Multisensory Cues for Encoding Urgency of System Hazards: Effect of Operator Experience on Perceived Urgency
Notice bibliographique
Résumé
Objective: This study evaluated sonification and tactification for encoding urgency of system health status presented in the ground control station (GCS) visual interface of an unmanned aircraft system (UAS), and the observer’s perception of urgency.Background: The barrage of data in the GCS visual interface has the potential to isolate the operator from detecting system hazards that threatens the ability of the operator to operate the UAS effectively.Method: The pitch of the UAS’s engine revolutions per minute was mapped to a sonification, and excessive attitude upset of the UAS was mapped to a tactification in order to present a continuous awareness of the system’s health without being invasive and obtrusive. Participants with and without flying experience were required to monitor system health, while carrying out a secondary task.Results: Regardless of flying experience, sonification enhanced hazard detection compared to a visual-only GCS interface, but tactification did not aid performance.Conclusion: While multimodal displays have been studied in remotely piloted vehicles, this is the initial effort to demonstrate that sonification can influence perceived urgency leading to greater warning compliance. Further research is warranted to develop guidelines to ensure that non-visual signals can convey different levels of urgency for a continuous awareness of a system’s health, and thereby permit the operator to establish the appropriate level of priority to address the alarmed condition.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».