Waiting
Procesando inicio de sesión ...

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

Behavior

Användbarhetsutvärdering av förstärkt verklighet: En neuroinformationssystemstudie

Published: November 30, 2022 doi: 10.3791/64667
Automatic Translation
*1, *1, 2,3,4, 5, 1, 1, 1
1Economics and Management School, Jiangsu University of Science and Technology, 2School of Health, Fujian Medical University, 3School of Management, Shanghai University, 4School of Management, Zhejiang University, 5Business School, La Trobe University
* These authors contributed equally

Summary

Denna studie presenterar ett experimentellt paradigm för ett användbarhetstest som kombinerar subjektiva och objektiva utvärderingar. Den objektiva utvärderingen antog Neuro-Information-Systems (NeuroIS) metoder, och den subjektiva utvärderingen antog ett användbarhetsformulär och en NASA-Task Load Index (NASA-TLX) skala.

Abstract

Denna studie introducerar ett experimentellt paradigm för ett användbarhetstest av framväxande teknologier i ett ledningsinformationssystem (MIS). Användbarhetstestet omfattade både subjektiva och objektiva utvärderingar. För den subjektiva utvärderingen antogs ett användbarhetsformulär och en NASA-TLX-skala. För den objektiva utvärderingen användes metoder för Neuro-Information-Systems (NeuroIS). Ur ett NeuroIS-perspektiv använde denna studie mobila fNIRS och eyetracking-glasögon för multimodala mätningar, vilket löste problemet med ekologisk validitet av kognitiva neurovetenskapliga verktyg som används i verkliga beteendeexperiment. Denna studie använde Augmented Reality (AR) integrerad i Internet of Things (IoT) som ett experimentellt objekt. Genom att jämföra skillnaderna i neuroimaging-data, fysiologiska data, användbarhetsfrågeformuläret och NASA-TLX-skaldata mellan de två informationssökningslägena (AR kontra en webbplats) hade informationssökning med AR en högre effektivitet och en lägre kognitiv belastning jämfört med informationssökning med en webbplats under konsumtionsbeslutsprocessen. Resultaten från användbarhetsexperimentet visar att AR, som en framväxande teknik inom detaljhandeln, effektivt kan förbättra konsumentupplevelser och öka deras köpavsikt. Det experimentella paradigmet, som kombinerar både subjektiva och objektiva utvärderingar i denna studie, kan tillämpas på ett användbarhetstest för framväxande teknik, såsom förstärkt verklighet, virtuell verklighet, artificiell intelligens, bärbar teknik, robotik och big data. Det ger en praktisk experimentell lösning för användarupplevelsen i människa-dator-interaktioner med antagandet av ny teknik.

Introduction

Sex gränsteknologier som interagerar med konsumenter, vanligtvis representerade av förstärkt verklighet, virtuell verklighet, artificiell intelligens, bärbar teknik, robotik och big data, omformar många teoretiska modeller av konsumentbeteende1. Augmented Reality (AR) är en ny teknik som kan förbättra konsumentupplevelsen och förbättra konsumentnöjdheten. Den överlagrar textinformation, bilder, videor och andra virtuella objekt på verkliga scenarier för att smälta samman virtualitet och verklighet, vilket förbättrar informationen i den verkliga världen genom förklaring, vägledning, utvärdering och förutsägelse2. AR ger en ny typ av människa-datorinteraktion, vilket skapar en uppslukande shoppingupplevelse för konsumenterna och har lett till utvecklingen av många applikationer 3,4. Konsumenternas acceptans av AR-tjänster är dock fortfarande minimal, och många företag är därför försiktiga med att anta AR-teknik 5,6. Technology acceptance model (TAM) har använts i stor utsträckning för att förklara och förutsäga adoptionsbeteendet hos ny informationsteknik 7,8. Enligt TAM beror avsikten att anta en ny teknik till stor del på dess användbarhet9. Därför kan en möjlig förklaring till den långsamma konsumentacceptansen av AR-tjänster ur TAM-perspektivet relatera till användbarheten av de nya teknikerna, vilket belyser behovet av att utvärdera AR: s användbarhet när du handlar10,11.

Användbarhet definieras som effektivitet, ändamålsenlighet och tillfredsställelse med att uppnå angivna mål i ett angivet sammanhang av angivna användare12. För närvarande finns det två huvudmetoder för att utvärdera användbarhet: subjektiva och objektiva utvärderingar13. Subjektiva utvärderingar bygger huvudsakligen på självrapporteringsmetoder med hjälp av frågeformulär och skalor. Efter denna forskningslinje inkluderade frågeformuläret som användes i denna studie fem funktioner associerade med informationssökningsläget för att uppnå ett mål: (1) effektivitet, (2) användarvänlighet, (3) minnesvärdhet (lätt att komma ihåg), (4) tillfredsställelse (informationssökningsläget är bekvämt och trevligt) och (5) generaliserbarhet till andra objekt14,15,16. Dessutom är kognitiv belastning, som representerar belastningen medan du utför en viss uppgift på det kognitiva systemet hos en elev17, en annan kärnindikator på användbarhet18,19. Således använde denna studie dessutom NASA Task Load Index (NASA-TLX) 13,20 som ett subjektivt mått för att mäta den kognitiva belastningen när du handlar med AR kontra shopping med webbplatstjänster. Det är anmärkningsvärt att självrapporteringsmetoder bygger på individers förmåga och vilja att korrekt rapportera sina attityder och / eller tidigare beteenden21, vilket lämnar möjligheten öppen för felrapportering, underrapportering eller partiskhet. Således kan objektiva åtgärder vara ett värdefullt komplement till traditionella subjektiva metoder22.

Neuro-Information-Systems (NeuroIS) metoder används för objektiv utvärdering av AR-användbarhet. NeuroIS, som myntades av Dimoka et al. vid ICIS-konferensen 2007, väcker allt större uppmärksamhet inom området informationssystem (IS)23. NeuroIS använder teorier och verktyg inom kognitiv neurovetenskap för att bättre förstå utveckling, antagande och inverkan av IS-teknik24,25. Hittills används kognitiva neurovetenskapliga verktyg, såsom funktionell magnetisk resonanstomografi (fMRI), elektroencefalogram (EEG), positronemissionsdatortomografi, magnetencefalografi (MEG) och funktionell nära infraröd spektroskopi (fNIRS), ofta i NeuroIS-studier26,27. Till exempel använde Dimoka och Davis fMRI för att mäta försökspersonernas aktiveringar när de interagerade med webbplatsen och avslöjade att upplevd användarvänlighet påverkade aktiveringen i prefrontala cortex (PFC)28. På liknande sätt, med hjälp av EEG, fann Moridis et al. att frontal asymmetri var nära förknippad med användbarhet29. Dessa resultat indikerar att PFC kan spela en nyckelroll i användbarheten.

