가상 공간에서의 인간 공간 탐색과 운동에 대한 민감성 평가

코딩 관점에서 게임플레이에 대한 설명: “인코딩” 단계에서는 3차원 공간 주변에 일련의 18개 웨이포인트가 배치되었으며, 각 웨이포인트에는 연결된 “배송 아이템”(즉, 해당 위치로 배송할 아이템)이 있습니다. 이러한 웨이포인트에 대한 참조는 플레이어 컨트롤러에 저장되었으며 작업을 시작하기 전에 정적으로 정렬되었습니다. 즉, 피자 가게가 위치 1에 배치되면 처음에는 항상 위치 1에 있습니다. 참가자가 만난 웨이포인트에 어느 정도의 임의성을 제공하기 위해 웨이포인트 목록은 Fisher-Yates 셔플 알고리즘을 통해 셔플되었습니다. 이 연구를 위해 구현된 Fisher-Yates 셔플은 원래 시퀀스의 의사 난수 순열을 생성합니다. 가능한 모든 순열은 동일한 확률로 생성될 수 있습니다. 알고리즘은 목록의 끝(n)에서 요소를 선택하여 시작합니다. 의사 난수는 [0, n] 범위에서 생성되고 값 k에 할당됩니다. 그런 다음 n번째 값이 k번째 값으로 바뀝니다. 다음으로, n 의 값이 1씩 감소하고 아직 고려되지 않은 단일 인덱스만 있을 때까지 프로세스가 반복됩니다. 웨이포인트 목록을 섞은 후 처음 5개 요소가 선택되었습니다. 최적 경로는 게임 엔진의 내비게이션 메시 시스템과 내장된 최적 경로 계산을 통해 생성되었습니다. 이 일련의 경로는 참가자의 시작 위치에서 시작하여 각 웨이포인트 사이에 연결된 체인을 생성하여 최종 웨이포인트에서 끝납니다. 참가자들이 통제권을 얻었을 때, 그들은 의도된 방향 정보를 제공하는 녹색 선과 움직이는 화살표로 지정된 이 경로를 따라가도록 지시를 받았습니다. 이 녹색 선과 이동 화살표가 제공되었지만 참가자는 가상 환경을 능동적으로 탐색할 수 있었습니다. 참가자가 웨이 포인트의 경계에 들어가면 표시된 경로가 목록의 다음 경로로 바뀌 었습니다. 의도된 수의 웨이포인트 요소를 방문한 참가자는 “기억” 단계(코드에서는 RevisitIntermission 이라고 함)에 진입하여 이전에 표시된 순서대로 랜드마크를 다시 방문하도록 지시받았습니다. 참가자가 가이드 투어 중에 제시된 위치를 다시 방문하려고 할 때 웨이포인트와 관련된 “배송 항목”에 지정된 이미지가 표시되었습니다. 제안된 경로가 제공되지 않았습니다. 그들의 움직임은 에셋 스토어에서 가져온 오브젝트 모션 트래커 컴포넌트로 추적되었습니다. 참가자들이 제시된 각 웨이포인트로의 이동을 마치면 방문한 위치와 각 웨이포인트로 배송된 물품을 기억하기 위해 다음 화면으로 안내하는 지시가 내려졌습니다. 회상 단계에서 참가자에게는 두 개의 텍스트 항목이 포함된 프롬프트가 제공되었습니다. 첫 번째는 참가자가 여행하도록 요청받은 웨이포인트를 지시했습니다. 두 번째는 이 웨이포인트와 관련된 “배송 항목”을 지시했습니다. 각 프롬프트에 대해 응답 및 응답 시간이 기록되었습니다. 작업이 끝나면 데이터가 수집되어 JSON 표현으로 저장되었습니다. 첫 번째 섹션은 참가자들에게 안내선의 도움 없이 위치를 찾도록 요청한 재방문 단계를 기록했습니다. 기록된 값에는 웨이포인트 이름, “배송 항목” 이름 및 웨이포인트에 도착하는 데 걸린 시간이 포함되었습니다. 두 번째 섹션에는 리콜 단계에서 제시된 응답이 기록되었습니다. 이 섹션에는 위치, “배송 품목” 및 앞서 언급한 프롬프트에 응답하는 데 걸린 시간에 대한 참가자 응답이 포함되었습니다. 모든 코드는 https://github.com/embodiedbrainlab/BassoSpatialNavigationTask 에서 찾아 다운로드할 수 있습니다. 검정력 분석 및 통계: G*Power 3.1에 대해 양측 검정, 효과 크기 0.3, 알파 수준 0.05 및 검정력 0.8을 사용하여 표본 크기를 n = 8226으로 결정하여 상관 점 이중 직렬 모형 검정력 분석을 수행했습니다. 참가자의 연령, 사이클링 수업 횟수, 공간 탐색 및 일화 기억 능력을 포함한 일반적인 측정을 평가하기 위해 기술 통계가 사용되었습니다. 실험군과 대조군 간의 총 운동 횟수 간의 유의한 차이를 테스트하기 위해 독립적인 표본 t-검정을 활용했습니다. Shapiro-Wilk의 테스트(p<0.05)에서 평가한 바와 같이 모든 데이터가 정규 분포를 따르지 않는다는 점을 고려하여, 비모수적 Spearman의 로 상관 계수를 사용하여 공간 탐색과 일화 기억 능력, 연령 및 공간 탐색 능력 간의 관계를 평가했습니다. 