Послаблення когнітивної активності у старшокласників як реакція на психофізіологічні зміни

Cognitive Performance Degradation in High School Students as the Response to the Psychophysiological Changes

У роботі описано експериментальне вивчення послаблення когнітивної активності у старшокласників як відповідь на психофізіологічні зміни в їхній активності. Методика вивчення стійкості пізнавальних здібностей старшокласників виявила значні коливання швидкості та надійності простих когнітивних тестових завдань. Виявлено сильну кореляцію між когнітивною тестовою активністю випробуваних та індивідуальними властивостями їх серцево-судинної та нервової системи, а також регулюванням енергії та сонячними фізіологічними параметрами (швидкістю та щільністю сонячного вітру) (R = 0,88… 0,91, p <0,01). Сформульовано висновок, що виявлені особливості пізнавальної діяльності потребують подальшого дослідження та уточнення механізмів регуляції такої діяльності.

This paper describes experimental study of cognitive performance degradation in high school students as the response to the psychophysiological changes in their activity support. The technique of studying the stability of cognitive abilities of high school students has revealed significant fluctuations in the speed and reliability of simple cognitive test tasks. A strong correlation between subjects’ cognitive test activity and individual properties of their cardiovascular and nervous system, as well as energy regulation and solar physiological parameters (speed and density of solar wind) has been revealed (R = 0.88…0.91, p < 0.01). It is articulated that identified features of cognitive activity require further investigation and clarification of the mechanisms of regulation of such activity.

Burov O.; Lavrov, E.; Lytvynova, S.; Pasko, N.; Dubovyk, S.; Orliyk, O.; Siryk, O.; and Kyzenko, V. Cognitive Performance Degradation in High School Students as the Response to the Psychophysiological Changes. Advances in Neuroergonomics and Cognitive Engineering : Proceedings of the AHFE 2020 Virtual Conferences on Neuroergonomics and Cognitive Engineering, and Industrial Cognitive Ergonomics and Engineering Psychology, July 16–20, 2020, USA / [ed.: H. Ayaz; U. Asgher]. Switzerland, Cham: Springer Nature Switzerland AG, 2020. Pp. 83–88. ISSN 2194-5357 ( http://lib.iitta.gov.ua/id/eprint/721358 )

* * * 

Самокоригована система керування даними для прогнозування працездатності людини

Self-adjusted Data-Driven System for Prediction of Human Performance

У статті використані принципи проектування та система керування даними для оцінки та прогнозування готовності оператора до виконання. Сформульовано принципи побудови та експлуатації системи. Основна увага приділяється організації даних (хронологія, дата, встановлена для побудови моделі) та побудові адаптивного алгоритму. Високий рівень точності прогнозування готовності оператора до виконання (85–90%) був досягнутий завдяки використанню даних, що зберігаються (параметри виконання часу та пізнавальних завдань користувачем) системи для управління її роботою, а також її сутності, що складає відрегульований алгоритм функціонування.

Design principles and the data-driven system to assess and to predict an operator readiness-to-perform are disc used in the article. Principles of construction and performance of the system are formulated. The main focus is on data organization (timeline, date set for the model construction) and adaptive algorithm construction. High level of the prediction accuracy for an operator readiness-to-perform (85–90%) was achieved because of use data stored (parameters of time and cognitive tasks performance by user) the system to control its performance, as well as its self-adjusted algorithm of functioning.    

Lavrov, E.; Pasko, N.; Hlazunova, O.; Lavrova, O.; Kyzenko, V., & Dolgikh, Ya. Self-adjusted Data-Driven System for Prediction of Human Performance. Integrating People and Intelligent Systems: Proceedings of the 3rd International Conference on Intelligent Human Systems Integration (IHSI 2020), February 19–21, 2020, Modena, Italy. Springer Nature Switzerland AG, 2020, Vol 1131. Pp 282–287. Series «Advances in Intelligent Systems and Computing». (https://doi.org/10.1007/978-3-030-39512-4). ISSN 2194-5365. ISBN 978-3-030-39512-4. http://lib.iitta.gov.ua/id/eprint/719076