摘要 背景:飞机座舱是高度密集的人机交互系统,其设计直接影响飞行安全。目的:为优化复杂飞行任务中的显示界面设计,本研究旨在提出一种动态概念框架和时间线任务分析方法,用于量化心理负荷预测模型中心理负荷的动态时间效应和任务类型影响因素。方法:整合基于注意力资源配置的多因素心理负荷预测模型,建立心理负荷动态预测模型。通过记录嵌入式子任务执行数据、美国国家航空航天局任务负荷指数(NASA-TLX)主观评价和眼动追踪,开展人机工效学仿真实验。结果:结果表明,该预测模型在不同模拟界面和复杂任务下均具有良好的预测精度和有效性,实现了对飞行员心理负荷状态的实时监控。结论:综上所述,可以应用预测模型和实验方法,通过优化显示界面和调整飞行任务,避免飞行员在整个飞行阶段的超负荷。
海军学院的学员为开展教育活动开展了丰富多彩的活动。这些活动特别容易受到身体和心理上的摩擦,尤其是在日常和培养活动中,这一阶段的活动被认为会导致学员承受过多的心理负担,这可能导致学员无法继续接受教育。因此,本研究将使用主观工作量评估技术 (SWAT) 方法确定海军学院被怀疑是造成问题的因素之一,即心理因素或心理工作量。之所以选择 SWAT 方法,是因为它更容易应用,并且在结果的有效性和准确性方面具有一些优势,因此机构期望的学员表现为:Tanggap、Tanggon 和 Trengginas。本研究的结果表明,在某种程度上,一些子活动的心理工作量很高。一级心理负荷最高为 69,0(RPS 活动),二级为 83,4(高级初级发展),三级为 77,6(高级初级发展)。此外,本研究还表明,一级、二级、三级和四级之间的心理负荷在学院开展每项活动时存在显著差异。关键词:主观工作负荷评估技术 (SWAT)、心理负荷、学员。1. 引言
摘要:脑力负荷过大会降低工作效率,脑力负荷过低会造成人力资源的浪费。研究操作员的脑力负荷状况具有十分重要的意义。现有的脑力负荷分类方法是基于脑电图(EEG)特征的,由于脑电电极记录到的通道信号是一组混合的脑电信号,类似于多源混合语音信号,其分类准确率往往较低。直接对混合信号进行分析以区分脑电信号的特征是不明智的。本研究借鉴混合语音信号的盲源分离(BSS)思想,提出了一种基于脑电独立分量(ICs)特征的脑力负荷分类方法。该方法利用独立分量分析(ICA)来获取纯净的信号,即ICs。该方法直接利用IC的能量特征进行特征提取,直接提取IC的能量特征对脑力负荷进行分类。与现有的解决方案相比,所提出的方法可以获得更好的分类结果。所提出的方法可能为实现快速、准确、自动的脑力负荷分类提供一种途径。
本章旨在了解心理工作负荷水平及其对制造企业中高级管理人员的影响。本章旨在了解心理工作负荷水平与性别、年龄范围、婚姻状况、子女数量、工作年限和每周工作时间的关系。方法方面,采用了 NASA-TLX 方法。该方法从心理需求、身体需求、时间需求、努力、绩效和挫折水平六个维度来衡量心理工作负荷。数据是通过在线问卷收集的。结果表明,一些维度对心理工作负荷的贡献按以下顺序递减:心理需求、时间需求、努力、绩效、挫折水平和身体需求。同样,心理工作负荷水平的结果从 55.73 到 64.10 不等。然而,性别、年龄范围、婚姻状况、子女数量、工作年限、每周工作时长和心理负荷水平之间没有明确的关系。最后,员工表现出的心理负荷主要源于压力、心理疲劳和头痛。
本研究旨在调查如何利用驾驶表现以及电生理和主观数据来评估驾驶员在驾驶过程中的心理工作负荷。参与者必须在驾驶模拟器上的两个会话(基线和实验)内以安全且恒定的距离跟随前导车辆并处理两个特定驾驶事件(超车和行人事件)。在实验会话中,增加了交通密度和时间压力(超车事件)以及时间压力(行人事件),以引起更高的工作负荷。参与者在每次驾驶会话后填写 NASA TLX 问卷。每次事件后在两个时间窗口(30 秒和 5 分钟)内分析电生理参数(SCL、ECG)、驾驶表现(SDLP 和对前导车辆速度变化的响应:连贯性、延迟和增益)。结果表明,表现和生理变量均因交通状况和时间压力而不同。此外,虽然在很长一段时间内(事件发生后 5 分钟)系统地观察到了性能变化,但实验过程中获得的平均 SCL 数据的影响与事件发生后 30 秒内的基线值明显不同。从心理负荷的角度讨论了结果,并提出了有关可以监控驾驶员心理状态的安全系统的建议。
