跳到主要内容

新冠肺炎疫情应对豁免政策下的国际航班机组人员疲劳风险评估

摘要

背景

为应对新冠肺炎疫情,中国民航局制定了《新冠肺炎疫情期间免除机组值班期和飞行时间限制实施办法》。这一豁免政策对某些运输航空公司的机组人员工作期限和飞行时间限制造成暂时的偏离,并规定连续往返航班使用多名机组人员。然而,在这一豁免政策下,还没有对机组人员疲劳进行研究。即豁免政策缺乏理论分析和科学验证。

方法

首先,设计了豁免和CCAR-121政策方案下国际航班(清晨、正午和傍晚三种起飞场景)的飞行计划,并基于SAFE模型对飞行计划进行了模拟。然后选取航空工业常用的卡洛林斯卡困倦量表(KSS)和PVT警觉性客观测试,在豁免和CCAR-121政策的两个航班上对机组人员疲劳进行了实证实验研究。

结果

SAFE模型模拟发现,基于凌晨(4:00)、中午(12:00)和晚上(20:00)起飞航班机组人员的疲劳风险结果表明,在豁免政策下操作的机组人员的疲劳风险水平明显低于或接近CCAR-121政策下操作的机组人员。然而,有几个时期,在豁免政策下飞行的机组人员的疲劳风险高于在CCAR-121政策下飞行的机组人员,但在这些时候,在两种政策下飞行的机组人员要么处于较低的疲劳风险水平,要么处于轮班的休息阶段。在实验研究部分,选取豁免政策下的凌晨(4:00)、中午(12:00)和晚上(20:00)各40名飞行员,在值勤期间采集KSS尺度数据和PVT测试数据,并选取CCAR-121政策下的120名飞行员进行相同实验。首先,KSS量表数据结果发现,无论是在豁免政策下还是在CCAR-121政策下飞行,飞行飞行员的KSS评分总体相似,在飞行过程中KSS评分保持在疲劳风险阈值以下(即KSS评分< 6),飞行过程中测试节点上的经验KSS数据与KSS数据的模型模拟结果总体相同,趋势几乎相同。最后,PVT客观检验指标的结果表明,在豁免政策下飞行的乘员1/RT的总体变化小于或接近CCAR-121政策下飞行的乘员,而两种政策下乘员1/RT的最大变化在1 ~ 1.5之间。这说明在豁免政策下飞行的机组人员的整体警觉性水平高于或接近CCAR-121政策下飞行的机组人员,而在两种政策下飞行的机组人员在任务前后的警觉性水平变化相对较小。

结论

根据模型仿真结果和实证研究结果,验证了豁免政策下飞行人员的整体疲劳风险水平低于或接近CCAR-121政策下飞行人员的疲劳风险水平。因此,与最初的CCAR-121政策相比,应对COVID-19疫情的豁免政策并没有导致机组人员疲劳风险水平的总体上升。

同行评审报告

背景

新冠肺炎疫情在全球爆发和蔓延,对各国人民生命安全和安全构成威胁,也对各国各行业经济发展产生重大影响[1].民航行业作为一个全球性的行业,其市场与全球疫情的变化密切相关[2].为此,为适应疫情防控新的复杂要求,保障机组人员身体健康,满足紧急情况下客货运输的需要,中国民航局制定了《疫情期间机组人员免勤限飞规定》(以下简称《免勤限飞办法》)[3.].豁免是根据《公共航空运输大型飞机承运商经营资格规则》(《中国民用航空条例》第121部CCAR-121)的要求而制定的。[4],并对部分运输航空公司实施临时偏离机组值班期和飞行时间限制的规定,进一步规范在洲际航线上使用多名机组人员而延长机组值班期和飞行时间的管理。多名机组人员往返运营模式的豁免允许机组人员的值班期和飞行时间超过原有CCAR-121规定的限制,但增加了机组人员的数量,改善了飞机上的休息设施,从而减少了休息时间,因为不需要在目的地过夜。该运营模式旨在满足紧急情况下的客货运输需求,同时降低机组人员感染新冠肺炎的风险,减少机组人员工作时间,降低机组人员疲劳风险,确保航班安全可靠运行。然而,对于这种操作方式的安全性和飞行员疲劳风险,缺乏理论分析和科学验证,超出了以往规定的限制,试图通过增加人数来安全增加机组飞行时间。此外,由于机组人员值班期和飞行时间的延长,以及多套机组人员同时在机上轮转工作的模式,如何预测和监测机组人员在航线运行过程中的疲劳状况和机舱内机组人员警惕性的变化,成为局方和公司的监管重点。

传统的预测乘员疲劳状态和警觉性变化的方法分为主观评价方法(如问卷/量表)、客观监测方法(如生理和行为性能指标)和基于生物数学模型的预测模拟方法。2012年,当国际民航组织建议各国基于科学有效的原则和测量方法建立数据驱动的、持续监测和管理的疲劳风险管理系统(frms)时,它建议可以使用生物数学模型来识别和预测机组人员的疲劳风险[567].生物数学建模是目前公认的科学方法,它使用与生物体相关的生理参数作为输入数据,以方程组的形式创建一系列数学模型[58].它将人类昼夜节律、睡眠、工作量和警觉性等与疲劳风险相关的科学研究与飞行生产计划和调度相结合,能够可视化计划值班期间的疲劳趋势,并预测潜在的疲劳风险[59].因此,疲劳生物数学模型可以评估和监测机组人员在执勤和飞行过程中随时的疲劳水平,解决飞行员疲劳定量测量问题,对机组人员上岗前的飞行疲劳预干预,对机组人员在座舱中的警觉性监测,对机组人员疲劳状态的评估,保障航线飞行安全具有重要意义。

本文采用主观评价方法疲劳量表(Fatigue Scale)、客观测试方法精神运动警戒任务(Psychomotor Vigilance Task, PVT)和SAFE模型,在《豁免进近条例》和《CCAR-121部分条例》的飞行时间限制下,对飞行计划中的疲劳风险进行检测和预测。比较了豁免法和CCAR-121部分规程的疲劳风险预测结果,并利用实际飞行飞行员的经验数据(尺度数据和PVT数据)对两种规程下的疲劳风险水平进行了分析,验证了模型的预测结果。通过模型预测和实验验证相结合的方法,发现该豁免是合理和安全的;从而满足疫情防控的要求,为疲劳监测和管理提供科学支持。

基于本研究的目的、内容和方法,提出了一些假设。

  • 假设1:机组人员中有一名机长和一名副驾驶,他们在工作和休息时都同样疲劳;

  • 假设2:所有起飞任务对疲劳的影响相同,所有降落任务对疲劳的影响相同,所有巡航任务对疲劳的影响相同;

  • 假设3:在正式实证实验时,所有被纳入实验的飞行员的状态是相似的;

  • 假设4:从上海飞往法兰克福的航班对飞行员疲劳的影响与从重庆飞往阿姆斯特丹的航班在时差和飞行时间上相似;

  • 假设5:4:00、12:00、20:00分别代表清晨、正午、傍晚的航班出发时间。

两种政策的比较

第CCAR-121部(《中国民用航空规例》第121部,第CCAR-121部)是由中国民航局(民航局)发出的规例,目的是为大型飞机公共航空运输承运人进行运作符合性认证及持续监督及检查,以确保它们达到及维持所规定的运作安全水平[4].

