歩行中のスマートフォン使用のスイッチコストの測定

事故に巻き込まれる歩行者の数が世界中で増加していることは誰もが知っていますが、その理由の1つは、歩きながらテキストメッセージを送っている人々です。この現象とそれに関連する心理学を研究することは非常に重要ですが、安全な方法でそれを行うことは困難です。そのための方法を開発しましたが、このビデオで紹介します。

まず、4台の録音用コンピューター、EEGアンプ、プロジェクター、トレッドミル、スピーカー、スマートフォンの電源を入れます。記録装置を設定するには、10秒のマーカーを使用して、研究用に作成された特定のサブルーチンで同期ソフトウェアを開きます。同期ソフトウェアは、10秒ごとに脳波とビデオ録画にマーカーと光パルスの形で現れるパルスを送信します。

ビデオ録画ソフトウェアを開きます。カメラも自動的にオンになるはずです。そうでない場合は、手動でオンにします。

参加者のEEG記録ソフトウェアを開いてセットアップします。視覚実験プレゼンテーションソフトで作成した視覚刺激実行スクリプトファイルが入っているフォルダを開きます。メーカーが提案する手順に従って、EEGのセットアップと材料を準備します。

参加者を歓迎し、同意書に署名してもらった後、実験プロセスを説明する用意されたスクリプトを読みます。EEGの設定を開始するには、EEGキャップの参加者の頭囲を測定します。この実験では、32個の予備増幅電極を備えたEEG ACTAキャップを使用しました。

参加者にトレッドミルの上に立ってもらい、トレッドミルの安全キーを参加者に取り付けます。トレッドミルの速度を時速0.8マイルに設定します。参加者に2分間歩いてもらい、スピードに慣れてもらいます。

コンピューターのワークフローシートに移動して、現在の参加者の条件順序を選択します。2つの注文が可能です。注文Aでは、トライアル1と3はテキストメッセージ条件を使用します。

一方、試行 2 と 4 では制御条件を使用します。順序Bでは、試行1と3は制御条件を使用し、試行2と4はテキスト送信条件を使用します。すべての録音ソフトウェアを同期して開始する準備ができていることを確認してください。

その後、脳波記録を開始します。同期ソフトウェアを起動し、ビデオ録画が同時に開始されたことを確認します。参加者にトレッドミルに戻り、速度をゆっくりと時速0.8マイルに戻します。

視覚刺激プログラムをオンにして、実行を開始します。選択した試行に対応する指示を参加者に読みます。実験試行用の刺激実行可能スクリプトファイルを実行します。

特定の条件に対して選択した参加者番号とコードを入力します。試用を開始します。参加者にトレッドミルの上を歩くように指示し、視覚刺激が現れるたびに左または右に答えて反応します。

被験者に試験が開始しようとしていることを合図し、視覚刺激試験を開始します。参加者が視覚刺激に反応するたびに、参加者の反応を書き留めます。参加者が応答しない場合は、フィールドを空白のままにします。

試用終了時に、トレッドミルの速度を時速0.4マイルに下げます。その後、参加者に座って水を飲んでもらいます。休憩後、参加者にトレッドミルに戻ってもらい、歩きながら速度を徐々に時速0.8マイルに戻します。

参加者がトレッドミルの上を歩いている間に、スマートフォンを渡します。参加者に、片手であれ両手であれ、自然にテキストを送るように指示し、視覚刺激が現れるたびに左または右に答えることで反応するように指示します。被験者に試験が開始しようとしていることを合図し、視覚刺激試験を開始します。

研究助手には会話の台本に従ってもらい、試験中ずっと会話を続けてもらいます。参加者が視覚刺激に反応するたびに、参加者の反応を書き留めます。参加者が応答しない場合は、フィールドを空白のままにします。

試用期間の最後に、参加者からスマートフォンを取り上げ、トレッドミルの速度を落とし、参加者に座って水を飲んでもらいます。EEGキャップを取り外し、参加者をシャワーに連れて行き、必要に応じて髪を洗うことができます。参加者に報酬を渡し、参加に感謝します。

参加者が同意書のコピーを持って退出し、すべての私物を取り戻していることを確認してください。参加者の反応は、正しい識別と応答時間の2つの変数について分析されました。参加者は、刺激が現れる前にテキストメッセージを送っていなかった場合、ポイントライトウォーカーの刺激の正しい方向を特定する可能性が高かった。

反応時間に有意差は認められなかった。脳波記録を用いて、アルファ振動と認知関与を観察することにより、課題の切り替えに関与する神経生理学的活動を決定した。アルファ比は、タスクの抑制のプロセスを反映しています。

アルファ比が高いほど、歩行状態のパフォーマンスが向上しましたが、テキストメッセージの状態では、アルファ比が高いためパフォーマンスが妨げられました。これらの結果は、歩きながらテキストメッセージを送ると、前のタスクセットを阻害するために必要なリソースの量によってパフォーマンスが悪影響を受けることを示しています。この技術により、モバイルマルチタスクの現象を安全に研究することができ、私たちのコミュニティがこの分野の研究を追求できるようになると確信しています。