过渡季高校室内环境对学习效率的影响

2024-02-20 11:52聂皓清杨子毅
西安工程大学学报 2024年1期
关键词:环境参数受试者效率

蒋 婧,聂皓清,杨子毅

(西安工程大学 城市规划与市政工程学院,陕西 西安 710048)

0 引 言

教室内环境质量的优劣直接影响学生的认知表现,不同环境因素对学生舒适度和学习效率的影响存在差异[1]。学生的特殊性在于每天有将近三分之一的时间在教室里度过,特别是在疫情暴发后学校对学生的外出限制较多,使学生在校园内的时间越来越长。教室作为重要的学习空间,室内物理环境对学生的学习成绩产生重要的影响。

室内环境由热湿环境、室内空气品质、声环境和光环境等组成。对于热湿环境,文献[2]认为温度过高引起的不舒适(简称热不舒适)会分散人的注意力,温暖会降低唤醒水平,加剧病态建筑综合征,并对脑力劳动产生负面影响;对于室内空气品质,在非工业环境中规定室内CO2质量浓度应低于1 000 mg/m3。但这一标准值的制定并没有考虑CO2质量浓度对人群的健康症状及工作效率的影响[3-4];对于声环境,文献[5]调查了受试学生在图书馆内有无噪音的协作效率,显示噪音环境将显著降低效率。相反,JUAN等通过控制实验,认为适当的噪音对学习效率有好处[6];对于光环境,严永红等研究表明大脑兴奋程度随灯光照度值的增加呈正相关,而对学习效率则呈负相关[7]。

以上研究虽然对室内环境和学生表现进行了分析,但大多数是通过控制变量的方法在理论层面上探讨某个方面或单个参数的因果关系,忽略了实际工作条件下各种环境参数的综合影响[8-10];其次,现有文献大多集中于工业生产、办公建筑中工作效率的研究[11-13],针对学生在高校建筑中学习效率的相关研究较少。影响室内环境的因素众多[14-16],结合已有研究和过渡季的实际情况发现风速、相对湿度和辐射温度在较小的范围波动。因此,本文选择从温度、CO2质量浓度、声音强度和光照强度等4个环境参数分析其对学生学习效率的影响。

1 研究方法

1.1 测试仪器

EZY-1S型CO2分析仪测量CO2质量浓度(量程0~5 000 mg/m3;精度±75 mg/m3);TR72ui型温湿度计测量温度(量程-20~60 ℃,精度±0.2 ℃);JH-149型照度计测量室内光照强度(量程0.1~100 000 lx,精度±4%);JH-921型噪声计测量室内噪声强度(量程30~130 dB,精度±1 dB)。

1.2 现场测试条件

现场测试于2023年3—5月进行,处于西安市的过渡季时段,选取在西安市某高校典型教室内进行。测试期间全程对空气温湿度、光照强度、声音强度及CO2质量浓度进行监测。室内温度采用五点法平均布置在教室内,其余测点均居中布置,室内测点高度均为1.1 m[17]。教室测点布局如图1所示。

图 1 教室测点布局Fig.1 Layout of classroom measurement point

1.3 测试对象及测试流程

对248名高校学生进行现场测试,共收集有效主观问卷及学习效率问卷各1 200份,其中男生126名(占50.9%),女生122名(占49.1%),年龄在22~28岁之间,平均年龄为(24.3±2.1)岁。测试工作每日开展4组,上下午各2组,每组测试20人,在上课的教室进行,具体时间为上午9:30—11:30和下午2:00—4:00的课间。受试学生在45 min上课状态下均已适应了教室内环境,故在平静5 min后即可进行对当前环境的主观评价(约5 min);随后在测试人员的指导下完成学习效率测试,(约20 min);最后,受试学生完成学习效率自我评价问卷(约5 min);完成所有项目后即可离开,测试全程对环境参数进行监测。

