Name: Pomiar kosztu korzystania ze smartfona podczas chodzenia (Wideo) | JoVE Journal
Uploaded: 2020-04-30T14:00:00.000+00:00
Duration: 7 min
Description: Dowiedz się, jak mierzyć koszty poznawcze multitaskingu podczas chodzenia z użyciem smartfona. Metoda wykorzystuje EEG i bieżnię do badania wpływu pisania SMS-ów na wydajność chodu i ryzyko wypadków pieszych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Autorzy dziękują za wsparcie finansowe Kanadyjskiej Rady ds. Badań nad Naukami Społecznymi i Humanistycznymi (SSHERC).

<ol><li>Monsell, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task+switching%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">Task switching.</a> Trends in Cognitive Sciences. 7 (3), 134-140 (2003).</li>
<li>Haga, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+using+a+Smart+Phone+on+Pedestrians%27+Attention+and+Walking%5BTitle%5D)+AND+%22Procedia+Manufacturing%22%5BJournal%5D)">Effects of using a Smart Phone on Pedestrians' Attention and Walking.</a> Procedia Manufacturing. 3, 2574-2580 (2015).</li>
<li>Hatfield, J., Murphy, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effects+of+mobile+phone+use+on+pedestrian+crossing+behaviour+at+signalised+and+unsignalised+intersections%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">The effects of mobile phone use on pedestrian crossing behaviour at signalised and unsignalised intersections.</a> Accident Analysis, Prevention. 39 (1), (2007).</li>
<li>Stavrinos, D., Byington, K. W., Schwebel, D. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distracted+walking%3A+Cell+phones+increase+injury+risk+for+college+pedestrians%5BTitle%5D)+AND+%22Journal+of+Safety+Research%22%5BJournal%5D)">Distracted walking: Cell phones increase injury risk for college pedestrians.</a> Journal of Safety Research. 42 (2), 101-107 (2011).</li>
<li>Nasar, J., Hecht, P., Wener, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mobile+telephones%2C+distracted+attention%2C+and+pedestrian+safety%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Mobile telephones, distracted attention, and pedestrian safety.</a> Accident Analysis, Prevention. 40 (1), 69-75 (2008).</li>
<li>Hyman, I. E., Boss, S. M., Wise, B. M., McKenzie, K. E., Caggiano, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Did+you+see+the+unicycling+clown%3F+Inattentional+blindness+while+walking+and+talking+on+a+cell+phone%5BTitle%5D)+AND+%22Applied+Cognitive+Psychology%22%5BJournal%5D)">Did you see the unicycling clown? Inattentional blindness while walking and talking on a cell phone.</a> Applied Cognitive Psychology. 24 (5), 597-607 (2010).</li>
<li>Pourchon, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+augmented+reality+leading+to+more+risky+behaviors%3F+An+experiment+with+pok%C3%A9mon+go%5BTitle%5D)+AND+%22Proceedings+of+the+International+Conference+on+HCI+in+Business%2C+Government%2C+and+Organizations%22%5BJournal%5D)">Is augmented reality leading to more risky behaviors? An experiment with pokémon go.</a> Proceedings of the International Conference on HCI in Business, Government, and Organizations. , 354-361 (2017).</li>
<li>Thornton, I. M., Rensink, R. A., Shiffrar, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Active+versus+Passive+Processing+of+Biological+Motion%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Active versus Passive Processing of Biological Motion.</a> Perception. 31 (7), 837-853 (2002).</li>
<li>Neider, M. B., McCarley, J. S., Crowell, J. A., Kaczmarski, H., Kramer, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pedestrians%2C+vehicles%2C+and+cell+phones%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Pedestrians, vehicles, and cell phones.</a> Accident Analysis, Prevention. 42, 589-594 (2010).</li>
<li>Wylie, G., Allport, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task+switching+and+the+measurement+of+%22switch+costs%22%5BTitle%5D)+AND+%22Psychological+Research%22%5BJournal%5D)">Task switching and the measurement of "switch costs".</a> Psychological Research. 63 (3-4), 212-233 (2000).</li>
<li>Johansson, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+perception+of+biological+motion+and+a+model+for+its+analysis%5BTitle%5D)+AND+%22Perception%2C+Psychophysics%22%5BJournal%5D)">Visual perception of biological motion and a model for its analysis.</a> Perception, Psychophysics. 14 (2), 201-211 (1973).</li>
<li>Cavanagh, P., Labianca, A. T., Thornton, I. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attention-based+visual+routines%3A+Sprites%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Attention-based visual routines: Sprites.</a> Cognition. 80 (1-2), 47-60 (2001).</li>
<li>Troje, N. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retrieving+Information+from+Human+Movement+Patterns%5BTitle%5D)+AND+%22Understanding+Events%22%5BJournal%5D)">Retrieving Information from Human Movement Patterns.</a> Understanding Events. , 308-334 (2008).</li>
<li>Klimesch, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+alpha+and+theta+oscillations+reflect+cognitive+and+memory+performance%3A+A+review+and+analysis%5BTitle%5D)+AND+%22Brain+Research+Reviews%22%5BJournal%5D)">EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis.</a> Brain Research Reviews. 29 (2-3), 169-195 (1999).</li>
<li>Jensen, O., Gelfand, J., Kounios, J., Lisman, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oscillations+in+the+Alpha+Band+%289-12+Hz%29+Increase+with+Memory+Load+during+Retention+in+a+Short-term+Memory+Task%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Oscillations in the Alpha Band (9-12 Hz) Increase with Memory Load during Retention in a Short-term Memory Task.</a> Cerebral Cortex. 12 (8), 877-882 (2002).</li>
