本研究通过比较三种培训条件下的空间存在感、团队协作、学习参与度、认知负荷、安全性及短期学习效果，评估了一种大空间共址协作式虚拟现实培训方案。
本文内容
摘要
摘要
大空间共处式协作虚拟现实提供了一种训练环境，参与者可在共享的沉浸式空间中移动、交流并协调行动。然而，目前尚缺乏充分证据表明，与基于桌面的协作或分布式房间尺度虚拟现实相比，该配置能否在空间临场感、团队协作和学习参与度方面带来更优效果。本研究评估了一项单中心、三组实验设计，共纳入126名参与者，组成42个三人团队。团队被随机分配至桌面协作模拟、分布式房间尺度协作虚拟现实或大空间共处式协作虚拟现实组。所有团队均完成8分钟的培训导入、20分钟的协作性应急物流与空间导航任务、培训后即时评估以及2周后的保留测试。主要结局指标为空间临场感、自我评估的团队协作、观察者评估的团队协作以及学习参与度。次要结局包括知识得分、认知负荷、模拟器不适感及任务过程指标。大空间共处式协作虚拟现实组在空间临场感、团队协作和学习参与度方面均优于对照组。知识获取方面，大空间组表现更佳，但校正后的培训后知识得分及2周保留知识得分在各组间无显著差异。认知负荷未显著增加，模拟器不适感平均保持在轻度水平。这些结果表明，大空间共处式协作虚拟现实可能更适用于需要空间定向、基于角色的协作以及主动团队参与的训练任务，而非仅以短期知识获取为目标的培训。
引言
沉浸式虚拟现实通过将视觉注意力和身体运动与情境化实践相结合，促进了在原本危险或无法进入的环境中进行基于模拟的培训1。近期研究已从新奇性演示转向基于证据的实施2，但仍存在一个重要问题：何种硬件和空间配置最有利于支持协作学习行为。空间存在感会影响注意力和具身感知3,4，而仅凭主观沉浸感可能不足以支持复杂的团队操作。有效的协作需要共同的目标、任务相互依赖以及实时的相互监控5。
近期的研究推动了对共处一地的虚拟现实与具身协作在支持团队合作方面作用的理解。然而，关于不同空间结构在教学效果方面的实证证据仍不均衡6。本研究的主要贡献在于系统评估三种功能各异的协作环境：桌面协作模拟、房间尺度的分布式虚拟现实，以及大空间共处一地的协作虚拟现实。这三种条件代表了基于团队的模拟训练的不同配置，可用于比较不同协作培训环境中视觉沉浸感与共享物理移动性的效果。三种配置的物理布局如图1所示。
图 1：三项协作训练条件的实验流程与物理空间布局。（A）实验流程概览，从参与者筛选与团队层面随机分组（N = 126 名参与者；42 个团队）到为期 2 周的保留测试。（B）三种训练环境的示意图。左侧：桌面协作模拟，团队成员使用独立工作站进行操作，并通过指定音频通道进行交流，无沉浸式视觉体验。中部：分布式房间尺度协作虚拟现实，参与者在各自独立的 3 m × 3 m 物理追踪区域内，仍可获得视觉沉浸感并实现实时团队沟通。右侧：大空间共处协作虚拟现实，团队成员共享一个无障碍的 8 m × 8 m 空间，支持同步身体移动、具身空间参照以及实时协同导航。请点击此处查看此图的放大版本。
本培训方案采用了一种协作式应急物流与空间导航场景。与个体化的程序性训练不同，该场景需要参与者共享物理方位、进行实时的言语协调，并执行具身化的空间操作。这些特征为评估大空间共址协作虚拟现实的可用性提供了结构化的环境。图2展示了在虚拟现实和桌面条件下所使用的界面与交互模式。具身学习理论表明，当空间操作与任务需求相匹配时，可增强主体性7；而认知负荷理论则指出，有效的团队协作依赖于合理分配认知负荷，同时避免引入不必要的协调负担8。
图2：不同训练条件下的界面比较与任务执行范式。 协作式应急物流与空间导航场景在所有组别中保持标准化，主要差异在于交互方式。（A）桌面式协作模拟界面，第一人称视角。参与者通过键盘和鼠标输入在工业环境中进行导航，并依赖中央准星以及二维图形用户界面元素（包括小地图和任务列表）实现空间定位。（B）沉浸式虚拟现实中的具身交互。在沉浸式条件下，参与者通过跟踪的手势进行直接物理操作来执行任务（如资源收集与处理），而非依赖鼠标点击。（C）大空间共址协作虚拟现实条件下的团队空间协调。团队成员通过实时可见的虚拟化身、空间指向手势以及围绕危险区域的共同物理朝向，协调各自角色的特定行为，包括导航员、资源管理员和安全检查员的职责。请点击此处查看该图的放大版本。
因此，针对三种训练配置的空间存在感、团队协作和学习参与度进行了评估。由于沉浸式环境可能引发强烈的主观参与感9，因此将这些结果与训练后的知识获取和短期记忆保持相结合，以区分即时参与与长期保留的学习效果。此外，由于移动和沉浸式暴露还会带来一定的身体负荷，因此将模拟器不适感作为一项实施效果进行监测10。
方案
本研究涉及人类参与者，遵循《赫尔辛基宣言》以及行为与教育研究的机构要求开展。研究方案经沈阳城市大学人类研究伦理委员会批准（批准号：SU1992837；批准日期：2025年1月18日）。所有参与者在入组前均签署了书面知情同意书。研究人员告知参与者，本研究包含沉浸式虚拟现实暴露、团队协作任务执行、问卷填写、行为观察以及短期随访测试。参与研究完全自愿，参与者可在任何阶段退出，且不会因此遭受学术、就业或机构方面的处罚。所有研究记录在分析前均已去标识化。每位参与者被分配一个唯一的数字编号，每个团队也被分配独立的团队代码。分析数据集中不包含任何姓名、学号、电话号码、面部图像或可直接识别身份的音频记录。设备类别、软件版本及相关可重复性资源详见材料表。
1. 研究设计与实施环境
本项已完成的研究采用单中心、三组平行对照的实验设计，旨在探讨在沉浸式培训过程中，大空间共处协作式虚拟现实是否与更强的空间临场感、团队协作以及学习投入度相关。三种培训条件分别为：桌面协作模拟、房间尺度分布式协作虚拟现实，以及大空间共处协作虚拟现实。
实验条件的设计旨在作为功能性的对比，而非对沉浸感、协作性和行走空间进行完整的全因子分解。桌面条件代表了不使用沉浸式头戴显示器的协作方式。房间尺度的分布式协作虚拟现实条件代表了在各自独立的小型追踪区域内进行的沉浸式团队协作。大空间共处的协作虚拟现实条件则在一个统一的追踪训练空间内，结合了沉浸式视觉体验、共享的物理移动以及实时的具身团队互动。因此，组间差异被解释为不同完整训练配置之间的差异，而非归因于任何一个单一因素的作用。选择这种结构的原因在于，关于沉浸式学习的研究将空间临场感、自主性以及参与度视为虚拟环境可能影响学习行为的机制11。
研究于2025年3月3日至2025年7月18日在参与机构的沉浸式学习与人机交互实验室进行。受试者招募和基线测试于2025年3月3日至4月25日完成。干预课程于2025年3月10日至5月30日进行。为期两周的保留评估在2025年3月24日至6月16日期间完成。数据核查、观察者评分及数据集锁定于2025年7月18日前完成。
所有实验均在同一个实验室环境中进行，以控制光照、温度、网络连接、任务说明以及研究人员的监督。大空间共址协作虚拟现实条件使用了8 m × 8 m的无障碍追踪区域。房间尺度分布式协作虚拟现实条件则使用三个相互分离的、标记出的3 m × 3 m区域。桌面协作模拟条件使用由声学隔板分隔的独立计算机工作站，使参与者只能通过指定的通信通道进行交流。
在随机分组之前，参与者被分配到三人一组的团队中。团队被用作训练单位，因为该任务需要分散的角色执行、口头协调、共享的情境意识以及共同的问题解决。随机分组在团队层面进行，以避免同一实验环节中参与者之间的相互干扰。整个研究的工作流程以及三种条件下的物理配置如图1所示。
2. 参与者及资格筛选
参与者来自参与机构的本科及研究生项目。招募通知将本研究描述为一项涉及虚拟现实、团队协作和学习评估的沉浸式培训研究。通知中未声明任何培训条件具有预期优势。有意向的参与者在预约实验室时间前需先完成一份在线筛选问卷。
