인간의 음식 보상과 동기 부여를 공부

이 프로토콜에 설명 된 모든 절차는 캠브리지 지역 연구 윤리위원회로부터 윤리 승인 아래 개발 및 테스트되었습니다. 1. 음식 관련 동기 부여의 수단으로 그립의 힘 장치 및 설정 : 자극 전달 노트북에 납득시키는 도구 상자와 MATLAB을 설치합니다. 이더넷 포트를 통해 자극 전달 노트북 힘 센서 및 관련 데이터 수집 시스템을 연결합니다. 필요한 하드웨어 및 소프트웨어에 대한 자세한 내용은 표 1을 참조하십시오. 주 : 스캐너 외부 압력 변환기에 연결된 자기 공명 영상 (MRI) 스캐너 간단한 부르 쥐다 포스 고무 전구가 사용되고있는 태스크를 실행한다. 이 압착 벌브 내부 공기압의 변화는, 변환기에 의해 측정 될 수 있고 직접적으로 소비 된 노력과 관련 될 수있다. 연속 데이터 수집 시스템을 폴링하고 10 SAMP 판독하는 프로그램을 설정할각 폴링에 레. 힘이 가해으로 샘플의 평균을 가지고. 참고 : 갈바니 피부 반응 (GSR)도 함께 측정 할 수있다. 이를 위해 자극 전달 노트북은 다른 대책 GSR를 동기화하는 GSR 데이터 수집 시스템에 연결하는 병렬 포트가 필요합니다. 자극 전달 노트북의 부하를 최소화하기 위해 측정 된 GSR 신호를 기록하기 위해 별도의 컴퓨터를 사용합니다. GSR 측정은 더 설명하지 않습니다. 그림 1. 하드웨어 그립 힘 작업에 설정합니다. 절차 : 도 1에 도시 된 바와 같이 테이블 또는 다른 안정된 표면에 기기를 설정한다. 노트북에 연결하기 위해 데이터 수집 시스템을 기다립니다. fo를 기준 측정 값을 수집합니다이하 최대 자발적인 수축 (MVC) 이전 작업을 시작하기로 지칭 R 그립 힘 센서와 참가자의 최대 노력. 테이블에 그립 힘 센서를 삽입하고 기본 측정 값을 수집합니다. , MVC를 측정 그립 힘 센서를 개최 참가자 유용한 작업의 기간 동안 유지하기 편안한 팔 위치를 선택합니다. 다섯 번 힘껏 변환기를 짜 작업의 최대 교정으로 다섯 exertions의 평균을 취할 수있는 참가자를 지시합니다. 주 : 응답 구간 동안 참가자에 의해 가해진 힘은 다음과 같이 초기 및 MVC의 차이의 비율로 측정된다 : 노력이 부정적이면 제로의 최소 강제로 설정하고 교정시 측정 MVC보다 크다면 그것으로 설정된100 단위의 최대 노력. 이는 전술 한 바와 같이 10 샘플 포인트 평활화가 적용된 후에 어떠한 잔여 노이즈를 설명하기 위해 수행된다. 노력 샘플의 결과 일련의 응답 기간 동안 축적 된 시험에 대한 노력의 응답으로 저장됩니다. 작업을 시작합니다. 참고 : 작업 세션이 길면 피로 효과뿐만 아니라 작업 끝에 MVC를 측정하고, 처음에 MVCs 차이에 피로 효과 관련하여 계정에 취하고의 단부 수 작업 세션. 주요 종속 변수 : 이 방법은 각 시험의 힘 – 시간 곡선을 캡처합니다. 힘 – 시간 곡선에서 다음의 변수 추출 : 곡선 (AUC)에서 영역을 최대 또는 피크 힘을 발휘하고, 속도 나 힘의 시간 곡선의 기울기. 응용 프로그램 : 파지력 측정 세 애플리케이션은 후술된다. 상대 보상 V 검사ALUE : 노력이 사진 선택 작업. 참고 :이 작업을 참가자는 식품 및 소비재 등 보람있는 이미지의 종류를 볼 발휘하고자하는 상대의 노력을 측정한다. 노력의 평가는 동일한 이미지에 대한 자신의 주관대로 평가와 관련이 있습니다. 