<li>Busch, N. A., Herrmann, C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Object-load+and+feature-load+modulate+EEG+in+a+short-term+memory+task%5BTitle%5D)+AND+%22NeuroReport%22%5BJournal%5D)">Object-load and feature-load modulate EEG in a short-term memory task.</a> NeuroReport. 14 (13), 1721-1724 (2003).</li>
<li>Herrmann, C. S., Senkowski, D., Röttger, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phase-Locking+and+Amplitude+Modulations+of+EEG+Alpha%5BTitle%5D)+AND+%22Experimental+Psychology%22%5BJournal%5D)">Phase-Locking and Amplitude Modulations of EEG Alpha.</a> Experimental Psychology. 51 (4), 311-318 (2004).</li>
<li>Pfurtscheller, G., Aranibar, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Event-related+cortical+desynchronization+detected+by+power+measurements+of+scalp+EEG%5BTitle%5D)+AND+%22Electroencephalography+and+Clinical+Neurophysiology%22%5BJournal%5D)">Event-related cortical desynchronization detected by power measurements of scalp EEG.</a> Electroencephalography and Clinical Neurophysiology. 42 (6), 817-826 (1977).</li>
<li>Sauseng, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEG+alpha+synchronization+and+functional+coupling+during+top-down+processing+in+a+working+memory+task%5BTitle%5D)+AND+%22Human+Brain+Mapping%22%5BJournal%5D)">EEG alpha synchronization and functional coupling during top-down processing in a working memory task.</a> Human Brain Mapping. 26 (2), 148-155 (2005).</li>
<li>Pope, A. T., Bogart, E. H., Bartolome, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biocybernetic+system+evaluates+indices+of+operator+engagement+in+automated+task%5BTitle%5D)+AND+%22Biological+Psychology%22%5BJournal%5D)">Biocybernetic system evaluates indices of operator engagement in automated task.</a> Biological Psychology. 40 (1-2), 187-195 (1995).</li>
<li>Scerbo, M. W., Freeman, F. G., Mikulka, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+brain-based+system+for+adaptive+automation%5BTitle%5D)+AND+%22Theoretical+Issues+in+Ergonomics+Science%22%5BJournal%5D)">A brain-based system for adaptive automation.</a> Theoretical Issues in Ergonomics Science. 4 (1-2), 200-219 (2003).</li>
<li>Charland, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+the+Multiple+Dimensions+of+Engagement+to+Characterize+Learning%3A+A+Neurophysiological+Perspective%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective.</a> Journal of Visualized Experiments. (101), e52627(2015).</li>
<li>Courtemanche, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Texting+while+walking%3A+An+expensive+switch+cost%5BTitle%5D)+AND+%22Accident+Analysis%2C+Prevention%22%5BJournal%5D)">Texting while walking: An expensive switch cost.</a> Accident Analysis, Prevention. 127, 1-8 (2019).</li>
<li>Townsend, J. T., Ashby, F. G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTownsend%2C+JT+%22The+stochastic+modeling+of+elementary+psychological+processes%22">The stochastic modeling of elementary psychological processes</a>. , Cambridge University Press. Cambridge. (1983).</li>
<li>Jung, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Removal+of+eye+activity+artifacts+from+visual+event-related+potentials+in+normal+and+clinical+subjects%5BTitle%5D)+AND+%22Clinical+Neurophysiology%22%5BJournal%5D)">Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects.</a> Clinical Neurophysiology. 111, 1745-1758 (2000).</li>
<li>Luck, S. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLuck%2C+SJ+%22An+Introduction+to+the+Event-related+Potential+Technique+%28Cognitive+Neuroscience%29%22">An Introduction to the Event-related Potential Technique (Cognitive Neuroscience)</a>. , MIT Press. Cambridge, MA. (2005).</li>
<li>Steiger, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tests+for+comparing+elements+of+a+correlation+matrix%5BTitle%5D)+AND+%22Psychological+Bulletin%22%5BJournal%5D)">Tests for comparing elements of a correlation matrix.</a> Psychological Bulletin. 87 (2), 245-251 (1980).</li>
<li>Léger, P. -M., et al. Task Switching and Visual Discrimination in Pedestrian Mobile Multitasking: Influence of IT Mobile Task Type. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aL%C3%A9ger%2C+P-M+%22Information+Systems+and+Neuroscience%3A+Vienna+Retreat+on+NeuroIs+2019%22">Information Systems and Neuroscience: Vienna Retreat on NeuroIs 2019</a>. Davis, F., Riedl, R., vom Brocke, J., Léger, P. -M., Randolph, A., Fischer, T. H. , Springer. 245-251 (2020).</li>
<li>Mourra, G. N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Addicted+to+my+smartphone%3A+what+factors+influence+the+task-switching+cost+that+occurs+when+using+a+smartphone+while+walking%22">Addicted to my smartphone: what factors influence the task-switching cost that occurs when using a smartphone while walking</a>. , Retrieved from: http://biblos.hec.ca/biblio/memoires/m2019a610182.pdf (2019).</li>
<li>Schabrun, S. M., van den Hoorn, W., Moorcroft, A., Greenland, C., Hodges, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Texting+and+walking%3A+strategies+for+postural+control+and+implications+for+safety%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">Texting and walking: strategies for postural control and implications for safety.</a> PloS One. 9 (1), 84312(2014).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Kluczowym wyborem podczas korzystania z protokołu byłoby zapewnienie jakości danych neurofizjologicznych. Korzystanie z narzędzia takiego jak EEG podczas ruchu wiąże się z nieodłączną komplikacją, ponieważ nadmierny ruch może powodować wiele szumów w danych. Dlatego ważne jest, aby przed zebraniem danych rozważyć, w jaki sposób dane będą przygotowane w celu usunięcia jak największej liczby artefaktów bez modyfikowania rzeczywistego sygnału. Niemniej jednak nadal jest całkiem prawdopodobne, że wskaźniki wykluczenia danych...

