心理的側面
精神的負荷と身体的負荷
メンタル ワークロード (MWL) の概念は、最新の半自動化およびコンピューター化されたテクノロジによって、製造および管理タスクの両方で人間の精神的または情報処理能力に厳しい要件が課される可能性があるため、ますます重要になっています。 したがって、特に仕事の分析、仕事の要件の評価、および仕事の設計の分野では、精神的な作業負荷の概念化が、従来の身体的な作業負荷の概念化よりもさらに重要になっています。
メンタルワークロードの定義
メンタルワークロードの合意された定義はありません。 主な理由は、少なくとも 1 つの理論的に十分に基づいたアプローチと定義があるためです。 (2) タスク要件と人間の能力またはリソースとの間の相互作用の観点から定義された MWL (Hancock および Chignell 1986; Welford 1986; Wieland-Eckelmann 1992)。
どちらのアプローチも異なるコンテキストから生じていますが、さまざまな問題に対して必要かつ十分に根拠のある貢献を提供します。
要件リソースの相互作用 アプローチは、同一の身体的および心理社会的条件および要件に対する個人間で異なる反応を説明しようとするパーソナリティ-環境適合/不適合理論のコンテキスト内で開発されました。 したがって、このアプローチは、例えば、疲労、単調さ、感情的嫌悪、燃え尽き症候群、または病気の観点から、負荷の要件と条件に対する主観的な反応のパターンの個人差を説明するかもしれません (Gopher and Donchin 1986; Hancock and Meshkati 1988)。
タスク要件 アプローチは、主にタスクの設計、特に新しい未試行の将来のタスクの設計、またはいわゆる 将来のタスクの設計. ここでの背景は、応力-ひずみの概念です。 タスク要件はストレスを構成し、働く被験者は、他の形態のストレスと同じように、要求に適応または対処しようとします (Hancock and Chignell 1986)。 このタスク要件アプローチは、これらの将来のタスクを達成する従業員 (多くの場合、まだ不明) に対する後の影響を最適化するために、事前にタスクを設計する方法の問題に答えようとします。
MWL の両方の概念化には、少なくともいくつかの共通の特徴があります。
理論的アプローチ: 要件-リソース アプローチ
人と環境の適合性の観点から、MWL とその結果は、図 1 に示すように、過小負荷、適切に適合する負荷、および過負荷に大まかに分類できます。 この分類は、タスク要件と精神的能力またはリソースとの関係から生じます。 タスクの要件は、リソースによって超過するか、適合するか、または満たされない可能性があります。 両方のタイプの不適合は、不適合の量的または質的モードから生じる可能性があり、質的には異なりますが、いずれにせよ否定的な結果をもたらします (図 1 を参照)。
一部の理論では、要件のリソースまたは容量側、つまりリソース関係から始めて MWL を定義しようとします。 これらの資源理論は、資源量理論と資源配分理論に細分化される可能性があります (Wieland-Eckelmann 1992)。 利用可能な容量の量は、単一のソース ( リソース理論) 処理を決定します。 このリソースの利用可能性は、覚醒によって異なります (Kahneman 1973)。 モダン の試合に リソース理論は、一連の比較的独立した処理リソースを想定しています。 したがって、パフォーマンスは、同じリソースまたは異なるリソースが同時に必要とされるかどうかの条件に依存します。 さまざまなリソースとは、たとえば、エンコード、処理、または応答するリソースです (Gopher and Donchin 1986; Welford 1986)。 これらのタイプの理論の最も重要な問題は、質的に異なる処理操作の XNUMX つまたは複数の明確に定義された容量を確実に特定することです。
リソース割り当て理論では、さまざまな戦略の関数として質的に変化する処理を想定しています。 戦略に応じて、タスクの達成に異なる精神的プロセスと表現が適用される場合があります。 したがって、安定したリソースの量ではなく、柔軟な割り当て戦略が重要なポイントになります。 ただし、ここでも重要な問題、特に戦略の診断方法に関する問題は解決されていません。
MWL の評価: 要求リソース アプローチの使用
明確に定義された測定単位がないため、現時点で MWL を厳密に測定することは不可能です。 しかし、確かに、評価のための概念化と手段は、客観性、信頼性、有効性、および有用性を備えた診断アプローチの一般的な品質基準を満たす必要があります。 しかし、現時点では、提案された技術や機器の全体的な品質についてはほとんどわかっていません。
要件とリソースのアプローチに従って MWL を評価することの難しさには、かなりの数の理由があります (O'Donnell and Eggemier 1986)。 MWL 評価の試みは、次のような質問に対処する必要があります: タスクは、自分で設定した目標に従っているのか、それとも外部で定義された順序を参照して指示されているのか? どのタイプの能力 (意識的な知的処理、暗黙知の適用など) が必要で、それらは同時にまたは順番に呼び出されますか? 利用可能なさまざまな戦略はありますか? もしそうなら、どの戦略ですか? 働く人のどの対処メカニズムが必要になる可能性がありますか?
