EM-T1Safety Science2023-05-09第 164 卷，106180-106180高影响力 · 前 10%

A machine learning and data analytics approach for predicting evacuation and identifying contributing factors during hazardous materials incidents on railways

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

疏散行为与风险认知金融风险与机器学习 evacuation decision-making contributing factors co-occurrence network analysis natural language processing causal relationship railway safety

登录后可以看完整列表。去登录

29次被引阅读 8

被引数据来自 OpenAlex，含本站以外的引用

Safety ScienceElsevier

应急管理一类

本站发文: 3,864
总被引: 143,351
ISSN: 0925-7535

进入期刊页 →

引用这篇

EBRAHIMI H, SATTARI F, LEFSRUD L, et al. A machine learning and data analytics approach for predicting evacuation and identifying contributing factors during hazardous materials incidents on railways[J]. Safety Science, 2023, 164: 106180-106180. DOI:10.1016/j.ssci.2023.106180.

著录项

学科: 理学统计学统计、概率与不确定性
类型: 研究论文
期刊: Safety Science
卷期页: 第 164 卷，106180-106180
出版: 2023-05-09
语言: 英语
DOI: 10.1016/j.ssci.2023.106180

获取来源1 处

Safety Science出版版
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。