Waiting
Login processing...

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

Neuroscience

Elettroencefalografici, frequenza cardiaca e valutazione di risposta galvanica della pelle per una percezione di pubblicità Studio: applicazione per annunci di servizio pubblico antifumo

Published: August 28, 2017 doi: 10.3791/55872
Automatic Translation
1, 2, 3, 1, 3, 4, 1
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

Summary

Il seguente protocollo descrive una serie di passaggi operativi e computazionali necessari per stimare correttamente la reazione emotiva e cerebrale di un gruppo di soggetti verso un numero selezionato di annunci di servizio pubblico (PSA) contro il fumo, in onda nel USA e in Europa durante il periodo tra il 1998 e il 2015.

Abstract

La valutazione della pubblicità, i prodotti e l'imballaggio viene tradizionalmente eseguita tramite metodi basati sull'auto-rapporti e focus group, ma questi approcci spesso appaiono poco accurata in termini scientifici. Neuroscienze sono sempre applicata alla ricerca delle basi neurofisiologiche della percezione e reazione agli stimoli commerciali per supportare i metodi tradizionali di marketing. In questo contesto, un particolare settore o marketing è rappresentato da annunci di servizio pubblico (PSA). L'obiettivo del presente protocollo è quello di applicare l'elettroencefalografia (EEG) e analisi del segnale autonomo per lo studio delle risposte di PSAs antifumo selezionato. Due indici di EEG sono stati impiegati: l'asimmetria frontale banda alfa EEG (l'indice di approccio ritiro (AW)) e il frontale theta (indice di sforzo). Inoltre, è stato calcolato l'indice emotivo autonomica (EI), come derivato da risposta galvanica cutanea (GSR) e segnali di frequenza cardiaca (HR). Il presente protocollo descrive una serie di passaggi operativi e computazionali necessari per stimare correttamente, attraverso gli indici di cui sopra, la reazione emotiva e cerebrale di un gruppo di soggetti verso un numero selezionato di PSAs antifumo. In particolare, una campagna caratterizzata da uno stile di comunicazione simbolica (classificato come "aggiudicati" in base ai premi ricevuti dai comitati specializzati) ottenuto i più alti valori di approccio, come valutato dall'indice AW. Un posto e un'immagine appartenenti alla stessa campagna PSA basato sulla "paura suscitando appello" e con una comunicazione narrativa/esperienziale stile (classificati come "efficace" sulla base dei miglioramenti economici/salute promossi) segnalato il più basso e più alto sforzo valori, rispettivamente. Questo è probabilmente a causa della complessità della narrazione (spot) e per l'immediatezza dell'immagine (una signora che ha subito una tracheotomia). Infine, la stessa campagna "efficace" hanno mostrato i valori più alti di EI, possibilmente a causa l'empatia indotta da testimonial e la chiarezza del messaggio.

Introduction

Come David Ogilvy ha dichiarato fortemente, "persone non credo che ciò che sentono, non dire quello che pensano e non fanno quello che dicono." Pertanto, si può dedurre che gli esseri umani non sono esseri razionali. Questa ipotesi è ulteriormente supportata dall'evidenza che molte decisioni riguardanti questioni economiche non sono sotto il diretto controllo volitivo ma dipendono piuttosto automatico, rapido ed efficiente i processi cognitivi1. Inoltre, meccanismi emotivi possono influenzare questi processi decisionali, contribuendo all'impresa di una particolare azione2,3,4. In questo contesto, in cima agli strumenti tradizionali di marketing ricerca5, è sempre più importante studiare le tecniche che sono in grado di fornire ulteriori informazioni sul comportamento dei consumatori. Questa indagine si basa ancora su percezioni/valutazioni clienti di prodotti e messaggi pubblicitari, verbalmente espresso e auto-riferito, un metodo che è suscettibile di molti pregiudizi. In realtà, finora, i metodi tipici utilizzati per acquisire conoscenze in performance di mercato di un nuovo prodotto o servizio sono stati basati unicamente sulla auto-rapporti e focus group. Tuttavia, la ricerca sociale, psicologia e di mercato, studi hanno riconosciuto e che i auto-rapporti non sono affidabili a prevedere con precisione preferenze6 i clienti. Gli autori della ricerca summenzionate hanno svolto uno studio su previsione di pre-mercato nel settore di vendita al dettaglio di calzature, determinazione che i metodi di auto-report basati erano scarsamente precise a predire il successo, mentre dati di cervello ha realizzato una previsione accuratezza dell'80%. Neuroscienze del consumatore sono un campo di studio che nasce come la risposta a questa esigenza e consiste nell'applicazione di metodologie tipiche neuroscienze all'indagine del comportamento umano in relazione al mercato e gli scambi economici7. Il termine "neuromarketing" si riferisce all'applicazione di neurofisiologici strumenti-tale come rilevamento di occhio, conduttanza cutanea, frequenza cardiaca, EEG e la formazione immagine a risonanza magnetica funzionale (fMRI)-alla progettazione di ricerche di mercato secondo le esigenze delle diverse aziende 8 , 9. le tecniche di cui sopra sono disegno crescente interesse da varie aziende: proporzionalmente, l'aumento delle società di neuromarketing nell'ultimo decennio è stato impressionante7. Neuromarketing, permette, infatti, per l'indagine sui diversi aspetti relativi al commercio: pubblicità definizioni di destinazione in termini di genere10,11, cultura12,13, frammenti del stessa pubblicità10,14,15,16, branding soluzioni17, prezzo architetture18, scena di targeting e genere19, dell'altoparlante i clienti anni acquistando gli atteggiamenti20e pre-vendita al dettaglio di prova6.

