Waiting
Login processing...

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

Behavior

Medindo o custo do interruptor do uso do smartphone durante a caminhada

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 projeto de estudo mede o custo de troca de tarefas do uso de um smartphone enquanto caminha. Os participantes são submetidos a duas condições experimentais: uma condição de controle (caminhada) e uma condição multitarefa (mensagens de texto durante a caminhada). Os participantes alternam entre essas tarefas e uma tarefa que determina a direção. Dados de EEG, bem como medidas comportamentais são registrados.

Abstract

Este artigo apresenta um protocolo de estudo para medir o custo de troca de tarefas do uso de um smartphone durante a caminhada. Este método envolve fazer com que os participantes andem em uma esteira sob duas condições experimentais: uma condição de controle (ou seja, simplesmente caminhar) e uma condição multitarefa (ou seja, mensagens de texto enquanto caminha). Durante essas condições, os participantes devem alternar entre as tarefas relacionadas à condição experimental e uma tarefa determinante de direção. Esta tarefa de direção é feita com uma figura de caminhante de luz pontual, aparentemente caminhando para a esquerda ou para a direita do participante. O desempenho na tarefa de direção representa os custos de alternância de tarefas do participante. Houve duas medidas de desempenho: 1) identificação correta da direção e 2) tempo de resposta. Os dados de EEG são registrados para medir as oscilações alfa e o engajamento cognitivo que ocorrem durante a troca de tarefas. Este método é limitado em sua validade ecológica: ambientes de pedestres têm muitos estímulos ocorrendo simultaneamente e competindo por atenção. No entanto, esse método é apropriado para identificar os custos de alternância de tarefas. Os dados de EEG permitem o estudo dos mecanismos subjacentes no cérebro que estão relacionados a diferentes custos de troca de tarefas. Este design permite a comparação entre a troca de tarefas ao fazer uma tarefa de cada vez, em comparação com a troca de tarefas ao multitarefa, antes da apresentação do estímulo. Isso permite entender e identificar o impacto comportamental e neurofisiológico dessas duas condições diferentes de troca de tarefas. Além disso, correlacionando os custos de troca de tarefas com a atividade cerebral, podemos aprender mais sobre o que causa esses efeitos comportamentais. Este protocolo é uma base apropriada para estudar o custo de comutação de diferentes usos de smartphones. Diferentes tarefas, questionários e outras medidas podem ser adicionadas a ele para entender os diferentes fatores envolvidos no custo de troca de tarefas do uso do smartphone durante a caminhada.

Introduction

Como tanto a penetração do smartphone quanto a tendência à multitarefa estão aumentando, é importante entender o impacto que o uso do smartphone ao caminhar tem na atenção. A literatura demonstrou repetidamente que a troca de tarefas vem com um custo1, incluindo o uso de smartphones durante a caminhada. Estudos descobriram que o uso de um smartphone durante a caminhada pode ser perturbador e perigoso 2,3,4. Esses perigos têm sido associados aos prejuízos de atenção de realizar tal tarefa 3,4,5,6,7. Devido à natureza complexa do ambiente pedestre, estudá-lo em um contexto experimental ecologicamente válido pode ser problemático. No entanto, a realização de tais estudos em ambientes pedestres reais pode vir com complicações próprias, porque muitas variáveis estranhas podem entrar em jogo, e há um risco de danos ao participante devido a distrações. É importante ser capaz de estudar tal fenômeno em um ambiente relativamente seguro que permaneça o mais realista possível. Neste artigo, descrevemos uma metodologia de pesquisa que estuda o custo de troca de tarefas de mensagens de texto durante a caminhada, aumentando a validade da tarefa e mitigando os riscos potenciais envolvidos.

Ao usar um smartphone enquanto caminha, os indivíduos são forçados a mudar das tarefas do smartphone para tarefas de caminhada e relacionadas ao meio ambiente. Assim, para estudar tal fenômeno, achamos pertinente enquadrar esse método na literatura sobre multitarefa, especificamente focada no paradigma da troca de tarefas. Para isso, utilizou-se o paradigma de troca de tarefas1, fazendo com que os participantes alternassem entre uma tarefa pré-estímulo e uma tarefa pós-estímulo. Uma das duas tarefas pré-estímulo envolvia multitarefa, enquanto a outra não. Na tarefa pós-estímulo, os participantes tiveram que responder a um estímulo cuja percepção é influenciada pela atenção dividida8. Além disso, estudos experimentais de laboratório que tentam ser o mais ecologicamente válidos possível têm frequentemente utilizado ambientes virtuais de pedestres para entender o impacto atencional do uso de smartphones durante a caminhada 4,9. No entanto, a fim de capturar os mecanismos neurofisiológicos subjacentes, optamos por nos concentrar na reação específica de troca de tarefas a um estímulo para minimizar o número de estímulos aos quais os participantes tiveram que reagir. Desta forma, podemos identificar com mais precisão o custo de troca de tarefas proveniente puramente da mudança de atenção para longe do smartphone e para o estímulo. Com o desenho do nosso estudo, usamos medidas comportamentais (ou seja, custo de troca de tarefas) e dados neurofisiológicos para entender melhor os prejuízos de atenção encontrados durante o uso de smartphones para pedestres.

Durante um experimento de troca de tarefas, os participantes geralmente realizavam pelo menos duas tarefas simples pertencentes a um conjunto de estímulos, com cada tarefa exigindo um conjunto diferente de recursos cognitivos referidos como um "conjunto de tarefas"1. Quando os indivíduos são forçados a alternar entre tarefas, seus recursos mentais precisam se adaptar (ou seja, inibição do conjunto de tarefas anteriores e ativação do conjunto de tarefas atual). Acredita-se que esse processo de "reconfiguração do conjunto de tarefas" seja a causa do custo de alternância de tarefas1. O custo de troca de tarefas é geralmente determinado observando as diferenças no tempo de resposta e / ou na taxa de erro entre as tentativas em que os participantes alternam entre tarefas e aquelas em que não alternam10. Em nosso experimento, tivemos três conjuntos de tarefas: 1) responder a um estímulo de andador pontual-leve; 2) mensagens de texto em um smartphone enquanto caminha; e 3) simplesmente caminhar. Comparamos o custo da troca entre duas condições diferentes: 1) simplesmente andar antes de responder ao estímulo e 2) andar enquanto enviava mensagens de texto antes de responder. Dessa forma, capturamos o custo da multitarefa em um smartphone antes de alternar a tarefa e fomos capazes de compará-lo diretamente com o custo do interruptor não multitarefa de simplesmente caminhar antes do aparecimento do estímulo visual. Como o smartphone usado neste estudo era de uma marca específica, todos os participantes foram examinados antes do experimento para ter certeza de que sabiam como usar corretamente o dispositivo.