最もよく議論されるアプローチは、次の観点から MWL を評価しようとするものです。
どちらのアプローチも、単一資源理論の仮定に大きく依存しているため、上記の質問と格闘する必要があります。
努力評価. たとえば、認識された相関関係に適用されるスケーリング手順などの努力評価手法 一般的な中枢活性化Bartenwerfer (1970) によって開発され、検証された. 被験者は、提示されたスケールのステップの XNUMX つを使用して、知覚された努力を説明するよう求められます。
上記の品質基準は、この技術によって満たされています。 その制限には、知覚された努力の本質的ではあるが疑わしい部分をカバーするスケールの一次元性が含まれます。 疲労、退屈、不安など、知覚された個人的なタスクの結果を予測する可能性が限られている、またはないこと。 特に、MWL の内容に依存する側面をほとんど何も識別および説明しない、非常に抽象的または形式的な努力の性質 (たとえば、資格や学習オプションの有用な適用の可能性など)。
精神能力評価. 精神的能力の評価は、デュアルタスク技術と関連するデータ解釈手順で構成されています。 パフォーマンス動作特性 (POC). デュアル タスク技術は、いくつかの手順をカバーしています。 それらの共通の特徴は、被験者が同時に XNUMX つのタスクを実行するように要求されることです。 重要な仮説は次のとおりです。デュアルタスクの状況での追加または二次タスクが、ベースラインの単一タスクの状況と比較して低下するほど、主要なタスクの精神的能力の要件は低くなり、逆もまた同様です。 アプローチは現在拡大されており、デュアルタスク条件下でのさまざまなバージョンのタスク干渉が調査されています。 たとえば、被験者は、タスクの優先順位の段階的なバリエーションで XNUMX つのタスクを同時に実行するように指示されます。 POC 曲線は、同時に実行されるタスク間で限られたリソースを共有することから生じる可能性のあるデュアルタスクの組み合わせの影響をグラフで示します。
このアプローチの重要な仮定は、主に、すべてのタスクが安定した限定された意識的 (無意識的、自動化された、暗黙的または暗黙的) の処理能力の一定の割合を必要とするという提案にあり、XNUMX つの能力要件の仮説的な加法関係で構成されています。パフォーマンスデータのみへのアプローチの制限。 後者は、いくつかの理由で誤解を招く可能性があります。 まず第一に、パフォーマンス データと主観的に知覚されるデータの感度には大きな違いがあります。 認識される負荷は、主に必要なリソースの量によって決定されるようであり、多くの場合、作業メモリの観点から運用化されますが、パフォーマンスの尺度は、割り当て戦略に応じて、リソースの共有の効率によって主に決定されるようです (これは 解離理論; Wickens と Yeh 1983 を参照)。 さらに、情報処理能力と性格特性の個人差は、主観的(知覚)、パフォーマンス、および精神生理学的領域内のMWLの指標に強く影響します。
理論的アプローチ: タスク要件アプローチ
示されているように、タスクの要件は多次元的であり、したがって、それが知覚された努力であろうと残りの意識的な精神的能力であろうと、1986つの次元だけでは十分に説明できない場合があります. より深遠な記述は、タスク特性の段階的次元の理論的に選択されたパターンを適用するプロファイルのようなものかもしれません。 したがって、中心的な問題は、特にタスクの内容に関する「タスク」の概念化と、特に目標指向の行動の構造と段階に関する「タスクの達成」の概念化です。 タスクの役割は、文脈条件 (気温、騒音、労働時間など) が人に与える影響でさえ、タスクに依存するという事実によって強調されます。なぜなら、それらはゲート デバイスとして機能するタスクによって媒介されるからです (Fisher 1)。 . さまざまな理論的アプローチは、タスクの結果の有効な予測を提供する重要なタスクの次元に関して十分に一致しています。 いずれにせよ、タスクの結果には 2 つの要素があります。なぜなら、(XNUMX) 意図された結果が達成され、実行結果の基準が満たされなければならず、(XNUMX) 多数の意図しない個人的な短期的および累積的な長期的な副作用が現れるからです。たとえば、疲労、退屈(単調)、職業病、内発的動機、知識、スキルの向上などです。
MWLの評価. タスク要件アプローチでは、完全なアクションと部分的なアクションまたはモチベーション ポテンシャル スコアのようなアクション指向のアプローチ (両方の詳細については、Hacker 1986 を参照) は、分析と評価に不可欠なタスク特性として、少なくとも次のことを提案します。
