人因研究中的眼动追踪 认知能力评估

人因研究中的眼动追踪6眼动追踪基础知识8眼动追踪研究的步骤12使用眼动追踪技术评估海员的情境意识13通过评估境意识提高海上钻探作业的安全性16建筑外立面损坏评估中的决策17飞行员在低能见度条件下的决策和视觉扫描模式22利用眼动追踪技术评估义肢用户的认知负荷23利用眼动跟踪探索短途卡车司机的嗜睡和疲劳风险24学习与技能习得26眼动追踪揭示了新手和专家外科医生的视觉策略27利用眼动追踪技术测量工业能源评估培训的效果30评估程序员团队成功协作中的联合视觉注意力认知能力是开展任何任务所需的心理过程和技能。这些能力依赖于基本的认知过术接口。重点关注了支撑人因研究和实际应用的核心认知能力。Tobii|人因研究中的眼动追踪|什么是认知能力？认知负荷学习与技能习得情境意识团队认知决策减少人为失误通过设计与人类认知能力相符的系统，识别和减轻潜在的人为失误来源。强化工作场所的安全性了解注意力的疏忽如何导致工作场所的安全隐患，有助于降低事故风险。设计直观的界面研究认知能力有助于创建易于导航的界面和设计能够适应不同用户的包容性系统。开展有效的培训将关键技能转移给新员工。改善认知负荷管理研究认知负荷将为界面设计提供有价值的参考，以便在高压情况下以易于理解的方式呈现信息。优化团队绩效对团队认知的研究有助于打造能够有效沟通、对任务和目标有共同理解的团队，从而在关键环境中实现更好的团队协调性。认知能力评估的意义这份白皮书关注人因研究中的不同领域：航空航天计算机科学体育效能4Tobii|人因研究中的眼动追踪|为何要研究认知能力？Tobii|人因研究中的眼动追踪|认知能力评估的意义6眼动追踪基础知识眼动追踪是一种基于传感器的技术，用于衡量和记录视线的位置和运动行为。眼动仪是一种用于评估个体视线位置的设备，视线位置也被称为凝视点。眼动仪可捕捉各种类型的刺激物上的视线位置。通常，被追踪的个体会将他们的注意力集中在可能出现在计算机屏幕上或现实世界环境中的刺激物上。眼动追踪的价值基于眼-脑假设(JustandCarpenter,1980)，该假设提出了一个人注视的内容与他们在任何给定时刻所关注的内容之间存在紧密的关系。追踪眼动是测只是视觉处理中的例外情况(DeubelandSchneider,1996)。眼动仪衡量并记录在不同时间点的视线位置，从而可以对一些常见的眼动类型以及其他眼动指标进行分类。期间，视觉系统捕捉并处理关于所注视内容的信息。•眼跳——有弹道特性的快速眼动行为，为了将视线对•瞳孔测量——通过瞳孔直径衡量瞳孔行为的波动。•眼睑开合度——衡量上眼睑和下眼睑之间可以容纳的最大球体的尺度，是眼睑运动2Thescenecamera2recordingwhattheuserislookingat.GazePoint1Aneyetrackerconsistsofcameras,illuminatorsandalgorithms.13456Theilluminatorscreateapatternofnear-infraredlightontheeyes.Thecamerastakehigh-resolutionimagesoftheuser’seyesandthepatterns.Theimageprocessingalgorithmsfindspecificdetailsintheuser’seyesandreflectionpatterns.Basedonthesedetailstheeye’spositionandgazepointarecalculatedusingasophisticated3Deyemodelalgorithm.3Thecamerastakehigh-resolutionimagesoftheuser’seyesandthepatterns.3Theilluminatorscreateapatternofnear-infraredlightontheeyes.2Theimageprocessingalgorithmsfindspecificdetailsintheuser’seyesandreflectionpatterns.AneyetrackerconsistsTheilluminatorscreateapatternofnear-infraredlightontheeyes.2Theimageprocessingalgorithmsfindspecificdetailsintheuser’seyesandreflectionpatterns.Aneyetrackerconsistsofcameras,illuminatorsandalgorithms.Basedonthesedetailstheeye’spositionandgazepointarecalculated,forinstance,onacomputermonitor,usingasophisticated3Deyemodelalgorithm.15GazePointDarkpupililluminationmoduleDarkpupililluminationmoduleTobiiDarkpupililluminationmoduleDarkpupililluminationmodule8眼动追踪研究的步骤确定研究目标1明确研究要实现的目标和解决的问题。确定希望在研究中关注的认知过程或行为。1选择被试2确定研究的目标人群。被试应该能够代表你的目标2选择眼动追踪设备3根据研究需求选择合适的眼动追踪技术，如穿戴式眼动仪或屏幕式眼动仪。3准备刺激材料或任务4与解答研究问题相关的任务。4设计实验方案5规划研究任务或刺激物呈现的顺序。考虑任务持续时间、呈现顺序和控制条件等因素。5执行预测试6预测试在各种研究背景下都至关重要，它能够确保在进行正式研究的研究方法和研究流程的可行性。6执行正式研究7按照计划进行实验，同时使用眼动仪收集被试的眼动数据。监测被试的实验过程以确保他们遵守指示并尽量减少对被试的干扰。7数据收集8为每位被试进行眼动仪的校准，确保最佳的数据质量，并在被试完成任务或观看刺激的过程中收集眼动数据。确保数据记录准确无误。8数据分析9分析收集到的眼动追踪数据。现有的眼动追踪数据9结果的解读10在研究目标的背景下解释研究的发现。