摘要。本文介绍了一项更广泛研究的一部分,该研究旨在识别和监测职业风险,以及早发现员工身心健康可逆性损伤的迹象和症状、工作能力下降以及工作实践中出现缺陷和危险行为,这是由于高强度的神经心理或身体专业努力造成的。研究结果旨在强调:试验对象所经历的专业努力因素;无法避免的职业风险因素,由于工作量的性质和完成工作的条件,这些因素最终会导致工作能力下降、过早磨损、与工作有关的疾病和工作场所的危险行为,对员工和/或其他人的安全和健康造成严重后果;预防和减少已发现的工作和压力因素的措施,以确保工作场所的健康和安全、最佳利用人力资源和在整个职业生涯中保持工作能力。研究结果可以应用于确保职业健康和安全法规的行动中,并根据现行立法监测员工的健康状况和工作能力。
汽车驾驶被认为是一项非常复杂的活动,由不同的伴随任务和子任务组成,因此了解不同因素(例如道路复杂性、交通、仪表盘设备和外部事件)对驾驶员行为和表现的影响至关重要。因此,在特定情况下,驾驶员的认知需求可能非常高,导致过度的心理负荷,从而增加犯错概率。在这方面,已经证明人为错误是 57% 道路事故的主要原因,也是大多数事故的促成因素。在这项研究中,20 名年轻受试者参与了一项真实驾驶实验,该实验在不同的交通条件下(高峰时段和非高峰时段)和不同的道路类型(主干道和次要街道)进行。此外,在驾驶任务期间,还发生了不同的特定事件,特别是行人过马路和汽车在实验对象前方进入交通流。已采用基于驾驶员脑电图 (EEG)(即大脑活动)的工作负荷指数来调查不同因素对驾驶员工作负荷的影响。还采用了眼动追踪 (ET) 技术和主观测量,以便全面了解驾驶员感知的工作负荷,并调查从所采用的方法中获得的不同见解。
Lipo Wang 新加坡南洋理工大学电气与电子工程学院 ELPWang@ntu.edu.sg 摘要 — 心理负荷可以通过脑电图 (EEG) 识别,并可用于评估用户执行不同任务时的心理努力。在这项工作中,我们设计并实施了一项与无任务、视觉任务、听觉任务和多任务表现相关的心理负荷识别实验。使用同步容量 SIMKAP 测试在 12 名受试者中诱发与多任务相关的不同程度的心理负荷。使用 Emotiv 设备收集 EEG 数据,使用功率、统计、分形维数 (FD) 特征与支持向量机 (SVM) 和 k-最近邻 (k-NN) 分类器进行处理和分析。当使用统计和 FD 特征组合时,使用 SVM 对 2 个类的最佳准确率为 90.39%,对 4 个类的最佳准确率为 80.09%。所提出的算法可以应用于心理负荷监测。
ESSN 1366-5847 出版商:Taylor and Francis 这是 Taylor & Francis 于 2018 年 4 月 30 日在《人体工程学》上发表的一篇文章的已接受手稿,可在线获取:http://www.tandfonline.com/ 10.1080/00140139.2018.1471159 版权所有 © 和道德权利归作者和/或其他版权所有者所有。可以下载副本用于个人非商业研究或学习,无需事先许可或收费。未经版权所有者书面许可,不得复制或大量引用本项目。未经版权所有者正式许可,不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本,包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异,如果您想引用已发布版本,建议您查阅已发布版本。
林业机械操作员的工作对身体和精神都造成很大的负担。部分是因为它包含静态和重复性工作的元素,部分是因为需要处理大量信息并在短时间内做出许多决策。心理负荷是影响人类处理信息能力的各种形式的负荷的术语。没有任何单一因素可以衡量精神压力。使用表现以及主观评估和心理生理测量方法来测量心理负荷。心理生理学测量方法的例子有肌肉活动、心率、心率变异性、呼吸频率、皮肤电导和手指温度。减轻叉车驾驶员负担的一种方法是使起重机工作的某些部分实现自动化。
