Waiting
Login processing...

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

Behavior

संवर्धित वास्तविकता का प्रयोज्य मूल्यांकन: एक न्यूरो-सूचना-प्रणाली अध्ययन

Published: November 30, 2022 doi: 10.3791/64667
Automatic Translation
*1, *1, 2,3,4, 5, 1, 1, 1
1Economics and Management School, Jiangsu University of Science and Technology, 2School of Health, Fujian Medical University, 3School of Management, Shanghai University, 4School of Management, Zhejiang University, 5Business School, La Trobe University
* These authors contributed equally

Summary

यह अध्ययन व्यक्तिपरक और उद्देश्य मूल्यांकन के संयोजन के लिए एक प्रयोज्य परीक्षण के लिए एक प्रयोगात्मक प्रतिमान प्रस्तुत करता है। उद्देश्य मूल्यांकन ने न्यूरो-सूचना-प्रणाली (न्यूरोआईएस) विधियों को अपनाया, और व्यक्तिपरक मूल्यांकन ने एक प्रयोज्य प्रश्नावली और नासा-टास्क लोड इंडेक्स (नासा-टीएलएक्स) पैमाने को अपनाया।

Abstract

यह अध्ययन एक प्रबंधन सूचना प्रणाली (एमआईएस) में उभरती प्रौद्योगिकियों के प्रयोज्य परीक्षण के लिए एक प्रयोगात्मक प्रतिमान का परिचय देता है। प्रयोज्य परीक्षण में व्यक्तिपरक और उद्देश्य मूल्यांकन दोनों शामिल थे। व्यक्तिपरक मूल्यांकन के लिए, एक प्रयोज्य प्रश्नावली और एक नासा-टीएलएक्स पैमाने को अपनाया गया था। उद्देश्य मूल्यांकन के लिए, न्यूरो-सूचना-प्रणाली (न्यूरोआईएस) के तरीकों का उपयोग किया गया था। न्यूरोआईएस परिप्रेक्ष्य से, इस अध्ययन ने मल्टीमॉडल माप के लिए मोबाइल एफएनआईआरएस और आंख ट्रैकिंग चश्मे का उपयोग किया, जिसने वास्तविक दुनिया के व्यवहार प्रयोगों में उपयोग किए जाने वाले संज्ञानात्मक तंत्रिका विज्ञान उपकरणों की पारिस्थितिक वैधता की समस्या को हल किया। इस अध्ययन में इंटरनेट ऑफ थिंग्स (आईओटी) में एकीकृत संवर्धित वास्तविकता (एआर) का उपयोग एक प्रयोगात्मक वस्तु के रूप में किया गया था। न्यूरोइमेजिंग डेटा, शारीरिक डेटा, प्रयोज्य प्रश्नावली, और दो सूचना-खोज मोड (एआर बनाम एक वेबसाइट) के बीच नासा-टीएलएक्स स्केल डेटा में अंतर की तुलना करते हुए, एआर के साथ सूचना खोज में खपत निर्णय लेने की प्रक्रिया के दौरान वेबसाइट के साथ सूचना खोज की तुलना में उच्च दक्षता और कम संज्ञानात्मक भार था। प्रयोज्य प्रयोग के परिणाम दर्शाते हैं कि खुदरा क्षेत्र में एक उभरती हुई तकनीक के रूप में एआर, उपभोक्ता अनुभवों को प्रभावी ढंग से बढ़ा सकता है और उनकी खरीद के इरादे को बढ़ा सकता है। प्रयोगात्मक प्रतिमान, इस अध्ययन में व्यक्तिपरक और उद्देश्य मूल्यांकन दोनों को मिलाकर, उभरती प्रौद्योगिकियों के लिए प्रयोज्य परीक्षण पर लागू किया जा सकता है, जैसे कि संवर्धित वास्तविकता, आभासी वास्तविकता, कृत्रिम बुद्धि, पहनने योग्य प्रौद्योगिकी, रोबोटिक्स और बड़ा डेटा। यह उभरती प्रौद्योगिकियों को अपनाने के साथ मानव-कंप्यूटर-इंटरैक्शन में उपयोगकर्ता अनुभव के लिए एक व्यावहारिक प्रयोगात्मक समाधान प्रदान करता है।

Introduction

छह सीमांत प्रौद्योगिकियां जो उपभोक्ताओं के साथ बातचीत करती हैं, आमतौर पर संवर्धित वास्तविकता, आभासी वास्तविकता, कृत्रिम बुद्धि, पहनने योग्य प्रौद्योगिकी, रोबोटिक्स और बड़े डेटा द्वारा प्रतिनिधित्व की जाती हैं, उपभोक्ता व्यवहारके कई सैद्धांतिक मॉडल को फिर से आकार दे रही हैं। संवर्धित वास्तविकता (एआर) एक नई तकनीक है जो उपभोक्ता अनुभव को बढ़ा सकती है और उपभोक्ता संतुष्टि में सुधार कर सकती है। यह आभासी ता और वास्तविकता को फ्यूज करने के लिए वास्तविक परिदृश्यों पर पाठ्य जानकारी, चित्र, वीडियो और अन्य आभासी वस्तुओं को सुपरइम्पोज करता है, इस प्रकार स्पष्टीकरण, मार्गदर्शन, मूल्यांकन और भविष्यवाणी2 के माध्यम से वास्तविक दुनिया में जानकारी बढ़ाता है। एआर एक नए प्रकार का मानव-कंप्यूटर इंटरैक्शन प्रदान करता है, जो उपभोक्ताओं के लिए एक इमर्सिव शॉपिंग अनुभव बनाता है, औरकई अनुप्रयोगों 3,4 के विकास का नेतृत्व करता है। हालांकि, एआर सेवाओं की उपभोक्ता स्वीकृति अभी भी न्यूनतम है, और कई कंपनियां इस प्रकार एआर तकनीक 5,6 को अपनाने के बारे में सतर्क हैं। प्रौद्योगिकी स्वीकृति मॉडल (टीएएम) का व्यापक रूप से नईसूचना प्रौद्योगिकियों 7,8 को अपनाने के व्यवहार को समझाने और भविष्यवाणी करने के लिए उपयोग किया गया है। टीएएम के अनुसार, एक नई तकनीक के लिए अपनाने का इरादा काफी हद तक इसकीप्रयोज्यता पर निर्भर करता है। इसलिए, टीएएम परिप्रेक्ष्य से एआर सेवाओं की धीमी उपभोक्ता स्वीकृति के लिए एक संभावित स्पष्टीकरण नई तकनीकों की प्रयोज्यता से संबंधित हो सकता है, जोखरीदारी करते समय एआर की प्रयोज्यता का मूल्यांकन करने की आवश्यकता पर प्रकाश डालता है।

प्रयोज्यता को निर्दिष्ट उपयोगकर्ताओं द्वारा निर्दिष्ट संदर्भ में निर्दिष्ट लक्ष्यों को प्राप्त करने की प्रभावशीलता, दक्षता और संतुष्टि के रूप में परिभाषित किया गयाहै। वर्तमान में, प्रयोज्यता का मूल्यांकन करने के लिए दो मुख्य तरीके हैं: व्यक्तिपरक और उद्देश्य मूल्यांकन13। व्यक्तिपरक मूल्यांकन मुख्य रूप से प्रश्नावली और तराजू का उपयोग करके आत्म-रिपोर्ट विधियों पर निर्भर करते हैं। शोध की इस पंक्ति के बाद, इस अध्ययन में उपयोग की जाने वाली प्रश्नावली में एक लक्ष्य को प्राप्त करने के लिए सूचना खोज मोड से जुड़ी पांच विशेषताएं शामिल थीं: (1) दक्षता, (2) उपयोग में आसानी, (3) यादगारता (याद रखने में आसान), (4) संतुष्टि (सूचना खोज मोड आरामदायक और सुखद है), और (5) अन्य वस्तुओं के लिए सामान्यीकरण14,15,16।. इसके अलावा, संज्ञानात्मक भार, एक शिक्षार्थी17 की संज्ञानात्मक प्रणाली पर एक विशेष कार्य करते समय भार का प्रतिनिधित्व करता है, प्रयोज्यता18,19 का एक और मुख्य संकेतक है। इस प्रकार, इस अध्ययन ने वेबसाइट सेवाओं का उपयोग करके एआर बनाम खरीदारी का उपयोग करते समय संज्ञानात्मक भार को मापने के लिए एक व्यक्तिपरक मीट्रिक के रूप में नासा टास्क लोड इंडेक्स (नासा-टीएलएक्स) 13,20 का भी उपयोग किया। यह उल्लेखनीय है कि स्व-रिपोर्ट विधियां व्यक्तियों की क्षमता और इच्छा पर निर्भर करती हैं कि वे अपने दृष्टिकोण और / या पूर्व व्यवहार21 को सटीक रूप से रिपोर्ट कर सकें, जिससे गलत रिपोर्टिंग, अंडर-रिपोर्टिंग या पूर्वाग्रह की संभावना खुल जाती है। इस प्रकार, उद्देश्य उपाय पारंपरिकव्यक्तिपरक तरीकों के लिए एक मूल्यवान पूरक हो सकते हैं।