根据分析眼动追踪数据得出关于认知过程或行为的结论。10听起来很复杂吗？您可以了解我们的Insight服务，它可以帮助您开展眼动追踪研什么是情境意识?情境意识（Situationalawareness,SA）第一层：在特定时间和空间范围内对元素的感知机载气象雷达上观察到即将到来的风暴，同时注意到附近有另一架飞机的存在。飞行员认识到风暴和其接近飞机而带来的潜在危险和风险。第三层：对该元素在不久的将来状态的预测测受天气影响时飞机的轨迹，估计其速安全与风险管理保持对周围环境的最佳意识可以帮助有效种人为因素所涉及的领域中将风险风险最小化•护士的情境意识不足是一个关乎患者安全的重要问题，导致多达60%使患者丧命的事故（Bradyetal.,2013;Des•缺乏适当的情境意识是导致超过70%海事事故的原因（Hanzu-Pazaraetal.,•在汽车领域，大多数事故发生是由于驾驶员未能在正确的时间注视正确的位置改善决策能力情境意识（SA）通过提供必要的信息，帮助个人准确评估情况并选择最合适的行动方案，从而改善决策能力（VandeWalleetal.,培训与效能优化对情境意识的监控使组织能够发现有待改团队协调性表现最好的团队往往会更频繁地沟通，并进行相互交流，特别是涉及与SA（情境意识）相关的报告（SorensenandStanton,2016）。共享团队情境意识对应对突发紧急情况和灾害的准备工作至关重要（Laurila-Pantetal.,2023）。为何采用眼动追踪衡量情境意识？视觉注意是第一层情境意识的核心关键环境元素的检测和感知是第一层级键环境中及时和专注的注意力对提升SA的关出明智判断和保持SA至关重要的关键元素上客观且不受干扰的评估于标准的冻结探测方法，整体意识评估技术动追踪是评估情境意识的一个极具前景的替代方案。眼动追踪提供了实时的视觉注意力数我评估或观察者评估方法相关的回忆错误和眼动追踪与情境意识之间的相关性(Hasanzadehetal.,2018;Merchantetal.,2001;Palettaetal.,2017)。这些眼动追踪指分比表示用于通过评估个体在动态环境中监控和响应关键元素的能力来衡量SA。较高的视觉采样得分表明对重要任务相关信息的关与其他生理测量方法相结合建立了与第1级SA相关的眼动追踪技术相结合10Tobii|人因研究中的眼动追踪|情境意识Tobii|人因研究中的眼动追踪|情境意识专家们是怎样研究情境意识的？使用眼动追踪技术评估海员的情境意识该研究通过检测模拟海上驾驶场景中的视觉模式和眼动指标，研究海员的情境意识和注意分们的眼动数据。根据态势感知评级技术（SAR注视和眼跳指标受兴趣区水平的显著影响，这证实了海员的注意力分配与其兴趣区之间的关系。在遭遇和能见度低等情景下，海员的情境意识水平与AOI中明，眼动追踪技术可以检测模拟海事场景中的视觉注意模式，从而有效测量和区分海员的情境意法评估海员的安全等级，有助于快速检测出高风险的认知状态在船舶引航模拟中，研究者定义的兴趣区(Jiangetal.,2021)研究中低情境意识组的注视路径图(Jiangetal.,2021)主要发现：眼动追踪技术可以测量海员在模拟海事场景中的视觉注意，有效评估和区分海员的情境意识水平。图片引用自Jiangetal.(2021)，引用条款：CreativeCommonsAttributionLicense.Jiang,S.,Chen,W.,&Kang,Y.(2021).CorrelationEvaluationofPilots’SituationAwarenessinBridgeSimulationsviaEye-TrackingTechnology.ComputationalIntelligenceandNeuroscience,2021,e7122437.https://d12Tobii专家们是怎样研究情境意识的？通过评估情境意识提高海上钻探作业的安全性通过探讨眼动行为的特征，该研究区分了行业专家和新手在钻井模拟任务中的情境意识。被试需要监控屏幕上的虚拟现实钻井模拟器，任务是解释数据、阐述理解并指出观察到的任何异常。跟踪系统可以捕捉到工人的分心情况，也可以识别到因缺乏情境意识产生的不准确注视。这一结时间的推移改善他们的表现。总之，眼动仪是量化钻井操作员情境意识的有效且经济的工具。未来，作者希望在实际钻井作业中使用这项技术，改善近海工人对钻井模拟数据界面兴趣区的划分(Razaetal.,2023)黄色）在模拟钻井平台任务中的注视分布人在近海钻井模拟任务中分心和缺乏情景意识的问RazaMA,KiranR,GhazalS,KangZ,SalehiS,CokelyE,JeonJ.AnEyeTrackingBasedFrameworkforSafetyImprovementofOffshoreOperations.JEyeMov为何用眼动追踪衡量决策？要的是受到个体目标和期望的影响(Wedeletal.,2023)。这种重要的关联性使眼动成为观察决策过程的一个独特窗口。具有高时间分辨率和空间分辨率，眼动追踪允许在自然情境中衡或问卷调查不同，眼动追踪通过捕获不同决策的详细洞察。什么是决策？决策是从几个备选方案中选择一个行动方案(Heekerenetal.,2008)。这是一个多层次及考虑潜在结果。现实生活中的决策因其复杂心理特征的影响。感知决策通常是简单和二元什么是决策？决策是从几个备选方案中选择一个行动方案(Heekerenetal.,2008)。这是一个多层次及考虑潜在结果。现实生活中的决策因其复杂心理特征的影响。感知决策通常是简单和二元在餐厅里点什么(Spering,2022)。人们使用各种策略来做决定，例如选择第一个符合满意标准的选项，或权衡最佳与最差险环境中，正确和错误的决策对结果的深远影响使得决策成为人类认知能力中最重要的能力为何要衡量决策？•预测人类的表现。衡量决策能力使我们能够预测个体在实际情况中如何执行任和决策支持工具。•识别认知偏差和人为错误。人类容易受到认知偏差和错误的影响，这些偏差和错误会影响决策的准确性和效率。识别这些偏差和错误，理解它们的基本机和安全的影响。•改善系统设计。通过理解决策过程中涉息丰富且有利于最佳决策结果的界面和决策支持工具。