Waiting
Login processing...

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

Neuroscience

कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी का उपयोग करके सहयोगी ड्राइंग के दौरान समूह सिंक्रनाइज़ेशन

Published: August 5, 2022 doi: 10.3791/63675
Automatic Translation
1, 1, 1, 1, 1
1Hospital Israelita Albert Einstein (HIAE)

Summary

वर्तमान प्रोटोकॉल एक सहयोगी ड्राइंग कार्य के दौरान चौकड़ी में पारस्परिक सिंक्रनाइज़ेशन को मापने के लिए कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस) और वीडियो-आधारित अवलोकन को जोड़ता है।

Abstract

कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस) एक गैर-आक्रामक विधि है जो विशेष रूप से कई विषयों में सेरेब्रल कॉर्टेक्स सक्रियण को मापने के लिए उपयुक्त है, जो पारिस्थितिक सेटिंग्स में समूह पारस्परिक बातचीत का अध्ययन करने के लिए प्रासंगिक है। यद्यपि कई एफएनआईआरएस सिस्टम तकनीकी रूप से एक साथ दो से अधिक व्यक्तियों की निगरानी करने की संभावना प्रदान करते हैं, समूह बातचीत में हेमोडायनामिक और व्यवहार प्रतिक्रियाओं को ट्रैक करने के लिए आसानी से लागू सेटअप प्रक्रियाओं और विश्वसनीय प्रतिमानों को स्थापित करना अभी भी आवश्यक है। वर्तमान प्रोटोकॉल एक सहकारी कार्य के दौरान चौकड़ी में पारस्परिक सिंक्रनाइज़ेशन को मापने के लिए एफएनआईआरएस और वीडियो-आधारित अवलोकन को जोड़ता है। यह प्रोटोकॉल डेटा अधिग्रहण और प्रतिमान डिजाइन के लिए व्यावहारिक सिफारिशें प्रदान करता है, साथ ही एक उदाहरणात्मक डेटा विश्लेषण उदाहरण के लिए मार्गदर्शक सिद्धांत भी प्रदान करता है। प्रक्रिया को एक प्रसिद्ध आइस-ब्रेकर गतिविधि, सहयोगी फेस ड्राइंग टास्क से प्रेरित सामाजिक और गैर-सामाजिक स्थितियों के बीच मस्तिष्क और व्यवहार पारस्परिक प्रतिक्रियाओं में अंतर का आकलन करने के लिए डिज़ाइन किया गया है। वर्णित प्रक्रियाएं एफएनआईआरएस पर्यावरण के लिए समूह प्राकृतिक सामाजिक संपर्क गतिविधियों को अनुकूलित करने के लिए भविष्य के अध्ययनों का मार्गदर्शन कर सकती हैं।

Introduction

पारस्परिक बातचीत व्यवहार भावनात्मक बंधनों को जोड़ने और बनाने की प्रक्रिया का एक महत्वपूर्ण घटक है। पिछले शोध से संकेत मिलता है कि इस व्यवहार को समकालिकता की घटना में व्यक्त किया जा सकता है, जब जैविक और व्यवहारिक संकेत सामाजिक संपर्क के दौरान संरेखित होते हैं। साक्ष्य से पता चलता है कि पहली बार बातचीत करने वाले लोगों के बीच समकालिकता हो सकती है 1,2,3. सामाजिक इंटरैक्शन और उनके अंतर्निहित तंत्रिका तंत्र पर अधिकांश अध्ययन एक ही व्यक्ति या दूसरे व्यक्ति के दृष्टिकोण 2,4 का उपयोग करते हैं, और इस ज्ञान को समूह सामाजिक गतिशीलता में स्थानांतरित करने के बारे में बहुत कम जानकारी है। तीन या अधिक व्यक्तियों के समूहों में पारस्परिक प्रतिक्रियाओं का मूल्यांकन करना अभी भी वैज्ञानिक अनुसंधान के लिए एक चुनौती है। यह प्राकृतिक परिस्थितियों में रोजमर्रा के मनुष्यों में सामाजिक बातचीत के जटिल वातावरण को प्रयोगशाला में लाने की आवश्यकता की ओरजाता है।

इस संदर्भ में, कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस) तकनीक प्राकृतिक संदर्भों में पारस्परिक बातचीत और इसके मस्तिष्क सहसंबंधों के बीच संबंधों का आकलन करने के लिए एक आशाजनक उपकरण है। यह कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) की तुलना में प्रतिभागी गतिशीलता पर कम प्रतिबंध प्रस्तुत करता है और गति कलाकृतियों 6,7 के लिए लचीला है। एफएनआईआरएस तकनीक मस्तिष्क सक्रियण (ऑक्सीजन युक्त और ऑक्सीजन युक्त हीमोग्लोबिन की रक्त एकाग्रता में परिवर्तन) के जवाब में हेमोडायनामिक प्रभावों का आकलन करके काम करती है। इन विविधताओं को खोपड़ी ऊतक के माध्यम से अवरक्त प्रकाश के प्रसार की मात्रा से मापा जा सकता है। पिछले अध्ययनों ने पारिस्थितिक हाइपरस्कैनिंग प्रयोगों में तकनीक के लचीलेपन और मजबूती और लागू तंत्रिका विज्ञान 6,8 में ज्ञान का विस्तार करने की क्षमता का प्रदर्शन किया है।

समूहों में सामाजिक संपर्क प्रक्रियाओं के तंत्रिका सहसंबंधों के प्राकृतिक मूल्यांकन के लिए एक प्रयोगात्मक कार्य का विकल्प लागू तंत्रिका विज्ञान अध्ययन9 के करीब आने में एक महत्वपूर्ण कदम है। समूह प्रतिमानों में एफएनआईआरएस के उपयोग के साथ साहित्य में पहले से ही रिपोर्ट किए गए कुछ उदाहरणों में संगीत प्रदर्शन 10,11,12, कक्षा इंटरैक्शन 8, और संचार 13,14,15,16,17 शामिल हैं।

पिछले अध्ययनों द्वारा अभी तक खोजे नहीं गए पहलुओं में से एक ड्राइंग गेम का उपयोग है जिसमें मुख्य विशेषता के रूप में सामाजिक संपर्क का आकलन करने के लिए सहानुभूति घटकों का हेरफेर है। इस संदर्भ में, अजनबियों के बीच गतिशीलता में सामाजिक संपर्क को प्रेरित करने के लिए अक्सर उपयोग किए जाने वाले खेलों में से एक सहयोगी ड्राइंग गेम18,19 है। इस खेल में, कागज की शीट को समान भागों में विभाजित किया जाता है, और समूह प्रतिभागियों को सभी सदस्यों के साझा आत्म-चित्र खींचने के लिए चुनौती दी जाती है। अंत में, प्रत्येक सदस्य के पास कई हाथों से सहयोगी तरीके से खींचा गया अपना चित्र है।

इसका उद्देश्य अजनबियों के बीच त्वरित एकीकरण को बढ़ावा देना है, जो समूह भागीदारों के चेहरे पर दृश्य ध्यान निर्देशित करके उकसाया जाता है। सदस्यों के बीच जिज्ञासा और परिणामस्वरूप भावनात्मक प्रक्रियाओं का समर्थन करने की क्षमता के कारण इसे "बर्फ तोड़ने वाली" गतिविधि माना जा सकताहै।

ड्राइंग कार्यों का उपयोग करने के फायदों में से एक उनकी सादगी और प्रजनन में आसानीहै। उन्हें किसी विशिष्ट तकनीकी प्रशिक्षण या कौशल की भी आवश्यकता नहीं है, जैसा कि संगीत प्रदर्शन प्रतिमान21,22,23,24 का उपयोग करके अध्ययनों में देखा गया है। यह सादगी सामाजिक संदर्भ 4,9,25 के भीतर अधिक प्राकृतिक उत्तेजना के विकल्प को भी सक्षम बनाती है।

समूहों में सामाजिक व्यवहार को प्रेरित करने के लिए एक उपकरण होने के अलावा, ड्राइंग कोमनोवैज्ञानिक मूल्यांकन के लिए एक उपकरण भी माना जाता है। कुछ ग्राफिक-प्रोजेक्टिव मनोवैज्ञानिक परीक्षण, जैसे हाउस-ट्री-पर्सन (एचटीपी) 27,28,29, मानव आकृति ड्राइंग - सिस्टो स्केल27, और काइनेटिक फैमिली ड्राइंग30 का उपयोग गुणात्मक और मात्रात्मक निदान के लिए पूरक तरीके से किया जाता है। उनके परिणाम आमतौर पर अचेतन प्रक्रियाओं को व्यक्त करते हैं, व्यक्ति की प्रतीकात्मक प्रणाली के बारे में सुराग देते हैं और इसलिए, दुनिया, अनुभवों, स्नेह आदि की उनकी व्याख्याएं।

ड्राइंग का अभ्यास किसी को सोचने पर मजबूर करता है और अनुभवों और चीजों के लिए अर्थ बनाने में मदद करता है, संवेदनाओं, भावनाओं, विचारों और कार्योंको जोड़ता है। यह इन जीवन अनुभवों को समझने और संसाधित करने के तरीके के बारे में सुरागदेता है। ड्राइंग दृश्य कोड का उपयोग करता है ताकि किसी को विचारों या भावनाओं को समझने और संवाद करने की अनुमति मिल सके, जिससे उन्हें हेरफेर के लिए सुलभ बनायाजा सके और इस प्रकार, नए विचारों और रीडिंग की संभावना पैदा हो सके।

कला चिकित्सा में, ड्राइंग ध्यान, स्मृति और विचारों और भावनाओं के संगठन पर काम करने के लिए एक उपकरण है, और इसका उपयोग सामाजिक संपर्क33 का उत्पादन करने के साधन के रूप में किया जा सकताहै।

इस अध्ययन का उद्देश्य एक सहयोगी ड्राइंग गतिशील का उपयोग करके चौकड़ी में पारस्परिक बातचीत के दौरान संवहनी और व्यवहारिक मस्तिष्क प्रतिक्रियाओं का आकलन करने के लिए एक प्राकृतिक प्रयोगात्मक प्रोटोकॉल विकसित करना था। इस प्रोटोकॉल में, चौकड़ी की मस्तिष्क प्रतिक्रियाओं का मूल्यांकन (व्यक्तिगत रूप से और भागीदारों के बीच समकालिकता) और संभावित परिणाम उपाय, जैसे व्यवहार संबंधी उपाय (ड्राइंग और गेज व्यवहार) प्रस्तावित हैं। उद्देश्य सामाजिक तंत्रिका विज्ञान पर अधिक जानकारी प्रदान करना है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

कार्यप्रणाली को अस्पताल इज़राइली अल्बर्ट आइंस्टीन (HIAE) आचार समिति द्वारा अनुमोदित किया गया था और यह एक सहयोगी ड्राइंग अनुभव के दौरान युवा वयस्कों के साथ तंत्रिका डेटा (fNIRS), साथ ही गेज व्यवहार डेटा एकत्र करने की प्रक्रिया पर आधारित है। सभी एकत्र किए गए डेटा को रेडकैप प्लेटफॉर्म पर प्रबंधित किया गया था ( सामग्री की तालिका देखें)। परियोजना का ऑडिट अस्पताल इजरायली अल्बर्ट आइंस्टीन (HIAE) की वैज्ञानिक अखंडता समिति द्वारा किया गया था। 18-30 वर्ष के युवा वयस्कों को वर्तमान अध्ययन के लिए विषयों के रूप में चुना गया था। सभी प्रतिभागियों से लिखित सूचित सहमति प्राप्त की गई थी।