如果参与者年龄在18至35岁之间，具有正常或矫正至正常的视力，能够理解培训语言，此前未参加过相同的虚拟培训场景，并且能够安全站立和活动至少30分钟，则符合纳入条件。如果参与者报告有严重晕动病、未控制的癫痫、近期影响行走或平衡的肌肉骨骼损伤、未矫正的视觉障碍、严重眩晕、严重未矫正的听力障碍、当前急性疾病，或任何使沉浸式虚拟现实暴露不安全的医学状况，则被排除。如果参与者此前对完全相同的培训场景有大量经验，或曾参与过同一系统的试点测试，也将被排除。
资格审查分为两个步骤进行。首先由一名研究助理审核在线筛查表，随后在测试当天签署知情同意书之前，由实验负责人通过口头方式确认参与者的资格。对于报告曾有轻度晕动症的参与者，并不会自动排除，但会进行更密切的监测，并提醒其若出现不适可随时立即终止实验。完整的筛查表、资格审查项目、基线问卷、应答格式及编码规则详见补充文件1。
采用 G-Power 软件进行先验统计功效分析，以确定实验设计所需的样本量。假设基于以往沉浸式协作学习文献的中等预期效应量 f = 0.25，显著性水平 α 为 0.05，三组间比较的统计功效为 0.80，则至少需要 111 名参与者。为适应三人团队结构，并在各实验条件下保持组间分配均衡，最终样本量扩大至 126 名参与者，共组成 42 个独立团队。由于干预措施以团队为单位实施，因此保留团队标识符，用于聚类调整、观察者评定的协调性评分以及敏感性检验。
3. 随机化、分配隐藏与盲法
在三人团队的所有成员完成资格确认后，使用计算机生成的区组随机化列表（固定区组大小为六个团队）将该团队随机分配至三种训练条件之一。分组序列在数据收集前通过统计计算环境中的随机化软件包生成，随机种子设为可重复的 20250301。
采用由独立于受试者招募和干预实施的研究人员准备的、按顺序编号的不透明防篡改信封，以维持分配隐藏。随机化文件存储在密码保护的电子表格中，结果评估人员无法访问该文件。
分组情况仅在完成基线问卷和培训前知识测试后才予以揭示。在设备设置前，负责该次实验的研究人员会立即打开下一个密封的分组信封。由于三种干预条件在形式上明显不同，无法对受试者实施盲法。研究人员未告知受试者哪种干预条件预期效果更佳。
两名观察者根据标准化的屏幕录制视频对团队协作情况进行评分。观察者对研究假设、培训条件标签及问卷结果均设盲，且未参与培训的实施。在评分前，视频文件已使用中性团队代码重新命名。在可能的情况下，评分前已对可识别条件的界面标签进行裁剪或遮盖处理。
4. 培训场景与任务结构
培训场景设计为在模拟工业培训环境中进行的协作式应急物流与空间导航任务。每支三人团队需在固定时间窗口内定位虚拟资源、解读空间线索、传递路线信息、协调角色特定的操作，并完成一系列任务步骤。
每位参与者担任以下三种角色之一：导航员、资源管理员或安全检查员。导航员负责解读路线方向和目的地顺序。资源管理员负责识别并收集与任务相关的虚拟物品。安全检查员负责监控潜在危险，确认操作流程顺序，并在最终提交前提示团队。
该场景包含四个区域：定向区、资源区、危险区和完成区。每支队伍需完成八项规定子任务：确定目标位置、从六个可能的资源中选择三个正确资源、避开两条错误路径分支、响应三个危险提示、在队员之间传递信息，以及提交最终任务序列。最大任务时限为20分钟。若队伍未能在20分钟内完成所有规定子任务，则在时间截止时停止任务，并记录已完成的子任务数量。
在主要任务开始之前，所有参与者均需完成一个标准化的8分钟定向培训。前3分钟介绍研究规则和安全程序；接下来的3分钟介绍界面操作方法；最后2分钟允许参与者在一个中性的练习环境中练习移动、选择和交流操作，该环境不包含主要实验场景中使用的任何物体、路径、危险因素或答案。练习环境中的任何表现数据均未进行分析。
所有三种条件下均采用相同的学习内容、任务顺序、目标答案、路线结构、危险提示以及评分标准。各条件之间的差异体现在交互方式、沉浸程度、身体活动以及空间构型方面。沉浸式环境使用一款商用的实时三维开发平台构建。多用户网络连接与空间状态同步通过专用的多用户同步框架实现，该框架运行于千兆以太网局域网架构之上。被分配至沉浸式虚拟现实条件的参与者使用高分辨率的头戴式显示器，配备集成耳机与麦克风。空间追踪采用基于红外激光的追踪系统，包含四个基站。虚拟形象的实现采用逆向运动学算法，将头部与手柄控制器的实时遥测数据映射至具有关节结构的工人虚拟形象上。
5. 研究前的程序检查与测量优化
在正式数据收集之前，所有问卷条目、知识测试条目、观察者评分规则及任务程序均由两名具有沉浸式学习研究经验的研究人员和一名具有教育测量研究经验的研究人员进行审阅。审阅重点包括条目的清晰性、角色与任务的一致性、评分的一致性、安全提示用语以及构念的一致性。
于2025年2月17日至2月21日开展了一项预试验流程检查，共有六名符合正式样本相同纳入标准的参与者参加。预试验评估了任务时序、头戴设备舒适度、动作安全性、指导语清晰度、问卷完成时间、数据导出准确性以及观察者评分的可行性。预试验数据仅用于优化文字表述、设置时间、安全说明和日志导出流程。这些参与者未被纳入最终样本，其数据也未用于正式分析。
6. 桌面协作模拟条件
在桌面协作模拟条件下，每位参与者使用一台独立的工作站，连接至24英寸1080p显示器。输入设备包括计算机鼠标和键盘，音频通信通过USB耳机和麦克风实现。参与者分别坐在不同的工作台前，并被要求不得通过系统以外的方式进行交流。
桌面模拟使用了与虚拟现实条件相同的虚拟环境、任务对象、路线顺序、危险提示和评分逻辑。摄像机视角为第一人称。如图2A所示，桌面组的参与者通过键盘输入进行导航，并通过固定二维显示器的视野范围使用鼠标点击与虚拟资源进行交互。视野范围、移动速度、交互距离和音频设置在数据采集前已固定，并且在各次实验之间未作更改。每次实验过程中由一名研究人员监控技术稳定性，但在主情景开始后不提供任何任务指导。
7. 房间尺度分布式协作虚拟现实条件
在房间尺度分布式协作虚拟现实条件下，三名参与者分别从各自独立的 3 m × 3 m 标记追踪区域进入同一个虚拟场景。每位参与者使用头戴式显示器和手持控制器。团队成员通过指定的语音通道进行沟通，执行相同的基于角色的团队任务，但无法在共享的大型追踪空间内进行物理上的共同导航。
在开始主要任务之前，需调整头戴式设备的佩戴舒适度、瞳距、边界系统以及控制器绑带。要求参与者一旦出现头晕、恶心、眼疲劳、头痛、失去平衡或焦虑等症状，应立即停止实验。在实验过程中，研究人员始终停留在每个活动追踪区域2米范围内，负责监控安全性，但不提供任务指导。
如果参与者越过标记的边界，则暂停实验，将参与者重新定位。如果出现中度不适（定义为在任何0–10分的不适项目中自我评分达到5分或以上），则暂停实验，让参与者坐下休息恢复。如果任何不适项目的评分达到7分或以上，则终止实验。
8. 大空间共址协作式虚拟现实条件
在大空间共址协作式虚拟现实条件下，每组三人团队进入同一个8 m × 8 m的追踪训练区域。每位参与者佩戴头戴式显示器，手持两个控制器，并以角色特定的虚拟形象呈现，该形象对其他团队成员可见。团队成员在共享训练空间中通过身体移动进行实时口头交流。系统同步记录参与者的空间位置、手部动作、物体选择以及任务状态的变化。如图2B和图2C所示，在沉浸式条件下，参与者使用带有追踪功能的控制器进行三维空间手势操作，并通过头部的实际转动实现360°视野范围内的交互。
大空间条件采用与其他条件相同的任务内容和20分钟时间限制。通过校准身体移动，确保虚拟路径保持在标记的安全区域内。当参与者接近追踪区域边缘时，头戴设备中会显示安全边界。在主任务开始前，需检查地面 clearance、无线缆阻碍的移动、头戴设备佩戴情况、追踪稳定性、音频输入以及控制器响应。要求参与者使用自然的物理行走方式，而非人工移动技术来导航虚拟环境。禁止团队成员之间的身体接触。当两名参与者相互接近至0.5米以内时，系统会发出中性的安全提醒，但不提供任务相关信息。