An erratum was issued for:&#160;<a href="https://www.jove.com/t/60555/measuring-the-switch-cost-of-smartphone-use-while-walking">Measuring the Switch Cost of Smartphone Use While Walking</a>. An&#160;author&#39;s name&#160;was&#160;updated.
The name was corrected from:
Gabrielle-Na&#239;m&#233; Mourra
to:
Gabrielle Na&#239;m&#233; Mourra

An erratum was issued for:&#160;<a href="https://www.jove.com/t/60555/measuring-the-switch-cost-of-smartphone-use-while-walking">Measuring the Switch Cost of Smartphone Use While Walking</a>. An&#160;author&#39;s name&#160;was&#160;updated.

Erratum: Measuring the Switch Cost of Smartphone Use While Walking

Ponieważ zarówno penetracja smartfonów, jak i tendencja do wielozadaniowości rosną, ważne jest zrozumienie wpływu korzystania ze smartfona podczas chodzenia na uwagę. Literatura wielokrotnie wykazała, że przełączanie zadań wiąże się z kosztem1, w tym korzystanie ze smartfona podczas chodzenia. Badania wykazały, że korzystanie ze smartfona podczas chodzenia może rozpraszać i być niebezpieczne2,3,4. Zagrożenia te zostały powiązane z upośledzeniem uwagi podczas wykonywania takiego zadania3,4,5,6,7. Ze względu na złożony charakter środowiska pieszego, badanie go w kontekście eksperymentalnym, który jest ważny z ekologicznego punktu widzenia, może być problematyczne. Niemniej jednak przeprowadzanie takich badań w rzeczywistych środowiskach pieszych może wiązać się z komplikacjami własnymi w sobie, ponieważ w grę może wchodzić wiele zewnętrznych zmiennych i istnieje ryzyko szkody dla uczestnika z powodu rozproszenia. Ważne jest, aby móc badać takie zjawisko w stosunkowo bezpiecznym środowisku, które pozostaje tak realistyczne, jak to tylko możliwe. W tym artykule opisujemy metodologię badawczą, która bada koszt zmiany zadania podczas wysyłania wiadomości tekstowych podczas chodzenia, jednocześnie zwiększając ważność zadania i łagodząc potencjalne ryzyko z nim związane.
Podczas korzystania ze smartfona podczas chodzenia, osoby są zmuszone przełączyć się z zadań smartfona na chodzenie i zadania związane z otoczeniem. W związku z tym, aby zbadać takie zjawisko, uznaliśmy za stosowne ujęcie tej metody w ramce literatury dotyczącej wielozadaniowości, w szczególności skoncentrowanej na paradygmacie przełączania zadań. W tym celu zastosowano paradygmat przełączania zadań1, prosząc uczestników o przełączanie się między zadaniem przed bodźcem a zadaniem po bodźcu. Jedno z dwóch zadań przed bodźcem obejmowało wielozadaniowość, podczas gdy drugie nie. W zadaniu po bodźcu uczestnicy musieli zareagować na bodziec, na którego percepcję wpływa podzielność uwagi8. Co więcej, eksperymentalne badania laboratoryjne, które starają się być jak najbardziej ekologiczne, często wykorzystują wirtualne środowiska pieszych, aby zrozumieć wpływ korzystania ze smartfona podczas chodzenia na uwagę4,9. Niemniej jednak, aby uchwycić leżące u podstaw mechanizmy neurofizjologiczne, zdecydowaliśmy się skupić na konkretnej reakcji przełączania zadań na jeden bodziec, aby zminimalizować liczbę bodźców, na które uczestnicy musieli zareagować. W ten sposób możemy dokładniej określić koszt zmiany zadania wynikający wyłącznie z odwrócenia uwagi od smartfona w kierunku bodźca. W naszym projekcie badania wykorzystujemy miary behawioralne (tj. koszt zmiany zadań) i dane neurofizjologiczne, aby lepiej zrozumieć upośledzenia uwagi występujące podczas korzystania ze smartfonów przez pieszych.
Podczas eksperymentu polegającego na przełączaniu zadań, uczestnicy zazwyczaj wykonywali co najmniej dwa proste zadania związane z zestawem bodźców, przy czym każde zadanie wymagało innego zestawu zasobów poznawczych, określanego jako "zestaw zadań"1. Kiedy jednostki są zmuszone do przełączania się między zadaniami, ich zasoby umysłowe muszą się dostosować (tj. zahamować poprzedni zestaw zadań i aktywować bieżący zestaw zadań). Uważa się, że ten proces "rekonfiguracji zestawu zadań" jest przyczyną kosztu przełączania zadań1. Koszt przełączania zadań jest zwykle określany na podstawie obserwacji różnic w czasie odpowiedzi i/lub poziomie błędów między próbami, w których uczestnicy przełączają się między zadaniami, a tymi, w których tego nie robią10. W naszym eksperymencie mieliśmy trzy zestawy zadań: 1) reagowanie na bodziec piechura w postaci światła punktowego; 2) pisanie SMS-ów na smartfonie podczas spaceru; i 3) po prostu chodzenie. Porównaliśmy koszt przełączania między dwoma różnymi warunkami: 1) po prostu chodzenie przed zareagowaniem na bodziec i 2) chodzenie podczas wysyłania SMS-ów przed odpowiedzią. W ten sposób uchwyciliśmy koszt wielozadaniowości na smartfonie przed zmianą zadania i byliśmy w stanie bezpośrednio porównać go z kosztem przejścia bez wielozadaniowości polegającym na zwykłym chodzeniu przed pojawieniem się bodźca wizualnego. Ponieważ smartfon używany w tym badaniu był określonej marki, wszyscy uczestnicy zostali przebadani przed eksperymentem, aby upewnić się, że wiedzą, jak prawidłowo korzystać z urządzenia.