1. अध्ययन के लिए तैयारी

  1. विषयों
    1. लक्ष्य अध्ययन नमूना निर्धारित करें।
    2. खेल से पहले सभी स्वयंसेवकों को प्रयोगात्मक प्रोटोकॉल और उनके अधिकारों के बारे में सूचित करें। सुनिश्चित करें कि वे एक सूचित सहमति फॉर्म और एक छवि उपयोग सहमति फॉर्म (अनिवार्य नहीं) पर हस्ताक्षर करते हैं, एक पंजीकरण फॉर्म भरते हैं, और मनोवैज्ञानिक प्रश्नावली और तराजू का उत्तर देते हैं।
    3. चौकड़ी के प्रतिभागियों (अजनबियों, दोस्तों, भागीदारों, आदि) के बीच संबंधों के स्तर को नियंत्रित करें, क्योंकि पिछला ज्ञान हस्तक्षेप कर सकता है। इस अध्ययन में, चौकड़ी अजनबियों से बनी थी।
    4. समान लिंग वाले व्यक्तियों की चौकड़ी की रचना करें।
      नोट: यह लिंग मानदंड सामाजिक संपर्क हस्तक्षेप से बचता है34,35.
  2. सेटिंग
    1. दृश्य से सभी संभावित आंखों को विचलित करने वालों को हटा दें।
    2. सेट अप करने के लिए, एक वर्ग तालिका, चार मल (x 14.96 इंच में 18.11 माप), और दो तार समर्थन (जैसे, ट्राइपॉड) शामिल हैं (चित्रा 1)।
    3. प्रायोगिक स्थिति के दौरान एयर कंडीशनिंग जैसे सभी विद्युत उपकरणों को बंद करें। सुनिश्चित करें कि कमरे में लोगों को देखने और खींचने के लिए पर्याप्त प्रकाश व्यवस्था है और कमरे का तापमान सुखद है।
    4. एफएनआईआरएस तारों की सीमा पर विचार करें ( सामग्री की तालिका देखें), सभी केबलों को स्थिति दें ताकि वे प्रयोगात्मक कार्य के दौरान स्थिर रहें।
    5. सेटिंग के साथ आगे बढ़ने के लिए दो शोधकर्ताओं के लिए जगह पर विचार करें।
    6. सुनिश्चित करें कि प्रयोगकर्ता अपनी स्क्रिप्ट और आंदोलन योजनाओं का पालन करते हैं।
    7. चौकड़ी को चौकड़ी को वर्गाकार मेज पर दो-दो करके रखें, ताकि प्रत्येक व्यक्ति अन्य तीन व्यक्तियों का निरीक्षण कर सके।
    8. प्रत्येक चौकड़ी प्रतिभागी को एक संख्या (1 से 4) के साथ एक टैग दें। सुनिश्चित करें कि विषय 1 विषय 3 से और विषय 2 के बगल में बैठता है।
      नोट: टैग संख्या तालिका पर विषयों की स्थिति और उनकी पहले से तैयार टोपी (सामग्री की तालिका) से मेल खाती है।
  3. ड्राइंग प्रतिमान
    1. सहयोगी चेहरा ड्राइंग- सामाजिक स्थिति
      नोट: इस खेल का लक्ष्य विषयों के दृश्य ध्यान को उनके भागीदारों के चेहरे पर निर्देशित करना है, जिससे उन्हें आपस में अधिक जागरूक अवलोकन के लिए प्रेरित किया जाता है। भावनाओं और दृश्य धारणा को जोड़कर, सहयोगी चेहरा ड्राइंग तकनीक प्रतिभागियों के बीच भावनात्मक प्रतिक्रियाओं, पारस्परिक जिज्ञासा और कनेक्टिविटी को सक्रिय करने का एक मूल्यवान तरीका है। इसके लिए मन की क्षमता के सिद्धांत की आवश्यकता होती है, जिसमें नकल और दूसरों के व्यवहार का अनुमान लगाना शामिलहै। निम्न चरणों का उपयोग करें:
      1. प्रतिभागियों को खेल के नियमों के बारे में निर्देश दें।
      2. प्रत्येक पेपर को तीन क्षैतिज स्ट्रिप्स में विभाजित करें, अर्थात् ड्राइंग स्ट्रिप्स।
      3. प्रत्येक पट्टी एक सामाजिक ड्राइंग स्थिति (जैसे, सी 1, सी 2) के अनुरूप है। हर सामाजिक ड्राइंग शर्त के बाद, चौकड़ी के बीच कागजात बदलें।
      4. प्रतिभागियों को सभी पेपर शीट की शीर्ष पट्टी पर माथे और आंख क्षेत्र को खींचने दें।
        नोट: मध्य पट्टी नाक और मुंह क्षेत्र को चित्रित करने के लिए है। नीचे की पट्टी ठोड़ी, गर्दन और कंधे के क्षेत्र को चित्रित करने के लिए है।
      5. सभी पेपर स्ट्रिप्स में किसे आकर्षित करना है (उदाहरण के लिए, एस 1 / एस 3 का अर्थ है कि प्रतिभागी 1 प्रतिभागी 3 को खींचता है और इसके विपरीत) के निर्देश शामिल करें।
      6. प्रत्येक पेपर एक प्रतिभागी के पूरी तरह से तैयार चित्र का प्रतिनिधित्व करता है।
        नोट: विभिन्न खेल चरणों के लिए विभिन्न पेस्टल लेखन पेपर रंगों पर विचार करें।
      7. प्रत्येक प्रतिभागी के चेहरे को उनके सहयोगियों द्वारा सहयोगी तरीके से चित्रित किया गया है। (चित्र 2)
    2. डॉट्स गेम-गैर-सामाजिक स्थिति से कनेक्ट करें
      नोट: नियंत्रण ड्राइंग स्थिति डॉट्स को जोड़ने का एक खेल है। प्रत्येक प्रतिभागी को ड्राइंग बनाने के लिए लग्न सीरियल नंबरों के बिंदुओं को जोड़ने के लिए आमंत्रित किया जाता है। डॉट्स गेम को कनेक्ट करने का उपयोग मानसिक लचीलेपन और दृश्य-मोटर कौशल जैसे संज्ञानात्मक डोमेन को मापने के लिए एक न्यूरोसाइकोलॉजिकल उपकरण के रूपमें किया जाता है। खेल विसुओस्पैटियल कौशल को उत्तेजित करता है, मानसिक गतिविधि37 को बढ़ाता है, और मानसिक क्षमताओं कोबढ़ाता है। निम्न चरणों का उपयोग करें:
    3. प्रतिभागियों को निर्देश दें।
      1. एक बार कैप स्थिति में होने के बाद, प्रतिभागियों को एफएनआईआरएस, उपकरण, कैप्स, तारों और प्रक्रिया से जुड़े संभावित जोखिमों या असुविधाओं के बारे में निर्देश दें।
      2. उन्हें किसी भी समय प्रयोग छोड़ने के अपने अधिकार के बारे में फिर से याद दिलाएं।
      3. दो अलग-अलग ड्राइंग कार्यों की व्याख्या करें।
      4. सहयोगी ड्राइंग के लिए, क्षैतिज स्ट्रिप्स की व्याख्या करें और कैसे पता करें कि प्रत्येक पट्टी में कहां और किसे खींचना है।
      5. कनेक्ट डॉट्स गेम के लिए, समझाएं कि उन्हें आंकड़ा सामने आने तक संख्याओं को आरोही क्रम में जोड़ना होगा।
      6. आराम की अवधि और रिकॉर्ड किए गए कार्य आदेशों के बारे में बताएं।
      7. प्रतिभागियों को अपने भागीदारों और उन विवरणों का निरीक्षण करने के लिए संलग्न करें जो उन्हें अलग करते हैं। इंगित करें कि, अध्ययन के अंत में, चौकड़ी जो नियमों का पालन करती है और सबसे विस्तृत आंकड़े खींचती है, उसे पुरस्कृत किया जाएगा।

Figure 1
चित्र 1: सेटिंग। सेटअप में एक वर्गीकृत तालिका, चार मल, और दो तार समर्थन (जैसे, ट्राइपॉड), एफएनआईआरएस उपकरण, एक कंप्यूटर और कैमरे शामिल हैं। (ए) सेटिंग योजना: ग्रीन नंबर (1-4) प्रयोगात्मक रन के दौरान प्रतिभागियों के लेबल और टेबल पर उनके मल / पोजिशनिंग के अनुरूप हैं। पीली संख्या: 1 = एफएनआईआरएस वायरिंग समर्थन, 2 = एफएनआईआरएस सिग्नल का नोटबुक रिसीवर, 3 = एनआईआरस्पोर्ट, 4 = 360 ° कैमरा, 5 = समर्थन कैमरे। (बी) प्रायोगिक रन के लिए तैयार सेटिंग। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 2
चित्र 2: सहयोगी चित्र-सहयोगी तरीके से तैयार किए गए चित्रों के उदाहरण। कृपया इस आंकड़े के बड़े संस्करण को देखने के लिए यहां क्लिक करें।

2. प्रायोगिक प्रतिमान

  1. FNIRS अधिग्रहण के लिए खेल अनुकूलित करें
    नोट: खेल को अनुकूलित करें ताकि एफएनआईआरएस के माध्यम से मस्तिष्क की कार्यात्मक छवि को कैप्चर करना संभव हो और उस डेटा में एक महत्वपूर्ण गुणवत्ता हो।
    1. ब्लॉकों की संख्या निर्धारित करें.
      नोट: परिणामों में त्रुटि के मार्जिन को कम करने के लिए शर्तों को पर्याप्त बार दोहराया जाना चाहिए। हालांकि, कई दोहराव प्रतिभागियों को कार्यों को स्वचालित करने के लिए प्रेरित कर सकते हैं।
    2. प्रत्येक ब्लॉक की अवधि की योजना बनाएं।
      नोट: हेमोडायनामिक कैप्शन प्रतिक्रिया समय (एक कार्य की शुरुआत के बाद औसतन 6 सेकंड) पर विचार करें। इसके अलावा, निम्नलिखित चरणों के लिए फ़िल्टर निर्धारित करने के लिए ब्लॉक आकार के प्रभाव पर विचार करें।
    3. दोनों स्थितियों के प्रत्येक ब्लॉक के अंत में एक आराम की स्थिति अवधि जोड़ें (ताकि अगले ब्लॉक की शुरुआत से पहले हेमोडायनामिक सिग्नल का क्षय हो जाए)।
    4. ब्लॉक के क्रम की योजना बनाएं और अग्रिम प्रभाव को कम करने के लिए छद्म-यादृच्छिक ब्लॉक अनुक्रम बनाएं।
    5. खेल की कुल अवधि की योजना बनाएं।
      नोट: एफएनआईआरएस तंग टोपी और एक दूसरे से उनकी निकटता के बारे में प्रतिभागियों की संभावित असुविधा पर विचार करें। इस प्रोटोकॉल में उपयोग किए गए ब्लॉक और शर्तें निम्नानुसार डिज़ाइन की गई थीं: सहयोगी ड्राइंग की सामाजिक स्थिति के नौ ब्लॉक (तालिका 1) और कनेक्टिंग डॉट्स की गैर-सामाजिक स्थिति के नौ ब्लॉक बनाए गए थे (अवधि = 40 एस प्रत्येक); प्रत्येक ब्लॉक के बीच 20 सेकंड की आराम अवधि; कार्यों को करने के लिए तीन अलग-अलग अनुक्रम (तालिका 2) (एक स्थिति को लगातार दो बार से अधिक किए जाने से बचने के लिए)। प्रयोगात्मक कार्य अवधि लगभग 18 मिनट थी।
  2. प्रतिमान प्रोग्रामिंग सॉफ्टवेयर
    1. प्रतिमान ब्लॉक बनाने और व्यवस्थित करने में सहायता करने के लिए एक सॉफ्टवेयर का उपयोग करें और प्रतिभागियों को एक नया कार्य शुरू करने के लिए सिग्नलिंग करें।
      नोट: NIRStim सॉफ्टवेयर ( सामग्री की तालिका देखें) का उपयोग इस मामले में किया गया था। ब्लॉक अनुक्रम बनाएं और प्रयोग के दौरान समय के साथ उनके वितरण को प्रोग्राम करें।
    2. प्रत्येक कार्य शुरू करने के लिए प्रतिभागियों को इंगित करने के लिए दृश्य (पाठ और चित्र) या श्रवण सामग्री के साथ घटनाओं को परिभाषित करें। ईवेंट टैब में, ईवेंट जोड़ें बटन पर क्लिक करें. इवेंट नाम में ईवेंट का नाम दें, स्टिम प्रकार में ईवेंट प्रकार का चयन करें, और रंग-ID पर प्रस्तुति अवलोकन में ईवेंट का प्रतिनिधित्व करने के लिए रंग निर्धारित करें. इवेंट मार्कर पर इन कार्यों की शुरुआत में अधिग्रहण सॉफ़्टवेयर को भेजने के लिए मार्कर बनाएं।
    3. परीक्षण टैब में कार्य निष्पादन क्रम और उनमें से प्रत्येक के दोहराव की संख्या निर्धारित करें। इसके अलावा, आराम की अवधि डालें। दोनों की अवधि ज्ञात कीजिए। रैंडमाइज प्रेजेंटेशन पर ऑन/ऑफ का चयन करके परीक्षणों को यादृच्छिक बनाना या नहीं करना संभव है; सेटिंग्स को सहेजें बटन पर सहेजें।
    4. प्रयोगात्मक रन के दौरान, रन दबाकर (प्रतिभागी व्याकुलता को रोकने के लिए) एक काली विंडो में प्रोग्राम किए गए सभी उत्तेजनाओं को प्रदर्शित करें।

