認知フィット理論を用いた情報可視化の有効性の評価。ニューロエルゴノミクスのアプローチ

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Appl Ergon.2020 Oct;88:103173. S0003-6870(20)30127-7. doi: 10.1016/j.apergo.2020.103173.Epub 2020-06-11.

認知フィット理論を用いた情報可視化の有効性の評価。ニューロエルゴノミクスのアプローチ

Evaluating effectiveness of information visualizations using cognitive fit theory: A neuroergonomics approach.

Joseph K Nuamah
Younho Seong
Steven Jiang
Eui Park
Daniel Mountjoy

PMID: 32678781 DOI: 10.1016/j.apergo.2020.103173.

抄録

情報の可視化は、それを使って実行しなければならないタスクにどのようにマッチしているかという観点、つまり認知的適合性の観点から評価されることがあります。しかし、認知的適合性についての高レベルの言及と、視覚化との人間の相互作用中に認知的適合性を識別して測定する低レベルの能力との間にはギャップがあります。このギャップを埋めるために、タスク負荷指数として知られる前頭正中線シータパワーと頭頂αパワーから導出された脳波計を用いて、皮質活動レベルで測定された認知努力が、認知的適合性がある場合に認知的適合性がない場合に比べて少ないかどうかを判断しました。我々は、解決すべき問題の種類とシステムによって表示される情報の間に認知的適合性がある場合、認知的適合性がない場合に比べてタスク負荷指数が低くなることを発見した。我々はこの発見を、主観的（NASAタスク負荷指数）とパフォーマンス（応答時間と精度）の測定値で支持しています。脳波を使用した我々のアプローチは、自己報告とパフォーマンス測定に補足的な情報を提供します。この研究から得られた知見は、(1)神経生理学的尺度を用いた認知的フィット理論のより多くの妥当性を提供し、(2)認知的作業量と一般的な努力を評価する手段として脳波タスク負荷指数指標を使用することから、重要である。

Information visualizations may be evaluated from the perspective of how they match tasks that must be performed with them, a cognitive fit perspective. However, there is a gap between the high-level references made to cognitive fit and the low-level ability to identify and measure it during human interaction with visualizations. We bridge this gap by using an electroencephalography metric derived from frontal midline theta power and parietal alpha power, known as the task load index, to determine if cognitive effort measured at the level of cortical activity is less when cognitive fit is present compared to when cognitive fit is not. We found that when there is cognitive fit between the type of problem to be solved and the information displayed by a system, the task load index is lower compared to when cognitive fit is not present. We support this finding with subjective (NASA task load index) and performance (response time and accuracy) measures. Our approach, using electroencephalography, provides supplemental information to self-report and performance measures. Findings from this study are important because they (1) provide more validity to the cognitive fit theory using a neurophysiological measure, and (2) use the electroencephalography task load index metric as a means to assess cognitive workload and effort in general.