Effects of Different Suppression Tactics on the Firefighter and Compartment Environment
Notice bibliographique
Résumé
Full-scale experiments are conducted to study the effects of different water-based indirect initial attack methods on the compartment environment and firefighter during compartment fire suppression.Hot layer temperatures typical of room fire conditions are developed in the test compartment using wood cribs.Five suppression methods including straight stream, penciling, continuous wide and narrow fog, and a wide angle burst method are examined for two different spray angles and nozzle pressures.Temperatures, heat flux, gas velocity, and gas concentrations are monitored for the duration of the experiment in the fire compartment.Realistic, yet extreme, fire conditions are repeatedly established in the test compartment, with the fuel load allowing up to nine tests per fire.Differences in average compartment temperature before and during suppression indicate that penciling tactics provide little cooling of the compartment.In narrow fog attacks, the hot layer is pushed toward the floor, resulting in increased temperatures in the lower layer, generally an undesired result.Wide angle fog methods have greater impact on compartment temperature as compared to straight stream or narrow fog methods; however, they may also result in large increases in temperature at the firefighter.Wide angle burst tactics less effectively cool the compartment gases than continuous methods, but also lead to less impact on the firefighter.Greater numbers of bursts increase cooling of the compartment, but at the expense of increased impact on the firefighter.Including impact on the firefighter, continuous straight stream methods, at a nozzle pressure of 700 kPa and aimed to the top of the rear compartment wall, appear the best choice for initial attack on fires developed in these experiments.Due to variability between real fire scenarios and experiments such as these, significantly more study of the various suppression tactics is required before the most effective methods of suppression can be determined for a given set of fire scenarios.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».