तालिका 1: सहयोगी ड्राइंग स्थिति। S1 = विषय 1, S2 = विषय 2, S3 = विषय 3 और S4 = विषय 4 ड्राइंग द्याड्स दर्शाता है कि कौन ड्राइंग कर रहा है, और ड्राइंग स्ट्रिप प्रत्येक स्थिति में ड्राइंग के लिए लेखन पेपर की स्थिति का प्रतिनिधित्व करती है। उदाहरण के लिए, पहले ब्लॉक के लिए, नीले पेपर शीट का उपयोग करें। सी 1, सी 2, और सी 3 सामाजिक स्थितियों को चित्रित करने के प्रतिमान के 40 एस का प्रतिनिधित्व करते हैं जो एक चित्र को पूरा करते हैं। सी 1 (माथे के क्षेत्र को खींचना, याड खींचना: एस 2 और एस 4; एस 1 और एस 3), सी 2 (नाक क्षेत्र को खींचना, याड खींचना: एस 1 और एस 4; एस 2 और एस 3) और सी 3 (ठोड़ी क्षेत्र को खींचना, द्याड खींचना: एस 3 और एस 4; एस 1 और एस 2)। ब्लॉक 2 और 3 के लिए आरेख का पालन करें। यह रैंडमाइजेशन स्वयंसेवकों के बीच ड्राइंग के क्रम को बनाए रखता है (फ्रंटल पार्टनर, फिर फ्रंट-साइड पार्टनर, और अंत में, उनके बगल में बैठे साथी को खींचना) और खींचे जाने वाले शीट स्ट्रिप्स के क्रम को बदल देता है। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें.

तालिका 2: अनुक्रम 1-कार्य यादृच्छिकीकरण (सामाजिक, गैर-सामाजिक और आराम)। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें.

3. वीडियो सेटअप और डेटा अधिग्रहण

  1. कैमरा और वीडियो रिकॉर्डिंग
    1. व्यावसायिक रूप से उपलब्ध दृश्य कैमरा का चयन करें (360°, सामग्री तालिका देखें). इसे मेज पर रखें ताकि सभी प्रतिभागियों की आंख और सिर की गतिविधियों को एक साथ माना जा सके।
    2. मेमोरी कार्ड और बैटरी को साफ और जांचें। छवि की चमक की जांच करें। प्रतिभागियों को स्थित करने से पहले इन आइटमों का परीक्षण करें।
    3. एफएनआईआरएस रिसेप्शन पर संभावित हस्तक्षेप की जांच करें। यदि हां, तो उपकरण और उसके रिसीवर के बीच की जगह बढ़ाएं।
    4. उपकरण रिसीवर को fNIRS डेटा रिसीवर से स्वतंत्र होना चाहिए। तालिका सेटिंग से यथासंभव स्थित नोटबुक या टैबलेट पर विचार करें।
    5. उपकरण प्रारंभ करें, इंटरफ़ेस की जाँच करें, और fNIRS अंशांकन से पहले रिकॉर्डिंग मोड सेट करें।
    6. एक या दो आसन्न या सहायक कैमरों पर विचार करें जिन्हें तालिका के दोनों किनारों के बाद रखा जा सकता है।
  2. वीडियो विश्लेषण
    1. मूल्यवान सांख्यिकीय परिणामों के लिए, एक सिंक्रनाइज़ दृश्य / विश्लेषण सॉफ़्टवेयर या प्लेटफ़ॉर्म का चयन करें जो एक साथ कई वीडियो सामग्री के प्रतिलेखन और कोडिंग की अनुमति देता है, जैसे इंटरएक्ट ( सामग्री की तालिका देखें)।
    2. पैरामीटर सेट करें जो शोध प्रश्नों के लिए अवलोकन डेटा को परिष्कृत करने के लिए पैटर्न / अनुक्रमों की खोज को सक्षम करते हैं, उदाहरण के लिए, व्यक्तिगत गेज व्यवहार मैट्रिक्स, सिर और आंखों की गति, हाथ की गति, चेहरे के भाव और बात करने वाले व्यवहार।
    3. यदि कोई शारीरिक उपायों को रिकॉर्ड करने की योजना बनाता है, तो एक सॉफ्टवेयर पर विचार करें ( सामग्री की तालिका देखें) जो अन्य अधिग्रहण प्रणालियों से मापा डेटा के एकीकरण की अनुमति देता है।
    4. विश्लेषण प्रक्रिया में, न केवल घटनाओं की अवधि पर विचार करें, बल्कि अनुक्रम, समय में उनकी स्थिति, और वे एक दूसरे से कैसे संबंधित हैं।
  3. डेटा निष्कर्षण
    1. सभी कैमरों (एमपी 4 प्रारूप) से वीडियो डाउनलोड करके शुरू करें। उन्हें इंटरैक्ट में लोड करें। कोडिंग और आगे के विश्लेषण के लिए वीडियो डेटा को विभाजित करें। डेटा निष्कर्षण के लिए, वीडियो अनुभागों को मैन्युअल रूप से चिह्नित करें और उन्हें कोड प्रदान करें।
      नोट: सेगमेंटिंग और कोडिंग का उद्देश्य डेटा श्रेणियां प्रदान करना है ताकि शोधकर्ता विभिन्न लक्ष्य व्यवहारों को उजागर और विश्लेषण कर सकें।
    2. विभाजन
      1. कोड सेटिंग्स दबाकर, ब्लॉक अनुभागों को सामाजिक और गैर-सामाजिक स्थितियों और विश्राम अवधि में विभाजित करके एक पहला स्तर बनाएं। सामाजिक स्थितियों (फेस ड्राइंग) के साथ प्रतिभागियों के व्यवहार डेटा को विभाजित करके एक दूसरा स्तर बनाएं। ऑडियो ट्रिगर टाइमलाइन का उपयोग करके उन्हें संरेखित करें। मैन्युअल रूप से प्रत्येक स्थिति की शुरुआत और अंत को चिह्नित करें। दिशानिर्देशों का पालन करते हुए कोडिंग योजना को परिभाषित करें (चरण 3.3.2.2.-3.3.2.6.)।
      2. सुनिश्चित करें कि कोडिंग योजना व्यक्तिगत रूप से सभी प्रतिभागियों से प्रत्येक फेस ड्राइंग सेक्शन (सामाजिक स्थिति) के लिए व्यवहार संकेतों (अवधि और मात्रा) को ट्रैक करती है।
      3. ड्राइंग पार्टनर की ओर ऑब्जेक्ट-संबंधित ध्यान-प्रतिभागी की दृष्टि के लिए कोड।
        नोट: गेज व्यवहार का एक दोहरा कार्य है: दूसरों से जानकारी एकत्र करना (एन्कोडिंग), साथ ही दूसरों से संवाद करना (सिग्नलिंग) 39,40।
      4. पारस्परिक दृष्टि के लिए कोड (जब दोनों साथी जो एक दूसरे को खींच रहे हैं, दृश्य संपर्क साझा करते हैं)।
        नोट: हाल के अध्ययनों से पता चला है कि पूर्ववर्ती रोस्ट्रल मेडियल प्रीफ्रंटल कॉर्टेक्स (एआरएमपीएफसी) में गतिविधि में वृद्धि हुई है और अवर फ्रंटल गाइरस (आईएफजी) के साथ इसकी युग्मन जब भागीदारों ने आपसी गेज41 स्थापित किया।
      5. घूरने वाले व्यवहार (एकल या पारस्परिक) के दौरान संबंधित व्यवहारों के लिए कोड जैसे कि मुस्कुराना, प्रत्यक्ष भाषण, चेहरे के भाव और हंसना, ड्राइंग पार्टनर के प्रति उच्च ध्यान का संकेत देता है (पूरक चित्र 1)।
      6. समूह प्रतिभागियों के गेज व्यवहार डेटा को श्रेणियों में स्थानांतरित और उप-विभाजित करें। प्रत्येक प्रतिभागी को लेबल करके उनके लिए इंटरैक्शन कोड बनाएं। कोडिंग करते समय लक्ष्य व्यवहार और टैग संख्या स्पष्ट करें।
    3. कोडिंग और विश्लेषण
      नोट: शोधकर्ताओं में से एक को व्यवहार कोडिंग कार्य और विश्लेषण करना चाहिए, क्योंकि वे आसानी से वीडियो में पहचाने जाते हैं। निम्नलिखित का निरीक्षण करें:
      1. जानकारी का निष्कर्षण मैन्युअल रूप से होना चाहिए; कोडिंग योजना के अनुसार प्रत्येक स्थिति की समयरेखा पर देखे गए व्यवहार को चिह्नित करें। प्रत्येक व्यवहार की अवधि चिह्नित करें। प्रत्येक प्रतिभागी के लिए अलग-अलग ऐसा करें।
      2. साझा व्यवहार ों की तलाश के लिए प्रतिभागियों की समयसीमा को क्रॉस-रेफरेंस करें। साझा करने की गुणवत्ता का विश्लेषण करने के लिए वीडियो अवलोकन पर लौटें (पूरक चित्रा 2)।
      3. निर्यात कुंजी का उपयोग करके, कच्चे डेटा को पाठ फ़ाइल या तालिका फ़ाइल के रूप में निर्यात करें ताकि डेटा को समयरेखा के साथ क्रमबद्ध किया जा सके, चयनित, गिना और तालिकाबद्ध किया जा सके।
        नोट: इस प्रोटोकॉल में, कोडित घटनाअनुक्रम42 की छोटी संख्या के कारण अनुक्रमिक विश्लेषण फ़ंक्शन का उपयोग नहीं किया गया था।
  4. आरेखण मीट्रिक
    नोट: यह प्रोटोकॉल प्रतिभागियों के गेज व्यवहार और लागू मनोवैज्ञानिक परीक्षणों के बीच संभावित सहसंबंधों का अध्ययन करने के लिए ड्राइंग मैट्रिक्स का उपयोग करता है। निम्नलिखित मानदंड निर्धारित किए गए थे:
    1. स्ट्रोक की मात्रा: मैन्युअल रूप से प्रत्येक फेस ड्राइंग सेक्शन में प्रत्येक प्रतिभागी द्वारा किए गए ड्राइंग स्ट्रोक की संख्या की गणना करें।
    2. रेखा निरंतरता: लंबी और छोटी खींची गई रेखाओं की उप-विभाजित श्रेणियां। मैन्युअल रूप से प्रतिभागियों की लंबी और छोटी खींची गई लाइनों की गणना करें।
      नोट: अवलोकन संबंधी ड्राइंग एक चुने हुए वास्तविक वस्तु के प्रत्यक्ष अवलोकन से उत्पन्न होती है। हाल के कुछ अध्ययनों में लाइन की लंबाई और अनुरेखण या ड्राइंग कार्यों के बीच एक सहसंबंध पाया गया। ट्रेसिंग टास्क लाइनें टास्क लाइनेंखींचने से लंबी होती हैं। यह प्रोटोकॉल अनुरेखण को याद की गई छवियों के साथ जोड़ता है जिन्हें व्यक्ति ने स्थिर बना दिया है और अपने प्रतीकात्मक प्रणाली18 में संदर्भ ों को चित्रित करने के रूप में रखता है।
    3. ड्राइंग पैटर्न: व्यक्तिगत ड्राइंग पैटर्न से संबंधित18 (चित्रा 3)।
      नोट: यह प्रोटोकॉल ड्राइंग पैटर्न के लिए एक द्विआधारी वर्गीकरण पर विचार करता है: 0, जब प्रतिभागी अवलोकन संबंधी ड्राइंग मोड में होता है (यानी, जब प्रतिभागी अपनी ड्राइंग ऑब्जेक्ट को देखता है और जो वह देखता है उसकी नकल करता है); और 1, जब ड्राइंग आंतरिक स्थिर याद की गई छवियों को दर्शाता है (जब ड्राइंग स्थितियों में आंखों, मुंह और बालों जैसे आकृतियों को दोहराने का एक पैटर्न होता है)।
    4. प्रयोग के दौरान तैयार किए गए विवरणों की गिनती सहित विवरणों का निरीक्षण करें (उदाहरण के लिए, झुर्रियां, धब्बे, आंख का आकार, और भौं का आकार, दूसरों के बीच)।
      नोट: खींचा गया विवरण ड्राइंग की वस्तु पर अधिक ध्यान देने का संकेत दे सकता है।
  5. मनोवैज्ञानिक परीक्षण
    1. समूह अध्ययन करते समय चिंता और अवसाद, ध्यान-घाटे / अति सक्रियता विकार और सामाजिक कौशल के लक्षणों के लिए स्क्रीन। नि: शुल्क या व्यावसायिक रूप से उपलब्ध तराजू का उपयोग करें।
      नोट: यह प्रोटोकॉल निम्नलिखित का उपयोग करने का सुझाव देता है: अस्पताल चिंता और अवसाद स्केल44; सामाजिक कौशल सूची45 (एक सूची जो व्यक्ति के सामाजिक कौशल प्रदर्शनों की सूची का मूल्यांकन करती है); और वयस्कों में ध्यान-घाटे / अति सक्रियता विकार (एडीएचडी) के आकलन केलिए वयस्क स्व-रिपोर्ट स्केल (एएसआरएस -18)।

