AN INTEGRATED MENTAL WORKLOAD ASSESSMENT APPROACH BASED ON NASA-TLX AND SMAA-2: A CASE STUDY
Öz
Zihinsel iş yükü (ZİY), özellikle karmaşık sistemlerdeki çalışan performansını etkileyen önemli bir ergonomik faktör olarak uzun zamandan beri dikkate alınmaktadır. ZİY araştırmaları genellikle, altı farklı ZİY kriterinin ağırlıklı toplamını içeren ve klasik bir ZİY değerlendirme yaklaşımı olan Ulusal Havacılık ve Uzay Dairesi İş Yükü İndeksi (NASA-TLX) yönteminin farklı uygulamalarına odaklanmıştır. Ancak karar verici (KV) olarak çalışanlar tercihlerini, ZİY boyutlarına ait ağırlıkların ve puanların belirlenmesi için uygulanan skaladaki kesin değerleri kullanarak belirtemeyebilir veya belirtmek istemeyebilirler. Bu tür belirsizlik içeren bilgiler, etkin bir karar destek aracı olan Stokastik Çok Kriterli Kabul Edilebilirlik Analizi-2 (SMAA-2) kullanılarak stokastik bir şekilde modellenebilir. Bu kapsamda çalışmada, ZİY’nü analiz edebilmek için NASA TLX ve SMAA-2 temelinde entegre bir yaklaşım önerilmektedir. Önerilen yaklaşıma ilişkin gerçek hayat uygulaması ise kutu harf imalat prosesinde gerçekleştirilmiştir.
Anahtar Kelimeler
Kaynakça
- Aertsen, W., Kınt, V., Orshoven, J.V. ve Muys. B. (2011). Evaluation of modelling techniques for forest site productivity prediction in contrasting ecoregions using stochastic multicriteria acceptability analysis (SMAA), Environmental Modelling & Software, 26(7), 929-937.
- Akyeampong, J., Udoka, S., Caruso, G. ve Bordegoni, M. (2014). Evaluation of hydraulic excavator Human–Machine Interface concepts using NASA TLX. International Journal of Industrial Ergonomics, 44(3), 374-382.
- Angilella, S., Corrente, S. ve Greco, S. (2015). Stochastic multiobjective acceptability analysis for the Choquet integral preference model and the scale construction problem. European Journal of Operatıonal Research, 240(1), 172-182.
- Colligan, L., Potts, H. W., Finn, C. T. ve Sinkin, R. A. (2015). Cognitive workload changes for nurses transitioning from a legacy system with paper documentation to a commercial electronic health record. International Journal of Medical Informatics, 84(7), 469-476.
- Durantin, G., Gagnon, J. F., Tremblay, S. ve Dehais, F. (2014). Using near infrared spectroscopy and heart rate variability to detect mental overload. Behavioural Brain Research, 259, 16-23.
- Filtness, A. J., Rudin-Brown, C. M. (2012). Drinking and riding: is subjective workload related to performance?. Australian Road Safety Research, Policing and Education Conference.
- Flemisch, F. O., Onken, R. (2002). Open a Window to the Cognitive Work Process! Pointillist Analysis of Man–Machine Interaction. Cognition, Technology & Work, 4, 160–170.
- Gülkaç, H. (2013). Assessing Pilot's Mental Workloads with NASA-TLX, Master Thesis, Kocaeli University.
- Hart, S. G., Staveland, L. E. (1988). Development of NASA-TLX (Task Load Index): Results of empirical and theoretical research. Advances in Psychology, 52, 139-183.
- Hokkanen, J., Lahdelama, R. ve Salminen, P. (2000). Multicriteria decision support in a technology competition for cleaning polluted soil in Helsinki. Journal of Environment Management, 60(4), 339-348.