Numero di Pagine |
18 |
Prima Pagina |
875 |
Ultima Pagina |
892 |
Lingua del testo |
Italiano
(ita)
|
Data di publicazione (YYYY/MM/DD) |
2023 / 12 / 22 |
Abstract Descrizione principale
(01)
Italiano
(ita)
|
Le reti di trasporto pubblico si stanno espandendo adottando allo stesso tempo l’automazione, rendendo necessario l’esame
degli impatti sulle risorse umane come i macchinisti della metropolitana. Questo studio ha analizzato la rete metropolitana
delle West Midlands per determinare gli effetti dell’espansione e dell’automazione sulle risorse dei macchinisti. Utilizzando
previsioni probabilistiche basate sui dati, sono state valutate le potenziali capacità automatizzate della metropolitana proposta
per progettare le tempistiche e analizzare i conseguenti cambiamenti di ruolo per i macchinisti. I risultati indicano che
iniziare con l’automazione parziale consente la stabilizzazione dell’infrastruttura prima di passare a sistemi completamente
senza macchinista. La sequenza temporale graduata compensa l’adozione della tecnologia e la gestione del cambiamento. Prevedendo
le fasi di automazione e visualizzando i ruoli operativi decrescenti, lo studio fornisce approfondimenti attuabili dell’autorità
dei trasporti sulle competenze sostenibili in evoluzione e sulle esigenze della forza lavoro in seno all’automazione. Iniziare
con l’automazione parziale concede tempo per il supporto della transizione misurata prima dell’esercizio senza macchinista.
La ricerca fornisce proiezioni basate sui dati e localizzate per guidare la pianificazione strategica per le implementazioni
di automazione della metropolitana e mitigare le interruzioni del lavoro.
|
Abstract Descrizione principale
(01)
Inglese
(eng)
|
Public transport networks are expanding while adopting automation, necessitating examination of impacts on human resources
like metro drivers. This study analysed the West Midlands Metro Network to determine effects of expansion and automation on
driver resources. Using data-driven probabilistic forecasting, potential automated capabilities were evaluated for a proposed
metro expansion to project timelines and analyse resultant role changes for drivers. Findings indicate beginning with partial
automation enables infrastructure stabilization before progressing to fully driverless systems. The graduated timeline balances
technology adoption and change management. By forecasting automation phases and visualizing declining operational roles, the
study provides transportation authority’s actionable insights on sustainably evolving skills and workforce needs amidst automation.
Starting with partial automation allows time for measured transition support before driverless operation. The research contributes
data-driven, localized projections to guide strategic planning for metro automation implementations and mitigate labour disruptions.
|