意味 状況認識の正式な定義は、しばしば3つの段階に分けられる。
環境内の要素の認識、 状況の理解、そして 将来の状態の予測。[ 12 ] 状況認識能力が最も高い人は、目標や意思決定に関連する情報を認識するだけでなく、その情報を統合して意味や重要性を理解し、起こりうる将来のシナリオを予測することができます。このような高いレベルの状況認識能力は、困難な環境下での積極的な意思決定に不可欠です。
状況認識の研究では、状況認識状態、状況認識システム、状況認識プロセスの 3 つの側面が焦点となってきました。状況認識状態とは、 人々が実際に状況を認識しているレベルのことです。状況認識システム とは、多くの環境で状況認識をサポートするために開発されたテクノロジーのことです。状況認識プロセス とは、状況認識状態の更新、および状況認識の瞬間的な変化を導くもののことです。[ 13 ]
歴史 この用語自体は比較的新しいものですが、その概念は軍事理論 の歴史に根ざしており、例えば孫子 の『孫子兵法』 [ 14 ] 第一次世界大戦 にまで遡ることができ、軍用機の乗組員にとって重要なスキルとして認識されていました。[ 15 ]
状況認識という用語は、 ダグラス・エアクラフト社が 人間工学の研究中に、垂直および水平の状況表示を開発し、次世代商用航空機のデジタル制御配置を評価する際に初めて使用されたという証拠がある。飛行乗務員のコンピュータ相互作用[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] 。
状況認識は、1983年に試作タッチスクリーンナビゲーションディスプレイの利点を説明する際に、早くも技術文献に登場しました。[ 21 ]
この用語は、1988 年に Endsley によって初めて正式に定義されました。[ 22 ] 人間工学の 科学者によって広く採用される以前は、朝鮮戦争 とベトナム戦争から帰還した アメリカ空軍 (USAF) の戦闘機乗組員によって使用されていたと言われています。[ 23 ] [ 24 ] 空中戦 での生存は、通常、相手の現在の動きを観察し、相手がそれを観察して予測するほんの一瞬前に次の動きを予測することにかかっていました。
米空軍のパイロットたちは、状況認識を、米空軍の戦争理論家であるジョン・ボイド大佐が提唱した有名な OODA ループ（観察・方向付け・決定・行動）の「観察」と「方向付け」の段階、あるいはボイドサイクルと同一視するようになった。戦闘において勝利するための戦略は、相手のOODAループに「入り込む」ことであり、そのためには、自分の意思決定を迅速に行うだけでなく、相手よりも優れた状況認識を持ち、相手が監視したり理解したりできないような方法で状況を変える必要がある。一方、自分の状況認識を失うことは、「ループから外れてしまう」ことを意味する。
明らかに、状況認識は、個人やチームがそれぞれの環境で効果的に機能するために必要であるため、広範囲にわたる応用があります。そのため、状況認識は航空分野をはるかに超えて、さまざまな環境で行われている作業にまで広がっています。状況認識は、航空管制 、原子力発電所 の運転、緊急対応 、海上作業、宇宙、石油・ガス掘削、車両運転、医療 （麻酔学 や看護 など）といった多様な分野で研究されています。[ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ]
理論モデル
と2000年など複数の文献で提示したバージョンの統合である。
最も広く引用され、受け入れられている SA モデルは、ミカ・エンズリー 博士によって開発されたものであり、研究結果によって大部分が裏付けられていることが示されています。[ 34 ] リー、カッサーノ・ピンチェ、ビセンテは、エンズリーの SA モデルが、レビューした 30 年間の他の論文と比較して、ヒューマン ファクターズ誌 に掲載された他のどの論文よりも、発表後に 50% 多く引用されていることを発見しました。[ 35 ]
エンズリーのモデルは、人々が状況判断（SA）を行うために用いる認知プロセスとメカニズム、そしてSA獲得能力に影響を与える課題要因と環境要因について記述している。また、SA形成の3つのレベル、すなわち知覚、理解、投影について詳細に説明している。
知覚（レベル1 SA） ：SAを達成するための最初のステップは、環境内の関連要素の状態、属性、および動態を認識することです。したがって、SAの最も基本的なレベルであるレベル1 SAは、監視、手がかりの検出、および単純な認識のプロセスを含み、これにより、複数の状況要素（物体、イベント、人、システム、環境要因）とその現在の状態（場所、条件、モード、動作）を認識することができます。
理解（レベル2 SA） ：SA形成の次のステップは、パターン認識、解釈、評価のプロセスを通して、レベル1 SAの断片的な要素を統合することです。レベル2 SAでは、この情報を統合して、それが個人の目標や目的にどのように影響するかを理解する必要があります。これには、世界全体、あるいは個人にとって関心のある世界の一部について、包括的なイメージを構築することが含まれます。
予測（レベル3 SA） ：SAの第3レベル、すなわち最高レベルは、環境内の要素の将来の行動を予測する能力です。レベル3 SAは、要素の状態と動態に関する知識と状況の理解（レベル1および2 SA）に基づき、この情報を将来にわたって外挿することで、運用環境の将来の状態にどのように影響するかを判断することによって達成されます。
エンズリーのモデルは、SAが「複雑で動的なシステムの運用におけるその後の意思決定とパフォーマンスの主要な基盤を提供する」ことを示している。 SAだけでは意思決定の成功を保証することはできないが、SAは良い意思決定の基礎となる必要な入力プロセス（例えば、手がかりの認識、状況評価、予測）をサポートする。[ 37 ]
状況認識（SA）には、時間的要素と空間的要素の両方が含まれます。SAは動的な構成要素であり、個人の行動、タスクの特性、周囲の環境によって決まるテンポで変化するため、時間はSAにおいて重要な概念です。システムに新たな入力が入ると、個人はそれらをこの精神的表象に組み込み、望ましい目標を達成するために必要に応じて計画や行動を変更します。
状況認識（SA）には、個人が関心を持つ特定の場所で発生する活動や出来事に関する空間的な知識も含まれます。したがって、状況認識の概念には、状況情報の知覚、理解、予測に加え、時間的および空間的な要素も含まれます。
エンズリーのSAモデルは、個人要因、課題要因、環境要因など、SAの発達と維持に影響を与える可能性のあるいくつかの変数を示している。
要約すると、このモデルはSAに関わる認知プロセスを説明するいくつかの重要な要素から構成されています。[ 38 ]
SAの3つのレベルとしての知覚 、理解、投影、注意を向け、知覚された情報の重要性を解釈する上での目標と目標指向処理の役割、 データ駆動型の方法で注意を「引きつける」上での情報顕著性の役割、および目標駆動型処理とデータ駆動型処理を交互に行うことの重要性、 注意を向け、情報を解釈する上での期待（現在の状況モデルと長期記憶ストアによって形成される）の役割、 限られたワーキングメモリに対する大きな要求は、初心者や新しい状況にいる人々のSAを制限するが、メンタルモデルとプロトタイプスキーマへのパターンマッチングの大きな利点は、これらの制限をほぼ回避する。 メンタルモデルの使用は、さまざまな情報を統合し、その意味（目標に関連するもの）を理解する手段を提供し、人々が起こりうる将来の出来事や状態について有用な予測を行うことを可能にする。 スキーマ（ 精神モデル の典型的な状態）とのパターンマッチングにより、認識された状況に関連する理解と予測を迅速に検索し、多くの場合、状況に適した行動をワンステップで検索することができる。このモデルは、SAに影響を与えるタスクと環境のいくつかの特徴も指摘している。
システムとユーザーインターフェースが、重要な情報を、ユーザーが容易に統合・処理できる方法で伝える能力。 過重な業務量とストレスはどちらも、SA（社会不安）に悪影響を及ぼす可能性がある。情報過多は多くの状況で問題となる。 負荷不足（警戒 状態）もSAに悪影響を与える可能性がある。 人が置かれているシステムや状況の複雑さは、正確なメンタルモデルの形成を困難にすることで、状況認識能力に悪影響を与える可能性がある。 自動化は、多くの環境（航空、運転、電力操作など）で状況認識を低下させる主要な要因です。ループ外のパフォーマンス問題を 参照してください。これは、人々が監視者としての役割を担わざるを得ない状況（警戒心の問題により、監視は苦手）を作り出し、必要な情報が提供されないなどシステムの透明性が低く、自動化システムに対する人々の認知的関与のレベルが全体的に低下するためです。[ 39 ] 経験と訓練は、処理負荷を軽減し、目標の優先順位付けをより適切に行うのに役立つメンタルモデルの発達に影響を与えるため、SA を開発する能力に大きな影響を与えます。[ 40 ] [ 41 ]
SAに対する批判 SA の構成概念とモデルに対する批判は、一般的に根拠がなく対処済みであると見なされています。[ 42 ] [ 43 ] [ 44 ] [ 42 ]
しかしながら、SAにはいくつかの批判がある。批判の一つは、SAの循環論法の危険性である。「SAが失われたことをどうやって知るのか？それは、人間が不適切な反応をしたからだ。なぜ人間は不適切な反応をしたのか？それは、SAが失われたからだ。」[ 45 ] [ 46 ] [ 47 ] [ 42 ]
