Methods for mitigating the vigilance decrement in an auditory sonar monitoring task: A research synthesis
Notice bibliographique
Résumé
Sustained attention or operator vigilance is required in the detection o f critical signals that occur infrequently and at irregular intervals over a prolonged period.In this paper, we review some methods for mitigating the vigilance decrement for an auditory sonar monitoring task.These methods pertain to enhancing the saliency o f sonar targets for situations when the operator may be required to monitor multiple displays, listen to competing sound sources, attend to distractions, and cope with ambient noise.Enhanced target saliency is expected to assist in maintaining operator efficiency via increasing detection rate and decreasing detection latency o f auditory sonar targets.This should lead to tactical superiority of sonar operators in the continuing threat o f underwater warfare. s o m m a ir eIl est ncessaire que l 'oprateur fasse preuve d 'une attention ou d'une vigilance soutenues pour dtecter les signaux critiques qui se produisent peu frquemment et des intervalles irrguliers sur une priode prolon ge.Le prsent document examine certaines des mthodes permettant d 'attnuer la baisse de vigilance durant une tche auditive de surveillance sonar.Ces mthodes mettent en vidence des cibles sonar dans des situa tions o l 'oprateur doit surveiller plusieurs affichages et prter l 'oreille des sources sonores conflictuelles alors qu'il est expos des distractions et du bruit ambiant.La mise en vidence des cibles devrait aider maintenir l 'efficacit de l 'oprateur en augmentant le taux de dtection et en diminuant la latence de dtec tion des cibles sonar durant une tche auditive.Il devrait en rsulter une supriorit tactique de l 'oprateur sonar dans la menace permanente de la guerre sous-marine.
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 | 0,003 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».