研究的主要创新点

二、研究的主要创新点

(1)采用模拟实验对人机交互过程中作业人员的认知负荷问题进行了探讨。

目前，关于认知负荷的研究大多集中于教学设计、学习和问题解决等领域，而较少涉及数字学习环境或复杂人机系统中作业人员的认知负荷问题。本研究通过模拟的人机交互实验，重点探讨了人机交互过程中作业人员认知负荷的多维度综合评估方法和持续作业过程中认知负荷变化的预测方法，研究结果为数字化学习环境或人机系统中作业人员认知负荷的测评提供了新方法和新思路。

(2)研究了多任务作业中任务特征与个体特征因素对认知负荷的综合影响。

在前人的研究中，较多探讨了任务特征因素与认知负荷的关系，对个体特征因素(如作业自我效能、状态元认知等)与认知负荷的关系尚缺乏比较深入的考察，而很少有研究者探讨任务特征和个体特征因素对认知负荷的综合影响。本研究运用结构方程建模分析方法深入分析了任务特征、个体特征对认知负荷的综合影响，揭示了作业自我效能、状态元认知等个体特征因素对认知负荷的影响大小及作用途径。研究结果从实证角度支持了Sweller、Paas等人提出的认知负荷理论和结构模型。也为Valcke提出的元认知负荷是一种有效认知负荷的观点提供了实证的依据。

(3)建立了多任务作业认知负荷的综合评估模型。

主观评估、绩效测量和生理测量都是认知负荷的测评技术，但三类测评技术各有优点和局限性。将三类测评技术结合起来对认知负荷作综合评估以替代基于单一技术或指标的评估方法是比较合理的选择。以往对认知负荷的综合评估研究比较零碎，缺乏系统的研究和不同方法之间的比较研究。本研究首先分析了主观评估、绩效测量和生理测量三类评估指标对认知负荷变化的敏感性。然后基于经筛选的认知负荷评估指标的测量，建立起BP网络、SOM网络和因素分析三种认知负荷综合评估模型。研究结果为认知负荷的测评提供了新的方法，有效提高了认知负荷测评的准确率。

(4)建立了持续作业过程中认知负荷随时间变化的预测模型。

目前关于认知负荷的研究中，尚未见认知负荷随作业时间变化预测方面的研究。本研究根据网络学习环境以及军事、航天航空、核电站、大型工业企业等实际生产部门中复杂人机系统的特点，设计持续作业情境，分析在此类作业中认知负荷在评估指标上变化的基本特点，并建立起了不同作业时间段认知负荷在评估指标上变化的BP网络和Elman网络两种预测模型。这将为改进和优化数字化学习环境或人机系统的设计提供工程心理学依据;为数字化学习环境或复杂系统中动态任务分配提供方法学基础。