Waiting
Login processing...

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

Behavior

Yürürken Akıllı Telefon Kullanımının Anahtar Maliyetini Ölçme

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

Bu çalışma tasarımı, yürürken bir akıllı telefon kullanmanın görev değiştirme maliyetini ölçer. Katılımcılar iki deneysel koşuldan geçer: bir kontrol koşulu (yürüme) ve bir çoklu görev koşulu (yürürken mesajlaşma). Katılımcılar bu görevler ile yön belirleme görevi arasında geçiş yapar. EEG verileri ve davranışsal ölçümler kaydedilir.

Abstract

Bu makale, yürürken bir akıllı telefon kullanmanın görev değiştirme maliyetini ölçmek için bir çalışma protokolü sunmaktadır. Bu yöntem, katılımcıların iki deneysel koşul altında bir koşu bandında yürümelerini içerir: bir kontrol koşulu (yani, sadece yürümek) ve çok görevli bir koşul (yani, yürürken mesajlaşma). Bu koşullar altında, katılımcılar deneysel durumla ilgili görevler ile yön belirleyici bir görev arasında geçiş yapmalıdır. Bu yön görevi, görünüşte katılımcının soluna veya sağına doğru yürüyen bir nokta ışığı yürüteç figürü ile yapılır. Yön görevindeki performans, katılımcının görev değiştirme maliyetlerini temsil eder. İki performans ölçütü vardı: 1) yönün doğru tanımlanması ve 2) tepki süresi. EEG verileri, görev geçişi sırasında meydana gelen alfa salınımlarını ve bilişsel katılımı ölçmek için kaydedilir. Bu yöntem ekolojik geçerliliği bakımından sınırlıdır: yaya ortamları aynı anda meydana gelen ve dikkat çekmek için rekabet eden birçok uyarana sahiptir. Bununla birlikte, bu yöntem görev değiştirme maliyetlerini belirlemek için uygundur. EEG verileri, beyindeki farklı görev değiştirme maliyetleri ile ilgili altta yatan mekanizmaların incelenmesine izin verir. Bu tasarım, uyaran sunumundan önce, çoklu görev yaparken görev değiştirme ile karşılaştırıldığında, bir seferde bir görev yaparken görev değiştirme arasındaki karşılaştırmayı sağlar. Bu, bu iki farklı görev değiştirme koşulunun hem davranışsal hem de nörofizyolojik etkisini anlamayı ve belirlemeyi sağlar. Ayrıca, görev değiştirme maliyetlerini beyin aktivitesi ile ilişkilendirerek, bu davranışsal etkilere neyin neden olduğu hakkında daha fazla bilgi edinebiliriz. Bu protokol, farklı akıllı telefon kullanımlarının anahtarlama maliyetini incelemek için uygun bir temeldir. Yürürken akıllı telefon kullanımının görev değiştirme maliyetinde yer alan farklı faktörleri anlamak için farklı görevler, anketler ve diğer önlemler eklenebilir.

Introduction

Hem akıllı telefon penetrasyonu hem de çoklu görev eğilimi arttığından, yürürken akıllı telefon kullanımının dikkat üzerindeki etkisini anlamak önemlidir. Literatür, görev değiştirmenin yürürken akıllı telefon kullanımı da dahil olmak üzeremaliyet 1 ile birlikte geldiğini defalarca göstermiştir. Çalışmalar, yürürken akıllı telefon kullanmanın dikkat dağıtıcı ve tehlikeli olabileceğini bulmuştur 2,3,4. Bu tehlikeler, böyle bir görevi yerine getirmenin dikkat bozuklukları ile ilişkilendirilmiştir 3,4,5,6,7. Yaya ortamının karmaşık doğası nedeniyle, ekolojik olarak geçerli olan deneysel bir bağlamda incelenmesi sorunlu olabilir. Bununla birlikte, bu tür çalışmaların gerçek yaya ortamlarında yürütülmesi kendi komplikasyonlarıyla birlikte gelebilir, çünkü birçok yabancı değişken devreye girebilir ve dikkat dağıtıcı unsurlar nedeniyle katılımcıya zarar verme riski vardır. Böyle bir fenomeni mümkün olduğunca gerçekçi kalan nispeten güvenli bir ortamda inceleyebilmek önemlidir. Bu makalede, yürürken mesajlaşmanın görev değiştirme maliyetini inceleyen, hem görevin geçerliliğini artıran hem de ilgili potansiyel riskleri azaltan bir araştırma metodolojisini açıklıyoruz.

Yürürken bir akıllı telefon kullanırken, bireyler akıllı telefon görevlerinden yürüme ve çevre ile ilgili görevlere geçmek zorunda kalırlar. Bu nedenle, böyle bir fenomeni incelemek için, bu yöntemi, özellikle görev değiştirme paradigmasına odaklanmış, çoklu görev literatüründe çerçevelemeyi uygun bulduk. Bunu yapmak için, görev değiştirme paradigmasıkullanıldı 1, katılımcıların uyaran öncesi görev ile uyaran sonrası görev arasında geçiş yapmalarını sağladı. İki uyaran öncesi görevden biri çoklu görev içerirken, diğeri içermiyordu. Uyaran sonrası görevde, katılımcılar algısı bölünmüş dikkatten etkilenen bir uyarana cevap vermek zorunda kaldılar8. Dahası, ekolojik olarak mümkün olduğunca geçerli olmaya çalışan deneysel laboratuvar çalışmaları,yürürken akıllı telefon kullanımının dikkat çekici etkisini anlamak için genellikle sanal yaya ortamlarını kullanmıştır 4,9. Bununla birlikte, altta yatan nörofizyolojik mekanizmaları yakalamak için, katılımcıların tepki vermesi gereken uyaran sayısını en aza indirmek için bir uyarana spesifik görev değiştirme reaksiyonuna odaklanmayı seçtik. Bu şekilde, yalnızca dikkati akıllı telefondan uzaklaştırıp uyarana doğru çevirmekten kaynaklanan görev değiştirme maliyetini daha kesin olarak belirleyebiliriz. Çalışma tasarımımızla, yaya akıllı telefon kullanımı sırasında bulunan dikkat bozukluklarını daha iyi anlamak için davranışsal ölçümleri (yani, görev değiştirme maliyeti) ve nörofizyolojik verileri kullanıyoruz.

Görev değiştirme deneyi sırasında, katılımcılar genellikle bir dizi uyaranla ilgili en az iki basit görev gerçekleştirir ve her görev "görev kümesi" olarak adlandırılan farklı bir bilişsel kaynak kümesi gerektirir1. Bireyler görevler arasında geçiş yapmaya zorlandıklarında, zihinsel kaynaklarının uyum sağlaması gerekir (yani, önceki görev kümesinin engellenmesi ve mevcut görev kümesinin etkinleştirilmesi). Bu "görev kümesi yeniden yapılandırma" işleminin, görev değiştirme maliyeti1'in nedeni olduğuna inanılmaktadır. Görev değiştirme maliyeti genellikle, katılımcıların görevler arasında geçiş yaptıkları ve10 olmadıkları denemeler arasındaki yanıt süresi ve / veya hata oranındaki farklılıkları gözlemleyerek belirlenir. Deneyimizde, üç görev setimiz vardı: 1) nokta ışığı yürüteç uyaranına cevap vermek; 2) yürürken akıllı telefonda mesajlaşmak; ve 3) sadece yürümek. Geçiş maliyetini iki farklı koşul arasında karşılaştırdık: 1) uyarana cevap vermeden önce sadece yürümek ve 2) yanıt vermeden önce mesajlaşırken yürümek. Bu şekilde, görevi değiştirmeden önce bir akıllı telefonda çoklu görev maliyetini yakaladık ve görsel uyaranın ortaya çıkmasından önce basitçe yürümenin çoklu görev dışı anahtar maliyetiyle doğrudan karşılaştırabildik. Bu çalışmada kullanılan akıllı telefon belirli bir markaya ait olduğundan, tüm katılımcılar cihazı nasıl düzgün kullanacaklarını bildiklerinden emin olmak için deneyden önce tarandı.