Per quanto riguarda l'EEG, due indici sono stati impiegati per valutare le risposte restituite dai soggetti esposti agli stimoli pubblicità: l'AW e gli indici di sforzo. Il primo è radicato negli studi di Davidson (1990), che ha dimostrato che un'asimmetria frontale tra l'attività in due emisferi cerebrali implica una diversa tendenza motivazionale verso gli stimoli proposti. In particolare, diversi autori21,22 hanno segnalato la presenza di due distinti sistemi neurali, mediando una motivazione di approccio e una motivazione di recesso-correlati, localizzato negli emisferi destro e sinistro, rispettivamente. Secondo questa prova, la corteccia prefrontale (PFC) svolge un ruolo importante nei circuiti che implementa sia il positivo e il negativa motivazione. In particolare, il coinvolgimento differenziale di PFC destro e sinistro, con un aumento nell'attivazione sinistro anteriore durante la motivazione positiva e attivazione anteriore destra-parteggiata aumentata durante la motivazione negativa, è stato segnalato da vari studi 23 , 24 , 25. Inoltre, vari rapporti13,14 evidenziare la possibilità di applicare l'indice-definito come la differenza nell'attività prefrontale nella banda alfa tra i due emisferi di AW-al campo di pubblicità. Oltre l'ampia inchiesta su questo argomento, la ricerca è stata condotta anche sulle categorie di prodotti specifici, come i profumi10, dove le donne hanno riferito la motivazione positiva verso la pubblicità, mentre gli uomini hanno riferito motivazione negativa. La ricerca sull'indice AW considerato anche alcune caratteristiche del campione sperimentale, come se o non il soggetto era un consumatore del articolo pubblicizzato26. Per esempio, in risposta a una birra commerciale, bevitori di birra segnalato livelli elevati di attivazione PFC che quei soggetti che non bevono birra. Inoltre, un altro parametro che è stato considerato è il genere dei partecipanti. Ad esempio, in risposta all'osservazione posto un'auto di famiglia, uomini (a differenza di donne) ha mostrato la motivazione positiva per commercio durante l' intera durata27. Un parametro finale che è stato studiato è l'età dei soggetti sperimentali. Un climax entusiasmante con alcune immagini di "non-così-bello" più cerebralmente è stato apprezzato dai giovani che da adulti27. Per riassumere, i valori positivi ottenuti con l'indice di AW, derivato dall'asimmetria frontale alfa, indicare l'attività di sinistra superiore, suggerendo la motivazione positiva verso gli stimoli. Viceversa, i valori negativi indicano un'attività superiore destra, suggerendo la motivazione negativa in risposta agli stimoli.

Il secondo indice di EEG, lo sforzo cerebrale (CE), definito come l'attività di teta frontale in PFC, è stato descritto in parecchi studi. In particolare, questi studi indicano come più alti valori di CE sono collegati ai livelli più elevati di attività Difficoltà28. Questo è stato particolarmente studiato in neuroestetica, in risposta a stimoli di letteratura uditiva29; in avionica30; in condizioni d'ascolto diverse31,32; e nelle interazioni uomo-computer33.

Come suggerito dall'evidenza empirica da diversi campi di applicazione, coinvolgimento emotivo è un catalizzatore per la memorizzazione di stimoli. Questo fenomeno è stato studiato anche in neuromarketing, dimostrando che l'elaborazione emozionale positivo o negativo durante l'osservazione di pubblicità commerciale è un fattore importante per la formazione di tracce di memoria stabile34. Inoltre, vale la pena considerare che un'emozione"inconscia" si verifica quando i sistemi cerebrali che mediano il nucleo inconscio "simpatia" (tra le altre regioni subcortical, nucleus accumbens e le sue connessioni) non sono accoppiati con consapevolezza cosciente 35. all'inizio del presente articolo, è stato sottolineato come la percezione e la reazione a stimoli di pubblicità sono spesso inconsapevoli. Uno degli obiettivi del neuromarketing è quello di indagareQuesto aspetto della reazione emotiva. Abbinando la GSR e il HR perché questi due parametri autonomici sono noti per riflettere la risposta emotiva a stimoli36è stato creato un indice autonomico. L'EI risultante è stato elaborato sulla base del modello circonflesso di effetto, teorizzato da Russell e Barrett5. In questo modello, l'HR è graficamente resi sull'asse x, mentre la GSR è sull'asse y, restituendo le informazioni riguardanti la valenza (positiva o negativa) e arousal (attivazione bassa o alta) di stimoli37,38, rispettivamente. L'EI è già stato applicato al collaudo degli stimoli uditivi letterario29, così come di TV spot10,16,19,39. Pertanto, a parere degli autori, è stato utile per applicare la EI a PSA, specialmente per gli PSAs anti-fumo.

