Стресс оказывает негативное влияние на физическое здоровье, снижает производительность труда и приводит к значительным ежегодным затратам для промышленности и здравоохранения. Хотя известно, что высокий уровень стресса повышает риск сердечно-сосудистых заболеваний и оказывает негативное влияние на психическое здоровье, он также оказывает ключевое влияние на способность человека выполнять задачи как при чрезмерно высоком, так и при чрезмерно низком уровне стресса. Растет исследовательский интерес к пониманию того, как стресс в реальном мире влияет на наше тело и производительность на работе и в жизни.

К сожалению, попытки смоделировать воздействие этих эффектов в лаборатории или где-либо еще менее полезны, чем наборы данных, собранные в реальных условиях. В результате у исследователей есть доступ к меньшему количеству реальных наборов данных о стрессе . Еще реже такие наборы данных используются в лонгитюдных исследованиях одних и тех же субъектов с течением времени.

Реальные ситуации также являются неограниченными средами. Оборудование исследовательского класса часто недоступно, а загрязнение артефактами движения широко распространено. Это по-прежнему является одним из самых больших препятствий для автоматизированных декодеров эмоций за пределами исследовательских лабораторий в повседневной жизни.

Чтобы устранить вышеупомянутый пробел, исследователь Роуз Фаги и ее бывший доктор философии. Студенты доктор Рафиул Амин и Дилранджан Викрамасурия провели эксперимент, в ходе которого в ходе трех экзаменов был собран набор физиологических данных студентов. Они использовали носимое устройство, похожее на смарт-часы, и собирали мультимодальные физиологические данные. Использование носимого устройства, похожего на смарт-часы, должно было обеспечить беспрепятственный сбор данных для студентов, участвующих в эксперименте.

Исследование показывает, что можно связать вариации физиологических сигналов с выполнением экзамена.

В конечном счете, исследователи считают, что было бы чрезвычайно полезно рассмотреть, как взаимодействуют успеваемость на экзамене и стресс, который ему сопутствует. Это позволит использовать широкий спектр потенциальных приложений с целью повышения личной эффективности. Это может, например, помочь ученым в разработке эффективных вмешательств для повышения производительности каждого человека и повышения производительности в компании. Кроме того, эти знания можно использовать в контексте онлайн- и дистанционного обучения, чтобы эффективно общаться со студентами и улучшать результаты обучения.