Какие зрительные свойства зеленого офиса связаны с воспринимаемой восстановительностью?

Аннотация

Офисная среда играет важную роль в благополучии и продуктивности сотрудников. Хотя преимущества включения природы в рабочие пространства признаны, конкретные зрительные характеристики, создающие восстановительный эффект, остаются неясными. В этой работе исследуется, как зрительные характеристики офисной среды, прежде всего наличие зелени и сложность цвета, связаны с воспринимаемой восстановительностью. В исследовании 1 мы разработали основанную на теории восстановления внимания шкалу восстановительных характеристик офиса, включающую три субшкалы: отвлечение от повседневности, увлеченность и масштабность. В исследовании 2 эту шкалу использовали для анализа корреляции между восстановительными характеристиками офисов и зрительными свойствами офисных фотографий. Результаты показали, что воспринимаемую восстановительность предсказывали квадратный корень из доли зеленой площади, фрактальная размерность цвета и фрактал яркости. Примечательно, что фрактальная размерность цвета часто оказывала более сильное влияние, чем количество зелени само по себе. Результаты позволяют предположить, что восстановительному потенциалу способствуют и присутствие зелени, и общая сложность цветовых переходов в офисе. Исследование дает ориентиры для проектирования более восстановительной офисной среды, подчеркивая важность не только увеличения количества зелени, но и воспроизведения природных цветовых закономерностей. Разработанная прогностическая модель служит практическим инструментом для оценки восстановительного потенциала офисного проекта. Несмотря на ограничения, включая оценку по фотографиям и невозможность полностью объяснить компонент масштабности, работа расширяет понимание того, как создавать более благоприятную для психики рабочую среду.

Введение

Хотя пандемия COVID-19 расширила удаленную работу, физические рабочие места остаются важными для многих людей. По мере отмены пандемийных ограничений сотрудники постепенно возвращались в офисы. Поскольку люди проводят там значительную часть времени, улучшение офисной среды существенно для повышения общего качества жизни.

Попытки улучшить офисную среду были разнообразны; заметным направлением стало озеленение. Исследования офисного озеленения охватывали разные аспекты (Bringslimark et al., 2009), включая улучшение тепловых характеристик, таких как температура и влажность (Jumeno and Matsumoto, 2016; Matsumoto, 2009), и качества воздуха (Nishina et al., 1995; Asaumi et al., 1994). Также изучались восстановление после умственного утомления (Shibata and Suzuki, 2001) и повышение креативности (Shibata and Suzuki, 2002, 2004). В последнее время под влиянием концепции биофильного дизайна Kellert et al. (2011) растет интерес к психологическому воздействию зеленых офисов.

Восстановительные эффекты контакта с природой

Исследования комнатной зелени выявили несколько положительных воздействий на благополучие и продуктивность в офисах. Наличие растений связывали со снижением стресса (Dijkstra et al., 2008), улучшением настроения (Shibata and Suzuki, 2001) и когнитивных показателей (Raanaas et al., 2011). В частности, Nieuwenhuis et al. (2014) обнаружили, что добавление растений в офис повышало удовлетворенность работой и концентрацию. Что касается продуктивности, Knight and Haslam (2010) сообщили, что сотрудники зеленых офисов выполняли когнитивные задания быстрее и с меньшим числом ошибок, чем сотрудники минималистичных офисов.

Зрительные аспекты зелени играют в этих эффектах важную роль. Yin et al. (2010) обнаружили, что даже краткий взгляд на зеленую крышу способен восстанавливать внимание и улучшать выполнение когнитивных заданий. Это позволяет предположить, что одно лишь зрительное присутствие зелени может заметно благотворно влиять на когнитивные функции и благополучие в офисе.

Однако связь между количеством зелени и этими преимуществами не всегда линейна. Исследования Elbertse and Steenbekkers (2023) и Larsen et al. (1998) указывают на возможный оптимальный уровень комнатной зелени, после которого дополнительные растения не дают существенных дополнительных преимуществ. Это обосновывает настоящее исследование связи между разными уровнями офисного озеленения и воспринимаемой восстановительностью.

Понимание связи офисного озеленения с воспринимаемой восстановительностью важно по нескольким причинам. Во-первых, сотрудники проводят в офисах значительную часть жизни, поэтому оптимизация этих пространств для благополучия и продуктивности имеет первостепенное значение. Во-вторых, общая польза контакта с природой хорошо установлена, но конкретное воздействие разных уровней зелени в офисе остается неясным. Этот пробел мешает разрабатывать основанные на данных рекомендации по дизайну. Сосредоточившись на зрительных свойствах озелененных офисов, мы стремимся дать практические ориентиры для более эффективного и рационального создания восстановительных рабочих пространств. Работа особенно своевременна на фоне растущего внимания к благополучию сотрудников и распространения биофильных элементов. Результаты потенциально могут влиять на практику офисного дизайна и способствовать улучшению удовлетворенности сотрудников, продуктивности и общего качества рабочей жизни.

Многие исследования показали, что природные ландшафты оказывают восстановительное действие, уменьшая умственное утомление и восстанавливая когнитивные ресурсы (Kaplan, 1995; Berto, 2005; Hartig et al., 2003); это считают одним из психологических преимуществ офисного озеленения. Восстановительное действие природы объясняют две основные теории: теория восстановления внимания (ART) (Kaplan, 1995) и теория снижения стресса (SRT) (Ulrich et al., 1991). Предложенная Ulrich SRT рассматривает немедленные, бессознательно запускаемые эмоциональные и физиологические реакции на природу. Согласно ей, природная среда способна быстро снижать стресс, вызывая положительные эмоции и ослабляя отрицательные. ART, разработанная Kaplan и Kaplan, напротив, сосредоточена на когнитивных процессах и восстановлении ресурсов внимания. Обе теории признают восстановительный потенциал природы, но описывают разные механизмы и результаты. SRT прежде всего касается эмоционального и физиологического восстановления, тогда как ART рассматривает когнитивное восстановление и возвращение направленного внимания.

Наше исследование опирается преимущественно на ART по нескольким причинам. Во-первых, ART описывает восстановительность через четыре ключевые характеристики среды: отвлечение от повседневности, увлеченность, масштабность и совместимость; это удобно для разработки оценочных шкал. Направленность SRT на эмоциональные и физиологические реакции хуже подходит для создания показателей, основанных только на характеристиках среды. Во-вторых, многие существующие шкалы восстановительности основаны на ART (Hartig et al., 1997; Pasini et al., 2014), что облегчает сопоставление исследований. Наконец, когнитивный подход ART соответствует нашему вниманию к зрительным свойствам и их возможному воздействию на беглость восприятия, предложенную в теории перцептивной беглости (PFA) (Joye and van den Berg, 2011). Признавая ценность SRT для понимания восстановления, мы сочли ART более подходящей, поскольку она позволяет непосредственнее исследовать связь конкретных характеристик офисной среды с воспринимаемой восстановительностью.

