MétaCan
Menu
Retour à la cohorte
Enregistrement W4413608363 · doi:10.55892/jrg.v8i19.2394

Gestão de crises a bordo: uma revisão de literatura sobre protocolos de segurança e desescalonamento de conflitos na aviação comercial

2025· article· pt· W4413608363 sur OpenAlexaboutno aff
Mariana Souza Ortega

Notice bibliographique

RevueRevista JRG de Estudos Acadêmicos · 2025
Typearticle
Languept
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Este artigo apresenta uma revisão de literatura sobre gestão de crises a bordo na aviação comercial, com foco em protocolos de segurança e estratégias de desescalonamento de conflitos. Realizou-se uma revisão narrativa (2014–ago/2025), com buscas em bases acadêmicas (Scopus, Web of Science, ScienceDirect, Taylor & Francis) e repositórios regulatórios/institucionais (ICAO/OACI, EASA, FAA, IATA). Incluíram-se normas, manuais e guias oficiais, além de estudos empíricos revisados por pares sobre comportamento disruptivo, treinamento de tripulantes e coordenação interagências. Os achados indicam convergência em um arcabouço normativo formado pelo Anexo 6 e pelos manuais Doc 10002 (treinamento por competências) e Doc 10117 (aspectos legais), reforçado pelo Protocolo de Montreal 2014; em nível operacional, destacam-se o ORO.CC.140 (EASA) e a AC 120-51E (FAA) para CRM/TEM. Há consenso sobre respostas graduais e proporcionais, priorizando prevenção (campanhas, serviço responsável de álcool, triagem comportamental) e desescalonamento verbal; a contenção física permanece como último recurso. Diretrizes AIRPOL/ACI-Europe estruturam a ponte aeronave–aeroporto–polícia no pós-evento. Evidências pós-2020 mostram picos de incidentes associados a fatores contextuais e sustentam políticas de tolerância zero combinadas a treinamento realista e governança por dados no SMS. Persistem lacunas quanto à padronização de taxonomias/métricas e à avaliação controlada da efetividade de técnicas específicas de desescalonamento. Conclui-se que a eficácia depende de um sistema integrado que una pessoas, processos e dados para prevenir, responder com proporcionalidade e aprender continuamente.

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)0,024
score de la tête « metaresearch » (Gemma)0,063
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: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0080,027
Communication savante0,0200,019
Science ouverte0,0040,010
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,035
Tête enseignante GPT0,310
Écart entre enseignants0,274 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista JRG de Estudos AcadêmicosMême sujetAviation Industry Analysis and TrendsTravaux en français237 207