在模拟的铁路信号任务中,使用可穿戴的测量方法,从皮电活动中推断出工作负载的时刻,并从心率变化中推断出个人工作负载

科学领域:

• 人类因素 人类因素
• 职业健康 职业健康 职业健康
• 心理生理学 心理生理学

背景情况:

• 实时生理数据收集可以提高对安全关键环境中的工作的理解.
• 评估心理工作负载 (MWL) 对于优化高要求职业的性能和安全至关重要.

研究的目的:

• 评估可穿戴生理测量工具在模拟铁路信号任务期间评估MWL的实用性.
• 研究生理反应 (EDA,HRV) 与任务需求/主观工作负载之间的相关性.

主要方法:

• 20名参与者在佩戴生理传感器时完成了模拟的铁路信号任务.
• 收集和分析了皮肤电活动 (EDA) 和心率变化 (HRV) 数据.
• 物理数据与任务需求 (列车数量) 和主观工作负载等级进行了比较.

主要成果:

• 平均心率变量 (HRV) 与平均主观工作量有显著的负相关性.
• 电皮活动 (EDA) 峰值与特定的工作负载相关的事件如不确定性和时间压力相对应.
• 通过生理学数据,可以检测工作负载体验的个体差异.

结论:

• 可穿戴的EDA和HRV数据可以在连续任务中补充传统的MWL测量.
• 生理监测可以识别工作负载和个体生理状态的时间变化.
• 这种方法在安全关键的环境中提供了实时MWL评估的潜力.