Предыдущие исследования восстановительного действия зеленых офисов преимущественно сравнивали присутствие и отсутствие растений либо несколько уровней озеленения (Bringslimark et al., 2009). Эти работы имели ограничения. Сравнение среды с растениями и без них либо с большим и малым количеством растений при небольшом числе уровней не позволяет подробно понять, как изменение количества растений связано с восприятием восстановительности. Для детального анализа нужны среды с разным количеством растений. Однако систематически менять озеленение в реальном офисе сложно, а количественная оценка восстановительного действия разных уровней требует больших выборок, поэтому такие исследования занимают много времени и дорого стоят.

Исследования показали, что восстановительное действие природы можно испытывать, просто рассматривая изображения природных ландшафтов (Ulrich et al., 1991; Berto, 2005; Grassini et al., 2019). Это позволяет использовать фотографии для оценки воспринимаемой восстановительности среды и частично преодолеть практические ограничения исследований реальных офисов. Однако, хотя общее восстановительное действие природной среды установлено, конкретная связь количества зелени в офисе с воспринимаемой восстановительностью остается неясной. Этот пробел ограничивает понимание того, как оптимально включать зелень в офисный дизайн для максимального восстановительного эффекта.

Чтобы заполнить этот пробел, мы исследуем связь количества зелени в офисной среде с восприятием восстановительности. Рассматривая на фотографиях офисы с широким диапазоном озеленения, мы стремимся получить более детальное представление об этой связи. Кроме того, онлайн-опросы позволяют эффективно собрать данные большой выборки и тем самым устранить еще одно ограничение предыдущих исследований.

Эта работа важна для разработки основанных на данных рекомендаций по включению природы в офисы ради благополучия и продуктивности сотрудников. Прояснив связь уровня озеленения с воспринимаемой восстановительностью, можно предложить более действенные и рациональные стратегии создания восстановительной офисной среды.

Зрительные свойства и восстановительность

Понимание зрительных свойств среды и их влияния на воспринимаемую восстановительность важно по нескольким причинам. Во-первых, оно позволяет выделить конкретные элементы восстановительного опыта и тем самым поддержать основанные на данных проектные решения. Во-вторых, оно связывает теоретические представления о восстановительности с практическим применением в реальных условиях. Наконец, опора на измеримые зрительные свойства позволяет разработать более объективные показатели восстановительного потенциала среды.

Исследования показали, что восстановительное действие может возникать при просмотре изображений природы (Ulrich et al., 1991; Berto, 2005; Grassini et al., 2019). Однако прямой и опосредованный контакт с природой может различаться и разнообразием, и интенсивностью эффектов. Одни работы обнаружили сходное влияние реальной и смоделированной природной среды на субъективное восстановление и эмоциональное состояние (Kjellgren and Buhrkall, 2010), другие сообщили, что непосредственный контакт часто дает более сильный восстановительный эффект (Browning et al., 2020; Mayer et al., 2009).

Восстановлению способствуют и незрительные аспекты контакта с природой. Например, природные звуки усиливают восстановление после стресса (Alvarsson et al., 2010), а тактильное взаимодействие с природными элементами, включая прикосновение к растениям и естественным фактурам, может благотворно влиять на настроение и благополучие (Koga and Iwasaki, 2013). Следовательно, зрительные свойства играют решающую роль в пользе насыщенной природой среды, но не являются единственным фактором.

Учитывая значительное воздействие зрительных стимулов и практические преимущества визуальных представлений для исследования, мы сосредоточились на зрительных аспектах офисного озеленения. Такой подход может не охватывать весь спектр преимуществ реального контакта с природой, но позволяет систематически изучать связь видимой зелени с воспринимаемой восстановительностью офисов. Это согласуется с ART: виды природы восстанавливают, поскольку механизмы обработки информации эволюционно лучше приспособлены к природным признакам, требующим меньших когнитивных усилий (Kaplan, 1995).

PFA развивает эту мысль: согласно ей, фрактальная природа естественных сцен способствует беглости восприятия, благодаря чему природа становится восстановительным и предпочтительным стимулом (Joye and van den Berg, 2011). Фракталы представляют собой геометрические структуры с самоподобием. Оно встречается в природных явлениях, например в рисунке ветвей дерева и жилок листа. Рассмотрим дерево: его общая структура повторяется в ветвях, а затем в меньших ветвях и прутьях. Такое самоподобие на разных масштабах облегчает обработку структуры зрительной системой, несмотря на кажущуюся сложность. Подобным образом самоподобие проявляют разветвленные речные системы и сложное строение листа папоротника. Согласно PFA, зрительная система эволюционно приспособилась эффективно обрабатывать природные фрактальные узоры, создавая ощущение легкости или беглости восприятия. Считается, что эта беглость способствует восстановительному действию природных сцен. При видимой сложности фрактальные структуры обладают регулярностью самоподобных узоров, которая снижает когнитивную нагрузку распознавания и может поддерживать восстановительный опыт.

Помимо PFA предпринималось много попыток объяснить предпочтение природных ландшафтов через зрительные свойства природы, включая фрактальность. Предыдущие работы исследовали связи между цветом и пространственными свойствами (Kardan et al., 2015; Kuper, 2015), зрительно-пространственными частотами и энергетическими спектрами (Valtchanov and Ellard, 2015), а также фрактальностью (Hagerhall et al., 2004, 2008, 2015) в контексте предпочтения ландшафтов.

Недавно Menzel and Reese (2021, 2022) изучили влияние разных зрительных свойств городских и природных ландшафтов на восстановительность. Они предположили, что природные изображения обладают большим числом свойств, связанных с беглой обработкой на ранних этапах зрительной системы, чем городские. Для проверки использовали контрольные изображения с низкоуровневыми зрительными свойствами, сходными с исходными природными и городскими изображениями; это позволяло отделить влияние низкоуровневой обработки от обработки более высокого порядка. Рассматривалось несколько свойств, наиболее относящихся к ранней обработке, включая наклон спектра и пространственную частоту. Вопреки PFA, результаты показали, что такие низкоуровневые свойства почти не имели прямого влияния на восстановление или не имели его вовсе. Следовательно, восстановительное действие природы, вероятно, требует высокоуровневой обработки, включая распознавание объектов и сцен. Тем не менее низкоуровневая обработка может опосредовать или изменять восстановительное действие изображений природы.

