需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

测量步行时使用智能手机的切换成本

2.1K 次观看

⸱

DOI：

10.3791/60555

⸱

2020年4月30日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1HEC Montréal, 2Université de Montréal

本文内容

勘误通知

Important: There has been an erratum issued for this article. View Erratum Notice

摘要

本研究设计用于测量行走时使用智能手机的任务切换成本。参与者接受两种实验条件：对照条件（行走）和多任务条件（边走边发短信）。参与者在这两项任务与一个方向判定任务之间进行切换。同时记录脑电图（EEG）数据及行为学指标。

摘要

本文介绍了一种用于测量行走时使用智能手机所导致任务切换代价的研究方案。该方法要求参与者在两种实验条件下于跑步机上行走：一种为对照条件（即仅行走），另一种为多任务条件（即边走边发短信）。在这些条件下，参与者必须在与实验条件相关的任务和一个方向判断任务之间进行切换。该方向判断任务通过一个点光源行走者图形完成，该图形看似朝向参与者的左侧或右侧行走。方向判断任务的表现反映了参与者在任务切换过程中的代价。评估指标包括两项：1）对方向的正确识别；2）反应时间。同时记录脑电图（EEG）数据，以测量任务切换过程中出现的α振荡及认知参与程度。该方法在生态效度方面存在一定局限性：现实中的行人环境包含大量同时出现并竞争注意力的刺激。尽管如此，该方法仍适用于精确识别任务切换的代价。EEG数据有助于研究与不同任务切换代价相关的脑内潜在机制。本实验设计允许比较在单一任务状态下与多任务状态下、刺激呈现前的任务切换情况，从而深入理解并精确定位这两种不同任务切换条件下的行为学和神经生理学影响。此外，通过将任务切换代价与大脑活动相关联，我们可以进一步了解导致这些行为效应的内在原因。该方案为研究行走时使用智能手机在不同使用情境下的切换代价提供了合适的基础。可在此基础上增加不同的任务、问卷及其他测量手段，以全面探讨行走时使用智能手机所涉及的任务切换代价的多种影响因素。

引言

由于智能手机普及率和人们多任务处理的倾向都在增加，了解步行时使用智能手机对注意力的影响显得尤为重要。文献已多次证明，任务切换会带来认知代价1，其中包括步行时使用智能手机。研究发现，步行时使用智能手机可能造成分心并带来危险2,3,4。这些危险与执行此类任务时所导致的注意力损害有关3,4,5,6,7。由于行人环境具有复杂性，在生态效度较高的实验情境中对其进行研究可能存在困难。然而，在真实行人环境中开展此类研究也存在自身的问题，因为会引入大量无关变量，且参与者可能因分心而面临受伤风险。因此，有必要在相对安全的同时又尽可能贴近现实的环境中研究这一现象。本文介绍了一种研究步行时发短信所导致任务切换代价的研究方法，该方法既提高了任务的生态效度，又降低了潜在风险。

步行时使用智能手机，个体必须在智能手机相关任务与行走及环境相关任务之间进行切换。因此，为了研究这一现象，我们认为有必要将本方法置于多任务处理（multitasking）的研究文献框架内，特别是聚焦于任务切换范式。为此，我们采用了任务切换范式1，要求参与者在刺激前任务和刺激后任务之间进行切换。其中两个刺激前任务之一涉及多任务处理，另一个则不涉及。在刺激后任务中，参与者需对一种受注意力分散影响的刺激作出反应8。此外，许多力求生态效度最大化的实验性实验室研究常采用虚拟行人环境，以探究步行时使用智能手机对注意力的影响4,9。然而，为了捕捉潜在的神经生理机制，我们选择聚焦于对单一刺激的特定任务切换反应，以尽量减少参与者需要响应的刺激数量。通过这种方式，我们能够更精确地识别出仅由注意力从智能手机转移到刺激所引起的确切任务切换代价。在本研究设计中，我们结合行为指标（即任务切换代价）与神经生理数据，以更深入地理解步行时使用智能手机所导致的注意力损害。