Ogni anno, ci sono 6 milioni di morti nel mondo causati dal fumo, e lo strumento principale per affrontare questa emergenza è costituito da antifumo PSAs40. Questo tipo di PSA è stato trasmesso dal 1950, ma l'efficacia sul pubblico in generale è estremamente variabile, risultante in una serie di campagne efficaci o inefficaci. Generalmente, l'efficacia di una campagna antifumo è misurata sulla base di aumento in sanità pubblica raggiunto dopo la campagna è in onda; cambiamenti nelle attitudini, credenze o comportamento (cioè, un aumento di consapevolezza, un cambiamento di atteggiamenti negativi, un aumento del numero di chiamate per smettere di linee, ecc.); impatto mediatico (cioè, positiva discussione e apprezzamento sui social media); E così via. Inoltre, disegni di valutazione economica standard sono solitamente applicati, ad esempio analisi costo-efficacia, analisi costi utilità o analisi costi-benefici41. Infine, di là delle prove fornite dalle valutazioni di costo-efficacia in profondità, specializzato, confrontando i costi della campagna per le spese mediche salvato, è possibile affermare che efficaci campagne di risparmiare qualche soldo complessiva e prevenire decine di migliaia di morti premature42,43,44.

La reazione emotiva/cerebrale a particolare PSAs pertanto sembra degna di indagine mediante tecniche neurofisiologiche per ottenere misurazioni delle risposte fisiologiche che completano l'esplicito feedback fornito dai più tradizionali interviste e questionari.

Gli indici adottati nel presente studio sono già stati applicati al PSA antifumo in un campione ridotto di partecipanti e macchie, sostenendo l'utilità potenziale dell'applicazione delle tecniche di neuromarketing all'indagine neurofisiologica caratteristiche di efficacia in PSA11,45.

Lo scopo di questo studio è di presentare una serie di passaggi metodologici che potrebbe portare all'accurata misurazione della percezione cerebrale ed emozionale di PSAs antifumo. Tale misura è propedeutica all'analisi underpinnings istintivo e fisiologiche e delle caratteristiche di un particolare PSA che sono efficaci o inefficaci a generare una reazione del pubblico.

Protocol

ogni sperimentazione è stato eseguito secondo i principi delineati nella dichiarazione di Helsinki del 1975, rivisto nella sostanza nel 2000 ed è stato approvato dal comitato etico Università.

1. attrezzature di montaggio e controllo di condizione di registrazione

  1. invitare i partecipanti a sedersi su una comoda poltrona davanti ad uno schermo di computer.
  2. Pulire la pelle sulla fronte (muovendo delicatamente i capelli, se necessario), i lobi delle orecchie e le dita con una soluzione antisettica di clorexidina per disinfettare la pelle e rimuovere lo strato più superficiale del lipido che si è accumulato sulla pelle 46.
  3. applicare una banda di sei elettrodi EEG al partecipante ' fronte di s secondo il sistema internazionale (AFz, FPz, AF5, AF6, AF7, AF8) di 10-20 47.
  4. Inserire il riferimento e l'elettrodo di terra, uno per ogni lobo dell'orecchio.
  5. Allega il pulsossimetro al pollice per registrare l'HR.
  6. Per raccogliere la GSR, posizionare due elettrodi sulle dita della mano non dominante seconda e terza. Posizionare gli elettrodi sul lato palmar del seconda falange (seguendo procedure già pubblicate) 48.
  7. Controllare le impedenze dell'elettroencefalogramma del segnale per tenerli sotto 10k Ω utilizzando il pulsante di misurazione dell'impedenza appropriato sull'interfaccia del software di acquisizione.
    1. Alla " canali " installazione del software di acquisizione, impostare il " frequenza di campionamento " per EEG segnale acquisizione di " 250 Hz. "
  8. Acquisire il segnale EEG attraverso un sistema di amplificatore di EEG e un software di registrazione EEG correlati per l'acquisizione di dati EEG (Vedi Tabella materiali). Avviare la registrazione del segnale EEG premendo il pulsante di registrazione rosso sul software di interfaccia.
  9. Controllare che i segnali GSR e HR sono essere acquistati correttamente verificando la presenza della forma d'onda corretta sul software di interfaccia.
    1. Alla " canali " installazione dell'acquisizione software, impostare la frequenza di campionamento per GSR e HR segnale acquisizione di " 128 Hz. "
  10. Acquisire segnali autonomici (cioè, GSR e HR) attraverso un sistema di capacità di misura multiuso (Vedi la Tabella materiali).
  11. Avviare il segnale GSR e HR registrazione premendo il " record " pulsante sul software di interfaccia corrispondente.
  12. Chiedere al partecipante di guardare un bianco " Croce " sopra uno sfondo nero, che viene visualizzato sullo schermo per 1 min contemporaneamente acquisire l'attività di condizione che riposa, segnando l'inizio e fine con i pulsanti indicatore relativo all'acquisizione di EEG software.
  13. Istruire il partecipante, equipaggiato con l'EEG, HR e GSR registrazione strumento, a guardare il video PSA, durante il quale le registrazioni di segnale prendere posto. Inoltre, chiederemo il partecipante per limitare qualsiasi movimento e di soggiorno più rilassante possibile per tutta la durata della registrazione.
  14. Premere il pulsante marcatore iniziale sull'interfaccia software di acquisizione EEG all'inizio dello PSA video. Premere il pulsante marcatore finale alla fine del video PSA.

