Field validation of Tasmania's aquaculture industry bounce-diving schedules using Doppler analysis of decompression stress.
Notice bibliographique
Résumé
INTRODUCTION: Tasmania's aquaculture industry produces over 40,000 tonnes of fish annually, valued at over AUD500M. Aquaculture divers perform repetitive, short-duration bounce dives in fish pens to depths up to 21 metres' sea water (msw). Past high levels of decompression illness (DCI) may have resulted from these 'yo-yo' dives. This study aimed to assess working divers, using Doppler ultrasonic bubble detection, to determine if yo-yo diving was a risk factor for DCI, determine dive profiles with acceptable risk and investigate productivity improvement. METHODS: Field data were collected from working divers during bounce diving at marine farms near Hobart, Australia. Ascent rates were less than 18 m·min⁻¹, with routine safety stops (3 min at 3 msw) during the final ascent. The Kisman-Masurel method was used to grade bubbling post dive as a means of assessing decompression stress. In accordance with Defence Research and Development Canada Toronto practice, dives were rejected as excessive risk if more than 50% of scores were over Grade 2. RESULTS: From 2002 to 2008, Doppler data were collected from 150 bounce-dive series (55 divers, 1,110 bounces). Three series of bounce profiles, characterized by in-water times, were validated: 13-15 msw, 10 bounces inside 75 min; 16-18 msw, six bounces inside 50 min; and 19-21 msw, four bounces inside 35 min. All had median bubble grades of 0. Further evaluation validated two successive series of bounces. Bubble grades were consistent with low-stress dive profiles. Bubble grades did not correlate with the number of bounces, but did correlate with ascent rate and in-water time. CONCLUSIONS: These data suggest bounce diving was not a major factor causing DCI in Tasmanian aquaculture divers. Analysis of field data has improved industry productivity by increasing the permissible number of bounces, compared to earlier empirically-derived tables, without compromising safety. The recommended Tasmanian Bounce Diving Tables provide guidance for bounce diving to a depth of 21 msw, and two successive bounce dive series in a day's diving.
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 | 0,001 |
| 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) | 0,000 | 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 ».