Figure 3
चित्र 3: अलग-अलग आरेखण पैटर्न के उदाहरण. कृपया इस चित्र का बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

4. एफएनआईआरएस सेटअप और डेटा अधिग्रहण

  1. डेटा अधिग्रहण हार्डवेयर
    1. एफएनआईआरएस पंजीकरण के लिए अधिग्रहण हार्डवेयर का उपयोग करना सुनिश्चित करें। रिकॉर्डिंग को सिस्टम के संयोजन द्वारा किया जाना चाहिए जिसे एक ही रिकॉर्डिंग प्रोग्राम में पढ़ा जा सकता है, कुल 16 चैनल।
      नोट: वर्तमान अध्ययन के लिए दो निरंतर-तरंग प्रणालियों (NIRSport, सामग्री की तालिका देखें) का उपयोग करके डेटा अधिग्रहण किया गया था। उपकरण के प्रत्येक टुकड़े में आठ एलईडी रोशनी स्रोत होते हैं जो निकट-अवरक्त प्रकाश (760 एनएम और 850 एनएम) और आठ ऑप्टिकल डिटेक्टरों (7.91 हर्ट्ज) के दो तरंग दैर्ध्य उत्सर्जित करते हैं।
  2. fNIRS ऑप्टोड चैनल कॉन्फ़िगरेशन
    1. PFC क्षेत्रों पर ऑप्टोड का पता लगाने के लिए NIRSite उपकरण का उपयोग करें ( सामग्री की तालिका देखें)। कैप्स पर ऑप्टोड के वितरण को इस तरह से कॉन्फ़िगर करें कि चैनल सभी प्रतिभागियों के सिर पर रुचि के क्षेत्रों के ऊपर स्थित हों।
    2. संकेतों के एक साथ अधिग्रहण के लिए चार प्रतिभागियों के बीच ऑप्टोड को विभाजित करें।
      नोट: कैप्स में अंतरराष्ट्रीय 10-20 प्रणाली के आधार पर एक कॉन्फ़िगरेशन होना चाहिए, और रुचि के शारीरिक क्षेत्रों में द्विपक्षीय प्रीफ्रंटल कॉर्टेक्स का सबसे पूर्ववर्ती हिस्सा शामिल है। इस प्रोटोकॉल के लिए, ऑप्टोड प्लेसमेंट को fNIRS Optodes के स्थान निर्णायक (fOLD) टूलबॉक्स47 द्वारा निर्देशित किया गया था। आईसीबीएम 152 हेड मॉडल ( सामग्री की तालिका देखें) पार्सेलेशन ने मोंटेज उत्पन्न किया। सामाजिक संपर्क कार्यों में प्रीफ्रंटल कॉर्टेक्स क्षेत्र की भर्ती को व्यवहार नियंत्रण प्रक्रियाओं के सहसंबंध के रूप में समझाया गया है, जिसमें आत्म-विनियमन48 भी शामिल है। चित्रा 4 स्रोतों और डिटेक्टरों की स्थिति का प्रतिनिधित्व करता है।
  3. कलाकृतियों को रोकना
    1. उस कमरे से विचलित करने वालों को हटा दें जहां खेल होगा।
    2. स्वयंसेवकों को केवल आवश्यकतानुसार स्थानांतरित करने की सलाह दें।
    3. प्रयोग के दौरान, एनआईआरस्पोर्ट एम्पलीफायर और लैपटॉप को इलेक्ट्रिकल नेटवर्क से डिस्कनेक्ट करें।
    4. इन्फ्रारेड स्पेक्ट्रम के पास काम करने वाले किसी भी अन्य उपकरण को बंद करें, जैसे कि एयर कंडीशनिंग उपकरण। पर्यावरण में मौजूद बिजली के उपकरणों को बंद कर दें।
  4. FNIRS उपकरण सेट करना
    1. इससे पहले, चार प्रतिभागियों के मस्तिष्क परिधि को निम्नानुसार मापें: प्रत्येक प्रतिभागी के टोपी आकार को निर्धारित करने के लिए नाक और सिर के चारों ओर आयन के बीच की दूरी को मापें। ऑप्टोड को अधिक स्थिरता देने के लिए हमेशा सिर की परिधि के संबंध में एक छोटे आकार की टोपी का उपयोग करें।
    2. अधिग्रहण के दिन, प्रतिभागियों को मल पर बैठने का निर्देश दें और फिर सिर पर टोपी रखने की अपेक्षित प्रक्रिया की व्याख्या करें।
    3. पूर्व निर्धारित सेटिंग्स के अनुसार स्रोतों और डिटेक्टरों को कैप पर फिट करें। संगठन के मामले के रूप में, विषय 1 पर ऑप्टोड 1 से 4, विषय 2 पर 5 से 8 तक, विषय 3 पर 9 से 12 तक और विषय 4 पर 13 से 16 तक ऑप्टोड का उपयोग करने के पैटर्न का पालन करें।
    4. प्रतिभागियों के सिर पर कैप्स लगाएं और उन्हें इस तरह रखें कि केंद्रीय मध्य रेखा (सीजेड) सिर के शीर्ष पर हो। यह जांचने के लिए कि क्या सीजेड केंद्रीय स्थिति में है, प्रमाणित करें कि यह नासियन और आयन के बीच आधी दूरी पर स्थित है।
      1. इसके अलावा, सिर के शीर्ष और स्थिति सीजेड के ऊपर बाएं और दाएं कान (हेलिक्स के क्रूस) के बीच की दूरी को मापें।
    5. परिवेश रोशनी को डेटा अधिग्रहण में हस्तक्षेप करने से रोकने के लिए ओवरकैप्स का उपयोग करें।
    6. ऑप्टोड के तारों को एम्पलीफायरों से कनेक्ट करें। संगठन के मामले के रूप में, ऑप्टोड 1 से 8 को NIRSport 1 और ऑप्टोड 9 से 16 को NIRSport2 से जोड़ने के पैटर्न का पालन करें।
    7. NIRSport 1 और 2 दोनों को USB केबल के माध्यम से कंप्यूटर से कनेक्ट करें।
  5. डेटा अधिग्रहण सॉफ्टवेयर
    1. उपकरण स्थापित करने के बाद, एफएनआईआरएस डेटा प्राप्त करने के लिए एक सॉफ्टवेयर सक्षम करें। इस अध्ययन में, NIRStar ( सामग्री की तालिका देखें) सॉफ्टवेयर का उपयोग किया गया था। NIRStar पर, निम्नलिखित चरणों का पालन करें:
      1. मेनू पट्टी पर हार्डवेयर कॉन्फ़िगर करें पर क्लिक करें. हार्डवेयर विनिर्देश टैब पर विकल्प टेंडम मोड का चयन करें ताकि हाइपरस्कैनिंग की जा सके।
      2. कॉन्फ़िगर हार्डवेयर टैब पर, पूर्वनिर्धारित सामान्य मोंटेज में से या अनुकूलित लोगों में से मोंटाज का चयन करें, और चैनल सेटअप और टोपो लेआउट में सेटिंग्स की जाँच करें।
      3. प्रदर्शन कक्ष पर कैलिब्रेट क्लिक करके स्वचालित अंशांकन निष्पादित करें. सिग्नल गुणवत्ता संकेतक प्राप्त डेटा की अखंडता के सत्यापन की अनुमति देता है। आकलन करें कि अधिग्रहण शुरू करने के लिए डेटा की गुणवत्ता पर्याप्त है या नहीं; यही है, देखें कि चैनलों को हरे या पीले रंग के रूप में संकेत दिया गया है या नहीं।
        नोट: यदि निर्देशित चैनलों को लाल या सफेद रंग में दर्शाया गया है, तो उन्हें टोपी से हटा दें, जांचें कि प्रकाश को सिर तक पहुंचने से रोकने वाले कोई बाल नहीं हैं, और कपड़े या तौलिया से ऑप्टोड को साफ करें। उन्हें फिर से टोपी से कनेक्ट करें और अंशांकन दोहराएं।
      4. प्रक्रिया शुरू करने के लिए तैयार होने पर, पूर्वावलोकन पर क्लिक करके सिग्नल कैसे प्राप्त किए जा रहे हैं, इसका पूर्वावलोकन करें। फिर, रिकॉर्ड पर संकेतों को रिकॉर्ड करना शुरू करें।
      5. NIRStim, ब्लॉक प्रोग्रामिंग सॉफ़्टवेयर खोलें ( सामग्री की तालिका देखें), और प्रोग्राम किए गए ब्लॉकों की प्रस्तुति शुरू करें। मार्करों को स्वचालित रूप से पंजीकृत किया जाना चाहिए, और उनके अंकन को एफएनआईआरएस डेटा अधिग्रहण सॉफ्टवेयर पर देखा जाना चाहिए।
      6. प्रक्रिया के अंत के बाद, स्टॉप पर क्लिक करके रिकॉर्डिंग बंद करें, सॉफ़्टवेयर बंद करें, और सत्यापित करें कि फ़ाइल चुनी गई निर्देशिका में सहेजी गई है या नहीं।
  6. fNIRS डेटा विश्लेषण
    1. NIRSLAB सॉफ्टवेयर49 का उपयोग करके संकेतों को प्रीप्रोसेस करें ( सामग्री की तालिका देखें)। नीचे दिए गए चरणों का पालन करें:
      1. हृदय और श्वसन आवृत्तियों, साथ ही साथ बहुत कम आवृत्ति दोलनों को हटाने के लिए कच्चे तीव्रता डेटा पर एक बैंड-पास टेम्पोरल फ़िल्टर (0.01-0.2 हर्ट्ज) लागू करें।
      2. सिग्नल गुणवत्ता नियंत्रण के लिए, प्रत्येक चैनल लाभ के लिए बहिष्करण मानदंड निर्धारित करें जो आठ से ऊपर और भिन्नता का गुणांक 7.5% से ऊपर है।
      3. बेसलाइन के रूप में पूरी समय श्रृंखला के साथ संशोधित बीयर-लैम्बर्ट कानून को लागू करके एचबीओ 2 और एचएचबी में परिवर्तनों की गणना करें।
        नोट: इस अध्ययन में, HbO2 और HHb समय श्रृंखला को ब्लॉक (सामाजिक और गैर-सामाजिक) में विभाजित किया गया था और सांख्यिकीय कंप्यूटिंग के लिए R प्लेटफ़ॉर्म8 में बाद के विश्लेषण के लिए पाठ फ़ाइलों के रूप में निर्यात किया गया था ( सामग्री की तालिका देखें)।
      4. सामाजिक और नियंत्रण स्थितियों का अलग-अलग विश्लेषण करें। प्रत्येक स्थिति के नौ ब्लॉकों में से प्रत्येक के लिए एक सहसंबंध मैट्रिक्स का निर्माण करें ताकि इसके तत्व मूल्यांकन चैनल में विषयों की प्रत्येक जोड़ी के बीच सहसंबंध (स्पीयरमैन) के अनुरूप हों। कार्य भर में व्यक्तियों के बीच सहसंबंधों के सांख्यिकीय महत्व के लिए, 5% के महत्व स्तर पर विचार करते हुए, एक-नमूना माध्य के लिए टी-टेस्ट8 का उपयोग करें।

