情景意识

摘要： 基于课程标准与新课程改革的推动之下,很多教师开始把情境法教学融入数学课堂之中.教师需要围绕小学生的真实情况来科学创设教学情境,并融入情感参与数学认知活动中,使其具备掌握、探究知识的能力.在具体运用情境法教学期间,教师要把抽象、复杂的小学数学知识和真实生活关联起来,这样学生更容易理解数学教材知识,进而培养良好的数学情感,提高数学课堂教学活动的有效性.

摘要： 目的有效识别飞行员进近着陆风险感知能力影响因素与偏差并实施风险感知能力客观测度。方法首先基于研究文献和专家建议,编制民航飞行员进近着陆风险感知影响指标初始问卷,针对问卷进行探索性因素和符合性因素分析,利用主成分分析和正交旋转验证问卷结构效度并实施问卷修正。然后对修正问卷通过相关系数矩阵和一致性检验检测其信效度,利用四因子原始结构卡方实验进行验证性因素分析,最后形成民航飞行员进近着陆风险感知能力测度正式问卷,并实施飞行员进近着陆风险感知能力测度应用验证。结果民航飞行员进近着陆风险感知影响因素包含个人身体状态、个人经验水平、人机交互关系和情景意识等4个维度指标22个问卷题项,验证性模型拟合较好,问卷各项信效度指标达到基本要求,应用实例验证了问卷有效适用性。结论调查问卷可应用于民航飞行员进近着陆风险感知能力测度和风险行为防控,为有效实施民航飞行员进近着陆风险管控提供了重要参考。

摘要： 随着2020年海船船员适任考试和发证规则的实施和长江三角洲海事融合一体化的深入发展,ERM评估的内容和方式将着力强调机舱工作人员增强应对各种灾害情景和应急应变的团队工作技能,本文通过探索研究机舱工作人员情景意识的培养途径,旨在提升机舱工作团队的情景意识,减少人为因素对船舶轮机安全的影响和促进船员高质量发展。

摘要： 签派员作为支撑飞行安全的一个支柱,其工作质量直接影响飞行的安全和效益。良好情景意识的养成对签派员预防和控制差错的发生是一种行之有效的措施,但目前签派员的情景意识培养处于薄弱的环节。本文从情景意识的认识和理解入手,分析影响签派员情景意识的因素,总结签派员情景意识培养的思路,以期提高签派员防范风险和避免差错的能力。

摘要： 由于中国社会主义市场经济的迅速发展,我国的综合国力和国际竞争力均获得了明显的提高,尤其是在最近几年,国家科技水平的迅速提升,行业的产品技术含量也获得了明显的提高,进而带动着中国的社会主义现代化建设的稳定发展。飞行事业作为现阶段中国社会主义现代化建设中十分关键的一部分,长期以来国家给予巨大的人力、物质和财务等方面的支持,飞行行业也并取得了十分突出的成绩。本文将重点针对当下飞行学校在地面理论教学阶段与情景意识训练研究方面的重要内容展开解析与探讨,并提供相关观点,仅供相关人员借鉴。

摘要： 装甲车辆乘员的情景意识水平显著影响车辆的作战效能,而乘员的情景意识又受到工作记忆、注意力分配等因素的影响。为探究乘员的长时工作记忆及注意力分配对其情景意识的影响,共招募24名被试开展了乘员情景意识评价实验。实验针对装甲车辆中车长某一假定作业任务,基于某乘员任务虚拟仿真实验系统进行。结果显示,在长时工作记忆方面,熟练者的情景意识水平显著高于初学者;在注意力分配方面,高凸显性条件下的情景意识水平显著高于低凸显性条件,而异常信息出现频率对情景意识的影响较小。进一步分析表明,3D-SART、SAGAT、异常信息响应时间、眼睑开度、仪表区注视时间占比、SDNN以及PNN50等指标对情景意识水平变化较为敏感。该研究可为装甲车辆人机交互界面的设计方面提供设计依据。

摘要： 与传统的操作界面相比,核电厂数字化人机界面有了很大变化,在诸多方面都变得更为复杂,这无疑影响了操纵员的情景意识和人员绩效.为识别当前数字化界面存在的问题,为核电厂人机界面的设计和优化提供理论支持,本文对数字化核电厂相关人员进行问卷调查,问卷内容涉及数字化人机界面的6个方面,分别为信息显示系统、数字化SOP系统、软控制系统、报警系统、操纵员支持系统和情景交互.通过分析,发现当前数字化界面在操作画面的信息分配、风险提示、操作难度、辅助功能等方面存在不足,整体情景交互效果不佳,需进行优化完善.

摘要： 研究建立民航飞行员情景意识显著性影响因素模型,通过多重共线性判断模型拟合程度,建立多元线性逐步回归分析模型,得到年龄、飞行经历、沟通交流、工作负荷管理、团队协作、检查单、问题处置与决策、自动飞行、知识储备与理解、识别威胁与差错、人工操作、程序应用各因素之间不存在共线性,其中飞行经历、工作负荷管理、问题处置与决策、人工操作为重要影响因素,为各航空公司制定飞行员情景意识改进措施提供依据.