Para simular uma experiência realista representativa do contexto do pedestre, optou-se por utilizar uma figura de caminhante ponto-luz como estímulo visual, representando uma forma humana caminhando com um ângulo de desvio de 3,5° para a esquerda ou para a direita do participante. Essa figura é composta por 15 pontos pretos sobre fundo branco, com os pontos representando a cabeça, ombros, quadris, cotovelos, punhos, joelhos e tornozelos de um ser humano (Figura 1). Esse estímulo é baseado no movimento biológico, o que significa que segue o padrão de movimento típico de humanos e animais11. Além disso, esse estímulo é mais do que ecologicamente válido; requer processamento visual complexo e atenção para ser analisada com sucesso12,13. Curiosamente, Thornton et al.8 descobriram que a identificação adequada da direção do andador em forma de ponto é muito impactada pela atenção dividida, tornando-a adequada como uma medida de desempenho ao estudar os custos de troca de tarefas ao multitarefa. Os participantes foram convidados a declarar verbalmente a direção em que a figura estava andando. A aparência do andador era sempre precedida por uma sugestão auditiva que sinalizava sua aparência na tela.

O desempenho na tarefa de andador ponto-luz e os dados neurofisiológicos nos permitiram determinar o impacto atencional de ambas as condições e ajudar a determinar o que as causou. O desempenho foi medido observando as taxas de erro e os tempos de resposta ao determinar a direção da figura do andador ponto-luz. A fim de compreender os mecanismos cognitivos e atencionais subjacentes envolvidos nos comprometimentos de atenção que encontramos com a medida de desempenho, avaliamos os dados neurofisiológicos dos participantes usando o EEG actiCAP com 32 eletrodos. O EEG é uma ferramenta apropriada em termos de precisão temporária, o que é importante ao tentar ver o que causa um desempenho ruim em momentos específicos no tempo (por exemplo, a aparência da figura do andador com luz pontual), embora artefatos possam estar presentes nos dados devido a movimentos. Ao analisar os dados do EEG, dois índices são particularmente relevantes: 1) oscilações alfa; e 2) engajamento cognitivo. Pesquisas descobriram que as oscilações alfa podem representar o controle da memória de trabalho, bem como a inibição ativa de circuitos cerebrais irrelevantes para a tarefa14,15,16,17. Comparando-se as oscilações alfa nos níveis basais com as que ocorrem com a apresentação do estímulo 18,19, obteve-se a razão alfa. Com essa proporção, determinamos as mudanças relacionadas ao evento que poderiam estar subjacentes ao comprometimento da atenção observado ao enviar mensagens de texto durante a caminhada. Com relação ao engajamento cognitivo, Pope et al.20 desenvolveram um índice em que a atividade beta representa aumento da excitação e da atenção, e a atividade alfa e refletem diminuições na excitação e atenção21,22. Esta análise foi feita para determinar se o aumento do engajamento antes do aparecimento do estímulo complicaria a reconfiguração do conjunto de tarefas necessária para responder à figura do andador.

Com a metodologia descrita neste artigo, buscamos apreender os mecanismos subjacentes que afetam o desempenho da troca de tarefas em participantes envolvidos em episódios multitarefas. A condição de andar representa um desempenho de alternador de tarefas não multitarefa que é comparado a um desempenho de comutador de tarefa multitarefa (ou seja, mensagens de texto durante a caminhada). Ao medir os papéis da inibição do conjunto de tarefas e da ativação do conjunto de tarefas, procuramos entender melhor os custos de troca que ocorrem ao enviar mensagens de texto durante a caminhada. É relevante notar que o estudo original foi realizado em um ambiente virtual imersivo23 , mas posteriormente replicado em uma sala experimental (ver Figura 2) com um projetor exibindo a figura do andador em uma tela na frente do participante. Como esse ambiente virtual não está mais disponível, o protocolo foi adaptado ao desenho atual da sala experimental.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Antes de iniciar a coleta de dados, é importante receber toda a aprovação de pesquisa ética necessária para participantes humanos. Isso deve ser feito por meio dos conselhos de revisão apropriados e / ou comitês de revisão de participantes humanos.

Este protocolo foi aprovado e certificado pelo conselho de ética da HEC Montréal para a instalação de pesquisa Tech3Lab.