每次大空间实验均由两名研究人员监督。其中一名研究人员负责监控系统仪表盘和录制状态。第二名研究人员站在活动追踪区域外，负责监控参与者的安全。如果追踪丢失超过10秒、参与者报告不适或参与者越过了安全边界，则任务将暂停。如果中断持续时间少于2分钟且参与者希望继续，则任务从上次保存的状态恢复。如果中断超过2分钟，则该次实验记录为未完成，并保留在意向性治疗数据集中。
9. 结果评估指标与评估时间
评估在基线、训练结束后立即以及训练后2周进行。基线评估包括人口统计学信息、既往虚拟现实和团队训练经验、游戏熟悉程度以及一项30分制的知识前测。训练后即刻评估包括空间存在感、自我评价和观察者评价的团队协作、学习参与度、认知负荷、模拟器不适感、训练后知识掌握情况以及任务表现指标。2周随访时采用相同30分制的知识测试，但题目顺序重新排列并有轻微措辞调整。评估时间安排见Table 1。
表1：主要和次要指标的汇总。 本表格总结了在整个实验方案中评估的主要结局、次要学习结局以及安全性和过程指标所涉及的变量、测量量表、评估时间点和数据来源。 请点击此处下载该表格。
训练结束后立即使用改编自已确立的存在感维度的8项7点量表测量空间存在感12。当至少完成80%的项目时，对得分进行平均；否则，该得分记为缺失。完整的项目及评分规则见补充文件1。
采用自定义的六项7点量表评估自我评价的团队协作水平，涵盖沟通清晰度、角色认知、相互监控、协助时机、任务共同理解以及错误恢复能力。通过20名参与者的预试验评估了量表条目的清晰度和结构，探索性因子分析结果显示存在一个主要因子。主样本的内部一致性为Cronbach’s α = 0.88。参与者的得分为其完成条目得分的平均值，团队层面的得分为该团队三名参与者得分的平均值。完整的条目内容及评分标准见补充文件1。
采用定制的评分量表对观察者评定的团队协作情况进行评估，评估内容包括沟通时机、角色执行、相互支持、空间协调和错误恢复。每个维度的评分范围为0–20分，总分为0–100分。该评分量表经过专家评审，且两名观察者在正式评分前均完成了10小时的培训。采用双因素随机效应模型的组内相关系数（ICC）评估评分者间信度，要求绝对一致性下的ICC ≥ 0.75方可进行最终评分。若两名观察者的总分差异超过12分，则通过协商达成一致；否则，采用两者评分的平均值。完整的评分量表及分歧解决流程详见补充文件1。
培训结束后立即使用一个包含12个条目的7点简式量表来测量学习参与度13。得分通过对完成的条目取平均值计算，得分越高表示参与度越强。采用Cronbach’s α系数评估量表的内部一致性。认知负荷通过五个1–7级评分进行评估，包括心理需求、生理需求、时间压力、努力程度和挫败感14。完整的条目内容和评分规则见补充文件1。
采用包含20道单选题和5道简短情境判断题的30分制测试评估知识获取情况。前测、后测及2周后的保留测试均使用相同的试题蓝图，仅对题目顺序进行调整并作等效的文字修改。从前测到后测得分至少提高3分被定义为具有实际意义的描述性改善。测试蓝图、评分规则和判断量规详见补充文件1。
在暴露前、定向后以及主要任务后，使用五个0–10分的症状评分评估模拟器不适感。五个项目的平均值构成不适指数。若任一项目评分达到7或以上，则终止实验。任务后不适指数超过6时，需至少进行15分钟的监测；指数为5或以上时，需进行24小时随访。完整的安全性评分规则见补充文件1。
任务绩效指标包括完成状态、完成时间、正确选择的资源、正确处理的危险提示、路线错误以及安全中断情况。未完成任务的团队，其完成时间记为1,200秒。结果定义、时间节点、评分范围、数据来源和分析层级在表1中进行了汇总，并在补充文件1中进行了详细说明。
10. 数据采集流程
每次实验均遵循相同的顺序。参与者在预定训练时间前15分钟到达。研究人员根据预约名单确认其身份，再次检查是否符合纳入标准，解释知情同意书内容，并回答有关实验流程的问题。随后，参与者签署知情同意书并获得参与者编号。实验过程中不讨论任何条件可能具有的优势。
参与者在实验室平板电脑上完成了基线问卷和培训前知识测试。基线阶段持续约12分钟。完成基线阶段后，公布团队分配情况，并准备指定的培训设备。桌面条件下的设备准备时间约为5分钟，房间尺度分布式协作虚拟现实条件下的准备时间为8分钟，大空间共址协作虚拟现实条件下的准备时间为10分钟。设备准备时间不计入培训暴露时间。
所有参与者随后完成了标准化的8分钟定向训练。主任务在定向训练结束后立即开始，持续时间最长为20分钟。在主任务期间，不提供任何教学、提示或纠正性反馈。技术协助仅限于恢复系统功能、调整头戴设备的佩戴、重新定位参与者在安全边界内的位置，或重复之前已说明的安全指示。任务结束后，参与者取下设备，并在各自的工位上完成训练后问卷和训练后知识测试。训练后评估大约持续15分钟。
训练结束后14天在线进行为期2周的保留测试，可接受的完成时间窗口为第13天至第16天。参与者将在截止时间前24小时收到一次提醒，若测试尚未完成，则在第15天再收到一次提醒。第16天之后提交的回复将保留在原始数据集中，但不纳入主要的保留分析。训练与随访之间的实际天数被记录下来用于敏感性分析。
11. 数据质量控制
电子问卷包含对关键结局指标的范围核查，而人口统计学问卷项目可选择跳过。记录提交时间，完成时间少于中位完成时间三分之一的问卷将被标记以供审查。每次会话结束后在48小时内导出系统日志，并与会话记录进行比对；差异问题通过带时间戳的记录进行核实解决。
两名观察者独立录入由观察者评定的协调性得分。总分差异超过12分的情况将被标记，以进行共识评审，最终得分在进行组水平分析前锁定。当量表中至少80%的条目完成时，才计算多条目量表总分；否则，该得分记为缺失。未回答的单选题知识项目计为0分。简短情境判断题由两名评分者独立评分，评分差异超过1分时由第三名评分者进行复核。
在核实了资格记录、参与者和团队代码、问卷范围、知识评分、观察者评分、系统日志、保留测试有效性、数据合并及缺失情况后，最终数据集被锁定。评分、数据清理和数据集锁定的详细规则见补充文件1。
12. 安全监测与终止标准
在所有训练过程中均进行安全监测。暴露开始前，提醒参与者虚拟现实训练期间可能出现不适，并允许其在任何时间退出。任务进行期间，监测参与者的姿势、平衡、移动速度以及言语表达的不适迹象。若参与者报告严重头晕、恶心、视觉不适、头痛、焦虑、失去平衡或希望停止任务，则立即终止任务。
始终采用预定义的终止标准。如果任何不适项目的评分在0–10量表上达到7分或更高，如果参与者在一次会话中两次越过安全边界，如果追踪丢失持续超过2分钟，如果设备故障导致无法正常交互，或判断继续参与会产生安全风险时，即停止会话。终止的会话需通过会话中断记录表进行记录。会话停止后，参与者需就座休息，并接受监测直至症状恢复至轻度水平，即所有不适项目的评分均低于3分。任何报告中度或重度不适的参与者均不允许离开实验室。
13. 数据管理与保密性
所有数据均存储在加密的机构驱动器上的去标识化项目文件夹中。将参与者身份与参与者编码关联的链接文件单独保存，仅主要研究者可访问。使用参与者编码和团队编码合并问卷数据、任务日志、观察者评分及知识测试得分，分析数据集不包含任何个人身份信息。
数据按参与者和个人团队层面进行组织。参与者层面的文件包含标识符、条件分配、人口统计学变量、问卷结果、知识测试结果以及与任务相关的变量。团队层面的文件包含团队标识符、条件分配、观察者评分的协作情况、任务完成情况、完成时间、资源选择、危险处理、路线错误和安全中断记录。原始观察者评分在进行平均或达成共识之前被单独保存。变量定义、编码范围及数据集结构详见补充文件1。
14. 统计分析
主要结局指标为空间存在感、自我评估的团队协作、观察者评估的团队协作以及学习参与度。次要结局指标包括培训后的知识水平、2周后的知识保持、认知负荷、模拟器使用不适感、任务完成情况、完成时间以及任务过程相关指标。培训条件包括桌面协作模拟、房间尺度分布式协作虚拟现实以及大空间共处协作虚拟现实。