Även om framsteg har gjorts i tidigare NeuroIS-studier, hade paradigmerna som användes i dessa studier begränsade kroppsrörelser hos ämnen med låg ekologisk validitet, vilket begränsade deras teoretiska och praktiska bidrag. Att interagera med teknik som AR medan du handlar kräver fria kroppsrörelser, och ämnesbegränsningar försämrar i hög grad konsumentupplevelsen som diskuteras i He et al.22. Således behövs hjärnavbildningsverktyg med hög ekologisk validitet för ett användbarhetstest av informationssystem. I detta avseende har fNIRS unika tekniska fördelar: under fNIRS-experiment kan ämnen röra sig fritt30 till viss del. Till exempel har tidigare studier mätt försökspersonernas hjärnaktiveringar under flera utomhusaktiviteter som cykling med bärbar fNIRS31. Dessutom är fNIRS billigt och möjliggör mätning av hjärnaktiveringar under långa perioder32. I denna studie användes fNIRS för att objektivt mäta försökspersonernas nivå av kognitiv belastning när de använde shoppingtjänsterna för AR jämfört med en webbplats.

Eyetracking har varit en värdefull psykofysiologisk teknik för att upptäcka användarnas visuella uppmärksamhet under ett användbarhetstest under de senaste åren33 och har också använts i stor utsträckning i NeuroIS-studier34. Tekniken bygger på ögon-sinne-hypotesen, som antar att observatörens fokus går dit uppmärksamheten riktas, att visuell uppmärksamhet representerar den mentala processen och att mönster av visuell uppmärksamhet återspeglar mänskliga kognitiva strategier35,36,37. När det gäller AR-forskning använde Yang et al. eyetracking för att finna att AR-reklam förbättrade konsumenternas attityder till annonsen genom att öka deras nyfikenhet och uppmärksamhet38. I den aktuella studien användes ögonspårning för att mäta försökspersonernas uppmärksamhet, inklusive parametrar som total fixeringstid, genomsnittlig fixeringstid, fixeringsfrekvens, sackadfrekvens, genomsnittlig sackadtid och genomsnittlig skanningsväglängd.

Sammanfattningsvis föreslår denna studie en användbarhetstestmetod som kombinerar subjektiva och objektiva utvärderingar med AR-applikationer som ett exempel. Ett användbarhetsformulär och en NASA-TLX-skala användes för subjektiv utvärdering, och multimodala mått som kombinerar fNIRS och eyetracking användes för objektiv utvärdering39,40.

Experimentell design
Experimentella material: För att simulera ett verkligt shoppingsammanhang byggdes en produkthylla i ett laboratorium och två olika märken av mineralvatten placerades på hyllan som experimentella material. Som viktiga varor valdes mineralvatten eftersom deltagarna inte skulle ha partiskhet i subjektiva utvärderingar på grundval av deras yrkesbakgrund, kön och inköpsförmåga. Varumärkenas pris, kapacitet och förtrogenhet kontrollerades (se materialförteckning) för att eliminera störningar av irrelevanta variabler.

Användbarhetstestet omfattade två villkor: en smartphone-baserad AR-applikation (kompletterande figur 1) och en webbplats (kompletterande figur 2). AR-applikationen programmerades baserat på en AR-motor. Webbplatsen utvecklades med hjälp av Python, baserat på Bootstrap för front-end och Flask för back-end. AR-applikationen och webbplatsen kördes och bläddrades på en smartphone. Bland de två olika märkena av mineralvatten användes en som experimentellt material i AR-tillståndet och den andra användes i webbplatsens tillstånd.

Experimentella uppgifter: Deltagarna ombads att utföra fyra informationssökningsuppgifter som härleddes från IoT-applikationskontexter: vattenkvaliteten, lagringstemperaturen, matchande diet, och priset per liter. Dessa fyra informationspunkter är vad konsumenterna normalt uppmärksammar när de köper mineralvatten. Det fanns ingen tidsbegränsning för deltagarna att slutföra uppgifterna.

Vattenkvalitet: Kvaliteten på mineralvatten innehåller vanligtvis två indikatorer: det totala upplösta fasta ämnet (TDS) och pH-värdet. TDS återspeglar mineralinnehållet och pH-värdet beskriver vattnets surhet / alkalinitet. Dessa två indikatorer är relaterade till spårämnen som ingår i mineralvattnet och påverkar smaken. Till exempel delade Bruvold och Ongerth upp vattnets sensoriska kvalitet i fem grader enligt TDS-innehållet41. fann att vatten har goda sensoriska egenskaper i intervallet 100-400 mg / L TDS42. TDS- och pH-värdet för de två märkena mineralvatten som användes i denna studie mättes med TDS- respektive pH-mätare och markerades sedan på AR-applikationen och webbplatsen. Under utförandet av uppgiften var deltagarna skyldiga att rapportera TDS- och pH-värdena för mineralvattnet och bekräfta om dessa värden låg inom det nominella intervallet. I AR-tillståndet kunde deltagarna förvärva denna information genom att skanna flaskan med vatten. I webbplatsens tillstånd var deltagarna skyldiga att utföra fyra steg: (1) hitta en numerisk kod på baksidan av flaskan mineralvatten, (2) ange den numeriska koden i en frågeruta för att få TDS- och pH-värdena för mineralvatten, (3) söka i det nominella intervallet för mineralvatten på webbplatsen och (4) muntligt rapportera om TDS och pH-värde ligger inom det nominella intervallet för produkten.

Förvaringstemperatur: Kvaliteten på mineralvatten kan minska under transport och lagring på grund av temperaturförändringar. Experiment har visat att lämplig temperatur för mineralvatten är mellan 5 °C och 25 °C under transport och lagring. I detta temperaturområde har vatten inte dålig lukt43. I det aktuella experimentet markerades lagringstemperaturen för de två typerna av mineralvatten på olika platser på AR-applikationen och webbplatsen. Under utförandet av uppgiften var deltagarna skyldiga att rapportera lagringsplatsen och motsvarande temperatur på vattnet. I AR-tillståndet kunde deltagarna förvärva denna information genom att skanna flaskan med vatten. I webbplatsens skick kan deltagarna hämta denna information genom att ange den numeriska koden i en frågeruta.

Matchande diet: Olika märken av mineralvatten är lämpliga för olika menyer på grund av deras unika mineralsammansättning och bubbelinnehåll44. I det aktuella experimentet markerades kostrekommendationer för de två mineralvattnen på AR-applikationen och webbplatsen. Under utförandet av uppgiften var deltagarna skyldiga att rapportera hur mineralvattnet matchar maten i menyn. I AR-tillståndet kunde deltagarna skaffa denna information genom att skanna vattenflaskan. I webbplatsens skick kan deltagarna söka efter denna information på webbplatsen.

