Waiting
Login processing...

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

Behavior

Medición del costo del interruptor del uso del teléfono inteligente mientras camina

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

Este diseño de estudio mide el costo de cambio de tareas de usar un teléfono inteligente mientras camina. Los participantes se someten a dos condiciones experimentales: una condición de control (caminar) y una condición multitarea (enviar mensajes de texto mientras caminan). Los participantes cambian entre estas tareas y una tarea de determinación de dirección. Se registran los datos de EEG, así como las medidas de comportamiento.

Abstract

Este documento presenta un protocolo de estudio para medir el costo de cambio de tareas de usar un teléfono inteligente mientras camina. Este método implica que los participantes caminen en una cinta de correr bajo dos condiciones experimentales: una condición de control (es decir, simplemente caminar) y una condición multitarea (es decir, enviar mensajes de texto mientras caminan). Durante estas condiciones, los participantes deben cambiar entre las tareas relacionadas con la condición experimental y una tarea de determinación de dirección. Esta tarea de dirección se realiza con una figura de caminante de luz puntual, aparentemente caminando hacia la izquierda o la derecha del participante. El rendimiento en la tarea de dirección representa los costos de cambio de tareas del participante. Hubo dos medidas de desempeño: 1) identificación correcta de la dirección y 2) tiempo de respuesta. Los datos del EEG se registran para medir las oscilaciones alfa y el compromiso cognitivo que se producen durante el cambio de tarea. Este método es limitado en su validez ecológica: los entornos peatonales tienen muchos estímulos que ocurren simultáneamente y compiten por la atención. No obstante, este método es apropiado para identificar los costos de cambio de tareas. Los datos del EEG permiten el estudio de los mecanismos subyacentes en el cerebro que están relacionados con los diferentes costos de cambio de tareas. Este diseño permite la comparación entre el cambio de tareas cuando se realiza una tarea a la vez, en comparación con el cambio de tareas cuando se realizan múltiples tareas, antes de la presentación del estímulo. Esto permite comprender e identificar tanto el impacto conductual como neurofisiológico de estas dos condiciones diferentes de cambio de tareas. Además, al correlacionar los costos de cambio de tareas con la actividad cerebral, podemos aprender más sobre qué causa estos efectos conductuales. Este protocolo es una base apropiada para estudiar el costo de conmutación de diferentes usos de teléfonos inteligentes. Se pueden agregar diferentes tareas, cuestionarios y otras medidas para comprender los diferentes factores involucrados en el costo de cambio de tareas del uso de teléfonos inteligentes mientras camina.

Introduction

Debido a que tanto la penetración de teléfonos inteligentes como la tendencia a realizar múltiples tareas están aumentando, es importante comprender el impacto que el uso de teléfonos inteligentes mientras camina tiene en la atención. La literatura ha demostrado repetidamente que el cambio de tareas tiene un costo1, incluido el uso de teléfonos inteligentes mientras camina. Los estudios han encontrado que usar un teléfono inteligente mientras camina puede distraer y ser peligroso 2,3,4. Estos peligros se han relacionado con las deficiencias atencionales de realizar tal tarea 3,4,5,6,7. Debido a la naturaleza compleja del entorno peatonal, estudiarlo en un contexto experimental que sea ecológicamente válido puede ser problemático. No obstante, la realización de tales estudios en entornos peatonales reales puede conllevar complicaciones propias porque pueden entrar en juego muchas variables extrañas y existe el riesgo de daño al participante debido a las distracciones. Es importante poder estudiar tal fenómeno en un entorno relativamente seguro que siga siendo lo más realista posible. En este artículo, describimos una metodología de investigación que estudia el costo de cambio de tareas de enviar mensajes de texto mientras camina, al tiempo que aumenta la validez de la tarea y mitiga los riesgos potenciales involucrados.

Al usar un teléfono inteligente mientras camina, las personas se ven obligadas a cambiar de las tareas del teléfono inteligente a caminar y las tareas relacionadas con el medio ambiente. Por lo tanto, para estudiar tal fenómeno, encontramos pertinente enmarcar este método dentro de la literatura sobre multitarea, específicamente centrada en el paradigma de cambio de tareas. Para ello, se utilizó el paradigma de cambio de tarea1, haciendo que los participantes cambiaran entre una tarea pre-estímulo y una tarea post-estímulo. Una de las dos tareas previas al estímulo implicaba la multitarea, mientras que la otra no. En la tarea post-estímulo, los participantes tuvieron que responder a un estímulo cuya percepción está influenciada por la atención dividida8. Además, los estudios experimentales de laboratorio que intentan ser lo más ecológicamente válidos posible a menudo han utilizado entornos peatonales virtuales para comprender el impacto atencional del uso de teléfonos inteligentes mientras se camina 4,9. No obstante, para capturar los mecanismos neurofisiológicos subyacentes, elegimos centrarnos en la reacción específica de cambio de tareas a un estímulo para minimizar el número de estímulos a los que los participantes tenían que reaccionar. De esta manera, podemos identificar con mayor precisión el costo de cambio de tareas que proviene puramente de desviar la atención del teléfono inteligente hacia el estímulo. Con el diseño de nuestro estudio, utilizamos medidas de comportamiento (es decir, el costo de cambio de tareas) y datos neurofisiológicos para comprender mejor las deficiencias de atención encontradas durante el uso de teléfonos inteligentes peatonales.

Durante un experimento de cambio de tareas, los participantes generalmente realizaban al menos dos tareas simples relacionadas con un conjunto de estímulos, y cada tarea requería un conjunto diferente de recursos cognitivos denominado "conjunto de tareas"1. Cuando los individuos se ven obligados a cambiar entre tareas, sus recursos mentales necesitan adaptarse (es decir, la inhibición del conjunto de tareas anterior y la activación del conjunto de tareas actual). Se cree que este proceso de "reconfiguración del conjunto de tareas" es la causa del costo de cambio de tareas1. El costo de cambio de tareas generalmente se determina observando las diferencias en el tiempo de respuesta y / o la tasa de error entre los ensayos en los que los participantes cambian entre tareas y aquellos en los que nolo hacen 10. En nuestro experimento, tuvimos tres conjuntos de tareas: 1) responder a un estímulo de caminante de luz puntual; 2) enviar mensajes de texto en un teléfono inteligente mientras camina; y 3) simplemente caminar. Comparamos el costo del cambio entre dos condiciones diferentes: 1) simplemente caminar antes de responder al estímulo, y 2) caminar mientras se envían mensajes de texto antes de responder. De esta manera, capturamos el costo de la multitarea en un teléfono inteligente antes de cambiar la tarea y pudimos compararlo directamente con el costo del interruptor no multitarea de simplemente caminar antes de la aparición del estímulo visual. Debido a que el teléfono inteligente utilizado en este estudio era de una marca específica, todos los participantes fueron examinados antes del experimento para asegurarse de que sabían cómo usar correctamente el dispositivo.

