摘要:使用脑电图 (EEG) 脑信号检测人类情绪正变得越来越有吸引力。EEG 是一种可靠且经济高效的大脑活动测量技术。本文提出了一种基于使用 EEG 信号进行情绪检测的可用性测试原创框架,该框架可以显著影响软件生产和用户满意度。这种方法可以准确、精确地深入了解用户满意度,使其成为软件开发中的宝贵工具。所提出的框架包括一个循环神经网络算法作为分类器、一种基于事件相关不同步和事件相关同步分析的特征提取算法,以及一种自适应选择 EEG 源进行情绪识别的新方法。该框架的结果很有希望,在效价-唤醒-优势维度上分别达到 92.13%、92.67% 和 92.24%。
过去在 HCI 领域的研究已经产生了许多评估交互系统可用性的程序。在这些程序中,人们倾向于忽略用户的特征、上下文的各个方面以及任务的特殊性。建立一个包含这些特征的凝聚模型并不是一件容易的事情。在人为因素中,一个被大量引用的概念是人类的心理负荷。对它的评估是预测人类表现的基础。尽管可用性和心理负荷有多种用途,但对它们之间的关系的探索却不多。这项实证研究的重点是 I)对这种关系的研究和 II)对这两个概念对人类表现的影响的研究。进行了一项用户研究,参与者在三个流行的网站上执行一组信息搜索任务。对可用性和心理负荷进行了深入的相关性分析,分析了任务、用户和客观任务表现类别 (I)。基于不同的学习策略,采用了多种监督机器学习技术来构建模型,旨在预测任务表现类别 (II)。研究结果有力地表明,可用性和心理工作量是两个不重叠的结构,它们可以联合使用来大大提高对人类表现的预测。
抽象目标最具目前可用的药物自我管理支持工具无法满足健康素养有限的患者的需求。最近,已经开发了针对健康素养有限的患者的需求而定制的工具。这项研究旨在评估患有有限和足够健康素养水平的糖尿病患者动画糖尿病信息工具的可用性。方法的参与者根据筛查访谈中的三个健康素养问题选择了有限和足够的健康素养水平的参与者,并要求每周使用该工具三次,然后进行单独的半结构化访谈。采访主题是基于技术接受模型(即可感知的易用性,可感知的有用性和使用意图)。25例糖尿病患者包括在研究中。关键调查结果所有参与者都认为该工具易于使用,因为明确概述了主题和仅提供个性化信息。那些健康素养有限的人表明,他们已经从该工具中学到了学习,并有意将来继续使用它。这些参与者还表示需要该工具更积极地由医疗保健专业人员提供,而具有足够健康素养的参与者表示需要更深入的信息。结论量身定制的自我管理支持工具被所有参与者都视为可用。为了更好地为它们服务,可以通过满足有限和足够健康素养的人们的其他需求来进一步改善该工具。
抽象背景尽管电子药物给药记录(EMARS)和钢筋编码的药物管理(BCMA)提高了药物安全性,但这些技术的可用性差可以增加患者的安全风险。目标theobjectiveOfour systemativewastoIdentify the Impactofemarand bcma设计对可用性,以效率,有效性和满意度的运作。我们从Psycinfo和Medline(1946年至2019年8月20日)和Embase(1976年至2019年10月23日)中检索了有关BCMA和EMAR量化可用性措施的同行评审期刊文章。遵循系统审查和荟萃分析(PRISMA)指南的首选报告项目,我们筛选了文章,将数据提取并分类为有效性,效率和满意度的可用性类别,并评估了文章质量。结果,我们确定了1,922篇文章,并从41篇文章中提取了数据。仅研究了BCMA的24篇文章(58.5%),仅10(24.4%)EMAR,而BCMA和EMAR的7篇(17.1%)。24篇文章(58.5%)测量的有效性,8(19.5%)的效率和17(41.5%)的满意度。研究设计包括随机对照试验(n¼1; 2.4%),时间序列中断(N¼1; 2.4%),预测/后测(n¼21; 51.2%),仅后测(n¼14; 34.1%),以及仅用于不同依赖的依赖性变量(n¼14; 34.1%),n.9.8%; 9.8%; 9.8%; 9.8%;数据收集通过观察(N¼19,46.3%),调查(N¼17,41.5%),患者安全事件报告(N¼9,22.0%),监视(N¼6,14.6%)和审核(N¼3,7¼3,7.3%)。与效率(n¼3,27.3%)相比,实施BCMA和/或EMAR的100项措施的结论广泛地导致了有效性(n¼23,52.3%)和满意度(N¼23,52.3%)和满意度(n¼28,62.2%)的提高(n¼23,52.3%)。未来的研究应集中于EMAR效率指标,利用严格的研究设计并产生特定的设计要求。
我们设计了一个平台来帮助行动障碍人士融入数字环境,从而创建数字化和社会包容性活动,提高他们的生活质量。为了深入评估该平台对不同行动障碍患者的社会包容性指标的影响,我们设计了一份问卷,评估以下指标:(i)幸福感、(ii)赋权、(iii)参与、(iv)社会资本、(v)教育和(vi)就业。总共有 30 名参与者(10 名患有神经肌肉疾病 - NMD、10 名患有脊髓损伤 - SCI 和 10 名患有帕金森病 - PD)使用该平台约 1 个月,并在使用前后测量其对社会包容性指标的影响。此外,还使用监测机制来跟踪计算机使用情况以及在线社交活动。最后,收集了推荐信和实验者的意见,以丰富研究并加深对定性理解。所有参与者都赞成使用建议的平台,但他们希望使用更长时间,以便“重新唤醒”扩大联系和包容的可能性,同时很明显,该平台必须为他们提供以躺卧姿势使用的更多选择。本研究清楚地表明,社会包容的挑战不能仅靠技术来解决,它需要整合具有说服力的设计元素,以促进实验和发现。
