The response to noise distraction by different personality types : An extended psychoacoustics study
Notice bibliographique
Résumé
Noise distraction remains a leading complaint among office workers worldwide. The purpose of this paper is to identify personal factors, including personality traits, that underpin noise distraction of office workers in order to mitigate noise and improve wellbeing and performance. Following on from a previous research study, the same survey methodology has been conducted in a further 11 offices and the larger dataset was used to substantiate the original findings. The new data set consists of 2,145 responses across a range of organisations and countries in real-world settings. The survey consists of eight sections of questions including The Big 5, or OCEAN, personality profile assessment along with ratings of noise and distraction. Nearly 50 per cent of the respondents consider workplace noise to adversely affect their wellbeing and increase stress. As found in the previous study, 67 per cent of respondents rated the effect of noise on performance as negative and a mean estimated impact on work performance was -6 per cent. Contrary to the original study, no statistically significant differences in noise performance between introverts and extroverts were initially revealed. Significant results were, however, found once those in private offices were excluded, such that introverts are more negatively affected by noise when in open plan offices. Noise ratings differed significantly depending on job role, with data processors, analysts and researchers performing less well than the other job roles combined. Furthermore, data processors and analysts were found to be significantly more introverted than other job roles, compounding their response to noise. The research revealed key variables often overlooked in reducing noise distraction in the workplace. Further investigation is required of this multi-layered, complex subject; however, the research demonstrates the need to account for several key personal variables fundamental to designing good acoustic working environments that support wellbeing and performance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».