Para simular una experiencia realista representativa del contexto peatonal, decidimos utilizar una figura de caminante de luz puntual como estímulo visual, representando una forma humana caminando con un ángulo de desviación de 3.5 ° hacia la izquierda o la derecha del participante. Esta figura se compone de 15 puntos negros sobre un fondo blanco, con los puntos que representan la cabeza, los hombros, las caderas, los codos, las muñecas, las rodillas y los tobillos de un ser humano (Figura 1). Este estímulo se basa en el movimiento biológico, lo que significa que sigue el patrón de movimiento que es típico de humanos y animales11. Además, este estímulo es más que ecológicamente válido; Requiere un procesamiento visual complejo y atención para ser analizado con éxito12,13. Curiosamente, Thornton et al.8 encontraron que la identificación adecuada de la dirección del caminante en forma de punto se ve muy afectada por la atención dividida, lo que la hace adecuada como una medida de rendimiento cuando se estudian los costos de cambio de tareas cuando se realizan múltiples tareas. Se pidió a los participantes que indicaran verbalmente la dirección en la que caminaba la figura. La aparición del caminante siempre estaba precedida por una señal auditiva que señalaba su aparición en la pantalla.

El rendimiento en la tarea del caminante de luz puntual y los datos neurofisiológicos nos permitieron determinar el impacto atencional de ambas afecciones y ayudar a determinar qué las causó. El rendimiento se midió observando las tasas de error y los tiempos de respuesta al determinar la dirección de la figura del caminante de luz puntual. Para comprender los mecanismos cognitivos y atencionales subyacentes involucrados en las deficiencias atencionales que encontramos con la medida de rendimiento, evaluamos los datos neurofisiológicos de los participantes utilizando el EEG actiCAP con 32 electrodos. El EEG es una herramienta apropiada en términos de precisión temporal, lo cual es importante cuando se trata de ver qué causa un rendimiento deficiente en momentos específicos en el tiempo (por ejemplo, la apariencia de la figura del caminante de luz puntual), aunque los artefactos pueden estar presentes en los datos debido a los movimientos. Al analizar los datos del EEG, dos índices son particularmente relevantes: 1) oscilaciones alfa; y 2) compromiso cognitivo. La investigación ha encontrado que las oscilaciones alfa pueden representar el control de la memoria de trabajo, así como la inhibición activa de los circuitos cerebrales irrelevantes para la tarea14,15,16,17. Al comparar las oscilaciones alfa a niveles basales con las que ocurren con la presentación del estímulo18,19, obtuvimos la razón alfa. Con esta proporción, determinamos los cambios relacionados con el evento que podrían estar subyacentes al deterioro atencional observado al enviar mensajes de texto mientras camina. Con respecto al compromiso cognitivo, Pope et al.20 desarrollaron un índice donde la actividad beta representa el aumento de la excitación y la atención, y la actividad alfa y theta reflejan disminuciones en la excitación y la atención21,22. Este análisis se realizó para determinar si un mayor compromiso antes de la aparición del estímulo complicaría la reconfiguración del conjunto de tareas requerida para responder a la figura del caminante.

Con la metodología descrita en este documento, buscamos comprender los mecanismos subyacentes que afectan el rendimiento del cambio de tareas en los participantes que participan en episodios multitarea. La condición de caminar representa un rendimiento de cambio de tarea no multitarea que se compara con un rendimiento de cambio de tarea multitarea (es decir, enviar mensajes de texto mientras se camina). Al medir los roles de la inhibición del conjunto de tareas y la activación del conjunto de tareas, buscamos comprender mejor los costos de cambio que ocurren al enviar mensajes de texto mientras caminamos. Es relevante señalar que el estudio original se realizó en un entorno virtual inmersivo23 , pero luego se replicó en una sala experimental (ver Figura 2) con un proyector que muestra la figura del caminante en una pantalla frente al participante. Debido a que este entorno virtual ya no está disponible, el protocolo se adaptó al diseño actual de la sala experimental.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Antes de comenzar la recopilación de datos, es importante recibir toda la aprobación de investigación ética necesaria para los participantes humanos. Esto debe hacerse a través de las juntas de revisión apropiadas y / o comités de revisión de participantes humanos.

Este protocolo fue aprobado y certificado por la junta de ética de HEC Montréal para el centro de investigación Tech3Lab.