1. Preparação do estímulo visual

  1. Crie o modelo experimental para o estímulo visual com um software de apresentação de experimentos visuais, como o E-prime. Criar um para o ensaio prático (seis ensaios) e um para as condições experimentais (22 ensaios).
  2. Abra o software E-prime e vá para a janela de estrutura, onde a lógica do experimento pode ser criada.
    1. Clique duas vezes em SessionProc (a linha do tempo para sequenciar a ordem de aparência dos objetos E).
    2. Arraste o objeto TextDisplay da caixa de ferramentas para a linha SessionProc .
      1. Clique duas vezes no objeto TextDisplay que foi inserido no SessionProc e escreva as instruções do estudo: "Quando você ouvir a sugestão auditiva, levante a cabeça e indique em voz alta para qual direção o andador está indo, seja para a esquerda ou para a direita. O experimento começará em breve."
      2. Clique no ícone Páginas de propriedades na parte superior da janela TextDisplay . Clique na guia Comum e altere a configuração da caixa Nome para instruções. Clique no menu suspenso Duração e selecione Infinito. Clique na guia Duração/Entrada e escolha Adicionar, selecione Teclado e pressione OK. Clique em OK novamente para sair das Páginas de propriedades. Isso garante que as instruções permaneçam na tela até que você pressione para iniciar o experimento.
    3. Em SessionProc, agora arraste e solte um objeto List na linha SessionProc (coloque-o após as instruções). Clique duas vezes no objeto List. Na coluna Procedimento, escreva "Left-Trial", pressione Enter e clique em SIM na janela pop-up solicitando a criação de um novo procedimento. Quando a próxima janela pop-up pedir para tornar isso o valor padrão, clique em NÃO.
    4. Clique duas vezes no objeto List na linha SessionProc. Clique no botão verde chamado Adicionar Atributo. Nomeie o atributo como: resposta correta. Clique em OK.
    5. Clique no espaço em branco na coluna resposta correta e escreva L (isso é para sinalizar que este objeto de lista se para o andador indo para a esquerda).
    6. Retorne a SessionProc e clique no novo objeto que foi criado chamado Left-Trial.
    7. Vá para o SessionProc e clique duas vezes no objeto Left-Trial .
      1. Arraste e solte o objeto InLine na linha Left-Trial e renomeie-o .
        1. SelecioneITI. Clique duas vezes no objeto InLine e escreva o seguinte código:
          Dim nRandom como inteiro
          nRandom = Aleatório (16500, 17500)
          c.SetAttrib "ITIDur", nRandom
        2. O código apresenta o estímulo do andador em intervalos de tempo entre 16.500 ms e 17.500 ms.
    8. Clique duas vezes em Left-Trial. Arraste e solte um objeto Slide na linha Left-Trial . Renomeie-o Aguardando, esse objeto será uma tela em branco que aparecerá entre os estímulos visuais pelo período de tempo determinado pelo código na etapa 1.2.7.
    9. Clique duas vezes no objeto Slide .
      1. Clique no subobjeto chamado SlideText e clique em algum lugar no slide para colocar o objeto lá.
      2. Remova o texto existente dessa imagem.
      3. Clique em Páginas de Propriedades de Subobjeto.
      4. Na guia Quadro, defina a largura e a altura como 100%. Clique em OK.
    10. Clique nas Páginas de propriedades e vá para a guia Duração/Entrada . Digite na duração o seguinte valor: [ITIDur].
    11. Clique duas vezes em Left-Trial e arraste e solte um objeto SoundOut na linha Left-Trial .
      1. Clique duas vezes no objeto SoundOut .
      2. Em Nome do arquivo, selecione o diretório de arquivo de sinalização de som apropriado.
      3. Altere o tamanho do buffer para 1.000 ms.
      4. Clique em OK.
    12. Volte para Left-Trial e arraste e solte um objeto Slide na linha Left-Trial e renomeie-o Walker Left.
      1. Clique duas vezes neste novo objeto.
      2. Adicione um subobjeto SlideMovie clicando no subobjeto e, em seguida, clicando no slide.
      3. Clique em Páginas de propriedades de subobjeto e, em Nome do arquivo, selecione o diretório do arquivo de vídeo do andador esquerdo.
      4. Defina Stop After Mode como OffsetTime.
      5. Clique em Esticar e escolha SIM.
      6. Defina End Movie Action como Terminate.
      7. Clique na guia Quadro e defina a largura e a altura como 100%.
      8. Para a Posição, defina a posição X e Y como 50%.
      9. Por fim, defina a Cor da borda como branca.
      10. Clique em OK.
      11. Clique nas Páginas de propriedades do objeto Slide .
        1. Clique na guia Duração/Entrada .
        2. Defina a Duração como 4.000. Defina o Pré-lançamento como 500.
        3. Clique em OK.
    13. Repita todo esse procedimento (ou seja, das etapas 1.2.3–1.2.9) para a avaliação correta. Nomeie o procedimento Right-Trial. Ao seguir o procedimento, altere apenas a resposta correta (ou seja, para R ou L) e o arquivo de vídeo. Use o diretório do arquivo de vídeo para o andador direito.
  3. Clique duas vezes no SessionProc.
    1. Arrastar e soltar e o objeto Slide para a linha SessionProc
    2. Clique duas vezes neste objeto e adicione um subobjeto SlideText.
    3. Escreva Pausar como o texto.
    4. Novamente, vá para as Páginas de propriedades do subobjeto e, na guia Quadro , faça com que a largura e a altura sejam 100%. Faça a posição para X e Y 50%.
    5. Clique em OK.
  4. Clique duas vezes no objeto List que já foi criado.
    1. Clique nas Páginas de propriedades do objeto List.
    2. Na guia Seleção, defina a Ordem como Aleatória e clique em OK.
    3. Na coluna Peso, insira os seguintes números:
      1. Prática: insira o número 3 na linha Left-Trial e na linha Right-Trial.
      2. Experimento: insira o número 11 na linha Teste à esquerda e na linha Avaliação à direita .
  5. Na parte superior da janela, clique no ícone Gerar para criar um arquivo de script executável. Salve-o na área de trabalho para facilitar o acesso. Este é o arquivo que será executado durante o experimento.
    1. Salve o ensaio prático como "Prática" e os ensaios experimentais como "Experimento".
    2. Teste o script criado clicando no ícone Executar .
  6. Na pasta E-studio, um arquivo E-run será criado. Ambos os arquivos criados (um para o teste prático e outro para os ensaios experimentais) podem ser colocados em uma pasta na área de trabalho do computador. Para executar o experimento visual, basta clicar no ícone apropriado.
  7. Uma vez que os modelos experimentais do estímulo visual são criados, tente exibi-los com o projetor.
    1. Com as configurações do projetor, modifique a altura da figura do andador e certifique-se de que ela esteja centralizada diretamente na frente de onde o participante estaria na esteira.
    2. Com uma fita métrica, meça a altura do andador diretamente na tela do projetor. Calcule a distância entre a tela e os olhos de uma pessoa em pé na esteira para que o estímulo cubra 25° de ângulo visual e mova a esteira de acordo. Para calcular as distâncias necessárias, pode-se usar o seguinte site: http://elvers.us/perception/visualAngle/

2. Configuração do ambiente laboratorial

  1. Ligue os quatro computadores de gravação, o amplificador EEG, o projetor, a esteira, os alto-falantes e o smartphone.
  2. Configurar o aparelho de controlo.
    1. Abra o software de sincronização com a sub-rotina específica criada para o estudo com marcadores a 10 s.
      1. O software de sincronização envia um pulso que aparece na forma de um marcador e pulso de luz no EEG e gravações de vídeo a cada 10 s.
    2. Ligue o software de gravação de vídeo. As câmeras também devem ligar automaticamente. Caso contrário, ative-os manualmente.
    3. Abra e configure o software de gravação de EEG para o participante.
    4. Abra a pasta que contém o arquivo de script executável de estímulo visual feito com o software de apresentação de experimentos visuais.
    5. Preparar a configuração e os materiais do EEG de acordo com os procedimentos sugeridos pelos fabricantes.
    6. Exclua a conversa do participante anterior do smartphone.
    7. Coloque uma nova garrafa de água ao lado da cadeira de descanso do participante.

