MétaCan
Menu
Retour à la cohorte
Enregistrement W2044709500 · doi:10.3357/asem.3478.2014

Helicopter Crashes into Water: Warning Time, Final Position, and Other Factors Affecting Survival

2014· article· en· W2044709500 sur OpenAlexaff
Christopher Brooks, Conor V. MacDonald, Susan P. Baker, Dennis F. Shanahan, Wren Haaland

Notice bibliographique

RevueAviation Space and Environmental Medicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensDalhousie University
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésCrewCrashAeronauticsCase fatality rateWarning systemEnvironmental sciencePosition (finance)Forensic engineeringEngineeringMedicineBusinessComputer scienceEnvironmental healthTelecommunicationsPopulation

Résumé

récupéré en direct d'OpenAlex

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 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)0,004
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAviation Space and Environmental MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207