Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Misurare il costo dell'interruttore dell'uso dello smartphone mentre si cammina

Published: April 30, 2020 doi: 10.3791/60555
Automatic Translation
1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 1, 1
1HEC Montréal, 2Université de Montréal

ERRATUM NOTICE

Summary

Questo progetto di studio misura il costo di commutazione delle attività dell'utilizzo di uno smartphone mentre si cammina. I partecipanti subiscono due condizioni sperimentali: una condizione di controllo (camminare) e una condizione multitasking (inviare messaggi di testo mentre si cammina). I partecipanti passano da questi compiti a un compito che determina la direzione. Vengono registrati i dati EEG e le misure comportamentali.

Abstract

Questo documento presenta un protocollo di studio per misurare il costo di commutazione delle attività dell'utilizzo di uno smartphone mentre si cammina. Questo metodo prevede che i partecipanti camminino su un tapis roulant in due condizioni sperimentali: una condizione di controllo (cioè semplicemente camminare) e una condizione multitasking (cioè inviare messaggi mentre si cammina). Durante queste condizioni, i partecipanti devono passare tra i compiti relativi alla condizione sperimentale e un compito che determina la direzione. Questo compito di direzione viene svolto con una figura di camminatore puntiforme, apparentemente camminando verso la sinistra o la destra del partecipante. Le prestazioni dell'attività di direzione rappresentano i costi di commutazione dell'attività del partecipante. Ci sono state due misure di performance: 1) corretta identificazione della direzione e 2) tempo di risposta. I dati EEG vengono registrati al fine di misurare le oscillazioni alfa e l'impegno cognitivo che si verificano durante il cambio di attività. Questo metodo è limitato nella sua validità ecologica: gli ambienti pedonali hanno molti stimoli che si verificano simultaneamente e competono per l'attenzione. Tuttavia, questo metodo è appropriato per individuare i costi di commutazione delle attività. I dati EEG consentono lo studio dei meccanismi sottostanti nel cervello che sono legati a diversi costi di commutazione delle attività. Questo design consente il confronto tra il cambio di attività quando si esegue un'attività alla volta, rispetto al cambio di attività durante il multitasking, prima della presentazione dello stimolo. Ciò consente di comprendere e individuare sia l'impatto comportamentale che neurofisiologico di queste due diverse condizioni di commutazione dei compiti. Inoltre, correlando i costi di commutazione delle attività con l'attività cerebrale, possiamo saperne di più su ciò che causa questi effetti comportamentali. Questo protocollo è una base appropriata per studiare il costo di commutazione dei diversi usi degli smartphone. È possibile aggiungere diversi compiti, questionari e altre misure al fine di comprendere i diversi fattori coinvolti nel costo di commutazione delle attività dell'uso dello smartphone mentre si cammina.

Introduction

Poiché sia la penetrazione dello smartphone che la tendenza al multitasking sono in aumento, è importante capire l'impatto che l'uso dello smartphone mentre si cammina ha sull'attenzione. La letteratura ha dimostrato ripetutamente che il cambio di attività ha un costodi 1, incluso l'uso dello smartphone mentre si cammina. Gli studi hanno scoperto che l'uso di uno smartphone mentre si cammina può essere fonte di distrazione e pericoloso 2,3,4. Questi pericoli sono stati collegati alle menomazioni attentive di svolgere un tale compito 3,4,5,6,7. A causa della natura complessa dell'ambiente pedonale, studiarlo in un contesto sperimentale ecologicamente valido può essere problematico. Tuttavia, condurre tali studi in ambienti pedonali reali può comportare complicazioni proprie perché possono entrare in gioco molte variabili estranee e c'è il rischio di danni al partecipante a causa di distrazioni. È importante essere in grado di studiare un tale fenomeno in un ambiente relativamente sicuro che rimanga il più realistico possibile. In questo articolo, descriviamo una metodologia di ricerca che studia il costo di commutazione delle attività di invio di messaggi di testo mentre si cammina, aumentando al contempo la validità dell'attività e mitigando i potenziali rischi coinvolti.

Quando si utilizza uno smartphone mentre si cammina, le persone sono costrette a passare dalle attività dello smartphone alle attività relative alla deambulazione e all'ambiente. Quindi, al fine di studiare un tale fenomeno, abbiamo trovato pertinente inquadrare questo metodo all'interno della letteratura sul multitasking, specificamente focalizzata sul paradigma del task switching. Per fare ciò, è stato utilizzato il paradigma di commutazione delle attività1, facendo passare i partecipanti da un compito pre-stimolo a un compito post-stimolo. Uno dei due compiti pre-stimolo riguardava il multitasking, mentre l'altro no. Nel compito post-stimolo, i partecipanti dovevano rispondere a uno stimolo la cui percezione è influenzata dall'attenzione divisa8. Inoltre, studi sperimentali di laboratorio che cercano di essere il più ecologicamente validi possibile hanno spesso utilizzato ambienti pedonali virtuali per comprendere l'impatto attenzionale dell'uso dello smartphone mentre si cammina 4,9. Tuttavia, al fine di catturare i meccanismi neurofisiologici sottostanti, abbiamo scelto di concentrarci sulla specifica reazione di commutazione del compito a uno stimolo per ridurre al minimo il numero di stimoli a cui i partecipanti dovevano reagire. In questo modo, possiamo individuare con maggiore precisione il costo del cambio di attività derivante esclusivamente dallo spostamento dell'attenzione dallo smartphone allo stimolo. Con il nostro disegno di studio, utilizziamo misure comportamentali (cioè costi di commutazione delle attività) e dati neurofisiologici per comprendere meglio i disturbi dell'attenzione riscontrati durante l'uso dello smartphone pedonale.

Durante un esperimento di commutazione delle attività, i partecipanti di solito eseguivano almeno due semplici compiti relativi a un insieme di stimoli, con ogni compito che richiedeva un diverso insieme di risorse cognitive indicato come "task-set"1. Quando gli individui sono costretti a passare da un compito all'altro, le loro risorse mentali devono adattarsi (cioè, l'inibizione del set di compiti precedente e l'attivazione del set di compiti corrente). Si ritiene che questo processo di "riconfigurazione del set di attività" sia la causa del costo di commutazione delle attività1. Il costo del cambio di attività è solitamente determinato osservando le differenze nel tempo di risposta e / o nel tasso di errore tra le prove in cui i partecipanti passano da un'attività all'altra e quelle in cui non lo fanno10. Nel nostro esperimento, abbiamo avuto tre serie di compiti: 1) rispondere a uno stimolo point-light walker; 2) inviare messaggi di testo su uno smartphone mentre si cammina; e 3) semplicemente camminando. Abbiamo confrontato il costo del passaggio tra due diverse condizioni: 1) semplicemente camminare prima di rispondere allo stimolo e 2) camminare mentre si invia un messaggio prima di rispondere. In questo modo, abbiamo catturato il costo del multitasking su uno smartphone prima di cambiare l'attività e siamo stati in grado di confrontarlo direttamente con il costo dello switch non multitasking di camminare semplicemente prima della comparsa dello stimolo visivo. Poiché lo smartphone utilizzato in questo studio era di una marca specifica, tutti i partecipanti sono stati sottoposti a screening prima dell'esperimento per essere sicuri di sapere come utilizzare correttamente il dispositivo.