豁免,即"疫情期间机组人员值班期和飞行时间限制豁免的实施"(豁免),适用于某些大型飞机公共航空运输公司在疫情期间建议使用多名机组人员连续往返航班,而这些航班超出了CCAR-121部规例规定的机组人员值班期和飞行时间限制。[3.].

表格1比较了豁免方式和CCAR-121部分规定对机组人员的限制,发现豁免方式的最大飞行时间比CCAR-121部分多8-13小时,机组人员数量是CCAR-121部分的两倍。即在延长飞行时间的同时增加机组人员的数量,并在飞机上引入休息设施的要求,目的是减少机组人员的工作时间,减轻机组人员疲劳风险,确保航班安全可靠运行。

表1豁免和CCAR-121政策中对船员的限制

研究方法

SAFE模型仿真计算

SAFE模型是为民用飞行员设计的复合生物数学疲劳预测模型,最初是一个神经科学和睡眠研究项目,以帮助英国国防部了解飞行员在连续飞行9天时性能下降的情况。因此,开发人员基于自20世纪80年代早期以来的持续研究结果,包括识别和测量数万个时间表上可能的飞行员疲劳。英国民航局接着支持对世界各地许多航空公司的飞行员进行更详细的研究,创建了SAFE的生物数学模型,并将其作为批准(或不)废除一项规定的证据之一。它是为航空应用而设计的,并已代表英国民航局在航空工业中进行了专门验证,因为它从全球商业航空公司进行的机组人员任务中收集了超过30年的大量数据[101112131415].

SAFE模型输入。SAFE模型已经通过大量飞行员睡眠数据和疲劳监测数据进行了验证。此外,数据的格式要求较低;表格2说明了SAFE模型的输入数据引用模板。

表2 SAFE模型输入参数数据信息

SAFE模型输出在整个工作期间每隔15分钟生成预测的SP疲劳评分(7分制),以及其他评分,如KSS疲劳评分(9分制),并预测在这些评分中睡眠可能发生的情况。该模型还用渐变色条显示了计划中每项任务的疲劳进展和睡眠预测,如表所示3.,无花果。2等。

表3卡罗林斯卡困倦量表(KSS)

特别需要注意的是,机械模型是基于轮班工人的数据,因此在其数据集的工作长度方面受到限制,而经验模型也面临同样的限制,但SAFE已经验证了高达22小时的超长工作时间。此外,SAFE模型已经帮助许多航空公司预测了在长达36小时的飞行中可能发生的疲劳,因此SAFE可以外推到最多30小时,仍然提供了一个很好的疲劳估计[51617].中国为应对新冠肺炎疫情而提出的民航豁免政策超过了CCAR-121最初规定的35小时最长飞行值班期的政策限制。因此,将该模型应用于豁免政策调度表中乘员疲劳预测的评估。

随着生物数学的发展,现有的疲劳生物数学模型包括睡眠调节双过程模型(TPMSR) [18],警觉性三过程模型(TPMA) [19,睡眠活动疲劳与任务有效性(SAFTE) [8,疲劳审计interDyne (FAID) [20.],昼夜警觉性模拟器(CAS) [9,睡眠/觉醒预测器SWP [21和互动神经行为模型(INM) [22,等等。然而,上述模型大多是通过分析睡眠内稳态(觉醒时间)、昼夜节律和睡眠惯性三个过程建立的机制模型。这些模型没有区分工作和非工作活动,主要与睡眠剥夺有关[10].睡眠剥夺模型没有考虑飞行的航段数,也没有考虑到由于所谓的“麻烦因素”、不可预测的坏天气、机场类型、高空中交通管制干预、新合格的飞行员不完全熟悉自己的时间表、光线差等原因而不守规矩的乘客(对机组人员来说)的数量。这意味着机械模型总是会低估机组人员的疲劳程度。相比之下,机组人员疲劳评估系统(SAFE) [101112131415],由英国民航局委托,由英国国防部研究机构DERA(现为QinetiQ plc)的研究团队设计、建造和验证,是一个基于经验数据的经验模型,而经验模型比基于数据集模拟研究的机械模型表现更好。SAFE模型是根据自1980年代初以来实施的一项持续研究方案的结果建立的。这个庞大的研究数据库包含数以万计的经过分析的时间表,以确定和测量飞行员疲劳的原因,是迄今为止应用于民航飞行员的研究最多的生物数学疲劳预测模型(原始数据收集来自许多航空公司,如英国航空公司、新西兰航空公司和日本航空公司)。2001年,SAFE模型是第一个被官方组织认可和推荐使用的疲劳生物数学模型,如EASA和新加坡民航局。SAFE模型根据输入时间表,在整个工作期间每隔15分钟生成预测Samn Perelli (SP)和KSS评分(支持可选的其他疲劳/警觉性量表),从而预测任务中疲劳的发展。因此,SAFE模型可以评估与民用航空特定任务计划相关的风险,预测在给定任务计划期间机组人员所经历的疲劳水平,从而对法规提出相应的更改(这是我们选择SAFE模型来验证CAA豁免方法的主要原因)。

实证研究

主题

选取我国某航空公司的飞行员群体进行实证实验。实证研究得到了中国监管机构、航空公司工会和管理层的支持,参与实验的试点小组签署了书面知情同意书。从中选取CCAR-121部分和豁免方式两种管制操作政策下的类似航班,分别从早、中、晚三个起飞时间(大约04:00、12:00和20:00)各选取80名年龄在23 - 50岁之间的飞行员,提取数据进行分析。