एआर प्रयोज्यता के उद्देश्य मूल्यांकन के लिए न्यूरो-सूचना-प्रणाली (न्यूरोआईएस) विधियों का उपयोग किया जाता है। 2007 के आईसीआईएस सम्मेलन में डिमोका एट अल द्वारा गढ़ा गया न्यूरोआईएस, सूचना प्रणाली (आईएस) 23 के क्षेत्र में बढ़ते ध्यान को आकर्षित कर रहा है। न्यूरोआईएस आईएस प्रौद्योगिकियों24,25 के विकास, अपनाने और प्रभाव को बेहतर ढंग से समझने के लिए संज्ञानात्मक तंत्रिका विज्ञान के सिद्धांतों और उपकरणों का उपयोग करता है। आज तक, संज्ञानात्मक तंत्रिका विज्ञान उपकरण, जैसे कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई), इलेक्ट्रोएन्सेफलोग्राम (ईईजी), पॉज़िट्रॉन उत्सर्जन गणना टोमोग्राफी, मैग्नेटोएन्सेफलोग्राफी (एमईजी), और कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस), आमतौर पर न्यूरोआईएस अध्ययन26,27 में उपयोग किए जाते हैं। उदाहरण के लिए, डिमोका और डेविस ने वेबसाइट के साथ बातचीत करते समय विषयों के सक्रियण को मापने के लिए एफएमआरआई का उपयोग किया, और खुलासा किया कि उपयोग में आसानी ने प्रीफ्रंटल कॉर्टेक्स (पीएफसी) 28 में सक्रियण को प्रभावित किया। इसी तरह, ईईजी का उपयोग करते हुए, मोरिडिस एट अल ने पाया कि ललाट विषमता उपयोगिता29 के साथ निकटता से जुड़ी हुई थी। इन परिणामों से संकेत मिलता है कि पीएफसी प्रयोज्यता में महत्वपूर्ण भूमिका निभा सकता है।

यद्यपि पिछले न्यूरोआईएस अध्ययनों में उपलब्धियां हासिल की गई हैं, इन अध्ययनों में उपयोग किए जाने वाले प्रतिमानों में कम पारिस्थितिक वैधता वाले विषयों के शरीर के आंदोलनों को सीमित किया गया था, जिससे उनके सैद्धांतिक और व्यावहारिक योगदान सीमित हो गए थे। खरीदारी करते समय एआर जैसी तकनीकों के साथ बातचीत करने के लिए मुफ्त शरीर आंदोलनों की आवश्यकता होती है, और विषय बाधाएं काफी हद तक उपभोक्ता अनुभव को खराब करती हैं जैसा कि He et al.22 में चर्चा की गई है। इस प्रकार, सूचना प्रणालियों के प्रयोज्य परीक्षण के लिए उच्च पारिस्थितिक वैधता वाले मस्तिष्क-इमेजिंग उपकरणों की आवश्यकता होती है। इस संबंध में, एफएनआईआरएस के अद्वितीय तकनीकी फायदे हैं: एफएनआईआरएस प्रयोगों के दौरान, विषय कुछ हद तक स्वतंत्र रूप सेआगे बढ़ सकते हैं। उदाहरण के लिए, पिछले अध्ययनों ने पोर्टेबल एफएनआईआरएस31 का उपयोग करके साइकिल चलाने जैसी कई बाहरी गतिविधियों के दौरान विषयों के मस्तिष्क सक्रियण को मापा है। इसके अलावा, एफएनआईआरएस कम लागत वाला है औरलंबे समय तक मस्तिष्क सक्रियण के माप को सक्षम बनाता है। इस अध्ययन में, एफएनआईआरएस का उपयोग एआर बनाम वेबसाइट की शॉपिंग सेवाओं का उपयोग करते हुए विषयों के संज्ञानात्मक भार के स्तर को निष्पक्ष रूप से मापने के लिए किया गया था।

नेत्र ट्रैकिंग हालके वर्षों में प्रयोज्य परीक्षण के दौरान उपयोगकर्ताओं के दृश्य ध्यान का पता लगाने के लिए एक मूल्यवान मनोवैज्ञानिक तकनीक रही है और न्यूरोआईएस अध्ययन34 में भी व्यापक रूप से उपयोग की गई है। तकनीक आंख-मन परिकल्पना पर निर्भर करती है, जो मानती है कि पर्यवेक्षक का ध्यान वहां जाता है जहां ध्यान निर्देशित किया जाता है, कि दृश्य ध्यान मानसिक प्रक्रिया का प्रतिनिधित्व करता है, और दृश्य ध्यान के पैटर्न मानव संज्ञानात्मक रणनीतियों को दर्शाते हैं35,36,37। एआर अनुसंधान के क्षेत्र में, यांग एट अल ने यह पता लगाने के लिए आंखों की ट्रैकिंग का उपयोग किया कि एआर विज्ञापन ने उनकी जिज्ञासाऔर ध्यान बढ़ाकर विज्ञापन के प्रति उपभोक्ताओं के दृष्टिकोण में सुधार किया है। वर्तमान अध्ययन में, आंखों की ट्रैकिंग का उपयोग विषयों के ध्यान को मापने के लिए किया गया था, जिसमें कुल निर्धारण अवधि, औसत निर्धारण अवधि, निर्धारण आवृत्ति, आवृत्ति आवृत्ति, औसत स्कैन अवधि और औसत स्कैन पथ लंबाई जैसे पैरामीटर शामिल थे।

सारांश में, यह अध्ययन एक प्रयोज्य परीक्षण विधि का प्रस्ताव करता है जो एक उदाहरण के रूप में एआर अनुप्रयोगों के साथ व्यक्तिपरक और उद्देश्य मूल्यांकन को जोड़ती है। व्यक्तिपरक मूल्यांकन के लिए एक प्रयोज्य प्रश्नावली और एक नासा-टीएलएक्स पैमाने का उपयोग किया गया था, और उद्देश्य मूल्यांकन39,40 के लिए एफएनआईआरएस और आंख ट्रैकिंग के संयोजन वाले मल्टीमॉडल उपायों का उपयोग किया गया था।

प्रायोगिक डिजाइन
प्रायोगिक सामग्री: वास्तविक जीवन की खरीदारी के संदर्भ का अनुकरण करने के लिए, एक प्रयोगशाला में एक उत्पाद शेल्फ बनाया गया था, और खनिज पानी के दो अलग-अलग ब्रांडों को प्रयोगात्मक सामग्री के रूप में शेल्फ पर रखा गया था। आवश्यक वस्तुओं के रूप में, खनिज पानी का चयन किया गया था क्योंकि प्रतिभागियों को उनकी व्यावसायिक पृष्ठभूमि, लिंग और क्रय क्षमता के आधार पर व्यक्तिपरक मूल्यांकन में पूर्वाग्रह नहीं होगा। अप्रासंगिक चर के हस्तक्षेप को खत्म करने के लिए ब्रांडों की कीमत, क्षमता और परिचितता को नियंत्रित किया गया था ( सामग्री की तालिका देखें)।

प्रयोज्य परीक्षण में दो शर्तें शामिल थीं: एक स्मार्टफोन-आधारित एआर एप्लिकेशन (पूरक चित्रा 1) और एक वेबसाइट (पूरक चित्रा 2)। एआर एप्लिकेशन को एआर इंजन के आधार पर प्रोग्राम किया गया था। वेबसाइट को पायथन का उपयोग करके विकसित किया गया था, जो फ्रंट-एंड के लिए बूटस्ट्रैप और बैक-एंड के लिए फ्लास्क पर आधारित था। एआर एप्लिकेशन और वेबसाइट को स्मार्टफोन पर चलाया और ब्राउज़ किया गया था। खनिज पानी के दो अलग-अलग ब्रांडों में से, एक का उपयोग एआर स्थिति में प्रयोगात्मक सामग्री के रूप में किया गया था, और दूसरे का उपयोग वेबसाइट की स्थिति में किया गया था।

प्रायोगिक कार्य: प्रतिभागियों को आईओटी अनुप्रयोग संदर्भों से प्राप्त चार सूचना खोज कार्यों को करने के लिए कहा गया था: पानी की गुणवत्ता, भंडारण तापमान, मिलान आहार और प्रति लीटर की कीमत। ये चार सूचना आइटम हैं जो उपभोक्ता आमतौर पर ध्यान देते हैं जब वे खनिज पानी खरीदते हैं। प्रतिभागियों के लिए कार्यों को पूरा करने के लिए समय की कोई बाधा नहीं थी।

पानी की गुणवत्ता: खनिज पानी की गुणवत्ता में आमतौर पर दो संकेतक शामिल होते हैं: कुल घुलित ठोस (टीडीएस) और पीएच मान। टीडीएस खनिज सामग्री को दर्शाता है, और पीएच मान पानी की अम्लता / क्षारीयता का वर्णन करता है। ये दो संकेतक खनिज पानी में निहित तत्वों का पता लगाने और स्वाद को प्रभावित करने से संबंधित हैं। उदाहरण के लिए, ब्रुवोल्ड और ओंगर्थ ने पानी की संवेदी गुणवत्ता को इसकी टीडीएस सामग्री41 के अनुसार पांच ग्रेड में विभाजित किया। मार्कसेन एट अल ने पाया कि पानी में 100-400 मिलीग्राम / एल टीडीएस42 की सीमा में अच्छे संवेदी गुण हैं। इस अध्ययन में उपयोग किए गए खनिज पानी के दो ब्रांडों के टीडीएस और पीएच मान को क्रमशः टीडीएस और पीएच मीटर का उपयोग करके मापा गया था, और फिर एआर एप्लिकेशन और वेबसाइट पर चिह्नित किया गया था। कार्य करते समय, प्रतिभागियों को खनिज पानी के टीडीएस और पीएच मूल्यों की रिपोर्ट करने और यह पुष्टि करने की आवश्यकता थी कि क्या ये मान नाममात्र सीमा के भीतर थे। एआर स्थिति में, प्रतिभागी पानी की बोतल को स्कैन करके यह जानकारी प्राप्त कर सकते हैं। वेबसाइट की स्थिति में, प्रतिभागियों को चार चरणों का पालन करना आवश्यक था: (1) खनिज पानी की बोतल के पीछे एक संख्यात्मक कोड खोजना, (2) खनिज पानी के लिए टीडीएस और पीएच मान प्राप्त करने के लिए क्वेरी बॉक्स में संख्यात्मक कोड दर्ज करना, (3) वेबसाइट पर खनिज पानी के लिए नाममात्र सीमा खोजना, और (4) मौखिक रूप से रिपोर्ट करना कि क्या टीडीएस और पीएच मान उत्पाद के लिए नाममात्र सीमा के भीतर हैं।