Pris per liter: För närvarande visar etiketterna på mineralvattenflaskorna i Kina inte information om pris per liter. Detta gör det svårt för konsumenterna att skilja skillnaden i enhetspriser för olika typer av mineralvatten. Därför krävde det aktuella experimentet att deltagarna rapporterade priset per liter. I AR-applikationen kunde deltagarna få priset per liter direkt genom att skanna flaskan med vatten. I webbplatsens skick kan informationen beräknas utifrån enhetspriset och volymen på etiketten.

Denna studie använde en design inom deltagaren, med deltagarinklusions- och exkluderingskriterier som beskrivs i tabell 1. Totalt 40 deltagare slutförde experimentet (20 män och 20 kvinnor, medelålder = 21,31 ± 1,16 år). Alla deltagare var studenter vid Jiangsu University of Science and Technology och ordnades slumpmässigt i två grupper (A och B). För att undvika ordningseffekten motviktes den experimentella ordningen mellan de två grupperna (A/B). Specifikt utförde en grupp AR-villkoret först och sedan webbplatsvillkoret, medan den andra gruppen utförde webbplatsen först och sedan AR-villkoret. Deltagarna var skyldiga att slutföra förberedelserna för experimentet, bära instrumenten och utföra experimentella uppgifter. Interexperimentintervallet sattes till 10 s för att tillåta kortikal aktivering att återgå till baslinjenivån, vilket undviker korspåverkan i den efterföljande uppgiften. I slutet av AR / webbplatsexperimentet var deltagarna skyldiga att fylla i användbarhetsformuläret och NASA-TLX-skalan. Det experimentella flödesschemat visas i figur 1. Ett fotografi av experimentuppställningen presenteras i figur 2.

Tabell 1: Inklusions- och exklusionskriterier för studien. Klicka här för att ladda ner denna tabell.

Figure 1
Figur 1: Experimentellt flödesschema. Varje experiment varade ~ 45 minuter, med en viloperiod på 10 s mellan uppgifterna. Klicka här för att se en större version av denna figur.

Figure 2
Figur 2: Exempel på installation av experimentscenen. Experimentmaterialet, deltagaren och utrustningen visas. Klicka här för att se en större version av denna figur.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Denna studie genomfördes i enlighet med principerna i Helsingforsdeklarationen. Alla deltagare informerades om experimentets syfte och säkerhet och undertecknade formuläret för informerat samtycke före deltagandet. Denna studie godkändes av den institutionella granskningsnämnden vid Jiangsu University of Science and Technology.

1. Experimentförfarande

  1. Förberedelse för experimentet
    1. Förklara informerat samtycke för deltagarna och be dem att underteckna samtyckesformuläret.
    2. Utför ett färgvisionstest på deltagarna för att bekräfta att de har normal färgdiskriminering.
    3. Presentera 30 mineralvattenmärken för deltagarna och be dem välja de märken som de känner till, för att säkerställa att de inte känner till de märken av mineralvatten som används i experimentet.
    4. Introducera experimentets procedur för deltagarna.
    5. Gör ett förexperiment på deltagarna som använder andra mineralvattenmärken än de som används i studien och se till att de är bekanta med AR- och webbplatsverksamheten.
    6. Rikta varje deltagare från grupp A att utföra AR-experimentet först och sedan att utföra webbplatsexperimentet. Rikta varje deltagare från grupp B för att utföra webbplatsexperimentet först och sedan för att utföra AR-experimentet.
  2. Bära instrument
    1. fNIRS-sonder
      1. Rengör deltagarnas pannhud med hudberedningsgel (se materialförteckning).
      2. Linda in sonderna (se materialförteckning) i en plastfolie för svettiga omständigheter. Fäst sonderna på FP1- och FP2-positionen enligt det internationella 10-20-systemet med ett svart pannband45. Använd en svart bandana för att täcka sonderna för att skydda dem mot omgivande ljus och förbättra signalkvaliteten.
      3. Rengör sändaren och mottagaren på sonderna med en 70% isopropylalkoholdyna efter avslutat experiment.
    2. Eye tracker: Fånga ögonrörelser i verkliga miljöer med hjälp av eyetracking-glasögon (se Materialförteckning). Montera receptbelagda linser magnetiskt på ögonspårningsglasögonens huvudenhet (vid behov) och se till att deltagarna kan gå runt fritt med en korrigerad syn.
      OBS: Eftersom ögonspårningsglasögonen inte är utformade för att fungera tillsammans med vanliga glasögon, kan deltagare som bär glasögon fortfarande inkluderas i studien genom att använda valfria receptlinser för korrigering av antingen närsynthet eller långsynthet. Deltagarna kan också bära vanliga kontaktlinser eftersom även om de kan öka bullret något, introducerar de normalt inte fel i data. Deltagarna kan inte använda färgade eller andra linser som ändrar utseendet på eleven eller iris.

2. Åtgärder

  1. fNIRS
    1. Öppna inspelningsprogrammet (se Materialförteckning). Anslut sonderna till en bärbar dator via en Bluetooth-adapter och registrera sedan förändringarna i koncentrationen av syresatt hemoglobin (O2Hb) i deltagarnas prefrontala cortex genom den bärbara datorn, med en samplingsfrekvens på 10 Hz.
    2. Kontrollera den mottagna ljusintensiteten och kvaliteten på vävnadsmättnadsindex (TSI) för att kontrollera datakvaliteten. Se till att den mottagna signalen ligger mellan 1% och 95%.
    3. Se till att deltagarna sitter i en bekväm position på en stol och behåll vilotillståndet i 2 minuter för att samla in baslinjedata före det verkliga experimentet.
    4. Klicka på Start-knappen i programvarugränssnittet för att spela in fNIRS-data.
  2. Eyetracking
    1. Ställ in maskinvaran för eyetracking-glasögonen. Anslut USB-kontakten på ögonspårningsglasögonen till en USB-port på den bärbara datorn. Öppna inspelningsprogrammet (se Materialförteckning) och ställ in samplingsfrekvensen på 120 Hz.
    2. Kalibrering: Utför en enpunktskalibrering. Be deltagaren att fokusera på ett tydligt identifierbart objekt i sitt synfält på 0,6 m. Flytta hårkorsmarkören till objektet, där deltagaren fokuserar på i scenvideon och klicka på objektet.
    3. Tryck på inspelningsknappen i programvarugränssnittet för att starta inspelningen.
  3. Frågeformulär och skala: Presentera användbarhetsfrågeformuläret och NASA-TLX-skalan för deltagarna efter att de har slutfört uppgifterna på AR / webbplatsen.

