Minds at Work: A Design for an Experimental Approach to Assessing Cognitive Abilities in Construction
Notice bibliographique
Résumé
The construction industry relies heavily on the cognitive abilities of its workforce to manage intricate tasks and ensure project success. Research indicates that when the cognitive demands of tasks outweigh workers’ cognitive capabilities, this imbalance can significantly compromise worker performance and safety. Consequently, it is crucial to understand workers’ cognitive capabilities and assign tasks accordingly. However, existing cognitive assessment techniques might be limited when applied in the construction context due to dynamic construction site conditions and the absence of task complexity considerations. To address these gaps, this research designed standardized experimental procedures for assessing construction professionals’ cognitive abilities and calibrating construction task complexity using a design of experiments approach. Four key cognitive abilities were assessed through a combination of cognitive tests and wearable sensors. Pilot testing demonstrated that the designed experimental procedures successfully captured participants’ cognitive states, stress levels, and performance across varying complexity levels. Performance scores peaked at moderate complexity, consistent with the inverted U hypothesis, while stress and cognitive load increased with task complexity. National Aeronautics and Space Administration Task Load Index (NASA-TLX) survey results supported this trend, with participants reporting increased mental and temporal demands, frustration, and effort as task complexity increased. These findings confirm the feasibility and effectiveness of the designed dual-method procedure in construction-related cognitive assessment. This study advances knowledge by introducing the first construction-specific experimental protocol that integrates cognitive testing and sensor-based monitoring while accounting for task complexity. The proposed approach enables objective evaluation of cognitive fitness for construction roles, offering a foundation for practical applications in workforce planning, training, and safety management. Future work will involve deeper analysis of sensor-collected data to develop predictive models and scalable field applications.
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 ».