MétaCan
Menu
Retour à la cohorte
Enregistrement W612587083

Multi-Hazard Preparedness

2008· article· en· W612587083 sur OpenAlexvenueno aff
Joe Englot, Ted Zoli

Notice bibliographique

RevueBridges Conversations in Global Politics and Public Policy · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreparednessRisk analysis (engineering)HazardEvent (particle physics)Natural hazardEmergency managementCritical infrastructureComputer securityBusinessComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Terrorist attacks, natural hazards, and accidents have many similarities in their effects and possible mitigations. Once a hazard occurs, it is the responsibility of the owner to provide protection, facilitate response, and plan for disaster recovery. This can be categorized as all-hazards or multi-hazard preparedness. This article discusses the role of transportation professionals in multi-hazard preparedness. Transportation facility owners can be more effective in saving human lives by planning for and facilitating rescue and response to reduce potential human casualties. Additional research, modeling, and testing of complex structures such as bridges under extreme loads is needed for engineers to fulfill their broader role to achieve resiliency for critical transportation infrastructure in a multi-hazard event. The advantages of the resilient infrastructure approach to multi-hazard events include: priority on life safety and emergency response issues through pre-event preparedness; reducing the socioeconomic impact of the loss of critical infrastructure from an extreme event; post-event, the precise location and extent of damage to a system is known and resources can be effectively and quickly focused on the location that requires repair; and overall investment of resources is the most efficient and cost effective. The challenges for the engineering community include the following: find cost-effective measures to facilitate evacuation, response, and rescue without unknown dangers to first responders; find cost-effective measures to restore service and shorten the overall recovery period through means and methods of rapid reconstruction; focus on multi-discipline improvements to life-safety systems; improve tools for prediction of damage and isolation of damage; and develop innovative technology solutions for situational awareness and the monitoring of structural behavior during extreme events. Most important to reaching the objective of multi-hazard engineering and achieving transportation infrastructure resiliency in disasters is the acceptance of the new and broader role for engineers and a new philosophy for the engineering of transportation facilities and systems.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,018
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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'étudeObservationnel
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBridges Conversations in Global Politics and Public PolicyMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207