Al fine di simulare un'esperienza realistica rappresentativa del contesto pedonale, abbiamo deciso di utilizzare una figura di camminatore puntiforme come stimolo visivo, che rappresenta una forma umana che cammina con un angolo di deviazione di 3,5 ° verso sinistra o destra del partecipante. Questa figura è composta da 15 punti neri su sfondo bianco, con i punti che rappresentano la testa, le spalle, i fianchi, i gomiti, i polsi, le ginocchia e le caviglie di un essere umano (Figura 1). Questo stimolo si basa sul movimento biologico, il che significa che segue lo schema di movimento tipico degli esseri umani e degli animali11. Inoltre, questo stimolo è più che ecologicamente valido; Richiede un'elaborazione visiva complessa e attenzione per essere analizzata con successo12,13. È interessante notare che Thornton et al.8 hanno scoperto che la corretta identificazione della direzione del camminatore puntiforme è fortemente influenzata dall'attenzione divisa, rendendola adatta come misura delle prestazioni quando si studiano i costi di commutazione delle attività durante il multitasking. Ai partecipanti è stato chiesto di dichiarare verbalmente la direzione in cui la figura stava camminando. L'aspetto del camminatore era sempre preceduto da un segnale uditivo che segnalava la sua apparizione sullo schermo.

Le prestazioni sul compito del camminatore puntiforme e i dati neurofisiologici ci hanno permesso di determinare l'impatto attenzionale di entrambe le condizioni e aiutare a determinare cosa le ha causate. Le prestazioni sono state misurate osservando i tassi di errore e i tempi di risposta nel determinare la direzione della figura del camminatore puntiforme. Al fine di comprendere i meccanismi cognitivi e attentivi sottostanti coinvolti nei disturbi dell'attenzione che abbiamo trovato con la misurazione delle prestazioni, abbiamo valutato i dati neurofisiologici dei partecipanti utilizzando l'EEG actiCAP con 32 elettrodi. L'EEG è uno strumento appropriato in termini di precisione temporanea, che è importante quando si cerca di vedere cosa causa scarse prestazioni in momenti specifici nel tempo (ad esempio, l'aspetto della figura del camminatore puntiforme), sebbene gli artefatti possano essere presenti nei dati a causa dei movimenti. Quando si analizzano i dati EEG, due indici sono particolarmente rilevanti: 1) oscillazioni alfa; e 2) impegno cognitivo. La ricerca ha scoperto che le oscillazioni alfa possono rappresentare il controllo della memoria di lavoro e l'inibizione attiva dei circuiti cerebrali irrilevanti per il compito14,15,16,17. Confrontando le oscillazioni alfa a livelli basali con quelle che si verificano con la presentazione dello stimolo18,19, abbiamo ottenuto il rapporto alfa. Con questo rapporto, abbiamo determinato i cambiamenti correlati agli eventi che potrebbero essere alla base della compromissione dell'attenzione osservata quando si inviano messaggi di testo mentre si cammina. Per quanto riguarda l'impegno cognitivo, Pope et al.20 hanno sviluppato un indice in cui l'attività beta rappresenta un aumento dell'eccitazione e dell'attenzione, e l'attività alfa e theta riflette la diminuzione dell'eccitazione e dell'attenzione21,22. Questa analisi è stata fatta per determinare se un maggiore coinvolgimento prima della comparsa dello stimolo complicherebbe la riconfigurazione del set di attività richiesta per rispondere alla figura del camminatore.

Con la metodologia descritta in questo documento, cerchiamo di cogliere i meccanismi sottostanti che influiscono sulle prestazioni di commutazione delle attività nei partecipanti impegnati in episodi multitasking. La condizione di deambulazione rappresenta una prestazione di commutazione di attività non multitasking che viene confrontata con una prestazione di commutazione di attività multitasking (ad esempio, inviare messaggi di testo mentre si cammina). Misurando i ruoli dell'inibizione del set di attività e dell'attivazione del set di attività, abbiamo cercato di comprendere meglio i costi di commutazione che si verificano quando si invia un messaggio di testo mentre si cammina. È importante notare che lo studio originale è stato condotto in un ambiente virtuale immersivo23 , ma è stato successivamente replicato in una sala sperimentale (vedi Figura 2) con un proiettore che visualizza la figura del camminatore su uno schermo di fronte al partecipante. Poiché questo ambiente virtuale non è più disponibile, il protocollo è stato adattato all'attuale progettazione della sala sperimentale.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Prima di iniziare la raccolta dei dati, è importante ricevere tutta l'approvazione necessaria alla ricerca etica per i partecipanti umani. Questo dovrebbe essere fatto attraverso le commissioni di revisione appropriate e / o comitati di revisione dei partecipanti umani.

Questo protocollo è stato approvato e certificato dal comitato etico di HEC Montréal per la struttura di ricerca Tech3Lab.