2. Stimoli

  1. selezionare gli stimoli bersaglio, preferibilmente sulla base di predefiniti key performance indicators (KPI).
  2. Quando si progetta il protocollo sperimentale, sparpagliare gli stimoli antifumo sei destinazione (cioè, tre punti e tre immagini appartenendo al PSAs selezionato tre) in un video composto da due blocchi.
    1. Costruire il blocco di punti come segue: una previsione spot (cioè, un documentario durata di 1 min), un treno di 10 spot antifumo (utilizzare un massimo di 10 elementi per assomigliare ad una tipica pausa pubblicitaria TV) e la linea di base posto.
    2. Costruire il blocco di immagini come segue: una previsione di immagine (cioè, 8 neutro immagini tratte dal database internazionale affettiva foto sistema (IAPS) 49), un treno di 10 immagini antifumo (per coerenza con il blocco di macchie), e la previsione di immagine.
  3. Per evitare la distorsione di un effetto posizionale nei partecipanti ' reazioni, avviare la metà dei partecipanti mostrando il blocco di spot e la metà dei partecipanti il blocco immagini.
    Per evitare una distorsione posizionale a livello di elementi specifici, visualizzare gli stimoli in un ordine casuale all'interno di ogni blocco.
  4. Selezionare un'appropriato 1-min video previsione (cioè, emotivamente neutro possibile, ad esempio un estratto del documentario) e posizionarlo immediatamente prima e immediatamente dopo il blocco di macchie nel protocollo video.
  5. Selezionare una previsione corretta immagine (cioè, più neutro possibile, ad esempio 8 neutri immagini prelevati dal database IAPS) 49 e posto immediatamente prima e subito dopo le immagini bloccare nel protocollo video.
  6. Quando si progetta il blocco di immagini, impostare la durata di visualizzazione di ogni immagine a 9 s per garantire la rilevazione di eventuale variazione delle componenti autonome, che presentano una risposta più lenta rispetto al segnale EEG. Tra ogni immagine set, il display traversa una bianca su una schermata nera per ristabilire il punto di fissazione centrale.

3. Elaborazione del segnale

Nota: potrebbero essere effettuate le seguenti operazioni computazionali con segnale pubblicamente disponibili vari elaborazione computazionale software, ad esempio EEGLAB 50 o LEDALAB 51, per l'analisi del segnale GSR. Mentre un software appositamente sviluppato è stato usato qui per alcuni calcoli, come descritto di seguito non dipendono il particolare software utilizzato. Così, le seguenti operazioni non descrivere precisamente l'interazione con il software di calcolo ma piuttosto dimostrerà i passaggi logici necessari per raggiungere i risultati.

  1. Elaborazione del segnale EEG.
    1. Per rilevare e rimuovere i componenti a causa di movimenti oculari, lampeggia e artefatti muscolari, applicare un filtro notch (50 Hz), un filtro passa-banda (2-30 Hz) e la procedura di 52 componenti indipendenti (ICA) di analisi per le tracce di EEG.
      1. Filtro EEG segnali con un filtro notch (50 Hz), per respingere i componenti principali di elettricità e poi con un filtro passa-banda (2-30 Hz), di respingere le componenti di frequenza che non sono correlati ai processi cognitivi studiandi.
      2. Convertire le serie temporali di EEG nel ICA 52.
      3. Trovare e rimuovere i componenti indipendenti relazionati agli artefatti.
        Nota: Gli elementi correlati a oculare componenti indipendenti si distinguono nettamente dai componenti cerebrale per forma e grandezza. Una volta rilevate, rimuovere tali componenti correlati agli artefatti oculari dalla procedura ICA prima di ricomporre il segnale nel dominio del tempo.
      4. Ricomporre il segnale EEG nel dominio del tempo utilizzando i componenti indipendenti mantenuti.
    2. Per ogni soggetto, stimare la frequenza alfa individuo (IAF) dalla condizione di riposo, per definire le bande di frequenza di interesse secondo il metodo suggerito nella scientIFIC letteratura 28.
      Nota: Questo passaggio è importante, poiché ogni definizione della banda di frequenze deve essere determinata individualmente per ogni soggetto.
    3. Calcolare il campo global power (GFP) 16 per ogni area corticale e per ogni soggetto.
      1. Filtro EEG segnali nelle bande di frequenza di interesse, in particolare theta (IAF-6:IAF-2) e alfa (IAF-2:IAF + 2), secondo la definizione suggerita nella letteratura scientifica 28.
      2. Calcolare la GFP 16 come la somma della potenza dei segnali EEG da specifici elettrodi sopra l'area corticale di interesse (ad esempio, la corteccia prefrontale destra e sinistra. Filtrare in una certa banda e media per il numero di elettrodi considerati. Vedere la seguente equazione:
        Equation 1
  2. Approccio ritiro Indice
    Nota: In diversi studi, è stata indicata la corteccia frontale come un'area di interesse per l'atteggiamento di approccio o ritiro in risposta ad una vasta gamma di stimoli 53 , 54 , 55 , 56 , 57 , 58.
    1. Applica la formula che definisce l'indice di AW come AW = GFPa_right - GFPa_left, dove GFPa_right e GFPa_left rappresentano la GFP calcolata dal diritto (AF6 e AF8) ed elettrodi di sinistra (AF5 e AF7) nella banda alfa 59 , < SUP classe = "xrif" > 60
    2. stimare la forma d'onda dell'indice cerebrale AW per ogni secondo e poi media per la durata degli stimoli.
    3. Standardizzare l'indice AW secondo la previsione di attività EEG acquisito all'inizio e alla fine dell'esperimento.
      Nota: I valori positivi AW significano una motivazione di approccio verso lo stimolo espresso dal soggetto, mentre i valori di AW negativi indicano una tendenza ritiro.
  3. Indice di sforzo
    Nota: parecchi studi dimostrano l'indagine e l'applicazione di sforzo cerebrale per varie attività in esseri umani 28 , 33.
    1. Per la valutazione dello sforzo cerebrale, utilizzare elettrodi frontali in theta band (AFz, FPz, AF5, AF6, AF7, AF8) 28 , 11 , 33 , 45.
    2. stimare la GFP 16 dagli elettrodi frontali. Standardizzare i dati di indice di sforzo, per quanto riguarda l'indice di AW, secondo la previsione di attività EEG acquisito all'inizio e alla fine dell'esperimento.
    3. Per interpretazione dei risultati, è opportuno ricordare che i livelli elevati dell'indice di sforzo implicano un livello più elevato di attività Difficoltà 31.
  4. Indice emotivo
    1. per ottenere il segnale di HR, impiegano il Pan-Tompkins algoritmo 61.
    2. Acquisire la conduttanza della pelle utilizzando il metodo (0,5 V) tensione costante 62.
    3. LEDAlab uso software 67 per ottenere il componente tonica della conduttanza della pelle (livello di conduttanza kin cioè, s (SCL)).
      1. Selezionare " analisi continua decomposizione " dal menu analisi.
        Nota: Si consiglia di ottimizzare l'analisi facendo il " ottimizza " pulsante.
      2. Fare clic su " applica " per accettare l'analisi ed avere la decomposizione tracciata.
    4. Ai fini della corrispondenza segnali SCL e HR, si riferiscono al modello del circumplex di effetto piano 63 , 64, dove le coordinate di un punto nello spazio sono definite rispettivamente dal (HR asse orizzontale) per descrivere la valenza e di SCL (asse verticale) per descrivere i fenomeni di eccitazione 36.
    5. Per ottenere una variabile monodimensionali, utilizzare lo stato emotivo di un soggetto come descritto dall'EI 10, definito dalla formula: EI = 1 - β/π '.
      Nota: Qui,
      Equation 2
      HR e Equation 3 costituiscono le variabili Ζ-Punteggio di HR e GSR, rispettivamente. < img alt = "Equazione 5" src="//cloudfront.jove.com/files/ftp_upload/55872/55872eq5.jpg" / > è espresso in radianti, calcolati come arctang(Equation 4 Equation 3). Perché l'angolo varierà tra [− 1, 1], l'EI varierà tra [− 1, 1].
    6. Per la interpretazione dei risultati, è opportuno ricordare che valori EI più alti implicano emozioni più positive sperimentata dal partecipante e viceversa.

