Činnost s více úlohami s vyššími médii je spojena s menší hustotou šedé hmoty v předním cingulárním kortexu (2014)

Citace: Loh KK, Kanai R (2014) Vyšší mediální multi-taskingová aktivita je spojena s menší hustotou šedé hmoty v kortexu předního cingulate. PLoS ONE 9 (9): e106698. doi: 10.1371 / journal.pone.0106698

Abstraktní

Multitasking médiíneboli současná konzumace různých mediálních forem je v dnešní společnosti stále častější a je spojována s negativními psychosociálními a kognitivními dopady. U jedinců, kteří se zabývají těžšími multitaskingy v médiích, se zjistilo, že se zhoršují v kognitivních kontrolních úkolech a vykazují více sociálně-emocionálních obtíží.. Neuronové procesy spojené s multimediálními multi-taskingy však zůstávají prozkoumány.

Tato studie zkoumala vztahy mezi multitaskingovou aktivitou médií a strukturou mozku. Výzkum ukázal, že struktura mozku může být změněna při dlouhodobé expozici novým prostředím a zkušenostem. Očekávali jsme tedy, že diferenciální zapojení do multitaskingu médií bude korelovat s variabilitou struktury mozku.

To bylo potvrzeno analýzou morfometrie založené na Voxelu (VBM): Jednotlivci s vyšším skóre multitaskingového indexu médií (MMI) měli menší hustotu šedé hmoty v kortexu předního cingulátu (ACC). Functionální konektivita mezi touto ACC oblastí a precuneusem byla negativně spojena s MMI. Naše zjištění naznačují možnou strukturální korelaci pozorovaného sníženého výkonu kognitivní kontroly a sociálně-emoční regulace u těžkých médií-multitaskerů. I když průřezová povaha naší studie nám neumožňuje určit směr kauzality, naše výsledky přinesly lehké nové asociace mezi jednotlivými mediálními multitaskingovými chování a rozdíly ve struktuře ACC.

čísla

Citace: Loh KK, Kanai R (2014) Vyšší mediální multi-taskingová aktivita je spojena s menší hustotou šedé hmoty v kortexu předního cingulate. PLoS ONE 9 (9): e106698. doi: 10.1371 / journal.pone.0106698

Editor: Katsumi Watanabe, Tokijská univerzita, Japonsko

obdržel: Únor 25, 2014; Přijato: 8, 2014; Publikováno: Září 24, 2014

Copyright: © 2014 Loh, Kanai. Toto je článek s otevřeným přístupem distribuovaný podle podmínek Licence Creative Commons Attribution, který umožňuje neomezené použití, distribuci a reprodukci v jakémkoliv médiu za předpokladu, že původní autor a zdroj jsou připsány.

Financování: Financování tohoto projektu pocházelo z grantu PRESTO od Japonské agentury pro vědu a techniku. Poskytovatelé financí neměli žádnou roli při návrhu studie, sběru a analýze dat, rozhodnutí o zveřejnění nebo přípravě rukopisu.

Konkurenční zájmy: Autoři prohlásili, že neexistují žádné konkurenční zájmy.

Úvod

Multitasking médiínebo současná konzumace různých mediálních forem je v moderní společnosti stále častější [1] a byl spojen se sníženými schopnostmi kognitivní kontroly [2] stejně jako negativní psychosociální dopady, jako je deprese a sociální úzkost [3], negativní sociální pohodu [4]a špatný akademický výkon [5]. V této chvíli je však málo známo o nervových procesech spojených s multimediálními úkoly. Tato studie zkoumala vztahy mezi multitaskingovou aktivitou médií a variabilitou struktury mozku. Výzkum ukázal, že struktura mozku může být změněna dlouhodobým vystavením novým prostředím [6] stejně jako školení a zkušenosti [7], [8]. Regionální variabilita v šedé a bílé hmotě, hodnocená pomocí Voxel-Based Morphometry (VBM), spolehlivě předpovídá individuální rozdíly v rozsahu kognitivních funkcí (viz viz. [9] pro kontrolu). Na základě výše uvedených zjištění jsme předpokládali, že rozdílné angažovanosti v multitaskingu médií by rovněž odrážely rozdíly v regionálních mozkových strukturách.

V současném vyšetřování je index Media-Multitasking (MMI, [2]) je přijata jako míra zvláštnosti multitaskingu. Skóre MMI bylo konzistentně spojeno s individuálním výkonem v úkolech kognitivní kontroly [2], [10],[11]. Slouží jako spolehlivá behaviorální korelace s variabilitou struktury mozku. Očekávali jsme, že skóre MMI jedince bude odrážet rozdíly ve struktuře mozku, konkrétně v kognitivních kontrolních a multitaskingových oblastech. Minulý výzkum konvergoval roli prefrontálních kortikálních oblastí v kognitivní kontrole [12], [13], [14], [15]. Na základě studie lézí provedené [16], odlišné oblasti jsou zapojeny do disociaovatelných aspektů multitaskingu: přední a zadní cinguláty jsou zapojeny do retrospektivní paměti a prefrontální regiony jsou zapojeny do prospektivní paměti a plánování. Očekávali jsme proto, že v těchto regionech najdeme souvislosti mezi multitaskingovou aktivitou médií a strukturální variabilitou. Multitaskingová aktivita v médiích je úzce spjata s osobnostními rysy (tj. Neuroticism a extraversion) [3]), které zase předpovídají strukturální rozdíly v mozku [17]. Proto může být mezi těmito odlišnostmi zmatena asociace mezi multitaskingem médií a strukturou mozku. Pro zkoumání této možnosti se zkoumají také vztahy mezi MMI a osobnostními rysy Big Five.

