本研究設計了群體擊鼓任務,用于探究行為與生理信號的同步性對團隊一致性、團隊表現的影響。
參與者被分成 51 個組,每組 3 人,跟隨聽到的節奏擊鼓。一半小組聽到的節奏固定,可預測擊鼓時機,組內成員行為同步性較高;另一半小組聽到的節奏持續變化,行為同步性較低。期間持續采集參與者的心電活動,擊鼓結束后記錄參與者對行為同步性的主觀評價。
同步擊鼓任務可提升團隊成員生理信號同步性,表現出相近的心跳間隔;同步的生理信號與行為可以預測個體對團隊凝聚力的主觀感受。
Gordon, I., Gilboa, A., Cohen, S., Milstein, N., Haimovich, N., Pinhasi, S., & Siegman, S. (2020). Physiological and Behavioral Synchrony Predict Group Cohesion and Performance. Scientific Reports, 10: 8484.
本研究在真實課堂環境中設置合作編程任務,研究雙人合作任務中的生理信號特征。
研究者將學生們匹配分成 28 個雙人組,進行合作編程任務,兩人共用一臺電腦,分別擔任“領導者”與“執行者”,每 7 分鐘更換一次角色;任務時長 90 分鐘,每組需完成 4-6 個編程練習。期間,使用生理傳感器實時記錄參與者的平均心率、瞬時心率、皮膚電活動、皮膚電導水平等生理特征,實驗結束后邀請參與者評估工作負荷與合作質量。
研究結果表明,皮膚電活動不僅在自然情境中也可以穩定有效地反映合作雙方的情緒關聯,并且還能表現出角色分工的差異。
Ahonen, L., Cowley, B., Hellas, A., & Puolam?ki, K.(2018). Biosignals reflect pair-dynamics in collaborative work: EDA and ECG study of pair-programming in a classroom environment. Scientific Reports, 8: 3138.
本研究提出了一種基于可穿戴手環的積極情緒識別模型。
以中科院心理所建立的積極情緒視頻材料庫為實驗素材,誘發共情、創造、樂趣和價值 4 類積極情緒。研究者招募了 144 名大學生,6 人一組進行群體觀影實驗,同時佩戴手環記錄觀影過程中的脈搏、皮膚電阻等多種生理和行為數據。
研究者從脈搏和皮膚電阻信號中提取了 80 多個具有心理學先驗知識的時頻域特征,并輸入到支持向量機、隨機森林、深度置信網絡、長短時記憶網絡等模型中進行四分類學習,取得了較好的識別結果。
Zhang, Y., Zhao, G.*, Ge, Y., Shu, Y., Zhang, D., Liu, Y. & Sun, X. (2021). CPED: A Chinese Positive Emotion Database for Emotion Elicitation and Analysis. IEEE Transactions on Affective Computing, 10.1109/TAFFC.2021.3088523.
本研究以大五人格模型為人格分類依據,分析不同人格類型的多模態生理信號特征,并通過個體公共演講時的多模態生理特征判斷其人格類型。
共 28 名受測者參與研究。研究者邀請他們首先填寫大五人格問卷,從神經質、外向性、開放性、宜人性、盡責性 5 個維度標記其人格特征。隨后,請受測者在不知曉主題的情況下,面向觀眾進行一段公開演講(不少于 5 分鐘);期間使用可穿戴傳感器記錄實時腦電波、皮膚電活動、脈搏波等生理特征。
研究者選取能夠有效鑒別 5 個人格維度高低水平的生理特征,創建多模態生理信號融合模型,對 5 類人格特征的識別準確率達64%~96%。
Butt, A. R., Arsalan, A., Majid, M. (2020). Multimodal Personality Trait Recognition using Wearable Sensors in Response to Public Speaking. IEEE Sensors Journal, 20 (12): 6532-6541.