XiaoMi-AI文件搜索系统
World File Search Systemworkload
实时预测认知工作量的短期波动
摘要 人类操作员在几秒钟内经常会经历认知工作量的大幅波动，这可能导致表现不佳，从超负荷到疏忽。自适应自动化可能会解决这个问题，但要做到这一点，它需要了解操作员备用认知能力的实时变化，以便在需求高峰时提供帮助，并利用低谷来引起操作员的参与。然而，目前还不清楚任务需求的快速变化是否反映在备用能力的同样快速波动中，如果是，那么对这些需求的响应的哪些方面可以预测当前的备用能力水平。我们使用 ISO 标准检测响应任务 (DRT) 大约每 4 秒测量一次认知工作量，这是一项要求监控和加油模拟无人机 (UAV) 机队的艰巨任务。我们表明，DRT 提供了一种有效的测量方法，可以检测到由于无人机数量变化而导致的工作量差异。我们使用交叉验证来评估 DRT 之前的任务绩效相关指标是否可以预测检测绩效作为认知工作量的代理。虽然简单的任务事件发生具有较弱的预测能力，但利用操作员对燃油水平的态势感知的综合措施更为有效。我们得出的结论是，认知工作量确实会随着最近的任务事件而迅速变化，并且
截至 2022 年 3 月 31 日的 navfac pacific 工作量预测
项目、设计和施工工具列表旨在提高您对 NAVFAC PACIFIC 机会的认识。如果您对列出的任何项目感兴趣，请访问 www.SAM.gov。位置可能不反映项目的实际物理位置。在发布项目概要后确认项目位置。对于设计代理，IH = NAVFAC PACIFIC 和 AE = 建筑师/工程师顾问免责声明：此处包含的信息不能保证政府针对当前或未来要求的行动方针。所提供的信息反映了当前的政府意图；但可能会发生变化。发布的招标（如果发布）是确定政府实际要求时应依赖的唯一文件。
使用物联网设备通过传感器监测员工的心理负荷：调查管理者的期望和担忧
尽管对心理工作负荷的客观评估一直是人为因素研究的重点，但很少有研究调查利益相关者对其在实际工作场所实施的态度。本研究通过调查三个欧洲国家（德国、英国、西班牙）的 702 名管理人员，了解他们对基于传感器的员工心理工作负荷监测的期望和担忧，解决了这一研究空白。数据证实了对工作场所设计和员工福祉改善的期望，以及对员工隐私和主权限制的担忧，对于实施工作负荷监测的相关性。此外，贝叶斯回归模型表明，所考察的期望与管理者支持公司工作负荷监测的意愿呈显著的正相关。隐私问题被认为是接受工作负荷监测的重大障碍，无论是从管理者中的普遍性还是与监测支持之间的强烈负相关来看。
使用物联网设备通过传感器监测员工的心理负荷：调查管理者的期望和担忧
尽管对心理工作负荷的客观评估一直是人为因素研究的重点，但很少有研究调查利益相关者对其在实际工作场所实施的态度。本研究通过调查三个欧洲国家（德国、英国、西班牙）的 702 名管理人员，了解他们对基于传感器的员工心理工作负荷监测的期望和担忧，解决了这一研究空白。数据证实了对工作场所设计和员工福祉改善的期望，以及对员工隐私和主权限制的担忧，对于实施工作负荷监测的相关性。此外，贝叶斯回归模型表明，所考察的期望与管理者支持公司工作负荷监测的意愿呈显著的正相关。隐私问题被认为是接受工作负荷监测的重大障碍，无论是从管理者中的普遍性还是与监测支持之间的强烈负相关来看。
高工作量飞行期间颜色编码平视飞行符号系统的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J. 和 Richards, D. 作者印后 (已接受) 存入考文垂大学资料库 原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J 和 Richards, D 2020, '高工作量飞行期间颜色编码平视飞行符号系统的工作量优势', Displays, vol. 65, 101973. https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权 © 和道德权利由作者和/或其他版权所有者保留。 可以下载副本用于个人非商业研究或学习，无需事先许可或付费。 未经版权所有者书面许可，不得复制或大量引用本项目。 未经版权所有者正式许可，不得以任何方式更改内容或以任何格式或媒体进行商业销售。 本文档是作者的印后版本，包含同行评审过程中商定的所有修订。 已发布的版本和此版本之间可能仍存在一些差异，如果您想引用它，建议您查阅已发布的版本。
高工作量飞行期间颜色编码平视飞行符号系统的工作量优势 Blundell, J.、Scott, S.、Harris, D.、Huddlestone, J. 和 Richards, D. 作者印后 (已接受) 存入考文垂大学资料库 原始引用和超链接：Blundell, J、Scott, S、Harris, D、Huddlestone, J 和 Richards, D 2020, '高工作量飞行期间颜色编码平视飞行符号系统的工作量优势', Displays, vol. 65, 101973. https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权 © 和道德权利由作者和/或其他版权所有者保留。 可以下载副本用于个人非商业研究或学习，无需事先许可或付费。 未经版权所有者书面许可，不得复制或大量引用本项目。 未经版权所有者正式许可，不得以任何方式更改内容或以任何格式或媒体进行商业销售。 本文档是作者的印后版本，包含同行评审过程中商定的所有修订。 已发布版本和此版本之间可能仍存在一些差异，如果您想引用它，建议您查阅已发布版本。
高工作量飞行期间彩色编码平视飞行符号的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J. & Richards, D. 作者后印本（已接受）存放在考文垂大学存储库原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号的工作量优势', Displays, vol. 65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利归作者和/或其他版权所有者所有。无需事先许可或付费，即可下载副本用于个人非商业研究或学习。未经版权所有者事先书面许可，不得复制或大量引用本项目。未经版权持有者正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。出版版本和此版本之间可能存在一些差异，如果您想引用出版版本，建议您参考出版版本。
高工作量飞行期间彩色编码平视飞行符号系统的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J.& Richards, D. 作者印后 (已接受) 存放于考文垂大学资料库 原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号系统的工作量优势', Displays, vol.65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习，无需事先许可或收费。未经版权持有人书面许可，不得复制或大量引用本项目。未经版权持有人正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异，如果您想引用已发布版本，建议您查阅已发布版本。
工作负荷的时间相关电迁移建模......
