Khối lượng công việc là gì? Các công bố khoa học về Khối lượng công việc
Khối lượng công việc là mức độ công việc hoặc nhiệm vụ được giao cho một cá nhân hoặc một nhóm trong một khoảng thời gian nhất định. Nó liên quan đến số lượng c...
Khối lượng công việc là mức độ công việc hoặc nhiệm vụ được giao cho một cá nhân hoặc một nhóm trong một khoảng thời gian nhất định. Nó liên quan đến số lượng công việc, nhiệm vụ, hoạt động hoặc trách nhiệm mà một người phải thực hiện trong một khoảng thời gian nhất định. Khối lượng công việc có thể đo bằng các yếu tố như thời gian thực hiện công việc, số lượng công việc đơn vị, độ phức tạp, độ khó và mức độ tài nguyên cần thiết để hoàn thành nhiệm vụ đó.
Khối lượng công việc bao gồm các yếu tố sau:
1. Số lượng công việc/nhiệm vụ: Đây là đơn vị đo lường cơ bản để xác định khối lượng công việc. Nó có thể được tính theo số lượng công việc hoặc nhiệm vụ cần hoàn thành.
2. Thời gian: Thời gian cần thiết để hoàn thành công việc cũng là một yếu tố quan trọng trong xác định khối lượng công việc. Công việc có thể được phân chia thành các khoảng thời gian cụ thể, ví dụ như nhiệm kỳ, ngày, giờ hoặc phút.
3. Độ phức tạp: Độ phức tạp của công việc là mức độ khó khăn hoặc tốn công sức để hoàn thành công việc. Các yếu tố như độ phức tạp của công việc, mức độ chuyên môn, kỹ thuật hoặc kiến thức cần thiết, cũng như sự phụ thuộc vào nguồn tài nguyên khác có thể ảnh hưởng đến khối lượng công việc.
4. Mức độ tài nguyên: Số lượng và loại nguồn lực cần thiết để hoàn thành công việc cũng là một yếu tố quan trọng. Điều này bao gồm nguồn nhân lực, tài chính, vật chất và các tài nguyên khác để đảm bảo công việc được thực hiện một cách hiệu quả.
5. Mức độ ưu tiên: Mức độ quan trọng của công việc và thứ tự ưu tiên xác định sự ưu tiên trong khối lượng công việc. Các công việc cấp thiết và có ảnh hưởng lớn hơn sẽ được đặt ưu tiên cao hơn so với các công việc khác.
Qua việc xác định và quản lý khối lượng công việc, người quản lý và các cá nhân có thể đảm bảo rằng công việc được phân chia đều, làm việc theo kế hoạch và hoàn thành đúng thời hạn. Điều này giúp tăng hiệu suất làm việc, tránh quá tải công việc và đảm bảo chất lượng công việc.
Để xác định và quản lý khối lượng công việc một cách chi tiết, có thể sử dụng các phương pháp và công cụ sau:
1. Phân tích công việc: Công việc cần được phân tích thành các nhiệm vụ, hoạt động và bước tiến cụ thể. Việc này giúp hiểu rõ hơn về quá trình làm việc và xác định mức độ công việc cần thiết.
2. Estimating (Ước lượng): Để xác định khối lượng công việc, cần ước lượng thời gian, công sức và tài nguyên cần thiết để hoàn thành mỗi nhiệm vụ. Điều này có thể được thực hiện bằng cách sử dụng phương pháp ước lượng cụ thể như PERT (Program Evaluation and Review Technique) hoặc phương pháp đánh giá bởi chuyên gia.
3. Sử dụng công cụ quản lý dự án: Công cụ quản lý dự án như Sơ đồ Gantt hoặc PERT/CPM (Critical Path Method) có thể được sử dụng để lên kế hoạch và phân chia công việc thành các giai đoạn, nhiệm vụ và hoạt động cụ thể. Đây cung cấp một cách hiển thị trực quan và sắp xếp thời gian cho khối lượng công việc.
4. Đánh giá mức độ ưu tiên: Xác định mức độ ưu tiên của từng công việc hoặc nhiệm vụ có thể giúp quyết định những gì cần được ưu tiên và hoàn thiện trước. Điều này có thể dựa trên mức độ quan trọng, thời hạn hoặc yêu cầu khách hàng.