Хотя многие работы посвящены ландшафтам, в последние годы растет число исследований зрительных свойств интерьеров, включая офисы. Среди заметных примеров изучение психологических реакций на природные узоры в архитектуре (Coburn et al., 2019), нейронных реакций на архитектурные интерьеры (Coburn et al., 2020), эстетического восприятия быстро предъявляемых изображений, включая интерьеры (Mullin et al., 2017), и воздействия фрактальных световых узоров внутри помещений (Abboushi et al., 2019). Развивая это направление, мы исследовали связь конкретных зрительных свойств с воспринимаемой восстановительностью офисов разной степени озеленения. Подобно Menzel and Reese (2021, 2022), мы количественно измерили цвет, пространственную частоту, наклон спектра и другие свойства офисных фотографий и проанализировали их влияние на воспринимаемую восстановительность. Работа расширяет предыдущие исследования, сосредоточившись на взаимодействии зрительных свойств и озеленения офисов, которому в литературе уделялось меньше внимания.

Исследование зрительных свойств особенно актуально для офисов. Определив свойства, сильнее всего связанные с воспринимаемой восстановительностью, можно разработать более эффективные способы включения природных мотивов в офисный дизайн. В частности, мы рассматриваем фрактальные свойства и компоненты флуктуаций на фотографиях офисов с разной степенью озеленения. Анализ этих характеристик призван показать их связь с воспринимаемой восстановительностью пространства. Эти знания потенциально помогут создавать рабочую среду, которая не только привлекательно выглядит, но и благодаря собственной зрительной структуре поддерживает когнитивные функции и благополучие.

Понимание зрительных свойств офиса и их влияния на воспринимаемую восстановительность необходимо для основанной на данных практики дизайна. Опора на количественно измеримые свойства дает более объективные оценки восстановительного потенциала среды. Это особенно важно в офисах, где сотрудники проводят значительную часть времени. Анализируя фрактальные узоры и компоненты флуктуаций, можно связать теоретические понятия восстановительности с практическим применением в реальных условиях.

Значение работы выходит за пределы физических офисов. Понимание связи зрительных свойств с восстановительностью может помочь разрабатывать цифровые вмешательства или виртуальные среды, имитирующие восстановительное действие природы. Это особенно полезно там, где прямой контакт с природой ограничен, например в городах или при долгой работе в помещении. Выделив ключевые зрительные элементы восстановительности, потенциально можно создать более эффективные цифровые средства снижения стресса и когнитивного восстановления в разных условиях.

Оценка восстановительности среды

В исследованиях восстановительной среды обычно применяют шкалу воспринимаемой восстановительности PRS, разработанную Hartig et al. (1997). Основанная на ART шкала измеряет воспринимаемую восстановительность среды. Согласно ART, восстановительную среду образуют четыре основных элемента: отвлечение от повседневности, увлеченность, масштабность и совместимость. Первый включает характеристики, создающие ощущение психологической и пространственной отделенности от повседневных источников стресса. Увлеченность означает свойства, которые без усилий захватывают внимание. Масштабность включает характеристики, создающие ощущение пространственной и временной протяженности. Совместимость означает соответствие между поведенческими требованиями ситуации и возможностями, которые предоставляет среда.

Изначально PRS разрабатывалась для открытых пространств и потому содержит пункты, не подходящие для интерьеров, например офисов. Кроме того, в ней более 20 пунктов, что делает многократную оценку большого числа фотографий непрактичной. Поэтому сначала мы создали подобную PRS основанную на ART шкалу для интерьеров, а затем применили ее к офисной среде.

Хотя ART включает четыре компонента восстановительности, мы не включили в шкалу совместимость. Она означает соответствие между поведенческими требованиями ситуации и возможностями среды. Признавая ее важность, мы сосредоточились на зрительных свойствах, доступных для оценки по фотографиям. Совместимость сильно зависит от контекста и включает сложное взаимодействие индивидуальных целей, задач и особенностей среды, выходящее за пределы одних зрительных свойств.

Для точного измерения совместимости потребовались бы подробные сведения о рабочих требованиях каждого участника и длительные наблюдения в реальных офисах, что выходило за рамки исследования по изображениям. Однако будущий анализ связи озеленения с совместимостью был бы ценен. Он может включать полевые исследования в настоящих офисах или более комплексные планы, учитывающие конкретные рабочие требования.

Решение исключить совместимость поддерживают и предыдущие работы, в которых ее пункты не всегда образовывали единый фактор PRS (Hartig et al., 1997; Pals et al., 2009; Pasini et al., 2014). Тем не менее сосредоточение на зрительных свойствах дает важное понимание связи офисной зелени с воспринимаемой восстановительностью и может стать основой более полной будущей оценки офисной среды.

Цели исследований

Цель работы состояла в прояснении связи восстановительности зеленых офисов с их зрительными свойствами, включая количество зелени, цвет и фрактальные структуры. Мы провели два исследования. В исследовании 1 разработали краткую и действенную основанную на ART шкалу восстановительных свойств офиса. В исследовании 2 оценили восстановительные свойства офиса этой шкалой и проанализировали корреляцию ее оценок со зрительными свойствами офисных фотографий.

Количественно измеряя зрительные свойства фотографий и анализируя их влияние на воспринимаемую восстановительность, мы стремимся дать проектировщикам и управляющим объектами конкретные применимые ориентиры. Такой подход может привести к более точным рекомендациям по созданию восстановительных офисов и заменить общие призывы к озеленению конкретными основанными на данных стратегиями.

Опираясь на теоретическую основу и предыдущие результаты, мы сформулировали несколько гипотез. Согласно утверждению ART о том, что большее количество зелени усиливает воспринимаемую восстановительность (Kaplan, 1995), мы ожидали ее роста с увеличением озеленения офиса. Также предполагалась положительная корреляция восстановительности с некоторыми зрительными свойствами природных элементов. Эта гипотеза основана на PFA, согласно которой фрактальность и другие свойства природных сцен облегчают обработку и тем самым способствуют восстановительности (Joye and van den Berg, 2011). Кроме того, мы ожидали, что зрительные свойства будут частично опосредовать связь зелени и восстановительности. Основанием послужили недавние работы: низкоуровневые зрительные свойства могут не иметь прямой связи с восстановлением, но играть посредническую роль в восстановительном действии природных изображений (Menzel and Reese, 2021, 2022). Эти гипотезы определили план и анализ и позволили систематически рассмотреть сложные связи между озеленением, зрительными свойствами и воспринимаемой восстановительностью.

Этическое заявление

Процедура соответствовала Хельсинкской декларации и была заранее одобрена этическим комитетом Sagami Women's University и Sagami Women's Junior College по исследованиям с участием людей (№ 21021), комитетом Toyota Motor Corporation по исследовательской этике (№ 2022TMC0001) и комитетом Toyota Central R&D Labs., Inc. по этике экспериментов (№ 21-05). На сайте опроса участники дали информированное согласие, получив сведения о цели опроса и политике конфиденциальности.

Исследование 1

В исследовании 1 на основе ART мы отобрали пункты шкалы, эффективно измеряющие восстановительные свойства офиса. Число пунктов сводили к минимуму, чтобы шкалу было удобно многократно применять к разным средам в будущих исследованиях, сохраняя высокую точность.

