Methodenartikel

Fahren unter dem Einfluss: wie Musikhören fahren Verhaltensweisen beeinflusst

12.5K Ansichten

⸱

DOI:

10.3791/58342

⸱

27. März 2019

 ,  ,  ,  , 
1Laboratoire d'Etude des Mécanismes Cognitifs (EA 3082), University Lyon 2, 2Institut Universitaire de France, 3Faculté de médecine et des sciences de la santé, Université de Sherbrooke

In diesem Artikel

Zusammenfassung

Hier präsentieren wir ein Protokoll, um treibende Verhaltensweisen zu bewerten, während im Anschluss an ein Fahrzeug in einer simulierten Umgebung fahren. Die vorgestellte Protokoll wird verwendet, um die Auswirkungen unterschiedlicher auditiven Herkunft auf der Fahrt Verhaltensweisen zu vergleichen.

Zusammenfassung

Autofahren ist eine tägliche Aktivität für viele Menschen in modernen Gesellschaften. Fahrer hören oft Musik während der Fahrt. Die hier vorgestellte Methode untersucht, wie Musikhören treibende Verhaltensweisen beeinflusst. Eine Fahrsimulation wurde ausgewählt, weil es eine gut kontrollierte Umgebung und ein gutes Maß an ökologische Validität bietet. Treibende Verhaltensweisen wurden durch eine Auto-nach Aufgabe bewertet. In der Praxis wurden Teilnehmer angewiesen, ein Fahrzeug führen zu beobachten, wie sie im wirklichen Leben tun würde. Die Fahrzeuggeschwindigkeit Blei verändert im Laufe der Zeit erfordern konstante Geschwindigkeitsanpassungen für die Teilnehmer. Die Inter vehicular Zeit wurde genutzt, um treibende Verhaltensweisen zu bewerten. Um die treibenden Verhaltensweisen zu vervollständigen, wurden auch die subjektive Stimmung und physiologische Erregung gesammelt. Als solche bieten die Ergebnisse mit dieser Methode gesammelt Erkenntnisse zum menschlichen inneren Zustand (d.h. subjektive Stimmung und physiologische Erregung) und treibende Verhaltensweisen in das Auto nach Aufgabe.

Einleitung

Auto fahren Aktivität schnell in den letzten Jahrzehnten gestiegen und ist jetzt eine tägliche Aktivität für viele Menschen in modernen Gesellschaften. Proportional zu diesem Wachstum ist Autofahren Aktivität ein heißes Thema der Untersuchung für den menschlichen Faktor Gemeinschaft1geworden.

Es gibt eine sehr begrenzte Zahl der wichtigsten kulturellen Aktivitäten, die Menschheit unabhängig von der Bevölkerung in der Regel zu definieren und die Periode der Geschichte als2. Musik ist eine dieser Aktivitäten zusammen mit Werkzeuggebrauch und symbolische Argumentation zugrunde liegenden Sprache Fähigkeiten3. Spielen und Musik hören ist daher eine wichtige individuelle und soziale Aktivität. Basierend auf einer umfassenden Literaturrecherche, Schäfer Et Al.4 fand etwa 130 verschiedene nicht-redundanten Funktionen zum Musikhören und drei Musik hören Meta-Funktionen wurden dann identifiziert: (1) Erregung und Stimmung Regulierung, (2). Selbst-Bewusstsein erreichen, und (3) Soziale Verbundenheit Ausdruck. Infolgedessen sind Menschen häufig in einer Vielzahl von Situationen und Orten5Musikhören. Unter diesen Situationen ist das Anhören von Musik während der Fahrt mit Treibern Berichterstattung Musikhören während rund drei Viertel ihrer treibende Zeit6sehr häufig.

