认知情绪状态对生理生产力的影响

《International Journal of Neuroscience》：The Effect of Cognitive Emotional States On Physiological Productivity

情绪对生产力的影响研究显示，通过视频诱导情绪和EEG脑电分析，结合ANN/SVM/RF三种机器学习模型预测任务表现，发现积极情绪（MAE 0.0721）下生产力显著提升，模型对负情绪预测更优（MAE 0.0659），证实情绪与认知加工存在密切关联。

　　

摘要

情绪状态是区分人类与机器的基本特征，而生产力则是这种受情绪驱动的生物体的主要生活目标之一。然而，现有的关于生产力与工作表现的研究往往低估了潜在情绪机制的影响。因此，系统地研究情绪与生产力之间的关系对于阐明调节工作效率的心理生理过程至关重要。在本研究中，通过精心设计的视频刺激集来诱发参与者的积极（快乐）和消极（悲伤）情绪，随后让他们完成一项基于计算机的斯特鲁普任务（Stroop task）。利用脑电图（EEG）在二维的“效价-唤醒”框架下捕捉情绪状态。在任务执行过程中，记录了与生产力指标相关的参数。采用了三种机器学习模型——人工神经网络（ANN）、支持向量机（SVM）和随机森林（RF）来预测生产力水平。对于积极情绪，平均绝对误差（MAE）分别为0.1031（ANN）、0.0760（SVM）和0.0721（RF）；对于消极情绪，这些数值分别为0.1165、0.0902和0.0659。研究结果表明，在诱发积极情绪后执行任务时，生产力水平有所提高。总体而言，本研究提供了实证证据，证明可以从情绪状态预测生产力，强调了情绪在认知过程中的重要作用及其在优化工作场所表现方面的潜在价值。