DOI: https://doi.org/10.1038/s41598-026-35883-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41554996
تاريخ النشر: 2026-01-20
المؤلف: S D Zhang وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تدرس هذه الدراسة العمليات المعرفية المعنية في تحديد المخاطر، مع التأكيد على أهمية تقييم هذه القدرة بدقة من أجل السلامة في الوظائف عالية المخاطر. من خلال تجربة تخطيط الدماغ الكهربائي (EEG)، استخرج الباحثون مؤشرين رئيسيين: سرعة تحديد المخاطر ودقتها. استخدموا كل من التحليلات الزمنية وتحليلات نطاق التردد لفحص إمكانات الحدث المرتبطة بهذه المؤشرات. كشفت النتائج عن اختلافات كبيرة في مكونات ERP (N100 و P200 و P300) وقوة موجات الدماغ (بيتا وثيتا وألفا) بين المجموعات المصنفة حسب دقة تحديد المخاطر (منخفضة مقابل عالية) وسرعة (سريعة مقابل بطيئة).
من الجدير بالذكر أن الدراسة حددت عتبات محددة لقياسات EEG التي يمكن أن تعمل كمعايير تقييم: متوسط قوة موجات الثيتا في المنطقة الجبهية المركزية ميزت مستويات الدقة، بينما ميز متوسط جهد الذروة لمكون P300 في المنطقة القذالية مستويات السرعة. أكدت التحقق من عينة مستقلة قابلية تكرار هذه العتبات، محققة معدل دقة يبلغ 85.7%. بشكل عام، تسهم هذه الأبحاث في مجالات علوم السلامة وعلم الأعصاب المعرفي من خلال توفير علامات عصبية موضوعية لتقييم قدرات تحديد المخاطر.
مقدمة
تسلط المقدمة الضوء على الحاجة الملحة لتحديد المخاطر بشكل فعال في البيئات المعقدة، لا سيما في أماكن العمل عالية المخاطر. تكشف الدراسات التجريبية من المملكة المتحدة والولايات المتحدة وأستراليا عن إحصائيات مقلقة، حيث تبقى نسبة كبيرة من مخاطر السلامة غير معترف بها – 33.5%، أكثر من 40%، وأكثر من 57%، على التوالي. تؤكد حادثة انهيار السقالات الأخيرة في الصين على العواقب الوخيمة للاعتراف غير الكافي بالمخاطر، مما أدى إلى وفيات بين العمال الذين فشلوا في التعرف على المخاطر في الوقت المناسب. تؤكد هذه الحالة على ضرورة تعزيز قدرات تحديد المخاطر كاستراتيجية أساسية للوقاية من الحوادث وإدارة السلامة.
على الرغم من الأهمية الحاسمة لتحديد المخاطر، لا يزال التقييم الموضوعي والكمّي لهذه القدرة يمثل تحديًا. تم استخدام طرق تقليدية، مثل الاستبيانات والمقابلات، لتقييم أداء تحديد المخاطر، وغالبًا ما تعتمد على بيانات ذات طابع شخصي. تهيئ المقدمة المسرح لاستكشاف منهجيات أكثر قوة لتقييم قدرات تحديد المخاطر، والتي تعتبر ضرورية لتحسين ممارسات إدارة السلامة في البيئات عالية المخاطر.
طرق البحث
في هذه الدراسة، هدف المؤلفون إلى التحقيق في تحديد المخاطر في بيئات البناء من خلال استخدام سيناريوهات مخاطر حقيقية. تضمنت المواد التجريبية مجموعة من صور المحفزات التي تمثل كل من المواقف الخالية من المخاطر والمواقف الخطرة التي يتم مواجهتها عادةً في مواقع البناء، مثل ضربات الأجسام ومخاطر السقوط. تم اختيار هذه الصور بعناية لتعزيز صلاحية التجربة، وتم توحيد أبعادها عند 11.906 سم في العرض و10.054 سم في الارتفاع. يتم توضيح أمثلة تمثيلية لهذه المحفزات في الشكل 1.
تتمثل المهمة الرئيسية لتجربة تحديد المخاطر في اكتشاف المشاركين للمخاطر داخل الصور المقدمة. لم يكن هذا النهج يهدف فقط إلى تقييم قدرة المشاركين على التعرف على المخاطر المحتملة، بل سعى أيضًا لفهم العمليات المعرفية المعنية في تحديد المخاطر في بيئات البناء الواقعية. من المتوقع أن تسهم النتائج من هذه التجربة في تحسين التدريب على السلامة واستراتيجيات إدارة المخاطر في صناعة البناء.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. يسلط الضوء على النتائج المهمة التي تدعم الفرضيات الموضحة في الأقسام السابقة. تشير البيانات إلى وجود علاقة واضحة بين المتغيرات المدروسة، حيث تؤكد التحليلات الإحصائية قوة هذه العلاقات.
