Waiting
Login processing...

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

Behavior

Mäta switchkostnaden för smartphoneanvändning när du går

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

Denna studiedesign mäter uppgiftsväxlingskostnaden för att använda en smartphone medan du går. Deltagarna genomgår två experimentella förhållanden: ett kontrollvillkor (promenader) och ett multitasking-tillstånd (textning medan de går). Deltagarna växlar mellan dessa uppgifter och en riktningsbestämmande uppgift. EEG-data samt beteendeåtgärder registreras.

Abstract

Detta dokument presenterar ett studieprotokoll för att mäta uppgiftsväxlingskostnaden för att använda en smartphone medan du går. Denna metod innebär att deltagarna går på ett löpband under två experimentella förhållanden: ett kontrollvillkor (dvs helt enkelt promenader) och ett multitasking-tillstånd (dvs. textning medan du går). Under dessa förhållanden måste deltagarna växla mellan de uppgifter som är relaterade till experimenttillståndet och en riktningsbestämmande uppgift. Denna riktningsuppgift görs med en pekljusvandrare, som till synes går mot vänster eller höger om deltagaren. Prestanda för riktningsuppgiften representerar deltagarens kostnader för uppgiftsbyte. Det fanns två prestandamått: 1) korrekt identifiering av riktningen och 2) svarstid. EEG-data registreras för att mäta alfaoscillationer och kognitivt engagemang som uppstår under uppgiftsomkopplaren. Denna metod är begränsad i sin ekologiska validitet: fotgängarmiljöer har många stimuli som uppträder samtidigt och konkurrerar om uppmärksamhet. Icke desto mindre är denna metod lämplig för att fastställa kostnader för uppgiftsbyte. EEG-data gör det möjligt att studera de underliggande mekanismerna i hjärnan som är relaterade till olika uppgiftsväxlingskostnader. Denna design gör det möjligt att jämföra mellan uppgiftsväxling när du gör en uppgift i taget, jämfört med uppgiftsväxling vid multitasking, före stimulanspresentationen. Detta gör det möjligt att förstå och fastställa både beteendemässiga och neurofysiologiska effekterna av dessa två olika uppgiftsväxlingsförhållanden. Genom att korrelera uppgiftsväxlingskostnaderna med hjärnaktiviteten kan vi dessutom lära oss mer om vad som orsakar dessa beteendeeffekter. Detta protokoll är en lämplig bas för att studera växlingskostnaden för olika smartphone-användningar. Olika uppgifter, frågeformulär och andra åtgärder kan läggas till för att förstå de olika faktorer som är involverade i uppgiftsväxlingskostnaden för smartphoneanvändning när du går.

Introduction

Eftersom både smartphone-penetration och tendensen till multitasking ökar är det viktigt att förstå vilken inverkan smartphone-användning när du går har på uppmärksamhet. Litteraturen har upprepade gånger visat att uppgiftsväxling kostar1, inklusive smartphoneanvändning när du går. Studier har visat att det kan vara distraherande och farligtatt använda en smartphone medan du går, 2,3,4. Dessa faror har kopplats till uppmärksamhetsskadorna för att göra en sådan uppgift 3,4,5,6,7. På grund av fotgängarmiljöns komplexa natur kan det vara problematiskt att studera den i ett experimentellt sammanhang som är ekologiskt giltigt. Att genomföra sådana studier i faktiska fotgängarmiljöer kan dock medföra egna komplikationer eftersom många främmande variabler kan spela in och det finns risk för skada för deltagaren på grund av distraktioner. Det är viktigt att kunna studera ett sådant fenomen i en relativt säker miljö som förblir så realistisk som möjligt. I den här artikeln beskriver vi en forskningsmetod som studerar uppgiftsväxlingskostnaden för textning medan du går, samtidigt som du ökar uppgiftens giltighet och mildrar de potentiella riskerna.

När du använder en smartphone medan du går, tvingas individer att byta från smartphone-uppgifterna till promenader och miljörelaterade uppgifter. För att studera ett sådant fenomen fann vi det därför relevant att rama in denna metod inom litteraturen om multitasking, särskilt fokuserad på uppgiftsväxlingsparadigmet. För att göra detta användes uppgiftsväxlingsparadigmet1, där deltagarna växlade mellan en pre-stimulansuppgift och en poststimulansuppgift. En av de två uppgifterna före stimulans involverade multitasking, medan den andra inte gjorde det. I uppgiften efter stimulans var deltagarna tvungna att svara på en stimulans vars uppfattning påverkas av delad uppmärksamhet8. Dessutom har experimentella laboratoriestudier som försöker vara så ekologiskt giltiga som möjligt ofta använt virtuella fotgängarmiljöer för att förstå uppmärksamhetseffekten av smartphoneanvändning när man går 4,9. För att fånga de underliggande neurofysiologiska mekanismerna valde vi dock att fokusera på den specifika uppgiftsväxlingsreaktionen på en stimulans för att minimera antalet stimuli som deltagarna var tvungna att reagera på. På detta sätt kan vi mer exakt fastställa uppgiftsväxlingskostnaden som enbart kommer från att flytta uppmärksamheten från smarttelefonen och mot stimulansen. Med vår studiedesign använder vi beteendeåtgärder (dvs. uppgiftsväxlingskostnad) och neurofysiologiska data för att bättre förstå de uppmärksamhetsskador som finns vid användning av fotgängare.

Under ett uppgiftsväxlingsexperiment utförde deltagarna vanligtvis minst två enkla uppgifter som hänför sig till en uppsättning stimuli, där varje uppgift kräver en annan uppsättning kognitiva resurser som kallas en "uppgiftsuppsättning"1. När individer tvingas växla mellan uppgifter måste deras mentala resurser anpassas (dvs. hämning av tidigare uppgiftsuppsättning och aktivering av den aktuella uppgiftsuppsättningen). Denna "omkonfigurering av uppgiftsuppsättningar" -processen tros vara orsaken till kostnaden för uppgiftsväxling1. Kostnaden för uppgiftsbyte bestäms vanligtvis genom att observera skillnaderna i antingen svarstid och/eller felprocent mellan försök där deltagarna växlar mellan uppgifter och de där de inte gördet 10. I vårt experiment hade vi tre uppgiftsuppsättningar: 1) svara på en stimulans för punktljusvandrare; 2) textning på en smartphone medan du går; och 3) helt enkelt gå. Vi jämförde växlingskostnaden mellan två olika förhållanden: 1) helt enkelt gå innan du svarade på stimulansen och 2) gå medan du smsar innan du svarar. På detta sätt fångade vi kostnaden för multitasking på en smartphone innan vi bytte uppgift och kunde direkt jämföra den med kostnaden för icke-multitasking-omkopplare för att helt enkelt gå före utseendet på den visuella stimulansen. Eftersom smarttelefonen som användes i denna studie var av ett specifikt märke, screenades alla deltagare före experimentet för att vara säkra på att de visste hur man korrekt använder enheten.