5. Phân chia công việc: Dựa trên khối lượng công việc và khả năng của người thực hiện, công việc có thể được phân chia thành các phần nhỏ hơn hoặc giao cho các thành viên trong nhóm. Việc phân chia công việc đảm bảo mỗi người có khối lượng công việc hợp lý và phản ánh sự công bằng.
6. Định lượng và đánh giá hiệu suất: Sử dụng các thước đo và chỉ số hiệu suất, như thời gian hoàn thành, chất lượng công việc hoặc số lượng nhiệm vụ đã hoàn thành, để đánh giá tiến độ và hiệu suất làm việc của cá nhân hoặc nhóm.
Qua việc sử dụng các phương pháp và công cụ này, khối lượng công việc có thể được quản lý, phân chia và theo dõi một cách chi tiết và hiệu quả. Điều này đảm bảo rằng công việc được hoàn thành đúng thời hạn, đảm bảo chất lượng và tránh quá tải công việc.
Danh sách công bố khoa học về chủ đề "khối lượng công việc":
Ứng dụng bộ chỉ số khối lượng công việc tính toán nhu cầu nhân lực y tế (WISN) để xác định nhu cầu nhân lực điều dưỡng Bệnh viện Việt Nam - Thụy Điển Uông Bí năm 2019
Tạp chí Nghiên cứu Y học - - 2021
Nghiên cứu mô tả cắt ngang thực hiện tại 4 khoa lâm sàng với 2 mục tiêu: 1/ xác định nhu cầu nhân lực điều dưỡng và 2/ phân tích một số thuận lợi khó khăn khi áp dụng phương pháp WISN. Nghiên cứu kết hợp phương pháp định lượng và định tính, rà soát số liệu thứ cấp. Đối tượng nghiên cứu là 53 điều dưỡng tại 4 khoa. Kết quả cho thấy, về nhu cầu nhân lực, có 2 trên 4 khoa số lượng nhân lực thực tế vượt quá nhu cầu theo WISN từ 1 - 2 điều dưỡng, 1 khoa thiếu 2 điều dưỡng. Những thuận lợi khi áp dụng WISN là được lãnh đạo và nhân viên bệnh viện quan tâm ủng hộ, hệ thống thông tin tốt cung cấp số liệu sẵn có và nhân viên được giới thiệu tập huấn WISN. Một số khó khăn liên quan tới tính chính xác trong liệt kê công việc và thời gian hoạt động chuẩn, một số loại dữ liệu chưa sẵn có. Nghiên cứu cung cấp bằng chứng để sắp xếp nhân lực và áp dụng WISN trong tương lai.
#điều dưỡng #bệnh viện #khối lượng công việc #nhu cầu nhân lực #WISN.
Tác động của công nghệ trí tuệ nhân tạo đến người lao động và khối lượng công việc
Công nghệ trí tuệ nhân tạo (TTNT) đã khiến cho các công việc thông thường diễn ra với tốc độ chưa từng có. Các dịch vụ, máy móc công nghệ hiện đại tích hợp tiện ích mới xuất hiện và tiếp cận người dùng với tốc độ nhanh chóng chưa từng có. Ngoài những lợi ích tức thì, những sự hỗ trợ hiệu quả và ít tốn công sức hơn trước, người lao động hiện tại phải đối mặt với những thách thức khác như việc cần thích nghi nhanh chóng, khả năng nắm bắt thời cơ ứng dụng TTNT trong công việc. Với sự phát triển của “TTNT” (AI - artificial intelligence) và tự động hóa, thị trường lao động trong thế giới tương lai sẽ rất khác biệt. Chỉ khai thác một khía