Article de méthode

Technologues en électroencéphalographie, fréquence cardiaque et évaluation psychogalvanique pour une Perception de la publicité d’études : Application à des annonces publiques antitabac

17K vues

⸱

DOI :

10.3791/55872

⸱

28 août 2017

 ,  ,  ,  ,  ,  , 
1Department of Molecular Medicine, Sapienza University of Rome, 2Department of Communication and Social Research, Sapienza University of Rome, 3Department of Anatomical, Histological, Forensic, and Orthopedic Sciences, Sapienza University of Rome, 4BrainSigns SRL

Dans cet article

Résumé

Le protocole suivant décrit une série de mesures opérationnelles et de calculs pour estimer correctement la réaction émotionnelle et cérébrale d’un groupe de sujets à un certain nombre de messages d’intérêt Public (MIP) contre le tabagisme, a été diffusée en les USA et l’Europe au cours de la période comprise entre 1998 et 2015.

Résumé

L’évaluation de la publicité, les produits et les emballages est traditionnellement effectuée par des méthodes fondées sur l’autodéclaration et groupes de discussion, mais ces approches apparaissent souvent mal exactes en termes scientifiques. Neuroscience est plus appliquée à l’étude des bases neurophysiologiques de la perception d’et la réaction à des stimuli commerciaux pour soutenir des méthodes de marketing traditionnelles. Dans ce contexte, le secteur ou la commercialisation est représentée par l’intérêt public (MIP). L’objectif du présent protocole est d’appliquer l’électroencéphalographie (EEG) et l’analyse de signal autonome pour étudier les réponses aux messages anti-tabac sélectionnés. Deux indices de l’EEG ont été employées : l’asymétrie frontale bande alpha EEG (l’indice approche retrait (AW)) et le theta frontal (indice d’effort). En outre, l’indice émotionnel autonome (AE) a été calculé, comme dérivé de la psychogalvanique (GSR) et les signaux de fréquence cardiaque (FC). Le présent protocole décrit une série de mesures opérationnelles et de calculs pour estimer correctement, à travers les indices susmentionnés, la réaction émotionnelle et cérébrale d’un groupe de sujets à un certain nombre de messages anti-tabac. En particulier, une campagne que se caractérise par un style de communication symbolique (classé comme « accordé » sur la base les prix reçus par les commissions spécialisées) a obtenu les plus hautes valeurs de l’approche, selon l’estimation de l’indice de AW. Un endroit et une image appartenant à la même campagne de MIP basée sur la « peur suscitant l’appel » et avec une communication narrative/expérientiel style (classé comme « efficace » sur la base de l’amélioration économique/health-related promue) déclarée le plus bas et l’effort plus haute valeurs, respectivement. C’est probablement dû à la complexité de la narration (spot) et à l’imminence de l’image (une femme qui a subi une trachéotomie). Enfin, la même campagne « efficace » a montré les plus hautes valeurs de l’assurance-emploi, peut-être à cause de l’empathie induite par le témoignage et la clarté du message.

Introduction

Selon David Ogilvy fortement, « les gens ne pense pas que ce qu’ils ressentent, ne disent pas ce qu’ils pensent et ne font pas ce qu’ils disent ». Par conséquent, on peut déduire que les humains ne sont pas des êtres doués de raison. Cette hypothèse est étayée par la preuve que beaucoup de décisions concernant les questions économiques n’est pas sous contrôle volitif direct mais plutôt dépendre automatique, rapide et efficace des processus cognitifs1. En outre, les mécanismes émotionnels peuvent influencer ces processus décisionnels, contribuant à la réalisation d’une action particulière2,3,4. Dans ce contexte, sur le dessus les outils traditionnels utilisés dans la recherche marketing5, il est toujours plus important d’étudier les techniques qui sont capables de fournir des informations supplémentaires sur le comportement du consommateur. Cette enquête repose toujours sur les perceptions ou d’évaluations des clients de produits et de messages publicitaires, verbalement exprimé et autodéclaré, une méthode qui est sensible à plusieurs biais. En effet, jusqu'à présent, les méthodes permettant de mieux comprendre la performance du marché d’un nouveau produit ou service ont été fondées sur l’autodéclaration et groupes de consultation. Cependant, recherche sociale, psychologie et de marché, études ont reconnu que l’autodéclaration ne sont pas fiables pour prédire avec précision préférences6 la clientèle. Les auteurs de l’étude susmentionnée ont réalisé une étude sur les prévisions de pré-commercialisation dans l’industrie de détail de chaussures, déterminer que les méthodes report-fondé sur l’autonomie étaient mal exactes à prédire le succès, tandis que les données de cerveau atteint une prédiction exactitude de 80 %. Neuroscience du consommateur est un champ d’étude qui est né comme la réponse à ce besoin et consiste à appliquer des méthodes typiques de neurosciences à l’étude du comportement humain relatives au marché et des échanges économiques7. Le terme « neuromarketing » se réfère à l’application de neurophysiologiques tels outils comme le suivi de le œil, électrodermale, fréquence cardiaque, EEG et imagerie de résonance magnétique fonctionnelle (IRMf)-à la conception d’études de marché selon les besoins des différentes entreprises 8 , 9. les techniques précitées attirent l’intérêt croissant des compagnies : toutes proportions gardées, la montée du neuromarketing entreprises durant la dernière décennie a été impressionnant7. Neuromarketing, permet en effet, pour l’étude de plusieurs aspects relatifs au commerce : publicité définitions de cible en termes de genre10,11, fragments de culture12,13, de la annonce elle-même10,14,15, âge16, branding solutions17, prix architectures18, ciblage de scène et sexe19, de l’orateur clients achat d’attitudes20et essai préalable au détail6.

En ce qui concerne l’EEG, les deux indices ont été employées pour évaluer les réponses renvoyées par les sujets exposés aux stimuli publicitaires : l’AW et les indices de l’effort. Le premier est enraciné dans les études de Davidson (1990), qui a démontré qu’une asymétrie frontale entre l’activité dans les deux hémisphères cérébraux implique une motivation différente tendance les stimuli proposés. En particulier, plusieurs auteurs21,22 ont signalé la présence de deux systèmes neurones distincts, médiation une motivation axées sur l’approche et une motivation axées sur le retrait, localisée dans les hémisphères gauche et droit, respectivement. Selon cette preuve, le cortex préfrontal (PFC) joue un rôle important dans les circuits qui implémente la positive et la motivation négative. Plus précisément, la participation différentielle de la PFC gauche et droite, avec une augmentation de la gauche activation antérieure au cours de la motivation positive et augmentation côté droit antérieur de l’activation au cours de la motivation négative, a été rapportée par différentes études 23 , 24 , 25. par ailleurs, différents rapports13,14 soulignent la possibilité d’appliquer l’AW index-défini comme la différence dans l’activité préfrontale dans la bande alpha entre les deux hémisphères-pour le domaine de la publicité. En plus de la vaste enquête sur ce sujet, recherche a également été menée sur des catégories de produits spécifiques, tels que les parfums10, où les femmes ont déclaré une motivation positive vers la publicité, tandis que les hommes ont rapporté une motivation négative. La recherche sur l’index AW a également examiné certaines caractéristiques de l’échantillon expérimental, comme si le sujet était un consommateur de la publicité point26. Par exemple, en réponse à une bière commerciale, buveurs de bière a rapporté des niveaux plus élevés de l’activation de la PFC que ces sujets qui ne boivent pas de bière. Par ailleurs, un autre paramètre qui a été examiné est sexe des participants. Par exemple, en réponse à une voiture familiale d’observation spot, hommes (contrairement aux femmes) a montré une motivation positive pour le commerce pendant l’ensemble de la durée de27. Un dernier paramètre qui a été étudié est l’âge des sujets expérimentaux. Un apogée exaltant avec quelques images de « non-ainsi-nice » avait plus cérébral apprécié par les jeunes que les adultes27. Pour résumer, les valeurs positives obtenues par l’indice de AW, dérivé de l’asymétrie frontale alpha, indiquent une activité supérieure gauche, ce qui suggère une motivation positive envers les stimuli. Inversement, les valeurs négatives indiquent une activité plus élevée de droite, ce qui suggère une motivation négative en réponse aux stimuli.

