Name: 测量边走边使用智能手机的开关成本 (视频) | JoVE Journal
Uploaded: 2020-04-30T14:00:00.000+00:00
Duration: 7 min
Description: 了解在行走时使用智能手机的认知切换成本。本研究通过脑电图和行为测量，揭示多任务处理对步行表现的影响，为公共安全提供科学依据。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

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。

<ol><li>Monsell, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task+switching%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">Task switching.</a> Trends in Cognitive Sciences. 7 (3), 134-140 (2003).</li>
<li>Haga, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+using+a+Smart+Phone+on+Pedestrians%27+Attention+and+Walking%5BTitle%5D)+AND+%22Procedia+Manufacturing%22%5BJournal%5D)">Effects of using a Smart Phone on Pedestrians' Attention and Walking.</a> Procedia Manufacturing. 3, 2574-2580 (2015).</li>
<li>Hatfield, J., Murphy, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effects+of+mobile+phone+use+on+pedestrian+crossing+behaviour+at+signalised+and+unsignalised+intersections%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">The effects of mobile phone use on pedestrian crossing behaviour at signalised and unsignalised intersections.</a> Accident Analysis, Prevention. 39 (1), (2007).</li>
<li>Stavrinos, D., Byington, K. W., Schwebel, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distracted+walking%3A+Cell+phones+increase+injury+risk+for+college+pedestrians%5BTitle%5D)+AND+%22Journal+of+Safety+Research%22%5BJournal%5D)">Distracted walking: Cell phones increase injury risk for college pedestrians.</a> Journal of Safety Research. 42 (2), 101-107 (2011).</li>
<li>Nasar, J., Hecht, P., Wener, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mobile+telephones%2C+distracted+attention%2C+and+pedestrian+safety%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Mobile telephones, distracted attention, and pedestrian safety.</a> Accident Analysis, Prevention. 40 (1), 69-75 (2008).</li>
<li>Hyman, I. E., Boss, S. M., Wise, B. M., McKenzie, K. E., Caggiano, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Did+you+see+the+unicycling+clown%3F+Inattentional+blindness+while+walking+and+talking+on+a+cell+phone%5BTitle%5D)+AND+%22Applied+Cognitive+Psychology%22%5BJournal%5D)">Did you see the unicycling clown? Inattentional blindness while walking and talking on a cell phone.</a> Applied Cognitive Psychology. 24 (5), 597-607 (2010).</li>
<li>Pourchon, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+augmented+reality+leading+to+more+risky+behaviors%3F+An+experiment+with+pok%C3%A9mon+go%5BTitle%5D)+AND+%22Proceedings+of+the+International+Conference+on+HCI+in+Business%2C+Government%2C+and+Organizations%22%5BJournal%5D)">Is augmented reality leading to more risky behaviors? An experiment with pokémon go.</a> Proceedings of the International Conference on HCI in Business, Government, and Organizations. , 354-361 (2017).</li>
<li>Thornton, I. M., Rensink, R. A., Shiffrar, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Active+versus+Passive+Processing+of+Biological+Motion%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Active versus Passive Processing of Biological Motion.</a> Perception. 31 (7), 837-853 (2002).</li>
<li>Neider, M. B., McCarley, J. S., Crowell, J. A., Kaczmarski, H., Kramer, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pedestrians%2C+vehicles%2C+and+cell+phones%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Pedestrians, vehicles, and cell phones.</a> Accident Analysis, Prevention. 42, 589-594 (2010).</li>
