负荷条件下注意力分配策略对情境意识的影响

发布时间：2021-06-17 07:47

　　为探究负荷条件下不同注意力分配策略对情境意识（SA）的影响,招募22名被试开展了3种注意力分配策略（平均分配、主次分配、多级分配）×2种脑力负荷（低负荷、高负荷）条件下的被试内双因素设计的实验任务,记录情境意识全面测量技术（SAGAT）、行为绩效、眼动和脑电（EEG）指标为因变量。实验结果表明,在不同脑力负荷下,相较于多级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得分和绩效正确率均更低、最小近邻指数（NNI）更大;在高脑力负荷下,相较于多级注意力分配策略,主次注意力分配策略的SAGAT得分更高、绩效反应时间更短并且NNI值更低;SAGAT得分与平均注视时间、NNI、θ相对功率和α相对功率均存在显著低度相关。本研究结果提示,在不同脑力负荷条件下,采用平均注意力分配策略可能导致作业人员的注意力更为分散,从而产生更差的工作绩效和更低的SA水平;而在高脑力负荷条件下,相比于多级注意力分配策略,主次注意力分配策略更有助于作业人员提取关键信息并维持更好的SA水平,但同时可能存在SA丧失的风险;眼动的平均注视时间和NNI指标以及EEG的θ和α相对功率指标具有较好的表征SA的潜... 

【文章来源】：航空学报. 2020,41(03)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

实验任务显示界面

在本研究中，将注视点第1次进入某一AOI到离开该AOI记录为1次访问，分别计算MATBⅡ界面各AOI的访问总时间占4个AOI的访问总时间之和的比例。引入平均飞行员思想[4,30,35]，对实验设计的注意力分配策略比例与4个AOI的访问总时间比例的平均值结果进行一元线性回归，以评估注意力分配策略的引导效果。实验结果表明两者的相关系数为r=0.962,R2=0.926 2，相关性水平显著p<0.001，如图2所示。上述结果说明，实验设计注意力分配比例与眼动追踪的实验值吻合良好，将注意力分配策略作为自变量是有效的。2.2 SA测量指标

工作绩效指标反应时间和正确率的描述性结果如图3所示，图中横坐标为实验水平，以低＿平均为例，指的是低负荷水平下的平均分配。对于反应时间指标，双因素重复测量方差分析表明，注意力分配策略和脑力负荷因素之间的交互效应不显著（F(2,42)=1.951,p=0.155，η2=0.085）。注意力分配策略对反应时间的主效应显著（F(2,42)=27.175,p<0.001，η2=0.564）。事后比较发现主次分配的反应时间显著短于平均分配（p<0.001）和多级分配（p<0.001），平均分配和多级分配之间的差异不显著（p>0.05）。脑力负荷对反应时间的主效应不显著（F(1,21)=0.165,p=0.688，η2=0.008）。对于正确率指标，双因素重复测量的方差分析表明，注意力分配策略和脑力负荷之间的交互作用不显著（F(2,42)=2.987,p=0.061，η2=0.125）。注意力分配策略对正确率的主效应是显著的（F(2,42)=5.818,p=0.006，η2=0.217）。事后比较发现平均分配的正确率显著低于主次分配（p=0.022）和多级分配（p=0.005），主次分配和多级分配之间不显著（p>0.05）。脑力负荷对正确率的主效应不显著（F(1,21)=0.343,p=0.564，η2=0.016）。

【参考文献】：
期刊论文
[1]基于多资源负荷理论的情境意识模型与应用[J]. 冯传宴,完颜笑如,陈浩,庄达民.  北京航空航天大学学报. 2018(07)
[2]塔台管制中最邻近指数注视指数与情境意识的相关性研究[J]. 靳慧斌,刘文辉,陈健.  科学技术与工程. 2016(26)
[3]脑力负荷与目标辨认[J]. 曾庆新,庄达民,马银香.  航空学报. 2007(S1)



本文编号：3234791