MétaCan
Menu
← Retour à la cohorte
Enregistrement W6966467012 · doi:10.4224/20378539

Fatal fire scenarios in Canadian houses

2001· report· en· W6966467012 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueNPARC · 2001
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFire investigationWildfire suppressionFire protectionFire safetyPoison control

Résumé

récupéré en direct d'OpenAlex

In Ontario, from 1995 to 1998, 65% of fires and 95% of deaths occurred in residential buildings. Within these residential fires, approximately 66% of the fires and 57% of the deaths occurred in houses (detached, semi-detached and attached houses). From 1995 to 1997, the average number of fires that occurred in houses was 5,429 per year, the average number of deaths was 67 and the average dollar loss was $21,800 per fire. For this report, the Ontario fire statistics related to houses were analyzed to identify the fire scenarios that were associated with the greatest number of deaths per fire. The definition of a fire scenario includes the area of fire origin, the ignition source and the object first ignited. The identification of fatal fire scenarios will help identify the major fire concerns in houses and where future research efforts should be directed. In terms of future research effort, the frequent fatal fire scenarios that had the most deaths per fire can be used in fire simulations, either by fire modeling or experimentation, to determine why such fire scenarios have been so fatal. Such simulation studies will help identify fire protection measures that can be used in houses to improve fire safety. The Ontario fire statistics were used as they were readily available from the Office of the Fire Marshal. Also Ontario has one of the largest fire databases in Canada. It is assumed that the results of the present analysis can be applied to other houses in Canada.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,039
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,290
Écart entre enseignants0,249 · 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'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
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNPARC→Travaux en français237 207→