यह अध्ययन डिजाइन चलने के दौरान स्मार्टफोन का उपयोग करने की कार्य-स्विचिंग लागत को मापता है। प्रतिभागियों को दो प्रयोगात्मक स्थितियों से गुजरना पड़ता है: एक नियंत्रण स्थिति (चलना) और एक मल्टीटास्किंग स्थिति (चलते समय टेक्स्टिंग)। प्रतिभागी इन कार्यों और एक दिशा निर्धारण कार्य के बीच स्विच करते हैं। ईईजी डेटा के साथ-साथ व्यवहार संबंधी उपायों को दर्ज किया जाता है।
यह पेपर चलने के दौरान स्मार्टफोन का उपयोग करने की कार्य-स्विचिंग लागत को मापने के लिए एक अध्ययन प्रोटोकॉल प्रस्तुत करता है। इस विधि में प्रतिभागियों को दो प्रयोगात्मक स्थितियों के तहत ट्रेडमिल पर चलना शामिल है: एक नियंत्रण स्थिति (यानी, बस चलना) और एक मल्टीटास्किंग स्थिति (यानी, चलते समय टेक्स्टिंग)। इन स्थितियों के दौरान, प्रतिभागियों को प्रयोगात्मक स्थिति और दिशा निर्धारण कार्य से संबंधित कार्यों के बीच स्विच करना होगा। यह दिशा कार्य एक बिंदु-प्रकाश वॉकर आकृति के साथ किया जाता है, प्रतीत होता है कि प्रतिभागी के बाईं या दाईं ओर चल रहा है। दिशा कार्य पर प्रदर्शन प्रतिभागी की कार्य-स्विचिंग लागत का प्रतिनिधित्व करता है। दो प्रदर्शन उपाय थे: 1) दिशा की सही पहचान और 2) प्रतिक्रिया समय। टास्क स्विच के दौरान होने वाले अल्फा दोलनों और संज्ञानात्मक जुड़ाव को मापने के लिए ईईजी डेटा दर्ज किया जाता है। यह विधि इसकी पारिस्थितिक वैधता में सीमित है: पैदल यात्री वातावरण में एक साथ होने वाली कई उत्तेजनाएं होती हैं और ध्यान के लिए प्रतिस्पर्धा होती है। बहरहाल, यह विधि कार्य-स्विचिंग लागतों को इंगित करने के लिए उपयुक्त है। ईईजी डेटा मस्तिष्क में अंतर्निहित तंत्र के अध्ययन की अनुमति देता है जो अलग-अलग कार्य-स्विचिंग लागतों से संबंधित हैं। यह डिज़ाइन उत्तेजना प्रस्तुति से पहले मल्टीटास्किंग करते समय कार्य स्विचिंग की तुलना में, एक समय में एक कार्य करते समय कार्य स्विचिंग के बीच तुलना की अनुमति देता है। यह इन दो अलग-अलग कार्य-स्विचिंग स्थितियों के व्यवहार और न्यूरोफिज़ियोलॉजिकल प्रभाव दोनों को समझने और इंगित करने की अनुमति देता है। इसके अलावा, मस्तिष्क गतिविधि के साथ कार्य-स्विचिंग लागतों को सहसंबंधित करके, हम इन व्यवहार प्रभावों के कारणों के बारे में अधिक जान सकते हैं। यह प्रोटोकॉल विभिन्न स्मार्टफोन उपयोगों की स्विचिंग लागत का अध्ययन करने के लिए एक उपयुक्त आधार है। चलने के दौरान स्मार्टफोन के उपयोग की कार्य-स्विचिंग लागत में शामिल विभिन्न कारकों को समझने के लिए इसमें विभिन्न कार्यों, प्रश्नावली और अन्य उपायों को जोड़ा जा सकता है।
