Perceptions Among Backcountry Skiers During the COVID-19 Pandemic: Avalanche Safety and Backcountry Habits of New and Established Skiers
Notice bibliographique
Résumé
Introduction The coronavirus disease 2019 (COVID-19) pandemic impacted the ski industry worldwide by closing or limiting access to ski resorts. Subsequently, anecdotal reports of increased backcountry use emerged in the press, with concerns of inexperienced skiers causing or having problems in the backcountry. This study attempted to quantify this and identify motivations for new backcountry skiers. Methods Self-identified backcountry skiers and snowboarders (aged ≥18 y) in the United States and Canada completed an anonymous 29-question online survey distributed by regional avalanche centers, education providers, and skiing organizations (n =4792). Respondents were stratified by backcountry experience, defining “newcomers” who began backcountry skiing from 2019 to 2021, coincident with the COVID-19 pandemic. Percentages of ski days spent in the backcountry were compared before and during the COVID-19 pandemic using paired t-tests and across cohorts using repeated-measures analysis of variance. Avalanche education was compared using unpaired χ 2 tests. Results Of established skiers, 81% noticed more people in the backcountry and 27% reported increasing their own use. Participants reported spending 17% (95% CI, 15.8–17.9) more of their days in the backcountry during the COVID-19 pandemic, with newcomers increasing their time spent by 36% and established skiers increasing their time spent by 13% ( P<0.0001). Of newcomers, 27% cited the COVID-19 pandemic as motivation to enter the backcountry and 24% lacked formal avalanche education, which is significantly higher than the 14% of established skiers ( P<0.0001). Conclusions Influenced by factors related to COVID-19, reported backcountry use increased during the pandemic. Newcomers had a lower level of avalanche education and less confidence in evaluating terrain. Because 80% of participants were recruited from avalanche safety or education websites, this likely underestimates skiers lacking avalanche awareness or education and is further limited by the nature of online surveys.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».