研究自选宜人香气对文本创作和转录表现的影响
环境感知与上下文计算
文献标题
Investigating the Effects of Self-selected Pleasant Scents on Text Composition and Transcription Performance
文献信息
- 主题领域: 人机交互学,特别是嗅觉界面对文本输入性能的影响
- 关键词: 嗅觉、嗅觉界面、气味、嗅觉感知、文本输入、数据录入、创作性写作、工作环境、多模态交互、影响评估
研究背景与问题
-
发现的问题或挑战:
- 长时间使用计算机进行文本输入可能导致压力、抑郁和睡眠障碍,进而影响性能。
- 现有研究通常研究单一预选气味对简单任务的影响,尚未涉及复杂的文本输入任务。
- 气味对提高文本输入任务中的性能和用户体验是否有具体的效果仍然存疑。
-
重要性:
- 长期的计算机使用对健康和工作效率的负面影响需要有效的缓解手段。
- 气味扩散器作为潜在干预工具被广泛推荐,但其科学有效性尚未验证。
-
研究动机与相关工作:
- 嗅觉界面逐渐成为人机交互领域的探索方向,例如在虚拟现实和增强现实中的应用。
- 文本输入任务涉及复杂的感知、认知和运动过程,因此比常见任务更能体现嗅觉对性能的影响。
- 本文旨在填补嗅觉对复杂计算机任务影响的研究空白,进一步推动嗅觉显示技术的发展。
解决方案
-
研究方法与创新:
- 提出了涉及两个用户研究的实验设计:
- 第一阶段: 通过15天日记研究评估15种常见气味的强度、耐久性和扩散均匀性,确保后续实验中气味特性的一致性。
- 第二阶段: 比较气味存在与否对文本创作(composition)及文本转录(transcription)任务的性能影响。
- 提出了涉及两个用户研究的实验设计:
-
实施步骤与关键技术:
- 设计了一种具有明确性能指标的实验方法,包括输入速度、错误率、文本质量(可读性)、创作时长等标准。
- 使用定量分析工具(例如 Dale-Chall 阅读公式),客观评估创作文本的可读性。
- 采用15种常见的气味选项,允许用户自选气味,构建多样化嗅觉环境。
- 构建了基于具体任务的实验框架,将文本创作和转录任务的两种条件(有气味/无气味)进行对比。
研究成果
-
具体成果:
- 气味在文本创作任务中显著降低了输入速度(10%下降),但增强了文本的可读性(提高9%),可能由于用户在气味环境下更加关注文本质量。
- 在转录任务中,气味没有显著影响输入速度,但显著降低了输入准确性(错误率提高52%),推测为气味干扰了用户的注意力。
- 参与者主观上更喜欢气味环境,大多数认为气味有助于提高效率和体验,无明显的干扰或不适感。
-
优势与贡献:
- 开创性地分析了自选气味对复杂文本任务的影响,填补了嗅觉界面对复杂任务影响的研究空白。
- 提出并验证了适用于文本创作任务的两项新性能指标,同时建议标准化可读性评估公式。
-
实验或评估结果:
- 综合实验显示,嗅觉对任务绩效具有不同程度的积极和消极影响。
- 统计测试结果提供了高效研究设计的显著功效(显著性结果的效能均高于0.80)。
- 用户体验反馈十分积极,支持继续探索嗅觉介导的人机交互。
-
局限性与未来方向:
- 研究参与者在年龄、教育程度与文化背景上的多样性不足,可能影响结果的广泛适用性。
- 将进一步探索移动环境中的嗅觉显示技术(例如可穿戴设备)对其他计算机任务及游戏的作用。
- 建议扩大样本规模和任务范围,支持更广泛的分类任务和多模态交互研究。
此篇论文贡献了嗅觉界面研究的新视角,同时引发了关于气味影响复杂任务的更多开放性问题,值得后续深入研究。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 用户自选愉悦气味能否提升文本创作和抄录任务的表现?分类: 输入性能、误触控制与交互效率同类问题arrow_forward
- 在文本输入任务中,气味的存在对任务绩效(输入速度、错误率、可读性)有什么影响?分类: 输入性能、误触控制与交互效率同类问题arrow_forward
- 哪些气味特性(例如强度、持续时间、扩散均匀性)最能影响用户体验和任务效率?分类: 输入性能、误触控制与交互效率同类问题arrow_forward
lightbulb
现实痛点
1- 长时间使用电脑输入文本会导致压力和表现下降。分类: 输入性能、误触控制与交互效率同类问题arrow_forward
- 100%
你在消磨时间吗?通过融合智能手机传感器数据和屏幕截图预测智能手机用户的时间消磨时刻
CHI '23· 环境感知与上下文计算
- 100%
AeroSense:室内人类活动气溶胶排放感知
UbiComp '24· 环境感知与上下文计算
- 100%
工频交替磁场中面向 Orientation-Aware 的 3D SLAM 技术研究
UbiComp '24· 环境感知与上下文计算
- 100%
SIDA:用于声音增强和跨域WiFi感知的自监督不平衡域适应
UbiComp '24· 环境感知与上下文计算
- 100%
Wi-Painter:使用商用WiFi设备进行细粒度材料识别和图像描绘
UbiComp '24· 环境感知与上下文计算
- 100%
SonicVista:通过声化技术创建远程场景感知
UbiComp '24· 环境感知与上下文计算
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642445
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
环境感知与上下文计算
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
6 篇相关论文