在任务切换实验中，参与者通常需要针对一组刺激执行至少两个简单任务，每个任务需要不同的认知资源，这些资源被称为“任务集”1。当个体被迫在不同任务之间切换时，其心理资源必须进行调整（即抑制先前的任务集并激活当前的任务集）。这一“任务集重构”过程被认为是导致任务切换代价的原因1。任务切换代价通常通过观察参与者在任务切换试验与非切换试验中的反应时间及/或错误率差异来确定10。在本实验中，我们设置了三个任务集：1）对点光源行走者刺激做出反应；2）边行走边在智能手机上发短信；3）单纯行走。我们比较了两种不同条件下的切换代价：1）在对刺激做出反应前仅单纯行走；2）在对刺激做出反应前边行走边发短信。通过这种方式，我们捕捉到了在切换任务前使用智能手机进行多任务处理的代价，并能够将其与在视觉刺激出现前仅单纯行走的非多任务切换代价进行直接比较。由于本研究中使用的智能手机为特定品牌，所有参与者在实验前均经过筛选，以确保其能够正确操作该设备。

为了模拟具有代表性的行人情境下的真实体验，我们决定采用点光源行走者图形作为视觉刺激，用以表示一个人形以3.5°的偏转角向参与者左侧或右侧行走。该图形由白色背景上的15个黑点组成，这些点分别代表人头部、肩部、髋部、肘部、腕部、膝部和踝部（图1）。此刺激基于生物运动，即其运动模式遵循人类和动物典型的运动规律11。此外，该刺激不仅具有生态效度，而且需要复杂的视觉加工和注意力才能被成功解析12,13。有趣的是，Thornton 等人8发现，对点光源行走者运动方向的正确识别受到注意力分散的显著影响，因此该任务适用于在研究多任务处理中的任务切换代价时作为绩效测量指标。参与者需口头报告该图形行走的方向。行走图形的出现始终由一个听觉线索预先提示，以表明其即将在屏幕上出现。

点光源行走者任务的表现和神经生理学数据使我们能够确定两种条件下的注意影响，并有助于明确导致这些影响的原因。通过分析判断点光源行走者图形运动方向时的错误率和反应时间来衡量表现。为了理解在表现测量中发现的注意障碍所涉及的潜在认知和注意机制，我们使用配备32个电极的EEG actiCAP记录并评估了参与者的神经生理数据。脑电图（EEG）在时间精度方面是一种合适的工具，这对于识别特定时间点（例如点光源行走者图形出现时）表现不佳的原因尤为重要，尽管由于身体运动可能导致数据中存在伪迹。在分析EEG数据时，有两个指标尤为相关：1）α振荡；以及2）认知参与度。研究表明，α振荡可能反映工作记忆控制以及对与任务无关脑回路的主动抑制14,15,16,17。通过比较基线水平与刺激呈现期间的α振荡18,19，我们计算出α比值。利用该比值，我们确定了可能潜在于边行走边发短信时所观察到的注意障碍背后的事件相关变化。关于认知参与度，Pope等人20开发了一个指数，其中β活动代表唤醒和注意力的增强，而α和θ活动则反映唤醒和注意力的降低21,22。该分析旨在确定刺激出现前认知参与度的增加是否会干扰为响应行走者图形所需的任务集重构过程。

通过本文所述的方法，我们旨在揭示影响参与者在多任务情境下任务切换表现的潜在机制。行走条件代表了一种非多任务状态下的任务切换表现，将其与多任务状态下的任务切换表现（即行走时发短信）进行比较。通过测量任务集抑制和任务集激活的作用，我们试图更深入地理解行走时发短信所导致的任务切换代价。需要注意的是，原始研究是在沉浸式虚拟环境中进行的23，但随后在配备投影仪的实验室内得以复现（见图2），其中投影仪将行人的图像显示在参与者前方的屏幕上。由于该虚拟环境目前已不可用，本实验方案已调整为适应当下的实验室环境设计。