Yaya bağlamını temsil eden gerçekçi bir deneyimi simüle etmek için, katılımcının soluna veya sağına doğru 3.5 ° sapma açısıyla yürüyen bir insan formunu temsil eden görsel bir uyaran olarak bir nokta-ışık yürüteç figürü kullanmaya karar verdik. Bu figür, beyaz bir arka plan üzerinde 15 siyah noktadan oluşur ve noktalar bir insanın başını, omuzlarını, kalçalarını, dirseklerini, bileklerini, dizlerini ve ayak bileklerini temsil eder (Şekil 1). Bu uyaran biyolojik harekete dayanır, yani insanlar ve hayvanlar için tipik olan hareket modelini takip eder11. Dahası, bu uyaran ekolojik olarak geçerli olmaktan daha fazlasıdır; başarılı bir şekilde analiz edilebilmesi için karmaşık görsel işleme ve dikkat gerektirir12,13. İlginç bir şekilde, Thornton ve ark.8, nokta benzeri yürüteçlerin yönünün doğru bir şekilde tanımlanmasının, bölünmüş dikkatten büyük ölçüde etkilendiğini ve çoklu görev sırasında görev değiştirme maliyetlerini incelerken bir performans ölçüsü olarak uygun hale getirdiğini bulmuşlardır. Katılımcılardan figürün yürüdüğü yönü sözlü olarak belirtmeleri istendi. Yürütecin görünümünden önce her zaman ekrandaki görünümünü işaret eden işitsel bir ipucu vardı.

Nokta-ışık yürüteç görevindeki performans ve nörofizyolojik veriler, her iki durumun da dikkat çekici etkisini belirlememize ve bunlara neyin neden olduğunu belirlememize yardımcı oldu. Performans, nokta-ışık yürüteç figürünün yönünü belirlerken hata oranlarına ve tepki sürelerine bakılarak ölçüldü. Performans ölçümü ile bulduğumuz dikkat bozukluklarında rol oynayan altta yatan bilişsel ve dikkat mekanizmalarını anlamak için, katılımcıların nörofizyolojik verilerini EEG actiCAP'i kullanarak 32 elektrotla değerlendirdik. EEG, geçici hassasiyet açısından uygun bir araçtır; bu, zamanın belirli anlarında (örneğin, nokta ışığı yürüteç figürünün görünümü) düşük performansa neyin neden olduğunu görmeye çalışırken önemlidir, ancak hareketler nedeniyle verilerde eserler bulunabilir. EEG verilerini analiz ederken, iki indeks özellikle önemlidir: 1) alfa salınımları; ve 2) bilişsel katılım. Araştırmalar, alfa salınımlarının çalışma belleği kontrolünü ve görevle ilgisi olmayan beyin devrelerinin aktif inhibisyonunu temsil edebileceğini bulmuştur14,15,16,17. Başlangıç seviyesindeki alfa salınımlarınıuyaran sunumu 18,19 ile meydana gelenlerle karşılaştırarak, alfa oranını elde ettik. Bu oranla, yürürken mesajlaşırken gözlenen dikkat bozukluğunun altında yatan olayla ilgili değişiklikleri belirledik. Bilişsel katılım ile ilgili olarak, Pope ve ark.20, beta aktivitesinin artan uyarılma ve dikkati temsil ettiği ve alfa ve teta aktivitesinin uyarılma ve dikkatteki düşüşleri yansıttığı bir indeks geliştirmiştir21,22. Bu analiz, uyaranın ortaya çıkmasından önce artan katılımın, yürüteç figürüne cevap vermek için gereken görev kümesi yeniden yapılandırmasını zorlaştırıp zorlaştırmayacağını belirlemek için yapıldı.

Bu yazıda açıklanan metodolojiyle, çoklu görev bölümleriyle uğraşan katılımcılarda görev değiştirme performansını etkileyen temel mekanizmaları kavramaya çalışıyoruz. Yürüme koşulu, çoklu görev değiştirme performansıyla (yani, yürürken mesajlaşma) karşılaştırılan çoklu görev olmayan bir görev anahtarı performansını temsil eder. Görev kümesi engelleme ve görev kümesi etkinleştirmenin rollerini ölçerek, yürürken mesajlaşırken ortaya çıkan anahtar maliyetlerini daha iyi anlamaya çalıştık. Orijinal çalışmanın sürükleyici bir sanal ortamda23 yapıldığını, ancak daha sonra katılımcının önündeki bir ekranda yürüteç figürünü gösteren bir projektörle bir deney odasında (bkz. Şekil 2) çoğaltıldığını belirtmek önemlidir. Bu sanal ortam artık mevcut olmadığından, protokol mevcut deney odası tasarımına uyarlanmıştır.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Veri toplamaya başlamadan önce, insan katılımcılar için gerekli tüm etik araştırma onayını almak önemlidir. Bu, uygun inceleme kurulları ve / veya insan katılımcılar inceleme komiteleri aracılığıyla yapılmalıdır.

Bu protokol, Tech3Lab araştırma tesisi için HEC Montréal'in etik kurulu tarafından onaylanmış ve onaylanmıştır.

