MétaCan
Menu
Retour à la cohorte
Enregistrement W2034540290 · doi:10.1177/154193120805201114

Human Factors and the Nuclear Renaissance

2008· article· en· W2034540290 sur OpenAlexaff
Ronald L. Boring, John M. O’Hara, Jacques Hugo, Greg A. Jamieson, Johanna Oxstrand, Ruiqi Ma, Michael Hildebrandt

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of Toronto
Organismes subventionnairesIdaho National Laboratory
Mots-clésNuclear powerThe RenaissanceVariety (cybernetics)Risk analysis (engineering)Work (physics)Nuclear power plantScale (ratio)MileHuman lifeBusinessEngineeringComputer sciencePolitical scienceMechanical engineeringGeographyNuclear physics

Résumé

récupéré en direct d'OpenAlex

Following the Three Mile Island incident and the Chernobyl accident, there was a general decline in public acceptance of nuclear power plants. Consequently, there was a heavy push to ensure the safety of existing plants coupled with a large-scale decline in the development of new plants. This situation has posed unique challenges to human factors within the nuclear industry. The emphasis of research came in the form of ensuring the safety of as-built systems. This approach clashed with broader human factors work, which used a variety of innovative approaches to design novel or incrementally improved interfaces. The situation is changing now. As current plants near the end of their operational life, there is an urgent need to develop new plants and modernize aging plants to sustain current energy production levels and, in many countries, to meet growing power demands. The resurgence of interest in nuclear energy has been called the “nuclear renaissance.” The challenge for human factors is now to go beyond as-built safety requirements and provide innovative interface concepts that maximize human performance in new plants. The purpose of this panel is to bring together established and new human factors professionals in nuclear energy to discuss the opportunities and challenges for research, practice, and regulation of this nuclear renaissance.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,999

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 technologies0,0020,001
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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,255 · 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.

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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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