XiaoMi-AI文件搜索系统
World File Search System心理负荷
翻译和译后编辑难度的测量：综述
在过去十年中，对翻译和口译过程的认知和心理语言学方法的贡献不断增加。Muñoz (2014) 对这一领域进展的回顾主要集中在七个虽有重叠但主题或研究领域：能力和专业知识、心理负荷和语言复杂性、研究方法的进展、写作、修改和元认知、重新语境化的研究，以及超越意识和理性思维的认知。在这些主题中，根据 Muñoz (2012) 的说法，心理负荷是翻译过程研究“至关重要的一个概念”(第 172 页)，它可能有助于我们解开意识、问题解决、自动化和专业知识之间的复杂关系；它也可能建立翻译和口译研究之间的桥梁。说心理负荷始终是翻译过程研究的综合观点的核心可能有些夸张。尽管如此，它仍然值得关注和强调。本文首先澄清概念问题，并回顾难度、心理工作量、认知负荷和其他相关术语、它们的历史和理论。在认知科学的框架下，本文随后回顾了两条研究路线，即人工翻译的难度和机器翻译的后期编辑 (PE)。本文介绍了并批判性地审查了有关衡量难度的方法的研究。正如作者已经讨论过的衡量人工翻译难度的方法
评估佩戴耳机的脑电图系统在记录听觉诱发电位和心理负荷评估方面的作用
便携式神经成像技术的进步为深入了解日常行为背后的神经动力学和认知过程开辟了新的机会。在本研究中，我们评估了耳机式脑电图 (EEG) 系统对监测心理负荷的相关性。参与者 (N=12) 被指示在执行多属性任务电池 (MATB) 时注意偶尔出现的听觉警报，该任务电池的难度分为三种条件来操纵心理负荷。由听觉警报呈现引发的 P300 事件相关电位 (ERP) 被用作可用注意力资源的探测。在实验条件下比较了 P300 ERP 的幅度和延迟。我们的研究结果表明，可以使用耳机式 EEG 系统捕获 P300 ERP 成分。此外，对警报的神经反应可用于在单次试验水平上以高精度 (超过 80%) 对心理负荷进行分类。我们的分析表明，海绵传感器获取的信噪比在整个记录过程中保持稳定。这些结果突出了便携式神经成像技术在神经辅助应用开发中的潜力，同时也强调了目前将 EEG 传感器集成到日常生活可穿戴技术中存在的局限性和挑战。总的来说，我们的研究为越来越多的研究做出了贡献，这些研究探索了可穿戴神经成像技术在人类研究中的可行性和有效性
比较腹腔镜检查期间视觉和听觉次要任务对心理负荷的影响
推荐引用 推荐引用 Corcoran, James P.. “比较腹腔镜检查期间视觉和听觉次要任务之间的心理负荷影响”（2019 年）。理学硕士 (MS)，论文，心理学，Old Dominion University，DOI：10.25777/kv21-7v83 https://digitalcommons.odu.edu/psychology_etds/230
基于脑电图的心理负荷神经测量法评估真实驾驶环境中不同交通和道路状况的影响
汽车驾驶被认为是一项非常复杂的活动，由不同的伴随任务和子任务组成，因此了解不同因素（例如道路复杂性、交通、仪表盘设备和外部事件）对驾驶员行为和表现的影响至关重要。因此，在特定情况下，驾驶员的认知需求可能非常高，导致过度的心理负荷，从而增加犯错概率。在这方面，已经证明人为错误是 57% 道路事故的主要原因，也是大多数事故的促成因素。在这项研究中，20 名年轻受试者参与了一项真实驾驶实验，该实验在不同的交通条件下（高峰时段和非高峰时段）和不同的道路类型（主干道和次要街道）进行。此外，在驾驶任务期间，还发生了不同的特定事件，特别是行人过马路和汽车在实验对象前方进入交通流。已采用基于驾驶员脑电图 (EEG)（即大脑活动）的工作负荷指数来调查不同因素对驾驶员工作负荷的影响。还采用了眼动追踪 (ET) 技术和主观测量，以便全面了解驾驶员感知的工作负荷，并调查从所采用的方法中获得的不同见解。
使用 MUSE 2 低成本系统记录的心脏和神经动态对模拟飞行操作期间的心理负荷进行分类
低成本、高便携性生理系统的进步为监测人类在日常生活活动和驾驶飞机等更复杂任务中的认知过程提供了良好的机会。Muse 2 系统结合了脑电图 (EEG) 和光电容积描记法 (PPG) 传感器，可以提取时域、频域和心率中的神经动力学特征。在一项研究中，我们为五名飞行员配备了 Muse 2 系统，让他们执行低负荷和高负荷交通模式任务以及被动听觉异常任务。组级分析显示，与低负荷条件相比，参与者在高负荷下表现出更高的平均心率、更低的 alpha 波段功率谱密度、更低的 P300 幅度。这些结果与之前在高度控制的环境和研究级仪器中进行的实验室研究一致。基于 EEG 频率特征，在单次试验基础上对两种水平的心理工作负荷进行分类的准确率达到 93.2%。事后分析显示，分类器主要依赖于 beta 和 gamma 波段的运动伪影特征。使用心率和 ERP 特征的分类器分别达到 76% 和 77.8% 的分类准确率。尽管该系统很有趣，但它在移动和神经人体工程学应用方面存在一些局限性，特别是电极数量有限，阻碍了使用先进的信号处理技术来解决信号中的噪声和伪影。
航线变更和显示设计对模拟飞行任务中操作员态势感知、任务表现和心理负荷的影响
