---
type: 'Page'
collections: 'Skup się'
title: Jakie są najważniejsze badania na temat "resztek uwagowych" poza pracą Sophie Leroy
aliases: null
description: null
icon: null
createdAt: '2025-08-29T11:30:16.972Z'
lastUpdated: '2025-08-29T11:30:22.947Z'
tags: []
coverImage: null
---

Na podstawie dostępnych wyników wyszukiwania oraz mojej wiedzy jako autor książek o produktywności, mogę przedstawić kilka ważnych badań dotyczących "resztek uwagowych" (attention residue) poza pracą Sophie Leroy:

1. Badanie nad przerwanymi zadaniami i presją czasu (2018)

Naukowcy zbadali, jak przewidywanie presji czasu przy powrocie do przerwanego zadania wpływa na uwagę i wydajność. Odkryli, że:

- Oczekiwanie powrotu do przerwanego zadania pod presją czasu utrudnia skupienie się na zadaniu przerywającym.

- Prowadzi to do "resztek uwagowych" i niskiej wydajności przy zadaniu przerywającym.

- Opracowanie planu "gotowości do wznowienia" może złagodzić te negatywne efekty.

1. Badanie nad przerwaniami i regulacyjnym skupieniem

To badanie analizowało, jak orientacja regulacyjna (promocyjna lub prewencyjna) wpływa na przejścia między zadaniami po przerwaniach. Wyniki sugerują, że:

- Różne typy orientacji regulacyjnej mogą wpływać na to, jak radzimy sobie z "resztkami uwagowymi".

- Zrozumienie tych różnic może pomóc w opracowaniu skuteczniejszych strategii zarządzania przerwaniami w pracy.

1. Inne badania

Choć nie są bezpośrednio wymienione w wynikach wyszukiwania, warto wspomnieć o innych istotnych badaniach:

- Badania nad wpływem multitaskingu medialnego na funkcje poznawcze, które wykazały negatywny wpływ częstego przełączania się między mediami na uwagę i pamięć.

- Analizy produktywności w różnych branżach, pokazujące, jak eliminacja niektórych podziałów zadań może znacząco zwiększyć wydajność.

Te badania rozszerzają koncepcję "resztek uwagowych" wprowadzoną przez Sophie Leroy, pokazując jej zastosowanie w różnych kontekstach i sytuacjach zawodowych.

Citations:

[1] [https://www.semanticscholar.org/paper/eeeab9fec8439ae2821ba127ef5d398b4f7f5d4a](https://www.semanticscholar.org/paper/eeeab9fec8439ae2821ba127ef5d398b4f7f5d4a)

[2] [https://www.semanticscholar.org/paper/cb49da83db974bd14c0194f8437a4d340c746adc](https://www.semanticscholar.org/paper/cb49da83db974bd14c0194f8437a4d340c746adc)