Bibliographic record
Abstract
У статті розглянуто біологічні та поведінкові особливості рятувально-пошукових собак, які відіграють важливу роль у виявленні постраждалих під завалами природного або техногенного походження. Зростання значення цих тварин у рятувальних операціях зумовлене їхньою здатністю до швидкого й ефективного пошуку, що значно перевищує можливості професійних рятувальників: одна тренована собака здатна обстежити площу, яку зазвичай досліджують 20–30 осіб. Метою оглядової роботи є аналіз біологічних механізмів, що забезпечують високу ефективність пошукової діяльності собак, а також характеристика поведінкових якостей, які формуються в процесі спеціалізованої підготовки. Основною біологічною перевагою собак є надзвичайно розвинений нюховий епітелій (до 300 мільйонів рецепторів), що в сотні разів перевищує аналогічні показники людини. Завдяки цьому собаки здатні виявляти запах живої людини навіть у складних умовах: крізь товщу снігу (до 5 м), ґрунту чи бетону. Собаки здатні розрізняти індивідуальний запах людини, який формується на основі генетичних особливостей, зокрема комплексу головної гістосумісності (MHC). Водночас на характер запаху тіла людини можуть впливати зовнішні чинники – харчування, стан шкіри, мікробіом, використання косметичних засобів, тоді як базовий запах залишається стабільним. Високий рівень сенсорної чутливості пошукових собак корелюється із психологічною стійкістю, мотивацією до пошуку та здатністю до тісної співпраці з кінологом. Ефективність роботи собаки на завалі залежить не лише від її нюхових здібностей, а й від специфічного набору поведінкових та психофізіологічних характеристик, які формуються під час тренувань. Популярними породами для рятувально-пошукової діяльності є німецька вівчарка, бельгійський малінуа та лабрадор. Особлива увага приділяється значенню «золотої години» – критичного періоду для порятунку життя, коли швидкість і точність виявлення постраждалих мають вирішальне значення. Успішне застосування собак у таких умовах базується на поєднанні біологічних, поведінкових і тактико-оперативних чинників.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".