使用生理传感器检测知识工作者的情感心流状态
人机交互
2020-06-19 v1 机器学习
摘要
工作中的类心流体验对生产力和员工福祉非常重要。然而，很难客观地检测员工何时在工作中体验到心流。在本文中，我们研究了如何基于生理信号预测工作者的专注状态。我们进行了一项实验室研究，收集了知识工作者在执行工作任务时体验到不同水平心流的生理数据。我们利用心流的九个特征来设计能够诱发不同专注状态的任务。使用心流简量表进行的操纵检验证实，参与者体验到了三种不同的心流状态：一种过度挑战的非心流状态，以及两种类型的心流状态——平衡心流和自动心流。我们构建了机器学习分类器，能够以 0.889 的平均 AUC 区分非心流状态与心流状态，以 0.98 的平均 AUC 区分休息状态与工作状态。结果表明，生理传感可以检测知识工作者的专注心流状态，并能为个人和组织提供改善生产力和员工满意度的途径。
引用
@article{arxiv.2006.10635,
title = {Detecting Affective Flow States of Knowledge Workers Using Physiological Sensors},
author = {Matthew Lee},
journal= {arXiv preprint arXiv:2006.10635},
year = {2020}
}