<li>Wylie, G., Allport, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task+switching+and+the+measurement+of+%22switch+costs%22%5BTitle%5D)+AND+%22Psychological+Research%22%5BJournal%5D)">Task switching and the measurement of "switch costs".</a> Psychological Research. 63 (3-4), 212-233 (2000).</li>
<li>Johansson, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+perception+of+biological+motion+and+a+model+for+its+analysis%5BTitle%5D)+AND+%22Perception%2C+Psychophysics%22%5BJournal%5D)">Visual perception of biological motion and a model for its analysis.</a> Perception, Psychophysics. 14 (2), 201-211 (1973).</li>
<li>Cavanagh, P., Labianca, A. T., Thornton, I. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attention-based+visual+routines%3A+Sprites%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Attention-based visual routines: Sprites.</a> Cognition. 80 (1-2), 47-60 (2001).</li>
<li>Troje, N. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retrieving+Information+from+Human+Movement+Patterns%5BTitle%5D)+AND+%22Understanding+Events%22%5BJournal%5D)">Retrieving Information from Human Movement Patterns.</a> Understanding Events. , 308-334 (2008).</li>
<li>Klimesch, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+alpha+and+theta+oscillations+reflect+cognitive+and+memory+performance%3A+A+review+and+analysis%5BTitle%5D)+AND+%22Brain+Research+Reviews%22%5BJournal%5D)">EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis.</a> Brain Research Reviews. 29 (2-3), 169-195 (1999).</li>
<li>Jensen, O., Gelfand, J., Kounios, J., Lisman, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oscillations+in+the+Alpha+Band+%289-12+Hz%29+Increase+with+Memory+Load+during+Retention+in+a+Short-term+Memory+Task%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Oscillations in the Alpha Band (9-12 Hz) Increase with Memory Load during Retention in a Short-term Memory Task.</a> Cerebral Cortex. 12 (8), 877-882 (2002).</li>
<li>Busch, N. A., Herrmann, C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Object-load+and+feature-load+modulate+EEG+in+a+short-term+memory+task%5BTitle%5D)+AND+%22NeuroReport%22%5BJournal%5D)">Object-load and feature-load modulate EEG in a short-term memory task.</a> NeuroReport. 14 (13), 1721-1724 (2003).</li>
<li>Herrmann, C. S., Senkowski, D., Röttger, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phase-Locking+and+Amplitude+Modulations+of+EEG+Alpha%5BTitle%5D)+AND+%22Experimental+Psychology%22%5BJournal%5D)">Phase-Locking and Amplitude Modulations of EEG Alpha.</a> Experimental Psychology. 51 (4), 311-318 (2004).</li>
<li>Pfurtscheller, G., Aranibar, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Event-related+cortical+desynchronization+detected+by+power+measurements+of+scalp+EEG%5BTitle%5D)+AND+%22Electroencephalography+and+Clinical+Neurophysiology%22%5BJournal%5D)">Event-related cortical desynchronization detected by power measurements of scalp EEG.</a> Electroencephalography and Clinical Neurophysiology. 42 (6), 817-826 (1977).</li>
<li>Sauseng, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+alpha+synchronization+and+functional+coupling+during+top-down+processing+in+a+working+memory+task%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">EEG alpha synchronization and functional coupling during top-down processing in a working memory task.</a> Human Brain Mapping. 26 (2), 148-155 (2005).</li>
<li>Pope, A. T., Bogart, E. H., Bartolome, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biocybernetic+system+evaluates+indices+of+operator+engagement+in+automated+task%5BTitle%5D)+AND+%22Biological+Psychology%22%5BJournal%5D)">Biocybernetic system evaluates indices of operator engagement in automated task.</a> Biological Psychology. 40 (1-2), 187-195 (1995).</li>
