MétaCan
Menu
Retour à la cohorte
Enregistrement W4226085689 · doi:10.31649/1999-9941-2022-53-1-5-11

IMPACT OF GEOMAGNETIC STORMS, LUNAR CYCLES AND DAYS OF THE WEEK ON CAR ACCIDENTS INJURING PEOPLE IN TERMS OF THEIR POTENTIAL IMPACT ON ROAD USERS IN VINNYTSIA AND THE REGION, UKRAINE

2022· article· en· W4226085689 sur OpenAlexaboutno aff
A. Y. Kulyk, Віктор Ревенок, Aleksandr I. Nikolskyy, K. V. Dobrovolska

Notice bibliographique

RevueInformation Technology and Computer Engineering · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThursdayEarth's magnetic fieldQuarter (Canadian coin)StormMeteorologyNew moonEnvironmental scienceGeographyArchaeologyPhysics

Résumé

récupéré en direct d'OpenAlex

The study analyzes the impact of geomagnetic storms, lunar cycles and days of the week on car accidents with injuries to people in terms of their potential impact on road users. The study was conducted on the basis of data from 2015 to 2020 in the city of Vinnytsia and region, Ukraine. The effect of geomagnetic storms was estimated according to the values of the Kr index and was weak at a level less than 0.05. The analysis by lunar cycles took place in four lunar phases. An increase in the number of accidents was observed only in the period of the new moon - the first quarter of the cycle. The number of accidents increased on Thursday and Friday relative to the days of the week, and the number of accidents decreased from Monday to Tuesday during the last two years of observation.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

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

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 Opus0,002
Tête enseignante GPT0,181
Écart entre enseignants0,179 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Technology and Computer EngineeringMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207