访问受限。请登录或开始试用以查看此内容。

方案

在开始数据收集之前，必须获得针对人类受试者的全部必要伦理研究批准。此类批准应通过相应的评审委员会和/或人类受试者审查委员会完成。

本方案已获得蒙特利尔高等商学院（HEC Montréal）伦理委员会对 Tech3Lab 研究设施的批准和认证。

1. 视觉刺激的制备

  1. 使用视觉实验呈现软件（例如 E-prime）创建视觉刺激的实验模板。分别为练习试验（6 次试验）和实验条件（22 次试验）各创建一个模板。
  2. 打开 E-prime 软件，进入结构窗口，在此处可构建实验逻辑。
    1. 双击 SessionProc（用于设定 E-对象出现顺序的时间线）。
    2. 从工具箱中将 TextDisplay 对象拖放到 SessionProc 行上。
      1. 双击已插入 SessionProc 的 TextDisplay 对象，并输入研究指导语：“当您听到听觉提示时，请抬起头，并大声说明行走者是向您的左侧还是右侧移动。实验即将开始。”
      2. 点击 TextDisplay 窗口顶部的 Property Pages 图标。点击 Common 选项卡，将 Name 框中的设置更改为 instructions。点击 Duration 下拉菜单并选择 Infinite。点击 Duration/Input 选项卡，选择 Add，然后选择 Keyboard 并点击 OK。再次点击 OK 退出 Property Pages。此设置确保指导语保留在屏幕上，直到您按键开始实验。
    3. 在 SessionProc 中，现在将一个 List 对象拖放到 SessionProc 行上（将其放置在指导语之后）。双击 List 对象。在 Procedure 列中输入“Left-Trial”，按下 Enter，并在弹出窗口询问是否创建新程序时点击 YES。当下一个弹出窗口询问是否将其设为默认值时，点击 NO。
    4. 双击 SessionProc 行中的 List 对象。点击名为 Add Attribute 的绿色按钮。将属性命名为：correct response。点击 OK。
    5. 点击“correct response”列中的空白区域，并输入 L（这表示此列表对象对应行走者向左移动的情况）。
    6. 返回到 SessionProc，点击新创建的对象 Left-Trial。
    7. 进入 SessionProc，双击 Left-Trial 对象。
      1. 将 InLine 对象拖放到 Left-Trial 行上并重命名。
        1. SelectITI。双击 InLine 对象并输入以下代码：
          Dim nRandom As Integer
          nRandom = Random (16500, 17500)
          c.SetAttrib “ITIDur”, nRandom
        2. 该代码以 16,500 毫秒至 17,500 毫秒之间的时间间隔呈现行走者刺激。
    8. 双击 Left-Trial。将一个 Slide 对象拖放到 Left-Trial 行上。将其重命名为 Waiting，该对象将在视觉刺激之间显示为一个空白屏幕，持续时间由步骤 1.2.7 中的代码决定。
    9. 双击 Slide 对象。
      1. 点击名为 SlideText 的 Sub-Object，并在幻灯片上点击以放置该对象。
      2. 删除该图像中的现有文本。
      3. 点击 Sub-Object Property Pages。
      4. 在 Frame 选项卡中，将 width 和 height 均设置为 100%。点击 OK。
    10. 点击 Property Pages，进入 Duration/Input 选项卡。在持续时间中输入以下值：[ITIDur]。
    11. 双击 Left-Trial，并将一个 SoundOut 对象拖放到 Left-Trial 行上。
      1. 双击 SoundOut 对象。
      2. 在 Filename 下选择适当的听觉提示音文件目录。
      3. 将 Buffer 大小更改为 1,000 毫秒。
      4. 点击 OK。
    12. 返回到 Left-Trial，将一个 Slide 对象拖放到 Left-Trial 行上，并将其重命名为 Walker Left。
      1. 双击此新对象。
      2. 通过点击子对象然后点击幻灯片，添加一个 SlideMovie 子对象。
      3. 点击 Sub-Object Property Pages，在 Filename 下选择左侧行走者视频文件的目录。
      4. 将 Stop After Mode 设置为 OffsetTime。
      5. 点击 Stretch 并选择 YES。
      6. 将 End Movie Action 设置为 Terminate。
      7. 点击 Frame 选项卡，将宽度和高度均设置为 100%。
      8. 对于 Position，将 X 和 Y 位置均设置为 50%。
      9. 最后，将 Border Colour 设置为白色。
      10. 点击 OK。
      11. 点击 Slide 对象的 Property Pages。
        1. 点击 Duration/Input 选项卡。
        2. 将 Duration 设置为 4,000。将 PreRelease 设置为 500。
        3. 点击 OK。
    13. 对右侧试验重复整个上述过程（即从步骤 1.2.3–1.2.9）。将程序命名为 Right-Trial。 在执行过程中，仅更改正确反应（即由 L 改为 R）和视频文件。使用右侧行走者的视频文件目录。
  3. 双击 SessionProc。
    1. 将一个 Slide 对象拖放到 SessionProc 行上
    2. 双击此对象，并添加一个 SlideText Sub-Object。
    3. 将文本写为 Pause。
    4. 再次进入 Sub-Object Property Pages，在 Frame 选项卡中将宽度和高度均设为 100%。将 X 和 Y 的位置均设为 50%。
    5. 点击 OK。
  4. 双击已创建的 List 对象。
    1. 点击 List 对象的 Property Pages。
    2. 在 Selection 选项卡中，将 Order 设置为 Random，然后点击 OK。
    3. 在 Weight 列中输入以下数字：
      1. 练习：在 Left-Trial 行和 Right-Trial 行中均输入数字 3。
      2. 实验：在 Left-Trial 行和 Right-Trial 行中均输入数字 11。
  5. 在窗口顶部点击 Generate 图标以生成可执行脚本文件。将其保存到桌面以便快速访问。此文件将在实验期间运行。
    1. 将练习试验保存为“Practice”，将实验试验保存为“Experiment”。
    2. 通过点击 Run 图标来测试所创建的脚本。
  6. 在 E-studio 文件夹中将生成一个 E-run 文件。所创建的两个文件（一个用于练习试验，一个用于实验试验）均可放置在计算机桌面上的文件夹中。要运行视觉实验，只需点击相应的图标即可。
  7. 创建完视觉刺激的实验模板后，尝试使用投影仪显示它们。
    1. 根据投影仪设置，调整行走者图像的高度，并确保其正对站在跑步机上的受试者位置居中。
    2. 使用卷尺直接在投影屏幕上测量行走者的高度。计算屏幕与站在跑步机上的人眼之间的距离，以使刺激覆盖 25° 的视觉角度，并相应移动跑步机。为计算所需距离，可使用以下网站：http://elvers.us/perception/visualAngle/