Le second indice de l’EEG, l’effort cérébral (EC), défini comme l’activité thêta frontale dans le PFC, a été décrit dans plusieurs études. En particulier, ces études montrent comment des valeurs de CE sont liés à des niveaux plus élevés de la tâche difficile28. Cela a été particulièrement étudié en neuroaesthetics, en réponse à des stimuli de littérature auditive29; l’avionique30; l’autre écoute31,conditions32; et les interactions homme-machine,33.

Comme suggéré par des preuves empiriques de différents domaines d’application, implication émotionnelle est un catalyseur pour la mémorisation des stimuli. Ce phénomène a également été étudié en neuromarketing, démontrant que le traitement émotionnel positif ou négatif lors de l’observation des publicités commerciales est un facteur important pour la formation de traces de mémoire stable34. En outre, il est utile d’envisager qu’une « émotion inconsciente » se produit lorsque les systèmes du cerveau qui assurent la médiation de noyau inconscient « goût » (parmi les autres sous-corticale régions, le noyau accumbens et ses connexions) ne sont pas couplés avec la prise de conscience 35. au début du présent article, il a été souligné comment la perception et réaction aux stimuli de publicité sont souvent inconscients. Un des objectifs du neuromarketing est d’enquêter surCet aspect de la réaction émotionnelle. Un index autonome a été créé en faisant correspondre le GSR et le haut représentant, car ces deux paramètres système nerveux autonomes sont connues pour tenir compte de la réaction émotionnelle des stimuli36. L’assurance-emploi qui en résulte a été conçue sur la base du modèle circonflexe d’affect, théorisé par Russell et Barrett5. Dans ce modèle, le HR est graphiquement rendu sur l’axe des abscisses, tandis que la GSR est sur l’axe des ordonnées, retournant des informations concernant la valence (positif ou négatif) et éveil (activation faible ou élevée) de stimuli37,38, respectivement. L’IE a déjà été appliqué au contrôle des stimuli littéraires auditif29, ainsi qu’aux films publicitaires de TV10,16,19,39. Par conséquent, selon les auteurs, il a été intéressant d’appliquer l’assurance-emploi aux messages d’intérêt public, notamment aux messages d’intérêt public contre le tabagisme.

Chaque année, il y a 6 millions de décès dans le monde causée par le tabagisme et l’outil majeur pour faire face à cette situation d’urgence se compose du mouvement antitabac PSAs40. Ce genre de PSA a été diffusé depuis les années 1950, mais l’efficacité sur le grand public est extrêmement variable, ce qui entraîne une série de campagnes efficaces ou inefficaces. En règle générale, l’efficacité d’une campagne anti-tabac est mesurée sur la base de la montée en santé publique atteindre après que la campagne est diffusée ; changements d’attitudes, de croyances ou de comportement (c'est-à-dire, une augmentation de prise de conscience, un changement des attitudes négatives, une augmentation du nombre d’appels à quitter les lignes, etc.) ; impact médiatique (c.-à-d., une discussion positive et l’appréciation sur les médias sociaux) ; et ainsi de suite. En outre, modèles d’évaluation économique standard sont généralement appliqués, tels que l’analyse coût-efficacité, coût utilitaire analyse ou analyse coûts-avantages,41. Enfin, au-delà de la preuve fournie par les évaluations de rentabilité approfondies et spécialisées, en comparant les coûts de la campagne pour les coûts médicaux enregistrés, il est possible d’affirmer que des campagnes efficaces économiser de l’argent ensemble et empêchent des dizaines de milliers de décès prématurés42,43,44.

La réaction cérébrale et affective aux messages d’intérêt public particuliers apparaît donc digne d’enquête par des techniques neurophysiologiques d’obtenir des réponses physiologiques qui complètent la rétroaction explicite fournie par la plus traditionnelle des mesures entretiens et questionnaires.

Les indices a adopté dans la présente étude ont déjà été appliquées aux messages antitabac dans un échantillon réduit des participants et des taches, soutenant l’utilité potentielle de l’application de techniques de neuromarketing à l’enquête de neurophysiologiques caractéristiques d’efficacité dans les messages d’intérêt public11,45.

Le but de cette étude est de présenter une série d’étapes méthodologiques pouvant mener à la mesure précise de la perception cérébrale et émotionnelle de messages anti-tabac. Une telle mesure est préliminaire à l’analyse des fondements physiologiques et instinctifs et des caractéristiques d’un PSA particulière qui sont efficaces ou inefficaces à générer une réaction du public.

Protocole

toute expérimentation a été réalisée selon les principes énoncés dans la déclaration d’Helsinki de 1975, révisée en 2000 et a été approuvée par le Comité d’éthique universitaire.