实验指标

国际航空运输协会(IATA)和国际民用航空组织(ICAO)为航空公司进行飞行疲劳测试,确定了三项基本规定[6].试验必须满足以下要求:1)飞行员疲劳试验方法必须经过科学验证;(二)不得损害飞行员执行任务的能力;3)必须广泛应用于航空领域。基于这些建议,我们选择了精神运动警戒任务(PVT)测试工具,这是一种基于视觉反应时间的疲劳检测技术,已广泛应用于与睡眠、认知和疲劳相关的研究,并被航空业建议作为飞行机组人员疲劳评估的客观测量工具[23].例如,NASA推出了NASA PVT+ APP测试工具的PVT航空研究版,用于研究实验。从PVT测量中获得的指标包括平均反应时间、逆反应时间(1/RT)、最快10%反应时间、最慢10%反应时间、平均反应时间的标准差、脱靶次数(反应时间≥500 ms)、脱靶概率(脱靶次数除以有效刺激次数)和预判次数(反应时间< 100 ms)。不同指标的变化可以在不同的生理和心理维度上评价飞行员的疲劳状态[23242526].从PVT测试生成的性能指标范围中,我们选择了1/RT指标进行评估(选择原因:在1986年至2010年发表的141篇报告PVT结果的期刊论文中,发现在PVT结果指标的使用方面,最常用的测试指标是漏检次数,频率为66.7%;平均RT为40.4%;平均1/RT为30.5% [27]。此外,本研究分析了不同PVT转归指标的指示作用,发现遗漏次数的效果值较高,但平均1/RT的效果值略高,因此推荐作为主要转归指标参数指标)。此外,我们选择了300秒或5分钟的PVT测试长度(原因:PVT测试所需的时间限制和需要避免对任务要求的过度干扰,以及5分钟PVT测试已被证明在指示警惕性变化方面有效[28],即,对于某些性能指标,在10分钟PVT不合适的应用中,可以使用5分钟PVT测试)在时间有限的工作环境(例如,飞机驾驶舱,空中交通控制室)中的测试长度。PVT可以在每次增产结束之间间隔10秒进行。现有许多疲劳检测量表,其中KSS量表是航空工业中使用较多的疲劳量表之一[29].此外,SAFE模型还提供了KSS量表评分,因此我们选择KSS量表作为豁免和CCAR-121政策下乘员疲劳测量的工具之一。

此外,PVT测试软件工具提供了一个主观尺度数据收集工具,卡洛琳斯卡困倦量表(KSS),这是一个基于睡眠的量表,使用1到9的刻度;被试自我评价得分越高,主观疲劳越明显[30.].KSS量表也与SAFE模型中给出的KSS量表相同,这为模型的预测提供了很好的验证。

实验的程序

数字1为机组人员测试流程图,表4描述了飞行任务中的测试流程(结合图。1和表4解释实验测试过程)。PVT相关科目的测试流程如下:

  • 第一步:在任务开始的那天(最好是在你起床的时候,上班前),点击值日,然后醒来,填写其中一个睡眠日记,然后进行PVT测试;

  • 第二步:上班后,飞行开始前,点击WORK TASKS,点击PREFLIGHT,填写KSS量表,然后进行PVT测试;

  • 第三步:当飞行期间的测试时间点按图设计好后,点击INFLIGHT,填写KSS量表,最后进行PVT测试。1

  • 第四步:飞机降落后,点击POST DUTY,填写KSS量表,进行PVT测试,再点击BEFORE sleep,填写睡眠日记,最后软件自动退出;

  • 第五步:返回前,点击DUTY DAY,然后进入WORK TASKS,然后点击PREFLIGHT,重复上面的步骤2和3;

  • 第六步:最终返航降落后,点击POST DUTY,填写KSS量表,进行PVT测试,点击BEFORE sleep,填写睡眠日记。最后,软件将自动退出。

图1
图1

机组人员测试流程图。注:Pre,飞行前;R-E,飞行中休息结束;驿站,飞行结束;SF-S,开始飞行轮班;SF-E,航班轮班结束

表4乘员测试仪和试验力矩设计

以上实验过程参考Gander等人的数据收集过程。[31].但是,由于飞行员在起飞至巡航高度(TOC)期间不允许进行飞行工作以外的活动(出于飞行安全考虑),我们选择“SF-E,飞行轮班结束”阶段来收集飞行员数据,如图所示。1,这亦符合国际民航组织的建议[5].同样,我们的实验研究的其他测试期是根据ICAO的建议确定的,即“需要集中监测飞行员状态的飞行阶段”[5].

在豁免和CCAR-121部分规定下的飞行工作计划设计

首先对航空公司在豁免和CCAR-121规定下的飞行工作计划进行设计,然后应用SAFE模型对飞行工作计划在豁免和CCAR-121规定下的疲劳风险进行评估。

对于豁免进近的航班,根据某航空公司在04:00、12:00和20:00豁免进近操作下的早、中、晚三个起飞时间的真实任务流程设计飞行工作计划,如表所示5.同样,在CCAR-121部分作业中,根据公司疫情前作业要求,参考实际飞行计划,设计了早、中、晚三个起飞时间(04:00、12:00、20:00)的飞行工作计划,如表所示6.表5而且6进入SAFE模型。

表5豁免进近操作下某一航班的飞行工作计划(所有时间均为北京时间)
表6 CCAR-121运行下某航班飞行工作计划(全部时间为北京时间)

虽然SAFE模型还没有开始对6/8名在CAA豁免方法中飞行往返航班的飞行员进行验证,但已经证实,SAFE模型的验证数据集完全覆盖了持续22小时的正常超长飞行任务,而对30小时飞行任务的疲劳预测也同样出色,在超长30小时飞行任务中需要谨慎。因此,我们首先将所选豁免进近操作下的飞行时间限制为22小时,如表所示2(例如中国上海浦东国际机场(PVG)-德国法兰克福国际机场(FRA)),我们设计了两组四人(A、B两组)的出港飞行和两组四人(C、D两组)的返程飞行,作为两个单独的航班进行模型模拟预测。根据ccr -121部的操作,航班时间表为20小时35分钟(例如,中国重庆江北国际机场(CKG) -荷兰阿姆斯特丹国际机场(AMS)),与表中所列类似2被选为豁免进近飞行的比较验证。

数据处理方法

将上述飞行工作计划输入SAFE模型进行仿真,分析每次飞行中乘员疲劳风险指标KSS量表得分随值勤时间的变化情况,并根据实证研究试验时间点选取相应的模型KSS量表得分数据(如图所示)。1和表4).实证研究中所测飞行员群体的KSS数据和PVT数据根据上述飞行计划分别选取,如图所示。1,为每个测试时间点绘制框线图。此外,SAFE模型选择的KSS数据与测试时间节点KSS数据和PVT数据进行验证,其中PVT数据被选为1/RT指标。