摘要： 结合案例分析阐述了船长和船舶驾驶员具备良好的情景意识的重要性,提出了提高驾驶员情景意识的一些方法.

摘要： 2021年2月,中共中央、国务院印发了《国家综合立体交通网规划纲要》提出,到2035年,国家民用运输机场达到合计400个左右[1].截至目前,共有60多家运输航空公司,通用航空企业478家,4000多架在册运输飞机,3000多架在册通用航空器,我国共有颁证运输机场238个,通用机场246座.严重拥挤的狭小空域,繁忙的空中交通,如何保证航空安全,提高空中运行效率,增强机组和管制员的情景意识,降低航空器与航空器,航空器与障碍物之间的影响,ADS-B(广播式自动相关监视)一种新航行监控技术得到广泛的运用.本文结合ADS-B在国内外发展概况和在阜阳机场空中交通管理的具体实际应用,针对ADS-B的基本原理和存在的优势及弊端进行简要论述.

摘要： 从神经元工作机理的角度来分析和研究在飞行中保持情景意识的问题.结果表明：情景意识的高低与人的神经系统密切相关,即神经元的背景电位的高低、注意回路是否中断等.用神经元工作机理来解释飞行员丧失情景意识的原因,并提出了相应的预防措施.

摘要： 驾驶台是船舶的指挥中心，提高船长情景意识以及控制风险和事故的能力，保证船舶航行安全，具有重要的现实意义。

摘要： 分析人为因素与人为失误两个船舶事故涉及到的术语的异同点,指出基于船舶事故发生原因的人为失误的几个组成因素。对海上事故发生的基本原因追根溯源,分析如何培养船员的安全意识,如何加强船员的团队协作精神以及如何培养船员的情景意识以避免驾驶人员失去情景意识,积极预防海事发生以避免给他人和船公司带来人命和财产损失。

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 论文阐述了我国引航员目前的培养模式和不足点,从引航事故的人为因素分析入手,得出我国引航员应具备服务(service)意识、安全(safety)意识、情景(situation)意识和学习(study)意识四种素质,讨论了我国引航员的4S培养模式,并提出了4S培养模式的管理建议.

摘要： 本发明涉及情景构建技术领域，具体涉及一种情景构建方法、应急演练方法及情景构建系统。该情景构建方法包括：获取原始案例，并生成案例事件；将案例事件进行聚类处理和分级处理，以生成情景事件，并将多个情景事件按照事件类别和级别构建情景矩阵；获取目的地的危险源和影响因素；根据目的地的危险源，在情景矩阵中匹配对应的情景事件，结合目的地的影响因素，构建目的地的突发事件情景。本发明的情景构建方法，实现了应急预案管理电子化，由于结合了目的地的实地数据进行调整，适用范围广；本发明的应急演练方法将目的地的突发事件情景采用虚拟现实的形式进行演示，有效提高演练效果，便于对每个演练人员进行演练成效的考核、评估和指导。

摘要： 本发明提供了一种基于多模态刺激的疲劳驾驶情景下驾驶员意识唤醒系统，包括疲劳检测系统、控制反馈中心和驾驶员唤醒系统三部分，疲劳检测系统从面部特征、智能座椅、生理方向盘以及车辆行为检测多方面进行驾驶员疲劳检测；控制反馈中心用于接收检测数据并做出判断，进一步下达唤醒指令对驾驶员进行唤醒；唤醒系统通过声光唤醒、方向盘唤醒、座椅唤醒以及内置唤醒对驾驶员进行多模态唤醒，并在最坏情况下接入车辆自动驾驶功能，以减少可能的损失；既能够提高疲劳驾驶检测的准确性，又能提高对驾驶员的唤醒效率。

摘要： 教导了一种用于数据处理的系统和方法，其中自身车辆周围的环境被编码为自我中心型和地心重叠坐标系。然后根据环境特性和自身车辆状态将重叠坐标系划分成自适应大小的网格单元格。每个网格单元格用自身车辆的代表性事件模式和风险值中的一者来限定。自主驾驶系统然后操作以响应于网格单元格数据而提供周围环境的实时评估。且网格单元格数据的时间序列被存储在片段存储器中，并且在驾驶期间从其中再调用。

摘要： 本申请提供了一种基于脑电信号的情景意识评估方法、装置及电子设备，方法包括：获取第一被测人员的第一脑电信号数据和第一先验概率；其中，第一脑电信号数据为：对在多属性任务平台上根据目标任务场景进行情景意识预检测的第一被测人员进行脑电信号采集得到的；将第一脑电信号数据输入预先训练好的生理状态分类模型中，得到第一脑电信号数据对应的分类结果及分类精确度；根据分类结果及分类精确度、第一先验概率及预先构建的贝叶斯网络对第一被测人员进行认知可靠性评估，得到第一被测人员对应的情景意识和人因可靠性评估结果。本申请能够利用脑电信号客观数据对被测人员的情景意识和人因可靠性进行准确全面地评估。