最近の SA 測定に関するレビューとメタ分析では、それらがパフォーマンスと高い相関関係にあるか、またはパフォーマンスを予測できることが示され、当初は SA に対する批判を否定する強力な定量的証拠を提供するように見えました。[ 44 ] [ 44 ] [ 48 ] [ 44 ] これは循環分析 または二重取りの例であり、 [ 49 ]
望ましい効果のみを含めたため、このメタ分析の結果はあらかじめ決定されており、SA の予測尺度は予測的であった。[ 48 ] [ 48 ] [ 48 ]
このセクションでは、状況認識に関連するいくつかの認知プロセスについて簡単に説明します。以下のマトリックスは、これらの概念間の関係を図示しようとしています。[ 50 ]状況 認識 と状況評価は 、航空や軍事作戦などの情報融合の複雑な領域でより一般的に議論され、即時の戦術目標の達成により関連していることに注意してください。[ 51 ] [ 52 ] [ 53 ] 意味づけ と理解 の達成は、産業界や組織心理学の文献でより一般的に見られ、多くの場合、長期的な戦略目標の達成に関連しています。
状況認識の生物学的媒介物質もあり、最も顕著なのはテストステロン などのホルモンや、ドーパミン やノルアドレナリン などの神経伝達 物質である。[ 54 ]
状況理解 状況認識は、「状況理解」という用語と混同されることがある。軍事指揮統制の文脈では、状況理解とは、「部隊の状況認識に分析と判断を適用して、存在する要因の関係を決定し、部隊または任務遂行に対する脅威、任務遂行の機会、および情報のギャップに関する論理的な結論を形成する成果」を指す。[ 55 ]
状況評価 要するに、状況認識は 「知識の状態」とみなされ、状況評価は その知識を得るために用いられる「プロセス」とみなされる。Endsleyは、「知識の状態としての状況認識という用語と、その状態を達成するために用いられるプロセスを区別することが重要である」と主張している。これらのプロセスは、個人や状況によって大きく異なる場合があり、状況評価、あるいはSAを達成、獲得、維持するプロセスと呼ばれる。SAは状況評価のプロセスによって生み出されるだけでなく、繰り返し同じプロセスを推進することにも注意が必要である。例えば、現在の認識によって、次に何に注意を向けるか、知覚した情報をどのように解釈するかが決まる。[ 56 ]
メンタルモデル 正確なメンタルモデルは、SA を達成するための前提条件の 1 つです。[ 22 ] [ 58 ] モデルは 、経験から時間をかけて開発された、明確に定義され、高度に組織化されながらも動的な知識構造の集合として説明できます。[ 59 ] [ 60 ] 情報過多を 引き起こし、SA に悪影響を及ぼします。[ 61 ] 長期記憶 に「メンタルモデル」として保存されている概念パターンに基づいて適切な行動を選択します。[ 62 ] [ 63 ]
意味づけ クライン、ムーン、ホフマンは、状況認識と意味づけを 次のように区別している。
状況認識とは、達成された知識状態、すなわち現在のデータ要素に関する知識、これらのデータから導き出された推論、またはこれらの推論を用いて行うことができる予測に関するものです。対照的に、意味づけとは、これらの結果を達成するプロセス、戦略、および遭遇した障壁に関するものです。
要するに、意味づけは、状況認識の根底にある知識 の状態というよりも、 「（人、場所、出来事の間の）つながりを理解し、その軌跡を予測して効果的に行動するための、意欲的で継続的な努力」 と見なされている。Endsley は、意味づけは努力を要するプロセスであるため、実際には状況認識を維持するために使用されるプロセスのサブセットを考慮していると指摘している。[ 66 ] [ 43 ] パターン認識 から始まる。「スポーツ、運転、飛行、航空管制などの活動における操作の速度は、ほとんどの場合、そのような意識的な熟慮を事実上禁止しており、むしろ例外のためにそれを残している」。Endsley はまた、意味づけは過去の出来事の理由を形成するという過去志向であるのに対し、状況認識は通常、効果的な意思決定プロセスに役立つように何が起こる可能性が高いかを予測するという未来志向であると指摘している。[ 66 ] [ 43 ]
チームオペレーションにおいて 多くのシステムや組織では、人々は個人としてだけでなく、チームの一員としても働いています。そのため、個々のチームメンバーのSAだけでなく、チーム全体のSAも考慮する必要があります。チーム内でSAに何が必要かを理解するためには、まずチームとは何かを明確に定義する必要があります。チームは単なる個人の集まりではなく、いくつかの特徴を持っています。チームとは、次のようなものです。
共通の価値ある目標／目的／使命に向かって、動的、相互依存的、かつ適応的に相互作用する、2人以上の識別可能な集団。各メンバーには特定の役割や機能が割り当てられており、メンバーシップの期間は限られている。
チームSA チームSAは、「各チームメンバーがそれぞれの責任に必要なSAをどの程度備えているか」と定義されます。[ 38 ]
チームでは、各メンバーはそれぞれの役割に関連したサブゴールを持ち、それがチーム全体の目標に貢献します。各メンバーのサブゴールには、そのメンバーが関心を持つ一連のSA要素が関連付けられています。チームのメンバーはチーム全体の目標達成において基本的に相互依存しているため、各メンバーのサブゴールとSA要件の間にはある程度の重複が生じます。この情報サブセットが、チーム調整の大部分を構成します。この調整は、口頭でのやり取り、表示情報の複製、またはその他の手段によって行われる可能性があります。[ 68 ]
共有SA 共有状況認識は、「チームメンバーが共有SA要件に関して同じSAを持っている度合い」と定義できます。この定義が示唆するように、複数のチームメンバーに関連する情報要件が存在します。チームワークの大部分は、これらのSA要件が重なる領域、つまりチームメンバーの本質的な相互依存性の関数として存在する共有SA要件に関わっています。機能不全のチームでは、2人以上のメンバーがこれらの共有SA要件について異なる評価を持ち、その結果、協調性のない、あるいは逆効果な行動をとる可能性があります。しかし、円滑に機能するチームでは、各チームメンバーは、共通のSA要素（共有SA） で何が起こっているかについて共通の理解を共有しています。したがって、共有SAとは、チームメンバーのSA要件の重なりにある情報について、人々が共通の理解を持っている度合いを指します。すべての情報を共有する必要はありません。明らかに、各チームメンバーは、チームの他のメンバーには関係のない多くのことを認識しています。各人の仕事のすべての詳細を共有すると、必要な情報を得るために整理しなければならない情報過多が発生します。[ 71 ] [ 72 ]
チームSAモデル したがって、チーム全体の状況認識は、個々のチームメンバーが自分の仕事に必要な状況の側面について高いレベルの状況認識を持っていることと、チームメンバー間で共有される高いレベルの状況認識の両方に依存しており、共有される状況認識によって、各メンバーのニーズに共通する状況の側面について正確な共通の運用状況像が提供される。 EndsleyとJones は、チームがメンバー間で高いレベルの共有状況認識をどのように開発するかを概念化する手段として、チームの状況認識のモデルを説明しています。要件、デバイス、メカニズム、プロセスの4つの要素はそれぞれ、チームと共有状況認識の構築に役立ちます。
チームSAの要件 – チームメンバーが共有する必要のある情報をどの程度認識しているか。これには、通常他のチームメンバーには公開されない上位レベルの評価や予測、およびチームメンバーのタスク状況や現在の能力に関する情報が含まれる。チームSAデバイス とは、この情報を共有するために利用できるデバイスのことで、直接的なコミュニケーション（言語的および非言語的）、共有ディスプレイ（視覚的または聴覚的なディスプレイ、触覚デバイスなど）、または共有環境が含まれます。ジェスチャーやローカルアーティファクトの表示といった非言語的コミュニケーションや共有環境は、分散型チームでは通常利用できないため、言語的コミュニケーションと、共有情報ディスプレイを作成するためのコミュニケーション技術に、より重点が置かれます。チームSAメカニズム とは、チームメンバーが共有メンタルモデルなどのメカニズムをどの程度備えているかを示すもので、これらのメカニズムは、情報を同じように解釈し、互いの行動について正確な予測を行う能力を支える。共有メンタルモデルを持つことは、チーム環境におけるコミュニケーションと連携を大幅に促進する。チームSAプロセス – チームメンバーがSA情報を共有するための効果的なプロセスにどの程度関与しているかを示す指標。これには、前提を疑問視するグループ規範、矛盾する情報や認識がないか互いに確認し合うこと、タスクの調整と優先順位付けの設定、緊急時対応計画の策定などが含まれる。
測定 SA の概念は広く研究されてきましたが、SA の多変量性は、その定量化と測定に大きな課題をもたらします。[ a ] [ 74 ]
客観的な指標 客観的測定法は、個人の状況や環境に対する認識を何らかの「真実」の現実と比較することによって、SAを直接評価します。具体的には、客観的測定法は、個人から状況に対する認識に関するデータを収集し、それを実際に起こっていることと比較することで、特定の時点でのSAの正確さを採点します。したがって、このタイプの評価はSAを直接測定し、オペレーターや観察者が不完全な情報に基づいて状況知識について判断を下す必要がありません。客観的測定法は、次の3つの方法のいずれかで収集できます。タスクの完了時にリアルタイムで収集する方法（例：タスク中に口頭でのコミュニケーションとして埋め込まれたオープンな質問として提示される「リアルタイムプローブ」[ 75 ]