•注视持续时间反映了对替代选项的早期处理，而注视频率的偏差反映了比较替代选项的较晚阶段（Gidlöfetal.,•注视扫描路径可以反映感官信息的收集顺序以及决策相关证据如何与先前知识加权和融入（GottliebandOudeyer,2018;Spering,2022）。系统性的眼跳可能反映了从开放式探索到有针对性的搜索或评估的过渡（Wedeletal.,•眼跳指标提供了有关感知决策时机的有价值信息（Spering,2022）。长距离眼跳与搜索阶段相关，表示对选项的广泛探索，而短距离眼跳通常发生在评估阶段，因为个体更多地关注特定属性或选项（Wedeletal.,20•对同一项或属性的重复注视表明更深层次的评估或比较阶段，因为个体试图确认他们的评估或选择。对特定选项的注视次数增加表明考虑和评估阶段，因为更多的注意力被给与潜在选择（Wedel•在做出选择前约2到5秒，可以观察到对最终被选择项目的视觉注意偏差。这种现象被称为注视级联效应（Shimojoetal.,2003）。14Tobii|人因研究中的眼动追踪|决策Tobii|人因研究中的眼动追踪|决策专家们是怎样研究决策的？建筑外立面损坏评估中的决策这项研究调查了建筑物外立面检查过程中的决策制定，重点是注视模式和眼动行为在帮助理解人类与建筑物的互动中所起到的作用。研究人员使用TobiiProGlasses3记录了具有建筑工域与检查人员发现结构损坏的位置相对应。注视指标与损坏检测之间的这种相关性突出了视觉注意力在外立面检查决策过程中的作用。对注视模式的详细映射突出显示了吸引更长时间关注的区域，这表明视觉关注与感知到的结构损坏严重程度之间存在相关性。这些发现证明了眼动跟踪技术在了解和改进结构检测决策过程中的实用性，并有可能应用于培训和开发更先进的检测技术。主要发现：眼动追踪技术捕捉到的注视模式对损坏外立面检查过程中的决策非常重要。Saleem,M.R.,Mayne,R.andNapolitano,R.Analysisofgazepatternsduringfacadeinspectiontounderstandinspectorsense-makingprocesses.SciRep16Tobii专家们是怎样研究决策的？飞行员在低能见度条件下的决策和视觉扫描模式该研究调查了飞行经验对飞行员在低能见度飞行条件下的决策和视觉扫描模式的影响。根据飞行经验，20名飞行员被分成两组。被试在飞行模拟器中完成高能见度和低能见度条件下的飞行结果显示，与飞行经验较少的飞行员相比，经验丰富的飞行员在低能见度近进时更容易做出复飞决定。此外，通过快速转移注意力，经验丰富的飞行员表现出更加灵活和适式，这一点可以从注视的减少和眼跳的增加得到与关注天气的方法相结合，可以提高缺乏经验的飞行员决策的安全性。员可以从扩大视觉扫描范围中获益，从而做出更安全的决策，尤其是在能见度较低的情况下。ShanGaoandLeiWang(2024):Howflightexperienceimpactspilots’decision-makingandvisualscanningpatterninlow-visibilityapproaches:preliminaryevidencefromeyetracking,Ergonomics,DOI:10.1080/00140139.2023.2298992什么是认知负荷？认知负荷是指任务所施加的心理资源或需或心理疲劳有关。为何要衡量认知负荷？直接的倒U形关系将认知负荷与任务表现联系在一起(Biondietal.,2020)平下可以实现最佳的任务执行效果。保持最佳的认知负荷对任务执行的安全性和效率至关重PerformanceLowPerformanceLowOptimalHighCognitiveload的认知负荷与表现提升相关。而右侧则显示了认知负荷过载18Tobii高认知负荷认知过载发生在信息或刺激量超过了有效花费更多时间，并在不同的信息来源之间来回高认知负荷会导致更高的工作场所伤害和事故发生率(BonsangandCaroli,2021)。它会导致人的反应时间变慢、准确性降低以及忽视安全关键的信息(F.Biondietal.,2015;可能导致心理疲劳和慢性压力(Mizunoetal.,低认知负荷认知不足是由于单调或负荷过轻的任务引可能表现为困倦和嗜睡(Panetal.,2023)。和参与度都会降低，对任务的认知需求也会很务可能没有足够的挑战性。认知负荷不足与认知负荷过重一样会影响表现。由于低认知负荷导致的注意力减少会驶员警觉性下降，降低他们对道路威胁的反应衡量认知负荷可以：衡量认知负荷可以：•管理工作负荷，确保对个人的认知需求与其能力相匹配。•设计直观、高效且用户友好的界面。了解设计所施加的认知负荷可以减少不必•通过优化学习材料的效率和有效性来改善培训和技能习得，减少认知疲劳和时•通过识别认知过载发生的情况来防止错误，提高安全性，并制定干预措施以减轻这些风险。最佳的认知负荷可以提升表现并促进安全。为何用眼动追踪衡量认知负荷？之下，眼动追踪在过去几年中作为测量认知负明在高认知负荷下眨眼率会增加(Biondietal.,2023;ValtchanovandEllard,2015;标的有效性通过将眨眼期间的脑活动与表明认知负荷的脑活动进行匹配来测量(Alyanetal.,2023;Chengetal.,2023)。眼睑开合信号是指可以在上眼睑和下眼睑测量眨眼动态方面比基本的频率和持续时间在特定时间段内眼睑闭合的百分比来进行评瞳孔测量是评估认知负荷的另一个重要眼动行为注视时间和眼跳长度反映了处理需求或跳与较高的认知负荷相关(WalterandBex,认知负荷评估，尤其是当像PERCLOS或瞳孔直径这样的其他指标无法区分疲劳/嗜睡与认知过载时(Halversonetal.,2012)。20Tobii该图总结了表征低认知负荷与高认知负荷下眼动行为该图总结了表征低认知负荷与高认知负荷下眼动行为OptimalOptimalCognitiveloadHighLowPerformancePerformance认知不足1.认知不足1.较长的注视时间(Cazzolietal.,2014)2.眼跳速度下降(Cazzolietal.,2014)3.瞳孔直径小(Halversonetal.,2012)4.眨眼率低(Halversonetal.,2012)5.PERCLOS百分比高(Halversonetal.,认知过载1.