1. matériel de montage et de contrôle de Condition d’enregistrement

  1. Invite le participant à s’asseoir sur une chaise confortable devant un écran d’ordinateur.
  2. Nettoyer la peau sur le front (déplacer doucement les cheveux, si nécessaire), le lobe de l’oreille et les doigts avec une solution de chlorhexidine antiseptique pour désinfecter la peau et enlever la couche la plus superficielle du lipide accumulé sur la peau 46.
  3. appliquer une bande de six-électrode EEG au participant ' front s selon le système international (AFz FPz, AF5, AF6, AF7, AF8) de 10-20 47.
  4. Placer la référence et l’électrode de terre, un par le lobe de l’oreille.
  5. Fixez l’oxymètre de pouls au pouce pour enregistrer le HR.
  6. De recueillir le GSR, placez deux électrodes sur les deuxième et troisième doigts de la main non dominante. Placez les électrodes sur le côté palmaire de la deuxième phalange (suite aux procédures déjà publiées) 48.
  7. Vérifier les impédances de l’EEG du signal pour les garder au-dessous de 10 k Ω en utilisant le bouton approprié-mesure d’impédance sur l’interface du logiciel d’acquisition.
    1. Dans la " canaux " le programme d’installation du logiciel acquisition, définir la " taux d’échantillonnage " pour EEG signal acquisition à " 250 Hz. "
  8. Acquérir le signal EEG grâce à un système amplificateur d’EEG et un logiciel d’enregistrement EEG connexe pour l’acquisition de données EEG (voir Table des matières). Commencer l’enregistrement du signal EEG en appuyant sur le bouton rouge d’enregistrement sur l’interface du logiciel.
  9. Vérifier que les signaux GSR et RH sont absorbées correctement en vérifiant la présence de la forme d’onde appropriée sur l’interface du logiciel.
    1. Dans la " canaux " le programme d’installation de l’acquisition, logiciel, définir la fréquence d’échantillonnage pour GSR et HR signal acquisition à " 128 Hz. "
  10. Acquérir les signaux autonomes (c'est-à-dire, GSR et HR) grâce à un système polyvalent de capacité mesure (voir la Table des matières).
  11. Passez le signal GSR et RH d’enregistrement en appuyant sur le " dossier " bouton sur l’interface du logiciel correspondant.
  12. Demander au participant de regarder un blanc " traverser " sur fond noir, ce qui est affiché sur l’écran pendant 1 min. en même temps acquérir l’activité condition au repos, son début de signalisation et se terminent par les boutons de marqueur relative à l’acquisition de l’EEG logiciel.
  13. Demander à l’adhérent, équipé de l’EEG, HR et GSR enregistrement instrument, pour visionner la vidéo PSA, au cours de laquelle les enregistrements du signal prennent la place. En outre, demander au participant pour limiter tout mouvement et de rester aussi détendu que possible pendant la durée de l’enregistrement.
  14. Appuyez sur la touche départ de marqueur sur l’interface du logiciel acquisition EEG au début de la PSA vidéo. Appuyez sur le bouton fin de marqueur à la fin de la vidéo PSA.

2. Des stimuli

  1. sélectionnez les stimuli de la cible, préférablement sur la base d’indicateurs de performance clés prédéfinies (KPI).
  2. Lors de la conception du protocole expérimental, entremêler les stimuli antitabac six cible (c'est-à-dire, trois lieux et trois images appartenant à trois messages sélectionnés) dans une vidéo composée de deux blocs de.
    1. Construire le bloc de taches comme suit : une spot de base (c.-à-d., un documentaire d’une durée de 1 min), un train de 10 spots antitabac (utiliser un maximum de 10 points pour ressembler à une pause commerciale typique de TV) et la ligne de base spot.
    2. Construire le bloc d’images comme suit : une base image (c'est-à-dire 8 neutre les images tirées de la base de données de système International de la photo Affective (PAI) 49), un train de 10 images anti-tabac (d’une cohérence avec le bloc de taches), et la ligne de base image.
  3. Pour éviter le biais d’un effet de position chez les participants ' réactions, commencez par la moitié des participants montrant le bloc de taches et de la moitié des participants du bloc images.
    Pour éviter un biais positionnel au niveau de certains éléments, afficher les stimuli dans un ordre aléatoire au sein de chaque bloc.
  4. Sélectionnez une 1 min vidéo niveau de référence approprié (c.-à-d., comme émotionnellement neutre que possible, par exemple un extrait de documentaire) et placez-le immédiatement avant et immédiatement après le bloc de taches dans le protocole vidéo.
  5. Sélectionner une référence d’image adapté (c.-à-d., aussi neutre que possible, par exemple 8 images neutres PAI la base de données) 49 et le lieu immédiatement avant et immédiatement après les images bloquer dans le protocole vidéo.
  6. Lors de la conception du bloc d’images, définir la durée d’affichage de chaque image à 9 s afin d’assurer la détection d’une éventuelle variation dans les composants de système nerveux autonomes, qui présentent une réponse plus lente en comparaison avec le signal d’EEG. Entre chaque ensemble d’images, l’affichage une croix-blanche sur un écran noir pour rétablir le point de fixation central.

3. Traitement du signal

Remarque : les étapes suivantes computational pourraient être effectuées avec les logiciels informatiques, comme EEGLAB 50 ou LEDALAB de traitement du signal diverses accessibles au public 51, pour l’analyse du signal GSR. Alors qu’un logiciel spécifiquement développé a été utilisé ici pour certains calculs, les étapes décrites ci-dessous ne dépendent pas du logiciel particulier utilisé. Ainsi, les étapes suivantes ne décrirai pas précisément l’interaction avec le logiciel de calcul mais sera plutôt démontrer les étapes logiques nécessaires pour atteindre les résultats.

  1. Traitement du signal EEG.
    1. Pour détecter et supprimer des composants en raison de mouvements des yeux, clignote et artefacts musculaires, appliquer un filtre (50 Hz), un filtre passe-bande (2-30 Hz) et la composante indépendante analyse (ICA) 52 procédure aux traces EEG.
      1. Filtre l’EEG de signaux avec un filtre (50 Hz), de rejeter les éléments de réseau électrique, puis avec un filtre passe-bande (2-30 Hz), de rejeter des composantes de fréquence qui ne sont pas liées aux processus cognitifs étudiées.
      2. Convertir les séries temporelles de EEG dans l' ICA 52.
      3. Trouver et supprimer les composants indépendants associés à artefacts.
        NOTE : Artefacts liés à l’oculaire de composants indépendants sont distinguent clairement des composants cérébrales par leur forme et leur grandeur. Une fois détectée, supprimer ces composants associés à des artefacts oculaires de la procédure de l’ICA avant de recomposer le signal dans le domaine temporel.
      4. Recomposer le signal EEG dans le domaine temporel, en utilisant les composants indépendants retenus.
    2. Pour chaque sujet, estimer la fréquence alpha individuelle (IAF) de l’état de repos, pour définir les bandes de fréquences d’intérêt selon la méthode préconisée par la scientIFIC littérature 28.
      Remarque : Cette étape est importante, étant donné que chaque définition de la bande de fréquence doit être déterminée individuellement pour chaque sujet.
    3. Calculer le champ global power (GFP) 16 pour chaque zone corticale et pour chaque sujet.
      1. Filtre l’EEG des signaux dans les bandes de fréquences d’intérêt, en particulier thêta (IAF-6:IAF-2) et alpha (IAF-2:IAF + 2), selon la définition proposée dans la littérature scientifique 28.
      2. Calculer la GFP 16 comme la somme de la puissance des signaux EEG par électrodes spécifiques sur la zone corticale d’intérêt (p. ex., le cortex préfrontal droit et gauche. Filtrer dans une certaine bande et la moyenne par le nombre d’électrodes réfléchies. Voir l’équation suivante :
        figure-protocol-1
  2. Approche retrait Index
    Remarque : dans plusieurs études, le cortex frontal a été indiqué comme un domaine d’intérêt pour l’attitude d’approche ou de retrait en réponse à une vaste gamme de stimuli 53 , , du 54 55 , 56 , 57 , 58.
    1. Appliquer la formule définissant l’indice AW comme AW = GFPa_right - GFPa_left, où GFPa_right et GFPa_left représentent la GFP, calculée à partir de la droite (AF6 et AF8) et les électrodes de la gauche (AF5 et AF7) dans la bande alpha 59 , < sup class = « xref » > 60
    2. estimer la forme d’onde de l’index cérébral AW pendant chaque seconde et puis moyenne sur la durée des stimulations.
    3. Normaliser l’indice AW selon la ligne de base acquite au début et à la fin de l’expérience de l’activité EEG.
      Remarque : Les valeurs positives AW signifient une motivation d’approche vers le stimulus exprimée par le sujet, tandis que les valeurs d’AW négatives indiquent une tendance de retrait.
  3. Indice d’effort
    Remarque : plusieurs études démontrent l’enquête et l’application d’effort cérébral à diverses tâches dans les humains 28 ,, 33.
    1. Pour l’évaluation de l’effort cérébral, utiliser des électrodes frontales dans le thêta band (AFz FPz, AF5, AF6, AF7, AF8) 28 , 11 , 33 , 45.
    2. estimer la GFP 16 des électrodes frontales. Normaliser les données d’index effort, en ce qui concerne l’indice de AW, selon la ligne de base acquite au début et à la fin de l’expérience de l’activité EEG.
    3. Pour l’interprétation du résultat, n’oubliez pas que des niveaux plus élevés d’indice d’effort impliquent un niveau plus élevé de la tâche difficile 31.
  4. Émotionnelle Index
    1. pour obtenir le signal de HR, emploient l' algorithme de Pan-Tompkins 61.
    2. Acquérir la conductance de la peau à l’aide de la méthode (0,5 V) de tension constante 62.
    3. LEDAlab d’utilisation logiciel 67 pour obtenir la composante tonique de la conductance de la peau (c.-à-d. s kin conductance diminuée (SCL)).
      1. Select " continu Decomposition Analysis " dans le menu analyse.
        Remarque : Il est recommandé d’optimiser l’analyse en cliquant sur le " Optimize " bouton.
      2. Cliquez sur " appliquer " à accepter l’analyse et avoir la décomposition tracée.
    4. Aux fins de la mise en correspondance des signaux SCL et RH, se référer au modèle de circomplexe d’affect plan 63 , 64, lorsque les coordonnées d’un point dans l’espace sont définies respectivement par les (HR axe horizontal) pour décrire la valence et par le SCL (axe vertical) pour décrire les phénomènes de l’excitation 36.
    5. Pour obtenir une variable monodimensional, utilisez l’état émotionnel d’un sujet tel que décrit par l’EI 10, défini par la formule : EI = 1 - β/π '.
      NOTE : Ici,
      figure-protocol-2
      HR et figure-protocol-3 constituent les variables Ζ-score des RH et GSR, respectivement. < img alt = « Équation 5" src="/files/ftp_upload/55872/55872eq5.jpg » / > est exprimé en radians, calculés comme arctang(figure-protocol-4 figure-protocol-5). Car l’angle varie entre [− 1, 1], l’EI peut varier entre [− 1, 1].
    6. Pour l’interprétation du résultat, n’oubliez pas que des valeurs plus élevées de l’AE impliquent des émotions plus positives vécues par le participant et vice versa.