Figure 4
चित्रा 4: विषय 1 कैप पर ऑप्टोड का वितरण। अक्षर S और D क्रमशः स्रोतों और डिटेक्टरों का प्रतिनिधित्व करते हैं। एएफ 7 पर एस 1 10-20 प्रणाली का समन्वय करता है; एएफ 3 पर एस 2; एएफ 8 पर एस 3; AF4 पर S4; एफपी 1 पर डी 1; एफ 5 पर डी 2; एफपी 2 पर डी 3; और F6 पर D4. चैनलों को निम्नलिखित कॉन्फ़िगरेशन में रखा गया है: एस 1-डी 1 के बीच चैनल 1; एस 1-डी 2 के बीच 2; एस 2-डी 1 के बीच 3; एस 2-डी 2 के बीच 4; एस 3-डी 3 के बीच 5; एस 3-डी 4 के बीच 6; एस 4-डी 3 के बीच 7; और एस 4-एफडी 4 के बीच 8। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

प्रोटोकॉल युवा महिलाओं (24-27 वर्ष की आयु) से बनी चौकड़ी पर लागू किया गया था, उनमें से सभी स्नातकोत्तर कार्यक्रमों (अस्पताल इज़राइली अल्बर्ट आइंस्टीन, साओ पाउलो, ब्रासिल) के छात्र थे, जिसमें मास्टर या डॉक्टरेट स्तर की शिक्षा थी। सभी प्रतिभागी दाएं हाथ के थे, और केवल एक ने पिछले ड्राइंग अनुभव होने की सूचना दी। किसी भी प्रतिभागी के पास न्यूरोलॉजिकल विकारों का इतिहास नहीं था।

तराजू और मनोवैज्ञानिक परीक्षण परिणामों के लिए, दो प्रतिभागियों (2 और 4) ने चिंता के लिए उच्च स्कोर दिखाए (9)44 के संदर्भ मूल्य के खिलाफ 17 और 15 और अवसाद के लिए कटऑफ मूल्य (9)44। ध्यान और अति सक्रियता के लिए सभी प्रतिभागियों के स्केल परिणामों ने कटऑफ मूल्यों से नीचे स्कोर दिखाया

प्रतिभागियों के सामाजिक कौशल प्रदर्शनों की सूची को भी मापा गया था। विषय 2, 3, और 4 ने 70% से अधिक स्कोर प्राप्त किए (सामाजिक कौशल के अच्छी तरह से विकसित प्रदर्शनों की सूची)। विषय 1 ने 25% का स्कोर प्रस्तुत किया (सामाजिक कौशल में कमी से संबंधित)। यह परीक्षण विशिष्ट सामाजिक कौशल जैसे एफ 1, मुकाबला करने और जोखिम के साथ आत्म-दावा का भी विश्लेषण करता है; एफ 2, सकारात्मक भावनाओं को व्यक्त करने में आत्म-दावा; एफ 3, बातचीत और सामाजिक संसाधनशीलता; एफ 4, अजनबियों और नई स्थितियों के लिए आत्म-जोखिम; और एफ 5, आत्म-नियंत्रण और आक्रामकता। इन कारकों के लिए, सभी प्रतिभागियों ने एफ 1, एफ 2, और एफ 3 (1% से 3%) के लिए कम स्कोर और एफ 4 (20% से 65%) और एफ 5 (65% से 100%) के लिए उच्च स्कोर दिखाए।

एफएनआईआर प्रारंभिक परिणाम (चित्रा 5) ने बाएं और दाएं गोलार्धों में स्थित दोनों चैनलों में सामाजिक और गैर-सामाजिक ड्राइंग स्थितियों में विषय 1, 2 और 3 के लिए विशिष्ट मस्तिष्क सक्रियण दिखाया; हालांकि, सक्रियण पैटर्न अलग थे। दूसरी ओर, प्रतिभागी 4 ने एटिपिकल मस्तिष्क सक्रियण दिखाया।

Figure 5
चित्र 5: fNIRS डेटा के समूह औसत के परिणाम. (A) विषय 1 पर fNIRS संकेतों का ब्लॉक औसत. बाएं और दाएं तरफ के चैनल दोनों स्थितियों (सामाजिक और गैर-सामाजिक) के लिए एक्स-अक्षों में अलग-अलग प्रदर्शित होते हैं। (बी) विषय 2 पर एफएनआईआरएस संकेतों का ब्लॉक औसत। बाएं और दाएं तरफ के चैनल दोनों स्थितियों (सामाजिक और गैर-सामाजिक) के लिए एक्स-अक्षों में अलग-अलग प्रदर्शित होते हैं। (ग) विषय 3 पर एफएनआईआरएस संकेतों का ब्लॉक औसत। बाएं और दाएं तरफ के चैनल दोनों स्थितियों (सामाजिक और गैर-सामाजिक) के लिए एक्स-अक्षों में अलग-अलग प्रदर्शित होते हैं। (घ) विषय 4 पर एफएनआईआरएस संकेतों का ब्लॉक औसत। बाएं और दाएं तरफ के चैनल दोनों स्थितियों (सामाजिक और गैर-सामाजिक) के लिए एक्स-अक्षों में अलग-अलग प्रदर्शित होते हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

ऑक्सीहीमोग्लोबिन सिग्नल (चित्रा 6) को सामाजिक और नियंत्रण दोनों स्थितियों के लिए कार्य के अंतिम भाग के दौरान विषयों के बीच महत्वपूर्ण रूप से सिंक्रनाइज़ किया गया था (चित्रा 6: 0.14 का औसत सहसंबंध; टी-वैल्यू = 1.77 और पी-वैल्यू = 0.046) और सहयोगी ड्राइंग स्थिति (0.12 का औसत सहसंबंध; टी-वैल्यू = 2.39 और पी-वैल्यू = 0.028)।

Figure 6
चित्रा 6: प्रयोग के दौरान विषयों के मस्तिष्क (ऑक्सीहेमोग्लोबिन) सहसंबंधों का बॉक्सप्लॉट। प्रत्येक बॉक्स में एक क्षैतिज रेखा होती है (जो माध्य को इंगित करती है)। शीर्ष किनारा 75 वें प्रतिशत और निचले किनारे 25 वें प्रतिशत का प्रतिनिधित्व करता है। त्रुटि पट्टियों के लिए, बॉक्सप्लॉट 1,5 IQR मान पर आधारित है, तीसरे चतुर्थक से ऊपर, और Q1 के नीचे, निचले चतुर्थक। तारांकन (*) शून्य से सांख्यिकीय रूप से महत्वपूर्ण अंतर को इंगित करता है। भाग 1 प्रयोगात्मक ब्लॉक के पहले एक-तिहाई से मेल खाता है (जिसमें सी 1, सी 2, और सी 3 शामिल हैं- पहला पूर्ण सहयोगी डिजाइन-आराम की अवधि और गैर-सामाजिक डिजाइन स्थिति के साथ जुड़ा हुआ है); भाग 2: सी 4-सी 6; भाग 3: C7-C9. कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

वीडियो विश्लेषण से पता चला है कि प्रतिभागियों ने एक-दूसरे को देखा जब वे साथी खींच रहे थे और कभी-कभी एक दूसरे के साथ अपनी नज़र साझा करते थे। कुल दृष्टि की मात्रा के साथ, उन स्थितियों में अधिक मात्रा में तुल्यकालिक दृष्टि देखी गई जहां साथी ललाट स्थिति में था। प्रयोग के मध्य से अंत तक, तुल्यकालिक गेज में काफी कमी आई, और सी 9 में, वे नहीं हुए।

ड्राइंग विश्लेषण के संबंध में, केवल विषय 3 ने पिछले ड्राइंग अनुभव (6 साल का पाठ्यक्रम) होने की सूचना दी। विषय 1, 2, और 4 में स्ट्रोक की मात्रा और निरंतरता में समान उत्पादन था। प्रतिभागी 3 ने छोटे, गैर-निरंतर स्ट्रोक और कुल स्ट्रोक की अधिक संख्या का ड्राइंग तरीका दिखाया। सभी चार प्रतिभागियों ने स्पष्ट रूप से अपने चित्रों (पिछले ड्राइंग पैटर्न) में आंकड़ों का एक निरंतर पैटर्न बनाए रखा, हालांकि विषय 3 और 4 ने अधिक संख्या में देखे गए विवरणों को पुन: प्रस्तुत किया। यहां तक कि अलग-अलग भागीदारों को खींचते समय, आंख, मुंह और नाक खींचने वाले पैटर्न थे जो प्रतिभागियों ने सामाजिक स्थिति में दोहराया था। पूर्व ड्राइंग अनुभव वाले प्रतिभागी के लिए, पिछले ड्राइंग पैटर्न (देखें 3.4.3.) भी देखे गए (उदाहरण के लिए, भौहें और आंखें)।