Získali jsme skóre MMI, osobnostní rysy Big Five a skenování magnetickou rezonancí (MRI) u zdravých dospělých 75, kteří byli relativně dobře obeznámeni s počítači a technologiemi médií. Abychom prozkoumali vztah mezi multitaskingovou aktivitou médií a variabilitou struktury mozku, nejprve jsme pomocí optimalizovaného VBM korelovali individuální skóre MMI s hustotou regionální šedé hmoty na úrovni celého mozku. [18]. Zkoumali jsme také korelace mezi vlastnostmi Big Five a skóre MMI. Abychom osvětlili funkční význam našich získaných strukturálních rozdílů, analyzovali jsme mozkovou aktivitu v klidovém stavu, abychom objasnili asociace mezi skóre MMI a funkční konektivitou v mozku.

Metody

Účastníci

Zdraví dospělí 75 (průměrný věk = 24.6, SD = 5.0, muži 38) přijatí z fondu účastníků psychologie University College London (UCL) se zúčastnili této studie po poskytnutí informovaného písemného souhlasu. Studie byla schválena místní etickou komisí UCL (kód etické aplikace: 2213 / 002). Prověřili jsme účastníky, aby zahrnuli vysokoškolské studenty a zaměstnance, kteří byli dobře obeznámeni s počítači a mediálními technologiemi. Za účast byly vráceny v hotovosti. Mezi účastníky 75, kteří se účastnili studie VBM, byla data fMRI shromážděna z podskupiny účastníků 40. Pohlaví, věk, úroveň vzdělání a skóre MMI se mezi těmito dvěma vzorky významně nelišily (Tabulka 1).

thumbnail

Tabulka 1. Porovnání demografických charakteristik a skóre MMI účastníků zapojených do analýz VBM a analýz funkční konektivity.

dva: 10.1371 / journal.pone.0106698.t001

Dotazník upraveného multitaskingu médií

Upravená verze dotazníku pro multimediální úkoly [2] byl podán všem účastníkům. MMI poskytovalo stabilní měřítko aktivity jednotlivce s více médii. Dotazník se skládal ze dvou hlavních sekcí: V první sekci byly uvedeny typy běžných médií 12 a účastníci uváděli celkový počet hodin týdně, které strávili s použitím každého média. V modifikované verzi použité v této studii byly zachovány typy médií 10 [2]: Tisková média, televize, počítačová videa, hudba, hlasové hovory pomocí mobilu nebo telefonu, zasílání rychlých zpráv, zasílání zpráv SMS, e-mail, surfování po webu a další počítačové aplikace. Položka „videohry nebo počítačové hry“ byla upravena tak, aby zahrnovala hry na mobilních telefonech. Položka „jiný než hudební zvuk“ byla nahrazena slovy „pomocí sociálních sítí“. Byly provedeny změny, aby lépe odrážely současné trendy v spotřebě médií. Druhá část se skládala z matice, která zahrnovala účastníky s uvedením toho, do jaké míry současně použili všechny ostatní typy médií, když použili primární médium. Množství současného použití bylo uvedeno na stupnici 1 až 4 (1 = „Nikdy“, 2 = „Trochu času“, 3 = „Někdy“ a 4 = „Většinu času“). Odpovědi účastníků byly nejprve překódovány následovně: „Nikdy“ = 0, „Trochu času“ = 0.33, „Někdy“ = 0.67 a „Většinou“ = 1. Součet rekódovaných odpovědí pro každé primární médium poskytl průměrný počet médií současně použitých při použití primárního média. MMI byla vypočtena na základě následujícího vzorce: Kde mi je průměrný počet médií používaných současně při použití primárního média, i; hi je počet hodin týdně strávených s použitím primárního média, i; a hcelkem je celkový počet hodin týdně strávených za použití všech mediálních formulářů.

Big Five Inventory

Velký pět inventář (BFI; [19]) poskytl stručné a spolehlivé měření položky 44 pro faktory osobnosti Velké pětky: extraverze (položky 8), příjemnost (položky 9), svědomitost (položky 9), neurotismus (položky 8) a otevřenost vůči zkušenosti (položky 10). Přijali jsme BFI, abychom prozkoumali asociace mezi MMI a osobnostními rysy Big Five v našem vzorku.

Získávání dat MRI

Skener 1.5 T Siemens Avanto (Siemens Medical, Erlangen, Německo) byl použit pro získání strukturálních obrazů vážených T1 s vysokým rozlišením pro každého účastníka (MPRAGE; 1 mm3 krychlové voxely; Plátky 160; TR = 2730 ms; TE = 3.57 ms). Funkční data MRI byla získána pomocí vzestupných ozvěnových sekvencí echo-planárního zobrazení (EPI) s gradientem ozvěny typu T2 * citlivých na kontrast BOLD. Každá akvizice sestávala z šikmých řezů 32, rozlišení 3.0 × 3.0 mm, tloušťky 2.0 mm s mezerou 1.0 mm. Plátky EPI byly jednotlivě nakloněny pro každý subjekt, aby se snížily artefakty citlivosti z nosní dutiny a maximalizovalo pokrytí orbitofrontálních oblastí a zadní parietální kůry, zatímco obětovalo pokrytí přes časový pól. Proto se konečná orientace pohybovala mezi 8 ° až 16 °. Časový interval mezi dvěma po sobě jdoucími akvizicemi stejného řezu byl 2528 ms s úhlem převrácení 90 stupňů a časem ozvěny 44 ms. Zorné pole bylo 192 × 192 mm. Digitální rozlišení v rovině bylo 64 × 64 pixelů s rozměrem pixelů 3.0 × 3.0 mm. Všechna data byla získána pomocí hlavové cívky 32. Během funkčního skenování MRI byli účastníci instruováni, aby prostě mlčeli, drželi oči otevřené a nemysleli na nic konkrétního. Jeden běh sestával z akvizic objemu 180 a počáteční objemy 6 byly z analýzy vyřazeny, aby se zabránilo zmatení nestabilní magnetizace. Klidový chod fMRI v klidovém stavu trval přibližně 7.5 minut.

