MétaCan
Menu
Retour à la cohorte
Enregistrement W3016704979 · doi:10.20944/preprints202004.0291.v1

CO<sub>2</sub> Narcosis as a Root Cause of Unexplained Physiological Events in High Performance Aircraft

2020· preprint· en· W3016704979 sur OpenAlexaff
Oleg Bassovitch

Notice bibliographique

RevuePreprints.org · 2020
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésAcidosisAnesthesiaMedicineRespiratory acidosisAtelectasisHypercapniaHypoxia (environmental)Ventilation (architecture)OxygenInternal medicineChemistryEngineeringLung

Résumé

récupéré en direct d'OpenAlex

Since 1991, there has been an alarming increase in the number of unexplained physiological events (UPEs) reported and experienced by pilots of jet fighters across different fleets. The UPEs have resulted in grounding some airframes, loss of aircraft, and even loss of life. There is no single agreed-upon root cause of UPEs that has been identified, and therefore there is no reliable corrective action. This author analyzed the literature related to other industries where artificial hyperoxic gas mixes are employed and where similar adverse reports have been reported. I hypothesize that UPEs are caused by high-dose oxygen delivery in excess of officially approved oxygen schedules while airflow rates are often inadequate, at a time when the positive pressure breathing feature of their oxygen regulator is not used. In a setting where pulmonary vital capacity is adversely affected by G-maneuvers and oxygen- and G-induced atelectasis, tidal volume is reduced by flight gear, and effective gas exchange is not supported by adequate ventilation, these factors combine to produce respiratory acidosis, followed by acute respiratory distress syndrome, CO2 narcosis, and coma. Reports from field data related to incidents in F-18S/H, showing that emergency oxygen did not correct the hypoxia-like symptoms including long-lasting periods of incapacitation and prolonged headaches, lend support to our hypothesis.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,006

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 Opus0,194
Tête enseignante GPT0,445
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetOccupational Health and PerformanceTravaux en français237 207