पूरक चित्रा 1: कोड इंटरफ़ेस और वीडियो। यह आंकड़ा वीडियो संहिताकरण, विभाजन, घटनाओं की समयरेखा और कोडिंग योजना का प्रतिनिधित्व करता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक चित्र 2: गेज और ड्राइंग कार्यों का प्रतिच्छेदन। स्थिति आराम: 20 सेकंड की आराम अवधि; शर्त ड्रॉ: प्रयोग की सामाजिक स्थिति (40 एस); स्थिति डॉट्स: कनेक्टिंग डॉट्स (40 एस) की नियंत्रण स्थिति; इंटरैक्शन गेज 1: विषय 1 साथी को चित्रित करने की तलाश में; इंटरैक्शन टॉक 1: विषय 1 बोलना; इंटरैक्शन बॉडी 2: विषय 2 गैर-मौखिक संचार में हाथ, कंधे और सिर को हिलाना। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

इस अध्ययन का उद्देश्य प्राकृतिक परिस्थितियों में समवर्ती रूप से चार दिमागों पर हाइपरस्कैनिंग का उपयोग करके एक प्रोटोकॉल बनाना था। प्रयोगात्मक प्रतिमान ने विभिन्न ड्राइंग कार्यों और कई परिणाम उपायों के सहसंबंध का उपयोग किया, मैट्रिक्स, व्यवहार और मस्तिष्क संकेतों को खींचा। इस प्रोटोकॉल के भीतर महत्वपूर्ण कदम इसकी उच्च जटिलता से उत्पन्न चुनौतियों और इसकी पारिस्थितिक और प्राकृतिक स्थितियों के रखरखाव पर विचार कर रहे हैं।

वीडियो अवलोकन इस अध्ययन के लिए महत्वपूर्ण था। इसने एक समयरेखा पर गैर-मौखिक संचार व्यवहार के कोडिंग और विभाजन की अनुमति दी50. वीडियो के गुणात्मक विश्लेषण ने संकेतों की खोज में गेज व्यवहार के अवलोकन की अनुमति दी जो एन्कोडिंग (दूसरे से जानकारी एकत्र करना) और सिग्नलिंग (दूसरों के साथ संचार) के कार्यों को इंगित कर सकते हैं39,40. इसने व्यक्तिगत और समूह पैटर्न को उजागर करके अवलोकन संबंधी जानकारी को परिष्कृत करने में भी मदद की13. अकेले गेज के मात्रात्मक उपाय दृष्टि की गुणवत्ता की समझ प्रदान नहीं करते हैं। दृष्टि तुलना और संरचना के संज्ञानात्मक मोड में पुनरावृत्ति या सोच के केवल एक स्वचालित व्यवहार का प्रतिनिधित्व कर सकती है18,19. हालांकि, घटना अनुक्रमों की छोटी संख्या ने इस अध्ययन को अनुक्रमिक विश्लेषण और सांख्यिकीय सत्यापन करने की अनुमति नहीं दी42. परिणामों ने प्रयोग के मध्य से अंत तक सामाजिक स्थितियों में तुल्यकालिक और अतुल्यकालिक नज़रों में महत्वपूर्ण कमी दिखाई। इस व्यवहार के लिए परिकल्पनाओं में से एक दृश्य धारणा की प्रक्रिया और दूसरे की मान्यता के लिए अंतर्निहित प्रतीकात्मक प्रतिनिधित्व का गठन हो सकता है49,51. यह परिकल्पना आमने-सामने अवलोकन ड्राइंग के बारे में सिद्धांत के अनुरूप है19 और उन अध्ययनों के परिणामों के साथ जिन्होंने किसी वस्तु के लंबे अवलोकन समय को यह तय करने में कठिनाई के साथ जोड़ा है कि क्या और कैसे आकर्षित किया जाए52. एक और संभावित परिकल्पना प्रयोगात्मक कार्य के दौरान खींची गई वस्तुओं की दृश्य स्मृति के अधिग्रहण से जुड़ी है18,53. परिणामों में, गेज व्यवहार उपायों ने ड्राइंग पार्टनर की स्थिति से जुड़ी घटती मात्रा दिखाई। फ्रंटल ड्राइंग स्थितियों में, अतुल्यकालिक और तुल्यकालिक दृष्टि की मात्रा उन स्थितियों की तुलना में अधिक थी जहां साथी बगल में था। यह परिणाम उन अध्ययनों के अनुरूप है जो सुझाव देते हैं कि उत्तेजना स्थान दृश्य धारणा को प्रभावित करता है54. ध्यान केंद्रित करने और व्यवहार के बीच संरेखण निकटता के बारे में ध्यान केंद्रित करने के लिए एक निश्चित "स्वचालित" घटक का सुझाव देता है और / या यह कि आंदोलन बाधा एक विचलित के रूप में कार्य करती है55. इसके अलावा, हाल के अध्ययनों से पता चला है कि बातचीत का परिप्रेक्ष्य गेज पैटर्न को बदल सकता है। जब प्रतिभागी किसी कार्य में लगे होते हैं, तो दूसरों पर सामाजिक ध्यान कम हो जाता है; इससे पता चलता है कि जटिल सामाजिक वातावरण में लोग एक-दूसरे को कम देखते हैं, और सूचना एकत्र करना आवश्यक रूप से प्रत्यक्ष दृष्टि का उपयोग नहीं करता है25. स्ट्रोक, ड्राइंग और गेज व्यवहार में अंतर उन प्रतिभागियों के बीच भी देखा गया था, जिन्होंने पूर्व ड्राइंग अनुभव किया था और नहीं था। पिछले ड्राइंग अनुभव वाले प्रतिभागी ने अन्य प्रतिभागियों की तुलना में बहुत कम पैटर्न पुनरावृत्ति और अधिक संख्या में तैयार किए गए विवरण दिखाए। ड्राइंग स्ट्रोक की संख्या भी अधिक थी, और यह प्रवृत्ति ट्रेसिंग गेम में अनुसरण किए गए डॉट्स की संख्या और भागीदारों को सीधे देखने की संख्या के साथ थी। हालांकि, प्रतिभागियों की छोटी संख्या ने परिणामी अनुक्रमिक डेटा विश्लेषण और सांख्यिकीय सत्यापन को करने की अनुमति नहीं दी। ड्राइंग अभ्यास में आकृति और कागज के बीच निरंतर दृष्टि बदलाव और दृश्य स्मृति का उपयोग शामिल है56. पिछले अध्ययनों से पता चलता है कि ड्राइंग चिकित्सकों के पास गैर-चिकित्सकों की तुलना में दृश्य आकृतियों को एन्कोडिंग करने में आसान समय है57. फिर भी, मियाल एट अल द्वारा अध्ययन के परिणाम।52 यह भी सुझाव देते हैं कि ड्राइंग प्रशिक्षण वाले लोग अवलोकन के अनुभव के लिए अपनी धारणा को संशोधित करते हैं, जबकि पूर्व ज्ञान (जैसे, स्थिर मानसिक छवियां) गैर-चिकित्सकों की धारणा को निर्देशित करता है। ये पहलू आगे के अध्ययन के लायक हैं, विशेष रूप से अंतर्निहित तंत्रिका नेटवर्क और ध्यान प्रसंस्करण और गेज व्यवहार में अंतर के संबंध में25.

एफएनआईआरएस के साथ चार-व्यक्ति समूह पर हाइपरस्कैनिंग करने से कई चुनौतियां उत्पन्न होती हैं, विशेष रूप से एक गतिशील प्रतिमान पर विचार करते हुए; इसलिए, प्रोटोकॉल पद्धति को परिष्कृत करते समय संशोधन और तकनीक समस्या निवारण किया गया था। पहली चुनौती ऑप्टोड की संख्या की सीमा और एफएनआईआरएस के सिग्नल कैप्चर अंशांकन से निपटने की कठिनाई के साथ लक्ष्य मस्तिष्क क्षेत्र की पर्याप्तता थी। इस प्रोटोकॉल ने दो मस्तिष्क क्षेत्रों, टेम्पोरो-पार्श्विका जंक्शन (टीपीजे) और मेडियल प्रीफ्रंटल कॉर्टेक्स (एमपीएफसी) की जांच की परिकल्पना की। प्रतिभागियों के बालों के घनत्व और रंग की गैर-नियंत्रणीय कठिनाई बनाम एक साथ प्रशासित किए जाने वालेकैप्स की संख्या के कारण टीपीजे के सिग्नल कैप्चर को छोड़ दिया गया था। प्रतिभागियों के आराम और समय की उपलब्धता के लिए भी एक बड़ी चिंता थी। दूसरी चुनौती प्रयोग की रिकॉर्डिंग से संबंधित है। प्रारंभ में, प्रोटोकॉल ने प्रयोग के लिए तालिका के केंद्र में स्थित केवल एक 360 ° कैमरे का उपयोग करके पूर्वाभास किया। हालांकि, सहायक कैमरों का उपयोग आवश्यक साबित हुआ। एक और कठिनाई एक मजबूत प्रोटोकॉल बनाने के लिए ड्राइंग तकनीक के मुद्दों को संबोधित कर रही थी। अधिकांश प्रतिभागियों ने शरीर और कपड़ों का प्रतिनिधित्व किया, ऐसे क्षेत्र जो खेल के नियमों में पूर्वाभास नहीं थे, सावधानीपूर्वक स्पष्टीकरण के बावजूद, जिसमें पहले से तैयार किए गए उदाहरणों के संपर्क में आना शामिल था। कुछ प्रतिभागियों ने मौखिक रूप से कहा कि उन्हें आकृतियों के आकार को चित्रित करने में कठिनाई हुई और ड्राइंग जारी रखी जहां पिछले साथी अनुपात के कारण रुक गए थे। यह मौखिककरण अध्ययनों के परिणामों के अनुरूप है जो सुझाव देते हैं कि दृश्य धारणा परिप्रेक्ष्य के प्रभाव को कम करती है, जिससे अवधारणात्मक विकृतियांहोती हैं। दृश्य धारणा और मोटर कमांड के बीच संबंधों पर ध्यान केंद्रित करने वाले अन्य ड्राइंग अध्ययनों ने यह भी सुझाव दिया है कि कई कारकों के कारण विकृतियां गेज / हैंड प्रक्रिया20,43 में हस्तक्षेप करती हैं। उदाहरण के लिए, गोवेन के अध्ययन प्रतिमान43 ने दो विशेषज्ञ दराज का उपयोग किया, एक नकल और दूसरा मेमोरी से ड्राइंग। उनके परिणामों ने प्रत्येक ड्राइंग तकनीक के लिए विभिन्न तंत्रिका रणनीतियों के उपयोग का सुझाव दिया। नकल तुलना, दृश्य प्रतिक्रिया और पेन टिप की करीबी ट्रैकिंग पर निर्भर करती है।