Analýza morfometrie na bázi voxelů (VBM)

Morfometrie založená na Voxelu (VBM; [20]) je běžně používaná technika neuroimagingové analýzy, která umožňuje statistické analýzy předem zpracovaných MRI obrazů. Strukturální skenování vážené T1 s vysokým rozlišením bylo analyzováno pomocí VBM pomocí statistického parametrického mapování (SPM8, Wellcome Department of Cognitive Neurology). Snímky byly nejprve rozděleny na šedou a bílou hmotu. Následně byla provedena difeomorfní anatomická registrace pomocí exponentiované Lieové algebry (DARTEL) pro společnou registraci obrazů šedé hmoty. Aby bylo zajištěno, že regionální objem šedé hmoty zůstal po registraci zachován, zaregistrované obrazy byly modulovány Jacobianským determinantem tokových polí vypočítaných společností DARTEL. Registrované obrazy šedé hmoty byly vyhlazeny gaussovským jádrem (plná šířka na polovinu maxima = 10 mm) a poté byly transformovány a normalizovány do stereotaktického prostoru Montreal Neurological Institute (MNI) pro další vícenásobnou regresní analýzu.

Na normalizovaných obrazech šedé hmoty byla provedena více regresní analýza s hlavním skóre MMI skóre MMI. Věk, pohlaví a celkový objem mozku byly zahrnuty jako kovarianti, kteří nezajímali všechny regrese. Pro detekci voxelů, ve kterých regionální hustota šedé hmoty korelovala se skóre MMI, jsme přijali přísný práh p <05 s rodinnou chybou opravenou celý mozek.

Analýza funkční konektivity

K provedení analýzy funkční konektivity jsme použili funkční sadu nástrojů Conn 13 (http://www.nitrc.org/projects/conn; [21]) v kombinaci s postupy předzpracování SPM8. Kroky předzpracování, uvedené v pořadí, zahrnovaly korekci pro načasování řezu, opětovné přiřazení dat časové řady k prvnímu objemu (tj. Korekci pohybu), společnou registraci funkčních časových řad MRI na odpovídající strukturální MRI, segmentaci obrazů do samostatné tkáně typy, jako je šedá hmota, bílá hmota a mozkomíšní mok (CSF), a normalizace na standardní šablonu MNI a prostorové vyhlazení pomocí Gaussova filtru (FWHM = 8 mm). Data časové řady byla poté filtrována pásmovým průchodem na 0.01 Hz – 0.1 Hz.

Pro analýzu funkční konektivity založené na semenech jsme použili jediný významný shluk nalezený v analýze VBM jako zájmovou oblast zárodků (ROI). Střední časové řady extrahované z návratnosti investic byly použity pro regresor v modelu vícenásobné regrese na individuální úrovni analýzy. Pro minimalizaci vlivů matoucích faktorů byly zahrnuty regresory pro šest parametrů korekce pohybu z předzpracování. Kromě toho byly z masek vytvořených postupem segmentace extrahovány střední signály BOLD pro šedou hmotu, bílou hmotu a CSF a byly také zahrnuty jako regresory, aby se minimalizovaly odchylky spojené s těmito globálními signály. Byly vypočteny časové korelace mezi signálem ROI a zbytkem mozku a korelace s počátečním ROI byly převedeny na skóre Z pomocí Fisherovy transformace pro analýzu druhé úrovně.

Pomocí statistického obrazu transformovaného Z jsme nejprve určili oblasti mozku ukazující funkční konektivitu s počáteční návratností investic pomocí prahové hodnoty voxelů pFWE opraveno<0.05. Následně jsme použili méně přísnou hranici p<0.001 (nekorigováno) jako maska ​​k zachycení oblastí spojených s ACC pro analýzu druhé úrovně, ve které jsme se zaměřili na nalezení oblastí mozku korelovaných s MMI skóre. Zahrnuli jsme věk, pohlaví a celkové intrakraniální objemy jako kovariáty a přijali jsme hranici p <0.05 s rodinnou chybou opravenou pro objem definovaný počáteční maskou. Důvodem pro počáteční maskování bylo zajistit, aby naše analýza byla omezena na oblasti mozku vykazující korelovanou aktivitu s oblastí semen. I kdybychom našli korelaci s individuálními rozdíly mimo tyto regiony, taková zjištění by pravděpodobně odrážela falešné korelace. Pro maskování jsme přijali méně přísný práh, abychom zvýšili sílu našich analýz na druhé úrovni.

Zpracovaná zobrazovací data a datové sady obsahující proměnné pro regresní analýzy VBM a funkční konektivity jsou veřejně dostupné na adrese: http://dx.doi.org/10.6084/m9.figshare.10​30286.

výsledky

Analýza VBM odhalila negativní souvislost mezi skóre MMI a hustotou šedé hmoty v kortexu předního cingulátu (Obrázek 1; ACC; t (70) = 5.16, PFWE opraveno <05, velikost shluku = 158 voxelů × 1.53 = 533 mm3; vrchol MNI souřadnice: x = 12, y = 41, z = 3). Žádné jiné oblasti mozku neprokázaly významné korelace s skóre MMI. Vyšší multitasking médií byl tedy spojen s menšími objemy šedé hmoty v ACC. Korelační analýzy mezi skóre MMI a BFI však odhalily velmi významnou souvislost mezi skóre Extraversion a MMI (Tabulka 2; r = 0.347, p = 0.002). Proto jsme předpokládali, že pozorované spojení šedé hmoty MMI-ACC by mohlo být zmateno individuálními rozdíly ve skóre extraverze. S ohledem na to jsme opakovali dřívější analýzu VBM a dále kontrolovali BFI skóre jako další kovariáty. Provedli jsme mnohonásobnou regresi (s hustotou šedé hmoty jako závislou proměnnou), včetně MMI a všech skóre Big Five, jako prediktorů spolu s demografickými kovariáty. Byl pozorován významný negativní vztah mezi MMI a objemem šedé hmoty ve stejné ACC oblasti (t (65) = 5.08, PFWE opraveno<05, velikost shluku = 74 voxelů × 1.53 = 250 mm3; vrchol MNI souřadnice: x = 12, y = 40, z = 3). Toto navrhlo, že tam je jedinečné spojení mezi MMI a hustotou šedé hmoty v ACC nezávislý na variacích v osobnostních vlastnostech Big Five.

thumbnail

Obrázek 1. VBM regresní analýzy odhalily, že skóre MMI byla významně spojena s hustotou šedé hmoty v ACC (t (70) = 5.16, PFWE opraveno <0.05, velikost shluku = 158 voxelů x 1.53 = 533 mm3; vrchol MNI souřadnice: x = 12, y = 41, z = 3).