다음과 같이 실험적인 디자인입니다 : 현재 작업의 각 시험에 두 개의 이미지를 나란히, 하나는 대형 (300 X 300 픽셀)와 명확하게 보이는 기본 이미지, 그리고 다른 하나는 소형 (5 × 5 픽셀) 불명료 한 기본값이 아닌 이미지입니다. 트랜스 듀서에 힘을 발휘하는 것은 기본이 아닌 이미지를 확대 및 기본 이미지를 축소합니다. 고 칼로리 음식, 저칼로리 음식과 (암수 구별) 보람 nonfoods 세 가지 보상 범주에서 6 이미지를 선택합니다. 독립적으로 건강한 자원 봉사 단체가 주관대로 정격 이미지가있다. 모든 이미지가 다른 두 종류의 모든 이미지와 결합되도록 이미지 쌍을 만듭니다. 그런 그 쌍을 상쇄 개채널 이미지는 시험의 같은 수의 기본 및 기본이 아닌 영상으로 나타납니다. 작업을 실행하면 : 1.2 절에 설명 된 모든 단계를 수행합니다. 참가자에게 시험 구조를 설명하고 그녀가 기본이 아닌 이미지의 크기의 크기를 증가시키고 그에 따라 변환기를 압박하여 기본 이미지의 감소 할 수 있다는 그녀의 말. 참고 : 균형을 잡기는 모든 이미지가 노력을 확대하거나 축소 할 수있는 시험의 동일한 수있을 것이라는 점을 보장한다. (이 비율은 각 Biopac 모듈에 대해 개별적으로 설정해야 할 수도 있습니다) 각 개인의 MVC의 10 %에 가능한 한 기본값이 아닌 이미지가 큰 만들기 위해 필요한 힘을 설정합니다. 참고 : 다음과 같이 소비 된 힘과 그림의 크기 사이의 관계가 결정된다. 배경과 전경 이미지가 모두 정사각형 가정, LB와 LF는 각각 배경과 전경 이미지의 길이 될 수 있습니다. 하자 G, GMVC하고, GBASE는 각각 교정시 측정 및 교정 기준선 동안 측정 시험, 최대 힘의 응답 구간 동안 측정 파지력 응답 될. 또한, 파지력 및 이미지 크기 사이의 선형 관계를 가정하면, LB 및 LF는 다음과 같이 쓸 수있다 제약 조건 어디에 제약은 이미지 GMVC 초과 힘이 가해진 경우에도 LMAX 이상 팽창하지 않도록. 작업의 짧은 데모를 제시한다. 그녀가 발휘 얼마나 많은 노력에 따라 choses으로 그녀가 이미지를 볼 수있는 참가자를 말한다. 작업을 완료하기 위해 자신의 참가자를 남겨주세요. 후작업 이후 시각적 아날로그 척도에 각 이미지에 대한 취향 등급을 수집 완료. 데이터를 분석하기 위해 각 이미지는 기본이 아닌 이미지이고 노력을 확대 할 필요 된 모든 시험에서 힘 – 시간 곡선 아래 영역의 평균을. 이 평균 AUC는 특정 이미지에 대한 동기 부여의 측정으로한다. 음식에 대한 잠재 의식 의욕을 검사. 주 : 잠재 의식과 의식이 모두 자극 프레 젠 테이션을 사용하여,이 작업은 음식을 모두 잠재 의식과 의식 의욕을 검사합니다. 아래의 설명은 감각 특정 포식 (Ziauddeen 등. 16 참조)를 사용하여 이전의 연구를 기반으로합니다. 다음과 같이 실험적인 디자인입니다 : 맛있는 음식, 달콤한 음식과 중립 비 식품 항목의 세 가지 자극을 선택합니다. 직접 모터의를 최소화하기 위해 잠재적으로 임상 시험에 대한 의식이 재판 및 기타 각 항목의 두 가지 이미지를 수집한다 pecification 12 영향. 어도비 포토샵을 사용하여, 동일한 휘도와 같은 무늬 배경 (빨간색, 노란색, 녹색, 갈색의 1mm 사각형의 바둑판 배열)을 가지고 모든 이미지 포맷. 단일 패스를 사용하여 그림의 가장자리를 덩어리 죠. 무작위로 모든 사진을 스크램블링하여 마스크 이미지를 만든 후 합성 이미지를 만들 수를 혼합. 잠재 의식 프리젠 테이션은 샌드위치 마스킹에 의해 달성된다. 200 밀리 초이 존재에게 267 밀리 초에 다시 가면 다음에 33 밀리 초에 대한 다음 자극의 이미지를, 마스크 이미지를하세요. 의식이 시험은 200 밀리 초 후 200 밀리 초에 대한 자극의 이미지와 100 밀리의 뒤로 마스크 마스크를 선물한다. 총 프리젠 테이션은 모두 시험 유형 500 밀리 초입니다. 마스크 자극 프레 젠 테이션 후, 참가자가 그립 힘 센서에 힘을 발휘하는 동안 응답 창을 시작합니다. 화면에 유체 수준의 방법으로 실시간 피드백을 제공합니다. 참고 : 모든 작업에참가자에게 피드백을위한 유체 레벨을 사용하여 달성 될 수있는 열 및 최대 높이의 높이가 모두 시험에 걸쳐 랜덤하게 변화된다. 예 칼럼의 높이가 100, 110, 및 120 유닛 사이에서 변화하도록 설정되고, 태스크의 시작시에 측정 된 각 참가자의 최대 힘의 백분율로 80, 90, 및 100 단위 사이에 달성 될 수있는 최대 높이. 의견은 작업과 과목을 참여에 중요한 역할을 역할을하는 동안,이 소비 된 힘과 재판을 재판에서 오일 레벨의 높이 사이에 일관된 관계가 없다는 것을 보장을 설정할 수 있습니다. 목적은 같은 특정 피드백을 달성하기 위해 자신의 노력을 변조에서 참가자를 방지하는 것입니다 매우 상단에 오일 레벨을 받고.에게 참가자는 명시 적으로 의견이 신뢰할 수 있음을 통보하고 자신의 노력을 스스로 판단하고 오일 레벨에 의존하지 지시. 각 시험의 경우, 고정을 제시3,000 밀리 초 유체 레벨 피드백을 500 밀리 초 후 응답 창에 대한 마스크 자극 다음 500 밀리 초, 크로스. 작업을 실행하면 : 1.2 절에 설명 된 모든 단계를 수행합니다. 각 시험에서 중앙 고정 십자가에 그녀의주의를 집중하는 참가자를 부탁드립니다. 오일 레벨이 나타날 때 그녀가 제시하는 항목으로 포인트를 이기기 위해 힘 센서를 짤 수 있다는 것을 그녀에게 설명한다. 어떤 시험에 있다고 설명 이미지를 확인하기 어려울 수 그녀가 그녀의 본능을 제안 할 수 있습니다. 강조하는 신뢰할 수있는 조언이다. 필요한만큼 많은 블록에 작업을 실행합니다. 작업의 완료 후, 마스킹 절차가 얼마나 잘 작동 확인. 이 두 가지 방법으로 수행 할 수 있습니다 : 참가자의 주관적인 보고서를 수집하여하고 강제 선택의 차별을 수행하여. 후자의 두 가지 옵션이 다음 주 작업에서와 마스크 자극을 제시하고 어 나타 내기 위해 참가자를 요청무형 문화 유산의 하나가 바로 제시했다. 이 주요 작업의 각 블록에 발표 된 각 이미지에게 많은 시간을 제시한다. '마스크가 잘 작동 경우 신호 검출 이론에 따라,, d는 discriminability 지수 (d)를'계산 제로에 가까워 야합니다. 스캐너에 식품 관련 의욕을 검사. 파지력 전구 및 첨부 된 압력 변환기를 사용하여, 이러한 파지력 기반 작업 MRI 스캐너에서 실행할 수있다. 피드백이 사용되는 경우, 섹션 1.4.2 에서처럼 그렇게. 2. 보상 값의 측정 값으로 지불하는 것을 좋아 하는가 참고 :이 작업은 적절한 자극 전달 소프트웨어 프로그램 만 표준 데스크탑 또는 노트북 컴퓨터를 필요로 할 수 있습니다. 여기에 설명 된 버전은 프리젠 테이션 (버전 14.5, 신경 행동 학적 시스템)에 프로그래밍되어 있습니다. 