Aby zasymulować realistyczne doświadczenie reprezentatywne dla kontekstu pieszego, zdecydowaliśmy się użyć postaci spacerowicza ze światłem punktowym jako bodźca wizualnego, reprezentującego ludzką postać idącą z kątem odchylenia 3,5° w lewo lub w prawo uczestnika. Figura ta składa się z 15 czarnych kropek na białym tle, z kropkami reprezentującymi głowę, ramiona, biodra, łokcie, nadgarstki, kolana i kostki człowieka (ryc. 1). Ten bodziec opiera się na ruchu biologicznym, co oznacza, że podąża za wzorcem ruchu, który jest typowy dla ludzi i zwierząt11. Co więcej, bodziec ten jest więcej niż uzasadniony ekologicznie; Wymaga złożonego przetwarzania wizualnego i uwagi, aby mógł być skutecznie analizowany12,13. Co ciekawe, Thornton i in.8 stwierdzili, że na prawidłową identyfikację kierunku piechura przypominającego punkt duży wpływ ma podzielność uwagi, co czyni ją odpowiednią jako miarę wydajności podczas badania kosztów przełączania zadań podczas wielozadaniowości. Uczestnicy zostali poproszeni o ustne określenie kierunku, w którym idzie postać. Pojawienie się piechura zawsze poprzedzała sygnał dźwiękowy, który sygnalizował jego pojawienie się na ekranie.
Wyniki w zadaniu chodzika punktowego i dane neurofizjologiczne pozwoliły nam określić wpływ obu warunków na uwagę i pomóc w ustaleniu, co je spowodowało. Wydajność mierzono, przyglądając się wskaźnikom błędów i czasom reakcji podczas określania kierunku figury piechura światła punktowego. Aby zrozumieć podstawowe mechanizmy poznawcze i uważne związane z zaburzeniami uwagi, które znaleźliśmy za pomocą pomiaru wydajności, oceniliśmy dane neurofizjologiczne uczestników za pomocą EEG actiCAP z 32 elektrodami. EEG jest odpowiednim narzędziem pod względem tymczasowej precyzji, co jest ważne, gdy próbuje się zobaczyć, co powoduje słabą wydajność w określonych momentach w czasie (np. pojawienie się figury piechura w świetle punktowym), chociaż artefakty mogą być obecne w danych ze względu na ruchy. Podczas analizy danych EEG szczególnie istotne są dwa wskaźniki: 1) oscylacje alfa; oraz 2) zaangażowanie poznawcze. Badania wykazały, że oscylacje alfa mogą reprezentować kontrolę pamięci roboczej, a także aktywne hamowanie obwodów mózgowych nieistotnych dla zadania14,15,16,17. Porównując oscylacje alfa na poziomie wyjściowym z tymi występującymi przy prezentacji bodźca18,19, uzyskaliśmy współczynnik alfa. Dzięki temu współczynnikowi określiliśmy zmiany związane ze zdarzeniem, które mogą leżeć u podstaw upośledzenia uwagi obserwowanego podczas wysyłania SMS-ów podczas chodzenia. Jeśli chodzi o zaangażowanie poznawcze, Pope i in.20 opracowali wskaźnik, w którym aktywność beta reprezentuje zwiększone pobudzenie i uwagę, a aktywność alfa i theta odzwierciedla spadki pobudzenia i uwagi21,22. Analiza ta została przeprowadzona w celu określenia, czy zwiększone zaangażowanie przed pojawieniem się bodźca skomplikuje rekonfigurację zestawu zadań wymaganą w celu zareagowania na figurę piechura.
Za pomocą metodologii opisanej w tym artykule, staramy się uchwycić podstawowe mechanizmy, które wpływają na wydajność przełączania zadań u uczestników zaangażowanych w epizody wielozadaniowości. Warunek chodzenia reprezentuje wydajność przełączania zadań bez wielozadaniowości, która jest porównywana z wydajnością przełączania zadań wielozadaniowości (tj. wysyłania wiadomości tekstowych podczas chodzenia). Mierząc rolę hamowania i aktywacji zestawu zadań, staraliśmy się lepiej zrozumieć koszty przełączania, które występują podczas wysyłania wiadomości tekstowych podczas chodzenia. Należy zauważyć, że pierwotne badanie zostało przeprowadzone w immersyjnym środowisku wirtualnym23, ale później zostało powtórzone w pomieszczeniu eksperymentalnym (patrz <silna klasa="xfig">Rysunek 2) z projektorem wyświetlającym figurkę spacerowicza na ekranie przed uczestnikiem. Ponieważ to wirtualne środowisko nie jest już dostępne, protokół został dostosowany do obecnego projektu pomieszczenia eksperymentalnego.

