使用隐蔽 cEEGrid 传感器探索真实世界知识工作中的心流
人机交互
2025-02-03 v1
摘要
心流（Flow）是一种深度投入任务的状态，与最佳体验和幸福感相关，这使其检测成为人机交互（HCI）研究的热点。尽管生理传感器在心流检测方面展现出潜力，但大多数研究基于实验室环境。此外，由于传统 EEG 设备的侵入性，在自然工作期间的大脑感知尚未被探索。本研究通过使用可穿戴的耳周 EEG 传感器来观察自然知识工作期间的心流，并在一整天中测量 EEG，从而填补了这一空白。在一项半受控的现场实验中，参与者参与学术写作或编程，并将他们的自然心流体验与经典实验室范式的结果进行比较。我们的结果表明，与人工任务相比，自然工作任务引发了更强烈的心流，尽管体验差异较小。EEG 结果显示了 theta 功率与跨任务心流之间众所周知的二次关系，以及在复杂的真实世界任务期间 beta 不对称性与心流之间一种新颖的二次关系。
引用
@article{arxiv.2501.19217,
title = {Exploring Flow in Real-World Knowledge Work Using Discreet cEEGrid Sensors},
author = {Michael T. Knierim and Fabio Stano and Fabio Kurz and Antonius Heusch and Max L. Wilson},
journal= {arXiv preprint arXiv:2501.19217},
year = {2025}
}