भंडारण तापमान: तापमान में परिवर्तन के कारण परिवहन और भंडारण के दौरान खनिज पानी की गुणवत्ता कम हो सकती है। प्रयोगों से पता चला है कि परिवहन और भंडारण के दौरान खनिज पानी के लिए उपयुक्त तापमान 5 डिग्री सेल्सियस और 25 डिग्री सेल्सियस के बीच है। इस तापमान सीमा में, पानी में खराब गंध नहीं होतीहै। वर्तमान प्रयोग में, विभिन्न स्थानों पर दो प्रकार के खनिज पानी के भंडारण तापमान को एआर एप्लिकेशन और वेबसाइट पर चिह्नित किया गया था। कार्य करते समय, प्रतिभागियों को भंडारण स्थान और पानी के संबंधित तापमान की रिपोर्ट करने की आवश्यकता थी। एआर स्थिति में, प्रतिभागी पानी की बोतल को स्कैन करके यह जानकारी प्राप्त कर सकते हैं। वेबसाइट की स्थिति में, प्रतिभागी क्वेरी बॉक्स में संख्यात्मक कोड दर्ज करके यह जानकारी प्राप्त कर सकते हैं।

मिलान आहार: खनिज पानी के विभिन्न ब्रांड अपनी अनूठी खनिज संरचना और बुलबुला सामग्री के कारण विभिन्न मेनूके लिए उपयुक्त हैं। वर्तमान प्रयोग में, एआर एप्लिकेशन और वेबसाइट पर दो खनिज पानी के लिए आहार संबंधी सिफारिशें चिह्नित की गई थीं। कार्य करते समय, प्रतिभागियों को यह रिपोर्ट करने की आवश्यकता थी कि खनिज पानी मेनू में भोजन से कैसे मेल खाता है। एआर स्थिति में, प्रतिभागी पानी की बोतल को स्कैन करके यह जानकारी प्राप्त कर सकते हैं। वेबसाइट की स्थिति में, प्रतिभागी वेबसाइट पर इस जानकारी की खोज कर सकते हैं।

कीमत प्रति लीटर: वर्तमान में, चीन में खनिज पानी की बोतलों पर लेबल प्रति लीटर कीमत की जानकारी प्रदर्शित नहीं करते हैं। इससे उपभोक्ताओं के लिए विभिन्न प्रकार के खनिज पानी की इकाई कीमतों में अंतर को अलग करना मुश्किल हो जाता है। इसलिए, वर्तमान प्रयोग में प्रतिभागियों को प्रति लीटर कीमत की रिपोर्ट करने की आवश्यकता थी। एआर एप्लिकेशन में, प्रतिभागी पानी की बोतल को स्कैन करके सीधे प्रति लीटर मूल्य प्राप्त कर सकते हैं। वेबसाइट की स्थिति में, जानकारी की गणना लेबल पर इकाई मूल्य और मात्रा से की जा सकती है।

इस अध्ययन में प्रतिभागी के भीतर के डिजाइन का उपयोग किया गया, जिसमें प्रतिभागी समावेश और बहिष्करण मानदंड थे जैसा कि तालिका 1 में वर्णित है। कुल 40 प्रतिभागियों ने प्रयोग पूरा किया (20 पुरुष और 20 महिलाएं, औसत आयु = 21.31 ± 1.16 वर्ष)। सभी प्रतिभागी जियांग्सू यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी के स्नातक थे और उन्हें यादृच्छिक रूप से दो समूहों (ए और बी) में व्यवस्थित किया गया था। आदेश प्रभाव से बचने के लिए, प्रयोगात्मक क्रम को दो समूहों (ए / बी) में संतुलित किया गया था। विशेष रूप से, एक समूह ने पहले एआर स्थिति और फिर वेबसाइट की स्थिति का प्रदर्शन किया, जबकि दूसरे समूह ने पहले वेबसाइट और फिर एआर स्थिति का प्रदर्शन किया। प्रतिभागियों को प्रयोग के लिए तैयारी पूरी करने, उपकरणों को पहनने और प्रयोगात्मक कार्यों को करने की आवश्यकता थी। इंटर-एक्सपेरिमेंट अंतराल को 10 सेकंड तक सेट किया गया था ताकि कॉर्टिकल सक्रियण को बेसलाइन स्तर पर लौटने की अनुमति मिल सके, बाद के कार्य में क्रॉस-प्रभाव से बचा जा सके। वेबसाइट प्रयोग के अंत में, प्रतिभागियों को प्रयोज्य प्रश्नावली और नासा-टीएलएक्स पैमाने को पूरा करने की आवश्यकता थी। प्रयोगात्मक फ़्लोचार्ट चित्र 1 में दिखाया गया है। प्रयोगात्मक सेटअप की एक तस्वीर चित्रा 2 में प्रस्तुत की गई है।

तालिका 1: अध्ययन के लिए समावेश और बहिष्करण मानदंड। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

Figure 1
चित्र 1: प्रायोगिक फ़्लोचार्ट। प्रत्येक प्रयोग ~ 45 मिनट तक चला, कार्यों के बीच 10 सेकंड की आराम अवधि के साथ। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्रा 2: प्रयोगात्मक दृश्य का उदाहरण सेटअप। प्रयोगात्मक सामग्री, प्रतिभागी और उपकरण दिखाए गए हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

यह अध्ययन हेलसिंकी घोषणा के सिद्धांतों के अनुसार आयोजित किया गया था। सभी प्रतिभागियों को प्रयोग के उद्देश्य और सुरक्षा के बारे में सूचित किया गया था और भागीदारी से पहले सूचित सहमति फॉर्म पर हस्ताक्षर किए गए थे। इस अध्ययन को जिआंगसु विज्ञान और प्रौद्योगिकी विश्वविद्यालय के संस्थागत समीक्षा बोर्ड द्वारा अनुमोदित किया गया था।

1. प्रयोग प्रक्रिया

  1. प्रयोग के लिए तैयारी
    1. प्रतिभागियों को सूचित सहमति समझाएं और उन्हें सहमति फॉर्म पर हस्ताक्षर करने के लिए कहें।
    2. प्रतिभागियों पर एक रंग दृष्टि परीक्षण करें ताकि यह पुष्टि हो सके कि उनके पास सामान्य रंग भेदभाव है।
    3. प्रतिभागियों को 30 खनिज पानी के ब्रांड पेश करें और उन्हें उन ब्रांडों को चुनने के लिए कहें जिनसे वे परिचित हैं, यह सुनिश्चित करने के लिए कि वे प्रयोग में उपयोग किए जाने वाले खनिज पानी के ब्रांडों से अपरिचित हैं।
    4. प्रतिभागियों को प्रयोग की प्रक्रिया का परिचय दें।
    5. अध्ययन में उपयोग किए जाने वाले लोगों के अलावा खनिज पानी ब्रांडों का उपयोग करने वाले प्रतिभागियों पर एक पूर्व-प्रयोग करें, और सुनिश्चित करें कि वे एआर और वेबसाइट संचालन से परिचित हैं।
    6. समूह ए के प्रत्येक प्रतिभागी को पहले एआर प्रयोग करने के लिए निर्देशित करें, और फिर वेबसाइट प्रयोग करने के लिए। समूह बी के प्रत्येक प्रतिभागी को पहले वेबसाइट प्रयोग करने के लिए निर्देशित करें, और फिर एआर प्रयोग करने के लिए।
  2. वाद्य यंत्र पहनना
    1. एफएनआईआरएस जांच
      1. त्वचा तैयारी जेल के साथ प्रतिभागियों की माथे की त्वचा को साफ करें ( सामग्री की तालिका देखें)।
      2. पसीने की परिस्थितियों के लिए प्लास्टिक की चादर में जांच ( सामग्री की तालिका देखें) लपेटें। ब्लैक हेडबैंड45 के साथ अंतरराष्ट्रीय 10-20 सिस्टम के अनुसार एफपी 1 और एफपी 2 स्थिति पर जांच को ठीक करें। परिवेशी प्रकाश से बचाने और सिग्नल की गुणवत्ता में सुधार करने के लिए जांच को कवर करने के लिए एक काले बैंडाना का उपयोग करें।
      3. प्रयोग समाप्त करने के बाद 70% आइसोप्रोपिल अल्कोहल पैड का उपयोग करके ट्रांसमीटर और जांच के रिसीवर को साफ करें।
    2. आंख ट्रैकर: आंखों के ट्रैकिंग चश्मे का उपयोग करके वास्तविक दुनिया के वातावरण में आंखों के आंदोलन को कैप्चर करें ( सामग्री की तालिका देखें)। आंख ट्रैकिंग चश्मे की सिर इकाई पर प्रिस्क्रिप्शन लेंस चुंबकीय रूप से (यदि आवश्यक हो) फिट करें और सुनिश्चित करें कि प्रतिभागी सही दृष्टि के साथ स्वतंत्र रूप से घूम सकते हैं।
      नोट: क्योंकि आंख ट्रैकिंग चश्मा मानक आंखों के चश्मे के साथ संयोजन के रूप में काम करने के लिए डिज़ाइन नहीं किए गए हैं, जो प्रतिभागी चश्मा पहनते हैं, उन्हें अभी भी अदूरदर्शिता या लंबी दृष्टि दोष के सुधार के लिए वैकल्पिक प्रिस्क्रिप्शन लेंस का उपयोग करके अध्ययन में शामिल किया जा सकता है। प्रतिभागी मानक संपर्क लेंस भी पहन सकते हैं क्योंकि हालांकि वे शोर को थोड़ा बढ़ा सकते हैं, वे आम तौर पर डेटा में त्रुटियों का परिचय नहीं देते हैं। प्रतिभागी रंगीन या अन्य लेंस का उपयोग नहीं कर सकते हैं जो पुतली या आईरिस की उपस्थिति को बदलते हैं।

