MétaCan
Menu
Retour à la cohorte
Enregistrement W4414270337 · doi:10.1109/comst.2025.3610793

Solutions for Sustainable and Resilient Communication Infrastructure in Disaster Relief and Management Scenarios

2025· article· en· W4414270337 sur OpenAlexaff
Bilal Karaman, Ilhan Basturk, Sezai Taşkın, Engin Zeydan, Ferdi Kara, Esra Aycan Beyazıt, Miguel Camelo, Emil Björnson, Halim Yanıkömeroğlu

Notice bibliographique

RevueIEEE Communications Surveys & Tutorials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensCarleton University
Organismes subventionnairesAgentschap Innoveren en Ondernemen
Mots-clésResilience (materials science)Software deploymentEmergency managementNatural disasterKey (lock)SustainabilityStandardizationCommunications systemEfficient energy use

Résumé

récupéré en direct d'OpenAlex

As natural disasters become more frequent and severe, ensuring a resilient communications infrastructure is of paramount importance for effective disaster response and recovery. This disaster-resilient infrastructure should also respond to sustainability goals by providing an energy-efficient and economically feasible network that is accessible to everyone. To this end, this paper provides a comprehensive exploration of the technological solutions and strategies necessary to build and maintain resilient communications networks that can withstand and quickly recover fromdisaster scenarios. The paper starts with a survey of existing literature and related reviews to establish a solid foundation, followed by an overview of the global landscape of disaster communications and power supply management. We then introduce the key enablers of communications and energy resource technologies to support communications infrastructure, examining emerging trends that improve the resilience of these systems. Pre-disaster planning is emphasized as a critical phase where proactive communication and energy supply strategies can significantly mitigate the impact of disasters.We also explore the essential technologies for disaster response, focusing on real-time communications and energy solutions that support rapid deployment and coordination in times of crisis.The paper then presents post-disaster communication and energy management planning for effective rescue and evacuation operations. The main findings derived from the comprehensive survey are also summarized for each disaster phase. This is followed by an analysis of existing vendor products and services as well as standardization efforts and ongoing projects that contribute to the development of resilient infrastructures. A detailed case study of the Turkiye earthquakes is presented to illustrate the practical application of these technologies and strategies. Finally,we address the open issues and challenges in realizing sustainable and resilient communication infrastructures and provide insights into future research directions. By incorporating lessons learned from various disaster scenarios, this paper presents strategic recommendations that enhance the resilience and adaptability of communication systems in the context of disaster relief and management.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,007
Science ouverte0,0020,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,013
Tête enseignante GPT0,272
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications Surveys & TutorialsMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207