통계적 유의성을 결정하기 위해 0.05의 알파 값이 사용되었습니다. Bonferroni 보정은 적절한 경우 통계적 테스트 제품군에서 사용되었습니다. IBM SPSS Statistics 버전 26이 모든 통계 분석에 활용되었습니다. Basso et al. (2022)27에서 수행한 절차와 같이 Pearson의 제품-모멘트 상관관계는 총 사이클링 운동 횟수와 공간 탐색 능력 간의 관계를 평가하는 데 활용되었습니다. 참가자: N = 130명의 참가자는 온라인 및 전단지 광고를 포함한 다양한 기술을 통해 텍사스 주 오스틴에서 모집되었습니다. 포함 기준에는 영어를 모국어로 사용하고 25-55세 사이(평균 30.16 ± 0.49)가 포함되었습니다. 또한 모든 참가자는 신체적으로 건강하고 적당하고 규칙적인 운동 요법(지난 3개월 동안 20분 이상 일주일에 1회 또는 2회 운동으로 정의됨)을 하고 있다고 보고해야 했습니다. 제외 기준에는 현재 흡연자이거나 운동을 어렵게 하거나 안전하지 않게 만드는 기존 신체 건강 상태가 포함되었습니다. 제외 기준에는 불안, 우울증, 양극성 장애, 정신 분열증 또는 간질을 포함한 정신 질환 또는 신경학적 상태에 대한 현재 진단 및/또는 약물 복용 여부도 포함되었습니다. 사전 개입 데이터의 경우 n = 11 명의 참가자가 기술적 문제로 인해 데이터가 누락되었고 n = 1 명의 참가자가 비작업 준수로 인해 제외되어 총 n = 117 명의 참가자가 분석을 위해 남았습니다. 3개월의 운동 요법을 완료한 n = 80명의 참가자 중 n = 11명의 참가자는 최종 공간 탐색 작업을 완료하지 않았으며, 총 n = 69명의 참가자는 개입 후 및 반복 측정 데이터 분석을 위해 남았습니다. 이 더 작은 표본 크기는 사이클링 세션 수와 공간 탐색 능력 간의 관계를 조사하는 데 활용되었습니다. 대조군은 중재 기간 동안 20.73회(± 0.72)의 운동을 한 반면, 실험군은 47.87회(± 2.24)회의 운동에 참여하여 통계적으로 유의한 차이를 나타냈다(t[45.76] = −11.554, p < 0.001). 일반 측정 및 그 관계: 이 새로운 가상 환경 작업은 공간 탐색과 일시적 메모리 용량을 모두 측정합니다. 초기 사전 중재 테스트 기간 동안 작업을 완료하는 데 평균 318.69(±21.56)초가 걸렸으며 5개 사이트 각각에 대한 평균 탐색 시간은 82.88(±5.19)초였습니다(그림 5A). 이러한 데이터 포인트는 공간 탐색 능력(즉, 공간 학습 및 메모리)을 나타냅니다. 또한 참가자는 가상 경험의 장소, 항목, 순서 및 연상 측면을 인코딩할 수 있었으며 참가자는 자신의 환경에서 20개의 새로운 경험 중 14.84(±0.37)를 기억했습니다(그림 5B). 이 데이터 포인트는 일시적 기억 능력을 나타냅니다. 중요한 것은 총 시간(그림 6A; r = -0.314, p < 0.001) 및 평균 탐색 시간(그림 6B; r = -0.286, p < 0.001)이 일화기억 점수와 유의한 상관관계가 있다는 것인데, 이는 공간 탐색 능력이 이 과제에서 일화기억과 관련이 있음을 나타낸다. 그림 5: 작업 시간. 평균 탐색 시간과 총 탐색 시간(초 단위로 제공)으로 표시되는 (A) 공간 탐색 능력과 장소, 항목, 순서, 연결 및 전체 에피소드 메모리 점수의 인코딩 및 기억으로 표시되는 (B) 에피소드 메모리 능력에 대한 평균(± SEM). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 그림 6: 공간 탐색 능력과 일화 기억의 관계. 더 짧은 (A) 평균 탐색 시간 및 (B) 총 탐색 시간으로 표시되는 향상된 공간 탐색 기능은 에피소드 메모리 점수로 표시되는 향상된 에피소드 메모리와 관련이 있습니다. *p < 0.001. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 가상 공간에 표현된 X 및 z 좌표: 오브젝트 모션 트래커 에셋을 사용하여 이 3차원 가상 공간에서 x 및 z 좌표를 추적했습니다(보충 파일 1). 