<table><tbody><tr>Oprogramowanie do integracji i synchronizacji <td>Observer XT</td><td>Noldus</td><td></td><td>: Noldus Observer XT (Noldus Information Technology) służy do synchronizacji wszystkich danych dotyczących zaangażowania, zachowań, emocji i funkcji poznawczych.</td></tr><tr><td>MediaRecorder</td><td>Noldus</td><td></td><td>Oprogramowanie do nagrywania audio i wideo</td></tr><tr><td>FaceReader</td><td>Noldus</td><td></td><td>Oprogramowanie do automatycznej analizy 6 podstawowych wyrazów twarzy</td></tr><tr><td>E-Prime</td><td>Psychology Software Tools, Inc.</td><td></td><td>Oprogramowanie do komputerowego projektowania, gromadzenia i analizy eksperymentów</td></tr><tr><td>Rejestrator</td><td>BrainVision Brain Vision</td><td></td><td>Oprogramowanie służące do rejestracji sygnałów neuro-/elektrofizjologicznych (w tym przypadku EEG)</td></tr><tr><td>Analizator</td><td></td><td></td><td>Oprogramowanie do przetwarzania sygnałów EEG</td></tr><tr><td>Qualtrics</td><td>Qualtrics</td><td></td><td>Środowisko ankiet online</td></tr><tr><td>Tapis Roulant</td><td>ThermoTread GT Bieżnia</td><td></td><td></td>biurowa</tr><tr><td>Syncbox</td><td>Noldus</td><td></td><td>Syncbox rozpoczyna wspólną rejestrację danych EEG i spojrzenia, wysyłając sygnał logiki tranzystor-tranzystor (TTL) do wzmacniacza EGI i sygnał naciśnięcia do Tobii Studio v 3.2.</td></tr><tr><td>Move2actiCAP</td><td>Brain Vision</td><td></td><td>Dodatek do cyfrowego systemu bezprzewodowego dla EEG</td></tr><tr><td>iPhone 6s</td><td>Apple</td><td></td><td></td></tr><tr><td>iMessage</td><td>Apple</td><td></td><td></td></tr><tr><td>iPad</td><td>Apple</td><td></td><td></td></tr></tbody></table>