结果

SAFE模型预测结果

选取FRMSc提供的最新SAFE模型,输入上述根据豁免政策和CCAR-121政策规定设计的飞行工作计划中,进行模型仿真,得到以下结果:

如图所示。2模拟结果表明,在不考虑由于睡眠惯性而导致的短期低红色预警的情况下,两种策略在下航程中对机组人员的疲劳风险相似且较低,风险水平相同,且均未达到红色预警水平(如图5所示)。2A和C).图中结果的比较。2B和D表明,豁免政策下机组人员返程的整体疲劳风险高于CCAR-121政策下,特别是在飞行的着陆阶段(如图所示)。2B-c和D-m),但此时的KSS评分都是中级(黄色),因此不属于较高的疲劳风险阶段。数字2B-d在不进行飞行时处于休息阶段,尽管在飞行的着陆阶段有一个红色的疲劳警告级别(从表中观察到)5而且6).因此,如图所示。2,在清晨离场豁免政策下,机组人员的疲劳风险水平要么与CCAR-121政策相似(图。2A和C)或高于CCAR-121政策(图。2B和D),但都处于中等水平的疲劳风险,在较高疲劳风险小时的机组人员不承担飞行任务。

图2
图2

SAFE模型模拟预测豁免和CCAR-121政策下的凌晨4点航班时间表一个而且B分别显示出港(由机组人员a和b操作)和返航(由机组人员c和d操作),和C而且D显示出港和返航(均由m和n机组人员驾驶)一个而且C显示在豁免进近和CCAR-121规则下出港飞行的机组人员的疲劳风险。的比较B而且D显示了在豁免方法和CCAR-121规则下飞行的机组人员的疲劳风险的比较。注:不同颜色所代表的风险级别的含义由表格决定3..PVG代表上海浦东国际机场;FRA代表法兰克福国际机场;CKG代表重庆江北国际机场;AMS是阿姆斯特丹国际机场的缩写。值勤结束时的航段数是指值勤期间飞行的航段数

如图所示。3.,在排除睡眠惯性导致的短时间低红色预警的情况下,模拟计算表明,两种政策下,机组人员的疲劳风险水平相似,在着陆阶段的疲劳风险水平较高(如图5所示)。3.A和C),但疲劳风险最高的机组人员(红色警戒期)处于休息轮班状态,不在飞行中(如图所示)。3.A-f C-p和表5而且6).图2结果的比较。3.B和D表明,豁免政策下机组人员返程疲劳风险总体高于CCAR-121政策下,但两种情况下机组人员疲劳水平均较低,均未达到红色预警级别。因此,如图所示。3.,根据豁免政策在正午离港飞行的机组人员的疲劳风险水平要么与CCAR-121政策相似(图。3.A和C)或高于CCAR-121政策(图。3.B和D),但两者都处于较低的疲劳风险水平。

图3
图3

SAFE模型模拟预测豁免和CCAR-121政策下中午12点的航班时刻表,与一个而且B分别显示出港(由飞行人员e和f驾驶)和返航(由飞行人员g和h驾驶)的航班,和C而且D载列CCAR-121政策下的出港及返回(均由o及p机组人员驾驶)航班。机组人员o和p在值班)。的比较一个而且C显示在豁免进近和CCAR-121规则下出港飞行的机组人员的疲劳风险水平。的比较B而且D显示了在豁免方法和CCAR-121规则下飞行的机组人员的疲劳风险水平的比较。注:不同颜色所代表的风险级别的含义由表格决定3..PVG代表上海浦东国际机场;FRA代表法兰克福国际机场;CKG代表重庆江北国际机场;AMS是阿姆斯特丹国际机场的缩写。任务结束数是指执行任务期间飞行的航段数

如图所示。4模拟计算结果表明,两种政策下,飞行人员的疲劳风险水平相似且较低,风险水平相同,且均未达到红色预警水平(如图2所示)。4A和C).图中结果的比较。4B和D表明,豁免政策下回程机组人员的整体疲劳风险水平低于CCAR-121政策下。因此,如图所示。4,豁免政策下的飞行机组人员在晚间飞行的疲劳风险水平低于CCAR-121政策下的出港机组人员。

图4
图4

SAFE模型模拟预测豁免和CCAR-121政策下的20:00航班计划一个而且B分别显示出港(由飞行人员I和j驾驶)和返航(由飞行人员k和l驾驶)飞行,和C而且D分别显示CCAR-121政策下的出港和回程(均由机组人员值守)航班。的比较一个而且C显示在豁免进近和CCAR-121规则下出港飞行的机组人员的疲劳风险。的比较B而且D显示了在豁免方法和CCAR-121规则下飞行的机组人员的疲劳风险水平的比较。注:不同颜色所代表的风险级别的含义由表格决定3..PVG代表上海浦东国际机场;FRA代表法兰克福国际机场;CKG代表重庆江北国际机场;AMS是阿姆斯特丹国际机场的缩写。值勤结束时的航段数是指值勤期间飞行的航段数

实证结果及与模型结果的比较

KSS

根据实验流程如图所示。1,从实际操作中采集机组KSS数据,根据图中测试节点对模型仿真得到的KSS数据进行滤波。1,从而将机组人员的仿真结果与实证研究结果进行了对比,如图所示。56而且7.注:图中。56而且7, A和B分别展示了豁免政策下往返航班起降机组人员KSS模型的仿真结果与实证研究结果的对比;C和D分别为KSS模型对豁免政策下往返航班巡航人员的仿真结果与实证研究结果的对比;E和F分别为CCAR-121政策下往返航班起降机组人员的KSS模型仿真结果与实证研究结果的比较;G和H分别为CCAR-121政策下往返航班巡航飞行人员的KSS模型仿真结果与实证研究结果比较。

图5
图5

机组人员疲劳风险模型模拟与KSS经验数据的比较(凌晨4点)

图6
图6

机组人员疲劳风险模型模拟与KSS经验数据比较(中午12:00)

图7
图7

机组人员疲劳风险模型模拟与KSS经验数据对比(20:00)

如图所示。5(1)试验节点飞行过程中经验KSS数据与模型模拟KSS数据结果总体一致,趋势基本一致;在这两种政策下,起飞和着陆机组人员的KSS得分均低于4(图1)。5A和E)和5以下的邮轮组(图。5C和G),表明两种保单下的机组人员在出境飞行期间的疲劳风险水平较低。在返程航班上,两种策略的起飞和着陆机组KSS得分均低于5分(图1)。5B和G),豁免政策下的飞行人员的KSS评分仅在飞行结束时出现在6以上(图5)。5D),但直到飞行中和CCAR-121政策飞行的巡航轮班结束后才达到6(图1)。5D和H),表明邮轮乘员疲劳发生在两种保单的邮轮飞行结束时。

