香港城市大学博士导师（Hoi Shou Alan CHAN教授）

招生要求

学历背景：硕士学位持有者可直接申请；本科成绩优异且科研潜力突出（如拥有相关学术成果）者也可考虑，专业背景以 Industrial Engineering、Systems Engineering、Ergonomics、Public Health 等为佳，因其需与 Prof. CHAN 专注的 Human Factors and Ergonomics、Safety and Health 研究方向相契合。交叉学科背景能为研究带来多元视角，在申请中更具竞争力。

语言能力：英语能力证明为必备材料，学校通常设定雅思总分 6.5 分（单项不低于 6.0 分）或托福网考 90 分的基准线，具体标准需以申请当年官方通知为准。作为多本 SCI 期刊的长期编委，Prof. CHAN 十分看重学术英语的写作与交流能力。

科研能力：基础科研能力不可或缺，包括文献分析、数据处理（例如掌握 Structural Equation Modeling、Logistic Regression Analysis 等方法）。若有参与 Human Factors 实验、Safety Assessment 项目的经历，或已发表相关学术论文，将显著提升申请优势。

申请材料：需备齐个人简历、学术成绩单、语言成绩证明、至少两封领域内专家推荐信、契合 Prof. CHAN 研究方向的研究计划，以及已发表的成果（若有）。全奖申请有其特定截止时间，通常早于常规博士申请，申请者需格外留意。

其他要求：必须通过学校与院系组织的面试，面试核心是评估申请者的科研潜力、对目标研究方向的理解深度，以及与导师研究工作的匹配程度。

研究方向

人机交互与技术接受研究：以 Highly Automated Vehicles、Virtual Reality、AI 等新兴技术为研究对象，探究不同人群的使用行为与接受度。运用 Structural Equation Modeling 等分析工具，揭示 Trust、Technology Anxiety、Self-Efficacy 等变量对 Behavioral Intention 的作用机制，研究成果已在International Journal of Human-Computer Interaction、Ergonomics等权威期刊发表。

职业安全与风险感知研究：主要围绕高危行业展开，包括 Construction Industry 的 hazard recognition 与 risk perception 研究、Crane Operation 等专项作业的风险评估，以及 e-waste 回收行业的职业安全问题。通过构建 Affective risk perception index 等评估工具，为行业安全管理提供理论依据，相关论文发表于Safety Science、Journal of Construction Engineering and Management等期刊。

职业健康与环境暴露研究：针对特定职业人群的健康风险，开展环境污染物暴露效应研究。例如，探究 e-waste workers 接触 bisphenol analogues、polycyclic aromatic hydrocarbons 等物质后，与 DNA oxidative 损伤、Neurobehavioral Alterations 之间的关联，采用流行病学调查与实验室检测相结合的研究方法，成果发表于Environmental Research、Science of the Total Environment等期刊。

技术干预与健康促进研究：探索新兴技术在健康干预中的应用价值，包括 Virtual Reality 对 College Students 焦虑、压力等负面情绪的干预效果评估，以及 AI 技术在 Young People 情绪调节中的应用可行性分析。通过 Meta-Analysis、Pilot Study 等方法验证干预措施的有效性，研究成果见于International Journal of Human-Computer Interaction、Applied Sciences-Basel等期刊。

有想法

老年群体智能出行安全人机交互研究：随着老龄化程度加深，Older Adults 使用配备 eHMI 的 Autonomous Vehicles 出行的需求日益增长。本研究通过模拟真实交通场景开展实验，收集老年群体的行为数据，分析年龄相关认知特征对 Pedestrian-AV 交互效率与安全性的影响，最终构建适老化 eHMI 设计标准。该研究延续了 Prof. CHAN 在老年技术采纳与自动驾驶交互领域的研究积累，具有明确的现实应用导向。

建筑行业AI风险预警系统的人机适配性研究：针对 Construction Industry 中 hazard recognition 滞后导致安全事故频发的问题，本研究拟开发融合计算机视觉技术的 AI 风险预警原型系统。通过实验室实验与施工现场测试，重点探究系统预警方式、响应速度等特征与工人 Risk Perception 及反应行为的适配关系，优化系统人机交互设计以提升预警效果。此研究结合了 Prof. CHAN 在建筑安全与 AI 技术应用的双重研究背景，能够直接回应行业实际需求。

e-waste 回收行业人机协作的健康防护研究：聚焦 e-waste 回收过程中的人机协作场景，本研究将分析机械化设备操作流程中的 Ergonomics 问题，结合环境污染物监测数据，厘清人机协作模式对工人暴露风险与作业负荷的影响机制，最终提出兼顾作业效率与健康防护的人机协作标准操作规程。该想法拓展了 Prof. CHAN 在 e-waste 职业健康领域的研究边界，实现了 Human Factors 与 Safety and Health 两大核心方向的深度融合。