ยินดีต้อนรับสู่ฝ่ายบริการวิจัยและกลยุทธ์ของเรา ในโลกที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน.


อย่างที่ทุกคนที่เคยสอบใบขับขี่รู้กันดี การขับขี่บนท้องถนนเป็นงานที่ซับซ้อนซึ่งต้องอาศัยทักษะทางจิตหลายด้าน ทีมงานนักประสาทวิทยา 9 คนจากห้องปฏิบัติการ Faubert มหาวิทยาลัยมอนทรีออล ได้ใช้การจำลองการขับขี่ที่ซับซ้อนและการประเมิน NeuroTracker เพื่อดูว่าความสามารถทางด้านการรับรู้สามารถบ่งชี้ได้หรือไม่ว่าใครบ้างที่มีความเสี่ยงสูงที่สุดในการขับขี่.
ในการศึกษาครั้งสำคัญที่กินเวลาหลายปี ผู้ขับขี่จำนวน 115 คน ประกอบด้วยผู้ขับขี่วัยหนุ่มสาว (อายุ 18-21 ปี) วัยกลางคน (อายุ 25-55 ปี) และผู้สูงอายุ (อายุ 70-86 ปี) ได้รับการทดสอบทักษะการขับขี่ใน VS500M ซึ่งเป็นเครื่องจำลองการขับขี่ไฮเทคที่สร้างขึ้นด้วยชิ้นส่วนรถยนต์จริงและระบบบังคับเลี้ยวแบบตอบสนองแรง ผู้เข้าร่วมการทดสอบใช้เวลาสองชั่วโมงในการขับขี่ในสภาพแวดล้อมในเมืองและชนบท รวมถึงบนทางหลวง โดยแต่ละสถานการณ์ประกอบด้วยเหตุการณ์อันตรายที่บังคับให้ผู้ขับขี่ต้องตอบสนองฉุกเฉินเพื่อหลีกเลี่ยงอุบัติเหตุกับยานพาหนะอื่นหรือคนเดินเท้า ผู้ขับขี่ต้องหักพวงมาลัยหรือเบรกอย่างกะทันหันเพื่อตอบสนองต่อเหตุการณ์ที่อาจเป็นอันตรายถึงชีวิตได้อย่างปลอดภัย.
เครื่องจำลองการขับขี่ได้รวบรวมข้อมูลมากมายเกี่ยวกับประสิทธิภาพการขับขี่ รวมถึงมาตรวัดทักษะการขับขี่เฉพาะ 18 รายการ ข้อมูลเหล่านี้ได้รับการวิเคราะห์อย่างละเอียดถี่ถ้วน เพื่อบันทึกไม่เพียงแค่ข้อผิดพลาด แต่ยังรวมถึงพฤติกรรมการขับขี่ที่ละเอียดอ่อน เช่น ระยะการคาดการณ์ที่ผู้ขับขี่เริ่มตอบสนองต่อภัยคุกคามที่กำลังเข้ามา ด้วยเป้าหมายในการบุกเบิกแนวทางใหม่ในการวิจัยเครื่องจำลองการขับขี่ การวิเคราะห์ในระดับใหม่นี้ช่วยให้นักวิจัยสามารถเปิดเผยทักษะที่ไม่เหมาะสมซึ่งอาจนำไปสู่การขับขี่ที่มีความเสี่ยงสูงได้.
เป็นที่ทราบกันดีว่าเมื่อความต้องการใช้ทรัพยากรทางจิตใจเกินกว่าที่มีอยู่ ความสามารถในการขับขี่อาจลดลงอย่างมาก ดังนั้นทีมวิจัยจึงเปรียบเทียบพฤติกรรมการขับขี่ในสถานการณ์ที่มีภาระทางความคิดต่ำ ปานกลาง และสูง จากนั้นจึงประเมินภาระดังกล่าวเทียบกับอายุและประสบการณ์การขับขี่ เพื่อระบุว่าปัจจัยใดที่ทำให้ผู้คนมี เสี่ยงต่ออุบัติเหตุทางรถยนต์ความ
จากการวิจัยก่อนหน้านี้พบว่า ผู้ขับขี่อายุน้อยมักขับขี่ไม่ปลอดภัยบนท้องถนนเนื่องจากขาดประสบการณ์และมีแนวโน้มที่จะเสี่ยงมากกว่า ในขณะที่ผู้ขับขี่สูงอายุมีแนวโน้มที่จะตระหนักรู้น้อยลง มีปฏิกิริยาตอบสนองช้ากว่า และชดเชยด้วยการขับรถช้าลง.
ในการจำลองสถานการณ์ ผู้ขับขี่ไม่ได้รับคำสั่งให้ขับด้วยความเร็วเท่าใด ดังนั้นพวกเขาจึงแสดงพฤติกรรมที่เป็นธรรมชาติมากขึ้น ตามที่คาดไว้ ผู้สูงอายุส่วนใหญ่ขับรถช้าลง ที่น่าสนใจคือ ผู้ขับขี่ที่มีประสบการณ์ทุกช่วงอายุมีแนวโน้มที่จะขับช้าลงกว่าผู้ขับขี่ที่ไม่มีประสบการณ์ ผู้เข้าร่วมที่อายุน้อยกว่ามีแนวโน้มที่จะเกี่ยวข้องกับอุบัติเหตุเฉียดฉิวมากกว่าผู้ขับขี่ที่มีอายุมากกว่า และหลังจากรับรู้ถึงภัยคุกคามที่อาจเกิดขึ้น ผู้ขับขี่ที่มีอายุมากกว่าจะดำเนินการป้องกันตัวเร็วกว่าผู้ขับขี่ที่อายุน้อยกว่า อย่างไรก็ตาม ผู้ขับขี่ที่มีอายุมากกว่าก็มีแนวโน้มที่จะระบุภัยคุกคามได้ไม่ทันเวลาเพียงพอที่จะตอบสนองอย่างเหมาะสม นักวิจัยเสนอว่าพฤติกรรมนี้อาจเชื่อมโยงกับการเปลี่ยนแปลงด้านการรับรู้และสติปัญญาที่เกี่ยวข้องกับความชรา.
ในแง่ของกลยุทธ์ในการรับมือกับเหตุการณ์อันตราย ผู้ขับขี่อายุน้อยมักจะเลือกใช้การหักพวงมาลัยเพื่อหลีกเลี่ยงการชน ในขณะที่ผู้ขับขี่อายุมากมักจะเลือกเบรกกะทันหันมากกว่า.
NeuroTracker เป็นเครื่องมือวัดความสามารถของแต่ละบุคคลในการรับและบูรณาการข้อมูลที่เกี่ยวข้องในสภาพแวดล้อมทางสายตาที่ซับซ้อนสูง ในขณะที่การศึกษาเกี่ยวกับการขับขี่ในอดีตได้เปรียบเทียบการวัดการทำงานของสมองแบบแยกส่วน เช่น ความจำใช้งาน NeuroTracker ถูกนำมาใช้เป็นแบบทดสอบแบบบูรณาการและไดนามิก เพื่อให้สอดคล้องกับความสามารถทางปัญญาที่กว้างขึ้นซึ่งเกี่ยวข้องกับการขับขี่.
การวิเคราะห์ทางสถิติของผลลัพธ์จาก NeuroTracker แสดงให้เห็นว่าสามารถทำนายความเสี่ยงที่เพิ่มขึ้นของการเกิดอุบัติเหตุได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่ง ข้อมูล NeuroTracker สามารถทำนายอัตราการหักเลี้ยวและระยะทางที่เกิดการตอบสนองการหักเลี้ยวอย่างรวดเร็ว ซึ่งบ่งชี้ว่าความเร็วในการประมวลผลทางจิตใจอาจเป็นปัจจัยในการตอบสนองเพื่อหลีกเลี่ยงอุบัติเหตุได้เร็วขึ้น.
คะแนน NeuroTracker ที่ต่ำลงยังมีความสัมพันธ์อย่างมีนัยสำคัญกับความเร็วในการขับขี่เฉลี่ยที่ช้าลงสำหรับผู้สูงอายุ ซึ่งเป็นหลักฐานสนับสนุนทฤษฎีที่ว่าการขับขี่ช้าลงนั้นเกี่ยวข้องกับผลกระทบทางด้านการรับรู้จากความชราภาพ มากกว่าที่จะเป็นเพียงแค่การระมัดระวังมากขึ้น.
ผลการศึกษาที่คล้ายคลึงกันมากถูกค้นพบใน การศึกษาแยกต่างหากในปี 2017ซึ่งใช้ NeuroTracker และการประเมินด้วยเครื่องจำลองการขับขี่เช่นกัน แต่เน้นเฉพาะผู้ขับขี่สูงอายุเท่านั้น

