MétaCan
Menu
Retour à la cohorte
Enregistrement W2005057518 · doi:10.1177/154193120404800131

Flight-Test of a Tactile Situational Awareness System in a Land-based Deck Landing Task

2004· article· en· W2005057518 sur OpenAlexafffundabout
Sion Jennings, Bob Cheung, Angus H. Rupert, Karl Schultz, Greg Craig

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensDefence Research and Development CanadaNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaDefence Research and Development Canada
Mots-clésSituation awarenessCockpitAeronauticsWorkloadTask (project management)SimulationTest (biology)DeckComputer scienceEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The National Research Council of Canada and Defence Research and Development Canada flight-tested the U.S. Naval Aerospace Medical Research Laboratory's Tactile Situational Awareness System (TSAS) in a dynamic task. The TSAS vest uses small pneumatic actuators or ‘tactors’ to transmit information to the pilot. Eleven pilots used the TSAS to cue horizontal axis performance in a land-based deck landing task flown in the NRC Bell 205 helicopter. Pilots tracked a vertically moving target with and without the TSAS in good and degraded visual conditions. The TSAS effectively cued longitudinal fore/aft drifts and reduced RMS error. It had less effect on lateral positioning error, possibly due to the presence of strong visual cues. Pilot situational awareness during degraded visual environment conditions in high sea states was significantly improved by the TSAS, as measured by the China Lake situational awareness rating scale. No change in workload, as measured by Modified Cooper Harper Workload Scale, was attributable to the TSAS use. The improvements in situational awareness and the reduction in longitudinal error suggest that the TSAS would be beneficial for helicopter ship deck landing.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,020
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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

Citations14
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

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