Urban search and rescue (USAR) simulation in earthquake environments using queuing theory: estimating the appropriate number of rescue teams
Notice bibliographique
Résumé
Purpose The duration of an urban search and rescue (USAR) operation directly depends on the number of rescue teams involved. The purpose of this paper is to simplify the earthquake environment and determine the initial number of rescuers in earthquake emergencies in USAR operation. Design/methodology/approach In the proposed methodology, four primary steps were considered: evaluation of buildings damage and the number of injured people by exerting geospatial information system (GIS) analyses; determining service time by means of task allocation; designing the simulation model (queuing theory); and calculation of survival rate and comparison with the time of rescue operations. Findings The calculation of buildings damage for an earthquake with 6.6 Richter in Tehran’s District One indicated that 18% of buildings are subjected to the high damage risk. The number of injured people calculated was 28,856. According to the calculated survival rate, rescue operations in the region must be completed within 22.33 h to save 75% of the casualties. Finally, the design of the queue model indicated that at least 2,300 rescue teams were required to provide the calculated survival rate. Originality/value The originality of this paper is an innovative approach for determining an appropriate number of rescue teams by considering the queuing theory. The results showed that the integration of GIS and the simulation of queuing theory could be a helpful tool in natural disaster management, especially in terms of rapid vulnerability assessment in urban districts, the adequacy and appropriateness of the emergency services.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».