采用适当的描述性统计方法对个体和团队层面的变量进行总结。基线特征包括年龄、性别、既往虚拟现实使用经验、游戏熟悉程度、既往团队培训经验以及培训前知识水平。由于随机分组在团队层面进行，因此计算组内相关系数以评估团队内部的依赖性。个体层面的主要结局指标采用线性混合效应模型进行分析，将培训条件作为固定效应，团队标识作为随机截距。模型采用限制性最大似然估计法，并在随机缺失假设下纳入所有可获得的数据。主要问卷结局指标未进行任何缺失值填补。采用Tukey法校正的成对比较来检验估计的边缘均值。团队层面的观察者评分协调性在团队层面进行分析。
作为敏感性分析，采用 Benjamini-Hochberg 方法对四项主要结局进行错误发现率校正。所有随机分组的团队和参与者均按原始分组进行分析。当量表中至少 80% 的条目完成时，计算多条目量表总分；否则，将总分记为缺失。使用 Q-Q 图和 Shapiro-Wilk 检验评估残差的正态性，使用 Levene 检验评估方差齐性。对于明显非正态分布的数据，采用 Kruskal-Wallis 检验进行敏感性分析。
效应量以 p 值表示。方差分析结果包含 eta 方（η²）和偏 eta 方（partial η²）；成对比较包含 Cohen's d 及其 95% 置信区间；混合效应模型报告了估计的均值差异及其 95% 置信区间。统计学显著性定义为双侧 p < 0.05。根据情况，采用 Pearson 或 Spearman 相关分析空间存在感、团队协作、学习投入与知识结果之间的关联。描述性分析、混合效应模型、团队层面协作分析、多结果校正、假设检验、知识分析及相关性分析的统计语法详见补充文件 1。
结果
研究对象流程与分析人群
共有126名研究对象入组，并被分配至42个三人小组。每种培训条件下各分配14个小组，最终桌面协作模拟组包含42名参与者，房间尺度分布式协作虚拟现实组包含42名参与者，大空间共址协作虚拟现实组包含42名参与者。所有小组均完成了指定的培训课程，并被保留在按计划治疗分析的数据集中。
数据缺失率较低，且未集中在任何特定条件下。空间存在感得分适用于124名参与者，其中包括41名桌面组参与者、42名房间尺度组参与者和41名大空间组参与者。自我评估的团队协作得分适用于123名参与者，每组各41名。学习投入得分适用于122名参与者，其中包括40名桌面组参与者、41名房间尺度组参与者和41名大空间组参与者。模拟器不适感得分适用于124名参与者，其中包括42名桌面组参与者、41名房间尺度组参与者和41名大空间组参与者。有效的两周后知识保持测试得分适用于122名参与者，其中包括40名桌面组参与者、41名房间尺度组参与者和41名大空间组参与者。所有42个团队均有观察者评定的团队协作数据。参与者的流程、分组分配、即时评估及随访完成情况汇总于图3中。
图3：参与者流程及分析人群。 流程图展示了招募情况、将126名参与者分配至42个三人团队、培训完成情况、即时评估、观察者评定的协调性评分，以及三种培训条件下有效的两周随访数据。请点击此处查看此图的放大版本。
基线特征
三个组别在人口统计学和培训相关基线特征方面总体具有可比性。最终样本由年轻的本科及研究生阶段成年参与者组成。各组在年龄、既往虚拟现实暴露经历、对游戏或模拟的熟悉程度、既往团队协作培训经验，以及既往应急后勤、导航或工业安全培训经历方面均相似。
各组的培训前知识得分也具有可比性。桌面协作模拟组的平均培训前知识得分为 16.17 ± 3.09，房间尺度分布式协作虚拟现实组为 16.10 ± 3.61，大空间共址协作虚拟现实组为 15.55 ± 3.23。未经调整的组间比较差异无统计学意义，F(2, 123) = 0.44，p = 0.647，η2 = 0.007。
基线特征和训练前测量结果见表2。在进行推论性假设检验之前，诊断性评估表明，主要连续变量满足残差正态性和方差齐性的假设。心理测量工具的内部一致性较高，其中空间存在感的Cronbach’s α系数为0.86，自我评估的团队协作为0.88，学习投入度为0.91。所有在主要结局指标中具有统计学意义的组间差异，在经过Benjamini-Hochberg错误发现率校正后仍具有显著性。
表2：基线特征和训练前测量结果。 本表报告了三个实验条件下参与者的基线人口学特征、既往虚拟现实和培训经验、游戏或模拟熟悉程度、相关培训史以及训练前知识得分。请点击此处下载该表格。
空间存在感
采用线性混合效应模型分析空间存在感，以训练条件为固定效应，团队编号为随机截距。混合效应模型检验使用了经 Satterthwaite 法校正的自由度。结果显示，训练条件对空间存在感具有显著影响，F(2, 39) = 23.91，p < 0.001。各组的估计边际均值分别为：桌面协作模拟组 4.13，房间尺度分布式协作虚拟现实组 5.00，大空间共址协作虚拟现实组 5.42。
经Tukey法校正的成对比较显示，大空间组的空间存在感高于桌面组，估计均值差异为1.29，95%置信区间：0.86 – 1.72，p < 0.001；大空间组的空间存在感也高于房间尺度组，估计均值差异为0.42，95%置信区间：0.04 – 0.80，p = 0.027；房间尺度组得分高于桌面组，估计均值差异为0.87，95%置信区间：0.45 – 1.29，p < 0.001。
为进行描述性比较，桌面组未调整的平均值±标准差（SD）得分为4.13 ± 0.91，房间尺度组为5.00 ± 0.79，大空间组为5.42 ± 0.80。未调整的方差分析（ANOVA）显示了相同的结果模式，F(2, 121) = 25.68，p < 0.001，η2 = 0.298。主要结局的分布见图4，相应的混合效应模型分析和描述性统计结果汇总于表3。
图4：不同训练条件下的主要结局指标。（A）空间存在感。（B）自我评估的团队协作。（C）观察者评估的团队协作。（D）学习投入度。空间存在感、自我评估的团队协作和学习投入度为个体层面的结局指标；观察者评估的团队协作在团队层面进行分析。误差线表示标准差。请点击此处查看该图的放大版本。
表3：主要结局指标。 本表格总结了三种培训条件下在空间存在感、自我评估的团队协作、观察者评估的团队协作以及学习参与度方面的结果。同时列出了相应的推论统计模型和错误发现率敏感性检验结果。请点击此处下载该表格。
团队协作
在参与者层面，采用线性混合效应模型分析自我评估的团队协作水平，将训练条件作为固定效应，团队编码作为随机截距。模型结果显示训练条件具有显著效应，F(2, 39) = 9.96，p < 0.001。各组的估计边际均值分别为：桌面组4.54，房间尺度组4.49，大空间组5.17。
Tukey 事后比较显示，大空间组的自我评估团队协作水平高于桌面组，估计均值差异 = 0.63，95% 可信区间：0.25 – 1.01，p = 0.002。大空间组的得分也高于房间尺度组，估计均值差异 = 0.68，95% 可信区间：0.29 – 1.07，p ＜ 0.001。桌面组与房间尺度组之间无显著差异，估计均值差异 = 0.05，95% 可信区间：−0.33 – 0.43，p = 0.942。为便于描述性比较，各组未经调整的平均值 ± 标准差分别为：桌面组 4.54 ± 0.63，房间尺度组 4.49 ± 0.75，大空间组 5.17 ± 0.81。未经调整的单因素方差分析结果呈现出相同的方向性趋势，F(2, 120) = 10.84，p ＜ 0.001，η2 = 0.153。
