文献标题

Design of Digital Workplace Stress-Reduction Intervention Systems: Effects of Intervention Type and Timing

文献信息

  • 主题领域: 工作场所数字化压力管理干预系统设计
  • 关键词: 工作场所压力, 数字化微干预, 即时干预, 压力缓解, 心理治疗

研究背景与问题

  • 作者发现的问题/挑战:

    • 超过83%的美国人遭受工作相关压力,超过一半的人整日感到压力。
    • 工作压力导致心理和生理健康问题、生产力下降和额外开支。
    • 目前的工作场所压力管理方法(组织性变革、个人管理技能培训等)面临参与度和执行难题。
    • 数字化心理健康应用(例如手机应用)虽然在特定情况下有效,但普遍存在低参与率和高流失率的问题。
  • 重要性:

    • 压力管理对提高员工健康水平、工作满意度和减少医疗等相关成本具有重要意义。
    • 通过技术提供即时且低门槛的方法,有助于更加灵活地整合压力干预策略。
  • 研究动机与相关工作:

    • 最近研究显示即使是“数字化微干预”(简短的行为调整)也能够有效降低压力。
    • "Just-in-time"适应性干预(Just-in-time Adaptive Interventions, JITAI)通过感知用户动态数据,能够在合适的时间提供个性化干预。
    • 当前在干预时机、内容选择方面个性化技术仍需进一步研究,尤其是在实际工作环境中的集成效果。

解决方案

  • 方法或解决方案:

    • 提出并设计一种基于桌面应用程序和聊天机器人的数字化压力减缓干预系统。
    • 将干预措施分为两种交付时间选项:用户预设时间(Pre-scheduled, PS)和基于系统检测的即时干预(Just-in-time, JIT)。
    • 设计了三类干预内容,分别对应低、中、高努力程度:
      1. 让思绪远离工作(低努力):观看趣味视频等。
      2. 感觉放松与专注(中努力):正念练习或利用五感聚焦当下。
      3. 深入思考压力(高努力):认知重构或解决问题技巧。
  • 创新之处:

    • 结合即时检测压力水平与用户参与的劳动节奏,提供即时干预和预调度的选项整合。
    • 通过聊天机器人整合干预内容推荐、用户反馈和数据收集功能,提供个性化结果。
  • 实施步骤及关键技术:

    • 技术系统设计: 开发一个多组件的干预系统,包括压力评分、JIT组件以及聊天机器人。
    • 数据汇集与分析:通过传感器和用户反馈收集行为、情感以及生理信号(如心率、表情等)。
    • 研究设计:基于4周内86名参与者的使用情况,采用实验方法评估干预时机和内容的影响。

研究成果

  • 具体成果:

    • 干预数量: JIT条件下的参与者完成更多的干预(平均19.74次),PS参与者完成较少(平均7.56次)。
    • 短期压力缓解: 干预显著降低了瞬时压力,但两种条件在长期研究中的压力变化无显著差异。
    • 用户偏好: 参与者总体倾向于自动化的JIT干预方式,但也希望拥有一定的自主决定权。
    • 干预类型影响:
      • 最低努力("Get my mind off work")的干预因低难度受到参与者欢迎。
      • 高努力("Think through my stress")干预最有效地降低压力。
  • 与现有解决方案比较的优势:

    • 系统统一了即时调整和预定机制,同时提供多样化的干预方法,兼顾个性化和参与便利性。
    • 借助数字技术,降低了传统心理治疗高时间和空间成本的障碍。
  • 实验或评估结果:

    • 干预类型显著影响缓解效应:高效干预虽然被选择次数少,但在效果上比低效干预更突出。
    • PS和JIT条件各自具有优点,混合使用或许更能满足用户需求。
  • 局限性与未来方向:

    • 局限性:
      • 目标人群为低压力信息工作者,结果可能无法直接外推至高压力或其他职业领域。
      • 干预内容虽基于实证,但具体材料需进一步优化和标准化。
      • 当前压力检测(如心率)存在不完全准确的情况。
    • 未来方向:
      • 比较不同干预模式(如JIT、PS、混合模式)的长期效果。
      • 探索用户个性化反馈功能如何提升系统智能性。
      • 测试在高压力领域中更复杂压力条件下的干预效果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68976/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3502027
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
职场福祉与工作压力
work
职业/产业
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文