アイテムタイプ |
Article |
ID |
|
プレビュー |
画像 |
|
キャプション |
|
|
本文 |
KAKEN_20H02392seika.pdf
Type |
:application/pdf |
Download
|
Size |
:199.6 KB
|
Last updated |
:Dec 11, 2024 |
Downloads |
: 47 |
Total downloads since Dec 11, 2024 : 47
|
|
本文公開日 |
|
タイトル |
タイトル |
技能伝承過程における作業者の生理的反応特性の変化に関する研究
|
カナ |
ギノウ デンショウ カテイ ニ オケル サギョウシャ ノ セイリテキ ハンノウ トクセイ ノ ヘンカ ニ カンスル ケンキュウ
|
ローマ字 |
Ginō denshō katei ni okeru sagyōsha no seiriteki hannō tokusei no henka ni kansuru kenkyū
|
|
別タイトル |
名前 |
A study on changes in physiological response of workers during the skill transfer process
|
カナ |
|
ローマ字 |
|
|
著者 |
名前 |
志田, 敬介
 |
カナ |
シダ, ケイスケ
|
ローマ字 |
Shida, Keisuke
|
所属 |
慶應義塾大学・理工学部 (矢上) ・准教授
|
所属(翻訳) |
|
役割 |
Research team head
|
外部リンク |
科研費研究者番号 : 40365028
|
|
版 |
|
出版地 |
|
出版者 |
|
日付 |
出版年(from:yyyy) |
2023
|
出版年(to:yyyy) |
|
作成日(yyyy-mm-dd) |
|
更新日(yyyy-mm-dd) |
|
記録日(yyyy-mm-dd) |
|
|
形態 |
|
上位タイトル |
名前 |
科学研究費補助金研究成果報告書
|
翻訳 |
|
巻 |
|
号 |
|
年 |
2022
|
月 |
|
開始ページ |
|
終了ページ |
|
|
ISSN |
|
ISBN |
|
DOI |
|
URI |
|
JaLCDOI |
|
NII論文ID |
|
医中誌ID |
|
その他ID |
|
博士論文情報 |
学位授与番号 |
|
学位授与年月日 |
|
学位名 |
|
学位授与機関 |
|
|
抄録 |
本研究は、生理的反応特性の変化を機能的近赤外分光装置(functional Near Infraed Spectroscopy:NIRS)を用いて、脳の活性状態から作業者の習熟の程度の評価を試みた。その結果、作業の正確性などの質的な部分の習熟について、脳の活性状態から評価することができた。また、習熟を促進させるため、作業者へ声を掛けるタイミングを評価した結果、作業ミスが生じた直後に、声を掛けることで有効であるとの結果が得られた。さらに、作業者の習熟の程度を評価するために、深層学習を活用した作業解析システムを開発し、実際の工場で、その精度を評価したところ高い精度が得られた。
This study attempted to evaluate the level of skill acquisition of workers based on changes in physiological response characteristics using functional Near Infrared Spectroscopy (fNIRS), which measures brain activity states. As a result, it was possible to assess the qualitative aspects of skill acquisition, such as task accuracy, based on the brain's activity states. Furthermore, to promote skill acquisition, the timing of providing verbal cues to the workers was evaluated, and it was found that providing cues immediately after a task error occurred was effective. Additionally, in order to assess the level of skill acquisition of workers, a task analysis system utilizing deep learning was developed, and its effectiveness was confirmed in an actual factory.
|
|
目次 |
|
キーワード |
|
NDC |
|
注記 |
研究種目 : 基盤研究 (B) (一般)
研究期間 : 2020~2022
課題番号 : 20H02392
研究分野 : 経営工学
|
|
言語 |
|
資源タイプ |
|
ジャンル |
|
著者版フラグ |
|
関連DOI |
|
アクセス条件 |
|
最終更新日 |
|
作成日 |
|
所有者 |
|
更新履歴 |
|
インデックス |
|
関連アイテム |
|