تشمل النتائج المحددة مقاييس كمية، مثل القيم المتوسطة والانحرافات المعيارية، التي توضح التأثيرات الملحوظة تحت ظروف تجريبية مختلفة. بالإضافة إلى ذلك، يتم استخدام التمثيلات البيانية، مثل الرسوم البيانية أو المخططات، لنقل الاتجاهات والأنماط في البيانات بصريًا، مما يعزز الاستنتاجات المستخلصة. بشكل عام، توفر النتائج أدلة قوية تعزز الفهم في هذا المجال وتقترح مسارات محتملة للبحث المستقبلي.
المناقشة
في هذا القسم، تركز المناقشة على المنهجيات والنتائج المتعلقة بتحديد المخاطر، مع التأكيد على دمج التقنيات المعرفية التقليدية والمتقدمة. تسلط أبحاث باندت الضوء على استخدام الأوصاف اللفظية ومقاييس تقييم المخاطر لجمع بيانات تحديد المخاطر، مما يكشف عن التعقيدات في تقييم هذه القدرة بشكل موضوعي. غالبًا ما تفشل الطرق التقليدية، على الرغم من كونها مفيدة، في التقاط العمليات المعرفية الدقيقة المعنية في تحديد المخاطر. لقد ظهرت دمج تقنيات تتبع العين والتصوير العصبي، مثل التصوير بالرنين المغناطيسي الوظيفي (fMRI) وتخطيط الدماغ الكهربائي (EEG)، كمسار واعد لفهم الآليات العصبية الكامنة وراء تحديد المخاطر. أظهرت الدراسات بشكل خاص أن مناطق الدماغ المختلفة، بما في ذلك القشرة الجانبية القذالية والقشرة الجبهية، يتم تنشيطها خلال مهام التعرف على المخاطر، مما يشير إلى عملية معرفية متعددة الأوجه.
تقترح الورقة استخدام إمكانات الحدث المرتبطة (ERPs) لتحليل الاختلافات في قدرات تحديد المخاطر بين الأفراد، مع التركيز على مكونات N100 و P200 و P300. تعمل هذه المكونات كمؤشرات للمعالجة المعرفية المتعلقة بسرعة ودقة تحديد المخاطر. من الجدير بالذكر أن النتائج تشير إلى أن السعات الأكبر في هذه المكونات من ERP ترتبط بأداء أفضل في مهام تحديد المخاطر. علاوة على ذلك، تهدف الدراسة إلى إنشاء مؤشرات موضوعية ومعايير تقييم لت quantifying قدرات تحديد المخاطر، مما يعالج نقص المعايير الموحدة الحالية في هذا المجال. من خلال الاستفادة من بيانات EEG، تطمح الأبحاث إلى تقديم إطار أكثر قوة لتقييم وتعزيز مهارات تحديد المخاطر، مما يسهم في تحسين ممارسات إدارة السلامة.
القيود
في قسم القيود، يناقش المؤلفون تداعيات استخدام مؤشرات موضوعية مستمدة من تجارب إمكانات الحدث المرتبطة (ERP) لتحديد المخاطر. استخدمت الدراسة تحويل التردد الزمني لتحليل متوسط قوة الثيتا وذروة جهد P300، والتي تم تقييمها بعد ذلك مقابل معايير تقييم محددة مسبقًا لتقييم كل من الدقة وسرعة التعرف. بينما تقدم هذه المقاييس العصبية رؤى قيمة حول العمليات المعرفية أثناء تحديد المخاطر، يعترف المؤلفون بالقيود المحتملة في تعميم نتائجهم بسبب الظروف التجريبية المحددة وخصائص العينة.
علاوة على ذلك، قد يؤدي الاعتماد على معايير تقييم محددة مسبقًا إلى إدخال تحيزات تؤثر على تفسير النتائج. يقترح المؤلفون أن تهدف الأبحاث المستقبلية إلى التحقق من صحة هذه النتائج عبر سياقات وسكان متنوعين لتعزيز قوة الاستنتاجات المستخلصة من مقاييس ERP. بشكل عام، بينما تسهم الدراسة في فهم الاستجابات المعرفية للمخاطر، تبرز قيودها الحاجة إلى تفسير حذر ومزيد من التحقيق.
DOI: https://doi.org/10.1038/s41598-026-35883-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41554996
Publication Date: 2026-01-20
Author(s): S D Zhang et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
This study investigates the cognitive processes involved in hazard identification, emphasizing the importance of accurately assessing this ability for safety in high-risk jobs. Through an electroencephalogram (EEG) experiment, the researchers extracted two key indicators: hazard identification speed and accuracy. They employed both time-domain and frequency-domain analyses to examine event-related potentials (ERPs) associated with these indicators. The findings revealed significant differences in ERP components (N100, P200, and P300) and brain wave power (beta, theta, and alpha) between groups categorized by hazard identification accuracy (low vs. high) and speed (fast vs. slow).
