XiaoMi-AI文件搜索系统
World File Search System工作量
360 度瞳孔测量工作量测量...
所有飞行员都进行了 10 次任务场景飞行，旨在考验飞行员的能力，并有效评估不同组合的避障提示模式对经验和性能的影响。所有飞行均在位于阿拉巴马州拉克堡的美国陆军航空医学研究实验室 (USAARL) 的 NUH-60FS 黑鹰模拟器 (NUH-60FS) 中进行（图 1）。NUH-60FS 已获得模拟理事会 (DoS) 和模拟、训练和仪器项目执行办公室 (PEOSTRI) 的全面认可，是一款 6 自由度 (DOF)、全动态和全视觉（相当于 D 级）NUH-60FS 黑鹰直升机飞行模拟器。它使用 X-IG（CATi Training Systems，阿拉巴马州欧扎克），这是一种基于 OpenGL 的视觉图像生成器，可以模拟自然飞行条件和 DVE。该模拟器还以 60 Hz 的频率捕捉飞行性能和模拟器状态特征。
使用 cEEGrid 开发心理工作量模型...
本研究旨在检验 cEEGrid 技术在飞行相关任务期间监控操作员心理负荷 (MWL) 的可行性。航空业存在风险，无论是从财务角度还是从生命损失角度来看，这些风险都可能非常昂贵。飞行员在整个任务过程中执行大量不同难度级别的任务。任务的成功取决于飞机和操作员的状态。如果操作员心理负荷不足，他们就会处于自满状态；这会导致更长的响应时间，并且注意到意外高风险事件的可能性会降低。如果操作员心理负荷过重，则在一项或多项任务中的表现会下降。优化操作员的 MWL 状态可以提高安全性和性能 [7]。但是，如果不可靠准确地监控操作员的 MWL，就无法优化 MWL。有三种方法可以
飞机维修行业的工作量和时间压力... - DergiPark
本研究的目的是从人为因素的角度考察飞机维修领域由于工作量和时间压力而发生的飞机事故。本研究采用了定性研究设计之一的案例研究方法。经观察，此次飞机事故的发生是因为维修技师在更换飞机主起落架时，没有将右起落架减震器管安装到主液压系统中，而主管人员也没有管控好这次维修操作。因此，在此次维护后首飞时，飞机在跑道上着陆时，感觉到右起落架剧烈震动，飞机向右偏离，随后右主起落架严重受损。当我们回顾事故发生的主要原因时，我们发现过大的工作量和时间压力影响了维护技术人员和主管的表现，并导致他们因人为因素而犯下错误。可以说这项研究很重要，因为它涉及真实事件，揭示了该事件中的人为因素错误如何危及飞行安全，并为飞机维修领域的文献做出了贡献。
航空业的压力和工作量评估——叙述性回顾
摘要：在航空业中，任何细节都可能产生巨大后果。在潜在的故障源中，人为错误仍然是最难处理的。因此，关于心理工作量、注意力和压力管理的研究在航空业中特别受关注。识别飞行员过度挑战或无法清醒行动的情况可以避免严重的后果。此外，深入了解飞行员的神经生理和认知行为反应可以优化设备和程序，以最大限度地降低风险并提高安全性。此外，它可以转化为飞行员身心健康的全面增强，创造更健康、更符合人体工程学的工作环境。本综述汇集了关于民用和军用飞机飞行员特定情况下压力和工作量研究的文献。本综述探讨了在航空电子背景下研究这些现象的最常见方法，重点是客观方法（例如，收集和分析神经生理信号）。本综述旨在确定各种方法的优点、缺点和适用性，以便设计出最佳方案来全面研究这些问题。
驾驶舱工作量估计的眼动追踪指标...