이 공간 탐색 작업에서는 게임에서 위아래로 이동(즉, 점프)이 활성화되지 않으므로 y 좌표가 유용한 정보를 제공하지 않았습니다. 그러나 x 및 z 좌표를 통해 참가자가 게임 전반에 걸쳐 어떻게 움직였는지 평가할 수 있었습니다. 이 데이터를 기반으로 컴퓨터 코드는 참가자가 맵 전체에서 이동한 위치에 대한 히트 맵을 시각적으로 표시하도록 설계되었습니다. 그림 7 은 한 대표 참가자의 히트 맵을 표시하며, 이는 참가자가 기억 단계에서 사용한 경로를 강조합니다. 노란색/빨간색으로 강조 표시된 지점은 지도의 배송(즉, 보상) 위치에 해당합니다. 그림 7: 점유율 히트 맵. 참가자의 경로를 보여주는 점유 히트맵. 그래프의 노란색/빨간색 섹션은 참가자가 자주 방문했던 위치를 나타내며 공간 탐색 작업에서 참가자가 아이템을 배달해야 했던 장소(예: 보상 위치)에 해당합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 연령과 공간 탐색 능력의 관계: 초기 조사에 따르면 총 탐색 시간으로 평가된 공간 탐색 능력은 연령과 유의한 관련이 있는 것으로 나타났습니다(그림 8; r=0.157, p=0.045). 연령이 증가함에 따라 공간 탐색 능력이 감소하며, 이는 총 탐색 시간의 증가로 입증됩니다. 그러나 Bonferroni 보정을 적용했을 때 두 상관관계(즉, 총 탐색 시간 및 평균 탐색 기간)에 대해 p = 0.025에서 통계적 유의성을 평가하면 상관관계가 더 이상 유의하지 않았습니다. 그림 8: 공간 탐색 능력과 연령의 관계. Bonferonni 보정(p < 0.025)을 사용하여 평가했을 때, 연령은 총 탐색 시간으로 표시되는 공간 탐색 능력과 유의한 관련이 없었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 유산소 운동 훈련과 공간 탐색 능력의 관계: 유산소 운동 훈련은 실내 사이클링 스튜디오28에서 진행되었습니다. 모든 수업은 45분 동안 진행되었으며 수업 시간 동안 중간에서 격렬한 강도로 사이클링이 포함되었습니다. 참가자들은 기존 운동 요법을 유지하거나 운동 요법을 늘리기 위해 무작위 할당을 받았습니다. 운동 요법을 유지한 참가자는 주당 1-2개의 수업에 참여한 반면, 운동 요법을 늘린 참가자는 주당 4-7개의 수업에 참여했습니다. 참가자는 3개월 동안 할당된 운동 요법에 참여했습니다. 공간 항법과 일화적 기억 능력은 운동 훈련 전후에 테스트되었습니다. 중재에 대한 자세한 내용은 Basso et al. (2022)27에서 확인할 수 있습니다. 3개월 동안 총 사이클링 수업 횟수는 평균 탐색 시간(그림 9A; r=-0.321, p=0.007) 및 총 탐색 시간(그림 9B; r=-0.242, p=0.045)과 유의한 관련이 있었다. 그러나 Bonferroni 보정을 적용했을 때 두 상관관계(즉, 총 탐색 시간 및 평균 탐색 기간)에 대해 p = 0.025에서 통계적 유의성을 평가했을 때 총 탐색 시간에 대한 상관 관계는 더 이상 유의하지 않았습니다. 중재의 추가 결과는 Basso et al. (2022)27에서 찾을 수 있습니다. 그림 9: 공간 탐색 능력과 운동의 관계. 순환 세션의 증가는 (A) 평균 탐색 시간 및 (B) 총 탐색 시간으로 표시되는 향상된 공간 탐색 능력과 관련이 있습니다. *p < 0.05. 이 그림은 Basso et al.27의 허가를 받아 수정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 보충 파일 1: 원시 데이터 1. 공간 탐색 작업의 기억(재방문) 및 일시적 기억(회상) 단계에 대한 정보를 포함한 원시 데이터입니다. 실험의 인코딩 및 기억 단계 동안 3차원 가상 공간을 여행하면서 얻은 참가자의 x 및 z 좌표에 대한 데이터도 제공됩니다. 이 파일을 다운로드하려면 여기를 클릭하십시오. 보충 파일 2: 원시 데이터 2. 시작 시간, 종료 시간, 평균 검색 시간, 장소 점수, 항목 점수, 주문 점수, 연결 점수 및 에피소드 메모리 점수를 결정하기 위한 계산이 포함된 원시 데이터(빨간색으로 표시). 이 파일을 다운로드하려면 여기를 클릭하십시오.