如图所示。6(1)经验KSS数据与模型仿真KSS数据结果在飞行过程中在测试节点上也表现出相同的总体一致性,趋势几乎相同。然后,豁免政策下的起降机组在出港飞行节点上的KSS得分与CCAR-121政策下的机组相似,而豁免政策下飞行期间的平均KSS值的变化小于CCAR-121政策下的KSS得分(图1)。6A和E)。邮轮组在两种政策下有相似的KSS评分剖面,尽管存在6分(图2)。6C和G)。返程时,起飞和降落组的KSS评分虽然高于CCAR-121政策,但在飞行过程中始终低于4.5(图1)。6B和F),巡航组的情况与起飞和降落组相同(图。6D和H)。

如图所示。7(1)经验KSS数据与模型仿真KSS数据结果在飞行过程中在测试节点上也表现出相同的总体一致性,趋势几乎相同。然后,豁免政策下起降机组人员的KSS评分在离地飞行节点上的变化与CCAR-121政策机组人员相似,均在4.5以下(图1)。7A和E);豁免政策下邮轮船员的KSS得分低于CCAR-121政策下的KSS得分,但两者均低于5分(图1)。7C和G),表明这两种政策对离港航班机组人员的疲劳风险水平较低。在返程飞行过程中,起飞组和降落组的KSS得分均小于CCAR-121政策的KSS得分,均在5以下(图1)。7B和F);豁免政策下邮轮组的KSS评分低于5分,CCAR-121政策下邮轮组的KSS评分在航行结束时为6分(图1)。7D和H)。

如图所示。56而且7,豁免政策下的机组人员KSS得分沿测试节点呈上升趋势,即机组人员疲劳风险随飞行时间增加而增加,因此豁免政策下的机组人员需要在飞行任务结束时进行疲劳缓解。

PVT

有效的PVT数据被筛选为48名飞行员豁免进路和60名飞行员CCAR-121政策。筛选标准基于响应时间大于3 s的数据、没有测试时间节点数据和响应时间小于0.3 s的数据等标准。将模型仿真得到的KSS数据进行组合,得到机组仿真结果与实证研究结果的对比图,如图所示。89而且10.注:A和B在图中。89而且10分别给出豁免政策下往返航班起降机组人员PVT模型仿真结果与实证研究结果进行比较;C和D分别为豁免政策下往返航班巡航人员PVT模型仿真结果与实证研究结果的比较;E和F分别为CCAR-121政策下往返航班起降机组PVT模型仿真结果与实证研究结果的比较;G和H分别为CCAR-121政策下往返航班巡航机组PVT模型仿真结果与实证研究结果对比。

图8
图8

机组人员疲劳风险模型模拟与经验PVT数据对比(凌晨4时)

图9
图9

机组人员疲劳风险模型模拟与经验PVT数据对比(中午12:00)

图10
图10

机组人员疲劳风险模型模拟与经验PVT数据对比(20:00)

如图所示。8,两种策略下PVT指标总体数据(1/RT)随飞行时间的增加呈下降趋势,即飞行时间越长,机组人员的警觉性水平越低。同时,在航班出港阶段,两种政策下机组人员1/RT的变化幅度是相似的(图。8A和E表示两种政策下起降人员1/RT的变化在0.7 ~ 1.5之间;无花果。8C和G表示两种策略下巡航乘员的1/RT变化在0.9 ~ 1.5之间;起飞和降落机组1/RT的变化大于巡航机组1/RT的变化);在航班返程中,豁免政策下机组1/RT的变化幅度小于或接近CCAR-121政策下的变化幅度(图2)。8B和F表示豁免政策下起降人员1/RT的变化幅度在0.6 ~ 0.9之间,小于CCAR-121政策下起降人员1/RT的变化幅度(0.6 ~ 1.2);无花果。8D和H表示两种政策下邮轮组1/RT的变化范围在0.9到1.1之间)。此外,除CCAR-121政策返航起降组外(图。8F),绝大多数1/RT数据的飞行时间与KSS数据呈相反趋势。

如图所示。9, PVT指标数据(1/RT)整体上随飞行时长的增加呈下降趋势,而1/RT大部分数据的飞行时长趋势与KSS数据呈反比关系,即飞行时长越长,机组人员的警觉性水平越低,主观疲劳越强。此外,在航班出港阶段,两种政策下机组人员1/RT的变化幅度是相似的(图。9A和E表示在两种政策下,起降人员的1/RT的变化范围在1到1.5之间;无花果。9C和G表示在两种政策下,巡航人员的1/RT变化范围在1到1.5之间)。当航班返回时,两种政策下的机组人员的1/RT变化幅度也相似(图。9B和F表示在两种政策下,起飞和降落机组人员的1/RT变化的幅度范围在0.9到1.2之间;无花果。9D和H表示在两种政策下,巡航人员的1/RT变化的幅度范围在0.9到1.1之间)。研究还发现,起飞和降落组的1/RT变化幅度大于或类似于巡航组。

如图所示。10, 20:00航班机组数据情况与中午12点航班类似,即1/RT数据整体上随飞行时间增加呈下降趋势,且趋势与KSS数据成反比。此外,在出港飞行期间,两种政策的乘员1/RT的变化幅度是相似的(图。10A和E表示,对于两种政策,起降机组人员的1/RT变化范围在1到1.5之间;无花果。10C和G表示对于两种政策,巡航乘员的1/RT变化范围在1到1.5之间);当航班返回时,两种政策下的机组人员的1/RT变化幅度也相似(图。10B和F表明,在两种政策下,起降机组人员的1/RT的变化在0.6到1之间;无花果。10D和H表明,在两种政策下,巡航乘员的1/RT的变化在0.8到1之间)。此外,起飞和降落组的1/RT变化幅度大于或类似于巡航组。

从KSS的分析,这是疲劳数据的主观尺度,提供在表7,发现机组人员的平均KSS值表现出高于Part CCAR-121的豁免进近策略,仅在凌晨(凌晨4点)出发、返程巡航飞行阶段后才突破疲劳风险阈值(KSS值为6),但此时及后续阶段机组人员处于休息和非工作状态,对飞行安全影响较小。在其他情况下,在豁免政策下操作的飞行员的数据明显小于CCAR-121政策下操作的飞行员的数据,而且大多数平均KSS值都低于疲劳风险阈值。PVT是疲劳的客观测试,分析见表8显示,在豁免方式下运行的试点的平均1/RT值小于或接近CCAR-121政策的平均值。

