English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Analysis of the Influence of Waves in the Occurrence of Accidents in the Portuguese Coast Using Bayesian Belief Networks Sea and weather conditions are the second most frequent cause of accidents in Portuguese waters accounting for 23% of the occurrences. However due to lack of information in the Portuguese maritime accident database it is difficult to assess what this cause consists specifically, i.e., fog, large wave heights or other events. In the present study significant wave height data was introduced in a Bayesian Belief Network (BBN) model in order assess the correlation between their amplitude and certain accident typologies and related consequences (human injuries or fatalities). The results of different inferences of the BBN model show that through a simple modification of an accident model the influence of weather pattern can be assessed and specific risk factors can be identified. Wpływ fal na występowanie wypadków w strefie brzegowej Portugalii - analiza z wykorzystaniem sieci bayesowskich Stan morza i warunki atmosferyczne to druga z najczęściej występujących przyczyn wypadków na wodach terytorialnych Portugalii, odpowiedzialna za 23% zdarzeń. Ze względu na brak informacji w bazie danych o wypadkach morskich w Portugalii trudno jednak ocenić, co konkretnie stanowi o zaistnieniu wypadku: mgła, duża wysokość fal, czy też inne czynniki. W niniejszej pracy dokonano następującego zabiegu: do modelu opartego na sieci bayesowskiej (Bayesian Belief Network - BBN) wprowadzono dane o znaczącej wysokości fal, a to celem dokonania oceny korelacji między ich amplitudą, typologią wypadków określonego rodzaju, oraz wynikającymi konsekwencjami w postaci odniesionych przez ludzi obrażeń czy też wypadków śmiertelnych. Wyniki wnioskowania na bazie modelu BBN dowodzą, że dzięki prostej modyfikacji modelu wypadku można ocenić wpływ określonych warunków atmosferycznych na zaistnienie wypadku oraz zidentyfikować konkretne czynniki ryzyka.