A Usability Study for Electronic Flight Bag (EFB) Flight Planning Applications on Tablet Devices for Ab-initio Pilots
Notice bibliographique
Résumé
The proliferation of mobile technology has prompted the use of tablet devices in the cockpit and during ground operations in general aviation. Due to the increase in affordable and reliable hardware (i.e. iPads etc.), the development of pilot-specific software has led to the creation of a commercial-of-the-shelf (COTS), electronic flight bag (EFB) market. EFBs have many advantages, such as reducing the space requirements for flight documents, enabling faster searching and indexing of files, providing useful tools for flight planning, and providing automatic updates. The increase in availability of mobile technology and flight applications has allowed general aviation enthusiast and ab-initio pilots to utilize EFBs. This paper examines the usability of three of the most popular commercial EFB software programs: Foreflight mobile, Garmin Pilot, FltPlan Go. The usability study was developed for the ab-initio demographic (time), which primarily constitutes pilots who have completed their cross country training. The study assessed 30 ab-initio collegiate flight students on a series of tasks during each flight application. The usability of the applications was based on task success, time to complete the task, efficiency of the application, and learnability. The students also completed a pre survey, the NASA Task Load Index (TLX), System Usability Survey (SUS), and post survey, respectively. An Analysis of Variance (ANOVA) was conducted to compare the scores of the three applications. The results of the study show that Foreflight had the best scores across all metrics.
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 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) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».