眼跳侵入-水平微眼跳的角速度增加(BiswasandPrabhakar,2018)2.注视点数量低(WalterandBex,2021)3.瞳孔直径大(Halversonetal.,2012)4.眼跳数量和持续时间减少(WalterandBex,5.更高的注视熵(DiStasietal.,2016)6.眨眼率高(F.N.Biondietal.,2023)认知不足认知过载个体的眼动行为变得更加随机和不可预测。他们表现出分散注意力的迹象，试图同时处理多个刺激或任务。个体在不同信息源之间来回跳跃，花费更多时间来处理信息。专家们是怎样研究认知负荷的？利用眼动追踪技术评估义肢用户的认知负荷这项研究衡量了眼动追踪在运动中评估认知负荷的可行性。研究被试选取了义肢用户和身体记录眼动数据和身体运动。研究人员测量了被试的目标注视时间和瞳孔直径，并将其与认知负荷用和简单的评估方法。S.Manz,T.Schmalz,M.Ernst,etal.,Usingmobileeyetrackingtomeasurecognitiveloadthroughgazebehaviorduringwalkinginloweusers:Apreliminaryassessment,ClinicalBiomechanics(2024),/10.1016/j.clinbiomech.2024.10625022Tobii专家们是怎样研究认知负荷的？利用眼动跟踪探索短途卡车司机的嗜睡和疲劳风险这项研究探讨了短途卡车司机的职业疲劳风险，特别分析了睡眠模式、驾驶任务和任务时间如何影响驾驶行为和眼动指标。11名专业短途卡车驾驶员参与了这项不足会对驾驶员的警觉性和驾驶表现产生负面影响。睡眠不足与驾驶任务类型之间的交互作用加剧了驾驶员的疲劳，表明睡眠不足和睡眠质量都会对安全产生重大影响。该研究利用眼动跟踪技术，通过对不同兴趣区内注视时长、瞳孔直径和眼跳速度等指标来量化疲劳程度。这些指标说明了疲劳影响驾驶员集中注意力和对路况做出反应的能力。研究结论强调，有必要对卡车司机进行更严格的驾驶时间管理和睡眠模式管理，以降低与疲劳相关的风险。任务：不同睡眠模式下的出站和进站任务主要发现：眼动追踪能够客观地反应驾驶员在短途驾驶中因睡眠不足产生的疲劳。研究结果为优化短途卡车司机的日程安排和加强道路安全提供了建议。Zhang,C.,Ma,Y.,Chen,S.,Zhang,J.,andXing,G.(2024).Exploringtheoccupationalfatigueriskofshort-haultruckdrivers:Effectsofsleeppattern,drivingtask,andtime-on-taskondrivingbehaviorandeye-motionmetrics.TransportationResearchPartF:TrafficPsychologyandBehaviour,100,37–56.https:///10.1016/j.trf.2023.11.012如何与各种系统和环境互动和表现。学习和技能习得过程经历三个阶段(FittsandPosner,形成对技能的心理表征。重复来改进他们的表现。重点在于通过各行业对员工知识和技能培训的投资正在着员工培训费用的增加，评估教学策略和学习成果不仅可以确保质量和效果，还能量化投资•了解培训计划的有效性。单位需要衡量培训成果，从而了解其培训计划的有效有助于组织确定其培训计划的投资回报否超过了所产生的成本。•评估知识水平。衡量成果使组织能够评员工是否从培训中获得了必要的知识和•确定待改进的领域。通过测量培训后受计划中需要改进的领域。这包括分析培•监控员工的效能。单位需要一个可靠的程序来识别员工在培训后效能相关的进展。衡量培训成果有助于评估培训是否促使绩效得到了改善。为何用眼动追踪来衡量学习与技能专家知识与技能的转移。在与主题相关的任务表现中，专家的眼动模式与新手在医疗（Tienetal.,2014）、汽车（Borowskyetal.,2010）、航空（Sarteretal.,2007）、海上作业（Naqvietal.,2020）、计算机科学（Hermanetal.,2021）、工程（Souzaetal.,2021）等领域有显著差异。•经验丰富的外科医生使用比新手更有效的注视策略，将注视集中在最相关的位置，并采用更优化的意识活动控制方法(Wilson,McGrath,et•在模拟和实际操作环境中，专家和新手外科医生的眼动指标能够以超过90%的准确率进行区分(Richstoneetal.,•模拟专家注视策略有助于减少在执行复杂动作时的注意力需求，并提高意识活动效率(Wilson,Coleman,etal.,可靠且客观的技能评估指标。越来越多基于研究的证据支持眼动追踪作为学习和技能获得的客观评估(Tienetal.,2014)。研究人员可以通过将眼动追踪数据与其他指标（如任务完成时间或错误率）结合来估计表现。训练优化。通过眼动追踪数据获得的洞使用眼动追踪评估培训评估的有效性已经在工业工程(Ghanbarietal.,2021),、航空(Lefrançoisetal.,2021)和海上作业(Naqvietal.,2020)领域取得了改善成果。务时的实时关注点反馈。这使研究人员和实践者能够理解视觉注意力模式，并在技能习得过程中识别关注的区域。24Tobii|人因研究中的眼动追踪|学习与技能习得Tobii|人因研究中的眼动追踪|学习与技能习得专家们是怎样研究学习与技能习得的？眼动追踪揭示了新手和专家外科医生的视觉策略在本研究中，研究人员关注在胸腔镜手术视频中观察和复制专家外科医生的眼动对新手外科究人员探究了专家和外科医生新手在观看胸腔镜解剖视频时的眼动情况。研究结果显示，两组医生在观看手术视频时的注视模式存在明显差异。专家医生更长时间地关注视频中的关键细节，并更加注意关键的解剖结构，而新手医生的注意往往偏离关键区域，花们的学习效果。主要发现：新手和专家外科医生在观看胸腔镜手术视频中表现出了不同的注视模式和搜索策略，新手外科医生可以通过观察专家的眼动轨迹来提高手术技能。Ji,Y.,Kong,Z.,Deng,Y.,Chen,J.,Liu,Y.,&Zhao,L.