The data material was collected in a controlled experiment that investigated the ability of laypeople to visually assess blood loss and to examine factors that may impact accuracy and the classification of injury severity. A total of 125 laypeople watched 78 short videos each of individuals experiencing a hemorrhage. Victim gender, volume of blood lost, and camera perspective were systematically manipulated in the videos. The data set consists of four variables: volume estimate, volume error, response time, and classification. Each variable has a separate sheet in the excel document. The data is from 125 individuals, each listed on a separate row with a unique ID for each individual. Each sheet includes the participant ID (anonymous number), age in years, participant sex (0 = male, 1 = female), perspective of the video clip (0 = top view, 1 = front view), and then one column for each victim gender and loss volume combination (24 total). The column label consists of M or F for male and female victim, followed by underscore and the loss volume (e.g., M_50 for male victim with 50 ml of blood loss, or F_1100 for a female victim with 1100 ml of blood loss). Volume estimates are the participants' estimate of blood loss in ml. Volume error is the estimate minus the true value, in ml. Response time is the time it took for participants to classify the bleeding as life-threatening or not, in seconds. Classification is a value from 0 to 1 for the proportion of times the participant classified that particular gender-volume combination as depicting a life-threatening blood loss .

Detta dataset samlades in för en studie som undersökte lekmäns förmåga att göra bedömningar av storlek och allvarlighet av blodförlust. Data samlades in från 125 personer som bedömde blodförlusten på patienter i 78 filmer. Patientens kön, blodförlustvolymen, och kameraperspektivet manipulerade systematiskt. Detta dataset har fyra variabler: volume estimate, volume error, response time, och classification. Varje variabel återfinns på varsin flik i excel-arket. Det är 125 individer listade, en för varje rad och med ett unikt, anonymt ID. Tre individer saknar data för de variabler som ingår i detta dataset. Varje flik har också en kolumn för deltagarens kön (0 = man, 1 = kvinna), ålder i år, och perspektivet på de videofilmer deltagaren såg på (0 = vy uppifrån, 1 = vy framifrån). För varje variabel finns därefter 24 kolumner med data för alla kombinationer av den skadade patientens kön (man eller kvinna) och de 12 blodförlustvolymer som användes (från 0 till 1900 ml). Varje kolumn har ett namn som beskriver kombinationen enligt följande struktur: M eller F för patientens kön (male och female, respektive), understreck, därefter en siffra som visar blodförlust i ml. T.ex. är M_50 en manlig patient med 50 ml blodförlust och F_1100 en kvinnlig patient med 1100 ml blodförlust. Variabeln volume estimate är deltagarens uppskattning av blodförlust i ml. Variabeln volume error är uppskattningen minus den sanna volymen, i ml. Variablen response time är tiden det tog för deltagaren att klassa blödningen som antingen livshotande eller icke-livshotande, i sekunder. Variabeln classification är ett värde från 0 till 1 som visar hur frekvent deltagaren klassade just den kön-volym kombinationen som en livshotande blödning (av tre gånger).

Participants took part in a controlled experiment in which they viewed a series of 78 five-second film clips featuring a person with a simulated bleeding. They were asked to, as quickly as possible, classify the video as showing a life-threatening or not life-threatening bleeding using a keyboard response. After each video, the participant was asked to estimate how large the bleeding was, classify the severity of the injury, and, if they classified the video as showing a life-threatening bleeding, to estimate how minutes it would take for the victim to die from their bleeding. The participants also completed a basic demographics questionnaire at the end of the experiment. The entire experiment took between 40 to 60 minutes to complete. The participants were students at a large south-eastern university in the USA. Participants with prior medical training or stop the bleed education were excluded. Thus, all participants were medical laypeople without prior experience. The variables varied in the videos were victim sex (male or female), blood volume (ml of blood on the floor), and rate of blood flow (in ml per minute). Further, two video sets were created, one with a top-view (camera placed above the victim) or front view (camera placed facing the victim from the front). In each video, the victim was dressed in blue, hydrophobic scrubs and were seated against a white wall. The simulated wound was not visible. The actors were positioned such that the blood flowed down their thigh and pooled between their legs. The same male and female patient actor were used for all videos. The flow rates used were 80, 200, and 400 ml/minute. The blood volumes used were 0, 50, 100, 150, 200, 300, 400, 500, 700, 900, 1100, and 1900 ml. The combination of three flow rates, 13 blood volumes, and two genders meant that there was 78 videos in total. For the current dataset, the data has been collapsed across flow rate, and the volume 0 has been excluded, meaning that there are 24 combinations (2 genders x 12 volumes). The dataset includes the response time for the initial classification, the classification response, the volume estimate, and the volume error (calculated as the difference between the true amount and the estimated amount of blood loss).Participants took part in a controlled experiment in which they viewed a series of 78 five-second film clips featuring a person with a simulated bleeding. They were asked to, as quickly as possible, classify the video as showing a life-threatening or not life-threatening bleeding using a keyboard response. After each video, the participant was asked to estimate how large the bleeding was, classify the severity of the injury, and, if they classified the video as showing a life-threatening bleeding, to estimate how minutes it would take for the victim to die from their bleeding. The participants also completed a basic demographics questionnaire at the end of the experiment. The entire experiment took between 40 to 60 minutes to complete. The participants were students at a large south-eastern university in the USA. Participants with prior medical training or stop the bleed education were excluded. Thus, all participants were medical laypeople without prior experience. The variables varied in the videos were victim sex (male or female), blood volume (ml of blood on the floor), and rate of blood flow (in ml per minute). Further, two video sets were created, one with a top-view (camera placed above the victim) or front view (camera placed facing the victim from the front). In each video, the victim was dressed in blue, hydrophobic scrubs and were seated against a white wall. The simulated wound was not visible. The actors were positioned such that the blood flowed down their thigh and pooled between their legs. The same male and female patient actor were used for all videos. The flow rates used were 80, 200, and 400 ml/minute. The blood volumes used were 0, 50, 100, 150, 200, 300, 400, 500, 700, 900, 1100, and 1900 ml. The combination of three flow rates, 13 blood volumes, and two genders meant that there was 78 videos in total. For the current dataset, the data has been collapsed across flow rate, and the volume 0 has been excluded, meaning that there are 24 combinations (2 genders x 12 volumes). The dataset includes the response time for the initial classification, the classification response, the volume estimate, and the volume error (calculated as the difference between the true amount and the estimated amount of blood loss).