1. Preparación del estímulo visual

  1. Cree la plantilla experimental para el estímulo visual con un software de presentación de experimentos visuales, como E-prime. Crear uno para el ensayo de práctica (seis ensayos) y otro para las condiciones experimentales (22 ensayos).
  2. Abra el software E-prime y vaya a la ventana de estructura, donde se puede crear la lógica del experimento.
    1. Haga doble clic en SessionProc (la línea de tiempo para secuenciar el orden de aparición de los objetos E).
    2. Arrastre el objeto TextDisplay desde el cuadro de herramientas hasta la línea SessionProc .
      1. Haga doble clic en el objeto TextDisplay que se ha insertado en SessionProc y escriba las instrucciones del estudio: "Cuando escuche la señal auditiva, levante la cabeza e indique en voz alta en qué dirección va el caminante, ya sea hacia su izquierda o hacia su derecha. El experimento comenzará en breve".
      2. Haga clic en el icono Páginas de propiedades en la parte superior de la ventana TextDisplay . Haga clic en la pestaña Común y cambie la configuración del cuadro Nombre a instrucciones. Haga clic en el menú desplegable Duración y seleccione Infinito. Haga clic en la pestaña Duración/Entrada y elija Agregar, seleccione Teclado y presione OK. Haga clic en Aceptar de nuevo para salir de las páginas de propiedades. Esto garantiza que las instrucciones permanezcan en la pantalla hasta que pulse para iniciar el experimento.
    3. En SessionProc, ahora arrastre y suelte un objeto List en la línea SessionProc (colóquelo después de las instrucciones). Haga doble clic en el objeto List. En la columna Procedimiento, escriba "Prueba izquierda", presione Entrar y haga clic en SÍ en la ventana emergente que le pide crear un nuevo procedimiento. Cuando la siguiente ventana emergente le pida que este sea el valor predeterminado, haga clic en NO.
    4. Haga doble clic en el objeto List en la línea SessionProc. Haga clic en el botón verde llamado Agregar atributo. Asigne al atributo el nombre como: respuesta correcta. Haga clic en Aceptar.
    5. Haga clic en el espacio en blanco en la columna respuesta correcta y escriba L (esto es para indicar que este objeto de lista si para el caminante que va hacia la izquierda).
    6. Vuelva a SessionProc y haga clic en el nuevo objeto que se creó llamado Left-Trial.
    7. Vaya a SessionProc y haga doble clic en el objeto Left-Trial .
      1. Arrastre y suelte el objeto InLine en la línea de prueba izquierda y cámbiele el nombre.
        1. Seleccione ITI. Haga doble clic en el objeto InLine y escriba el código siguiente:
          Dim nRandom As Integer
          nRandom = Aleatorio (16500, 17500)
          c.SetAttrib "ITIDur", nRandom
        2. El código presenta el estímulo del caminante a intervalos de tiempo entre 16.500 ms y 17.500 ms.
    8. Haga doble clic en Prueba izquierda. Arrastre y suelte un objeto Slide en la línea Prueba izquierda . Cámbiele el nombre Esperando, este objeto será una pantalla en blanco que aparecerá entre los estímulos visuales durante la cantidad de tiempo determinada por el código en el paso 1.2.7.
    9. Haga doble clic en el objeto Slide .
      1. Haga clic en el subobjeto llamado SlideText y haga clic en algún lugar de la diapositiva para colocar el objeto allí.
      2. Elimine el texto existente de esa imagen.
      3. Haga clic en Páginas de propiedades de subobjeto.
      4. En la pestaña Marco, establezca tanto el ancho como el alto en 100%. Haga clic en Aceptar.
    10. Haga clic en Páginas de propiedades y vaya a la pestaña Duración/Entrada . Escriba en duración el siguiente valor: [ITIDur].
    11. Haga doble clic en Prueba izquierda y arrastre y suelte un objeto SoundOut en la línea Prueba izquierda .
      1. Haga doble clic en el objeto SoundOut .
      2. En Nombre de archivo, seleccione el directorio de archivo de señal de sonido adecuado.
      3. Cambie el tamaño del búfer a 1.000 ms.
      4. Haga clic en Aceptar.
    12. Vuelva a Prueba izquierda y arrastre y suelte un objeto Deslizar en la línea Prueba izquierda y cámbiele el nombre Walker Izquierda.
      1. Haga doble clic en este nuevo objeto.
      2. Agregue un subobjeto SlideMovie haciendo clic en el subobjeto y, a continuación, haciendo clic en la diapositiva.
      3. Haga clic en Páginas de propiedades de subobjeto y, en Nombre de archivo, seleccione el directorio del archivo de vídeo del caminante izquierdo.
      4. Establezca Stop After Mode en OffsetTime.
      5. Haga clic en Estirar y elija SÍ.
      6. Establezca Finalizar acción de película en Finalizar.
      7. Haga clic en la pestaña Marco y establezca el ancho y el alto al 100%.
      8. Para la posición, establezca las posiciones X e Y en 50%.
      9. Finalmente, establezca el Color del borde en blanco.
      10. Haga clic en Aceptar.
      11. Haga clic en las páginas de propiedades del objeto Slide .
        1. Haga clic en la pestaña Duración/Entrada .
        2. Establezca la duración en 4.000. Establezca la versión preliminar en 500.
        3. Haga clic en Aceptar.
    13. Repita todo este procedimiento (es decir, de los pasos 1.2.3 a 1.2.9) para el ensayo correcto. Asigne al procedimiento el nombre Right-Trial. Cuando siga el procedimiento, cambie solo la respuesta correcta (es decir, a R en lugar o L) y el archivo de video. Utilice el directorio de archivos de vídeo para el andador adecuado.
  3. Haga doble clic en SessionProc.
    1. Arrastre y coloque y deslice el objeto a la línea SessionProc
    2. Haga doble clic en este objeto y agregue un subobjeto SlideText.
    3. Escriba Pausa como texto.
    4. Nuevamente, vaya a las páginas de propiedades de subobjetos y en la pestaña Marco haga que el ancho y el alto sean 100%. Haga que la posición para x e y sea del 50%.
    5. Haga clic en Aceptar.
  4. Haga doble clic en el objeto List que ya se creó.
    1. Haga clic en las páginas de propiedades del objeto List .
    2. En la ficha Selección , establezca el Orden en Aleatorio y haga clic en Aceptar.
    3. En la columna Peso , inserte los números siguientes:
      1. Práctica: introduzca el número 3 tanto en la fila de prueba izquierda como en la fila de prueba derecha.
      2. Experimento: introduzca el número 11 tanto en la fila Left-Trial como en la fila Right-Trial .
  5. En la parte superior de la ventana, haga clic en el icono Generar para crear un archivo de script ejecutable. Guárdelo en el escritorio para facilitar el acceso. Este es el archivo que se ejecutará durante el experimento.
    1. Guarde la prueba de práctica como "Práctica" y las pruebas experimentales como "Experimento".
    2. Pruebe el script creado haciendo clic en el icono Ejecutar .
  6. En la carpeta E-studio, se creará un archivo E-run. Ambos archivos creados (uno para la prueba de práctica y otro para las pruebas experimentales) se pueden colocar en una carpeta en el escritorio de la computadora. Para ejecutar el experimento visual, simplemente haga clic en el icono apropiado.
  7. Una vez creadas las plantillas experimentales del estímulo visual, intenta mostrarlas con el proyector.
    1. Con la configuración del proyector, modifique la altura de la figura del caminante y asegúrese de que esté centrada directamente frente a donde el participante estaría parado en la cinta de correr.
    2. Con una cinta métrica, mida la altura del andador directamente en la pantalla del proyector. Calcule la distancia entre la pantalla y los ojos de una persona parada en la cinta para que el estímulo cubra 25 ° de ángulo visual y mueva la cinta de correr en consecuencia. Para calcular las distancias necesarias, se puede utilizar el siguiente sitio web: http://elvers.us/perception/visualAngle/

2. Configuración del entorno del laboratorio

  1. Encienda las cuatro computadoras de grabación, el amplificador de EEG, el proyector, la cinta de correr, los altavoces y el teléfono inteligente.
  2. Configurar el aparato de control.
    1. Abra el software de sincronización con la subrutina específica creada para el estudio con marcadores a 10 s.
      1. El software de sincronización envía un pulso que aparece en forma de marcador y pulso de luz en el EEG y grabaciones de vídeo cada 10 s.
    2. Encienda el software de grabación de video. Las cámaras también deberían encenderse automáticamente. Si no es así, actívelos manualmente.
    3. Abra y configure el software de grabación de EEG para el participante.
    4. Abra la carpeta que contiene el archivo de script ejecutable de estímulo visual creado con el software de presentación de experimentos visuales.
    5. Prepare la configuración y los materiales del EEG de acuerdo con los procedimientos sugeridos por los fabricantes.
    6. Elimine la conversación del participante anterior desde el teléfono inteligente.
    7. Coloque una nueva botella de agua junto a la silla de descanso del participante.

