Helicopter Crashes into Water: Warning Time, Final Position, and Other Factors Affecting Survival
Notice bibliographique
Résumé
INTRODUCTION: According to 40 yr of data, the fatality rate for a helicopter crash into water is approximately 25%. Does warning time and the final position of the helicopter in the water influence the survival rate? METHODS: The National Transportation Safety Board (NTSB) database was queried to identify helicopter crashes into water between 1981 and 2011 in the Gulf of Mexico and Hawaii. Fatality rate, amount of warning time prior to the crash, and final position of the helicopter were identified. RESULTS: There were 133 helicopters that crashed into water with 456 crew and passengers. Of these, 119 occupants (26%) did not survive; of those who did survive, 38% were injured. Twelve died after making a successful escape from the helicopter. Crashes with < 15 s warning had a fatality rate of 22%, compared to 12% for 16-60 s warning and 5% for > 1 min. However, more than half of fatalities (57%) came from crashes for which the warning time could not be determined. DISCUSSION: Lack of warning time and how to survive in the water after the crash should be a topic for study in all marine survival/aircraft ditching courses. Investigators should be trained to provide estimates of warning time when investigating helicopter crashes into water.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».