cạnh nhỏ của lĩnh vực TTNT, bài báo nhằm đưa ra một số khái niệm cơ bản về TTNT, đồng thời tập hợp kết quả của những nghiên cứu điển hình đã được thực hiện tại nhiều nước trên thế giới về ảnh hưởng của công nghệ TTNT đối với khối lượng công việc, thị trường lao động, đồng thời về cách mà công nghệ TTNT đã và có thể được ứng dụng để tăng hiệu quả công việc về mặt khối lượng cũng như chất lượng. Bên cạnh những hiệu quả tích cực mà công nghệ TTNT có thể được tận dụng để cải thiện quy trình và kết quả làm việc, nó cũng đặt ra những thử thách đáng lo ngại về vấn đề quyền riêng tư, bảo mật thông tin và cả vấn đề đạo đức. Từ những phân tích tổng hợp từ các nghiên cứu khoa học và ví dụ thực tiễn, bài báo giúp người đọc có một cái nhìn tổng quan về tương lai của thị trường sức lao động, những cải tiến khác biệt trong chất lượng và khối lượng công việc, cung cấp cho người đọc sự hiểu biết tốt hơn về tình hình thị trường lao động thực tế và phác thảo ra những viễn cảnh khác nhau dưới tác động của công nghệ AI. Nhìn chung, mặc dù cho đến thời điểm hiện tại không có nghiên cứu nào có đủ khả năng khẳng định rằng sự phát triển của công nghệ TTNT là một bước tiến hoàn hảo, làm cuộc sống của con người trở nên tốt đẹp hơn, hay là một hiểm hoạ đối với người lao động, thì việc được biết và có sự chuẩn bị rõ ràng có thể giúp các cá nhân và tổ chức thích ứng và phát triển trong quá trình chuyển đổi đang diễn ra này.
#AI #trí tuệ nhân tạo (TTNT) #công nghệ #khối lượng công việc #người lao động #lợi ích #thách thức
Trách nhiệm của giảng viên và khối lượng công việc của giảng viên: Phân tích chi phí sơ bộ về mối quan hệ của chúng được thể hiện qua năng suất tiến sĩ Dịch bởi AI
Springer Science and Business Media LLC - Tập 1 - Trang 1-12 - 1973
Các mối quan tâm chung về trách nhiệm của giảng viên được xem xét trong bối cảnh khối lượng công việc và chi phí của giảng viên. Việc tốt nghiệp một sinh viên tiến sĩ được sử dụng làm đơn vị phân tích. Đơn vị này được so sánh với năng suất giảng dạy. Dữ liệu được thu thập từ khoảng thời gian 10 năm tại một trường đại học sau đại học lớn. Sáu khoa nghệ thuật tự do với 225 giảng viên cung cấp thông tin về năng suất tiến sĩ và khối lượng công việc. Các tương đương về công việc được xác định từ báo cáo của tổ chức và báo cáo tự thân của giảng viên. Tốt nghiệp một sinh viên tiến sĩ được tìm thấy tương đương với một phần ba khối lượng công việc toàn thời gian. Các hệ lụy được đưa ra cho việc so sánh giữa các chương trình trong một trường đại học và giữa các loại hình tổ chức trong hệ thống giáo dục đại học lớn hơn. Các mối quan tâm cũng xuất hiện đối với việc cải thiện các thực tiễn nhân sự liên quan đến phân công công việc của giảng viên.