Upravená hustota šedé hmoty ve vrcholovém voxelu (osa Y) byla negativně korelována (r = -0.54, p<0.001) s MMI skóre (osa X).

dva: 10.1371 / journal.pone.0106698.g001

thumbnail

Tabulka 2. Korelace mezi skóre multitaskingu médií a skóremi Big Five Inventory.

dva: 10.1371 / journal.pone.0106698.t002

Abychom osvětlili funkční význam našich výsledků VBM, snažili jsme se pomocí analýz funkcionální konektivity určit oblasti mozku, které vykazovaly významnou konektivitu s naším získaným zájmovým regionem ACC (ROI). Tato analýza odhalila, že aktivita v získané ACC ROI byla korelována s více oblastmi mozku typicky charakterizovanými jako výchozí režimová síť, včetně dvoustranných temporoparietálních křižovatek (TPJ; pravá hemisféra, x = 48, y = −64, z = 36, pFWE opraveno<0.05; levá hemisféra, x = −44, y = −70, z = 36) a precuneus (x = 4, y = −68, z = 30, pFWE opraveno<0.05) mimo jiné regiony (Tabulka 3). Tyto výsledky naznačují, že ACC ROI, které jsme našli s analýzou VBM, pravděpodobně spadají do DMN. Dále jsme dále zkoumali, zda skóre MMI byla spojena s propojením mezi našimi oblastmi ACC ROI a DMN. Regresní analýzy byly prováděny na z-transformovaných korelacích mezi ACC a DMN regiony s MMI jako hlavním prediktorem a věkem, pohlavím a celkovým objemem mozku jako kovariáty. V roce 2005 nedošlo k žádným významným sdružením pFWE opraveno<0.05. Avšak při méně přísném prahu pneopraveno<0.001, vyšší skóre MMI bylo spojeno se slabší konektivitou mezi ACC ROI a precuneus (Obrázek 2; precuneus; t (40) = 5.22, pneopraveno<0.001, velikost shluku = 159 mm3; Vrcholová souřadnice MNI: x = 10, y = −50, z = 18). Zdůrazňujeme, že naše výsledky připojení byly získány při méně přísném prahu a poskytly nám omezené důkazy, abychom mohli učinit závěry o MMI a funkčních spojeních připojení. Tento soubor nálezů proto sloužil pouze ve funkční interpretaci našich výsledků VBM.

thumbnail

Obrázek 2. Regresní analýzy ukázaly, že propojení mezi ACC ROI a Precuneus (průnik modrých čar) bylo negativně spojeno s MMI skóre (Precuneus; t (40) = 5.22, PFWE - neopravené<0.001, velikost shluku = 159 mm3; Vrcholová souřadnice MNI: x = 10, y = −50, z = 18).

Byl tam negativní vztah (r = -0.68, p<0.001) mezi upravenými Z-transformovanými ACC-Precuneus korelacemi (osa Y) a skóre MMI (osa X).

dva: 10.1371 / journal.pone.0106698.g002

thumbnail

Tabulka 3. Oblasti mozku vykazující funkční propojení s ACC ROI.

dva: 10.1371 / journal.pone.0106698.t003

Diskuse

Jak se předpokládalo, tato studie odhalila významný vztah mezi multitaskingem médií a změnami struktury mozku: Jednotlivci, kteří uváděli vyšší množství multitaskingu médií, měli v ACC menší hustotu šedé hmoty. Tato asociace byla významná při přísném prahu (pFWE opraveno<0.05) a byl nezávislý na odlišnostech osobnosti Velké pětky. Diskutujeme o možných interpretacích našich strukturálních korelací ve světle nedávných důkazů o funkcích ACC a korelátech chování MMI.

ACC slouží jako zásadní spojitost cest zpracování informací v mozku a je zapojen do senzorimotorických, nociceptivních, vyšších kognitivních a emocionálních / motivačních procesů [22], [23]. Z toho předpokládáme, že náš získaný region ACC je s největší pravděpodobností spojen s vyššími kognitivními procesy, protože multitasking médií je důsledně spojen s výkonem kognitivní kontroly [2], [10], [11], [24]. Kromě toho ACC ROI vykazoval významnou funkční konektivitu s DMN mozkovými oblastmi, které byly také typicky spojeny s vyššími kognitivními operacemi [25], [26].

Pokud jde o kognitivní zpracování, ACC se obecně považuje za zapojený do detekce chyb nebo konfliktů [27], [28]. Aktivace ACC jsou obvykle pozorovány u úkolů, které současně aktivovaly nekompatibilní odpovědi, tj. Stroop Task [29], [30], selektivní pozornost [31] a doprovodný úkol [32], [33]. Zejména je ACC zapojen do paradigmat dvojí úlohy [34], [35] kde jednotlivec čelí konkurenčním podnětům a reakcím spojeným se dvěma nebo více úkoly. Analogicky k tomu, v multitaskingu médií, jsou jednotlivci konfrontováni s odlišnými požadavky na úkoly spojené s více typy médií, které používají současně. Takto získaná návratnost investic by mohla být zapojena do kognitivních řídících funkcí souvisejících s dvojím úkolem. Jednou kritickou námitkou je, že výše uvedené funkce jsou obvykle přiřazeny dorzální ACC na rozdíl od rostrální oblasti, kde se nachází naše ROI. [23], [32], [35], [36]. Vědci však poznamenali, že toto vymezení není absolutní [23], [34], [37]. Zejména na podporu našeho současného výkladu, Dreher a jeho kolegové [34] uvedl, že rostrální ACC je jedinečně zapojen do detekce konfliktů v souvislosti s dvojím úkolem.