Résultats

22 sujets en bonne santé (âge moyen 17,64 ± 0,95 ans, gamme = 16-19 ans) ont été inscrits sur une base volontaire. En ce qui concerne les habitudes tabagiques, 7 participants n’étaient pas fumeurs, 9 étaient des fumeurs légers (≤ 5 cigarettes par jour) et 6 étaient de gros fumeurs (> 5 cigarettes par jour). Les participants de fumeur signalées à ont fumé leur première cigarette à l’âge moyen de 13,38 ± 3,01 ans, et aucun des participants pour ont cessé de fumer dans le passé. Tous les sujets ont reçu des informations détaillées sur l’étude et ont signé un consentement éclairé. L’expérience a été réalisée selon les principes énoncés dans la déclaration d’Helsinki de 1975, révisée en 2000 et a été approuvé par le Comité éthique de l’Université.

Dans la présente étude, nous avons utilisé les indicateurs de performance clés proposés par Coffman,65 et66de la Varcoe, et nous avons choisi trois campagnes anti-tabac de la cible. Deux ont été intégrées sur la base d’être classificatied comme « efficace » et « inefficace », comme en témoigne les données officielles sur la promotion de la santé et sur les améliorations économiques dans l’ensemble de la population. Un tiers de PSA a été classé et inclus sur la base de l’appréciation provenant des comités spécialisés, exprimées en terme du montant du prix reçu. En particulier, trois messages anti-tabac sélectionnés dans cette étude étaient : J’ai) CDC (image : CDC Terry ; spot : CDC Roosevelt)67, USA 2012-2015, efficace68,44, éveiller la peur appel et récit/expérientiel style de communication ; II) think ne fume pas (image et vidéo)69, Philip Morris USA 1998, inefficace70,71, style de communication paternaliste ; et iii) Cigarette gras (image et vidéo)72, British Heart Foundation, UK 2003, décerné (Clio Awards 2005 TV et Radio fonction publique Bronze, IPA efficacité Award 2004 The Winners Golden Watch ; IPA efficacité prix 2004 de la dédicace de meilleurs gagnants gagnant d’efficacité ; et 3 Palmares au Festival International de la Publicite de Cannes 2004), style de communication symbolique.

L’analyse statistique comprenait une analyse de la variance, soit la catégorie de la PSA comme dans-facteur avec trois niveaux (efficaces, inefficaces et attribués) et le sexe (M/F) comme un facteur entre. Attitude de fumer ne figurait pas dans l’analyse à cause du faible nombre dans les trois groupes possibles (c'est-à-dire, les non-fumeurs, les fumeurs légers et gros fumeurs), mais la répartition homogène des participants à ces trois groupes autorisés pour les performances de l’analyse de l’échantillon s’est effondré. Il est important de rappeler que le test d’ANOVA a une puissance statistique suffisante pour faire face à l’analyse d’un nombre relativement faible de participants, comme dans cette étude73, pourvu que le nombre de facteurs est inférieur à 4, comme en l’espèce.

Index de démarche de retrait :

Pour les images, aucune différence statistiquement significative entre les trois campagnes ont été identifiés (F(2,40) = 2.649, p = 0,083), mais les valeurs d’AW rapportées pour l’image « attribuée » étaient plus élevés que ceux rapportés pour le MIP « inefficace » (Figure 1, à gauche).

Pour les stimuli vidéo, un effet statistiquement significatif de la catégorie spot (c'est-à-dire efficaces, inefficaces ou attribué) a été découvert (F(2,40) = 3.171, p = 0,050). L’analyse a posteriori a mis en évidence les valeurs AW augmentation estimées pour le spot « attribué » par rapport à celui « efficace » (p = 0,047) et d’une manière analogue forte tendance (p = 0,060) par rapport à l’endroit « inefficace » (Figure 1, droit).

