為探究負(fù)荷條件下不同注意力分配策略對情境意識（SA）的影響,招募22名被試開展了3種注意力分配策略（平均分配、主次分配、多級分配）×2種腦力負(fù)荷（低負(fù)荷、高負(fù)荷）條件下的被試內(nèi)雙因素設(shè)計的實驗任務(wù),記錄情境意識全面測量技術(shù)（SAGAT）、行為績效、眼動和腦電（EEG）指標(biāo)為因變量。實驗結(jié)果表明,在不同腦力負(fù)荷下,相較于多級注意力分配策略和主次注意力分配策略,平均注意力分配策略的SAGAT得分和績效正確率均更低、最小近鄰指數(shù)（NNI）更大;在高腦力負(fù)荷下,相較于多級注意力分配策略,主次注意力分配策略的SAGAT得分更高、績效反應(yīng)時間更短并且NNI值更低;SAGAT得分與平均注視時間、NNI、θ相對功率和α相對功率均存在顯著低度相關(guān)。本研究結(jié)果提示,在不同腦力負(fù)荷條件下,采用平均注意力分配策略可能導(dǎo)致作業(yè)人員的注意力更為分散,從而產(chǎn)生更差的工作績效和更低的SA水平;而在高腦力負(fù)荷條件下,相比于多級注意力分配策略,主次注意力分配策略更有助于作業(yè)人員提取關(guān)鍵信息并維持更好的SA水平,但同時可能存在SA喪失的風(fēng)險;眼動的平均注視時間和NNI指標(biāo)以及EEG的θ和α相對功率指標(biāo)具有較好的表征SA的潛... 

【文章來源】：航空學(xué)報. 2020,41(03)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

實驗任務(wù)顯示界面

在本研究中，將注視點第1次進(jìn)入某一AOI到離開該AOI記錄為1次訪問，分別計算MATBⅡ界面各AOI的訪問總時間占4個AOI的訪問總時間之和的比例。引入平均飛行員思想[4,30,35]，對實驗設(shè)計的注意力分配策略比例與4個AOI的訪問總時間比例的平均值結(jié)果進(jìn)行一元線性回歸，以評估注意力分配策略的引導(dǎo)效果。實驗結(jié)果表明兩者的相關(guān)系數(shù)為r=0.962,R2=0.926 2，相關(guān)性水平顯著p<0.001，如圖2所示。上述結(jié)果說明，實驗設(shè)計注意力分配比例與眼動追蹤的實驗值吻合良好，將注意力分配策略作為自變量是有效的。2.2 SA測量指標(biāo)

工作績效指標(biāo)反應(yīng)時間和正確率的描述性結(jié)果如圖3所示，圖中橫坐標(biāo)為實驗水平，以低＿平均為例，指的是低負(fù)荷水平下的平均分配。對于反應(yīng)時間指標(biāo)，雙因素重復(fù)測量方差分析表明，注意力分配策略和腦力負(fù)荷因素之間的交互效應(yīng)不顯著（F(2,42)=1.951,p=0.155，η2=0.085）。注意力分配策略對反應(yīng)時間的主效應(yīng)顯著（F(2,42)=27.175,p<0.001，η2=0.564）。事后比較發(fā)現(xiàn)主次分配的反應(yīng)時間顯著短于平均分配（p<0.001）和多級分配（p<0.001），平均分配和多級分配之間的差異不顯著（p>0.05）。腦力負(fù)荷對反應(yīng)時間的主效應(yīng)不顯著（F(1,21)=0.165,p=0.688，η2=0.008）。對于正確率指標(biāo)，雙因素重復(fù)測量的方差分析表明，注意力分配策略和腦力負(fù)荷之間的交互作用不顯著（F(2,42)=2.987,p=0.061，η2=0.125）。注意力分配策略對正確率的主效應(yīng)是顯著的（F(2,42)=5.818,p=0.006，η2=0.217）。事后比較發(fā)現(xiàn)平均分配的正確率顯著低于主次分配（p=0.022）和多級分配（p=0.005），主次分配和多級分配之間不顯著（p>0.05）。腦力負(fù)荷對正確率的主效應(yīng)不顯著（F(1,21)=0.343,p=0.564，η2=0.016）。

【參考文獻(xiàn)】：
期刊論文
[1]基于多資源負(fù)荷理論的情境意識模型與應(yīng)用[J]. 馮傳宴,完顏笑如,陳浩,莊達(dá)民.  北京航空航天大學(xué)學(xué)報. 2018(07)
[2]塔臺管制中最鄰近指數(shù)注視指數(shù)與情境意識的相關(guān)性研究[J]. 靳慧斌,劉文輝,陳健.  科學(xué)技術(shù)與工程. 2016(26)
[3]腦力負(fù)荷與目標(biāo)辨認(rèn)[J]. 曾慶新,莊達(dá)民,馬銀香.  航空學(xué)報. 2007(S1)



本文編號：3234791