Naše hlavní zjištění ukázalo, že těžší mediální multitaskery měly menší objemy ACC. Abychom objasnili možné behaviorální důsledky snížených objemů ACC u těžkých multitaskerů, zkoumali jsme behaviorální studie propojující MMI a kognitivní kontrolu. Orientační studie Ophir et al. [2] nejprve odhalil vztah mezi zvýšenou multitaskingovou aktivitou médií a horší kognitivní kontrolou. Účastníky zapojili do řady kognitivních kontrolních úkolů, jako je Stroopova úloha, přepínání úkolů, filtrování distractorů a n-back úkoly. Tváří v tvář distraktorům byly těžké multitaskery (ve srovnání s lehčími multitaskery) pomalejší v detekci změn ve vizuálních vzorcích, náchylnější k falešným vzpomínkám distraktorů během paměťové úlohy a byly pomalejší při přepínání úkolů. Autoři navrhli, že těžké multitaskery byly méně schopné dobrovolně omezit svou pozornost pouze na informace týkající se úkolů. Lui a Wong [24] poskytl další důkaz, že těžší multitaskery byly horší při potlačování nepodstatných podnětů pro úkoly a v důsledku toho byly schopny lépe plnit úkoly pro vícesenzorové integrace. Následující studie [11] ukázali, že těžké multitaskery vedly horší operaci Span Task (OSPAN), která byla velmi podobná paradigmatu s dvojím úkolem, protože účastníci museli souběžně řešit matematické problémy a zapamatovat si předložené dopisy. Těžké multitaskery také hlásily více selhání pozornosti v každodenním životě [38]. Jedna nedávná studie Alzahabiho a Beckera [10] uvádí opačná zjištění: těžší multitaskery nebyly horší ve výkonu dvou úkolů a byly lepší při přepínání úkolů. Také nemohli replikovat zjištění Ophir et al., Přestože použili stejné úkoly. Autoři poznamenali, že jejich vzorek byl primárně ženský, což mohlo vést k jejich protichůdným zjištěním. Zdůraznili význam longitudinálních studií pro odhalení robustních vztahů mezi MMI a kognitivní kontrolou.

Stručně řečeno, stávající literatura MMI obecně naznačuje, že jednotlivci, kteří se zabývají těžším multitaskingem médií, vykazují horší kognitivní kontrolní schopnosti. Naše současné poznatky rozšiřují tuto literaturu propojením těžší mediální multitaskingové aktivity s menšími objemy v ACC: mozkové oblasti, která je zapojena do kognitivní kontroly založené na konvergujících důkazech o neuroimagingu. Zdůrazňujeme však, že k vytvoření vztahu mezi strukturou ACC a schopnostmi kognitivní kontroly je zapotřebí více práce. Studie u pacientů s lézemi ACC přinesly velmi smíšené pohledy na nezbytnost ACC v jeho implikovaných kognitivních funkcích [39], [40], [41].

Existuje také možnost, že náš získaný ACC region je zapojen do emocionálních / motivačních procesů, protože se nachází v rostrální ACC, která je obvykle spojena s motivací a zpracováním emocí [23]. Snížené objemy ACC byly často zapojeny do poruch zahrnujících aberantní emocionálně-motivační zpracování, jako je obsedantně-kompulzivní porucha [42], posttraumatická stresová porucha [43], Deprese [44] a závislosti na drogách a drogách [45], [46]. Na základě této perspektivy je pravděpodobné, že těžší mediální multitaskery se sníženým objemem ACC by mohly být méně emocionálně a motivačně regulovány. Ve skutečnosti bylo zjištěno, že vyšší skóre MMI koreluje se zvýšeným neurotismem, vyhledáváním pocitů a impulzivitou [3], [11] a negativní socio-emoční výsledky [4]. Je zajímavé, že struktura strukturálních rozdílů mozku získaných v této studii byla podobná nervovým korelátům závislosti na internetu (IA). U jedinců s IA, definovaných jednoduše jako patologické nadměrné používání internetu nebo počítačů, bylo zjištěno, že v ACC snížily hustotu šedé a bílé hmoty [46], [47], [48]. Mohla by existovat možnost, že se tyto dva konstrukty, multitasking médií a IA, překrývají: MMI poskytla měřítko toho, kolik lidí používá více zařízení najednou, a to by mohlo souviset s IA, což znamená nadměrné používání počítačů a internetu.

Důležitým omezením této práce je, že naše výsledky jsou získány z průřezové studie o vztahu mezi multitaskingovým chováním médií a strukturou mozku. Směr kauzality mezi nimi proto nelze určit. Ačkoli je možné, že jednotlivci s menším ACC jsou náchylnější k multitaskingu kvůli slabší schopnosti v kognitivní kontrole nebo sociálně-emoční regulaci, je stejně pravděpodobné, že vyšší úrovně expozice multitaskingovým situacím vedou ke strukturálním změnám v ACC. K jednoznačnému určení směru příčinné souvislosti je nutná podélná studie. Naše současná zjištění otevírají cestu k takovému výzkumu poskytováním empirického spojení mezi činností multitaskingu médií a strukturálními rozdíly v ACC. Dalším upozorněním je, že současné nálezy nemusí přesahovat naši studovanou populaci, která je relativně vysoce vzdělaná a dobře vystavená technologii. Ve skutečnosti mohou být vzorce spotřeby médií vysoce ovlivněny demografickými faktory [1]. Budoucí studie by proto měly zkoumat úlohu demografických faktorů, jako je vzdělání a socioekonomický status, při zmírňování vztahu mezi multitaskingem médií, kognitivním výkonem a mozkovými strukturami.

