XiaoMi-AI文件搜索系统
World File Search System负荷的
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
评估默契协调游戏中认知负荷的电生理模型
摘要：之前的研究显示，有些人比其他人更善于协调；然而，直觉（系统 1）和深思熟虑（系统 2）思维模式在隐性协调任务中的相对权重仍未得到解决。为了解决这个问题，我们从参与者在进行语义协调任务时记录的脑电图 (EEG) 中提取了一个电生理指标，即 theta-beta 比率 (TBR)。结果表明，个人协调能力、游戏难度和反应时间均与认知负荷呈正相关。这些结果表明，更好的协调员在协调时更多地依赖于复杂的思维过程和更深思熟虑的思考。我们提出的模型可用于评估个人在面对需要不同程度资源分配的不同任务时所进行的推理深度。本文讨论了研究结果以及未来的研究方向。
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。
利用眼动监测设备监测空中交通管制员认知工作负荷的研究概述
空中交通管制员（ATCO）将成为对航空运输系统影响最大的部门。ATCO 的职责是按照地面管制员的要求防止飞机在空中相撞并消除可能造成的混乱。作为高风险职业群体之一，ATCO 承担着非常高的认知工作量，这对飞行安全至关重要。然而，据观察，文献中对在不同任务难度下有经验和没有经验的 ATCO 之间可能出现的认知工作量差异的研究相当不足。本研究介绍了认知工作量测量方法和 ATCO 认知工作量的研究。在本研究中，解释了确定认知工作量及其测量方法的重要性。此外，还介绍了与 ATCO 认知工作量相关的文献研究，特别是使用眼动仪的研究。
使用眼动监测设备监测空中交通管制员认知工作负荷的研究概述
空中交通管制员 (ATCO) 将成为对航空运输系统影响最大的部门。ATCO 的职责是防止地面管制员提供的空中飞机相撞并克服可能出现的混乱。ATCO 是高风险职业群体之一，因此，其极高的认知工作量对飞行安全至关重要。然而，据观察，文献中关于在不同任务难度下有经验和没有经验的 ATCO 之间可能出现的认知工作量差异的研究相当不足。本研究介绍了认知工作量测量方法和 ATCO 认知工作量的研究。在本研究中，解释了确定认知工作量及其测量方法的重要性。此外，还介绍了与 ATCO 认知工作量相关的文献研究，特别是使用眼动仪的研究。
远程办公类任务期间心理负荷的非接触式生理评估
摘要。人类生理参数已被证明是可靠且客观的用户心理状态指标，例如心理工作负荷。然而，评估生理参数的标准方法通常具有一定程度的侵入性。这在很大程度上证明了监测工人对改善其工作条件的重要性。采用非接触式方法来估计工人的生理参数将非常合适，因为它不会干扰工人的工作活动和舒适度。此外，它非常适合远程办公环境。在本文中，参与者在处理算术任务时录制了面部视频，目的是 1) 评估通过面部视频分析估计心率 (HR) 的可能性，以及 2) 评估他们在不同实验条件下的心理工作负荷。还通过上一代智能手表估计了 HR。结果表明，通过非接触式技术和智能手表估计的 HR 没有差异，以及如何通过采用所提出的方法区分两种心理工作负荷水平。
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。
利用 EEG、GSR 和眼动追踪对不同任务负荷的影响进行多模式研究
摘要。目的。通过同时收集多模态生理数据和参与者反应数据来研究任务负荷对表现的影响。还会获得对问卷的定期响应。目标是确定最能作为任务表现预测指标的模态组合。方法。一组参与者执行了一项模仿邮政编码分类的基于计算机的视觉搜索任务。必须将一个五位数字分配给六个不同的不重叠数字范围之一。试验以逐步增加任务难度的块形式呈现。同时收集参与者的反应以及 32 个通道的脑电图 (EEG) 数据、眼动追踪数据和皮肤电反应 (GSR) 数据。在实验的离散时间点使用 NASA 任务负荷指数自我报告工具。主要结果。随着认知任务负荷的增加，低 beta 频率 EEG 波 (12.5-18 Hz) 更加突出，其中大部分活动发生在额叶和顶叶区域。同时伴有更频繁的眨眼和瞳孔扩张。眨眼持续时间与任务表现密切相关。GSR 信号的相位成分与认知工作量有关，而紧张成分则表明更普遍的唤醒状态。参与者报告的主观数据 (NASA TLX) 显示挫折感和心理工作量增加。基于单因素方差分析，EEG 和 GSR 提供了最多的
姜提取物和盐对发酵非洲蝗虫种子（Parkia biglobosa）微生物负荷的影响的比较研究。