För att simulera en realistisk upplevelse som är representativ för fotgängarkontexten bestämde vi oss för att använda en rullatorfigur som en visuell stimulans, som representerar en mänsklig form som går med en avvikelsevinkel på 3,5 ° mot vänster eller höger om deltagaren. Denna figur består av 15 svarta prickar på en vit bakgrund, med prickarna som representerar huvudet, axlarna, höfterna, armbågarna, handlederna, knäna och anklarna hos en människa (figur 1). Denna stimulans är baserad på biologisk rörelse, vilket innebär att den följer det rörelsemönster som är typiskt för människor och djur11. Dessutom är denna stimulans mer än ekologiskt giltig; Det kräver komplex visuell bearbetning och uppmärksamhet för att kunna analyseras framgångsrikt12,13. Intressant nog fann Thornton et al.8 att korrekt identifiering av den punktliknande vandrarens riktning påverkas starkt av delad uppmärksamhet, vilket gör den lämplig som ett prestationsmått när man studerar uppgiftsväxlingskostnader vid multitasking. Deltagarna ombads att muntligt ange riktningen figuren gick. Utseendet på vandraren föregicks alltid av en hörselsignal som signalerade sitt utseende på skärmen.

Prestanda på punktljusvandraruppgiften och neurofysiologiska data gjorde det möjligt för oss att bestämma uppmärksamhetseffekten av båda tillstånden och hjälpa till att bestämma vad som orsakade dem. Prestanda mättes genom att titta på felfrekvenser och svarstider när man bestämde riktningen för punktljusvandraren. För att förstå de underliggande kognitiva och uppmärksamhetsmekanismerna som är involverade i de uppmärksamhetsskador vi hittade med prestationsmåttet bedömde vi deltagarnas neurofysiologiska data med hjälp av EEG actiCAP med 32 elektroder. EEG är ett lämpligt verktyg när det gäller tillfällig precision, vilket är viktigt när man försöker se vad som orsakar dålig prestanda vid specifika tidpunkter (t.ex. utseendet på pekljusvandraren), även om artefakter kan finnas i data på grund av rörelser. Vid analys av EEG-data är två index särskilt relevanta: 1) alfaoscillationer; och 2) kognitivt engagemang. Forskning har visat att alfa-svängningar kan representera arbetsminneskontroll samt aktiv hämning av uppgiftsirrelevanta hjärnkretsar14,15,16,17. Genom att jämföra alfaoscillationerna vid baslinjenivåer med de som inträffade med stimulanspresentationen18,19 erhöll vi alfaförhållandet. Med detta förhållande bestämde vi de händelserelaterade förändringarna som kan ligga bakom den uppmärksamhetsskada som observerats vid textning medan du går. När det gäller kognitivt engagemang utvecklade Pope et al.20 ett index där betaaktivitet representerar ökad upphetsning och uppmärksamhet, och alfa- och thetaaktivitet återspeglar minskningar i upphetsning och uppmärksamhet21,22. Denna analys gjordes för att avgöra om ökat engagemang före stimulansens utseende skulle komplicera den omkonfigurering av uppgiftsuppsättningen som krävs för att svara på rullatorfiguren.

Med den metod som beskrivs i detta dokument försöker vi förstå de underliggande mekanismerna som påverkar uppgiftsväxlingsprestanda hos deltagare som deltar i multitasking-episoder. Gångvillkoret representerar en icke-multitasking-uppgiftsväxlingsprestanda som jämförs med en multitasking-uppgiftsväxlingsprestanda (dvs. textning medan du går). Genom att mäta rollerna för uppgiftsuppsättningshämning och aktivering av uppgiftsuppsättningar försökte vi bättre förstå de växelkostnader som uppstår när du skickar sms medan du går. Det är relevant att notera att den ursprungliga studien gjordes i en uppslukande virtuell miljö23 men senare replikerades i ett experimentrum (se figur 2) med en projektor som visar rollatorfiguren på en skärm framför deltagaren. Eftersom den här virtuella miljön inte längre är tillgänglig anpassades protokollet till den nuvarande experimentella rumsdesignen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Innan datainsamlingen påbörjas är det viktigt att få allt nödvändigt etiskt forskningsgodkännande för mänskliga deltagare. Detta bör göras genom lämpliga granskningsnämnder och/eller granskningskommittéer för mänskliga deltagare.

Detta protokoll godkändes och certifierades av etiknämnden från HEC Montréal för Tech3Labs forskningsanläggning.

