Update from C³RS Lessons Learned Team: Four Demonstration Pilots
Notice bibliographique
Résumé
The Federal Railroad Administration (FRA) believes that, in addition to process and technology innovations, human-factors-based solutions can significantly contribute to improving safety in the railroad industry. To test this assumption, FRA implemented the Confidential Close Call Reporting System (C3 RS), which includes the following: Confidential reporting; Root-cause analysis problem solving by a Peer Review Team (PRT) comprising labor, management, and FRA representatives; Implementation and review of corrective actions, some locally and others with the help of a Support Team made up of senior managers; Tracking the results of change; and Reporting the results of change to employees. Demonstration pilot sites are currently at Union Pacific Railroad (UP), Canadian Pacific Railway (CP), New Jersey Transit (NJT), and Amtrak. FRA is sponsoring a rigorous evaluation of C³RS functioning with regard to three important aspects: 1. What conditions are necessary to implement C³RS successfully? 2. What is the impact of C³RS on safety and safety culture? 3. What factors help to sustain C³RS over time? The evaluation is organized into baseline, midterm, and follow-up time periods at each site. Two sets of findings are presented here. The first set consists of baseline findings at one demonstration site (Site A), using the following data sources: (1) interviews with workers, managers, and other stakeholders and (2) other project documents, such as meeting notes and newsletters. The second set consists of findings across all demonstration sites and is based on interviews from all sites.
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 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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,010 |
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 tête enseignante, 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 ».