Musikhören ist bekannt, des Zuhörers emotionalen Zustand7 zu beeinflussen und somit zu induzieren Stimmungsschwankungen in einer Vielzahl von Situationen und Bereiche8Forschung. Nach der Stimmung-Kongruenz-Theorie bezieht sich das Verhalten einer Person auf seine/ihre Stimmung9 mit Beweis von Neuroimaging10 und Verhaltensexperimente11gewonnen. Nach dieser Logik kann Musikhören Fahrer, Stimmung die wiederum fahren Verhalten ändern können.

Musikalisch-induzierte Stimmungsschwankungen während der Fahrt befanden sich Leistungsverbesserungen unter bestimmten Bedingungen oder Beeinträchtigungen unter anderen Bedingungen führen. Auf der einen Seite in komplexen und anspruchsvollen treibende Umgebungen, ruhiger Musik erwies sich um affektive Zustände zu mildern: Es hat eine lindernde Wirkung auf negative Emotionen, reduziert das Maß an Stress und verbessert die Entspannung und Ruhe12des Fahrers. Diese entspannende Wirkung wurde berichtet, dass effizienter sein, wenn plötzliche Musik Änderungen im Vergleich zum allmählichen Musik Änderungen13verwenden. Auf der anderen Seite waren Menschen langsamer, Gefahren zu erkennen, in Szenen zu fahren, wenn Wut zuvor durch Musik induziert wurde und Bilder im Vergleich mit neutraler Stimmung Leistungen14geführt. Fröhliche Musik hören während der Fahrt auch erwies sich nachteilig auf die Effizienz Kontrolle, seitliche während trauriger Musik keinen signifikanten Einfluss auf seitliche Kontrolle über das Fahrzeug15 hatte. In Kürze kann Fahrer Stimmung treibende Aufführungen in entgegengesetzter Weise abhängig von der Musik und der damit verbundenen Stimmung Induktion und der Fahrsituation als auswirken.

Der Zweck der Methode berichtet, soll hier eine experimentell gut kontrollierten Fahrsituation untersuchen die Auswirkungen der Musik hören auf der Fahrt Verhaltensweisen zu bieten. Um die Reproduzierbarkeit der Fahrsituation zu gewährleisten, wurde eine Methode basierend auf Fahrsimulation umgesetzt. Auf den ersten Blick eine Fahrsimulation als degradierte Version der eigentliche treibende Untersuchungen in Betracht kommen. Aber die Realität ist komplexer, und einen bestimmten Versuchsaufbau nicht als die beste experimentelle Lösung angesehen werden, in absoluten Zahlen. Experimentellen Aufbaus ist vielmehr derjenige, der am genauesten die Bedürfnisse der Untersuchung betrifft16. Wenn echtes Autofahren der Versuchsaufbau, die den Alltag Fahrsituationen am besten wiedergibt ist, es kommt auch mit einigen Nachteilen: Fahrersicherheit bei experimentellen Manipulationen, mögliche Beeinträchtigungen in Bezug auf Leistungen, fahren und Schwierigkeiten bei der Kontrolle der Fahrumgebung, einschließlich Verkehr, Wetter, Lichtverhältnisse, Grad der Umgebungsgeräusche usw.. Umgekehrt, wenn Fahrsimulatoren nicht so realistisch wie echte Fahrzeuge sind, Versuchsbedingungen und Manipulationen können streng kontrolliert und17repliziert. Dadurch können andere Teilnehmer den exakten gleichen Versuchsbedingungen ausgesetzt werden. Darüber hinaus sind experimentelle Manipulationen möglicherweise beeinträchtigen treibende Leistungen möglich gemacht, da nur virtuelle Sicherheit (und nicht real) tätig ist. Insgesamt bietet eine Fahrsimulation einen ausgezeichneten Kompromiss zwischen der Notwendigkeit, die treibende Tätigkeit natürliche (z.B. externe Validität) zu sparen und die Notwendigkeit für eine starke experimentelle Kontrolle (z. B. interne Validität).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Alle hier beschriebene Methoden wurden von der Ethikkommission der Fakultät für Psychologie der Universität Lyon 2 genehmigt und Einwilligung wurde von allen Teilnehmern.