<li>Scerbo, M. W., Freeman, F. G., Mikulka, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+brain-based+system+for+adaptive+automation%5BTitle%5D)+AND+%22Theoretical+Issues+in+Ergonomics+Science%22%5BJournal%5D)">A brain-based system for adaptive automation.</a> Theoretical Issues in Ergonomics Science. 4 (1-2), 200-219 (2003).</li>
<li>Charland, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+the+Multiple+Dimensions+of+Engagement+to+Characterize+Learning%3A+A+Neurophysiological+Perspective%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective.</a> Journal of Visualized Experiments. (101), e52627(2015).</li>
<li>Courtemanche, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Texting+while+walking%3A+An+expensive+switch+cost%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Texting while walking: An expensive switch cost.</a> Accident Analysis, Prevention. 127, 1-8 (2019).</li>
<li>Townsend, J. T., Ashby, F. G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTownsend%2C+JT+%22The+stochastic+modeling+of+elementary+psychological+processes%22">The stochastic modeling of elementary psychological processes</a>. , Cambridge University Press. Cambridge. (1983).</li>
<li>Jung, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Removal+of+eye+activity+artifacts+from+visual+event-related+potentials+in+normal+and+clinical+subjects%5BTitle%5D)+AND+%22Clinical+Neurophysiology%22%5BJournal%5D)">Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects.</a> Clinical Neurophysiology. 111, 1745-1758 (2000).</li>
<li>Luck, S. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLuck%2C+SJ+%22An+Introduction+to+the+Event-related+Potential+Technique+%28Cognitive+Neuroscience%29%22">An Introduction to the Event-related Potential Technique (Cognitive Neuroscience)</a>. , MIT Press. Cambridge, MA. (2005).</li>
<li>Steiger, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tests+for+comparing+elements+of+a+correlation+matrix%5BTitle%5D)+AND+%22Psychological+Bulletin%22%5BJournal%5D)">Tests for comparing elements of a correlation matrix.</a> Psychological Bulletin. 87 (2), 245-251 (1980).</li>
<li>Léger, P. -M., et al. Task Switching and Visual Discrimination in Pedestrian Mobile Multitasking: Influence of IT Mobile Task Type. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aL%C3%A9ger%2C+P-M+%22Information+Systems+and+Neuroscience%3A+Vienna+Retreat+on+NeuroIs+2019%22">Information Systems and Neuroscience: Vienna Retreat on NeuroIs 2019</a>. Davis, F., Riedl, R., vom Brocke, J., Léger, P. -M., Randolph, A., Fischer, T. H. , Springer. 245-251 (2020).</li>
<li>Mourra, G. N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Addicted+to+my+smartphone%3A+what+factors+influence+the+task-switching+cost+that+occurs+when+using+a+smartphone+while+walking%22">Addicted to my smartphone: what factors influence the task-switching cost that occurs when using a smartphone while walking</a>. , Retrieved from: http://biblos.hec.ca/biblio/memoires/m2019a610182.pdf (2019).</li>
<li>Schabrun, S. M., van den Hoorn, W., Moorcroft, A., Greenland, C., Hodges, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Texting+and+walking%3A+strategies+for+postural+control+and+implications+for+safety%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">Texting and walking: strategies for postural control and implications for safety.</a> PloS One. 9 (1), 84312(2014).</li>
</ol>