根据预先规定，在团队层面分析了观察者评定的团队协作情况。评分者间信度超过了预设阈值，双因素随机效应组内相关系数为 ICC = 0.84。有三段团队录像的观察者总分差异超过12分，通过共识评审予以解决。不同条件下观察者评定的协作水平差异具有显著性，F(2, 39) = 10.92，p ＜ 0.001，η2 = 0.359。团队层面的平均得分为：桌面组56.84 ± 9.14，房间尺度组65.01 ± 9.56，大空间组71.81 ± 8.70。经Tukey调整的多重比较显示，大空间组的观察者评定协作水平显著高于桌面组，平均差异 = 14.97，95% CI：7.33 – 22.61，p ＜ 0.001；大空间组也显著高于房间尺度组，平均差异 = 6.80，95% CI：0.42 – 13.18，p = 0.035；房间尺度组亦显著高于桌面组，平均差异 = 8.17，95% CI：1.31 – 15.03，p = 0.017。自我评定与观察者评定的协作水平呈现出相同的组间排序，即在两种测量方式下，大空间组的协作得分均为最高。
学习参与度
采用线性混合效应模型分析学习参与度，其中训练条件作为固定效应，团队编号作为随机截距。模型结果显示训练条件具有显著效应，F(2, 39) = 37.46，p < 0.001。各组的估计边际均值分别为：桌面组4.22，房间尺度组4.74，大空间组5.63。经Tukey法校正的成对比较显示，大空间组的学习参与度高于桌面组，估计均值差异为1.41，95%置信区间（CI）：1.03 – 1.79，p < 0.001；大空间组的学习参与度也高于房间尺度组，估计均值差异为0.89，95% CI：0.53 – 1.25，p < 0.001。房间尺度组的学习参与度高于桌面组，估计均值差异为0.52，95% CI：0.15 – 0.89，p = 0.006。
为进行描述性比较，桌面组的未调整平均值±标准差得分为 4.22 ± 0.76，房间尺度组为 4.74 ± 0.67，大空间组为 5.63 ± 0.73。未调整的方差分析（ANOVA）显示了相同的结果模式，F(2, 119) = 40.00，p < 0.001，η2 = 0.402。
主要结局的假发现率敏感性检验
在四项预先指定的主要结局上应用了Benjamini-Hochberg假发现率校正方法：空间存在感、自我评估的团队协作、观察者评估的团队协作以及学习参与度。经校正后，所有四项主要结局仍具有统计学显著性。假发现率敏感性检验的结果与主要分析的结果模式一致。
知识成果与保持情况
采用混合效应模型分析培训后的即时知识水平，其中将培训条件作为固定效应，培训前知识水平作为协变量，团队编码作为随机截距。校正后的模型显示，培训后知识水平的组间效应无统计学意义，F(2, 39) = 2.14，p = 0.131。各组估计的边缘均值分别为：桌面组20.12，房间尺度组20.96，大空间组21.85。为进行描述性比较，桌面组培训后知识得分均值为20.09 ± 4.04，房间尺度组为21.00 ± 4.57，大空间组为21.84 ± 3.95。未经校正的组间比较亦无统计学显著性，F(2, 123) = 1.83，p = 0.165，η2 = 0.029。
从基线到培训后即刻评估的知识增益被作为次要探索性推断结果进行评价。桌面组的平均增益为 3.93 ± 2.88 分，房间尺度组为 4.91 ± 2.12 分，大空间组为 6.30 ± 2.75 分。未经调整的组间效应具有显著性，F(2, 123) = 8.77，p < 0.001，η2 = 0.125。经Tukey法调整的多重比较显示，大空间组的知识增益显著高于桌面组，平均差异为 2.37，95% 置信区间（CI）：0.96 – 3.78，p < 0.001；大空间组的知识增益也显著高于房间尺度组，平均差异为 1.39，95% CI：0.14 – 2.64，p = 0.026。房间尺度组与桌面组之间的差异无统计学意义，平均差异为 0.98，95% CI：−0.31 – 2.27，p = 0.171。
在为期2周的随访中，分析了在预设的第13至第16天时间窗口内具有有效保留反应的参与者的知识保留情况。调整后的混合效应模型控制了培训前知识水平，并将团队代码作为随机截距，结果显示组间效应无统计学意义，F(2, 39) = 1.68，p = 0.199。桌面组的平均知识保留得分为18.70 ± 4.55，房间尺度组为19.62 ± 4.37，大空间组为20.42 ± 4.38。未经调整的组间比较同样无统计学显著性，F(2, 119) = 1.53，p = 0.220，η2 = 0.025。次要学习结果汇总于表4中。
表4：不同培训条件下的次要学习成果。 本表报告了三种培训条件下培训前知识、培训后即时知识、知识增益以及两周后知识保持情况。次要学习成果采用校正后的混合效应模型进行分析。请点击此处下载该表格。
认知负荷与模拟器不适感
认知负荷被作为次要结局指标进行分析。桌面组的平均认知负荷为 4.22 ± 0.69，房间尺度组为 4.49 ± 0.62，大空间组为 4.13 ± 0.82。未经调整的组间效应为 F(2, 123) = 2.92，p = 0.058，η2 = 0.045。该结果未达到预设的显著性阈值。
不同条件下模拟器不适感存在差异。桌面组的任务后不适指数平均为1.37 ± 0.71，房间尺度组为2.18 ± 0.79，大空间组为2.42 ± 0.58。未调整的组间效应显著，F(2, 121) = 25.72，p ＜ 0.001，η2 = 0.298。两个虚拟现实组的不适评分均高于桌面组，但平均值仍处于轻度范围内。没有任何参与者达到预先定义的终止标准（即任何不适项目评分≥7）。7名参与者的任务后不适指数≥5，接受了24小时症状消退随访联系。其中，4名参与者的任务后不适指数＞6，离开前还在实验室接受至少15分钟的监测。所有7名参与者均报告症状自行缓解，无需医疗转诊。没有任何一次实验会话因模拟器不适而终止，也未记录到需要临床处理的不良事件。认知负荷与模拟器不适情况见图5。
图5：不同训练条件下的认知负荷与模拟器不适感。（A）认知负荷评分范围为1–7，分数越高表示感知到的工作负荷越大。（B）任务后的模拟器不适感，评分范围为0–10，依据恶心、头晕、眼疲劳、头痛和平衡不适进行评估。误差线表示标准差。请点击此处查看该图的放大版本。
任务过程指标
任务过程指标用于描述团队在20分钟协作训练任务中的表现。桌面组的任务完成率为71.4%，房间尺度组为78.6%，大空间组为85.7%。桌面组的平均完成时间为1,041.6 ± 162.4 s，房间尺度组为984.3 ± 151.8 s，大空间组为931.7 ± 139.6 s。由于未完成任务的团队被设定时间为1,200 s上限，因此完成时间仅作描述性解释。
桌面组正确选择资源的平均数量为 2.21 ± 0.70，房间尺度组为 2.43 ± 0.65，大空间组为 2.64 ± 0.50。正确处理危险提示的平均值分别为 1.93 ± 0.83、2.21 ± 0.70 和 2.50 ± 0.65。路径错误的平均值在桌面组中为 2.07 ± 1.14，房间尺度组中为 1.50 ± 0.94，大空间组中为 1.00 ± 0.78。所有条件下的安全中断均较少，平均值分别为 0.21 ± 0.43、0.29 ± 0.47 和 0.36 ± 0.50。任务完成情况、完成时间、正确资源选择、正确处理的危险提示、路径错误以及安全中断情况汇总于表 5中。
表5：任务过程指标与安全事件。 本表总结了客观的任务表现测量指标，包括完成率、路径导航错误和危险处理情况。同时报告了模拟器不适感监测结果及记录的不良临床事件。请点击此处下载该表格。
存在感、协调性、参与度与学习效果之间的关联
在与观察者评定的协调性指标整合之前，将参与者层面的心理测量反应汇总为团队层面的聚类均值。团队层面的相关性分析显示，空间存在感与学习参与度（r = 0.57）、自我评定的团队协调性（r = 0.26）以及观察者评定的协调性（r = 0.32）均呈正相关。