Representative Results

22 soggetti sani (media ± età 17,64 0,95 anni, gamma = 16-19 anni) sono stati arruolati su base volontaria. Per quanto riguarda le abitudine di fumare, 7 partecipanti non erano fumatori, 9 erano fumatori leggeri (≤ 5 sigarette al giorno) e 6 erano fumatori pesanti (> 5 sigarette al giorno). I partecipanti di fumatore segnalato avere fumato la prima sigaretta all'età media di ± 13.38 3,01 anni e nessuno dei partecipanti ha riferito a hanno smesso in passato. Tutti i soggetti hanno dato informazioni dettagliate relative allo studio e firmato un consenso informato. L'esperimento è stato condotto secondo i principi delineati nella dichiarazione di Helsinki del 1975, rivisto nella sostanza nel 2000 ed è stato approvato dal comitato etico di università.

Nello studio presente, abbiamo usato i KPI proposti da Coffman65 e Varcoe66, e abbiamo selezionato tre campagne antifumo di destinazione. Due sono stati inclusi sulla base di essere classificatied come "efficace" e "inefficace", come testimoniano i dati ufficiali sulla promozione della salute e il miglioramento economico nella popolazione generale. Un terzo PSA era classificato e comprendeva sulla base dell'apprezzamento ottenuto da comitati specializzati, espresse in termini di quantità di premi ricevuti. Nello specifico, il PSA antifumo selezionato tre nel presente studio sono stati: io) CDC (immagine: CDC Terry; spot: CDC Roosevelt)67, USA 2012-2015, efficace68,44, suscitando paura appello e narrazione/esperienziale stile di comunicazione; II) credo che non fumo (immagini e video)69, Philip Morris, USA 1998, inefficace70,71, stile di comunicazione paternalistico; e iii) grassi sigaretta (immagini e video)72, British Heart Foundation, UK 2003, premiato (Clio Awards 2005 TV e Radio servizio pubblico bronzo, IPA efficacia Award 2004 The vincitori orologio d'oro; Efficacia di IPA Award 2004 la dedizione migliore vincitori al vincitore di efficacia; e 3 Palmares au Festival International de la publicité de Cannes 2004), stile di comunicazione simbolica.

L'analisi statistica ha consistito di un'ANOVA, con la categoria del PSA come all'interno del fattore con tre livelli (efficaci, inefficaci e premiati) e genere (M/F) come un fattore di tra. Atteggiamento di fumatori non era inclusa nell'analisi a causa del basso numero all'interno di tre possibili gruppi (vale a dire, per non fumatori, fumatori leggeri e forti fumatori), ma l'omogenea distribuzione dei partecipanti a questi tre gruppi ammessi per le prestazioni dell'analisi del campione compresso. È importante ricordare che il test ANOVA abbia sufficiente potenza statistica per affrontare l'analisi di un numero relativamente ridotto di partecipanti, come in questo studio73, purché il numero di fattori è inferiore a 4, come in questo caso.

