MétaCan
Menu
Retour à la cohorte
Enregistrement W7027743365

Donning times of marine abandonment immersion suits under simulated evacuation conditions

2012· other· en· W7027743365 sur OpenAlexaboutno aff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2012
Typeother
Langueen
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmersion (mathematics)Abandonment (legal)Poison controlOffshore drillingTask (project management)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Maritime emergencies often occur rapidly in unpredictable circumstances. In a scenario where a vessel or offshore installation evacuation is necessary, personal flotation and thermal protection greatly increases the chances of survival for individuals immersed in water. Marine abandonment immersion suits, intended to be donned quickly, can provide effective protection against these dangers and prolong life. The ability to locate and correctly don an immersion suit before vessel or installation abandonment is critical to survival. The Canadian immersion suit standard (CAN/CGSB-65.16-2005) dictates that a suit must be unpacked and properly donned without assistance within 2-minutes. -- Thirty-two participants, with similar knowledge and training performed donning exercises using two differing manufactures marine abandonment immersion suits under simulated maritime conditions, involving varying combinations of environmental motion and lighting states. Participant donning times, donning task errors and peak heart rates were observed for each trial. Across all conditions the mean donning time was 102.7 seconds (SD=39.6 sec), with a significant difference between donning time and suit manufacturer (p<.0001). Although overall mean donning time was below the 2-minute requirement, in total there was a 26.1% failure rate in the completion of full donning tasks within 2-minutes, with donning task error rates observed as high as 56.3%. These data suggest that the current standard should be revisited with the implementation of a more performance based, real-world applicable approach to immersion suit donning.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,070
Tête enseignante GPT0,332
Écart entre enseignants0,262 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetProbability and Statistical ResearchTravaux en français237 207