2. उपाय

  1. fNIRS
    1. रिकॉर्डिंग सॉफ़्टवेयर खोलें ( सामग्री की तालिका देखें)। जांच को ब्लूटूथ एडाप्टर के माध्यम से लैपटॉप से कनेक्ट करें, और फिर लैपटॉप के माध्यम से प्रतिभागियों के प्रीफ्रंटल कॉर्टेक्स में ऑक्सीजन युक्त हीमोग्लोबिन (ओ2एचबी) की एकाग्रता के परिवर्तनों को रिकॉर्ड करें, 10 हर्ट्ज की नमूना आवृत्ति के साथ।
    2. डेटा की गुणवत्ता को नियंत्रित करने के लिए प्राप्त प्रकाश तीव्रता और ऊतक संतृप्ति सूचकांक (टीएसआई) गुणवत्ता की जांच करें। सुनिश्चित करें कि प्राप्त सिग्नल 1% और 95% के बीच स्थित है।
    3. सुनिश्चित करें कि प्रतिभागी एक कुर्सी पर एक आरामदायक स्थिति में बैठते हैं और वास्तविक प्रयोग से पहले बेसलाइन डेटा एकत्र करने के लिए 2 मिनट के लिए आराम की स्थिति बनाए रखते हैं।
    4. fNIRS डेटा रिकॉर्ड करने के लिए सॉफ़्टवेयर इंटरफ़ेस पर प्रारंभ बटन पर क्लिक करें।
  2. आंखों की ट्रैकिंग
    1. आंख ट्रैकिंग चश्मे के लिए हार्डवेयर सेट करें। आई ट्रैकिंग ग्लास के यूएसबी प्लग को लैपटॉप पर यूएसबी पोर्ट से कनेक्ट करें। रिकॉर्डिंग सॉफ़्टवेयर खोलें ( सामग्री की तालिका देखें) और नमूना आवृत्ति को 120 हर्ट्ज पर सेट करें।
    2. अंशांकन: एक-बिंदु-अंशांकन करें। प्रतिभागी को 0.6 मीटर पर अपने दृश्य क्षेत्र में स्पष्ट रूप से पहचान योग्य वस्तु पर ध्यान केंद्रित करने के लिए कहें। क्रॉसहेयर कर्सर को ऑब्जेक्ट पर ले जाएं, जहां प्रतिभागी दृश्य वीडियो में केंद्रित है और ऑब्जेक्ट पर क्लिक करें।
    3. रिकॉर्डिंग प्रारंभ करने के लिए सॉफ़्टवेयर इंटरफ़ेस पर रिकॉर्ड बटन दबाएँ।
  3. प्रश्नावली और पैमाना: एआर / वेबसाइट के कार्यों को पूरा करने के बाद प्रतिभागियों को प्रयोज्य प्रश्नावली और नासा-टीएलएक्स स्केल प्रस्तुत करें।

3. डेटा विश्लेषण

  1. fNIRS डेटा प्रोसेसिंग
    1. संशोधित बीयर-लैम्बर्ट लॉ46 के अनुसार एफएनआईआरएस रिकॉर्डिंग सॉफ्टवेयर से प्राप्त ऑप्टिकल घनत्व मूल्यों को सांद्रता (μmol) में परिवर्तित करें।
    2. दिल की धड़कन और श्वसन जैसे व्यवस्थित शोर को हटाने के लिए कम-पास 0.5 हर्ट्ज पर कच्चे डेटा को फ़िल्टर करें।
    3. पूरे समय-श्रृंखला47 से तीन मानक विचलन से अधिक डेटा सेगमेंट को हटाकर गति कलाकृतियों के लिए डेटा की जांच करें और सही करें।
    4. औसत और अधिकतम fNIRS डेटा को AR और वेबसाइट स्थितियों में निर्यात करें, और फिर उन्हें बेसलाइन डेटा से घटाएं।
  2. नेत्र ट्रैकिंग डेटा प्रोसेसिंग
    1. प्रतिभागियों की निर्धारण आवृत्ति (गणना/एस), कुल निर्धारण समय (एमएस), औसत निर्धारण समय (एमएस), आवृत्ति आवृत्ति (गणना/एस), औसत स्कैन समय (एमएस), और औसत स्कैन पथ लंबाई (पीएक्स /एस) निर्यात करें।
  3. सांख्यिकीय विश्लेषण
    1. 0.05 के महत्व स्तर पर दो पूंछ वाला परीक्षण करें। शापिरो-विल्क परीक्षण का उपयोग करके डेटा सामान्यता की जांच करें और एक अंतर परीक्षण करें। झूठी खोज दर (एफडीआर) विधि का उपयोग करके पी-मानों के लिए कई तुलना सुधार करें।
      नोट: अंतर परीक्षण करते समय, एक सामान्य वितरण का पालन करने वाले डेटा का विश्लेषण युग्मित नमूने टी-परीक्षण का उपयोग करके किया गया था, और सामान्य वितरण का पालन नहीं करने वाले डेटा का विश्लेषण विलकॉक्सन हस्ताक्षरित रैंक परीक्षण का उपयोग करके किया गया था।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

इस अध्ययन के प्रतिनिधि परिणामों में प्रयोज्य प्रश्नावली परिणाम, आंख ट्रैकिंग डेटा विश्लेषण, नासा-टीएलएक्स स्केल डेटा, एफएनआईआरएस डेटा विश्लेषण और गतिशील संज्ञानात्मक लोड परिवर्तन शामिल हैं। प्रयोज्य प्रश्नावली परिणामों के लिए, नेत्र ट्रैकिंग डेटा विश्लेषण, नासा-टीएलएक्स स्केल डेटा और एफएनआईआरएस डेटा विश्लेषण, सामान्यता परीक्षण और अंतर परीक्षण आयोजित किए गए थे। गतिशील संज्ञानात्मक भार परिवर्तनों के लिए, इस अध्ययन ने मल्टीमॉडल माप की वैधता को प्रदर्शित करने के लिए एक प्रतिभागी से एफएनआईआरएस और आंख ट्रैकिंग डेटा का चयन किया।

प्रयोज्य प्रश्नावली के परिणाम
प्रयोज्य प्रश्नावली में से कोई भी आइटम सामान्य वितरण का पालन नहीं करता है (तालिका 2)। प्रयोज्य प्रश्नावली में एआर और वेबसाइट की विश्वसनीयता का परीक्षण किया गया था, और पृथ्वी के अल्फा स्कोर को स्वीकार्य माना गया था (पृथ्वी का अल्फा = 0.974)।

तालिका 2: प्रयोज्य प्रश्नावली का सामान्यता परीक्षण। प्रयोज्य प्रश्नावली में से कोई भी आइटम सामान्य वितरण का पालन नहीं करता है। डेटा का विश्लेषण विलकॉक्सन हस्ताक्षरित रैंक परीक्षण का उपयोग करके किया गया था। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

एआर और वेबसाइट के बीच प्रयोज्य प्रश्नावली के औसत अंतर स्कोर तालिका 3 में दिखाए गए हैं। एआर और वेबसाइट स्थितियों के डेटा वितरण चित्रा 3 में दिखाए गए हैं। एआर और वेबसाइट की स्थितियों के बीच एक महत्वपूर्ण अंतर देखा गया, जिसमें एआर के लिए औसत स्कोर वेबसाइट की तुलना में अधिक था। परिणामों से पता चला कि प्रतिभागियों को वेबसाइट की स्थिति की तुलना में एआर स्थिति में बेहतर उपयोगकर्ता अनुभव था।

तालिका 3: एआर और वेबसाइट स्थितियों के बीच प्रयोज्य प्रश्नावली के औसत अंतर स्कोर। एआर के लिए औसत स्कोर वेबसाइट की तुलना में काफी अधिक थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

Figure 3
चित्रा 3: प्रयोज्य प्रश्नावली का डेटा वितरण। प्रयोज्य प्रश्नावली के डेटा वितरण का एक योजनाबद्ध चित्रण। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

नेत्र ट्रैकिंग डेटा विश्लेषण
सामान्यता के लिए सभी आंख ट्रैकिंग संकेतकों का परीक्षण किया गया था, और परिणाम तालिका 4 में प्रस्तुत किए गए हैं। कार्य 1 और 3 में, केवल निर्धारण आवृत्ति ने सामान्य वितरण का पालन किया, जबकि अन्य सभी संकेतकों ने सामान्य वितरण का पालन नहीं किया। टास्क 2 में, निर्धारण आवृत्ति और आवृत्ति आवृत्ति ने सामान्य वितरण का पालन किया, लेकिन बाकी संकेतकों ने सामान्य वितरण का पालन नहीं किया। कार्य 4 के लिए, केवल आवृत्ति आवृत्ति ने सामान्य वितरण का पालन किया। एआर और वेबसाइट स्थितियों के बीच अंतर की तुलना करते समय, डेटा को सामान्यता / गैर-सामान्यता के आधार पर अलग से रिपोर्ट किया गया था। तालिका 5 कार्य 1 (पानी की गुणवत्ता) में एआर और वेबसाइट स्थितियों के बीच आंख-ट्रैकिंग संकेतकों में अंतर दिखाती है। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर स्थिति में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 586.85, इंटरक्वार्टाइल रेंज (आईक्यूआर) = 482.55-714.6; औसतवेबसाइट = 398.05, IQR = 362.775-445.275)। वेबसाइट की स्थिति की तुलना में एआर स्थिति में अन्य संकेतक काफी कम थे।