Indice di ritiro di approccio:

Per le immagini, senza differenze statisticamente significative tra le tre campagne sono state identificate (F(2,40) = 2.649, p = 0,083), ma valori di AW segnalati per l'immagine "premiato" erano superiori a quelle indicate per il PSA "inefficace" (Figura 1, a sinistra).

Per gli stimoli dei video, è stato scoperto un effetto statisticamente significativo della categoria spot (cioè, efficace, inefficace o premiato) (F(2,40) = 3.171, p = 0.050). L'analisi post-hoc ha evidenziato i valori di AW aumentati stimati per lo spot "premiato" rispetto a quello "effettivo" (p = 0,047) e un'analogia forte tendenza (p = 0.060) rispetto al posto "inefficace" (Figura 1, a destra).

In sintesi, sia l'immagine e l'appartenenza spot per la campagna "premiata" ottenuti i valori di approccio più positivi, come valutato dall'indice AW.

Figure 1
Figura 1: stima Indice AW delle campagne selezionate antifumo PSA. Sulla sinistra sono risultati correlati alle immagini, e sulla destra sono risultati correlati ai punti del "efficace" e "inefficace" e "premiato" PSAs antifumo. Barre di errore rappresentano le deviazioni standard. Clicca qui per visualizzare una versione più grande di questa figura.

Indice di sforzo:

Il test ANOVA ha evidenziato un effetto statisticamente significativo della variabile (cioè, efficace, inefficace, o premiati) categoria per entrambe le immagini (F(2,40) = 8.589, p = 0,001) e spot (F(2,40) = 5.441, p = 0,008) stimoli. L'analisi post-hoc ha rivelato che, per le immagini, quello "effettivo" era significativamente più basso il "inefficace" (p = 0,009) e "assegnato" (p < 0.001) quelli (Figura 2, sinistra). Inoltre, l'analisi post-hoc eseguita sui punti ha mostrato che i valori di sforzo segnalati per il video "efficace" erano significativamente (p = 0,003) rispetto a quelli stimati per lo spot "premiato" (Figura 2, destra).

Figure 2
Figura 2: stima di indice di sforzo delle campagne selezionate antifumo PSA. Sulla sinistra sono risultati correlati alle immagini, e sulla destra sono risultati correlati ai punti del "efficace" e "inefficace" e "premiato" PSAs antifumo. Barre di errore rappresentano le deviazioni standard. Clicca qui per visualizzare una versione più grande di questa figura.

Indice emotivo:

In generale, i valori EI segnalati per la campagna "efficace" erano superiori a quelli di quei "inefficace" e "premiati", sia per l'immagine PSA antifumo e spot. Per quanto riguarda gli stimoli di immagine, anche se c'era una mancanza di significative differenze statistiche fra le condizioni valutate, una forte tendenza di aumento dei valori EI per l'immagine "efficace" rispetto a quello "inefficace" può essere apprezzato ( Figura 3, a sinistra). Per gli stimoli dei video, è stato trovato un effetto statisticamente significativo del fattore di categoria della località (F(2,32) = 3.978, p = 0,029). Inoltre, l'analisi post-hoc ha mostrato una diminuzione nei valori EI per lo spot "inefficace" rispetto a quello "effettivo" (p = 0,013) e una tendenza marcatamente simile (p = 0.060) rispetto al posto "premiato" (Figura 3, destra). In generale, i valori EI segnalati per la campagna "efficace" erano superiori a quelli della "inefficace" e quelle "premiati", sia per l'immagine e posto untismoking PSA.

Figure 3
Figura 3: stima EI le campagne antifumo selezionato di PSA. I risultati di sinistro sono legate alle immagini e sulla destra ci sono i risultati relazionati ai punti del "efficace" e "inefficace" e "premiato" PSAs antifumo. Barre di errore rappresentano le deviazioni standard. Clicca qui per visualizzare una versione più grande di questa figura.

Discussion

Modifiche del protocollo e risoluzione dei problemi:

Il protocollo descritto qui può essere modificato per l'utilizzo in una situazione sperimentale diversa. In particolare, il treno degli stimoli forniti qui può essere cambiato in una serie basata solo su immagini o solo il video. Questa modifica consentirebbe per test di solo stampati o solo video pubblicitari, rispettivamente. Tuttavia, qui non ci sono cambiamenti particolari nei passaggi necessari per l'elaborazione del segnale poiché l'avvenimento di artefatti oculari avverrà in ogni caso e devono essere rimossi dai segnali EEG. Quando vengono visualizzati solo i video, la linea di base poteva consistere solo video, senza l'uso di immagini prelevati dal database IAPS (come descritto sopra). Un avvenimento comune, rendendo necessaria la risoluzione dei problemi per tutte le registrazioni di EEG è la presenza di diversi artefatti muscolari a causa del movimento del soggetto durante le sessioni di registrazione. In questo caso, è importante per monitorare la qualità delle tracce EEG raccolte ed esaminare il video della sessione di registrazione per cercare l'occorrenza di tali artefatti di movimento più tardi. Se si verificano tali manufatti, modifiche della procedura per applicare la ICA sarà necessarie rimuovere tali manufatti. Dovuto l'avvenimento casuale di tali manufatti lungo le tracce di EEG, la procedura di ICA può facilmente produrre un componente nel quale tale muscolo artefatti sono presenti e che può rimuoverli dalla Counter-trasformazione successiva nel dominio del tempo per tornare pulito EEG dati.