3. Analys av data

  1. fNIRS databehandling
    1. Konvertera de optiska densitetsvärdena som erhållits från fNIRS-inspelningsprogramvaran till koncentrationer (μmol) enligt den modifierade Beer-Lambert-lagen46.
    2. Filtrera rådata vid lågpass 0,5 Hz för att ta bort systematiska ljud som hjärtslag och andning.
    3. Kontrollera och korrigera data för rörelseartefakter genom att ta bort de datasegment som överskred tre standardavvikelser över hela tidsserien47.
    4. Exportera medelvärdet och maximala fNIRS-data i AR- och webbplatsförhållandena och subtrahera dem sedan från baslinjedata.
  2. Behandling av eyetracking-data
    1. Exportera deltagarnas fixeringsfrekvens (antal/s), total fixeringstid (ms), genomsnittlig fixeringstid (ms), sackadfrekvens (antal/s), genomsnittlig sackadtid (ms) och genomsnittlig skanningsvägslängd (px/s).
  3. Statistisk analys
    1. Utför ett tvåsidigt test på en signifikansnivå på 0,05. Kontrollera datanormaliteten med Shapiro-Wilk-testet och utför ett skillnadstest. Utför flera jämförelsekorrigeringar för p-värden med hjälp av FDR-metoden (false discovery rate).
      OBS: När differenstestet utfördes analyserades data som följde en normalfördelning med hjälp av ett parat prov t-test, och de data som inte följde en normalfördelning analyserades med Wilcoxon signerat rangtest.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De representativa resultaten av denna studie inkluderar resultaten av användbarhetsfrågeformuläret, analys av ögonspårningsdata, NASA-TLX-skaldata, fNIRS-dataanalys och dynamiska kognitiva belastningsförändringar. För resultaten av användbarhetsfrågeformuläret genomfördes ögonspårningsdataanalys, NASA-TLX-skaldata och fNIRS-dataanalys, normalitetstester och skillnadstester. För dynamiska kognitiva belastningsförändringar valde denna studie fNIRS- och ögonspårningsdata från en enda deltagare för att visa validiteten av den multimodala mätningen.

Resultat av frågeformulär om användbarhet
Ingen av posterna i användbarhetsfrågeformuläret följde normalfördelningen (tabell 2). Tillförlitligheten hos AR och webbplatsen i användbarhetsformuläret testades och Cronbachs alfapoäng ansågs acceptabel (Cronbachs alfa = 0,974).

Tabell 2: Normalitetstest av användbarhetsfrågeformuläret. Ingen av posterna i användbarhetsformuläret följde normalfördelningen. Data analyserades med hjälp av Wilcoxon signerade rangtest. Klicka här för att ladda ner denna tabell.

Medianskillnadspoängen för användbarhetsformuläret mellan AR och webbplatsen visas i tabell 3. Datadistributionerna för AR- och webbplatsförhållandena visas i figur 3. En signifikant skillnad observerades mellan AR- och webbplatsförhållandena, med medianpoängen för AR högre än för webbplatsen. Resultaten visade att deltagarna hade en bättre användarupplevelse i AR-tillståndet än i webbplatsens tillstånd.

Tabell 3: Mediandifferenspoäng för användbarhetsfrågeformulär mellan AR- och webbplatsförhållandena. Medianpoängen för AR var signifikant högre än för webbplatsen. Klicka här för att ladda ner denna tabell.

Figure 3
Figur 3: Datafördelning av användbarhetsfrågeformuläret. En schematisk illustration av datafördelningen i användbarhetsformuläret. Klicka här för att se en större version av denna figur.

Analys av eyetracking-data
Alla eyetracking-indikatorer testades för normalitet och resultaten presenteras i tabell 4. I uppgifterna 1 och 3 följde endast fixeringsfrekvensen normalfördelningen, medan alla andra indikatorer inte följde normalfördelningen. I uppgift 2 följde fixeringsfrekvensen och sackadfrekvensen normalfördelningen, men resten av indikatorerna följde inte normalfördelningen. För uppgift 4 följde endast sackadfrekvensen normalfördelningen. Vid jämförelse av skillnader mellan AR- och webbplatsförhållandena rapporterades data separat baserat på normalitet / icke-normalitet. Tabell 5 visar skillnader i ögonspårningsindikatorer mellan AR och webbplatsförhållanden i uppgift 1 (vattenkvalitet). Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR-tillståndet än i webbplatsens tillstånd (MedianAR = 586,85, interkvartilintervall (IQR) = 482,55-714,6; Medianwebbplats = 398.05, IQR = 362.775-445.275). De andra indikatorerna var signifikant lägre i AR-tillståndet än i webbplatsens tillstånd.

Tabell 4: Normalitetstest av ögonspårningsindikatorer. Ögonspårningsdata som följer en normalfördelning analyserades med hjälp av ett parat prov-t-test, och ögonspårningsdata som inte följde en normalfördelning analyserades med hjälp av Wilcoxon signerade rangtest. Klicka här för att ladda ner denna tabell.

Tabell 5: Skillnader i ögonspårningsindikatorerna mellan AR och webbplatsen i uppgift 1. Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållanden, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR än i webbplatsens tillstånd (MedianAR = 586,85, interkvartilintervall (IQR) = 482,55-714,6; Medianwebbplats = 398.05, IQR = 362.775-445.275). De andra indikatorerna var signifikant lägre i AR än i webbplatsens tillstånd. Klicka här för att ladda ner denna tabell.

Tabell 6 visar skillnaderna i ögonspårningsindikatorerna mellan AR- och webbplatsförhållandena i uppgift 2 (lagringstemperatur). Alla ögonspårningsindikatorer visade signifikanta skillnader mellan AR och webbplatsförhållanden, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR-tillståndet än i webbplatsens tillstånd (MedianAR = 477.2, IQR = 398.675-596.575; Medianwebbplats = 397.1, IQR = 353.35-451.075). De andra indikatorerna var signifikant lägre i AR-tillståndet än i webbplatsens tillstånd.

Tabell 6: Skillnader i ögonspårningsindikatorerna mellan AR och webbplatsen i uppgift 2. Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR än i webbplatsens tillstånd (MedianAR = 477.2, IQR = 398.675-596.575; Medianwebbplats = 397.1, IQR = 353.35-451.075). De andra indikatorerna var signifikant lägre i AR än i webbplatsens tillstånd. Klicka här för att ladda ner denna tabell.

Tabell 7 visar skillnaderna i ögonspårningsindikatorerna mellan AR och webbplatsförhållandena i uppgift 3 (matchande diet). Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR-tillståndet än i webbplatsens tillstånd (MedianAR = 420.45, IQR = 352.275-467.8; Medianwebbplats = 360.6, IQR = 295-399.075). De andra indikatorerna var signifikant lägre i AR-tillståndet än i webbplatsens tillstånd.

Tabell 7: Skillnader i ögonspårningsindikatorerna mellan AR och webbplatsen i uppgift 3. Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR än i webbplatsens tillstånd (MedianAR = 420.45, IQR = 352.275-467.8; Medianwebbplats = 360.6, IQR = 295-399.075). De andra indikatorerna var signifikant lägre i AR än i webbplatsens tillstånd. Klicka här för att ladda ner denna tabell.

