加载 Spotify 播放器；Spotify 可能会设置 Cookie。本设备将记住您的选择。
主要发现
- “高温伴侣”系统展示了技术可靠性，与最近的官方气象站相比，捕获的微气候变化平均温度偏差为 +1.9 °C，相对湿度偏差为 -6.9%。
- 在实地研究期间观察到了较高的系统参与度，参与者打开了生成的 690 条建议中的 93%，其中位响应时间为 14.2 秒。
- 参与度和遵从性在不同的建议领域有所不同，像“补水与降温”这样简短且可操作的提示实现了 33.6% 的遵照率，而像“社会关怀”这样更广泛的领域的遵照率仅为 5%。
- 在较热的下午时间段，反馈的感知相关性（中位数为 4.0/5 分）高于早晨（中位数为 2.0/5 分），这表明相关性与实际的高温暴露情况一致。
- 由于样本量较小（8 名参与者）且属于探索性可行性设计，未进行推断性统计检验来确认行为变化的统计显著性，这仍是一个主要局限性。
实践启示
CIO / IT 高管
Authorize a pilot project to integrate on-device, context-aware processing capabilities into the company's mobile application roadmap, shifting away from centralized cloud polling to enable low-latency, real-time push notifications driven by on-device sensor data.
IT 经理
Update the push-notification system's scheduling logic to restrict alerts to high-relevance afternoon windows (12:00 PM to 4:00 PM) and truncate copy to short, single-action prompts like 'Hydration & Cooling' to maximize user compliance rates.
商业战略师
Redesign the incentive structure of our data-collection app to offer immediate, personalized 'micro-utility' benefits—such as real-time local comfort scores—directly to the user upon data submission, mitigating long-term participation fatigue.
研究人员
Draft a research proposal and power analysis for a randomized controlled trial (RCT) with a target sample size of at least 150 participants to statistically validate the behavioral impacts and compliance rates of the Heat Companion's adaptive interventions.
政策制定者
Draft a municipal initiative to equip outdoor public-sector employees (such as postal or sanitation workers) with wearable micro-climate sensors to map urban heat islands where official weather stations lack coverage.
摘要
本研究采用设计科学研究（DSR）方法开发并评估了“高温伴侣”（Heat Companion），这是一个集成了可穿戴环境传感器、移动应用程序和设备端自适应反馈的上下文感知参与式感知系统。该系统基于产消者理论（Prosumer Theory）和即时自适应干预（JITAI）框架，旨在使市民能够收集微气候数据，同时接收实时的、特定于上下文的建议。通过在德国卡尔斯鲁厄与8名参与者开展为期两周的实地研究，评估了该人工制品的可行性和可用性。
核心问题
传统的气象基础设施无法捕获局部微气候变化和个人高温暴露情况。尽管参与式感知可以填补这一数据空白，但维持长期的市民参与度十分困难，因为贡献者往往会产生参与疲劳或认为缺乏直接的个人利益。因此，关于如何在志愿者驱动的环境感知中维持互惠价值交换和互动的规范性设计知识仍然缺乏。
文稿
Expert: 谢谢 Anna，很高兴来到这里。
Host: Alex，我们知道全球变暖正在让城市极端高温天气变得越来越频繁。但为什么传统的气象预报系统不能完全解决个人防暑的问题呢？
Expert: 这是一个非常现实的痛点。传统的气象站通常数量有限且固定在特定地点，无法捕捉到不同街道或街区之间微妙的微气候变化。同时，每个人在城市中移动时的实际高温暴露情况也是截然不同的。虽然让市民佩戴传感器进行“参与式感知”可以填补这个数据空白，但以往的项目很难长期维持，因为参与者容易产生疲劳感，或者觉得单向贡献数据却得不到直接的个人回报。这项研究正是为了解决这种“缺乏双向价值交换”的问题。
Host: 那么，这项研究提出了怎样的创新方法来打破这个僵局呢？
Expert: 研究团队设计了一个基于“产消者理论”和“即时自适应干预”框架的“高温伴侣”系统。这里的“产消者”意味着用户既是微气候数据的“生产者”，也是实时降温建议的“消费者”。系统由一个便携式环境传感器和手机应用组成，不仅能实时采集环境数据，还能根据用户当前的实际上下文，在最合适的时间和地点推送定制化的防护提示。
Host: 听起来非常智能化！那么这项研究在实地测试中的效果如何呢？
Expert: 研究团队在德国卡尔斯鲁厄招募了8名参与者进行了为期两周的实地测试。首先在技术可靠性上，便携传感器捕获的微气候数据与官方气象站相比，平均温度偏差仅为正1.9摄氏度，相对湿度偏差为负6.9%，表现相当可靠。
Host: 那么用户的实际参与度高吗？他们真的会听从系统的建议吗？
Expert: 数据的表现非常亮眼。在测试期间，系统生成的690条建议中，参与者打开了其中的93%，中位响应时间只有14.2秒。而且，在炎热的下午，用户对建议相关性的评分中位数为4.0分（满分5分），显著高于早晨的2.0分，说明系统的即时干预非常精准地贴合了用户的实际需求。
Host: 那么不同类型的提示，大家的执行率有什么区别吗？
Expert: 区别非常明显。像“补水与降温”这样简短、具体且易于操作的提示，遵照率达到了33.6%；而像“关爱社区”这类较为宽泛的建议，遵照率只有5%。不过研究团队也指出，由于这项测试属于样本量为8人的探索性可行性研究，目前还没有进行推断性统计检验，这也是这项研究的主要局限性。
Host: 这项研究的成果对于企业管理者和商业界来说，有哪些值得借鉴的商业价值呢？
Expert: 启发非常多。首先是“数据资产获取”的新思路，企业可以通过构建“产消者”机制，用即时的个性化价值回报用户，从而低成本获取高价值的细粒度数据。其次在“企业员工健康管理”方面，随着高温风险增加，户外作业或物流企业可以部署类似系统，实时保护员工健康并提高生产力。最后，这种“上下文感知”和“即时自适应干预”的技术模式，在智能穿戴设备、智慧城市以及健康管理应用中有着巨大的商业推广前景。
Host: 总结来说，这项研究不仅为应对城市高温提供了创新的技术方案，更为企业如何构建可持续的用户数据互惠生态树立了标杆。非常感谢 Alex 今天带来的精彩解读！
Expert: 不客气，很开心能和大家分享这项研究。
Host: 感谢大家的收听，这里是《A.I.S. Insights — powered by Living Knowledge》，我们下期再见！
Citizen-Centric Green IS, Participatory Sensing, Context-Aware Computing, Just-In-Time Adaptive Interventions, Urban Climate Adaptation