Injury Rate in a Helicopter Underwater Escape Trainer (HUET) from 2005–2012
Notice bibliographique
Résumé
BACKGROUND: Helicopter underwater escape training (HUET) carries a potential for injury and this paper identifies the injury rate. METHOD: A marine survival training school registry of all students trained between 2005-2012 in HUET and the coinciding accident records were examined. RESULTS: There were 8902 students trained in a helicopter underwater escape simulator for a total of 59,245 underwater escapes. There were 40 cases where only first-aid was required and 3 serious injuries (a laceration requiring 5 sutures, 1 dislocated shoulder, and 1 water aspiration requiring hospitalization). There were no deaths and no problems reported with using the Emergency Breathing System (EBS) or Air Pocket. Of the injuries, 11 were due to the student using a poor escape technique. The overall probability of injury was 0.74 per 1000 ascents. CONCLUSIONS: In HUET training, there is a very low injury rate with almost no significant severity. Although not scientifically proven, this would suggest that the low incident rate is due to good medical screening and the attention given by instructors to anxious students. Compared to other training such as diving, parachute jumping, and submarine escape training, the rate of injury was considerably lower.
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) | 0,001 | 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 ».