これらのタスクの特徴を特定するには、文書分析、観察、インタビュー、グループディスカッションを含むジョブ/タスク分析の共同手順が必要であり、準実験的デザインに統合する必要があります (Rudolph、Schönfelder、および Hacker 1987)。 分析を導き、支援するタスク分析機器が利用可能です。 それらの一部は分析のみを支援します (たとえば、NASA-TLX タスク負荷指数、Hart および Staveland、1988 年) もあれば、評価および設計または再設計に役立つものもあります。 ここでの例は、TBS-GA (Tätigkeitsbewertungs System für geistige Arbeit [タスク診断調査 - メンタルワーク]) です。 Rudolph、Schönfelder、および Hacker (1987) を参照してください。
警戒の概念は、信号の効率的な登録と処理を必要とするタスクにおける人間の観察者の警戒状態を指します。 警戒タスクの主な特徴は、比較的長い持続時間と、他の刺激イベントの背景に対してまれで予測不可能なターゲット刺激 (信号) を検出する必要があることです。
警戒タスク
警戒研究の典型的なタスクは、レーダー オペレーターのタスクでした。 歴史的に、第二次世界大戦中の明らかに不十分なパフォーマンスは、警戒に関する広範な研究の主要な推進力となっています。 警戒が必要なもう XNUMX つの主要なタスクは、工業検査です。 より一般的には、比較的まれな信号の検出を必要とするあらゆる種類の監視タスクには、これらの重大なイベントの検出と対応に失敗するリスクが伴います。
警戒タスクは、共通の特徴にもかかわらず、異種のセットを構成し、いくつかの次元で異なります。 明らかに重要な次元は、全体的な刺激率とターゲット刺激の率です。 刺激率を明確に定義することは常に可能であるとは限りません。 これは、モニタリング タスクの一連のダイヤルで重要な値を検出する場合のように、継続的に提示されるバックグラウンド刺激に対するターゲット イベントの検出を必要とするタスクの場合です。 それほど重要ではない違いは、逐次識別タスクと同時識別タスクの違いです。 同時識別タスクでは、ターゲット刺激と背景刺激の両方が同時に存在しますが、逐次識別タスクでは、メモリに対する要求が行われるように、一方が他方の後に提示されます。 ほとんどの警戒タスクは視覚刺激の検出を必要としますが、他のモダリティの刺激も研究されています。 刺激は、単一の空間位置に限定することも、ターゲット刺激のさまざまなソースを存在させることもできます。 ターゲット刺激は、物理的特性によって背景刺激と異なる場合がありますが、より概念的なもの (他のパターンとは異なる可能性のあるメーターの読み取り値の特定のパターンなど) によっても異なる場合があります。 もちろん、ターゲットの目立ちやすさはさまざまです。簡単に検出できるものもあれば、背景の刺激と区別するのが難しいものもあります。 多くの産業検査タスクの場合のように、ターゲット刺激は一意である場合もあれば、バックグラウンド刺激から引き離す明確な境界のないターゲット刺激のセットが存在する場合もあります。 警戒タスクが異なる次元のこのリストは拡張することができますが、リストのこの長さでさえ、警戒タスクの不均一性を強調するのに十分です。
パフォーマンスの変動と警戒の減少
警戒タスクで最も頻繁に使用されるパフォーマンス指標は、検出されたターゲット刺激の割合です。たとえば、産業検査での欠陥製品です。 これは、いわゆる ヒット. 気づかれずに残っている標的刺激は呼ばれます ミス. 命中率は便利な指標ですが、やや不完全です。 100% のヒットを達成できる簡単な戦略があります。すべての刺激をターゲットとして分類するだけで済みます。 ただし、100% のヒット率には 100% の誤警報率が伴います。つまり、ターゲット刺激が正しく検出されるだけでなく、バックグラウンド刺激も誤って「検出」されます。 この一連の推論から、誤報が発生した場合は常に、ヒット率に加えてその割合を知ることが重要であることが明確になります。 警戒タスクのパフォーマンスのもう XNUMX つの尺度は、ターゲット刺激に応答するのに必要な時間 (応答時間) です。
