Fatigue as a latent risk factor in maritime safety systems: A systematic review and implications for reliability analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• A PRISMA-based review found only 5.6 % of reports cited fatigue as a causal factor. • Fatigue is underreported in marine accident data despite regulatory attention. • Investigation reports often lack rest logs, ergonomic data, or FRMS evidence. • Fatigue risks stem from systemic conditions, not isolated individual failures. Fatigue is a well-recognised contributor to human error in maritime operations, yet its presence is consistently underreported in official accident investigations. This omission is more than a statistical shortfall; it constitutes a latent hazard within the investigative process, distorting human reliability models and weakening maritime risk assessments. Despite guidance from the International Maritime Organization, many investigations fail to recognise or substantiate fatigue, undermining the accuracy of causal analysis. This study systematically reviewed 1011 marine casualty reports published between 2017 and 2025 by the European Maritime Casualty Information Platform, the United States National Transportation Safety Board, the Australian Transport Safety Bureau and the Transportation Safety Board of Canada. Using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, the review evaluated whether fatigue was identified, documented, and supported with empirical evidence. Fatigue was cited in only 29 cases (5.6 %), well below prevalence rates reported in prior research. Common investigative gaps included incomplete rest-hour records, lack of ergonomic and environmental data, and absence of Fatigue Risk Management System integration. By evidencing fatigue underreporting as a systemic blind spot, this study underscores the urgent need for standardised fatigue metrics, mandatory investigative protocols, and alignment of Safety Management Systems with empirical human factors evidence.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle