MétaCan
Menu
Retour à la cohorte
Enregistrement W2133450624 · doi:10.3357/asem.2769.2010

My Car Is Sinking: Automobile Submersion, Lessons in Vehicle Escape

2010· article· en· W2133450624 sur OpenAlexaff
Gordon G. Giesbrecht, Gerren K. McDonald

Notice bibliographique

RevueAviation Space and Environmental Medicine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSubmersion (mathematics)DoorsOpen waterEnvironmental scienceMarine engineeringEngineeringAeronauticsStructural engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In North America approximately 400 individuals per year die in submersed vehicles, accounting for 5-11% of all drownings. About half of people surveyed would let the vehicle fill with water before attempting exit. METHODS: We used a crane and two passenger vehicles of the same make, model, and year-one with passenger compartment intact (I) and one with holes (H) in the floor (area approximately 2200 cm2)--to conduct occupied and unoccupied submersions. RESULTS: Three phases of submersion were identified: 1) FLOATING, vehicles floated for 15 s (H) to 63 s (I) before the water reached the bottom of the side windows; 2) SINKING, the subsequent period until the vehicle is completely under water, but before it fills completely; and 3) SUBMERGED, the vehicle was full of water and several feet below the surface. Total time to submersion was 150 s for I but only 37 s for H. Opening the door to exit Vehicle I decreased submersion time from 150 to 30 s. Even the most difficult exit strategy attempted (three men and a child manikin through one window) was quickly performed from Vehicle I (only 51 s). During one exit attempt, initiated during the sinking phase, it was impossible to open the doors or windows until the vehicle was completely full of water. CONCLUSIONS: A vehicle is most easily exited during the initial Floating Phase. We suggest the following escape procedure: SEATBELT(s) unfastened; WINDOWS open; CHILDREN released from restraints and brought close to an adult; and OUT, children should exit first.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAviation Space and Environmental MedicineMême sujetInjury Epidemiology and PreventionTravaux en français237 207