MétaCan
Menu
Retour à la cohorte
Enregistrement W1992810850 · doi:10.1177/154193120004401803

HF Verification and Validation Activities: Simulator Based Operational Trials

2000· article· en· W1992810850 sur OpenAlexaffabout
Jeannie Malcolm, Kim Holford, Debbie Gillard

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensOntario Power GenerationAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésShutdownOperabilityMaintainabilitySystems engineeringVerification and validationReliability engineeringNuclear powerNuclear power plantPlan (archaeology)EngineeringComputer scienceOperations managementNuclear engineering

Résumé

récupéré en direct d'OpenAlex

Changes to shutdown system (SDS) software were made at the Darlington Nuclear Generating Station. This is a four unit CANDU (Canadian Deuterium Uranium) nuclear power station located on the north shore of Lake Ontario (each unit is approximately 900 MW). These changes were initiated through an agreement with the Canadian nuclear regulator to improve the maintainability of the safety critical software. In addition, a number of functional changes were made, based on operational experience, to improve the operability and maintainability of the shutdown systems as a whole. The integration of Human Factors Engineering (HFE) into the systems design process was achieved using a Human Factors Engineering Program Plan (see Beattie and Malcolm, 1991 for a discussion of this type of planning document). The HFE program steps were taken from NUREG 0711 - Human Factors Engineering Program Review Model (U.S. NRC, 1994). The program plan included formal HFE Verification and Validation, culminating with operational trials in the full-scale control room training simulator. Results indicated that all functional changes passed on all performance criteria, and that the measures showed a high degree of convergent validity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,205
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,333
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations2
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetRisk and Safety AnalysisTravaux en français237 207