3. Preparación de los participantes

  1. Dé la bienvenida al participante a la sala 1 y cuéntele brevemente sobre la duración del estudio y la compensación.
  2. Pida a los participantes que se quiten sus joyas (por ejemplo, aretes, piercings, collares), gafas, teléfonos inteligentes y cualquier contenido en sus bolsillos, colóquelos en un contenedor y póngalos en un casillero.
  3. Pida a los participantes que se deshagan de cualquier goma de mascar que puedan estar comiendo y asegúrese de haber comido antes de comenzar el experimento.
  4. Asegúrese de que el participante esté usando zapatos cómodos para caminar y haga que haga doble nudo en los cordones de sus zapatos para garantizar la seguridad del participante durante el experimento.
  5. Haga que el participante lea y firme el formulario de consentimiento.
    1. Lea el siguiente guión y haga que el participante se siente para que pueda leer y firmar el formulario de consentimiento:

      "Aquí hay un formulario de consentimiento que indica que acepta participar en este estudio. Léalo detenidamente y fírmelo. No lo dudes si tienes alguna pregunta".
  6. Lleve al participante a la sala de preparación del participante designado, sala 3, donde se instalará la tapa de EEG.
  7. Lea el guión preparado que explica el flujo del proceso experimental:

    "Puedes notar que de vez en cuando leo un texto. Esto se hace para garantizar que todos los participantes reciban instrucciones idénticas. En este estudio, nos interesa cómo las personas interactúan con un estímulo frente a ellos mientras envían mensajes de texto y caminan a una velocidad moderada. Durante unos 40 minutos, enviará un mensaje de texto [nombre del asistente de investigación] que conoció anteriormente con este teléfono inteligente [mostrar el teléfono inteligente]. Mientras envía mensajes de texto, escuchará un sonido de vez en cuando. Este sonido será seguido por una imagen de un personaje caminante. Tu tarea es levantar la cabeza hacia la pantalla aquí [apuntar a la pantalla] e indicar en voz alta si el personaje está caminando hacia tu derecha O hacia tu izquierda. No se le pedirá que haga nada más. Escribiré sus respuestas. Tenga en cuenta que en todos los bloques hay dos opciones para una respuesta (derecha e izquierda), por lo que es imposible que haya, por ejemplo, solo izquierda o derecha como una sola opción. La dirección de la que proviene el personaje es totalmente aleatoria. Después de dictar su respuesta, simplemente continúe enviando un mensaje de texto [name de asistente de investigación]. Es importante no darse la vuelta cuando respondas o si quieres hablar conmigo porque podrías desestabilizarte y caerte. Mantén la cabeza hacia adelante. Estaré detrás de este espejo aquí [señalar el cristal] durante toda la duración del experimento. ¿Tienes alguna pregunta?"
  8. Mida la circunferencia de la cabeza del participante para la tapa del electrodo EEG. Para este experimento se utilizó un EEG actiCap con 32 electrodos preamplificados.
    1. Elija la tapa de EEG del tamaño adecuado, colóquela en una cabeza de espuma para soporte y coloque todos los electrodos en su ubicación adecuada.
    2. Vuelva a medir la circunferencia de la cabeza del participante para determinar el punto de partida de la tapa utilizando el sistema de referencia 10-20.
    3. Coloque la tapa en la cabeza del participante comenzando desde el frente y manténgala en posición mientras tira de ella hacia atrás. Asegúrese de que la tapa esté colocada correctamente.
    4. Conecte los cables de la tapa del EEG a la caja de control del EEG.
    5. Muestre el aplicador de gel al participante para que pueda ver que no está afilado y permítale tocarlo si así lo desea. Lea el siguiente guión:

      "Aquí está el aplicador y la punta que usaré para poner el gel en la tapa de EEG que tienes en la cabeza. Puedes tocarlo; No duele. La punta es lo suficientemente corta como para que nunca te toque la cabeza".
    6. Encienda la caja de electrodos EEG para que todas las luces del electrodo se vuelvan rojas.
    7. Active los electrodos moviendo primero el cabello fuera del camino y luego aplicando el gel a cada electrodo: comience con el electrodo de tierra y luego con el electrodo de referencia. Una vez que estos dos electrodos se vuelvan verdes, agregue los electrodos restantes.
    8. Coloque el gel hasta que todos los sensores de electrodos se pongan verdes.
    9. Mida la impedancia en la caja de control.
    10. Desconecte los cables de la caja de control y conéctelos al adaptador de movimiento (es decir, el kit de adaptador que transmite los datos de forma inalámbrica a la caja de control).
    11. Coloque el kit adaptador en una riñonera y pídale al participante que lo coloque alrededor de su cintura, con los cables y el kit adaptador colocados hacia la espalda del participante.
    12. Vuelva a la sala de ordenadores (sala 4) y compruebe la impedancia de cada electrodo.
    13. Verifique que la calidad de los datos sea satisfactoria inspeccionando visualmente la señal en la pantalla del monitor del software EEG. Si es necesario, arregle los electrodos problemáticos.
  9. Lleve al participante a la sala experimental (es decir, la sala 2).
  10. Haga que el participante se pare en la cinta de correr y coloque la llave de seguridad de la cinta de correr al participante.
  11. Encienda la cinta de correr a una velocidad de 0.8 mph y haga que el participante camine durante 2 minutos para que se familiarice con la velocidad. Durante estos 2 minutos, recuerde al participante las instrucciones:

    "Durante unos 40 minutos, enviará un mensaje de texto [nombre del asistente de investigación] con un teléfono inteligente. Mientras envía mensajes de texto, escuchará un sonido de vez en cuando. Este sonido será seguido por una imagen de un personaje caminante. Tu tarea es levantar la cabeza hacia la pantalla en ese momento e indicar en voz alta, en tu opinión, si el personaje está caminando hacia tu derecha o hacia tu izquierda. No se le pedirá que haga nada más. Escribiré sus respuestas. Después de indicar su respuesta, simplemente continúe enviando un mensaje de texto [nombre del asistente de investigación]. Es importante dar siempre una respuesta. Si no está seguro, díganos su mejor suposición. No te des la vuelta cuando des tu respuesta o si quieres hablar conmigo porque podrías desestabilizarte y caer. Mantén la cabeza hacia adelante. Hay cuatro partes en el experimento, dos en las que envía un mensaje de texto [nombre del asistente de investigación] mientras camina, y dos en las que solo está caminando. Cada parte dura unos 12 minutos y hay un descanso de 2 minutos entre cada parte. ¿Tienes alguna pregunta?"

