Workload Assessment of Operators: Correlation Between NASA-TLX and Pupillary Responses
Notice bibliographique
Résumé
Operators in high-stress environments often face significant cognitive demands that can impair their performance, underscoring the need for comprehensive workload assessment. This study aims to study the relationship between subjective self-reported measures, the NASA task load index (NASA-TLX), objective bio-signal measures, and pupillary responses. The participants engaged in either a visual tracking task or a laparoscopic visuomotor task while their eye movements were recorded using a Tobii Pro Nano eye tracker (Tobii Technology Inc., Stockholm, Sweden). Immediately after completing the tasks, participants provided NASA-TLX scores to assess their perceived workload. The study tested three hypotheses: first, whether increased pupil dilation correlates with higher NASA-TLX scores; second, whether task type affects workload; and third, whether task repetition influences workload. The results showed a moderate positive correlation between pupil size and NASA-TLX scores (r = 0.513, p < 0.001). The laparoscopic surgery task, which requires visuomotor coordination, resulted in significantly higher NASA-TLX scores (t = –6.23, p < 0.001), larger original pupil sizes (t = –22.57, p < 0.001), and more adjusted pupil sizes (t = –22.57, p < 0.001) than the purely visual task. Additionally, task repetition led to a significant reduction in the NASA-TLX scores (t = 2.86, p = 0.005), the original mean pupil size (t = 5.50, p < 0.001), and the adjusted pupil size (t = 6.34, p < 0.001). In conclusion, the study confirms a positive correlation between NASA-TLX scores and pupillary responses. Task type and repetition were found to influence workload and pupillary responses. The findings demonstrate the value of using both subjective and objective measures for workload assessments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».