MétaCan
Menu
Retour à la cohorte
Enregistrement W2002663466 · doi:10.1177/154193120004401318

The Effect of Visual System Time Delay on Helicopter Control

2000· article· en· W2002663466 sur OpenAlexafffund
Sion Jennings, Greg Craig, Lloyd D. Reid, Ronald V. Kruk

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensCAE (Canada)University of TorontoNational Research Council Canada
Organismes subventionnairesUniversity of Toronto
Mots-clésVisibilityTakeoffComputer scienceOrientation (vector space)SimulationPosition errorControl (management)Position (finance)Task (project management)Computer visionArtificial intelligenceEngineeringAutomotive engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

There is interest in the development of synthetic visual systems to improve the capability of aircraft to takeoff and land in poor visibility. These systems often have inherent processing delays that can affect a pilot's ability to control an aircraft and a pilot's sense of orientation. The goal of the current study was to determine how much time delay a pilot could tolerate before control was affected, and whether physiological effects would be apparent at the same point. Pilots hovered at a predetermined position in a full flight simulator equipped with a Computer Image Generation (CIG) system and a helmet mounted display. The pilot's visual image was delayed by 67 to 334 milliseconds and varying levels of turbulence were applied to increase the task difficulty. Pilot performance was assessed by collecting objective data on aircraft position error. Handling qualities ratings and reports of physiological symptoms were collected by questionnaire. The results showed that visual time delay increased the variability of position error when as little as 134 ms of delay was encountered. At long delays, sickness symptoms were reported in addition to handing qualities decrements. Turbulence had a minimal effect on performance with long time delays, however it resulted in increased station keeping errors and degraded handling qualities at low delays.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,243
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,006
Tête enseignante GPT0,266
Écart entre enseignants0,260 · 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

Citations20
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207