15、车辆反馈与认知兼容性：汽车司机与摩托车骑手的对比研究

车辆反馈与认知兼容性：汽车司机与摩托车骑手的对比研究

1. 并发言语协议数据的分析

• 数据缩减 ：
  • 音频/视频设备捕获的言语内容会按照两秒的增量时间线逐字转录。
  • 进行基于主题的分析，重点从功能词中提取内容词。
  • 编码方案依据信息所涉及的“驾驶系统”部分来确定，编码具有“详尽性”且非互斥。
  • 完成所有参与者的编码后，通过两位独立评分者在盲态下使用原评分者的分类指令对已编码分析进行再次编码，确定了编码方案的可靠性。跨七个编码类别，评分者间信度（IRR）在 IRR 1（n = 756）时为 Rho = 0.7，IRR 2（n = 968）时为 Rho = 0.9，且均显著相关；评分者内信度分析显示相关性为 Rho = 0.95（n = 756，p < 0.01），表明编码性能随时间稳定。
• 言语率 ：
  • 从汽车司机和摩托车骑手的转录内容中识别出 8065 个信息对象，其中摩托车骑手提供 5022 个，汽车司机提供 3043 个，差异显著（二项式检验，p < 0.01）。
  • 若将态势感知（SA）简单视为系统内特定主题相关知识的总和，这表明摩托车骑手可能从场景中提取更多信息和/或更频繁地使用相同信息。而且摩托车骑手在赛道上花费的时间明显更少，却能在更短时间内提供更多信息对象报告。

2. 系统态势感知的结果