相关性模式表明，临场感、协调性和参与度之间存在中等程度的重叠，而与知识获取的相关性较弱。这些分析属于探索性分析，无法确定各测量结果之间的因果路径。相关性矩阵如图6所示。
图6：存在感、团队协作、参与度与学习效果之间的相关性矩阵。 热图显示了空间存在感、自我评估的团队协作、观察者评估的团队协作、学习参与度、培训后的知识水平、两周后的知识保持水平、认知负荷以及知识增益之间的皮尔逊相关系数。请点击此处查看该图的放大版本。
与对照组相比，大空间共址协作式虚拟现实组在空间存在感、自我评估的团队协作、观察者评估的团队协作以及学习投入度方面均更高。在考虑团队聚类效应并进行错误发现率校正后，这些主要结局结果仍具有显著性。在次要结局方面，知识增益倾向于大空间组，但校正后的培训后知识水平和2周后的知识保持水平在各组间无显著差异。各组间的认知负荷无显著差异，尽管虚拟现实条件下的评分较高，但模拟器不适感平均而言仍较轻微。
数据可用性：
用于支持可重复性的去标识化分析数据集、数据字典、评分标准以及统计分析代码已在 Zenodo 仓储库中公开获取 - https://zenodo.org/records/21991446。其他报告清单、测量工具蓝图、评分规则和数据集文档详见补充文件1。
补充文件1：大空间协作式虚拟现实培训研究的可重复性材料。 该文件包含参与者问卷、知识测试蓝图、观察者评分的协作性评估量表、数据字典、评分与数据清洗规则、统计分析语法提纲、去标识化的分析数据集结构以及报告清单。 请点击此处下载该文件。
讨论
本研究探讨了大空间共址协作式虚拟现实配置是否会产生不同于桌面协作以及房间尺度分布式协作式虚拟现实的培训体验。最显著且最一致的结果体现在空间存在感、团队协作和学习参与度三个方面。这些结果具有明确区分：空间存在感反映参与者感知自身处于训练环境中的程度；协作性反映信息交流、角色执行和错误恢复情况；参与度则反映个体在任务中的认知与行为投入程度。在校正团队聚类效应和假发现率后，大空间条件在这三个维度上的得分均更高。该结果模式与更广泛的观点一致，即协作式虚拟现实不仅是一种显示技术，更是一种任务生态，在其中共享行为、沟通方式和环境结构共同塑造学习行为15。
空间临场感的发现具有重要意义，因为三种训练条件在运动组织和共现性方面存在差异。桌面条件支持协作，但缺乏沉浸式的身体定位。房间尺度分布式条件提供了沉浸式视觉体验和实时团队沟通，但参与者仍处于各自独立的小型追踪区域内。大空间条件增加了共享的物理共导航能力，使参与者能够在同一追踪环境中移动、定向和行动。因此，观察到的空间临场感增强不应仅归因于行走空间，而应归因于结合了身体运动、共享空间参照以及实时团队可视性的完整训练配置。这一解释与临场感研究一致，后者表明当感觉运动依存性、空间更新和环境连贯性支持个体感知自身位于媒介环境之中时，沉浸式系统可增强临场感16。协调性结果呈现出类似模式。大空间组在自我评估和观察者评估的协调性方面均表现更高。自我评估的协调性可能受到愉悦感或新奇感的影响，而观察者评估的协调性则基于可观察的沟通时机、角色执行、相互支持、空间协调和错误恢复。因此，共享的空间信息可能为组织团队行动提供了共同的参照框架。该模式与计算机支持的协作学习研究一致，表明协作依赖于沟通渠道、共享表征、任务互依性以及对团队进展的监控17。
大空间组的学习参与度也有所提高，尽管这一发现在关联学习效果时需谨慎解读。即时知识获取的提升与调整后的培训后测及保持测验结果无显著差异相结合，表明更强的体验式参与并未对应更稳定的知识保持。因此，单次暴露可能产生更高的沉浸感和行为参与，但未必带来知识获取上的持久差异。大空间协作环境的优势主要体现在空间协调和主动情境参与方面，而非持续的认知保持。参与度仍是学习的必要条件，而非知识保持的充分保证。沉浸式学习研究同样表明，临场感和参与感可能有助于注意力集中和任务参与，而持久的学习效果还取决于教学设计、反馈、先验知识以及重复练习的机会18。尽管大空间组需要身体移动和实时团队协作，其认知负荷并未显著增加。房间尺度分布式条件下的平均认知负荷最高，但组间差异未达到预设的显著性阈值。分布式协作要求参与者在各自独立的小空间内通过语音进行协调，可能在缺乏大空间条件下共有的物理参照的情况下，仍维持了较高的协调需求。认知负荷理论同样指出，当任务结构能够合理分配认知工作而不增加不必要的沟通负担时，协作学习最为有效19。
在两种虚拟现实条件下，模拟器不适感高于桌面条件，但平均评分仍属轻微。没有参与者达到任何不适项目评分为7的终止标准，也未发生需要临床处理的不良事件。大空间共址协作式虚拟现实存在安全方面的考虑，因其结合了头戴式显示器暴露、身体运动以及团队近距离互动。本研究中实施的安全措施虽未完全消除不适感，但在该样本中将症状维持在可控范围内。对于更广泛的机构应用，需要建立标准化的故障排除流程。头戴设备的佩戴适配和瞳距校准对于减轻眼部疲劳至关重要。当出现空间追踪丢失或网络延迟增加时，必须立即暂停模拟；而音频通道故障则需要进行局部硬件重置操作。共址移动安全还需通过仅允许行走的指令以及物理边界限制来降低碰撞风险。这些措施符合一种观点，即晕动症和不适感应被视为虚拟现实训练中的设计与监控要素，而非偶然发生的不良反应20。
该研究还具有方法学价值，因为比较范围超出了简单的虚拟现实与非虚拟现实之间的对比。桌面协作、分布式沉浸式协作以及共处一地的大空间协作被评估为不同的配置形式。这种设计使得研究人员能够考察与空间共享的沉浸式协作相关的改变，而不仅仅是视觉沉浸或言语协调本身。观察到的差异在临场感、协作协调性和参与度方面最为显著，而在知识保持方面较弱。这一模式并不支持“更大或更沉浸的系统能够改善所有学习效果”的普遍结论。因此，大空间共处一地的协作式虚拟现实可能最适用于需要空间定向、角色分配、实时相互监控以及协同动作的培训场景，而非简单的事实记忆21。
应考虑若干局限性。本研究在单一机构内开展，参与者为年轻成年的本科及研究生，因此结果的普适性受限于年长的受训者、专业急救团队以及对技术不熟悉的学员。任务涉及结构化的应急后勤与空间导航，在空间依赖性较低的领域中可能出现不同的模式。绩效评估依赖于主观问卷、人工观察评分和基础系统日志。未记录精细的行为遥测数据，包括交流频率、累计发言时间、运动同步性和定向注视行为，这限制了对团队互动及协调效率具体机制的量化分析。未来的研究应结合生理指标测量，如连续心率变异性与皮肤电活动，并配合全面的空间遥测技术。还需设立独立的非协作性身体运动对照组，以区分人际协作效应与单纯增加身体移动所带来的影响。参与者队列基于可行性原则，来自单一学术机构，心理测量工具和观察评分量表均为本沉浸式范式专门开发或改编。尽管已评估内部信度和结构效度，但自报量表仍可能受到新颖性效应的影响。将个体层面的问卷数据与团队层面的观察评分相结合也引入了结构复杂性；本研究采用聚类均值聚合与混合效应模型以匹配分析层级，但未来研究应优先在同一操作分析单元上进行并行的多模态数据采集。为期2周的随访尚不足以确定效应是否在更长时间内持续，或能否迁移到真实世界的表现中。此外，三种训练配置是整体环境比较，而非完全析因设计的组成部分。因此，视觉沉浸、身体运动、身体感知和共享物理共处等因素仍存在混杂，无法将观察到的差异归因于任一单一因素。未来研究应通过析因操控分离这些因素，并纳入重复训练暴露和操作迁移任务，以确定协调能力的提升是否能在临床或工业环境中持续存在22。
披露
作者无利益冲突。
作者贡献：
傅博提出了研究构想，制定了实验方案，负责数据收集，并撰写了论文初稿。孟娜监督了虚拟现实模拟平台的技术实施，参与了统计编程，并共同对论文的关键学术内容进行了修改。两位作者均批准了最终提交版本。
致谢