表7两种策略下机组人员的KSS数据比较(均数±标准差\(\眉题{\ mathrm {x}} \)±s)
表8两种策略下机组人员PVT数据比较(均数±标准差\(\眉题{\ mathrm {x}} \)±s)

讨论

该豁免政策是民航总局在新冠肺炎疫情期间对CCAR-121航班机组人员执勤时间和飞行时间政策的临时偏离。从表中观察到1,豁免政策下的最大飞行时间比CCAR-121政策下的飞行时间多8-13 h,增加了飞行时间,有报道称飞行时间越长,发生航空事故的概率越大。As Goode [32]发现,商业航空事故发生的概率随着飞行时间的增加而显著增加,20%的美国商业航空事故发生在10小时或更长时间内。特别要注意的是,飞行时间的增加导致了飞行巡航时间的增加,而这种低工作量飞行时间也会导致疲劳症状,例如机组人员警觉性低下[33和微睡眠状况的发生[34].此外,豁免政策下的机组人员数量是CCAR-121政策下的两倍,在避免飞行时间限制和缓解疲劳方面,实施机上机组人员休息和轮换更加不可避免。飞行中旋转休息让机组人员可以在休息期间躺下睡觉,在长途飞行中睡觉是应对疲劳的一种行动对策,已被证明可以提高随后的警觉性和工作表现,尽管在飞行休息设施休息不如在酒店或家里睡觉提神[35].因此,基于上述豁免政策下比CCAR-121政策更长的值勤时间、飞行时间、巡航时间和更多的机组人员轮转,迫切需要对豁免政策下的机组人员疲劳进行研究。此外,豁免政策是对CCAR-121政策的变更,因此有必要以CCAR-121政策中已有的飞行时间限制作为比较基准,来论证豁免政策中延长飞行时间规定的可行性和科学有效性。

基于生物数学模型“比较分数优于依从性阈值”的特点[636]和上述SAFE模型评估的比较结果,得出的结论是,在豁免政策下运行的机组人员疲劳水平在凌晨(凌晨4点)和中午(中午12点)起飞的航班,要么与CCAR-121政策下运行的航班相似,要么高于CCAR-121政策下运行的航班,但高于CCAR-121的阶段部分,要么处于较低的疲劳风险水平(图1)。3.B和D)或发生在飞行任务的轮班休息期间(图。2B-d和表5-d(10/19 3:00-5:00 -“休息”))。在豁免政策下运行的航班在晚间(20:00)起飞的机组人员疲劳风险水平低于CCAR-121政策下运行的航班的机组人员疲劳风险水平。因此,除了在清晨离场的返回降落阶段轮休机组人员高度疲劳外,在豁免政策下运行的航班机组人员疲劳风险水平与CCAR-121政策下运行的航班机组人员疲劳风险水平相似或更低。但需要指出的是,CCAR-121政策已经运行多年,其安全性已经在实际操作中得到了验证。综上所述,本文应用SAFE模型对两项规定下的模型评价结果进行了比较,得出豁免政策下机组人员的整体疲劳风险水平低于CCAR-121政策下,验证了豁免方法的可行性,为航空公司预测豁免政策下机组人员的疲劳风险水平提供了一种解决方案。

在实证研究验证方面,如图所示。56而且7,经验KSS数据分析结果表明,飞行过程中试验节点的经验KSS数据与模型模拟KSS数据结果总体上一致,趋势几乎相同。此外,在凌晨(凌晨4点)、中午(中午12点)和晚上(晚上20:00)起飞的航班上,两种政策的KSS得分总体相似,而在飞行过程中KSS得分保持在较低水平,表明两种政策的疲劳风险水平相似,只有一个6分的平均KSS得分发生在飞行结束时,尤其是邮轮机组人员;因此,应加强飞行换班后的疲劳缓解管理,特别是对巡航飞行换班后和任务结束时的工作人员。综上所述,经验KSS数据分析结果表明,两种政策的机组人员疲劳风险曲线相似,从而验证了豁免政策与CCAR-121政策在机组人员疲劳风险水平的主观疲劳感知自评估方法上的相似性。如图所示。89而且10,实证PVT数据分析结果表明,对于凌晨(凌晨4点)、中午(中午12点)和晚上(下午20点)起飞的航班,豁免政策下机组人员的1/RT变化幅度小于或类似于CCAR-121政策下机组人员的1/RT变化幅度,无论其行程是出港还是返程,再次验证在豁免政策下工作的机组人员的疲劳风险总体水平低于CCAR-121政策下的水平。从客观警觉性测试方法的角度验证豁免政策的可行性。此外,除了凌晨起飞的航班的返回起飞和降落组(图5)。8F), PVT指标1/RT数据整体上与模型KSS数据随飞行时间的变化趋势呈反比关系。研究还发现,航班回程时机组人员警觉性低于出港时,起飞降落组的警觉性变化大于或类似于巡航组,这与以往研究发现的警觉性随飞行时间的延长而降低,起飞降落阶段的工作量高于巡航阶段的研究结果一致[37383940].

同时,将模型对机组疲劳的预测结果与实际飞行任务的实证实验研究结果进行了比较,并进行了验证。经验KSS数据与模型KSS数据基本一致,PVT的经验结果与模型KSS分析结果总体上也呈反比关系。因此,实证研究不仅验证了豁免政策的可行性,而且通过与模型仿真结果的对比,验证了SAFE模型在预测乘员疲劳状况方面的准确性和应用价值。

就两种政策的理论分析和实践论证而言,可以从表中观察到1当设置3组机组执行往返航班以满足豁免政策的要求时,这3组机组(6名飞行员)可视为CCAR-121政策下的2组增加3名飞行员的机组;在飞行时间方面,豁免政策下的总飞行时间分为13小时或单程11.5小时,而豁免政策下的飞行时间小于或等于CCAR-121政策下的飞行时间,因为根据CCAR 121规定,增加3名飞行员的飞行机组,单程需要飞行13小时。当设置4组机组执行往返航班以满足豁免政策的要求时,这4组机组(8名飞行员)可视为CCAR-121政策下的2组增加4名飞行员的机组。在飞行时间方面,豁免政策下的往返飞行总时间分为15小时或11.5小时,而根据《香港通用航空条例》第121号规定,增加3名飞行员的飞行机组,单程飞行时间为17小时;因此,豁免政策下的飞行时间也小于或等于CCAR-121政策的飞行时间。综上所述,豁免政策下每个飞行员的平均飞行时间小于CCAR-121政策下,执勤时间相似。此外,自豁免政策颁布以来,有关航空公司已安全运营超过1万小时/数千次飞行,没有发生一次不安全事故,在业务一级对豁免政策提供了有利的实际验证。同时,对于实行免签政策的航班,使用3/4组机组人员,并为机组人员提供符合要求的机上休息场所。机组人员返回时不需要在目的地过夜,从而使飞行员在整个任务过程中都能根据基地时间工作和休息,减少因时差引起的疲劳。