Tabell 8 visar skillnader i ögonspårningsindikatorerna mellan AR- och webbplatsförhållandena i uppgift 4 (pris per liter). Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR-tillståndet än i webbplatsens tillstånd (MedianAR = 495.25, IQR = 404.8-628.65; Medianwebbplats = 263.1, IQR = 235.45-326.2). De andra indikatorerna var dock signifikant lägre i AR-tillståndet än i webbplatsens tillstånd.

Tabell 8: Skillnader i ögonspårningsindikatorerna mellan AR och webbplatsen i uppgift 4. Det fanns signifikanta skillnader i alla ögonspårningsindikatorer mellan AR- och webbplatsförhållandena, p < 0,001. Den genomsnittliga fixeringstiden var signifikant längre i AR än i webbplatsens tillstånd (MedianAR = 495,25, IQR = 404,8-628,65; Medianwebbplats = 263.1, IQR = 235.45-326.2). De andra indikatorerna var signifikant lägre i AR än i webbplatsens tillstånd. Klicka här för att ladda ner denna tabell.

För de visuella sökuppgifterna var lägre ögonspårningsindikatorer associerade med en högre effektivitet i informationssökningen (förutom den genomsnittliga fixeringstiden). Sammantaget visade ögonspårningsdata att deltagarna hade högre informationssökningseffektivitet när de använde AR än när de använde webbplatsen.

NASA-TLX-skaldata
Ingen av objekten i NASA-TLX-skalan följde en normalfördelning (tabell 9). Cronbachs alfapoäng ansågs acceptabel (Cronbachs alfa = 0,924).

Tabell 9: Normalitetstest av NASA-TLX-skalan. Ingen av objekten i NASA-TLX-skalan följde en normalfördelning. Data analyserades med hjälp av Wilcoxon signerade rangtest. Klicka här för att ladda ner denna tabell.

Mediandifferenspoängen för NASA-TLX-skalan mellan AR och webbplatsförhållanden presenteras i tabell 10. Datadistributioner av AR- och webbplatsförhållanden visas i figur 4. En signifikant skillnad observerades mellan AR och webbplatsförhållanden. NASA-TLX-skalans poäng för AR-tillståndet var lägre än för webbplatsens tillstånd, vilket indikerar att AR-tekniken ledde till en lägre kognitiv belastning än den av webbplatsen.

Tabell 10: Mediandifferenspoäng för NASA-TLX-skalan mellan AR och webbplatsen. NASA-TLX-skalans poäng för AR-tillståndet var signifikant lägre än för webbplatsens tillstånd. Klicka här för att ladda ner denna tabell.

Figure 4
Figur 4: Datafördelning av NASA-TLX-skalan. En schematisk illustration av datadistribution av NASA-TLX-skalan. Klicka här för att se en större version av denna figur.

fNIRS dataanalys
De genomsnittliga O2Hb-värdena testades för normalitet och resultaten presenteras i tabell 11. Vid jämförelse av skillnader mellan AR- och webbplatsförhållanden rapporterades data separat baserat på normalitet / icke-normalitet. Skillnader i medelvärde O2Hb mellan AR och webbplatsförhållanden presenteras i tabell 12. Det fanns signifikanta skillnader mellan de två villkoren när deltagarna utförde uppgift 1 (justerad p = 0,002), uppgift 3 (justerad p = 0,007) och uppgift 4 (justerad p < 0,001). Medelvärdet O2Hb för de uppgifter som utfördes i AR-tillståndet var signifikant lägre än i webbplatsens tillstånd (Uppgift 1: Medelvärde AR = -1.012, SDAR = 0.472, Genomsnittlig webbplats = 0.63,SD-webbplats = 0.529; Uppgift 3: Medelvärde AR = -0.386, SDAR = 0.493, Genomsnittlig webbplats = 1.12,SD-webbplats = 0.554; Uppgift 4: Genomsnittlig AR = -0.46, SDAR = 0.467, Genomsnittlig webbplats = 2.27,SD-webbplats = 0.576). När du utförde uppgift 2 nådde skillnaderna mellan AR- och webbplatsförhållandena inte en signifikant nivå (justerad p = 0.154 > 0.05). Dessa resultat indikerar att deltagarna hade en lägre kognitiv belastning när de använde AR-tekniken än när de använde webbplatsen.

Tabell 11: Normalitetstest av medelvärdet O2Hb. De fNIRS-data som följer en normalfördelning analyserades med hjälp av ett parat prov t-test, och fNIRS-data som inte följde en normalfördelning analyserades med hjälp av Wilcoxon signerade rangtestet. Klicka här för att ladda ner denna tabell.

Tabell 12: Skillnader i medelvärde O2Hb mellan AR och webbplats.  Det fanns signifikanta skillnader mellan de två villkoren när deltagarna utförde uppgift 1 (justerad p = 0,002), uppgift 3 (justerad p = 0,007) och uppgift 4 (justerad p < 0,001). Medelvärdet O2Hb för de uppgifter som utfördes i AR-tillståndet var signifikant lägre än i webbplatsens tillstånd (Uppgift 1: Medelvärde AR = -1.012, SDAR = 0.472, Genomsnittlig webbplats = 0.63,SD-webbplats = 0.529; Uppgift 3: Medelvärde AR = -0.386, SDAR = 0.493, Genomsnittlig webbplats = 1.12,SD-webbplats = 0.554; Uppgift 4: Genomsnittlig AR = -0.46, SDAR = 0.467, Genomsnittlig webbplats = 2.27,SD-webbplats = 0.576). När du utförde uppgift 2 nådde skillnaderna mellan AR- och webbplatsförhållanden inte en signifikant nivå (justerad p = 0.154 > 0.05). Klicka här för att ladda ner denna tabell.

Dynamiska kognitiva belastningsförändringar
Figur 5 visar förändringarna iO2Hb-koncentration när en deltagare utförde uppgift 4 i webbplatsens tillstånd. Vid punkt 1 hade deltagaren problem med att beräkna priset per liter. Den intensiva sökprocessen inducerade en ökning avO2Hb-koncentrationen, vilket indikerade en ökning av den momentana belastningen. När deltagaren fick en cue sjönkO2Hb-koncentrationen till punkt 2, och den momentana belastningen nådde ett dalvärde i det ögonblicket. Deltagaren började sedan arbeta hårt för att beräkna priset per liter och ville slutföra uppgiften så snart som möjligt. I detta sammanhang fortsatteO2Hb-koncentrationen att öka och nådde ett maximum (punkt 3). Sammanfattningsvis kan den multimodala mätningen av ögonspårning och fNIRS effektivt mäta dynamiska förändringar i kognitiv belastning samtidigt som den interagerar med informationssystem och kan också undersöka individuella skillnader i konsumentbeteende.

Figure 5
Figur 5: fNIRS momentan belastning. En schematisk illustration av den dynamiska kognitiva belastningen ändras med hjälp av fNIRS momentan belastning. Klicka här för att se en större version av denna figur.