3. Preparação dos participantes

  1. Dê as boas-vindas ao participante na sala 1 e conte-lhe brevemente sobre a duração do estudo e a compensação.
  2. Peça aos participantes que removam suas joias (por exemplo, brincos, piercings, colares), óculos, smartphone e qualquer conteúdo em seus bolsos, coloque-os em uma lixeira e coloque-os em um armário.
  3. Peça aos participantes que se livrem de qualquer chiclete que possam estar comendo e certifiquem-se de que comeram antes de iniciar o experimento.
  4. Certifique-se de que o participante esteja usando sapatos de caminhada confortáveis e faça com que eles dêem um nó duplo em seus cadarços para garantir a segurança do participante durante o experimento.
  5. Peça ao participante que leia e assine o termo de consentimento.
    1. Leia o seguinte roteiro e peça ao participante que se sente para que possa ler e assinar o termo de consentimento:

      "Aqui está um termo de consentimento livre e esclarecido declarando que você concorda em participar deste estudo. Leia-o com atenção e assine-o. Não hesite se tiver alguma dúvida."
  6. Leve o participante para a sala de preparação do participante designada, sala 3, onde a tampa de EEG deve ser configurada.
  7. Leia o roteiro preparado que explica o fluxo do processo experimental:

    "Você pode notar que de vez em quando eu posso ler um texto. Isso é feito para garantir que todos os participantes recebam instruções idênticas. Neste estudo, estamos interessados em como as pessoas interagem com um estímulo na frente delas enquanto enviam mensagens de texto e caminham a uma velocidade moderada. Por cerca de 40 minutos, você enviará uma mensagem de texto [nome do assistente de pesquisa] que você conheceu anteriormente com este smartphone [mostrar o smartphone]. Enquanto você está enviando mensagens de texto, você ouvirá um som de vez em quando. Este som será seguido por uma imagem de um personagem ambulante. Sua tarefa é levantar a cabeça para a tela aqui [apontar para a tela] e indicar em voz alta se o personagem está andando em direção à sua direita OU à sua esquerda. Você não será solicitado a fazer mais nada. Vou anotar suas respostas. Observe que em todos os blocos há duas opções para uma resposta (direita e esquerda), por isso é impossível que haja, por exemplo, apenas esquerda ou direita como uma única escolha. A direção de onde o personagem vem é totalmente aleatória. Depois de ditar sua resposta, você simplesmente continua a enviar mensagens de texto [name de assistente de pesquisa]. É importante não se virar quando você responde ou se você quer falar comigo, porque você pode ser desestabilizado e cair. Mantenha a cabeça para a frente. Eu estarei atrás desse espelho aqui [aponte para o vidro] durante toda a duração do experimento. Você tem alguma dúvida?"
  8. Meça o perímetro cefálico do participante para a tampa do eletrodo de EEG. Para este experimento foi utilizado um actiCap EEG com 32 eletrodos pré-amplificados.
    1. Escolha a tampa de EEG de tamanho apropriado, coloque-a em uma cabeça de espuma para suporte e coloque todos os eletrodos em sua localização adequada.
    2. Remeça o perímetro cefálico do participante para determinar o ponto de partida da tampa usando o sistema de referência 10-20.
    3. Coloque a tampa na cabeça do participante a partir da frente e mantenha-a na posição enquanto a puxa para trás. Certifique-se de que a tampa está colocada corretamente.
    4. Conecte os cabos da tampa do EEG à caixa de controle do EEG.
    5. Mostre o aplicador de gel ao participante para que ele possa ver que ele não está afiado e permita que ele o toque, se assim o desejar. Leia o seguinte script:

      "Aqui está o aplicador e a ponta que vou usar para colocar o gel na tampa de EEG que você tem na cabeça. Você pode tocá-lo; não faz mal. A ponta é curta o suficiente para nunca tocar sua cabeça."
    6. Ligue a caixa do eletrodo EEG para que todas as luzes do eletrodo fiquem vermelhas.
    7. Ative os eletrodos primeiro movendo o cabelo para fora do caminho e, em seguida, aplicando o gel em cada eletrodo: comece com o eletrodo terra e, em seguida, o eletrodo de referência. Uma vez que esses dois eletrodos fiquem verdes, adicione os eletrodos restantes.
    8. Coloque o gel até que todos os sensores do eletrodo fiquem verdes.
    9. Meça a impedância na caixa de controle.
    10. Desconecte os cabos da caixa de controle e conecte-os ao adaptador de movimentação (ou seja, o kit de adaptador que transmite os dados sem fio de volta para a caixa de controle).
    11. Coloque o kit adaptador em um fanny pack e peça ao participante para prendê-lo em torno de sua cintura, com os cabos e o kit adaptador colocados nas costas do participante.
    12. Volte para a sala de informática (sala 4) e verifique a impedância de cada eletrodo.
    13. Verifique se a qualidade dos dados é satisfatória inspecionando visualmente o sinal na tela do monitor do software EEG. Se necessário, corrija os eletrodos problemáticos.
  9. Leve o participante para a sala experimental (ou seja, sala 2).
  10. Peça ao participante que fique em pé na esteira e prenda a chave de segurança da esteira ao participante.
  11. Ligue a esteira a uma velocidade de 0,8 mph e peça ao participante que caminhe por 2 minutos para que eles se familiarizem com a velocidade. Durante esses 2 min, lembre o participante sobre as instruções:

    "Por cerca de 40 minutos, você enviará uma mensagem de texto [nome do assistente de pesquisa] com um smartphone. Enquanto você está enviando mensagens de texto, você ouvirá um som de vez em quando. Este som será seguido por uma imagem de um personagem ambulante. Sua tarefa é levantar a cabeça para a tela naquele momento e indicar em voz alta, em sua opinião, se o personagem está andando para a sua direita ou para a sua esquerda. Você não será solicitado a fazer mais nada. Vou anotar suas respostas. Depois de declarar sua resposta, você simplesmente continua a enviar uma mensagem de texto [nome do assistente de pesquisa]. É importante sempre dar uma resposta. Se você não tem certeza, diga-nos o seu melhor palpite. Não se vire quando você der sua resposta ou se você quiser falar comigo porque você pode ser desestabilizado e cair. Mantenha a cabeça para a frente. Há quatro partes no experimento, duas em que você envia uma mensagem de texto [nome do assistente de pesquisa] enquanto caminha, e duas em que você está apenas andando. Cada parte dura cerca de 12 minutos e há uma pausa de 2 minutos entre cada parte. Você tem alguma dúvida?"