1.4 主观调查

主观测试主要包括个人基本信息、主观评价和学习效率自我评价3部分。

个人基本信息包括受试学生的性别、年龄、身高、体质量等;主观评价包括对室内热环境、声环境、光环境和空气品质的满意度投票和舒适度投票,满意度采用5级标尺,即1(很不满意)、2(不满意)、3(可接受)、4(满意)、5(很满意);舒适度采用5级标尺,即1(舒适)、2(稍不舒适)、3(不舒适)、4(很不舒适)、5(不可忍受);热感觉投票采用7级标尺,即-3(很冷不舒适)、-2(冷不舒适)、-1(冷舒适)、0(中等)、1(舒适)、2(热舒适)、3(热不舒适)。

1.5 学习效率测试

选择以专注能力、感知能力、理解记忆和逻辑推理为关键因子的学习能力评价模型[18]。测试答卷包含四大类共12项测试项目[19],用以评价受试学生的学习效率。测试时间设定为20 min,选取字色干扰,字母检索,图形叠加表征感知能力;选取数字筛选,立体视觉,数字计算表征专注能力;选取舒尔特方格,符号译码,无意义数字再认表征理解记忆; 选取立体图形展开,逻辑事件推理,文字理解表征逻辑推理。

1.6 数据分析

利用SPSS 20.0软件对收集到的问卷测试数据进行统计分析与检验,通过描述性统计分析室内物理因素对学习者满意度和舒适度的影响程度。采用线性拟合和多项式拟合的数学方法,分析各物理因素与学习效率之间的关系,并通过Pearson相关系数,探索室内物理因素与学习效率(专注力、感知力、理解记忆和逻辑推理能力)的相关性[20]。

2 结果与讨论

由于环境参数值均由现场实测得来,数据较多且参数值差距较小,因此在维持其余环境参数在标准值范围内的前提下,根据该参数的变化情况对其数据进行合并分组分析。温度实测数据区间为18.5~25 ℃,选取0.5 ℃为标准差值分为14组(18.5、19.0、19.5、20.0、20.5、21.0、21.5、22.0、22.5、23.0、23.5、24.0、24.5、25.0 ℃);CO2质量浓度数据区间为500~3 000 mg/m3,取250 mg/m3为标准差值,分为11组(500、750、1 000、1 250、1 500、1 750、2 000、2 250、2 500、2 750、3 000 mg/m3);声音强度区间为30~70 dB,取5 dB为标准差值,分为9组(30、35、40、45、50、55、60、65、70 dB);光照强度数据区间为160~360 lx,取20 lx为数据差值,分为11组(160、180、200、220、240、260、280、300、320、340、360 lx)。过渡季环境参数的标准值:温度(20±0.5)℃、声音强度(30±5)dB、光照强度(250±10)lx、CO2质量浓度(600±10)mg/m3、风速(0+0.02)m/s、相对湿度(35±5)%。

2.1 主观问卷调查结果分析

不同温度下受试者的热感觉投票如图2(a)所示。可以看出:受试学生整体处于冷舒适和舒适的区间中,说明测试的整体温度区间处于大多受试学生的舒适区间内。其中18.5 ℃和19.0 ℃下的冷不舒适感觉较严重,但随着温度的上升冷不舒适的影响明显减弱。冷舒适的受试者随着温度的上升人数明显减少,23.0 ℃下仅占7%;从20.5 ℃开始出现热舒适的评价,并随着温度的增加,受试学生所占百分比呈波动性增长;21.5 ℃开始出现热不舒适的主观评价,但投票百分比较小,可能与个人的温度偏好有关。

不同空气品质下受试者的满意度投票如图2(b)所示。可以看出:低于500和750 mg/m3,有2/3的受试者对室内空气质量满意;1 000 mg/m3开始,满意度随着空气品质的降低而减少,但可接受度仍保持在60%;2 500 mg/m3时对空气品质满意的人数降为0,随着CO2质量浓度的提高,学生的不满意比例显著上升。不同声音强度工况下受试者的舒适度投票如图2(c)所示。可以看出:低于受试学生整体处于无烦躁和有点烦躁区间中,30 dB下大多数受试学生并无烦躁的感觉;35 dB开始出现烦躁的评价,并随着声音强度的提高明显增多;40 dB开始出现很烦躁的评价但仅占1%,在65 dB处达到峰值20%;仅在60、70 dB下出现无法忍受的评价且所占百分比较小,说明实际环境下的声音强度大多在学生可接受范围内。

