HUMAN FACTORS IN AVALANCHE AVOIDANCE AND SURVIVAL: CONSEQUENCES OF VIOLATING THE RULES OF SAFE TRAVEL
Notice bibliographique
Résumé
Using hundreds of historical avalanche accident records from USA and Canada, we examined human factors - avalanche victims' behavior prior to, during, and after an avalanche - which may contribute to the occurrence of avalanche accidents and serious adverse outcomes (e.g., injuries and deaths). Each avalanche accident was coded for the presence or absence of human factors influential in avalanche avoidance (e.g., more than one person on the slope, insufficient spacing, standing exposed, travel alone, familiarity with terrain) and survival (e.g., failure to carry beacons, probes, or shovels). In addition, we coded the number of descriptive parameters for each accident including participants (e.g., number of males and females), activity (e.g., skiing, snowmobiling), avalanche safety training level, and number of participants caught, injured, or killed. The results showed that a large proportion of accident victims violated some basic rules of safe travel in avalanche terrain, e.g., more than one person traveling across the slope simultaneously and insufficient spacing between participants. These violations were common in both commercially-led groups and self-guided recreational groups. A substantial number of victims also traveled alone, and therefore, rescuers were unavailable following burial by an avalanche. In sum, our results show that the number of avalanche accident injuries and death can be substantially reduced if avalanche safety training courses focus more attention on highlighting the importance of human factors in causing avalanche accident deaths and reducing survival.
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 | 0,001 | 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».