MétaCan
Menu
Retour à la cohorte
Enregistrement W4388757749 · doi:10.1109/uemcon59035.2023.10315990

Effective Crowd Management in a T-Intersection

2023· article· en· W4388757749 sur OpenAlexaffabout
Ryan Ficocelli, Andrew J. Park, Lee D. Patterson, Frank Dodich, Valerie Spicer, Herbert H. Tsang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensSimon Fraser UniversityTrinity Western UniversityWestern UniversityThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésCrowdsIntersection (aeronautics)DamagesCrowd simulationEvent (particle physics)Property (philosophy)Computer scienceForcing (mathematics)Computer securityTask (project management)Law enforcementLaw and economicsEngineeringLawPolitical scienceTransport engineeringSociologyEpistemologyMathematics

Résumé

récupéré en direct d'OpenAlex

A crowd assembles together for a common goal or purpose at holiday, sporting, religious, or political events. Some events might be peaceful and celebratory, while others might be hostile or even riotous. Different crowd management strategies need to be devised and executed depending on the event’s characteristics, crowd, and environmental configurations. Failure of such strategies may result in human casualties and property damages. Considering all possible cases, law enforcement agencies must plan how to manage a large crowd in advance. This paper presents crowd management strategies in a T-intersection using barricades for peaceful, celebratory events such as the Honda Celebration of Light in Vancouver, Canada. Agent modelling and simulation technique was utilized to simulate the crowds’ exits after the event. Crowd simulations with/without various arrangements of barricades were conducted, and their results were discussed. The experimental results show that forcing the crowds to move to a specific route in a T-intersection leads to the fastest dispersion.

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)0,000
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 enseignants0,280
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEvacuation and Crowd DynamicsTravaux en français237 207