Situation Awareness in Fast Rescue Crafts Operators—A Simulator Study
Notice bibliographique
Résumé
This study investigated whether experience in maritime operations contributed to situation awareness (SA) and confidence among Fast Rescue Craft (FRC) operators during simulated maritime search and rescue (SAR) missions. A total of 20 novice and 20 experienced Canadian Coast Guard personnel were presented with collision avoidance scenarios of various difficulty levels on a desktop FRC simulator. A goal-directed task analysis (GDTA) was conducted to identify the critical goals, decisions, and information requirements underpinning FRC operations, providing a structured basis for scenario design and SA measurement. The results indicated that experienced operators had significantly higher Total SA scores. These differences were primarily attributable to stronger performance on Level 3 SA across all scenarios and Level 2 SA in head-on scenarios. Experienced participants also reported higher confidence in Level 1 and Level 2 SA, although no differences were found in Level 3 or Total SA confidence. Experienced operators’ navigation decisions were influenced by informal decision-making cues, especially when interpreting collision-avoidance regulations. The absence of significant differences in Level 3 SA confidence and Total SA confidence between experienced and novice operators suggests that the latter may be overconfident in predicting future events in complex maritime environments. To better prepare novice operators for real-world SAR operations, these findings suggest the potential value of training interventions that focus on specific SA components, particularly projection, and support the development of decision-making strategies under uncertainty.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».