1. Preparazione dello stimolo visivo

  1. Crea il modello sperimentale per lo stimolo visivo con un software di presentazione dell'esperimento visivo, come E-prime. Crearne uno per la prova pratica (sei prove) e uno per le condizioni sperimentali (22 prove).
  2. Apri il software E-prime e vai alla finestra della struttura, dove è possibile creare la logica dell'esperimento.
    1. Fare doppio clic su SessionProc (la timeline per sequenziare l'ordine di apparizione degli E-oggetti).
    2. Trascinare l'oggetto TextDisplay dalla casella degli strumenti alla riga SessionProc .
      1. Fare doppio clic sull'oggetto TextDisplay che è stato inserito in SessionProc e scrivere le istruzioni di studio: "Quando senti il segnale uditivo, per favore alza la testa e indica ad alta voce in quale direzione sta andando il camminatore, verso la tua sinistra o verso la tua destra. L'esperimento inizierà a breve".
      2. Fare clic sull'icona Pagine delle proprietà nella parte superiore della finestra TextDisplay . Fare clic sulla scheda Comune e modificare l'impostazione della casella Nome in istruzioni. Fai clic sul menu a discesa Durata e seleziona Infinito. Fare clic sulla scheda Durata/Input e scegliere Aggiungi, selezionare Tastiera e premere OK. Fare nuovamente clic su OK per uscire dalle pagine delle proprietà. In questo modo le istruzioni rimangono sullo schermo finché non si preme per avviare l'esperimento.
    3. In SessionProc, trascinare e rilasciare un oggetto List nella riga SessionProc (posizionarlo dopo le istruzioni). Fare doppio clic sull'oggetto List. Nella colonna Procedura scrivi "Left-Trial", premi Invio e fai clic su SÌ nella finestra pop-up che chiede di creare una nuova procedura. Quando la finestra pop-up successiva chiede di rendere questo il valore predefinito, fare clic su NO.
    4. Fare doppio clic sull'oggetto List nella riga SessionProc. Fare clic sul pulsante verde denominato Aggiungi attributo. Denominare l'attributo come: risposta corretta. Fare clic su OK.
    5. Clicca sullo spazio vuoto nella colonna risposta corretta e scrivi L (questo per segnalare che questo oggetto elenco se per il camminatore andando verso sinistra).
    6. Tornare a SessionProc e fare clic sul nuovo oggetto creato denominato Left-Trial.
    7. Passare a SessionProc e fare doppio clic sull'oggetto Left-Trial .
      1. Trascinare e rilasciare l'oggetto InLine nella riga di prova sinistra e rinominarlo.
        1. SelezionareITI. Fare doppio clic sull'oggetto InLine e scrivere il seguente codice:
          Dim nRandom come intero
          nRandom = Casuale (16500, 17500)
          c.SetAttrib "ITIDur", nRandom
        2. Il codice presenta lo stimolo del camminatore a intervalli di tempo compresi tra 16.500 ms e 17.500 ms.
    8. Fare doppio clic su Left-Trial. Trascinare e rilasciare un oggetto Slide nella riga di prova sinistra . Rinominalo In attesa, questo oggetto sarà una schermata vuota che appare tra gli stimoli visivi per la quantità di tempo determinata dal codice nel passaggio 1.2.7.
    9. Fare doppio clic sull'oggetto Slide .
      1. Fare clic sull'oggetto secondario denominato SlideText e fare clic in un punto qualsiasi della diapositiva per posizionare l'oggetto.
      2. Rimuovi il testo esistente da quell'immagine.
      3. Fare clic su Pagine delle proprietà oggetto secondario.
      4. Nella scheda Cornice impostare sia la larghezza che l'altezza su 100%. Fare clic su OK.
    10. Fare clic su Pagine delle proprietà e passare alla scheda Durata/Input . Digitare in durata il seguente valore: [ITIDur].
    11. Fare doppio clic su Prova sinistra e trascinare un oggetto SoundOut sulla riga Prova sinistra.
      1. Fare doppio clic sull'oggetto SoundOut .
      2. In Nome file selezionare la directory appropriata del file sound cue.
      3. Modificare la dimensione del buffer impostandola su 1.000 ms.
      4. Fare clic su OK.
    12. Tornare a Prova sinistra e trascinare un oggetto Slide nella riga Prova sinistra e rinominarlo Walker a sinistra.
      1. Fare doppio clic su questo nuovo oggetto.
      2. Aggiungere un oggetto secondario Filmato diapositiva facendo clic sull'oggetto secondario e quindi sulla diapositiva.
      3. Fare clic su Sub-Object Property Pages e in Nome file selezionare la directory del file video del walker sinistro.
      4. Impostare Stop After Mode su OffsetTime.
      5. Fare clic su Allunga e scegliere SÌ.
      6. Impostare Azione filmato finale su Termina.
      7. Fare clic sulla scheda Cornice e impostare la larghezza e l'altezza su 100%.
      8. Per la posizione, impostare sia la posizione X che la posizione Y su 50%.
      9. Infine, imposta il colore del bordo su bianco.
      10. Fare clic su OK.
      11. Fare clic sulle pagine delle proprietà dell'oggetto Slide .
        1. Fare clic sulla scheda Durata/Input .
        2. Impostare la durata su 4.000. Impostare PreRelease su 500.
        3. Fare clic su OK.
    13. Ripeti l'intera procedura (cioè dai passaggi 1.2.3-1.2.9) per la prova giusta. Denominare la procedura Right-Trial. Quando si segue la procedura, modificare solo la risposta corretta (ad esempio, in R invece o L) e il file video. Utilizzare la directory dei file video per il camminatore destro.
  3. Fare doppio clic su SessionProc.
    1. Trascinare e rilasciare e scorrere l'oggetto nella riga SessionProc
    2. Fare doppio clic su questo oggetto e aggiungere un oggetto secondario SlideText.
    3. Scrivi Pausa come testo.
    4. Ancora una volta, vai nelle pagine delle proprietà del sub-oggetto e nella scheda Frame rendi la larghezza e l'altezza al 100%. Rendi la posizione per x e y al 50%.
    5. Fare clic su OK.
  4. Fare doppio clic sull'oggetto List già creato.
    1. Fare clic sulle pagine delle proprietà dell'oggetto List .
    2. Nella scheda Selezione impostare l'ordine su Casuale e fare clic su OK.
    3. Nella colonna Peso inserire i seguenti numeri:
      1. Esercitazione: inserisci il numero 3 sia nella riga Prova sinistra che nella riga Prova destra.
      2. Esperimento: inserisci il numero 11 sia nella riga Prova sinistra che nella riga Prova destra .
  5. Nella parte superiore della finestra fare clic sull'icona Genera per creare un file script eseguibile. Salvalo sul desktop per un facile accesso. Questo è il file che verrà eseguito durante l'esperimento.
    1. Salva la prova pratica come "Pratica" e le prove sperimentali come "Esperimento".
    2. Testare lo script creato facendo clic sull'icona Esegui .
  6. Nella cartella E-studio verrà creato un file E-run. Entrambi i file creati (uno per la prova pratica e uno per le prove sperimentali) possono essere inseriti in una cartella sul desktop del computer. Per eseguire l'esperimento visivo, è sufficiente fare clic sull'icona appropriata.
  7. Una volta creati i modelli sperimentali dello stimolo visivo, provare a visualizzarli con il proiettore.
    1. Con le impostazioni del proiettore, modificare l'altezza della figura del camminatore e assicurarsi che sia centrata direttamente di fronte a dove il partecipante si troverebbe sul tapis roulant.
    2. Con un nastro di misurazione, misurare l'altezza del deambulatore direttamente sullo schermo del proiettore. Calcola la distanza tra lo schermo e gli occhi di una persona in piedi sul tapis roulant in modo che lo stimolo copra 25 ° di angolo visivo e sposta il tapis roulant di conseguenza. Per calcolare le distanze necessarie, è possibile utilizzare il seguente sito Web: http://elvers.us/perception/visualAngle/

2. Configurazione dell'ambiente di laboratorio

  1. Accendi i quattro computer di registrazione, l'amplificatore EEG, il proiettore, il tapis roulant, gli altoparlanti e lo smartphone.
  2. Configurare l'apparecchio di registrazione.
    1. Aprire il software di sincronizzazione con la subroutine specifica creata per lo studio con marcatori a 10 s.
      1. Il software di sincronizzazione invia un impulso che appare sotto forma di marcatore e impulso luminoso nell'EEG e registrazioni video ogni 10 s.
    2. Accendi il software di registrazione video. Anche le telecamere dovrebbero accendersi automaticamente. In caso contrario, attivarli manualmente.
    3. Aprire e configurare il software di registrazione EEG per il partecipante.
    4. Aprire la cartella contenente il file script eseguibile di stimolo visivo realizzato con il software di presentazione dell'esperimento visivo.
    5. Preparare la configurazione EEG e i materiali secondo le procedure suggerite dai produttori.
    6. Elimina la conversazione del partecipante precedente dallo smartphone.
    7. Metti una nuova bottiglia d'acqua accanto alla sedia di riposo del partecipante.

3. Preparazione dei partecipanti

  1. Accogli il partecipante nella stanza 1 e raccontagli brevemente la durata dello studio e il compenso.
  2. Chiedi ai partecipanti di rimuovere i loro gioielli (ad esempio, orecchini, piercing, collane), occhiali, smartphone e qualsiasi contenuto nelle loro tasche, metterli in un cestino e metterlo in un armadietto.
  3. Chiedi ai partecipanti di sbarazzarsi di qualsiasi gomma da masticare che potrebbero mangiare e assicurati di aver mangiato prima di iniziare l'esperimento.
  4. Assicurati che il partecipante indossi scarpe comode da passeggio e fai in modo che si annodino due volte i lacci delle scarpe per garantire la sicurezza del partecipante durante l'esperimento.
  5. Chiedi al partecipante di leggere e firmare il modulo di consenso.
    1. Leggi il seguente script e chiedi al partecipante di sedersi in modo che possa leggere e firmare il modulo di consenso:

      "Ecco un modulo di consenso che afferma che accetti di partecipare a questo studio. Leggilo attentamente e firmalo. Non esitate se avete domande."
  6. Portare il partecipante nella sala di preparazione del partecipante designato, stanza 3, dove deve essere installato il tappo EEG.
  7. Leggi lo script preparato che spiega il flusso del processo sperimentale:

