MétaCan
Menu
Retour à la cohorte
Enregistrement W2072648767 · doi:10.1177/1071181312561089

Improving the Management of Interruption through the Working Awareness Interruption Tool: WAIT

2012· article· en· W2072648767 sur OpenAlexaff
Meshael Alqahtani, Jonathan Histon

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePersonal Information Management and User Behavior
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Air traffic controlComputer scienceProcess (computing)Situation awarenessContext (archaeology)Control roomOperator (biology)Context awarenessControl (management)Process managementTask managementAir traffic managementHuman–computer interactionRisk analysis (engineering)Systems engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Interruptions in time-critical, dynamic and collaborative environments, such as Air Traffic Control (ATC), can provide valuable, task-relevant information. However, they also negatively impact task performance by distracting the operator from on-going tasks and consuming “attention resources”. It is hypothesized that operators in these environments could better manage when interruptions occur if there were indications of the availability of a collaborator and the priority of an interruption. The Working Awareness Interruption Tool (WAIT) is being developed to support more efficient and appropriate interruption timing in the context of complex, real-time, distributed, human operator interactions. Prototypes for application in operational ATC displays are presented as well as techniques used to develop the design requirements. Feedback on the initial prototypes was solicited through a Participatory Design (PD) interview process with air traffic controllers. The implications of the findings for the feasibility of an interruption awareness tool in real ATC environments are discussed.

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)0,003
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 enseignants0,254
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,001
Science ouverte0,0010,001
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 Opus0,199
Tête enseignante GPT0,375
Écart entre enseignants0,177 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetPersonal Information Management and User BehaviorTravaux en français237 207