En résumé, l’image et les spot appartenant à la campagne « attribuée » obtient les valeurs d’approche plus positives, selon l’estimation de l’indice de AW.

figure-results-1
Figure 1 : estimation indice AW des campagnes antitabac sélectionnés de PSA. Sur la gauche sont des résultats liés aux images et à droite résultats concernent les taches du « efficace » et « inefficace » et « attribués » messages anti-tabac. Barres d’erreur représentent les écarts-types. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Index de l’effort :

Le test d’ANOVA a mis en évidence un effet statistiquement significatif de la variable (c.-à-d., efficace, inefficaces ou attribué) de catégorie pour les deux images (F(2,40) = 8,589, p = 0,001) et spot (F(2,40) = 5.441, p = 0,008) des stimuli. L’analyse post-hoc a révélé que, pour les images, le « efficace » était significativement plus faible que le « inefficace » (p = 0,009) et « adjugé » (p < 0,001) ones (Figure 2, gauche). En outre, l’analyse a posteriori effectué sur les lieux a montré que les valeurs d’effort signalées pour la vidéo « efficace » étaient significativement plus élevés (p = 0,003) que ceux estimés pour le spot « attribué » (Figure 2, droit).

figure-results-2
Figure 2 : estimation indice Effort des campagnes antitabac sélectionnés de PSA. Sur la gauche sont des résultats liés aux images et à droite résultats concernent les taches du « efficace » et « inefficace » et « attribués » messages anti-tabac. Barres d’erreur représentent les écarts-types. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Indice affectif :

En général, les valeurs de l’assurance-emploi déclarées pour la campagne « efficace » étaient plus élevés que ceux des « inefficace » et « adjugé », tant pour l’image PSA antitabac et spot. Concernant les stimuli de l’image, bien qu’il y avait un manque de différences statistiques significatives entre les conditions évaluées, une forte tendance de plus en plus les valeurs de l’IE pour l’image « efficace » en comparaison de celui « inefficace » peut être appréciée ( Figure 3, à gauche). Pour les stimuli vidéo, un effet statistiquement significatif du facteur catégorie spot a été trouvé (F(2,32) = 3.978, p = 0,029). En outre, l’analyse post-hoc a montré une diminution des valeurs de l’IE pour le spot « inefficace » par rapport à celui « efficace » (p = 0,013) et une tendance nettement similaire (p = 0,060) par rapport à l’endroit « attribué » (Figure 3, droite). En général, les valeurs de l’assurance-emploi déclarées pour la campagne « efficace » étaient plus élevés que ceux de la « inefficace » et les « adjugés », tant pour l’image et la place untismoking messages d’intérêt public.

figure-results-3
Figure 3 : estimation de l’assurance-emploi des campagnes antitabac sélectionnés de PSA. Sur les résultats de gauche sont liées aux images et sur la droite sont résultats liés aux spots de la « efficace » et « inefficace » et « attribués » messages anti-tabac. Barres d’erreur représentent les écarts-types. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Discussion

Modifications du protocole et de dépannage :

Le protocole décrit ici peut être modifié pour une utilisation dans une autre situation expérimentale. En particulier, le train de stimulus donnés ici peut être modifié à une série basée uniquement sur les images ou seulement sur les vidéos. Cette modification permettrait pour les tests de seulement imprimé ou seule vidéo publicitaire, respectivement. Cependant, il n’y a aucun changement particulier dans les étapes requises pour le traitement du signal depuis l’apparition d’artefacts oculaires se passera dans tous les cas, et ils doivent être enlevés des signaux EEG. Lorsque que les vidéos sont affichées, la ligne de base pourrait consister uniquement des vidéos, sans l’utilisation d’images tirées de la base de données de PAI (comme décrit ci-dessus). Un phénomène courant nécessitant le dépannage pour tous les enregistrements EEG est la présence de plusieurs artefacts de muscle en raison du mouvement du sujet pendant les sessions d’enregistrement. Dans ce cas, il est important de surveiller la qualité des tracés EEG collectées et d’examiner la vidéo de la séance d’enregistrement pour vérifier la présence de ces artefacts de mouvement plus tard. En cas de tels artefacts, modifications de la procédure à appliquer l’ICA sera nécessaires pour enlever ces artefacts. En raison de l’apparition aléatoire de ces artefacts le long des traces de l’EEG, la procédure de l’ICA peut facilement produire un composant dans lequel cet muscle artefacts sont présents et qui peut les supprimer de la Counter-transformation successive dans le domaine temporel pour renvoyer les EEG propre données.

Limites de la Technique :

La technique d’enregistrement cérébral et émotionnel décrite ici présente plusieurs limites qui doivent être prises en considération lorsqu’il s’applique à des procédures expérimentales différents de celui présenté. En particulier, la procédure de l’ICA est sensible au nombre des capteurs EEG employées. Ainsi, la diminution du nombre de capteurs pour accélérer les enregistrements auront un impact le nombre d’artefacts qu’il est possible d’enlever. En fait, la procédure décrite ici comprend six capteurs et permet l’élimination de deux composants principaux artéfacts (p. ex., les artefacts de muscles oculaires et brut). Plus le nombre de capteurs EEG utilisé, plus le nombre de différents types d’objets pouvant être supprimés.

Une autre limite de la technique présentée est liée à la quantité totale de temps pour les enregistrements cérébraux. En fait, la durée totale recommandée dans des études similaires est un maximum de 1 h pour chaque sujet afin d’éviter une éventuelle confusion d’effet en raison de l’apparition de fatigue ou l’ennui. Dans cette mesure, la durée de la stimulation doit être strictement contrôlée, et un large ensemble de stimuli ne peut être testé sur le même participant, ou du moins pas dans un même essai. Durant l’engagement de 1 h, le participant doit être soigneusement informé de l’étude et a demandé de signer le consentement éclairé, équipé d’instruments expérimentaux et enregistré sous conditions de repos et au cours des sessions de travail expérimental. Pour éviter de dépasser la limite recommandée de temps, une éventuelle contrepartie de dépannage est d’avoir les deux expérimentateurs à mettre en place les instruments en même temps.

Importance en ce qui concerne les méthodes existantes :

Le protocole présenté pour l’enregistrement et l’analyse de la réaction cérébrale et émotionnelle aux messages d’intérêt public présente plusieurs avantages par rapport aux techniques traditionnelles de l’évaluation de la publicité. En particulier, l’un d’eux est la possibilité d’utiliser une taille de l’échantillon inférieure que nécessaire pour obtenir des résultats significatifs lorsque compilating questionnaires verbale. En effet, alors que le protocole décrit ici pourrait être appliquée utilement avec une taille d’échantillon de 20 à 30 participants, le questionnaire verbal nécessite au moins 100 répondants.

En outre, la technique actuelle peut enquêter sur les réactions physiologiques sans se fonder sur les rapports verbaux des participants testés, fournissant plus de réactions instinctives à l’exposition à des stimuli.

Applications futures :

Le protocole proposé pourrait être appliqué à un échantillon plus large de sujets pour recueillir des renseignements sur l’efficacité des messages. Une application future est d’identifier des objectifs spécifiques de la population pour a priori prévision des caractéristiques définissant l’efficacité des messages d’intérêt public pour transmettre des messages de santé appropriés à chaque segmentation de la population

Étapes critiques au sein du protocole :

Étapes critiques au sein du protocole comprennent la sélection des niveaux de référence pour évaluer l’importance des stimuli fournis, et le rejet de l’artefact. Ici, nous avons utilisé la base de données de PAI, qui fournissent une grande collection d’images dont les réactions émotionnelles ont été évaluées comme ligne de base et la méthodologie de l’ICA, qui a supprimé les artefacts induites par les mouvements oculaires et les muscles de l’EEG des traces.

