MétaCan
Menu
Retour à la cohorte
Enregistrement W2571871584 · doi:10.1089/ham.2016.0135

Free Flight Physiology: Paragliding and the Study of Extreme Altitude

2017· article· en· W2571871584 sur OpenAlexaff
Matt Wilkes, Martin J. MacInnis, Matthew J. Witt, Michael Vergalla, Mathieu Verschave Keysers, Adrian L. R. Thomas, Lucy A. Hawkes

Notice bibliographique

RevueHigh Altitude Medicine & Biology · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésKingdomMountaineeringAltitude (triangle)Library scienceHistoryBiologyComputer scienceArchaeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Aims We sought to describe the physiological demands and the impact of environmental stressors of paragliding, a popular and evolving form of free flight, at moderate and extreme altitudes. We recorded oxygen consumption (VO2), heart rate (HR), respiratory frequency (fR), tidal volume (VT), oxygen saturation, accelerometry (G) and altitude in eight male pilots: 9.3 hours of flight at moderate altitudes (to 3,073 m, n=4), 19.3 hours at extreme altitude (to 7,458 m, n=2) and during high-G manoeuvers (n=2). We also analysed heart rate data from 17 male pilots (138 hours). Results Overall energy expenditure at moderate altitude was low (1.7 (0.6) metabolic equivalents) but physiological parameters were notably higher during take-off (p < 0.05). Pilots transiently reached ~7 G during manoeuvres. Mean HR at extreme altitude (112 (14) bpm) were elevated compared to moderate altitude (98 (15) bpm, p = 0.048). While VT were similar (p = 0.958), elevation in fR at extreme compared to moderate altitude approached significance (p = 0.058). Conclusions Physical exertion in paragliding appears low, so any subjective fatigue felt by pilots is likely to be cognitive or environmental. Future research should focus on reducing mental workload, enhancing cognitive function and improving environmental protection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,638
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,344
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigh Altitude Medicine & BiologyMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207