Seeing the stress

Polizeibeamte müssen unter extremem Stress Entscheidungen in Sekundenbruchteilen treffen, bei denen die Qualität der Kommunikation über Leben und Tod entscheiden kann. Obwohl VR-Trainingssysteme diese Hochdrucksituationen mittlerweile erfassen, zerlegen bestehende Analysewerkzeuge Kommunikationsstruktur, Inhalte und emotionale Zustände in getrennte Ansichten und erschweren es Trainern zu erkennen, wie sich Stress in realen Dialogen manifestiert. Diese Masterarbeit präsentiert ein integriertes Visualisierungs-Dashboard, das Gesprächstranskripte, Themenmodelle und Stressindikatoren in einem gemeinsamen zeitlichen Rahmen synchronisiert. Basierend auf früheren Arbeiten zur Konversationsvisualisierung kombiniert das Dashboard strukturelle und affektive Analyse, sodass Nutzer präzise Zusammenhänge zwischen Stressspitzen, Themenwechseln und Kommunikationsmustern nachvollziehen können und dabei nicht nur erkennen, was gesagt wurde, sondern auch, wie Stress das Gespräch beeinflusste. Die Evaluation mit 15 Teilnehmern zeigte hohe Nutzbarkeit (PSSUQ: 6,6/7) und gute Erlernbarkeit. Die Aufgabengenauigkeit verbesserte sich von 76,7% auf 96,7% nach kurzem Onboarding. Die Themenvisualisierung verursachte höhere kognitive Belastung als andere Ansichten, aber die Frustration blieb bei allen Aufgaben gering. Die Masterarbeit präsentiert einen funktionierenden Prototyp und eine Evaluation, die die Machbarkeit integrierter Kommunikationsvisualisierung für Trainingskontexte demonstriert.

Authors

Publication Details

Journal
University of Vienna
Published
2026-07-01
DOI
https://doi.org/10.25365/thesis.81343
Primary Topic
Emotion and Mood Recognition
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Seeing the stress

Roham Jabbari
University of Vienna
Emotion and Mood Recognition
article

Seeing the stress

Roham Jabbari
article en

Abstract

Polizeibeamte müssen unter extremem Stress Entscheidungen in Sekundenbruchteilen treffen, bei denen die Qualität der Kommunikation über Leben und Tod entscheiden kann. Obwohl VR-Trainingssysteme diese Hochdrucksituationen mittlerweile erfassen, zerlegen bestehende Analysewerkzeuge Kommunikationsstruktur, Inhalte und emotionale Zustände in getrennte Ansichten und erschweren es Trainern zu erkennen, wie sich Stress in realen Dialogen manifestiert. Diese Masterarbeit präsentiert ein integriertes Visualisierungs-Dashboard, das Gesprächstranskripte, Themenmodelle und Stressindikatoren in einem gemeinsamen zeitlichen Rahmen synchronisiert. Basierend auf früheren Arbeiten zur Konversationsvisualisierung kombiniert das Dashboard strukturelle und affektive Analyse, sodass Nutzer präzise Zusammenhänge zwischen Stressspitzen, Themenwechseln und Kommunikationsmustern nachvollziehen können und dabei nicht nur erkennen, was gesagt wurde, sondern auch, wie Stress das Gespräch beeinflusste. Die Evaluation mit 15 Teilnehmern zeigte hohe Nutzbarkeit (PSSUQ: 6,6/7) und gute Erlernbarkeit. Die Aufgabengenauigkeit verbesserte sich von 76,7% auf 96,7% nach kurzem Onboarding. Die Themenvisualisierung verursachte höhere kognitive Belastung als andere Ansichten, aber die Frustration blieb bei allen Aufgaben gering. Die Masterarbeit präsentiert einen funktionierenden Prototyp und eine Evaluation, die die Machbarkeit integrierter Kommunikationsvisualisierung für Trainingskontexte demonstriert.

University of Vienna
Openalex Percentile: Top 5%
Emotion and Mood Recognition
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Seeing the stress — Roham Jabbari · University of Vienna (2026) | TGRS Research Map | TGRS