MétaCan
Menu
Retour à la cohorte
Enregistrement W2099845834 · doi:10.1109/aim.2008.4601654

Development of an operation skill-training simulator for double-front work machine

2008· article· en· W2099845834 sur OpenAlexfundno aff
Mitsuhiro Kamezaki, Hiroyasu Iwata, Shigeki Sugano

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Family and Community Medicine, University of TorontoWaseda University
Mots-clésOperabilitySimulationComputer scienceJoystickDriving simulatorTask (project management)Computer architecture simulatorTraining (meteorology)Work (physics)Set (abstract data type)EngineeringSoftware engineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

This paper reports a newly developed simulator for operation skill training in Double-Front Construction Machinery (DFCM) that allows novices to virtually experience tough operations repeatedly using DFCM under various conditions, including dangerous congestion. First, we selected several situations targeted where the DFCM needs to be used to provide a high level of operation skills: sorted dismantling for recycling and reusing resources, rescue and recovery work in disaster areas, and building construction. In addition, we developed an operation skill-training simulator that enables novice operators to repeatedly train with the high level of operation skills needed to easily and safely handle the DFCM in even more complicated works. This simulator system has two joysticks (set in front of a monitor) to dependently control the two fronts of the animated DFCM on the monitor. Several modes involving basic construction tasks are provided and the effects of improvement in operability achieved by the training simulator can be verified. Evaluation experiments indicated that repeated training using the simulator successfully decreased the operation time to complete a task and enhanced positioning accuracy in cooperative transportation with the two fronts. The results confirm the effectiveness of the developed simulator.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,250

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 Opus0,030
Tête enseignante GPT0,240
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBIM and Construction IntegrationTravaux en français237 207