警戒タスクのパフォーマンスは、XNUMX つの典型的な属性を示します。 XNUMX つ目は、警戒パフォーマンスの全体的なレベルが低いことです。 これは、同じ刺激に対する理想的な状況 (観察期間が短い、各識別に対する観察者の準備が整っているなど) と比較して低いです。 XNUMX番目の属性は、いわゆる警戒の低下であり、最初の数分以内に始まる可能性のある時計の過程でのパフォーマンスの低下です. これらの観察結果は両方ともヒットの割合を参照していますが、応答時間についても報告されています。 警戒の減少は警戒タスクの典型ですが、普遍的なものではありません。
全体的なパフォーマンスの低下と警戒力の低下の原因を調査する際に、タスクの基本的な特性に関連する概念と、生物的およびタスクとは無関係の状況要因に関連する概念とを区別します。 タスク関連の要因の中には、戦略的要因と非戦略的要因を区別することができます。
警戒タスクにおける戦略的プロセス
欠陥製品のような信号の検出は、一部は観察者の戦略の問題であり、一部は信号の識別可能性の問題です。 この区別は、 信号検出の理論 (TSD)、および区別の重要性を強調するために、理論のいくつかの基本を提示する必要があります。 「シグナルの存在の証拠」として定義される仮想変数を考えてみましょう。 信号が提示されると、この変数は何らかの値をとり、バックグラウンド刺激が提示されると、平均してより低い値をとります。 エビデンス変数の値は、シグナルの繰り返しの提示によって変化すると想定されます。 したがって、図 1 に示すように、いわゆる確率密度関数によって特徴付けることができます。別の密度関数は、背景刺激の提示時の証拠変数の値を特徴付けます。 シグナルがバックグラウンド刺激に類似している場合、関数が重複するため、証拠変数の特定の値がシグナルまたはバックグラウンド刺激のいずれかに由来する可能性があります。 図 1 の密度関数の特定の形状は、この議論に必須ではありません。
オブザーバーの検出応答は、証拠変数に基づいています。 証拠変数の値がしきい値を超えると必ず検出応答が与えられるように、しきい値が設定されていると想定されます。 図 1 に示すように、しきい値の右側にある密度関数の下の領域は、ヒットと誤警報の確率に対応します。 実際には、XNUMX つの関数の分離の推定値としきい値の位置を導き出すことができます。 XNUMX つの密度関数の分離は、背景刺激からのターゲット刺激の識別可能性を特徴付けますが、しきい値の位置は観察者の戦略を特徴付けます。 しきい値の変動は、ヒットと誤警報の割合の共同変動を生み出します。 しきい値が高いと、ヒットと誤報の割合が小さくなり、しきい値が低いと割合が大きくなります。 したがって、戦略の選択 (しきい値の配置) は、本質的に、特定の識別可能性に対して可能な組み合わせの中から、ヒット率と誤警報率の特定の組み合わせを選択することです。
しきい値の位置に影響を与える XNUMX つの主な要因は、ペイオフと信号周波数です。 ヒットから得られるものが多く、誤報によって失われるものがほとんどない場合、しきい値は低い値に設定されます。また、誤報のコストが高く、ヒットによるメリットが小さい場合は、しきい値が高い値に設定されます。 信号の割合が高い場合は、しきい値設定が低くなる可能性がありますが、信号の割合が低い場合は、しきい値設定が高くなる傾向があります。 しきい値設定に対する信号周波数の影響は、警戒タスクのヒットの割合と警戒の減少に関する全体的なパフォーマンスの低下の主な要因です。
戦略的変更(しきい値変更)による警戒の低下を考慮すると、監視中の攻撃の割合の減少は、誤警報の割合の減少を伴う必要があります。 実際、これは多くの研究に当てはまり、警戒タスクの全体的なパフォーマンスの低下は (最適な状況と比較して)、少なくとも部分的には閾値の調整に起因する可能性があります。 監視の過程で、検出応答の相対頻度がターゲットの相対頻度と一致するようになります。この調整は、ヒットの割合が比較的少なく、誤警報の割合も比較的少ない高いしきい値を意味します。 それにもかかわらず、しきい値設定の変更ではなく、識別可能性の変更に起因する警戒の低下があります。 これらは主に、刺激イベントの割合が比較的高い逐次識別タスクで観察されています。
警戒タスクにおける非戦略的プロセス
警戒タスクの全体的なパフォーマンスの低下の一部と、警戒の低下の多くの例は、検出しきい値を低信号レートに戦略的に調整するという観点から説明できますが、そのような説明は完全ではありません. 監視中に観察者に変化があり、刺激の識別可能性を低下させたり、タスク特性への適応とは見なされない明らかなしきい値シフトを引き起こしたりする可能性があります。 40年以上にわたる警戒研究の中で、全体的なパフォーマンスの低下や警戒の低下に寄与する多くの非戦略的要因が特定されています.