1. Görsel uyaranın hazırlanması

  1. E-prime gibi görsel bir deney sunum yazılımıyla görsel uyaran için deneysel şablon oluşturun. Uygulama denemesi için bir tane (altı deneme) ve deneysel koşullar için bir tane (22 deneme) oluşturun.
  2. E-prime yazılımını açın ve deneyin mantığının oluşturulabileceği yapı penceresine gidin.
    1. SessionProc'a çift tıklayın (E-nesnelerin görünüm sırasını sıralamak için zaman çizelgesi).
    2. TextDisplay nesnesini araç kutusundan SessionProc satırına sürükleyin.
      1. SessionProc'a eklenen TextDisplay nesnesine çift tıklayın ve çalışma talimatlarını yazın: "İşitsel ipucunu duyduğunuzda, lütfen başınızı kaldırın ve yürütecin solunuza veya sağınıza doğru hangi yöne gittiğini yüksek sesle belirtin. Deney kısa süre içinde başlayacak."
      2. TextDisplay penceresinin üst kısmındaki Özellik Sayfaları simgesine tıklayın. Ortak sekmesine tıklayın ve Ad kutusu ayarını talimatlara değiştirin. Süre açılır menüsüne tıklayın ve Sonsuz'u seçin. Süre/Giriş sekmesine tıklayın ve Ekle'yi seçin, Klavye'yi seçin ve Tamam'a basın. Özellik Sayfalarından çıkmak için tekrar Tamam'a tıklayın. Bu, denemeyi başlatmak için siz basana kadar talimatların ekranda kalmasını sağlar.
    3. SessionProc'ta, şimdi bir List nesnesini SessionProc satırına sürükleyip bırakın (talimatlardan sonra yerleştirin). List nesnesine çift tıklayın. Prosedür sütununa "Sol-Deneme" yazın, Enter tuşuna basın ve yeni bir prosedür oluşturmak isteyen açılır pencereye EVET'i tıklayın. Bir sonraki açılır pencere bunu varsayılan değer yapmak istediğinde HAYIR'ı tıklatın.
    4. SessionProc satırındaki List nesnesini çift tıklatın. Öznitelik Ekle adlı yeşil düğmeye tıklayın. Özniteliği şu şekilde adlandırın: doğru yanıt. Tamam'ı tıklatın.
    5. Doğru yanıt sütunundaki boş alana tıklayın ve L yazın (bu, yürüteç için sola doğru gidiyorsa bu liste nesnesinin sinyalini vermek içindir).
    6. SessionProc'a dönün ve oluşturulan Sol Deneme adlı yeni nesneye tıklayın.
    7. SessionProc'a gidin ve Sol Deneme nesnesine çift tıklayın.
      1. Satır İçi nesneyi sürükleyip Sol Deneme satırına bırakın ve yeniden adlandırın.
        1. SelectITI. InLine nesnesine çift tıklayın ve aşağıdaki kodu yazın:
          Tamsayı Olarak Dim nRandom
          nRandom = Rastgele (16500, 17500)
          c.SetAttrib "ITIDur", nRandom
        2. Kod, yürüteç uyaranını 16.500 ms ile 17.500 ms arasındaki zaman aralıklarında sunar.
    8. Sol Deneme'ye çift tıklayın. Bir Slide nesnesini Sol Deneme satırına sürükleyip bırakın. Yeniden adlandırın Bekliyorsanız, bu nesne adım 1.2.7'deki kod tarafından belirlenen süre boyunca görsel uyaranlar arasında görünen boş bir ekran olacaktır.
    9. Slide nesnesine çift tıklayın.
      1. SlideText adlı Alt Nesne'yi tıklatın ve nesneyi oraya yerleştirmek için slaytta bir yeri tıklatın.
      2. Bu görüntüden varolan metni kaldırın.
      3. Alt Nesne Özellik Sayfaları'nı tıklatın.
      4. Çerçeve sekmesinde hem genişliği hem de yüksekliği %100'e ayarlayın. Tamam'ı tıklatın.
    10. Özellik Sayfaları'nı tıklatın ve Süre/Giriş sekmesine gidin. Süre olarak şu değeri yazın: [ITIDur].
    11. Sol Deneme'ye çift tıklayın ve bir SoundOut nesnesini Sol Deneme satırına sürükleyip bırakın.
      1. SoundOut nesnesini çift tıklatın.
      2. Dosya adı altında uygun ses ipucu dosyası dizinini seçin.
      3. Arabellek boyutunu 1.000 ms olarak değiştirin.
      4. Tamam'ı tıklatın.
    12. Sol Deneme'ye geri dönün ve bir Slide nesnesini Sol Deneme satırına sürükleyip bırakın ve Walker Sol olarak yeniden adlandırın.
      1. Bu yeni nesneyi çift tıklatın.
      2. Alt nesneyi tıklatıp ardından slaydı tıklatarak bir SlideMovie alt nesnesi ekleyin.
      3. Alt Nesne Özellik Sayfaları'nı tıklatın ve Dosya Adı altında sol yürütecin video dosyasının dizinini seçin.
      4. Mod Sonrası Durdur'u OffsetTime olarak ayarlayın.
      5. Esnetmeye tıklayın ve EVET'i seçin.
      6. Film eylemini sonlandır olarak ayarlayın.
      7. Çerçeve sekmesine tıklayın ve genişliği ve yüksekliği% 100 olarak ayarlayın.
      8. Konum için hem X hem de Y konumunu %50 olarak ayarlayın.
      9. Son olarak, Kenarlık Rengi'ni beyaz olarak ayarlayın.
      10. Tamam'ı tıklatın.
      11. Slide nesnesinin Özellik Sayfaları'nı tıklatın.
        1. Süre/Giriş sekmesine tıklayın.
        2. Süreyi 4.000 olarak ayarlayın. Ön Sürüm'ü 500 olarak ayarlayın.
        3. Tamam'ı tıklatın.
    13. Doğru deneme için tüm bu prosedürü (yani, 1.2.3-1.2.9 arasındaki adımlardan) tekrarlayın. Prosedürü Right-Trial olarak adlandırın. Prosedürü izlerken, yalnızca doğru yanıtı (yani, bunun yerine R veya L'ye) ve video dosyasını değiştirin. Doğru yürüteç için video dosyası dizinini kullanın.
  3. SessionProc'a çift tıklayın.
    1. Sürükleyip bırakma ve Slide nesnesini SessionProc satırına kaydırma
    2. Bu nesneyi çift tıklatın ve bir SlideText Alt Nesnesi ekleyin.
    3. Metin olarak Pause yazın.
    4. Yine, Alt Nesne Özellik Sayfalarına gidin ve Çerçeve sekmesinde genişlik ve yüksekliği% 100 yapın. X ve Y için pozisyonu% 50 yapın.
    5. Tamam'ı tıklatın.
  4. Önceden oluşturulmuş olan List nesnesine çift tıklayın.
    1. List nesnesinin Özellik Sayfaları'nı tıklatın.
    2. Seçim sekmesinde Sırayı Rastgele olarak ayarlayın ve Tamam'ı tıklatın.
    3. Ağırlık sütununa aşağıdaki sayıları ekleyin:
      1. Uygulama: Hem Sol Deneme satırına hem de Sağ Deneme satırına 3 sayısını girin.
      2. Deneme: Hem Sol Deneme hem de Sağ Deneme satırına 11 sayısını girin.
  5. Yürütülebilir bir komut dosyası oluşturmak için pencerenin üst kısmındaki Oluştur simgesini tıklatın. Kolay erişim için masaüstüne kaydedin. Bu, deneme sırasında çalıştırılacak dosyadır.
    1. Uygulama denemesini "Uygulama" ve deneysel denemeleri "Deney" olarak kaydedin.
    2. Çalıştır simgesine tıklayarak oluşturulan komut dosyasını test edin.
  6. E-studio klasöründe, bir E-run dosyası oluşturulur. Oluşturulan her iki dosya da (biri pratik deneme için, diğeri deneysel denemeler için) bilgisayarın masaüstündeki bir klasöre yerleştirilebilir. Görsel denemeyi çalıştırmak için uygun simgeye tıklamanız yeterlidir.
  7. Görsel uyaranın deneysel şablonları oluşturulduktan sonra bunları projektörle görüntülemeye çalışın.
    1. Projektör ayarlarıyla, yürüteç figürünün yüksekliğini değiştirin ve katılımcının koşu bandında duracağı yerin tam önünde ortalandığından emin olun.
    2. Bir ölçüm bandıyla, yürütecin yüksekliğini doğrudan projektör ekranından ölçün. Uyaranın 25° görsel açıyı kapsaması için ekran ile koşu bandında duran bir kişinin gözleri arasındaki mesafeyi hesaplayın ve koşu bandını buna göre hareket ettirin. Gerekli mesafeleri hesaplamak için aşağıdaki web sitesini kullanabilirsiniz: http://elvers.us/perception/visualAngle/

2. Laboratuvar ortamının kurulması

  1. Dört kayıt bilgisayarını, EEG amplifikatörünü, projektörü, koşu bandını, hoparlörleri ve akıllı telefonu açın.
  2. Kayıt ekipmanını kurun.
    1. Senkronizasyon yazılımını, 10 sn'de işaretleyicilerle etüt için oluşturulan belirli alt yordamla açın.
      1. Senkronizasyon yazılımı, EEG'de ve video kayıtlarında her 10 saniyede bir işaretleyici ve ışık darbesi şeklinde görünen bir darbe gönderir.
    2. Video kayıt yazılımını açın. Kameralar da otomatik olarak açılmalıdır. Değilse, bunları manuel olarak açın.
    3. Katılımcı için EEG kayıt yazılımını açın ve kurun.
    4. Görsel deney sunum yazılımıyla yapılan visual stimulus yürütülebilir komut dosyasını içeren klasörü açın.
    5. EEG kurulumunu ve malzemelerini üreticilerin önerdiği prosedürlere göre hazırlar.
    6. Önceki katılımcının konuşmasını akıllı telefondan silin.
    7. Katılımcının dinlenme sandalyesinin yanına yeni bir şişe su yerleştirin.

