Modelo de aquisição de contexto afetivo baseado em autoanálise, classificação de tarefas e aspectos do estresse para a arquitetura ClinicSpace
Fecha
2012-11-09Metadatos
Mostrar el registro completo del ítemResumen
As pesquisas na área da Computação Pervasiva têm direcionado seus esforços para a
modelagem e desenvolvimento de ambientes programáveis e interativos capazes de auxiliar os
usuários em suas atividades rotineiras. O Grupo de Sistemas de Computação Móvel (GMob) da
Universidade Federal de Santa Maria, desenvolve o projeto ClinicSpace, um sistema de auxílio
à tarefas clínicas em ambientes hospitalares baseado em tecnologias da Computação Pervasiva.
Por outro lado, a Computação Afetiva, que é um campo de pesquisa relativamente novo na informática,
surgiu com a proposta de identificar e sintetizar sentimentos humanos em máquinas,
com a finalidade de tornar a interação com dispositivos computacionais mais agradável e menos
frustrante. Tendo em vista que sistemas pervasivos trabalham com informações de contexto para
adaptar suas aplicações de acordo com as necessidades do usuário, torna-se viável através da
Computação Afetiva, identificar características emocionais de uma pessoa para que esse tipo de
informação possa ser usada como dados de contexto, tornando a adaptação das aplicações pervasivas
mais precisas. Neste contexto, o presente trabalho propõe um modelo de aquisição de
contexto afetivo utilizando técnicas de inferência de estresse a partir de ferramentas psicológicas,
autoanálise emocional e classificação estressora de tarefas clínicas. Integrando os conceitos
de Computação Afetiva e Computação Pervasiva, este modelo visa classificar o estado de estresse
dos usuários do ClinicSpace e utilizá-lo como elemento de contexto afetivo, aumentando
a riqueza de informações de contexto utilizadas neste sistema. Para o desenvolvimento do modelo
proposto, foram realizados estudos sobre a Escala de Estresse Percebido (PSS Perceived
Stress Scale), responsável pela identificação de estresse em um indivíduo, o uso de AffectButtons
para identificar o estado emocional do usuário, e o desenvolvimento de um questionário,
aplicado em profissionais da área da saúde, para identificar e classificar o grau de estresse de
atividades clínicas. Com base nessas três abordagens foi possível elaborar um modelo de classificação
de estresse para os usuários do ClinicSpace (médicos). Para validar a proposta, foi
implementado um protótipo de Serviço de Contexto Afetivo para a arquitetura ClinicSpace,
que foi testado no Hospital Annas Dias (Ibirubá RS). Os resultados mostraram que o modelo
proposto neste trabalho é capaz de classificar o estado de estresse de profissionais clínicos
para que este tipo de informação possa ser utilizado como elemento de contexto em sistemas
pervasivos.