ПІДХІД ЩОДО ОЦІНКИ ЕФЕКТИВНОСТІ РОБОТИ ОПЕРАТОРА В СКЛАДНІЙ ЕРГАТИЧНІЙ СИСТЕМІ
Олексій Коломійцев, І.О. Борозенець, Сергій Осієвський et al. · ГРААЛЬ НАУКИ · 2025
В статті розроблено підходу щодо оцінки ефективності діяльності оператора в складній ергатичній системі з урахуванням факторів інтелектуалізації обробки даних (інформації). Обґрунтувань можливість застосування стохастичної моделі процесу підготовки операторів такої системи. Запропоновано ймовірнісну модель цілеспрямованої діяльності оператора, який експлуатує складну ергатичну систему. Час на виконання роботи та кількість помилок оператора, які допущені визначено за статистичних методів.
Cited by 0 works. doi:10.36074/grail-of-science.14.11.2025.102 Open-access PDF
Authors
- Олексій Коломійцев
- І.О. Борозенець
- Сергій Осієвський
- Albert Katunin
- О. П. Колодій
- Віталій Коваль
- Володимир Кібальник
- Анатолій Михайлович Соловйов
- Людмила Павлій
- Владислав Вікторович Пальчиков
- Юрій Джуманязов
- Костянтин Трифоненко
References
- DESIGNING AND EVALUATING DL-MODEL FOR VULNERABILITY DETECTION IN SMART CONTRACTS
- PASSWORD HASHING METHODS AND ALGORITHMS ON THE .NET PLATFORM
- Assessment of the Human Factors Analysis and Classification System (HFACS): Intra-rater and inter-rater reliability
- Applications of stochastic modeling in air traffic management: Methods, challenges and opportunities for solving air traffic problems under uncertainty
- Models and algorithms for determining the probability of occurrence of a critical combination of events for three-element minimum sections in intelligent decision support systems
- To the question of dependability calculation failures based on the exponential model of distribution of failures
- Methods to Manage Data in Self-healing Systems
- Integrating analytical statistical models, sequential pattern mining, and fuzzy set theory for advanced mobile app reliability assessment
- Modeling the Transformation of Configuration Management Processes in a Multi-Project Environment
- An Intelligent Method for C++ Test Case Synthesis Based on a Q-Learning Agent