Key points are not available for this paper at this time.
La fréquence croissante des catastrophes naturelles exige des évaluations des dommages structurels efficaces et précises pour garantir la sécurité publique et accélérer la récupération. L'erreur humaine, les normes incohérentes et les risques pour la sécurité limitent les inspections visuelles traditionnelles des ingénieurs. Bien que les drones et l'IA aient fait des progrès dans les évaluations post-catastrophes, ils manquent toujours des connaissances d'expert et du jugement décisionnel des inspecteurs humains. Cette étude explore comment l'expertise façonne l'interaction homme-bâtiment lors des inspections de catastrophe en utilisant une technologie de suivi oculaire pour capturer les motifs de regard des inspecteurs experts et novices. Une méthode d'inspection contrôlée basée sur un écran a été employée pour collecter des données de manière sécurisée, qui ont ensuite été utilisées pour entraîner un modèle d'apprentissage automatique pour la prédiction de cartes de saillance. Les résultats soulignent des différences significatives dans l'attention visuelle entre les experts et les novices, fournissant des informations précieuses pour les futures stratégies d'inspection et la formation des inspecteurs novices. En intégrant l'expertise humaine avec des systèmes automatisés, cette recherche vise à améliorer la précision et la fiabilité des évaluations structurelles post-catastrophes, favorisant une collaboration homme-machine plus efficace dans les efforts de réponse aux catastrophes.
Saleem et al. (Mer,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: