فایل ورد کامل مدل های پیش بینی ایمنی بر اساس یافته های ممیزی: قسمت ۲: اندازه گیری اعتبار مدل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدل های پیش بینی ایمنی بر اساس یافته های ممیزی: قسمت ۲: اندازه گیری اعتبار مدل،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۰ صفحه

در بخش اول این مطالعه یک سیستم طبقه بندی مبتنی بر فاکتورهای انسانی/ ارگونومیک (HF/E) (با عنوان HFACS-MA) برای یافته های ممیزی ایمنی طراحی شد و پایایی اندازه گیری آن اثبات شد. در بخش دوم، از دسته های خطای انسانی HFACS-MA به عنوان پیش بینی کننده عملکرد ایمنی آتی استفاده کردیم. در تحلیل از سوابق ممیزی و گزارش های ماهانه رویدادهای ایمنی مربوط به دو خط هوایی که برای سازمان نظارتی آن ها ارسال شده بود استفاده شد، این گزارش ها حاوی اطلاعات مربوط به بیش از ۶.۵ سال بود. دو نفر از شرکت کنندگان با استفاده از HFACS-MA نتایج مورد توافق درباره خطاهای HF/E را استخراج کردند. برای ایجاد مدل های پیش بینی غیرخطی و خطی به ترتیب از روش-های شبکه عصبی و رگرسیون پوآسون استفاده کردیم. این مدل ها برای بررسی روایی پیش بینی داده های ایمنی تست شدند و فقط روش شبکه عصبی توانایی پیش بینی کاملاً معناداری برای تمام خطوط هوایی نشان داد. برخی از نتایج پیش بینی های دیگر بر اساس شمارش یافته های ممیزی و توالی زمانی داده های ایمنی معنادار بودند اما میزان آن بسیار کمتر از HFACS-MA بود. استفاده از تحلیل HF/E بر روی یافته های ممیزی، امکان پیش بینی قبلی عملکرد ایمنی آتی را در حوزه نگهداری هواپیما فراهم کرد.

کلیدواژه ها: خطای انسانی | HFACS-MA | پیش بینی ایمنی | شبکه عصبی | نگهداری هواپیما

عنوان انگلیسی:

Predictive models of safety based on audit findings: Part 2: Measurement of model validity

~~en~~ writers :

Yu-Lin Hsiao, Colin Drury , Changxu Wu , Victor Paquet

Part 1 of this study sequence developed a human factors/ergonomics (HF/E) based classification system
(termed HFACS-MA) for safety audit findings and proved its measurement reliability. In Part 2, we used
the human error categories of HFACS-MA as predictors of future safety performance. Audit records and
monthly safety incident reports from two airlines submitted to their regulatory authority were available
for analysis, covering over 6.5 years. Two participants derived consensus results of HF/E errors from the
audit reports using HFACS-MA. We adopted Neural Network and Poisson regression methods to establish
nonlinear and linear prediction models respectively. These models were tested for the validity of prediction of the safety data, and only Neural Network method resulted in substantially significant predictive ability for each airline. Alternative predictions from counting of audit findings and from time
sequence of safety data produced some significant results, but of much smaller magnitude than HFACSMA. The use of HF/E analysis of audit findings provided proactive predictors of future safety performance
in the aviation maintenance field.

Keywords: Human error | HFACS-MA | Safety prediction | Neural network | Aviation maintenance

$$en!!