Importance des données obtenues :

L’absence d’effet statistiquement significatif de la sexospécificité dans n’importe quel indice suggère qu’il n’y a pas de différence entre jeunes mâles et femelles dans la réaction aux stimuli antitabac. Cela semble être en ligne avec la propagation assez homogène de l’habitude de fumer dans la population italienne entre l’âge enquête population74.

En ce qui concerne l’indice de AW, la campagne « adjugée » a promu une attitude nettement plus approche que MIP « efficace » et « inefficace » pour l’image et des stimuli spots. Cela peut s’expliquer par le style de communication symbolique qui caractérisent le PSA « attribuée ». En outre, l’effet statistiquement significatif de la catégorie spot, ainsi que la même tendance de la catégorie de l’image, concordent avec les résultats présentés dans les études précédentes, où l’hémisphère droit ou gauche activation réfléchie par les différents P300 variation de l’amplitude-a été modulée par exposition au neutre, la promotion et contrastant fumer messages stimuli75.

En ce qui concerne l’indice d’effort, l’image « efficace » a été la moins active. Ceci peut être expliqué par le message très clair véhiculé par l’image de la dame qui a subi une trachéotomie, avec la phrase d’accompagnement « ne dire les gens à fumer est mauvais, leur montrer. » À l’inverse, l’image « adjugé », dépeignant une cigarette symbolisant un dépôts de gras complète de l’artère, a obtenu les plus hauts niveaux de l’effort, probablement en raison des conséquences vasculaires moins connus du tabagisme dans la population générale par rapport à la plus effets sur les poumons célèbres. Enfin, l’image « inefficace », représentant un homme avec son fils derrière la phrase « Penser, ne fume pas, » a probablement suscité des valeurs d’effort assez élevé en raison de l’apparemment mauvaise relation entre le texte et l’image, induisant éventuellement des observateurs pour essayer de comprendre le lien entre ces deux éléments. Contrairement à l’image « efficace », la vidéo appartenant à la même campagne a signalé les plus hautes valeurs de l’effort, probablement en raison de la complexité de l’histoire racontée, dans lequel un jeune homme raconte la crise cardiaque, qu'il a obtenu quand il n’avait que 45 ans , ainsi que toutes les conséquences de cet événement, à partir de la cicatrice sur sa poitrine des limites dans sa vie quotidienne. Ce résultat est conformément à une récente étude prouvant que la présence d’une structure narrative dans les publicités vidéo entraîne la cheftaine dans le frontal gauche76thêta.

Enfin, la campagne « efficace » ont montré les plus hautes valeurs de l’assurance-emploi, probablement à cause de l’empathie induite par le malade testimonials de la campagne et à cause de la clarté du message. Ce résultat pourrait être conforme à la preuve obtenue au moyen d’un questionnaire dans le même groupe d’âge que notre échantillon (16-19 ans). Le questionnaire par rapport à la perception d’une image antitabac induisant la peur avec la perception d’une image plus positive et il a montré que les participants ont préféraient celui induisant la peur parce que c’était plus « attrayant » que le premier77. En outre, les valeurs plus élevées de l’AE estimés pour la campagne « efficace », en accord avec une précédente étude pilote sur TV publicités antitabac11, est étayée par la preuve qu’émotionnelles publicités anti-tabac ont été associées une efficacité accrue, évaluée en termes de nombre de tentatives dans la population adulte, en comparaison avec d’autres types de publicité78d’abandon.

Un échantillon de population jeune a été choisi parce que les données concernant l’épidémiologie de l’initiation de la consommation du tabac en Italie surtout implique des personnes de 15 à 17 ans74. Résultats obtenus dans cette étude, bien que réalisée sur un échantillon limité d’élèves du secondaire, a néanmoins soutiennent l’utilité de tels indices neurometric pour évaluer le mouvement antitabac évaluation de PSA. D’autres études sur un échantillon plus large d’étudiants dans le cadre du programme de recherche SmokeFreeBrain pourraient retourner des informations plus décisives sur la génération de messages d’intérêt public « efficaces » pour les jeunes. La présence d’une adéquation entre la population cible et le message annoncé a été établie pour accroître l’impact du message sur les attitudes implicites et actions corrélées et d’induire une évaluation plus positive du message promues79. Enfin, dans ce cadre, l’un des principaux facteurs d’intérêt pour la conception d’une campagne efficace est le choix le plus approprié testimoniale80. Evidemment, cette enquête doit être étendue à un échantillon plus ancien, depuis la réaction physiologique, cognitive et autonome à la publicité et, en particulier, messages antitabac pourraient être différentes en âge différentes populations27,81 ,,82. Enfin, les résultats de la recherche actuelle et future permettra de réduire potentiellement le gaspillage des deniers publics liés à la production et la diffusion de messages d’intérêt public « inefficaces » pour les populations cibles différents.

Déclarations de divulgation

Les auteurs n’ont rien à divulguer.

Remerciements

Le présent travail a été soutenu en partie par la Commission européenne par Horizon2020 projet HCO-06-2015, « SmokeFreeBrain, « GA n. 681120.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
BrainVision Engineering, LiveAmpBrain Products GmbH
Zeppelinstrasse 7
82205 Gilching Allemagne		BP-200-3000Système d’amplification EEG sans fil 32 canaux
BrainVision Engineering, Neuromarketing CasqueBrain Products GmbH
Zeppelinstrasse 7
82205 Gilching Allemagne		N/A encore un prototypeCasque EEG à 6 canaux, système prototype pour les mesures EEG pour la réalisation d’études de neuromarketing
BrainVision RecorderBrain Products GmbH
Zeppelinstrasse 7
82205 Gilching Allemagne		BP-170-3000Logiciel d’enregistrement EEG Logiciel pour l’acquisition de données EEG
Nexus-10 MKIIMind Media BV Louis Eijssenweg 2B 6049CD Herten Pays-BasNX10B-8000mAh
SN 0939130157		Biofeedback et Neurofeedback 10 canaux système d’acquisition Capacités de mesure polyvalentes (fréquence cardiaque, conductance cutanée, etc.)
BioTrace+Mind Media BV Louis Eijssenweg 2B 6049CD Herten Pays-BasLogiciel d’enregistrement pour l’acquisition de données Nexus-10 MKII