Hinweis: Teilnehmer rekrutierten sich durch Bekanntmachungen veröffentlicht, in der lokalen Gemeinschaft und an der Universität.

(1) Teilnehmer

  1. Sicherstellen Sie, dass die Teilnehmer einen Führerschein besitzen und mindestens zwei Jahre Fahrpraxis haben.
  2. Sicherstellen Sie, dass die Teilnehmer normal oder korrigierte zu normalem Sehvermögen und Vorsprechen.
  3. Stellen Sie sicher, dass Teilnehmer nicht an einer psychischen Erkrankung (z. B. Schizophrenie leiden).
  4. Eine ähnliche Anzahl von Weibchen und Männchen zu rekrutieren.
  5. Statten Sie Teilnehmer mit einem Herzfrequenzgurt, verbunden mit einer Uhr, Herzfrequenz überwachen aus.
  6. Bitten Sie die Teilnehmer ihre eigenen bevorzugten Musiktitel frei wählen (Beispiele der Teilnehmer Wahl: Uptown Funk von Mark Ronson mit Bruno Mars oder Cheerleader von OMI). Fragen Sie Teilnehmer zu, dass die Musik auf einem USB-Stick zu verfolgen. Verwenden Sie diese Spur, um unterschiedlichen musikalischen Backgrounds für das Experiment (siehe Abschnitt 3) zu erstellen.

(2) Fahrsimulation

Hinweis: Die folgenden Schritte werden anhand von einem neuen Fahrsimulator, ein BB_Sim an der Université de Sherbrooke, umfasst einen Computer, drei Bildschirme, sowie ein Lenkrad und beschleunigen und Bremsen Pedale für den Antrieb Steuerungen entwickelt beschrieben. Die erste Studie wurde mit verschiedenen Fahrsimulator mit OpenSource-OpenSD2S Software18.

  1. Legen Sie die Fahrsimulation Fahrgeräusch (d. h. Motor angetriebenen) bei ± 25dB.
  2. Sitz des Teilnehmers vor dem Simulator, ca. 60 cm von den Bildschirmen (drei Bildschirme befindet sich vor dem Teilnehmer, 48 cm x 30 cm, mit einer Gesamtfläche von 137,52 ° von der Gesichtswinkel auf der horizontalen Achse und 28,65 ° von der Gesichtswinkel auf der vertikalen (Achse), in einem modifizierten Autositz.
  3. Lassen Sie die Teilnehmer, die die Entfernung zwischen den Sitz und die Pedale mit dem Hebel unter dem Sitz.
  4. Sobald der Teilnehmer bequem positioniert ist, bieten Sie Anleitungen zur Verwendung der Funktionen des Simulators (z.B. Umgang mit der Beschleunigung und Bremsen Pedale und das Lenkrad).
  5. Informieren Sie die Teilnehmer über Simulation-Krankheit, die manchmal auftreten kann, und lassen Sie die Teilnehmer wissen, dass die Simulation jederzeit bei Bedarf gestoppt werden.
  6. Verwenden Sie eine ländliche Straße mit einer Fahrspur pro Richtung mit fünf Bögen links und fünf richtigen Bögen und ohne Verkehr.

