Image de Google Jackets
Vue normale Vue MARC vue ISBD

L'interaction autorégulatrice entre dispositif et utilisateur : une modélisation des inférences sur les durées du parcours routier

Par : Contributeur(s) : Type de matériel : TexteTexteLangue : français Détails de publication : 2003. Sujet(s) : Ressources en ligne : Abrégé : RÉSUMÉ Nous avons utilisé une modélisation basée sur la taxonomie des connaissances pour décrire les situations autorégulatrices d’Interaction Humain-Système (Autoregulative Human-Machine Interaction, AHMI). À partir d’entretiens menés selon la méthode des incidents critiques (Flanagan, 1954), nous avons recueilli auprès de 30 conducteurs, le déroulement de leurs trajets et leur conception du fonctionnement du dispositif d’information sur les durées de parcours affichées sur les Panneaux à Messages Variables (PMV). Les résultats montrent, d’une part, qu’on trouve peu de modèles différents du fonctionnement et que, pour la plupart, ils ne constituent pas un modèle adéquat et, d’autre part, que le modèle implicite de l’utilisateur qui sous-tend le système d’autorégulation du trafic routier ne correspond pas au comportement le plus souvent adopté par les conducteurs. En conclusion, nous défendons l’intérêt de la taxonomie des connaissances pour la remédiation des modèles mentaux.Abrégé : Autoregulative human-machine interaction between device and user : a model of inference making about driving time Variable Message Signs (VMS) displayed on expressways works as follows : sensors are embedded in the carriageway every 500 m. These sensors record certain variables such as speed, flow rate, etc. The values displayed by VMSs thus represent the driving time needed to reach a given destination if road conditions do not change. The whole system provides an Autoregulative Human-Machine Interaction (AHMI) between the VMS device (d) and users (u) : if the traffic flow is too high, then drivers might choose alternative routes and the traffic flow should decrease, encouraging in turn drivers to use this route. On the hand, such a self-regulating system includes a model of the user [u]D which is based on suppositions such as : people do not like to waste time, they fully understand the displayed messages, they trust the displayed values, they are aware of alternative routes. On the other hand, users also have a model of the way VMS functions [d]U. For instance, if they do not believe the contents of the message, they will not act as anticipated. Taxonomy Based Modeling was applied to describe drivers’mental models of the VMS device. We compiled a set of mental models of the system through interviews (30 participants) using the critical incidents technique (Flanagan, 1954). Results show that the mental models that drivers have of the way the VMS system works are various but not numerous. The interviews make it clear that users don’t have an adequate model of how the VMS system works and that VMS planners have a model of user’s behavior that does not correspond to the behavior of the drivers we interviewed. Taxonomy Based Modeling is discussed as a tool for mental model remediation.
Tags de cette bibliothèque : Pas de tags pour ce titre. Connectez-vous pour ajouter des tags.
Evaluations
    Classement moyen : 0.0 (0 votes)
Nous n'avons pas d'exemplaire de ce document

41

RÉSUMÉ Nous avons utilisé une modélisation basée sur la taxonomie des connaissances pour décrire les situations autorégulatrices d’Interaction Humain-Système (Autoregulative Human-Machine Interaction, AHMI). À partir d’entretiens menés selon la méthode des incidents critiques (Flanagan, 1954), nous avons recueilli auprès de 30 conducteurs, le déroulement de leurs trajets et leur conception du fonctionnement du dispositif d’information sur les durées de parcours affichées sur les Panneaux à Messages Variables (PMV). Les résultats montrent, d’une part, qu’on trouve peu de modèles différents du fonctionnement et que, pour la plupart, ils ne constituent pas un modèle adéquat et, d’autre part, que le modèle implicite de l’utilisateur qui sous-tend le système d’autorégulation du trafic routier ne correspond pas au comportement le plus souvent adopté par les conducteurs. En conclusion, nous défendons l’intérêt de la taxonomie des connaissances pour la remédiation des modèles mentaux.

Autoregulative human-machine interaction between device and user : a model of inference making about driving time Variable Message Signs (VMS) displayed on expressways works as follows : sensors are embedded in the carriageway every 500 m. These sensors record certain variables such as speed, flow rate, etc. The values displayed by VMSs thus represent the driving time needed to reach a given destination if road conditions do not change. The whole system provides an Autoregulative Human-Machine Interaction (AHMI) between the VMS device (d) and users (u) : if the traffic flow is too high, then drivers might choose alternative routes and the traffic flow should decrease, encouraging in turn drivers to use this route. On the hand, such a self-regulating system includes a model of the user [u]D which is based on suppositions such as : people do not like to waste time, they fully understand the displayed messages, they trust the displayed values, they are aware of alternative routes. On the other hand, users also have a model of the way VMS functions [d]U. For instance, if they do not believe the contents of the message, they will not act as anticipated. Taxonomy Based Modeling was applied to describe drivers’mental models of the VMS device. We compiled a set of mental models of the system through interviews (30 participants) using the critical incidents technique (Flanagan, 1954). Results show that the mental models that drivers have of the way the VMS system works are various but not numerous. The interviews make it clear that users don’t have an adequate model of how the VMS system works and that VMS planners have a model of user’s behavior that does not correspond to the behavior of the drivers we interviewed. Taxonomy Based Modeling is discussed as a tool for mental model remediation.

PLUDOC

PLUDOC est la plateforme unique et centralisée de gestion des bibliothèques physiques et numériques de Guinée administré par le CEDUST. Elle est la plus grande base de données de ressources documentaires pour les Étudiants, Enseignants chercheurs et Chercheurs de Guinée.

Adresse

627 919 101/664 919 101

25 boulevard du commerce
Kaloum, Conakry, Guinée

Réseaux sociaux

Powered by Netsen Group @ 2025