क्योंकि स्मार्टफोन की पैठ और मल्टीटास्क करने की प्रवृत्ति दोनों बढ़ रही है, इसलिए यह समझना महत्वपूर्ण है कि चलते समय स्मार्टफोन के उपयोग का ध्यान पर क्या प्रभाव पड़ता है। साहित्य ने बार-बार प्रदर्शित किया है कि टास्क स्विचिंग लागत1 के साथ आता है, जिसमें चलने के दौरान स्मार्टफोन का उपयोग भी शामिल है। अध्ययनों में पाया गया है कि चलते समय स्मार्टफोन का उपयोग करना विचलित और खतरनाक हो सकताहै 2,3,4. इन खतरों को इस तरह के कार्य को करने की ध्यान हानि से जोड़ा गया है 3,4,5,6,7। पैदल यात्री पर्यावरण की जटिल प्रकृति के कारण, इसे एक प्रयोगात्मक संदर्भ में अध्ययन करना जो पारिस्थितिक रूप से मान्य है, समस्याग्रस्त हो सकता है। बहरहाल, वास्तविक पैदल यात्री वातावरण में इस तरह के अध्ययन का संचालन अपने स्वयं की जटिलताओं के साथ आ सकता है क्योंकि कई बाहरी चर खेल में आ सकते हैं, और विकर्षण के कारण प्रतिभागी को नुकसान का खतरा होता है। अपेक्षाकृत सुरक्षित वातावरण में ऐसी घटना का अध्ययन करने में सक्षम होना महत्वपूर्ण है जो यथासंभव यथार्थवादी रहता है। इस लेख में, हम एक शोध पद्धति का वर्णन करते हैं जो चलने के दौरान टेक्स्टिंग की कार्य-स्विचिंग लागत का अध्ययन करता है, जबकि कार्य की वैधता को बढ़ाता है और इसमें शामिल संभावित जोखिमों को कम करता है।
चलते समय स्मार्टफोन का उपयोग करते समय, व्यक्तियों को स्मार्टफोन कार्यों से चलने और पर्यावरण से संबंधित कार्यों पर स्विच करने के लिए मजबूर किया जाता है। इसलिए, इस तरह की घटना का अध्ययन करने के लिए, हमने मल्टीटास्किंग पर साहित्य के भीतर इस विधि को तैयार करना उचित पाया, विशेष रूप से कार्य स्विचिंग प्रतिमान पर केंद्रित। ऐसा करने के लिए, टास्क स्विचिंग प्रतिमान का उपयोग किया गया था1, जिसमें प्रतिभागियों को पूर्व-उत्तेजना कार्य और पोस्ट-स्टिमुलस कार्य के बीच स्विच करना था। दो पूर्व-उत्तेजना कार्यों में से एक में मल्टीटास्किंग शामिल थी, जबकि दूसरे में नहीं था। पोस्ट-स्टिमुलस कार्य में, प्रतिभागियों को एक उत्तेजना का जवाब देना था जिसकी धारणा विभाजित ध्यान8 से प्रभावित होती है। इसके अलावा, प्रयोगात्मक प्रयोगशाला अध्ययन जो यथासंभव पारिस्थितिक रूप से मान्य होने की कोशिश करते हैं, ने अक्सरचलने के दौरान स्मार्टफोन के उपयोग के ध्यान प्रभाव को समझने के लिए आभासी पैदल यात्री वातावरण का उपयोग किया है। बहरहाल, अंतर्निहित न्यूरोफिज़ियोलॉजिकल तंत्र को पकड़ने के लिए, हमने प्रतिभागियों की प्रतिक्रिया की संख्या को कम करने के लिए एक उत्तेजना के लिए विशिष्ट कार्य-स्विचिंग प्रतिक्रिया पर ध्यान केंद्रित करना चुना। इस तरह, हम स्मार्टफोन से दूर और उत्तेजना की ओर ध्यान केंद्रित करने से आने वाली टास्क-स्विचिंग लागत को अधिक सटीक रूप से इंगित कर सकते हैं। हमारे अध्ययन डिजाइन के साथ, हम पैदल यात्री स्मार्टफोन के उपयोग के दौरान पाए जाने वाले ध्यान संबंधी हानि को बेहतर ढंग से समझने के लिए व्यवहार संबंधी उपायों (यानी, कार्य-स्विचिंग लागत) और न्यूरोफिज़ियोलॉजिकल डेटा का उपयोग करते हैं।