Методы

Участники

Участников набирали через Yahoo Crowd Sourcing; первоначальная выборка включала 1 241 человека, 613 мужчин и 628 женщин в возрасте 30–59 лет. Завершившие весь опрос получали баллы Yahoo, которыми можно оплачивать покупки онлайн; они служили стимулом к участию. В опрос включили два вопроса проверки внимания в форме инструкций, например: «Для этого вопроса выберите “Полностью согласен”». Участников, не прошедших хотя бы одну проверку, исключали из итогового анализа. После исключения выборка составила 1 167 человек, 575 мужчин и 592 женщины 30–59 лет.

Материалы

Мы использовали восемь фотографий офисов (рисунок 1). Три из них были сделаны в Genki-OfficeⓇ, офисы 1, 6 и 8, расположенном в Toyota Frontier Research Center. Остальные пять взяли из разных онлайн-материалов.

Для исследования 1, целью которого была разработка шкалы восстановительности интерьеров, мы выбрали разнообразные офисные фотографии, чтобы оценки восстановительности варьировались. Из-за ограниченной доступности изображений зеленых офисов использовали общедоступные фотографии вместе со снимками Genki-Office. Изображения различались не только количеством зелени, но такое разнообразие было необходимо для создания устойчивой шкалы, применимой к разным офисным средам.

Фотографии были сняты под углом, дающим общий вид офисного пространства и окружения типичных рабочих мест. Эта перспектива отличается от прямой линии взгляда сидящего работника, но охватывает более широкий зрительный контекст, с которым сотрудники сталкиваются в течение дня, в том числе при перемещении по офису или переводе взгляда. Такой подход позволяет целостнее оценить восстановительный потенциал офисной среды.

Шкала оценки

Шкала восстановительных характеристик интерьера IRCS была разработана на основе ART (Kaplan, 1995). Предварительную версию совместно подготовили все авторы. Сначала мы тщательно рассмотрели определения отвлечения от повседневности, увлеченности и масштабности в ART. Затем создали новые пункты и адаптировали подходящие пункты существующих шкал, включая PRS (Hartig et al., 1997). Получилось 11 пунктов для отвлечения, 10 для увлеченности и 9 для масштабности. Около 70% пунктов были новыми, остальные 30% адаптировали, изменив для контекста офисных интерьеров. Каждый пункт оценивали по пятибалльной шкале от «совсем нет» (1) до «в очень большой степени» (5). Опрос проводился на японском языке, поскольку все участники были его носителями. Для международного распространения английский перевод пунктов приведен в дополнительном материале A.

Кроме того, для оценки восстановительности каждой фотографии и проверки конкурентной валидности новой шкалы мы использовали шкалу восстановительного опыта из пяти пунктов (Shibata, 2022). Перевод пунктов приведен в таблице 1. Каждый пункт оценивали по пятибалльной шкале от «совсем нет» (1) до «в очень большой степени» (5). Итоговую оценку восстановительности рассчитывали как среднее пяти пунктов.

Процедура

Опрос проводили онлайн на специальном сайте, созданном в LimeSurvey (Limesurvey GmbH, 2023). До сбора данных каждое учреждение авторов выдало этическое одобрение. После сообщения цели опроса участники давали согласие на странице набора Yahoo Crowd Sourcing и переходили на сайт опроса.

После указания возраста и пола участнику показывали одну из восьми фотографий размером 480 × 324 пикселя с инструкцией: «Представьте, что вы находитесь в комнате на этой фотографии. В какой степени вы испытываете перечисленные ниже впечатления в этой комнате?» Затем участник оценивал каждый пункт под фотографией. Для IRCS одновременно показывали шесть пунктов. После их оценки появлялись следующие шесть; процесс повторяли до оценки всех 30 пунктов. Порядок пунктов для каждого участника был случайным. После IRCS на следующей странице показывали ту же фотографию и просили оценить пять пунктов шкалы восстановительного опыта с инструкцией: «Если бы вы провели некоторое время в этой комнате, в какой степени вы испытали бы чувства из следующих утверждений?»

Статистический анализ

Сначала с помощью разведочного факторного анализа отобрали пункты с достаточно высокими нагрузками на факторы, соответствующие каждому компоненту восстановительных свойств ART. Затем для минимизации числа пунктов применили бифакторный анализ, отбирая пункты, согласующиеся с общей шкалой, но дающие специфическую информацию о каждой субшкале. Анализ выполняли пакетами psych (Revelle, 2023) и lavaan (Rosseel, 2012) в R (R Core Team, 2023). После отбора пунктов конвергентную валидность проверяли корреляцией оценки выбранных пунктов с оценкой шкалы восстановительного опыта.

Результаты

В первоначальном анализе IRCS мы провели параллельный анализ для определения числа факторов. Он указал на шесть скрытых факторов. Последующая факторизация методом максимального правдоподобия с вращением oblimin показала высокие нагрузки фактора 1 на пункты отвлечения от повседневности, фактора 2 на увлеченность и фактора 3 на масштабность. Фактор 4 имел высокие нагрузки на пункты об отсутствии отвлечений, а фактор 5 был связан с согласованностью среды. Фактор 6 имел высокие нагрузки лишь на два пункта и объяснял малую долю дисперсии. Поэтому мы сохранили 15 пунктов с абсолютной нагрузкой не менее 0,4 на факторы 1–3: семь для отвлечения, пять для увлеченности и три для масштабности, представляющие основные компоненты ART.

Затем для дальнейшего отбора применили бифакторный анализ. Итоговая диаграмма путей для 15 пунктов показана на рисунке 2. Мы сосредоточились на пунктах с высокими нагрузками и на общем, и на групповом факторе. Поскольку для масштабности было три пункта, для отвлечения и увлеченности выбрали по четыре, чтобы у факторов было сходное число пунктов, а разрешение измерения не было слишком низким.

Для отвлечения от повседневности на основе содержательной валидности выбрали четыре пункта, BA1, BA7, BA9 и BA10, из пяти пунктов с нагрузками не менее 0,5 и на общий, и на групповой фактор. Для увлеченности выбрали четыре пункта, FS2, FS3, FS4 и FS8, с такими же нагрузками. Итоговая шкала восстановительных свойств офиса содержала 11 пунктов: по четыре для отвлечения и увлеченности и три для масштабности. Омеги Макдональда составили ωt = 0,946 и ωh = 0,686, что указывает на достаточную внутреннюю согласованность.

Мы рассчитали средние оценки каждой субшкалы, а затем общую восстановительность как среднее этих трех субшкал. Средние, стандартные отклонения и корреляции Пирсона между оценками приведены в таблице 2.