1. Förberedelse av den visuella stimulansen

  1. Skapa experimentmallen för den visuella stimulansen med en visuell experimentpresentationsprogramvara, till exempel E-prime. Skapa en för övningsprövningen (sex försök) och en för experimentella förhållanden (22 försök).
  2. Öppna E-prime-programvaran och gå till strukturfönstret, där experimentets logik kan skapas.
    1. Dubbelklicka på SessionProc (tidslinjen för sekvensering av E-objektens utseendeordning).
    2. Dra TextDisplay-objektet från verktygslådan till raden SessionProc.
      1. Dubbelklicka på TextDisplay-objektet som har infogats i SessionProc och skriv studieinstruktionerna: "När du hör hörselsignalen, lyft huvudet och ange högt vilken riktning rullatorn går, antingen mot vänster eller mot höger. Experimentet kommer att påbörjas inom kort.
      2. Klicka på ikonen Egenskapssidor högst upp i TextDisplay-fönstret . Klicka på fliken Vanligt och ändra inställningen Namn till instruktioner. Klicka på rullgardinsmenyn Varaktighet och välj Oändlig. Klicka på fliken Varaktighet / inmatning och välj Lägg till, välj Tangentbord och tryck på OK. Klicka på OK igen för att stänga egenskapssidorna. Detta säkerställer att instruktionerna finns kvar på skärmen tills du trycker på för att starta experimentet.
    3. I SessionProc drar och släpper du nu ett List-objekt på SessionProc-raden (placerar det efter instruktionerna). Dubbelklicka på objektet List. I kolumnen Procedur skriver du "Left-Trial", trycker på Enter och klickar på JA i popup-fönstret och ber om att skapa en ny procedur. När nästa popup-fönster ber om att göra detta till standardvärde klickar du på NEJ.
    4. Dubbelklicka på List-objektet på raden SessionProc. Klicka på den gröna knappen Lägg till attribut. Namnge attributet som: korrekt svar. Klicka på OK.
    5. Klicka på det tomma utrymmet i kolumnen korrekt svar och skriv L (detta för att signalera att denna lista objekt om för rullatorn går mot vänster).
    6. Gå tillbaka till SessionProc och klicka på det nya objektet som skapades med namnet Left-Trial.
    7. Gå till SessionProc och dubbelklicka på objektet Left-Trial.
      1. Dra och släpp InLine-objektet på raden Left-Trial och byt namn på det.
        1. VäljITI. Dubbelklicka på InLine-objektet och skriv följande kod:
          Dim nRandom som heltal
          nRandom = Slumpmässig (16500, 17500)
          c.SetAttrib "ITIDur", nRandom
        2. Koden presenterar walker-stimulansen med tidsintervall mellan 16 500 ms och 17 500 ms.
    8. Dubbelklicka på Vänster-testversion. Dra och släpp ett Slide-objekt på den vänstra testlinjen. Byt namn på det Väntar, det här objektet kommer att vara en tom skärm som visas mellan de visuella stimuli under den tid som bestäms av koden i steg 1.2.7.
    9. Dubbelklicka på objektet Slide .
      1. Klicka på underobjektet SlideText och klicka någonstans i bilden för att placera objektet där.
      2. Ta bort den befintliga texten från bilden.
      3. Klicka på egenskapssidor för underobjekt.
      4. På fliken Ram anger du både bredd och höjd till 100 %. Klicka på OK.
    10. Klicka på egenskapssidorna och gå till fliken Varaktighet/inmatning . Ange varaktighet för följande värde: [ITIDur].
    11. Dubbelklicka på Left-Trial och dra och släpp ett SoundOut-objekt på Left-Trial-linjen.
      1. Dubbelklicka på SoundOut-objektet.
      2. Under Filnamn väljer du lämplig ljudreferensfilkatalog.
      3. Ändra buffertstorleken till 1 000 ms.
      4. Klicka på OK.
    12. Gå tillbaka till Left-Trial och dra och släpp ett Slide-objekt i Left-Trial-linjen och byt namn på det till Walker Left.
      1. Dubbelklicka på det nya objektet.
      2. Lägg till ett SlideMovie-underobjekt genom att klicka på underobjektet och sedan klicka på bilden.
      3. Klicka på Egenskapssidor för underobjekt och välj katalogen för videofilen i den vänstra rullatorn under Filnamn .
      4. Ställ in Stop After Mode på OffsetTime.
      5. Klicka på Stretch och välj JA.
      6. Ställ in åtgärden Avsluta film på Avsluta.
      7. Klicka på fliken Ram och ställ in bredden och höjden till 100%.
      8. För positionen ställer du in både X- och Y-position på 50 %.
      9. Slutligen ställer du in kantfärgen på vitt.
      10. Klicka på OK.
      11. Klicka på egenskapssidorna för bildobjektet .
        1. Klicka på fliken Varaktighet/inmatning .
        2. Ställ in varaktigheten på 4 000. Ställ in PreRelease på 500.
        3. Klicka på OK.
    13. Upprepa hela proceduren (dvs. från steg 1.2.3–1.2.9) för rätt prövning. Namnge proceduren Right-Trial. När du följer proceduren ändrar du bara rätt svar (dvs. till R istället eller L) och videofilen. Använd videofilkatalogen för höger rullator.
  3. Dubbelklicka på SessionProc.
    1. Dra och släpp och skjut objekt till SessionProc-linjen
    2. Dubbelklicka på det här objektet och lägg till ett SlideText-underobjekt.
    3. Skriv Paus som text.
    4. Återigen, gå in på egenskapssidorna för underobjekt och på fliken Ram gör bredden och höjden 100%. Gör positionen för X och Y 50%.
    5. Klicka på OK.
  4. Dubbelklicka på listobjektet som redan har skapats.
    1. Klicka på egenskapssidorna för listobjektet .
    2. På fliken Urval ställer du in Ordning på Slumpmässig och klickar på OK.
    3. Lägg till följande siffror i kolumnen Vikt :
      1. Övning: ange siffran 3 i både raden Vänster utvärderingsversion och raden Höger provperiod.
      2. Experiment: ange siffran 11 i både raden Vänster utvärderingsversion och raden Höger utvärderingsversion .
  5. Högst upp i fönstret klickar du på ikonen Generera för att skapa en körbar skriptfil. Spara den på skrivbordet för enkel åtkomst. Det här är filen som ska köras under experimentet.
    1. Spara övningsförsöket som "Övning" och de experimentella försöken som "Experiment".
    2. Testa skriptet som skapats genom att klicka på ikonen Kör .
  6. I mappen E-studio skapas en E-run-fil. Båda filerna som skapas (en för övningsförsöket och en för experimentförsöken) kan placeras i en mapp på datorns skrivbord. För att köra det visuella experimentet klickar du bara på lämplig ikon.
  7. När den visuella stimulansens experimentella mallar har skapats, försök att visa dem med projektorn.
    1. Med projektorinställningarna ändrar du höjden på rullatorfiguren och ser till att den är centrerad direkt framför där deltagaren skulle stå på löpbandet.
    2. Med ett måttband mäter du rullatorns höjd direkt på projektorduken. Beräkna avståndet mellan skärmen och ögonen på en person som står på löpbandet för att stimulansen ska täcka 25 ° visuell vinkel och flytta löpbandet därefter. För att beräkna nödvändiga avstånd kan man använda följande webbplats: http://elvers.us/perception/visualAngle/