एक कार्य-स्विचिंग प्रयोग के दौरान, प्रतिभागियों ने आमतौर पर उत्तेजनाओं के एक सेट से संबंधित कम से कम दो सरल कार्य किए, प्रत्येक कार्य के लिए संज्ञानात्मक संसाधनों के एक अलग सेट की आवश्यकता होती है जिसे “टास्क-सेट” 1 कहा जाता है। जब व्यक्तियों को कार्यों के बीच स्विच करने के लिए मजबूर किया जाता है, तो उनके मानसिक संसाधनों को अनुकूलित करने की आवश्यकता होती है (यानी, पिछले कार्य-सेट का निषेध और वर्तमान कार्य-सेट का सक्रियण)। इस “कार्य-सेट पुनर्रचना” प्रक्रिया को कार्य-स्विचिंग लागत1 का कारण माना जाता है। टास्क-स्विचिंग लागत आमतौर पर परीक्षणों के बीच प्रतिक्रिया समय और / या त्रुटि दर में अंतर को देखकर निर्धारित की जाती है जहां प्रतिभागी कार्यों के बीच स्विच करते हैं और जहां वे10 नहीं होते हैं। हमारे प्रयोग में, हमारे पास तीन कार्य-सेट थे: 1) पॉइंट-लाइट वॉकर उत्तेजना का जवाब देना; 2) चलते समय स्मार्टफोन पर टेक्स्टिंग; और 3) बस चलना। हमने दो अलग-अलग स्थितियों के बीच स्विच लागत की तुलना की: 1) उत्तेजना का जवाब देने से पहले बस चलना, और 2) जवाब देने से पहले टेक्स्टिंग करते समय चलना। इस तरह, हमने कार्य को स्विच करने से पहले स्मार्टफोन पर मल्टीटास्किंग की लागत को कैप्चर किया और दृश्य उत्तेजना की उपस्थिति से पहले बस चलने की गैर-मल्टीटास्किंग स्विच लागत से सीधे इसकी तुलना करने में सक्षम थे। क्योंकि इस अध्ययन में इस्तेमाल किया गया स्मार्टफोन एक विशिष्ट ब्रांड का था, सभी प्रतिभागियों को प्रयोग से पहले यह सुनिश्चित करने के लिए जांच की गई थी कि वे जानते थे कि डिवाइस का सही उपयोग कैसे किया जाए।
पैदल यात्री संदर्भ के यथार्थवादी अनुभव प्रतिनिधि का अनुकरण करने के लिए, हमने एक दृश्य उत्तेजना के रूप में एक बिंदु-प्रकाश वॉकर आकृति का उपयोग करने का फैसला किया, जो प्रतिभागी के बाईं या दाईं ओर 3.5 डिग्री विचलन कोण के साथ चलने वाले मानव रूप का प्रतिनिधित्व करता है। यह आकृति एक सफेद पृष्ठभूमि पर 15 काले बिंदुओं से बनी है, जिसमें एक मानव के सिर, कंधे, कूल्हों, कोहनी, कलाई, घुटनों और टखनों का प्रतिनिधित्व करने वाले बिंदु हैं (चित्र 1)। यह उत्तेजना जैविक गति पर आधारित है, जिसका अर्थ है कि यह आंदोलन के पैटर्न का पालन करता है जो मनुष्योंऔर जानवरों के लिए विशिष्ट है। इसके अलावा, यह उत्तेजना पारिस्थितिक रूप से मान्य से अधिक है; इसे सफलतापूर्वक विश्लेषण करने के लिए जटिल दृश्य प्रसंस्करण और ध्यान देने की आवश्यकता होती है12,13. दिलचस्प बात यह है कि थॉर्नटन एट अल.8 ने पाया कि बिंदु-जैसे वॉकर की दिशा की उचित पहचान विभाजित ध्यान से बहुत प्रभावित होती है, जिससे मल्टीटास्किंग करते समय कार्य-स्विचिंग लागत का अध्ययन करते समय यह प्रदर्शन उपाय के रूप में उपयुक्त हो जाता है। प्रतिभागियों को मौखिक रूप से यह बताने के लिए कहा गया था कि आंकड़ा किस दिशा में चल रहा था। वॉकर की उपस्थिति हमेशा एक श्रवण संकेत से पहले होती थी जो स्क्रीन पर इसकी उपस्थिति का संकेत देती थी।
पॉइंट-लाइट वॉकर टास्क और न्यूरोफिज़ियोलॉजिकल डेटा पर प्रदर्शन ने हमें दोनों स्थितियों के ध्यान प्रभाव को निर्धारित करने और यह निर्धारित करने में मदद करने की अनुमति दी कि उनका कारण क्या है। पॉइंट-लाइट वॉकर फिगर की दिशा निर्धारित करते समय त्रुटि दर और प्रतिक्रिया समय को देखकर प्रदर्शन को मापा गया था। प्रदर्शन माप के साथ पाए गए ध्यान संबंधी हानि में शामिल अंतर्निहित संज्ञानात्मक और ध्यान तंत्र