(2022).Theroleofeyetrackerinteachingvideo-assistedthoracoscopicsurgery:thedifferencesinvisualstrategiesbetweennoviceandexpertsurgeonsinthoracoscopicsurgery.AnnalsofTranslationalMedicine,10(10),592–592.26Tobii专家们是怎样研究认知负荷的？利用眼动追踪技术测量工业能源评估培训的效果通过测量学员的注意力分配情况，这项研究评估了工业能源评估培训的有效性。学员的任务是从显示器上显示的图像中识别可能的节能机会。在执行任务的同时，使用To捉他们的视觉注意行为。通过定量测量被试在接受培训前后的注意集中位置，眼动仪有助于评估生产回收和废物管理方面。主要发现：该研究利用眼动跟踪技术对工业能源评估培训的效果进行了定量评估，结果GhanbariL,WangC,JeonHW.(2021).IndustrialEnergyAssessmentTrainingEffectivenessEvaluation:AnEye-TrackingStudy.Sensors,21(5):1584.https://28外科医生进行手术或对诊断做出重要决策；造通常需要一个负责过程不同部分的团队。确实，有效的协作对于成功完成复杂任务和利用群体智慧至关重要。团队认知是指团队的认知结构和过程一个关键因素，衡量团队认知的能力能够帮助诊断团队表现中的问题并实施干预措施。评估合作和群体认知能力的复杂性是具有挑战性的，因为这些能力涉及到认知和社会动关于群体动态的宝贵洞察。以下是一些标准的眼动追踪指标，它们可以在群体情境中带来有价值的视线重叠百分比标表示团队成员同时关注同一区域的程度。高重叠率表明关注的同步程度高，有效地促进了合作。领导-跟随者注视一个成员提到某目标与另一个队员注视该目标之间存在时间延迟。观察一个团队成员提到目标后另一个成员随之注视目标的时间延递归量化分析（Recurrencequantification通过将时间序列轨迹与自身进行比较，量化动态系统的重复模式，揭示潜在的时间动态。通过分析团队注视行为中的重复模调策略。交叉递归量化分析（Cross-recurrencequantificationanalysis，CRQA）示注视的耦合，并量化两个时间锁定的注视信队成员的注视轨迹之间的相似性，提供了注视耦合和共同视觉注意的度量。这种分析可以揭示团队成员之间的协调注意力或共享认知处理专家们是怎样研究团队认知的？评估程序员团队成功协作中的联合视觉注意力这项研究利用眼动技术调查了团队协作过程中注视模式的动态变化。研究重点是联合视觉注意的作用，并评估了注视规律性和注视耦合对团队表现和协作质量的影响。眼动数据是在2人和3人团队同时进行编程任务时收集的。研究结果表明，团队层面的注视规律性相比于脱节的注视模式，更能显著提高任务绩效。基于注视的关键指标被确定为主观协作结果的具有通过实时干预优化协作成功的潜力。这项研究有助于理解团队协作中的动态视觉注意，并强调了稳定的注视模式对提高团队绩效和协作质量的重要性。眼动追踪每天都在改变着研究领域的格局。欢迎关注采用了Tobii眼动追踪方案的最新出版物。浏览论文库如果您想进一步了解眼动追踪技术、我们的产品或眼动追踪能够如果您想进一步了解眼动追踪技术、我们的产品或眼动追踪能够为您的研究带来哪些价值，欢迎与我们取得联系取得联系主要发现：眼动数据显示，在团队中保持注视同步对于有效协作和提高任务绩效非常重Tobii公司成立于2001年，是全球领先的眼动追踪技术公司，也是注意力计算领域的开创者。我们在总部位于瑞典的斯德哥尔摩，并在亚洲、欧洲和北美设有办事处，为全球的合作伙伴和客户提供服务。Tobii于2015年在纳斯达克斯德哥尔摩上市（TOBII目前拥有超过700名员工，并持有约1000项专利和应用。Reddy,G.S.R.,Eloy,L.,Dickler,R.,Reitman,J.G.,Pugh,S.L.,Foltz,P.W.,Gorman,J.C.,Harrison,J.L.,andHirshfield,L.(2023).Synerg-eye-zing:DecodingNonlinearGazeDynamicsUnderlyingSuccessfulCollaborationsinCo-locatedTeams.ProceedingsTobii公司成立于2001年，是全球领先的眼动追踪技术公司，也是注意力计算领域的开创者。我们在总部位于瑞典的斯德哥尔摩，并在亚洲、欧洲和北美设有办事处，为全球的合作伙伴和客户提供服务。Tobii于2015年在纳斯达克斯德哥尔摩上市（TOBII目前拥有超过700名员工，并持有约1000项专利和应用。Interaction,545–554./10.1145/3577190.361410430Tobii1.Alyan,E.,Arnau,S.,Reiser,J.E.,Getzmann,S.,Karthaus,M.,&Wascher,E.(2023).Blink-relatedEEGactivitymeasurescognitiveloadduringproactiveandreactivedriving.ScientificReports,13(1),19379./10.1038/s41598-023-46738-02.Babu,M.D.,JeevithaShree,D.,Prabhakar,G.,Saluja,K.P.S.,Pashilkar,A.,&Biswas,P.(n.d.).EstimatingPilots’CognitiveLoadFromOcularParametersThroughSimulationandIn-FlightStudies.JournalofEyeMovementResearch,12(3),10.16910/jemr.12.3.3./10.16910/jemr.12.3.33.Biondi,F.,Balasingam,B.,&Ayare,P.(2020).OntheCostofDetectionResponseTaskPerformanceonCognitiveLoad.HumanFactors:TheJournaloftheHumanFactorsandErgonomicsSociety,63,001872082093162.https://doi.org/10.1177/00187208209316284.Biondi,F.N.,Saberi,B.,Graf,F.,Cort,J.,Pillai,P.,&Balasingam,B.