主観的尺度 主観的測定法は、アンカー付き尺度（例：参加者状況認識質問票[ 76 ] [ 77 ] 未知の未知 ）に気づいていないことがよくあります。また、主観的測定法は全体的な性質を持つ傾向があり、そのため、客観的測定法で得られるような詳細な診断を提供するために、SAの多変量的な性質を十分に活用していません。それでも、自己評価は、オペレーターのSAに対する自信の度合いや自分のパフォーマンスを評価できるという点で有用である可能性があります。オペレーターがSAをどのように認識しているかを測定することは、オペレーターの実際のSAと同じくらい重要な情報を提供する可能性があります。なぜなら、認識されたSAの質の誤り（SAに対する過信または過小評価）は、実際のSAの誤りと同じくらい個人またはチームの意思決定に有害な影響を与える可能性があるからです。[ 78 ]
個人の状況認識能力（SA）に関する主観的な評価は、経験豊富な観察者（同僚、指揮官、訓練を受けた外部専門家など）によっても行われることがあります。観察者による評価は、オペレーター自身によるSA評価よりも優れている場合があります。なぜなら、オペレーターは任務遂行に集中していることが多いため、観察者の方がオペレーターよりも環境の真の状態に関する情報を多く入手できるからです（つまり、訓練を受けた観察者は状況をより完全に把握している可能性があります）。しかし、観察者はオペレーターの状況認識に関する知識が限られており、評価対象者の精神状態を完全に理解することはできません。そのため、観察者はオペレーターのSAレベルを推測するために、オペレーターの観察可能な行動や発言に頼らざるを得ません。この場合、次に説明するように、SAのパフォーマンスと行動指標を用いて、こうした行動や発言を評価するのが最適です。
パフォーマンス測定は、より良いパフォーマンスがより良いSAを示すという仮定に基づいて、最終結果（つまり、タスクのパフォーマンス結果）からSAを推測します。一般的なパフォーマンス指標には、出力量または生産性レベル、タスクの実行またはイベントへの対応にかかる時間、応答の正確さ、または逆に、発生したエラーの数などがあります。パフォーマンス測定の主な利点は、タスクのパフォーマンスを妨げることなく、客観的に収集できることです。ただし、SAとパフォーマンスの間に正の相関関係があることを示唆する証拠はありますが、この関係は確率的であり、常に直接的で明確であるとは限りません。言い換えれば、良いSAが必ずしも良いパフォーマンスにつながるわけではなく、悪いSAが必ずしも悪いパフォーマンスにつながるわけでもありません。[ 79 ]
行動測定法は、良い行動は良いSAから生じ、その逆もまた然りという仮定に基づき、個人が選択する行動からSAを推測します。行動測定法は主に観察者の評価に依存するため、本質的にやや主観的です。この限界に対処するために、観察者に、個人がより高いレベルのSAの達成を促進すると予想される行動を実行したり、行動を示したりしている程度を評価するように求めることができます。[ b ]
プロセス指標 プロセス指標は、チームメンバー間のコミュニケーションパターンを分析したり、アイトラッキングデバイスを使用したりして、個人が環境内で情報をどのように処理するかを調べます。チームのコミュニケーション（特に言語によるコミュニケーション）は、SAの構築につながる知識の構築と情報処理をサポートします。したがって、SAはコミュニケーションを介して共有される可能性があるため、計算言語学と機械学習技術を自然言語分析技術（潜在意味分析 など）と組み合わせることで、チームの言語表現を利用してSAとタスクのパフォーマンスを予測するモデルを作成できます。[ 81 ] [ 82 ] [ 83 ]
心理生理学的測定は、人間のパフォーマンスとオペレーターの生理状態の修正された変化との関係を評価することにより、オペレーターのSAのプロセス指標としても機能します。[ 84 ] データ 、まばたき、心臓活動などの心理生理学的測定を使用して評価）は、オペレーターが連続体の一方の端で睡眠疲労しているか、もう一方の端で精神的に過負荷になっているかを示す可能性があります。[ 85 ] 事象関連電位 、事象関連脱同期、一過性心拍数、電気皮膚活動 などの他の心理生理学的測定は、オペレーターの重要な環境キューの認識を評価するのに役立ち、つまり、オペレーターがタスクに関連する刺激を検出して認識したかどうかを判断するのに役立ちます。[ 85 ] [ 85 ]
測定に対する多面的なアプローチ SA の多変量的な性質は、その定量化と測定を著しく複雑にしています。なぜなら、ある指標がオペレーターの SA の一側面しか捉えていない可能性があるからです。さらに、研究によると、異なるタイプの SA 測定は必ずしも互いに強く相関するとは限りません。[ c ] [ 86 ]
制限事項 状況認識は、感覚入力と利用可能な注意、個人の知識と経験、および利用可能な情報を効果的に分析する能力によって制限されます。注意は限られたリソースであり、注意散漫やタスク負荷によって低下する可能性があります。状況の理解と将来の状態の予測は、類似の環境における関連する知識、理解、および経験に大きく依存します。チームSAは、より幅広い知識と経験の基盤があるため、これらの要因による制限は少ないですが、チーム内のコミュニケーションの有効性によって制限されます。[ 87 ]
トレーニング エンズリーのパラダイムと認知資源管理モデル[ 88 ] [ 89 ] [ 90 ]
この状況認識トレーニングは、状況認識能力の喪失を防ぎ、パイロットが常に耐えられる最大作業負荷以下で運用できるよう認知リソースを提供することを目的としています。これにより、人的要因による事故やインシデントの発生確率が低くなるだけでなく、運用時間が最適な効率で維持され、システムとオペレーターの運用寿命が延びます。[ 91 ]
職場での実例
緊急医療出動 アメリカ赤十字社 が提供する応急処置の 医療訓練では、医療援助を必要とする人に近づく際に、影響範囲内の状況を認識する必要性が、救助者が最初に考慮すべき点です[ 92 ]。
医療現場における救急隊員の状況認識には、救急隊員の負傷を避けるため、また現場到着前に無線で状況を知る必要があるかもしれない他の救助機関に情報を提供するために、何が起こった か を
医療現場においては、状況認識は、既に負傷した人へのさらなる負傷を防ぐため、医療従事者への負傷を防ぐため、そして他の潜在的な対応者に危険な状況を到着前に知らせるために活用される。
米国森林局 では、チェーンソー や横挽き鋸 の使用には訓練と認定が必要です。[ 98 ] [ 99 ]
森林における状況認識には、製材作業員の作業範囲内の環境と潜在的な安全上の危険を評価することも含まれます。製材作業員が作業に近づくと、地面、風、雲量、斜面、その他多くの要素が検査され、訓練を受けた製材作業員の身に染み付いた訓練の一環として、事前に考慮されます。
鋸引きチームの作業範囲内にある枯れ木や病気の木を評価し、風の強さと方向を評価します。切り倒す木の枝の向きや伐採する木の傾きは、木が切断時にどこに倒れるか、どこに移動するか、鋸引きチームの他のメンバーの位置、彼らの移動方法、ハイカーが影響範囲内にいるかどうか、ハイカーが移動しているか静止しているかといった点を考慮して評価されます。
法執行機関 法執行機関の 訓練には、一般市民とのやり取りの前、最中、後に警察官の周囲で何が起こっているかを状況認識すること[ 100 ]
サイバーセキュリティ脅威対策 サイバーセキュリティにおいて、脅威対策における状況認識とは、脅威活動と脆弱性を状況に応じて把握し、データ、情報、知識、知恵を侵害から積極的に守ることを可能にする能力のことです。状況認識は、多くの場合、さまざまなソースからデータと情報を取り込むソリューションを開発・活用することで実現されます。そして、テクノロジーとアルゴリズムを用いて知識と知恵を応用し、起こりうる脅威、可能性の高い脅威、そして現実の脅威を示す行動パターンを識別します。
サイバーセキュリティ脅威対策チームの状況認識は、セキュリティ責任領域内または関連するシステム（企業ネットワークや国家安全保障上の利益に使用されるものなど）の、簡潔で充実した、多くの場合グラフィカルで優先順位付けされ、検索しやすいビューという形で現れます。さまざまな研究が、eHealth [ 101 ] [ 102 ] [ 103 ] [ 104 ] 。
状況認識に基づく機関透明性モデル 技術エージェントの能力が増大するにつれて、その行動と根底にある論理が透明になることがますます重要になってきています。軍事分野では、無人車両の 使用頻度が増加するにつれて、エージェントの透明性が研究されてきました。2014年、米国陸軍研究所 の研究者らは、ユーザーインターフェース設計を通じて透明性を高めるように設計されたモデルである、状況認識に基づくエージェント透明性（SAT）を報告しました。自動化に関しては、「自律システムに対する人間の信頼を阻害する」6つの障壁が特定されており、「低い観測可能性、予測可能性、指示可能性、監査可能性」および「共通目標に対する相互理解の低さ」が主要な問題となっています。[ 105 ] 米国陸軍研究所 の研究者らは、Endsleyの知覚、理解、投影の理論 に基づいて、3つのレベルの状況認識透明性を設計しました。状況認識のレベルが高いほど、エージェントがユーザーに伝える情報が多くなると彼らは主張しました。[ 106 ]