3. Katılımcı hazırlığı

  1. Katılımcıyı oda 1'e davet edin ve çalışma süresi ve tazminat hakkında kısaca bilgi verin.
  2. Katılımcılardan mücevherlerini (ör. küpeler, piercingler, kolyeler), gözlüklerini, akıllı telefonlarını ve ceplerindeki herhangi bir içeriği çıkarmalarını, bunları bir çöp kutusuna koymalarını ve bir dolaba koymalarını isteyin.
  3. Katılımcılardan yedikleri sakızdan kurtulmalarını isteyin ve deneye başlamadan önce yediklerinden emin olun.
  4. Katılımcının rahat yürüyüş ayakkabıları giydiğinden emin olun ve deney sırasında katılımcının güvenliğini garanti altına almak için ayakkabı bağcıklarını iki kez düğümleyin.
  5. Katılımcının onay formunu okumasını ve imzalamasını sağlayın.
    1. Aşağıdaki komut dosyasını okuyun ve katılımcının onay formunu okuyabilmesi ve imzalayabilmesi için oturmasını sağlayın:

      "İşte bu çalışmaya katılmayı kabul ettiğinizi belirten bir onay formu. Dikkatlice okuyun ve imzalayın. Herhangi bir sorunuz varsa tereddüt etmeyin."
  6. Katılımcıyı, EEG kapağının kurulacağı belirlenen katılımcı hazırlık odasına, oda 3'e götürün.
  7. Deneysel sürecin akışını açıklayan hazırlanmış senaryoyu okuyun:

    "Sık sık bir metin okuduğumu fark edebilirsiniz. Bu, tüm katılımcıların aynı talimatları almasını sağlamak için yapılır. Bu çalışmada, insanların metin mesajları gönderirken ve ılımlı bir hızda yürürken önlerindeki bir uyaranla nasıl etkileşime girdikleri ile ilgileniyoruz. Yaklaşık 40 dakika boyunca, bu akıllı telefonla daha önce tanıştığınız [araştırma görevlisinin adı] metnini yazacaksınız [akıllı telefonu göster]. Mesajlaşırken zaman zaman bir ses duyacaksınız. Bu sesi yürüyen bir karakterin görüntüsü izleyecektir. Göreviniz başınızı buradaki ekrana kaldırmaktır [ekranı işaret edin] ve karakterin sağınıza VEYA solunuza doğru yürüyüp yürümediğini yüksek sesle belirtmektir. Sizden başka bir şey yapmanız istenmeyecek. Cevaplarınızı yazacağım. Tüm bloklarda bir cevap için iki seçenek olduğunu unutmayın (sağ ve sol), bu nedenle, örneğin, tek bir seçenek olarak yalnızca sol veya sağ olması imkansızdır. Karakterin geldiği yön tamamen rastgeledir. Cevabınızı dikte ettikten sonra, sadece [araştırma görevlisinin ame] metnine devam edersiniz. Cevap verirken veya benimle konuşmak istediğinizde arkanızı dönmemek önemlidir, çünkü istikrarsızlaşabilir ve düşebilirsiniz. Başınızı öne doğru tutun. Deney süresince burada [camı işaret ederek] bu aynanın arkasında olacağım. Herhangi bir sorunuz mu var?"
  8. EEG elektrot kapağı için katılımcının baş çevresini ölçün. Bu deney için 32 adet preamplifiye elektrotlu EEG actiCap kullanıldı.
    1. Uygun boyutta EEG kapağını seçin, destek için bir köpük kafaya yerleştirin ve tüm elektrotları uygun yerlerine yerleştirin.
    2. 10-20 referans sistemini kullanarak kapağın başlangıç noktasını belirlemek için katılımcının baş çevresini yeniden ölçün.
    3. Kapağı önden başlayarak katılımcının kafasına yerleştirin ve geriye doğru çekerken yerinde tutun. Kapağın doğru yerleştirildiğinden emin olun.
    4. EEG kapağının kablolarını EEG kontrol kutusuna bağlayın.
    5. Jel aplikatörünü katılımcıya gösterin, böylece keskin olmadığını görebilir ve isterlerse dokunmalarına izin verebilirler. Aşağıdaki komut dosyasını okuyun:

      "İşte jeli kafanızdaki EEG kapağına koymak için kullanacağım aplikatör ve uç. Ona dokunabilirsin; acıtmaz. Uç, kafana asla değmeyecek kadar kısa."
    6. EEG elektrot kutusunu açın, böylece tüm elektrot ışıkları kırmızıya döner.
    7. Önce saçı yoldan çekerek ve ardından jeli her elektrota uygulayarak elektrotları etkinleştirin: toprak elektrodu ve ardından referans elektrodu ile başlayın. Bu iki elektrot yeşile döndüğünde kalan elektrotları ekleyin.
    8. Jeli tüm elektrot sensörleri yeşile dönene kadar yerleştirin.
    9. Kontrol kutusundaki empedansı ölçün.
    10. Kabloları kontrol kutusundan çıkarın ve taşıma adaptörüne (yani, verileri kablosuz olarak kontrol kutusuna geri ileten adaptör kiti) bağlayın.
    11. Adaptör kitini bir fanny paketine yerleştirin ve katılımcıdan, kablolar ve adaptör kiti katılımcının sırtına doğru yerleştirilmiş olacak şekilde belinin etrafına takmasını isteyin.
    12. Bilgisayar odasına (oda 4) geri dönün ve her elektrotun empedansını kontrol edin.
    13. EEG yazılımının monitör ekranındaki sinyali görsel olarak inceleyerek veri kalitesinin tatmin edici olduğunu doğrulayın. Gerekirse, sorunlu elektrotları sabitleyin.
  9. Katılımcıyı deney odasına (yani oda 2) götürün.
  10. Katılımcının koşu bandında durmasını sağlayın ve koşu bandı güvenlik anahtarını katılımcıya takın.
  11. Koşu bandını 0,8 mil / saat hıza getirin ve katılımcının 2 dakika boyunca yürümesini sağlayın, böylece hıza aşina olurlar. Bu 2 dakika boyunca, katılımcıya talimatları hatırlatın:

    "Yaklaşık 40 dakika boyunca, bir akıllı telefonla [araştırma görevlisinin adı] yazıp yazacaksınız. Mesajlaşırken, zaman zaman bir ses duyacaksınız. Bu sesi yürüyen bir karakterin görüntüsü izleyecektir. Göreviniz, o sırada başınızı ekrana kaldırmak ve karakterin sağınıza mı yoksa solunuza doğru mu yürüdüğünü yüksek sesle belirtmektir. Sizden başka bir şey yapmanız istenmeyecek. Cevaplarınızı yazacağım. Cevabınızı belirttikten sonra, [araştırma görevlisinin adı] metnine devam edersiniz. Her zaman bir cevap vermek önemlidir. Emin değilseniz, bize en iyi tahmininizi söyleyin. Cevabınızı verirken veya benimle konuşmak istediğinizde arkanızı dönmeyin, çünkü istikrarsızlaşabilir ve düşebilirsiniz. Başınızı öne doğru tutun. Deneyin dört bölümü vardır, ikisi yürürken [araştırma görevlisinin adı] ve ikisi sadece yürüdüğünüz yer. Her bölüm yaklaşık 12 dakika sürer ve her parça arasında 2 dakikalık bir mola vardır. Herhangi bir sorunuz mu var?"