Med de fyra uppgifterna för AR integrerade i IoT som exempel, kombinerade denna studie NeuroIS-metoder med subjektiva utvärderingsmetoder. De experimentella resultaten föreslog att: (1) för användbarhetsformuläret hade deltagarna en bättre subjektiv utvärdering i AR-tillståndet än i webbplatsens tillstånd (tabell 3 och figur 3); (2) för ögonspårningsdata hade deltagarna högre informationssökningseffektivitet när de använde AR än när de använde webbplatsen (tabell 5, tabell 6, tabell 7 och tabell 8); (3) för data från NASA-TLX-skalan och fNIRS-data ledde AR-tekniken till lägre kognitiv belastning än den med webbplatsen (tabell 10 och tabell 12); och (4) för den dynamiska kognitiva belastningen kan den multimodala mätningen av ögonspårning och fNIRS effektivt mäta dynamiska förändringar av kognitiv belastning medan de interagerar med informationssystem och kan också undersöka de individuella skillnaderna i konsumentbeteende (figur 5). Genom att jämföra skillnaderna i neuroimaging-data, fysiologiska data och självrapporterade data med hjälp av användbarhetsformuläret och NASA-TLX-skalan mellan AR- och webbplatsförhållandena kan AR-tekniken främja effektiviteten för informationssökning och minska kognitiv belastning under shoppingprocessen. Således, som en framväxande detaljhandelsteknik, kan AR effektivt förbättra konsumenternas användarupplevelse och i sin tur kan öka deras köpavsikt.

Kompletterande figur 1: Skärmdump av information som visas på AR-applikationen som används i studien. Klicka här för att ladda ner den här filen.

Kompletterande figur 2: Skärmdump av information som visas på webbplatsen som används i studien. Klicka här för att ladda ner den här filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Kritiska steg i protokollet
Under experimentet övervägdes flera steg för att säkerställa resultatens tillförlitlighet. Först uteslöts deltagare som är bekanta med varumärkena mineralvatten som användes i experimentet, eftersom dessa deltagare skulle ha utfört uppgiften baserat på deras kunskap om varumärket. För det andra genomförde deltagarna ett förexperiment med andra märken av mineralvatten, som användes för att säkerställa att deltagarna var bekanta med AR och webbplatsoperationer. För det tredje, när man bär fNIRS-sonder, användes en svart bandana för att täcka sonderna för att skydda sonderna mot omgivande ljus och förbättra signalkvaliteten. För det fjärde fick deltagarna som bar kontaktlinser inte använda färgade eller andra linser som skulle förändra utseendet på pupillen eller iris. För det femte, före det verkliga experimentet, var deltagarna skyldiga att sitta i en bekväm position på en stol och upprätthålla ett vilotillstånd i 2 minuter för att samla in baslinjedata, som användes för baslinjekorrigering för fNIRS-data47.

Ändringar och felsökning
Det experimentella paradigmet som föreslås i denna studie kan utvidgas till verkliga kommersiella tillämpningar. Den största utmaningen med att tillämpa kognitiva neurovetenskapliga metoder på affärsproblem är ekologisk validitet48,49. Det experimentella protokollet med mobil hjärna / kroppsavbildning har visat möjligheten att lösa detta problem50. Krampe et al. använde bärbara fNIRS för att studera konsumentbeteende i ett realistiskt scenario för livsmedelsinköp och presenterade begreppet "shopper neuroscience"51. De multimodala tillvägagångssätten förbättrar avsevärt den ekologiska validiteten. Genom att använda bärbara fNIRS och eye tracker-glasögon är denna studie den första som undersöker konsumentupplevelser med olika informationssöklägen framför en produkthylla. Genom experimentet utvidgar denna studie forskningsområdet för NeuroIS till detaljhandels- och shoppingscenarier och gör det möjligt för forskare att bättre förstå kognitiva processer. Det bör noteras att fNIRS-mätningar i verkliga shoppingsammanhang sannolikt kommer att påverkas av positionsförskjutning och miljöljus. Därför rekommenderas att använda bandage, tejp och / eller remmar för att fästa sonderna väl på deltagarna och använda en svart trasa för att täcka vävnaden och enheten för att undvika effekten av miljöljus.

Begränsningar av tekniken
Det finns vissa begränsningar för experimentet. För det första, eftersom en ögonspårare användes i experimentet, uteslöts deltagare med hög myopi och astigmatism från experimentet. I det här fallet kan protokollet inte användas för blinda eller synskadade. För det andra undersöker denna studie endast visuella sensoriska upplevelser. De framtida experimenten kan sträcka sig till andra sensoriska kanaler, såsom hörsel och beröring. För det tredje undersöker denna studie endast AR-tekniker, andra framväxande tekniker bör bedömas med samma experimentella paradigm i framtida studier.

Betydelse i förhållande till befintliga metoder
Betydelsen av denna studie återspeglas i två aspekter. För det första användes multimodala tillvägagångssätt för objektiv utvärdering av användbarhet. Som visas i figur 5, eftersom eyetrackern samtidigt spelade in videor ur deltagarnas perspektiv under shoppingprocessen, var det lätt för forskare att matcha shoppingscenariot med fNIRS-data. Därför har denna experimentella teknik som använder multimodala metoder inte bara fördelen av kontinuerlig realtidsmätning med hög ekologisk validitet, utan kombinerar också fördelarna med olika tekniker för att identifiera dynamiska förändringar i shoppingscenarier. Denna studie gav en effektiv användbarhetstestmetod för produkttillverkare för att förbättra produktdesign, återförsäljare för att optimera layouten på produkterna på hyllan och konsumenter för att förbättra användarupplevelsen. För det andra föreslog denna studie en användbarhetstestmetod som kombinerade objektiva och subjektiva utvärderingar. Vissa forskare har avslöjat att självrapporteringsmetoder kan drabbas av en vanlig metodbias (CMB)52,53. Eftersom mätningar från kognitiv neurovetenskap vanligtvis är mindre mottagliga för subjektiv bias, social önskvärdhetsbias och efterfrågeeffekter, kan dessa objektiva utvärderingsdata komplettera subjektiva utvärderingsdata och stärka robustheten i experimentresultatet25,34. Liang et al. använde EEG och självrapporteringsmetoder för att undersöka förhållandet mellan webbplatskvalitet och användartillfredsställelse genom ett experiment på flödesupplevelse. Resultaten indikerade att den kognitiva neurovetenskapliga metoden reducerar CMB53. I denna studie visade kombinationen av både objektiva och subjektiva utvärderingar att (1) konsumenter föredrog ett AR-shoppingvillkor baserat på subjektiv utvärdering; (2) AR-teknik främjade visuell sökeffektivitet och användbarhet baserat på ögonspårningsdata; (3) AR-tekniken minskade konsumenternas kognitiva belastning och förbättrade deras användarupplevelser baserat på fNIRS och NASA-TLX-skaldata; och (4) kombinerat med videoinformationen som spelats in genom ögonspårning möjliggjorde det undersökning av individuella skillnader och bättre förståelse för tillståndsskillnaderna i konsumentbeteende.