2. 实验室环境的设置

  1. 打开四台记录计算机、脑电放大器、投影仪、跑步机、扬声器和智能手机。
  2. 设置记录设备。
    1. 启动为本研究专门创建的同步软件，其子程序设置为每 10 秒插入一个标记。
      1. 该同步软件每 10 秒发送一次脉冲，该脉冲会在脑电图和视频记录中以标记和光脉冲的形式出现。
    2. 启动视频记录软件。摄像头应会自动开启；若未开启，请手动打开。
    3. 为受试者启动并设置脑电图记录软件。
    4. 打开包含使用视觉实验呈现软件制作的视觉刺激可执行脚本文件的文件夹。
    5. 根据制造商建议的操作流程准备脑电图设备及相关材料。
    6. 从智能手机中删除上一位受试者的对话记录。
    7. 在受试者休息用座椅旁放置一瓶新的饮用水。

3. 受试者准备

  1. 欢迎受试者进入1号房间，并简要介绍研究持续时间及报酬。
  2. 要求参与者取下首饰（如耳环、穿孔饰品、项链）、眼镜、智能手机以及口袋中的所有物品，将这些物品放入收纳盒中，并存入储物柜。
  3. 要求参与者吐掉正在咀嚼的口香糖，并确保他们在实验开始前已经进食。
  4. 确保受试者穿着舒适的步行鞋，并让其将鞋带系双结，以保障实验过程中的安全。
  5. 让受试者阅读并签署知情同意书。
    1. 阅读以下脚本，并让受试者就座，以便其阅读并签署知情同意书：

      “这是一份知情同意书，表明您同意参加本研究。请仔细阅读并签字。如有任何疑问，请随时提出。
  6. 将受试者带至指定的受试者准备室3号房间，进行脑电帽的安装。
  7. 阅读已准备好的脚本，该脚本解释了实验流程：