4. Ensaio prático

  1. Dê ao participante o smartphone.
  2. Diga ao participante que ele fará um teste prático.
  3. Clique no arquivo de script executável do estímulo para os ensaios práticos. Insira o número do participante e comece a avaliação.
  4. Peça ao participante que pratique responder aos estímulos visuais enquanto participa de uma conversa de mensagens de texto com o assistente de pesquisa. Esta sessão prática terá a duração de 3 minutos.
  5. Quando a sessão começar, siga o script de conversa de mensagens de texto criado para o estudo.
  6. Anote a resposta do participante a cada aparição de estímulo em um modelo de planilha.
  7. Após os 3 minutos, peça ao participante que se sente em uma cadeira e beba um pouco de água. Durante este tempo, ajuste a velocidade da esteira para 0,4 mph.
  8. Lembre o participante das instruções do estudo.

5. Coleta de dados

  1. Configuração
    1. Vá para a folha de fluxo de trabalho para escolher a ordem de condição para o participante atual. Duas ordens são possíveis: na ordem A, os ensaios 1 e 3 usam a condição de mensagens de texto, enquanto os ensaios 2 e 4 usam a condição de controle. Na ordem B, os ensaios 1 e 3 utilizam as condições de controlo e os ensaios 2 e 4 utilizam as condições de mensagens de texto. Durante cada ensaio, o estímulo visual aparece 22 vezes.
    2. Certifique-se de que todo o software de gravação está pronto para ser iniciado em sincronia.
    3. Ligue todo o software de gravação (por exemplo, EEG, vídeo)
    4. Peça ao participante que volte à esteira e aumente lentamente a velocidade de volta para 0,8 mph.
    5. Ligue o programa de estímulo visual e comece a executá-lo.
    6. Leia as instruções do estudo, dependendo da condição experimental.
      1. Execute o arquivo de script executável do estímulo para as tentativas do Experimento . Insira o número do participante e o código escolhido para as condições específicas. Comece o julgamento.
  2. Condição de controle
    1. Certifique-se de que o smartphone está fora do campo de visão do participante durante esta tarefa.
    2. Instrua o participante a simplesmente andar na esteira e responder ao estímulo visual toda vez que ele aparecer, respondendo "esquerda" ou "direita":

      "Para esta tarefa, você simplesmente terá que andar na esteira. De vez em quando você vai ouvir um som. Este som será seguido por uma imagem de um personagem ambulante. Sua tarefa é levantar a cabeça para a tela e indicar em voz alta, em sua opinião, se o personagem está se movendo para a sua direita ou para a sua esquerda. Você não será solicitado a fazer mais nada. Eu mesmo escreverei suas respostas. Depois de ditar sua resposta, você simplesmente continua andando. É importante sempre dar uma resposta. Se você não tem certeza, diga-nos o seu melhor palpite. Não se vire quando você der sua resposta ou se você quiser falar comigo porque você pode ser desestabilizado e cair. Mantenha a cabeça para a frente. Comece quando eu lhe der o sinal. Você tem alguma dúvida?"
    3. Sinalize ao participante que o estudo está prestes a começar e iniciar o ensaio de estímulo visual.
    4. Anote a resposta do participante toda vez que ele responder ao estímulo visual. Quando um participante não responder, deixe o campo em branco.
    5. No final do ensaio, peça ao participante que se sente e beba um pouco de água.
    6. Durante essas pausas, continue executando todo o software de gravação e deixe a esteira ligada a uma velocidade de 0,4 mph.
    7. Após o intervalo, coloque o participante de volta na esteira e, à medida que caminha, aumente gradualmente a velocidade de volta para 0,8 mph.
  3. Condição de mensagens de texto
    1. Enquanto o participante está andando na esteira, entregue-lhes o smartphone.
    2. Instrua o participante a enviar um texto como faria naturalmente (por exemplo, usando uma mão ou duas mãos) enquanto caminha na esteira e responda ao estímulo visual toda vez que ele aparecer respondendo "esquerda" ou "direita":

      "Para esta tarefa, você enviará uma mensagem de texto [nome do assistente de pesquisa] com um smartphone. No smartphone, abra o aplicativo de mensagens. Em seguida, selecione a conversa dizendo "Olá". Você terá que participar ativamente de uma conversa de mensagens de texto. Enquanto você está enviando mensagens de texto, você ouvirá um som de vez em quando. Este som será seguido por uma imagem de um personagem ambulante. Sua tarefa é levantar a cabeça para a tela aqui e indicar, em sua opinião, se o personagem está se movendo para a sua direita ou para a sua esquerda. Você não será solicitado a fazer mais nada. Eu mesmo escreverei suas respostas. Depois de ditar sua resposta, você simplesmente continua enviando mensagens de texto. É importante sempre dar uma resposta. Se você não tem certeza, diga-nos o seu melhor palpite. Não se vire quando você der sua resposta ou se você quiser falar comigo porque você pode ser desestabilizado e cair. Mantenha a cabeça para a frente. Comece quando eu lhe der o sinal. Você tem alguma dúvida?"
    3. Sinalize ao participante que o estudo está prestes a começar e iniciar o ensaio de estímulo visual.
    4. Instrua o participante a ter uma conversa de mensagens de texto enquanto caminha na esteira. Instrua-os a também responder ao estímulo visual toda vez que ele aparecer, respondendo "esquerda" ou "direita".
    5. Peça ao assistente de pesquisa que siga o script de conversa e mantenha a conversa durante toda a condição.
    6. Anote a resposta do participante toda vez que ele responder ao estímulo visual. Quando um participante não responder, deixe o campo em branco.
    7. No final do ensaio, pegue o smartphone do participante e peça-lhe que se sente e beba um pouco de água.
    8. Durante essas pausas, continue executando todo o software de gravação e deixe a esteira ligada a uma velocidade de 0,4 mph.
    9. Após o intervalo, coloque o participante de volta na esteira e, à medida que caminha, aumente gradualmente a velocidade de volta para 0,8 mph.

