《Data》：Cognitive Load or Timely Answers? Cognitive Effort Markers in Context-Aware EMA Sampling
编辑推荐：
移动自我报告提供了被动传感器无法获取的主观和情境信息，但频繁的提示会干扰日常活动，且往往被延迟回答。在此，研究人员表明，情境上下文和近期的回答历史可以预测生态瞬时评估（EMA）回答是否在15分钟内开始。研究人员分析了DiversityOne意大利分支中170名
移动自我报告提供了被动传感器无法获取的主观和情境信息，但频繁的提示会干扰日常活动，且往往被延迟回答。在此，研究人员表明，情境上下文和近期的回答历史可以预测生态瞬时评估（EMA）回答是否在15分钟内开始。研究人员分析了DiversityOne意大利分支中170名参与者的70,375条记录；其中43.19%满足操作性的及时性标准。参与者聚类的广义估计方程识别出活动、社交环境、位置、情绪、星期、小时和调查日与及时性的关联，校正后的Cramér's V值在0.044至0.175之间。在防泄漏评估中，gc-Forest在个性化前向预测中达到了0.719的准确率，而在参与者留出验证中，历史增强型LightGBM达到了0.704的准确率和0.779的受试者工作特征曲线下面积。对十个候选时刻进行回顾性排序使参与者平衡的及时回答率从44.60%提升至51.43%。这些结果确立了提示及时性作为一种可学习的时间调度结果，同时将其与内容准确性或认知努力区分开来。
**论文解读：情境感知EMA采样中的及时回答预测研究**
**1. 研究背景与问题**
随着人工智能技术的快速发展，利用传感器数据理解人类行为已成为主流范式，然而这种“大数据”只能呈现客观现实，无法捕捉个体在特定地点或活动中的主观想法。为解决这一局限，研究者提出“厚数据”（Thick Data）概念，即通过移动自我报告和时间日记等方式收集富含情境细节的数据。生态瞬时评估（Ecological Momentary Assessment, EMA）作为一种典型的厚数据采集方法，能够通过智能手机向用户推送情境问卷，获取被动传感器无法恢复的主观和情境信息。
然而，EMA的广泛应用面临两大挑战：其一，频繁的通知会打断用户的日常活动，增加感知负担，导致不回应或草率回答，进而降低数据可靠性；其二，深度学习等人工智能领域需要大量标注数据，而过量的问题会加剧问卷疲劳。因此，如何在减少打扰的前提下获取及时且可靠的回答，成为亟待解决的问题。已有研究多关注回答率（是否回答），而对回答及时性（多快开始回答）及其可预测性的研究相对不足。基于此，本研究旨在探索情境上下文和每日问题数量是否能够影响回答速度，并利用机器学习方法预测参与者最可能提供及时回答的时间窗口，从而优化EMA采样策略。
**2. 研究设计与方法**
该研究发表于期刊《Data》。研究团队利用DiversityOne项目的意大利分支数据集，从中选取170名完成全部问卷的大学生参与者，共收集约70,375条时间日记记录。数据采集使用手机感知应用i-Log，在为期一个月的实验期间，前两周以30分钟间隔发送问题，后两周延长至60分钟。每次提示包含四个核心情境问题：位置（WE）、活动（WA）、交往对象（WU）和情绪（WI）。研究人员将回答及时性定义为从收到通知到开始回答的反应时间小于15分钟，若未回答则视为非及时。为控制每日问题数量，综合统计建模和聚类分析确定每日10个问题的配额。模型评估采用两种场景：一是针对已知参与者的前向预测（按时间划分训练/测试集），二是参与者留出验证（将部分参与者完全排除在训练集外），以测试跨人群泛化能力。
**3. 主要结果**
**3.1 情境因素与及时性的关联分析**
研究人员首先采用参与者聚类的广义估计方程（GEE）检验情境因素与15分钟及时性之间的关联。卡方检验和校正后的Cramér's V值显示，时刻、活动、调查日表现出最大的关联效应，其次为位置、人际关系和情绪，星期影响最小。具体而言，社交媒体/电话/聊天活动期间中位反应时间为12分钟，而自由活动时间为44分钟；独处时中位反应时间为12分钟，社交环境中为68分钟；在大学地点中位反应时间为9分钟，户外为44分钟。这些结果证实情境上下文显著影响回答速度，但单一因素不足以作为独立的调度规则。
**3.2 每日问题数量的影响**
通过统计分析和聚类方法，研究人员发现每天8-13个问题与最佳回答速度相关（Pearson相关系数r=-0.92）。在该最优范围内，及时回答集群占68%，且回答稳定性最佳。当每日问题少于5个或多于20个时，及时回答集群降至30%以下。基于此，研究确定每日10个问题作为折中方案，以平衡数据获取量、参与者负担和回答质量。
**3.3 预测模型与性能比较**
在个性化前向预测场景中（每个参与者后期的数据作为测试集），gc-Forest取得了最高记录级准确率0.719和宏F1值0.699，其参与者平衡准确率为0.723。Friedman检验和配对Wilcoxon检验表明gc-Forest显著优于其他模型。在参与者留出验证场景中，历史增强型LightGBM（History-LightGBM）表现最佳，准确率0.704，宏F1 0.702，AUC 0.779，Brier分数最低（0.193）。该模型需要每位参与者先完成六个小时的“热身”数据，不能用于零数据冷启动。校准分析显示，History-LightGBM的概率可靠性最佳，而gc-Forest在高概率区间存在过度自信现象。
**3.4 时间调度模拟**
在离线模拟中，研究人员使用LightGBM对十个候选提示时刻进行排序，选择排序最高的十个时刻，使参与者平衡的及时回答率从44.60%提升至51.43%，同时平均仅需保留39.95%的候选记录。这表明通过排名筛选，可以避免大量低概率及时回答的打扰，同时将问题集中在更合适的时间段。
**4. 讨论与结论**
讨论部分强调，及时性是一种随时间变化的行为特征，而非静态属性；研究初期训练好的调度模型可能在参与过程中逐渐失去代表性，因此需要持续监测和重新校准。不同模型适用于不同部署场景：gc-Forest适合个性化已知用户的前向预测，History-LightGBM适合新用户经过短时间热身后的跨人群迁移，而LightGBM在有限问题预算下的时刻排序中优势最大。因此，模型选择应取决于具体操作目标。
研究结论部分指出：该研究开发并评估了一种情境感知方法，用于预测EMA回答是否在15分钟内开始，并对有限数量的候选提示时刻进行优先级排序。对170名参与者共70,375条记录的分析表明，及时参与程度随活动、位置、人际情境、情绪、时刻和研究进展而变化。gc-Forest在个性化前向时间准确性上表现最佳，History-LightGBM在因果历史热身后的参与者留出验证中提供了最强的迁移能力，而LightGBM在每日前十配额下的时刻排序中产生了最大增益。调度模拟将参与者平衡的及时回答率从44.60%提高到51.43%，说明问题减少和提示时机可以联合考虑，而非相互独立的设计问题。
本研究的主要贡献在于从固定间隔询问转向情境感知的有限打扰预算分配。预测结果是提示的及时性而非回答内容的准确性，模型分数旨在补充睡眠、驾驶、隐私和参与者控制等安全机制。经过前瞻性验证以及独立测量负担和回答有效性后，该框架可为收集符合日常生活变化时机的用户反馈提供实用基础。