Závěrem lze říci, že jednotlivci, kteří se zabývali více multitaskingovou činností v médiích, měli v ACC menší objem šedé hmoty. To by také mohlo vysvětlit slabší kognitivní kontrolní výkon a negativní socio-emoční výsledky spojené se zvýšením multitaskingu v médiích. I když průřezová povaha naší studie nám neumožňuje určit směr kauzality, naše výsledky přinesly lehké nové asociace mezi jednotlivými mediálními multitaskingovými chování a rozdíly ve struktuře ACC.

Autorské příspěvky

Koncipovány a navrženy experimenty: KL RK. Provedené experimenty: KL RK. Analyzované údaje: KL RK. Přidaná činidla / materiály / nástroje pro analýzu: KL RK. Napsal článek: KL RK.

Reference

  1. 1. Generace Rideout VJ, Foehr UG, Roberts DF (2010) M2: Média v životech let 8 až 18. Menlo Park, CA.
  2. 2. Ophir E, Nass C, Wagner AD (2009) Kognitivní kontrola v multitaskrech médií. Sborník Národní akademie věd Spojených států amerických 106: 15583 – 15587. doi: 10.1073 / pnas.0903620106
  3. 3. Becker MW, Alzahabi R, Hopwood CJ (2013) Multitasking médií je spojen s příznaky deprese a sociální úzkosti. Cyberpsychologie, chování a sociální sítě 16: 132 – 135. doi: 10.1089 / cyber.2012.0291
  4. Zobrazit článek
  5. PubMed / NCBI
  6. Google Scholar
  7. Zobrazit článek
  8. PubMed / NCBI
  9. Google Scholar
  10. Zobrazit článek
  11. PubMed / NCBI
  12. Google Scholar
  13. Zobrazit článek
  14. PubMed / NCBI
  15. Google Scholar
  16. Zobrazit článek
  17. PubMed / NCBI
  18. Google Scholar
  19. Zobrazit článek
  20. PubMed / NCBI
  21. Google Scholar
  22. Zobrazit článek
  23. PubMed / NCBI
  24. Google Scholar
  25. Zobrazit článek
  26. PubMed / NCBI
  27. Google Scholar
  28. Zobrazit článek
  29. PubMed / NCBI
  30. Google Scholar
  31. Zobrazit článek
  32. PubMed / NCBI
  33. Google Scholar
  34. Zobrazit článek
  35. PubMed / NCBI
  36. Google Scholar
  37. Zobrazit článek
  38. PubMed / NCBI
  39. Google Scholar
  40. Zobrazit článek
  41. PubMed / NCBI
  42. Google Scholar
  43. Zobrazit článek
  44. PubMed / NCBI
  45. Google Scholar
  46. Zobrazit článek
  47. PubMed / NCBI
  48. Google Scholar
  49. Zobrazit článek
  50. PubMed / NCBI
  51. Google Scholar
  52. 4. PeaR, Nass C, Meheula L, Rance M, Kumar A, et al. (2012) Využívání médií, osobní komunikace, multitasking médií a sociální pohoda mezi dívkami 8 - 12. Vývojová psychologie 48: 327 – 336. doi: 10.1037 / a0027030
  53. Zobrazit článek
  54. PubMed / NCBI
  55. Google Scholar
  56. Zobrazit článek
  57. PubMed / NCBI
  58. Google Scholar
  59. Zobrazit článek
  60. PubMed / NCBI
  61. Google Scholar
  62. Zobrazit článek
  63. PubMed / NCBI
  64. Google Scholar
  65. Zobrazit článek
  66. PubMed / NCBI
  67. Google Scholar
  68. Zobrazit článek
  69. PubMed / NCBI
  70. Google Scholar
  71. Zobrazit článek
  72. PubMed / NCBI
  73. Google Scholar
  74. Zobrazit článek
  75. PubMed / NCBI
  76. Google Scholar
  77. Zobrazit článek
  78. PubMed / NCBI
  79. Google Scholar
  80. Zobrazit článek
  81. PubMed / NCBI
  82. Google Scholar
  83. Zobrazit článek
  84. PubMed / NCBI
  85. Google Scholar
  86. Zobrazit článek
  87. PubMed / NCBI
  88. Google Scholar
  89. Zobrazit článek
  90. PubMed / NCBI
  91. Google Scholar
  92. Zobrazit článek
  93. PubMed / NCBI
  94. Google Scholar
  95. Zobrazit článek
  96. PubMed / NCBI
  97. Google Scholar
  98. Zobrazit článek
  99. PubMed / NCBI
  100. Google Scholar
  101. Zobrazit článek
  102. PubMed / NCBI
  103. Google Scholar
  104. Zobrazit článek
  105. PubMed / NCBI
  106. Google Scholar
  107. Zobrazit článek
  108. PubMed / NCBI
  109. Google Scholar
  110. Zobrazit článek
  111. PubMed / NCBI
  112. Google Scholar
  113. Zobrazit článek
  114. PubMed / NCBI
  115. Google Scholar
  116. Zobrazit článek
  117. PubMed / NCBI
  118. Google Scholar
  119. Zobrazit článek
  120. PubMed / NCBI
  121. Google Scholar
  122. Zobrazit článek
  123. PubMed / NCBI
  124. Google Scholar
  125. Zobrazit článek
  126. PubMed / NCBI
  127. Google Scholar
  128. Zobrazit článek
  129. PubMed / NCBI
  130. Google Scholar
  131. Zobrazit článek
  132. PubMed / NCBI
  133. Google Scholar
  134. Zobrazit článek
  135. PubMed / NCBI
  136. Google Scholar
  137. 5. Junco R, Bavlna SR (2010) Vnímané akademické účinky používání rychlých zpráv. Počítače a vzdělávání 56: 370 – 378. doi: 10.1016 / j.compedu.2010.08.020
  138. 6. Blakemore C, Van Sluyters RC (1975) Vrozené a environmentální faktory ve vývoji zrakové kůry kotě. The Journal of physiology 248: 663–716.
