My Car Is Sinking: Automobile Submersion, Lessons in Vehicle Escape
Notice bibliographique
Résumé
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 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 ».