On the Over-Emphasis of Human `Error' as a Cause of Aviation Accidents: `Systemic Failures' and `Human Error' in US NTSB and Canadian TSB Aviation Reports 1996-2003
Notice bibliographique
Résumé
It has been claimed that up to 80% of all aviation accidents are attributed to human `error' (Johnson, 2003). This has important consequences as national and international initiatives focus on the reduction of operator `error', for instance by increasing the levels of automation in Air Traffic Management. However, it is difficult to validate claims about the frequency of human `error'. This paper describes the results of an independent analysis of the probable and contributory causes of aviation accidents in both the United States and Canada between 1996 and 2003. The purpose of the study was to assess the comparative frequency of a range of causal factors in the reporting of these adverse events. Our results show that for the United States, organizational issues appeared as a more prominent cause of aviation accidents than individual human error. The study did reveal that individual error was the most frequent cause cited in Canadian reports. However, a large number of reports also mentioned wider systemic issues, including the managerial and regulatory context of aviation operations. These wider issues are more likely to appear as contributory rather than primary causes in this set of accident reports. An important caveat is that we are looking at the product of incident investigations rather than the processes that led to them. Further work is required to analyze the manner in which the use of investigatory techniques can influence the outcomes of particular agency's investigations. Such research would help determine whether, for example, the Canadian Transportation Safety Board's use of the ISIM approach directly helps to explain differences in their causal analysis when -2- compared to the outcomes derived from the less formal approach exploited by the US National...
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».