警戒課題におけるターゲットへの正しい反応には、十分に正確な感覚登録、適切な閾値位置、および知覚プロセスと関連する反応関連プロセスとの間のリンクが必要です。 見張りの間、オブザーバーは特定のタスクセット、特定の方法でターゲット刺激に反応するための特定の準備を維持する必要があります. 特定のタスク セットがなければ、オブザーバーは必要な方法でターゲット刺激に応答しないため、これは重要な要件です。 したがって、失敗の XNUMX つの主な原因は、不正確な感覚登録と、標的刺激に反応する準備の遅れです。 そのような失敗を説明する主要な仮説を簡単にレビューします。
刺激の検出と識別は、その外観について時間的または空間的な不確実性がない場合に高速になります。 時間的および/または空間的な不確実性は、警戒のパフォーマンスを低下させる可能性があります。 これは本質的な予測です 期待理論. オブザーバーの最適な準備には、時間的および空間的な確実性が必要です。 明らかに、警戒タスクはこの点で最適とは言えません。 期待理論の主な焦点は全体的な低パフォーマンスにありますが、警戒の低下の一部を説明するのにも役立ちます. ランダムな間隔で信号が頻繁に発生しない場合、最初は信号が提示されていないときに高いレベルの準備が整っている可能性があります。 さらに、信号は低いレベルの準備で提示されます。 これにより、一般的に時折高いレベルの準備ができなくなり、それらから得られる利益が監視の過程で消えてしまいます。
期待理論と密接な関係がある 注意理論. もちろん、警戒の注意理論の変種は、一般的な注意の支配的な理論に関連しています。 注意の見方を「処理のための選択」または「行動のための選択」と考えてください。 この見解によれば、刺激は環境から選択され、現在支配的な行動計画またはタスクセットに役立つときはいつでも高効率で処理されます。 すでに述べたように、選択は、そのような刺激がいつどこで発生するかについての正確な期待から恩恵を受けます. しかし、刺激は、アクション プラン (タスク セット) がアクティブな場合にのみ選択されます。 (たとえば、車の運転手は、信号や他の交通などに反応します。乗客は、通常はそうしませんが、どちらもほとんど同じ状況にあります。決定的な違いは、XNUMX つのタスク セットの違いです。ドライバーのタスク セットには、信号機への応答が必要です。)
アクション プランが一時的に非アクティブ化された場合、つまり、タスク セットが一時的に存在しない場合、処理のための刺激の選択が損なわれます。 警戒タスクには、刺激を処理するための短いサイクル時間、フィードバックの欠如、明らかなタスクの難しさによる動機付けの課題がほとんどないなど、タスクセットの継続的なメンテナンスを思いとどまらせる多くの機能が組み込まれています。 いわゆるブロッキングは、単純な暗算や単純な信号への迅速なシリアル応答など、サイクル時間が短いほとんどすべての単純な認知タスクで観察できます。 同様のブロッキングは、警戒タスクで設定されたタスクのメンテナンスでも発生します。 応答の頻度が低く、不在のタスクセットの期間中に提示されたターゲットが、不在が終了したときに存在しなくなる可能性があるため、応答の遅延ではなくミスが観察されるため、応答の遅延としてすぐに認識できるわけではありません。 ブロッキングは、タスクに費やす時間が長くなるにつれて頻繁になります。 これにより、警戒度が低下する可能性があります。 適切なタスク セットの可用性が一時的に失われる別の理由が考えられます (注意散漫など)。