摘要本研究旨在获取生姜粉和盐对发酵非洲蝗虫种子（Parkia biglobosa）微生物负荷的比较效果。在存储时确定发酵豆样品中的微生物负荷。The results showed that the locust bean seeds (plain) without any preservatives have 5 5 5 5 5 high microbial load of (6.8x10 )Cfu/g and (6.5x10 ) Cfu/g, (8.5x10 ) Cfu/g and (7.2x10 )Cfu/g, (8.8x10 ) and 5 (7.4x10 ) Cfu/g in week zero, 1 and 2 respectively with no growth of fungi.在第1周的零周中，盐分揭示的TVC和TCC为4.3x10和2.4x10 cfu/g，在第1周，TVC和TCC为5 5 5 5 6.5x10 cfu/g和4.3x10 cfu/g，而第2周的第2周的TVC为3.8x10和TCC，TVC和4.3x10 cfu/g是很多，而TCC的数量太大。 在零周中用姜粉保存的发酵非洲蝗虫种子是TVC 5 5 5 5 5.2x10和第1周的TCC 4.8x10，TVC和TCC为3.3x10 cfu/gand 5.2x105，而第2周的总可行数量和大肠杆菌的总数和总体可行的数量和总数过多，无法计数。 鉴于上面的结果，与普通的蝗虫种子和加入姜粉相比，添加盐浓度来保存parkia biglobossa种子几乎没有微生物负载数。 结果暗示，盐是蝗虫种子的最佳防腐剂，用于更长的保质期，如果将姜提取物用作防腐剂，则应连续添加盐，以防止许多微生物Count Parkia Biglobossa种子的生长。在第1周的零周中，盐分揭示的TVC和TCC为4.3x10和2.4x10 cfu/g，在第1周，TVC和TCC为5 5 5 5 6.5x10 cfu/g和4.3x10 cfu/g，而第2周的第2周的TVC为3.8x10和TCC，TVC和4.3x10 cfu/g是很多，而TCC的数量太大。在零周中用姜粉保存的发酵非洲蝗虫种子是TVC 5 5 5 5 5.2x10和第1周的TCC 4.8x10，TVC和TCC为3.3x10 cfu/gand 5.2x105，而第2周的总可行数量和大肠杆菌的总数和总体可行的数量和总数过多，无法计数。 鉴于上面的结果，与普通的蝗虫种子和加入姜粉相比，添加盐浓度来保存parkia biglobossa种子几乎没有微生物负载数。 结果暗示，盐是蝗虫种子的最佳防腐剂，用于更长的保质期，如果将姜提取物用作防腐剂，则应连续添加盐，以防止许多微生物Count Parkia Biglobossa种子的生长。在零周中用姜粉保存的发酵非洲蝗虫种子是TVC 5 5 5 5 5.2x10和第1周的TCC 4.8x10，TVC和TCC为3.3x10 cfu/gand 5.2x105，而第2周的总可行数量和大肠杆菌的总数和总体可行的数量和总数过多，无法计数。鉴于上面的结果，与普通的蝗虫种子和加入姜粉相比，添加盐浓度来保存parkia biglobossa种子几乎没有微生物负载数。结果暗示，盐是蝗虫种子的最佳防腐剂，用于更长的保质期，如果将姜提取物用作防腐剂，则应连续添加盐，以防止许多微生物Count Parkia Biglobossa种子的生长。
一种基于深度学习的高效解决方案，利用可穿戴传感器识别脑力负荷的相对变化
摘要 — 在本文中，提出了一种自动识别心理工作量相对变化的新解决方案。使用可穿戴传感器收集 26 名人类受试者在执行三个难度级别 n ∈{1, 2, 3} 的 n-back 任务时的 EEG、EDA、PPG 和眼动追踪数据。目标是通过将当前信号窗口与前一个信号窗口进行比较来识别心理工作量是增加、减少还是稳定。所提出的三类分类器主要使用 CNN 层和新颖的合并层，该合并层系统地捕获两个检查窗口的局部段之间的相互作用。事实上，它受到了基于 Transformer 和 CNN 的网络在时间序列分类方面的竞争成功的启发。在所提出的解决方案利用了 CNN 网络的效率的同时，由于提出了合并层，它还与 Transformer 类似，具有捕获序列局部事件之间相互作用的能力。在准确性方面，实验结果表明，在眼球方向、PPG 和 EEG 数据上，所提出的解决方案优于经典 CNN、BiLSTM 和 transformer 网络，而在眼球瞳孔直径和 EDA 数据上，其性能与 transformer 网络相当。实验结果显示，每个时期的平均训练时间明显小于 transformer 和 BiLSTM 网络。索引术语——心理工作量 (MWL)、深度神经网络 (DNN)、时间序列分类 (TSC)、眼动追踪、光电容积图 (PPG)、脑电图 (EEG)、皮肤电活动 (EDA)、n-back 任务、transformer 神经网络、卷积神经网络 (CNN)。