An Investigation of Factors Influencing Bear Spray Performance
Notice bibliographique
Résumé
ABSTRACT Several studies have documented the effectiveness of bear spray in protecting users from aggressive bears. Bear spray failures, however, have also been reported along with speculation regarding the influences of temperature, wind, repeated canister use, and canister age on spray efficacy. We designed lab and field experiments to document the influence that temperature, wind, repeated discharges from the same canister, and canister age have on bear spray performance. To determine the influence of temperature on spray performance, we recorded canister head pressures at temperatures ranging from −23°C to 25°C and found a strong, positive linear relationship. Even at the lowest temperature tested (−23°C), bear spray had a range >4 m, though the plume was narrow and the spray was not well aerosolized. As canister temperature increased, head pressure, plume distance, and dispersion increased. We used computational fluid dynamics modeling and simulated the effect that headwinds, crosswinds, and tailwinds of varying speeds had on spray performance. Even under high headwind and crosswind scenarios (>10 m/sec), sprays reached targets that were approximately 2 m directly in front of the user. Crosswinds affected spray plume distance similar to headwinds, but the effect was not as pronounced. Tailwinds improved spray performance with respect to speed and distance. By weighing unused canisters ≤18 years old, brands tested lost weight ranging from 0.65 g/year to 1.92 g/year, presumably because of propellant that escaped canister seals. We also documented that bear spray head pressure declines in a logarithmic, not linear, fashion; over half of a new (7‐sec spray time) canister's pressure was lost in the first 1 second of spray. We recommend not test‐firing cans, keeping cans warm when in the cold, and retiring them when ≥4 years of age. Our results provide no compelling reason to not carry bear spray in all areas where bears occur, even if it is windy or cold. © 2020 The Wildlife Society.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».