特定の刺激は、現在の行動計画のサービスでは選択されませんが、独自の特性によって選択されます。 これらは、観察者に向かって移動する強烈で斬新な刺激であり、突然発症するか、観察者の現在の行動計画が何であるかに関係なく、その他の理由で即時の行動が必要になる可能性があります. そのような刺激を検出しないリスクはほとんどありません。 それらは、刺激源への視線の方向のシフトを含む方向付け反応によって示されるように、自動的に注意を引き付けます。 ただし、警報ベルに応答することは、通常、警戒作業とは見なされません。 独自の特徴によって注目を集める刺激に加えて、練習の結果として自動的に処理される刺激があります。 それらは環境から「飛び出す」ように見えます。 この種の自動処理には、いわゆる一貫したマッピング、つまり刺激に対する応答の一貫した割り当てを使用した広範な練習が必要です。 刺激の自動処理が開発されると、警戒の減少は小さいか、まったくない可能性があります。
最後に、警戒のパフォーマンスは、覚醒の欠如に苦しんでいます。 この概念は、かなりグローバルな方法で、睡眠から通常の覚醒、高興奮までの神経活動の強度を指します。 覚醒に影響を与えると考えられている要因の XNUMX つは外部刺激であり、これはかなり低く、ほとんどの警戒タスクで均一です。 したがって、中枢神経系の活動の強度は、時計の経過とともに全体的に低下する可能性があります. 覚醒理論の重要な側面は、警戒のパフォーマンスを、さまざまなタスクに関係のない状況要因や生物に関連する要因に関連付けることです。
状況的および有機的要因の影響
覚醒が低いと、警戒タスクのパフォーマンスが低下します。 したがって、パフォーマンスは、覚醒を促進する傾向がある状況要因によって強化される可能性があり、覚醒レベルを低下させるすべての手段によって低下する可能性があります。 結局のところ、この一般化は、警戒タスクの全体的なパフォーマンス レベルについてはほぼ正しいのですが、覚醒のさまざまな種類の操作では、警戒の低下に対する影響が見られないか、信頼性が低くなります。
覚醒レベルを上げる方法の XNUMX つは、追加のノイズを導入することです。 ただし、警戒の減少は一般的に影響を受けず、全体的なパフォーマンスに関しては結果に一貫性がありません。パフォーマンスレベルの向上、不変、および低下がすべて観察されています。 おそらく、ノイズの複雑な性質が関係しています。 たとえば、それは感情的にニュートラルまたは迷惑になる可能性があります。 それは興奮させるだけでなく、気を散らすものでもあります。 より一貫しているのは、睡眠不足の影響であり、これは「覚醒を抑える」ものです。 それは一般的に警戒のパフォーマンスを低下させ、警戒の減少を強化することが時々見られます。 警戒能力の適切な変化は、ベンゾジアゼピンやアルコールなどの抑制薬や、アンフェタミン、カフェイン、ニコチンなどの刺激薬でも観察されています。
個人差は、警戒タスクのパフォーマンスの顕著な特徴です。 個人差は、すべての種類の警戒作業で一貫しているわけではありませんが、同様の作業ではかなり一貫しています。 性別と一般的な知能の影響はほとんどまたはまったくありません。 年齢に関しては、警戒能力は小児期に増加し、XNUMX 歳を超えると低下する傾向があります。 さらに、内向的な人は外向的な人よりも優れたパフォーマンスを発揮する可能性が高くなります。
警戒性能の向上
既存の理論とデータは、警戒のパフォーマンスを向上させるいくつかの手段を示唆しています。 提案の具体性に応じて、さまざまな長さのリストを作成することは難しくありません。 以下に、特定のタスク要件に適合させる必要があるいくつかのかなり大まかな提案を示します。 それらは、知覚的差別の容易さ、適切な戦略的調整、不確実性の減少、注意の欠如の影響の回避、および覚醒の維持に関連しています。