#trách nhiệm giảng viên #khối lượng công việc của giảng viên #năng suất tiến sĩ #phân tích chi phí
Điểm Apgar Trong Phẫu Thuật Dự Đoán Tình Trạng Bệnh Tật Trong Thời Gian Phẫu Thuật Ở Bệnh Nhân Thực Hiện Phẫu Thuật Tụy-Tá Tràng Tại Một Trung Tâm Có Khối Lượng Công Việc Cao Dịch bởi AI
Elsevier BV - Tập 16 - Trang 275-281 - 2011
Phẫu thuật tụy-tá tràng (PD) vẫn là một thủ thuật có tỷ lệ biến chứng đáng kể. Nhiều nghiên cứu đã đánh giá các yếu tố để dự đoán bệnh nhân có nguy cơ. Mục tiêu của nghiên cứu này là xác định xem điểm Apgar trong phẫu thuật (SAS) có dự đoán được tình trạng bệnh tật và tỷ lệ tử vong trong thời gian phẫu thuật hay không. Chúng tôi đã xem xét 553 bệnh nhân thực hiện thành công PD từ tháng 1 năm 2000 đến tháng 12 năm 2010. Các biến chứng sau phẫu thuật đã được phân loại theo thang điểm Clavien, và SAS (phạm vi 0-10) đã được xác định. Kiểm tra Cochran-Armitage để xác định xu hướng đã được sử dụng để xác định mối liên quan giữa các điểm SAS nhóm (0-2, 3-4, 5-6, 7-8 và 9-10) và từng kết quả. Tuổi trung bình của bệnh nhân là 64 tuổi, và có sự phân bổ đồng đều giữa nam và nữ. Đã có 11 ca tử vong trong thời gian phẫu thuật (2%), 186 biến chứng từ mức độ 2 trở lên (34%) và 86 biến chứng lớn (các mức độ 3-5, 16%). Thêm vào đó, 61 bệnh nhân phát triển chứng rò tụy (11%). Phân tích thống kê xác định rằng SAS là một yếu tố dự đoán đáng kể đối với biến chứng từ mức độ 2 trở lên (p < 0.0001), bệnh tật lớn (p = 0.01), và rò tụy (p = 0.04) nhưng không dự đoán được tỷ lệ tử vong (p = 0.20). Chúng tôi chứng minh rằng SAS là một yếu tố dự đoán đáng kể tình trạng bệnh tật trong thời gian phẫu thuật cho bệnh nhân thực hiện PD. Điểm số này nên được sử dụng để xác định bệnh nhân có nguy cơ cao hơn nhằm ưu tiên sử dụng giường chăm sóc đặc biệt sau phẫu thuật và nguồn lực bệnh viện.
#phẫu thuật tụy-tá tràng #biến chứng phẫu thuật #điểm Apgar #chăm sóc đặc biệt #nghiên cứu hồi cứu
Quy trình hiệu chỉnh của các đường cong lưu lượng khu vực đánh giá việc rút nước từ các đập kiềm chế Dịch bởi AI
Springer Science and Business Media LLC - Tập 35 - Trang 1135-1148 - 2021
Trong những thập kỷ gần đây, biến đổi khí hậu ở các vùng Địa Trung Hải và các sự kiện thường xuyên thiếu nước trong hệ thống cung cấp đã yêu cầu giải quyết vấn đề tăng cường dòng nước vào các hồ chứa thông qua việc kết nối chúng với các đập kiềm chế. Thông thường, các đập kiềm chế không có khối lượng chứa lớn; do đó, các công trình này không thể điều chỉnh dòng chảy hàng tháng, và chúng chỉ có thể chuyển hướng một phần dòng chảy của sông về hồ chứa. Trong lĩnh vực nghiên cứu này, nghiên cứu này nhằm cung cấp một quy trình để đánh giá khối lượng nước được rút từ các đập kiềm chế, xem xét các dòng chảy của sông và dòng chảy chuyển giao. Quy trình này được xây dựng dựa trên việc phân tích 36 trạm đo đạc ở Sardinia (Ý), nơi có thể định nghĩa một đường cong lưu lượng khu vực duy nhất (FDC). Độ hiệu quả của việc đánh giá khối lượng rút nước khu vực, dựa trên phân tích theo quy mô thời gian hàng tháng, đã được điều tra. Phương pháp cho phép tìm ra các giá trị tối ưu của các tham số FDC khu vực nhằm đánh giá tốt hơn nguồn nước được rút từ các đập kiềm chế so với ước tính hiện tại được sử dụng trong Kế hoạch Nước Vùng Sardinia (SRWP). SRWP hiện tại (RAS 2006) sử dụng một giá trị cố định và cực kỳ thận trọng của FDC, điều này dẫn đến việc đánh giá thấp khối lượng rút nước. Hơn nữa, một phân tích tương quan đã được thực hiện nhằm mở rộng việc đánh giá các tham số FDC tối ưu cho các lưu vực không có trạm đo để cải thiện việc ứng dụng quy trình này. Các kết quả thu được có thể cho phép cập nhật SRWP như đã nêu trong ứng dụng cuối cùng cho một hệ thống nước thực.