限制

不同起飞时间下机组人员疲劳程度的评估仅从04:00、12:00和20:00展开,但其对清晨、正午和傍晚航班起飞时间的表征不全面。此外,目前仅对20 - 22小时的飞行时间限制进行了机组疲劳评估研究,而对豁免政策中超过22小时的豁免航班的机组疲劳评估还有待进一步研究。本研究也仅限于7-8个时区差异的国际航班,而其他较大时差下的机组人员疲劳评估也需要进一步研究。

的优势

这是首次对新冠肺炎疫情期间在中国民航局新豁免政策下运行的国际航班飞行员疲劳评估进行分析,同时为分析国际航班飞行员疲劳现状提供数据支持。此外,通过对比CCAR-121政策下飞行飞行员的疲劳情况,首次验证了豁免政策下飞行飞行员的疲劳水平处于安全水平。两项政策下的机组人员疲劳评估是基于以下三种疲劳评估方法进行综合的:生物数学模型、主观量表和客观测试;因此,研究方法更加全面。此外,对一天中不同时间起飞的航班进行飞行员疲劳分析,为研究不同起飞时间对飞行员疲劳风险的影响提供数据和参考。

结论

机组人员的轮转是复杂的,特别是在目前国际航班豁免的情况下,多组6-8名机组人员同时登机,确保这种模式下的机组人员轮转协调在很大程度上决定了飞行安全。因此,预测和监测机组人员值班时疲劳风险的结果可以为豁免方案规定下的飞行轮转方案的设计和调整提供依据。本文基于SAFE模型对豁免和CCAR-121政策下的飞行计划进行了仿真,验证了豁免政策下乘员疲劳风险水平与CCAR-121政策下相似,且整体风险较低。基于KSS主观疲劳自评量表和PVT客观警觉性测试,从主观和客观两个角度对两种政策下飞行机组人员的疲劳进行了实证检验。此外,基于CCAR-121政策已安全运行多年,并在实际操作中多次证明其安全性,基于上述结果,航空公司在新冠肺炎疫情期间实施豁免政策是同样安全和可行的。

数据和材料的可用性

由于与中国航空公司签署的商业航空公司协议,目前研究过程中生成和/或分析的数据集尚未公开。但是,如果通信作者有合理的要求,他们可以从通信作者那里得到。

参考文献

  1. Kim SY, Yeniova AZR。2022年1月,237个国家和地区的全球、区域和国家COVID-19发病率和死亡率:对世界卫生组织COVID-19仪表盘的系统分析。生命周期。2022;2:e10。https://doi.org/10.54724/lc.2022.e10

    文章谷歌学者

  2. Grewe V, Gangoli Rao A, Grönstedt T, Xisto C, Linke F, Melkert J,等。评估航空排放情景对《巴黎协定》的气候影响,包括COVID-19的影响。通信学报。2021;12(1):3841。https://doi.org/10.1038/s41467-021-24091-y

    中科院文章PubMed公共医学中心谷歌学者

  3. 中国民用航空局。疫情期间机组人员不受值勤和飞行时间限制实施办法[EB/OL]。2020.http://www.caac.gov.cn/XXGK/XXGK/ZCFBJD/202012/t20201223_205708.html.1月22日访问

  4. 中国民用航空局。大型飞机公共航空运输承运人经营资格规定[EB/OL]。2005.http://www.caac.gov.cn/XXGK/XXGK/MHGZ/201511/t20151102_8492.html.2022年3月15日访问。

  5. ICAO。疲劳风险管理系统:监管机构实施指南。2012.2022年6月22日访问。

  6. ICAO / IATA / IFALPA。疲劳风险管理系统。操作人员实施指南。2011.https://www.skybrary.aero/bookshelf/content/bookDetails.php?bookId=1756.2022年6月访问。

  7. ICAO / IATA / IFALPA。航空公司经营者疲劳管理指南。2015.https://www.ifalpa.org/publications/fatigue/.2022年6月22日访问。

  8. 胡晓峰。基于睡眠模式的任务有效性评价方法与系统研究:中国科学d版,2011,[P]。2003.https://www.freepatentsonline.com/EP1404210.pdf

  9. 昼夜。乘务人员疲劳风险模型[EB/OL]。2011 - 3。http://www.circadian.com/247-industries/aviation/cas-5-fatigue-risk-model.html.2022年6月22日访问。

  10. 民航局。机组人员疲劳:代表英国民航局进行的研究综述(CAA 2005/04文件)。英国:作家;2007.可以从:http://www.caa.co.uk/application.aspx?catid=33&pagetype=65&appid=11&mode=detail&id=1942

    谷歌学者

  11. Mellor D, Stone B.对商用客机飞行员疲劳评估(SAFE)预测警觉性模型系统的展望。萨里:疲劳风险管理科学有限公司;2012.

    谷歌学者

  12. 斯宾塞MB,罗伯逊KA。警觉性模型在超远程民用航空作战中的应用。睡眠科学。2007;11(3):159-66。

    文章谷歌学者

  13. 斯宾塞,M.和斯通,B. SAFE模型(演示)。2011.可以从:http://www.frmsforum.org/cms_media/files/safe_final1.pdf?static=1

    谷歌学者

  14. Stone B, Mellor D.使用机组人员疲劳评估系统(SAFE)模型对单个月警报飞行时间表进行分析。萨里:疲劳风险管理科学有限公司;2013.

    谷歌学者

  15. Stone BM, Spencer MB, Rogers AS, Nicholson AN, Barnes R, Green R.极地航线调度对空勤人员工作和休息模式的影响。人体工程学。1993;36(12):1465 - 77。

    中科院文章谷歌学者

  16. Samel A, Gundel A, Akerstedt T, Gillberg M, Cabon PH, Mezzane H, Valk P.预测未来超远程作战机警性的ECASS验证研究。QinetiQ报告编号奎奈蒂克公司/ KI / CHS / CR021119/2.0。2002.

