瞳孔活动的低/高指数
作者
眼动追踪与注视交互可视化感知与认知HCI 研究员认知科学家
一种新的基于瞳孔直径振荡的眼动追踪测量方法被开发出来,作为认知负荷的指标。这项新指标被称为瞳孔活动高低频指数(LHIPA),在多个实验中,当瞳孔活动指数(IPA)无法区分认知负荷(即任务难度)时,LHIPA能够做到这一点。LHIPA的理论依据与人体自主神经系统的功能有关,基于瞳孔振荡的低频/高频比值,形成了一个混合指标。本文的贡献是双重的。首先,提供了计算LHIPA的完整文档。就像IPA一样,研究人员可以将此指标应用于他们自己的实验中,以测量认知负荷。其次,在三个实验的分析中展示了LHIPA的鲁棒性,这些实验包括一个严格的固定注视数字计数任务、一个不太严格的固定注视n-back任务以及一个应用性的眼动打字任务。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
BubbleView:一个用于众包图像重要性映射和跟踪视觉注意力的界面
CHI '18· 眼动追踪与注视交互 +1
- 100%
重新思考眨眼:通过自发眨眼的生理表现评估任务难度
CHI '21· 眼动追踪与注视交互 +1
- 75%
瞳孔活动指数:利用瞳孔振荡测量认知负荷与任务难度
CHI '18· 眼动追踪与注视交互
- 75%
像素之间的阅读:探究可视化素养的障碍
CHI '24· 可视化感知与认知
- 75%
你误点击了吗?反转5点满意度量表导致意外反应
CHI '24· 可视化感知与认知
- 60%
TopoText:跨多个空间尺度保持上下文的文本数据探索
CHI '18· 交互式数据可视化 +1
- 60%
人类认知和视觉行为对图片密码组成时密码强度的影响
CHI '18· 眼动追踪与注视交互 +1
- 60%
我们如何衡量这一点?! 快速量表开发
CHI '18· 可视化感知与认知 +1
- 60%
使用眼动追踪数据检测人格特质
CHI '19· 眼动追踪与注视交互 +1
- 60%
基于外观的方法的评估及其对基于注视的应用程序的含义
CHI '19· 眼动追踪与注视交互
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/10.1145/3313831.3376394
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
眼动追踪与注视交互、可视化感知与认知
work
职业/产业
HCI 研究员、认知科学家
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文