Как показано в таблице 2, оценка восстановительного опыта сильно коррелировала с общей восстановительностью (r = 0,83). Самая высокая корреляция с восстановительным опытом была у отвлечения от повседневности (r = 0,82); увлеченность и масштабность имели умеренные положительные корреляции (для обеих r = 0,57). Все три субшкалы сильно положительно коррелировали с общей восстановительностью: r = 0,80, 0,79 и 0,79 соответственно. Корреляции между самими субшкалами составляли от 0,43 до 0,46.

Обсуждение

В исследовании 1 мы разработали основанную на ART шкалу IRCS для оценки восстановительных свойств офиса. Она содержит 11 пунктов в трех субшкалах: отвлечение от повседневности, увлеченность и масштабность. Высокая положительная корреляция общей оценки новой шкалы с оценкой восстановительного опыта показала достаточную конвергентную валидность. Кроме того, общая оценка сильно коррелировала с каждой субшкалой, тогда как корреляции между субшкалами были умеренными; это указывает и на достаточную дискриминантную валидность трех субшкал.

Исследование 2

При оценке воспринимаемой восстановительности среды по фотографиям обычно предполагается, что суждение основано на присущих фотографиям зрительных свойствах. Однако работ, специально исследующих связь этих свойств с воспринимаемой восстановительностью, мало. Поэтому в исследовании 2 мы изучили эту связь с помощью шкалы из исследования 1, сосредоточившись на воспринимаемой восстановительности офиса и зрительных свойствах его фотографий.

Исследование призвано прояснить связь восстановительности зеленых офисов с конкретными зрительными свойствами: количеством зелени, характеристиками цвета и фрактальными структурами. Количественная оценка свойств фотографий и анализ их влияния должны дать проектировщикам и управляющим конкретные применимые ориентиры. Такой подход способен привести к более точным рекомендациям и заменить общий призыв добавлять зелень конкретными основанными на данных проектными стратегиями.

На основе теории и предыдущих результатов мы сформулировали несколько гипотез. Согласно ART, большее количество зелени усиливает воспринимаемую восстановительность (Kaplan, 1995), поэтому мы ожидали ее роста с озеленением офиса. Мы также предполагали положительную корреляцию восстановительности с определенными зрительными свойствами природных элементов. Основанием была PFA, согласно которой фрактальность и другие свойства природных сцен облегчают обработку и тем самым способствуют восстановительности (Joye and van den Berg, 2011). Эти гипотезы направляли план и анализ, позволяя систематически исследовать связи офисной зелени, зрительных свойств и воспринимаемой восстановительности.

Методы

Участники

До начала сбора данных каждое учреждение авторов выдало этическое одобрение. В исследовании 2 мы собрали данные 1 500 участников 30–59 лет, набранных через Yahoo Crowd Sourcing. Как и в исследовании 1, завершившие весь опрос получали баллы Yahoo. Для обеспечения качества собранных данных при оценке каждого из пяти офисных изображений добавляли один контроль внимания, например: «Для этого вопроса выберите “Полностью согласен”». Участников, неверно ответивших хотя бы на одну из пяти проверок, исключали. После исключения итоговая выборка составила 1 322 человека: 659 мужчин и 663 женщины.

Размер выборки определили из практических соображений и стремления получить выборку, более чем достаточную по обычным стандартам области. Большая выборка должна была обеспечить устойчивость результатов с учетом разведочного характера некоторых аспектов работы.

План включал 60 офисных фотографий, разделенных на 12 групп по пять. Каждую группу оценивали примерно 100 участников. В основных анализах использовали средние оценки каждой фотографии.

Материалы

Мы использовали 60 фотографий офисов с разной степенью озеленения; их список приведен в дополнительном материале B. Для единообразия качества и характеристик все снимки сделал один автор с одинаковыми настройками камеры и правилами композиции. Фотографии сняты в нескольких сотрудничающих офисах Японии, включая общие и одноместные офисы и Genki-OfficeⓇ. Снимки Genki-Office включили из-за малого числа доступных зеленых офисов и необходимости широкого диапазона озеленения.

Все фотографии снимали широкоугольным объективом с фокусным расстоянием 24 мм под углом, дающим общий вид пространства вокруг рабочего места. Это позволяло охватить более широкий офисный контекст, важный для оценки воспринимаемой восстановительности. Чтобы стандартизировать изображения и сосредоточиться на конструктивных и дизайнерских элементах, личные предметы убирали, а людей в кадре не было. Это может не полностью представлять обжитой офис, но обеспечило более согласованный анализ зрительных свойств.

Фотографии охватывали разные современные офисные решения, от традиционных планировок до открытых и гибких пространств. Разнообразие отражает современные тенденции и позволяет полнее оценить восстановительность разных типов офисов.

На рисунке 3 приведены примеры фотографий. Каждый снимок размером 4 808 × 3 456 пикселей обрезали по центру до 4 096 × 2 048, затем уменьшали до 640 × 320 пикселей для показа в опросе. Стандартизация обеспечивала одинаковые разрешение и соотношение сторон для анализа зрительных свойств.

Чтобы уменьшить нагрузку от оценки большого числа фотографий и сохранить широкий диапазон зелени, 60 снимков разделили на 12 групп по пять. Группировка основывалась на степени озеленения. Фотографии классифицировали по рассчитанной доле зелени и распределили так, чтобы степень озеленения между группами была относительно согласованной. В результате каждая группа включала диапазон от низкого до высокого уровня при сходном среднем уровне зелени между группами.

Каждого участника случайно назначали в одну из 12 групп и показывали пять ее фотографий. Поэтому уровень зелени был внутрисубъектным фактором: один участник видел разные уровни, но конкретный набор фотографий различался между участниками.

Мы признаем, что каждый участник видел лишь часть полного диапазона озеленения. Однако большая выборка и случайное назначение групп позволили собрать данные по всему диапазону, сохранив выполнимый объем задания для одного человека. Итоговый размер выборки в каждой группе после исключения не прошедших проверку внимания приведен в таблице 3.

Показатели

Восстановительные характеристики

Восстановительные характеристики каждого офиса оценивали разработанной в исследовании 1 IRCS. Каждый пункт оценивали от 1, «совсем нет», до 5, «в очень большой степени», а среднее ответов использовали как оценку субшкалы. Обратные пункты субшкалы масштабности инвертировали до расчета среднего. Среднее трех субшкал служило общей оценкой восстановительности. Оценки участников для каждой фотографии объединяли и усредняли, получая оценку восстановительных характеристик фотографии.

Зрительные свойства

Сначала как самое базовое свойство рассчитали количество зелени. Использовали Python 3.9.12 с модулем OpenCV-Python 4.6.0. Данные цветного изображения с 8-битными каналами красного, зеленого и синего преобразовали в 8-битные каналы тона, насыщенности и яркости HSV. Пиксель считали зеленым при тоне от 50 до 170, насыщенности от 20 до 100 и яркости от 10 до 100. Количество зелени рассчитывали как процент зеленых пикселей от общего числа, то есть площадь зелени / площадь фотографии × 100. На фотографиях оно составляло от 0,00 до 60,18%.