摘要 — 电迁移 (EM) 一直被认为是后端互连的可靠性威胁因素。自旋转移力矩磁性 RAM (STT-MRAM) 是一种新兴的非易失性存储器，近年来备受关注。然而，相对较大的工作电流幅度是这项技术的一大挑战，因此，EM 可能是一个潜在的可靠性问题，即使对于这种存储器的信号线也是如此。工作负载感知的 EM 建模需要捕获存储器信号线中随时间变化的电流密度，并能够预测 EM 现象对互连整个生命周期的影响。在这项工作中，我们提出了一些方法，可以在各种实际工作负载下有效地模拟典型 STT-MRAM 阵列中与工作负载相关的 EM 引起的平均故障时间 (MTTF)。这允许执行设计空间探索以共同优化可靠性和其他设计指标。
成功应对高强度脑力负荷和压力 - oatao
图 3 与心理工作量相关的大脑激活和停用。（a）统计参数图说明了 TNT 中心理工作量的主要影响。彩色条表示激活高度的 t 值（+ 10 至 � 10）。展示了在 2-back 与 0-back 期间激活增加（红色）和减少（蓝色）的皮质区域。为了便于说明，地图的阈值为 p < .001 FWE 校正。激活叠加在受试者的解剖 T1 扫描上，并标准化为标准 MNI 空间。ACC，前扣带皮层；PCC，后扣带皮层；DLPFC，背外侧前额叶皮层；DMPFC，背内侧前额叶皮层；PC，顶叶皮层（顶上回和顶下小叶）；SMA，辅助运动区； VMPFC，腹内侧前额皮质。（b）条形图显示相对于静止条件，0-back 和 2-back 条件下峰值体素处 BOLD 信号增加/减少的百分比。标明了 MNI 坐标。该百分比是针对每个任务难度级别的所有区块（即安全和威胁）计算的。误差线为 SEM。浅灰色 = 0-back，中灰色 = 2-back
调查主观工作量评级 (NASA TLX) 和主观情境意识评级 (SART) 对认知复杂的人机工作的有效性
主观工作负荷和态势感知指标，如 NASA 任务负荷指数 (TLX) 和态势感知评分技术 (SART)，经常用于人机系统评估。然而，这些评分的解释存在争议。在本研究中，通过比较操作员在执行场景后立即收集的评分和操作员通过视频回顾场景获得实际系统状态知识后收集的评分，调查了这些指标理论假设的经验证据。18 名有执照的控制室操作员参加了模拟器研究，运行了 12 个相对具有挑战性的场景。结果发现，在操作员获得事实场景知识后，对涉及内省的 TLX 项目的解释保持稳定，而对涉及对外部事件的感知的项目（如态势感知和表现）的解释则取决于操作员的场景知识。结果表明，操作员的评分可以区分心理努力、表现、挫折和态势感知。没有发现 SART 指数作为态势感知衡量标准的明确证据。相反，为本研究开发的主观情境意识测量方法与工作量不同，与操作员绩效相关，表明这种类型的测量方法值得未来研究其有效性。研究结果有助于制定测量程序
老龄驾驶员在实时驾驶任务中的心理负荷...
老龄驾驶员数量迅速增加，他们面临着因退化过程而导致的残疾，从而影响他们的驾驶表现。本研究的主要目的是确定老龄驾驶员的心理工作量，而第二个目的是比较老龄驾驶员和对照组的心理工作量。研究方法包括包含三个情境复杂度等级的道路实验性驾驶任务。对 30 名驾驶员进行了 NASA 任务负荷指数 (NASA-TLX) 和脑电图 (EEG) 测量。NASA-TLX 得分显示，在中等复杂情境和非常复杂情境中，老龄驾驶员的平均体力需求得分最高，分别为 37.25 和 43.50。同时，对于脑电信号的波动，结果表明情境复杂性对通道位置 FZPZ 和 O1O2 的 RPθ 和 RPα 有显著影响。在简单情况下，老龄司机和对照组的加权工作量得分存在显著差异，而所有通道位置的 RPθ 和 RPα 频段均无显著差异。这些发现将有助于设计师、制造商、开发商和政策制定者为老龄司机设计更好的驾驶环境。