米国陸軍研究所 の2018年の出版物では、SATのさまざまな透明性レベルがオペレーターの作業負荷と、エージェントの意思決定に介入する必要があるタイミングに関する人間の理解にどのように影響するかを評価しました。研究者たちは、この監督判断をキャリブレーションと呼んでいます。このグループは、SATモデルの研究を、マルチUxV管理のための人間エージェント透明性におけるインテリジェントエージェント透明性（IMPACT）プロジェクトと自律分隊員（ASM）プロジェクトの2つの取り組みに分けました。[ 105 ]
科学者たちは、無人車両におけるエージェントの意思決定における不確実性のレベルを含む第 4 のレベルに加えて、3 つの標準 SAT レベルを提供しました。この研究の明示された目標は、SAT レベルを変更すると、ユーザーのパフォーマンス、状況認識、およびエージェントへの信頼にどのような影響があるかを判断することでした。科学者たちは、実験結果から、エージェントの透明性を高めると、作業負荷に大きな影響を与えることなく、オペレーターのパフォーマンスとエージェントに対する人間の信頼が向上することが裏付けられると述べました。エージェントが割り当てられたタスクの不確実性のレベルを伝えると、実験に関与した人々はエージェントへの信頼を高めました。[ 107 ]
ASM の研究は、参加者が歩兵と通信する地上ロボットである ASM とのトレーニング コースを完了しなければならないシミュレーション ゲームを提供することによって実施されました。参加者は、インターフェース上の ASM の通信を監視しながら潜在的な脅威を評価するというマルチタスクを行う必要がありました。その研究によると、実験結果は、エージェントが SAT の 3 つのレベルすべての情報を伝達したときに、最大の信頼度較正が発生したことを示しました。[ 107 ] [ 105 ] [ 107 ]
状況認識を獲得するための戦略
構造化データ表示機能を備えたクラウドベースの地理情報システム（GIS ）とは、 クラウドコンピューティング 技術を利用して地理データを構造化形式で保存、管理、分析、視覚化するシステムのことです。このアプローチは、従来のオンプレミス型GISシステムと比較して、アクセシビリティ 、拡張性 、コラボレーションなど、多くの利点を提供します。
主要構成要素の内訳は以下のとおりです。
クラウドベースのインフラストラクチャ：
GISシステムはクラウドサーバー 上でホストされているため、ユーザーはインターネット経由でアクセスできます。これにより、ローカルへのインストールが不要になり、リソースの割り当てと拡張性において柔軟性が確保されます。 地理情報システム（GIS）：
GISは、空間データや地理データを収集、保存、分析、表示するためのフレームワークです。地図 や地理情報 を用いて、関係性やパターンを理解することを目的としています。 構造化データストレージ：
座標、境界、属性などの地理データは、クラウド内に構造化された形式で保存されます。これには、効率的な検索と分析を可能にするデータベース やその他のストレージソリューションが含まれます。 データ分析と処理：
クラウドベースのGISは、構造化された地理データに対して様々な分析処理を実行します。これには、空間分析、オーバーレイ操作、統計計算などが含まれ、有意義な知見を導き出します。 視覚化ツール：
このシステムには、地理データを地図 、チャート、グラフなどの形で視覚化するためのツールが含まれています。ユーザーはデータを視覚的に操作できるため、複雑な空間関係をより容易に理解できます。コラボレーション機能：
クラウドベースのGISは、複数のユーザー間のコラボレーションを促進することが多い。チームメンバーは同じ地理データに同時にアクセスして作業できるため、チームワーク と情報共有が促進される。 リアルタイム更新：
クラウドベースのシステムにより、地理データのリアルタイム更新が可能になります。新しい情報が入手可能になると、システムにシームレスに統合されるため、ユーザーは常に最新のデータにアクセスできます。 他のクラウドサービスとの統合：
クラウドベースのGISは、データストレージ 、処理、分析サービスなどの他のクラウドサービスと統合できます。この相互運用性により、システムの全体的な機能が向上します。 総じて、構造化データ表示機能を備えたクラウドベースのGISは、地理情報を管理するための動的かつ効率的なプラットフォームを提供し、都市計画や環境モニタリングからビジネス分析や災害対応まで、幅広い用途において、アクセスしやすく、拡張性があり、協調的な情報利用を可能にします。
軍事訓練方法
軍関係者や警察・救急隊員などの状況認識能力を高めるための訓練シナリオが2つあります。1つ目は「キムのゲーム」 で、海兵隊の狙撃手養成学校や警察学校でよく行われています。この名前は、スパイ養成学校の授業を題材にした小説『キム』 に由来しています。ゲームでは、スプーン、鉛筆、弾丸など、兵士たちがよく知っている様々なアイテムが乗ったトレイが用意されます。参加者は、これらのアイテムを毛布で覆う前に1分間かけてすべて見ます。その後、参加者はそれぞれ見たアイテムをリストアップし、正解数が最も多い人が勝ちとなります。このゲームは、子供たちの記憶力を養うために、ボーイスカウトやガールスカウトのグループでも行われています。
2つ目の方法は、キムズ・ゲームのより実用的な軍事応用です。まず、幅約5メートル、奥行き約10メートルの野外エリア（ジャングル、茂み、または森林）を用意し、そのエリアの地面や目の高さの木々に、迷彩を施したものとそうでないものを含め、様々なアイテムを配置します。これらのアイテムは、訓練に参加する兵士にとって馴染みのあるものです。参加者は10分間、1か所からエリアを観察し、目にしたアイテムを記憶に留めます。10分経過したら、兵士はバーピー などの特定の運動を繰り返し行う必要があります。これは、肉体的に過酷な環境のストレスをシミュレートするように設計されています。参加者は運動を終えたら、目にしたアイテムをリストアップします。最後にポイントを集計して勝者を決定します。
注記 ↑ SA測定に関する詳細な議論については、以下を参照してください。 Endsley, MR; Garland, DJ 編 (2000).状況認識分析と測定 . Mahwah, NJ: Lawrence Erlbaum Associates. Fracker, ML (1991a). 状況認識の測定：実験的評価（報告書番号 AL-TR-1991-0127）。オハイオ州ライト・パターソン空軍基地：アームストロング研究所。 Fracker, ML (1991b). 状況認識の測定：レビューと今後の方向性（レポート番号 AL-TR-1991-0128）。オハイオ州ライト・パターソン空軍基地：アームストロング研究所。 ↑ 例えば、状況認識行動基準評価尺度[ 80 ] [ 76 ]を参照。 ↑ 参照 ： Durso, FT、Truitt, TR、Hackworth, CA、Crutchfield, JM、Nikolic, D.、Moertl, PM、Ohrt, D.、および Manning, CA (1995)。専門知識とチェス：状況認識手法を比較するパイロット研究。DJ Garland および MR Endsley (編)、状況認識の実験的分析と測定 (pp. 295–303)。フロリダ州デイトナビーチ：Embry-Riddle Aeronautical University Press。 Endsley, Mica R.; Selcon, Stephen J.; Hardiman, Thomas D.; Croft, Darryl G. (1998). "状況認識評価のためのSagatとSartの比較分析" (PDF) . Proceedings of the Human Factors and Ergonomics Society Annual Meeting . 42 (1). Santa Monica, CA: SAGE Publications: 82– 86. doi : 10.1177/154193129804200119 . ISSN 2169-5067 . S2CID 38430173 . 2007年9月28日にオリジナル(PDF) からアーカイブ済み。 Vidulich, MA (2000). インターフェース評価における状況認識指標の感度テスト。MR Endsley & DJ Garland 編『状況認識分析と測定』（pp. 227–246）。Mahwah, NJ: Lawrence Erlbaum Associates。