3. musikalische Untermalung

  1. Verwenden Sie Software, um das Tempo der Musik, ohne jegliche Änderung der Tonhöhe ändern.
  2. Erstellen Sie vier auditiven Hintergründe für jeden Teilnehmer: (1) keine Musik, ohne zusätzliche Musik gespielt; (2) Musik, jeder Teilnehmer bevorzugten Musiktitel ohne Änderung; (3) Musik + 10, jeder Teilnehmer bevorzugten Musiktitel mit einem erhöhten Tempo. Das Tempo steigt um 10 % vom normalen Tempo; (4) Musik-10, jeder Teilnehmer bevorzugten Musiktitel mit einem geringeren Tempo. Das Tempo wird um 10 % vom normalen Tempo verringert.
  3. Steuern Sie die Intensität der Musik. Musik-Intensität ist bekannt, treibende Aufführungen19ändern. Stellen Sie die Intensität auf 75 dB für alle auditiven Hintergründe, aber keine Musik Zustand.
  4. Verwenden Sie eine Software, um eine der vier musikalischen Hintergründe für die gesamte Dauer der einzelnen Laufwerke spielen. Spielen Sie die Musik auf zwei seitlichen powered Monitor-Lautsprecher befindet sich auf der rechten Seite und auf der linken Seite des Teilnehmers.

(4) simulierten Auto-nach Aufgabe

  1. Anweisungen bezüglich der Aufgabe: "fahren, wie Sie in einer realen Situation tun würden. Ihr Ziel ist es, das Fahrzeug vor Ihnen in einem engen, aber sicher konstanten Abstand folgen als ob einen Freund im Anschluss an eine unbekannte Route. " Informieren Sie die Teilnehmer, dass gibt es keinen Verkehr oder Hindernisse auf dem Weg.
  2. Starten Sie die Simulation mit einer Trainingsphase, um die Teilnehmer mit Fahrsimulator, der simulierten Umgebung, die Fahrzeug-Kontrollen und die Auto-nach Aufgabe vertraut zu machen. Wenn die Teilnehmer sich wohl fühlt, nicht mehr der Trainingsphase.
  3. Fahren Sie mit den experimentellen Antrieben. Starten Sie die simulierten Auto-nach Aufgabe und eine der vier musikalischen Hintergründe.
  4. Starten Sie die Aufnahme der Herzfrequenzdaten am Anfang jeder simulierten Auto-nach Aufgabe und am Ende die Fahraufgabe zu beenden.
  5. Haben Sie für die Fahraufgabe simulierten Auto die Fahrer erste Laufwerk für 50 m vor dem Anhalten auf ein "Stop"-Zeichen. Sobald der Teilnehmer Fahrzeug gestoppt hat, erscheint eine führende Fahrzeug auf der Straße auf der linken Seite der Kreuzung. Weisen Sie die Teilnehmer, das Fahrzeug zu folgen. Nach einer ersten Phase, in der die Geschwindigkeit des führenden Fahrzeuges ist stationär und bei 20 km/h das angetriebene Fahrzeug aufzuholen, seine Geschwindigkeit dann variiert sinusähnlich 45 km/h bis 70 km/h innerhalb jedes Zeitraums von 60 s für eine Gesamtmenge von 3 min. Dann bitten Sie die Teilnehmer zu fahren.
  6. Verwenden Sie für die Auto-nach Aufgabe eine zweispurige Straße mit Verkehr gegenläufig. Um eine realistische Fahrumgebung zu gewährleisten, verwenden Sie ein Straßenabschnitt mit einer ausgewogenen Anzahl von links (n = 5) und biegt nach rechts (n = 5) mit verschiedenen Krümmungsradien von 45 m, 300 m. zusätzlich hinzufügen visuelle Elemente an den Rändern des Straßenabschnitts wie Bäume , Barrieren, Felder und Landschaftsraum.
  7. Wiederholen Sie die Auto-nach Aufgabe für jede der vier musikalischen Hintergründe. Die Auto-nach Aufgabe dauert ca. 4 min. (3 min tatsächliche Auto-nach sowie Beginn und Ende der Fahrsimulation).
    Hinweis: Die Dauer der Auto-nach Aufgabe kann bei Bedarf erweitert werden.
  8. 5 min Pause zwischen jeder Auto-nach Aufgabe, Übertrag Auswirkungen zu reduzieren.
  9. Die Reihenfolge der Präsentation der vier musikalischen Hintergründe zwischen den Teilnehmern, die mit einem lateinischen Quadrat-Design ein Gegengewicht.