    "Potresti notare che ogni tanto leggo un testo. Questo viene fatto per garantire che tutti i partecipanti ricevano istruzioni identiche. In questo studio, siamo interessati a come le persone interagiscono con uno stimolo di fronte a loro mentre inviano messaggi di testo e camminano a velocità moderata. Per circa 40 minuti, invierai un messaggio [nome dell'assistente di ricerca] che hai incontrato in precedenza con questo smartphone [mostra lo smartphone]. Mentre scrivi sentirai un suono di tanto in tanto. Questo suono sarà seguito dall'immagine di un personaggio che cammina. Il tuo compito è alzare la testa verso lo schermo qui [indica lo schermo] e indicare ad alta voce se il personaggio sta camminando verso la tua destra O la tua sinistra. Non ti verrà chiesto di fare nient'altro. Scriverò le tue risposte. Si noti che in tutti i blocchi ci sono due scelte per una risposta (destra e sinistra), quindi è impossibile che ci sia, ad esempio, solo sinistra o destra come singola scelta. La direzione da cui proviene il personaggio è totalmente casuale. Dopo aver dettato la tua risposta, continui semplicemente a scrivere [name di assistente di ricerca]. È importante non voltarsi quando rispondi o se vuoi parlare con me perché potresti essere destabilizzato e cadere. Tieni la testa avanti. Sarò dietro questo specchio qui [indica il vetro] per tutta la durata dell'esperimento. Hai domande?"
  8. Misurare la circonferenza della testa del partecipante per il cappuccio dell'elettrodo EEG. Per questo esperimento è stato utilizzato un actiCap EEG con 32 elettrodi preamplificati.
    1. Scegli il cappuccio EEG della dimensione appropriata, posizionalo su una testa di schiuma per il supporto e posiziona tutti gli elettrodi nella loro posizione corretta.
    2. Rimisurare la circonferenza della testa del partecipante per determinare il punto di partenza del cappuccio utilizzando il sistema di riferimento 10-20.
    3. Posizionare il cappuccio sulla testa del partecipante partendo dalla parte anteriore e tenerlo in posizione mentre lo si tira all'indietro. Assicurarsi che il cappuccio sia posizionato correttamente.
    4. Collegare i cavi del cappuccio EEG alla scatola di controllo EEG.
    5. Mostra l'applicatore di gel al partecipante in modo che possano vedere che non è nitido e permettigli di toccarlo se lo desiderano. Leggere lo script seguente:

      "Ecco l'applicatore e la punta che userò per mettere il gel sul cappuccio EEG che hai in testa. Puoi toccarlo; Non fa male. La punta è abbastanza corta da non toccare mai la testa".
    6. Accendere la scatola dell'elettrodo EEG in modo che tutte le spie dell'elettrodo diventino rosse.
    7. Attivare gli elettrodi spostando prima i capelli e poi applicando il gel a ciascun elettrodo: iniziare con l'elettrodo di massa e poi l'elettrodo di riferimento. Una volta che questi due elettrodi diventano verdi, aggiungere gli elettrodi rimanenti.
    8. Posizionare il gel fino a quando tutti i sensori degli elettrodi diventano verdi.
    9. Misurare l'impedenza sulla scatola di controllo.
    10. Scollegare i cavi dalla scatola di controllo e collegarli all'adattatore di spostamento (ad esempio, il kit adattatore che trasmette in modalità wireless i dati alla scatola di controllo).
    11. Metti il kit adattatore in un marsupio e chiedi al partecipante di attaccarlo intorno alla vita, con i cavi e il kit adattatore posizionati verso la schiena del partecipante.
    12. Tornare nella sala computer (stanza 4) e controllare l'impedenza di ciascun elettrodo.
    13. Verificare che la qualità dei dati sia soddisfacente ispezionando visivamente il segnale sullo schermo del monitor del software EEG. Se necessario, correggere gli elettrodi problematici.
  9. Porta il partecipante nella stanza sperimentale (cioè nella stanza 2).
  10. Chiedi al partecipante di stare sul tapis roulant e di attaccare la chiave di sicurezza del tapis roulant al partecipante.
  11. Accendi il tapis roulant a una velocità di 0,8 mph e fai camminare il partecipante per 2 minuti in modo che familiarizzino con la velocità. Durante questi 2 minuti, ricorda al partecipante le istruzioni:

    "Per circa 40 minuti, invierai un messaggio [nome dell'assistente di ricerca] con uno smartphone. Mentre scrivi, sentirai un suono di tanto in tanto. Questo suono sarà seguito dall'immagine di un personaggio che cammina. Il tuo compito è quello di alzare la testa verso lo schermo in quel momento e indicare ad alta voce, secondo te, se il personaggio sta camminando verso la tua destra o la tua sinistra. Non ti verrà chiesto di fare nient'altro. Scriverò le tue risposte. Dopo aver indicato la risposta, continui semplicemente a inviare un messaggio di testo [nome dell'assistente di ricerca]. È importante dare sempre una risposta. Se non sei sicuro, dicci la tua migliore ipotesi. Non voltarti quando dai la tua risposta o se vuoi parlare con me perché potresti essere destabilizzato e cadere. Tieni la testa avanti. Ci sono quattro parti dell'esperimento, due in cui scrivi [nome dell'assistente di ricerca] mentre cammini e due in cui stai solo camminando. Ogni parte dura circa 12 minuti e c'è una pausa di 2 minuti tra ogni parte. Hai domande?"

4. Prova pratica

  1. Dare al partecipante lo smartphone.
  2. Dì al partecipante che farà una prova pratica.
  3. Fare clic sul file di script eseguibile dello stimolo per le prove pratiche. Inserisci il numero del partecipante e inizia la prova.
  4. Chiedi al partecipante di esercitarsi a rispondere agli stimoli visivi mentre partecipa a una conversazione di testo con l'assistente di ricerca. Questa sessione di prove durerà 3 min.
  5. Una volta iniziata la sessione, segui lo script di conversazione di testo creato per lo studio.
  6. Annota la risposta del partecipante a ogni apparizione di stimolo su un modello di foglio di calcolo.
  7. Dopo i 3 minuti, chiedi al partecipante di sedersi su una sedia e bere un po 'd'acqua. Durante questo periodo regolare la velocità del tapis roulant a 0,4 mph.
  8. Ricordare al partecipante le istruzioni di studio.

5. Raccolta dei dati

  1. Apparecchio
    1. Passare al foglio del flusso di lavoro per scegliere l'ordine delle condizioni per il partecipante corrente. Sono possibili due ordini: nell'ordine A, le prove 1 e 3 utilizzano la condizione di sms, mentre le prove 2 e 4 utilizzano la condizione di controllo. Nell'ordine B, le prove 1 e 3 utilizzano le condizioni di controllo e le prove 2 e 4 utilizzano le condizioni di invio di SMS. Durante ogni prova lo stimolo visivo appare 22 volte.
    2. Assicurati che tutto il software di registrazione sia pronto per essere avviato in sincronia.
    3. Accendere tutti i software di registrazione (ad esempio, EEG, video)
    4. Chiedi al partecipante di tornare sul tapis roulant e aumentare lentamente la velocità a 0,8 mph.
    5. Attiva il programma di stimolo visivo e inizia a eseguirlo.
    6. Leggere le istruzioni dello studio a seconda della condizione sperimentale.
      1. Eseguire il file di script eseguibile dello stimolo per le versioni di prova dell'esperimento . Inserisci il numero di partecipante e il codice scelto per le condizioni specifiche. Inizia la prova.
  2. Condizioni di controllo
    1. Assicurarsi che lo smartphone sia fuori dal campo visivo del partecipante durante questa attività.
    2. Istruire il partecipante a camminare semplicemente sul tapis roulant e rispondere allo stimolo visivo ogni volta che appare rispondendo "sinistra" o "destra":