#đập kiềm chế #dòng chảy #khối lượng rút nước #đường cong lưu lượng #điều chỉnh nước
ÁP LỰC CÔNG VIỆC CỦA GIÁO VIÊN TRUNG HỌC PHỔ THÔNG TẠI THÀNH PHỐ HỒ CHÍ MINH
Nghề giáo là một nghề nghiệp đặc thù. Có nhiều nghiên cứu quốc tế về áp lực của giáo viên (GV), nhưng ở Việt Nam, các nghiên cứu này còn khá hạn chế. Bài viết trình bày kết quả nghiên cứu định tính về áp lực công việc của GV trung học phổ thông (THPT) trên địa bàn Thành phố Hồ Chí Minh (TPHCM). Kết quả phỏng vấn 30 GV cho thấy GV chịu áp lực nhiều nhất từ các công việc hành chính, khối lượng công việc, áp lực liên quan đến chuyên môn, rồi đến áp lực từ ứng xử, thái độ của học sinh (HS), và cuối cùng là áp lực kinh tế. Bài viết cũng đưa ra các hàm ý quản trị liên quan đến áp lực của nghề giáo.
#áp lực hành chính #ứng xử – thái độ của học sinh #nghề giáo #áp lực công việc #khối lượng công việc
Tác động của công cụ hỗ trợ PEARLS Healthcare Debriefing đến khối lượng nhận thức, khối lượng công việc và chất lượng debriefing của người điều phối: một nghiên cứu thí điểm Dịch bởi AI
Advances in Simulation - Tập 7 - Trang 1-9 - 2022
Công cụ Hỗ trợ Học tập và Phản ánh Xuất sắc trong Mô phỏng (PEARLS) Healthcare Debriefing Tool là một công cụ hỗ trợ nhận thức được thiết kế nhằm triển khai quá trình debriefing theo cách có cấu trúc. Công cụ này có tiềm năng làm tăng khả năng của người điều phối trong việc tiếp thu các kỹ năng debriefing, thông qua việc phân tích độ phức tạp của quá trình này và do đó cải thiện chất lượng của một buổi debriefing do người điều phối mới thực hiện. Trong nghiên cứu thí điểm này, chúng tôi nhằm mục đích đánh giá tác động của công cụ tới khối lượng nhận thức, khối lượng công việc và chất lượng debriefing của người điều phối. Bốn triệu chứng viên từ Chương trình Fellowship Mô phỏng tại New York City Health + Hospitals, những người mới làm quen với công cụ PEARLS Healthcare Debriefing, đã được phân ngẫu nhiên thành hai nhóm 7 người. Nhóm can thiệp được trang bị công cụ hỗ trợ nhận thức trong khi nhóm đối chứng không sử dụng công cụ này. Cả hai nhóm đã tham dự một khóa học debriefing kéo dài 8 giờ. Hai nhóm đã thực hiện debriefing cho 3 sự kiện mô phỏng được ghi hình và đánh giá khối lượng nhận thức và khối lượng công việc của trải nghiệm của họ bằng cách sử dụng thang đo Paas-Merriënboer và chỉ số khối lượng công việc thô của Cơ quan Hàng không và Vũ trụ Quốc gia (NASA-TLX), tương ứng. Các buổi debriefing sau đó được đánh giá chất lượng bằng cách sử dụng thang đánh giá DEbriefing Assessment for Simulation in Healthcare (DASH). Các mức độ khối lượng nhận thức được đo bằng thang Paas-Merriënboer và so sánh bằng bài kiểm tra Wilcoxon rank-sum. Các mức độ khối lượng công việc và chất lượng debriefing thì được phân tích bằng các mô hình hồi quy tuyến tính hiệu ứng hỗn hợp. Những người sử dụng công cụ có điểm số trung vị trong khối lượng nhận thức thấp hơn đáng kể trong 2 trên 3 buổi debriefing (điểm trung vị có công cụ so với không có công cụ: kịch bản A 6 so với 6, p=0.1331; kịch bản B: 5 so với 6, p=0.043; và kịch bản C: 5 so với 7, p=0.031). Không phát hiện thấy sự khác biệt trong hiệu quả của công cụ trong việc giảm điểm tổng hợp của yêu cầu khối lượng công việc (sự khác biệt trung bình trong NASA-TLX −4.5, 95%CI −16.5 đến 7.0, p=0.456) hoặc cải thiện điểm số tổng hợp về chất lượng debriefing (sự khác biệt trung bình trong DASH 2.4, 95%CI −3.4 đến 8.1, p=0.436). Công cụ PEARLS Healthcare Debriefing có thể phục vụ như một phụ trợ giáo dục cho việc tiếp thu các kỹ năng debriefing. Việc sử dụng công cụ hỗ trợ nhận thức trong debriefing có thể giảm khối lượng nhận thức nhưng không cho thấy ảnh hưởng đến khối lượng công việc hoặc chất lượng debriefing của những người có kinh nghiệm debriefing còn non trẻ. Nghiên cứu thêm được khuyến nghị để nghiên cứu hiệu quả của công cụ nhận thức này ngoài nghiên cứu thí điểm này; tuy nhiên, thiết kế của nghiên cứu này có thể phục vụ như một mô hình cho việc khám phá chất lượng debriefing trong tương lai.
