MétaCan
Menu
Retour à la cohorte
Enregistrement W7066128170

Fyysisen kunnon ja suunnistustaidon merkitys Ilmavoimen kesäpelastautumisharjoituksesta selviytymiseen

2008· other· fi· W7066128170 sur OpenAlexaboutno aff

Notice bibliographique

RevueDoria (University of Helsinki) · 2008
Typeother
Languefi
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Life styleQuality (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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 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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0740,018

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 Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,193 · 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'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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDoria (University of Helsinki)Même sujetMagnetic confinement fusion researchTravaux en français237 207