摘要： 本发明公开了空中交通管制领域的一种增强地空通话管制员情景意识感知的方法与装置，方法步骤包括：获取受管制航班列表；当管制员上行通话或飞行员下行通话时，按照计算周期采集通话语音，并且将采集到的通话语音累积为语音流；按照计算周期将语音流转换为文本信息；提取文本信息中的数字文本，并转换为实时通话航班号；输出包括实时通话航班号的提醒信息。装置包括：地空通话语音与控制信号接入模块、空管语音识别模块、空管数据处理模块、航班号解析模块、通话航班目标显示模块。本发明为管制员指挥飞机时的地空通话增强了空情态势感知，可有效防止管制员误发指令，并及时发现飞行员误听误答情况，提高管制安全水平。

摘要： 本发明公开了一种基于眼动数据的管制员情景意识水平分析方法，包括：1)采集管制员在相同管制场景下的眼动数据，并基于所采集的眼动数据确定反映管制员情景意识水平的眼动指标；2)对管制员在指挥过程中的情景意识水平进行等级评价；3)基于模糊聚类算法对眼动数据分组，并提取分组的特征；4)比较待评估的眼动数据与步骤2)中已评价眼动数据分组的差异，选择差异最小的分组的评价作为待评价眼动数据的评估分析结果，进而实现对管制员情景意识水平的准确评估；本方案采用机器学习与模糊聚类相结合的方法，自动学习眼动数据的特征，采用更科学、更先进、更能适应眼动指标的特性对管制员情景意识水平进行评估，更准确真实的反应管制员情景意识水平。

摘要： 本发明公开了一种班组情景意识的测量方法，在接收到目标指令时，制定出与当前应用场景对应的班组情景意识中的各情景意识测量表，并且在当前场景中的目标任务暂停时，就自动显示出与当前场景中的目标任务对应的班组情景意识的各测量表；然后再依据各情景意识测量表的第一测量水平和各情景意识测量表的测量权重确定班组情景意识的第二测量水平，进而实现对班组情景意识的测量。因此，该测量方法，不仅考虑了班组成员的共享情景意识，而且考虑了个人情景意识以及相互情景意识，同时结合实际应用场景对班组情景意识进行测量，进而可以提高测量准确性和可靠性。另外，本发明还公开了一种班组情景意识的测量装置、设备及存储介质，效果如上。

摘要： 本申请公开了一种数字化核电厂班组情景意识可靠性评估方法、装置、设备及介质，方法包括：获取直接对班组情景意识可靠性产生影响的目标行为影响因素及其状态等级水平；利用预设班组情景意识可靠性模型，获取与状态等级水平对应的班组情景意识失误概率，以对班组情景意识可靠性进行评估；其中，预设班组情景意识可靠性模型为利用模糊逻辑法构建的包含目标行为影响因素不同状态等级水平与班组情景意识失误概率之间对应关系的模型。由此可见，本发明基于利用模糊逻辑法构建的预设班组情景意识可靠性模型实现对班组情景意识可靠性的定量评估，降低了专家判断的主观性、复杂性和不确定性，进一步为识别班组情景意识失误风险提供理论支持。

摘要： 本发明公开了一种数字化核电厂个体情景意识的测量方法，一方面，在依据目标指令为特定场景中的目标任务设置暂停点，并当目标任务暂停时，就自动显示与目标任务对应的个体情景意识的测量表；即该测量方法中的个体情景意识的测量表是依据实际应用场景制定的，与实际应用场景结合，进而提高了测量准确性；另一方面，在显示出测量表后，就根据测量表中各问题的测量权重和各问题的回答正确度确定个体情景意识的测量结果，考虑了测量表中各问题的重要性，测量比较全面，进一步提高了测量的准确性。因此，该方法，测量全面性较高，提高了个体情景意识的测量准确性。另外，本发明还公开了一种数字化核电厂个体情景意识的测量装置及存储介质，效果如上。

摘要： 本发明公开了一种基于情景意识模型的飞行安全事件分析方法，包括如下步骤：S1，对历史飞行数据进行分析，建立基于Bow‑tie的情景意识模型；S2，提炼建立的情景意识模型的特征点，根据情景意识模型和提炼的特征点建立初始数据词典；S3，通过QAR获取飞行数据，在初始数据词典中选取特征类别，根据选取的特征类别对获得的飞行数据进行分类；S4，在选取的特征类别的每一个类别内容中通过聚类对特征进行排序，根据排序获取关键特征，并优化初始数据词典。该方法提高了测试效率，减少了测试时间和测试成本。