这描述了一种通常称为“休闲病”的情况,即在周末或假期期间出现疾病症状。出现这种情况的风险因素是突然解除高工作量和压力。参与者描述了他们在完成一系列繁重的工作后生病和疲惫的情况。休息日可以让他们恢复,正好赶上下周回来上班。有时需要额外的一两天休息日才能完全恢复,有些人报告说,他们的雇主愤世嫉俗地认为这些病假是滥用病假。
飞行员-飞机布局是较复杂的人机技术系统之一 [10, 30, 32, 43]。飞行员犯错的主要原因是在短时间内接收大量信息 [14, 15, 29, 30]。飞行员工作的一个特点是将注意力转移到仪表上,并同时从传入信号中插入信息 [6, 16, 29, 43]。这会带来许多风险,这些风险可能导致一系列危险事件,从而对机组人员和乘客的健康和生命构成威胁 [10, 30, 38]。合适的座舱设备可优化操作员和机器之间的功能划分,将危险降到最低。座舱应能够使遥控器与机器正确适配,反之亦然 [41, 43]。飞机飞行员或无人机操作员根据收到的情景信息采取行动 [5, 15, 32]。有了充分的信息,他就能正确地完成工作。当接收信号受到干扰或完全没有信号时,问题就开始了。这可能与机载仪器的读数有关,但也与直接从环境中接收的信息有关。2014 年 3 月 22 日,从 Kaniów EPKW 飞往 Mielec EPML 机场的一次紧急降落就是一个例子。由于着陆需要
飞行员 1 是许多国家武装部队中的重要成员。因此,毫不奇怪,有大量关于军事飞行员的文献存在,这些文献评估了飞行员选拔(Bor 等人,2017 年,第 21-78 页)、性格(Chang 等人,2018 年)、身体素质(Rintala 等人,2015 年)、工作满意度(Ahmadi 和 Alireza,2007 年)和飞行高手的影响 2 等。在《飞行员的问题》(2018 年)一书中,Timothy P. Schultz 评估了 1903 年至 2017 年间飞行员与飞机关系的演变,并认为机器越来越多地承担了以前由飞行员执行的任务。与这种回顾性观点相反,本研究主要关注未来,特别是技术和社会发展对军事飞行员未来的影响。这是第一项深入分析这一问题的研究。
本论文使用与生理属性相关的数据,研究了飞行员在实验过程中的认知状态。尽管该挑战已经过期,但咨询公司 Booz Allen Hamilton 发起了一项挑战,鼓励数据科学家建立一个具有检测能力的模型,以防止航空事故和事件。本论文研究的首要问题是:能否通过生理测量预测飞行员的认知状态?先前的研究发现,认知状态检测可以提高航空安全性。在这项研究中,我们参考了人为因素分类和分析系统,以更广泛地看待研究结果。本论文研究的任务有两个方面:(1) 认知状态分类和 (2) 认知状态变化检测。要解决的关键问题是从复杂数据中提取特征。因此,进行了频域分析和滑动窗口时间分析。在 73 个变量中,选择了对模型性能贡献最大的五个变量。所提出的模型在检测测试数据中特定飞行员的适当认知状态时,F1 得分达到 0.67。测试数据上的平均 F1 得分为 0.55,高于没有工程特征的基准模型(0.48)。特别是在惊吓和注意力分散分类期间,性能较低。此外,并非所有飞行员
摘要 团队合作的执行因领域和任务的不同而有很大差异。尽管团队及其运作方式存在相当大的多样性,但研究人员倾向于追求统一的理论和模型,而不论其领域如何。然而,我们认为有必要将理论模型翻译和改编到每个特定领域。为此,对战斗机飞行员进行了案例研究,并调查了在这种专业且具有挑战性的环境中如何进行团队合作,特别关注这些团队对技术的依赖。使用文献中有效团队合作的通用理论模型描述和分析了战斗机飞行员之间的协作。结果表明,需要特定领域的应用和修改,以便模型能够捕捉战斗机飞行员的团队合作。这项研究加深了对飞行员团队工作条件的了解,并为战术支持系统如何增强该领域的团队合作提供了设计启示。
(a) 所需研究——国防部长应对职业直升机和倾转旋翼机飞行员进行研究,以评估直升机和倾转旋翼机的操作与此类飞行员所经历的急性和慢性疾病之间的潜在联系。 (b) 要素——根据第 (a) 款进行的研究应包括以下内容:
摘要:最近的技术进步使得低成本、高便携性的大脑传感器(如预放大干电极)的开发成为可能,可用于在实验室外测量认知活动。这项技术为在复杂的现实生活中(例如在操作飞机时)监测“大脑工作”开辟了有希望的前景。但是,需要在实际操作条件下对这些传感器进行基准测试。因此,我们设计了一个场景,其中配备六干电极 EEG 系统的 22 名飞行员必须执行一个低负荷和一个高负荷的飞行模式以及被动听觉异常。在低负荷条件下,参与者正在监控由飞行教练处理的飞行,而在高负荷条件下,他们正在驾驶飞机。在组级别,统计分析显示,与高负荷相比,低负荷条件下听觉目标(Pz、P4 和 Oz 电极)的 P300 幅度更高,α 波段功率(Pz 电极)更高,θ 波段功率(Oz 电极)更高。同时使用事件相关电位和事件相关频率特征的单次试验分类准确率没有超过区分两种负载条件的机会水平。然而,当只考虑在连续信号上计算的频率特征时,分类准确率平均达到 70% 左右。这项研究证明了干脑电图在高度
5.第五章:使用模糊决策试验和评估实验室 (FDEMATEL) 和分析网络过程 (ANP) 对开发的海军飞行员可靠性指数 (MPRI) 进行优先排序的拟议混合方法............................................................................. 171
条件下,因此缺乏身体准备或对某些症状的清晰感知会导致身体衰竭,甚至死亡。7,8 尽管技术发展为人体工程学设计、软件、硬件和空中交通管制技术带来了进步,对飞行安全产生了积极影响,但人为因素的存在仍然是航空事故的主要原因。9–11 空间定向障碍是很大比例军事航空事故的重要因素。虽然先前的研究分析了事故统计数据,但它们往往存在方法上的缺陷,导致对民用和军用飞机事故的真正原因得出的结论值得怀疑。12,13 特技飞行可以显著改变飞行员的空间定向能力。通过这种方式,应该研究与空中活动相关的人体生理固有因素;颅内压 (ICP) 是一个重要的临床变量,医生和航空航天专业人员仍然无法获得。ICP 是颅腔内的压力。三种成分填充该空间:血液、脑脊液和脑组织,其中一种或多种成分的改变会导致颅内压的变化,14 例如动脉血压的波动。
疲劳是航空业面临的一个主要问题。因此,在事故发生前尽早发现飞行员的疲劳非常重要。我们研究的目的是对飞行员疲劳测量进行文献综述;找出哪些测量方法可用于识别疲劳,以及进行的研究结果是什么,重点是疲劳测量测试的实用性。研究结果基于荟萃分析。为了进行研究,我们使用了电子数据库 Google Scholar、Emerald、MedLit 和 Academic Search Complete。文章的内容分析用于总结和比较定性数据。研究结果表明,疲劳测量测试可分为两类:客观测试和主观测试。飞行员的主观疲劳主要使用 Samn-Perelli 疲劳量表进行评估,该量表在航空业中广泛使用,并提供数据以供比较。我们研究的贡献在于加深了对飞行员疲劳测量及其实用性的理解。我们的研究结果本质上是描述性的。进一步的研究应集中于对该主题的更深入调查,并可以包括使用定性数据的飞行员疲劳案例研究。