MétaCan
Menu
Retour à la cohorte
Enregistrement W570888394

Test Data for Use in the Reconstruction of Collisions Involving Motorized Snow Vehicles

2007· article· en· W570888394 sur OpenAlexaboutno aff
D C Brown, Scott M. Walker, Jason Smith, Harold Burris

Notice bibliographique

RevueAccident Reconstruction Journal · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowCollisionEconomic shortageAeronauticsEngineeringGeographyMeteorologyComputer scienceComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In February 2000, collision investigators from the Ontario Provincial Police North East Region gathered at the Canadian Forces Base in North Bay, Ontario, Canada, to conduct testing sessions involving motorized snow vehicles. The testing was organized due to the relative shortage and need for accurate data for when this type of machine is involved in a collision. Motorized snow vehicles are common in a great many areas of Canada and the U.S.. The need for accurate current data was most required by investigators within the Ontario Provincial Police, primarily in northern areas of Ontario. The testing was deemed successful and in February 2002, further testing was conducted. The testing sessions verified earlier testing data reported by several authors. Areas addressed were skid to stop, roll down to a stop, airborne, rollover, acceleration, perception, and reaction. Four Bombardier Safari 377 cc short track snow machines without carbide studs were used and performed well during the sessions. Results are reported and discussed.

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)0,002
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 enseignants0,421
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,052
Tête enseignante GPT0,265
Écart entre enseignants0,213 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccident Reconstruction JournalMême sujetAgriculture and Farm SafetyTravaux en français237 207