तालिका 4: आंख-ट्रैकिंग संकेतकों का सामान्यता परीक्षण। सामान्य वितरण का पालन करने वाले आंख-ट्रैकिंग डेटा का विश्लेषण युग्मित नमूने टी-टेस्ट का उपयोग करके किया गया था, और सामान्य वितरण का पालन नहीं करने वाले आंख-ट्रैकिंग डेटा का विश्लेषण विलकॉक्सन हस्ताक्षरित रैंक परीक्षण का उपयोग करके किया गया था। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

तालिका 5: कार्य 1 में एआर और वेबसाइट के बीच आंख-ट्रैकिंग संकेतकों में अंतर। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 586.85, इंटरक्वार्टाइल रेंज (आईक्यूआर) = 482.55-714.6; औसतवेबसाइट = 398.05, आईक्यूआर = 362.775-445.275)। वेबसाइट की स्थिति की तुलना में एआर में अन्य संकेतक काफी कम थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

तालिका 6 टास्क 2 (भंडारण तापमान) में एआर और वेबसाइट स्थितियों के बीच आंख-ट्रैकिंग संकेतकों में अंतर दिखाती है। सभी आंख ट्रैकिंग संकेतकों ने एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच महत्वपूर्ण अंतर दिखाया। वेबसाइट की स्थिति की तुलना में एआर स्थिति में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 477.2, आईक्यूआर = 398.675-596.575; औसतवेबसाइट = 397.1, आईक्यूआर = 353.35-451.075)। वेबसाइट की स्थिति की तुलना में एआर स्थिति में अन्य संकेतक काफी कम थे।

तालिका 6: कार्य 2 में एआर और वेबसाइट के बीच आंख-ट्रैकिंग संकेतकों में अंतर। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 477.2, आईक्यूआर = 398.675-596.575; औसतवेबसाइट = 397.1, IQR = 353.35-451.075)। वेबसाइट की स्थिति की तुलना में एआर में अन्य संकेतक काफी कम थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

तालिका 7 टास्क 3 (मिलान आहार) में एआर और वेबसाइट स्थितियों के बीच आंख-ट्रैकिंग संकेतकों में अंतर दिखाती है। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। औसत निर्धारण अवधि वेबसाइट की स्थिति की तुलना में एआर स्थिति में काफी लंबी थी (मेडियनएआर = 420.45, आईक्यूआर = 352.275-467.8; औसतवेबसाइट = 360.6, IQR = 295-399.075)। वेबसाइट की स्थिति की तुलना में एआर स्थिति में अन्य संकेतक काफी कम थे।

तालिका 7: कार्य 3 में एआर और वेबसाइट के बीच आंख-ट्रैकिंग संकेतकों में अंतर। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 420.45, आईक्यूआर = 352.275-467.8; औसतवेबसाइट = 360.6, आईक्यूआर = 295-399.075)। वेबसाइट की स्थिति की तुलना में एआर में अन्य संकेतक काफी कम थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

तालिका 8 टास्क 4 (प्रति लीटर मूल्य) में एआर और वेबसाइट स्थितियों के बीच आंख-ट्रैकिंग संकेतकों में अंतर दिखाती है। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर स्थिति में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 495.25, आईक्यूआर = 404.8-628.65; औसतवेबसाइट = 263.1, आईक्यूआर = 235.45-326.2)। हालांकि, वेबसाइट की स्थिति की तुलना में एआर स्थिति में अन्य संकेतक काफी कम थे।

तालिका 8: कार्य 4 में एआर और वेबसाइट के बीच आंख-ट्रैकिंग संकेतकों में अंतर। एआर और वेबसाइट की स्थितियों, पी < 0.001 के बीच सभी आंख-ट्रैकिंग संकेतकों में महत्वपूर्ण अंतर थे। वेबसाइट की स्थिति की तुलना में एआर में औसत निर्धारण अवधि काफी लंबी थी (मेडियनएआर = 495.25, आईक्यूआर = 404.8-628.65; औसतवेबसाइट = 263.1, आईक्यूआर = 235.45-326.2)। वेबसाइट की स्थिति की तुलना में एआर में अन्य संकेतक काफी कम थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

दृश्य खोज कार्यों के लिए, कम आंख-ट्रैकिंग संकेतक सूचना खोज की उच्च दक्षता (औसत निर्धारण अवधि को छोड़कर) से जुड़े थे। एक साथ लिया गया, आंख-ट्रैकिंग डेटा ने प्रदर्शित किया कि प्रतिभागियों को वेबसाइट का उपयोग करते समय एआर का उपयोग करते समय उच्च सूचना खोज दक्षता थी।

नासा-टीएलएक्स स्केल डेटा
नासा-टीएलएक्स पैमाने के किसी भी आइटम ने सामान्य वितरण का पालन नहीं किया (तालिका 9)। अल्फा के अल्फा स्कोर को स्वीकार्य माना जाता था (अल्फा का अल्फा = 0.924)।

तालिका 9: नासा-टीएलएक्स पैमाने का सामान्यता परीक्षण। नासा-टीएलएक्स पैमाने के किसी भी आइटम ने सामान्य वितरण का पालन नहीं किया। डेटा का विश्लेषण विलकॉक्सन हस्ताक्षरित रैंक परीक्षण का उपयोग करके किया गया था। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

एआर और वेबसाइट स्थितियों के बीच नासा-टीएलएक्स पैमाने के औसत अंतर स्कोर तालिका 10 में प्रस्तुत किए गए हैं। एआर और वेबसाइट स्थितियों के डेटा वितरण चित्रा 4 में दिखाए गए हैं। एआर और वेबसाइट स्थितियों के बीच एक महत्वपूर्ण अंतर देखा गया था। एआर स्थिति के नासा-टीएलएक्स स्केल स्कोर वेबसाइट की स्थिति की तुलना में कम थे, यह दर्शाता है कि एआर तकनीक ने वेबसाइट की तुलना में कम संज्ञानात्मक भार का नेतृत्व किया।

तालिका 10: एआर और वेबसाइट के बीच नासा-टीएलएक्स पैमाने के औसत अंतर स्कोर। एआर स्थिति के नासा-टीएलएक्स स्केल स्कोर वेबसाइट की स्थिति की तुलना में काफी कम थे। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

Figure 4
चित्रा 4: नासा-टीएलएक्स पैमाने का डेटा वितरण। नासा-टीएलएक्स पैमाने के डेटा वितरण का एक योजनाबद्ध चित्रण। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

एफएनआईआरएस डेटा विश्लेषण
सामान्यता के लिए औसत ओ2एचबी मूल्यों का परीक्षण किया गया था, और परिणाम तालिका 11 में प्रस्तुत किए गए हैं। एआर और वेबसाइट स्थितियों के बीच अंतर की तुलना करते समय, डेटा को सामान्यता / गैर-सामान्यता के आधार पर अलग से रिपोर्ट किया गया था। एआर और वेबसाइट स्थितियों के बीच औसत ओ2एचबी में अंतर तालिका 12 में प्रस्तुत किए गए हैं। दो स्थितियों के बीच महत्वपूर्ण अंतर थे जब प्रतिभागियों ने कार्य 1 (समायोजित पी = 0.002), कार्य 3 (समायोजित पी = 0.007), और कार्य 4 (समायोजित पी < 0.001) का प्रदर्शन किया। एआर स्थिति में किए गए कार्यों का औसत ओ2एचबी वेबसाइट की स्थिति की तुलना में काफी कम था (कार्य 1: औसत एआर = -1.012, एसडीएआर = 0.472, औसत वेबसाइट = 0.63, एसडीवेबसाइट = 0.529; कार्य 3: औसत एआर = -0.386, एसडीएआर = 0.493, औसत वेबसाइट = 1.12, एसडीवेबसाइट = 0.554; कार्य 4: माध्य एआर = -0.46, एसडीएआर = 0.467, माध्य वेबसाइट = 2.27, एसडीवेबसाइट = 0.576)। टास्क 2 करते समय, एआर और वेबसाइट स्थितियों के बीच अंतर एक महत्वपूर्ण स्तर तक नहीं पहुंचा (समायोजित पी = 0.154 > 0.05)। इन परिणामों से संकेत मिलता है कि वेबसाइट का उपयोग करते समय एआर तकनीक का उपयोग करते समय प्रतिभागियों का संज्ञानात्मक भार कम था।

तालिका 11: माध्य ओ2एचबी की सामान्यता परीक्षण। सामान्य वितरण का पालन करने वाले एफएनआईआरएस डेटा का विश्लेषण युग्मित नमूने टी-टेस्ट का उपयोग करके किया गया था, और एफएनआईआरएस डेटा जो सामान्य वितरण का पालन नहीं करता था, उसका विश्लेषण विलकॉक्सन हस्ताक्षरित रैंक परीक्षण का उपयोग करके किया गया था। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

