Waiting Behavior and Arousal in Different Levels of Crowd Density: A Psychological Experiment with a “Tiny Box”
Notice bibliographique
Résumé
Crowd density, defined as persons per square meter, is a basic measuring unit for describing and analyzing crowd dynamics and for planning pedestrian infrastructure. However, little is known about the relationship between crowd density and psychological stress and well-being. This study uses an experimental approach to determine whether higher crowd densities result in higher levels of stress in participants. In this experiment, which was a case study at the university, participants (N = 29) wait in a wooden box of 1 m2 for three minutes. Two, four, six, or eight participants are present simultaneously in the box. It is varied whether participants are supposed to remain silent or to speak with each other. Stress is conceptualized as arousal and measured as skin conductance level/electrodermal activity (EDA). A questionnaire is administered after the experiment, and the positioning of participants in the box is videotaped. The results show that the correlation between crowd density and physiological arousal is more complex than expected. The specific social situation in the box appears to play a more important role than merely the number of people waiting there. Furthermore, our data indicate a temporal trend: participants seem to adapt to the crowd density in the box. Video data analysis reveals that participants choose their positioning and orientation in the box carefully, but that this social choreography works less smoothly in higher densities. This study shows promising results for using EDA as a measurement of arousal in the context of crowd research. However, the limitations of this method and the experiments conducted are also discussed in detail to further improve this approach.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».