基于多资源负荷理论的情境意识模型与应用

结合多资源负荷理论及信息认知加工理论,在注意-情境意识(A-SA)模型和注意资源分配SA模型基础上,提出了一种新的SA量化模型。该模型中,多资源负荷作用于低层次的注意感知,初期认知资源衰减结合情境激活后内在的高层次规则可用性匹配,最终输出为个体的SA水平。为验证模型可用性,采用15名被试在不同情境下开展飞行任务模拟,并结合主观的十维度情境意识测评技术(10-D SART)和客观的飞行绩效、情境意识全面测量技术(SAGAT)以及生理测量(心电、皮电及呼吸)进行实验测评。实验分析表明,模型计算的理论值变化趋势与实验结果显著相关,提出的SA量化模型对于指导驾驶舱人机界面设计和优化飞行任务分配具有一定的参考价值。      

负荷条件下注意力分配策略对情境意识的影响

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的潜力。