5. Datenerhebung

  1. Sammeln Sie die Teilnehmer subjektive Stimmung, nachdem jede Bedingung, die mit den kurzen Stimmung Selbstbeobachtung skalieren (BMIS)20 im französischen21,22validiert. Dieser Fragebogen enthält Daten über Teilnehmer Stimmung auf vier Dimensionen der Stimmung: angenehm/unangenehm, Erregung/ruhig, positiv/müde, und negativ/entspannt.
  2. Physiologische Maßnahmen zu sammeln. Berechnen Sie die durchschnittliche Herzfrequenz und Herzfrequenz-Variabilität über die gesamte Festplatte für jede experimentelle Bedingung unter Verwendung der Daten durch die Herzfrequenzüberwachung Uhr zu einer Probe pro Sekunde aufgezeichnet. Berechnen Sie in der Praxis mittlere Herzfrequenz durch Mittelung aller Daten, die während jeder experimentellen Zustand und Herzfrequenz-Variabilität durch die Berechnung der Standardabweichung auf die gleichen Daten gesammelt.
  3. Maßnahme Ziel Verhaltensweisen durch die Inter vehicular Zeit Variabilität und die mittlere Inter vehicular Zeit fahren. Datensatz getrieben und führenden Fahrzeugposition und Geschwindigkeit zu jeder Zeit Schritt mit einer Abtastrate von 60 Hz.
    1. Berechnen Sie bei jedem Zeitschritt die Inter vehicular Zeit wie der Zeitaufwand für das angetriebene Fahrzeug um die Position des Fahrzeugs führen zu erreichen, wenn die Position des Lead-Fahrzeugs eingefroren wurde und die Geschwindigkeit des angetriebenen Fahrzeugs konstant war.
    2. Durchschnitt aller Werte gesammelt für eine Fahrt zum erhalten der mittlere Inter vehicular Zeit und berechnen Sie die Standardabweichung auf jene Werte, die Inter vehicular Zeit Variabilität zu erhalten.
      Hinweis: Mehrere Variablen lässt sich berechnen, um treibende Verhaltensweisen während einer Auto-nach Aufgabe zu qualifizieren. Die Inter vehicular Zeit ist besonders gut geeignet, da es einen Hinweis auf den Sicherheitsabstand zwischen angetriebenen Fahrzeugs und das Blei Fahrzeug gewählt durch den Fahrer bietet.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Die wichtigsten Vergleiche basieren auf der folgenden experimentellen Bedingungen. Die erste experimentelle Bedingung ist keine Musik im Vergleich zu Musik, ein Vergleich zwischen die keine Hintergrundmusik und den einzelnen bevorzugt Hintergrundmusik mit einem paarweisen t-test. Diese Analysen sollen Bewertung des Einflusses, bevorzugte Musik, im Vergleich zu einer Kontrollgruppe ohne Musik zu hören. Die zweite Versuchsbedingung ist vier unterschiedlichen musikalischen Backgrounds, ein Vergleich zwischen No Mus...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die vorgeschlagene Methode eignet sich gut für kognitive ergonomische Untersuchungen da es einen ausgezeichneten Kompromiss zwischen experimenteller Kontrolle und ökologische Gültigkeitstages16anbietet. Wenn eine starke experimentelle Kontrolle erforderlich ist, um sicherzustellen, dass die gesammelten Ergebnisse der experimentellen Manipulation verbunden sind, sind keine Ergebnisse von Interesse, wenn die experimentellen Bedingungen eingeschränkt. In der Tat sind wissenschaftliche Ergebnisse von ...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben nichts preisgeben.

