Effects of Talker Sex and Voice Style of Verbal Cockpit Warnings on Performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The effects of talker sex and voice style of verbal cockpit warnings on performance were investigated to help make warning messages distinct from speech on the flight deck. BACKGROUND: Auditory warnings are used in aircraft to alert the crew to hazards and their associated levels of danger. Failing to comply with a warning has led to aviation incidents and accidents. METHODS: Participants were required to monitor the auditory channel and identify the verbal warning while simultaneously performing a visual pursuit tracking task. A male and a female actor annunciated the warning words in three styles: monotone, urgent, and whisper. In Experiment 1, warning words were presented in quiet, and in Experiment 2, they were presented in a background of speech babble that simulated cockpit radio communication. RESULTS: Experiment 1 showed that the monotone and urgent styles resulted in the fastest identification response time (RT) regardless of the talker and listener's sex. Experiment 2 showed that the male talker annunciating in either the monotone or the urgent style resulted in the largest proportion correct and fastest identification RT regardless of the listener's sex. Both experiments showed effects of word semantics on performance. CONCLUSION: Effective use of speech parameters and word semantics can increase the saliency of verbal cockpit warnings. APPLICATION: Potential applications of this research include improving the attention-getting capability of an alerting system, which could lead to increased warning compliance, potentially resulting in fewer incidents and accidents.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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