Важно отметить, что этот метод не различает природные и искусственные зеленые элементы на изображениях. Хотя он дает объективную меру общей «зелености» каждой фотографии, в нее могут входить не растения, а зеленая мебель или декоративные элементы. Это ограничение необходимо учитывать при интерпретации результатов анализа связи количества зелени с воспринимаемой восстановительностью.

Как дополнительные зрительные свойства мы рассчитали фрактальные показатели и индексы флуктуаций формы и цвета, тона, яркости и насыщенности. Фрактальные показатели измеряют самоподобные узоры изображения на разных масштабах, часто встречающиеся в природных элементах и способные вносить вклад в зрительную сложность и интерес. Они включают геометрические фракталы, например повторяющиеся узоры краев, и статистические фракталы, например распределение интенсивности на разных масштабах.

Shape Fractal измеряет сложность и самоподобие краев и форм изображения. Более высокие значения означают более сложные, детальные узоры краев, низкие — более простые и однородные формы. Геометрическая фрактальная размерность количественно описывает пространственную сложность; высокие значения означают более сложные и подробные структуры на разных масштабах. Статистическая фрактальная размерность измеряет шероховатость и нерегулярность изображения; высокие значения означают более нерегулярные и грубые фактуры на разных масштабах.

Геометрическую и статистическую фрактальные размерности мы отдельно рассчитывали для малых и крупных масштабов, а также в целом. Такой подход дает многомасштабный анализ, охватывающий мелкие локальные детали и глобальные структуры. Фрактальная размерность цвета количественно описывает сложность распределения цветов; высокие значения означают более сложное и разнообразное распределение.

Индексы флуктуаций, например флуктуация 1/f, количественно описывают изменчивость и ритмические закономерности яркости и насыщенности. Флуктуация 1/f измеряет равновесие случайности и порядка; значения, заметно отличающиеся от 1, указывают либо на избыток случайности, либо на избыток порядка.

И фрактальные меры, и флуктуации часто связывают с природными сценами (например, Joye, 2007; Patuano, 2018; Coburn et al., 2019; Isherwood et al., 2021) и потенциально со зрительным предпочтением и воспринимаемой восстановительностью. Всего анализировали 19 зрительных свойств, включая квадратный корень из количества зелени, средние яркость и насыщенность, несколько фрактальных размерностей и индексы флуктуаций. Эти показатели количественно описывают зрительную сложность и изменчивость, которые могут быть связаны с воспринимаемой восстановительностью. Полный список показателей приведен в дополнительном материале C, определения — в материале D.

Процедура

Опрос создали в LimeSurvey и проводили онлайн. Участникам сообщали цель исследования; они давали согласие на странице набора Yahoo Crowd Sourcing, после чего переходили на сайт опроса. Затем их случайно распределяли в одну из 12 групп.

После указания возраста и пола участнику показывали одну из пяти назначенных офисных фотографий. Порядок снимков был случайным для каждого человека. Фотографию оценивали по пунктам IRCS, расположенным под ней. Порядок 11 пунктов рандомизировали так, чтобы пункты одной субшкалы не группировались, но он оставался одинаковым для всех фотографий и участников. После оценки всех пунктов показывали следующую фотографию и ту же шкалу. Процедуру повторяли до оценки всех пяти назначенных снимков.

Статистический анализ

Мы получили средние оценки восстановительных характеристик каждой фотографии и проанализировали их связь со зрительными свойствами снимков. Анализ состоял из двух частей. Сначала корреляционный анализ проверял связь количества зелени с общей восстановительностью и ее компонентами. Затем мы исследовали, как разные зрительные свойства, включая количество зелени, связаны с восприятием восстановительности офиса.

Чтобы учесть возможное влияние группировки фотографий, мы дополнительно построили модели со смешанными эффектами, задав группу как случайный эффект. Дисперсия случайного эффекта оказалась пренебрежимо малой, σ² < 0,001 во всех моделях. Сравнение по информационному критерию Акаике показало, что модель без случайного эффекта лучше соответствовала данным: во всех случаях ΔAIC = 2. Поэтому в итоговом анализе мы сохранили исходный подход без учета группировки.

Для анализа влияния разных зрительных свойств на воспринимаемую восстановительность применили лассо-регрессию (Tibshirani, 1996), распространенный в машинном обучении метод, позволяющий отличить более сильные связи от слабых и получить более компактную объясняющую модель. Лассо добавляет к обычной множественной регрессии ограничение регуляризации: коэффициенты менее влиятельных переменных приравниваются к нулю, и сохраняются только важные. Поэтому метод одновременно отбирает переменные и предотвращает переобучение, создавая более компактную и интерпретируемую модель с потенциально большей точностью прогноза.

До лассо-регрессии мы устранили мультиколлинеарность 19 показателей свойств изображения. Сначала для всех рассчитали коэффициент инфляции дисперсии VIF. Затем итеративно удаляли переменную с наибольшим VIF и повторяли отбор. Квадратный корень из количества зелени не подлежал исключению из-за его важности для исследования. Процесс продолжали, пока VIF всех оставшихся переменных не стал меньше 5. Сохранились девять переменных: квадратный корень из количества зелени, средние яркость и насыщенность, фрактал формы, крупномасштабный геометрический фрактал яркости, крупномасштабные статистические фракталы яркости и насыщенности, фрактал цвета и флуктуация яркости 1/f. Корреляционная матрица Пирсона этих девяти переменных приведена в таблице 4.

Чтобы диапазоны переменных не влияли на их отбор, все предикторы предварительно стандартизировали. Для лассо-регрессии 10 из 60 изображений использовали как тестовые данные, остальные 50 как обучающие. Тестовые данные выбирали случайно, фиксируя начальное значение генератора для воспроизводимости. Оптимальную лямбду, определяющую силу регуляризации, рассчитывали десятикратной перекрестной проверкой на 50 обучающих наблюдениях. Данные делили на 10 частей: девять использовали для обучения, одну для проверки. Процесс повторяли 10 раз, чтобы каждая часть один раз служила проверочной. Это точнее оценивает работу модели, предотвращает переобучение и максимально использует ограниченный набор, поскольку все точки участвуют и в обучении, и в проверке.

Оптимальную лямбду определяли правилом одной стандартной ошибки (Hastie et al., 2009). Оно выбирает лямбду для самой компактной модели в пределах одной стандартной ошибки от минимальной среднеквадратической ошибки RMSE регрессии. Этим способом отобрали переменные на обучающих данных, затем применили модель к тестовым данным и проверили, что она достаточно объясняет не использованные при обучении данные, то есть не переобучилась.

Лассо-регрессию выполняли пакетом glmnet (Friedman et al., 2010) в R.