तालिका 12: एआर और वेबसाइट के बीच औसत ओ2एचबी में अंतर।  दो स्थितियों के बीच महत्वपूर्ण अंतर थे जब प्रतिभागियों ने कार्य 1 (समायोजित पी = 0.002), कार्य 3 (समायोजित पी = 0.007), और कार्य 4 (समायोजित पी < 0.001) का प्रदर्शन किया। एआर स्थिति में किए गए कार्यों का औसत ओ2एचबी वेबसाइट की स्थिति की तुलना में काफी कम था (कार्य 1: औसत एआर = -1.012, एसडीएआर = 0.472, औसत वेबसाइट = 0.63, एसडीवेबसाइट = 0.529; कार्य 3: औसत एआर = -0.386, एसडीएआर = 0.493, औसत वेबसाइट = 1.12, एसडीवेबसाइट = 0.554; कार्य 4: माध्य एआर = -0.46, एसडीएआर = 0.467, माध्य वेबसाइट = 2.27, एसडीवेबसाइट = 0.576)। टास्क 2 करते समय, एआर और वेबसाइट स्थितियों के बीच अंतर एक महत्वपूर्ण स्तर तक नहीं पहुंचा (समायोजित पी = 0.154 > 0.05)। कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें।

गतिशील संज्ञानात्मक भार परिवर्तन
चित्रा 5 ओ2एचबी एकाग्रता में परिवर्तन दिखाता है जब एक प्रतिभागी ने वेबसाइट की स्थिति में कार्य 4 का प्रदर्शन किया। बिंदु 1 पर, प्रतिभागी को प्रति लीटर कीमत की गणना करने में परेशानी हुई। गहन खोज प्रक्रिया ने ओ2एचबी एकाग्रता में वृद्धि को प्रेरित किया, जिसने तात्कालिक भार में वृद्धि का संकेत दिया। जब प्रतिभागी को एक संकेत मिला, तो ओ 2 एचबीएकाग्रता बिंदु 2 तक गिर गई, और तात्कालिक भार उस समय एक घाटी मूल्य तक पहुंच गया। प्रतिभागी ने तब प्रति लीटर कीमत की गणना करने के लिए कड़ी मेहनत शुरू कर दी और जल्द से जल्द कार्य पूरा करना चाहता था। इस संदर्भ में, ओ2एचबी एकाग्रता में वृद्धि जारी रही और अधिकतम (बिंदु 3) तक पहुंच गई। सारांश में, आंख ट्रैकिंग और एफएनआईआरएस का मल्टीमॉडल माप सूचना प्रणालियों के साथ बातचीत करते समय संज्ञानात्मक भार में गतिशील परिवर्तनों को प्रभावी ढंग से माप सकता है और उपभोक्ता व्यवहार में व्यक्तिगत मतभेदों की भी जांच कर सकता है।

Figure 5
चित्रा 5: एफएनआईआरएस तात्कालिक लोड। एफएनआईआरएस तात्कालिक लोड का उपयोग करके गतिशील संज्ञानात्मक भार परिवर्तन का एक योजनाबद्ध चित्रण। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

आईओटी में एकीकृत एआर के चार कार्यों को उदाहरण के रूप में लेते हुए, इस अध्ययन ने व्यक्तिपरक मूल्यांकन विधियों के साथ न्यूरोआईएस दृष्टिकोण को जोड़ा। प्रयोगात्मक परिणामों ने सुझाव दिया कि: (1) प्रयोज्य प्रश्नावली के लिए, प्रतिभागियों को वेबसाइट की स्थिति (तालिका 3 और चित्रा 3) की तुलना में एआर स्थिति में बेहतर व्यक्तिपरक मूल्यांकन था; (2) आंख ट्रैकिंग डेटा के लिए, प्रतिभागियों को वेबसाइट का उपयोग करते समय एआर का उपयोग करते समय उच्च सूचना खोज दक्षता थी (तालिका 5, तालिका 6, तालिका 7, और तालिका 8); (3) नासा-टीएलएक्स स्केल डेटा और एफएनआईआरएस डेटा के लिए, एआर तकनीक ने वेबसाइट (तालिका 10 और तालिका 12) की तुलना में कम संज्ञानात्मक भार का नेतृत्व किया; और (4) गतिशील संज्ञानात्मक भार के लिए, आंख ट्रैकिंग और एफएनआईआरएस का मल्टीमॉडल माप सूचना प्रणालियों के साथ बातचीत करते समय संज्ञानात्मक भार के गतिशील परिवर्तनों को प्रभावी ढंग से माप सकता है, और उपभोक्ता व्यवहार में व्यक्तिगत मतभेदों की भी जांच कर सकता है (चित्रा 5)। एआर और वेबसाइट स्थितियों के बीच प्रयोज्य प्रश्नावली और नासा-टीएलएक्स पैमाने का उपयोग करके न्यूरोइमेजिंग डेटा, शारीरिक डेटा और स्व-रिपोर्ट किए गए डेटा में अंतर की तुलना करके, एआर तकनीक सूचना खोज के लिए दक्षता को बढ़ावा दे सकती है और खरीदारी प्रक्रिया के दौरान संज्ञानात्मक भार को कम कर सकती है। इस प्रकार, एक उभरती हुई खुदरा तकनीक के रूप में, एआर उपभोक्ताओं के उपयोगकर्ता अनुभव को प्रभावी ढंग से बढ़ा सकता है और बदले में उनकी खरीद के इरादे को बढ़ा सकता है।

पूरक चित्रा 1: अध्ययन में उपयोग किए जाने वाले एआर एप्लिकेशन पर प्रदर्शित जानकारी का स्क्रीनशॉट। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक चित्रा 2: अध्ययन में उपयोग की जाने वाली वेबसाइट पर प्रदर्शित जानकारी का स्क्रीनशॉट। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

प्रोटोकॉल के भीतर महत्वपूर्ण कदम
प्रयोग के दौरान, परिणामों की विश्वसनीयता सुनिश्चित करने के लिए कई कदमों पर विचार किया गया था। सबसे पहले, जो प्रतिभागी प्रयोग में उपयोग किए जाने वाले खनिज पानी के ब्रांडों से परिचित हैं, उन्हें बाहर रखा गया था, क्योंकि इन प्रतिभागियों ने ब्रांड के अपने ज्ञान के आधार पर कार्य किया होगा। दूसरा, प्रतिभागियों ने खनिज पानी के अन्य ब्रांडों का उपयोग करके एक पूर्व-प्रयोग पूरा किया, जिसे यह सुनिश्चित करने के लिए नियोजित किया गया था कि प्रतिभागी एआर और वेबसाइट संचालन से परिचित थे। तीसरा, एफएनआईआरएस जांच पहनते समय, परिवेशी प्रकाश के खिलाफ जांच की रक्षा और सिग्नल की गुणवत्ता में सुधार के लिए जांच को कवर करने के लिए एक काले बैंडाना का उपयोग किया गया था। चौथा, संपर्क लेंस पहनने वाले प्रतिभागियों को रंगीन या अन्य लेंस का उपयोग करने की अनुमति नहीं थी जो पुतली या आईरिस की उपस्थिति को बदल देंगे। पांचवां, वास्तविक प्रयोग से पहले, प्रतिभागियों को एक कुर्सी पर एक आरामदायक स्थिति में बैठने और बेसलाइन डेटा एकत्र करने के लिए 2 मिनट के लिए आराम की स्थिति बनाए रखने की आवश्यकता थी, जिसका उपयोग एफएनआईआरएस डेटा47 के लिए बेसलाइन सुधार के लिए किया गया था।

संशोधन और समस्या निवारण
इस अध्ययन में प्रस्तावित प्रयोगात्मक प्रतिमान को वास्तविक दुनिया के वाणिज्यिक अनुप्रयोगों तक बढ़ाया जा सकता है। व्यावसायिक समस्याओं के लिए संज्ञानात्मक तंत्रिका विज्ञान विधियों को लागू करने में सबसे बड़ी चुनौती पारिस्थितिक वैधता48,49 है। मोबाइल मस्तिष्क / शरीर इमेजिंग का उपयोग करते हुए प्रयोगात्मक प्रोटोकॉल ने इस समस्या को हल करने की व्यवहार्यता का प्रदर्शन कियाहै। क्रैम्प एट अल ने यथार्थवादी किराने की खरीदारी परिदृश्य में उपभोक्ता व्यवहार का अध्ययन करने के लिए पोर्टेबल एफएनआईआरएस का उपयोग किया और "शॉपर न्यूरोसाइंस" की अवधारणा प्रस्तुत की। मल्टीमॉडल दृष्टिकोण पारिस्थितिक वैधता में काफी सुधार करते हैं। पोर्टेबल एफएनआईआरएस और आई ट्रैकर चश्मा लागू करके, यह अध्ययन उत्पाद शेल्फ के सामने विभिन्न सूचना खोज मोड का उपयोग करके उपभोक्ता अनुभवों की जांच करने वाला पहला है। प्रयोग के माध्यम से, यह अध्ययन खुदरा और खरीदारी परिदृश्यों के लिए न्यूरोआईएस के अनुसंधान दायरे का विस्तार करता है और शोधकर्ताओं को संज्ञानात्मक प्रक्रियाओं को बेहतर ढंग से समझने में सक्षम बनाता है। यह ध्यान दिया जाना चाहिए कि वास्तविक जीवन की खरीदारी के संदर्भ में, एफएनआईआरएस माप स्थिति ऑफसेट और पर्यावरणीय प्रकाश से प्रभावित होने की संभावना है। इसलिए, प्रतिभागियों को जांच को अच्छी तरह से संलग्न करने के लिए पट्टियों, टेप और / या पट्टियों का उपयोग करने की सिफारिश की जाती है और किसी भी पर्यावरणीय प्रकाश के प्रभाव से बचने के लिए ऊतक और उपकरण को कवर करने के लिए एक काले कपड़े का उपयोग करें।