Danksagungen

Diese Studie wurde unterstützt von der LABEX KORTEX (ANR-11-LABX-0042) von Université de Lyon, im Rahmen des Programms '' Investissements Avenir '' (ANR-11-IDEX-0007) betrieben die französische nationale Forschung Agentur (ANR).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Audacity SoftwareAudacityOpen Source
https://www.audacityteam.org FahrsimulatorUniversité de SherbrookeBB Sim
Polar Uhr mit PulsmesserPolarRC3https://www.polar.com/fr
LautsprecherYamahaMSP3
Lenkrad und PedaleLogitechG27

Referenzen

  1. Lee, J. D. Fifty Years of Driving Safety Research. Human Factors. 50 (3), (Cover story) 521-528 (2008).
  2. Zatorre, R. J., Peretz, I. The Biological Foundations of Music: Annals of the New York Academy of Sciences. , New York. Available from: http://www.nyas.org/publications/Annals/Detail.aspx?cid=543a809f-1f08-4457-914c-76c78fcc3b48 (2001).
  3. Glacken, C. J. Traces on the Rhodian shore: Nature and culture in Western thought from ancient times to the end of the eighteenth century. , Univ of California Press. (1973).
  4. Schäfer, T., Sedlmeier, P., Städtler, C., Huron, D. The psychological functions of music listening. Frontiers in Psychology. 4, (AUG) (2013).
  5. Rentfrow, P. J., Gosling, S. D. The do re mi's of everyday life: the structure and personality correlates of music preferences. Journal of personality and social psychology. 84 (6), 1236(2003).
  6. Dibben, N., Williamson, V. J. An exploratory survey of in-vehicle music listening. Psychology of Music. 35 (4), 571-589 (2007).
  7. Juslin, P. N., Laukka, P. Expression, Perception, and Induction of Musical Emotions: A Review and a Questionnaire Study of Everyday Listening. Journal of New Music Research. 33 (3), 217-238 (2004).
  8. Västfjäll, D. Emotion Induction through Music: A Review of the Musical Mood Induction Procedure. Musicae Scientiae. 5, 1 Suppl 173-211 (2002).
  9. Mayer, J. D., Gaschke, Y. N., Braverman, D. L., Evans, T. W. Mood-Congruent Judgment Is a General Effect. Journal of Personality and Social Psychology. 63 (1), 119-132 (1992).
  10. Lewis, P. A., Critchley, H. D., Smith, A. P., Dolan, R. J. Brain mechanisms for mood congruent memory facilitation. NeuroImage. 25 (4), 1214-1223 (2005).
  11. Blaney, P. H. Affect and memory: a review. Psychological bulletin. 99 (2), 229(1986).
  12. Wiesenthal, D. L., Hennessy, D. A., Totten, B. The Influence of Music on Driver Stress1. Journal of applied social psychology. 30 (8), 1709-1719 (2000).
  13. van der Zwaag, M., Janssen, J. H., Nass, C., Westerink, J., Chowdhury, S., de Waard, D. Using music to change mood while driving. Ergonomics. 56 (10), 1504-1514 (2013).
  14. Jallais, C., Gabaude, C., Paire-Ficout, L. When emotions disturb the localization of road elements: Effects of anger and sadness. Transportation research part F: traffic psychology and behaviour. 23, 125-132 (2014).
  15. Pêcher, C., Lemercier, C., Cellier, J. Emotions drive attention: Effects on driver's behaviour. Safety Science. 47 (9), 1254-1259 (2009).
  16. Hoc, J. -M. Towards ecological validity of research in cognitive ergonomics. Theoretical Issues in Ergonomics Science. 2 (3), 278-288 (2001).
  17. Kaptein, N., Theeuwes, J., Van Der Horst, R. Driving simulator validity: Some considerations. Transportation Research Record: Journal of the Transportation Research Board. (1550), 30-36 (1996).
  18. Filliard, N., Icart, E., Martinez, J. -L., Gerin, S., Merienne, F., Kemeny, A. Software assembly and open standards for driving simulation. Proceedings of the Driving simulation conference Europe 2010. , 99-108 (2010).