तकनीक की सीमाओं के बारे में चिंताओं में प्रयोग की पारिस्थितिक स्थिति भी शामिल है, साथ ही साथ एक सहयोगी ड्राइंग प्रतिमान का उपयोग भी शामिल है। उनमें से एक प्रतिभागी निकटता (एफएनआईआरएस वायरिंग और स्थिरता के मुद्दों के कारण) और गेज उपायों में इसके संभावित हस्तक्षेप से संबंधित है। मजबूर निकटता (जैसे लिफ्ट स्थितियों) के सामाजिक संदर्भों में विभिन्न गेज व्यवहार पैटर्न का उत्पादन किया जा सकता है। फिर भी, तुल्यकालिक गेज देखे गए, चेहरे के भाव और मुस्कुराहट पूरे चौकड़ी संग्रह में उभरे, और वे संभवतः जुड़ाव की भावना का संकेत देते हैं। ये परिणाम उन प्रयोगों के परिणामों के साथ संरेखित होते हैं जहां "बॉटम-अप" उत्तेजनाएं, जैसे कि दूसरे के चेहरे को देखना, प्रतिभागियों के बीच साझा प्रतिनिधित्व के निर्माण को उकसाती हैं। गैर-मौखिक संचार वैचारिक संरेखण के परिणामस्वरूप हो सकता है जो पूरे इंटरैक्शन4 में होता है। ड्राइंग तकनीकों का उपयोग करना "प्रति से" चुनौतीपूर्ण है क्योंकि ज्यादातर लोग यथार्थवादी चरण (11 या 12 साल की उम्र के बाद) में ड्राइंग करना बंद कर देते हैं। वास्तविकता को व्यक्त नहीं करने के रूप में ड्राइंग की धारणा निराशा या आत्म-निर्णय की असुविधा उत्पन्न करती है और परिणामस्वरूप, ड्राइंग के कार्य का प्रतिरोध18। फेस ड्राइंग असुविधा का एक और कारक हो सकता है। इसके बावजूद, 40 एस सत्रों में किए गए सहयोगी ड्राइंग की स्थिति इस प्रोटोकॉल के लिए प्रभावी साबित हुई। अनुभव के बारे में पूछे जाने पर, सभी प्रतिभागियों ने सकारात्मक प्रतिक्रिया दी, हंसे और साझा किए गए चित्रों पर टिप्पणी की। प्रयोगात्मक कार्य के लिए संरचित रूप ने व्यक्तिगत उत्पादन के बोझ को कम कर दिया है और प्रतिभागियों के बीच बातचीत की सुविधा प्रदान की है, जैसा कि हैस-कोहेन एट अल.19 में है।

मस्तिष्क संकेतों के संकेतों या समकालिकता का सहसंबंध सामाजिक और गैर-सामाजिक दोनों स्थितियों के लिए प्रयोग के अंतिम भाग में सबसे दृढ़ता से हुआ। परिकल्पना यह थी कि सामाजिक (सहयोगी डिजाइन) और गैर-सामाजिक (डॉट्स को जोड़ने वाली) स्थितियों के परिणामस्वरूप समयरेखा में अलग-अलग क्षणों में अलग-अलग मस्तिष्क संकेत समकालिकता होगी। गैर-सामाजिक स्थिति में, सिंक्रोनिकिटी को सभीप्रतिभागियों के लिए आम कार्य के संज्ञानात्मक पत्राचार के परिणामस्वरूप होने की उम्मीद थी। यहां तक कि अगर वे सीधे बातचीत नहीं करते थे, तो संकेतों की समकालिकता प्रयोग 8,10,11,12 की समयरेखा में पहले होने की उम्मीद थी। दूसरी ओर, सामाजिक स्थिति में, विविध व्यक्तिगत रणनीतियों के साथ विभिन्न अज्ञात व्यक्तियों के बीच संभावित सामाजिक संपर्क के कारण बाद में समकालिकता होने की उम्मीद थी 13,14,16,49।

यद्यपि कई कारक प्रारंभिक परिणामों में योगदान कर सकते हैं, उनकी एक संभावित व्याख्या उस समय से संबंधित है जब प्रतिभागियों को एक-दूसरे और कार्यों से परिचित होने की आवश्यकता होती है और अंत में, समूह की भावना पैदा होती है। ड्राइंग अपने आप में आत्म-निर्णय या मूल्यांकन किए जाने की भावना के माध्यम से प्रतिक्रिया और चिंता उत्पन्न कर सकतीहै। पिछले अध्ययनों ने समूह पारस्परिक मस्तिष्क सिंक्रनाइज़ेशन (IBS) 17 में भिन्नता के साथ नकारात्मक मूल्यांकन को जोड़ा है। इसके अलावा, इस संदर्भ में प्रतिभागियों के बीच निकटता काप्रभाव अभी तक ज्ञात नहीं है। वैकल्पिक रूप से, कार्यों के साथ और समूह के साथ व्यक्तिगत रूप से प्राप्त परिचितता, भले ही देर से, सगाई का एक संज्ञानात्मक पत्राचार उत्पन्न कर सकती है, जैसे कि एक "स्वचालित" जुड़ाव जो दो प्रस्तावित कार्यों के बीच अंतर से परे हुआ था। 60 ऐसा लगता है कि कार्यों ने एक ब्लॉक में काम किया है। इसलिए, एक लंबी आराम अवधि संभवतः स्थितियों के बीच एफएनआईआरएस द्वारा उठाए गए मस्तिष्क संकेतों में कमी सुनिश्चित करके विभिन्न मस्तिष्क प्रतिक्रियाओं का परिणाम हो सकती है। एक अन्य परिणाम जिस पर और ध्यान देने की आवश्यकता है, वह सिंक्रोनस और अतुल्यकालिक गेज की मात्रा (जो प्रयोगात्मक कार्य में कम हो गया) बनाम व्यक्तिगत मस्तिष्क गतिविधि (जो प्रयोगात्मक कार्य में बढ़ गया) के बीच व्युत्क्रम संबंध है। इस परिणाम के लिए एक संभावित व्याख्या प्रयोगात्मक कार्य52 की उच्च संज्ञानात्मक मांग में निहित हो सकती है, लेकिन हम मानव सहानुभूति संबंध1 में शामिल न्यूरोबायोलॉजिकल प्रक्रियाओं पर विचार करने में विफल नहीं हो सकते हैं।

इस प्रोटोकॉल में एक अभिनव चरित्र है, पहले प्रतिभागियों के बीच भावनात्मक बंधन को भड़काने के लिए कला चिकित्सा में उपयोग की जाने वाली ड्राइंग तकनीकों को लागू करके; सामाजिक-पारिस्थितिक स्थिति के गतिशील चरित्र से दूसरा; और तीसरा एफएनआईआरएस हाइपर-स्कैनिंग तकनीक का उपयोग करके चार सिरों के सहवर्ती माप से। ड्राइंग सामाजिक स्थिति ने प्रतिभागियों के बीच आंखों के संपर्क को बढ़ावा दिया, जिससे प्रोटोकॉल को यह पता लगाने की अनुमति मिली कि कैसे गेज व्यवहार प्राकृतिक स्थितियों में पारस्परिक बातचीत व्यवहार का समर्थन करताहै और दूसरों को पहचानने के लिए उपयोग की जाने वाली विभिन्न व्यक्तिगत रणनीतियां। यह अध्ययन करने के लिए भी एक आशाजनक उपकरण है कि क्या गेज व्यवहार वास्तव में, ध्यान18 की प्रक्रिया और समान परिस्थितियों में भागीदारोंके बीच जुड़ाव से जुड़ा हुआ है। इन सभी मुद्दों से संबंधित, विशेष रूप से प्राकृतिक परिस्थितियों में एक समूह में आयोजित प्रतिमान में, सामाजिक तंत्रिका विज्ञान के लिए एक चुनौती है।

कई कारकों ने इन प्रारंभिक परिणामों में योगदान दिया हो सकता है। ये सभी अलग-अलग चर आगे के अध्ययन के लायक हैं, और इस प्रोटोकॉल का उपयोग एक प्राकृतिक संदर्भ में समूह सामाजिक संबंधों को बेहतर ढंग से समझने के लिए महत्वपूर्ण सुराग प्रदान कर सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

पाउलो रोड्रिगो बाजन ने NIRx Medizintechnik GmbH और ब्रेन सपोर्ट कॉर्पोरेशन को फ्रीलांस वैज्ञानिक परामर्श प्रदान किया है, जो NIRx Medizintechnik GmbH का एक वितरक है। अन्य लेखक घोषणा करते हैं कि इस लेख के लेखकत्व या प्रकाशन के संबंध में हितों का कोई टकराव नहीं है।

Acknowledgments

लेखकइस अध्ययन समर्थन के लिए इंस्टीट्यूटो डो सेरेब्रो (InCe-IIEP) और अस्पताल इज़राइली अल्बर्ट आइंस्टीन (HIAE) को धन्यवाद देते हैं। इस लेख के अंग्रेजी प्रूफरीडिंग के लिए जोस बेलेम डी ओलिवेरा नेटो के लिए विशेष धन्यवाद।

Materials

Name Company Catalog Number Comments
2 NIRSport  NIRx Medizintechnik GmbH, Germany Nirsport 88 The equipment belong to InCe ( Instituto do Cérebro - Hospital Israelita Albert Einstein). two continuous-wave systems (NIRSport8x8, NIRx Medical Technologies, Glen Head, NY, USA) with eight LED illumination sources emitting two wavelengths of near-infrared light (760 and 850 nm) and eight optical detectors each. 7.91 Hz. Data were acquired with the NIRStar software version 15.2  (NIRx Medical Technologies, Glen Head, New York) at a sampling rate of 3.472222.
4 fNIRS caps NIRx Medizintechnik GmbH, Germany The blackcaps used in the recordings had a configuration based on the international 10-20
Câmera 360° - Kodak Pix Pro SP360 Kodak Kodak PixPro: https://kodakpixpro.com/cameras/360-vr/sp360
Cameras de suporte - Iphone 8 Apple Iphone 8 Supporting Camera
fOLD toolbox (fNIRS Optodes’ Location Decider) Zimeo Morais, G.A., Balardin, J.B. & Sato, J.R. fNIRS Optodes’ Location Decider (fOLD): a toolbox for probe arrangement guided by brain regions-of-interest. Scientific Reports. 8, 3341 (2018). https://doi.org/10.1038/s41598-018-21716-z Version 2.2 (https://github.com/nirx/fOLD-public) Optodes placement was guided by the fOLD toolbox (fNIRS Optodes’ Location Decider, which allows placement of sources and detectors in the international 10–10 system to maximally cover anatomical regions of interest according to several parcellation atlases. The ICBM 152 head model  parcellation was used to generate the montage, which was designed to provide coverage of the most anterior portion of the bilateral prefrontal cortex
Notebook Microsoft Surface Microsoft Notebook receiver of the fNIRS signals
R platform for statistical computing  https://www.r-project.org  R version 4.2.0 R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS
REDCap REDCap is supported in part by the National Institutes of Health (NIH/NCATS UL1 TR000445) REDCap is a secure web application for building and managing online surveys and databases.
software Mangold Interact Mangold International GmbH, Ed.  interact 5.0 Mangold: https://www.mangold-international.com/en/products/software/behavior-research-with-mangold-interact.html. Allows analysis of videos for behavioral outcomes and of autonomic monitoring for emotionally driven physiological changes (may require additional software, such as DataView). Allow the use of different camera types simultaneously and hundreds of variations of coding methods.
software NIRSite NIRx Medizintechnik GmbH, Germany NIRSite 2.0 For creating the montage and help optode placement and location in the blackcaps.
software nirsLAB-2014 NIRx Medizintechnik GmbH, Germany nirsLAB 2014 fNIRS Data Processing
software NIRStar NIRx Medizintechnik GmbH, Germany version 15.2  for fNIRS data aquisition: NIRStar software version 15.2  at a sampling rate of 3.472222
software NIRStim NIRx Medizintechnik GmbH, Germany  For creation and organization of paradigm blocks

