基于人为因素分析及分类系统的放射治疗安全事件人为因素分析及事故链探究

目的分析放射治疗安全事件中的人为因素并确定这些人为因素之间的关系,寻找放疗安全事件的潜在事故链。方法基于放射肿瘤事件学习系统纳入60例放疗安全事件,利用人为因素分析及分类系统(HFACS)进行致因识别及频率统计分析,基于分析结果采用潜在类别分析(LCA)方法对事故致因的关联性进行研究。结果计划设计阶段的错误是最常见的事件类型,占比35%,组织氛围、监督不充分以及人员因素分别是HFACS各个层级中最主要的事件致因,其频率指数分别为4.66%、15.68%和16.20%。LCA分析确定了3条常见放疗事故链,其中两条事故链起源于组织氛围问题,一条事故链起源于组织过程问题,并通过不同的人为因素“漏洞”向下传递。结论HFACS可帮助溯源导致放射治疗安全事件的各层级人为因素,本研究发现了放疗安全事件的高频致因和3条事故链,可为建立针对性的安全防御措施提供指导。

高校实验室安全事故人为因素及其影响路径分析

为了通过人因分析与分类系统模型从组织影响、不安全的监督、不安全行为的前提条件和不安全行为4个层面探究高校实验室安全事故的关键人因及其影响路径。对90起高校实验室事故(2000—2022年)进行统计分析,并运用卡方检验和让步比探讨了产生不安全行为的原因和各层次间的内在联系。结果表明:组织过程简单、监督不充分、个人因素、技能失误和习惯性违规是导致高校实验室事故发生的重要因素;模型中高低层级的人为因素间存在显著的因果关系,且主要的实验室事故致因路径共有16条。根据各层级事故致因形式,剖析了针对性的高校实验室事故的影响过程。

基于HFACS的道路运输事故致因分析与分类系统研究

为了深入研究道路运输事故的致因因素,挖掘出关键致因规则,在人因分析和分类系统(HFACS)的基础上,构建道路运输事故致因分析与分类系统(RTAACS),并根据该系统框架对收集到的事故进行分析。首先将RTAACS框架分为监管部门、道路运输企业、驾驶人3个层级,将事故致因因素纳入该系统框架进行频率统计,通过R语言改进卡方检验、让步比分析得出致因因素之间的关联规则,最后根据ANP网络层次分析法计算各项致因因素的权重,并确定关键致因规则。结果表明:工作流程与不充分的企业监督、工具技术与习惯性违规、资源管理与工具技术、资源管理与习惯性违规、未纠正的已知错误与习惯性违规为道路运输事故的关键致因规则。研究构建的系统框架以及提出的分析方法为道路运输业的安全预防提供一定的借鉴意义。

运用人为因素分析及分类系统（HFACS）对旋翼飞机事故的分析

介绍在航空工业中旋翼飞机的使用不断增多，旋翼飞机可使用在很多方面，例如，紧急医疗服务，农业与海岸作业。这项研究使用Wiegmann与Shappell（2003）所制订的人为因素分析及分类系统对旋翼飞机事故中的人为错误进行检查。方法在1990～2003年期间的旋翼飞机事故由学科专家们用人为因素分析及分类系统分类学分类。在1，805起事故中，

运用人为因素分析及分类系统（HFACS）对教练飞行事故进行分析

介绍根据美国联邦航空局的数据手册（2006年4月），2005年12月美国有87，213名飞行学员。飞机所有人与驾驶员协会空中安全基金会（AOPA—ASF）报告，教练飞行占通用航空飞行的22％，但只占所有通用航空飞行事故的13％。虽然教练飞行与其它通用航空飞行比较有较好的安全纪录，但在1995～2005年（进阶系统格式数据库）间却有2000余起教练飞行事故。这份研究扩展了过去飞机所有人与驾驶员协会空中安全基金会以人的错误引起的因素对教练飞行事故进行的分析。

基于云模型的极地航行船舶驾驶员关键行为因素分析

为系统性考虑人为因素对极地航行安全的影响,采用人为因素分析及分类系统和行为影响因子,结合船舶极地航行的实际情景特征,利用调研数据和云模型正向云发生器算法,构建了极地航行船员人为因素分析及分类模型。该模型包含49种驾驶员行为子因素,以识别极地航行船舶驾驶员人因失误的关键行为因子。结果显示:导致极地航行船员人因失误的关键行为因素来自不安全监督、不安全行为的前提条件和不安全行为层级的28个子因素。关键行为因素的识别有助于研究人员和管理者有针对性地采取有效措施,防止人为失误的发生以提高船舶极地航行安全水平。

对从人为因素分析及分类系统（HFACS）分析中学习——飞行员与教员在德国通用航空培训的结果

德国自2003年起，“人的工作能力与局限”与飞行学员的培训结合在一起。从那以后人的工作能力与局限的特殊培训没有对飞行教员培训的应试者执行。2004年德国教练飞行事故分析与通用航空的私人巡航飞行进行比较，在初步研究的基础上以人为因素分析及分类系统（HFACS）模型进行了分析。这份报告的目的是要确定飞行员教员进一步培训与教育的重新设计的主要内容。