2. Upplägg av laboratoriemiljön

  1. Slå på de fyra inspelningsdatorerna, EEG-förstärkaren, projektorn, löpbandet, högtalarna och smarttelefonen.
  2. Ställ in färdskrivaren.
    1. Öppna synkroniseringsprogramvaran med den specifika subrutinen som skapats för studien med markörer på 10 s.
      1. Synkroniseringsprogramvaran skickar en puls som visas i form av en markör och ljuspuls i EEG och videoinspelningar var 10: e sekund.
    2. Slå på programvaran för videoinspelning. Kamerorna ska också slås på automatiskt. Om inte, slå på dem manuellt.
    3. Öppna och ställ in EEG-inspelningsprogrammet för deltagaren.
    4. Öppna mappen som innehåller den körbara skriptfilen för visuell stimulans som skapats med presentationsprogrammet för visuella experiment.
    5. Förbered EEG-inställningen och materialen enligt de förfaranden som tillverkarna föreslår.
    6. Ta bort konversationen från föregående deltagare från smarttelefonen.
    7. Placera en ny flaska vatten bredvid deltagarens vilstol.

3. Förberedelse av deltagare

  1. Välkomna deltagaren in i rum 1 och berätta kort om studietiden och ersättningen.
  2. Be deltagarna att ta bort sina smycken (t.ex. örhängen, piercingar, halsband), glasögon, smartphone och allt innehåll i fickorna, placera dessa i en soptunna och lägga den i ett skåp.
  3. Be deltagarna att bli av med tuggummi de kan äta och se till att de har ätit innan experimentet påbörjas.
  4. Se till att deltagaren bär bekväma gångskor och få dem att dubbla knuten sina skosnören för att garantera deltagarens säkerhet under experimentet.
  5. Låt deltagaren läsa och underteckna samtyckesformuläret.
    1. Läs följande skript och låt deltagaren sitta så att de kan läsa och underteckna samtyckesformuläret:

      "Här är ett samtyckesformulär som anger att du samtycker till att delta i denna studie. Läs den noggrant och underteckna den. Tveka inte om du har några frågor."
  6. Ta deltagaren till det utsedda deltagarförberedelserummet, rum 3, där EEG-locket ska sättas upp.
  7. Läs det förberedda skriptet som förklarar experimentprocessens flöde:

    "Du kanske märker att jag då och då kan läsa en text. Detta görs för att säkerställa att alla deltagare får identiska instruktioner. I denna studie är vi intresserade av hur människor interagerar med en stimulans framför dem medan de skickar textmeddelanden och går i måttlig hastighet. I cirka 40 minuter kommer du att skriva [namn på forskningsassistent] som du träffade tidigare med den här smarttelefonen [visa smarttelefonen]. Medan du smsar hör du ett ljud då och då. Detta ljud kommer att följas av en bild av en vandrande karaktär. Din uppgift är att lyfta huvudet mot skärmen här [peka på skärmen] och att indikera högt om karaktären går mot höger ELLER vänster. Du kommer inte att bli ombedd att göra något annat. Jag kommer att skriva ner dina svar. Observera att i alla block finns det två val för ett svar (höger och vänster), så det är omöjligt att det till exempel bara kommer att vänster eller höger som ett enda val. Riktningen karaktären kommer från är helt slumpmässig. Efter att ha dikterat ditt svar fortsätter du helt enkelt att skriva [namma av forskningsassistent]. Det är viktigt att inte vända sig om när du svarar eller om du vill prata med mig eftersom du kan bli destabiliserad och falla. Håll huvudet framåt. Jag kommer att vara bakom denna spegel här [peka på glaset] under hela experimentet. Har du några frågor?"
  8. Mät deltagarens huvudomkrets för EEG-elektrodlocket. För detta experiment användes en EEG-actiCap med 32 förförstärkta elektroder.
    1. Välj lämplig storlek EEG-lock, placera den på ett skumhuvud för stöd och placera alla elektroder på rätt plats.
    2. Mät om deltagarens huvudomkrets för att bestämma lockets startpunkt med hjälp av referenssystemet 10-20.
    3. Placera locket på deltagarens huvud med början framifrån och håll det på plats medan du drar det bakåt. Se till att locket är korrekt placerat.
    4. Anslut EEG-lockets kablar till EEG-kontrollboxen.
    5. Visa gelapplikatorn för deltagaren så att de kan se att den inte är skarp och låt dem röra vid den om de så önskar. Läs följande skript:

      "Här är applikatorn och spetsen som jag kommer att använda för att sätta gelén på EEG-locket som du har på huvudet. Du kan röra vid den; Det gör inte ont. Spetsen är bara tillräckligt kort för att den aldrig ska röra ditt huvud."
    6. Slå på EEG-elektrodboxen så att alla elektrodlampor blir röda.
    7. Aktivera elektroderna genom att först flytta håret ur vägen och sedan applicera gelén på varje elektrod: börja med jordelektroden och sedan referenselektroden. När dessa två elektroder blir gröna, lägg till de återstående elektroderna.
    8. Placera gelén tills alla elektrodsensorer blir gröna.
    9. Mät impedansen på kontrollboxen.
    10. Koppla bort kablarna från kontrollboxen och anslut dem till flyttadaptern (dvs. adaptersatsen som trådlöst överför data tillbaka till kontrollboxen).
    11. Placera adaptersatsen i en fanny-förpackning och be deltagaren att fästa den runt midjan, med kablarna och adaptersatsen placerad mot deltagarens rygg.
    12. Gå tillbaka till datorsalen (rum 4) och kontrollera impedansen för varje elektrod.
    13. Kontrollera att datakvaliteten är tillfredsställande genom att visuellt inspektera signalen på EEG-programvarans bildskärm. Fixa vid behov de problematiska elektroderna.
  9. Ta deltagaren in i experimentrummet (dvs. rum 2).
  10. Låt deltagaren stå på löpbandet och fästa löpbandets säkerhetsnyckel på deltagaren.
  11. Slå på löpbandet till en hastighet av 0.8 mph och låt deltagaren gå i 2 minuter så att de blir bekanta med hastigheten. Under dessa 2 min, påminn deltagaren om instruktionerna:

    "I cirka 40 minuter kommer du att texta [namn på forskningsassistent] med en smartphone. Medan du skickar sms hör du ett ljud då och då. Detta ljud kommer att följas av en bild av en vandrande karaktär. Din uppgift är att lyfta huvudet mot skärmen vid den tiden och indikera högt, enligt din åsikt, om karaktären går mot höger eller vänster. Du kommer inte att bli ombedd att göra något annat. Jag kommer att skriva ner dina svar. Efter att ha angett ditt svar fortsätter du helt enkelt att skriva [namn på forskningsassistent]. Det är viktigt att alltid ge ett svar. Om du är osäker, berätta din bästa gissning. Vänd dig inte om när du ger ditt svar eller om du vill prata med mig eftersom du kan bli destabiliserad och falla. Håll huvudet framåt. Det finns fyra delar i experimentet, två där du textar [namn på forskningsassistent] medan du går, och två där du bara går. Varje del varar cirka 12 minuter och det finns en paus på 2 minuter mellan varje del. Har du några frågor?"