Limiti della tecnica:

La tecnica di registrazione cerebrale ed emozionale descritta qui ha diversi limiti che devono essere presi in considerazione quando viene applicato a procedure sperimentali diverse da quello presentato. In particolare, la procedura di ICA è sensibile il numero dei sensori EEG impiegato. Così, diminuendo il numero di sensori a velocizzato le registrazioni avrà un impatto il numero di elementi che è possibile rimuovere. Infatti, la procedura qui descritta include sei sensori e permette la rimozione di due componenti principali artefatto (ad es., artefatti del muscolo oculare e lordo). Minore è il numero di sensori EEG utilizzato, minore è il numero di diversi tipi di artefatti che possono essere rimossi.

Un'altra limitazione della tecnica presentata è relativo alla quantità totale di tempo per le registrazioni cerebrale. Infatti, la durata totale consigliata in studi simili è un massimo di 1 h per ogni soggetto evitare un possibile effetto a causa di insorgenza di stanchezza o noia di confondimento. In questa misura, la lunghezza della stimolazione deve essere strettamente controllata, e una vasta gamma di stimoli non può essere testata sul partecipante stesso, o almeno non in un'unica seduta. Durante il fidanzamento di 1h, il partecipante deve essere accuratamente informato circa lo studio e chiesto di firmare il consenso informato, attrezzato con gli strumenti sperimentali e registrato in condizioni di riposo e durante le sessioni di attività sperimentale. Per evitare di superare il limite di tempo consigliato, una possibile risoluzione dei problemi di considerazione è di avere due sperimentatori impostare gli strumenti allo stesso tempo.

Significato per quanto riguarda i metodi esistenti:

Il protocollo presentato per la registrazione e analizzando la reazione cerebrale ed emozionale al PSA ha diversi vantaggi rispetto alle tradizionali tecniche di valutazione di pubblicità. In particolare, uno di loro è la possibilità di utilizzare un campione di dimensioni inferiore a quello necessario per ottenere risultati significativi quando Claustre verbali questionari. Infatti, mentre il protocollo qui descritto potrebbe essere fruttuosamente implementato con un campione di 20-30 partecipanti, il questionario verbale richiede almeno 100 intervistati.

Inoltre, la tecnica attuale può indagare risposte fisiologiche senza fare affidamento sui rapporti verbali della testata partecipanti, fornendo ulteriori reazioni istintive per l'esposizione di stimoli.

Future applicazioni:

Il protocollo proposto potrebbe essere applicato ad un campione più ampio di soggetti per ottenere ulteriori informazioni circa l'efficacia del PSA. Una futura applicazione è quello di identificare nuovi target specifici della popolazione a priori previsione di funzioni che definiscono l'efficacia di PSA per trasmettere messaggi appropriati sani ogni segmentazione della popolazione

Fasi critiche all'interno del protocollo:

Fasi critiche all'interno del protocollo includono la corretta selezione di linee di base rispetto al quale valutare l'importanza di stimoli forniti, così come rifiuto artefatto. Qui, abbiamo usato il database IAPS, che forniscono una vasta collezione di immagini cui reazioni emotive sono stati valutati come linea di base e la metodologia di ICA, che ha rimosso gli artefatti indotto da movimenti oculari e del muscolo dalle tracce EEG.

Significato dei dati ottenuti:

L'assenza di un effetto statisticamente significativo del fattore genere in alcun indice suggerisce che non esiste alcuna differenza tra i giovani maschi e femmine nella reazione agli stimoli antifumo. Questo sembra essere in linea con la piuttosto omogenea diffusione dell'abitudine al fumo nella popolazione italiana tra la popolazione di età indagate74.

Per quanto riguarda l'indice di AW, ha portato la campagna "premiata" promosso un atteggiamento significativamente più si avvicina rispetto il PSA "efficace" e "inefficace" per l'immagine e la chiazza stimoli. Ciò può essere spiegato dallo stile di comunicazione simbolica che caratterizzano il PSA "premiato". Inoltre, l'effetto statisticamente significativo della categoria spot, così come la stessa tendenza della categoria immagine, sono in linea con i risultati presentati negli studi precedenti, dove l'emisfero destro o sinistro attivazione-riflette dal P300 diversi variazione di ampiezza-è stata modulata esposizione al neutro, promuovendo e a contrasto fumo messaggi stimoli75.