作者谨此感谢沈阳城市学院智能工程学院对本研究的支持。特别感谢虚拟-现实交互与数字孪生技术创新重点实验室 提供了开展大空间共址协同虚拟现实实验所必需的设备和空间设施。作者还衷心感谢所有自愿参与沉浸式培训课程的本科生和研究生。他们的积极参与和密切配合对本研究的顺利完成至关重要。本研究得到了辽宁省应用基础研究计划2025（项目编号：2025JH2/101330049）；辽宁省自然科学基金2024（项目编号：2024-MS-255）；辽宁省教育厅高校基本科研业务费2025（项目编号：LJ212513220006）；以及辽宁省教育厅高校基本科研业务费2024（项目编号：LJ212413220001）的资助。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 24小时症状缓解联系表 | 研究团队制定的随访表单 | 版本 1.0 | 用于记录任务后出现不适指数的参与者症状缓解情况 ≥5 |
| 声学隔断板 | 通用实验室家具供应商 | 标准便携式声学隔断，高度约160–180 cm 身高 | 用于分隔桌面参与者，防止非通道通信 |
| 无酒精消毒湿巾 | 通用实验室卫生用品供应商 | 设备安全型消毒湿巾 | 用于在使用间隙清洁头戴式显示器、控制器、麦克风、键盘、鼠标及共用表面 |
| 分析数据集 | 研究生成文件 | analytical_dataset.csv | 去标识化的参与者水平数据集，每名参与者占一行 |
| 基线问卷调查 | 研究开发的问卷 | 版本 1.0，2025 年 2 月定稿 | 用于收集人口统计学信息、既往虚拟现实使用经验、游戏熟悉程度以及既往团队培训经历 |
| 边界标记带 | 通用实验室安全供应商 | 防滑地面标识胶带 | 用于标记3 m × 3 米房间尺度区域和 8 米 × 8 m 大空间训练区 |
| 认知负荷量表 | 适用于研究的负荷评估量表 | 5项版本 | 训练结束后立即使用；条目涵盖心理需求、体力需求、时间压力、努力程度和挫败感 |
| 计算机鼠标 | 通用计算机设备供应商 | 标准有线或无线鼠标 | 用于桌面协作模拟条件下的交互 |
| 数据清洗日志 | 研究生成文件 | data_cleaning_log.xlsx | 记录评分校正、缺失性检查、观察者评分协调及数据集锁定决策 |
| 数据字典 | 研究生成文件 | 版本 1.0 | 定义变量名称、标签、编码规则、评分范围、缺失值规则及分析水平 |
| 台式显示器 | 通用计算机设备供应商 | 24英寸显示器，最低分辨率1,920 × 1,080 分辨率 | 用于桌面协作模拟条件 |
| 台式工作站 | 通用计算机设备供应商 | 最低配置：Intel i5 或同等处理器，16 GB 内存，独立显卡，Windows 10 或更高版本 | 用于桌面模拟、本地监测、问卷发放和数据处理 |
| 一次性耳机罩 | 通用卫生用品供应商 | 标准一次性头戴式显示器面罩 | 用于虚拟现实会话期间参与者的卫生清洁 |
| 紧急停止检查清单 | 研究团队制定的安全表单 | 版本 1.0 | 用于记录终止标准、不适事件、安全中断及症状缓解后的随访 |
| 加密的机构存储 | 参与机构 | 受访问控制的加密项目文件夹 | 用于存储去标识化的数据集、评分文件、录音文件和语法文件 |
| 观察者评分协调性量规 | 研究团队开发的评分量规 | 5个维度，100分制版本 | 由两名经过盲法处理的观察者用于评估沟通时机、角色执行、相互支持、空间协调及错误恢复能力 |
| 观察者评分数据集 | 研究生成文件 | observer_scores.csv | 包含域级别观察者评分，尚未进行平均或共识评审 |
| 在线问卷平台 | 机构或授权调查系统 | 2025年数据收集期间启用的版本 | 用于筛查、基线问卷、培训后问卷及2周随访测试 |
| 成对比较分析包 | R 软件包 | emmeans 版本与 R 4.3.2 兼容 | 用于估算边际均值及经Tukey法调整的成对比较 |
| 参与者知情同意书 | 经研究批准的文件 | 伦理审查批准版本 | 在基线评估和随机分组之前使用 |
| 参与者问卷 | 研究开发的问卷 | 版本 1.0 | 包括筛查项目、基线项目、空间存在感、自我评价的团队协作、学习投入度、认知负荷和不适感量表 |
| 便携式椅子 | 通用实验室家具供应商 | 标准实验室椅子 | 用于参与者在知情同意、填写问卷、恢复及任务后监测期间的就座 |
| R 统计软件 | R 统计计算基金会 | R 版本 4.3.2 | 用于数据清洗、信度分析、混合效应模型、相关性分析及图表制作 |
| 可靠性分析软件包 | R 软件包 | psych 版本与 R 4.3.2 兼容 | 用于计算克朗巴赫系数’α 系数和组内相关系数 |
| 房间尺度追踪区域 | 参与机构实验室 | 三个独立的 3 m × 3 m 标记间隔 | 用于房间尺度分布式协作虚拟现实条件 |
| 安全监测表 | 研究开发的表格 | 版本 1.0 | 用于记录不适评分、越界情况、追踪中断及恢复状态 |
| 屏幕录制软件 | 通用的商用或开源屏幕录制软件 | 2025年数据收集期间启用的版本 | 用于生成供观察者评估协调性的标准化记录 |
| 会话核对清单 | 研究团队开发的检查清单 | 版本 1.0 | 用于记录出勤情况、资格确认、设备设置、安全检查、任务完成情况及中断情况 |
| 模拟器不适量表 | 研究开发的症状检查表 | 5项，0–10 版本 | 在暴露前、定向后以及训练结束后立即使用 |
| 空间存在感量表 | 适用于研究的问卷 | 8项版本 | 训练后立即使用；反应范围1–7 |
| SPSS 统计软件 | IBM 公司 | IBM SPSS Statistics 29.0 版本 | 用于描述性统计、方差分析、韦尔奇方差分析、卡方检验及假设检验 |
| 统计分析语法文件 | 研究生成文件 | R 语法文件，版本 1.0 | 用于重现数据清洗、混合效应模型、方差分析、相关性分析及结果输出 |
| 系统日志导出模块 | 研究开发的导出功能 | 版本 1.0，正式数据收集前已锁定 | 导出任务开始时间、任务结束时间、完成状态、对象选择、危险响应、路径错误和中断 |
| 团队级数据集 | 研究生成文件 | team_level_dataset.csv | 包含团队层面的观察者评定协调分数和任务过程指标 |
| 虚拟现实追踪系统 | 商用虚拟现实硬件供应商 | 与选定的头戴式显示器和控制器兼容 | 用于追踪参与者的位置和手部运动 |
| 虚拟训练环境 | 定制开发的训练软件 | 版本 1.0，在正式数据收集前已锁定 | 交付协作式应急物流与空间导航场景 |
| 语音通信模块 | 内置或集成通信模块 | 正式数据收集前版本已锁定 | 用于指定团队语音通信频道 |
参考文献
- Dede C. Immersive interfaces for engagement and learning. Science. 2009;323(5910):66-69.
- Radianti J, Majchrzak TA, Fromm J, Wohlgenannt I. A systematic review of immersive virtual reality applications for higher education: Design elements, lessons learned, and research agenda. Comput Educ. 2020;147:103778. https://doi.org/10.1016/j.compedu.2019.103778
- Cummings JJ, Bailenson JN. How immersive is enough A meta-analysis of the effect of immersive technology on user presence. Media Psychol. 2016;19(2):272-309.