  17. 创新艺人经纪公司。机组人员疲劳:代表英国民用航空局进行的研究综述。2005.http://publicapps.caa.co.uk/docs/33/CAAPaper200504.pdf

    谷歌学者

  18. 重新审视睡眠调节的双过程模型。航空航天环境医学2004;75(3):37-43。

    谷歌学者

  19. 阿克施泰特,福克拉德,波汀。警觉性三过程模型的预测。航空航天与环境医学,2004,75(3):75 - 83。

    谷歌学者

  20. 道森,弗莱彻,罗奇,GD。基于工作时间预测工作疲劳的模型。航空航天环境医学2004;75(3):61-9。

    谷歌学者

  21. Åkerstedt T, Connor J, Gray A,等。通过警觉性调节的数学模型——睡眠/觉醒预测器——预测道路事故。酸性肛门预防。2008;40(4):1480-5。

    文章谷歌学者

  22. Dean D, Dennis A, Fletcher A,等。为“现实世界”建立神经行为表现的数学模型。中华生物节律杂志2007;22(3):246-58。

    文章谷歌学者

  23. Drummond SPA, Bischoff-Grethe A, Dinges DF,等。精神运动警戒任务的神经基础。睡眠。2005;28(9):1059 - 68。

    PubMed谷歌学者

  24. 西柏志强,甘文华,王士胜,等。提出了数据驱动的机组人员疲劳职业风险管理方法。《saff卫生工作》,2021;12(4):462-70。

    文章谷歌学者

  25. Thomann J, Baumann CR, Landolt HP,等。精神运动警惕性任务显示了在白天过度嗜睡的障碍中警惕性受损。中华临床睡眠医学杂志2014;10(9):1019-24。

    文章谷歌学者

  26. 拉蒙德N,道森D,罗奇GD。现场疲劳评估:手持电子精神运动警戒任务的验证。航空航天环境医学2005;76(5):486-9。

    PubMed谷歌学者

  27. 巴斯纳M,丁格斯DF。精神运动警惕性测试(PVT)对睡眠不足的灵敏度最大化。睡眠。2011;34(5):581 - 91。

    文章谷歌学者

  28. 王晓燕,王晓燕,王晓燕,等。持续时间小于10分钟的精神运动警戒任务的有效性。行为方法仪器计算。2004;36(2):339-46。

    文章谷歌学者

  29. 国际民用航空组织(民航组织)。航空公司经营者疲劳管理指南。指导手册。第2版。蒙特利尔:民航组织;2015.

    谷歌学者

  30. 李晓明,李晓明。睡眠质量与睡眠质量的关系研究[J]。国际神经科学杂志2009;52(1-2):1-37。

    谷歌学者

  31. Gander PH, Signal TL, van den Berg MJ,等。在飞行中的睡眠,飞行员疲劳和P - sychomotor V警觉T测试超远程和远程飞行的表现。中国睡眠杂志2013;22(6):697-706。

    文章谷歌学者

  32. 古德JH。飞行员是否有因疲劳而发生事故的风险?安全学报2003;34(3):309-13。

    文章谷歌学者

  33. Cabon P, Coblentz A, Mollard R, Fouillot JP。铁路和长途飞行操作中的人员警惕性。人体工程学。1993;36(9):1019 - 33所示。

    中科院文章谷歌学者

  34. 民用飞行甲板上的警觉性:长途飞行中嗜睡和睡眠的发生率及相关生理参数的变化。工效学。2001;44(1):82 - 106。

    中科院文章谷歌学者

  35. 罗奇GD,达戈特D,道森D。飞行员在长途飞行中睡眠如何?人体工程学。2010;53(增刊。(9): 1072 - 5。

    文章谷歌学者

  36. 道森D,达戈特D,罗奇GD。如何在疲劳风险管理系统中使用生物数学模型来确定工作时间安排是否安全?酸性肛门预防杂志2017;99:469-73。

    文章谷歌学者

  37. 牛勇,薛灿,周旭,等。战斗机飞行员在不同飞行任务难度下,视觉警戒和言语警戒哪个更为突出?国际科学与工程杂志2019;72:146-57。

    文章谷歌学者

  38. Ancker JS, Edwards A, Nosal S,等。在临床决策支持系统中,工作量、工作复杂性和重复警报对警报疲劳的影响。中华医学杂志。2017;17(1):1 - 9。

    文章谷歌学者

  39. Alaimo A, Esposito A, Orlando C,等。飞行员工作负荷分析:心率变异性的客观测量和nasa任务负荷指标的主观评价。航空航天。2020;7(137):1。

    谷歌学者

  40. Alaimo A, Esposito A, Milazzo A,等。一种飞机飞行员负荷传感系统。见:欧洲结构健康监测讲习班。可汗:施普林格;2020.p . 883 - 92。

    谷歌学者

下载参考

确认

感谢参与此次研究的中国航空公司和飞行员。

资金

国家自然科学基金、中国民用航空局项目(U1933122)和天津市教委科研项目(2020KJ029)资助。

作者信息

作者和隶属关系

作者

贡献

所有列出的作者都对这项工作做出了实质性的、直接的和智力上的贡献。作者(们)阅读并批准了最终稿。

相应的作者

对应到的太阳淳弥Ruishan太阳

道德声明

伦理批准和同意参与

该研究方案由中国民航大学伦理审查委员会批准(批准号:中国天津)。2021年辅助变流器110 - 01)。所有方法均按照伦理审查委员会的相关指导方针和条例进行。所有实验方案均经伦理审查委员会批准。所有参与者都收到了关于研究的口头和书面信息,并在招募和研究开始前获得了所有参与者的知情同意。

发表同意书

不适用。

相互竞争的利益

不适用。

额外的信息

出版商的注意

施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

权利与权限

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License),该协议允许在任何媒体或格式中使用、分享、改编、分发和复制,只要您给予原作者和来源适当的署名,提供创作共用许可协议的链接,并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中,除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中,并且您的预期用途不被法律法规允许或超出了允许的用途,您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信用额度中另有说明。

转载及权限

关于本文

通过CrossMark验证货币和真实性

引用本文

孙娇,孙娇,李娇。et al。新冠肺炎疫情应对豁免政策下的国际航班机组人员疲劳风险评估。公共卫生22, 1843(2022)。https://doi.org/10.1186/s12889-022-14214-5

下载引用

  • 收到了

  • 接受

  • 发表

  • DOIhttps://doi.org/10.1186/s12889-022-14214-5

关键字

  • 新型冠状病毒肺炎
  • 免税政策
  • 机组人员
  • 疲劳风险等级
  • 模型仿真
  • 实证研究
Baidu
map