Quantifying dire evacuations in case of wildfire using trigger boundaries and case study of the 2018 Mati wildfire in Greece
Notice bibliographique
Résumé
Wildfire evacuation is a life-saving measure of last resort, but delays can lead to dire outcomes, putting people at risk of fire entrapment. The success or failure of an evacuation depends on the relative speeds of the wildfire and the evacuation, and this varies across communities and wildfires. Despite the importance of understanding this dynamic, no formal framework exists to define or quantify a dire evacuation, and the term is often used informally in technical literature. This paper proposes a method for quantitatively defining dire evacuations using trigger boundaries. Trigger boundaries are perimeters indicating that the time left before a wildfire reaches a community equals the time required for evacuation. By treating both wildfire spread and evacuation times as probabilistic variables, we introduce an evacuation safety factor to assess the likelihood of a dire evacuation. This factor ranges from 1 (no risk of dire evacuation) to 0 (100% risk). Trigger boundaries thus define the latest wildfire location with a low risk of a dire evacuation. The 2018 Mati wildfire in Greece illustrates this approach. In Mati, fast-moving flames led to a dire evacuation with 104 fatalities. Our model shows that its evacuation safety factor was well below 1 even from the moment the wildfire was detected, indicating a high probability of dire evacuation from the start. This methodology can be applied to past wildfires for forensic analysis or to guide future evacuation strategies. Identifying trigger boundaries allows communities to prepare more effectively for wildfire threats and enhance their safety plans.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».