Le stress a un impact négatif sur la santé physique, réduit la productivité du travail et entraîne des coûts annuels importants pour les industries et les soins de santé. Bien qu’un stress élevé soit connu pour augmenter le risque de maladie cardiovasculaire et avoir des effets négatifs sur la santé mentale, il a également des effets clés sur la capacité d’une personne à accomplir des tâches à la fois par un stress excessivement élevé ou excessivement faible. Il y a eu un intérêt croissant de la recherche pour comprendre comment le stress du monde réel affecte notre corps et nos performances, au travail et dans les activités de la vie
Malheureusement, les tentatives de simulation de leur impact en laboratoire ou ailleurs sont moins utiles que les ensembles de données recueillis dans des circonstances réelles. En conséquence, les chercheurs ont accès à moins d’ensembles de données sur le stress dans le monde réel. Encore plus rares sont en effet de tels ensembles de données utilisés dans des enquêtes longitudinales sur les mêmes sujets au fil du temps.
Les situations du monde réel sont également des environnements sans restriction. Les équipements de recherche sont souvent inaccessibles et la contamination par les artefacts de mouvement est omniprésente. Ceux-ci continuent d’être parmi les plus grands obstacles aux décodeurs d’émotions automatisés en dehors des laboratoires de recherche dans la vie quotidienne.
Pour combler l’écart mentionné ci-dessus, Rose Faghih et ses anciens doctorants Md. Rafiul Amin et Dilranjan Wickramasuriya ont réalisé une expérience dans laquelle un ensemble de données physiologiques d’étudiants a été recueilli au cours de trois examens. Ils ont utilisé un appareil portable de type smartwatch et ont collecté des données physiologiques multimodales. L’utilisation de l’appareil portable de type montre intelligente visait à fournir une expérience de collecte de données transparente aux étudiants participant à l’expérience.
L’enquête montre qu’il est possible de lier les variations des signaux physiologiques à la performance de l’examen. Plus de détails sur cette étude peuvent être trouvés dans la publication correspondante intitulée « A Wearable Exam Stress Dataset for Predicting Grades using Physiological Signals ».
Pour permettre à d’autres chercheurs d’utiliser cet ensemble de données pour des investigations supplémentaires, l’équipe de recherche a rendu les données anonymisées accessibles au public sur la plate-forme PhysioNet. Un ensemble de données sur le stress des examens portables pour prédire les performances cognitives dans des contextes réels est disponible à l’adresse : https://physionet.org/content/wearable-exam-stress
En fin de compte, les chercheurs pensent qu’il serait extrêmement bénéfique de considérer comment la performance aux examens et le stress qui l’accompagne interagissent. Il permettra un large éventail d’applications potentielles dans le but d’améliorer les performances personnelles. Cela peut, par exemple, aider les scientifiques à développer des interventions efficaces pour améliorer les performances de chacun et augmenter la productivité au sein d’une entreprise. De plus, les connaissances peuvent être utilisées dans des contextes d’apprentissage en ligne et à distance pour se connecter efficacement avec les étudiants et améliorer les résultats d’apprentissage.
Source de l’histoire :
Matériel fourni par École d’ingénierie NYU Tandon. Remarque : Le contenu peut être modifié pour le style et la longueur.
