Acceptance of Risk and Confidence Assessing Avalanche Terrain and Conditions: A Large Cross-Sectional Study
Notice bibliographique
Résumé
IntroductionThe COVID-19 pandemic affected the ski industry globally, including limiting access to ski resorts and prompting more skiers and snowboarders to explore the backcountry. In this study, we quantified the willingness to take risks (risk propensity) and self-perceived ability to assess hazards in the backcountry and to explore correlations between these factors.MethodsWe based our study on a previously reported data set gathered under the supervision of our senior author, who collected anonymous responses to a 29-question online survey completed by 4792 self-identified backcountry skiers and snowboarders (aged ≥18 yr) in the United States and Canada. The survey was distributed primarily through regional avalanche centers, education providers, and skiing organizations. Pearson correlation coefficients and multivariable linear regression models were used to analyze associations among variables. More specifically, we examined the relationships among confidence in assessing avalanche terrain and willingness to take risks, level of avalanche training, years of experience, and days per season of backcountry skiing.ResultsWe identified a positive correlation between confidence in assessing avalanche terrain and willingness to take risks, level of avalanche training, years of experience, and days per season of backcountry skiing. Female respondents demonstrated lower risk willingness and self-reported ability to assess avalanche risk compared to males. Over 30% of individuals lacking level 1 avalanche training expressed confidence in appraising complex terrain. Our findings demonstrated a positive correlation between greater risk propensity, formal avalanche education, and increasing confidence in assessing avalanche terrain. However, we also observed concerningly high confidence levels among skiers with minimal or no training.ConclusionsAvalanche education should focus on aligning skiers' confidence with their actual abilities to reduce overconfidence and enhance safety. We recommend that future research aim to include a more diverse sample, especially those less engaged in formal avalanche education.
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 | 0,001 | 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 | 0,002 | 0,000 |
| 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) | 0,000 | 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 ».