MétaCan
Menu
Retour à la cohorte
Enregistrement W2862991050 · doi:10.1080/00207543.2018.1492161

A review of methodologies for integrating human factors and ergonomics in engineering design

2018· review· en· W2862991050 sur OpenAlexaff
Xiaoguang Sun, Rémy Houssin, Jean Renaud, Mickaël Gardoni

Notice bibliographique

RevueInternational Journal of Production Research · 2018
Typereview
Langueen
DomaineEngineering
ThématiqueErgonomics and Human Factors
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesChina Scholarship Council
Mots-clésCognitive ergonomicsOperabilityHuman factors and ergonomicsUsabilityEngineeringField (mathematics)Systems engineeringProduct designReliability (semiconductor)Engineering design processProduct (mathematics)Knowledge managementComputer scienceEngineering managementHuman–computer interactionPoison controlSoftware engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The requirements of Human Factors and Ergonomics (HF/E) in engineering design must be satisfied, including usability, safety, reliability, and operability in the workplace and work environment. This study presents a review of the methodologies for integrating HF/E information in engineering design. The primary purpose of this review is to identify and summarise the current research in this field, thereby giving the recommendations of future research. The focus is on the interaction design between the system (product) and its user (human), including the design of a complex machine, equipment, system, and simple product. Publications in this field between 1982 and 2017 were reviewed from two aspects: (1) the stage of HF/E information integration in engineering design, including conceptual design, embodiment, and detailed design, and (2) the category of the HF/E, including physical ergonomics, cognitive ergonomics, and organisational ergonomics. The benefits and limitations of the reviewed design methodologies were stated in their respective sections. A critical analysis of the research topics from these two aspects was performed with comparison summarising the applicability of these methodologies for researchers and designers. The suggestions for future research were also offered according to the main findings.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,448
Tête enseignante GPT0,497
Écart entre enseignants0,049 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetErgonomics and Human FactorsTravaux en français237 207