- Makransky G, Petersen GB. The Cognitive Affective Model of Immersive Learning (CAMIL): A theoretical research-based model of learning in immersive virtual reality. Educ Psychol Rev. 2021;33(4):937-958.
- Dillenbourg P. What do you mean by collaborative learning In: Dillenbourg P, editor. Collaborative-learning: Cognitive and computational approaches. Oxford: Elsevier; 1999. p. 1-19.
- van der Meer N, van der Werf V, Brinkman WP, Specht M. Virtual reality and collaborative learning: A systematic literature review. Front Virtual Real. 2023;4:1159905. https://doi.org/10.3389/frvir.2023.1159905
- Johnson-Glenberg MC. Immersive VR and education: Embodied design principles that include gesture and hand controls. Front Robot AI. 2018;5:81. https://doi.org/10.3389/frobt.2018.00081
- Kirschner F, Paas F, Kirschner PA. A cognitive load approach to collaborative learning: United brains for complex tasks. Educ Psychol Rev. 2009;21(1):31-42.
- Fredricks JA, Blumenfeld PC, Paris AH. School engagement: Potential of the concept, state of the evidence. Rev Educ Res. 2004;74(1):59-109.
- Kourtesis P, Linnell J, Amir R, Argelaguet F, MacPherson SE. Cybersickness in virtual reality: The role of individual differences, cognitive functions, and virtual reality locomotion. Virtual Worlds. 2024;3(1):62-93.
- Dalgarno B, Lee MJW. What are the learning affordances of 3-D virtual environments Br J Educ Technol. 2010;41(1):10-32.
- Schubert T, Friedmann F, Regenbrecht H. The experience of presence: Factor analytic insights. Presence Teleoper Virtual Environ. 2001;10(3):266-281.
- O’Brien HL, Cairns P, Hall M. A practical approach to measuring user engagement with the refined User Engagement Scale (UES) and new User Engagement Scale Short Form (UES-SF). Int J Hum-Comput Stud. 2018;112:28-39.
- Hart SG, Staveland LE. Development of NASA-TLX (Task Load Index): Results of empirical and theoretical research. In: Hancock PA, Meshkati N, editors. Human mental workload. Amsterdam: North-Holland; 1988. p. 139-183.
- De Back TT, Tinga AM, Nguyen P, Louwerse MM. Learning in immersed collaborative virtual environments: Design and implementation. Interact Learn Environ. 2023;31(8):5364-5382.
- Slater M, Sanchez-Vives MV. Enhancing our lives with immersive virtual reality. Front Robot AI. 2016;3:74. https://doi.org/10.3389/frobt.2016.00074
- Roschelle J, Teasley SD. The construction of shared knowledge in collaborative problem solving. In: O’Malley C, editor. Computer supported collaborative learning. Berlin: Springer; 1995. p. 69-97.
- Merchant Z, Goetz ET, Cifuentes L, Keeney-Kennicutt W, Davis TJ. Effectiveness of virtual reality-based instruction on students' learning outcomes in K-12 and higher education: A meta-analysis. Comput Educ. 2014;70:29-40.
- Sweller J. Cognitive load during problem solving: Effects on learning. Cogn Sci. 1988;12(2):257-285.
- Stanney KM, Kennedy RS, Drexler JM, editors. Cybersickness is not simulator sickness. Proceedings of the Human Factors and Ergonomics Society Annual Meeting; 1997.
- Lindgren R, Johnson-Glenberg M. Emboldened by embodiment: Six precepts for research on embodied learning and mixed reality. Educ Res. 2013;42(8):445-452.
- Howard MC. A meta-analysis and systematic literature review of virtual reality rehabilitation programs. Comput Hum Behav. 2017;70:317-327.