不同光照强度下受试者的舒适度投票如图2(d)所示。可以看出:受试学生整体处于舒适和中等区间中,不同光照强度下均有较舒适的评价,说明实际环境的光照情况良好。随着光照强度的提高,受试学生的舒适投票明显增多,在340 lx下占76%,说明明亮的环境下人员的舒适度明显提高。中等评价在较昏暗时(低于200 lx)所占百分比较大,说明受试学生光照强度的适应性较高。在较昏暗和较明亮时均出现了不舒适的评价,240~280 lx是大多数受试学生的舒适区间,在160 lx和360 lx下出现很不舒适的评价,但投票人数少。

(a) 热感觉投票

2.2 学习效率评价

由于测试项目不同,受试学生做题差异性较大,为了便于比较不同测试项目间学习效率的高低,对测试结果进行标准化处理[21],即

(1)

式中:Pi,j为第i个受试者在工况j时的学习效率指标经标准化处理后的数值;Xi,j为第i个受试者在工况j时的指标;n为工况总数。

学习效率(P)通过对正确率和反应时间的加权得到,用于评价受试者学习效率的高低。对正确率和反应时间的倒数均赋予了0.5的权重,计算方法[22]为

P=[R0.5×(1/t)0.5]2

(2)

式中:R为正确率;t为反应时间(s)。

2.2.1 温度对学习效率的影响

学习效率随温度的变化及拟合情况如图4所示。图中橙色点为中位数的值,橙色线为学习效率与温度的拟合关系。

图 3 学习效率随温度的变化和拟合情况Fig.3 Variation and fit of learning efficiencywith temperature

可以看出:学习效率随温度的增加呈二次曲线变化,符合多项式拟合的变化情况,且拟合程度较高(R2=0.830),温度对学习效率有显著影响(p<0.05)。在18.5~21.5 ℃偏凉区间内,学习效率增长较快,在21.5 ℃左右达到峰值;在21.5~25.0 ℃的偏暖区间内,学习效率随着温度的持续升高缓慢下落直至25.0 ℃达到最小值。说明在过渡季时,学生在偏凉环境中整体学习效率较高且保持度较好,24.0 ℃下学习效率出现了小幅度提高,这是由于温度的适度上升提高了受试者的舒适度,但温度的持续升高造成学生的热不舒适,导致在24.5、25.0 ℃下学习效率的继续下降。

2.2.2 CO2质量浓度对学习效率的影响

学习效率随CO2质量浓度的变化及拟合情况如图4所示。图中橙色点即为中位数的值,橙色线为学习效率与CO2质量浓度的拟合关系。可以看出:CO2质量浓度对学习效率有显著影响(p<0.05),学习效率随CO2质量浓度的增加呈线性减小的趋势。当CO2质量浓度在1 000 mg/m3以下时,学习效率的均值全部保持在1.1以上,当CO2质量浓度约在450 mg/m3取得学习效率的最大值;当CO2质量浓度在1 250~2 000 mg/m3时,学习效率均值保持在0.9以上但有小幅度波动;当CO2质量浓度大于2 000 mg/m3时,学习效率持续性下降,当CO2质量浓度在2 500 mg/m3时均值虽有上升,但此时取得学习效率的最低值,当CO2质量浓度约在2 750 mg/m3时均值最小。在过渡季时,学生在1 000 mg/m3以下的环境内学习效率较高且保持稳定,但随着CO2质量浓度的持续上升,学习效率明显下降。

图 4 学习效率随CO2质量浓度的变化和拟合情况Fig.4 Variation and fit of learning efficiencywith CO2 concentration

2.2.3 声音强度对学习效率的影响

学习效率随声音强度的变化及拟合情况如图5所示,图中橙色点为中位数的值,橙色线为学习效率与声音强度的拟合关系。可以看出:声音强度对学习效率有显著影响(p<0.05),学习效率随声音强度的增加呈线性减小的趋势。约在30 dB取得学习效率的最佳值,随着声音强度的提高学习效率持续性下降,约在60 dB学习效率出现小幅度上升。说明受试学生在安静的环境之中整体表现较好,但60 dB水平的噪音对受试者的学习效率具有一定的唤醒作用。