摘要：在异常或紧急情况下，意外事件引起的航路变更往往会对操作人员在飞行任务中的认知和行为产生不利影响。在这种情况下，尤其有必要研究通常基于常规环境设计的交互显示效用。本研究旨在探讨航路变更和显示设计对模拟飞行任务中操作人员态势感知、任务绩效和心理负荷的影响。24 名被试参加了一项实验，被试被要求在航路按计划和航路变更两种条件下执行三种显示设计的模拟飞行任务。采用主观测量、行为测量和眼动测量来评估被试的态势感知、任务绩效和心理负荷。结果表明，由于注意力资源的需求和供应之间的差距，意外航路变更增加了心理负荷，同时也降低了态势感知和任务绩效。在应对异常情况下的意外事件时，应重点降低操作人员注意力资源的需求。此外，合理的信息布局，如关键决策信息的中心布局设计，对提高异常情境下的态势感知和任务绩效比信息显著性更重要。然而，具有高显著性的指标可能对异常情境下的态势感知和任务绩效产生不利影响。
通过脑电图工作量估计预测注意力和短期记忆丧失
心理负荷在认知障碍中起着至关重要的作用。这种障碍指的是一个人在记忆、接受新信息、学习新事物、集中注意力或做出严重影响日常生活的决策方面存在困难。本文提出了基于同步容量 (SIMKAP) 实验的脑电图负荷分析，使用 45 名受试者进行多任务心理负荷估计，并计算受试者的注意力损失以及短期记忆损失测量。使用开放获取的预处理脑电图数据集，利用离散小波变换 (DWT) 进行特征提取，并使用最小冗余和最大相关性 (MRMR) 技术来选择最相关的特征。小波分解技术也用于将脑电图信号分解为五个子带。从每个子带信号计算出十四个统计特征以形成 5×14 的窗口大小。神经网络（窄）分类算法用于对低和高负荷条件的数据集进行分类，并使用一些其他机器学习模型进行比较。结果显示，分类器的准确率为 86.7%，精确率为 84.4%，F1 得分为 86.33%，召回率为 88.37%，与文献中最先进的方法相符。这一预测有望极大地促进记忆和注意力丧失障碍评估方法的改进。
低重力条件下上肢疲劳的经验和主观模型
在外星任务中，低重力（0 < G < 1）对人体的影响会降低机组人员的幸福感，导致肌肉骨骼问题并影响他们执行任务的能力，尤其是在长期任务期间。迄今为止，关于低重力对人体运动影响的研究仅限于对下肢的实验。在这里，我们将知识库扩展到上肢，通过进行实验来评估低重力对参与者上肢身体疲劳和心理负荷的影响。我们的假设是，低重力既可以提高参与者的生产力，通过减少以耐力时间表示的整体身体疲劳，也可以减少心理负荷。任务强度-耐力时间曲线是在执行静态、动态、重复任务时，尤其是在坐姿下形成的。这项实验涉及 32 名健康参与者，没有肌肉骨骼系统的慢性问题，年龄为 33.59 ± 8.16 岁。使用收集的数据，为不同强度的任务构建了疲劳模型。此外，所有参与者都完成了 NASA - 任务负荷指数主观心理负荷评估，该评估揭示了执行不同任务时的主观负荷水平。我们在经验疲劳模型中发现了两种趋势，与男性和女性的力量能力差异有关。第一个趋势是耐力时间和重力 l 之间存在显着的正相关（p = 0.002）
使用功能性大脑连接和机器学习进行基于 EEG/fNIRS 的工作量分类
摘要：为了提高生产率或预防事故，人们迫切需要一种技术来估计人类在某些活动期间的心理负荷。大多数研究都集中于单一的生理感知方式，并使用单变量方法来分析多通道脑电图 (EEG) 数据。本文提出了一个新框架，该框架依赖于混合脑电图 - 功能性近红外光谱 (EEG-fNIRS) 的特征，并由机器学习特征支持，以处理多级心理负荷分类。此外，我们建议在三个频段的时间和频域中使用双变量功能性大脑连接 (FBC) 特征，而不是常用的用于脑电图记录的单变量功率谱密度 (PSD)：delta (0.5-4 Hz)、theta (4-7 Hz) 和 alpha (8-15 Hz)。借助 fNIRS 氧合血红蛋白和脱氧血红蛋白 (HbO 和 HbR) 指标，FBC 技术显著提高了分类性能，使用公共数据集对 0-back 与 2-back 的准确率为 77%，对 0-back 与 3-back 的准确率为 83%。此外，地形和热图可视化表明，EEG 和 fNIRS 的区分区域在 0-back、2-back 和 3-back 测试结果之间存在差异。确定 EEG 和 fNIRS 区分心理工作量的最佳区域是不同的。具体而言，后区在 alpha 波段的后中线枕叶 (POz) EEG 中表现最佳，而 fNIRS 在右额叶区域 (AF8) 中具有优势。
科学现状：人体工程学中的心理工作量 - Typeset.io
心理负荷 (MWL) 是人体工程学和人为因素中最广泛使用的概念之一，代表着日益重要的主题。由于许多工作环境中的现代技术对操作员的认知要求越来越高，而体力要求却越来越低，因此了解 MWL 如何影响绩效变得越来越重要。然而，MWL 也是最模糊的概念之一，具有众多定义和维度。此外，MWL 研究倾向于关注复杂、通常安全至关重要的系统（例如运输、过程控制）。在这里，我们概述了过去三十年来在复杂系统设计中对 MWL 的理解、测量和应用的现状。最后，我们讨论了应用研究面临的当代挑战，例如认知工作量和身体工作量之间的相互作用，以及工作量“红线”的量化，该红线指定操作员何时接近或超过其性能容忍度。