参考文献 ↑ Nullmeyer, RT、Stella, D.、Montijo, GA、Harden, SW (2005)。空軍の飛行事故における人的要因：変化への示唆。第27回年次軍種間/産業訓練、シミュレーション、教育会議議事録（論文番号2260）。バージニア州アーリントン：National Training Systems Association。 ↑ Schulz, CM; Endsley, MR; Kochs, EF; Gelb, AW; Wagner, KJ (2013年3月). "麻酔における状況認識 - 概念と研究" . Anesthesiology . 118 (3): 729–42 . doi : 10.1097/aln.0b013e318280a40f . PMID 23291626 . ↑ Blandford, A.; Wong, W. (2004). "緊急医療派遣における状況認識" . International Journal of Human–Computer Studies . 61 (4): 421– 452. doi : 10.1016/j.ijhcs.2003.12.012 . 2023年10月31日にオリジナルから アーカイブ済み。 2020年9月13日 に取得 。 Gorman, Jamie C.; Cooke, Nancy J.; Winner, Jennifer L. (2006). "分散型指揮統制環境におけるチームの状況認識の測定". Ergonomics . 49 ( 12– 13): 1312– 1325. doi : 10.1080/00140130600612788 . PMID 17008258 . S2CID 10879373 . ↑ Flin, R. & O'Connor, P. (2001). オフショア石油プラットフォームにおけるクルー・リソース・マネジメントの適用。E. Salas、CA Bowers、E. Edens (編)『組織におけるチームワークの向上：リソース・マネジメント・トレーニングの応用』（pp. 217–233）。ヒルズデール、ニュージャージー州：Erlbaum。 ↑ Hartel, CEJ、Smith, K.、Prince, C. (1991年4月)。航空乗務員の協調性の定義：事故の意味を探る。第6回国際航空心理学シンポジウム（オハイオ州コロンバス）で発表された論文。 ↑ Merket, DC、Bergondy, M.、Cuevas-Mesa, H. (1997年3月)。複雑な環境におけるチームワークエラーを理解する。第18回産業・組織行動学大学院生会議（バージニア州ロアノーク）で発表された論文。 ↑ Endsley, MR (1995). 状況認識エラーの分類。R. Fuller、N. Johnston、N. McDonald (編)、航空運航におけるヒューマンファクター (pp. 287-292)。イングランド、アルダーショット：Avebury Aviation、Ashgate Publishing Ltd. ↑ Jones, DG、& Endsley, MR (1996). 航空における状況認識エラーの原因。航空、宇宙および環境医学、67(6)、507-512。 ↑ Web of ScienceとWeiboにおける1991年から2021年までの建設安全衛生上の危険性に関する認識、Safety Science、152、2022年8月、105790 ↑ Endsley, Mica; Jones, Debra (2016-04-19). Designing for Situation Awareness (Second ed.). CRC Press. p. 13. ISBN 978-1-4200-6358-5 。↑ Lundberg, Jonas (2015年2月16日). 「状況認識システム、状態、プロセス：包括的なフレームワーク」 . Theoretical Issues in Ergonomics Science . 16 (5). Informa UK Limited: 447–473 . doi : 10.1080/1463922x.2015.1008601 . ISSN 1463-922X . S2CID 109500777 . ↑ 孫子兵法 第10章、 ↑ Press, M. (1986). 状況認識：手がかり鳥について真剣に考えてみよう。未発表原稿。 ↑ Biferno, MA「フライトクルーのコンピュータインタラクション」、ダグラス・エアクラフト社 、社内研究開発。カリフォルニア州ロングビーチ。 ↑ Biferno, MA、「精神的作業負荷測定」、ダグラス・エアクラフト社、社内研究開発、カリフォルニア州ロングビーチ。 ↑ Dawson, ME、Biferno, MA (1973)「意識と電気皮膚古典的条件付けの同時測定」、実験心理学ジャーナル ↑ Biferno, MA; Dawson, ME (1977). "偶発性認識と電気皮膚古典的条件付けの開始：獲得と消去中の時間的関係の分析". Psychophysiology . 14 (2): 164– 171. doi : 10.1111/j.1469-8986.1977.tb03370.x . PMID 847068 . ↑ Biferno, MA (1985). 「事象関連電位成分と作業負荷および疲労の評価との関係」、NASA-Ames、モフェットフィールド、カリフォルニア州、NASA契約報告書177354。 ↑ Biferno, MA & Stanley, DL (1983). タッチセンシティブ制御/表示ユニット：有望なコンピュータインターフェース。技術論文831532、航空宇宙会議および展示会、カリフォルニア州ロングビーチ：自動車技術者協会。 1 2 Endsley, MR (1988). 状況認識向上のための設計と評価。ヒューマンファクターズ協会第32回年次会議議事録（pp. 97-101）。サンタモニカ、カリフォルニア州：ヒューマンファクターズ協会。 ↑ ワッツ、BD（2004）[1996年、マクネア論文第52号として]。「第9章：空対空戦闘と摩擦における『状況認識』」。 クラウゼヴィッツ的摩擦と未来の戦争、マクネア論文第68号 。国防大学国家戦略研究所。 ↑ スピック、M. (1988). エースファクター：空中戦と状況認識の役割。メリーランド州アナポリス：海軍研究所出版局。 ↑ Gaba, DM; Howard, SK; Small, SD (1995). "麻酔における状況認識". Human Factors . 37 (1): 20–31 . doi : 10.1518/001872095779049435 . PMID 7790008. S2CID 11883940 . ↑ Collier, SG & Follesf, K. (1995). SACRI: 原子力発電所制御室の状況認識の尺度。国際会議「状況認識の実験的分析と測定」議事録（pp. 115–122）。フロリダ州デイトナビーチ。 ↑ Bolstad, CA (2000). 危険な運転状況における重要な情報の認識に影響を与える年齢関連要因。ジョージア州サバンナで開催された「人間性能状況認識と自動化：新千年紀のためのユーザー中心設計」会議で発表された論文。 ↑ Sollenberger, RL、& Stein, ES (1995)。航空管制官の状況認識に関するシミュレーション研究。国際会議「状況認識の実験的分析と測定」議事録（pp. 211–217）。フロリダ州デイトナビーチ。 ↑ Silva Gomes V、Cardoso Júnior MM (2024)。「状況認識における眠気の影響：概観レビュー」。Work (Reading, Mass.) . 78 (3): 641– 655. doi : 10.3233/WOR-230115 . PMID 38277325 . ↑ Alqarrain Y、Roudsari A、Courtney KL、Tanaka J (2024)。「患者の転帰を改善するための状況認識の向上：体系的な文献レビュー」。Computers , Informatics , Nursing。42 ( 4): 277– 288。doi : 10.1097 / CIN.0000000000001112。PMID 38376409 。 ↑ Wickens, CD (2008). 状況認識：Mica Endsleyによる1995年の状況認識理論と測定に関する論文のレビュー。Human Factors、50(3)、397-403。 ↑ Lee, JD、Cassano-Pinche´, A.、Vicente, KJ (2005)。ヒューマンファクターの生体計測分析（1970-2000）：科学的影響の定量的記述。Human Factors、47(4)、753-766。 ↑ Artman, H (2000). 「チームの 状況評価と情報伝達」. Ergonomics . 43 (8): 1111– 1128. doi : 10.1080/00140130050084905 . PMID 10975176. S2CID 33132381 . 1 2 Endsley, MR (1995). 動的システムにおける状況認識の理論に向けて。Human Factors, 37(1), 32-64. ↑ Endsley, MR、& Kiris, EO (1995)。自動化におけるループ外パフォーマンス問題と制御レベル。Human Factors、37(2)、381-394。 ↑ Endsley, MR (2018). 専門知識と状況認識。KA Ericsson、RR Hoffman、A. Kozbelt、AM Williams (編)、Cambridge Handbook of Expertise and Expert Performance (第 2 版、pp. 714-744)。ケンブリッジ、英国：ケンブリッジ大学出版局。 ↑ Endsley, MR、& Bolstad, CA (1994)。パイロットの状況認識における個人差。International Journal of Aviation Psychology、4(3)、241-264。 1 2 3 Parasuraman, R., Sheridan, TB, & Wickens, CD (2008). 状況認識、精神的作業負荷、自動化への信頼：実証的に裏付けられた実行可能な認知工学構成概念。認知工学と意思決定ジャーナル、2(2)、140-160。 1 2 3 Endsley, MR (2015). 状況認識の誤解と誤解。認知工学と意思決定ジャーナル、9(1)、4-32。 1 2 3 4 Endsley, MR (2021). 状況認識の直接的客観的測定法の系統的レビューとメタ分析：SAGATとSPAMの比較。Human Factors、63(1)、124-150。 ↑ Flach, JM (1995). 状況認識：慎重に進め。Human Factors、37(1)、149-157。 ↑ Dekker, Sidney; Hollnagel, Erik (2004-05-01). "Human factors and folk models" . Cognition, Technology & Work . 6 (2): 79– 86. doi : 10.1007/s10111-003-0136-9 . ISSN 1435-5558 . ↑ Dekker, Sidney WA (2015-05-01). 「状況認識を失う危険性」 . Cognition, Technology & Work . 17 (2): 159– 161. doi : 10.1007/s10111-015-0320-8 . ISSN 1435-5566 . 1 2 3 4 Bakdash, Jonathan Z.; Marusich, Laura R.; Kenworthy, Jared B.; Twedt, Elyssa; Zaroukian, Erin G. (2020-12-22). "統計的有意性フィルタリングは効果を過大評価し、反証を妨げる: Endsley (2019) の批判" . Frontiers in Psychology . 11 609647. doi : 10.3389/fpsyg.2020.609647 . ISSN 1664-1078 . PMC 7783317 . PMID 33414750 . ↑ Kriegeskorte, Nikolaus; Simmons, W. Kyle; Bellgowan, Patrick SF; Baker, Chris I. (2009). "システム神経科学における循環分析：二重浸漬の危険性" . Nature Neuroscience . 12 (5): 535– 540. doi : 10.1038/nn.2303 . ISSN 1546-1726 . PMC 2841687 . PMID 19396166 . ↑ SM Fiore氏との個人的なやり取り、2007年11月6日 ↑ Blasch, E.、Bosse, E.、Lambert, DA、『High-Level Information Fusion Management and Systems Design』、Artech House、Norwood、MA、2012年。 ↑ Boddhu, Sanjay K., et al. (2012). "スマートフォンを使用した状況認識の向上". SPIE Defense, Security, and Sensing. International Society for Optics and Photonics, 2012. ↑ Sanjay Kumar Boddhu、Matt McCartney、Oliver Ceccopieri 他、「敵対的なドローンを検出および追跡するための協調型スマートフォンセンシングプラットフォーム」、SPIE 論文集 Vol. 8742、874211 (2013) ↑ McNeill, Jeffrey A.; Morgan, CA (2010). "極限環境における認知と意思決定". In Kennedy, Carrie Hill; Moor, Jeffrey (eds.). Military Neuropsychology . New York: Springer. p. 370. ISBN 978-0-82610-449-6 。↑ Dostal, BC (2007). 「無人航空機の活用による状況理解の向上」 . Interim Brigade Combat Team Newsletter . No. 1–18 (Army Transformation Taking Shape...). 2007年11月18日のオリジナルから アーカイブ済み。 2007年 11月7日 取得 。 ↑ Endsley, MR (2000). 「状況認識の理論的基盤：批判的レビュー」。MR Endsley、DJ Garland (編) 『状況認識の分析と測定』 所収。Mahwah, NJ: LEA。 ↑ Sarter, NB ; Woods, DD (1991). "状況認識：重要だが定義が曖昧な現象". International Journal of Aviation Psychology . 1 (1): 45– 57. Bibcode : 1991IJAP....1...45S . doi : 10.1207/s15327108ijap0101_4 . ↑ Glaser, R. (1989). 専門知識と学習：知識構造を発見した今、私たちは指導プロセスについてどのように考えるべきか？ D. Klahr & K. Kotovsky (Eds.), Complex information processing: The impact of Herbert A. Simon (pp. 269–282). Hillsdale, NJ: LEA. ↑ Kozlowski, SWJ (1998). 適応型チームの訓練と育成：理論、原則、研究。JA Cannon-Bowers、E. Salas 編『ストレス下での意思決定：個人およびチーム訓練への示唆』（ 115～153頁）。ワシントンDC：アメリカ心理学会。 ↑ Endsley, MR (1997). 自然主義的意思決定における状況認識の役割。Zsambok, CE & G. Klein (編)、自然主義的意思決定 (pp. 269–283)。Mahwah, NJ: LEA。 ↑ エンズリー、1995年 ↑ Serfaty, D., MacMillan, J., Entin, EE, & Entin, EB (1997). 戦闘指揮官の意思決定能力。CE Zsambok & G. Klein (Eds.), Naturalistic decision making (pp. 233–246). Mahwah, NJ: LEA. 1 2 Endsley, MR (2004). 「状況認識：進歩と方向性」。S. Banbury、S. Tremblay (編) 『状況認識への認知アプローチ：理論と応用』所収 。英国アルダーショット：Ashgate Publishing。pp. 317–341 。 ↑ Salas, E., Dickinson, TL, Converse, S., & Tannenbaum, SI (1992). チームのパフォーマンスとトレーニングの理解に向けて。RW Swezey & E. Salas (編)『チーム：そのトレーニングとパフォーマンス』（ 3–29頁）。Norwood, NJ: Ablex。 ↑ Endsley, MR、& Jones, WM (2001)。チーム内外の状況認識のモデル：設計、トレーニング、測定への示唆。M. McNeese、E. Salas、M. Endsley (編)、協調活動の新たな動向：複雑な環境におけるシステムダイナミクスの理解（pp. 46-67）。サンタモニカ、カリフォルニア州：人間工学協会。 ↑ Bolstad, CA、および Endsley, MR (1999)。共有されたメンタルモデルと共有されたディスプレイ：チームパフォーマンスの経験的評価。第43回人間工学学会年次総会の議事録（pp. 213-217）。 ↑ サンタモニカ、カリフォルニア州：ヒューマンファクターズ・アンド・エルゴノミクス協会。Bolstad, CA、およびEndsley, MR (2000)。タスク負荷と共有ディスプレイがチームの状況認識に及ぼす影響。国際エルゴノミクス協会の第14回3年次会議およびヒューマンファクターズ・アンド・エルゴノミクス協会の第44回年次会議の議事録（pp. 189-192）。サンタモニカ、カリフォルニア州：ヒューマンファクターズ・アンド・エルゴノミクス協会。 ↑ Graham, SE & Matthews, MD (2000). 状況認識のモデリングと測定。JH Hiller & RL Wampler (編)、訓練パフォーマンス効果の評価と測定に関するワークショップ (技術報告書 1116) (pp. 14–24)。バージニア州アレクサンドリア：米国陸軍行動社会科学研究所。 ↑ Jones, DG; Endsley, MR (2000). 状況認識の指標としてのリアルタイムプローブの妥当性の検証 (PDF) . 国際人間工学会第14回3年次会議および第44回人間工学学会年次総会の議事録。カリフォルニア州サンタモニカ：人間工学学会。 2007年9月28日に オリジナル (PDF) からアーカイブ済み。 1 2 Strater, LD、Endsley, MR、Pleban, RJ、および Matthews, MD (2001)。仮想意思決定演習における小隊長の状況認識の測定 (研究報告番号 1770)。バージニア州アレクサンドリア：陸軍研究所。 ↑ Taylor, RM (1989). 状況認識評価技術 (SART): 航空機乗員システム設計のためのツールの開発。航空宇宙運用における状況認識に関する AGARD AMP シンポジウム議事録、CP478。Seuilly-sur Seine: NATO AGARD。 ↑ Endsley, MR (1998). 状況認識の評価におけるSAGATとSARTの比較分析。人間工学学会第42回年次会議議事録（pp. 82–86）。カリフォルニア州サンタモニカ：人間工学学会。 ↑ Endsley, MR (1990). 状況認識の客観的測定の予測的有用性。第34回ヒューマンファクターズ協会年次会議議事録（ 41-45頁）。カリフォルニア州サンタモニカ：ヒューマンファクターズ協会。 ↑ Matthews, MD、Pleban, RJ、Endsley, MR、および Strater, LG (2000)。