油气管道事故原因分类模型及其社会网络分析

为提高油气管道事故预防策略的有效性,首先,基于系统理论事故建模与过程(STAMP)模型及人为因素分析与分类系统(HFACS)模型,建立油气管道事故预防控制结构,分析国内外35起油气管道事故原因,并依据扎根理论对分析结果进行统计编码,得出油气管道事故原因分类模型;其次,应用社会网络分析法构建油气管道事故原因关系网络,通过核心—边缘分析、中心性分析和关联方向指数分析,识别油气管道事故原因中核心及具有高关联性和强影响力因素。研究结果表明:油气管道事故原因分类模型包含6个层次:政府及监管部门因素、第三方因素、运营商组织因素、运营商不安全监督、现场人员不安全行为的前提条件、现场人员的不安全行为,并可将其细分为22个最底层原因因素。其中,政府及监管部门因素、运营商组织因素、运营商不安全监督和第三方因素均为核心因素;制度缺陷、监督不充分、运行计划不当、第三方破坏行为、管材与焊缝缺陷、施工/维修/配件问题、技能失误均为具有高关联性和强影响力因素。

建筑安全事故人为因素分类研究

为系统研究导致建筑安全事故的人为因素及对策,首先,在文献分析和专家访谈的基础上结合建筑行业特征提出人为因素分类分析系统(HFACS)框架中应增加社会环境层,在修正框架层次和人为因素的基础上构建建筑安全事故人为因素分类分析系统(C-HFACS)框架;其次,对150起建筑安全事故进行案例分析,探讨C-HFACS框架中对事故影响显著的人为因素及其内在关联性,验证了构建C-HFACS框架的合理性;最后,得出政府监管等九个人为因素对事故和下层人为因素影响显著,并从政府、企业、现场和个体四个维度提出独立第三方"飞行式"巡检等有针对性的对策,以期为建筑安全事故分析和管理提供新的方法和工具。

基于人的因素分析和分类系统的建筑施工事故研究

我国建筑行业在整个生产性行业中的整体伤亡事故水平居高不下,但是随着技术的发展,设备的可靠性得到不断的提高,人对于事故发生所产生的作用越来越大。在对人的失误研究过程中,产生了最初应用于航空事故调查与数据分析的工具—人的因素分析和分类系统(HFACS)并在许多领域中取得了成功。文章把HFACS应用于建筑业中,建立了适用于建筑施工事故分析的HFACS-CI,提供了一种结构化的建筑施工事故人的失误分析工具,以达到改善建筑施工安全的目的。

图像分析算法在无人机果园巡检系统中的应用

以进一步提升无人机果园综合巡检效率为目标,基于图像分析算法的应用展开讨论。以无人机果园巡检系统核心结构及原理为出发点,通过建立有效的图像分析算法模型,针对无人机巡检系统完成软件控制及硬件配置设计,以实现无人机果园巡检系统的整体性优化,进行巡检系统的应用效果试验,结果表明:图像分析算法下的无人机整体巡检作业能力得到显著提高,图像识别准确率与图像分类准确率分别提升了8.52%、8.66%,综合巡检效率可达90.72%;系统运行稳定,各部件协作良好,较好地改善了无人机果园巡检作业水平,有利于智慧农业的深度发展。

人为因素对广州市区气温影响的灰色系统分析

研究人为因素对城市气温的影响,此乃城市环境保护的基础性工作之一。本文运月灰色系统理论和方法,解决了影响广州市区气温的人为因素中孰强孰弱的问题,分析了自五十年代到二千年人为因素对广州市区气温的动态影响,最后给出精度较高的动态模型。

T-ScanⅢ咬合分析系统在安氏Ⅱ类2分类错[牙合]患者治疗中的应用效果分析

目的本研究将T-ScanⅢ咬合分析系统应用于安氏Ⅱ类2分类错[牙合]患者治疗中,并对其应用效果进行分析。方法选取接受正畸治疗的64例安氏Ⅱ类2分类错[牙合]患者作为研究对象,分别于牙齿排列整齐前后使用T-ScanⅢ咬合分析系统对患者的咬合情况进行分析后依次记录在前伸运动、侧方运动、牙尖交错位等[牙合]位置的咬合时间、[牙合]百分比及接触点等数据并进行对比。结果前伸运动、左侧方咬合运动及右侧方咬合运动的咬合分离时间及咬合接触时间较牙齿排列前均有缩短(P<0.05),左侧方咬合运动工作侧、右侧方咬合运动工作侧及牙尖交错时磨牙区的[牙合]百分比呈上升趋势,其他区域[牙合]百分比呈下降趋势(P<0.05);左侧方咬合运动工作侧、右侧方咬合运动工作侧及牙尖交错时前磨牙区的咬合接触点呈上升趋势,而其余区域的咬合接触点呈下降趋势(P<0.05)。结论采用T-ScanⅢ咬合分析系统作为安氏Ⅱ类2分类错[牙合]患者治疗中测量咬合情况的工具,能够明确知晓通过改善患者此前前牙深覆合、调整尖牙及磨牙的咬合关系,达到改善患者口腔咬合功能的目的。

