根据人类错误的认知机制对其进行分类。
- Methodologies: 人体工程学, 风险管理
Klauer’s Taxonomy of Human Errors
Klauer’s Taxonomy of Human Errors
- Cognitive Computing, 持续改进, Error Prevention, 人为因素, 人因工程（HFE）, Human-Centered Design, 人机交互, 根本原因分析, 安全
Objective:
How it’s used:
- 一种将人为错误分为不同类型（例如感知错误、决策错误和行动错误）的分类方法。它被应用于人因工程和安全科学领域，以了解错误的成因并设计更能抵抗错误的系统。
优点
- 为理解和分析人为错误提供了一个框架；有助于识别事故的根本原因。
缺点
- 可能较为复杂，难以在实践中应用；可能无法涵盖所有类型的人为错误。
Categories:
- 人体工程学, 风险管理
最适合：
- 分析事故和事件中的人为错误，以找出根本原因并防止将来再次发生。
克劳尔的人类错误分类法在航空、医疗保健和制造业等诸多领域都是一项宝贵的资源，在这些领域，人为错误的潜在风险会对安全性和效率产生重大影响。该方法提供了一种结构化的方法来对错误进行分类，区分了源于对感官信息误解的感知错误、源于推理过程缺陷的决策错误以及与任务执行不当相关的行动错误。该分类法的适用范围延伸至产品或系统的设计阶段，工程师和设计师可以在此阶段协作创建用户界面，最大限度地降低感知误解或决策失误的可能性。例如，在航空领域，驾驶舱设计中融入了视觉和听觉警报，以辅助飞行员进行决策，从而应对通过该分类法识别出的潜在人为错误。在医疗保健领域，该分类法的应用可以包括设计能够考虑人类行为的医疗设备，确保其符合用户的能力和局限性。该方法论的参与者通常包括人因工程师、系统设计师、安全分析师和一线工作人员，他们共同努力，通过系统性误差分析和采用以下方法，创造一个更安全、更高效的环境： 以用户为中心 设计原则。该分类框架有助于团队识别错误的根本原因，确保系统性问题得到解决，而不是将责任归咎于个人，最终提高所考虑系统的可靠性。
Key steps of this methodology
- 确定错误类型：根据感知、决策或行动对错误进行分类。
- 分析背景因素：检查错误发生时存在的环境和系统性影响。
- 确定错误的影响：评估错误对安全、绩效或目标实现的影响。
- 调查个人因素：回顾相关人员在发生错误时的认知和情绪状态。
- 追踪错误路径：追溯导致错误的事件顺序，找出任何促成因素。
- 确定预防措施：提出具体的设计或流程变更建议，以减轻将来类似错误的发生。
专业提示
- 利用仿真和建模工具来重现人为错误场景，从而对高风险环境下的决策过程进行结构化分析。
- 定期开展跨学科团队事件报告审查，以剖析错误模式，并加深对系统性漏洞的集体理解。
- 在设计阶段融入用户反馈循环，以确保感知和 认知偏差 这些问题都得到了充分解决，从而最大限度地减少了实际应用中可能出现的错误。
To read and compare several methodologies, we recommend the
> Extensive Methodologies Repository <
together with the 400+ other methodologies.
Your comments on this methodology or additional info are welcome on the comment section below ↓ , so as any engineering-related ideas or links.
历史背景
（如果日期未知或不相关，例如“流体力学”，则提供其显著出现的近似估计）