4. Prueba de práctica

  1. Entregue al participante el teléfono inteligente.
  2. Dígale al participante que hará una prueba de práctica.
  3. Haga clic en el archivo de script ejecutable del estímulo para los ensayos de práctica. Ingrese el número de participante y comience la prueba.
  4. Haga que el participante practique responder a los estímulos visuales mientras participa en una conversación de mensajes de texto con el asistente de investigación. Esta sesión de práctica durará 3 min.
  5. Una vez que comience la sesión, siga el guión de conversación de mensajes de texto creado para el estudio.
  6. Escriba la respuesta del participante a cada aparición de estímulo en una plantilla de hoja de cálculo.
  7. Después de los 3 minutos, haga que el participante se siente en una silla y beba un poco de agua. Durante este tiempo, ajuste la velocidad de la cinta de correr a 0.4 mph.
  8. Recuérdele al participante las instrucciones del estudio.

5. Recopilación de datos

  1. Arreglo
    1. Vaya a la hoja de flujo de trabajo para elegir el orden de condición para el participante actual. Dos órdenes son posibles: En el orden A, los ensayos 1 y 3 usan la condición de mensajes de texto, mientras que los ensayos 2 y 4 usan la condición de control. En el orden B, los ensayos 1 y 3 utilizan las condiciones de control y los ensayos 2 y 4 utilizan las condiciones de mensajes de texto. Durante cada ensayo el estímulo visual aparece 22 veces.
    2. Asegúrese de que todo el software de grabación esté listo para iniciarse en sincronía.
    3. Encienda todo el software de grabación (por ejemplo, EEG, video)
    4. Haga que el participante vuelva a la cinta de correr y aumente lentamente la velocidad a 0.8 mph.
    5. Encienda el programa de estímulo visual y comience a ejecutarlo.
    6. Lea las instrucciones del ensayo dependiendo de la condición experimental.
      1. Ejecute el archivo de script ejecutable del estímulo para las pruebas del experimento . Introduzca el número de participante y el código elegido para las condiciones específicas. Comience el juicio.
  2. Condición de control
    1. Asegúrese de que el teléfono inteligente esté fuera del campo de visión del participante durante esta tarea.
    2. Indique al participante que simplemente camine en la cinta de correr y responda al estímulo visual cada vez que aparezca respondiendo "izquierda" o "derecha":

      "Para esta tarea, simplemente tendrás que caminar en la cinta de correr. De vez en cuando escucharás un sonido. Este sonido será seguido por una imagen de un personaje caminante. Tu tarea es levantar la cabeza hacia la pantalla e indicar en voz alta, en tu opinión, si el personaje se está moviendo hacia tu derecha o hacia tu izquierda. No se le pedirá que haga nada más. Yo mismo escribiré tus respuestas. Después de dictar tu respuesta, simplemente continúas caminando. Es importante dar siempre una respuesta. Si no está seguro, díganos su mejor suposición. No te des la vuelta cuando des tu respuesta o si quieres hablar conmigo porque podrías desestabilizarte y caer. Mantén la cabeza hacia adelante. Comienza cuando te dé la señal. ¿Tienes alguna pregunta?"
    3. Indique al participante que el ensayo está a punto de comenzar y comience el ensayo de estímulo visual.
    4. Anota la respuesta del participante cada vez que responda al estímulo visual. Cuando un participante no responda, deje el campo en blanco.
    5. Al final de la prueba, haga que el participante se siente y beba un poco de agua.
    6. Durante estos descansos, siga ejecutando todo el software de grabación y deje la cinta de correr encendida a una velocidad de 0.4 mph.
    7. Después del descanso, haga que el participante vuelva a la cinta de correr y, mientras camina, aumente gradualmente la velocidad a 0.8 mph.
  3. Condición de mensajes de texto
    1. Mientras el participante camina en la cinta de correr, entréguele el teléfono inteligente.
    2. Indique al participante que envíe mensajes de texto como lo haría naturalmente (por ejemplo, usando una mano o dos manos) mientras camina en la cinta de correr y responda al estímulo visual cada vez que aparezca respondiendo "izquierda" o "derecha":

      "Para esta tarea, enviará un mensaje de texto [nombre del asistente de investigación] con un teléfono inteligente. En el teléfono inteligente, abra la aplicación de mensajes. Luego seleccione la conversación diciendo "Hola". Tendrás que participar activamente en una conversación de mensajes de texto. Mientras envía mensajes de texto, escuchará un sonido de vez en cuando. Este sonido será seguido por una imagen de un personaje caminante. Tu tarea es levantar la cabeza hacia la pantalla aquí e indicar, en tu opinión, si el personaje se está moviendo a tu derecha o a tu izquierda. No se le pedirá que haga nada más. Yo mismo escribiré tus respuestas. Después de dictar su respuesta, simplemente continúe enviando mensajes de texto. Es importante dar siempre una respuesta. Si no está seguro, díganos su mejor suposición. No te des la vuelta cuando des tu respuesta o si quieres hablar conmigo porque podrías desestabilizarte y caer. Mantén la cabeza hacia adelante. Comienza cuando te dé la señal. ¿Tienes alguna pregunta?"
    3. Indique al participante que el ensayo está a punto de comenzar y comience el ensayo de estímulo visual.
    4. Indique al participante que tenga una conversación de mensajes de texto mientras camina en la cinta de correr. Indíqueles que también respondan al estímulo visual cada vez que aparezca respondiendo "izquierda" o "derecha".
    5. Haga que el asistente de investigación siga el guión de conversación y mantenga la conversación durante toda la condición.
    6. Anota la respuesta del participante cada vez que responda al estímulo visual. Cuando un participante no responda, deje el campo en blanco.
    7. Al final de la prueba, tome el teléfono inteligente del participante y haga que el participante se siente y beba un poco de agua.
    8. Durante estos descansos, siga ejecutando todo el software de grabación y deje la cinta de correr encendida a una velocidad de 0.4 mph.
    9. Después del descanso, haga que el participante vuelva a la cinta de correr y, mientras camina, aumente gradualmente la velocidad a 0.8 mph.

