计算机科学 > 人机交互
[提交于 2025年7月12日
]
标题: 心理负荷估计中的差异:数据可视化评估中自我报告与基于EEG的测量方法
标题: Discrepancies in Mental Workload Estimation: Self-Reported versus EEG-Based Measures in Data Visualization Evaluation
摘要: 准确评估心理工作量(MW)对于理解可视化任务中的认知过程至关重要。 虽然基于脑电图(EEG)的测量方法正在成为传统评估技术(如自我报告测量)的有前景的替代方法,但研究不同方法之间一致性的文献有限。 在一项初步研究中,我们观察到基于EEG的和自我报告的MW测量之间可能存在差异的迹象。 受到这些初步观察的激励,我们的研究通过涉及可视化任务的实验进一步探讨了基于EEG的和自我报告的MW评估方法之间的差异。 在实验中,我们采用两项基准任务:可视化素养评估测试(VLAT)和空间可视化(SV)任务。 在可视化任务期间,使用32通道系统以128 Hz的采样率从参与者那里记录EEG信号。 对于每个参与者,使用基于图注意力网络(GAT)架构的EEG模型来估计MW,并将这些估计值与传统MW测量进行比较,以检查潜在的差异。 我们的研究结果揭示了任务难度与基于EEG的MW估计之间的显著差异,以及在不同任务难度水平下基于EEG的MW测量与自我报告的MW测量之间的差异。 此外,观察到的模式表明存在可能无法仅通过自我报告捕捉的无意识认知努力。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.