MétaCan
Menu
Retour à la cohorte
Enregistrement W314995906

Remote Control Locomotive Operations: Results of Focus Groups with Remote Control Operators in the United States and Canada

2006· article· en· W314995906 sur OpenAlexaboutno aff
Stephen J. Reinach, Sarah A. Acton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupControl (management)BusinessComputer scienceMarketingArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report presents findings from focus groups with remote control operators (RCOs) in the United States and Canada. The purpose was to learn more about remote control locomotive (RCL) operations safety-related issues, lessons learned, and best practices from those most familiar with the equipment and operations. Seventy-eight RCOs participated in 12 focus groups conducted in four cities. Focus groups addressed five themes: RCL implementation, training, current RCL operations, prior operating experience, and future RCL operations. RCOs identified and discussed a number of issues related to each theme and suggested changes for the future. Key themes based on RCO perceptions and experiences include the following: adequacy of RCO training, reliability of RCL equipment, and RCO situation awareness. RCO suggestions addressed these key themes, for example, improve RCO training. RCOs also noted three primary areas where improvements should be made before RCL operations are considered for service outside yards. They are improved training, more reliable equipment, and greater control over the RCL and consist. Lastly, several future studies are proposed to further enhance the Federal Railroad Administration’s understanding of RCL operations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,164
Écart entre enseignants0,161 · 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 tête enseignante, 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRailway Systems and Energy EfficiencyTravaux en français237 207