Notably, the study identified specific thresholds for EEG measurements that could serve as grading standards: the average power of theta waves in the central frontal region distinguished accuracy levels, while the average peak voltage of the P300 component in the occipital region differentiated speed levels. Validation with an independent sample confirmed the reproducibility of these thresholds, achieving an accuracy rate of 85.7%. Overall, this research contributes to the fields of safety science and cognitive neuroscience by providing objective neurophysiological markers for assessing hazard identification abilities.
Introduction
The introduction highlights the pressing need for effective hazard identification in complex environments, particularly in high-risk workplaces. Empirical studies from the UK, US, and Australia reveal alarming statistics, with a significant percentage of safety hazards remaining unrecognized—33.5%, over 40%, and more than 57%, respectively. A recent scaffolding collapse in China further underscores the dire consequences of inadequate hazard recognition, resulting in fatalities among workers who failed to identify risks promptly. This situation emphasizes the necessity of enhancing hazard identification capabilities as a fundamental strategy for accident prevention and safety management.
Despite the critical importance of hazard identification, the objective and quantitative assessment of this capability remains a challenge. Traditional methods, such as questionnaires and interviews, have been employed to evaluate hazard identification performance, often relying on subjective data. The introduction sets the stage for exploring more robust methodologies to assess hazard identification capabilities, which are essential for improving safety management practices in high-risk environments.
Methods
In this study, the authors aimed to investigate hazard identification in construction environments by utilizing authentic risk scenarios. The experimental materials included a selection of stimulus images that represented both risk-free and risky situations commonly encountered on construction sites, such as object strikes and fall risks. These images were carefully chosen to enhance the validity of the experiment, and their dimensions were standardized at 11.906 cm in width and 10.054 cm in height. Representative examples of these stimuli are illustrated in Figure 1.
The main task of the hazard identification experiment involved participants detecting hazards within the presented images. This approach not only aimed to assess the participants’ ability to recognize potential risks but also sought to understand the cognitive processes involved in hazard identification in real-world construction settings. The findings from this experiment are expected to contribute to improved safety training and risk management strategies in the construction industry.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. It highlights the significant outcomes that support the hypotheses outlined in earlier sections. The data indicates a clear correlation between the variables studied, with statistical analyses confirming the robustness of these relationships.
Specific results include quantitative measures, such as mean values and standard deviations, which illustrate the effects observed under various experimental conditions. Additionally, graphical representations, such as plots or charts, are utilized to visually convey trends and patterns in the data, further substantiating the conclusions drawn. Overall, the results provide compelling evidence that advances understanding in the field and suggests potential avenues for future research.
Discussion
In this section, the discussion centers on the methodologies and findings related to hazard identification, emphasizing the integration of traditional and advanced neurocognitive techniques. Pandit’s research highlights the use of verbal descriptions and risk rating scales to gather hazard identification data, revealing the complexities in objectively assessing this ability. Traditional methods, while informative, often fail to capture the nuanced cognitive processes involved in hazard identification. The incorporation of eye-tracking and neuroimaging technologies, such as functional magnetic resonance imaging (fMRI) and electroencephalogram (EEG), has emerged as a promising avenue for understanding the neural mechanisms underlying hazard identification. Specifically, studies have shown that different brain regions, including the lateral occipital cortex and prefrontal cortex, are activated during hazard recognition tasks, indicating a multifaceted cognitive process.
The paper proposes using Event-Related Potentials (ERPs) to analyze differences in hazard identification capabilities among individuals, focusing on the N100, P200, and P300 components. These components serve as indicators of cognitive processing related to hazard identification speed and accuracy. Notably, the findings suggest that larger amplitudes in these ERP components correlate with better performance in hazard identification tasks. Furthermore, the study aims to establish objective indicators and grading standards for quantifying hazard identification abilities, addressing the current lack of standardized metrics in the field. By leveraging EEG data, the research aspires to provide a more robust framework for assessing and enhancing hazard identification skills, ultimately contributing to improved safety management practices.
Limitations
In the section on limitations, the authors discuss the implications of using objective indicators derived from event-related potential (ERP) experiments for hazard identification. The study utilized time-frequency transformation to analyze mean theta power and P300 peak amplitude, which were then assessed against predefined grading criteria to evaluate both accuracy and identification speed. While these neural metrics offer valuable insights into cognitive processes during hazard identification, the authors acknowledge potential limitations in the generalizability of their findings due to the specific experimental conditions and sample characteristics.
Furthermore, the reliance on predefined grading standards may introduce biases that affect the interpretation of the results. The authors suggest that future research should aim to validate these findings across diverse contexts and populations to enhance the robustness of the conclusions drawn from the ERP metrics. Overall, while the study contributes to understanding cognitive responses to hazards, its limitations highlight the need for cautious interpretation and further investigation.