MétaCan
Menu
Retour à la cohorte
Enregistrement W4312811867 · doi:10.1177/1071181322661050

Reconcile Voice Communication and Auditory Distraction in Military Open-Plan Workspace Design

2022· article· en· W4312811867 sur OpenAlexaff
Wenbi Wang, Angela Yee‐Moon Wang, Ann Nakashima

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésDistractionWorkspaceComputer sciencePlan (archaeology)Adjacency listWorkstationHuman–computer interactionSimulationRobotPsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Facilitating voice communication and reducing auditory distraction are common requirements in layout design of military open-plan workspaces. The implications of these requirements on between-operator adjacency however are often contradictory. To support the design of such work environments, a new analytical procedure was developed to evaluate layout options according to their impact on both requirements. This procedure was explained in a modeling study to compare two frequently used layout configurations, i.e., outward-facing versus inward-facing workstation setups. The results predicted a quieter vocal effort for the speakers and a lower risk of auditory distraction for all listeners in the outward-facing configuration. The study demonstrated the usefulness of this analytical procedure to support layout design of military workplaces where a balanced consideration of communication and distraction is required.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,034
Tête enseignante GPT0,264
Écart entre enseignants0,230 · 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'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetFacilities and Workplace ManagementTravaux en français237 207