4. Deneme pratiği

  1. Katılımcıya akıllı telefonu verin.
  2. Katılımcıya bir deneme çalışması yapacaklarını söyleyin.
  3. Alıştırma denemeleri için uyaranın yürütülebilir komut dosyasına tıklayın. Katılımcı numarasını girin ve deneme sürümünü başlatın.
  4. Katılımcının, araştırma görevlisi ile bir mesajlaşma sohbetine katılırken görsel uyaranlara cevap verme pratiğini yapın. Bu alıştırma seansı 3 dakika sürecektir.
  5. Oturum başladıktan sonra, etüt için oluşturulan mesajlaşma konuşma komut dosyasını izleyin.
  6. Katılımcının her uyarıcı görünümüne verdiği cevabı bir e-tablo şablonuna yazın.
  7. 3 dakika sonra, katılımcının bir sandalyeye oturmasını ve biraz su içmesini sağlayın. Bu süre zarfında koşu bandı hızını 0,4 mil / saat'e ayarlayın.
  8. Katılımcıya çalışma talimatlarını hatırlatın.

5. Veri toplama

  1. Kurulum
    1. Geçerli katılımcının koşul sırasını seçmek için iş akışı sayfasına gidin. İki sıra mümkündür: A sırasında, deneme 1 ve 3 mesajlaşma koşulunu kullanırken, deneme 2 ve 4 kontrol koşulunu kullanır. B sırasına göre, deneme 1 ve 3 kontrol koşullarını kullanır ve deneme 2 ve 4 manifatura koşullarını kullanır. Her deneme sırasında görsel uyaran 22 kez ortaya çıkar.
    2. Tüm kayıt yazılımlarının senkronize olarak başlatılmaya hazır olduğundan emin olun.
    3. Tüm kayıt yazılımlarını açın (ör. EEG, video)
    4. Katılımcının koşu bandına geri dönmesini sağlayın ve hızı yavaşça 0,8 mil / saat'e yükseltin.
    5. Görsel uyaran programını açın ve çalıştırmaya başlayın.
    6. Deneysel duruma bağlı olarak denemenin talimatlarını okuyun.
      1. Deneme denemeleri için uyaranın yürütülebilir komut dosyasını çalıştırın. Katılımcı numarasını ve belirli koşullar için seçilen kodu girin. Denemeye başlayın.
  2. Kontrol koşulu
    1. Bu görev sırasında akıllı telefonun katılımcının görüş alanının dışında olduğundan emin olun.
    2. Katılımcıya koşu bandında yürümesini ve her göründüğünde "sol" veya "sağ" cevabını vererek görsel uyarana yanıt vermesini söyleyin:

      "Bu görev için, sadece koşu bandında yürümeniz gerekecek. Zaman zaman bir ses duyacaksınız. Bu sesi yürüyen bir karakterin görüntüsü izleyecektir. Göreviniz, başınızı ekrana kaldırmak ve karakterin sağınıza mı yoksa solunuza mı hareket ettiğini yüksek sesle belirtmektir. Sizden başka bir şey yapmanız istenmeyecek. Cevaplarınızı kendim yazacağım. Cevabınızı dikte ettikten sonra, yürümeye devam edersiniz. Her zaman bir cevap vermek önemlidir. Emin değilseniz, bize en iyi tahmininizi söyleyin. Cevabınızı verirken veya benimle konuşmak istediğinizde arkanızı dönmeyin, çünkü istikrarsızlaşabilir ve düşebilirsiniz. Başınızı öne doğru tutun. Size sinyali verdiğimde başlayın. Herhangi bir sorunuz mu var?"
    3. Katılımcıya denemenin başlamak üzere olduğunu ve görsel uyaran denemesini başlatmak üzere olduğunu bildirin.
    4. Görsel uyarana her cevap verdiklerinde katılımcının cevabını yazın. Bir katılımcı yanıt veremediğinde alanı boş bırakın.
    5. Denemenin sonunda, katılımcının oturmasını ve biraz su içmesini sağlayın.
    6. Bu molalar sırasında, tüm kayıt yazılımını çalıştırmaya devam edin ve koşu bandını 0,4 mil hızla açık bırakın.
    7. Moladan sonra katılımcıyı koşu bandına geri getirin ve yürürken hızı kademeli olarak 0,8 mil / saat'e yükseltin.
  3. Mesajlaşma koşulu
    1. Katılımcı koşu bandında yürürken onlara akıllı telefonu verin.
    2. Katılımcıya, koşu bandında yürürken doğal olarak (örneğin, bir elini veya iki elini kullanarak) metin yazmasını ve görsel uyarana her göründüğünde "sol" veya "sağ" yanıtını vererek yanıt vermesini söyleyin:

      "Bu görev için, [araştırma görevlisinin adı] bir akıllı telefonla metin yazacaksınız. Akıllı telefonda, mesaj uygulamasını açın. Ardından "Merhaba" diyerek konuşmayı seçin. Bir mesajlaşma sohbetine aktif olarak katılmanız gerekecektir. Mesajlaşırken zaman zaman bir ses duyacaksınız. Bu sesi yürüyen bir karakterin görüntüsü izleyecektir. Göreviniz, başınızı buradaki ekrana kaldırmak ve sizce karakterin sağınıza mı yoksa solunuza mı hareket ettiğini göstermektir. Sizden başka bir şey yapmanız istenmeyecek. Cevaplarınızı kendim yazacağım. Cevabınızı dikte ettikten sonra, mesajlaşmaya devam edersiniz. Her zaman bir cevap vermek önemlidir. Emin değilseniz, bize en iyi tahmininizi söyleyin. Cevabınızı verirken veya benimle konuşmak istediğinizde arkanızı dönmeyin, çünkü istikrarsızlaşabilir ve düşebilirsiniz. Başınızı öne doğru tutun. Size sinyali verdiğimde başlayın. Herhangi bir sorunuz mu var?"
    3. Katılımcıya denemenin başlamak üzere olduğunu ve görsel uyaran denemesini başlatmak üzere olduğunu bildirin.
    4. Katılımcıya koşu bandında yürürken bir manifatura konuşması yapmasını söyleyin. Görsel uyarana her göründüğünde "sol" veya "sağ" cevabını vererek yanıt vermelerini söyleyin.
    5. Araştırma görevlisinin konuşma senaryosunu takip etmesini sağlayın ve konuşmayı durum boyunca devam ettirin.
    6. Görsel uyarana her cevap verdiklerinde katılımcının cevabını yazın. Bir katılımcı yanıt veremediğinde alanı boş bırakın.
    7. Denemenin sonunda, akıllı telefonu katılımcıdan alın ve katılımcının oturup biraz su içmesini sağlayın.
    8. Bu molalar sırasında, tüm kayıt yazılımını çalıştırmaya devam edin ve koşu bandını 0,4 mil hızla açık bırakın.
    9. Moladan sonra katılımcıyı koşu bandına geri getirin ve yürürken hızı kademeli olarak 0,8 mil / saat'e yükseltin.

