International Snow Science Workshop HUMAN RISK FACTORS IN AVALANCHE INCIDENTS
Notice bibliographique
Résumé
ABSTRACT: An average of 12 people die in avalanches each year in Western Canada. The risk factors for the avalanche phenomenon have been extensively studied. The risk factors associated with the decision making process that leads individuals to expose themselves to avalanche hazard are less well understood. The recommended first step in an injury prevention program is to survey the population to discover the extent of the problem and the risk factors that predispose a person to injury. A retrospective, self-report, web-based, cross-sectional survey designed to measure potential risk factors for avalanche involvement was developed and validated. The survey was administered in September – December 2007 so as to obtain a representative sample from the population of skiers, snowboarders, climbers and snowshoers who entered avalanche terrain in Western Canada in the previous year. Back country skiers are at greater risk of experiencing an avalanche incident than out of bounds skiers or cross-country skiers and snowshoers [Odds Ratio (OR)=2.4]. Males who typically travel with other males are at greater risk than females and males who travel in mixed gender groups at least 75 % of the time (OR=2.6). Participants in the 25-29 (OR=2.6) year age range are also at greater risk than younger or older people. Attitude may have a strong association with risk of experiencing an avalanche incident (OR=6.7). KEY WORDS: Risk; attitude; injury prevention; training; perception; avalanche. 1.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».