MétaCan
Menu
Retour à la cohorte
Enregistrement W2326715113 · doi:10.1177/154193120204602218

Occlusion Paradigm as a Tool to Assess Visual Distraction from In-Vehicle Telematics

2002· article· en· W2326715113 sur OpenAlexaff
Tracy L. Frank, Y. Ian Noy, Christopher Klachan

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésDistractionSession (web analytics)Task (project management)WorkloadPoison controlDriving simulatorSimulationComputer scienceHuman multitaskingPsychologyEngineeringMedicineCognitive psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

Driver distraction associated with the use of on-board ITS technologies has become an issue of considerable public concern. The ease with which a task can be partitioned, referred to as task chunkability, can likely be a tool to assess the distraction potential of a secondary in-vehicle task to a driver. The present study explored the role of task chunking on distraction. Twenty-four participants, between the ages of 21 and 34, completed two separate experimental sessions. In one session they performed three in-vehicle tasks (a radio-tuning task and two simulated ITS device visual search tasks) under occlusion and while unoccluded. A task chunkability index, a ratio of the mean total shutter open time to the mean unoccluded total task time, was computed for each task. In another session, participants completed the same in-vehicle tasks while driving in a simulator at an approximate speed of 80 km/h, without occlusion. Measures of driving performance (standard deviation of lane position, the number and duration of lane exceedances, and the time to line crossing) under dual task conditions were related to corresponding chunkability indices to determine the association between task chunkability and driving performance. Results indicated that tasks differed significantly in terms of chunkability, however no differences were observed between tasks for the driving performance measures collected. A modified NASA TLX rating scale was also used to assess subjective workload for each task when performed alone and while driving. Significant differences were found between tasks in terms of mental demand, effort, frustration, and safety for both task assessment conditions. Results and implications for future research 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,319
Écart entre enseignants0,285 · 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

Citations4
Publié2002
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