Højere medie-multitaskingsaktivitet er associeret med mindre gråstofdensitet i den forreste kingulære cortex (2014)

Citation: Loh KK, Kanai R (2014) Higher Media Multi-Tasking-aktivitet er forbundet med mindre gråstofdensitet i den anteriore cingulate cortex. PLoS ONE 9(9): e106698. doi:10.1371/journal.pone.0106698

Abstrakt

Media multitasking, eller det samtidige forbrug af flere medieformer, er i stigende grad udbredt i dagens samfund og er blevet forbundet med negative psykosociale og kognitive påvirkninger. Personer, der engagerer sig i tungere medie-multitasking, viser sig at præstere dårligere på kognitive kontrolopgaver og udviser mere socio-emotionelle vanskeligheder. De neurale processer, der er forbundet med multi-tasking i medierne, forbliver dog uudforskede.

Denne undersøgelse undersøgte sammenhænge mellem multitasking-aktivitet i medier og hjernestruktur. Forskning har vist, at hjernestrukturen kan ændres ved længere tids eksponering for nye miljøer og erfaringer. Således forventede vi, at differentielle engagementer i medie-multitasking ville korrelere med hjernestrukturvariabilitet.

Dette blev bekræftet via Voxel-Based Morphometri (VBM) analyser: Personer med højere Media Multitasking Index (MMI) score havde mindre gråstofdensitet i den anteriore cingulate cortex (ACC). Funktionel forbindelse mellem denne ACC-region og precuneus var negativt forbundet med MMI. Vores resultater tyder på en mulig strukturel korrelation for den observerede nedsatte kognitive kontrolpræstation og socio-emotionelle regulering hos tunge medier-multitaskere. Selvom vores undersøgelses tværsnitskarakter ikke tillader os at specificere retningen af ​​kausalitet, viste vores resultater nye sammenhænge mellem individuelle mediers multitasking-adfærd og ACC-strukturforskelle.

tal

Citation: Loh KK, Kanai R (2014) Higher Media Multi-Tasking-aktivitet er forbundet med mindre gråstofdensitet i den anteriore cingulate cortex. PLoS ONE 9(9): e106698. doi:10.1371/journal.pone.0106698

Redaktør: Katsumi Watanabe, Tokyo Universitet, Japan

modtaget: Februar 25, 2014; Accepteret: August 8, 2014; Udgivet: September 24, 2014

Copyright: © 2014 Loh, Kanai. Dette er en artikel med åben adgang distribueret under betingelserne i Creative Commons Navngivelseslicens, som tillader ubegrænset brug, distribution og reproduktion i ethvert medium, forudsat at den oprindelige forfatter og kilde krediteres.

Finansiering: Finansiering til dette projekt kom fra en PRESTO-bevilling fra Japan Science and Technology Agency. Finansierne havde ingen rolle i undersøgelsesdesign, dataindsamling og analyse, beslutning om at publicere eller forberedelse af manuskriptet.

Konkurrerende interesser: Forfatterne har erklæret, at der ikke findes konkurrerende interesser.

Introduktion

Media multitasking, eller det samtidige forbrug af flere medieformer, er i stigende grad udbredt i det moderne samfund [1] og har været forbundet med nedsatte kognitive kontrolevner [2] samt negative psykosociale påvirkninger som depression og social angst [3], negativt socialt velvære [4], og dårlig akademisk præstation [5]. På dette tidspunkt er der dog lidt kendt om de neurale processer, der er forbundet med multi-tasking i medierne. Denne undersøgelse undersøgte sammenhænge mellem multitasking-aktivitet i medier og variation i hjernestruktur. Forskning har vist, at hjernestrukturen kan ændres ved længere tids eksponering for nye miljøer [6] samt træning og erfaring [7], [8]. Endvidere forudsiger regional variabilitet i gråt og hvidt stof, vurderet via Voxel-Based Morphometri (VBM), pålideligt individuelle forskelle i en række kognitive funktioner (se [9] for en anmeldelse). Baseret på ovenstående resultater antog vi, at differentielle engagementer i medie-multitasking ligeledes ville afspejle forskelle i regionale hjernestrukturer.