แม้ว่าการทดสอบทักษะการขับขี่บนท้องถนนโดยใช้เครื่องจำลองการขับขี่จะเป็นวิธีที่ดีในทางทฤษฎี แต่ก็ไม่สามารถทำได้จริงเนื่องจากมีค่าใช้จ่ายสูง ในทางกลับกัน การทดสอบความสามารถทางปัญญาขั้นสูง เช่น NeuroTracker นั้นมีราคาถูก ใช้เวลาเพียงไม่กี่นาที และสามารถทำได้ที่บ้าน งานวิจัยนี้แสดงให้เห็นว่า การวัดความสามารถทางปัญญาและการรับรู้ดังกล่าว สามารถเปิดเผยปัจจัยที่อยู่เบื้องหลังความเสี่ยงในการขับขี่ และยังช่วยระบุบุคคลที่ใช้พฤติกรรมการขับขี่เพื่อชดเชย แต่ยังคงมีความเสี่ยงสูงอยู่
แม้ว่า NeuroTracker จะเป็นเครื่องมือประเมินความรู้ความเข้าใจทางวิทยาศาสตร์ แต่สิ่งสำคัญที่สุดคือผู้คนทั่วโลกใช้มันเพื่อ เพิ่มประสิทธิภาพการทำงานของมนุษย์รวมถึงนักกีฬาชั้นนำ หน่วยรบพิเศษทางทหาร และนักแข่งรถฟอร์มูล่าวัน ด้วยหลักฐานที่แสดงให้เห็นถึงการพัฒนาอย่างรวดเร็วของฟังก์ชันการรับรู้ระดับสูงที่หลากหลาย ซึ่งเป็นที่ทราบกันดีว่าเกี่ยวข้องกับความสามารถในการขับขี่ รวมถึงการถ่ายทอดไปสู่ความสามารถในการปฏิบัติงาน จึงอาจเป็นเครื่องมือที่ไม่เพียงแต่ช่วยระบุผู้ที่มีความเสี่ยงบนท้องถนน แต่ยังช่วยปรับปรุงความสามารถในการขับขี่อย่างปลอดภัยอีกด้วย ศาสตราจารย์ Faubert นักวิจัยในงานวิจัยนี้ให้ความเห็นว่า “เห็นได้ชัดว่าเครื่องมือประเมินความรู้ความเข้าใจประเภทนี้มีความเกี่ยวข้องอย่างมากในการประเมินทักษะการขับขี่ แต่ผมมองเห็นศักยภาพที่ยิ่งใหญ่กว่านั้นในการพัฒนาทักษะเหล่านั้นสำหรับผู้คนทุกวัย”
สถานการณ์จำลองการขับขี่และมาตรการในการประเมินพฤติกรรมการขับขี่เสี่ยงอย่างแม่นยำ: การศึกษาเปรียบเทียบกลุ่มผู้ขับขี่ที่มีอายุต่างกัน
http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0185909
เกณฑ์ความเร็วในการติดตามวัตถุหลายชิ้นแบบสามมิติมีความสัมพันธ์กับการวัดประสิทธิภาพการขับขี่จำลองในผู้ขับขี่สูงอายุ
http://journals.sagepub.com/doi/10.1177/1541931213601505