    ​"您可能会注意到，我偶尔会阅读一段文字。这是为了确保所有参与者接收到完全相同的指导说明。在本研究中，我们关注的是人们在以中等速度行走并发送短信时，如何与面前的刺激物进行互动。在大约40分钟的时间内，您将使用这部智能手机（展示智能手机）向之前见过的研究助理[name of research assistant]发送短信。 当你发短信时，会不时听到一个声音。该声音之后会出现一个行走角色的图像。你的任务是将头部抬起，看向此处的屏幕[指向屏幕] 并大声说明该人物是向你的右侧还是左侧行走。你不需要做其他任何事情，我将记录下你的答案。请注意，在所有试验组中，每个问题都有两个选项（右或左），因此不可能只出现单一方向（如仅有左或仅有右）作为唯一选择。人物出现的方向完全是随机的。在报出答案后，你只需继续阅读文本 [n研究助理的姓名]。在回答问题或与我交谈时，切勿转身，否则可能导致身体失衡而跌倒。请保持头部向前。我将位于这面镜子的后方 [指向玻璃] 在整个实验过程中。您有任何问题吗？"
  8. 测量受试者的头围以选择合适的脑电图（EEG）电极帽。本实验使用了带有32个预放大电极的EEG actiCap。
    1. 选择合适尺寸的脑电图（EEG）帽，将其放置在泡沫头模上以提供支撑，并将所有电极放置在正确的位置。
    2. 使用10-20参考系统重新测量受试者的头围，以确定帽状电极的起始位置。
    3. 将帽套从前方戴到受试者头部，并在向后拉的过程中保持其位置固定。确保帽套佩戴到位。
    4. 将脑电图帽的电缆连接到脑电图控制箱。
    5. 向受试者展示凝胶涂抹器，使其能够看到该器具无锐利部分，并允许其在需要时触摸感受。朗读以下脚本：

      “这是我要用来将凝胶涂抹到你头上佩戴的EEG帽的施用器和尖端。你可以触摸它；它不会造成疼痛。尖端长度设计得当，不会接触到你的头部。”
    6. 打开脑电图电极盒，使所有电极灯变为红色。
    7. 通过以下步骤激活电极：首先移开电极处的毛发，然后向每个电极涂抹凝胶；先从接地电极开始，接着涂抹参考电极。待这两个电极变为绿色后，再添加其余电极。
    8. 将凝胶放置到位，直至所有电极传感器均变为绿色。
    9. 在控制箱上测量阻抗。
    10. 从控制箱上断开电缆，然后将其连接至移动适配器（即无线将数据传回控制箱的适配器套件）。
    11. 将适配器套件放入腰包中，并请受试者将其系在腰部，电缆和适配器套件置于受试者背部一侧。
    12. 返回计算机室（4号房间），检查每个电极的阻抗。
    13. 通过目视检查脑电图软件监视器屏幕上的信号，确认数据质量是否满意。如有必要，修复有问题的电极。
  9. 将受试者带入实验房间（即房间2）。
  10. 让受试者站在跑步机上，并将跑步机的安全钥匙固定在受试者身上。
  11. 将跑步机速度调至0.8 mph，让受试者以该速度行走2分钟，以适应此速度。在此2分钟内，提醒受试者注意相关指导说明：

    “大约40分钟内，你将使用智能手机与[研究助理姓名]进行短信交流。在发短信期间，你会不时听到一个声音，随后会出现一个行走人物的图像。此时，你的任务是将头抬起看向屏幕，并大声说出你认为该人物是向右行走还是向左行走。你不需要做其他任何事情，我将记录下你的回答。在说出答案后，你只需继续与[研究助理姓名]发短信即可。重要的是，每次必须给出一个答案；如果不确定，请给出你最可能的猜测。回答时或想与我交谈时，请不要转身，以免失去平衡而摔倒。请始终保持头部朝前。实验共分为四个部分，其中两部分是在行走时发短信，另外两部分仅为正常行走。每部分持续约12分钟，各部分之间有2分钟的休息时间。你有任何问题吗？”

4. 练习试验

  1. 将智能手机交给参与者。
  2. 告知参与者他们将进行一次练习试验。
  3. 点击练习试验的刺激程序可执行文件，输入参与者编号并开始试验。
  4. 让参与者在与研究助理进行短信对话的同时，练习对视觉刺激做出反应。该练习环节持续 3 分钟。
  5. 会话开始后，按照本研究预先制定的短信对话脚本进行操作。
  6. 在电子表格模板中记录参与者每次刺激出现时的反应答案。
  7. 3 分钟结束后，让参与者坐在椅子上并饮用一些水。在此期间，将跑步机速度调整为 0.4 mph。
  8. 向参与者重申研究指导说明。