警戒タスクには、最適でない条件下での差別が必要です。 したがって、識別をできるだけ簡単にするか、信号をできるだけ目立つようにすることをお勧めします。 この一般的な目標に関連する対策は、単純なもの (適切な照明や製品ごとの検査時間の延長など) の場合もあれば、ターゲットの目立ちやすさを高めるための特別なデバイスを含む、より高度な場合もあります。 同時比較は逐次比較よりも簡単であるため、参照標準が利用できると役立ちます。 技術的な装置によって、標準と検査対象を素早く交互に表示することが可能な場合があり、その結果、違いがディスプレイの動きや、視覚系が特に敏感なその他の変化として現れるようになります。
ターゲットの正しい検出の割合が比較的低いことにつながるしきい値の戦略的な変更に対抗するために (および実行されるアクションの頻度の点でタスクの退屈さを軽減するために)、偽のターゲットを導入することが提案されています。 ただし、これはあまりお勧めではないようです。 偽のターゲットは、全体的なヒットの割合を増加させますが、より頻繁な誤警報を犠牲にします. さらに、応答しないすべての刺激 (工業検査タスクでの発信不良材料) のうち、検出されないターゲットの割合が必ずしも減少するとは限りません。 より適しているのは、ヒットと誤報の相対的な重要性に関する明示的な知識、およびおそらく「良い」か「悪い」かを判断するためのしきい値の適切な配置を得るための他の手段であるように思われます。
時間的および空間的な不確実性は、警戒パフォーマンスの低下の重要な決定要因です。 一部のタスクでは、検査対象の特定の位置を定義することで、空間的な不確実性を減らすことができます。 ただし、時間的な不確実性についてはほとんど何もできません。ターゲットの発生がその提示に先立って通知される場合、監視タスクではオブザーバーは不要になります。 ただし、原則としてできることの XNUMX つは、障害が集中して発生する傾向がある場合は、検査対象を混在させることです。 これは、ターゲットのない非常に長い間隔と非常に短い間隔を回避するのに役立ちます。
注意力の低下や少なくともパフォーマンスへの影響を減らすためのいくつかの明白な提案があります. 適切なトレーニングにより、背景とターゲットの刺激があまり変化しない場合、ターゲットのある種の自動処理をおそらく取得できます。 タスク セットの継続的なメンテナンスの必要性は、頻繁な短い休憩、ジョブ ローテーション、ジョブの拡大、またはジョブのエンリッチメントによって回避できます。 多様性の導入は、検査員自身が箱や他の場所から検査対象の資料を入手するのと同じくらい簡単です。 これにより、セルフペーシングも導入され、タスク セットの一時的な非アクティブ化中の信号の提示を回避するのに役立つ場合があります。 作業セットの持続的なメンテナンスは、フィードバック、監督者による関心の示され、作業の重要性に対するオペレーターの認識によってサポートされます。 もちろん、パフォーマンス レベルの正確なフィードバックは、通常の警戒作業では不可能です。 ただし、オブザーバーの動機に関する限り、不正確または不完全なフィードバックでも役立ちます。
十分なレベルの覚醒を維持するために講じることができる対策がいくつかあります。 薬物の継続的な使用は実際には存在するかもしれませんが、推奨事項にはありません。 バックグラウンド ミュージックの中には便利なものもありますが、逆効果になることもあります。 警戒作業中の社会的孤立はほとんど避けるべきであり、夜遅くのような覚醒レベルの低い時間帯には、短時間の見張りなどの支援策が特に重要です.