6. Fim da recolha de dados

  1. Ao final da manipulação experimental, peça ao participante que desligue a esteira. Peça ao participante que se sente e beba um pouco de água.
  2. Retire a touca de EEG e leve o participante a um chuveiro onde ele possa lavar o cabelo, se assim o desejar.
  3. Dê ao participante a sua compensação e agradeça-lhe pela sua participação. Certifique-se de que o participante saia com sua cópia do formulário de consentimento e que recupere todos os seus itens pessoais.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Este protocolo de estudo foi originalmente conduzido com 54 participantes, cada um respondendo a 88 ensaios de direção. Metade desses ensaios ocorreu quando os participantes estavam simplesmente andando antes da apresentação do estímulo; a outra metade ocorreu quando os participantes estavam enviando mensagens de texto enquanto caminhavam antes da apresentação do estímulo.

Resultados comportamentais
O desempenho na direção do andador de luz pontual representa custos de comutação de tarefas, com desempenho mais baixo representando custos mais altos de comutação de tarefas. As respostas dos participantes foram analisadas com duas variáveis de resposta: 1) Identificação correta; e 2) tempo de resposta. As duas condições experimentais representaram os dois grupos: 1) Mensagens de texto durante a caminhada; e 2) simplesmente caminhar antes de responder ao estímulo. Os tempos de resposta foram calculados ao final do experimento. As gravações de vídeo do experimento foram convertidas em arquivos de áudio e, em seguida, analisadas com um software de som que marcou os picos nos comprimentos de onda do som. Uma vez marcado o som da pista e o som da resposta verbal do participante, determinou-se o tempo entre os dois. Os tempos de resposta corretos foram analisados exportando-se a direção correta do participante para os 88 ensaios, a partir do software de apresentação experimental, e adicionando-a ao arquivo de banco de dados contendo as respostas dos participantes. No programa utilizado (Excel), uma fórmula para testar a acurácia (=FI(A1=B1,1,0)) foi utilizada para determinar se as informações contidas na primeira coluna de dados (ou seja, a resposta dos participantes) eram as mesmas da segunda coluna.

Como cada participante teve que determinar repetidamente a orientação do estímulo, um teste t não pôde ser usado para analisar as diferenças nas médias de desempenho entre as condições. Em vez disso, para explicar a correlação intra-sujeito entre os ensaios, um modelo de regressão linear generalizada foi usado. Esta análise foi executada utilizando o Proc Glimmix com o software SAS 9.4. A variável grupo foi a variável explicativa para as variáveis resposta e um intercepto gaussiano aleatório foi adicionado para cada sujeito. A acurácia das variáveis de resposta (resposta correta ou incorreta) foi binária e, como tal, uma função de ligação logit foi apropriada para esse modelo de regressão.

Descobrimos que os participantes eram mais propensos a identificar a direção correta para o estímulo do andador ponto-luz quando não estavam enviando mensagens de texto antes do aparecimento do estímulo (Odds Ratio = 0,77; T = −3,12; p = 0,001; Intervalo de confiança de 95% (.657;. 908)). Não foi encontrada diferença significativa no tempo de reação (β = −0,005; T = −,26; p = 0,799; Intervalo de confiança de 95% (-.047;. 036)) (ver Figura 3).

Para combinar a acurácia com o tempo de resposta, foi utilizado o Inverse Efficiency Score (IES)24 . A probabilidade de ser acurada nos ensaios de direção foi modelada por meio de regressão logística com tempo de resposta como variável controle. Novamente, um intercepto aleatório individual foi adicionado para cada sujeito para explicar possíveis correlações intra-sujeito entre os ensaios. Os resultados dessa regressão de efeito misto mostraram um efeito significativo da condição experimental, onde a probabilidade estimada de responder com precisão ao estímulo foi 18,9% menor na condição em que os participantes enviaram mensagens de texto enquanto caminhavam, em comparação com quando simplesmente caminhavam antes do aparecimento do estímulo (Odds ratio = 0,811; T = −2,46; p = 0,014; intervalo de confiança de 95% 0,686–0,959; ver Figura 3). Isso mostrou que, independentemente do tempo de resposta, a precisão da direção do estímulo foi consistentemente menor quando os participantes enviaram mensagens de texto durante a caminhada.

Dados neurofisiológicos
Registros de EEG foram usados para determinar a atividade neurofisiológica envolvida na troca de tarefas, observando oscilações alfa e engajamento cognitivo. O uso de EEG durante o movimento levou a mais artefatos. A fim de garantir a qualidade dos dados, várias medidas foram tomadas. Primeiramente, para permitir o registro durante a caminhada, foi utilizada nova tecnologia de eletrodo ativo com circuito de subtração de ruído (ou seja, eletrodos pré-amplificados). Em segundo lugar, os dados de EEG foram filtrados off-line com um filtro IIR passa-baixas a 20 Hz, para isolar as ondas alfa, e um filtro IIR passa-altas a 1 Hz, foi usado para reduzir o ruído. Em terceiro lugar, aplicou-se uma Análise Independente de Componentes (ACI) com o objetivo de atenuar os artefatos causados por piscadas oculares e sacadas oculares nos dados do EEG25. Em quarto lugar, uma rejeição automática de artefatos foi usada para excluir épocas com diferenças de tensão acima de 50 μV entre dois pontos de amostragem vizinhos e uma diferença acima de 50 μV em um intervalo de 75 ms.

A análise dos dados foi realizada com o Vision Analyzer 2. Com base no Luck26, os dados foram rereferenciados para a referência média comum. Além disso, os dados foram segmentados para isolar os 2 s após a apresentação do estímulo de andador, bem como uma linha de base de 2 s. Para cada apresentação do estímulo, uma linha de base representando a atividade que ocorre quando o participante apenas caminhou ou enviou mensagens de texto durante a caminhada foi determinada. Essa linha de base foi obtida durante um período de tempo de 2 s, ocorrendo 12 s antes da sugestão auditiva de cada aparecimento do estímulo. Ambos os segmentos foram analisados separadamente com uma Transformada Rápida de Fourier em épocas de 1 s para obtenção de valores de potência no domínio da frequência. Todas as épocas foram calculadas separadamente por condição experimental.