仮想 MOUT 環境における歩兵の状況認識の測定。人間性能、状況認識、および自動化：新千年紀のためのユーザー中心設計に関する会議録。ジョージア州サバンナ：SA Technologies, Inc. ↑ Bolstad, CA、Cuevas HM、Gonzalez, C.、および Schneider, M. (2005)。共有状況認識のモデリング。第14回行動表現モデリングおよびシミュレーション会議（BRIMS）議事録。ロサンゼルス、カリフォルニア州。 ↑ Bolstad, CA、Foltz, P.、Franzke, M.、Cuevas, HM、Rosenstein, M.、および Costello, AM (2007)。チームコミュニケーションから状況認識を予測する。第 51 回人間工学学会年次総会の議事録。サンタモニカ、カリフォルニア州: HFES。 ↑ Foltz, PW、Bolstad, CA、Cuevas, HM、Franzke, M.、Rosenstein, M.、およびCostello, AM（印刷中）。自動通信分析による状況認識の測定。M. Letsky、N. Warner、SM Fiore、およびC. Smith（編） 『チームにおけるマクロ認知』 に掲載予定。英国、アルダーショット：Ashgate。 ↑ 例：French, HT、Clark, E.、Pomeroy, D.、Seymour, M.、Clarke, CR (2007)。状況認識の心理生理学的測定。M. Cook、J. Noyes、Y. Masakowski (編)、複雑環境における意思決定。ロンドン： Ashgate。ISBN 0-7546-4950-4 。 1 2 3 Wilson, GF (2000). 状況認識の精神生理学的評価のための戦略。MR Endsley & DJ Garland (編)、状況認識の分析と測定 (pp. 175–188)。Mahwah, NJ: Lawrence Erlbaum Associates。 ↑ 例: Harwood, K., Barnett, B., & Wickens, CD (1988). Situational awareness: A conceptual and methodological framework. In FE McIntire (Ed.), Proceedings of the 11th Biennial Psychology in the Department of Defense Symposium (pp. 23–27). Colorado Springs, CO: US Air Force Academy. ↑ ロック、ガレス (2021 年 8 月 25 日)。 「なぜダイバーは明らかなことを見逃すのか」 。www.youtube.com。DAN 南アフリカ 。2021 年 11 月 14 日のオリジナルから アーカイブ。2021 年 8 月 28 日 取得 。 ↑ Simmon, DA (1998). コロンビア、カリでのボーイング757型機のCFIT事故、教訓の焦点となる。 Flight Safety Digest、17、1-31。 ↑ Revista Aviador --スペイン商業パイロット協会公式雑誌--、2011年7月～8月、第61号、38-39ページ。 ↑ Revista de Aeronáutica y Astronáutica --SPAF 公式マガジン -- 2012 年 5 月号、436-439 ページ。 ↑ 認知システム工学 イェンス・ラスムッセン他 ↑ 応急処置、身を守る方法、アメリカ赤十字社– 2013年8月1日アクセス ↑ 応急処置、何が起こったのかを理解する– 2013年8月1日アクセス ↑ 事故報告書 NTSB/AAR-91/08、PB91-910409：USエアウェイズ1493便ボーイング737とスカイウエスト航空5569便フェアチャイルド・メトロライナーのロサンゼルス国際空港での滑走路衝突事故、カリフォルニア州ロサンゼルス、1991年2月1日 （報告書）。国家運輸安全委員会。1991年10月22日。 2013年8月19日のオリジナルから アーカイブ。 2024年 2月8日 取得 。 ↑ 事故報告書 NTSB/RAR-16/02、PB2016-103218：アムトラック旅客列車188号の脱線事故、ペンシルベニア州フィラデルフィア、2015年5月12日 （PDF） （報告書）。国家運輸安全委員会。2016年5月17日。 2020年9月9日にオリジナルから アーカイブ （PDF） 。 2020年 8月29日 取得 。 ↑ Riley, Jennifer & Endsley, Mica. (2004). 状況認識の探求：捜索救助における人間とロボットの相互作用。人間工学学会年次会議議事録。48. 10.1177/154193120404800389. ↑ Holland, TM (2019年10月16日) 「ATAKがカリフォルニア州消防署の状況認識を向上させる」 . Insights . Samsung. 2019年10月19日のオリジナルから アーカイブ済み。 2019年 10月19日 に取得 。 ↑ 「チェーンソーと横挽き鋸のトレーニングコース」 。 米国森林局 。 2013年9月26日にオリジナルから アーカイブ済み 。 2013年 8月1日 に取得。 ↑ 「第2章、7ページ、状況認識」 （PDF） 。 米国森林局 。 2012年5月31日にオリジナルから アーカイブ （PDF） 。 2013年 8月1日 に取得 。 ↑ 「状況認識の向上」 . 警察署長マガジン . 2014年1月8日の オリジナルからアーカイブ済み. 2013年 8月1日 取得 . ↑ Bellekens, Xavier; Hamilton, Andrew; Seeam, Preetila; Nieradzinska, Kamila; Franssen, Quentin; Seeam, Amar (2016). "Pervasive eHealth services a security and privacy risk awareness survey". 2016 International Conference on Cyber Situational Awareness, Data Analytics and Assessment (CyberSA) (PDF) . pp. 1– 4. doi : 10.1109/CyberSA.2016.7503293 . ISBN 978-1-5090-0703-5 . S2CID 14502409 . 2020年9月19日にオリジナルからアーカイブ（PDF）されました 。 2020年9月13日 ↑ Best, Daniel M.; Bohn, Shawn; Love, Douglas; Wynne, Adam; Pike, William A. (2010). "状況認識のためのネットワーク動作のリアルタイム可視化". 第7回サイバーセキュリティ可視化に関する国際シンポジウム議事録 . pp. 79–90 . doi : 10.1145/1850795.1850805 . ISBN 9781450300131 . S2CID 8520455 . ↑ Mathews, Mary; Halvorsen, Paul; Joshi, Anupam; Finin, Tim (2012). "サイバーセキュリティのための状況認識への協調的アプローチ". 第8回IEEE国際協調コンピューティング会議：ネットワーキング、アプリケーション、ワークシェアリング議事録 . doi : 10.4108/icst.collaboratecom.2012.250794 . ISBN 978-1-936968-36-7 . S2CID 14135227 . ↑ Sikos, Leslie; Stumptner, Markus; Mayer, Wolfgang; Howard, Catherine; Voigt, Shaun; Philp, Dean (2018), Automated Reasoning over Provenance-Aware Communication Network Knowledge in Support of Cyber-Situational Awareness , Lecture Notes in Computer Science, vol. 11062, Cham: Springer, pp. 132– 143, doi : 10.1007/978-3-319-99247-1_12 , ISBN 978-3-319-99246-4 2021年7月4日にオリジナル からアーカイブされ、 2020年9月13日 に取得されました。 1 2 3 「陸軍の科学者がAIエージェントの透明性を高めることで人間とエージェントのチームワークを改善」 。 米国陸軍研究所 。 2018年8月13日の オリジナルからアーカイブ。 2018年8月15日 に取得 。 ↑ Boyce, Michael; Chen, Joyce; Selkowitz, Andrew; Lakhmani, Shan (2015 年 5 月)。 「自律型分隊メンバーのためのエージェントの透明性」 。2018 年 8 月 15 日にオリジナルから アーカイブ (PDF) 。2018 年 7 月 28 日 に取得 。 1 2 3 ↑ 「CrowdSA - 危機管理のためのクラウドソーシングによる状況認識」 。cis.jku.at 。 2017年1月10日にオリジナルから アーカイブ済み 。 2017年 1月9日 に取得 。 ↑ 「災害発生時の状況認識と救援システム」 (PDF) . International Journal of Research in Science & Engineering . 2017年1月10日のオリジナルから アーカイブ (PDF) 。 2017年 1月9日 取得 。 ↑ 「クラウドソーシングによる公共安全：市民の状況認識能力を高めることでコミュニティのレジリエンスを構築する」 。RISE:2017、ノースイースタン大学。 2017年1月10日にオリジナルから アーカイブ。 2017年 1月9日 に取得 。 ↑ シェパード、スティーブン（2014年7月6日）。 電気通信速習コース、第3版 。マグロウヒル・プロフェッショナル 。ISBN 9780071797115 2021年7月4日にオリジナルからアーカイブされました。2017年 1月9日 に取得 。↑ Poblet, Marta; García-Cuesta, Esteban; Casanovas, Pompeu (2014). "災害管理のためのクラウドソーシングツール：プラットフォームと手法のレビュー". AI 法制度の複雑性へのアプローチ (PDF) . Lecture Notes in Computer Science. Vol. 8929. pp. 261–274 . doi : 10.1007/978-3-662-45960-7_19 . ISBN 978-3-662-45959-1 ISSN 0302-9743。 2017年1月10日にオリジナルからアーカイブ（PDF） 。 2017年 1月9日 ↑ Chu, ETH; Chen, SW; Li, JWS (2012). 災害状況認識と緊急時対応の強化のためのクラウドソーシング情報 (PDF) . 第23回国際 CODATA 会議。 2017年1月10日のオリジナルから アーカイブ (PDF) 。 2017年 1月9日 取得 。 ↑ Arkian, Hamid Reza; Diyanat, Abolfazl; Pourkhalili, Atefe (2017). "MIST: IoTクラウドセンシングアプリケーション向けコスト効率の高いリソースプロビジョニングを備えたフォグベースのデータ分析スキーム". Journal of Network and Computer Applications . 82 : 152–165 . doi : 10.1016/j.jnca.2017.01.012 . 1 2 バス、モウミタ。バンジョパディヤイ、ソンプラカシュ。ゴーシュ、サプタルシ（2016）。 「対話型クラウドソーシングによる災害後の状況認識と意思決定支援」 。 プロセディアエンジニアリング 。 159 : 167–173 . 土井 : 10.1016/j.proeng.2016.08.151 。 ↑ Haddawy, Peter; Frommberger, Lutz; Kauppinen, Tomi; De Felice, Giorgio; Charkratpahu, Prae; Saengpao, Sirawaratt; Kanchanakitsakul, Phanumas (2015年1月1日). 「危機状況における疾病監視のためのクラウドセンシングにおける状況認識」. 第7回情報通信技術と開発に関する国際会議議事録 (PDF) . pp. 38:1–38:5. doi : 10.1145/2737856.2737879 . ISBN 9781450331630 . S2CID 3026308 . 2016年4月5日にオリジナル（PDF）からアーカイブされました 。 2017年 1月9日 ↑ Aitamurto, Tanja (2015年5月8日). 「デジタルジャーナリズムにおける知識検索手法としてのクラウドソーシング」 . デジタルジャーナリズム . 4 (2): 280– 297. doi : 10.1080/21670811.2015.1034807 . ISSN 2167-0811 . S2CID 156243124 . 2024年5月24日のオリジナルから アーカイブ済み。 2017年 1月6日 取得 。 ↑ Aitamurto, Tanja (2015 年 10 月 1 日). 「クラウドソーシング ジャーナリズムにおける動機付け要因: 社会的影響、社会変革、ピアラーニング」 . 2024 年 5 月 24 日のオリジナルから アーカイブ済み。2017 年 1 月 6 日 取得 。 ↑ Sutter, John D. 「Ushahidi: 災害を『クラウドマップ』する方法」 . CNN. 2022年7月17日時点のオリジナルより アーカイブ。 2017年 1月6日 取得 。 ↑クラウドソーシングが組織慣行に与える影響：クラウドマッピング の 事例 。ISBN 978-3-00-050284-2 2017年1月7日にオリジナルからアーカイブされました。2017年 1月6日 に取得 。↑ Wood, Mark (2016年6月27日). クラウドソーシングによる監視対策：ソーシャルメディアを活用したクラウドソーシングによる無作為呼気検査ステーションの転覆の検証 . サイバー犯罪の再考2016：UCLANサイバー犯罪研究ユニット. ↑ 「知っておくべき概念：クラウドマッピング」 。キモ・クウェインタンス。2011年9月4日。 2022年7月17日にオリジナルから アーカイブ済み 。 2017年 1月6日 に取得。 ↑ 「化学物質の危険性と毒物に関する報告書」 （PDF） 。イングランド公衆衛生庁。 2018年3月7日のオリジナルから アーカイブ （PDF） 。 2017年 1月6日 取得 。
情報源 Banbury, S.; Tremblay, S. (2004).状況認識への認知アプローチ：理論と応用 . Aldershot, UK: Ashgate Publishing. pp. 317–341 . Endsley, MR (1995a). 「動的システムにおける状況認識の測定」. Human Factors . 37 (1): 65–84 . doi : 10.1518/001872095779049499 . S2CID 207496393 . Endsley, MR (1995b). 「動的システムにおける状況認識の理論に向けて」。Human Factors . 37 (1): 32–64 . doi : 10.1518/001872095779049543 . S2CID 8347993 . Endsley, MR; Jones, WM (1997)、状況認識、情報優位性、情報戦（No. AL/CF-TR-1997-0156） 、ライト・パターソン空軍基地、オハイオ州：米国空軍アームストロング研究所 Endsley, MR; Jones, WM (2001). 「チーム内外の状況認識モデル：設計、トレーニング、測定への示唆」。M. McNeese、E. Salas、M. Endsley (編)『協調活動における新たな動向：複雑な環境におけるシステムダイナミクスの理解』所収 。カリフォルニア州サンタモニカ：人間工学・人間要因学会。 Flach, JM (1995). 「状況認識：慎重に進め」。Human Factors . 37 (1): 149–157 . doi : 10.1518/001872095779049480 . S2CID 10159068 . Klein, G.; Moon, B; Hoffman, RR (2006). "意味づけの意味づけ 1: 代替的視点". IEEE Intelligent Systems . 21 (4): 70–73 . Bibcode : 2006IISys..21d..70K . doi : 10.1109/mis.2006.75 . S2CID 12538674 . Smith, K.; Hancock, PA (1995). 「状況認識は適応的で、外部に向けられた意識である」。Human Factors . 37 (1): 137– 148. doi : 10.1518/001872095779049444 . S2CID 45587115 .
さらに読む Adam, EC (1993). 未来の戦闘機コックピット。第12回IEEE/AIAAデジタルアビオニクスシステム会議（DASC）議事録、318-323。 Dominguez, C.、Vidulich, M.、Vogel, E.、McMillan, G. (1994). 状況認識：論文と注釈付き参考文献。Armstrong Laboratory、Human System Center、参照番号 AL/CF-TR-1994-0085。 Endsley, MR (1988). 状況認識グローバル評価手法 (SAGAT). 全米航空宇宙・電子会議 (NAECON) 議事録、789–795頁。ニューヨーク: IEEE。doi : 10.1109 /NAECON.1988.195097 Jeannot, E.; Kelly, C.; Thompson, D. (2003), ATMシステムにおける状況認識対策の開発 (PDF) 、ブリュッセル: Eurocontrol、2012年3月19日にオリジナル(PDF)からアーカイブ済み Moray, N. (2004). Ou sont les neiges d'antan? ("昔の雪はどこへ行ったか?"). DA Vincenzi、M. Mouloua、PA Hancock (編)、Human performance, situation awareness and automation: Current research and trends (pp. 1–31). Mahwah: LEA. 