Framtida tillämpningar
Denna studie föreslår ett experimentellt paradigm för användbarhetstestning av framväxande teknik i en MIS. Ett användbarhetstest används för att utvärdera användarupplevelsen av ny teknik i interaktioner mellan människa och dator54. Eftersom ny teknik (t.ex. förstärkt verklighet, virtuell verklighet, artificiell intelligens, bärbar teknik, robotteknik och stordata) i allt högre grad används i en MIS, kan det experimentella paradigmet för ett användbarhetstest användas för att verifiera de tekniska fördelarna med ny teknik för användarupplevelsen i framtiden.

Sammanfattningsvis föreslår denna studie ett experimentellt paradigm som kombinerar både subjektiva och objektiva utvärderingar i en MIS, som effektivt kan utvärdera användbarheten av framväxande teknik som AR.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har inget att avslöja.

Acknowledgments

Denna studie stöddes av filosofi och samhällsvetenskapligt forskningsprojekt från Jiangsu Provincial Department of Education (2018SJA1089), Jiangsu Government Scholarship for Overseas Studies (JS-2018-262), Natural Science Foundation of Zhejiang Province (LY19G020018) och National Natural Science Foundation of China (NSFC) (72001096).

Materials

Name Company Catalog Number Comments
AR Engine Unity Technologies 2020.3.1 AR development platform
AR SDK PTC Vuforia Engine 9.8.5 AR development kit
Eye Tracker (eye tracking glasses) SMI, Germany SMI ETG Head-mounted eye tracking
system
Eye Tracker Recording software SMI, Germany iViewETG Software Eye Tracker Recording software
fNIRS probes Artinis Medical Systems BV, Netherlands Artinis PortaLite Light source: Light emitting diodes
Wavelengths: Standard nominal 760 and 850 nm
fNIRS software Artinis Medical Systems BV, Netherlands OxySoft 3.2.70 fNIRS data recording and analysis software
Mineral Water Groupe Danone Badoit  Experimental material in the AR condition   Capacity: 330ml
Price: Equation 16
Mineral Water Nestlé Acqua Panna Experimental material in the website condition Capacity: 250ml
Price: Equation 15.4
Skin Preparation Gel Weaver and Company Nuprep Clean the forehead skin of the participants
Smartphone Xiaomi Redmi K30 Ultra Smartphone-based AR application and website

