MétaCan
Menu
Retour à la cohorte
Enregistrement W4363675085 · doi:10.3390/ijgi12040160

Evacuation Simulation Implemented by ABM-BIM of Unity in Students’ Dormitory Based on Delay Time

2023· article· en· W4363675085 sur OpenAlexafffund
Yonghua Huang, Zhongyang Guo, Hao Chu, Raja Sengupta

Notice bibliographique

RevueISPRS International Journal of Geo-Information · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésChokeComputer sciencePlan (archaeology)Process (computing)CrowdingSoftwareSimulationSimulation softwareTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

China’s university dormitories have high population densities, which can result in a large number of casualties because of crowding and stampedes during emergency evacuations. It is therefore important to plan properly for evacuations by mitigating the effect of choke points that create backlogs ahead of time. Accurate computer representations of the structure of a building and behavior of the evacuees are two important factors to obtain accurate evacuation time. In this paper, Agent-Based Modeling (ABM) and Building Information Modeling (BIM) are, respectively, implemented using the Unity platform to simulate the evacuation process. As a case study, the layout of a student dormitory building at Shanghai Normal University Xuhui District, Shanghai, China, is utilized along with the A* algorithm in Unity to explore the impact of evacuation speed and delays in creating choke points. Compared with previous research, the innovation of this study lies in: (1) using Unity software to make simulation of the physical environment both realistic and easy to implement, demonstrating Unity can be a well-developed platform to implement ABM-BIM research that focuses on crowd evacuation. (2) Using these simulations to evaluate different degrees of congestion caused by varying evacuation speeds, thus providing information about possible issues relating to evacuation efforts. Using the results, several recommended measures can be generated to help improve evacuation efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,284
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISPRS International Journal of Geo-InformationMême sujetEvacuation and Crowd DynamicsTravaux en français237 207