  19. Dalton, B. H., Behm, D. G. Effects of noise and music on human and task performance: A systematic review. Occupational Ergonomics. 7, 143-152 (2007).
  20. Mayer, J. D., Gaschke, Y. N. Brief Mood Introspection Scale ( BMIS ). Psychology. 19 (3), 1995(1995).
  21. Niedenthal, P. M., Dalle, N. Le mariage de mon meilleur ami: Emotional response categorization and naturally induced emotions. European Journal of Social Psychology. 31 (6), 737-742 (2001).
  22. Dalle, N., Niedenthal, P. M. La réorganisation de l'espace conceptuel au cours des états émotionnels. Annee Psychologique. 103 (4), 585-616 (2003).
  23. Navarro, J., Reynaud, E., Osiurak, F. Neuroergonomics of car driving: A critical meta-analysis of neuroimaging data on the human brain behind the wheel. Neuroscience & Biobehavioral Reviews. 95, 464-479 (2018).
  24. Ünal, A. B., de Waard, D., Epstude, K., Steg, L. Driving with music: Effects on arousal and performance. Transportation Research Part F: Traffic Psychology and Behaviour. 21, 52-65 (2013).
  25. Navarro, J., Osiurak, F., Reynaud, E. Does the Tempo of Music Impact Human Behavior Behind the Wheel. Human Factors. 60 (4), 556-574 (2018).
  26. Brackstone, M., Mcdonald, M. Car-following a historical review. Transportation Research Part F: Traffic Psychology and Behaviour. 2, 181-196 (2000).
  27. Chapman, P. R., Underwood, G. Visual search of driving situations: Danger and experience. Perception. 27 (8), 951-964 (1998).
  28. Russell, J. A. A Circumplex Model of Affect. Journal of Personality and Social Psychology. 39 (6), 1161-1178 (1980).
  29. Russell, J. A. Core affect and the psychological construction of emotion. Psychological review. 110 (1), 145-172 (2003).
  30. Posner, J., Russell, J. A., Peterson, B. S. The circumplex model of affect: an integrative approach to affective neuroscience, cognitive development, and psychopathology. Development and psychopathology. 17 (3), 715-734 (2005).
  31. Feldman Barrett, L., Russell, J. A. Independence and Bipolarity in the Structure of Current Affect. Journal of Personality and Social Psychology. 74 (4), 967-984 (1998).
  32. Caird, J. K., Johnston, K. A., Willness, C. R., Asbridge, M., Steel, P. A meta-analysis of the effects of texting on driving. Accident Analysis and Prevention. 71, 311-318 (2014).
  33. He, J., Becic, E. Mind Wandering Behind the Wheel: Performance and Oculomotor Correlates. Hum Factors. , (2009).
  34. Navarro, J., François, M., Mars, F. Obstacle avoidance under automated steering: Impact on driving and gaze behaviours. Transportation Research Part F: Traffic Psychology and Behaviour. 43, 315-324 (2016).
  35. Navarro, J., Yousfi, E., Deniel, J., Jallais, C., Bueno, M., Fort, A. The impact of false warnings on partial and full lane departure warnings effectiveness and acceptance in car driving. Ergonomics. 59 (12), 1553-1564 (2016).
  36. Navarro, J., Deniel, J., Yousfi, E., Jallais, C., Bueno, M., Fort, A. Influence of lane departure warnings onset and reliability on car drivers' behaviors. Applied Ergonomics. 59, 123-131 (2017).
  37. Navarro, J. Human-machine interaction theories and lane departure warnings. Theoretical Issues in Ergonomics Science. 18 (6), 519-547 (2017).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

FahrsimulationFahrzeugfolgeaufgabeHerzfrequenz berwachungzeitlicher Abstand zwischen Fahrzeugensubjektive Stimmungphysiologische ErregungSimulationskrankheitBrief Mood Introspection Scale

Verwandte Artikel