6. Veri toplamanın sona ermesi

  1. Deneysel manipülasyonun sonunda katılımcının koşu bandını kapatmasını sağlayın. Katılımcının oturmasını ve biraz su içmesini sağlayın.
  2. EEG kapağını çıkarın ve katılımcıyı seçtikleri takdirde saçlarını yıkayabilecekleri bir duşa götürün.
  3. Katılımcıya tazminatını verin ve katılımları için teşekkür edin. Katılımcının onay formunun kopyasıyla ayrıldığından ve tüm kişisel eşyalarını geri aldığından emin olun.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Bu çalışma protokolü başlangıçta her biri 88 yön denemesine cevap veren 54 katılımcı ile gerçekleştirildi. Bu denemelerin yarısı, katılımcılar uyaran sunumundan önce sadece yürürken meydana geldi; diğer yarısı, katılımcılar uyaran sunumundan önce yürürken mesajlaşırken meydana geldi.

Davranışsal sonuçlar
Noktasal ışık yürütecinin yönündeki performans, görev değiştirme maliyetlerini, daha düşük performans ise daha yüksek görev değiştirme maliyetlerini temsil eder. Katılımcıların yanıtları iki yanıt değişkeni ile analiz edilmiştir: 1) Doğru tanımlama; ve 2) yanıt süresi. İki deneysel koşul iki grubu temsil ediyordu: 1) Yürürken mesajlaşma; ve 2) uyarana cevap vermeden önce sadece yürümek. Denemenin sonunda yanıt süreleri hesaplanmıştır. Deneyin video kayıtları ses dosyalarına dönüştürüldü ve daha sonra ses dalga boylarındaki zirveleri işaretleyen bir ses yazılımı ile analiz edildi. İşaretin sesi ve katılımcının sözlü cevabının sesi işaretlendikten sonra, ikisi arasındaki süre belirlendi. Doğru yanıt süreleri, katılımcının 88 çalışma için doğru yönünü, deneysel sunum yazılımından dışa aktararak ve katılımcıların yanıtlarını içeren veritabanı dosyasına eklenerek analiz edildi. Kullanılan programda (Excel), ilk veri sütununda yer alan bilgilerin (yani katılımcıların yanıtı) ikinci sütunla aynı olup olmadığını belirlemek için doğruluğu test etmek için bir formül (=IF(A1=B1,1,0)) kullanılmıştır.

Her katılımcının uyaranın yönünü tekrar tekrar belirlemesi gerektiğinden, koşullar arasındaki performans araçlarındaki farklılıkları analiz etmek için bir t-testi kullanılamaz. Bunun yerine, çalışmalar arasındaki denek içi korelasyonu açıklamak için, genelleştirilmiş bir doğrusal regresyon modeli kullanılmıştır. Bu analiz, SAS 9.4 yazılımı ile Proc Glimmix kullanılarak gerçekleştirildi. Grup değişkeni, yanıt değişkenleri için açıklayıcı değişkendi ve her denek için rastgele bir Gauss kesişimi eklendi. Yanıt değişkenlerinin doğruluğu (doğru veya yanlış yanıt) ikiliydi ve bu nedenle, bir logit bağlantı işlevi bu regresyon modeli için uygundu.

Katılımcıların, uyaranın ortaya çıkmasından önce mesajlaşmadıklarında nokta-ışık yürüteç uyaranı için doğru yönü belirleme olasılıklarının daha yüksek olduğunu bulduk. (Olasılık Oranı = 0.77; T = −3.12; p = 0,001; %95 güven aralığı (.657;. 908)). Reaksiyon süresinde anlamlı bir fark bulunamadı (β = -0.005; T = −.26; p = 0,799; %95 güven aralığı (-.047;. 036)) (bkz. Şekil 3).

Doğruluğu tepki süresiyle birleştirmek için Ters Verimlilik Puanı (IES)24 kullanılmıştır. Yön denemelerinde doğru olma olasılığı, kontrol değişkeni olarak tepki süresi olan lojistik bir regresyon kullanılarak modellenmiştir. Yine, denemeler arasındaki potansiyel denek içi korelasyonları hesaba katmak için her denek için ayrı bir rastgele müdahale eklenmiştir. Bu karışık etki regresyonunun sonuçları, uyarana doğru yanıt verme olasılığının, katılımcıların yürürken mesajlaştıkları durumda, uyaranın ortaya çıkmasından önce yürüdükleri zamana kıyasla% 18.9 daha küçük olduğu deneysel durumun anlamlı bir etkisini göstermiştir (Oran oranı = 0.811; T = −2.46; p = 0,014; %95 güven aralığı 0,686–0,959; bkz. Şekil 3). Bu, tepki süresinden bağımsız olarak, katılımcılar yürürken mesajlaştığında uyaranın yönünün doğruluğunun sürekli olarak daha düşük olduğunu gösterdi.

Nörofizyolojik veriler
EEG kayıtları, alfa salınımlarını ve bilişsel katılımı gözlemleyerek görev değiştirmede rol oynayan nörofizyolojik aktiviteyi belirlemek için kullanıldı. Hareket sırasında EEG kullanımı daha fazla esere yol açtı. Verilerin kalitesini sağlamak için birkaç adım atıldı. İlk olarak, yürüme sırasında kayda izin vermek için, gürültü çıkarma devresine sahip yeni aktif elektrot teknolojisi (yani, önceden amplifikasyonmuş elektrotlar) kullanılmıştır. İkincisi, EEG verileri, alfa dalgalarını izole etmek için 20 Hz'de düşük geçişli bir IIR filtresi ile çevrimdışı olarak filtrelendi ve gürültüyü azaltmak için 1 Hz'de bir yüksek geçişli IIR filtresi kullanıldı. Üçüncü olarak, EEG verilerinde göz kırpmaları ve oküler sakkadların neden olduğu artefaktları zayıflatmak için Bağımsız Bileşen Analizi (ICA) uygulanmıştır25. Dördüncüsü, iki komşu örnekleme noktası arasında 50 μV'un üzerinde voltaj farkları ve 75 ms'lik bir aralıkta 50 μV'un üzerinde bir fark olan dönemleri dışlamak için otomatik bir artefakt reddi kullanılmıştır.

Veri analizi Vision Analyzer 2 ile yapıldı. Luck26'ya dayanarak, veriler ortak ortalama referansa yeniden atıfta bulunuldu. Ayrıca, veriler, yürüteç uyaranının sunumundan sonra 2 s'yi ve 2 s taban çizgisini izole etmek için bölümlere ayrılmıştır. Her uyaran sunumu için, katılımcının yürürken yalnızca yürüdüğü veya mesajlaştığı zaman meydana gelen aktiviteyi temsil eden bir taban çizgisi belirlenmiştir. Bu taban çizgisi, her bir uyaran görünümünün işitsel ipucundan 12 s önce meydana gelen 2 s'lik bir zaman noktası sırasında elde edildi. Her iki segment de frekans alanında güç değerleri elde etmek için 1 s çağında bir Fast-Fourier Dönüşümü ile ayrı ayrı analiz edildi. Tüm çağların ortalaması deneysel koşullarla ayrı ayrı alındı.