      "Per questo compito, dovrai semplicemente camminare sul tapis roulant. Di tanto in tanto sentirai un suono. Questo suono sarà seguito dall'immagine di un personaggio che cammina. Il tuo compito è quello di alzare la testa verso lo schermo e indicare ad alta voce, secondo te, se il personaggio si sta muovendo alla tua destra o alla tua sinistra. Non ti verrà chiesto di fare nient'altro. Scriverò io stesso le tue risposte. Dopo aver dettato la tua risposta, continui semplicemente a camminare. È importante dare sempre una risposta. Se non sei sicuro, dicci la tua migliore ipotesi. Non voltarti quando dai la tua risposta o se vuoi parlare con me perché potresti essere destabilizzato e cadere. Tieni la testa avanti. Inizia quando ti do il segnale. Hai domande?"
    3. Segnala al partecipante che lo studio sta per iniziare e inizia lo studio di stimolo visivo.
    4. Annota la risposta del partecipante ogni volta che risponde allo stimolo visivo. Quando un partecipante non risponde, lasciare vuoto il campo.
    5. Alla fine della prova, chiedi al partecipante di sedersi e bere un po' d'acqua.
    6. Durante queste pause, continua a far funzionare tutto il software di registrazione e lascia il tapis roulant acceso ad una velocità di 0,4 mph.
    7. Dopo la pausa riporta il partecipante sul tapis roulant e mentre cammina, aumenta gradualmente la velocità a 0,8 mph.
  3. Condizione di invio di SMS
    1. Mentre il partecipante sta camminando sul tapis roulant porgigli lo smartphone.
    2. Istruire il partecipante a scrivere come farebbe naturalmente (ad esempio, usando una mano o due mani) mentre cammina sul tapis roulant e rispondere allo stimolo visivo ogni volta che appare rispondendo "sinistra" o "destra":

      "Per questo compito, invierai un messaggio [nome dell'assistente di ricerca] con uno smartphone. Sullo smartphone, apri l'applicazione di messaggistica. Quindi seleziona la conversazione dicendo "Ciao". Dovrai partecipare attivamente a una conversazione di testo. Mentre scrivi sentirai un suono di tanto in tanto. Questo suono sarà seguito dall'immagine di un personaggio che cammina. Il tuo compito è quello di alzare la testa verso lo schermo qui e indicare, secondo te, se il personaggio si sta muovendo alla tua destra o alla tua sinistra. Non ti verrà chiesto di fare nient'altro. Scriverò io stesso le tue risposte. Dopo aver dettato la tua risposta, continui semplicemente a inviare messaggi. È importante dare sempre una risposta. Se non sei sicuro, dicci la tua migliore ipotesi. Non voltarti quando dai la tua risposta o se vuoi parlare con me perché potresti essere destabilizzato e cadere. Tieni la testa avanti. Inizia quando ti do il segnale. Hai domande?"
    3. Segnala al partecipante che lo studio sta per iniziare e inizia lo studio di stimolo visivo.
    4. Istruisci il partecipante ad avere una conversazione di testo mentre cammina sul tapis roulant. Istruiscili a rispondere anche allo stimolo visivo ogni volta che appare rispondendo "sinistra" o "destra".
    5. Chiedi all'assistente di ricerca di seguire lo script di conversazione e mantenere la conversazione in corso per tutta la condizione.
    6. Annota la risposta del partecipante ogni volta che risponde allo stimolo visivo. Quando un partecipante non risponde, lasciare vuoto il campo.
    7. Alla fine della prova, prendi lo smartphone dal partecipante e chiedi al partecipante di sedersi e bere un po 'd'acqua.
    8. Durante queste pause, continua a far funzionare tutto il software di registrazione e lascia il tapis roulant acceso ad una velocità di 0,4 mph.
    9. Dopo la pausa riporta il partecipante sul tapis roulant e mentre cammina, aumenta gradualmente la velocità a 0,8 mph.

6. Fine della raccolta dei dati

  1. Alla fine della manipolazione sperimentale chiedi al partecipante di spegnere il tapis roulant. Chiedi al partecipante di sedersi e bere un po' d'acqua.
  2. Rimuovere la cuffia EEG e portare il partecipante a una doccia dove possono lavarsi i capelli se lo desiderano.
  3. Dare al partecipante il suo compenso e ringraziarlo per la sua partecipazione. Assicurati che il partecipante lasci con la sua copia del modulo di consenso e che recuperi tutti i suoi oggetti personali.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Questo protocollo di studio è stato originariamente condotto con 54 partecipanti, ciascuno rispondente a 88 studi di direzione. La metà di questi studi si è verificata quando i partecipanti stavano semplicemente camminando prima della presentazione dello stimolo; L'altra metà si è verificata quando i partecipanti stavano scrivendo messaggi mentre camminavano prima della presentazione dello stimolo.

Risultati comportamentali
Le prestazioni sulla direzione del camminatore a luce ottica rappresentano i costi di commutazione delle attività, con prestazioni inferiori che rappresentano costi di commutazione delle attività più elevati. Le risposte dei partecipanti sono state analizzate con due variabili di risposta: 1) Corretta identificazione; e 2) tempo di risposta. Le due condizioni sperimentali rappresentavano i due gruppi: 1) Inviare SMS mentre si cammina; e 2) semplicemente camminare prima di rispondere allo stimolo. I tempi di risposta sono stati calcolati alla fine dell'esperimento. Le registrazioni video dell'esperimento sono state convertite in file audio e poi analizzate con un software audio che ha segnato i picchi nelle lunghezze d'onda del suono. Una volta contrassegnati il suono della stecca e il suono della risposta verbale del partecipante, è stato determinato il tempo tra i due. I tempi di risposta corretti sono stati analizzati esportando la direzione corretta del partecipante per gli 88 studi, dal software di presentazione sperimentale e aggiungendolo al file di database contenente le risposte dei partecipanti. Nel programma utilizzato (Excel), è stata utilizzata una formula per testare l'accuratezza (=SE(A1=B1,1,0)) per determinare se le informazioni contenute nella prima colonna di dati (cioè la risposta dei partecipanti) erano uguali alla seconda colonna.

Poiché ogni partecipante doveva determinare ripetutamente l'orientamento dello stimolo, un t-test non poteva essere utilizzato per analizzare le differenze nei mezzi di prestazione tra le condizioni. Invece, per tenere conto della correlazione intra-soggetto tra gli studi, è stato utilizzato un modello di regressione lineare generalizzata. Questa analisi è stata eseguita utilizzando Proc Glimmix con il software SAS 9.4. La variabile di gruppo era la variabile esplicativa per le variabili di risposta e un'intercetta gaussiana casuale è stata aggiunta per ciascun soggetto. L'accuratezza delle variabili di risposta (risposta corretta o errata) era binaria e, come tale, una funzione di collegamento logit era appropriata per questo modello di regressione.

Abbiamo scoperto che i partecipanti avevano maggiori probabilità di identificare la direzione corretta per lo stimolo point-light walker quando non stavano inviando messaggi prima della comparsa dello stimolo (Odds Ratio = 0,77; T = −3,12; p = 0,001; Intervallo di confidenza al 95% (.657;. 908)). Non è stata riscontrata alcuna differenza significativa nel tempo di reazione (β = −0,005; T = −.26; p = 0,799; Intervallo di confidenza al 95% (-.047;. 036)) (vedere Figura 3).

Per combinare precisione e tempo di risposta, è stato utilizzato il punteggio di efficienza inversa (IES)24 . La probabilità di essere precisi nelle prove di direzione è stata modellata utilizzando una regressione logistica con il tempo di risposta come variabile di controllo. Ancora una volta, è stata aggiunta un'intercettazione casuale individuale per ciascun soggetto per tenere conto delle potenziali correlazioni intra-soggetto tra gli studi. I risultati di questa regressione a effetto misto hanno mostrato un effetto significativo della condizione sperimentale, in cui la probabilità stimata di rispondere accuratamente allo stimolo era inferiore del 18,9% nella condizione in cui i partecipanti inviavano messaggi mentre camminavano, rispetto a quando semplicemente camminavano prima della comparsa dello stimolo (Odds ratio = 0,811; T = −2,46; p = 0,014; Intervallo di confidenza al 95% 0,686–0,959; vedi Figura 3). Ciò ha dimostrato che, indipendentemente dal tempo di risposta, l'accuratezza della direzione dello stimolo era costantemente inferiore quando i partecipanti inviavano messaggi mentre camminavano.