DOWNLOAD MATERIALS LIST

References

  1. Feldman, R. The neurobiology of human attachments. Trends in Cognitive Sciences. 21 (2), 80-99 (2017).
  2. Hove, M. J., Risen, J. L. It's all in the timing: Interpersonal synchrony increases affiliation. Social Cognition. 27 (6), 949-960 (2009).
  3. Long, M., Verbeke, W., Ein-Dor, T., Vrtička, P. A functional neuro-anatomical model of human attachment (NAMA): Insights from first- and second-person social neuroscience. Cortex. 126, 281-321 (2020).
  4. Redcay, E., Schilbach, L. Using second-person neuroscience to elucidate the mechanisms of social interaction. Nature Reviews Neuroscience. 20 (8), 495-505 (2019).
  5. Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: Past, present and future. Neuroscience and Biobehavioral Reviews. 44, 76-93 (2014).
  6. Balardin, J. B., et al. Imaging brain function with functional near-infrared spectroscopy in unconstrained environments. Frontiers in Human Neuroscience. 11, 1-7 (2017).
  7. Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: Assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Frontiers in Human Neuroscience. 7, 1-6 (2013).
  8. Brockington, G., et al. From the laboratory to the classroom: The potential of functional near-infrared spectroscopy in educational neuroscience. Frontiers in Psychology. 9, 1-7 (2018).
  9. Sonkusare, S., Breakspear, M., Guo, C. Naturalistic stimuli in neuroscience: Critically acclaimed. Trends in Cognitive Sciences. 23 (8), 699-714 (2019).
  10. Duan, L., et al. Cluster imaging of multi-brain networks (CIMBN): A general framework for hyperscanning and modeling a group of interacting brains. Frontiers in Neuroscience. 9, 1-8 (2015).
  11. Ikeda, S., et al. Steady beat sound facilitates both coordinated group walking and inter-subject neural synchrony. Frontiers in Human Neuroscience. 11 (147), 1-10 (2017).
  12. Liu, T., Duan, L., Dai, R., Pelowski, M., Zhu, C. Team-work, team-brain: Exploring synchrony and team interdependence in a nine-person drumming task via multiparticipant hyperscanning and inter-brain network topology with fNIRS. NeuroImage. 237, 118147 (2021).
  13. Jiang, J., et al. Leader emergence through interpersonal neural synchronization. Proceedings of the National Academy of Sciences of the United States of America. 112 (14), 4274-4279 (2015).
  14. Nozawa, T., et al. Interpersonal frontopolar neural synchronization in group communication: An exploration toward fNIRS hyperscanning of natural interactions. Neuroimage. 133, 484-497 (2016).
  15. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications. 9 (1), 2405 (2018).
  16. Lu, K., Qiao, X., Hao, N. Praising or keeping silent on partner's ideas: Leading brainstorming in particular ways. Neuropsychologia. 124, 19-30 (2019).
  17. Lu, K., Hao, N. When do we fall in neural synchrony with others. Social Cognitive and Affective Neuroscience. 14 (3), 253-261 (2019).
  18. Edwards, B. Drawing on the Right Side of the Brain: The Definitive, 4th Edition. , Penguin Publishing Group. London, UK. (2012).
  19. Hass-Cohen, N., Findlay, J. C. Art Therapy & The Neuroscience of Relationship, Creativity, &Resiliency. Skills and Practices. , W.W. Norton & Company. New York, NY. (2015).
  20. Maekawa, L. N., de Angelis, M. A. A percepção figura-fundo em paciente com traumatismo crânio-encefálico. Arte-Reabilitação. , Memnon Edições Científicas. São Paulo, Brazil. 57-68 (2011).
  21. Babiloni, C., et al. Simultaneous recording of electroencephalographic data in musicians playing in ensemble. Cortex. 47 (9), 1082-1090 (2011).
  22. Babiloni, C., et al. Brains "in concert": Frontal oscillatory alpha rhythms and empathy in professional musicians. NeuroImage. 60 (1), 105-116 (2012).
  23. Müller, V., Lindenberger, U. Cardiac and respiratory patterns synchronize between persons during choir singing. PLoS ONE. 6 (9), 24893 (2011).
  24. Greco, A., et al. EEG Hyperconnectivity Study on Saxophone Quartet Playing in Ensemble. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2018, 1015-1018 (2018).
  25. Osborne-Crowley, K. Social Cognition in the real world: Reconnecting the study of social cognition with social reality. Review of General Psychology. 24 (2), 144-158 (2020).
  26. Kantrowitz, A., Brew, A., Fava, M. Proceedings of an interdisciplinary symposium on drawing, cognition and education. , Teachers College Columbia University. New York, NY. 95-102 (2012).
  27. Petersen, C. S., Wainer, R. Terapias Cognitivo-Comportamentais para Crianças e Adolescentes. , Ciência e Arte. Artmed. Brazil. (2011).
  28. Sheng, L., Yang, G., Pan, Q., Xia, C., Zhao, L. Synthetic house-tree-person drawing test: A new method for screening anxiety in cancer patients. Journal of Oncology. 2019, 5062394 (2019).
  29. Li, C. Y., Chen, T. J., Helfrich, C., Pan, A. W. The development of a scoring system for the kinetic house-tree-person drawing test. Hong Kong Journal of Occupational Therapy. 21 (2), 72-79 (2011).
  30. Ferreira Barros Klumpp, C., Vilar, M., Pereira, M., Siqueirade de Andrade, M. Estudos de fidedignidade para o desenho da família cinética. Revista Avaliação Psicológica. 19 (1), 48-55 (2020).
  31. Adams, E. Drawing to learn learning to draw. TEA: Thinking Expression Action. , https://www.nsead.org/files/f7246b7608216d52696dc3ed81256213.pdf (2013).
  32. Bernardo, P. P. A Prática da Arteterapia. Correlações entre temas e recursos. Vol 1. , Arteterapia. São Paulo, Brazil. (2008).
  33. Staback, D. DRAWN: Exploring Interaction Through Drawing as Collaborative Play. , Available from: gamelab.mit.edu/wp/wp-content/uploads/2016/08/Staback-Drawn-report.pdf (2016).
  34. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: AfNIRS-based hyperscanning study. Human Brain Mapping. 36 (6), 2039-2048 (2015).
  35. Baker, J., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 1-11 (2016).
  36. Bowie, C. R., Harvey, P. D. Administration and interpretation of the Trail Making Test. Nature Protocols. 1 (5), 2277-2281 (2006).
  37. Valenzuela, M. J., Sachdev, P. Brain reserve and dementia: A systematic review. Psychological Medicine. 4 (36), 441-454 (2006).
  38. Johnson, D. K., Storandt, M., Morris, J. C., Galvin, J. E. Longitudinal study of the transition from healthy aging to Alzheimer disease. Archives of Neurology. 66 (10), 1254-1259 (2009).
  39. Risco, E., Richardson, D. C., Kingstone, A. The dual function of gaze. Current Directions in Psychological Science. 25 (1), 70-74 (2016).
  40. Capozzi, F., et al. Tracking the Leader: Gaze Behavior in Group Interactions. iScience. 16, 242-249 (2019).
  41. Cavallo, A., et al. When gaze opens the channel for communication: Integrative role of IFG and MPFC. NeuroImage. 119, 63-69 (2015).
  42. Kauffeld, S., Meyers, R. A. Complaint and solution-oriented circles: Interaction patterns in work group discussions. European Journal of Work and Organizational Psychology. 18 (3), 267-294 (2009).
  43. Gowen, E., Miall, R. C. Eye-hand interactions in tracing and drawing tasks. Human Movement Science. 25 (4-5), 568-585 (2006).
  44. Marcolino, J., Suzuki, F., Alli, L., Gozzani, J., Mathias, L. Medida da ansiedade e da depressão em pacientes no pré-operatório. Estudo comparativo. Revista Brasileira Anestesiologia. 57 (2), 157-166 (2007).
  45. del Prette, Z., del Prette, A. Inventario de Habilidades Sociais. del Prette, Z., del Prette, A. , Casa do Psicólogo. Brazil. (2009).
  46. Mattos, P., et al. Artigo Original: Adaptação transcultural para o português da escala Adult Self-Report Scale para avaliação do transtorno de déficit de atenção/hiperatividade (TDAH) em adultos. Revista de Psiquiatria Clinica. 33 (4), 188-194 (2006).
  47. Zimeo Morais, G. A., Balardin, J. B., Sato, J. R. fNIRS Optodes' Location Decider (fOLD): A toolbox for probe arrangement guided by brain regions-of-interest. Scientific Reports. 8 (1), 3341 (2018).
  48. Davidson, R. J. What does the prefrontal cortex "do" in affect: Perspectives on frontal EEG asymmetry research. Biological Psychology. 67 (1-2), 219-233 (2004).
  49. Hessels, R. S. How does gaze to faces support face-to-face interaction? A review and perspective. Psychonomic Bulletin and Review. 27 (5), 856-881 (2020).
  50. Mangold, P. Discover the invisible through tool-supported scientific observation: A best practice guide to video-supported behavior observation. Mindful Evolution. Conference Proceedings. , Klinkhardt. Bad Heilbrunn, Germany. (2018).
  51. Kandel, E. R. The Age of Insight. The quest to understand the unconscious in art, mind and brain from Vienna 1900 to the present. , Random House Publishing Group. New York, NY. (2012).
  52. Miall, R. C., Nam, S. H., Tchalenko, J. The influence of stimulus format on drawing-A functional imaging study of decision making in portrait drawing. Neuroimage. 102, 608-619 (2014).
  53. Gombrich, E. H. Art and Illusion: A study in the psychology of pictorial representation. 6th ed. , Phaidon. New York, NY. (2002).
  54. Kirsch, W., Kunde, W. The size of attentional focus modulates the perception of object location. Vision Research. 179, 1-8 (2021).
  55. Deubel, H., Schneidert, W. X. Saccade target selection and object recognition: Evidence for a common attentional mechanism. Vision Research. 36 (12), 1827-1837 (1996).
  56. Tchalenko, J. Eye movements in drawing simple lines. Perception. 36 (8), 1152-1167 (2007).
  57. Perdreau, F., Cavanagh, P. The artist's advantage: Better integration of object information across eye movements. iPerceptions. 4 (6), 380-395 (2013).
  58. Quaresima, V., Bisconti, S., Ferrari, M. A brief review on the use of functional near-infrared spectroscopy (fNIRS) for language imaging studies in human newborns and adults. Brain and Language. 121 (2), 79-89 (2012).
  59. Holleman, G. A., Hessels, R. S., Kemner, C., Hooge, I. T. Implying social interaction and its influence on gaze behavior to the eyes. PLoS One. 15 (2), 0229203 (2020).
  60. Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology. 27 (9), 1375-1380 (2017).
  61. Gangopadhyay, N., Schilbach, L. Seeing minds: A neurophilosophical investigation of the role of perception-action coupling in social perception. Social Neuroscience. 7 (4), 410-423 (2012).

Tags

तंत्रिका विज्ञान अंक 186
कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी का उपयोग करके सहयोगी ड्राइंग के दौरान समूह सिंक्रनाइज़ेशन
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Gonçalves da Cruz Monteiro, V., … More

Gonçalves da Cruz Monteiro, V., Antunes Nascimento, J., Bazán, P. R., Silva Lacerda, S., Bisol Balardin, J. Group Synchronization During Collaborative Drawing Using Functional Near-Infrared Spectroscopy. J. Vis. Exp. (186), e63675, doi:10.3791/63675 (2022).

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