(2023).Distractedworker:Usingpupilsizeandblinkratetodetectcognitiveloadduringmanufacturingtasks.AppliedErgonomics,106,103867./10.1016/j.apergo.2022.1038675.Biondi,F.,Turrill,D.M.,Coleman,J.R.,Cooper,J.M.,&Strayer,D.L.(2015).CognitiveDistractionImpairsDrivers’AnticipatoryGlances:AnOn-RoadStudy.DrivingAssessmentConference,8(2015),Article2015./10.17077/drivingassessment.15466.Biswas,P.,&Prabhakar,G.(2018).Detectingdrivers’cognitiveloadfromsaccadicintrusion.TransportationResearchPartF:TrafficPsychologyandBehaviour,54,63–78./10.1016/j.trf.2018.01.0177.Bonsang,E.,&Caroli,E.(2021).CognitiveLoadandOccupationalInjuries.IndustrialRelations:AJournalofEconomyandSociety,60(2),219–242./10.1111/irel.122778.Borowsky,A.,Shinar,D.,&Oron-Gilad,T.(2010).Age,skill,andhazardperceptionindriving.Accident;AnalysisandPrevention,42(4),1240–1249./10.1016/j.aap.2010.02.0019.Borys,M.,Tokovarov,M.,Wawrzyk,M.,Wesołowska,K.,Plechawska-Wójcik,M.,Dmytruk,R.,&Kaczorowska,M.(2017).Ananalysisofeye-trackingandelectroencephalographydataforcognitiveloadmeasurementduringarithmetictasks.201710thInternationalSymposiumonAdvancedTopicsinElectricalEngineering(ATEE),287–292./10.1109/ATEE.2017.790513010.Brady,P.W.,Muething,S.,Kotagal,U.,Ashby,M.,Gallagher,R.,Hall,D.,Goodfriend,M.,White,C.,Bracke,T.M.,DeCastro,V.,Geiser,M.,Simon,J.,Tuck&Wheeler,D.S.(2013).ImprovingSituationAwarenesstoReduceUnrecognizedClinicalDeteriorationandSeriousSafetyEvents.Pediatrics,131(1),e298–e308./10.1542/peds.2012-136411.Caloca-Amber,S.,Mauriz,E.,&Vázquez-Casares,A.M.(2024).Exploringeye-trackingdataasanindicatorofsituationalawarenessinnursingstudentsduringacardiorespiratoryarrestsimulation.NurseEducationinPractice,76,103911.https://doi.org/10.1016/j.nepr.2024.10391112.Cazzoli,D.,Antoniades,C.A.,Kennard,C.,Nyffeler,T.,Bassetti,C.L.,&Müri,R.M.(2014).EyeMovementsDiscriminateFatigueDuetoChronotypicalFactorsandTimeSpentonTask–ADoubleDissociation.PLOSONE,9(1),e87146.https://doi.org/10.1371/journal.pone.008714613.Cheng,B.,Lin,E.,Wunderlich,A.,Gramann,K.,&Fabrikant,S.I.(2023).Usingspontaneouseyeblink-relatedbrainactivitytoinvestigatecognitiveloadduringmobilemap-assistednavigation.FrontiersinNeuroscience,17.https://doi.org/10.3389/fnins.2023.102458314.Cooke,N.J.,Salas,E.,Kiekel,P.A.,&Bell,B.(2004).Advancesinmeasuringteamcognition.InTeamcognition:Understandingthefactorsthatdriveprocessandperformance(pp.83–106).AmericanPsychologicalAssociation.https://doi.org/10.1037/10690-00515.Cummings,M.L.,Mastracchio,C.,Thornburg,K.M.,&Mkrtchyan,A.(2013).BoredomandDistractioninMultipleUnmannedVehicleSupervisoryControl.InteractingwithComputers,25(1),34–47./10.1093/iwc/iws01116.deJong,T.