Références

  1. Bargh, J. A., Chartrand, T. L. The unbearable automaticity of being. Am Psychol. 54 (7), 462-479 (1999).
  2. Damasio, A. R., Everitt, B. J., Bishop, D. The Somatic Marker Hypothesis and the Possible Functions of the Prefrontal Cortex [and Discussion. Philos Trans R Soc Lond B Biol Sci. 351 (1346), 1413-1420 (1996).
  3. Davidson, R. J., Abercrombie, H., Nitschke, J. B., Putnam, K. Regional brain function, emotion and disorders of emotion. Curr Opin Neurobiol. 9 (2), 228-234 (1999).
  4. Panksepp, J., Nocjar, C., Burgdorf, J., Panksepp, J. B., Huber, R. The role of emotional systems in addiction: a neuroethological perspective. Nebr Symp Motiv. 50, 85-126 (2004).
  5. Ariely, D., Berns, G. S. Neuromarketing: the hope and hype of neuroimaging in business. Nat Rev Neurosci. 11 (4), 284-292 (2010).
  6. Baldo, D. Brain Waves Predict Success of New Fashion Products: A Practical Application for the Footwear Retailing Industry. J Creating Value. 1 (1), 61-71 (2015).
  7. Plassmann, H., Ramsøy, T. Z., Milosavljevic, M. Branding the brain: A critical review and outlook. J Consum Psychol. 22, 18-36 (2012).
  8. Lee, N., Broderick, A. J., Chamberlain, L. What is 'neuromarketing'? A discussion and agenda for future research. Int J Psychophysiol. 63 (2), 199-204 (2007).
  9. Breiter, H. C. Redefining neuromarketing as an integrated science of influence. Front Hum Neurosci. 8 (1073), 1-7 (2015).
  10. Vecchiato, G. Neurophysiological Tools to Investigate Consumer’s Gender Differences during the Observation of TV Commercials. Comput Math Methods Med. 2014 (912981), 1-12 (2014).
  11. Cartocci, G. A pilot study on the neurometric evaluation of "effective" and "ineffective" antismoking public service announcements. 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 4597-4600 (2016).
  12. Han, S., Shavitt, S. Persuasion and Culture: Advertising Appeals in Individualistic and Collectivistic Societies. J Exp Soc Psychol. 30, 326-350 (1994).
  13. Vecchiato, G. On the Use of EEG or MEG Brain Imaging Tools in Neuromarketing Research. Comput Intell Neurosci. 2011 (643489), (2011).
  14. Vecchiato, G. Changes in Brain Activity During the Observation of TV Commercials by Using EEG, GSR and HR Measurements. Brain Topogr. 23 (2), 165-179 (2009).
  15. Vecchiato, G. Spectral EEG frontal asymmetries correlate with the experienced pleasantness of TV commercial advertisements. Med Biol Eng Comput. 49 (5), 579-583 (2011).
  16. Cherubino, P. Neuroelectrical Indexes for the Study of the Efficacy of TV Advertising Stimuli. Selected Issues in Experimental Economics, Springer Proceedings in Business and Economics. , 355-371 (2016).
  17. Paulus, M. P., Frank, L. R. Ventromedial prefrontal cortex activation is critical for preference judgments. Neuroreport. 14 (10), 1311-1315 (2003).
  18. Reimann, M., Schilke, O., Weber, B., Neuhaus, C., Zaichkowsky, J. Functional magnetic resonance imaging in consumer research: A review and application. Psychol Mark. 28 (6), 608-637 (2011).
  19. Cherubino, P. Marketing Meets Neuroscience: Useful Insights for Gender Subgroups During the Observation of TV Ads. Applying Neuroscience to Business Practice, IGI Global. , 1-28 (2016).
  20. Knutson, B., Rick, S., Wimmer, G. E., Prelec, D., Loewenstein, G. Neural predictors of purchases. Neuron. 53 (1), 147-156 (2007).
  21. Coan, J. A., Allen, J. J. Frontal EEG asymmetry as a moderator and mediator of emotion. Biol Psychol. 67 (1-2), 7-49 (2004).
  22. Davidson, R. J., Irwin, W. The functional neuroanatomy of emotion and affective style. Trends Cogn Sci. 3, 1-21 (1999).
  23. Davidson, R. J., Ekman, P., Saron, C. D., Senulis, J. A., Friesen, W. V. Approach-withdrawal and cerebral asymmetry: Emotional expression and brain physiology: I. J Pers Soc Psychol. 58, 330-341 (1990).
  24. Davidson, R. J., Hugdahl, K. Brain Asymmetry. , MIT Press. (1996).
  25. Davidson, R. J. Affective style and affective disorders: perspectives from affective neuroscience. Cognition and Emotion. 12 (3), 307-330 (1998).
  26. Vecchiato, G., Kong, W., Maglione, A. G., Wei, D. Understanding the Impact of TV Commercials: Electrical Neuroimaging. IEEE Pulse. 3, 42-47 (2012).
  27. Cartocci, G. Gender and Age Related Effects While Watching TV Advertisements: An EEG Study. Comput Intell Neurosci. 2016, (2016).
  28. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Brain Res Rev. 29, 169-195 (1999).
  29. Cartocci, G. The "NeuroDante project": neurometric measurements of participant's reaction to literary auditory stimuli from Dante's "Divina Commedia". Symbiotic conference proceedings. , Springer. (2016).
  30. Aricò, P. Towards a multimodal bioelectrical framework for the online mental workload evaluation. 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 3001-3004 (2014).
  31. Wisniewski, M. G. Frontal midline θ power as an index of listening effort. Neuroreport. 26, 94-99 (2015).
  32. Cartocci, G. Mental workload estimations in unilateral deafened children. 2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 1654-1657 (2015).
  33. Gevins, A., Smith, M. E. Neurophysiological measures of cognitive workload during human-computer interaction. Theor Issues Ergon Sci. 4, 113-131 (2003).
  34. Kato, J., Ide, H., Kabashima, I., Kadota, H., Takano, K., Kansaku, K. Neural Correlates of Attitude Change Following Positive and Negative Advertisements. Front Behav Neurosci. 3 (6), 1-13 (2009).
  35. Berridge, K., Winkielman, P. What is an unconscious emotion? (The case for unconscious 'liking'). Cognition and Emotion. 17 (2), 181-211 (2003).
  36. Mauss, I. B., Robinson, M. D. Measures of emotion: A review. Cogn Emot. 23 (2), 209-237 (2009).
  37. Astolfi, L. Neural basis for brain responses to TV commercials: a high-resolution EEG study. IEEE Trans Neural Syst Rehabil Eng. 16 (6), 522-531 (2008).
  38. Vecchiato, G. Neuroelectrical brain imaging tools for the study of the efficacy of TV advertising stimuli and their application to neuromarketing. , Springer. Berlin, Germany. (2013).
  39. Vecchiato, G. Marketing and Neuroscience: How Electroencephalographic Tools Could Help to Design and Analyze Commercial Advertising Campaign. Micro & Macro Marketing. (2), Il Mulino. 279-294 (2014).
  40. Hornik, R. Public Health Communication: Evidence for Behavior Change. , Routledge. (2002).
  41. Atusingwize, E., Lewis, S., Langley, T. Economic evaluations of tobacco control mass media campaigns: a systematic review. Tob Control. 24, 320-327 (2015).
  42. Holtgrave, D. R., Wunderink, K. A., Vallone, D. M., Healton, C. G. Cost-Utility Analysis of the National truth® Campaign to Prevent Youth Smoking. Am J Prev Med. 36 (5), 385-388 (2009).
  43. Hurley, S. F., Matthews, J. P. Cost-effectiveness of the Australian National Tobacco Campaign. Tob Control. 17, 379-384 (2008).
  44. Xu, X. A Cost-Effectiveness Analysis of the First Federally Funded Antismoking Campaign. Am J Prev Med. 48, 318-325 (2015).
  45. Cartocci, G. Against smoking public service announcements, a neurometric evaluation of effectiveness. , Frontiers. Available from: http://www.frontiersin.org/10.3389/conf.fnhum.2016.220.00096/event_abstract (2016).
  46. De Pascalis, V., Cozzuto, G., Caprara, G. V., Alessandri, G. Relations among EEG-alpha asymmetry, BIS/BAS, and dispositional optimism. Biol Psychol. 94 (1), 198-209 (2013).
  47. Jasper, H. H. The 10/20 international electrode system. EEG and Clinical Neurophysiology. 10, 371-375 (1958).
  48. Boucsein, W. Publication recommendations for electrodermal measurements. Psychophysiology. 49 (8), 1017-1034 (2012).
  49. Lang, P. J., Bradley, M. M., Cuthbert, B. N. Technical report A-8. International affective picture system (IAPS): Affective ratings of pictures and instruction manual. , Available from: https://www.researchgate.net/publication/256309451_International_Affective_Picture_System_IAPS_Affective_Ratings_of_Pictures_and_Instruction_Manual_Rep_No_A-8 (2008).
  50. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134 (1), 9-21 (2004).
  51. Benedek, M., Kaernbach, C. A. continuous measure of phasic electrodermal activity. J Neurosci Methods. 190, 80-91 (2010).
  52. Lee, T. W., Girolami, M., Sejnowski, T. J. Independent component analysis using an extended infomax algorithm for mixed subgaussian and supergaussian sources. Neural comput. 11 (2), 417-441 (1999).
  53. Davidson, R. J. What does the prefrontal cortex 'do' in affect: perspectives on frontal EEG asymmetry research. Biol Psychol. 67 (1-2), 219-234 (2004).
  54. Borghini, G. Avionic technology testing by using a cognitive neurometric index: A study with professional helicopter pilots. 2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). , 6182-6185 (2015).
  55. Maglione, A. G. Alpha EEG Frontal Asymmetries during Audiovisual Perception in Cochlear Implant Users. A Study with Bilateral and Unilateral Young Users. Methods Inf Med. 54, 500-504 (2015).
  56. Schmidt, B., Hanslmayr, S. Resting frontal EEG alpha-asymmetry predicts the evaluation of affective musical stimuli. Neurosci Lett. 460 (3), 237-240 (2010).
  57. Harmon-Jones, E., Gable, P. A., Peterson, C. K. The role of asymmetric frontal cortical activity in emotion-related phenomena: a review and update. Biol Psychol. 84 (3), 451-462 (2010).
  58. Di Flumeri, G., et al. EEG Frontal Asymmetry Related to Pleasantness of Olfactory Stimuli in Young Subjects. Selected Issues in Experimental Economics. , Springer International Publishing. 373-381 (2016).
  59. Sutton, S. K., Davidson, R. J. Prefrontal brain electrical asymmetry predicts the evaluation of affective stimuli. Neuropsychologia. 38 (13), 1723-1733 (2000).
  60. Vecchiato, G. How to Measure Cerebral Correlates of Emotions in Marketing Relevant Tasks. Cog Comp. 6 (4), 856-871 (1985).
  61. Pan, J., Tompkins, W. J. A Real-Time QRS Detection Algorithm. IEEE Trans Biomed Eng. , 230-236 (1985).
  62. Fowles, D. C. Committee report. Publication recommendations for electrodermal measurements. Psychophysiology. 18, 232-239 (1981).
  63. Russell, J. A., Barrett, L. F. Core affect, prototypical emotional episodes, and other things called emotion: Dissecting the elephant. J Pers Soc Psychol. 76, 805-819 (1999).
  64. Posner, J., Russell, J. A., Peterson, B. S. The circumplex model of affect: An integrative approach to affective neuroscience, cognitive development, and psychopathology. Dev Psychopathol. 17, 715-734 (2005).
  65. Coffman, J. Public communication campaign evaluation. Communications Consortium Media Center. , Washington, DC. (2002).
  66. Varcoe, J. Assessing the effectiveness of social marketing. Public Sector Research Conference. ESOMAR. , (2004).
  67. CDC: Tips from Former Smokers - Roosevelt's Ad. , Centers for Disease Control and Prevention. Available from: https://www.youtube.com/watch?v=OdmI35elnCQ (2017).
  68. Duke, J. C. Impact of a U.S. antismoking national media campaign on beliefs, cognitions and quit intentions. Health Educ Res. 30 (3), 466-483 (2015).
  69. Think Don’t Smoke. , Available from: https://www.youtube.com/watch?v=3B133Es-CKA (2017).
  70. Farrelly, M. C., Healton, C. G., Davis, K. C., Messeri, P., Hersey, J. C., Haviland, M. L. Getting to the Truth: Evaluating National Tobacco Countermarketing Campaigns. Am J Public Health. 92 (6), 901-907 (2002).
  71. Biener, L. Anti-tobacco advertisements by Massachusetts and Philip Morris: what teenagers think. Tob Control. 11, Suppl 2. ii43-ii46 (2002).
  72. British Heart Foundation - Fatty Cigarette TV advert 2004. , British Heart Foundation. Available from: https://www.youtube.com/watch?v=cDAN7Oi62e0 (2017).
  73. Zar, J. Biostatistical Analysis. , Prentice Hall. New York. (2000).
  74. Il fumo in Italia - ISS-DOXA 2015. , Available from: http://www.iss.it/fumo/index.php?lang=1&id=350&tipo=18 (2016).
  75. Jang, K. W., Lee, J. S., Yang, B. H., Lee, J. H. Changes of Brain Potentials in Response to Smoking-Induced Stimuli in Smokers. CyberPsychol Behav. 10, 460-463 (2007).
  76. Wang, R. W. Y., Chang, Y. C., Chuang, S. W. EEG Spectral Dynamics of Video Commercials: Impact of the Narrative on the Branding Product Preference. Sci Rep. 6 (36487), 1-11 (2016).
  77. Montazeri, A., McEwen, J. Effective communication: perception of two anti-smoking advertisements. Patient Educ Couns. 30, 29-35 (1997).
  78. Farrelly, M. C., et al. Promotion of Smoking Cessation with Emotional and/or Graphic Antismoking Advertising. Am J Prev Med. 43, 475-482 (2012).
  79. Mannetti, L., Brizi, A., Giacomantonio, M., Higgins, E. T. Framing political messages to fit the audience's regulatory orientation: How to improve the efficacy of the same message content. PloS One. 8 (10), e77040(2013).
  80. Mannetti, L., Brizi, A., Belanger, J., Bufalari, I. All we need is the candidate's face: The irrelevance of information about political coalition affiliation and campaign promises. Cogent Psychol. 3 (1268365), 1-12 (2016).
  81. Bala, M. M., Strzeszynski, L., Topor-Madry, R., Cahill, K. Mass media interventions for smoking cessation in adults. Cochrane Database Syst Rev. 1 (CD004704), (2013).
  82. Brinn, M. P., Carson, K. V., Esterman, A. J., Chang, A. B., Smith, B. J. Mass media interventions for preventing smoking in young people. Cochrane Database Syst Rev. 11 (CD001006), (2010).

Réimpressions et autorisations

Mots-clés

lectroenc phalographieAsym trie alpha frontaleTh ta frontalIndice motionnelCampagnes antitabacvaluation neurophysiologiqueAnalyse des signaux autonomes
Technologues en électroencéphalographie, fréquence cardiaque et évaluation psychogalvanique pour une Perception de la publicité d’études : Application à des annonces publiques antitabac
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d'utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.