Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Study on Light Diffusion of Creped Silk Inserted GFRP Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Age-Differentiated Modeling and Prediction of the Learning Time of Sensorimotor Tasks

verfasst von : Francoise Kuhlenbäumer, Sönke Duckwitz, Christopher Marc Schlick

Erschienen in: Advances in Ergonomics of Manufacturing: Managing the Enterprise of the Future

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A model to predict learning time for young people was developed by Jeske. In this paper, we extended Jeske’s model by analyzing and modeling the learning time of older people. Therefore, a replication of Jeske’s study on the influence of task descriptions on the learning time was conducted. Sixty participants took part in this study. Their experimental task was a tenfold repeated assembly of a carburetor. In each trial the execution time and the number of errors were measured and analyzed with respect to the age of the participants and the task description. Furthermore, it was investigated how well Jeske’s model can be fitted to the acquired data. The results show a significant influence of the age on the learning time. Furthermore, a significant deviation between the data and Jeske’s model is revealed. Thus, a power function model fits the data of older participants in the most appropriate way.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Relevant Aspects of Human Error and Its Effect on the Quality of the Product. Study in the Maquiladora Industry
Nächstes Kapitel Employee Data Model for Flexible and Intelligent Assistance Systems in Smart Factories
Literatur
1.
Rohmert, W., Ulich, E., Rutenfranz, J.: Das Anlernen sensumotorischer Fertigkeiten. Europ. Verl.-Anst, Frankfurt am Main (1974)
2.
Jeske, T., Schlick, C.M.: Influence of task complexity on learning times of sensorimotor tasks in assembly systems. In: Spath, D., Ilg, R., Krause, T. (eds.) ICPR 21. 21st International Conference on Production Research: Innovation in Product and Production: Conference proceedings. Fraunhofer IAO, Sttuttgart (2011)
3.
Wright, T.P.: Factors affecting the cost of airplanes. J. Aeronaut. Sci. 3(4), 122–128 (1936)CrossRef
4.
Yelle, L.E.: The learning curve: historical review and comprehensive survey. Decis. Sci. 10(2), 302–328 (1979)CrossRef
5.
Laarmann, A.: Lerneffekte in der Produktion. Zugl.: Bochum, Univ., Diss., 2005, 1st edn. Gabler Edition Wissenschaft. Dt. Univ.-Verl, Wiesbaden (2005)
6.
Jeske, T.: Entwicklung einer Methode zur Prognose der Anlernzeit sensumotorischer Tätigkeiten. In: Schlick, C.M. (ed.) Industrial Engineering and Ergonomics. Shaker, Aachen (2013)
7.
Jeske, T., Schlick, C.M.: A new method for forecasting the learning time of sensorimotor task. In: Karwowski, W., Salvendy, G. (eds.) Advances in Human Factors, Ergonomics, and Safety in Manufacturing and Service Industries. Advances in human factors and ergonomics series, pp. 241–250. CRC Press, Boca Raton (2011)
8.
de Jong, J.R.: Die Auswirkung zunehmender Fertigkeit. REFA Nachrichten - Zeitschrift für Arbeitsstudien 13, 155–161 (1960)
9.
Levy, F.K.: Adaptation in the production process. Management Sci. J. Inst. Oper. Res. Manag. Sci. 11(6), B-136-B-154 (1965)
10.
Daft, R., Lengel, R.: Organizational information requirements, media richness and structural design. Manag. Sci. 32(5), 554–571 (1986)
11.
Fleishman, E.A.: The description and prediction of perceptual motor skill learning. In: Glaser, R. (ed.) Training Research and Education, pp. 137–175. University of Pittsburgh Press, Pittsburgh (1962)
12.
Fleishman, E.A., Ellison, G.D.: A factor analysis of fine manipulative performance. J. Appl. Psychol. 46, 96–105 (1962)CrossRef
13.
Jeske, T., Hasenau, Katharina, Schlick, C.M.: Influence of task descriptions on learning sensorimotor tasks. In: Göbel, M., Christie, C., Zschernack, S., Todd, A., Mattison, M. (eds.) Human Factors in Organisational Design and Management—X, 1st edn., pp. 343–348. IEA Press, USA (2011)
14.
Görlich, Y., Schuler, H.: Arbeitsprobe zur berufsbezogenen Intelligenz. Technische und handwerkliche Tätigkeiten; AZUBI-TH. Hogrefe, Göttingen, Wien u.a. (2007)
15.
Schoppe, K.J.: Das MLS-Gerät: ein neuer Testapparat zur Messung feinmotorischer Leistungen. Diagnostica 20, 43–47 (1974)
16.
Hamster, W.: Die Motorische Leistungsserie - MLS, Mödling
17.
Liepmann, D.: Intelligenz-Struktur-Test 2000 R. I-S-T 2000 R, 2nd edn. Hogrefe, Göttingen [u.a.] (2007)
18.
Hart, S., Staveland, L.E.: Development of NASA-TLX (task load index): results of empiral and theoretical research. In: Hancock, P.A. (ed.) Human Mental Workload. Advances in Psychology, vol. 52, pp. 239–250. North-Holland, Amsterdam (1988)CrossRef
19.
Scheirer, J., Ray, W.S., Hare, N.: The analysis of ranked data derived from completely randomized factorial designs. Biometrics 32(2), 429–434 (1976)CrossRefMATH
20.
Mayer, M.P.: Entwicklung eines kognitionsergonomischen Konzeptes und eines Simulationssystems für die robotergestützte Montage. In: Schlick, C.M. (ed.) Industrial Engineering and Ergonomics. Shaker, Aachen (2012)
21.
Field, A.: Discovering Statistics Using SPSS, 3rd edn. Sage, London (2009)MATH
22.
Bortz, J., Schuster, C.: Statistik für Human- und Sozialwissenschaftler. Springer, Berlin (2010)CrossRef
Metadaten
Titel
Age-Differentiated Modeling and Prediction of the Learning Time of Sensorimotor Tasks
verfasst von
Francoise Kuhlenbäumer
Sönke Duckwitz
Christopher Marc Schlick
Copyright-Jahr
2016
Buch
Advances in Ergonomics of Manufacturing: Managing the Enterprise of the Future

Print ISBN: 978-3-319-41696-0

Electronic ISBN: 978-3-319-41697-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-41697-7_43