Notice bibliographique
Résumé
This is a book about teamwork, and it took a team to write it.As coauthors newly relating to each other, we had to employ the methods of any successful safetyrelated endeavor: communication, team building, workload balancing, and threat and error management.None of that was easy.In book writing and editing, egos are always involved-in our case, the usual authorial ego quotient was multiplied by three.Marshaling the "team intelligence" necessary to produce what we hope is a useful and credible book became our overriding, collective goal.We were assisted by many far-fl ung helpers who advanced our thinking, connected us to the right resources, guided and advised us, and grabbed us by the collar when we sometimes strayed down the wrong path.We all benefi ted from the different personal and professional support networks that each of us brought to this work.The respective individual and joint acknowledgments of Suzanne, Bonnie, and Patrick are as follows:Along with Patrick and Bonnie-who were a joy to work with-Suzanne thanks several special people.Susan Bianchi Sands was her initial link to Robert Francis, whose explanation of the changes wrought by Crew Resource Management (CRM) led to the enlistment of Bonnie and Patrick as coauthors.Robert Francis, in turn, put us in touch with airline industry experts long involved with CRM. Jim Pitisci was an invaluable guide to the Airbus Training Center and provided much insight into understanding how pilots think.Jan Von Flatern also facilitated Suzanne's very educational visit to Airbus in Miami.Steve Predmore provided important explanations of how CRM is implemented in a major airline like JetBlue.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,366 | 0,276 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».