4. Öva rättegång

  1. Ge deltagaren smarttelefonen.
  2. Berätta för deltagaren att de kommer att göra en övningsprövning.
  3. Klicka på stimulansens körbara skriptfil för övningsförsöken. Ange deltagarnumret och starta provperioden.
  4. Låt deltagaren öva på att svara på de visuella stimuli medan du deltar i en textkonversation med forskningsassistenten. Denna övning kommer att pågå 3 min.
  5. När sessionen börjar följer du sms-konversationsskriptet som skapats för studien.
  6. Skriv ner deltagarens svar på varje stimulansutseende på en kalkylarksmall.
  7. Efter 3 min, låt deltagaren sitta på en stol och dricka lite vatten. Under denna tid justerar du löpbandets hastighet till 0,4 mph.
  8. Påminn deltagaren om studieanvisningarna.

5. Insamling av uppgifter

  1. Installationen
    1. Gå till arbetsflödesbladet för att välja villkorsordning för den aktuella deltagaren. Två ordningar är möjliga: I ordning A använder försök 1 och 3 textvillkoret, medan försök 2 och 4 använder kontrollvillkoret. I ordning B använder försök 1 och 3 kontrollvillkoren och försök 2 och 4 använder textningsvillkoren. Under varje försök visas den visuella stimulansen 22 gånger.
    2. Se till att all inspelningsprogramvara är redo att startas synkroniserat.
    3. Slå på all inspelningsprogramvara (t.ex. EEG, video)
    4. Låt deltagaren komma tillbaka på löpbandet och långsamt öka hastigheten tillbaka till 0.8 mph.
    5. Slå på det visuella stimulansprogrammet och börja köra det.
    6. Läs försökets instruktioner beroende på försöksbetingelsen.
      1. Kör stimulansens körbara skriptfil för experimentförsöken . Ange deltagarnummer och den kod som valts för de specifika villkoren. Börja rättegången.
  2. Kontrollvillkor
    1. Se till att smarttelefonen är utanför deltagarens synfält under denna uppgift.
    2. Instruera deltagaren att helt enkelt gå på löpbandet och svara på den visuella stimulansen varje gång den dyker upp genom att svara "vänster" eller "höger":

      "För den här uppgiften måste du helt enkelt gå på löpbandet. Då och då hör du ett ljud. Detta ljud kommer att följas av en bild av en vandrande karaktär. Din uppgift är att höja huvudet mot skärmen då och indikera högt, enligt din åsikt, om karaktären rör sig till höger eller vänster. Du kommer inte att bli ombedd att göra något annat. Jag kommer att skriva ner dina svar själv. Efter att ha dikterat ditt svar fortsätter du helt enkelt att gå. Det är viktigt att alltid ge ett svar. Om du är osäker, berätta din bästa gissning. Vänd dig inte om när du ger ditt svar eller om du vill prata med mig eftersom du kan bli destabiliserad och falla. Håll huvudet framåt. Börja när jag ger dig signalen. Har du några frågor?"
    3. Signalera till deltagaren att prövningen är på väg att börja och starta den visuella stimulansprövningen.
    4. Skriv ner deltagarens svar varje gång de svarar på den visuella stimulansen. Om en deltagare inte svarar lämnar du fältet tomt.
    5. I slutet av rättegången, låt deltagaren sitta ner och dricka lite vatten.
    6. Under dessa pauser, fortsätt köra all inspelningsprogramvara och lämna löpbandet på med en hastighet av 0.4 mph.
    7. Efter pausen får deltagaren tillbaka på löpbandet och när de går, öka gradvis hastigheten tillbaka till 0.8 mph.
  3. Villkor för sms
    1. Medan deltagaren går på löpbandet, ge dem smarttelefonen.
    2. Instruera deltagaren att skriva som de naturligt skulle göra (t.ex. med en hand eller två händer) medan de går på löpbandet och svara på den visuella stimulansen varje gång den dyker upp genom att svara "vänster" eller "höger":

      "För den här uppgiften kommer du att skriva [namn på forskningsassistent] med en smartphone. Öppna meddelandeprogrammet på smarttelefonen. Välj sedan konversationen som säger "Hej". Du måste aktivt delta i en sms-konversation. Medan du smsar hör du ett ljud då och då. Detta ljud kommer att följas av en bild av en vandrande karaktär. Din uppgift är att lyfta huvudet mot skärmen här och indikera, enligt din åsikt, om karaktären rör sig till höger eller vänster. Du kommer inte att bli ombedd att göra något annat. Jag kommer att skriva ner dina svar själv. Efter att ha dikterat ditt svar fortsätter du helt enkelt att skicka sms. Det är viktigt att alltid ge ett svar. Om du är osäker, berätta din bästa gissning. Vänd dig inte om när du ger ditt svar eller om du vill prata med mig eftersom du kan bli destabiliserad och falla. Håll huvudet framåt. Börja när jag ger dig signalen. Har du några frågor?"
    3. Signalera till deltagaren att prövningen är på väg att börja och starta den visuella stimulansprövningen.
    4. Instruera deltagaren att ha en textkonversation medan han går på löpbandet. Instruera dem att också svara på den visuella stimulansen varje gång den dyker upp genom att svara "vänster" eller "höger".
    5. Låt forskningsassistenten följa konversationsskriptet och hålla konversationen igång under hela tillståndet.
    6. Skriv ner deltagarens svar varje gång de svarar på den visuella stimulansen. Om en deltagare inte svarar lämnar du fältet tomt.
    7. I slutet av rättegången, ta smarttelefonen från deltagaren och låt deltagaren sitta ner och dricka lite vatten.
    8. Under dessa pauser, fortsätt köra all inspelningsprogramvara och lämna löpbandet på med en hastighet av 0.4 mph.
    9. Efter pausen får deltagaren tillbaka på löpbandet och när de går, öka gradvis hastigheten tillbaka till 0.8 mph.