Результаты

Количество зелени и воспринимаемая восстановительность

Для 59 из 60 фотографий стандартное отклонение общей восстановительности было меньше 1. У оставшейся фотографии оно составило 1,01, что указывает на согласованность оценок участников. Число оценивавших каждое изображение различалось и приведено в дополнительном материале B.

Как видно на рисунке 4, связи количества зелени с общей восстановительностью, отвлечением от повседневности и увлеченностью выглядят криволинейными. При очень малом количестве зелени оценки существенно растут, но при переходе от умеренного к высокому уровню изменение становится меньше. Для учета этой нелинейности мы рассмотрели альтернативные представления данных.

Поскольку количество зелени на фотографии выражалось процентом зеленой площади от общей площади, мы преобразовали значения в квадратные корни из процентов. Такое преобразование поддерживают исследования восприятия плотности. Anobile et al. (2015) утверждали, что при оценке очень низкой плотности текстуры действует закон Вебера, а выше определенного уровня — закон квадратного корня. Наши результаты могут объясняться этим различием в оценке плотности.

На рисунке 5 показаны диаграммы связи квадратного корня из количества зелени с оценками восстановительных свойств. Преобразование сделало связи нагляднее и увеличило коэффициенты корреляции Пирсона.

Среди субшкал отвлечение от повседневности и увлеченность сильно коррелировали с квадратным корнем из количества зелени: r = 0,68 и 0,66 соответственно. Общая восстановительность имела умеренную корреляцию, r = 0,46. Масштабность значимо не коррелировала с квадратным корнем из количества зелени, r = −0,09.

Анализ с дополнительными зрительными свойствами

Переменные-предикторы, отобранные лассо-регрессией с лямбдой, полученной перекрестной проверкой, приведены в таблице 5. Во всех моделях RMSE обучающих и тестовых данных существенно не различались, что указывает на отсутствие переобучения на обучающей выборке.

В моделях общей восстановительности, отвлечения и увлеченности валидными предикторами во всех случаях были квадратный корень из доли зелени и фрактал цвета. Геометрический фрактал яркости также вошел во все три модели, а статистический фрактал яркости — в модели общей восстановительности и увлеченности. Для масштабности не было выбрано ни одной переменной-предиктора.

По стандартизованным коэффициентам фрактал цвета оказался самым сильным предиктором общей восстановительности, отвлечения и увлеченности и стабильно имел наибольший отрицательный эффект. Квадратный корень из доли зелени был вторым по силе для отвлечения и увлеченности и имел положительную связь. Для общей восстановительности он оставался валидным предиктором, но его эффект был меньше эффектов геометрического и статистического фракталов яркости.

Результаты позволяют предположить, что сложность цвета, представленная фракталом цвета, и количество зелени сильнее всего влияют на воспринимаемую восстановительность, а закономерности яркости, геометрические и статистические фракталы, играют вторичную, но все же значимую роль в некоторых ее аспектах.

На рисунке 6 показаны диаграммы рассеяния прогнозируемых моделью и наблюдаемых значений для всех 60 фотографий. Для справки на рисунке также приведены коэффициент детерминации R² и скорректированный R². Эти результаты показывают, что точность прогноза была наибольшей для увлеченности, затем для отвлечения от повседневности и общей восстановительности. Выбранная модель не смогла точно предсказать оценку масштабности.

Обсуждение

В исследовании 2 мы анализировали связь зрительных свойств офисных фотографий, включая количество зелени, характеристики цвета и фрактальные структуры, с воспринимаемой восстановительностью изображенных офисов. Количество зелени, фрактальная размерность цвета и фрактальная размерность яркости оказались значимыми предикторами воспринимаемой восстановительности. Эти результаты согласуются и с ART, и с PFA и позволяют предположить, что природоподобные зрительные свойства способствуют восприятию восстановительности.

Дальнейший анализ выявил сложную связь зрительных характеристик офиса с воспринимаемой восстановительностью. Количество зелени, измеренное квадратным корнем из процента зеленой площади, сильно положительно коррелировало с общей восстановительностью, отвлечением и увлеченностью. Нелинейная связь согласуется с исследованиями оценки плотности (Anobile et al., 2015) и позволяет предположить, что восприятие офисной зелени может подчиняться сходным когнитивным процессам.

Хотя количество зелени является валидным и зрительно очевидным показателем восстановительных свойств, лассо-регрессия показала, что фрактальная размерность цвета также служит сильным предиктором и часто имеет больший эффект, чем сама зелень. Среды с большим числом растений обычно имеют меньшую фрактальную размерность цвета из-за преобладания зеленых оттенков и более плавных цветовых переходов, тогда как искусственная среда с резкими переходами имеет более высокую размерность. Эта связь подтверждена предыдущими исследованиями (Ogawa et al., 1995; Wang and Ogawa, 2015), поэтому фрактальная размерность цвета может служить показателем естественности или искусственности среды.

Одновременный выбор квадратного корня из доли зелени и фрактальной размерности цвета в моделях общей восстановительности, отвлечения и увлеченности указывает на взаимодополняющую связь этих переменных. Геометрические и статистические фракталы яркости также выбирались как предикторы, но их коэффициенты обычно были меньше коэффициентов зелени и фрактала цвета. Следовательно, зрительные свойства могут иметь иерархию: наличие зелени и общая сложность цвета играют основную роль, а сложность яркости — вторичную.

Исследования наружных ландшафтных фотографий, включая Kardan et al. (2015) и Berman et al. (2014), показали роль низкоуровневых зрительных свойств, таких как тон, разнообразие насыщенности и плотность краев, в восприятии естественности и предпочтении среды. Изображения с меньшим числом прямых краев и более низкой насыщенностью воспринимались как более естественные. Наша работа также поддерживает важность низкоуровневых свойств: фрактальная размерность цвета сильно коррелировала с воспринимаемой восстановительностью. Мы не измеряли прямолинейность краев отдельно, но изображения с меньшим фракталом цвета, то есть с менее резкими цветовыми переходами, воспринимались как более восстановительные. Это согласуется с выводом, что отсутствие прямых краев способствует восприятию естественности и, следовательно, восстановительности.

Menzel and Reese (2021, 2022) предполагают, что для восприятия восстановительности высокоуровневая обработка, включая семантическую обработку содержания и понятий природы или города, важнее низкоуровневых свойств. В отличие от них, мы не разделяли низко- и высокоуровневые свойства изображений. Поэтому нельзя определить, обусловлены ли результаты низкоуровневыми свойствами или высокоуровневым распознаванием растений. Однако можно интерпретировать, что такие свойства, как количество зелени и не слишком высокая фрактальная размерность цвета, сильно вызывают ощущение естественности, которое ведет к большей восстановительности.