pomiar kosztu korzystania ze smartfona podczas chodzenia

Measuring the Switch Cost of Smartphone Use While Walking

Ten artykuł przedstawia protokół badania mierzący koszt zmiany zadania podczas korzystania ze smartfona podczas chodzenia. Metoda ta polega na tym, że uczestnicy chodzą na bieżni w dwóch warunkach eksperymentalnych: warunku kontrolnym (tj. po prostu chodzenie) i warunek wielozadaniowości (tj. pisanie SMS-ów podczas chodzenia). W tych warunkach uczestnicy muszą przełączać się między zadaniami związanymi z warunkami eksperymentalnymi a zadaniem określającym kierunek. To zadanie kierunkowe jest wykonywane za pomocą figury piechura ze światłem punktowym, pozornie idącego w lewo lub w prawo od uczestnika. Wykonanie zadania kierunkowego reprezentuje koszty zmiany zadania przez uczestnika. Istniały dwie miary wydajności: 1) prawidłowa identyfikacja kierunku i 2) czas reakcji. Dane EEG są rejestrowane w celu zmierzenia oscylacji alfa i zaangażowania poznawczego występujących podczas przełączania zadania. Metoda ta ma ograniczoną wartość ekologiczną: w otoczeniu pieszych występuje jednocześnie wiele bodźców konkurujących o uwagę. Niemniej jednak metoda ta jest odpowiednia do określenia kosztów zmiany zadań. Dane EEG pozwalają na zbadanie podstawowych mechanizmów w mózgu, które są związane z różnymi kosztami przełączania zadań. Taka konstrukcja umożliwia porównanie przełączania zadań podczas wykonywania jednego zadania na raz, w porównaniu z przełączaniem zadań podczas wielozadaniowości, przed prezentacją bodźca. Pozwala to zrozumieć i wskazać zarówno behawioralny, jak i neurofizjologiczny wpływ tych dwóch różnych warunków przełączania zadań. Co więcej, korelując koszty przełączania zadań z aktywnością mózgu, możemy dowiedzieć się więcej o tym, co powoduje te efekty behawioralne. Protokół ten stanowi odpowiednią podstawę do badania kosztów zmiany różnych zastosowań smartfonów. Można do niego dodać różne zadania, kwestionariusze i inne środki, aby zrozumieć różne czynniki związane z kosztem zmiany zadań podczas korzystania ze smartfona podczas chodzenia.

Niniejszy protokół badania przeprowadzono pierwotnie z udziałem 54 uczestników, z których każdy zareagował na 88 prób kierunkowych. Połowa tych prób odbyła się w sytuacji, gdy uczestnicy po prostu szli przed prezentacją bodźca; druga połowa miała miejsce, gdy uczestnicy pisali wiadomości tekstowe podczas chodzenia przed prezentacją bodźca.
Wyniki behawioralne 
Efektywność w określaniu kierunku ruchu postaci punktowej (point-light walker) reprezentuje koszty przełączania zad...

Ten projekt badania mierzy koszt zmiany zadania podczas korzystania ze smartfona podczas chodzenia. Uczestnicy przechodzą dwa warunki eksperymentalne: warunek kontrolny (chodzenie) i warunek wielozadaniowości (wysyłanie SMS-ów podczas chodzenia). Uczestnicy przełączają się między tymi zadaniami a zadaniem określającym kierunek. Rejestrowane są dane EEG, a także pomiary behawioralne.

Pomiar kosztu korzystania ze smartfona podczas chodzenia

This paper presents a study protocol to measure the task-switching cost of using a smartphone while walking. This method involves having participants walk ...

Wszyscy wiemy, że na całym świecie wzrosła liczba pieszych biorących udział w wypadkach, a jednym z powodów jest to, że ludzie wysyłają SMS-y podczas spaceru, wszędzie. Badanie tego zjawiska i psychologii z nim związanej ma kluczowe znaczenie, ale robienie tego w bezpieczny sposób jest wyzwaniem. Opracowaliśmy metodę, aby to zrobić, którą przedstawimy w tym filmie.Zacznij od włączenia czterech komputerów nagrywających, wzmacniacza EEG, projektora, bieżni, głośników i smartfona. Aby skonfigurować sprzęt rejestrujący, otwórz oprogramowanie synchronizacyjne z określonym podprogramem utworzonym dla badania ze znacznikami co 10 sekund. Oprogramowanie synchronizujące wysyła impuls, który pojawia się w postaci znacznika i impulsu świetlnego w EEG i nagraniu wideo co 10 sekund.Otwórz oprogramowanie do nagrywania wideo. Aparat również powinien się automatycznie włączyć. Jeśli nie, włącz je ręcznie.Otwórz i skonfiguruj oprogramowanie do zapisu EEG dla uczestnika. Otwórz folder zawierający plik wykonywalny skryptu bodźca wizualnego utworzony za pomocą oprogramowania do prezentacji eksperymentów wizualnych. Przygotuj zestaw EEG i materiały zgodnie z procedurami sugerowanymi przez producentów.P

measuring-the-switch-cost-of-smartphone-use-while-walking

Research

JoVE Journal

Behavior

Zachowanie

Ustandaryzowana metoda oceny została opracowana dla Wearable Mobility Monitoring Systems (WMMS), która obejmuje ciągłe działania w realistycznym codziennym środowisku życia. Testowanie z serią codziennych czynności życiowych może zmniejszyć czułość rozpoznawania aktywności; w związku z tym zachęca się do stosowania realistycznych obwodów testowych w celu prawidłowej oceny wydajności WMMS.

Ocena systemu rozpoznawania aktywności człowieka opartego na smartfonach w codziennym środowisku życia

Ten manuskrypt opisuje metodę testowania równoczesnej ważności pomiarów kinematycznych zarejestrowanych przez aplikację na smartfony w porównaniu z systemem przechwytywania ruchu 3D w płaszczyźnie strzałkowej. Protokół ten umożliwi lekarzom skonfigurowanie smartfonów do rejestrowania ruchu człowieka.

Wideoanaliza ruchu za pomocą smartfonów (ViMAS): badanie pilotażowe

Ten artykuł opisuje procedurę korzystania i wdrażania rejestratora zajętości i światła, który pozwala na zbieranie danych o zachowaniu uczestników w zakresie przełączania światła w terenie.

Pomiar przełączania światła za pomocą rejestratora danych o obecności i oświetleniu

Prezentowany protokół integruje różne metody oceny i demonstruje metodę oceny projektu klawiatury na smartfonach. Pary dopasowane znakami angielskimi są proponowane jako materiał wejściowy, a czas przejścia między dwoma kluczami jest używany jako zmienna zależna.

Metoda oceny i zestaw narzędzi do oceny projektu klawiatury w smartfonach

Niniejszy protokół ma na celu poinformowanie specjalistów rehabilitacji i instruktorów fitness o bezpiecznych, wykonalnych i opartych na dowodach metodach prowadzenia wirtualnych i osobistych zajęć z chodzenia dla osób starszych z chorobami neurodegeneracyjnymi.

Walk with Me Hybrydowy spacer wirtualny/osobisty dla osób starszych z chorobą neurodegeneracyjną

Obecny protokół wprowadza niekomercyjną, samodzielnie opracowaną aplikację do zbierania danych w czasie rzeczywistym na miejscu, w tym skal psychologicznych, lokalizacji GPS, tętna i poziomu nasycenia krwi tlenem, a także procedur operacyjnych aplikacji. Jako przykład zastosowania posłużyło badanie empiryczne przeprowadzone na Tajwanie w 2020 roku.

Aplikacja do parowania z urządzeniami ubieralnymi w celu monitorowania stanu zdrowia

Komercyjne smartwatche wyposażone w czujniki do noszenia są coraz częściej wykorzystywane w badaniach populacyjnych. Jednak ich użyteczność jest często ograniczona przez ograniczoną żywotność baterii, pojemność pamięci i jakość danych. Niniejszy raport zawiera przykłady opłacalnych rozwiązań rzeczywistych problemów technicznych napotkanych podczas badań z udziałem dzieci cierpiących na astmę i starszych pacjentów kardiologicznych.

Konfiguracja konsumenckich urządzeń ubieralnych do monitorowania narażenia i zdrowia w badaniach populacyjnych

Ten artykuł opisuje prostą, tanią metodę rejestrowania zachowania Caenorhabditis elegans polegającego na unikaniu trawnika, przy użyciu łatwo dostępnych przedmiotów, takich jak smartfon i kaseton świetlny z diodą elektroluminescencyjną (LED). Udostępniamy również skrypt w języku Python do przetwarzania pliku wideo do formatu bardziej podatnego na zliczanie.

Metoda obrazowania oparta na smartfonach do oznaczania unikania trawników C. elegans

Ten artykuł przedstawia protokoły i dane walidacji klinicznej dotyczące korzystania z aplikacji na smartfony do subiektywnego pomiaru wady refrakcji.

Subiektywny test refrakcji przy użyciu smartfona do badań przesiewowych wzroku

Tutaj prezentujemy protokół do oceny poziomu intensywności aktywności fizycznej mierzonego za pomocą kalorymetrii pośredniej i dwóch akcelerometrów (na prawym nadgarstku i talii) podczas przyrostowego testu marszu i truchtu (od 0,84 do 2,37 m/s) na owalnym torze. Wyniki wskazują na różnice między intensywnością fizyczną ocenianą za pomocą tych metod.

Ocena intensywności aktywności fizycznej za pomocą akcelerometrów i zużycia tlenu

M3-BREATHE to mobilny system zdrowia (mHealth), który integruje przenośne czujniki do monitorowania oddychania, zachowań i ekspozycji na czynniki środowiskowe w celu spersonalizowanego leczenia i oceny zdrowia w rzeczywistości.

Real-World M3-BREATHE: ku wielomodalnemu mobilnemu monitorowaniu zachowań, oddychania i ekspozycji w leczeniu i ocenie zdrowia

Dowiedz się, jak mierzyć koszty poznawcze multitaskingu podczas chodzenia z użyciem smartfona. Metoda wykorzystuje EEG i bieżnię do badania wpływu pisania SMS-ów na wydajność chodu i ryzyko wypadków pieszych.

Pomiar kosztu korzystania ze smartfona podczas chodzenia

Przeglądaj więcej filmów