认知情绪状态对生理生产力的影响

科学领域:

• 认知心理学 认知心理学
• 神经科学是一个神经科学.
• 人工智能的人工智能

背景情况:

• 人类的生产力是一个关键的生活目标,但在工作绩效研究中,情感的影响往往被忽视.
• 了解情绪-生产力接口对于澄清工作效率的心理生理学调节至关重要.

研究的目的:

• 系统地检查诱导的情绪状态和随后的生产力之间的关系.
• 通过机器学习研究情绪状态对认知任务执行的预测能力.

主要方法:

• 在39名参与者中,使用精选的视频刺激诱导了情绪状态 (积极/快乐,消极/悲伤).
• 脑电图 (EEG) 测量了情绪状态 (价值激发),而Stroop任务评估了生产力指标.
• 机器学习模型 (ANN,SVM,RF) 用于从EEG数据中预测生产率水平.

主要成果:

• 与负面情绪相比,在诱导积极情绪后,生产力水平显著增加.
• 机器学习模型展示了从情绪状态预测生产力的能力,随机森林显示了最低的平均绝对误差 (MAE).
• 在SVM和随机森林模型中,积极情绪的MAE值分别为0.0760和0.0721;负面情绪的MAE值分别为0.0902和0.0659.

结论:

• 情绪状态是个人生产力水平的可预测指标.
• 这项研究提供了经验证据,证明了情绪在认知过程和工作场所表现中的重要作用.
• 研究结果表明,通过管理情绪状态来优化工作场所表现的潜在应用.