XiaoMi-AI文件搜索系统
World File Search System人格类型
与运动相关的年轻运动员的表现焦虑
焦虑症是儿童和青少年最常见的心理健康诊断之一。根据全国儿童健康调查的数据，在美国8.6％的6-11岁儿童的一生中焦虑症问题，而在12-17岁之间，这会增加到13.7％（10）。通常缺乏有关学校年龄或年轻运动员焦虑症患病率的数据，但大学运动员中的某些估计表明，他们比一般人群的焦虑症状更可能经历焦虑症状（11,12）。运动员或其运动的个体特征可能会为发展表现焦虑带来特殊的危险因素。例如，与参与团队的人相比，参加个别运动的人更有可能感到焦虑。人格类型也已被证明会影响运动员对性能焦虑的敏感性，神经质特别相关（13）。独特的压力源运动员面临着运动专业，运动员身份，完美主义和青年运动过度训练的趋势的不断上升，这使得表现焦虑成为这个社区的日益增长的问题（14）。
识别运动想象脑机接口中各种用户状态和特征的最佳偏置反馈
摘要 — 目的。神经自我调节对于实现对脑机接口 (BCI) 的控制必不可少。这可能是一个艰苦的学习过程，尤其是对于运动想象 BCI。提出了各种训练方法来帮助用户完成 BCI 控制并提高绩效。值得注意的是使用有偏反馈，即非现实的表现表现。有偏反馈对表现和学习的好处因用户而异（例如取决于他们最初的 BCI 控制水平）并且仍是推测性的。为了理清这些推测，我们调查了哪些性格类型、初始状态和校准性能 (CP) 可以从有偏反馈中受益。方法。我们进行了一项实验（n=30，进行 2 次实验）。提供给每个组（n=10）的反馈要么是正面的、负面的，要么是无偏的。结果。统计分析表明，偏见与：1）工作量、2）焦虑和 3）自我控制之间的相互作用会显著影响在线表现。例如，较低的初始工作量加上负面偏见与没有任何偏见（69%）相比，峰值性能（86%）更高。无论偏见如何，高焦虑都与表现呈负相关（60%），而低焦虑与负面偏见最为匹配（76%）。对于低 CP，学习率（LR）仅在短期内（LR=2%）随着负面偏见而增加，因为在第二个会话期间它会严重下降（LR=-1%）。结论。我们揭示了上述人为因素与偏见之间的许多相互作用。此外，我们使用预测模型来确认和揭示更多的相互作用。意义。本文是朝着确定人格类型、状态和 CP 的最佳偏见反馈迈出的第一步，以最大限度地提高 BCI 性能和学习。