O objetivo desta análise foi determinar se as duas subetapas da inibição do conjunto de tarefas e da ativação do conjunto de tarefas afetam o custo do comutador comportamental (ou seja, as medidas de desempenho) de forma diferente. Para tanto, os dados do EEG foram analisados com base em dois índices: 1) oscilações alfa; e 2) engajamento cognitivo. Todos os cálculos foram feitos usando os sítios Cz e Pz porque seus dados continham menos ruído e menos artefatos. As alterações nas oscilações alfa, devido à apresentação do estímulo, foram analisadas com razões alfa comparando-se a potência alfa basal com a potência alfa ocorrida com a apresentação do estímulo18,19. Usando o índice de engajamento cognitivo desenvolvido por Pope et al.20, foi criada uma razão da potência combinada no beta (14–20 Hz) dividida pela potência total nos componentes alfa (8–12 Hz) e (4–8 Hz). Para calcular a potência combinada, as somas de potências utilizadas estavam nos locais Cz e Pz.

A razão alfa e seu efeito sobre o desempenho foram comparados entre as duas condições. A razão alfa reflete os processos de inibição de tarefas. Como a razão alfa foi medida para cada participante, foi necessário comparar a razão com o desempenho agregado durante essa condição (ou seja, a porcentagem de resposta correta dos 44 ensaios dessa condição). Para comparar o coeficiente de correlação de ambas as condições, utilizou-se o teste z proposto por Steiger27 como meio de comparação dos coeficientes de correlação medidos a partir de um mesmo indivíduo. No sítio Pz, verificou-se que a correlação entre o desempenho e a razão alfa foi estatisticamente diferente entre as duas condições (p = 0,032; intervalo de confiança de 95% = 0,054–1,220) (ver Figura 4). Como as correlações de cada condição eram de sinais opostos, mostrou-se que os processos de inibição impactaram o desempenho de forma diferente nas duas condições, com uma maior relação alfa levando a um melhor desempenho durante a condição de caminhada, enquanto na condição de mensagens de texto o desempenho foi prejudicado por uma maior relação alfa. Esses resultados mostram que, ao enviar mensagens de texto durante a caminhada, a quantidade de recursos necessários para inibir o conjunto de tarefas anterior impactou negativamente o desempenho. Assim, a medida em que os participantes envolveram recursos na inibição do conjunto de tarefas teve mais efeito sobre o desempenho futuro quando estavam enviando mensagens de texto. Com relação ao sítio Cz, não foram encontradas diferenças significativas, sugerindo que o efeito se localizava principalmente na região parietal do couro cabeludo.

A razão de engajamento cognitivo e seu efeito sobre o desempenho também foram comparados entre as duas condições. Quanto à razão alfa, o teste z proposto por Steiger27 também foi utilizado para esta análise. Os resultados mostraram uma diferença estatisticamente significativa entre as duas condições, onde o engajamento na tarefa realizada imediatamente antes do aparecimento do estímulo (ou seja, andar ou enviar mensagens de texto durante a caminhada) impactou o desempenho de forma diferente em cada condição (p = 0,027; intervalo de confiança de 95% = -1,062 – -0,061). Aqui, novamente, as correlações eram de sinais opostos. Nossos resultados sugerem que, quando os participantes estavam andando antes da troca de tarefas, uma maior proporção de engajamento cognitivo estava relacionada a uma diminuição no desempenho, enquanto quando os participantes estavam enviando mensagens de texto enquanto caminhavam antes da troca de tarefas, uma maior proporção de engajamento cognitivo estava relacionada a um aumento no desempenho. Isso mostra que o maior custo de troca de tarefas de mensagens de texto durante a caminhada não se deveu a um maior envolvimento cognitivo nessa tarefa.

Movie 1
Figura 1: Neste vídeo, uma figura caminhando em direção ao lado direito do objeto é visível. Por favor, clique aqui para ver este vídeo. (Clique com o botão direito do mouse para fazer o download.)

Figure 2
Figura 2: Configuração experimental da sala. Por favor, clique aqui para ver uma versão maior desta figura.

Figure 3
Figura 3: Efeito das mensagens de texto na precisão e no tempo de resposta. Por favor, clique aqui para ver uma versão maior desta figura.

Figure 4
Figura 4: Correlação entre Alfa em Fz e desempenho. Por favor, clique aqui para ver uma versão maior desta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Uma escolha crítica ao usar o protocolo seria garantir a qualidade dos dados neurofisiológicos. Há uma complicação inerente ao uso de uma ferramenta como o EEG durante o movimento, porque o movimento excessivo pode criar muito ruído nos dados. Portanto, é importante considerar, antes da coleta de dados, como os dados serão preparados para remover o maior número possível de artefatos sem modificar o sinal real. No entanto, ainda é bastante provável que haja taxas mais altas de exclusão de dados porque os participantes andam em uma esteira durante todo o experimento. Os dados de certos participantes ficarão inutilizáveis devido a artefatos causados por movimentos faciais, de cabeça e do corpo excessivos, bem como devido ao potencial de transpiração excessiva e mau funcionamento do equipamento. Para evitar vieses ou impactos nos resultados, as exclusões de dados devem ser determinadas antes da análise comportamental. Desde a realização deste estudo, nosso laboratório adquiriu a capacidade de localizar a posição do eletrodo e esperamos usar essa tecnologia em estudos futuros para melhor analisar a atividade da fonte. Recomendamos que estudos futuros aproveitem a tecnologia de localização de eletrodos para permitir a estimativa da fonte de sinais de EEG relacionados.