Положительное влияние природоподобной среды, на которое указывает меньшая фрактальная размерность цвета, согласуется с ART и PFA. PFA утверждает, что фрактальность природных сцен поддерживает беглость восприятия и делает природу восстановительной и предпочтительной (Joye and van den Berg, 2011). Наши результаты поддерживают эту позицию: природная среда может давать более мягкие и гармоничные зрительные стимулы, создающие ощущение восстановления. Это подтверждает идею, что легкость автоматического внимания, обеспечиваемая определенными зрительными свойствами, повышает восстановительность.

Следует отметить, что даже в сильно озелененных офисах оценки общей восстановительности, отвлечения и увлеченности составляли лишь около 3,5 из 5. Возможно, растения компенсируют отрицательные оценки офисов без зелени, а не создают среды с очень высокой восстановительностью.

Офис прежде всего является рабочим местом, поэтому чрезмерная зелень способна снизить эффективность и вызвать отрицательные оценки. Elbertse and Steenbekkers (2023) и Larsen et al. (1998) указывают на возможный оптимальный уровень комнатных растений. В наших фотографиях максимум зелени составлял около 60%. Внутри этого диапазона оценки росли с квадратным корнем из количества зелени. Однако данные не позволяют определить, продолжат ли оценки расти, выйдут на плато или снизятся при озеленении свыше 60%.

Мы не измеряли реальную рабочую продуктивность. Evensen et al. (2015) сообщили, что растения повышали оценку увлеченности, но не улучшали выполнение заданий на направленное внимание. Larsen et al. (1998) обнаружили, что растения повышали привлекательность офиса, но снижали выполнение задач. Следовательно, растения могут отрицательно влиять на рабочую продуктивность. Неясно, как ощущались бы восстановительность и эффективность при реальной работе в офисах, получивших у нас высокие оценки отвлечения, увлеченности и общей восстановительности. Ограничение требует дальнейшего поиска оптимального озеленения, уравновешивающего воспринимаемую восстановительность и фактическую эффективность.

Для модели масштабности не было выбрано ни одного предиктора. Вероятно, восприятие пространственной протяженности и согласованности связано с не измеренными нами факторами, например фактическим размером или планировкой помещения. Это требует дальнейшего исследования показателей глубины и протяженности вида.

Хотя мы сосредоточились на зрительных свойствах фотографий, для офиса важны и другие факторы, включая совместимость. Будущие исследования, объединяющие их с нашими результатами, могут дать более полное понимание восстановительной офисной среды.

Практическое значение

Обнаруженная связь зрительных свойств со средними оценками множества участников особенно ценна для практики офисного дизайна. В общей среде, такой как офис, средние оценки имеют существенное значение. Возможность предсказывать их по зрительным свойствам дает действенный инструмент для проектирования более восстановительных интерьеров.

Разработанная по зрительным свойствам прогностическая модель потенциально может служить инструментом проектировщиков и исследователей для оценки восстановительного потенциала офиса. Результаты подчеркивают, что воспринимаемая восстановительность связана с сочетанием зелени, цветовых переходов и распределения яркости, а не с одним фактором. Поэтому при проектировании следует не только увеличивать зелень, но и учитывать сложность цвета: избегать резких изменений и использовать постепенные переходы.

Важно, что результаты основаны на суждениях по фотографиям и могут не полностью соответствовать впечатлениям при физическом присутствии в офисе. Узкое поле зрения обычной фотографии заметно отличается от широкого объема зрительной информации за рабочим столом. Вместе с тем нельзя игнорировать практичность фотографической оценки для сбора данных больших выборок. В будущих исследованиях и применениях полезно разработать способы съемки, точнее представляющие поле зрения сидящего за столом человека. Это поможет сократить разрыв между фотографической оценкой и реальным опытом и повысить применимость результатов к офисному дизайну.

Заключение

Исследование показало, что количество зелени, фрактальная размерность цвета и фрактал яркости на офисных фотографиях значимо предсказывают воспринимаемую восстановительность. Нелинейная связь зелени с восстановительностью и высокая прогностическая сила фрактальной размерности цвета дают новые ориентиры для офисного дизайна. Результаты предлагают полезные средства оценки восстановительного потенциала офисов, но будущие исследования должны устранить ограничения, включая оценку компонента масштабности и использование фотографий. Работа расширяет теоретическое понимание восстановительной среды и открывает путь к практическому применению в офисном дизайне.

Авторы сообщают об использовании Perplexity AI при редактировании текста и принимают полную ответственность за содержание статьи.

Заявление о доступности данных

Исходные данные, подтверждающие выводы статьи, будут предоставлены авторами без необоснованных ограничений.

Этическое заявление

Исследования с участием людей были одобрены этическим комитетом Sagami Women's University и Sagami Women's Junior College по исследованиям с участием людей (№ 21021), в соответствии с этическими правилами Toyota Motor Corporation (№ 2022TMC0001, 2023TMC0080) и комитетом Toyota Central R&D Labs., Inc. по этике экспериментов (№ 21-05, 22B-11, 22B-13). Исследования проводились согласно местному законодательству и требованиям учреждений. Письменное информированное согласие участников либо их законных представителей или ближайших родственников не требовалось, поскольку все опросы были анонимными и не включали процедур, способных причинить психологический или физический вред.

Вклад авторов

SS: концепция, проведение исследования, первоначальный текст, рецензирование и редактирование, курирование данных, формальный анализ, методология, ресурсы, программное обеспечение, визуализация. KT: концепция, проведение исследования, рецензирование и редактирование, формальный анализ, методология, ресурсы. AI: концепция, проведение исследования, рецензирование и редактирование, формальный анализ, методология. MI: рецензирование и редактирование, концепция, курирование данных, ресурсы. HK: методология, рецензирование и редактирование, концепция, формальный анализ, проведение исследования, ресурсы. MM: курирование данных, методология, рецензирование и редактирование, концепция, формальный анализ, проведение исследования, ресурсы, программное обеспечение, визуализация.

Конфликт интересов

KT, AI, MI, HK и MM связаны с Toyota Motor Corporation или Toyota Central R&D Labs., Inc. Однако работа проводилась как независимое академическое исследование, и Toyota не влияла на план, анализ данных или интерпретацию результатов.

Оставшийся автор заявляет, что исследование проводилось в отсутствие коммерческих или финансовых отношений, которые можно было бы истолковать как потенциальный конфликт интересов.

Примечание издателя

Все утверждения в статье принадлежат исключительно авторам и не обязательно отражают позицию связанных с ними организаций, издателя, редакторов или рецензентов. Издатель не гарантирует и не поддерживает ни один оцениваемый в статье продукт или утверждение его производителя.

Дополнительные материалы

Дополнительные материалы к статье доступны онлайн: https://www.frontiersin.org/articles/10.3389/fpsyg.2024.1443540/full#supplementary-material

Дополнительный материал

Дополнительный материал

Дополнительный материал

Дополнительный материал