DOWNLOAD MATERIALS LIST

References

  1. Ameen, N., Hosany, S., Tarhini, A. Consumer interaction with cutting-edge technologies: Implications for future research. Computers in Human Behavior. 120, 106761 (2021).
  2. Javornik, A. Augmented reality: Research agenda for studying the impact of its media characteristics on consumer behaviour. Journal of Retailing and Consumer Services. 30, 252-261 (2016).
  3. Caboni, F., Hagberg, J. Augmented reality in retailing: a review of features, applications and value. International Journal of Retail & Distribution Management. 47 (11), 1125-1140 (2019).
  4. Kumar, H. Augmented reality in online retailing: a systematic review and research agenda. International Journal of Retail & Distribution Management. 50 (4), 537-559 (2022).
  5. Yim, M. Y. C., Park, S. Y. I am not satisfied with my body, so I like augmented reality (AR): Consumer responses to AR-based product presentations. Journal of Business Research. 100, 581-589 (2019).
  6. Chylinski, M., et al. Augmented reality marketing: A technology-enabled approach to situated customer experience. Australasian Marketing Journal. 28 (4), 374-384 (2020).
  7. Davis, F. D. A Technology Acceptance Model for Empirically Testing New End-User Information Systems: Theory and Results. , Massachusetts Institute of Technology. Doctoral dissertation (1985).
  8. Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. User acceptance of information technology: Toward a unified view. MIS Quarterly. 27 (3), 425-478 (2003).
  9. Davis, F. D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly. 13 (3), 319-340 (1989).
  10. Chen, R., Perry, P., Boardman, R., McCormick, H. Augmented reality in retail: a systematic review of research foci and future research agenda. International Journal of Retail & Distribution Management. 50 (4), 498-518 (2022).
  11. Poushneh, A., Vasquez-Parraga, A. Z. Discernible impact of augmented reality on retail customer's experience, satisfaction and willingness to buy. Journal of Retailing and Consumer Services. 34, 229-234 (2017).
  12. ISO. ISO 1998. Ergonomic requirements for office work with visual display terminals (VDTs)-Part 11: guidance on usability. ISO. , (2022).
  13. Hornbæk, K. Current practice in measuring usability: Challenges to usability studies and research. International Journal of Human-Computer Studies. 64 (2), 79-102 (2006).
  14. Tullis, T., Albert, B. Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics. , Morgan Kaufmann. Amsterdam, Boston. (2008).
  15. Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S. M., Elmqvist, N. Designing the User Interface: Strategies for Effective Human-Computer Interaction. , Pearson. Boston. (2017).
  16. Morillo, P., Orduña, J. M., Casas, S., Fernández, M. A comparison study of AR applications versus pseudo-holographic systems as virtual exhibitors for luxury watch retail stores. Multimedia Systems. 25 (4), 307-321 (2019).
  17. Paas, F. G., Van Merriënboer, J. J. Instructional control of cognitive load in the training of complex cognitive tasks. Educational Psychology Review. 6 (4), 351-371 (1994).
  18. Ismail, R., Fabil, N., Saleh, A. Extension of pacmad model for usability evaluation metrics using goal question metrics (Gqm) approach. Journal of Theoretical and Applied Information Technology. 79 (1), 90-100 (2015).
  19. Fan, X., Chai, Z., Deng, N., Dong, X. Adoption of augmented reality in online retailing and consumers' product attitude: A cognitive perspective. Journal of Retailing and Consumer Services. 53, 101986 (2020).
  20. Hart, S. G., Staveland, L. E. Development of NASA-TLX (Task Load Index): Results of empirical and theoretical research. Advances in Psychology. 52, 139-183 (1988).
  21. Petty, R. E., Cacioppo, J. T., Schumann, D. Central and peripheral routes to advertising effectiveness: The moderating role of involvement. Journal of Consumer Research. 10 (2), 135-146 (1983).
  22. He, L., Pelowski, M., Yu, W., Liu, T. Neural resonance in consumers' right inferior frontal gyrus predicts attitudes toward advertising. Psychology & Marketing. 38 (9), 1538-1549 (2021).
  23. Riedl, R., Fischer, T., Léger, P. M., Davis, F. D. A decade of NeuroIS research: Progress, challenges, and future directions. ACM SIGMIS Database: the DATA BASE for Advances in Information Systems. 51 (3), 13-54 (2020).
  24. Vom Brocke, J., Liang, T. P. Guidelines for Neuroscience Studies in Information Systems Research. Journal of Management Information Systems. 30 (4), 211-234 (2014).
  25. Dimoka, A., Pavlou, P. A., Davis, F. NeuroIS: The potential of cognitive neuroscience for information systems research. Information Systems Research. 22 (4), 687-702 (2011).
  26. de Guinea, A. O., Titah, R., Léger, P. M. Explicit and implicit antecedents of users' behavioral beliefs in information systems: A neuropsychological investigation. Journal of Management Information Systems. 30 (4), 179-210 (2014).
  27. Dimoka, A. How to conduct a Functional Magnetic Resonance (fmri) study in social science research. MIS Quarterly. 36 (3), 811-840 (2012).
  28. Dimoka, A., Davis, F. D. Where does TAM reside in the brain? The neural mechanisms underlying technology adoption. ICIS 2008 Proceedings. , 1-19 (2008).
  29. Moridis, C. N., Terzis, V., Economides, A. A., Karlovasitou, A., Karabatakis, V. E. Using EEG frontal asymmetry to predict IT user's perceptions regarding usefulness, ease of use and playfulness. Applied Psychophysiology and Biofeedback. 43 (1), 1-11 (2018).
  30. Pinti, P., et al. A review on the use of wearable functional near-infrared spectroscopy in naturalistic environments. Japanese Psychological Research. 60 (4), 347-373 (2018).
  31. Piper, S. K., et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects. Neuroimage. 85, 64-71 (2014).
  32. Quaresima, V., Ferrari, M. Functional Near-Infrared Spectroscopy (fNIRS) for assessing cerebral cortex function during human behavior in natural/social situations: A concise review. Organizational Research Methods. 22 (1), 46-68 (2019).
  33. Wang, J., et al. Exploring relationships between eye tracking and traditional usability testing data. International Journal of Human-Computer Interaction. 35 (6), 483-494 (2019).
  34. Dimoka, A., et al. On the use of neurophysiological tools in IS research: Developing a research agenda for NeuroIS. MIS Quarterly. 36, 679-702 (2012).
  35. Just, M. A., Carpenter, P. A. Eye fixations and cognitive processes. Cognitive Psychology. 8 (4), 441-480 (1976).
  36. Alex, P., Ball, L. J. Eye Tracking in Human-Computer Interaction and Usability Research: Current Status and Future. Encyclopedia of Human Computer Interaction, IGI Global. , 211-219 (2006).
  37. Just, M. A., Carpenter, P. A. A theory of reading: from eye fixations to comprehension. Psychological Review. 87 (4), 329 (1980).
  38. Yang, S., Carlson, J. R., Chen, S. How augmented reality affects advertising effectiveness: The mediating effects of curiosity and attention toward the ad. Journal of Retailing and Consumer Services. 54, 102020 (2020).
  39. Debie, E., et al. Multimodal fusion for objective assessment of cognitive workload: A review. IEEE Transactions on Cybernetics. 51 (3), 1542-1555 (2021).
  40. Işbilir, E., Çakır, M. P., Acartürk, C., Tekerek, A. Ş Towards a multimodal model of cognitive workload through synchronous optical brain imaging and eye tracking measures. Frontiers in Human Neuroscience. 13, 375 (2019).
  41. Bruvold, W. H., Ongerth, H. J. Taste quality of mineralized water. Journal-American Water Works Association. 61 (4), 170-174 (1969).
  42. Marcussen, H., Holm, P. E., Hansen, H. Chr.B. Composition, flavor, chemical food safety, and consumer preferences of bottled water. Comprehensive Reviews in Food Science and Food Safety. 12 (4), 333-352 (2013).
  43. Whelton, A. J., Dietrich, A. M. Relationship between intensity, concentration, and temperature for drinking water odorants. Water Research. 38 (6), 1604-1614 (2004).
  44. (LIFESTYLE) What your choice of water says about you. FT live. , Available from: https://m.ftchinese.com/story/001006284/en?archive (2006).
  45. Pellegrini-Laplagne, M., et al. Effect of simultaneous exercise and cognitive training on executive functions, baroreflex sensitivity, and pre-frontal cortex oxygenation in healthy older adults: a pilot study. GeroScience. , (2022).
  46. Delpy, D. T., et al. Estimation of optical pathlength through tissue from direct time of flight measurement. Physics in Medicine & Biology. 33 (12), 1433-1442 (1988).
  47. Han, W., Gao, L., Wu, J., Pelowski, M., Liu, T. Assessing the brain 'on the line': An ecologically-valid assessment of the impact of repetitive assembly line work on hemodynamic response and fine motor control using fNIRS. Brain and Cognition. 136, 103613 (2019).
  48. Spiers, H. J., Maguire, E. A. Decoding human brain activity during real-world experiences. Trends in Cognitive Sciences. 11 (8), 356-365 (2007).
  49. Spence, C. Neuroscience-Inspired Design: From Academic Neuromarketing to Commercially Relevant Research. Organizational Research Methods. 22 (1), 275-298 (2019).
  50. Grasso-Cladera, A., Costa-Cordella, S., Rossi, A., Fuchs, N. F., Parada, F. J. Mobile brain/body imaging: Challenges and opportunities for the implementation of research programs based on the 4E perspective to cognition. Adaptive Behavior. 0 (0), 1-26 (2022).
  51. Krampe, C., Strelow, E., Haas, A., Kenning, P. The application of mobile fNIRS to "shopper neuroscience" - first insights from a merchandising communication study. European Journal of Marketing. 52, 244-259 (2018).
  52. Meade, A. W., Watson, A. M., Kroustalis, C. M. Assessing common methods bias in organizational research. 22nd annual meeting of the society for industrial and organizational psychology. , New York. 1-10 (2007).
  53. Liang, T. P., Lin, Y. L., Shiau, W. L., Chen, S. F. Investigating common method bias via an EEG study of the flow experience in website design. Journal of Electronic Commerce Research. 22 (4), 305-321 (2021).
  54. Kim, Y. M., Rhiu, I., Yun, M. H. A systematic review of a virtual reality system from the perspective of user experience. International Journal of Human-Computer Interaction. 36 (10), 893-910 (2020).

Tags

Denna månad i JoVE nummer 189 Neuro-Information-Systems NeuroIS Användbarhet fNIRS Eye Tracking Augmented Reality
Användbarhetsutvärdering av förstärkt verklighet: En neuroinformationssystemstudie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wu, J., Zhang, D., Liu, T., Yang, H. … More

Wu, J., Zhang, D., Liu, T., Yang, H. H., Wang, Y., Yao, H., Zhao, S. Usability Evaluation of Augmented Reality: A Neuro-Information-Systems Study. J. Vis. Exp. (189), e64667, doi:10.3791/64667 (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