  139. 7. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Neuroplasticita: změny šedé hmoty vyvolané tréninkem. Příroda 427: 311 – 312. doi: 10.1038 / 427311a
  140. 8. Boyke J, Driemeyer J, Gaser C, Buchel C, květen A (2008) Tréninkem vyvolané změny struktury mozku u starších osob. Žurnál neurověd: oficiální žurnál Společnosti pro neurovědu 28: 7031 – 7035. doi: 10.1523 / jneurosci.0742-08.2008
  141. 9. Kanai R, Rees G (2011) Strukturální základ interindividuálních rozdílů v lidském chování a poznání. Recenze přírody Neuroscience 12: 231 – 242. doi: 10.1038 / nrn3000
  142. 10. Alzahabi R, Becker MW (2013) Asociace mezi multitaskingem médií, přepínáním úloh a výkonem dvou úkolů. Žurnál experimentální psychologie Vnímání a výkon člověka 39: 1485 – 1495. doi: 10.1037 / a0031208
  143. 11. Sanbonmatsu DM, Strayer DL, Medeiros-Ward N, Watson JM (2013) Kdo multi-úkoly a proč? Schopnost více úkolů, vnímaná schopnost více úkolů, impulzivita a vyhledávání pocitů. PloS one 8: e54402. doi: 10.1371 / journal.pone.0054402
  144. 12. Koechlin E, Ody C, Kouneiher F (2003) Architektura kognitivní kontroly v lidské prefrontální kůře. Science 302: 1181 – 1185. doi: 10.1126 / science.1088545
  145. 13. Marois R, Ivanoff J (2005) Kapacitní limity zpracování informací v mozku. Trendy v kognitivních vědách 9: 296 – 305. doi: 10.1016 / j.tics.2005.04.010
  146. 14. Dux PE, Ivanoff J, Asplund CL, Marois R (2006) Izolace centrálního úzkého hrdla zpracování informací s časově rozlišeným FMRI. Neuron 52: 1109 – 1120. doi: 10.1016 / j.neuron.2006.11.009
  147. 15. Miller EK, Cohen JD (2001) Integrativní teorie funkce prefrontální kůry. Roční přehled neurověd 24: 167 – 202.
  148. 16. Burgess PW, Veitch E, de Lacy Costello A, Shallice T (2000) Kognitivní a neuroanatomické koreláty multitaskingu. Neuropsychologia 38: 848 – 863. doi: 10.1016 / s0028-3932 (99) 00134-7
  149. 17. DeYoung CG, Hirsh JB, Shane MS, Papademetris X, Rajeevan N, et al. (2010) Testování předpovědí z neurovědy osobnosti. Struktura mozku a pět velkých. Psychologická věda 21: 820 – 828. doi: 10.1177 / 0956797610370159
  150. 18. Ashburner J (2007) Algoritmus rychlé difeomorfní registrace obrazu. NeuroImage 38: 95 – 113. doi: 10.1016 / j.neuroimage.2007.07.007
  151. 19. John OP, Srivastava S (1999) Taxonomie Velké pětky: Historie, měření a teoretické perspektivy. In: Pervin LA, John OP, editoři. Příručka osobnosti: Teorie a výzkum. New York: Guilford Press. 102 – 138.
  152. 20. Ashburner J, Friston KJ (2000) Morfometrie založená na Voxelu - metody. NeuroImage 11: 805 – 821. doi: 10.1006 / nimg.2000.0582
  153. 21. Whitfield-Gabrieli S, Moran JM, Nieto-Castanon A, Triantafyllou C, Saxe R, et al. (2011) Asociace a disociace mezi výchozími a samoreferenčními sítěmi v lidském mozku. NeuroImage 55: 225 – 232. doi: 10.1016 / j.neuroimage.2010.11.048
  154. 22. Devinsky O, Morrell MJ, Vogt BA (1995) Příspěvky předního cingulate cortex k chování. Mozek: časopis neurologie 118 (Pt 1): 279 – 306. doi: 10.1093 / mozek / 118.1.279
  155. 23. Bush G, Luu P, Posner MI (2000) Kognitivní a emoční vlivy v přední cingulate kůře. Trendy v kognitivních vědách 4: 215 – 222. doi: 10.1016 / s1364-6613 (00) 01483-2
  156. 24. Lui KF, Wong AC (2012) Bolí multitasking médií vždy bolí? Pozitivní korelace mezi multitaskingem a multisenzorickou integrací. Psychonomický bulletin a recenze 19: 647–653. doi: 10.3758 / s13423-012-0245-7
  157. 25. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, et al. (2001) Výchozí režim funkce mozku. Sborník Národní akademie věd Spojených států amerických 98: 676 – 682. doi: 10.1073 / pnas.98.2.676
  158. 26. Buckner RL, Andrews-Hanna JR, Schacter DL (2008) Výchozí síť mozku: anatomie, funkce a význam pro nemoc. Annals of the New York Academy of Sciences 1124: 1–38. doi: 10.1196 / annals.1440.011
  159. 27. Carter CS, Macdonald AM, Botvinick M., Ross LL, Stenger VA, et al. (2000) Analýza výkonných procesů: strategické vs. hodnotící funkce předního kortexu cingulate. Sborník Národní akademie věd Spojených států amerických 97: 1944 – 1948. doi: 10.1073 / pnas.97.4.1944
  160. 28. Botvinick MM, Braver TS, Barch DM, Carter CS, Cohen JD (2001) Sledování konfliktů a kognitivní kontrola. Psychologický přehled 108: 624 – 652. doi: 10.1037 // 0033-295x.108.3.624
  161. 29. Bush G, Whalen PJ, Rosen BR, Jenike MA, McInerney SC a kol. (1998) Počítání Stroop: interferenční úkol specializovaný na funkční neuroimaging - validační studii s funkční MRI. Mapování lidského mozku 6: 270–282. doi: 10.1002 / (sici) 1097-0193 (1998) 6: 4 <270 :: aid-hbm6> 3.3.co; 2-h