ยินดีต้อนรับสู่ฝ่ายบริการวิจัยและกลยุทธ์ของเรา ในโลกที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน.

การปฏิบัติตามคำแนะนำอย่างถูกต้องไม่ได้หมายความว่าจะได้ผลลัพธ์ที่ถูกต้องเสมอไป บทความนี้แสดงให้เห็นว่าผลลัพธ์ขึ้นอยู่กับการตีความคำแนะนำในบริบทของโลกแห่งความเป็นจริง.

การทำซ้ำงานเดิมๆ เป็นเวลานานจะนำไปสู่ทางลัดในการประมวลผลทางความคิด ดังนั้น การเปลี่ยนแปลงเล็กน้อยในงานเหล่านั้นจึงอาจนำไปสู่ข้อผิดพลาดที่ไม่คาดคิดได้ บทความนี้จะยกตัวอย่างทั่วไปของการปรับตัวเหล่านี้ และแสดงให้เห็นว่าการเปลี่ยนแปลงเล็กน้อยสามารถเปลี่ยนแปลงวิธีการทำงานได้.

การเปลี่ยนแปลงเล็กน้อยในสภาพแวดล้อมสามารถเปลี่ยนแปลงสิ่งที่คุณมองเห็น เข้าถึง และกระทำได้ บทความนี้จะอธิบายว่าแม้ความแตกต่างเพียงเล็กน้อยก็สามารถเปลี่ยนแปลงเส้นทางการตัดสินใจและนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ในประสิทธิภาพการทำงานได้อย่างไร.
.png)