5. 数据采集

  1. 实验设置
    1. 前往工作表选择当前参与者的实验条件顺序。共有两种可能顺序：顺序A中，第1次和第3次试验采用发短信条件，而第2次和第4次试验采用对照条件；顺序B中，第1次和第3次试验采用对照条件，而第2次和第4次试验采用发短信条件。每次试验中，视觉刺激共出现22次。
    2. 确保所有记录软件均已准备就绪，可同步启动。
    3. 启动所有记录软件（例如脑电图EEG、视频记录等）。
    4. 让参与者重新踏上跑步机，并缓慢将速度恢复至0.8英里/小时。
    5. 打开视觉刺激程序并开始运行。
    6. 根据实验条件向参与者宣读试验指导语。
      1. 运行实验试验的可执行脚本文件。输入参与者编号及所选条件的代码，然后开始试验。
  2. 对照条件
    1. 确保在该任务期间，智能手机不在参与者的视野范围内。
    2. 指导参与者仅需在跑步机上行走，并在每次视觉刺激出现时，口头回答"左"或"右"以作出反应：

      “在此任务中，您只需在跑步机上行走。有时您会听到一个声音，随后屏幕上会出现一个行走人物的图像。您的任务是立即抬头看向屏幕，并大声说出您认为该人物是向您的左侧还是右侧移动。您无需执行其他操作。我会自行记录您的回答。在说出答案后，请继续行走。请务必每次均给出回答，即使不确定，也请给出您的最佳猜测。回答时或需要与我交谈时，请勿转身，以免失去平衡而跌倒。请始终保持头部朝前。当我发出信号时，您即可开始。您有任何问题吗？”
    3. 向参与者示意试验即将开始，并启动视觉刺激试验。
    4. 每次参与者对视觉刺激作出回答时，均需记录其反应。若参与者未作回应，则相应字段留空。
    5. 试验结束后，让参与者坐下并饮水休息。
    6. 休息期间，持续运行所有记录软件，并保持跑步机以0.4英里/小时的速度运行。
    7. 休息结束后，让参与者重新踏上跑步机，并在其行走过程中逐步将速度恢复至0.8英里/小时。
  3. 发短信条件
    1. 当参与者在跑步机上行走时，将智能手机交予其手中。
    2. 指导参与者在跑步机上行走时，像平时一样使用智能手机发短信（例如使用单手或双手），并在每次视觉刺激出现时，口头回答"左"或"右"以作出反应：

      “在此任务中，您将使用智能手机与[研究助理姓名]进行短信交流。请打开手机上的信息应用程序，然后选择标题为"你好"的对话。您需要积极参与短信对话。在发短信过程中，您会不时听到一个声音，随后屏幕上会出现一个行走人物的图像。您的任务是立即抬头看向此处的屏幕，并大声说出您认为该人物是向您的左侧还是右侧移动。您无需执行其他操作。我会自行记录您的回答。在说出答案后，请继续发短信。请务必每次均给出回答，即使不确定，也请给出您的最佳猜测。回答时或需要与我交谈时，请勿转身，以免失去平衡而跌倒。请始终保持头部朝前。当我发出信号时，您即可开始。您有任何问题吗？”
    3. 向参与者示意试验即将开始，并启动视觉刺激试验。
    4. 指导参与者在跑步机上行走的同时进行短信交流，并在每次视觉刺激出现时，口头回答"左"或"右"以作出反应。
    5. 让研究助理按照对话脚本进行，并在整个试验过程中维持短信对话的进行。
    6. 每次参与者对视觉刺激作出回答时，均需记录其反应。若参与者未作回应，则相应字段留空。
    7. 试验结束后，从参与者手中取回智能手机，并让其坐下饮水休息。
    8. 休息期间，持续运行所有记录软件，并保持跑步机以0.4英里/小时的速度运行。
    9. 休息结束后，让参与者重新踏上跑步机，并在其行走过程中逐步将速度恢复至0.8英里/小时。

6. 数据采集结束

  1. 实验操作结束后，让参与者关闭跑步机，坐下并饮用一些水。
  2. 取下脑电图（EEG）帽，引导参与者前往淋浴间，如有需要可清洗头发。
  3. 向参与者发放报酬，并感谢他们的参与。确保参与者带走知情同意书的副本，并取回所有个人物品。