6. Slut på datainsamling

  1. I slutet av den experimentella manipulationen har deltagaren stängt av löpbandet. Låt deltagaren sätta sig ner och dricka lite vatten.
  2. Ta bort EEG-locket och ta deltagaren till en dusch där de kan tvätta håret om de så önskar.
  3. Ge deltagaren deras ersättning och tacka dem för deras deltagande. Se till att deltagaren lämnar med sin kopia av samtyckesformuläret och att de hämtar alla sina personliga föremål.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Detta studieprotokoll genomfördes ursprungligen med 54 deltagare, var och en svarade på 88 riktningsförsök. Hälften av dessa försök inträffade när deltagarna helt enkelt gick före stimulanspresentationen; Den andra hälften inträffade när deltagarna textade medan de gick före stimulanspresentationen.

Beteendemässiga resultat
Prestanda i punktljusvandrarens riktning representerar kostnader för uppgiftsväxling, med lägre prestanda som representerar högre kostnader för uppgiftsväxling. Deltagarnas svar analyserades med två svarsvariabler: 1) Korrekt identifiering; och 2) svarstid. De två experimentella förhållandena representerade de två grupperna: 1) Textning medan du går; och 2) helt enkelt gå innan du svarar på stimulansen. Svarstiderna beräknades i slutet av experimentet. Videoinspelningarna av experimentet konverterades till ljudfiler och analyserades sedan med en ljudprogramvara som markerade topparna i ljudvåglängder. När ljudet av signalen och ljudet av deltagarens verbala svar markerades bestämdes tiden mellan de två. Korrekta svarstider analyserades genom att exportera deltagarens korrekta riktning för de 88 försöken, från den experimentella presentationsprogramvaran, och lägga till den i databasfilen som innehåller deltagarnas svar. I det använda programmet (Excel) användes en formel för att testa noggrannhet (= IF (A1 = B1,1,0)) för att bestämma om informationen i den första datakolumnen (dvs. deltagarnas svar) var densamma som den andra kolumnen.

Eftersom varje deltagare upprepade gånger måste bestämma stimulansens orientering kunde ett t-test inte användas för att analysera skillnaderna i prestationsmedel över förhållanden. För att ta hänsyn till intraindividuell korrelation mellan försök användes istället en generaliserad linjär regressionsmodell. Denna analys kördes med Proc Glimmix med SAS 9.4-programvaran. Gruppvariabeln var den förklarande variabeln för responsvariablerna och en slumpmässig gaussisk skärningspunkt lades till för varje ämne. Noggrannheten hos responsvariablerna (korrekt eller felaktigt svar) var binär, och som sådan var en logitlänkfunktion lämplig för denna regressionsmodell.

Vi fann att deltagarna var mer benägna att identifiera rätt riktning för punktljusvandrarstimulansen när de inte textade före stimulansens utseende (oddsförhållande = 0,77; T = −3,12; p = 0,001; 95 % konfidensintervall (.657;. 908)). Ingen signifikant skillnad i reaktionstid hittades (β = −0,005; T = −.26; p = 0,799; 95 % konfidensintervall (-.047;. 036)) (se figur 3).

För att kombinera noggrannhet med svarstid användes Inverse Efficiency Score (IES)24 . Sannolikheten att vara noggrann på riktningsförsöken modellerades med hjälp av en logistisk regression med responstid som kontrollvariabel. Återigen lades en individuell slumpmässig avlyssning till för varje ämne för att ta hänsyn till potentiella intra-ämneskorrelationer mellan försök. Resultaten av denna regression med blandad effekt visade en signifikant effekt av experimentella tillstånd, där den uppskattade sannolikheten för att exakt svara på stimulansen var 18.9% mindre i tillståndet där deltagarna textade medan de gick, jämfört med när de helt enkelt gick före stimulansens utseende (oddskvot = 0.811; T = −2,46; p = 0,014; 95% konfidensintervall 0,686–0,959; se figur 3). Detta visade att oavsett svarstiden var noggrannheten i stimulansriktningen konsekvent lägre när deltagarna textade medan de gick.

Neurofysiologiska data
EEG-inspelningar användes för att bestämma den neurofysiologiska aktiviteten som är involverad i uppgiftsväxling genom att observera alfaoscillationer och kognitivt engagemang. Att använda EEG under rörelse ledde till fler artefakter. För att säkerställa uppgifternas kvalitet vidtogs flera åtgärder. För det första, för att möjliggöra inspelning under gång, användes ny aktiv elektrodteknik med en brussubtraktionskrets (dvs. förförstärkta elektroder). För det andra filtrerades EEG-data offline med ett lågpass IIR-filter vid 20 Hz, för att isolera alfavågorna, och ett högpass IIR-filter vid 1 Hz, användes för att minska bruset. För det tredje tillämpades en oberoende komponentanalys (ICA) för att dämpa artefakterna orsakade av ögonblinkningar och okulära sackader i EEG-data25. För det fjärde användes en automatisk artefaktavstötning för att utesluta epoker med spänningsskillnader över 50 μV mellan två närliggande provtagningspunkter och en skillnad över 50 μV i ett intervall på 75 ms.

Dataanalys utfördes med Vision Analyzer 2. Baserat på Luck26 refererades data till den gemensamma genomsnittliga referensen. Vidare segmenterades data för att isolera 2 s efter presentationen av walkerstimulansen samt en 2 s baslinje. För varje stimulanspresentation bestämdes en baslinje som representerade aktiviteten när deltagaren enbart gick eller textade medan han gick. Denna baslinje erhölls under en 2 s tidpunkt, som inträffade 12 s före hörselsignalen för varje stimulus utseende. Båda segmenten analyserades separat med en Fast-Fourier Transform på 1 s epoker för att erhålla effektvärden i frekvensdomänen. Alla epoker beräknades separat efter experimentella förhållanden.

