15、车辆反馈与认知兼容性：汽车司机与摩托车骑手的差异解析

车辆反馈与认知兼容性：汽车司机与摩托车骑手的差异解析

1. 车辆反馈与驾驶员态势感知分析

1.1 并发言语协议数据处理

• 数据缩减 ：
  • 音频/视频设备捕获的言语内容，按照两秒的增量时间线逐字转录。
  • 以主题为基础进行分析，重点从功能词中提取内容词。编码方案依据“驾驶系统”的不同部分来确定，具有“详尽性”且非互斥。即只要内容词符合编码说明的定义，就纳入分析，不论其是否已在其他类别中出现。
  • 完成所有参与者的编码后，对编码方案的可靠性进行验证。两名独立评级者在盲态下，使用与原评级者相同的分类说明，对之前编码的分析进行重新编码。结果显示，七个独立编码类别的评分者间信度（IRR）方面，IRR 1（n = 756）的 Rho 值为 0.7，IRR 2（n = 968）的 Rho 值为 0.9，且两者均显著相关（IRR 1 的 p > 0.05，IRR 2 的 p > 0.01）。同时，还检查了评分者内信度，结果显示相关性为 Rho = 0.95（n = 756，p < 0.01），表明编码性能随时间保持稳定，在探索性分析层面，编码方案的可靠性合理。
• 言语率 ：
  • 从汽车司机和摩托车骑手的转录内容中，共识别出 8065 个信息对象。其中，摩托车骑手提供了 5022 个信息对象，汽车司机提供了 3043 个。通过二项式检验发现，这种差异显著（p < 0.01）。
  • 如果将态势感知（SA）简单视为系统内特定主题相