1- دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده: (21 مشاهده)
توجه بهعنوان یکی از فرایندهای شناختی کلیدی، نقش محوری در فعالیتهای روزمره، یادگیری و تعاملات انسان با محیط ایفا میکند. ارزیابی دقیق و عینی سطح توجه افراد، بهویژه در موقعیتهای پویا و واقعی، همواره با چالشهایی همراه بوده است. روشهای سنتی مانند پرسشنامههای خودگزارشی یا آزمونهای مبتنی بر کاغذ، اغلب قادر به ثبت تغییرات لحظهای توجه یا تأثیر عوامل محیطی نیستند. در این مطالعه با هدف ارائه روشی دقیق و کارآمد، از تحلیل الگوهای حرکتی چشم و دست در چارچوب آزمون مسیرسازی استفاده شده است. طی فرایند دادهگیری، دادههای ۴۲ شرکتکننده سالم در حین انجام آزمون مسیرسازی ثبت شد. حرکات چشم و دست شرکتکنندگان با استفاده از فناوریهای ردیابی چشم و ثبت حرکات موشواره بهدقت اندازهگیری شده و ویژگیهایی مانند جهشها، تثبیتهای چشمی، تعداد پلکزدن و سرعت حرکت موشواره استخراج گردیدند. سپس با بهرهگیری از این ویژگیها، یک مدل جنگل تصادفی برای پیشبینی سطح توجه آموزش داده شد. نتایج نشان میدهند که مدل مذکور با ضریب تعیین ۷۲ درصد توانسته است میزان توجه را به طور دقیق پیشبینی کند. این یافتهها مؤید آن است که الگوهای حرکتی چشم و دست میتوانند بهعنوان شاخصهایی قابلاعتماد برای ارزیابی توجه مورد استفاده قرار گیرند؛ بنابراین استفاده از روشهای یادگیری ماشین در تحلیل دادههای حرکتی چشم و دست روشی نوآورانه و قابلاعتماد برای ارزیابی سطح توجه در موقعیتهای واقعی است. این رویکرد، علاوه بر اهمیت علمی و پژوهشی خود، میتواند کاربردهای عملی در زمینههای مختلف مانند آموزش، روانشناسی بالینی و طراحی سامانههای تعاملی انسان و کامپیوتر داشته باشد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
تخصصي دریافت: 1403/12/7 | پذیرش: 1404/5/30 | انتشار الکترونیک پیش از انتشار نهایی: 1404/9/3