Revising the ``Ability Corners'' Approach: A New Strategy to Assessing Human Capabilities in Industrial Domains
Notice bibliographique
Résumé
Human capabilities refer to an individual's innate and acquired abilities that enable them to complete a given task.These capabilities contain physical, mental, and cognitive skills.In an industrial environment, the complexity and nature of duties vary, and different jobs require different levels and types of human capabilities.For example, in an assembly line, a task that demands assembling small and fragile parts would require a high level of manual skill and precision.Understanding the human capabilities necessary for a job and matching them with the worker's capabilities is crucial for designing and implementing tasks in industrial settings.The term "ability corners" describes equipment (hardware and software) for evaluating and measuring human capabilities in industrial workplaces.The results of these tests are used to match workers with the specific abilities needed for a particular workstation.This study proposes improving the "ability corners" by addressing some limitations, such as the insufficient number of tests to assess human capabilities and the lack of consideration for workers' motivation, personality traits, and other factors that might affect their performance on the task.Furthermore, the study in which they were adopted does not consider the dynamic nature of assembly line work or the possible changes in workers' capabilities over time due to factors such as experience, training, or fatigue.The present revision aims to enhance the accuracy and effectiveness of the "ability corners" approach by integrating new techniques, devices, and benchmarks into the current method to guarantee that the worker is well-suited for the job and can execute it safely.This work is part of our Collaborative Intelligence for Safety-Critical Systems (CISC) project research activity.https://www.ciscproject.eu/
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 | 0,023 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,012 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».