MétaCan
Menu
← Retour à la cohorte
Enregistrement W7054874693

Assessment of Occupant Response in Frontal Bus Crash Scenarios using Human Body Models to Improve Public Transportation Safety

2022· dissertation· en· W7054874693 sur OpenAlexaboutno aff

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2022
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrashPercentileHybrid IIICrashworthinessCrash testPoison controlAirbagNeck injury
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There has been limited investigation regarding occupant safety in transit bus crash scenarios. Experimental testing and numerical modelling can provide the insight required to reduce injury risk to transit bus passengers. Transport Canada (TC) has conducted a series of full-scale bus crash and frontal impact deceleration sled experiments as part of a research program to inform the development of crashworthiness standards for transit buses. Anthropomorphic Test Devices (ATD) were used in the TC experiments to assess occupant injury. ATDs have known limitations in replicating the response of a human passenger, primarily due to an overly stiff neck and thorax. Finite element ATDs and Human Body Models (HBM) are biofidelic occupant surrogate models that can be used in numerical crash simulations to predict response and localized tissue injury. This study expanded on the TC experimental work by using numerical simulations to assess transit bus passenger response and injury risk using a contemporary detailed HBM in a frontal impact scenario. \nA numerical model of the TC sled buck was developed and validated for a series of eight frontal impacts utilizing 50th and 5th percentile Hybrid III (HIII) ATD models as the occupants. The Global Human Body Models Consortium (GHBMC) male 50th percentile (M50) and female 5th percentile (F05) HBMs were seated in the test buck model and simulated for a 6.5g frontal impact pulse. The 50th percentile occupants impacted the forward handrail on the anterior side of the neck, which posed a risk of a crushing injury to the larynx cartilage. A crushing injury to the larynx could occlude airways and is a potentially fatal injury. The 5th percentile passenger showed a potential for impacting the forward handrail on the lower face instead of the anterior neck, resulting in a mandible and upper neck injury. \nThis study investigated passive safety designs that could minimize the potential for passenger injury on transit buses without implementing seat belts. A lowered handrail resulted in the passenger being impacted on the thorax instead of the neck, effectively eliminating the injuries of the larynx, mandible, and neck at the expense of increased chest compression. The chest compression of the small stature HBM predicted a sternum fracture, which was still preferable over the crushing larynx injury observed in the experimental test buck design. \nThis study demonstrated that the placement of rigid handrails could put passengers at risk of focal impact injuries during a crash. Simple design changes, such as lowering the handrail to engage the thorax instead of the face or neck, proved to be an effective way to avoid potentially lethal injury. Future work should investigate passenger injury using HBMs in other transit bus impact configurations, such as rear and side impacts with varying pulse severities.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→