XiaoMi-AI文件搜索系统
World File Search System心理负荷
使用 cEEGrid 开发心理工作量模型...
本研究旨在检验 cEEGrid 技术在飞行相关任务期间监控操作员心理负荷 (MWL) 的可行性。航空业存在风险，无论是从财务角度还是从生命损失角度来看，这些风险都可能非常昂贵。飞行员在整个任务过程中执行大量不同难度级别的任务。任务的成功取决于飞机和操作员的状态。如果操作员心理负荷不足，他们就会处于自满状态；这会导致更长的响应时间，并且注意到意外高风险事件的可能性会降低。如果操作员心理负荷过重，则在一项或多项任务中的表现会下降。优化操作员的 MWL 状态可以提高安全性和性能 [7]。但是，如果不可靠准确地监控操作员的 MWL，就无法优化 MWL。有三种方法可以
估计分布变化以预测基于脑电图的心理负荷评估中的跨受试者泛化
在现实条件下评估心理负荷是确保执行需要持续注意力的任务的工人表现的关键。先前的文献已经为此采用了脑电图 (EEG)，尽管已经观察到脑负荷与脑电图的相关性因受试者和身体压力而异，因此很难设计出能够同时呈现不同用户可靠表现的模型。领域适应包括一组策略，旨在提高机器学习系统在训练时对未见数据的性能。然而，这些方法可能依赖于对所考虑的数据分布的假设，而这些假设通常不适用于 EEG 数据的应用。受这一观察的启发，在这项工作中，我们提出了一种策略来估计从不同受试者收集的数据中观察到的多种数据分布之间的两种差异，即边际和条件偏移。除了阐明对特定数据集成立的假设之外，使用所提出的方法获得的统计偏移估计值还可用于研究机器学习管道的其他方面，例如定量评估领域适应策略的有效性。具体来说，我们考虑了从在跑步机上跑步和在固定自行车上踩踏板时执行心理任务的个体收集的脑电图数据，并探索了通常用于减轻跨受试者变异性的不同标准化策略的影响。我们展示了不同的标准化方案对统计变化的影响，以及它们与在训练时对未见过的参与者进行评估的心理工作量预测准确性的关系。
体验性心理负荷、可用性感知、二者的相互作用及其对任务绩效的影响
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。
脑力负荷与职业压力的关系
摘要 简介：飞机维修人员是容易产生工作压力的职业之一，因为它需要大量的知识和技能，以及快速准确地完成任务。此外，噪音、振动和极端温度等恶劣的工作环境也会增加工作量并引发职业压力。本研究旨在确定 PT. X 飞机维修人员的心理工作量与职业压力之间的关系。方法：本研究是一项横断面设计的描述性观察研究。本研究的样本是 PT. X 的所有官员，包括 21 名工程师和 20 名机械师。总共有 41 名官员被用作本研究的受访者。使用 NASA-TLX 方法收集心理工作量的数据，并使用简明工作压力问卷来测量 PT. X 飞机维修人员的职业压力。结果：本研究的结果表明，大多数官员的心理工作量很大，并且经历了中等程度的职业压力。 Spearman-rho相关性检验表明，心理负荷与职业压力之间存在中等相关性（r=0.306）。结论：可以得出结论，PT.X的飞机维修人员的心理负荷与职业压力之间存在相关性。关键词：飞机维修人员，心理负荷，职业压力
使用脑电图测量心理负荷的影响和解释对适当人工智能依赖的影响
摘要。人们期待人工智能能改善人类在各个领域的决策能力，尤其是高风险、困难的任务。然而，人类对人工智能建议的依赖往往是不恰当的。解决这个问题的常用方法是向决策者提供有关人工智能输出的解释，但迄今为止结果好坏参半。人们往往不清楚何时可以适当地依赖人工智能，何时解释可以提供帮助。在这项工作中，我们进行了一项实验室实验（N = 34），以研究人类对（可解释的）人工智能的依赖程度如何取决于不同决策难度引起的心理负荷。我们使用脑电图（Emotiv Epoc Flex 头罩，32 个湿电极）来更直接地测量参与者的心理负荷，而不是自我评估。我们发现，决策的难度（由诱发的心理负荷表明）强烈影响参与者适当依赖人工智能的能力，这通过相对自力更生、相对人工智能依赖以及有无人工智能的决策准确性来评估。虽然依赖对于低脑力负荷决策是合适的，但参与者在高脑力负荷决策中容易过度依赖。在这两种情况下，解释都没有显著影响。我们的结果表明，应该探索常见的“推荐和解释”方法的替代方案，以帮助人类在具有挑战性的任务中做出决策。
心理工作量与职业之间的关系...