Deltagarna deltog i ett kontrollerat experiment där de tittade på en serie med 78 stycken filmklipp, 5 sekunder långa, som visade en person med en simulerad blödning. De ombads att så snabbt som möjligt klassificera videon som en livshotande eller inte livshotande blödning genom att trycka på en tangent på tangentbordet. Efter varje filmklipp ombads deltagaren att uppskatta hur stor blödningen var, klassificera allvarligheten av skadan samt, om de klassificerade videon som en livshotande blödning, att uppskatta hur många minuter det skulle ta för offret att dö från blödningen. Deltagarna fyllde också i ett demografiskt frågeformulär i slutet av experimentet. Hela experimentet tog mellan 40 och 60 minuter att genomföra. Deltagarna var studenter vid ett stort universitet i sydöstra USA. Deltagare med tidigare medicinsk utbildning eller stop the bleed-utbildning uteslöts. Således var alla deltagare medicinska noviser utan tidigare erfarenhet. Variablerna som varierades i filmerna var patientens kön (man eller kvinna), blodvolym (ml blod på golvet) och flödeshastigheten på blödningen (i ml per minut). Vidare skapades två videouppsättningar, en med en vy uppifrån (kamera placerad ovanför patienten) eller framifrån (kamera placerad mot patienten framifrån). I varje video var patienten klädd i blå, hydrofoba scrubs och satt mot en vit vägg. Det simulerade såret var inte synligt. Skådespelarna var placerade så att blodet flödade nedåt låret och bildade en pöl mellan benen. Samma manliga och kvinnliga skådespelare användes för alla videor. De använda flödeshastigheterna var 80, 200 och 400 ml / minut. De använda blodvolymerna var 0, 50, 100, 150, 200, 300, 400, 500, 700, 900, 1100 och 1900 ml. Kombinationen av tre flöden, 13 blodvolymer och två kön innebar att det var 78 videoklipp totalt. För detta dataset har data kollapsats över flödeshastigheten och volymen 0 har uteslutits, vilket innebär att det finns 24 kombinationer (2 kön x 12 volymer). Data inkluderar responstiden för den initiala klassificeringen, klassificeringssvaret, volymuppskattningen och volymfelet (beräknat som skillnaden mellan den verkliga mängden och den uppskattade mängden blodförlust).Deltagarna deltog i ett kontrollerat experiment där de tittade på en serie med 78 stycken filmklipp, 5 sekunder långa, som visade en person med en simulerad blödning. De ombads att så snabbt som möjligt klassificera videon som en livshotande eller inte livshotande blödning genom att trycka på en tangent på tangentbordet. Efter varje filmklipp ombads deltagaren att uppskatta hur stor blödningen var, klassificera allvarligheten av skadan samt, om de klassificerade videon som en livshotande blödning, att uppskatta hur många minuter det skulle ta för offret att dö från blödningen. Deltagarna fyllde också i ett demografiskt frågeformulär i slutet av experimentet. Hela experimentet tog mellan 40 och 60 minuter att genomföra. Deltagarna var studenter vid ett stort universitet i sydöstra USA. Deltagare med tidigare medicinsk utbildning eller stop the bleed-utbildning uteslöts. Således var alla deltagare medicinska noviser utan tidigare erfarenhet. Variablerna som varierades i filmerna var patientens kön (man eller kvinna), blodvolym (ml blod på golvet) och flödeshastigheten på blödningen (i ml per minut). Vidare skapades två videouppsättningar, en med en vy uppifrån (kamera placerad ovanför patienten) eller framifrån (kamera placerad mot patienten framifrån). I varje video var patienten klädd i blå, hydrofoba scrubs och satt mot en vit vägg. Det simulerade såret var inte synligt. Skådespelarna var placerade så att blodet flödade nedåt låret och bildade en pöl mellan benen. Samma manliga och kvinnliga skådespelare användes för alla videor. De använda flödeshastigheterna var 80, 200 och 400 ml / minut. De använda blodvolymerna var 0, 50, 100, 150, 200, 300, 400, 500, 700, 900, 1100 och 1900 ml. Kombinationen av tre flöden, 13 blodvolymer och två kön innebar att det var 78 videoklipp totalt. För detta dataset har data kollapsats över flödeshastigheten och volymen 0 har uteslutits, vilket innebär att det finns 24 kombinationer (2 kön x 12 volymer). Data inkluderar responstiden för den initiala klassificeringen, klassificeringssvaret, volymuppskattningen och volymfelet (beräknat som skillnaden mellan den verkliga mängden och den uppskattade mängden blodförlust).

ProbabilityProbability

SannolikhetsurvalSannolikhetsurval

Laboratory experimentLaboratory experiment

LaboratorieexperimentLaboratorieexperiment