MétaCan
Menu
Retour à la cohorte
Enregistrement W7099349505

Human factors in helicopter accidents: results from the analysis performed by the European Helicopter Safety Analysis

2009· article· en· W7099349505 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Taxonomy and Phylogenetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCivil aviationAccident investigationAviation safetyAviationEuropean unionGovernment (linguistics)Occupational safety and healthSafety culture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The European Helicopter Safety Team (EHEST) is the European branch of the International Helicopter Safety Team (IHST) and the rotorcraft component of the European Strategic Safety Initiative (ESSI). In 2008, the European Helicopter Safety Analysis Team (EHSAT) of the EHEST has analysed 186 helicopter accidents reported by the Accident Investigation Boards (AIBs) within timeframe 2000-2005 and State of occurrence located in Europe. EHSAT analyses are based on a standard method adapted by the Joint Helicopter Safety Analysis Team (JSAT), the analysis team of IHST, from the US Commercial Aviation Safety Team (CAST). The European team has included HFACS to enrich the analysis of human factors involved in the accidents. The paper presents this European helicopter safety initiative and focuses on human performance related analysis results. It concludes by presenting the benefits of using HFACS in addition to the Standard Problem Statements (SPS) analysis taxonomy by the JSAT. EHEST: The European component of the International Helicopter Safety Team (IHST) IHST was established after the first International Helicopter Safety Symposium (IHSS) held in Montreal in September 2005. IHST is a combined government and industry effort to reduce the helicopter accident rates (both civil accidents and noncombat military mishaps) by 80% within 10 years in the US and worldwide. See

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,025
Tête enseignante GPT0,223
Écart entre enseignants0,198 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Taxonomy and PhylogeneticsTravaux en français237 207