Syftet med denna analys var att avgöra om de två delstegen hämning av uppgiftsuppsättning och aktivering av uppgiftsuppsättningar påverkar beteendeväxlingskostnaden (dvs. prestationsmått) annorlunda. För att göra detta analyserades EEG-data baserat på två index: 1) alfaoscillationer; och 2) kognitivt engagemang. Alla beräkningar gjordes med hjälp av Cz- och Pz-webbplatserna eftersom deras data innehöll mindre brus och färre artefakter. Förändringarna i alfaoscillationer, på grund av stimulanspresentationen, analyserades med alfaförhållanden genom att jämföra baslinjens alfaeffekt med alfaeffekten som inträffade med stimulanspresentationen18,19. Med hjälp av det kognitiva engagemangsindex som utvecklats av Pope et al.20 skapades ett förhållande mellan den kombinerade effekten i beta (14–20 Hz) dividerat med total effekt i alfa (8–12 Hz) och theta (4–8 Hz) komponenter. För att beräkna den kombinerade effekten användes de använda kraftsummorna på Cz- och Pz-platserna.

Alfakvoten och dess effekt på prestanda jämfördes mellan de två förhållandena. Alfa-förhållandet återspeglar processerna för uppgiftshämning. Eftersom alfakvoten mättes för varje deltagare var det nödvändigt att jämföra förhållandet med den aggregerade prestandan under det tillståndet (dvs. den korrekta svarsprocenten för de 44 prövningarna av det tillståndet). För att jämföra korrelationskoefficienten för båda förhållandena användes z-testet som föreslogs av Steiger27 som ett sätt att jämföra korrelationskoefficienter uppmätta från samma individ. På Pz-platsen fann man att korrelationen mellan prestanda och alfa-förhållandet var statistiskt annorlunda mellan de två förhållandena (p = 0,032; 95% konfidensintervall = 0,054–1,220) (se figur 4). Eftersom korrelationerna för varje tillstånd var av motsatta tecken, visades det att hämningsprocesserna påverkade prestanda annorlunda under de två förhållandena, med ett högre alfa-förhållande som ledde till bättre prestanda under gångförhållandet, medan prestanda i textningstillståndet hindrades av ett högre alfa-förhållande. Dessa resultat visar att när du sms:ar medan du går, påverkade mängden resurser som behövdes för att hämma den tidigare uppgiftsuppsättningen prestanda negativt. Således hade i vilken utsträckning deltagarna engagerade resurser i uppgiftsuppsättningshämning mer effekt på kommande prestanda när de skickade sms. När det gäller Cz-platsen hittades inga signifikanta skillnader, vilket tyder på att effekten mestadels var belägen i parietalregionen i hårbotten.

Det kognitiva engagemangsförhållandet och dess effekt på prestanda jämfördes också mellan de två villkoren. När det gäller alfaförhållandet användes också z-testet som föreslogs av Steiger27 för denna analys. Resultaten visade en statistiskt signifikant skillnad mellan de två förhållandena, där engagemanget på uppgiften som gjordes omedelbart före stimulansens utseende (dvs. promenader eller textning medan du går) påverkade prestanda olika i varje tillstånd (p = 0.027; 95% konfidensintervall = -1.062 - -0.061). Även här var korrelationerna av motsatta tecken. Våra resultat tyder på att när deltagarna gick före uppgiftsomkopplaren var ett högre förhållande av kognitivt engagemang relaterat till en minskning av prestanda, medan när deltagarna textade medan de gick före uppgiftsomkopplaren var ett högre förhållande av kognitivt engagemang relaterat till en ökning av prestanda. Detta visar att den högre uppgiftsväxlingskostnaden för textning medan du går inte berodde på ett högre kognitivt engagemang i den uppgiften.

Movie 1
Figur 1: I den här videon syns en figur som går mot motivets högra sida. Klicka här för att se den här videon. (Högerklicka för att ladda ner.)

Figure 2
Figur 2: Experimentell installation av rummet. Klicka här för att se en större version av denna figur.

Figure 3
Figur 3: Effekten av textning på noggrannhet och svarstid. Klicka här för att se en större version av denna figur.

Figure 4
Figur 4: Korrelation mellan alfa vid Fz och prestanda. Klicka här för att se en större version av denna figur.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Ett kritiskt val när man använder protokollet skulle vara att säkerställa kvaliteten på neurofysiologiska data. Det finns en inneboende komplikation med att använda ett verktyg som EEG under rörelse, eftersom överdriven rörelse kan skapa mycket brus i data. Det är därför viktigt att före datainsamlingen överväga hur data kommer att förberedas för att ta bort så många artefakter som möjligt utan att ändra den faktiska signalen. Ändå är det fortfarande ganska troligt att det kommer att finnas högre nivåer av datauteslutning eftersom deltagarna går på ett löpband under hela experimentet. Vissa deltagares data kommer att vara oanvändbara på grund av artefakter orsakade av överdriven ansikts-, huvud- och kroppsrörelser, samt på grund av risken för överdriven svettning och utrustningsfel. För att undvika partiskhet eller påverkan på resultaten bör datauteslutningar fastställas före beteendeanalysen. Sedan vi genomförde denna studie har vårt laboratorium förvärvat förmågan att lokalisera elektrodposition och vi hoppas kunna använda denna teknik i framtida studier för att bättre analysera källaktivitet. Vi rekommenderar att framtida studier utnyttjar elektrodlokaliseringsteknik för att möjliggöra källuppskattning av relaterade EEG-signaler.

Ett kritiskt steg att uppmärksamma i detta protokoll är skriptet för deltagarens textsamtal med forskningsassistenten. Det är viktigt att textkonversationerna styrs med fördefinierade ämnen och några öppna frågor. Det finns mycket värde i att följa ett sådant skript. Först ser vi till att alla deltagare har liknande typer av konversationer, så vi tar bort variationen som skulle finnas i en naturligt förekommande konversation. På detta sätt säkerställer vi att distraktionsnivån inte varierar på grund av att konversationen är alltför olika mellan deltagarna. För det andra kan vi se till att konversationen inte leder till starka känslomässiga reaktioner genom att välja ämnen klokt. Emotionellt laddade interaktioner kan förändra EEG-analys och distraherbarhetsnivåer, vilket i sin tur skulle komplicera tolkningen av både beteendemässiga och neurofysiologiska resultat. Alla textkonversationer kommer oundvikligen att variera till viss del, men att ha ett manus ger oss en viss kontroll över denna variation. För att ytterligare begränsa variationen i samtalet skulle det vara att föredra att ha en specificerad forskningsassistent som ansvarar för denna uppgift under hela forskningsprojektet. Men genom att följa ett manus förlorar vi också den ekologiska giltigheten av en sådan konversation. När individer har konversationer med sina vänner, till exempel, kan dessa konversationer vara känslomässigt laddade, och detta kan faktiskt ändra kostnaden för att byta uppgift. Ändå är det viktigt att tänka på att för att analysera effekterna av konversationstyper på uppgiftsväxlingskostnaden måste målet med studien fokusera på den aspekten på grund av komplexiteten i en sådan analys. Därför var användningen av ett skript mer lämpligt för våra ändamål.

