MétaCan
Menu
Retour à la cohorte
Enregistrement W4394686746 · doi:10.1080/1463922x.2024.2337681

Reviewing linkages between display design and cognitive biases in decision making: an emergency response perspective

2024· article· en· W4394686746 sur OpenAlexaff
Dev Minotra, Karen M. Feigh

Notice bibliographique

RevueTheoretical Issues in Ergonomics Science · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)CognitionEmergency responseCognitive psychologyPsychologyCognitive biasCognitive scienceComputer scienceArtificial intelligenceMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

Decision making in nuclear emergency response involves significant uncertainty, time pressure, and high stakes. The stress and ambiguity can result in the use of heuristic decision making strategies, which may sometimes result in poor decision outcomes. As complex information systems are often used in emergency operations, this research aims at examining linkages between design choices in computer displays and cognitive biases. This paper reports a literature review covering a set of themes that include framing effects, facilitating balanced perspectives of information, automation transparency, and the role of meta-information in conveying significance. The review provides evidence from the literature showing the importance of display design in mitigating the emergence of cognitive biases in decision making tasks. The review resulted in 11 guidelines for the design of computer displays in safety-critical applications, and directions are provided for future research. A theme that connects many of these guidelines is that providing the big picture can mitigate many types of biases, which often should encompass self-reflection and calibration of appropriate confidence levels. It can be concluded that over time, the potential for biasing users can be interwoven within computer displays if debiasing is not taken into consideration early in the design process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,470
Écart entre enseignants0,406 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical Issues in Ergonomics ScienceMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207