  162. 30. Leung HC, Skudlarski P, Gatenby JC, Peterson BS, Gore JC (2000) Funkční studie MRI týkající se úlohy interferenčního barevného interferenčního slova související s událostí. Mozková kůra 10: 552 – 560. doi: 10.1093 / cercor / 10.6.552
  163. 31. Corbetta M, Miezin FM, Dobmeyer S, Shulman GL, Petersen SE (1991) Selektivní a rozdělená pozornost při vizuální diskriminaci tvaru, barvy a rychlosti: funkční anatomie pozitronovou emisní tomografií. Žurnál neurověd: oficiální žurnál Společnosti pro neurovědu 11: 2383 – 2402.
  164. 32. Botvinick M, Nystrom LE, Fissell K, Carter CS, Cohen JD (1999) Sledování konfliktů versus výběr pro akci v přední cingulate kůře. Příroda 402: 179 – 181. doi: 10.1038 / 46035
  165. 33. Casey BJ, Thomas KM, velšský TF, Badgaiyan RD, Eccard CH, et al. (2000) Disociace konfliktu odezvy, výběr pozornosti a očekávání pomocí funkčního zobrazování magnetickou rezonancí. Sborník Národní akademie věd Spojených států amerických 97: 8728 – 8733. doi: 10.1073 / pnas.97.15.8728
  166. 34. Dreher JC, Grafman J (2003) Rozdělení rolí rostrálního předního cingulate a postranních prefrontálních kortexů při provádění dvou úkolů současně nebo postupně. Mozková kůra 13: 329 – 339. doi: 10.1093 / cercor / 13.4.329
  167. 35. Erickson KI, Colcombe SJ, Wadhwa R, Bherer L, Peterson MS, et al. (2005) Neurální koreluje výkon duálního úkolu po minimalizaci přípravy úlohy. NeuroImage 28: 967 – 979. doi: 10.1016 / j.neuroimage.2005.06.047
  168. 36. Milham MP, Banich MT, Webb A, Barad V, Cohen NJ, et al. (2001) Relativní zapojení předního cingulátu a prefrontální kůry do kontroly pozornosti závisí na povaze konfliktu. Výzkum mozku Kognitivní výzkum mozku 12: 467 – 473. doi: 10.1016 / s0926-6410 (01) 00076-3
  169. 37. Kiehl KA, Liddle PF, Hopfinger JB (2000) Zpracování chyb a čelní cingulate: případová fMRI studie. Psychofyziologie 37: 216 – 223. doi: 10.1111 / 1469-8986.3720216
  170. 38. Ralph BC, Thomson DR, Cheyne JA, Smilek D (2013) Multitasking médií a selhání pozornosti v každodenním životě. Psychologický výzkum. doi: 10.1007 / s00426-013-0523-7
  171. 39. Fellows LK, Farah MJ (2005) Je pro kognitivní kontrolu nutná přední cingulační kůra? Mozek: časopis neurologie 128: 788 – 796. doi: 10.1093 / mozek / awh405
  172. 40. Swick D, Turken AU (2002) Disociace mezi detekcí konfliktů a sledováním chyb v kůře lidského předního cingulate. Sborník Národní akademie věd Spojených států amerických 99: 16354 – 16359. doi: 10.1073 / pnas.252521499
  173. 41. Swick D, Jovanovic J (2002) Přední cingulate mozková kůra a Stroopova úloha: neuropsychologický důkaz topografické specifičnosti. Neuropsychologia 40: 1240 – 1253. doi: 10.1016 / s0028-3932 (01) 00226-3
  174. 42. Rotge JY, Guehl D, Dilharreguy B, Tignol J, Bioulac B, et al. (2009) Meta-analýza změn objemu mozku u obsedantně-kompulzivní poruchy. Biologická psychiatrie 65: 75 – 83. doi: 10.1016 / j.biopsych.2008.06.019
  175. 43. Yamasue H, Kasai K, Iwanami A, Ohtani T, Yamada H, et al. (2003) Analýza MRI založená na voxelu odhaluje předcházející cingulate redukci objemu šedé hmoty u posttraumatické stresové poruchy v důsledku terorismu. Sborník Národní akademie věd Spojených států amerických 100: 9039 – 9043. doi: 10.1073 / pnas.1530467100
  176. 44. Caetano SC, Kaur S, Brambilla P, Nicoletti M, Hatch JP, et al. (2006) Menší objemy cingulate u unipolárních depresivních pacientů. Biologická psychiatrie 59: 702 – 706. doi: 10.1016 / j.biopsych.2005.10.011
  177. 45. Franklin TR, Acton PD, Maldjian JA, Gray JD, Croft JR, et al. (2002) Snížená koncentrace šedé hmoty v ostrovních, orbitofrontálních, cingulačních a časových kortexech pacientů s kokainem. Biologická psychiatrie 51: 134 – 142. doi: 10.1016 / s0006-3223 (01) 01269-0
  178. 46. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et al. (2011) Abnormality šedé hmoty v závislosti na internetu: morfometrická studie založená na voxelu. Evropský radiologický časopis 79: 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025
  179. 47. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Abnormality mikrostruktury u adolescentů s poruchou závislosti na internetu. PloS one 6: e20708. doi: 10.1371 / journal.pone.0020708
  180. 48. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, et al. (2012) Abnormální integrita bílé hmoty u dospívajících s poruchou závislosti na internetu: studie prostorové statistiky založená na traktech. PloS one 7: e30253. doi: 10.1371 / journal.pone.0030253