访问受限。请登录或开始试用以查看此内容。

结果

本研究方案最初纳入54名参与者，每人需完成88次方向判断试验。其中一半试验在参与者于刺激呈现前仅正常行走时进行；另一半试验则在参与者于刺激呈现前边行走边发短信时进行。

行为结果
对点光源行走者方向的判断表现反映了任务转换成本，表现越低代表任务转换成本越高。参与者的反应通过两个反应变量进行分析：1）正确识别；以及 2）反应时间。两个实验条件代表两个组：1）边行走边发短信；以及 2）行走结束后再对刺激做出反应。反应时间在实验结束时进行计算。实验的视频记录被转换为音频文件，随后使用声音分析软件标记声音波长中的峰值。当提示音与参与者口头回答的声音均被标记后，两者之间的时间间隔即可确定。正确反应时间的分析方法是：从实验呈现软件中导出参与者在88次试验中的正确方向判断结果，并将其添加至包含参与者反应的数据库文件中。在所使用的程序（Excel）中，采用一个用于检验准确性的公式（=IF(A1=B1,1,0)）来判断第一数据列（即参与者的反应）与第二列是否一致。

由于每位参与者需要反复...

访问受限。请登录或开始试用以查看此内容。

讨论

使用该方案时的一个关键选择是确保神经生理数据的质量。在运动过程中使用EEG等工具存在固有的复杂性，因为过度运动可能在数据中产生大量噪声。因此，在数据采集之前，必须考虑如何对数据进行预处理，以尽可能去除伪迹，同时不改变实际信号。尽管如此，由于参与者在整个实验过程中都在跑步机上行走，数据排除率仍然可能较高。某些参与者的数据会因面部、头部和身体的过度运动所引起的伪迹，以及因大量出汗或设备故障的可能而无法使用。为避免对结果造成偏差或影响，应在行为分析之前确定数据排除标准。自从开展本研究以来，我们的实验室已具备电极位置定位的能力，我们希望在今后的研究中利用这项技术更准确地分析源活动。我们建议未来的研究利用电极定位技术，以实现对相关EEG信号的源估计。

本方案中需要特别注意的一个关键步骤是参与者与研究助理之间的短信对话脚本。短信对话应围绕预设的主题并结合一些开放式问题进行引导，这一点非常重要。遵循此类脚本具有多重意义。首先，我们可确保所有参与者经历相似类型的对话，从而消除自然对话中可能存在的个体差异。通过这种方式，我们能保证不同参与者之间的对话不会因内容差异过大而导致分心程度不一致。其次，通过...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

作者感谢加拿大社会科学与人文研究理事会（SSHERC）提供的资金支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
The Observer XTNoldus数据整合与同步软件：Noldus Observer XT（Noldus 信息科技公司）用于同步所有行为、情绪和认知参与数据。
MediaRecorderNoldus音视频录制软件
FaceReaderNoldus用于自动分析六种基本面部表情的软件
E-PrimePsychology Software Tools, Inc.用于计算机化实验设计、数据采集和分析的软件
BrainVision RecorderBrain Vision用于记录神经/电生理信号（本研究中为脑电图 EEG）的软件
Analyzer脑电（EEG）信号处理软件
QualtricsQualtrics在线问卷调查平台
Tapis RoulantThermoTread GT Office Treadmill
SyncboxNoldusSyncbox 通过向 EGI 放大器发送晶体管-晶体管逻辑（TTL）信号，并向 Tobii Studio v 3.2 发送按键信号，启动脑电（EEG）与眼动数据的同步记录。
Move2actiCAPBrain Vision用于脑电（EEG）数字无线系统的附加组件
iPhone 6sApple
iMessageApple
iPadApple

参考文献

  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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

勘误


Formal Correction: Erratum: Measuring the Switch Cost of Smartphone Use While Walking
Posted by JoVE Editors on 8/24/2020. 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

探索更多文章

任务转换代价EEG α振荡跑步机行走方案行走时发短信点光源行走者认知参与度测量行为神经生理学比较多任务表现分析实验条件顺序
测量步行时使用智能手机的切换成本
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。