Dati neurofisiologici
Le registrazioni EEG sono state utilizzate per determinare l'attività neurofisiologica coinvolta nel cambio di attività osservando le oscillazioni alfa e l'impegno cognitivo. L'uso dell'EEG durante il movimento ha portato a più artefatti. Al fine di garantire la qualità dei dati, sono state adottate diverse misure. In primo luogo, per consentire la registrazione durante la deambulazione, è stata utilizzata una nuova tecnologia di elettrodi attivi con un circuito di sottrazione del rumore (cioè elettrodi preamplificati). In secondo luogo, i dati EEG sono stati filtrati offline con un filtro IIR passa-basso a 20 Hz, per isolare le onde alfa, e un filtro IIR passa-alto a 1 Hz, è stato utilizzato per ridurre il rumore. In terzo luogo, è stata applicata un'analisi indipendente dei componenti (ICA) al fine di attenuare gli artefatti causati da battiti di ciglia e saccadi oculari nei dati EEG25. In quarto luogo, è stata utilizzata una reiezione automatica dell'artefatto per escludere epoche con differenze di tensione superiori a 50 μV tra due punti di campionamento vicini e una differenza superiore a 50 μV in un intervallo di 75 ms.

L'analisi dei dati è stata eseguita con Vision Analyzer 2. Sulla base di Luck26, i dati sono stati ri-riferiti al riferimento medio comune. Inoltre, i dati sono stati segmentati per isolare i 2 s dopo la presentazione dello stimolo walker e una linea di base di 2 s. Per ogni presentazione di stimolo è stata determinata una linea di base che rappresenta l'attività che si verifica quando il partecipante cammina o invia messaggi mentre cammina. Questa linea di base è stata ottenuta durante un punto temporale di 2 s, che si verifica 12 s prima del segnale uditivo di ogni apparizione dello stimolo. Entrambi i segmenti sono stati analizzati separatamente con una trasformata di Fast-Fourier su epoche di 1 s per ottenere valori di potenza nel dominio della frequenza. Tutte le epoche sono state mediate separatamente per condizione sperimentale.

Lo scopo di questa analisi era determinare se le due fasi secondarie dell'inibizione del set di attività e dell'attivazione del set di attività influiscono in modo diverso sul costo del commutatore comportamentale (cioè sulle misure delle prestazioni). Per fare ciò, i dati EEG sono stati analizzati sulla base di due indici: 1) oscillazioni alfa; e 2) impegno cognitivo. Tutti i calcoli sono stati fatti utilizzando i siti Cz e Pz perché i loro dati contenevano meno rumore e meno artefatti. I cambiamenti nelle oscillazioni alfa, dovuti alla presentazione dello stimolo, sono stati analizzati con rapporti alfa confrontando la potenza alfa di base con la potenza alfa che si verifica con la presentazione dello stimolo18,19. Utilizzando l'indice di coinvolgimento cognitivo sviluppato da Pope et al.20, è stato creato un rapporto della potenza combinata nella beta (14-20 Hz) diviso per la potenza totale nelle componenti alfa (8-12 Hz) e theta (4-8 Hz). Per calcolare la potenza combinata, le somme delle potenze utilizzate erano nelle posizioni Cz e Pz.

Il rapporto alfa e il suo effetto sulla performance sono stati confrontati tra le due condizioni. Il rapporto alfa riflette i processi di inibizione del compito. Poiché il rapporto alfa è stato misurato per ciascun partecipante, è stato necessario confrontare il rapporto con la performance aggregata durante quella condizione (cioè, la percentuale di risposta corretta dei 44 studi di quella condizione). Per confrontare il coefficiente di correlazione di entrambe le condizioni, lo z-test proposto da Steiger27 è stato utilizzato come mezzo per confrontare i coefficienti di correlazione misurati dallo stesso individuo. Nel sito Pz, è stato riscontrato che la correlazione tra prestazioni e rapporto alfa era statisticamente diversa tra le due condizioni (p = 0,032; intervallo di confidenza al 95% = 0,054-1,220) (vedi Figura 4). Poiché le correlazioni di ciascuna condizione erano di segni opposti, è stato dimostrato che i processi di inibizione hanno influenzato le prestazioni in modo diverso nelle due condizioni, con un rapporto alfa più elevato che ha portato a prestazioni migliori durante la condizione di deambulazione, mentre nella condizione di sms le prestazioni sono state ostacolate da un rapporto alfa più elevato. Questi risultati mostrano che quando si invia un SMS mentre si cammina, la quantità di risorse necessarie per inibire il set di attività precedente ha avuto un impatto negativo sulle prestazioni. Pertanto, la misura in cui i partecipanti hanno impegnato le risorse nell'inibizione del set di attività ha avuto un effetto maggiore sulle prestazioni imminenti quando hanno inviato messaggi. Per quanto riguarda il sito Cz, non sono state riscontrate differenze significative, suggerendo che l'effetto era localizzato principalmente nella regione parietale del cuoio capelluto.

Anche il rapporto di coinvolgimento cognitivo e il suo effetto sulle prestazioni sono stati confrontati tra le due condizioni. Per quanto riguarda il rapporto alfa, anche per questa analisi è stato utilizzato lo z-test proposto da Steiger27 . I risultati hanno mostrato una differenza statisticamente significativa tra le due condizioni, in cui l'impegno sul compito svolto immediatamente prima della comparsa dello stimolo (ad esempio, camminare o inviare messaggi mentre si cammina) ha influenzato le prestazioni in modo diverso in ciascuna condizione (p = 0,027; intervallo di confidenza al 95% = -1,062 – -0,061). Anche in questo caso le correlazioni erano di segni opposti. I nostri risultati suggeriscono che quando i partecipanti stavano camminando prima del cambio di attività, un rapporto più elevato di impegno cognitivo era correlato a una diminuzione delle prestazioni, mentre quando i partecipanti stavano inviando messaggi mentre camminavano prima del cambio di attività un rapporto più elevato di impegno cognitivo era correlato ad un aumento delle prestazioni. Ciò dimostra che il costo più elevato di commutazione delle attività di invio di messaggi di testo mentre si cammina non era dovuto a un maggiore impegno cognitivo in quel compito.

Movie 1
Figura 1: In questo video, è visibile una figura che cammina verso il lato destro del soggetto. Clicca qui per vedere questo video. (Fare clic con il pulsante destro del mouse per scaricare.)

Figure 2
Figura 2: Configurazione sperimentale della stanza. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 3
Figura 3: Effetto dell'invio di SMS sulla precisione e sul tempo di risposta. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Figure 4
Figura 4: Correlazione tra Alfa a Fz e prestazioni. Fare clic qui per visualizzare una versione ingrandita di questa figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Una scelta critica quando si utilizza il protocollo sarebbe garantire la qualità dei dati neurofisiologici. C'è una complicazione intrinseca nell'utilizzo di uno strumento come l'EEG durante il movimento, perché un movimento eccessivo può creare molto rumore nei dati. È quindi importante considerare, prima della raccolta dei dati, come i dati saranno preparati per rimuovere il maggior numero possibile di artefatti senza modificare il segnale effettivo. Tuttavia, è ancora abbastanza probabile che ci saranno tassi più elevati di esclusione dei dati perché i partecipanti camminano su un tapis roulant durante l'esperimento. Alcuni dati dei partecipanti saranno inutilizzabili a causa di artefatti causati da eccessivi movimenti del viso, della testa e del corpo, nonché a causa del potenziale di sudorazione eccessiva e malfunzionamento delle apparecchiature. Per evitare di influenzare o influenzare i risultati, le esclusioni dei dati dovrebbero essere determinate prima dell'analisi comportamentale. Da quando abbiamo condotto questo studio, il nostro laboratorio ha acquisito la capacità di localizzare la posizione degli elettrodi e speriamo di utilizzare questa tecnologia in studi futuri per analizzare meglio l'attività della sorgente. Raccomandiamo che studi futuri sfruttino la tecnologia di localizzazione degli elettrodi per consentire la stima della sorgente dei segnali EEG correlati.

