MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 576 / SEPTIEMBRE 2025 142 It is important to mention that previous research has evaluated the impact of training on heavy machinery operators in other industrial contexts or specifically within the mining industry (Ryan, 2007; Gürer, 2021; Zujovic, 2021). Our study follows others in the mining sector involving bus drivers or concentrate transport drivers, but conducted from a preventive approach to the risk of fatigue and drowsiness in drivers (Gomero, 2017). Our study complements the need to establish a baseline profile and intermediate progress profiles in the development of strategies to enhance the skills and competencies of mining drivers. In this regard, a significant group of formal-sector mining companies is already interested in incorporating the use of simulators into their preventive strategies (Santillán, 2022). It should be noted that, according to several studies, training mining vehicle drivers using simulators improves efficiency, reduces errors, and increases safety and productivity by replicating real working conditions in a virtual environment. It also reduces financial and time costs for training a driver while enhancing the safety and productivity of their work (Eiter, 2020; Artem, 2021). Simulators provide a realistic working environment, allowing participants to quickly develop their skills for atypical and emergency situations (Orr, 2009). Furthermore, within mining operations, simulators can also improve decision-making processes by enabling prospective experiments at a lower cost, which accelerates the iterative process and reduces uncertainty in decision-making (Tang, 2019). Chenxi (2022), in a study, confirms the effectiveness of simulator and virtual reality training for driving school students, showing positive results in subjective response, knowledge mastery, driving behavior, and exam pass rates. In their study, a hierarchical evaluation method was adopted to assess the effect of driving simulator training plus virtual reality on subjective reaction levels, knowledge mastery, driving behavior, and exam pass rates. According to Pradhan (2023), driver training with simulators enhances the understanding and use of advanced driver assistance systems, thereby improving real-time knowledge and awareness of system states. When evaluating the effects of different training methods on drivers’ use and comprehension of vehicle automation, the results indicated that training is associated with greater knowledge of these systems. In our study, the effects of covariates were explored. In this regard, previous research has analyzed cas y de emergencia (Orr, 2009). Además, también dentro de las operaciones mineras, los simuladores pueden mejorar los procesos de toma de decisiones al facilitar la realización de experimentos prospectivos a un costo menor, lo que acelera el proceso iterativo y reduce la incertidumbre en la toma de decisiones (Tang, 2019). Chenxi (2022) en un estudio confirma la eficacia del entrenamiento con simulador de conducción y realidad virtual para los estudiantes de autoescuelas, y muestra resultados positivos en la reacción subjetiva, el dominio del conocimiento, el comportamiento de conducción y las tasas de aprobación de los exámenes. En su investigación se adoptó un método de evaluación jerárquica para analizar el efecto del entrenamiento del simulador de conducción más la realidad virtual en los niveles de reacción subjetiva, dominio del conocimiento, comportamiento de conducción y resultado de la aprobación de los exámenes. Según Pradhan (2023) la formación de los conductores con simuladores mejora la comprensión y el uso de los sistemas avanzados de asistencia al conductor, lo que perfecciona el conocimiento y la conciencia en tiempo real de los estados del sistema. Al evaluarse los efectos de los diferentes métodos de entrenamiento en el uso y la comprensión de la automatización de los vehículos por parte de los conductores, los resultados indicaron que la capacitación está asociada con un mejor conocimiento sobre los sistemas. En nuestro estudio se exploraron los efectos de covariables. En ese sentido, investigaciones previas han analizado la influencia de variables como la edad, experiencia laboral, duración de la capacitación, entre otros, en la efectividad de la formación de conductores o en su desempeño en la conducción. La covariables son variables cuantitativas que están relacionadas con la variable dependiente y que posiblemente predice el resultado bajo estudio (Coeli, 2021). De este modo, cuando el diseño incluye alguna variable covariada se conoce como diseño con covariables. En nuestro estudio, la identificación de estas covariables dependientes de características del sujeto participante se sustenta en otros atributos del entorno (ecología del sistema de conducción) que actúan como contrapartes en el desarrollo de capacidades y competencias en el conductor (Caffo, 2020). Es muy frecuente en los estudios sobre seguridad en conductores, que los atributos del entorno y menos frecuentemente, de las interfases de trabajo, se identifiquen en patrones que condicionan la aparición de factores de riesgo.
RkJQdWJsaXNoZXIy MTM0Mzk2