机器学习中公平性的关节工作与修补Fahimi 等人从STS和CSCW视角分析公平AI研究，指出组织条件和社会世界模糊性限制了计算机科学与跨学科视角的合作。2024MFMiriam Fahimi et al.克拉根福大学Session 1g: Contextualizing Fairness in AICSCW
Shock Me The Way：智能手表下方方向性电触觉反馈作为骑行者导航辅助的研究Duente 等人设计智能手表下方9电极电触觉网格，实现方向性触觉导航，骑行平均转向误差19.28°，路口正确率达98.8%，显著降低视听负荷。2024TDTim Duente et al.汉诺威大学振动反馈与皮肤刺激足部与手腕交互MobileHCI
WorkFit：为知识工作者健康与福祉设计主动式语音助手先前的研究已在家庭、学校和公共场所等不同环境设计和评估了语音助手（VA）。办公室环境相对缺乏研究，这使得设计专门用于工作环境的VA的基本因素存在差距。在本研究中，我们开发了专门针对办公环境的WorkFit VA，专注于知识工作者的健康与福祉。WorkFit被设计用于监测知识工作者的久坐行为、不一致饮水和压力，并提供主动式语音干预 followed by a health recommendation to mitigate those issues. We evaluated WorkFit in a field study with 15 knowledge workers for 5 working days. In the…2024SAShashank Ahire et al.汉诺威大学语音用户界面（VUI）设计心理健康应用与在线支持社区职场福祉与工作压力CUI
Fallback身份验证方案的比较长期研究Lassak 等人进行18个月长期研究比较四种备用认证方案，发现用户更偏好基于邮件和短信的方法，而 PKQ 与受托人机制表现落后2024LLLeona Lassak et al.波鸿鲁尔大学密码与身份认证数据隐私感知与决策CHI
分析2022年俄罗斯入侵乌克兰期间Twitter上的安全和隐私建议Schmüser等人分析306条乌克兰战争相关推文，创建224条安全隐私建议的七类分类法，发现入侵特定建议、咨询服务及错误信息等新威胁。2024JSJuliane Schmüser et al.亥姆霍兹信息安全中心隐私设计与用户控制数据隐私感知与决策在线骚扰与反制工具CHI
理解用户与登录通知的交互Markert 等人通过用户研究揭示，用户能识别合法登录但难以阻止恶意登录，为服务提供商提升安全登录体验提供了针对性建议。2024PMPhilipp Markert et al.波鸿鲁尔大学隐私设计与用户控制密码与身份认证CHI
你能听到吗？——耳垂不同私人与公共通知通道的比较Stanke 等人通过18人用户实验比较耳垂通知通道，发现私人通道反应时间均低于1秒，电触觉与振动最受青睐，LED和声音适合公共通知。2023DSDennis Stanke et al.汉诺威大学车内触觉、声音、多模态反馈振动反馈与皮肤刺激触觉可穿戴设备UbiComp
52周后：对不同用途的新冠疫情应用程序态度的历时变化研究Kowalewski 等人通过美德两国约6000名参与者的问卷调查，发现隐私仍是公众对疫情应用的核心顾虑，身份数据收集显著降低接受度，信任政府是提升使用意愿的关键。2023MKMarvin Kowalewski et al.波鸿鲁尔大学COVID-19 + CSCWCSCW
一个充满隐私与安全(误解)的世界？12个国家具有代表性的调查结果Herbert 等人对12国12,351人调查发现，居住国是持有数字安全和隐私误解的最强预测因素，揭示非西方国家与西方国家存在显著差异。2023FHFranziska Herbert et al.波鸿鲁尔大学隐私设计与用户控制数据隐私感知与决策网络安全培训与意识CHI
智能家居中的安全自我效能感：智能家居网络安全自我效能感(CySESH)量表的开发与验证Borgert 等人在五项研究（N=1247）中开发验证了智能家居网络安全自我效能感量表（CySESH），表现出色可靠性（α=0.90）及良好效度。2023NBNele Borgert et al.波鸿鲁尔大学隐私设计与用户控制智能家居隐私与安全CHI
值多少：人类为了不与AI系统进行谈判而覆盖了自己的经济自我利益Erlei 等人在480人最后通牒博弈实验中发现，人们强烈偏好与人类谈判，为避开自主AI系统愿牺牲经济自利，放弃更高补偿。2022AEAlexander Erlei et al.哥廷根大学AI 辅助决策与自动化系统AI 伦理、公平与问责CHI
通过对话式微任务众包提高工人参与度Qiu等人设计文本对话代理协助微任务众包，通过800名Worker的Amazon Mechanical Turk实验表明对话界面能有效提升工作者参与度，不同对话风格对参与度有不同影响2020SQSihang Qiu et al.代尔夫特理工大学对话式聊天机器人众包任务设计与质量控制CHI
倾听开发者！关于加密API安全警告的参与式设计研究Gorski 等人与 25 位开发人员参与式研究确定了加密 API 安全警告的五个核心要素，强调根据开发环境调整安全信息详细程度的重要性2020PGPeter Leo Gorski et al.应用技术大学暗黑模式（Dark Patterns）识别CHI
头部的振动触觉漏斗错觉及定位性能Kaul 等人研究头部振动触觉漏斗错觉，发现执行器距离强烈依赖头部区域并绘制定位准确性热图，为触觉头戴显示器设计提供关键依据。2020OKOliver Beren Kaul et al.汉诺威大学振动反馈与皮肤刺激CHI
理解并减轻众包收集主观判断中的工人偏见Hube 等人分析众包工作中观点对主观任务标注的影响，发现观点强烈的工作者倾向于产生偏见标注，通过减轻偏见可提高数据整体质量。2019CHChristoph Hube et al.汉诺威大学众包任务设计与质量控制算法公平与偏见CHI
人与机器理解的差异Zhang 等人通过大规模众包研究揭示人与机器在图像分类任务中的特征选择差异，发现模型表现与人类理解存在显著 dissonance，为人类-机器协作提供重要启示。2019ZZZijian Zhang et al.汉诺威大学Human–machine configurationsCSCW
在众包微任务中使用工人自我评估进行基于能力的预选Gadiraju 等人提出众包工人自我评估与能力预选方法，利用心理学自我评估理论解决工人超负荷接任务问题，情感分析准确率提升15%以上，图像验证提升近6%2018UGUjwal Gadiraju et al.汉诺威大学众包任务设计与质量控制CHI