WUI fire evacuation and sheltering considerations :
Notice bibliographique
Résumé
Impacts of wildland-urban interface (WUI) fires continue to rise in the U.S., as evidenced by the string of devastating and record-breaking events occurring since 2017. As seen in several events in recent years, WUI fires can impact communities quickly, leaving little to no time for civilians to evacuate. Numerous events have also occurred internationally, including Australia, Canada, Chile, Greece, and Portugal. One example is the Camp Fire that occurred on November 8, 2018, in Butte County, CA. The fire resulted in 85 fatalities and the destruction and damage of over 18 000 buildings, destroying over 90 % of the buildings in the town of Paradise. Following the fire, NIST initiated a case study to document and analyze fire spread and behavior, notifications, evacuations, and defensive actions to support preparedness for future WUI fires. The NIST Camp Fire case study has highlighted a number of potential challenges that intermix communities may face during WUI fire events. The purpose of this report is to use the lessons learned from the NIST Camp Fire case study to present a methodology and other considerations about WUI fire incidents that can be used by small and intermediate-sized WUI communities to help develop notification and evacuation plans. The proposed methodology considers the spatial and temporal components of fire spread and the resulting impacts of fire on evacuation to develop an evacuation triangle that can be used as the foundation for notification and evacuation decisions by emergency managers. This report provides communities a path forward for assessing, planning, and implementing a notification/evacuation plan that leverages pre-fire conditions, local knowledge, and during event information to enhance the life safety of civilians and first responders. While additional research will provide further refinements, specifically in the areas of weather forecasting, fire spread modeling, and evacuation modeling, the proposed system outlines a path for community leaders to effectively work with first responders before a fire to assess and prepare the community for WUI fire events that can strike with little or no notice. The methodology provides community leaders with a temporal context of WUI fire events that will enable them to better evaluate different hazard reduction and risk management strategies to enhance the life safety of residents and first responders.
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 | 0,000 | 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 | 0,000 | 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 ».