MétaCan
Menu
Retour à la cohorte
Enregistrement W2902052878 · doi:10.22215/etd/2015-10834

Identifying Latent Cognitive Constructs in a Comprehensive Model of Aviation Outcomes: The Role of the Dynamic Mental Model for Pilots

2015· dissertation· en· W2902052878 sur OpenAlexaboutno aff
Kathleen Van Benthem

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingAviationEngineeringCognitionRunwayCognitive ergonomicsFlight trainingConfirmatory factor analysisAviation safetyLatent variableAviation accidentFlight simulatorPsychologyComputer scienceAeronauticsSimulationPoison controlHuman factors and ergonomicsArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

I wish to acknowledge the pilots who volunteered their time and considerable talents flying the simulator.I learned so much about aviation, and about the strong culture of safety that exists within this community of pilots.In particular, I thank Simon Garrett for his many hours piloting our simulation protocols and providing guidance to this work.To the general aviation community in Ottawa, thank-you for encouraging me to share the results of this work with you in various venues.Every opportunity to speak was, in reality, a learning experience for me as well.Anne Barr and Andrew Staples, your expertise in designing the simulation environment and your willingness to support me in solving any technical mishap, at a moment's notice, kept me from losing my nerve and inspired me to keep scheduling participants!Anne and Andrew, over time I grew in appreciation of your skills, but also in appreciation of your friendship.And Anne-you let me fly-wow, what an experience!I also thank Jon Wade for your generosity of time and talent in assisting me with writing programs so that the myriad of data could be handled so efficiently.This helped me more than you might have realized.To my family and friends, thank-you is just not enough.Without your

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)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,413
Écart entre enseignants0,339 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman-Automation Interaction and SafetyTravaux en français237 207