作者无任何利益冲突需要披露。

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...

An erratum was issued for:&#160;<a href="https://www.jove.com/t/60555/measuring-the-switch-cost-of-smartphone-use-while-walking">Measuring the Switch Cost of Smartphone Use While Walking</a>. An&#160;author&#39;s name&#160;was&#160;updated.
The name was corrected from:
Gabrielle-Na&#239;m&#233; Mourra
to:
Gabrielle Na&#239;m&#233; Mourra

An erratum was issued for:&#160;<a href="https://www.jove.com/t/60555/measuring-the-switch-cost-of-smartphone-use-while-walking">Measuring the Switch Cost of Smartphone Use While Walking</a>. An&#160;author&#39;s name&#160;was&#160;updated.

Erratum: Measuring the Switch Cost of Smartphone Use While Walking

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。

<table><tbody><tr><td>The Observer XT</td><td>Noldus</td><td></td><td>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。</td></tr><tr><td>MediaRecorder</td><td>Noldus</td><td></td><td>音视频录制软件</td></tr><tr><td>FaceReader</td><td>Noldus</td><td></td><td>用于自动分析六种基本面部表情的软件</td></tr><tr><td>E-Prime</td><td>Psychology Software Tools, Inc.</td><td></td><td>用于计算机化实验设计、数据采集和分析的软件</td></tr><tr><td>BrainVision Recorder</td><td>Brain Vision</td><td></td><td>用于记录神经/电生理信号（本研究中为脑电图 EEG）的软件</td></tr><tr><td>Analyzer</td><td></td><td></td><td>脑电（EEG）信号处理软件</td></tr><tr><td>Qualtrics</td><td>Qualtrics</td><td></td><td>在线问卷调查平台</td></tr><tr><td>Tapis Roulant</td><td>ThermoTread GT Office Treadmill</td><td></td><td></td></tr><tr><td>Syncbox</td><td>Noldus</td><td></td><td>Syncbox 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。</td></tr><tr><td>Move2actiCAP</td><td>Brain Vision</td><td></td><td>用于脑电（EEG）数字无线系统的附加组件</td></tr><tr><td>iPhone 6s</td><td>Apple</td><td></td><td></td></tr><tr><td>iMessage</td><td>Apple</td><td></td><td></td></tr><tr><td>iPad</td><td>Apple</td><td></td><td></td></tr></tbody></table>

测量步行时使用智能手机的切换成本

Measuring the Switch Cost of Smartphone Use While Walking

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。

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...

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。

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。该方法包括让受试者在行走过程中执行特定任务……

众所周知，全球范围内涉及交通事故的行人数量有所上升，其原因之一便是人们在行走时发短信，这种现象随处可见。研究这一现象及其背后的心理机制至关重要，但以安全的方式开展研究却面临挑战。我们开发了一种方法来实现这一目标，将在本视频中进行介绍。首先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。为设置记录设备，请启动同步软件，并加载为本研究专门创建的子程序，该程序每10秒设置一个标记。同步软件会发送一个脉冲，该脉冲以标记和光脉冲的形式每10秒出现在脑电图和视频记录中。打开视频录制软件。摄像头应会自动开启。若未自动开启，请手动打开摄像头。打开并设置参与者的脑电图记录软件。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。根据设备制造商建议的操作流程准备脑电图设备及相关材料。在欢迎受试者并让其签署知情同意书后，宣读预先准备好的实验流程说明脚本。开始设置脑电图（EEG）时，需测量受试者的头围以适配EEG帽。本实验采用的是带有32个预放大电极的EEG ACTA帽。让受试者站在跑步机上，并将跑步机的安全钥匙系在受试者身上。将跑步机速度设置为 0.8 英里/小时。让受试者以该速度行走两分钟，以适应此速度。在计算机上的工作流程表中为当前参与者选择条件顺序。共有两种可能的顺序。在 A 顺序中，第1次和第3次试验采用发短信条件。在B顺序中，试验一和试验三采用控制条件，试验二和试验四采用发短信条件。确保所有录制软件均已准备就绪，可同步启动。然后开始脑电图记录。启动同步软件，并确保视频记录已同时开始。让受试者重新回到跑步机上，并缓慢将速度恢复至0.8英里/小时。打开视觉刺激程序并开始运行。向参与者朗读所选试验对应的说明。运行实验试验的刺激可执行脚本文件。输入参与者编号以及为特定条件选择的代码。开始试验。指导参与者在跑步机上行走，并在每次视觉刺激出现时通过回答“左”或“右”作出反应。提示参与者试验即将开始，并启动视觉刺激试验。每次参与者对视觉刺激作出反应时，记录其反应。当参与者未作出反应时，相应字段留空。试验结束时，将跑步机速度降至每小时0.4英里。然后让受试者坐下并饮用一些水。休息后，让受试者重新踏上跑步机，并在行走过程中逐步将速度恢复至每小时0.8英里。当参与者在跑步机上行走时，将智能手机交给他们。指导参与者按照平时习惯的方式进行 texting（单手或双手均可），并在每次视觉刺激出现时，通过回答“左”或“右”来做出反应。向参与者示意试验即将开始，并启动视觉刺激试验。让研究助理遵循对话脚本，并在试验过程中持续引导对话。每次参与者对视觉刺激作出回应时，记录其回答。当参与者未作回应时，相应字段留空。试验结束后，从参与者手中取回智能手机，降低跑步机的速度，让参与者坐下并饮用一些水。取下脑电帽，并带参与者前往淋浴间，他们可根据意愿洗头。给予参与者相应的报酬，并感谢他们的参与。 确保参与者离开时带走其知情同意书副本，并取回所有个人物品。对参与者的反应分析了两个变量：正确识别率和反应时间。当参与者在刺激出现前未进行 texting 时，更有可能正确识别出点光源行走者刺激的运动方向。反应时间未发现显著差异。通过观察α振荡和认知参与，利用脑电图（EEG）记录来确定任务转换过程中涉及的神经生理活动。α比值反映了任务抑制的过程。较高的 alpha 比值在行走条件下带来了更好的表现，而在发短信条件下，较高的 alpha 比值则会阻碍表现。这些结果表明，在边走路边发短信时，表现受到抑制先前任务集所需资源量的负面影响。我们相信，该技术将使我们的研究群体能够在此领域开展研究，因为它使得以安全的方式研究移动多任务处理现象成为可能。

