Badania nad wykluczeniem społecznym ogromnie się rozwinęły w ostatnich latach. Wraz z rozwojem tej dziedziny konieczne jest opracowanie zaawansowanych metodologii pozwalających na jednoczesny pomiar wyników neuronalnych i behawioralnych podczas wykluczenia społecznego. Protokół ten wykorzystuje potencjały mózgu związane ze zdarzeniami do rejestrowania bieżącej aktywności neuronalnej podczas skomputeryzowanych interakcji społecznych.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Pomiar aktywności neuronalnej i behawioralnej podczas trwających skomputeryzowanych interakcji społecznych: badanie potencjałów mózgu związanych ze zdarzeniami
W tym artykule
Podsumowanie
Streszczenie
Wykluczenie społeczne to złożone zjawisko społeczne o potężnych negatywnych konsekwencjach. Biorąc pod uwagę wpływ wykluczenia społecznego na zdrowie psychiczne i emocjonalne, zrozumienie, w jaki sposób postrzeganie wykluczenia społecznego rozwija się w trakcie interakcji społecznej, jest ważne dla postępu w leczeniu mającym na celu zmniejszenie szkodliwych kosztów wykluczenia. Do tej pory większość badań naukowych nad wykluczeniem społecznym skupiała się na wykluczeniu po zakończeniu interakcji społecznej. Chociaż było to bardzo pomocne w zrozumieniu tego, co dzieje się z osobą po wykluczeniu, nie pomogło w wyjaśnieniu dynamiki procesu wykluczenia społecznego z chwili na chwilę. W związku z tym obecny protokół został opracowany w celu lepszego zrozumienia wykluczenia społecznego poprzez zbadanie wzorców aktywacji mózgu związanej ze zdarzeniami, które są obecne podczas interakcji społecznych. Protokół ten pozwala na większą precyzję i czułość w szczegółowym opisywaniu procesów społecznych, które prowadzą do tego, że ludzie czują się tak, jakby byli wykluczeni z interakcji społecznej. Co ważne, obecny protokół może zostać dostosowany tak, aby obejmował projekty badawcze, które zmieniają charakter wykluczających interakcji społecznych poprzez zmianę częstotliwości włączania uczestników, czasu trwania okresów wykluczenia w każdej interakcji oraz czasu wykluczenia podczas interakcji społecznych. Co więcej, obecny protokół może być wykorzystany do badania zmiennych i konstruktów wykraczających poza te związane z wykluczeniem społecznym. Ta zdolność do zajmowania się różnorodnymi zastosowaniami w psychologii poprzez uzyskiwanie zarówno danych neuronowych, jak i behawioralnych podczas trwających interakcji społecznych sugeruje, że obecny protokół może być podstawą rozwijającego się obszaru badań naukowych związanych z interakcjami społecznymi.
Wprowadzenie
Naukowe badanie interakcji społecznych przeszło renesans w ostatnich latach, z eksplozją nowych teoretycznych wyjaśnień, modeli i paradygmatów mających na celu zrozumienie i zbadanie skutków bycia celem lub źródłem wykluczenia społecznego oraz jak te interakcje prowadzą do wielu konsekwencji wykluczenia1-6. Chociaż literatura poczyniła ogromne postępy w lepszym zrozumieniu konsekwencji wykluczenia społecznego na poziomie behawioralnym, emocjonalnym, poznawczym i neuronalnym, wiele pozostaje niewiadomych w odniesieniu do dynamiki związanej z wykluczeniem społecznym. Jedna zauważalna luka w literaturze dotyczy pomiaru różnych dynamicznych procesów wykluczenia społecznego podczas interakcji społecznych. Na przykład wiele modeli teoretycznych3,5-8 sugeruje, że monitorowanie i ocena przypadków wykluczenia społecznego jest pierwszym krokiem w szerszym systemie samoregulacji, którego celem jest radzenie sobie z wykluczeniem społecznym oraz utrzymanie zdrowych i akceptowalnych poziomów przynależności i integracji społecznej. Modele te, jak i znaczna część istniejącej literatury na temat wykluczenia, dostarczają ogromnych spostrzeżeń na temat konsekwencji wykluczenia społecznego i szkodliwych skutków, jakie wykluczenie powoduje na poziomie neuronalnym, behawioralnym, poznawczym i emocjonalnym. Nieokreślone pozostają jednak konkretne procesy zachodzące w obiektach wykluczenia podczas interakcji społecznych, które prowadzą zarówno do percepcji wykluczenia, jak i do późniejszych emocjonalnych i poznawczych reakcji na wykluczenie. Naukowcy dostosowali metodologie, aby uzyskać zgłaszane przez siebie stany uczuciowe podczas interakcji społecznych9, ale dane te nie badały zachodzących procesów neuronalnych, które mogą motywować do jakichkolwiek zgłaszanych przez nich efektów.