Un passo fondamentale a cui prestare attenzione in questo protocollo è lo script per la conversazione di testo del partecipante con l'assistente di ricerca. È importante che le conversazioni di testo siano guidate con argomenti predefiniti e alcune domande aperte. C'è molto valore nel seguire un tale copione. In primo luogo, ci assicuriamo che tutti i partecipanti abbiano tipi simili di conversazione, quindi rimuoviamo la variabilità che esisterebbe in una conversazione naturale. In questo modo ci assicuriamo che il livello di distrazione non cambi a causa dell'eccessiva diversità della conversazione tra i partecipanti. In secondo luogo, possiamo garantire che la conversazione non porti a forti reazioni emotive scegliendo saggiamente gli argomenti. Le interazioni emotivamente cariche possono alterare l'analisi EEG e i livelli di distraibilità, il che a sua volta complicherebbe l'interpretazione dei risultati sia comportamentali che neurofisiologici. Tutte le conversazioni di testo varieranno inevitabilmente in una certa misura, ma avere uno script ci consente una certa quantità di controllo su questa variabilità. Per limitare ulteriormente la variabilità nella conversazione, sarebbe preferibile avere un assistente di ricerca specifico responsabile di questo compito per tutta la durata del progetto di ricerca. Tuttavia, aderendo a un copione perdiamo anche la validità ecologica di una tale conversazione. Quando le persone hanno conversazioni con i loro amici, ad esempio, queste conversazioni possono essere emotivamente cariche e questo può effettivamente alterare il costo del cambio di attività. Tuttavia, è importante considerare che per analizzare l'impatto dei tipi di conversazione sul costo del cambio di attività, l'obiettivo dello studio dovrebbe concentrarsi su quell'aspetto, a causa della complessità di tale analisi. Quindi, per i nostri scopi l'uso di uno script era più appropriato.

È inoltre necessario prestare attenzione durante la creazione del file di database in cui verranno annotate le risposte dei partecipanti. La formula che abbiamo usato in Excel per testare l'accuratezza (ad esempio, =SE(A1=B1,1,0)) dipende dal formato (ad esempio, sarà influenzata da spazi vuoti extra e lettere maiuscole). Si consiglia quindi di scrivere R per destra o L per sinistra, nello stesso formato utilizzato nell'output estratto dal software di presentazione dell'esperimento visivo. Qualsiasi errore nella scrittura del file può causare falsi negativi nella valutazione di accuratezza. Infine, per questo tipo di studio, in cui l'elaborazione visiva gioca un ruolo importante, è importante che tutti i partecipanti abbiano una visione normale o corretta alla normalità. Poiché stiamo utilizzando strumenti EEG, è anche rilevante per lo screening per l'epilessia e le diagnosi neurologiche, oltre che psichiatriche, che potrebbero influire sui segnali cerebrali dei partecipanti. È saggio escludere quei partecipanti dallo studio, poiché le differenze nell'attività cerebrale possono influenzare i risultati.

Questa metodologia può essere modificata per testare più utilizzi dello smartphone (ad esempio, lettura, social media, giochi, visualizzazione di immagini, ecc.) 28. I questionari possono anche essere aggiunti tra le condizioni sperimentali, o alla fine dell'esperimento, per ottenere maggiori informazioni sulle caratteristiche e le percezioni dei partecipanti (vedi Mourra29). I questionari tra i compiti non dovrebbero richiedere molto tempo per evitare di aumentare inutilmente la fatica dei partecipanti per le seguenti condizioni. Questo momento è molto utile per testare diversi costrutti relativi al compito, come la percezione del tempo, l'interesse per il compito che il partecipante ha appena completato e la difficoltà percepita. I questionari alla fine dell'esperimento possono richiedere più tempo, ma la fatica di finalizzare le condizioni deve essere presa in considerazione. La tempistica dei questionari dovrebbe essere fatta in modo da evitare che le risposte dei partecipanti siano distorte dalla loro esperienza durante il compito e per evitare che il comportamento dei partecipanti sia distorto a causa delle domande poste in precedenza.

Questo metodo è limitato in quanto gli ambienti pedonali reali hanno molti stimoli presentati simultaneamente, quindi il carico cognitivo richiesto in questi ambienti è probabilmente molto più alto rispetto a questo studio (vedi Pourchon et al.7). Tuttavia, per essere veramente in grado di individuare i meccanismi neurofisiologici sottostanti, sembrava necessario fare un tale compromesso. A seconda dello scopo dello studio particolare, lo stimolo visivo può essere modificato per testare diversi fattori che possono influire sul costo di commutazione dell'attività di utilizzo di uno smartphone mentre si cammina. In questa metodologia, la figura del camminatore puntiforme è stata utilizzata al posto di una figura umana reale perché questo camminatore puntiforme è meno incline ai pregiudizi. L'aspetto di un vero camminatore umano potrebbe essere più piacevole o sgradevole per alcuni partecipanti e questo potrebbe influire sull'attenzione ad esso attribuita. Utilizzando un gruppo di punti che rappresentano una forma umana e un movimento umano, possiamo bypassare questa potenziale variabile estranea del genere, dell'abbigliamento, dell'immagine corporea del camminatore umano, tra le altre variabili che possono distorcere i risultati. Ad esempio, i partecipanti che trovano il camminatore umano più attraente possono essere più inclini a focalizzare la loro attenzione sul camminatore di quanto avrebbero altrimenti.

Questa metodologia può essere utilizzata per diverse applicazioni in studi futuri. Modificando, ad esempio, lo stimolo visivo in modo che abbia caratteristiche diverse, sarebbe possibile studiare come le caratteristiche dell'oggetto in un ambiente possano influenzare il costo del task-switching. Può anche essere interessante utilizzare questo metodo con un tapis roulant manuale, dove l'azione dei piedi dei partecipanti contro il ponte muove la cintura del tapis roulant. In questo modo, potremmo determinare come la velocità fluttua durante l'esperimento a causa del multitasking o a causa del cambio di attività. Ciò aumenterebbe la validità ecologica aggiungendo una nuova variabile da considerare nell'analisi (ad esempio, fermarsi, camminare più lentamente o più velocemente influenza le prestazioni dei partecipanti?). Quindi, sia in termini di stimoli che di movimento del soggetto, ci sono molte altre possibilità oltre a quelle proposte in questo metodo (ad esempio, point-light walker e tapis roulant automatico) per indagare i messaggi di testo mentre si cammina (Pourchon et al.7, Schabrun et al.30). Ciò aumenterebbe la validità interna o esterna degli studi futuri. Inoltre, va notato che la nostra decisione di utilizzare i dati EEG da soli due elettrodi presenta alcune limitazioni. La ricerca futura dovrebbe cercare di estendere l'analisi alle regioni di interesse che comprendono più elettrodi. Sarebbe anche possibile non utilizzare uno script di conversazione e lasciare che la conversazione avvenga naturalmente. In tali casi il contenuto della conversazione potrebbe essere analizzato con un'analisi del contenuto e l'impatto di diversi tipi di conversazioni potrebbe essere studiato in modo naturale. In sintesi, questa metodologia può essere la base su cui possono basarsi studi più complessi per far crescere la conoscenza dei diversi fattori che possono influire sulla nostra capacità di multitasking con uno smartphone mentre camminiamo.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Gli autori non hanno nulla da rivelare.

Acknowledgments

Gli autori riconoscono il sostegno finanziario del Social Sciences and Humanities Research Council of Canada (SSHERC).

Materials

Name Company Catalog Number Comments
The Observer XT Noldus Integration and synchronization software: The Noldus Observer XT (Noldus Information Technology) is used to synchronize all behavioral, emotional and cognitive engagement data.
MediaRecorder Noldus Audio and video recording software
FaceReader Noldus Software for automatic analysis of the 6 basic facial expressions
E-Prime Psychology Software Tools, Inc. Software for computerized experiment design, data collection, and analysis
BrainVision Recorder Brain Vision Software used for recording neuro-/electrophysiological signals (EEG in this case)
Analyzer EEG signal processing software
Qualtrics Qualtrics Online survey environment
Tapis Roulant ThermoTread GT Office Treadmill
Syncbox Noldus Syncbox start the co-registration of EEG and gaze data by sending a Transistor-Transistor Logic (TTL) signal to the EGI amplifier and a keystroke signal to the Tobii Studio v 3.2.
Move2actiCAP Brain Vision Add-on for a digital wireless system for EEG
iPhone 6s Apple
iMessage Apple
iPad Apple

DOWNLOAD MATERIALS LIST

References

  1. Monsell, S. Task switching. Trends in Cognitive Sciences. 7 (3), 134-140 (2003).
  2. Haga, S., et al. Effects of using a Smart Phone on Pedestrians' Attention and Walking. Procedia Manufacturing. 3, 2574-2580 (2015).
  3. Hatfield, J., Murphy, S. The effects of mobile phone use on pedestrian crossing behaviour at signalised and unsignalised intersections. Accident Analysis, Prevention. 39 (1), (2007).
  4. Stavrinos, D., Byington, K. W., Schwebel, D. C. Distracted walking: Cell phones increase injury risk for college pedestrians. Journal of Safety Research. 42 (2), 101-107 (2011).
  5. Nasar, J., Hecht, P., Wener, R. Mobile telephones, distracted attention, and pedestrian safety. Accident Analysis, Prevention. 40 (1), 69-75 (2008).
  6. Hyman, I. E., Boss, S. M., Wise, B. M., McKenzie, K. E., Caggiano, J. M. Did you see the unicycling clown? Inattentional blindness while walking and talking on a cell phone. Applied Cognitive Psychology. 24 (5), 597-607 (2010).
  7. Pourchon, R., et al. Is augmented reality leading to more risky behaviors? An experiment with pokémon go. Proceedings of the International Conference on HCI in Business, Government, and Organizations. , 354-361 (2017).
  8. Thornton, I. M., Rensink, R. A., Shiffrar, M. Active versus Passive Processing of Biological Motion. Perception. 31 (7), 837-853 (2002).
  9. Neider, M. B., McCarley, J. S., Crowell, J. A., Kaczmarski, H., Kramer, A. F. Pedestrians, vehicles, and cell phones. Accident Analysis, Prevention. 42, 589-594 (2010).
  10. Wylie, G., Allport, A. Task switching and the measurement of "switch costs". Psychological Research. 63 (3-4), 212-233 (2000).
  11. Johansson, G. Visual perception of biological motion and a model for its analysis. Perception, Psychophysics. 14 (2), 201-211 (1973).
  12. Cavanagh, P., Labianca, A. T., Thornton, I. M. Attention-based visual routines: Sprites. Cognition. 80 (1-2), 47-60 (2001).
  13. Troje, N. F. Retrieving Information from Human Movement Patterns. Understanding Events. , 308-334 (2008).
  14. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis. Brain Research Reviews. 29 (2-3), 169-195 (1999).
  15. Jensen, O., Gelfand, J., Kounios, J., Lisman, J. E. Oscillations in the Alpha Band (9-12 Hz) Increase with Memory Load during Retention in a Short-term Memory Task. Cerebral Cortex. 12 (8), 877-882 (2002).
  16. Busch, N. A., Herrmann, C. S. Object-load and feature-load modulate EEG in a short-term memory task. NeuroReport. 14 (13), 1721-1724 (2003).
  17. Herrmann, C. S., Senkowski, D., Röttger, S. Phase-Locking and Amplitude Modulations of EEG Alpha. Experimental Psychology. 51 (4), 311-318 (2004).
  18. Pfurtscheller, G., Aranibar, A. Event-related cortical desynchronization detected by power measurements of scalp EEG. Electroencephalography and Clinical Neurophysiology. 42 (6), 817-826 (1977).
  19. Sauseng, P., et al. EEG alpha synchronization and functional coupling during top-down processing in a working memory task. Human Brain Mapping. 26 (2), 148-155 (2005).
  20. Pope, A. T., Bogart, E. H., Bartolome, D. S. Biocybernetic system evaluates indices of operator engagement in automated task. Biological Psychology. 40 (1-2), 187-195 (1995).
  21. Scerbo, M. W., Freeman, F. G., Mikulka, P. J. A brain-based system for adaptive automation. Theoretical Issues in Ergonomics Science. 4 (1-2), 200-219 (2003).
  22. Charland, P., et al. Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective. Journal of Visualized Experiments. (101), e52627 (2015).
  23. Courtemanche, F., et al. Texting while walking: An expensive switch cost. Accident Analysis, Prevention. 127, 1-8 (2019).
  24. Townsend, J. T., Ashby, F. G. The stochastic modeling of elementary psychological processes. , Cambridge University Press. Cambridge. (1983).
  25. Jung, T., et al. Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects. Clinical Neurophysiology. 111, 1745-1758 (2000).
  26. Luck, S. J. An Introduction to the Event-related Potential Technique (Cognitive Neuroscience). , MIT Press. Cambridge, MA. (2005).
  27. Steiger, J. H. Tests for comparing elements of a correlation matrix. Psychological Bulletin. 87 (2), 245-251 (1980).
  28. Léger, P. -M., et al. Task Switching and Visual Discrimination in Pedestrian Mobile Multitasking: Influence of IT Mobile Task Type. Information Systems and Neuroscience: Vienna Retreat on NeuroIs 2019. Davis, F., Riedl, R., vom Brocke, J., Léger, P. -M., Randolph, A., Fischer, T. H. , Springer. 245-251 (2020).
  29. Mourra, G. N. Addicted to my smartphone: what factors influence the task-switching cost that occurs when using a smartphone while walking. , Retrieved from: http://biblos.hec.ca/biblio/memoires/m2019a610182.pdf (2019).
  30. Schabrun, S. M., van den Hoorn, W., Moorcroft, A., Greenland, C., Hodges, P. W. Texting and walking: strategies for postural control and implications for safety. PloS One. 9 (1), 84312 (2014).

Tags

Comportamento Numero 158 commutazione di attività processi attentivi neuroergonomia analisi degli incidenti dispositivo mobile EEG

Erratum

Formal Correction: Erratum: Measuring the Switch Cost of Smartphone Use While Walking
Posted by JoVE Editors on 08/24/2020. Citeable Link.

An erratum was issued for: Measuring the Switch Cost of Smartphone Use While Walking. An author's name was updated.

The name was corrected from:

Gabrielle-Naïmé Mourra

to:

Gabrielle Naïmé Mourra

Misurare il costo dell'interruttore dell'uso dello smartphone mentre si cammina
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Mourra, G. N., Brieugne, D., Rucco,… More

Mourra, G. N., Brieugne, D., Rucco, E., Labonté-Lemoyne, É., Courtemanche, F., Sénécal, S., Fredette, M., Cameron, A. F., Faubert, J., Lepore, F., Bellavance, F., Léger, P. M. Measuring the Switch Cost of Smartphone Use While Walking. J. Vis. Exp. (158), e60555, doi:10.3791/60555 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter