Summary

قياس تكلفة التبديل لاستخدام الهاتف الذكي أثناء المشي

Published: April 30, 2020
doi:

Summary

يقيس تصميم هذه الدراسة تكلفة تبديل المهام لاستخدام الهاتف الذكي أثناء المشي. يخضع المشاركون لشرطين تجريبيين: حالة التحكم (المشي) وحالة تعدد المهام (الرسائل النصية أثناء المشي). يقوم المشاركون بالتبديل بين هذه المهام ومهمة تحديد الاتجاه. يتم تسجيل بيانات EEG وكذلك التدابير السلوكية.

Abstract

تقدم هذه الورقة بروتوكول دراسة لقياس تكلفة تبديل المهام لاستخدام الهاتف الذكي أثناء المشي. تتضمن هذه الطريقة جعل المشاركين يمشون على جهاز المشي في ظل شرطين تجريبيين: حالة التحكم (أي المشي ببساطة) وحالة تعدد المهام (أي الرسائل النصية أثناء المشي). خلال هذه الظروف ، يجب على المشاركين التبديل بين المهام المتعلقة بالحالة التجريبية ومهمة تحديد الاتجاه. تتم مهمة الاتجاه هذه باستخدام شخصية مشاة نقطة الضوء ، على ما يبدو تمشي نحو يسار أو يمين المشارك. يمثل الأداء في مهمة التوجيه تكاليف تبديل المهام للمشارك. كان هناك مقياسان للأداء: 1) التحديد الصحيح للاتجاه و 2) وقت الاستجابة. يتم تسجيل بيانات EEG من أجل قياس تذبذبات ألفا والمشاركة المعرفية التي تحدث أثناء تبديل المهمة. هذه الطريقة محدودة في صلاحيتها البيئية: تحتوي بيئات المشاة على العديد من المحفزات التي تحدث في وقت واحد وتتنافس على الاهتمام. ومع ذلك ، فإن هذه الطريقة مناسبة لتحديد تكاليف تبديل المهام. تسمح بيانات EEG بدراسة الآليات الأساسية في الدماغ المرتبطة بتكاليف تبديل المهام المختلفة. يسمح هذا التصميم بالمقارنة بين تبديل المهام عند القيام بمهمة واحدة في كل مرة ، مقارنة بتبديل المهام عند تعدد المهام ، قبل عرض التحفيز. وهذا يسمح بفهم وتحديد كل من التأثير السلوكي والفسيولوجي العصبي لهاتين الشرطين المختلفين لتبديل المهام. علاوة على ذلك ، من خلال ربط تكاليف تبديل المهام بنشاط الدماغ ، يمكننا معرفة المزيد حول أسباب هذه التأثيرات السلوكية. هذا البروتوكول هو قاعدة مناسبة لدراسة تكلفة التبديل لاستخدامات الهواتف الذكية المختلفة. يمكن إضافة مهام واستبيانات ومقاييس أخرى مختلفة إليها من أجل فهم العوامل المختلفة التي تنطوي عليها تكلفة تبديل المهام لاستخدام الهاتف الذكي أثناء المشي.

Introduction

نظرا لأن كل من تغلغل الهواتف الذكية والميل إلى تعدد المهام آخذ في الازدياد ، فمن المهم فهم تأثير استخدام الهاتف الذكي أثناء المشي على الانتباه. أظهرت الأدبيات مرارا وتكرارا أن تبديل المهام يأتي بتكلفة1 ، بما في ذلك استخدام الهاتف الذكي أثناء المشي. لقد وجدت الدراسات أن استخدام الهاتف الذكي أثناء المشي يمكن أن يكون مشتتا وخطيرا2،3،4. تم ربط هذه المخاطر بضعف الانتباه للقيام بهذه المهمة3،4،5،6،7. نظرا للطبيعة المعقدة لبيئة المشاة ، فإن دراستها في سياق تجريبي صالح بيئيا يمكن أن تكون مشكلة. ومع ذلك ، فإن إجراء مثل هذه الدراسات في بيئات المشاة الفعلية يمكن أن يأتي بمضاعفات خاصة به لأن العديد من المتغيرات الدخيلة يمكن أن تلعب دورا ، وهناك خطر إلحاق الضرر بالمشارك بسبب الانحرافات. من المهم أن تكون قادرا على دراسة هذه الظاهرة في بيئة آمنة نسبيا تظل واقعية قدر الإمكان. في هذه المقالة ، نصف منهجية بحث تدرس تكلفة تبديل المهام للرسائل النصية أثناء المشي ، مع زيادة صلاحية المهمة والتخفيف من المخاطر المحتملة التي تنطوي عليها.

عند استخدام الهاتف الذكي أثناء المشي ، يضطر الأفراد إلى التبديل من مهام الهاتف الذكي إلى المشي والمهام المتعلقة بالبيئة. ومن ثم ، من أجل دراسة مثل هذه الظاهرة ، وجدنا أنه من المناسب تأطير هذه الطريقة في الأدبيات المتعلقة بتعدد المهام ، والتي تركز بشكل خاص على نموذج تبديل المهام. من أجل القيام بذلك ، تم استخدام نموذج تبديل المهام1 ، حيث قام المشاركون بالتبديل بين مهمة ما قبل التحفيز ومهمة ما بعد التحفيز. تضمنت إحدى مهمتي ما قبل التحفيز تعدد المهام ، بينما لم تتضمن المهمة الأخرى ذلك. في مهمة ما بعد التحفيز ، كان على المشاركين الاستجابة لحافز يتأثر إدراكه بالاهتمام المنقسم8. علاوة على ذلك ، غالبا ما استخدمت الدراسات المختبرية التجريبية التي تحاول أن تكون صالحة بيئيا قدر الإمكان بيئات المشاة الافتراضية لفهم التأثير المتعمد لاستخدام الهاتف الذكي أثناء المشي 4,9. ومع ذلك ، من أجل التقاط الآليات الفسيولوجية العصبية الأساسية ، اخترنا التركيز على رد فعل تبديل المهام المحدد لحافز واحد لتقليل عدد المحفزات التي كان على المشاركين التفاعل معها. وبهذه الطريقة ، يمكننا أن نحدد بدقة أكبر تكلفة تبديل المهام القادمة فقط من تحويل الانتباه بعيدا عن الهاتف الذكي ونحو التحفيز. من خلال تصميم دراستنا ، نستخدم المقاييس السلوكية (أي تكلفة تبديل المهام) والبيانات الفسيولوجية العصبية لفهم إعاقات الانتباه الموجودة أثناء استخدام الهواتف الذكية للمشاة بشكل أفضل.

أثناء تجربة تبديل المهام، عادة ما يقوم المشاركون بمهمتين بسيطتين على الأقل تتعلقان بمجموعة من المحفزات، حيث تتطلب كل مهمة مجموعة مختلفة من الموارد المعرفية يشار إليها باسم “مجموعة المهام”1. عندما يجبر الأفراد على التبديل بين المهام ، تحتاج مواردهم العقلية إلى التكيف (أي تثبيط مجموعة المهام السابقة وتفعيل مجموعة المهام الحالية). يعتقد أن عملية “إعادة تكوين مجموعة المهام” هذه هي سبب تكلفة تبديل المهام1. عادة ما يتم تحديد تكلفة تبديل المهام من خلال ملاحظة الاختلافات في وقت الاستجابة و / أو معدل الخطأ بين التجارب حيث يقوم المشاركون بالتبديل بين المهام وتلك التي لا يقومون فيهابالتبديل 10. في تجربتنا ، كان لدينا ثلاث مجموعات مهام: 1) الاستجابة لمحفز مشاة نقطة الضوء. 2) الرسائل النصية على الهاتف الذكي أثناء المشي ؛ و 3) المشي ببساطة. قارنا تكلفة التبديل بين شرطين مختلفين: 1) المشي ببساطة قبل الاستجابة للحافز ، و 2) المشي أثناء إرسال الرسائل النصية قبل الاستجابة. وبهذه الطريقة ، استحوذنا على تكلفة تعدد المهام على الهاتف الذكي قبل تبديل المهمة وتمكنا من مقارنتها مباشرة بتكلفة التبديل غير متعددة المهام المتمثلة في المشي ببساطة قبل ظهور التحفيز البصري. نظرا لأن الهاتف الذكي المستخدم في هذه الدراسة كان من علامة تجارية معينة ، فقد تم فحص جميع المشاركين قبل التجربة للتأكد من أنهم يعرفون كيفية استخدام الجهاز بشكل صحيح.

من أجل محاكاة تجربة واقعية تمثل سياق المشاة ، قررنا استخدام شخصية مشاة نقطة الضوء كحافز بصري ، يمثل شكلا بشريا يمشي بزاوية انحراف 3.5 درجة نحو يسار أو يمين المشارك. يتكون هذا الشكل من 15 نقطة سوداء على خلفية بيضاء ، مع نقاط تمثل الرأس والكتفين والوركين والمرفقين والمعصمين والركبتين والكاحلين للإنسان (الشكل 1). يعتمد هذا التحفيز على الحركة البيولوجية ، مما يعني أنه يتبع نمط الحركة النموذجي للإنسان والحيوان11. علاوة على ذلك ، فإن هذا الحافز أكثر من صالح بيئيا. يتطلب معالجة بصرية معقدة واهتماما حتى يتم تحليلها بنجاح12,13. ومن المثير للاهتمام ، وجد Thornton et al.8 أن التحديد الصحيح لاتجاه المشاة الشبيه بالنقطة يتأثر بشكل كبير بالاهتمام المقسم ، مما يجعله مناسبا كمقياس للأداء عند دراسة تكاليف تبديل المهام عند تعدد المهام. طلب من المشاركين أن يذكروا شفهيا الاتجاه الذي كان يسير فيه الشكل. كان ظهور المشاة مسبوقا دائما بإشارة سمعية تشير إلى ظهوره على الشاشة.

سمح لنا الأداء في مهمة المشي على ضوء النقطة والبيانات الفسيولوجية العصبية بتحديد التأثير المتعمد لكلتا الحالتين والمساعدة في تحديد سببهما. تم قياس الأداء من خلال النظر إلى معدلات الخطأ وأوقات الاستجابة عند تحديد اتجاه رقم مشاة ضوء النقطة. من أجل فهم الآليات المعرفية والانتباهية الأساسية التي تنطوي عليها إعاقات الانتباه التي وجدناها مع مقياس الأداء ، قمنا بتقييم البيانات الفسيولوجية العصبية للمشاركين باستخدام EEG actiCAP مع 32 قطبا. يعد EEG أداة مناسبة من حيث الدقة المؤقتة ، وهو أمر مهم عند محاولة معرفة أسباب ضعف الأداء في لحظات زمنية محددة (على سبيل المثال ، ظهور شخصية مشاة نقطة الضوء) ، على الرغم من أن القطع الأثرية قد تكون موجودة في البيانات بسبب الحركات. عند تحليل بيانات EEG ، هناك مؤشران لهما أهمية خاصة: 1) تذبذبات ألفا. و 2) المشاركة المعرفية. وجدت الأبحاث أن تذبذبات ألفا قد تمثل التحكم في الذاكرة العاملة بالإضافة إلى التثبيط النشط لدوائر الدماغ غير ذات الصلة بالمهام14،15،16،17. من خلال مقارنة تذبذبات ألفا عند مستويات خط الأساس مع تلك التي تحدث مع عرض التحفيز18,19 ، حصلنا على نسبة ألفا. باستخدام هذه النسبة ، حددنا التغييرات المرتبطة بالحدث والتي يمكن أن تكون كامنة لضعف الانتباه الذي لوحظ عند إرسال الرسائل النصية أثناء المشي. فيما يتعلق بالمشاركة المعرفية ، طور Pope et al.20 مؤشرا حيث يمثل نشاط بيتا زيادة الإثارة والانتباه ، ويعكس نشاط ألفا وثيتا انخفاضا في الإثارة والانتباه21,22. تم إجراء هذا التحليل لتحديد ما إذا كانت زيادة المشاركة قبل ظهور الحافز ستعقد إعادة تشكيل مجموعة المهام المطلوبة من أجل الاستجابة لرقم المشاة.

من خلال المنهجية الموضحة في هذه الورقة ، نسعى إلى فهم الآليات الأساسية التي تؤثر على أداء تبديل المهام لدى المشاركين المشاركين في حلقات تعدد المهام. تمثل حالة المشي أداء تبديل المهام غير متعدد المهام الذي تتم مقارنته بأداء تبديل المهام متعدد المهام (أي الرسائل النصية أثناء المشي). من خلال قياس أدوار تثبيط مجموعة المهام وتنشيط مجموعة المهام ، سعينا إلى فهم أفضل لتكاليف التبديل التي تحدث عند إرسال الرسائل النصية أثناء المشي. من المهم ملاحظة أن الدراسة الأصلية أجريت في بيئة افتراضية غامرة23 ولكن تم تكرارها لاحقا في غرفة تجريبية (انظر الشكل 2) مع جهاز عرض يعرض شخصية المشاة على شاشة أمام المشارك. نظرا لأن هذه البيئة الافتراضية لم تعد متاحة ، فقد تم تكييف البروتوكول مع تصميم الغرفة التجريبية الحالي.

Protocol

قبل البدء في جمع البيانات ، من المهم الحصول على جميع الموافقة البحثية الأخلاقية اللازمة للمشاركين من البشر. يجب أن يتم ذلك من خلال مجالس المراجعة المناسبة و / أو لجان مراجعة المشاركين البشريين. تمت الموافقة على هذا البروتوكول واعتماده من قبل مجلس الأخلاقيات من HEC Montréal لمرفق…

Representative Results

تم إجراء بروتوكول الدراسة هذا في الأصل مع 54 مشاركا ، استجاب كل منهم ل 88 تجربة توجيه. وحدثت نصف هذه التجارب عندما كان المشاركون يمشون ببساطة قبل عرض التحفيز. حدث النصف الآخر عندما كان المشاركون يرسلون الرسائل النصية أثناء المشي قبل عرض التحفيز. النتائج السلوكيةيم?…

Discussion

سيكون الخيار الحاسم عند استخدام البروتوكول هو ضمان جودة البيانات الفسيولوجية العصبية. هناك تعقيد متأصل في استخدام أداة مثل EEG أثناء الحركة ، لأن الحركة المفرطة يمكن أن تخلق الكثير من الضوضاء في البيانات. لذلك من المهم النظر ، قبل جمع البيانات ، في كيفية إعداد البيانات لإزالة أكبر عدد ممكن …

Disclosures

The authors have nothing to disclose.

Acknowledgements

يقر المؤلفون بالدعم المالي لمجلس أبحاث العلوم الاجتماعية والإنسانية في كندا (SSHERC).

Materials

The Observer XT Noldus Integration and synchronization software: The Noldus Observer XT (Noldus Information Technology) is used to synchronize all behavioral, emotional and cognitive engagement data.
MediaRecorder Noldus Audio and video recording software
FaceReader Noldus Software for automatic analysis of the 6 basic facial expressions
E-Prime Psychology Software Tools, Inc. Software for computerized experiment design, data collection, and analysis
BrainVision Recorder Brain Vision Software used for recording neuro-/electrophysiological signals (EEG in this case)
Analyzer EEG signal processing software
Qualtrics Qualtrics Online survey environment
Tapis Roulant ThermoTread GT Office Treadmill
Syncbox Noldus Syncbox start the co-registration of EEG and gaze data by sending a Transistor-Transistor Logic (TTL) signal to the EGI amplifier and a keystroke signal to the Tobii Studio v 3.2.
Move2actiCAP Brain Vision Add-on for a digital wireless system for EEG
iPhone 6s Apple
iMessage Apple
iPad Apple

