Fyysisen kunnon ja suunnistustaidon merkitys Ilmavoimen kesäpelastautumisharjoituksesta selviytymiseen
Notice bibliographique
Résumé
Ilmavoimien ohjaajalle saattaa lennon aikana tulla ongelmia tai vikoja lentokoneeseen, jotka pakottavat lentäjän tekemään pakkolaskun tai poistumaan koneesta laskuvarjon tai heittoistuimen avulla. Kos ka poistumispaikkaa ei voi etukäteen valita, on mahdollista, että lentäjä joutuu kauaksi asutusalueelta. Suomen Ilmavoimissa koulutetaan ohjaajia juuri näitä tilanteita varten. Yksi osa tätä koulutusta on kesäpelastautumisharjoitus, jossa harjoitellaan selviytymistä normaalissa Suomen kesäisessä maastossa. Tässä tutkimuksessa tarkasteltiin vuoden 2004 kesäpelastautumisharjoituksen koulutettavien (n=19) fyysisen kunnon sekä suunnist ustaidon merkitystä harjoituksesta selviämiseen. Lisäksi tutkittiin harjoituksen energiankulutusta. Koulutettavilla oli harjoituksen aikana mukanaan GPS- paikannin, joka antoi henkilön sijainnin lisäksi tietoa hänen sydämensä syketasosta. Vertailuaineistona käytettiin Cooper-, polkupyörä- sekä lihaskuntotest ien lisäksi suunnistuskilpailuntuloksia. Tuloksissa ilmeni, että kesäpelastautumisharjoituksessa koulutettavilla oli suunnistustaidosta enemmän hyötyä kuin hyvästä fyysisestä kunnosta. Harjoitus on luonteeltaan peruskestävyysharjoitusta vastaavaa (keskisyke 114 bpm), jonka vuoksi ylikuormitusta ei havaittu. Heikko suunnistustaito osoittautui todennäköisemmäksi fyysistä kuormitusta aiheuttavaksi tekijäksi. Energiavaje harjoituksen aikana oli suurimmillaan 9000 kcal, jo ka vastaa noin 2-3 kilon pudotusta henkilön painossa. Tällä ei kuitenkaan ollut suurta merkitystä koulutettavien jaksamisen ja toimintakyvyn kannalta.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,549 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».