को समझने के लिए, हमने 32 इलेक्ट्रोड के साथ ईईजी एक्टीकैप का उपयोग करके प्रतिभागियों के न्यूरोफिज़ियोलॉजिकल डेटा का आकलन किया। ईईजी अस्थायी परिशुद्धता के संदर्भ में एक उपयुक्त उपकरण है, जो यह देखने की कोशिश करते समय महत्वपूर्ण है कि समय में विशिष्ट क्षणों में खराब प्रदर्शन का क्या कारण है (उदाहरण के लिए, पॉइंट-लाइट वॉकर फिगर की उपस्थिति), हालांकि आंदोलनों के कारण डेटा में कलाकृतियां मौजूद हो सकती हैं। ईईजी डेटा का विश्लेषण करते समय, दो इंडेक्स विशेष रूप से प्रासंगिक होते हैं: 1) अल्फा दोलन; और 2) संज्ञानात्मक जुड़ाव। अनुसंधान में पाया गया है कि अल्फा दोलन कार्यशील स्मृति नियंत्रण के साथ-साथ कार्य-अप्रासंगिक मस्तिष्क सर्किट14,15,16,17 के सक्रिय अवरोध का प्रतिनिधित्व कर सकते हैं। उत्तेजना प्रस्तुति18,19 के साथ होने वाले बेसलाइन स्तरों पर अल्फा दोलनों की तुलना करके, हमने अल्फा अनुपात प्राप्त किया। इस अनुपात के साथ, हमने घटना से संबंधित परिवर्तनों को निर्धारित किया जो चलते समय टेक्स्टिंग करते समय देखी गई ध्यान हानि को अंतर्निहित कर सकते हैं। संज्ञानात्मक जुड़ाव के संबंध में, पोप एट अल .20 ने एक सूचकांक विकसित किया जहां बीटा गतिविधि बढ़ी हुई उत्तेजना और ध्यान का प्रतिनिधित्व करती है, और अल्फा और थेटा गतिविधि उत्तेजना और ध्यान में कमी को दर्शाती है 21,22। यह विश्लेषण यह निर्धारित करने के लिए किया गया था कि क्या उत्तेजना की उपस्थिति से पहले बढ़ी हुई सगाई वॉकर आंकड़े का जवाब देने के लिए आवश्यक कार्य सेट पुनर्रचना को जटिल करेगी।
इस पेपर में वर्णित पद्धति के साथ, हम अंतर्निहित तंत्र को समझना चाहते हैं जो मल्टीटास्किंग एपिसोड में लगे प्रतिभागियों में कार्य-स्विचिंग प्रदर्शन को प्रभावित करते हैं। चलने की स्थिति एक गैर-मल्टीटास्किंग टास्क-स्विच प्रदर्शन का प्रतिनिधित्व करती है जिसकी तुलना मल्टीटास्किंग टास्क-स्विच प्रदर्शन (यानी, चलते समय टेक्स्टिंग) से की जाती है। कार्य-सेट निषेध और कार्य-सेट सक्रियण की भूमिकाओं को मापकर, हमने चलने के दौरान टेक्स्टिंग करते समय होने वाली स्विच लागतों को बेहतर ढंग से समझने की मांग की। यह ध्यान रखना प्रासंगिक है कि मूल अध्ययन एक इमर्सिव वर्चुअल वातावरण23 में किया गया था, लेकिन बाद में एक प्रयोगात्मक कमरे में दोहराया गया ( चित्रा 2 देखें) जिसमें एक प्रोजेक्टर प्रतिभागी के सामने स्क्रीन पर वॉकर फिगर प्रदर्शित करता है। क्योंकि यह आभासी वातावरण अब उपलब्ध नहीं है, प्रोटोकॉल को वर्तमान प्रयोगात्मक कक्ष डिजाइन के लिए अनुकूलित किया गया था।
प्रोटोकॉल का उपयोग करते समय एक महत्वपूर्ण विकल्प न्यूरोफिज़ियोलॉजिकल डेटा की गुणवत्ता सुनिश्चित करना होगा। आंदोलन के दौरान ईईजी जैसे उपकरण का उपयोग करने के लिए एक अंतर्निहित जटिलता है, क्योंकि अत्?…
The authors have nothing to disclose.
लेखक कनाडा के सामाजिक विज्ञान और मानविकी अनुसंधान परिषद (एसएसएचईआरसी) के वित्तीय समर्थन को स्वीकार करते हैं।
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 |