精神的負担は、精神的負荷 (MWL) に対処するプロセスの通常の結果です。 長期的な負荷または高強度の仕事の要求は、短期的には過負荷 (疲労) および負荷不足 (単調、飽食) の結果をもたらし、長期的な結果 (例えば、ストレス症状や仕事関連の病気) をもたらす可能性があります。 ストレス下での行動の安定した規制の維持は、行動スタイルの変化(情報探索と意思決定の戦略の変化による)、達成欲求のレベルの低下(タスクの再定義による)を通じて実現できます。および品質基準の低下)および精神生理学的努力の代償的な増加と、その後の労働時間中の努力の減少によって。
精神的緊張のプロセスのこの理解は、緊張プロセスの負の要素だけでなく、付加、調整、再構築などの学習の正の側面も含む負荷要因を課す際の行動規制のトランザクションプロセスとして概念化できます。モチベーション(図2を参照)。
精神的疲労は、長時間労働後のパフォーマンス、気分、および活動における行動の安定性が時間的に可逆的に低下するプロセスとして定義できます。 この状態は、仕事の要求、環境の影響または刺激を変えることによって一時的に元に戻すことができ、睡眠によって完全に元に戻すことができます。
精神的疲労は、主に情報処理を伴う、および/または長時間かかる、難易度の高いタスクを実行した結果です。 単調さとは対照的に、 回復 の減少は時間がかかり、タスク条件を変更した後に突然発生することはありません。 疲労の症状は、行動調節のいくつかのレベルで識別されます。環境と生物の間の生物学的恒常性の調節不全、目標指向の行動の認知プロセスの調節不全、および目標指向の動機と達成レベルの安定性の喪失です。
精神疲労の症状は、人間の情報処理システムのすべてのサブシステムで確認できます。
精神疲労の鑑別診断
精神疲労、単調さ、精神的満腹感、およびストレス (狭義の意味で) を区別するのに十分な基準が存在します (表 1)。
表 1. 精神的負担の負の影響の違い
基準 |
精神的疲労 |
単調 |
飽食 |
ストレス |
キー |
オーバーロードの観点から適合性が低い |
用語の適合性が低い |
知覚された仕事感覚の喪失 |
認識された目標 |
ムード |
ない疲労 |
疲労感 |
いらいら |
不安、脅威 |
感情の |
普通 |
普通 |
感情的嫌悪の増加 |
増加した不安 |
アクティベーション |
継続的に |
継続的ではない |
増加しました |
増加しました |
回復 |
時間がかかる |
タスク交代後突然 |
? |
長期的 |
防止 |
タスク設計、 |
仕事内容の充実 |
目標の設定 |
仕事の再設計、 |
精神的疲労度
精神疲労のよく説明された現象学 (Schmidtke 1965)、多くの有効な評価方法、大量の実験およびフィールド結果により、精神疲労の程度の序数尺度の可能性が提供されます (Hacker and Richter 1994)。 スケーリングは、行動の低下に対処する個人の能力に基づいています。
レベル1: 最適で効率的なパフォーマンス: パフォーマンス、気分、活動レベルの低下の症状なし。
レベル2: 末梢の精神生理学的活性化の増加を特徴とする完全な代償 (例えば、指の筋肉の筋電図によって測定される)、精神的努力の知覚された増加、パフォーマンス基準の変動性の増加。
レベル3: レベル 2 に記載されているものに加えて不安定な補償: アクション スリップ、疲労感、中央指標における (代償性) 精神生理学的活動の増加、心拍数、血圧。
レベル4: レベル 3 で説明されているものに加えて、効率の低下: パフォーマンス基準の低下。
レベル5: 更なる機能障害: 職場での社会的関係と協力の乱れ; 睡眠の質の低下や生命力の消耗などの臨床的疲労の症状。
精神的疲労の予防
作業構造、環境、勤務時間中の休憩時間、および十分な睡眠の設計は、精神的疲労の症状を軽減し、臨床的結果が発生しないようにする方法です。
1. タスク構造の変化. 十分な学習とタスクの構造化のための前提条件を設計することは、効率的な仕事構造の開発を促進する手段であるだけでなく、精神的な過負荷または過小負荷に関する不適合を防ぐためにも不可欠です。
2. 短時間勤務制度の導入. このような休憩のプラスの効果は、いくつかの前提条件の遵守に依存します。 短い休憩が多いほど、長い休憩が少ないよりも効率的です。 影響は、固定された、したがって予測可能な時間スケジュールに依存します。 休憩の内容は、肉体的および精神的な仕事の要求に対する代償機能を備えている必要があります。
3. 十分なリラクゼーションと睡眠. 特別な従業員アシスタント プログラムとストレス管理技術は、リラクゼーションの能力をサポートし、慢性疲労の発症を予防する可能性があります (Sethi、Caro、および Schuler 1987)。
免責事項: ILO は、この Web ポータルに掲載されているコンテンツが英語以外の言語で提示されていることについて責任を負いません。英語は、オリジナル コンテンツの最初の制作およびピア レビューに使用される言語です。その後、特定の統計が更新されていません。百科事典の第 4 版 (1998 年) の作成。