#PEARLS #Healthcare Debriefing #Cognitive Load #Workload #Debriefing Quality #Pilot Study
Ảnh hưởng của thời tiết nóng ẩm đến mức độ khối lượng công việc tinh thần của các quản lý và giám sát trong dự án các giai đoạn South Pars, Iran Dịch bởi AI
Cognition, Technology & Work - Tập 18 - Trang 11-17 - 2015
Mặc dù phản ứng sinh lý của cơ thể đối với nhiệt đã được mô hình hóa và mô tả tốt, nhưng ảnh hưởng của căng thẳng do nhiệt đối với khả năng nhận thức vẫn chưa được hiểu rõ. Nghiên cứu này nhằm mục đích đo lường khối lượng công việc tinh thần, đặc biệt là ảnh hưởng của thời tiết nóng ẩm đến mức độ khối lượng công việc tinh thần của các quản lý và giám sát đang làm việc trong dự án các giai đoạn South Pars tại Bushehr (một tỉnh ở miền nam Iran). Nghiên cứu này mang tính chất miêu tả–phân tích và được thực hiện qua hai giai đoạn: giai đoạn đầu vào mùa đông (tháng Hai và tháng Ba năm 2012) và giai đoạn thứ hai vào mùa hè (tháng Bảy và tháng Tám năm 2013). Tổng cộng có 98 quản lý và giám sát đã hoàn thành bảng câu hỏi. Phương pháp triển khai giống nhau ở cả hai giai đoạn, và cùng một mẫu tham gia cả hai giai đoạn. Thông tin về nhiệt độ và độ ẩm được thu thập từ các trạm khí tượng. Kết quả của nghiên cứu này cho thấy có mối quan hệ trực tiếp giữa điều kiện thời tiết thuận lợi vào mùa hè và khối lượng công việc tinh thần. Khi nhiệt độ và độ ẩm tương đối tăng lên và trong các điều kiện oi ả, khối lượng công việc tinh thần của các quản lý và giám sát tăng cao. Dựa trên kết quả thu được, khối lượng công việc tinh thần của các quản lý và giám sát trong các dự án giai đoạn South Pars là cao. Ngày nay, cùng với những công việc mới, môi trường làm việc ngày càng phức tạp và yêu cầu hoạt động tinh thần cao hơn. Do đó, bên cạnh việc đánh giá khối lượng công việc vật lý, việc đánh giá khối lượng công việc tinh thần là rất quan trọng. Ngoài ra, để giảm nhẹ khối lượng công việc tinh thần, việc xác định nguyên nhân và các yếu tố ảnh hưởng đến nó là rất cần thiết. Khí hậu là một yếu tố tiềm năng ảnh hưởng đến khối lượng công việc tinh thần.