Bu analizin amacı, görev kümesi inhibisyonu ve görev kümesi etkinleştirmenin iki alt adımının davranışsal geçiş maliyetini (yani performans ölçümlerini) farklı şekilde etkileyip etkilemediğini belirlemektir. Bunu yapmak için, EEG verileri iki indekse dayanarak analiz edildi: 1) alfa salınımları; ve 2) bilişsel katılım. Tüm hesaplamalar Cz ve Pz siteleri kullanılarak yapıldı, çünkü verileri daha az gürültü ve daha az eser içeriyordu. Uyaran sunumuna bağlı alfa salınımlarındaki değişiklikler, temel alfa gücü ile uyaran sunumu18,19 ile meydana gelen alfa gücü karşılaştırılarak alfa oranları ile analiz edilmiştir. Pope ve ark.20 tarafından geliştirilen bilişsel katılım indeksi kullanılarak, betadaki (14-20 Hz) birleşik gücün, alfa (8-12 Hz) ve teta (4-8 Hz) bileşenlerindeki toplam güce bölünmesiyle bir oran oluşturuldu. Birleşik gücü hesaplamak için, kullanılan güçlerin toplamı Cz ve Pz konumlarındaydı.

Alfa oranı ve performans üzerindeki etkisi iki koşul arasında karşılaştırıldı. Alfa oranı, görev inhibisyonu süreçlerini yansıtır. Her katılımcı için alfa oranı ölçüldüğü için, oranı bu koşuldaki toplam performansla karşılaştırmak gerekiyordu (yani, bu koşulun 44 denemesinin doğru yanıt yüzdesi). Her iki koşulun korelasyon katsayısını karşılaştırmak için, Steiger27 tarafından önerilen z-testi, aynı bireyden ölçülen korelasyon katsayılarını karşılaştırmak için bir araç olarak kullanılmıştır. Pz bölgesinde, performans ile alfa oranı arasındaki korelasyonun iki koşul arasında istatistiksel olarak farklı olduğu bulunmuştur (p = 0.032; %95 güven aralığı = 0.054–1.220) (bkz. Şekil 4). Her koşulun korelasyonları zıt işaretlerde olduğu için, inhibisyon süreçlerinin iki koşulda performansı farklı şekilde etkilediği, daha yüksek bir alfa oranının yürüme koşulu sırasında daha iyi performansa yol açtığı, mesajlaşma koşulunda ise performansın daha yüksek bir alfa oranı tarafından engellendiği gösterilmiştir. Bu sonuçlar, yürürken mesajlaşırken, önceki görev kümesini engellemek için gereken kaynak miktarının performansı olumsuz etkilediğini göstermektedir. Bu nedenle, katılımcıların görev kümesi inhibisyonuna kaynakları ne ölçüde dahil ettikleri, mesajlaşırken yaklaşan performans üzerinde daha fazla etkiye sahipti. Cz bölgesi ile ilgili olarak, anlamlı bir fark bulunmadı, bu da etkinin çoğunlukla kafa derisinin parietal bölgesinde bulunduğunu düşündürmektedir.

Bilişsel katılım oranı ve performans üzerindeki etkisi de iki koşul arasında karşılaştırıldı. Alfa oranına gelince, Steiger27 tarafından önerilen z-testi de bu analiz için kullanıldı. Sonuçlar, uyaranın ortaya çıkmasından hemen önce yapılan göreve katılımın (yani, yürürken yürümek veya mesajlaşmak) her koşulda performansı farklı şekilde etkilediği iki koşul arasında istatistiksel olarak anlamlı bir fark göstermiştir (p = 0.027; % 95 güven aralığı = -1.062 - -0.061). Burada da korelasyonlar zıt işaretlerdeydi. Sonuçlarımız, katılımcılar görev değişikliğinden önce yürürken, daha yüksek bir bilişsel katılım oranının performanstaki düşüşle ilişkili olduğunu, oysa katılımcılar görev değişikliğinden önce yürürken mesajlaşırken daha yüksek bir bilişsel katılım oranının performanstaki artışla ilişkili olduğunu göstermektedir. Bu, yürürken mesajlaşmanın daha yüksek görev değiştirme maliyetinin, bu göreve daha yüksek bilişsel katılımdan kaynaklanmadığını göstermektedir.

Movie 1
Şekil 1: Bu videoda, konunun sağ tarafına doğru yürüyen bir figür görülüyor. Bu videoyu izlemek için lütfen tıklayınız. (İndirmek için sağ tıklayın.)

Figure 2
Resim 2: Odanın deneysel düzeneği. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 3
Şekil 3: Mesajlaşmanın doğruluk ve yanıt süresi üzerindeki etkisi. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Figure 4
Şekil 4: Fz'deki Alpha ile performans arasındaki korelasyon. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Protokolü kullanırken kritik bir seçim, nörofizyolojik verilerin kalitesini sağlamak olacaktır. Hareket sırasında EEG gibi bir aletin kullanılmasının doğal bir komplikasyonu vardır, çünkü aşırı hareket verilerde çok fazla gürültü yaratabilir. Bu nedenle, veri toplamadan önce, verilerin gerçek sinyali değiştirmeden mümkün olduğunca çok sayıda eseri kaldırmak için nasıl hazırlanacağını düşünmek önemlidir. Bununla birlikte, katılımcılar deney boyunca bir koşu bandında yürüdükleri için daha yüksek veri dışlama oranlarının olması hala oldukça muhtemeldir. Bazı katılımcıların verileri, aşırı yüz, baş ve vücut hareketlerinin neden olduğu eserlerin yanı sıra aşırı terleme ve ekipman arızası potansiyeli nedeniyle kullanılamaz hale gelecektir. Önyargılı veya sonuçları etkilemekten kaçınmak için, davranış analizinden önce veri dışlamaları belirlenmelidir. Bu çalışmayı yürüttüğümüzden beri, laboratuvarımız elektrot pozisyonunu lokalize etme yeteneğini kazanmıştır ve bu teknolojiyi kaynak aktivitesini daha iyi analiz etmek için gelecekteki çalışmalarda kullanmayı umuyoruz. Gelecekteki çalışmaların, ilgili EEG sinyallerinin kaynak tahminine izin vermek için elektrot lokalizasyon teknolojisinden yararlanmasını öneririz.

Bu protokolde dikkat edilmesi gereken kritik bir adım, katılımcının araştırma görevlisi ile mesajlaştığı konuşmanın senaryosudur. Mesajlaşma konuşmalarının önceden tanımlanmış konular ve bazı açık uçlu sorularla yönlendirilmesi önemlidir. Böyle bir senaryoyu takip etmenin çok değeri vardır. İlk olarak, tüm katılımcıların benzer türde konuşmalara sahip olmasını sağlıyoruz, bu nedenle doğal olarak gerçekleşen bir konuşmada var olabilecek değişkenliği ortadan kaldırıyoruz. Bu şekilde, konuşmanın katılımcılar arasında aşırı derecede farklı olması nedeniyle dikkat dağıtma seviyesinin değişmemesini sağlıyoruz. İkincisi, konuları akıllıca seçerek konuşmanın güçlü duygusal tepkilere yol açmamasını sağlayabiliriz. Duygusal olarak yüklü etkileşimler EEG analizini ve dikkat dağıtıcılık seviyelerini değiştirebilir ve bu da hem davranışsal hem de nörofizyolojik sonuçların yorumlanmasını zorlaştırır. Tüm mesajlaşma konuşmaları kaçınılmaz olarak bir dereceye kadar değişecektir, ancak bir senaryoya sahip olmak bize bu değişkenlik üzerinde belirli bir miktar kontrol sağlar. Konuşmadaki değişkenliği daha da sınırlamak için, araştırma projesi süresince bu görevden sorumlu belirli bir araştırma görevlisinin olması tercih edilir. Bununla birlikte, bir senaryoya bağlı kalarak, böyle bir konuşmanın ekolojik geçerliliğini de kaybederiz. Örneğin, bireyler arkadaşlarıyla sohbet ettiklerinde, bu konuşmalar duygusal olarak yüklenebilir ve bu aslında görev değiştirme maliyetini değiştirebilir. Yine de, konuşma türlerinin görev değiştirme maliyeti üzerindeki etkisini analiz etmek için, çalışmanın amacının, böyle bir analizin karmaşıklığı nedeniyle bu yöne odaklanması gerektiğini düşünmek önemlidir. Bu nedenle, bizim amaçlarımız için bir senaryonun kullanılması daha uygundu.

