Effects of task automation on the mental workload and situation awareness of operators of agricultural semi-autonomous vehicles
Notice bibliographique
Résumé
The effects of in-vehicle automation and driving assistant systems on the mental workload and situation awareness of drivers have been the interest of many studies; some of the implications of automation in such man-machine systems have been identified. Due to the introduction of advanced automated systems in agricultural machinery, farmers are currently working with semi-autonomous vehicles. A human factors perspective on the design of these systems will ensure safe and efficient operation of such man-machine systems. In this study, a systematic approach was utilized to address human factors issues associated with operating a semi-autonomous agricultural vehicle, and to provide design recommendations. The study was carried out in three stages. First, a task analysis was used to identify tasks associated with operating an agricultural vehicle and to select appropriate experimental variables. Next, a preliminary experiment was performed to validate the test procedure and measurement techniques. Finally, the main experiment was administered. Experiments were conducted using the Tractor Driving Simulator located in the Agricultural Ergonomics Laboratory at the University of Manitoba. Thirty young experienced tractor drivers participated in this study. The experiment investigated the effects of i) vehicle steering task automation (VSTA) and ii) implement control and monitoring task automation (ICMTA) on mental workload and situation awareness of drivers. It was found that ICMTA significantly affected situation awareness (and its underlying components) of the operator. The situation awareness of drivers increased as the automation support level increased, but the highest level of automation, where the participants were out of the task loop, resulted in low situation awareness, similar to the condition with no automation support. VSTA only reduced the attentional demand of the situation, one of the three components of the situation awareness, which had negative effect on overall situation awareness. Based on the results from a subjective mental workload measure, moderate levels of mental workload were reported when the participants were involved in the implement control and monitoring task loop. The highest level of ICMTA reduced the average mental workload by 18%. Reaction time of drivers and number of errors committed by drivers both decreased as the automation level increased.
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 | 0,008 |
| 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 | 0,001 | 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) | 0,001 | 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 ».