절차 : 참고 :이 절차의 수정입니다Plassmann (13)로부터 컴퓨터 경매 절차. 다음과 같이 경매 절차는 다음과 같습니다 경매는 라운드 시리즈, 각각의 특징 하나의 식품 항목을 포함한다. 동일한 접시와 배경에있는 모든 음식을 촬영하고 있습니다. 이전 작업 쇼 참가자 규모에 대한 정확한 이해를 제공하기 위해 이미지에 사용 된 실제 플레이트의 시작. 참가자들에게 고정 된 화폐 예산, 예를 들면 3파운드을 제공합니다. 그녀가 경매의 여러 라운드를 통해 이동합니다 그녀는 각 라운드에 입찰을 배치 할 수있는 참가자를 말한다. 10P 씩 3파운드 – 그녀 원 0가는 슬라이딩 스케일에 그녀의 입찰을 배치 할 수 있습니다. 한 라운드가 계산 라운드로 경매의 끝에서 선택됩니다 참가자를 알려줍니다. 따라서 그녀는 여러 차례에 걸쳐 그녀의 3파운드 예산을 확대하지 않고, 하나 인 것처럼 매 라운드를 처리 할 수​​ 있습니다. 컴퓨터에 대해 입찰 할 참가자를 말각 라운드에서 그들. 그들이 선택한 라운드에 컴퓨터를 비싼 값을 매길 경우, 식품 항목을 승리 만이 양에게 컴퓨터 입찰가를 지불하고 나머지 변화를 유지할 수있을 것이다. 그러나, 컴퓨터가 outbids 또는 입찰과 일치하는 경우, 그들은 음식 품목을,하지만 여전히 자신의 금전적 예산을 유지하지 않습니다. 그 규칙이 세트가 지정되면 (자),이 경매에 입찰을위한 최선의 전략은 그들이 제안에 음식 품목을 지불 정말 기꺼이하는 가격에 가까운 금액을 입찰하는 것을 참가자에게 설명한다. 참고 :이 방법으로 수집 된 입찰은 자신의 WTP에 해당합니다. 응용 프로그램 : 내부 상태의 변화를 측정 감도를 검사. 참고 : 개념 증명으로, 굶주림과 포만의 변화와 가치의 변화에​​ 대한 측정의 감도를 조사 하였다. 건강한 정상 체중 자원 봉사자는 이전과 고정 칼로리 식사 (550 킬로 칼로리)를 식사 후 경매 절차에 참여했다. SEnsory 특정 물림 조작을 사용 하였다. 시각적 상사 척도에 굶주림과 충만 등급을 수집합니다. 2.1 절에 설명 된 태스크의 첫 번째 블록을 수행한다. 계획 식품 항목 수가 0이 아닌 입찰이 배치 한 것으로 라운드로 선택하는 작업과 같은 디자인. 그들이 승리 한 음​​식과 함께 참가자를 제시하고 그들에게 식사를 섭취하는 15 분을 제공합니다. 3파운드 예산에서 지불을 뺍니다. 다시 굶주림과 충만의 평가를 수집합니다. 새로운 3파운드 예산 작업의 두 번째 블록을 수행합니다. 식량은 두 번째 블록에서 승리하지 않습니다. 두 블록에 걸쳐 다른 항목에 대한 WTP를 대비. 미래의 응용 프로그램 : 값 계산에 참여 신경 시스템을 검사. 참고 :이 작업을 설정하고 값 계산의 신경 상관 관계를 조사하기 위해 fMRI를 스캐너에서 실행할 수 있습니다. 그것은 최근 약물의 fMRI 연구보고에 사용 된음식 보상을위한 가치 계산에 도파민의 영향의 효과에. 참가자는 도파민 작용제 (브로 모 크립 틴), 도파민 길항제 (sulpiride) 또는 위약의 단 하나 복용량을받은 후 작업의 단일 블록을 수행 하였다. 절차는 따로 규모가 20P 씩 증가하도록 설정되었다는 사실에서 2.1과 거의 동일했다. 유사한 작업 (13)에 비해,이 측정 값은 4 (표준 MRI 버튼 상자의 각 버튼에 대응)의 최대지지 이산 변수 반대로 이상의 연속 변수로 WTP의 포착을 허용한다.