A Theoretical, Risk Assessment Procedure for In-Position Drivers Involved in Full-Engagement Frontal Impacts
Notice bibliographique
Résumé
<div class="htmlview paragraph">A theoretical, mathematical, risk assessment procedure was developed to estimate the fraction of drivers that incurred head and thoracic AIS3+ injuries in full-engagement frontal crashes. The estimates were based on numerical simulations of various real-world events, including variations of crash severity, crash speed, level of restraint, and occupant size. The procedure consisted of four steps: (1) conduct the simulations of the numerous events, (2) use biomechanical equations to transform the occupant responses into AIS3+ risks for each event, (3) weight the maximum risk for each event by its real-world event frequency, and (4) sum the weighted risks. To validate the risk assessment procedure, numerous steps were taken. First, a passenger car was identified to represent average field performance. Next, field data were collected for 1985-1997 model year passenger cars involving properly belted drivers in 12 o'clock, full-engagement, non-rollover, frontal crashes that did not involve an airbag deployment. Next, the theoretical procedure was applied for the average passenger car. Finally, the results from the theoretical procedure were compared with field data. With favorable comparisons for the head and thoracic risks, the procedure was deemed to have acceptable fidelity.</div>
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».