W związku z tym, badania wykluczenia podczas interakcji społecznych zostały zainicjowane za pomocą funkcjonalnego rezonansu magnetycznego (fMRI), aby "zobaczyć", co się dzieje, gdy osoby są wykluczane3,4,10,11. Badania te ujawniły różne wzorce aktywacji neuronalnej podczas wykluczenia w porównaniu z włączeniem. Chociaż badania te są niezwykle ważne w pogłębianiu zrozumienia zachodzących procesów neuronalnych obecnych podczas wykluczenia i ich związku z zgłaszanymi przez siebie konsekwencjami wykluczenia, mają ograniczone możliwości przedstawienia dynamicznej natury interakcji społecznych. W szczególności te metodologie fMRI agregowały aktywność neuronalną w całych interakcjach społecznych i nie były w stanie badać wykluczenia w poszczególnych momentach. To ograniczenie uniemożliwia pełne zrozumienie dynamicznej natury emocjonalnego i poznawczego przetwarzania związanego z wykluczeniem, które ma miejsce podczas interakcji społecznych, ponieważ badacze nie są w stanie określić, które momenty lub wydarzenia podczas wymiany są znaczące w odniesieniu do rozwoju postrzegania wykluczenia i związanej z nim reakcji emocjonalnej.
Aby rozwiązać te problemy, ostatnie badania wprowadziły pomiar jednej klasy aktywności neuronalnej, znanej jako potencjały mózgu związane ze zdarzeniami (ERP), podczas realizacji paradygmatu Cyberball12, aby zbadać wzorce aktywacji neuronalnej z chwili na chwilę obecne podczas wykluczenia społecznego13. ERP odnoszą się do aktywności neuroelektrycznej mierzonej na skórze głowy, która jest ograniczona czasowo do dyskretnych zdarzeń i reprezentuje aktywność mózgu w odpowiedzi na bodziec lub reakcję lub w ramach przygotowań do niego14. Co więcej, systemy ERP mają lepszą rozdzielczość czasową w porównaniu z fMRI, co dostarcza cennych informacji na temat dynamicznych reakcji na wykluczenie społeczne. W związku z tym wskaźniki neuronalne uzyskane poprzez badanie aktywności mózgu związane ze zdarzeniami w odpowiedzi na przypadki inkluzji i wykluczenia społecznego, które mogą być wdrażane i kontrolowane za pomocą paradygmatu Cyberball i są opisane w niniejszym protokole, są niezbędne do oceny modeli i przewidywań obecnych w obecnej teorii wykluczenia społecznego.