简介：飞机维修人员是容易产生工作压力的职业之一，因为它需要大量的知识和技能，以及快速准确地完成任务。此外，噪音、振动和极端温度等恶劣的工作环境也会增加工作量并引发职业压力。本研究旨在确定 PT. X 飞机维修人员的心理工作量与职业压力之间的关系。方法：本研究是一项横断面设计的描述性观察研究。本研究的样本是 PT. X 的所有官员，包括 21 名工程师和 20 名机械师。总共有 41 名官员被用作本研究的受访者。使用 NASA-TLX 方法收集心理工作量的数据，并使用简明工作压力问卷来测量 PT. X 飞机维修人员的职业压力。结果：本研究的结果表明，大多数官员的心理工作量很大，并且经历了中等程度的职业压力。 Spearman-rho相关性检验表明，心理负荷与职业压力之间存在中等相关性（r = 0.306）。结论：可以得出PT. X飞机维修人员的心理负荷与职业压力之间存在相关性。关键词：飞机维修人员，心理负荷，职业压力
脑力负荷与职业压力的关系
摘要 简介：飞机维修人员是容易产生工作压力的职业之一，因为它需要大量的知识和技能，以及快速准确地完成任务。此外，噪音、振动和极端温度等恶劣的工作环境也会增加工作量并引发职业压力。本研究旨在确定 PT. X 飞机维修人员的心理工作量与职业压力之间的关系。方法：本研究是一项横断面设计的描述性观察研究。本研究的样本是 PT. X 的所有官员，包括 21 名工程师和 20 名机械师。总共有 41 名官员被用作本研究的受访者。使用 NASA-TLX 方法收集心理工作量的数据，并使用简明工作压力问卷来测量 PT. X 飞机维修人员的职业压力。结果：本研究的结果表明，大多数官员的心理工作量很大，并且经历了中等程度的职业压力。 Spearman-rho相关性检验表明，心理负荷与职业压力之间存在中等相关性（r=0.306）。结论：可以得出结论，PT.X的飞机维修人员的心理负荷与职业压力之间存在相关性。关键词：飞机维修人员，心理负荷，职业压力
脑力负荷与职业压力的关系
摘要 简介：飞机维修人员是容易产生工作压力的职业之一，因为它需要大量的知识和技能，以及快速准确地完成任务。此外，噪音、振动和极端温度等恶劣的工作环境也会增加工作量并引发职业压力。本研究旨在确定 PT. X 飞机维修人员的心理工作量与职业压力之间的关系。方法：本研究是一项横断面设计的描述性观察研究。本研究的样本是 PT. X 的所有官员，包括 21 名工程师和 20 名机械师。总共有 41 名官员被用作本研究的受访者。使用 NASA-TLX 方法收集心理工作量的数据，并使用简明工作压力问卷来测量 PT. X 飞机维修人员的职业压力。结果：本研究的结果表明，大多数官员的心理工作量很大，并且经历了中等程度的职业压力。 Spearman-rho相关性检验表明，心理负荷与职业压力之间存在中等相关性（r=0.306）。结论：可以得出结论，PT.X的飞机维修人员的心理负荷与职业压力之间存在相关性。关键词：飞机维修人员，心理负荷，职业压力
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。