图 5 学习效率随声音强度的变化和拟合情况Fig.5 Variation and fit of learning efficiencywith sound level

2.2.4 光照强度对学习效率的影响

学习效率随光照强度的变化及拟合情况如图6所示。

图 6 学习效率随光照强度的变化和拟合情况Fig.6 Variation and fit of learning efficiencywith light intensity

图中橙色线为学习效率与光照强度的拟合关系。可以看出:光照强度对学习效率有显著影响(p<0.05),学习效率随光照强度的增加呈线性提高的趋势。在200 lx以下的昏暗环境中,学习效率保持在0.9以下且有小幅度波动,在200~340 lx明亮环境中,学习效率持续稳定上升,在360 lx出现明显的下降。说明在昏暗环境中学生的学习效率普遍较低,学习效率受学生个人因素的影响较大,明亮环境中更适合学习,但超过340 lx的亮度会刺激眼睛使学生感到疲劳造成学习效率的降低。

2.3 环境参数与学习效率关键因子的关系

温度与学习效率因子的关系如图7所示。可以看出:专注力与温度呈较强的正相关(R2=0.74),拟合曲线整体变化较平缓,学习效率受温度影响的变化较小;感知力与温度的相关性较强(R2=0.78),但学习效率的变化较大,在25.0 ℃左右取得了学习效率的最小值;逻辑推理能力与温度相关性较弱,拟合效果一般(R2=0.63),学习效率受温度影响变化较大;理解记忆能力随温度的变化呈线性减小的趋势,与温度的相关性较弱。专注力、感知力和逻辑推理能力在21.0~23.0 ℃取得了学习效率最大值,逻辑推理能力在18.5 ℃左右取得最大值。

图 7 温度与学习效率因子的关系Fig.7 Relationship between temperature and learning efficiency factors

环境参数与学习效率因子的相关性见表1。可以看出:CO2质量浓度与4个关键因子相关性显著(p<0.05),专注力(R2=0.646)和感知力(R2=0.852)与温度的相关性较强,可见室内CO2质量浓度是影响室内人员的神经行为能力的重要因素[23-25]。声音强度、专注力和感知力相关性均显著(p<0.05),感知力相关性较强(R2=0.665)。光照强度与专注力(p<0.01,R2=0.548)和理解记忆能力(p<0.01,R2=0.824)均有显著很强的相关性。

表 1 环境参数与学习效率因子的相关性

3 结 论

1) 对于过渡季室内环境的主观问卷,学生整体处于冷舒适的温度区间内;学生对室内空气品质的整体满意度较高,从CO2质量浓度低于1 000 mg/m3开始不满意的比例大幅上升; 从35 dB开始出现烦躁的评价,学生对现实环境的声音强度容忍度较高;实际环境的光照情况良好,随着光照强度的提高,受试学生的舒适投票明显增多。

2) 学习效率随温度的增加呈二次曲线变化,在21.5 ℃时达到学习效率的最大值;CO2质量浓度1 000 mg/m3以下的环境学习效率的均值较高;学生更偏爱安静的环境但60 dB水平的噪音对受试者的学习效率具有一定的唤醒作用;学生对昏暗环境接受度较高,但明亮的环境更适合学习,超过340 lx的亮度会刺激眼睛使学生感到疲劳造成学习效率的降低。

3) 环境参数专注力、感知力、理解力和逻辑推理等4个对学习效率因子的相关性存在一定差异,其中专注力与温度、CO2质量浓度、声音强度和光照强度均有较强的相关性。

猜你喜欢
环境参数受试者效率
涉及人的生物医学研究应遵循的伦理原则
涉及人的生物医学研究应遵循的伦理原则
涉及人的生物医学研究应遵循的伦理原则
提升朗读教学效率的几点思考
基于云平台的智能家居环境参数协同监控系统设计
列车动力学模型时变环境参数自适应辨识
一种食用菌大棚环境参数测控系统设计
涉及人的生物医学研究应遵循的伦理原则
基于小型固定翼移动平台的区域大气环境参数采集系统设计
跟踪导练(一)2