MétaCan
Menu
Retour à la cohorte
Enregistrement W4387140648 · doi:10.18280/ijsse.130416

Implementing A Seismic Sensor-Driven Disaster Management System for Efficient Tsunami Early Warnings in the Arabian Peninsula

2023· article· en· W4387140648 sur OpenAlexvenueno aff
Minu Theresa Mathew, Zeyad Ismail

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeninsulaEmergency managementSeismologyForensic engineeringGeologyMedical emergencyEngineeringGeographyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

With over half of recent global calamities traceable to seismic activities, including earthquakes, volcanic eruptions, and underwater landslides, and their resultant tsunamis, the importance of efficient disaster management cannot be overstated.This study proposes a novel disaster management system, designed to safeguard both human and animal life, particularly along the Arabian Peninsula's coastal areas, which are vulnerable to tsunamis.Seismic activities result from the release of accumulated tectonic plate pressure over millions of years, giving rise to two primary seismic wave types-pressure waves, which travel at a rate of five kilometers per second, and slower shear waves, moving at one kilometer per second.When such activities occur underwater, the subsequent shockwaves can generate tsunamis, which pose significant threats to coastal regions.The proposed disaster management system leverages pressure sensors and wireless communication technology.Deployed on the ocean floor, these sensors detect changes in water pressure caused by displacement, differentiating between standard ocean waves and those induced by seismic activities.Data from these pressure sensors, in conjunction with tidal gauges, are collected and analyzed by a ground station.Based on the severity of the situation, alerts are then issued to relevant parties.This system aims to provide rapid communication to residents in potential disaster zones, facilitating swift evacuation in response to detected seismic activities.To assess the system's effectiveness, a simulation model was created using Proteus, with the results thoroughly analyzed and evaluated.The system's design and implementation is expected to significantly reduce response times to seismic events and tsunamis, thereby enhancing disaster management along the Arabian Peninsula's coastline.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetSeismology and Earthquake StudiesTravaux en français237 207