References

  1. Monsell, S. Task switching. Trends in Cognitive Sciences. 7 (3), 134-140 (2003).
  2. Haga, S., et al. Effects of using a Smart Phone on Pedestrians’ Attention and Walking. Procedia Manufacturing. 3, 2574-2580 (2015).
  3. Hatfield, J., Murphy, S. The effects of mobile phone use on pedestrian crossing behaviour at signalised and unsignalised intersections. Accident Analysis, Prevention. 39 (1), (2007).
  4. Stavrinos, D., Byington, K. W., Schwebel, D. C. Distracted walking: Cell phones increase injury risk for college pedestrians. Journal of Safety Research. 42 (2), 101-107 (2011).
  5. Nasar, J., Hecht, P., Wener, R. Mobile telephones, distracted attention, and pedestrian safety. Accident Analysis, Prevention. 40 (1), 69-75 (2008).
  6. Hyman, I. E., Boss, S. M., Wise, B. M., McKenzie, K. E., Caggiano, J. M. Did you see the unicycling clown? Inattentional blindness while walking and talking on a cell phone. Applied Cognitive Psychology. 24 (5), 597-607 (2010).
  7. Pourchon, R., et al. Is augmented reality leading to more risky behaviors? An experiment with pokémon go. Proceedings of the International Conference on HCI in Business, Government, and Organizations. , 354-361 (2017).
  8. Thornton, I. M., Rensink, R. A., Shiffrar, M. Active versus Passive Processing of Biological Motion. Perception. 31 (7), 837-853 (2002).
  9. Neider, M. B., McCarley, J. S., Crowell, J. A., Kaczmarski, H., Kramer, A. F. Pedestrians, vehicles, and cell phones. Accident Analysis, Prevention. 42, 589-594 (2010).
  10. Wylie, G., Allport, A. Task switching and the measurement of “switch costs”. Psychological Research. 63 (3-4), 212-233 (2000).
  11. Johansson, G. Visual perception of biological motion and a model for its analysis. Perception, Psychophysics. 14 (2), 201-211 (1973).
  12. Cavanagh, P., Labianca, A. T., Thornton, I. M. Attention-based visual routines: Sprites. Cognition. 80 (1-2), 47-60 (2001).
  13. Troje, N. F. Retrieving Information from Human Movement Patterns. Understanding Events. , 308-334 (2008).
  14. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis. Brain Research Reviews. 29 (2-3), 169-195 (1999).
  15. Jensen, O., Gelfand, J., Kounios, J., Lisman, J. E. Oscillations in the Alpha Band (9-12 Hz) Increase with Memory Load during Retention in a Short-term Memory Task. Cerebral Cortex. 12 (8), 877-882 (2002).
  16. Busch, N. A., Herrmann, C. S. Object-load and feature-load modulate EEG in a short-term memory task. NeuroReport. 14 (13), 1721-1724 (2003).
  17. Herrmann, C. S., Senkowski, D., Röttger, S. Phase-Locking and Amplitude Modulations of EEG Alpha. Experimental Psychology. 51 (4), 311-318 (2004).
  18. Pfurtscheller, G., Aranibar, A. Event-related cortical desynchronization detected by power measurements of scalp EEG. Electroencephalography and Clinical Neurophysiology. 42 (6), 817-826 (1977).
  19. Sauseng, P., et al. EEG alpha synchronization and functional coupling during top-down processing in a working memory task. Human Brain Mapping. 26 (2), 148-155 (2005).
  20. Pope, A. T., Bogart, E. H., Bartolome, D. S. Biocybernetic system evaluates indices of operator engagement in automated task. Biological Psychology. 40 (1-2), 187-195 (1995).
  21. Scerbo, M. W., Freeman, F. G., Mikulka, P. J. A brain-based system for adaptive automation. Theoretical Issues in Ergonomics Science. 4 (1-2), 200-219 (2003).
  22. Charland, P., et al. Assessing the Multiple Dimensions of Engagement to Characterize Learning: A Neurophysiological Perspective. Journal of Visualized Experiments. (101), e52627 (2015).
  23. Courtemanche, F., et al. Texting while walking: An expensive switch cost. Accident Analysis, Prevention. 127, 1-8 (2019).
  24. Townsend, J. T., Ashby, F. G. . The stochastic modeling of elementary psychological processes. , (1983).
  25. Jung, T., et al. Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects. Clinical Neurophysiology. 111, 1745-1758 (2000).
  26. Luck, S. J. . An Introduction to the Event-related Potential Technique (Cognitive Neuroscience). , (2005).
  27. Steiger, J. H. Tests for comparing elements of a correlation matrix. Psychological Bulletin. 87 (2), 245-251 (1980).
  28. Léger, P. -. M., Davis, F., Riedl, R., vom Brocke, J., Léger, P. -. M., Randolph, A., Fischer, T. H., et al. Task Switching and Visual Discrimination in Pedestrian Mobile Multitasking: Influence of IT Mobile Task Type. Information Systems and Neuroscience: Vienna Retreat on NeuroIs 2019. , 245-251 (2020).
  29. Mourra, G. N. . Addicted to my smartphone: what factors influence the task-switching cost that occurs when using a smartphone while walking. , (2019).
  30. Schabrun, S. M., van den Hoorn, W., Moorcroft, A., Greenland, C., Hodges, P. W. Texting and walking: strategies for postural control and implications for safety. PloS One. 9 (1), 84312 (2014).
check_url/cn/60555?article_type=t

Play Video

Cite This Article
Mourra, G. N., Brieugne, D., Rucco, E., Labonté-Lemoyne, É., Courtemanche, F., Sénécal, S., Fredette, M., Cameron, A., Faubert, J., Lepore, F., Bellavance, F., Léger, P. Measuring the Switch Cost of Smartphone Use While Walking. J. Vis. Exp. (158), e60555, doi:10.3791/60555 (2020).

View Video