脑机接口 (BCI) 可以为运动障碍人士提供一种替代渠道,以访问辅助技术 (AT) 软件,进行交流和环境互动。多发性硬化症 (MS) 是一种慢性中枢神经系统疾病,大多在青年期开始发病,并常常导致长期残疾,疲劳可能会加剧病情。MS 患者很少被视为潜在的 BCI 最终用户。在这项初步研究中,我们评估了一种混合 BCI (h-BCI) 系统的可用性,该系统使基于 P300 的 BCI 和传统输入设备(即肌肉依赖)能够通过广泛使用的 AT 通信软件“Grid 3”访问主流应用程序。评估是根据以用户为中心的设计 (UCD) 的原则进行的,旨在为 MS 患者提供一种可能对疲劳不太敏感的替代控制通道(即 BCI)。共招募了 13 名 MS 患者。在第一节课中,向参与者展示了一个经过广泛验证的基于 P300 的 BCI(P3 拼写器);在第二阶段中,他们必须使用 (1) AT 常规输入设备和 (2) h-BCI 操作网格 3 来访问三个主流应用程序。八名患者完成了该方案。八名 MS 患者中有五名能够通过 BCI 成功访问网格 3,平均在线准确率为 83.3% (± 14.6)。在控制网格 3 方面,常规 AT 输入和 BCI 通道的有效性 (在线准确率)、满意度和工作量相当。正如预期的那样,BCI 的效率 (正确选择时间) 明显低于 AT 常规通道 (Z = 0.2, p < 0.05)。尽管由于样本量有限而谨慎行事,但这些初步研究结果表明,与常规 AT 通道相比,BCI 控制通道对操作
本文报告了一项可用性研究的初步结果,该研究是在一项大型项目的形成性和以用户为中心的设计阶段进行的,该项目旨在将现有的、针对神经正常中学生的科学教育技术转化为针对自闭症谱系学生的、以社会推理为中心的新教育技术。我们研究的参与者包括自闭症谱系青少年和正常发育的青少年,他们被要求完成基于 Betty's Brain 教育技术的科学活动以及社会推理电影问答活动。结果包括对一般学生参与度和挑战的定性观察,以及对表现和目光注视的定量测量,包括我们在两个样本组中观察到的关键差异,目的是为未来基于技术的干预措施的设计和调整提供信息。我们的研究结果为设计针对自闭症青少年的教育技术提出了一些具体考虑,包括 1)找到帮助学生跟上新技术教学/教程部分的方法,尤其是在涉及冗长的说明和/或复杂界面时;2)积极预测并找到缓解学生在使用该技术时可能出现的挫折/失调的方法;3)充分利用对学生有吸引力/激励作用的技术特点。关键词:自闭症;眼动追踪;科学推理;社会推理;可用性。
可穿戴机器人上肢矫形器 (ULO) 是辅助或增强用户上肢功能的有前途的工具。虽然这些设备的功能不断增加,但对用户控制可用自由度的意图的稳健和可靠检测仍然是一项重大挑战,也是接受的障碍。作为设备和用户之间的信息接口,意图检测策略 (IDS) 对整个设备的可用性具有至关重要的影响。然而,这方面及其对设备可用性的影响很少根据 ULO 的使用环境进行评估。进行了范围界定文献综述,以确定已通过人类参与者评估的应用于 ULO 的非侵入式 IDS,特别关注与功能和可用性相关的评估方法和发现及其在日常生活中特定使用环境的适用性。共确定了 93 项研究,描述了 29 种不同的 IDS,并根据四级分类方案进行了总结和分类。与所述 IDS 相关的主要用户输入信号是肌电图 (35.6%),其次是手动触发器,例如按钮、触摸屏或操纵杆 (16.7%),以及上肢节段的残余运动产生的等长力 (15.1%)。我们确定并讨论了 IDS 在特定使用环境中的优缺点,并强调了在选择最佳 IDS 时性能和复杂性之间的权衡。通过调查评估实践来研究 IDS 的可用性,纳入的研究表明,主要评估了与有效性或效率相关的客观和定量的可用性属性。此外,它强调了缺乏系统的方法来确定 IDS 的可用性是否足够高以适合用于日常生活应用。这项工作强调了针对用户和应用程序选择和评估用于 ULO 的非侵入式 IDS 的重要性。对于该领域的技术开发人员,它进一步提供了有关IDS的选择过程以及相应评估协议的设计的建议。
摘要:随着众多 VR 应用程序的快速发展及其可访问性的提高,对 VR 应用程序进行客观数据驱动可用性测试的需求变得越来越明显。传统的测试方法过于耗时和耗资源,并且可能提供高度主观的结果。因此,本文的目的是探索通过使用客观功能(例如 HMD 内置头部和手部跟踪、EEG 传感器、视频录制和其他可测量参数)以及自动分析问卷中提供的主观数据来实现 VR 应用程序可用性测试自动化的可能性。为此,我们创建了一个简单的 VR 应用程序,其中包含相对简单的任务,不会给用户带来压力。14 名志愿者参加了这项研究,他们的信号受到监控以获取客观的自动化数据。同时,观察者记录受试者的行为,并将他们对体验的主观意见记录在实验后问卷中。将从信号监测和问卷中获得的结果与观察和访谈后的结果并列,以确认自动化可用性测试的有效性和有效性。结果非常有希望,证明 VR 应用程序的自动化可用性测试是可以实现的。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.