如何“读懂”人类：行为观察研究实验室
人类行为的观察与分析通常在实验室中完成。想了解这些研究是如何开展的吗？本文带您一起探究人类行为实验室的运作实况。
表情与心跳的跨模态“对话”
游戏化学习以游戏机制设计激发利于学习的情感体验。本文采用多模态方法分析了游戏化学习中面部表情与心率变异性的同步性。
关于消费者餐酒搭配偏好的科学探讨
食物和酒精的搭配一直是烹饪传统的基本构成，本研究整合感官评价、神经生理测量和机器学习技术，科学探讨了餐酒搭配。
测量认知负荷如何帮助理解人类行为？
探索认知负荷可以了解人们如何处理信息、情绪反应和决策。认知负荷及其最可靠的指标之一：瞳孔扩张，在人类行为研究中至关重要。
城市光环境对情绪影响的多模态研究
城市光环境会对人的身心产生影响，本研究将生理数据与面部表情、自我报告数据结合，探究了真实场景中光环境对情绪的影响。
如何更好开展儿童多模态研究？
行为研究逐渐深入，儿童研究中的多模态测量成为新趋势。本文向您介绍如何更好开展儿童多模态研究。
年龄会影响网购决策吗？
老年人与年轻人有不同的消费决策吗？本研究结合生理学和神经科学方法，通过分析眼动、脑电及面部表情探讨年龄对网购消费的影响。
伴侣互动微观动态的多模态研究
苏黎世大学的一项纵向研究，整合行为及情绪等数据，探究了伴侣互动微观动态过程，为理解细微实时互动行为提供多模态数据支撑。
人类行为研究中多模态技术的力量
行为研究逐渐深入，单一模态已无法实现对行为更全面细致的了解，多模态研究成为新趋势。诺达思同样助力您开展多模态研究！