6. Fin de la recopilación de datos

  1. Al final de la manipulación experimental, haga que el participante apague la cinta de correr. Haga que el participante se siente y beba un poco de agua.
  2. Retire la gorra de EEG y lleve al participante a una ducha donde pueda lavarse el cabello si así lo desea.
  3. Dale al participante su compensación y agradécele por su participación. Asegúrese de que el participante se vaya con su copia del formulario de consentimiento y que recupere todos sus artículos personales.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Este protocolo de estudio se realizó originalmente con 54 participantes, cada uno respondiendo a 88 ensayos de dirección. La mitad de esos ensayos ocurrieron cuando los participantes simplemente caminaban antes de la presentación del estímulo; La otra mitad ocurrió cuando los participantes estaban enviando mensajes de texto mientras caminaban antes de la presentación del estímulo.

Resultados conductuales
El rendimiento en la dirección del caminante de luz puntual representa los costos de cambio de tareas, y un rendimiento más bajo representa mayores costos de cambio de tareas. Las respuestas de los participantes fueron analizadas con dos variables de respuesta: 1) Identificación correcta; y 2) tiempo de respuesta. Las dos condiciones experimentales representaron los dos grupos: 1) Enviar mensajes de texto mientras se camina; y 2) simplemente caminar antes de responder al estímulo. Los tiempos de respuesta se calcularon al final del experimento. Las grabaciones de video del experimento se convirtieron en archivos de audio y luego se analizaron con un software de sonido que marcó los picos en longitudes de onda de sonido. Una vez que se marcó el sonido de la señal y el sonido de la respuesta verbal del participante, se determinó el tiempo entre los dos. Los tiempos de respuesta correctos se analizaron exportando la dirección correcta del participante para los 88 ensayos, desde el software de presentación experimental, y añadiéndola al archivo de base de datos que contiene las respuestas de los participantes. En el programa utilizado (Excel), se utilizó una fórmula para probar la precisión (=SI(A1=B1,1,0)) para determinar si la información contenida en la primera columna de datos (es decir, la respuesta de los participantes) era la misma que la segunda columna.

Debido a que cada participante tuvo que determinar repetidamente la orientación del estímulo, no se pudo usar una prueba t para analizar las diferencias en las medias de rendimiento entre las condiciones. En cambio, para tener en cuenta la correlación intra-sujeto entre los ensayos, se utilizó un modelo de regresión lineal generalizada. Este análisis se ejecutó utilizando Proc Glimmix con el software SAS 9.4. La variable de grupo fue la variable explicativa de las variables de respuesta y se añadió una intercepción gaussiana aleatoria para cada sujeto. La precisión de las variables de respuesta (respuesta correcta o incorrecta) fue binaria, y como tal, una función de enlace logit fue apropiada para este modelo de regresión.

Se encontró que los participantes tenían más probabilidades de identificar la dirección correcta para el estímulo del caminante de luz puntual cuando no estaban enviando mensajes de texto antes de la aparición del estímulo (Odds Ratio = 0,77; T = −3,12; p = 0,001; Intervalo de confianza del 95% (.657;. 908)). No se encontraron diferencias significativas en el tiempo de reacción (β = −0,005; T = −.26; p = 0,799; Intervalo de confianza del 95% (-0,047;. 036)) (ver Figura 3).

Para combinar la precisión con el tiempo de respuesta, se utilizó el Inverse Efficiency Score (IES)24 . La probabilidad de ser precisa en los ensayos de dirección se modeló mediante una regresión logística con el tiempo de respuesta como variable de control. Una vez más, se agregó una intercepción aleatoria individual para cada sujeto para tener en cuenta las posibles correlaciones intrasujetas entre los ensayos. Los resultados de esta regresión de efectos mixtos mostraron un efecto significativo de la condición experimental, donde la probabilidad estimada de responder con precisión al estímulo fue 18.9% menor en la condición donde los participantes enviaron mensajes de texto mientras caminaban, en comparación con cuando simplemente caminaron antes de la aparición del estímulo (Odds ratio = 0.811; T = −2,46; p = 0,014; intervalo de confianza del 95%: 0,686–0,959; ver Figura 3). Esto mostró que, independientemente del tiempo de respuesta, la precisión de la dirección del estímulo fue consistentemente menor cuando los participantes enviaron mensajes de texto mientras caminaban.

Datos neurofisiológicos
Los registros de EEG se utilizaron para determinar la actividad neurofisiológica involucrada en el cambio de tareas mediante la observación de oscilaciones alfa y compromiso cognitivo. El uso de EEG durante el movimiento condujo a más artefactos. Para garantizar la calidad de los datos, se tomaron varias medidas. En primer lugar, para permitir la grabación durante la marcha, se utilizó una nueva tecnología de electrodos activos con un circuito de sustracción de ruido (es decir, electrodos preamplificados). En segundo lugar, los datos del EEG se filtraron fuera de línea con un filtro IIR de paso bajo a 20 Hz, para aislar las ondas alfa, y un filtro IIR de paso alto a 1 Hz, se utilizó para reducir el ruido. En tercer lugar, se aplicó un Análisis de Componentes Independientes (ICA) para atenuar los artefactos causados por parpadeos oculares y sacadas oculares en los datos del EEG25. En cuarto lugar, se utilizó un rechazo automático de artefactos para excluir épocas con diferencias de voltaje superiores a 50 μV entre dos puntos de muestreo vecinos y una diferencia superior a 50 μV en un intervalo de 75 ms.

El análisis de los datos se realizó con Vision Analyzer 2. Sobre la base de Luck26, los datos se volvieron a referenciar a la referencia promedio común. Además, los datos se segmentaron para aislar los 2 s después de la presentación del estímulo del caminante, así como una línea de base de 2 s. Para cada presentación de estímulo se determinó una línea de base que representa la actividad que ocurre cuando el participante solo caminó o envió mensajes de texto mientras caminaba. Esta línea de base se obtuvo durante un punto de tiempo de 2 s, ocurriendo 12 s antes de la señal auditiva de cada aparición del estímulo. Ambos segmentos se analizaron por separado con una transformada rápida de Fourier en épocas de 1 s para obtener valores de potencia en el dominio de la frecuencia. Todas las épocas se promediaron por separado por condición experimental.