Katılımcıların yanıtlarının not edileceği veritabanı dosyasını oluştururken de dikkatli olunmalıdır. Excel'de doğruluğu test etmek için kullandığımız formül (yani, =IF(A1=B1,1,0)) biçime bağımlıdır (örneğin, fazladan boşluk ve büyük harflerden etkilenecektir). Bu nedenle, görsel deney sunum yazılımından çıkarılan çıktıda kullanılanla aynı formatta, sağ için R veya sol için L yazılması önerilir. Dosyanın yazımındaki herhangi bir hata, doğruluk derecelendirmesinde yanlış negatiflere neden olabilir. Son olarak, görsel işlemenin büyük bir rol oynadığı bu tür bir çalışma için, tüm katılımcıların normal veya düzeltilmiş normal görüşe sahip olmaları önemlidir. EEG araçlarını kullandığımız için, katılımcıların beyin sinyallerini etkileyebilecek epilepsi ve nörolojik ve psikiyatrik tanıların taranması da önemlidir. Bu katılımcıları çalışmadan dışlamak akıllıca olacaktır, çünkü beyin aktivitesindeki farklılıklar sonuçları önyargılı hale getirebilir.

Bu metodoloji, birden fazla akıllı telefon kullanımını test etmek için değiştirilebilir (örneğin, okuma, sosyal medya, oyun, görüntüleri görüntüleme vb.) 28. Katılımcıların özellikleri ve algıları hakkında daha fazla bilgi edinmek için deneysel koşullar arasında veya deneyin sonunda anketler de eklenebilir (bakınız Mourra29). Görevler arasındaki anketler, katılımcıların aşağıdaki koşullar için yorgunluğunu gereksiz yere artırmamak için zaman alıcı olmamalıdır. Bu an, zaman algısı, katılımcının yeni tamamladığı göreve olan ilgi ve algılanan zorluk gibi görevle ilgili farklı yapıları test etmek için oldukça yararlıdır. Deneyin sonundaki anketler daha fazla zaman alıcı olabilir, ancak koşulları sonuçlandırmanın yorgunluğu dikkate alınmalıdır. Anketlerin zamanlaması, katılımcıların cevaplarının görev sırasındaki deneyimlerinden önyargılı olmasını önleyecek ve katılımcıların davranışlarının daha önce sorulan sorular nedeniyle önyargılı olmasını önleyecek şekilde yapılmalıdır.

Bu yöntem, gerçek yaya ortamlarının aynı anda sunulan birçok uyarana sahip olması nedeniyle sınırlıdır, bu nedenle bu ortamlarda gereken bilişsel yük muhtemelen bu çalışmadan çok daha yüksektir (bakınız Pourchon ve ark.7). Bununla birlikte, altta yatan nörofizyolojik mekanizmaları gerçekten belirleyebilmek için, böyle bir takas yapmak gerekli görünüyordu. Belirli bir çalışmanın amacına bağlı olarak, görsel uyaran, yürürken bir akıllı telefon kullanmanın görev değiştirme maliyetini etkileyebilecek farklı faktörleri test etmek için değiştirilebilir. Bu metodolojide, gerçek bir insan figürü yerine nokta-ışık yürüteç figürü kullanılmıştır, çünkü bu nokta-ışık yürüteci önyargıya daha az eğilimlidir. Gerçek bir insan yürütecinin ortaya çıkması bazı katılımcılar için daha hoş veya rahatsız edici olabilir ve bu da ona atfedilen dikkati etkileyebilir. Bir insan formunu ve insan hareketini temsil eden bir grup nokta kullanarak, sonuçları çarpıtabilecek diğer değişkenlerin yanı sıra, insan yürüyüşçüsünün cinsiyetinin, kıyafetinin, vücut imajının bu potansiyel yabancı değişkenini atlayabiliriz. Örneğin, insan yürütecini daha çekici bulan katılımcılar, dikkatlerini yürütece odaklamaya aksi takdirde sahip olacaklarından daha yatkın olabilirler.

Bu metodoloji gelecekteki çalışmalarda farklı uygulamalar için kullanılabilir. Örneğin, görsel uyaranı farklı özelliklere sahip olacak şekilde değiştirerek, bir ortamdaki nesnenin özelliklerinin görev değiştirme maliyetini nasıl etkileyebileceğini incelemek mümkün olacaktır. Bu yöntemi, katılımcıların ayaklarının güverteye karşı hareketinin koşu bandı kemerini hareket ettirdiği manuel bir koşu bandı ile kullanmak da ilginç olabilir. Bu şekilde, çoklu görev nedeniyle veya görev değiştirme nedeniyle deney sırasında hızın nasıl dalgalandığını belirleyebiliriz. Bu, analizde dikkate alınması gereken yeni bir değişken eklerken ekolojik geçerliliği artıracaktır (örneğin, durmak veya yürümek katılımcıların performansını daha yavaş veya daha hızlı etkiler mi?). Bu nedenle, hem uyaranlar hem de özne hareketi açısından, yürüme davranışlarını araştırırken mesajlaşmayı araştırmak için bu yöntemde önerilenlerden (yani, nokta-ışık yürüteci ve otomatik koşu bandı) birçok olasılık vardır (Pourchon ve ark.7, Schabrun ve ark.30). Bu, gelecekteki çalışmaların iç veya dış geçerliliğini artıracaktır. Ayrıca, EEG verilerini sadece iki elektrottan kullanma kararımızın bazı sınırlamalarla birlikte geldiği de belirtilmelidir. Gelecekteki araştırmalar, analizi birden fazla elektrodu kapsayan ilgi alanlarına genişletmeye çalışmalıdır. Bir konuşma komut dosyası kullanmamak ve konuşmanın doğal olarak gerçekleşmesine izin vermek de mümkün olacaktır. Bu gibi durumlarda konuşmanın içeriği bir içerik analizi ile analiz edilebilir ve farklı konuşma türlerinin etkisi doğal bir şekilde incelenebilir. Özetle, bu metodoloji, yürürken bir akıllı telefonla çoklu görev yapma kapasitemizi etkileyebilecek farklı faktörlerin bilgisini artırmak için daha karmaşık çalışmaların üzerine inşa edilebileceği temel olabilir.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarların açıklayacak hiçbir şeyleri yoktur.

Acknowledgments

Yazarlar, Kanada Sosyal ve Beşeri Bilimler Araştırma Konseyi'nin (SSHERC) finansal desteğini kabul etmektedir.

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

Davranış Sayı 158 görev değiştirme dikkat süreçleri nöroergonomi kaza analizi mobil cihaz 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

Yürürken Akıllı Telefon Kullanımının Anahtar Maliyetini Ölçme
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