(2010).Cognitiveloadtheory,educationalresearch,andinstructionaldesign:Somefoodforthought.InstructionalScience,38(2),105–134./10.1007/s11251-009-9110-0&Stanton,N.A.(2019).Situationawarenessbasedoneyemovementsinrelationtothetaskenvironment.Cognition,Technology&Work,21(1),99–111./10.1007/s10111-018-0527-618.Despins,L.A.(2018).AdvancingSituationAwarenessResearch.WesternJournalofNursingResearch,40(3),303–304.https:///10.1177/019394591772917719.DiStasi,L.L.,Diaz-Piedra,C.,Rieiro,H.,SánchezCarrión,J.M.,MartinBerrido,M.,Olivares,G.,&Catena,A.(2016).Gazeentropyreflectssurgicaltaskload.SurgicalEndoscopy,30(11),5034–5043./10.1007/s00464-016-4851-820.Endsley,M.R.(1995).Measurementofsituationawarenessindynamicsystems.HumanFactors,37(1),65–84.https://doi.org/10.1518/00187209577904949921.Fitts,P.M.,&Posner,M.I.(1967).Humanperformance.Brooks/Cole.22.Freifeld,L.(2023,November15).2023TrainingIndustryReport.Training./2023-training-industry-report/23.Ghanbari,L.,Wang,C.,&Jeon,H.W.(2021).IndustrialEnergyAssessmentTrainingEffectivenessEvaluation:AnEye-TrackingStudy.Sensors,21(5),Article5./10.3390/s2105158424.Green,B.,Parry,D.,Oeppen,R.,Plint,S.,Dale,T.,&Brennan,P.(2017).Situationalawareness–whatitmeansforclinicians,itsrecognitionandimportanceinpatientsafety.OralDiseases,23(6),721–725./10.1111/odi.1254725.Halverson,T.,Estepp,J.,Christensen,J.,&Monnin,J.(2012).ClassifyingWorkloadwithEyeMovementsinaComplexTask.ProceedingsoftheHumanFactorsandErgonomicsSocietyAnnualMeeting,56,168–172.https://doi.org/10.1177/107118131256101226.Hanzu-Pazara,R.,Barsan,E.,Arsenie,P.,Chiotoroiu,L.,&Raicu,G.(2008).Reducingofmaritimeaccidentscausedbyhumanfactorsusingsimulatorsintrainingprocess.JournalofMaritimeResearch,5(1),Article1.27.Hasanzadeh,S.,Esmaeili,B.,&Dodd,M.D.(2018).ExaminingtheRelationshipbetweenConstructionWorkers’VisualAttentionandSituationAwarenessunderFallandTrippingHazardConditions:UsingMobileEyeTracking.JournalofConstructionEngineeringandManagement,144(7),04018060./10.1061/(ASCE)CO.1943-7862.000151628.Heekeren,H.R.,Marrett,S.,&Ungerleider,L.G.(2008).Theneuralsystemsthatmediatehumanperceptualdecisionmaking.NatureReviewsNeuroscience,9(6),Article6.https:///10.1038/nrn237429.Herman,G.L.,Meyers,S.,&Deshaies,S.-E.(2021).AComparisonofNoviceCoders’ApproachestoReadingCode:2021ASEEVirtualAnnualConference,ASEE2021.ASEEAnnualConferenceandExposition,ConferenceProceedings.https:///10.18260/1-2--3656730.Just,M.A.,&Carpenter,P.A.(1980).Atheoryofreading:Fromeyefixationstocomprehension.PsychologicalReview,87(4),329–354./10.1037/0033-295X.87.4.32932Tobii31.Laurila-Pant,M.,Pihlajamäki,M.,Lanki,A.,&Lehikoinen,A.