Per quanto riguarda l'indice di sforzo, l'immagine "efficace" era meno effortful. Questo può essere spiegato dal messaggio molto chiaro trasmesso dall'immagine della signora che ha subito una tracheotomia, con la frase di accompagnamento "non dire alla gente fumare fa male, mostrare loro." Al contrario, l'immagine "premiato", raffigurante una sigaretta che simboleggia un'arteria completo adiposità, ottenuti i più alti livelli di sforzo, probabilmente a causa delle conseguenze vascolari di meno conosciuti di abitudine al fumo nella popolazione generale rispetto ai più famosi effetti polmonari. Infine, l'immagine "inefficace", raffigurante un uomo con suo figlio dietro la frase "Pensa, non fumo," probabilmente ha suscitato i valori di sforzo abbastanza elevato dovuto il rapporto apparentemente debole tra il testo e l'immagine, possibilmente inducendo gli osservatori per tentare di comprendere la connessione tra questi due elementi. In contrasto con l'immagine "efficace", il video appartenenti alla stessa campagna segnalati i più alti valori di sforzo, probabilmente a causa della complessità della storia narrata, in cui un giovane uomo racconta l'attacco di cuore che ha avuto quando aveva appena 45 anni , così come tutte le conseguenze di quell'evento, a partire dalla cicatrice sul suo petto per le limitazioni nella vita quotidiana. Questo risultato è secondo un recente studio, fornendo la prova che la presenza di una struttura narrativa in spot video risulta maggiore potenza di teta nel frontale sinistro76.

Infine, la campagna "efficace" ha mostrato i valori più alti di EI, possibilmente dovuto l'empatia indotta dal malato testimonials della campagna e a causa di esplicitezza del messaggio. Questo risultato potrebbe essere conforme alle prove ottenute attraverso un questionario nello stesso gruppo di età come il nostro campione (16-19 anni). Il questionario rispetto la percezione di un'immagine antifumo che induce paura con la percezione di un'immagine più positiva e che ha dimostrato che i partecipanti hanno preferivano quella che induce paura perché era più "attraente" che il primo77. Inoltre, i più alti valori EI stimato per la campagna "efficace", in accordo con un precedente studio pilota su antifumo TV spot11, è supportata dall'evidenza che emotivi anti-fumo annunci sono stati associati con maggiore efficacia, valutata in termini di numero di chiusura tentativi nella popolazione adulta, rispetto ad altri tipi di pubblicità78.

Perché dati per quanto riguarda l'epidemiologia dell'iniziazione di consumo di tabacco in Italia principalmente coinvolge persone da 15-17 anni74, è stato selezionato un campione di popolazione giovane. Risultati ottenuti nello studio presente, sebbene condotta su un campione limitato di studenti delle scuole superiori, tuttavia supportano l'utilità di tali indici di neurometric per valutare valutazione PSA antifumo. Ulteriori studi su un campione più ampio di studenti nell'ambito del programma di ricerca SmokeFreeBrain potrebbero restituire informazioni più decisivi sulla generazione di PSA "efficace" per i giovani. La presenza di una corrispondenza tra la popolazione target e il messaggio pubblicizzato è stata indicata per aumentare l'impatto del messaggio impliciti atteggiamenti e azioni correlate e per indurre una valutazione più positiva del messaggio promosso79. Infine, in questo quadro, uno dei principali fattori di interesse per la progettazione di una campagna efficace è la scelta del più appropriato testimonial80. Evidentemente, questa indagine deve essere estesa a un campione di anziane, poiché la reazione fisiologica, cognitiva e autonomica alla pubblicità e, in particolare, antifumo PSA potrebbe essere diverso in età diverse popolazioni27,81 ,82. Infine, i risultati della ricerca presente e futuro potenzialmente riduce lo spreco di denaro pubblico relativa alla generazione e alla trasmissione di "inefficace" PSA per diversi target di popolazione.

Disclosures

Gli autori non hanno nulla a rivelare.

Acknowledgments

Il presente lavoro è stato supportato in parte dalla Commissione europea da Horizon2020 progetto HCO-06-2015, "SmokeFreeBrain," GA n. 681120.

Materials

Name Company Catalog Number Comments
BrainVision Engineering, LiveAmp Brain Products GmbH
Zeppelinstrasse 7
82205 Gilching Germany		 BP-200-3000 32 Channel wireless EEG amplifier system
BrainVision Engineering, Neuromarketing Headset Brain Products GmbH
Zeppelinstrasse 7
82205 Gilching Germany		 N/A still a prototype 6 channel EEG headset, Prototype system for EEG measurements to conduct neuromarketing studies
BrainVision Recorder Brain Products GmbH
Zeppelinstrasse 7
82205 Gilching Germany		 BP-170-3000 EEG recording Software for EEG data acquisition
Nexus-10 MKII Mind Media BV Louis Eijssenweg 2B 6049CD Herten The Netherlands NX10B-8000mAh
SN 0939130157		 Biofeedback and Neurofeedback 10 channels acquiring system multipurpose measuring capabilities (heart rate, skin conductance and more)
BioTrace+ Mind Media BV Louis Eijssenweg 2B 6049CD Herten The Netherlands Recording software for Nexus-10 MKII data acquisition

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Neuroscienze problema 126 neuroscienze consumatore neuromarketing alfa alfa asimmetria Teta elettroencefalografia frequenza cardiaca risposta galvanica cutanea teoria di ritiro di approccio indice emotivo emozione
Elettroencefalografici, frequenza cardiaca e valutazione di risposta galvanica della pelle per una percezione di pubblicità Studio: applicazione per annunci di servizio pubblico antifumo
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Cartocci, G., Caratù, M.,… More

Cartocci, G., Caratù, M., Modica, E., Maglione, A. G., Rossi, D., Cherubino, P., Babiloni, F. Electroencephalographic, Heart Rate, and Galvanic Skin Response Assessment for an Advertising Perception Study: Application to Antismoking Public Service Announcements. J. Vis. Exp. (126), e55872, doi:10.3791/55872 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter