MétaCan
Menu
Retour à la cohorte
Enregistrement W4417483965 · doi:10.3901/jme.2025.15.314

Experimental Study on Occupant Secondary Impact Injury for High-speed Trains

2025· article· en· W4417483965 sur OpenAlexaff

Notice bibliographique

RevueJournal of Mechanical Engineering · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAutomotive and Human Injury Biomechanics
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésTrainImpactSide impact

Résumé

récupéré en direct d'OpenAlex

摘要: 列车碰撞是我国伤亡最严重的重大列车安全事故之一,研建专业的列车乘员二次碰撞试验系统并开展列车乘员碰撞试验对科学再现乘员冲击动力学损伤响应、评估列车被动安全性具有重要意义。依托已有的轨道车辆实车碰撞试验系统,成功研建了列车乘员二次碰撞试验平台。基于50百分位Hybrid Ⅲ假人,开展了高速列车乘员二次碰撞试验,分析座椅靠背角度和可折叠小桌板对列车乘员碰撞损伤响应的影响。结果显示,在列车耐撞性标准规定的碰撞速度下,乘员头部加速度峰值最大为30g,但头部损伤准则(Head injury criteria,HIC)最大值只有17.38,头部损伤并不严重。打开小桌板时,乘员胸部损伤虽并不明显,但颈部撞击小桌板出现的“锁喉”现象可能会威胁乘员生命安全。试验数据可为我国高速列车内饰结构优化设计和列车内饰碰撞安全标准的制定提供重要数据参考。

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,023
Tête enseignante GPT0,336
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical EngineeringMême sujetAutomotive and Human Injury BiomechanicsTravaux en français237 207