MétaCan
Menu
Retour à la cohorte
Enregistrement W2324381903 · doi:10.1177/154193120304701305

Detection of Changes in Tactical Displays: A Comparison of Two Symbol Sets

2003· article· en· W2324381903 sur OpenAlexaff
Jocelyn Keillor, Laura Thompson, Harvey S. Smallman, Michael B. Cowen

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of WaterlooDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésSymbol (formal)Heading (navigation)Computer scienceNavyFloat (project management)Factor (programming language)FlickerHuman–computer interactionOperator (biology)Artificial intelligenceMultimediaComputer graphics (images)EngineeringProgramming languageSystems engineering

Résumé

récupéré en direct d'OpenAlex

A major design issue for military tactical displays concerns how to make as much information as possible available to the user “at a glance”, without compromising the ability of the user to decompose the display into meaningful units or chunks. The choice of symbology may therefore be a critical factor in managing the complexity of tactical displays. A new method for evaluating symbol sets was developed, using a flicker paradigm to simulate an operator's shifts of attention during interaction with the display and environment. Two symbol sets were compared: MIL-STD-2525B, and Symbicons, a hybrid symbology recently developed by the U.S. Navy. Overall, Symbicons outperformed the traditional MIL-STD-2525B symbols when participants were required to detect heading changes. Furthermore, only the Symbicons allowed participants to take advantage of advance knowledge of the platform type (sea or air) in which they could expect a heading change.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,339
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), 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
Publié2003
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