measuring-the-switch-cost-of-smartphone-use-while-walking

Research

科研

JoVE Journal

Behavior

行为

测量边走边使用智能手机的开关成本

已开发出一种针对可穿戴移动监测系统（WMMS）的标准化评估方法，该方法包含在真实日常生活环境中进行的连续性活动。使用一系列日常生活活动进行测试可能会降低活动识别的敏感性；因此，建议采用贴近现实的测试流程，以有效评估WMMS的性能。...

在日常生活环境中的基于智能手机的人体活动识别系统评估

本文描述了一种用于检验智能手机应用程序在矢状面内记录的运动学测量值与三维运动捕捉系统相比的同时效度的方法。该方案将使临床医生能够设置智能手机以采集人体运动视频。...

使用智能手机进行视频运动分析（ViMAS）：一项初步研究

本文介绍了一种使用和部署占用率与光照数据记录仪的方法，该记录仪可用于在实地环境中收集参与者开关灯行为的数据。...

使用占用率与光照数据记录仪测量光开关行为

本方案整合了多种评估方法，展示了一种用于评估智能手机键盘设计的方法。建议采用由英文字母组成的成对字符作为输入材料，并将两个按键之间的转换时间作为因变量。...

一种评估智能手机键盘设计的方法与工具包

本方案旨在为康复专科医生和健身教练提供针对患有神经退行性疾病的老年人开展线上及线下步行课程的安全、可行且基于证据的方法指导。...

与我同行：面向神经退行性疾病老年患者的混合式虚拟/线下步行干预

本方案介绍了一种非商业化的自主开发应用程序，用于采集实时现场数据，包括心理量表、GPS位置、心率和血氧饱和度水平，以及该应用程序的操作流程。以2020年在中国台湾开展的一项实证研究作为应用示例。...

一种用于与可穿戴设备配对以监测个人健康状况的应用程序

配备可穿戴传感器的商用智能手表正越来越多地应用于人群研究中。然而，其应用常受限于电池续航时间短、内存容量小以及数据质量有限等问题。本报告提供了在针对哮喘儿童和老年心脏病患者的研究中所遇到的实际技术挑战的经济高效解决方案示例。...

用于人群研究中暴露与健康监测的消费级可穿戴设备设置

本文介绍了一种使用智能手机和发光二极管（LED）光源箱等 readily available 物品记录秀丽隐杆线虫（Caenorhabditis elegans）草坪回避行为的简单且低成本方法。我们还提供了一个 Python...

一种基于智能手机的 C. elegans 菌苔回避实验成像方法

本文介绍了使用智能手机应用程序主观测量屈光不正的实验方案及临床验证数据。...

使用智能手机进行视力筛查的主观验光测试

本文介绍了一种在椭圆形跑道上进行递增式走跑测试（速度范围为 0.84 至 2.37...

使用加速度计和氧气消耗评估身体活动强度

真实世界M3-BREATHE：迈向用于治疗与健康评估的行为、呼吸及暴露多模态移动监测

了解在行走时使用智能手机的认知切换成本。本研究通过脑电图和行为测量，揭示多任务处理对步行表现的影响，为公共安全提供科学依据。

测量步行时使用智能手机的切换成本

探索更多视频