MétaCan
Menu
Retour à la cohorte
Enregistrement W4220951123 · doi:10.1109/thms.2022.3155714

Situated Visual Alarm Displays Support Machine Fitness Assessment for Nonexplainable Automation

2022· article· en· W4220951123 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Human-Machine Systems · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésALARMSituatedArtificial intelligenceComputer scienceMachine learningEngineering

Résumé

récupéré en direct d'OpenAlex

Determine if situated visual alarm displays can support machine fitness assessment (MFA), facilitating improved hazard recognition and alarm accuracy assessment in the presence of inaccurate alarms. Poor performance of opaque automation is more difficult to detect, which increases the likelihood of cascades resulting in overall system failure. MFA reduces the negative impact of poor automation performance. Integrated alarm visualizations were shown to 32 nurses for 10 cases focused on patient outcome and 17 focused on alarm quality, all using real patient data. Five of the ten outcome cases would ultimately result in an emergency (unbeknownst to the nurse). Alarm cases ended with a true, false, or unnecessary alarm. Responses for nurses’ concern, confidence, alarm quality, and intended response were recorded. Qualitative analysis of interviews was performed. Using the situated visual alarm displays, nurses reported less confidence (6.5 vs. 9.1, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">p</i> < 0.001), more concern (5.4 vs. 1.6, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">p</i> < 0.001), and more urgent responses for emergency cases. Their alarm event detection was better than the alarms’ detection (0.608 vs. 0.438, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">p</i> < 0.001), as was their interpretation accuracy (0.453 vs. 0.243, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">p</i> < 0.001). Nurses showed differentiated concern for emergency cases, nonemergency cases with alarms, and those without alarms (5.4 vs. 3.8 vs. 1.6, <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">p</i> < 0.001). Situated visual alarm displays combining visual trends with alarm signals improves detection of hazardous events and mitigates the negative effects of poor opaque automation performance.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,493
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,047
Tête enseignante GPT0,383
Écart entre enseignants0,337 · 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