(2023).Aprotocolforanalysingtheroleofsharedsituationalawarenessanddecision-makingincooperativedisastersimulations.InternationalJournalofDisasterRiskReduction,86,103544./10.1016/j.ijdrr.2023.10354432.Lee,J.D.(2008).FiftyYearsofDrivingSafetyResearch.HumanFactors,50(3),521–528.https://doi.org/10.1518/001872008X28837633.Lefrançois,O.,Matton,N.,&Causse,M.(2021).ImprovingAirlinePilots’VisualScanningandManualFlightPerformancethroughTrainingonSkilledEyeGazeStrategies.Safety,7(4),Article4./10.3390/safety704007034.Mccafferty,D.,&Baker,C.(2006).TRENDINGTHECAUSESOFMARINEINCIDENTS./paper/TRENDING-THE-CAUSES-OF-MARINE-INCIDENTS-Mccafferty-Baker/8dcd15bded16ff5bc1fbf896260d238dd62d81a035.McWilliams,T.,&Ward,N.(2021).UnderloadontheRoad:MeasuringVigilanceDecrementsDuringPartiallyAutomatedDriving.FrontiersinPsychology,12./10.3389/fpsyg.2021.63136436.Merchant,S.,Kwon,Y.,Schnell,T.,Etherington,T.,&Vogl,T.(2001).Evaluationofsyntheticvisioninformationsystem(SVIS)displaysbasedonpilotperformance.20thDASC.20thDigitalAvionicsSystemsConference(Cat.No.01CH37219),1,2C1/1-2C1/12vol.1./10.1109/DASC.2001.96332837.Mizuno,K.,Tanaka,M.,Yamaguti,K.,Kajimoto,O.,Kuratsune,H.,&Watanabe,Y.(2011).Mentalfatiguecausedbyprolongedcognitiveloadassociatedwithsympathetichyperactivity.BehavioralandBrainFunctions,7(1),17.https://doi.org/10.1186/1744-9081-7-1738.Naqvi,S.A.M.,Raza,M.,Ghazal,S.,Salehi,S.,Kang,Z.,&Teodoriu,C.(2020).Simulation-basedtrainingtoenhanceprocesssafetyinoffshoreenergyoperations:Processtracingthrougheye-tracking.ProcessSafetyandEnvironmentalProtection,138,220–235./10.1016/j.psep.2020.03.01639.Nyström,M.,Andersson,R.,Niehorster,D.C.,Hessels,R.S.,&Hooge,I.T.C.(2024).Whatisablink?Classifyingandcharacterizingblinksineyeopennesssignals.BehaviorResearchMethods./10.3758/s13428-023-02333-940.Orru,G.,&Longo,L.(2019).TheEvolutionofCognitiveLoadTheoryandtheMeasurementofItsIntrinsic,ExtraneousandGermaneLoads:AReview.23–48./10.1007/978-3-030-14273-5_341.Paletta,L.,Dini,A.,Murko,C.,Yahyanejad,S.,Schwarz,M.,Lodron,G.,Ladstätter,S.,Paar,G.,&Velik,R.(2017).TowardsReal-timeProbabilisticEvaluationofSituationAwarenessfromHumanGazeinHuman-RobotInteraction.ProceedingsoftheCompanionofthe2017ACM/IEEEInternationalConferenceonHuman-RobotInteraction,247–248.https://doi.org/10.1145/3029798.303832242.Palinko,O.,Kun,A.L.,Shyrokov,A.,&Heeman,P.(2010).Estimatingcognitiveloadusingremoteeyetrackinginadrivingsimulator.Proceedingsofthe2010SymposiumonEye-TrackingResearch&Applications,141–144.https://doi.org/10.1145/1743666.174370143.Pan,H.,He,H.,Wang,Y.,Cheng,Y.,&Dai,Z.(2023).Theimpactofnon-drivingrelatedtasksonthedevelopmentofdriversleepinessandtakeoverperformancesinprolongedautomatedd