Control and automation systems onboard the vessel: Lessons in human-centered design learned from 20 years of marine occurrences in Canada
Notice bibliographique
Résumé
Vessel control and automation systems that are not designed according to human-centered design (HCD) and coding principles risk being used inappropriately or incorrectly by vessel crews or pilots. As integrated bridge and automated control systems become more common, it becomes even more important to design human-machine interfaces (HMI) that allow for effective operation and control, while providing concise feedback to aid the operator in the decision-making process. This research examined the influence of HMI design issues on the safe and effective control of vessels 150 gross tonnage or greater through a review of Transportation Safety Board of Canada (TSB) investigated marine reportable occurrences that resulted in a published TSB report. Between 1998 and 2018, 31 (16%) of 192 such TSB investigations identified one or more HMI issue as a contributing or risk factor in a marine accident. Some of the HMI issues included: non-intuitive and complex navigation system design, non-standardized controls (steering, power, propulsion, abort mechanism) and poor system feedback. Despite the availability of marine guidance on Human Factors (HF) principles from well-reputed organizations like the major classification societies and the ISO (International Organization for Standardization), the current findings demonstrate that HCD methods are not always well-understood or consistently applied to the design and modernizations of vessels. A larger effort, such as a HF in design program, is required to promote the application and understanding of HCD principles in marine system design and operations to help improve safety while reducing the potential for use error.
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 | 0,000 | 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 | 0,000 | 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 ».