Celem obecnej metodologii jest mierzenie bieżących reakcji neuronalnych na zdarzenia społeczne (zdarzenia inkluzyjne, zdarzenia wykluczające) podczas skomputeryzowanych interakcji społecznych u ludzkiego uczestnika. W ramach tej metodologii badacze mają możliwość ilościowego określenia aktywności neuronalnej w odpowiedzi na każde zdarzenie w ramach interakcji. Co więcej, obecny protokół pozwala na ciągłe badanie każdego wydarzenia społecznego, ponieważ każde wydarzenie składa się z wielu obrazów rzutu. Dzięki temu naukowcy mogą przyjrzeć się zmianom w aktywności neuronalnej w miarę rozwoju wydarzeń. Ten poziom analizy nie jest dostępny w innych metodologiach, które badają ERP podczas interakcji społecznych15,16, ponieważ te metodologie rejestrują aktywność neuronalną tylko w odniesieniu do jednego obrazu dla każdego zdarzenia, nie pozwalając na badanie rozwijającego się zdarzenia w momencie jego wystąpienia. Dodatkowo, ludzki uczestnik jest przekonany, że gra w grę online z innymi ludźmi, ale w rzeczywistości gra w ramach wcześniej zaprogramowanej gry z komputerem. Ponieważ interakcja jest wstępnie zaprogramowana w komputerze, z elastycznością w interakcji z decyzjami podejmowanymi przez ludzkiego uczestnika, charakter interakcji społecznych może być z góry określony i zaprogramowany tak, aby zmieniał się w zależności od charakteru pytania badawczego13,17. Na przykład, zachowanie graczy wygenerowanych komputerowo podczas protokołu może być dostosowane do tworzenia przypadków inkluzji lub wykluczenia społecznego o dowolnym określonym czasie trwania poprzez zmianę zaprogramowanego harmonogramu rzutów (np. który gracz rzuca piłkę do którego innego gracza, kiedy te rzuty mają miejsce, liczba rzutów i czas rzutów). W związku z tym pozwala to naukowcom mierzyć aktywność neuronalną w odpowiedzi na zdarzenia, które mogą, ale nie muszą, pasować do ogólnego kontekstu interakcji. Na przykład badacze mogą określić ilościowo reakcję neuronalną uczestnika na wykluczające zdarzenie społeczne w ramach interakcji, która jest w dużej mierze inkluzywna dla tego uczestnika i potencjalnie porównać ją z reakcją neuronalną tego uczestnika na zdarzenie wykluczające w ramach interakcji w dużej mierze wykluczającej. Te możliwości badawcze nie są łatwo dostępne przy użyciu technologii fMRI, biorąc pod uwagę ograniczenia czasowe fMRI. Dzięki tej elastyczności programowania, obecny protokół pozwala naukowcom z różnych środowisk neuronaukowych i psychologicznych na rozwiązywanie problemów badawczych w nowy sposób i uzyskiwanie dynamicznej aktywności neuronalnej i behawioralnej podczas interakcji społecznych.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Protokół
UWAGA: Poniższy protokół został opracowany zgodnie ze standardami etycznymi zatwierdzonymi przez Institutional Review Board na Uniwersytecie Illinois Wesleyan.
1. Przygotowanie bodźca do cyberpiłki
- Pobierz Cyberball Paradigm12,18 i zainstaluj go na komputerze (obecny protokół wykorzystuje obrazy z Cyberball w wersji 3.0). Alternatywnie, utwórz skomputeryzowane obrazy, aby odtworzyć paradygmat Cyberball, aby spełnić określone potrzeby.
- Twórz indywidualne obrazy dla każdej części rzutów w Cyberball za pomocą programu do edycji zdjęć. Na przykład, podziel każdy z rzutów od gracza do gracza na poszczególne klatki rzutów, które są wyświetlane jedna po drugiej, aby stworzyć obraz piłki rzucanej od gracza do gracza na ekranie komputera (patrz Rysunek 1).
- Dodaj dowolne etykiety, nazwy lub zdjęcia do każdej pojedynczej klatki rzutu w programie do edycji zdjęć, w tym wszystko, co przedstawia ludzkiego uczestnika jako dolnego gracza na ekranie (reprezentowanego przez rękę u dołu ekranu na rysunku 1), aby utworzyć serię ramek rzutu, które są identyczne, z wyjątkiem ruchu piłki od gracza do gracza.