तकनीक की सीमाएँ
प्रयोग की कुछ सीमाएं हैं। सबसे पहले, चूंकि प्रयोग में एक आंख ट्रैकर का उपयोग किया गया था, इसलिए उच्च मायोपिया और अस्थिरता वाले प्रतिभागियों को प्रयोग से बाहर रखा गया था। इस मामले में, प्रोटोकॉल का उपयोग अंधे या दृष्टिहीन लोगों के लिए नहीं किया जा सकता है। दूसरा, यह अध्ययन केवल दृश्य संवेदी अनुभवों की जांच करता है। भविष्य के प्रयोग अन्य संवेदी चैनलों तक विस्तारित हो सकते हैं, जैसे कि सुनवाई और स्पर्श। तीसरा, यह अध्ययन केवल एआर तकनीकों की जांच करता है, अन्य उभरती प्रौद्योगिकियों का मूल्यांकन भविष्य के अध्ययनों में एक ही प्रयोगात्मक प्रतिमान का उपयोग करके किया जाना चाहिए।

मौजूदा विधियों के संबंध में महत्व
इस अध्ययन का महत्व दो पहलुओं में परिलक्षित होता है। सबसे पहले, प्रयोज्यता के उद्देश्य मूल्यांकन के लिए बहुआयामी दृष्टिकोण का उपयोग किया गया था। जैसा कि चित्रा 5 में दिखाया गया है, क्योंकि आंख ट्रैकर ने खरीदारी प्रक्रिया के दौरान प्रतिभागियों के दृष्टिकोण से एक साथ वीडियो रिकॉर्ड किए थे, शोधकर्ताओं के लिए खरीदारी परिदृश्य को एफएनआईआरएस डेटा से मिलान करना आसान था। इसलिए, मल्टीमॉडल दृष्टिकोण का उपयोग करने वाली इस प्रयोगात्मक तकनीक में न केवल उच्च पारिस्थितिक वैधता के साथ निरंतर वास्तविक समय माप का लाभ है, बल्कि खरीदारी परिदृश्यों में गतिशील परिवर्तनों की पहचान करने के लिए विभिन्न तकनीकों के फायदे भी शामिल हैं। इस अध्ययन ने उत्पाद निर्माताओं के लिए उत्पाद डिजाइन में सुधार करने के लिए एक प्रभावी प्रयोज्य परीक्षण विधि प्रदान की, खुदरा विक्रेताओं को शेल्फ पर उत्पादों के लेआउट को अनुकूलित करने के लिए, और उपभोक्ताओं को उपयोगकर्ता अनुभव में सुधार करने के लिए। दूसरा, इस अध्ययन ने एक प्रयोज्य परीक्षण विधि का प्रस्ताव दिया जो उद्देश्य और व्यक्तिपरक मूल्यांकन को जोड़ती है। कुछ शोधकर्ताओं ने खुलासा किया है कि स्व-रिपोर्ट विधियां एक सामान्य विधि पूर्वाग्रह (सीएमबी) 52,53 से पीड़ित हो सकती हैं। चूंकि संज्ञानात्मक तंत्रिका विज्ञान से माप आमतौर पर व्यक्तिपरक पूर्वाग्रह, सामाजिक वांछनीयता पूर्वाग्रह और मांग प्रभाव ों के लिए कम संवेदनशील होते हैं, इसलिए ये उद्देश्य मूल्यांकन डेटा व्यक्तिपरक मूल्यांकन डेटा को पूरक कर सकते हैं, और प्रयोगात्मक परिणाम25,34 की मजबूती को मजबूत कर सकते हैं। लियांग एट अल ने प्रवाह अनुभव पर एक प्रयोग के माध्यम से वेबसाइट की गुणवत्ता और उपयोगकर्ता संतुष्टि के बीच संबंधों की जांच करने के लिए ईईजी और स्व-रिपोर्ट विधियों का उपयोग किया। परिणामों ने संकेत दिया कि संज्ञानात्मक तंत्रिका विज्ञान विधि सीएमबी53 को कम करती है। इस अध्ययन में, उद्देश्य और व्यक्तिपरक मूल्यांकन दोनों के संयोजन से पता चला कि (1) उपभोक्ताओं ने व्यक्तिपरक मूल्यांकन के आधार पर एआर खरीदारी की स्थिति को प्राथमिकता दी; (2) एआर तकनीक ने आंख ट्रैकिंग डेटा के आधार पर दृश्य खोज दक्षता और प्रयोज्यता को बढ़ावा दिया; (3) एआर तकनीक ने उपभोक्ताओं के संज्ञानात्मक भार को कम कर दिया और एफएनआईआरएस और नासा-टीएलएक्स स्केल डेटा के आधार पर उनके उपयोगकर्ता अनुभवों में सुधार किया; और (4) आंख ट्रैकिंग द्वारा रिकॉर्ड की गई वीडियो जानकारी के साथ संयुक्त, इसने व्यक्तिगत मतभेदों की परीक्षा और उपभोक्ता व्यवहार में राज्य मतभेदों की बेहतर समझ को सक्षम किया।

भविष्य के अनुप्रयोग
यह अध्ययन एमआईएस में उभरती प्रौद्योगिकियों के प्रयोज्य परीक्षण के लिए एक प्रयोगात्मक प्रतिमान का प्रस्ताव करता है। मानव-कंप्यूटरइंटरैक्शन में उभरती प्रौद्योगिकियों के उपयोगकर्ता अनुभव का मूल्यांकन करने के लिए एक प्रयोज्य परीक्षण का उपयोग किया जाता है। चूंकि उभरती हुई प्रौद्योगिकियां (जैसे, संवर्धित वास्तविकता, आभासी वास्तविकता, कृत्रिम बुद्धिमत्ता, पहनने योग्य प्रौद्योगिकी, रोबोटिक्स और बड़ा डेटा) एमआईएस में तेजी से उपयोग की जाती हैं, इसलिए भविष्य में उपयोगकर्ता अनुभव पर उभरती प्रौद्योगिकियों के तकनीकी लाभों को सत्यापित करने के लिए प्रयोज्य परीक्षण के प्रयोगात्मक प्रतिमान का उपयोग किया जा सकता है।

निष्कर्ष में, यह अध्ययन एमआईएस में व्यक्तिपरक और उद्देश्य मूल्यांकन दोनों के संयोजन के साथ एक प्रयोगात्मक प्रतिमान का प्रस्ताव करता है, जो एआर जैसी उभरती प्रौद्योगिकियों की प्रयोज्यता का प्रभावी ढंग से मूल्यांकन कर सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ भी नहीं है।

Acknowledgments

इस अध्ययन को जियांग्सू प्रांतीय शिक्षा विभाग (2018 एसजेए 1089), जियांग्सू गवर्नमेंट स्कॉलरशिप फॉर ओवरसीज स्टडीज (जेएस -2018-262), झेजियांग प्रांत के प्राकृतिक विज्ञान फाउंडेशन (LY19G020018) और चीन के राष्ट्रीय प्राकृतिक विज्ञान फाउंडेशन (एनएसएफसी) (72001096) के दर्शन और सामाजिक विज्ञान अनुसंधान परियोजना द्वारा समर्थित किया गया था।

Materials

Name Company Catalog Number Comments
AR Engine Unity Technologies 2020.3.1 AR development platform
AR SDK PTC Vuforia Engine 9.8.5 AR development kit
Eye Tracker (eye tracking glasses) SMI, Germany SMI ETG Head-mounted eye tracking
system
Eye Tracker Recording software SMI, Germany iViewETG Software Eye Tracker Recording software
fNIRS probes Artinis Medical Systems BV, Netherlands Artinis PortaLite Light source: Light emitting diodes
Wavelengths: Standard nominal 760 and 850 nm
fNIRS software Artinis Medical Systems BV, Netherlands OxySoft 3.2.70 fNIRS data recording and analysis software
Mineral Water Groupe Danone Badoit  Experimental material in the AR condition   Capacity: 330ml
Price: Equation 16
Mineral Water Nestlé Acqua Panna Experimental material in the website condition Capacity: 250ml
Price: Equation 15.4
Skin Preparation Gel Weaver and Company Nuprep Clean the forehead skin of the participants
Smartphone Xiaomi Redmi K30 Ultra Smartphone-based AR application and website