El objetivo de este análisis fue determinar si los dos subpasos de la inhibición del conjunto de tareas y la activación del conjunto de tareas afectan el costo del cambio de comportamiento (es decir, las medidas de rendimiento) de manera diferente. Para ello, se analizaron los datos del EEG en base a dos índices: 1) oscilaciones alfa; y 2) compromiso cognitivo. Todos los cálculos se realizaron utilizando los sitios Cz y Pz porque sus datos contenían menos ruido y menos artefactos. Los cambios en las oscilaciones alfa, debido a la presentación del estímulo, fueron analizados con razones alfa comparando la potencia alfa basal con la potencia alfa ocurrida con la presentación del estímulo18,19. Utilizando el índice de compromiso cognitivo desarrollado por Pope et al.20, se creó una relación de la potencia combinada en los componentes beta (14-20 Hz) dividida por la potencia total en componentes alfa (8-12 Hz) y theta (4-8 Hz). Para calcular la potencia combinada, las sumas de las potencias utilizadas estaban en las ubicaciones Cz y Pz.

La relación alfa y su efecto sobre el rendimiento se compararon entre las dos condiciones. La relación alfa refleja los procesos de inhibición de tareas. Debido a que la razón alfa se midió para cada participante, fue necesario comparar la razón con el rendimiento agregado durante esa condición (es decir, el porcentaje de respuesta correcta de los 44 ensayos de esa condición). Para comparar el coeficiente de correlación de ambas condiciones, se utilizó la prueba z propuesta por Steiger27 como medio para comparar los coeficientes de correlación medidos del mismo individuo. En el sitio de Pz, se encontró que la correlación entre el rendimiento y la razón alfa fue estadísticamente diferente entre las dos condiciones (p = 0,032; intervalo de confianza del 95% = 0,054–1,220) (ver Figura 4). Debido a que las correlaciones de cada condición eran de signos opuestos, se demostró que los procesos de inhibición impactaron el rendimiento de manera diferente en las dos condiciones, con una mayor proporción de alfa que conduce a un mejor rendimiento durante la condición de caminar, mientras que en la condición de mensajes de texto el rendimiento se vio obstaculizado por una mayor proporción de alfa. Estos resultados muestran que al enviar mensajes de texto mientras camina, la cantidad de recursos necesarios para inhibir el conjunto de tareas anterior afectó negativamente el rendimiento. Por lo tanto, la medida en que los participantes involucraron recursos en la inhibición del conjunto de tareas tuvo más efecto en el rendimiento futuro cuando enviaban mensajes de texto. Con respecto al sitio Cz, no se encontraron diferencias significativas, lo que sugiere que el efecto se localizó principalmente en la región parietal del cuero cabelludo.

La relación de compromiso cognitivo y su efecto sobre el rendimiento también se compararon entre las dos condiciones. En cuanto a la relación alfa, también se utilizó para este análisis la prueba z propuesta por Steiger27 . Los resultados mostraron una diferencia estadísticamente significativa entre las dos condiciones, donde el compromiso en la tarea realizada inmediatamente antes de la aparición del estímulo (es decir, caminar o enviar mensajes de texto mientras camina) impactó el rendimiento de manera diferente en cada condición (p = 0.027; intervalo de confianza del 95% = -1.062 – -0.061). Una vez más, las correlaciones eran de signos opuestos. Nuestros resultados sugieren que cuando los participantes caminaban antes del cambio de tarea, una mayor proporción de compromiso cognitivo se relacionó con una disminución en el rendimiento, mientras que cuando los participantes enviaban mensajes de texto mientras caminaban antes del cambio de tarea, una mayor proporción de compromiso cognitivo se relacionó con un aumento en el rendimiento. Esto muestra que el mayor costo de cambio de tareas de enviar mensajes de texto mientras se camina no se debió a un mayor compromiso cognitivo en esa tarea.

Movie 1
Figura 1: En este video, una figura caminando hacia el lado derecho del sujeto es visible. Haga clic aquí para ver este video. (Haga clic con el botón derecho para descargar.)

Figure 2
Figura 2: Configuración experimental de la sala. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Efecto de los mensajes de texto en la precisión y el tiempo de respuesta. Haga clic aquí para ver una versión más grande de esta figura.

Figure 4
Figura 4: Correlación entre Alpha en Fz y rendimiento. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Una elección crítica al usar el protocolo sería garantizar la calidad de los datos neurofisiológicos. Existe una complicación inherente al uso de una herramienta como EEG durante el movimiento, porque el movimiento excesivo puede crear mucho ruido en los datos. Por lo tanto, es importante considerar, antes de la recopilación de datos, cómo se prepararán los datos para eliminar tantos artefactos como sea posible sin modificar la señal real. No obstante, todavía es bastante probable que haya tasas más altas de exclusión de datos porque los participantes caminan en una cinta de correr durante todo el experimento. Los datos de ciertos participantes serán inutilizables debido a artefactos causados por movimientos faciales, de cabeza y corporales excesivos, así como debido a la posibilidad de sudoración excesiva y mal funcionamiento del equipo. Para evitar sesgos o afectar los resultados, las exclusiones de datos deben determinarse antes del análisis de comportamiento. Desde la realización de este estudio, nuestro laboratorio ha adquirido la capacidad de localizar la posición del electrodo y esperamos utilizar esta tecnología en futuros estudios para analizar mejor la actividad de la fuente. Recomendamos que los estudios futuros aprovechen la tecnología de localización de electrodos para permitir la estimación de la fuente de señales de EEG relacionadas.

Un paso crítico a tener en cuenta en este protocolo es el guión para la conversación de mensajes de texto del participante con el asistente de investigación. Es importante que las conversaciones de mensajes de texto se guíen con temas predefinidos y algunas preguntas abiertas. Hay mucho valor en seguir tal guión. Primero, nos aseguramos de que todos los participantes tengan tipos similares de conversación, por lo que eliminamos la variabilidad que existiría en una conversación natural. De esta manera nos aseguramos de que el nivel de distracción no varíe debido a que la conversación sea excesivamente diferente entre los participantes. En segundo lugar, podemos asegurarnos de que la conversación no conduzca a fuertes reacciones emocionales eligiendo los temas sabiamente. Las interacciones emocionalmente cargadas pueden alterar el análisis de EEG y los niveles de distracción, lo que a su vez complicaría la interpretación de los resultados conductuales y neurofisiológicos. Todas las conversaciones de mensajes de texto inevitablemente variarán hasta cierto punto, pero tener un script nos permite una cierta cantidad de control sobre esta variabilidad. Para limitar aún más la variabilidad en la conversación, sería preferible tener un asistente de investigación específico responsable de esta tarea durante toda la duración del proyecto de investigación. Sin embargo, al adherirnos a un guión también perdemos la validez ecológica de tal conversación. Cuando las personas tienen conversaciones con sus amigos, por ejemplo, estas conversaciones pueden tener una carga emocional, y esto puede, de hecho, alterar el costo de cambio de tareas. Sin embargo, es importante considerar que para analizar el impacto de los tipos de conversación en el costo de cambio de tareas, el objetivo del estudio tendría que centrarse en ese aspecto, debido a la complejidad de dicho análisis. Por lo tanto, para nuestros propósitos, el uso de un guión era más apropiado.

También debe haber precaución al crear el archivo de base de datos donde se anotarán las respuestas de los participantes. La fórmula que usamos en Excel para probar la precisión (es decir, =SI(A1=B1,1,0)) depende del formato (por ejemplo, estará influenciada por espacios en blanco adicionales y letras mayúsculas). Por lo tanto, se recomienda escribir R para la derecha o L para la izquierda, en el mismo formato que el utilizado en la salida extraída del software de presentación del experimento visual. Cualquier error en la redacción del archivo puede causar falsos negativos en la calificación de precisión. Finalmente, para este tipo de estudio, donde el procesamiento visual juega un papel importante, es importante que todos los participantes tengan una visión normal o corregida a normal. Debido a que estamos utilizando herramientas de EEG, también es relevante detectar epilepsia y diagnósticos neurológicos, así como psiquiátricos, que podrían afectar las señales cerebrales de los participantes. Es aconsejable excluir a esos participantes del estudio, ya que las diferencias en la actividad cerebral pueden sesgar los resultados.

Esta metodología se puede modificar para probar múltiples usos de teléfonos inteligentes (por ejemplo, lectura, redes sociales, juegos, visualización de imágenes, etc.) 28. También se pueden añadir cuestionarios entre las condiciones experimentales, o al final del experimento, para obtener más información sobre las características y percepciones de los participantes (véase Mourra29). Los cuestionarios entre las tareas no deben consumir mucho tiempo para evitar aumentar innecesariamente la fatiga de los participantes por las siguientes condiciones. Este momento es muy útil para probar diferentes construcciones relacionadas con la tarea, como la percepción del tiempo, el interés en la tarea que el participante acaba de completar y la dificultad percibida. Los cuestionarios al final del experimento pueden llevar más tiempo, pero se debe tener en cuenta la fatiga de finalizar las condiciones. El momento de los cuestionarios debe hacerse de manera que las respuestas de los participantes estén sesgadas por su experiencia durante la tarea, y para evitar que el comportamiento de los participantes esté sesgado debido a las preguntas formuladas anteriormente.

Este método es limitado en el sentido de que los entornos peatonales reales tienen muchos estímulos presentados simultáneamente, por lo que la carga cognitiva requerida en estos entornos es probablemente mucho mayor que en este estudio (ver Pourchon et al.7). No obstante, para poder identificar realmente los mecanismos neurofisiológicos subyacentes, parecía necesario hacer tal compensación. Dependiendo del propósito del estudio en particular, el estímulo visual puede modificarse para probar diferentes factores que pueden afectar el costo de cambio de tareas de usar un teléfono inteligente mientras camina. En esta metodología, se utilizó la figura del caminante de luz puntual en lugar de una figura humana real porque este caminante de luz puntual es menos propenso al sesgo. La apariencia de un caminante humano real podría ser más agradable o desagradable para ciertos participantes y esto puede afectar la atención que se le atribuye. Mediante el uso de un grupo de puntos que representan una forma humana y el movimiento humano, podemos evitar esta variable externa potencial del género, la ropa, la imagen corporal del caminante humano, entre otras variables que pueden sesgar los resultados. Por ejemplo, los participantes que encuentran al caminante humano más atractivo pueden ser más propensos a centrar su atención en el caminante de lo que lo habrían hecho de otra manera.

Esta metodología se puede utilizar para diferentes aplicaciones en estudios futuros. Al modificar, por ejemplo, el estímulo visual para que tenga características diferentes, sería posible estudiar cómo las características del objeto en un entorno pueden influir en el costo de cambio de tareas. También puede ser interesante utilizar este método con una cinta de correr manual, donde la acción de los pies de los participantes contra la cubierta mueve el cinturón de la cinta de correr. De esta manera, podríamos determinar cómo fluctúa la velocidad durante el experimento debido a la multitarea o debido al cambio de tareas. Esto aumentaría la validez ecológica al agregar una nueva variable a considerar en el análisis (por ejemplo, ¿detenerse o caminar más lento o más rápido influye en el rendimiento de los participantes?). Por lo tanto, tanto en términos de estímulos como de movimiento del sujeto, hay muchas otras posibilidades además de las propuestas en este método (es decir, andador de luz puntual y cinta de correr automática) para investigar los comportamientos de mensajes de texto mientras camina (Pourchon et al.7, Schabrun et al.30). Esto aumentaría la validez interna o externa de futuros estudios. Además, debe tenerse en cuenta que nuestra decisión de usar datos de EEG de solo dos electrodos tiene algunas limitaciones. La investigación futura debe tratar de extender el análisis a regiones de interés que abarquen múltiples electrodos. También sería posible no usar un guión de conversación y dejar que la conversación ocurra naturalmente. En tales casos, el contenido de la conversación podría analizarse con un análisis de contenido, y el impacto de diferentes tipos de conversaciones podría estudiarse de manera natural. En resumen, esta metodología puede ser la base sobre la que se puedan construir estudios más complejos para aumentar el conocimiento de los diferentes factores que pueden afectar nuestra capacidad de realizar múltiples tareas con un teléfono inteligente mientras caminamos.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Los autores reconocen el apoyo financiero del Consejo de Investigación de Ciencias Sociales y Humanidades de Canadá (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

Comportamiento Número 158 cambio de tareas procesos atencionales neuroergonomía análisis de accidentes dispositivo móvil 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

Medición del costo del interruptor del uso del teléfono inteligente mientras camina
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