- Zwróć uwagę, która klatka w każdej sekwencji rzutów jest "ramką informacyjną" dla tego rzutu lub pierwszą klatką w sekwencji rzutów, która dostarcza graczom informacji o konkretnym miejscu docelowym rzutu (tj. który inny gracz otrzyma piłkę).
- Upewnij się, że na ekranie znajdują się sekwencje rzutów tworzące rzut od każdego gracza do każdego innego gracza (w tym rzuty od ludzkiego uczestnika do innych graczy), że każda sekwencja rzutów ma taką samą liczbę klatek rzutu i że ramka informacyjna w każdej sekwencji rzutów została zanotowana.
2. Programowanie interakcji społecznych Cyberball
- Utwórz plik sekwencji za pomocą oprogramowania do prezentacji bodźców, aby szczegółowo opisać dokładną sekwencję wydarzeń w interakcji społecznej Cyberball.
- Dla pliku sekwencji określ konkretne klatki rzutu (w kolejności), czas klatek na ekranie, sekwencję klatek, charakter zdarzenia (rzut od kogo do kogo), reakcję wymaganą przez uczestnika (w razie potrzeby) oraz ogólną kolejność zdarzeń w celu utworzenia pożądanej interakcji. Jawnie wprowadź wszystkie te specyfikacje w odpowiednich wierszach, kolumnach i spacjach w kodzie programowania podczas tworzenia pliku sekwencji.
- Określ wszystkie wyżej wymienione cechy szczególne w kodzie programowania dla każdego zdarzenia w pliku sekwencji i powtórz kroki dla każdego utworzonego pliku sekwencji (np. włączenie, wykluczenie).
- Uporządkuj każdą z klatek rzutu w odpowiedniej kolejności w pliku sekwencji, tak aby pierwszy rzut piłką został wykonany bezbłędnie od jednego gracza do drugiego. Utwórz podobnie uporządkowane sekwencje w pliku dla każdego rodzaju rzutu wśród graczy, tak aby każdy typ rzutu był reprezentowany w pliku sekwencji (np. gra trzyosobowa składa się z sześciu różnych możliwych rzutów).
- Rozmieść czas każdej klatki rzutu w odległości 450 ms od siebie. W tej metodzie upewnij się, że każda klatka jest wyświetlana przez 450 ms, zanim zostanie zastąpiona przez następną klatkę, która zapewnia uczestnikowi obraz ruchu na ekranie i tworzy zdarzenie throw, które trwa łącznie 2 700 ms.
- Za każdym razem, gdy w pliku sekwencji prezentowana jest ramka informacyjna, należy wstawiać znacznik związany ze zdarzeniem, tak aby prezentacja ramki informacyjnej mogła być zaznaczona w czasie w pliku zapisującym aktywność neuronalną uczestników. Zakoduj ten znacznik, aby reprezentował charakter wydarzenia za pomocą liczb do reprezentowania graczy (lewy gracz to gracz "1", dolny gracz to gracz "2", prawy gracz to gracz "3"), co pozwoliłoby kodowi "13" reprezentować rzut od gracza po lewej stronie do gracza po prawej.
- Skopiuj cały zestaw sześciu różnych sekwencji rzutowania w pliku, tak aby każda sekwencja rzutu była reprezentowana co najmniej dwa razy w pliku sekwencji. Zapewni to elastyczność programowania w zakresie zmiany kolejności zdarzeń w każdym bloku, tak aby nie wyglądały na z góry ustalone.
- Utwórz instrukcje "jeżeli, to" w pliku sekwencji, aby umożliwić uczestnikowi swobodny wybór, który gracz otrzyma następny rzut po uczestniku. Daj uczestnikowi panel odpowiedzi lub mysz, aby wybrał następną akcję po otrzymaniu rzutu piłką; Potencjalnie użycie prawego przycisku myszy do rzutu do gracza po prawej stronie i użycie lewego przycisku myszy do rzutu do gracza po lewej stronie w grze trzyosobowej.
- Upewnij się, że stwierdzenia "jeżeli, to" prowadzą do odpowiedniej sekwencji następnego rzutu, tak aby gra wydawała się płynna (tj. po rzucie człowieka do gracza po lewej stronie powinien nastąpić rzut od gracza po lewej stronie do innego gracza).
- Utwórz pętle i instrukcje "jeżeli, to" w pliku sekwencji, aby reprezentować żądaną akcję gry i umożliwić programowi odpowiednie przejście do następnego zdarzenia niezależnie od wyborów ludzkiego uczestnika.
- Inicjuj liczniki w programie, aby zmienić naturę gry tak, aby program nie stał się widoczny dla ludzkiego gracza (tj. ten sam skomputeryzowany gracz nie zawsze wykonuje ten sam rzut). Użyj tych liczników, aby przełączyć akcję gry i usunąć wzorce gry w trakcie gry po powtarzającym się wystąpieniu określonego zdarzenia lub wzorca zdarzeń, aby lepiej stworzyć wrażenie spontanicznej gry na żywo wśród graczy po bokach ekranu, a nie tylko rzeczywistego uczestnika ludzkiego reprezentowanego na dole ekranu.
- Opracuj różne pliki sekwencji, aby badać różne typy interakcji społecznych. Spraw, aby te interakcje były w dużej mierze inkluzywne lub wykluczające, a nawet częściowo włączające lub wykluczające, dla ludzkiego uczestnika, w zależności od charakteru pytania badawczego, zmieniając proporcje i kolejność zdarzeń inkluzyjnych i wykluczających w każdym pliku sekwencji.
- Upewnij się, że znaczniki zdarzeń pojawiają się w plikach EEG podczas zbierania danych neuronowych w celu utworzenia potencjałów mózgu związanych ze zdarzeniami (ERP) dla każdego typu zdarzenia w ramach każdej z różnych interakcji społecznych. Markery te powinny pojawić się w pliku EEG w momencie prezentacji uczestnikowi ramki informacyjnej.
3. Zapis neuroelektryczny
- Przygotowanie uczestników do oceny elektroencefalografii (EEG) zgodnie z wytycznymi Towarzystwa Badań Psychofizjologicznych19.
- Do zbierania danych EEG należy użyć nasadki elektrody z lycry osadzonej w 64 spiekanych elektrodach Ag-AgCl (10 mm), ułożonych w montaż systemowy10–10 20. Załóż nasadkę na głowę uczestnika i przygotuj każdą elektrodę za pomocą żelu przewodzącego.
- Porównaj elektrody w trybie online z elektrodą umieszczoną w punkcie środkowym między Cz i CPz i użyj AFz jako elektrody uziemiającej.
UWAGA: W zależności od charakteru nasadki elektrody używanej do zbierania danych mogą być potrzebne alternatywne odniesienia online. - Zbieraj pionową i poziomą bipolarną aktywność elektrookulograficzną (EOG) w celu monitorowania ruchów gałek ocznych za pomocą spiekanych elektrod Ag-AgCl umieszczonych powyżej i poniżej prawej orbity oraz w pobliżu zewnętrznej kanty każdego oka.
- Porównaj elektrody w trybie online z elektrodą umieszczoną w punkcie środkowym między Cz i CPz i użyj AFz jako elektrody uziemiającej.
- Użyj cyfrowego biowzmacniacza do ciągłej digitalizacji (częstotliwość próbkowania 500 Hz), wzmacniania (wzmocnienie zależy od konkretnego wzmacniacza) i filtrowania (filtr dolnoprzepustowy 70 Hz, w tym filtr wycinający 60 Hz) surowego sygnału EEG w trybie DC. Wybierz te ustawienia spośród dostępnych opcji w oprogramowaniu do analizy EEG dla wzmacniacza przed zebraniem danych i różnią się w zależności od specyfikacji sprzętu i oprogramowania EEG.
- Rejestruj aktywność EEG za pomocą oprogramowania do analizy EEG w celu dalszego przetwarzania danych neuronowych.
4. Przetwarzanie danych neuroelektrycznych w trybie offline
- Korekcja mrugania oczu za pomocą filtra przestrzennego, wieloetapowej procedury, która generuje średnie mrugnięcie oczami, wykorzystuje przestrzenną dekompozycję wartości osobliwych na podstawie analizy głównych składowych (PCA) w celu wyodrębnienia pierwszego składnika i wartości kowariancji, a następnie wykorzystuje te wartości kowariancji do opracowania filtra, który jest szczególnie czuły na mruganie oczami21.
- Utwórz epoki zablokowane bodźcem względem znacznika zdarzenia, który został wstawiony do pliku ciągłego EEG w oprogramowaniu do analizy EEG, wybierając tę funkcję z opcji transformacji danych. Uruchom te epoki od -900 ms do 1,800 ms względem wstawionego znacznika, co odpowiada całemu czasowi trwania każdego rzutu sześcioklatkowego i ma punkt czasowy 0 ms, w którym znacznik zdarzenia został wstawiony, jak pokazano na rysunku 1.
- Skoryguj różnicę linii bazowej między epokami, usuwając średnią aktywność wyjściową sprzed bodźca z każdej epoki (tj. okna czasowego 900 ms, które biegnie od -900 ms do 0 ms przed znacznikiem zdarzenia). Funkcję tę można wybrać lub zainicjować spośród opcji transformacji danych dostępnych w oprogramowaniu do analizy EEG.
- Filtr dolnoprzepustowy (30 Hz; 24 dB/oktawę) epoki i odrzuca wszelkie epoki z artefaktami elektrycznymi, które przekraczają +75 V. Wybierz te ustawienia spośród dostępnych opcji w oprogramowaniu do analizy EEG, które umożliwiają transformację danych EEG po zebraniu danych i różnią się w zależności od specyfikacji oprogramowania EEG.
- Uśrednij odpowiedzi neuronowe dla każdego typu zdarzenia w blokach zadań Cyberball.
UWAGA: Ten proces uśredniania można dostosować tylko do uśredniania tylko pierwszych 20, środkowych 20, a nawet ostatnich 20 zdarzeń podobnego typu w ramach każdej interakcji, aby zbadać dynamiczne wzorce aktywacji neuronalnej w trakcie interakcji społecznej13.- Połącz różne typy wydarzeń, aby utworzyć trzy kategorie wydarzeń głównych: rzuty do uczestnika od jednego z pozostałych graczy, rzuty od uczestnika do dowolnego innego gracza oraz rzuty bez uczestnika między dwoma innymi graczami. Na przykład, połącz rzuty od człowieka do lewego gracza i do prawego gracza w jeden średni przebieg.
- Połącz zdarzenia od skomputeryzowanych graczy w typy zdarzeń, które cieszą się największym zainteresowaniem: rzuty do ludzkiego uczestnika (inkluzyjne) i rzuty z dala od ludzkiego uczestnika (wykluczające).
- W stosownych przypadkach należy określić ilościowo składową N2 jako średnią amplitudę w dyskretnym oknie opóźnienia trwającym od 200 do 320 ms po znaczniku zdarzenia w FCz.
- W stosownych przypadkach należy określić ilościowo składową P3 jako średnią amplitudę w dyskretnym oknie opóźnienia trwającym od 320 do 450 ms po znaczniku zdarzenia w Pz.
- W razie potrzeby określ ilościowo komponenty ERP, aby rzucać ramki po ramce informacyjnej, aby zbadać bieżące różnice między wzorcami aktywności neuronalnej dla różnych typów zdarzeń z interakcją społeczną.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Niniejszy protokół został wykorzystany w opublikowanych wcześniej badaniach analizujących wpływ wykluczenia społecznego na aktualną aktywność neuronalną i behawioralną13. Dwudziestu dwóch uczestników w wieku studenckim (15 kobiet, 7 mężczyzn) ukończyło trzy sesje zadania Cyberball w warunkach opisanych powyżej. Po wyrażeniu świadomej zgody uczestnicy zostali poinformowani, że wezmą udział w komputerowej grze w rzucanie piłką z innymi studentami. W rzeczywistości pozostali uczestnicy nie byli prawdziwymi osobam...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
W artykule przedstawiono protokół pozwalający na pomiar bieżących danych neuronalnych i behawioralnych związanych ze zdarzeniami podczas interakcji społecznych. Procedura ta stwarza możliwości przyjrzenia się wielu różnym typom zdarzeń (inkluzywnych, wykluczających) w ramach i w ramach różnych interakcji społecznych. W szczególności procedura może określić ilościowo aktywność neuronalną związaną ze zdarzeniem z chwili na chwilę w odpowiedzi na dowolne zdarzenie, które ma miejsce podczas skomputeryzowanej interakcji społe...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Oświadczenia
Autor nie ma nic do ujawnienia i deklaruje, że nie ma konfliktu interesów.
Podziękowania
Autor chciałby podziękować swoim licznym studentom i asystentom naukowym za pomoc w pilotowaniu i administrowaniu tym protokołem. Dane przedstawione w tym manuskrypcie opierają się na pracach wspieranych przez National Science Foundation (NSF) w ramach grantu numer (1147743) dla Jasona Themansona oraz grantu z Illinois Wesleyan University dla Jasona Themansona.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Komputerowy program interakcji społecznych Cyberball (Williams et al., 2000) |  https://cyberball.wikispaces.com | Badacz może wykorzystać lub stworzyć alternatywny zestaw obrazów komputerowych | |
| 64-kanałowy wzmacniacz Neuroscan SynAmps2 z oprogramowaniem do akwizycji i analizy SCAN 4.3.1 | Compumedics Neuroscan Neuromedical Supplies | 9032-0010-01 | Można zastosować alternatywne wzmacniacze, sprzęt do akwizycji EEG oraz oprogramowanie |
| Oprogramowanie do prezentacji bodźców STIM2 Complete Version 2.1 | Compumedics Neuroscan Neuromedical Supplies | 666M | Można zastosować alternatywne oprogramowanie do prezentacji bodźców |
| SynAmps2 Quik-Cap Sintered Ag/AgCl 64 Ch./Medium | Compumedics Neuroscan Neuromedical Supplies | 96050255 | Można zastosować alternatywne czepek EEG |
| Przewodzący żel Quik-Gel | Compumedics Neuroscan Neuromedical Supplies | 92000016 | Można zastosować alternatywny przewodzący żel do elektrod EEG |
| NuPrep | Compumedics Neuroscan Neuromedical Supplies | 92100025 | Można zastosować alternatywne środki złuszczające do przygotowania skóry |
| Zestaw z tępą igłą i strzykawką | Compumedics Neuroscan Neuromedical Supplies | 104207 | Zestaw igła i strzykawka służy do nakładania żelu przewodzącego na elektrody osadzone w czepku EEG |
Bibliografia
- Baumeister, R. F., DeWall, C. N., Ciarocco, N. J., Twenge, J. M. Social exclusion impairs self-regulation. J Pers Soc Psychol. 88, 589-604 (2005).
- Baumeister, R. F., Twenge, J. M., Nuss, C. Effects of social exclusion on cognitive processes: Anticipated aloneness reduces intelligent thought. J Pers Soc Psychol. 83, 817-827 (2002).
- Eisenberger, N. I., Lieberman, M. D., Williams, K. D. Does rejection hurt: An fMRI study in social exclusion. Science. 302, 290-292 (2003).
- Masten, C. L., et al. Neural correlates of social exclusion during adolescence: understanding the distress of peer rejection. Soc Cogn Affect Neur. 4, 143-157 (2009).
- Williams, K. D. Ostracism: The power of silence. , Guildord Press. New York. (2001).
- Williams, K. D. Ostracism. Annu Rev Psychol. 58, 425-452 (2007).
- Pickett, C. L., Gardner, W. L. The social monitoring system: Enhanced sensitivity to social cues as an adaptive response to social exclusion. The Social Outcast: Ostracism, Social Exclusion, Rejection, and Bullying. Williams, D. K., Forgas, P. J., von Hippel, W. , Psychology Press. New York, NY. 213-226 (2005).
- Richman, L. S., Leary, M. R. Reactions to discrimination, stigmatization, ostracism, and other forms of interpersonal rejection: A multimotive model. Psychol Rev. 116, 365-383 (2009).
- Wesselmann, E. D., Wirth, J. H., Mroczek, D. K., Williams, K. D. Dial a feeling: Detecting moderation of affect decline during ostracism. Pers Individ Dif. 53, 580-586 (2012).
- Eisenberger, N. I., Lieberman, M. D. Why rejection hurts: a common neural alarm system for physical and social pain. Trends Cogn Sci. 7, 294-300 (2004).
- Eisenberger, N. I., Gable, S. L., Lieberman, M. D. fMRI responses relate to differences in real-world social experience. Emotion. 7, 745-754 (2007).
- Williams, K. D., Cheung, C. K. T., Choi, W. Cyberostracism: Effects of being ignored over the internet. J Pers Soc Psychol. 79, 748-762 (2000).
- Themanson, J. R., Khatcherian, S. M., Ball, A. B., Rosen, P. J. An event-related examination of neural activity during social interactions. Soc Cogn Affect Neur. 8, 727-733 (2013).
- Coles, M. G. H., Gratton, G., Fabinani, M. Event-related brain potentials. Principals of Psychophysiology: Physical, Social and Inferential Elements. Cacioppo, J. T., Tassinary, L. G. , Cambridge University Press. Cambridge, UK. 413-455 (1990).
- Crowley, M. J., Wu, J., Molfese, P. J., Mayes, L. C. Social exclusion in middle childhood: Rejection events, slow-wave neural activity, and ostracism distress. Soc Neurosci. 5, 483-495 (2010).
- Gutz, L., Küpper, C., Renneberg, B., Niedeggen, M. Processing social participation: an event-related brain potential study. NeuroReport. 22, 453-458 (2011).
- Themanson, J. R., Ball, A. B., Khatcherian, S. M., Rosen, P. J. The effects of social exclusion on the ERN and the cognitive control of action monitoring. Psychophysiology. 51, 215-225 (2014).
- Williams, K. S., Yeager, D. S., Cheung, C. K. T., Choi, W. Cyberball (version 4.0) [Software]. , Available from: https://cyberball.wikispaces.com (2012).
- Picton, T. W., et al. Guidelines for using human event-related-potentials to study cognition: Recording standards and publication criteria. Psychophysiology. 37, 127-152 (2000).
- Chatrian, G. E., Lettich, E., Nelson, P. L. Ten percent electrode system for topographic studies of spontaneous and evoked EEG activity. Am J EEG Technol. 25, 83-92 (1985).
- Offline Analysis of Acquired Data SCAN 4.3 –Vol. II, EDIT 4.3). [Software Manual]. , Compumedics Neuroscan. El Paso, TX. (2003).
- Crowley, M. J., et al. Exclusion and micro-rejection: Event-related potential response predicts mitigated distress. NeuroReport. 20, 1518-1522 (2009).
- Gardner, W. L., Pickett, C. L., Brewer, M. B. Social exclusion and selective memory: How the need to belong influences memory for social events. Pers Soc Psychol Bull. 26, 486-496 (2000).
- Smith, A., Williams, K. D. R U there? Ostracism by cell phone text message. Group Dyn: Theory Res Pract. 8, 291-301 (2004).
- Luck, S. J. An Introduction to the Event-Related Potential Technique. , The MIT Press. Cambridge, MA. (2005).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Przedruki i uprawnienia
