MétaCan
Menu
Retour à la cohorte
Enregistrement W2591405181 · doi:10.1177/2327857915041019

Using Comparative Cognitive Work Analysis to Identify Design Priorities in Complex Socio-Technical Systems

2015· article· en· W2591405181 sur OpenAlex
Justin St-Maurice, Catherine M. Burns

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueProceedings of the International Symposium on Human Factors and Ergonomics in Health Care · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of WaterlooConestoga College
Organismes subventionnairesNational Research Council Canada
Mots-clésComputer scienceCognitionWork (physics)Sociotechnical systemCognitive ergonomicsManagement scienceWork systemsIdentification (biology)Socio-cognitiveSystems analysisHealth careData scienceKnowledge managementRisk analysis (engineering)Software engineeringEngineeringPsychologyHuman factors and ergonomicsMedicinePoison control

Résumé

récupéré en direct d'OpenAlex

Health care can be categorized as a complex socio-technical system. Often, similar projects or systems experience very different outcomes during implementation. To better understand the differentiating success factors when comparing projects or systems, we argue there is a need to systematically compare complex socio-technical systems. While Cognitive Engineering offers many methods for analyzing complex socio-technical systems, such as Cognitive Work Analysis, few methods support a comparison paradigm. We propose using Cognitive Work Analysis and using it to compare two similar socio-technical systems through Comparative Cognitive Work Analysis. Through parallel phases to Cognitive Work Analysis, the comparative method allows for the identification of differentiating factors, which we call Junctions, and allows practitioners to identify design opportunities to introduce success interventions into existing designs. Future work will involve further development of this concept and its application to healthcare problems.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,241
Tête enseignante GPT0,465
Écart entre enseignants0,224 · 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