摘要。未来的驾驶舱将通过改进的航空电子设备得到增强，这些电子设备可以适应飞机和操作员的状态。眼动追踪可以对飞行员的眼球运动进行非侵入性分析，从中可以得出一组指标，以有效、可靠地表征工作量。这项研究确定了与飞机自动化条件相关的眼动追踪指标，并确定了飞行员工作量与相同自动化条件的相关性。扫视长度被用作飞行员工作量的间接指标：与引导和手动飞行条件相比，全自动条件下的飞行员平均扫视运动更大。数据集本身还提供了人类眼球运动行为的通用模型，因此表面上可以通过与工作量算法开发相同的指标来描述驾驶舱内不同自动化程度的着陆任务的视觉注意力分布。
瑞吉斯学院，工作量选举和报告表
每年完成相当于一门课程的工作量才能最好地实现职业目标。这些工作量类别包括奖学金、教学、特殊服务、教学法发展、项目发展或第一年任务发展。特殊服务、教学法发展（不包括学科教学的基本课程准备）和项目发展需要简短的书面描述和主管和院长的书面批准，才能放入教员的学术记录文件中。重要提示：担任某些项目的系主任或项目主任是课程释放，而不是特殊服务的 STEPP 选举。担任这些角色的教员也将选择 STEPP 选举。明确指出以下所有适用的内容。• 上一学年的 STEPP 选举和一两句话的简短描述
用于 N-back 任务心理工作量评估的数据集...
摘要 —本文介绍了一个开放式数据库，重点研究可穿戴设备的心理工作负荷 (MW) 评估系统。腕带光电容积图 (PPG) 作为可穿戴设备的代表。此外，数据库中还包含一个可以记录心电图 (ECG)、皮肤电反应 (GSR) 和指尖 PPG 的临床设备作为参考。通过对 22 名受试者执行 N-back 任务来诱发 MW。参与者被要求在实验开始时回答匹兹堡睡眠质量指数 (PSQI) 问卷，并在每次 N-back 任务后回答 NASA 任务负荷指数 (NASA-TLX) 问卷。数据分析结果显示了记录模式的潜在用途和 MW 引出协议的可行性。最后，MAUS 数据集现已可供学术使用 1 。此外，我们还提出了一个可重复的基线系统作为初步基准 2，其 ECG、指尖 PPG、腕带 PPG 的测试准确率分别为 71.6%、66.7% 和 59.9%。
重症监护护理中的压力、疲劳和工作量
压力和疲劳在护理文献中交替使用，从而导致操作化和测量问题。进行了范围界定审查，以确定这些结构的不同定义和操作化。研究结果可用于开发工具来测量压力和疲劳作为不同的结构，以帮助护理管理人员从新的角度了解护理计划、工作量、护士的士气和幸福感。研究结果表明，在护理急性压力测量方面存在研究空白，生理测量目前尚未用于持续评估护士的压力或疲劳，并且缺乏用于评估目的的生理测量方面的压力和疲劳定义。可以使用连续监测和心率等生理测量来测量和区分压力和疲劳的结构
电子飞行包对飞行员工作量的影响 - CORE
此 Capstone 由 Scholarly Commons 免费提供给您并开放访问。它已被 Scholarly Commons 授权管理员接受并纳入学生作品。如需更多信息，请联系 commons@erau.edu 。
基于机器学习的无人机救援任务认知工作量监控
摘要 — 在搜索和救援任务中，无人机操作具有挑战性且对认知要求高。高水平的认知工作量会影响救援人员的表现，导致灾难性的失败。为了解决这个问题，我们提出了一种用于实时认知工作量监控的机器学习算法，以了解是否需要更换搜索和救援操作员或是否需要更多资源。我们的多模式认知工作量监测模型结合了从生理信号（例如呼吸、心电图、光电容积图和皮肤温度）中提取的 25 个特征的信息，这些特征以非侵入式方式获取。为了减少信号的主体和日间变异性，我们探索了不同的特征归一化技术，并引入了一种基于支持向量机的新型加权学习方法，适用于特定主题的优化。在从 34 名志愿者获得的未见过的测试集上，我们提出的特定于主题的模型能够在使用传统控制器和新一代控制器控制无人机模拟器时分别以 87.3% 和 91.2% 的平均准确率区分低和高认知工作负荷。