MétaCan
Menu
Retour à la cohorte
Enregistrement W2953527213 · doi:10.22260/isarc2019/0129

Using Serious Games in Virtual Reality for Automated Close Call and Contact Collision Analysis in Construction Safety

2019· article· en· W2953527213 sur OpenAlexaboutno aff
Olga Golovina, Caner Kazancı, Jochen Teizer, Markus König

Notice bibliographique

RevueProceedings of the ... ISARC · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSituation awarenessComputer scienceVirtual realityHazardWork (physics)DownloadAugmented realityCollisionSituational ethicsHuman–computer interactionComputer securityEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Using Serious Games in Virtual Reality for Automated Close Call and Contact Collision Analysis in Construction Safety Olga Golovina, Caner Kazanci, Jochen Teizer and Markus König Pages 967-974 (2019 Proceedings of the 36th ISARC, Banff, Canada, ISBN 978-952-69524-0-6, ISSN 2413-5844) Abstract: Injuries and fatalities resulting from workplace accidents remain a global concern within the construction industry. While education and training of personnel offer well known approaches for establishing a safe work environment, Serious Games in Virtual Reality (VR) is being increasingly investigated as a complementary approach for learning. They yet have to take full advantage of the inherent data that can be collected about players. This research presents a novel approach for the automated assessment of players’ data. The proposed method gathers and processes the data within a serious game for instant personalized feedback. The application focuses on close calls and contact collisions between construction workers and hazards like equipment, harmful substances, or restricted work zones. The results demonstrate the benefits and limitations of safety information previously unavailable, or very hard or impossible to collect. An outlook presents work ahead for practical implementation in existing risk management processes. Keywords: accident investigation; close call; construction safety; equipment contact collisions; hazard; human-hazard interaction; risk prevention; serious game; situational awareness; virtual reality; workforce education; training DOI: https://doi.org/10.22260/ISARC2019/0129 Download fulltext Download BibTex Download Endnote (RIS) TeX Import to Mendeley

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)0,003
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,053
Tête enseignante GPT0,434
Écart entre enseignants0,380 · 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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... ISARCMême sujetOccupational Health and Safety ResearchTravaux en français237 207