タスク値の変更後のマルチタスクリソースリアルロケーションの違い

目的：目的は、さまざまな割り当てられた値を持つサブタスクを管理する際のマルチタスクリソースリアルロケーション戦略を特徴付けることでした。 背景：マルチタスクのリソース競合を解決するとき、SalvucciとTaatgenは、最も緊急のサブタスクを支持し、グローバルパフォーマンスを最適化するグローバルに合理的な戦略に従うと予測します。しかし、KatidiotiとTaatgenは、タスク全体のサブコンポーネントのみを最適化するローカルに合理的な戦略を特定し、グローバルなパフォーマンスに有害な結果をもたらしました。さらに、専門知識が戦略の選択に影響を与えるかどうかという疑問はまだ開かれたままです。 方法：パイロット選択に使用されるマルチタスク環境を採用し、4つのサブタスクのうち2つに重点を置いて変更されましたが、すべてのサブタスクを最小限のパフォーマンスで維持する必要がありました。実験室での視線追跡研究では、このタスクの経験があると考えられている最近選択された20人のパイロット学生と、初心者と見なされる15人の大学生が対照的でした。 結果：2つのサブタスクが強調されたとき、初心者は特に1つの高価値サブタスクにリソースを集中し、両方の低価値サブタスクが最小パフォーマンスを下回るのを防ぐことができませんでした。それどころか、経験豊富な人々は1つの低価値のサブタスクの処理を遅らせましたが、グローバルパフォーマンスを最適化することができました。 結論：いくつかのサブタスクが強調されているマルチタスク環境では、初心者は局所的に合理的な戦略に従いますが、経験豊富な参加者は世界的に合理的な戦略に従います。 アプリケーション：複雑なトレーニング中、研修生は、マルチタスク環境に精通していれば、リソース割り当て戦略をサブタスクの強調の変化に調整することのみができます。

OBJECTIVE: The objective was to characterize multitask resource reallocation strategies when managing subtasks with various assigned values. BACKGROUND: When solving a resource conflict in multitasking, Salvucci and Taatgen predict a globally rational strategy will be followed that favors the most urgent subtask and optimizes global performance. However, Katidioti and Taatgen identified a locally rational strategy that optimizes only a subcomponent of the whole task, leading to detrimental consequences on global performance. Moreover, the question remains open whether expertise would have an impact on the choice of the strategy. METHOD: We adopted a multitask environment used for pilot selection with a change in emphasis on two out of four subtasks while all subtasks had to be maintained over a minimum performance. A laboratory eye-tracking study contrasted 20 recently selected pilot students considered as experienced with this task and 15 university students considered as novices. RESULTS: When two subtasks were emphasized, novices focused their resources particularly on one high-value subtask and failed to prevent both low-value subtasks falling below minimum performance. On the contrary, experienced people delayed the processing of one low-value subtask but managed to optimize global performance. CONCLUSION: In a multitasking environment where some subtasks are emphasized, novices follow a locally rational strategy whereas experienced participants follow a globally rational strategy. APPLICATION: During complex training, trainees are only able to adjust their resource allocation strategy to subtask emphasis changes once they are familiar with the multitasking environment.