高校数字化转型的20个障碍 高校数字化转型障碍分类:系统性文献综述(一)

本文聚焦高校数字化转型的障碍,基于国际文献资料,采用系统性文献综述法,确定并分析了高校数字化转型的20个障碍,并将其归纳为六大类别。由于篇幅原因,文章将分两期刊登,本期介绍高校在数字化转型过程中面临的20个障碍,下期将对转型过程中的障碍进行分类分析。

基于CiteSpace的护理结局分类系统的国内外研究热点可视化分析

目的 分析国内外护理结局分类系统的发展现状及研究热点。方法 运用CiteSpace软件对Web of Science和中国知网数据库建库至2021年10月15日收录的护理结局分类系统相关文献进行可视化分析。结果 共检索到有效英文文献307篇,中文文献188篇;年发文量总体呈增长态势,中文文献发文机构相对分散,国外护理结局分类系统研究已广泛应用于临床护理各领域、护理教育及电子健康记录中,国内研究热点主要集中于护理结局分类系统的理论研究,少数疾病如脑卒中、高血压、慢性阻塞性肺疾病等结局评价及应用研究。结论 护理结局分类系统的应用范围广泛,国内外的应用实践证明了其在量化评价患者护理结局中的价值。我国可在文化调适的基础上,研制针对不同疾病的结局评价指标体系,使临床护理工作标准化、科学化。

基于HFACS方法的海上交通人为因素分析与应用

人为因素是导致海上交通事故的最主要原因,分析海上交通事故中人为因素的特征,从而采取相应的预防措施,对海上交通安全至关重要。结合人的因素分析与分类系统(Human Factors Analysis and Classification System,HFACS)与海上事故调查中的人为因素尺度,提出用于海上交通事故调查的人为因素与分类系统(Human Factors Analysis and Classification System for Marine Traffic Accident and Incident Investigation,HFACS-MTAI)。运用专家主观评分法对导致事故产生的人为显、隐性因素进行打分,并结合灰色理论为各因素进行量化排序,并通过分析某海上交通事故验证所提构想的有效性。

面向人因的船舶极地航行过程安全性分析

为探究船舶极地航行过程中的人机环系统性影响,从人为因素视角出发,构建极地航行人因分析与分类系统(HFACS-PN),辨识出人-组织因素在浮冰水域船舶航行安全的影响因子;建立适用于极地航行环境的系统理论事故模型与过程(STAMP-PN),并采用系统理论过程分析方法(STPA)分析极地航行过程中不安全控制行为及其反馈信息的突出危险。研究结果表明:冰困事故是由复杂的动态系统过程中不安全的控制反馈行为所导致,船舶资源保障和船员极地航行专业素质安全约束力是事故防控的关键。研究结果揭示人为因素对船舶冰困事故发生及后果严重性的影响机理,对全行业提升船员岗位适任能力和应急响应效能具有重要参考意义。

HFACS理论对患者安全中人为因素研究启示

人为因素在航空领域和医疗领域中都是影响安全的重要因素。研究影响患者安全的人为因素也多参考航空安全研究的相关理论和方法。人的因素分析与分类系统源自航空事故中人为因素的分析。该理论在患者安全领域通过研究医护人员不安全行为、不安全行为的前提、不安全的监督和医疗机构的组织影响4方面将个人和组织协同分析,回溯原因,力求构建安全预防和风险管理体系。为减少人为因素对患者安全的影响提供新思路和新方法,使人为因素成为患者安全的重要保障。

基于聚类分析的模糊分类系统构造方法

提出一种新的利用样本数据构造模糊分类系统的方法。首先对每一类样本进行聚类分析 ,提出一种自适应确定各类别聚类数目的迭代算法 ,从而实现对特征空间的划分。然后对每个特征子空间产生一条模糊规则 ,将所有的规则组合在一起形成初始模糊分类系统 ,并对该系统进行结构简化和参数优化 ,在系统结构尽可能简单的前提下 ,进一步提高系统的分类性能。最后利用该方法对二维特征空间的两类样本和 Iris数据样本进行分类。仿真结果表明 。

10株绿僵菌菌株分类地位的多基因系统进化分析

为确定10株高效杀虫绿僵菌菌株的分类地位,通过克隆、测序10株绿僵菌菌株的ef1-α、rpb1、rpb2、β-tubulin部分序列进行多基因系统进化分析,并结合形态特征确定10株绿僵菌菌株的分类地位。结果表明多基因分子鉴定在绿僵菌菌种的划分上较单基因更为准确,结合多基因系统进化分析结果和形态学特征,将CQMa114、CQMa117、CQMa125、CQMa126、CQMa128归为大孢绿僵菌,CQMa102归为蝗绿僵菌,CQMa132、CQMa135归为贵州绿僵菌,菌株CQMa138、CQMa140与其他绿僵菌亲缘关系较远,有可能为绿僵菌属的新种或新的分类单位。