DOWNLOAD MATERIALS LIST

References

  1. Ameen, N., Hosany, S., Tarhini, A. Consumer interaction with cutting-edge technologies: Implications for future research. Computers in Human Behavior. 120, 106761 (2021).
  2. Javornik, A. Augmented reality: Research agenda for studying the impact of its media characteristics on consumer behaviour. Journal of Retailing and Consumer Services. 30, 252-261 (2016).
  3. Caboni, F., Hagberg, J. Augmented reality in retailing: a review of features, applications and value. International Journal of Retail & Distribution Management. 47 (11), 1125-1140 (2019).
  4. Kumar, H. Augmented reality in online retailing: a systematic review and research agenda. International Journal of Retail & Distribution Management. 50 (4), 537-559 (2022).
  5. Yim, M. Y. C., Park, S. Y. I am not satisfied with my body, so I like augmented reality (AR): Consumer responses to AR-based product presentations. Journal of Business Research. 100, 581-589 (2019).
  6. Chylinski, M., et al. Augmented reality marketing: A technology-enabled approach to situated customer experience. Australasian Marketing Journal. 28 (4), 374-384 (2020).
  7. Davis, F. D. A Technology Acceptance Model for Empirically Testing New End-User Information Systems: Theory and Results. , Massachusetts Institute of Technology. Doctoral dissertation (1985).
  8. Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. User acceptance of information technology: Toward a unified view. MIS Quarterly. 27 (3), 425-478 (2003).
  9. Davis, F. D. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly. 13 (3), 319-340 (1989).
  10. Chen, R., Perry, P., Boardman, R., McCormick, H. Augmented reality in retail: a systematic review of research foci and future research agenda. International Journal of Retail & Distribution Management. 50 (4), 498-518 (2022).
  11. Poushneh, A., Vasquez-Parraga, A. Z. Discernible impact of augmented reality on retail customer's experience, satisfaction and willingness to buy. Journal of Retailing and Consumer Services. 34, 229-234 (2017).
  12. ISO. ISO 1998. Ergonomic requirements for office work with visual display terminals (VDTs)-Part 11: guidance on usability. ISO. , (2022).
  13. Hornbæk, K. Current practice in measuring usability: Challenges to usability studies and research. International Journal of Human-Computer Studies. 64 (2), 79-102 (2006).
  14. Tullis, T., Albert, B. Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics. , Morgan Kaufmann. Amsterdam, Boston. (2008).
  15. Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S. M., Elmqvist, N. Designing the User Interface: Strategies for Effective Human-Computer Interaction. , Pearson. Boston. (2017).
  16. Morillo, P., Orduña, J. M., Casas, S., Fernández, M. A comparison study of AR applications versus pseudo-holographic systems as virtual exhibitors for luxury watch retail stores. Multimedia Systems. 25 (4), 307-321 (2019).
  17. Paas, F. G., Van Merriënboer, J. J. Instructional control of cognitive load in the training of complex cognitive tasks. Educational Psychology Review. 6 (4), 351-371 (1994).
  18. Ismail, R., Fabil, N., Saleh, A. Extension of pacmad model for usability evaluation metrics using goal question metrics (Gqm) approach. Journal of Theoretical and Applied Information Technology. 79 (1), 90-100 (2015).
  19. Fan, X., Chai, Z., Deng, N., Dong, X. Adoption of augmented reality in online retailing and consumers' product attitude: A cognitive perspective. Journal of Retailing and Consumer Services. 53, 101986 (2020).
  20. Hart, S. G., Staveland, L. E. Development of NASA-TLX (Task Load Index): Results of empirical and theoretical research. Advances in Psychology. 52, 139-183 (1988).
  21. Petty, R. E., Cacioppo, J. T., Schumann, D. Central and peripheral routes to advertising effectiveness: The moderating role of involvement. Journal of Consumer Research. 10 (2), 135-146 (1983).
  22. He, L., Pelowski, M., Yu, W., Liu, T. Neural resonance in consumers' right inferior frontal gyrus predicts attitudes toward advertising. Psychology & Marketing. 38 (9), 1538-1549 (2021).
  23. Riedl, R., Fischer, T., Léger, P. M., Davis, F. D. A decade of NeuroIS research: Progress, challenges, and future directions. ACM SIGMIS Database: the DATA BASE for Advances in Information Systems. 51 (3), 13-54 (2020).
  24. Vom Brocke, J., Liang, T. P. Guidelines for Neuroscience Studies in Information Systems Research. Journal of Management Information Systems. 30 (4), 211-234 (2014).
  25. Dimoka, A., Pavlou, P. A., Davis, F. NeuroIS: The potential of cognitive neuroscience for information systems research. Information Systems Research. 22 (4), 687-702 (2011).
  26. de Guinea, A. O., Titah, R., Léger, P. M. Explicit and implicit antecedents of users' behavioral beliefs in information systems: A neuropsychological investigation. Journal of Management Information Systems. 30 (4), 179-210 (2014).
  27. Dimoka, A. How to conduct a Functional Magnetic Resonance (fmri) study in social science research. MIS Quarterly. 36 (3), 811-840 (2012).
  28. Dimoka, A., Davis, F. D. Where does TAM reside in the brain? The neural mechanisms underlying technology adoption. ICIS 2008 Proceedings. , 1-19 (2008).
  29. Moridis, C. N., Terzis, V., Economides, A. A., Karlovasitou, A., Karabatakis, V. E. Using EEG frontal asymmetry to predict IT user's perceptions regarding usefulness, ease of use and playfulness. Applied Psychophysiology and Biofeedback. 43 (1), 1-11 (2018).
  30. Pinti, P., et al. A review on the use of wearable functional near-infrared spectroscopy in naturalistic environments. Japanese Psychological Research. 60 (4), 347-373 (2018).
  31. Piper, S. K., et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects. Neuroimage. 85, 64-71 (2014).
  32. Quaresima, V., Ferrari, M. Functional Near-Infrared Spectroscopy (fNIRS) for assessing cerebral cortex function during human behavior in natural/social situations: A concise review. Organizational Research Methods. 22 (1), 46-68 (2019).
  33. Wang, J., et al. Exploring relationships between eye tracking and traditional usability testing data. International Journal of Human-Computer Interaction. 35 (6), 483-494 (2019).
  34. Dimoka, A., et al. On the use of neurophysiological tools in IS research: Developing a research agenda for NeuroIS. MIS Quarterly. 36, 679-702 (2012).
  35. Just, M. A., Carpenter, P. A. Eye fixations and cognitive processes. Cognitive Psychology. 8 (4), 441-480 (1976).
  36. Alex, P., Ball, L. J. Eye Tracking in Human-Computer Interaction and Usability Research: Current Status and Future. Encyclopedia of Human Computer Interaction, IGI Global. , 211-219 (2006).
  37. Just, M. A., Carpenter, P. A. A theory of reading: from eye fixations to comprehension. Psychological Review. 87 (4), 329 (1980).
  38. Yang, S., Carlson, J. R., Chen, S. How augmented reality affects advertising effectiveness: The mediating effects of curiosity and attention toward the ad. Journal of Retailing and Consumer Services. 54, 102020 (2020).
  39. Debie, E., et al. Multimodal fusion for objective assessment of cognitive workload: A review. IEEE Transactions on Cybernetics. 51 (3), 1542-1555 (2021).
  40. Işbilir, E., Çakır, M. P., Acartürk, C., Tekerek, A. Ş Towards a multimodal model of cognitive workload through synchronous optical brain imaging and eye tracking measures. Frontiers in Human Neuroscience. 13, 375 (2019).
  41. Bruvold, W. H., Ongerth, H. J. Taste quality of mineralized water. Journal-American Water Works Association. 61 (4), 170-174 (1969).
  42. Marcussen, H., Holm, P. E., Hansen, H. Chr.B. Composition, flavor, chemical food safety, and consumer preferences of bottled water. Comprehensive Reviews in Food Science and Food Safety. 12 (4), 333-352 (2013).
  43. Whelton, A. J., Dietrich, A. M. Relationship between intensity, concentration, and temperature for drinking water odorants. Water Research. 38 (6), 1604-1614 (2004).
  44. (LIFESTYLE) What your choice of water says about you. FT live. , Available from: https://m.ftchinese.com/story/001006284/en?archive (2006).
  45. Pellegrini-Laplagne, M., et al. Effect of simultaneous exercise and cognitive training on executive functions, baroreflex sensitivity, and pre-frontal cortex oxygenation in healthy older adults: a pilot study. GeroScience. , (2022).
  46. Delpy, D. T., et al. Estimation of optical pathlength through tissue from direct time of flight measurement. Physics in Medicine & Biology. 33 (12), 1433-1442 (1988).
  47. Han, W., Gao, L., Wu, J., Pelowski, M., Liu, T. Assessing the brain 'on the line': An ecologically-valid assessment of the impact of repetitive assembly line work on hemodynamic response and fine motor control using fNIRS. Brain and Cognition. 136, 103613 (2019).
  48. Spiers, H. J., Maguire, E. A. Decoding human brain activity during real-world experiences. Trends in Cognitive Sciences. 11 (8), 356-365 (2007).
  49. Spence, C. Neuroscience-Inspired Design: From Academic Neuromarketing to Commercially Relevant Research. Organizational Research Methods. 22 (1), 275-298 (2019).
  50. Grasso-Cladera, A., Costa-Cordella, S., Rossi, A., Fuchs, N. F., Parada, F. J. Mobile brain/body imaging: Challenges and opportunities for the implementation of research programs based on the 4E perspective to cognition. Adaptive Behavior. 0 (0), 1-26 (2022).
  51. Krampe, C., Strelow, E., Haas, A., Kenning, P. The application of mobile fNIRS to "shopper neuroscience" - first insights from a merchandising communication study. European Journal of Marketing. 52, 244-259 (2018).
  52. Meade, A. W., Watson, A. M., Kroustalis, C. M. Assessing common methods bias in organizational research. 22nd annual meeting of the society for industrial and organizational psychology. , New York. 1-10 (2007).
  53. Liang, T. P., Lin, Y. L., Shiau, W. L., Chen, S. F. Investigating common method bias via an EEG study of the flow experience in website design. Journal of Electronic Commerce Research. 22 (4), 305-321 (2021).
  54. Kim, Y. M., Rhiu, I., Yun, M. H. A systematic review of a virtual reality system from the perspective of user experience. International Journal of Human-Computer Interaction. 36 (10), 893-910 (2020).

Tags

इस महीने JoVE अंक 189 न्यूरो-सूचना-प्रणाली न्यूरोआईएस उपयोगिता एफएनआईआरएस आंख ट्रैकिंग संवर्धित वास्तविकता में
संवर्धित वास्तविकता का प्रयोज्य मूल्यांकन: एक न्यूरो-सूचना-प्रणाली अध्ययन
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wu, J., Zhang, D., Liu, T., Yang, H. … More

Wu, J., Zhang, D., Liu, T., Yang, H. H., Wang, Y., Yao, H., Zhao, S. Usability Evaluation of Augmented Reality: A Neuro-Information-Systems Study. J. Vis. Exp. (189), e64667, doi:10.3791/64667 (2022).

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