MétaCan
Menu
Retour à la cohorte
Enregistrement W2161512719 · doi:10.1002/hfm.20564

An Experimental Study on Three General Interface Layout Designs for Chemical Process Plants

2014· article· en· W2161512719 sur OpenAlexaff
Chang Liu, Yingzi Lin, Hong‐Fei Teng, Z. D. Wang, Wenjun Zhang

Notice bibliographique

RevueHuman Factors and Ergonomics in Manufacturing & Service Industries · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)Computer scienceMeasure (data warehouse)WorkloadInterface designConceptual designProcess (computing)User interfaceHuman–computer interactionData miningProgramming language

Résumé

récupéré en direct d'OpenAlex

Abstract The human‐machine interface design is not a new problem; however, existing knowledge appears to be focused either on interface conceptual design, which determines what information at what time needs to be displayed, or on interface detailed design, which determines the form of display elements. This article presents a study on interface layout design. Three interface layout designs were proposed based on the proximity compatibility priniciple, which were on the same interface conceptual design. In particular, the first interface layout design is with the highest degree of proximity cognition and the second and third with a reduced degree of proximity cognition. They are called sophisticated, semisophisticated, and nonsophisticated interfaces, respectively. An experiment with a simple process plant was conducted to understand user behaviors on the three interfaces. It is noted that in order to provide an unbiased comparative evaluation of these interfaces the same application problem and similar look‐and‐feel forms of interfaces were designed. In the experiment, three general classes of tasks were considered, namely, normal control operation, fault detection (or monitoring), and fault diagnosis. Two categories of measures were used: the performance measure and the subjective measure. The major results obtained from the experiment are 1) the nonsophisticated interface is the best for fault detections in terms of performance measure; besides, this interface has the lowest mental workload for fault detection; 2) the sophisticated interface is the best for normal operation in terms of performance measure; 3) there appears no significant difference for fault diagnosis in terms of performance measures for all these three interfaces; 4) for normal operation and fault diagnosis, the mental workloads for the three interfaces have no significant difference. Overall, the experiment suggests that the nonsophisticated interface be used in practice with additional two reasons: 1) most of time in the chemical process plant today is the fault detection or operation monitoring task, and 2) it is relatively easier for the nonsophisticated interface to adapt to changes in the chemical process plant design, which are common in today's manufacturing environments.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,369
Score d'incertitude au seuil1,000

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 Opus0,095
Tête enseignante GPT0,382
Écart entre enseignants0,286 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Factors and Ergonomics in Manufacturing & Service IndustriesMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207