Um passo crítico a ser observado neste protocolo é o script para a conversa de mensagens de texto do participante com o assistente de pesquisa. É importante que as conversas de mensagens de texto sejam guiadas com tópicos predefinidos e algumas perguntas abertas. Há muito valor em seguir esse script. Primeiro, garantimos que todos os participantes tenham tipos semelhantes de conversa, por isso removemos a variabilidade que existiria em uma conversa que ocorre naturalmente. Desta forma, garantimos que o nível de distração não varie devido à conversa ser excessivamente diferente entre os participantes. Em segundo lugar, podemos garantir que a conversa não leve a fortes reações emocionais, escolhendo os tópicos com sabedoria. Interações emocionalmente carregadas podem alterar a análise do EEG e os níveis de distração, o que, por sua vez, complicaria a interpretação dos resultados comportamentais e neurofisiológicos. Todas as conversas de mensagens de texto inevitavelmente variam até certo ponto, mas ter um script nos permite uma certa quantidade de controle sobre essa variabilidade. Para limitar ainda mais a variabilidade na conversa, seria preferível ter um assistente de pesquisa especificado responsável por essa tarefa durante toda a duração do projeto de pesquisa. No entanto, ao aderir a um roteiro, também perdemos a validade ecológica de tal conversa. Quando os indivíduos conversam com seus amigos, por exemplo, essas conversas podem ser emocionalmente carregadas, e isso pode, de fato, alterar o custo de troca de tarefas. No entanto, é importante considerar que, para analisar o impacto dos tipos de conversação no custo de troca de tarefas, o objetivo do estudo teria que se concentrar nesse aspecto, devido à complexidade de tal análise. Assim, para nossos propósitos, o uso de um script era mais apropriado.

Também deve haver cuidado ao criar o arquivo de banco de dados onde as respostas dos participantes serão anotadas. A fórmula que usamos no Excel para testar a acurácia (ou seja, =SE(A1=B1,1,0)) é dependente do formato (por exemplo, será influenciada por espaços em branco extras e letras maiúsculas). Recomenda-se, portanto, escrever R para a direita ou L para a esquerda, no mesmo formato que o usado na saída extraída do software de apresentação de experimentos visuais. Qualquer erro na gravação do arquivo pode causar falsos negativos na classificação de precisão. Finalmente, para este tipo de estudo, onde o processamento visual desempenha um grande papel, é importante que todos os participantes tenham visão normal ou corrigida para normal. Como estamos usando ferramentas de EEG, também é relevante rastrear epilepsia e diagnósticos neurológicos, bem como psiquiátricos, que podem afetar os sinais cerebrais dos participantes. É aconselhável excluir esses participantes do estudo, pois as diferenças na atividade cerebral podem enviesar os resultados.

Essa metodologia pode ser modificada para testar vários usos de smartphones (por exemplo, leitura, mídia social, jogos, visualização de imagens, etc.) 28. Questionários também podem ser adicionados entre condições experimentais, ou no final do experimento, para obter mais informações sobre as características e percepções dos participantes (ver Mourra29). Os questionários entre as tarefas não devem ser demorados para evitar o aumento desnecessário da fadiga dos participantes para as seguintes condições. Esse momento é bastante útil para testar diferentes construtos relacionados à tarefa, como a percepção do tempo, o interesse na tarefa que o participante acabou de concluir e a dificuldade percebida. Questionários no final do experimento podem ser mais demorados, mas a fadiga de finalizar as condições deve ser levada em conta. O tempo dos questionários deve ser feito de forma a evitar que as respostas dos participantes sejam tendenciosas por sua experiência durante a tarefa e para evitar que o comportamento dos participantes seja tendencioso devido às perguntas feitas anteriormente.

Esse método é limitado na medida em que ambientes pedestres reais têm muitos estímulos apresentados simultaneamente, de modo que a carga cognitiva requerida nesses ambientes é provavelmente muito maior do que neste estudo (ver Pourchon et al.7). No entanto, para realmente ser capaz de identificar os mecanismos neurofisiológicos subjacentes, parecia necessário fazer tal troca. Dependendo do objetivo do estudo em particular, o estímulo visual pode ser modificado para testar diferentes fatores que podem afetar o custo de troca de tarefas do uso de um smartphone durante a caminhada. Nesta metodologia, a figura do caminhante ponto-luz foi usada em vez de uma figura humana real, porque este caminhante ponto-luz é menos propenso a viés. A aparência de um caminhante humano real pode ser mais agradável ou desagradável para certos participantes e isso pode afetar a atenção atribuída a ele. Usando um grupo de pontos que representam uma forma humana e um movimento humano, podemos contornar essa potencial variável estranha do gênero, roupas, imagem corporal do caminhante humano, entre outras variáveis que podem distorcer os resultados. Por exemplo, os participantes que acham o andador humano mais atraente podem ser mais propensos a concentrar sua atenção no andador do que teriam de outra forma.

Essa metodologia pode ser utilizada para diferentes aplicações em estudos futuros. Ao modificar, por exemplo, o estímulo visual para ter características diferentes, seria possível estudar como as características do objeto em um ambiente podem influenciar o custo de troca de tarefas. Também pode ser interessante usar esse método com uma esteira manual, onde a ação dos pés dos participantes contra o convés move a esteira. Desta forma, poderíamos determinar como a velocidade flutua durante o experimento devido à multitarefa ou devido à troca de tarefas. Isso aumentaria a validade ecológica ao adicionar uma nova variável a ser considerada na análise (por exemplo, parar ou andar mais devagar ou mais rápido influencia o desempenho dos participantes?). Assim, tanto em termos de estímulos quanto de movimento do sujeito, existem muitas outras possibilidades além das propostas nesse método (ou seja, andador ponto-luz e esteira automática) para investigar comportamentos de mensagens de texto ao caminhar (Pourchon et al.7, Schabrun et al.30). Isso aumentaria a validade interna ou externa de estudos futuros. Além disso, deve-se notar que nossa decisão de usar dados de EEG de apenas dois eletrodos vem com algumas limitações. Pesquisas futuras devem tentar estender a análise a regiões de interesse que abrangem múltiplos eletrodos. Também seria possível não usar um script de conversa e deixar a conversa ocorrer naturalmente. Nesses casos, o conteúdo da conversa poderia ser analisado com uma análise de conteúdo, e o impacto de diferentes tipos de conversas poderia ser estudado de forma natural. Em suma, essa metodologia pode ser a base sobre a qual estudos mais complexos podem se basear para aumentar o conhecimento dos diferentes fatores que podem afetar nossa capacidade de multitarefa com um smartphone enquanto caminhamos.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Os autores não têm nada a revelar.

Acknowledgments

Os autores reconhecem o apoio financeiro do Conselho de Pesquisa em Ciências Sociais e Humanas do 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

Comportamento Edição 158 troca de tarefas processos de atenção neuroergonomia análise de acidentes dispositivo móvel 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

Medindo o custo do interruptor do uso do smartphone durante a caminhada
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