#khối lượng công việc tinh thần #nóng ẩm #quản lý #giám sát #dự án South Pars
Thuật toán heuristic đa mục tiêu cho lịch trình tài nguyên động trong môi trường điện toán đám mây Dịch bởi AI
Springer Science and Business Media LLC - Tập 77 - Trang 8252-8280 - 2021
Hạ tầng đám mây cung cấp các tài nguyên cần thiết cho các nhiệm vụ lập lịch tài nguyên. Bài báo này sử dụng một thuật toán di truyền dựa trên nhiễm sắc thể được mã hóa (GEC-DRP) để quản lý lịch trình tài nguyên động. Tuy nhiên, thuật toán lập lịch hiện có ước lượng số lượng máy chủ vật lý (PM) cần thiết cho khách hàng trong tương lai. Thuật toán lập lịch được phát triển này lập lịch các nhiệm vụ trên đám mây bằng cách tính toán số lượng máy ảo cần thiết trong tương lai gần cùng với các yêu cầu về CPU và bộ nhớ được dự đoán, đây là sự đóng góp chính của công trình. Thuật toán K-means cụm các nhiệm vụ dựa trên việc sử dụng CPU và bộ nhớ làm tham số. Sự xuất hiện của các nhiệm vụ trong tương lai cho mỗi cụm được dự đoán và theo đó, số lượng máy ảo cần thiết được tạo ra. Các yêu cầu đến được gọi là nhiệm vụ được lập lịch trên máy ảo thích hợp bằng cách sử dụng thuật toán di truyền (GA). Dựa trên kết quả dự đoán khối lượng công việc, một chiến lược lập lịch tài nguyên tối ưu chi phí trong môi trường điện toán đám mây được đề xuất nhằm giảm thiểu chi phí tổng thể cho việc thuê máy ảo từ đám mây trung tâm. Cuối cùng, một thuật toán di truyền được sử dụng để giải quyết chiến lược lập lịch tài nguyên. Các thuật toán đã phát triển được đánh giá thông qua độ chính xác của dự đoán khối lượng công việc, tổng chi phí của cụm và thời gian tiêu thụ của thuật toán để giải quyết các vấn đề lập lịch tài nguyên thông qua các thí nghiệm. Cuối cùng, hiệu quả của thuật toán dự đoán khối lượng công việc dựa trên SES và chiến lược lập lịch tài nguyên tối ưu chi phí được xác minh thông qua mô phỏng.
#lịch trình tài nguyên động #điện toán đám mây #thuật toán di truyền #dự đoán khối lượng công việc #tối ưu chi phí
So sánh hai thiết bị ghi lại dữ liệu nhịp tim trong quá trình bay Dịch bởi AI
Springer Science and Business Media LLC - Tập 31 - Trang 273-279 - 2006
Việc đo lường khối lượng công việc tinh thần đã được sử dụng rộng rãi để đánh giá thiết kế máy bay, phân tích nhiệm vụ và đánh giá hiệu suất của phi công trong quá trình bay. Nhịp tim là thước đo tâm sinh lý được sử dụng nhiều nhất cho mục đích này. Rủi ro gây ra các can thiệp đối với an toàn bay và hiệu suất của phi công, cũng như việc truy cập hạn chế vào các chuyến bay, đã làm khó khăn cho các nhà nghiên cứu trong việc thu thập dữ liệu nhịp tim trong quá trình bay. Do đó, nghiên cứu này được tiến hành nhằm điều tra xem liệu các thiết bị ghi lại thể thao nhỏ gọn, không gây khó chịu có thể được sử dụng để thu thập dữ liệu trong quá trình bay cho mục đích nghiên cứu hay không. Dữ liệu đã được thu thập từ các chuyến bay thật và giả lập với các phi công sinh viên bằng cách sử dụng thiết bị ghi Polar Team System và Vitaport II, một thiết bị ghi chép y khoa và nghiên cứu. So sánh dữ liệu cho thấy rằng dữ liệu nhịp tim trong quá trình bay từ thiết bị ghi thể thao nhỏ gọn và ít gây cản trở có mối tương quan là 0.981 với dữ liệu từ thiết bị ghi chép lâm sàng, cho thấy rằng thiết bị ghi thể thao là đáng tin cậy và hiệu quả về chi phí để thu thập dữ liệu nhịp tim cho nhiều tình huống nghiên cứu.
#nhịp tim #khối lượng công việc tinh thần #thiết bị ghi lại thể thao #an toàn bay #hiệu suất phi công
Tổng số: 12
- 1
- 2