Det bör också vara försiktig när du skapar databasfilen där deltagarnas svar kommer att noteras. Formeln vi använde i Excel för att testa noggrannhet (dvs. = IF ( A1 = B1,1,0)) är formatberoende (t.ex. kommer den att påverkas av extra tomma utrymmen och stora bokstäver). Det rekommenderas därför att skriva R för höger eller L för vänster, i samma format som det som används i utdata extraherade från presentationsprogrammet för visuella experiment. Eventuella fel i skrivandet av filen kan orsaka falska negativa resultat i noggrannhetsbetyget. Slutligen, för denna typ av studie, där visuell bearbetning spelar en stor roll, är det viktigt att alla deltagare har normal eller korrigerad till normal syn. Eftersom vi använder EEG-verktyg är det också relevant att screena för epilepsi och neurologiska, såväl som psykiatriska, diagnoser, vilket kan påverka deltagarnas hjärnsignaler. Det är klokt att utesluta dessa deltagare från studien, eftersom skillnader i hjärnaktivitet kan snedvrida resultaten.

Denna metod kan modifieras för att testa flera smartphone-användningar (t.ex. läsning, sociala medier, spel, visning av bilder etc.) 28. Frågeformulär kan också läggas till mellan experimentella förhållanden, eller i slutet av experimentet, för att få mer insikt i deltagarnas egenskaper och uppfattningar (se Mourra29). Frågeformulär mellan uppgifterna bör inte vara tidskrävande för att undvika att i onödan öka deltagarnas trötthet för följande villkor. Det här ögonblicket är ganska användbart för att testa olika uppgiftsrelaterade konstruktioner, såsom uppfattningen av tid, intresset för den uppgift som deltagaren just slutfört och den upplevda svårigheten. Frågeformulär i slutet av experimentet kan vara mer tidskrävande, men tröttheten att slutföra villkoren måste beaktas. Tidpunkten för frågeformulären bör göras på ett sätt för att undvika att deltagarnas svar blir partiska av deras erfarenhet under uppgiften och för att undvika att deltagarnas beteende blir partiskt på grund av de frågor som ställts tidigare.

Denna metod är begränsad eftersom verkliga fotgängarmiljöer har många stimuli presenterade samtidigt, så den kognitiva belastningen som krävs i dessa miljöer är förmodligen mycket högre än i denna studie (se Pourchon et al.7). Men för att verkligen kunna identifiera de underliggande neurofysiologiska mekanismerna verkade det nödvändigt att göra en sådan avvägning. Beroende på syftet med den specifika studien kan den visuella stimulansen modifieras för att testa olika faktorer som kan påverka uppgiftsväxlingskostnaden för att använda en smartphone medan du går. I denna metod användes punktljusvandrarfiguren istället för en verklig mänsklig figur eftersom denna punktljusvandrare är mindre benägen för partiskhet. Utseendet på en verklig mänsklig vandrare kan vara mer tilltalande eller misshaglig för vissa deltagare och detta kan påverka uppmärksamheten som tillskrivs den. Genom att använda en grupp prickar som representerar en mänsklig form och mänsklig rörelse kan vi kringgå denna potentiella främmande variabel av den mänskliga vandrarens kön, kläder, kroppsbild, bland andra variabler som kan snedvrida resultaten. Till exempel kan deltagare som tycker att den mänskliga vandraren är mer attraktiv vara mer benägna att fokusera sin uppmärksamhet på vandraren än de annars skulle ha gjort.

Denna metodik kan användas för olika tillämpningar i framtida studier. Genom att modifiera till exempel den visuella stimulansen så att den har olika egenskaper skulle det vara möjligt att studera hur objektets egenskaper i en miljö kan påverka uppgiftsväxlingskostnaden. Det kan också vara intressant att använda denna metod med ett manuellt löpband, där deltagarnas fötter mot däcket flyttar löpbandsbältet. På detta sätt kunde vi bestämma hur hastigheten fluktuerar under experimentet på grund av multitasking eller på grund av uppgiftsväxlingen. Detta skulle öka den ekologiska validiteten samtidigt som man lägger till en ny variabel att överväga i analysen (t.ex. påverkar det deltagarnas prestation att stanna eller gå långsammare eller snabbare?). Således, både när det gäller stimuli och ämnesrörelse, finns det många andra möjligheter än de som föreslås i denna metod (dvs. punktljusvandrare och automatiskt löpband) för att undersöka textning medan du går beteenden (Pourchon et al.7, Schabrun et al.30). Detta skulle öka den interna eller externa validiteten i framtida studier. Det måste också noteras att vårt beslut att använda EEG-data från endast två elektroder har vissa begränsningar. Framtida forskning bör försöka utvidga analysen till regioner av intresse som omfattar flera elektroder. Det skulle också vara möjligt att inte använda ett konversationsskript och låta konversationen ske naturligt. I sådana fall kan innehållet i konversationen analyseras med en innehållsanalys, och effekterna av olika typer av konversationer kan studeras på ett naturligt sätt. Sammanfattningsvis kan denna metod vara basen på vilken mer komplexa studier kan bygga på för att öka kunskapen om de olika faktorer som kan påverka vår förmåga att multitaska med en smartphone medan vi går.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har inget att avslöja.

Acknowledgments

Författarna erkänner det ekonomiska stödet från 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

Beteende Utgåva 158 uppgiftsväxling uppmärksamhetsprocesser neuroergonomi olycksanalys mobil enhet 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

Mäta switchkostnaden för smartphoneanvändning när du går
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