MétaCan
Menu
Retour à la cohorte
Enregistrement W2021601702 · doi:10.1145/1117309.1117362

Gaze behavior of spotters during an air-to-ground search

2006· article· en· W2021601702 sur OpenAlexaff
James L. Croft, Daniel J. Pittman, Charles T. Scialfa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeneralizability theoryGazeVisual searchTask (project management)Computer scienceSearch and rescueSimulationField (mathematics)Artificial intelligencePsychologyEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Crashed aircraft must be located quickly to minimize loss of life, often requiring visual search from the air. This study was designed to develop methods for evaluating the gaze behaviors of spotters during air-to-ground search and to compare field derived measures with similar lab measures reported in the literature. A secondary aim was to assess adherence to a prescribed scan path, evaluate search effectiveness, and determine the predictors of task success. Eye movements were measured in 10 volunteer spotters while searching from the air for ground targets. Static visual acuity at several eccentricities and contrast levels and performance on a lab-based search performance were also measured. Gaze relative to the head was transformed to gaze relative to the ground using information from the scene. Coverage and task success were similar to literature values from a lab-based study of air-to-ground search. Air search task success could be predicted best from a combination of gaze and laboratory variables and, like previous lab-based research, experience was not one of them. Results from this field study provide some support for the generalizability of lab research. In both lab and field research performance is quite poor. Future improvements in air search and rescue success will depend upon improvements in training, the refinement of scan tactics, changes to the task methods or environment, or modifications to parameters of the search exercise.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,380
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman-Automation Interaction and SafetyTravaux en français237 207