数据集概述
本数据集包含两项研究的实验数据：研究1针对普通公众（99人），研究2针对医学生（69人），旨在探究医疗健康领域解释内容与格式对用户理解和信任的影响。数据已完全匿名，符合伦理规范，包含预处理和测试阶段的结构化数据及说明文档。
文件详解
- README文件
- 文件名称：readme.xlsx
- 文件格式：XLSX
- 字段映射介绍：提供所有测量变量的详细说明，辅助理解实验数据的背景和指标定义
- 研究1预处理数据
- 文件名称：s1_data_pre-test.csv
- 文件格式：CSV
- 字段映射介绍：包含start_date（开始日期）、end_date（结束日期）、duration_in_seconds（时长）、response_id（响应ID）、colour_blind（色盲情况）、medical_expertise（医疗专业度）、xai_experience（XAI经验）、algorithms_familiar（算法熟悉度）、trust_ai（AI信任度）、comments（评论）等预处理阶段变量
- 研究1测试数据
- 文件名称：s1_data_test.csv
- 文件格式：CSV
- 字段映射介绍：以假设场景（test）为单位的长格式处理后实验数据，记录测试阶段用户对医疗解释的反应与评价
- 研究2预处理数据
- 文件名称：s2_data_pre-test.csv
- 文件格式：CSV
- 字段映射介绍：包含start_date（开始日期）、end_date（结束日期）、duration_in_seconds（时长）、finished（完成状态）、response_id（响应ID）、gender（性别）、age（年龄）、training（培训情况）、colour_blind（色盲情况）、xai_experience（XAI经验）、algorithms_familiar（算法熟悉度）、trust（信任度）、comments（评论）等预处理阶段变量
- 研究2测试数据
- 文件名称：s2_data_test.csv
- 文件格式：CSV
- 字段映射介绍：以假设场景（test）为单位的长格式处理后实验数据，记录测试阶段用户对医疗解释的反应与评价
数据来源
论文“Exploring the Effect of Explanation Content and Format on User Comprehension and Trust in Healthcare”（PAIS 2025会议录用，预印本链接：https://arxiv.org/abs/2408.17401）
适用场景
- 医疗AI解释设计优化：分析不同内容与格式的医疗解释对普通用户和专业用户的理解效果差异，优化解释策略
- 用户信任机制研究：探究医疗健康领域用户信任的影响因素，构建信任预测模型
- 医疗人机交互设计：基于用户认知数据，改进医疗AI系统的交互界面与解释呈现方式
- 医疗伦理与用户体验评估：评估医疗解释的公平性与可理解性，为伦理规范制定提供数据支持
- 跨群体用户行为分析：对比普通公众与医学生在医疗解释理解上的行为差异，指导个性化解释方案设计