I den aktuelle undersøgelse, Media-Multitasking Index (MMI, [2]) er vedtaget som et mål for træk medie-multitasking. MMI-score er konsekvent blevet forbundet med individuel præstation på kognitive kontrolopgaver [2], [10],[11]. Som sådan tjener de som en pålidelig adfærdskorrelation med hjernestrukturvariabilitet. Vi forventede, at et individs MMI-score ville afspejle hjernestrukturforskelle, specifikt i kognitiv kontrol og multitasking-regioner. Tidligere forskning har konvergeret om præfrontale kortikale regioners rolle i kognitiv kontrol [12], [13], [14], [15]. Baseret på en læsionsundersøgelse af [16], er forskellige regioner involveret i adskillelige aspekter af multitasking: de anteriore og posteriore cingulater er involveret i retrospektiv hukommelse, og de præfrontale regioner er impliceret i prospektiv hukommelse og planlægning. Som sådan forventede vi at finde sammenhænge mellem multitasking-aktivitet i medier og den strukturelle variabilitet i disse regioner. Medie-multitasking-aktivitet er tæt forbundet med personlighedstræk (dvs. neuroticisme og ekstraversion). [3]), som igen er forudsigelige for strukturelle forskelle i hjernen [17]. Som sådan kan sammenhængen mellem multitasking i medier og hjernestruktur blive forvirret af disse trækforskelle. For at undersøge denne mulighed undersøges også relationer mellem MMI og Big Five personlighedstræk.

Vi opnåede MMI-score, Big Five-mål for personlighedstræk og magnetisk resonansbilleddannelse (MRI)-scanninger hos 75 raske voksne, som var relativt velkendte med computere og medieteknologier. For at undersøge forholdet mellem medie-multitasking-aktivitet og hjernestrukturvariabilitet korrelerede vi først individuelle MMI-scores med regional gråstofdensitet på helhjerneniveau via optimeret VBM [18]. Vi undersøgte også sammenhænge mellem Big Five-træk og MMI-score. For at kaste lys over den funktionelle betydning af vores opnåede strukturelle forskelle, analyserede vi hviletilstands hjerneaktivitet for at belyse sammenhænge mellem MMI-score og funktionel forbindelse i hjernen.

Metoder

Deltagere

75 raske voksne (gennemsnitsalder = 24.6, SD = 5.0, 38 mænd) rekrutteret fra University College London (UCL) psykologi deltagerpulje deltog i den aktuelle undersøgelse efter at have givet informeret skriftligt samtykke. Undersøgelsen blev godkendt af den lokale UCL etikkomité (etisk ansøgningskode: 2213/002). Vi screenede deltagerne for at inkludere universitetsstuderende og personale, der var godt bekendt med computere og medieteknologier. De fik kontant refunderet deres deltagelse. Blandt de 75 deltagere, der deltog i VBM-undersøgelsen, blev fMRI-data indsamlet fra en undergruppe på 40 deltagere. Køn, alder, uddannelsesniveau og MMI-score afveg ikke signifikant mellem de to prøver (Tabel 1).

thumbnail

Tabel 1. Sammenligninger mellem demografiske karakteristika og MMI-score af deltagere involveret i VBM-analyser og funktionelle tilslutningsanalyser.

doi: 10.1371 / journal.pone.0106698.t001

Modificeret Media Multitasking Spørgeskema

En ændret version af Media Multi-tasking Questionnaire [2] blev givet til alle deltagere. MMI'et gav et stabilt mål for en persons træk medie multi-tasking aktivitet. Spørgeskemaet bestod af to hovedsektioner: Det første afsnit oplistede 12 almindelige medietyper, og deltagerne rapporterede det samlede antal timer om ugen, de brugte på hvert medie. I den modificerede version, der blev brugt i denne undersøgelse, blev 10 medietyper bevaret fra [2]: Trykte medier, fjernsyn, computerbaseret video, musik, taleopkald ved hjælp af mobiltelefon eller telefon, instant messaging, Short Messaging Service (SMS), e-mail, websurfing og andre computerbaserede applikationer. Punktet "video- eller computerspil" blev ændret til at omfatte spil på mobiltelefoner. Punktet "ikke-musiklyd" blev erstattet med "brug af sociale netværkssider". Ændringerne blev foretaget for bedre at afspejle aktuelle tendenser inden for medieforbrug. Den anden sektion bestod af en matrix, der involverede deltagere, der angiver, hvor meget de samtidig brugte alle de andre typer medie, da de brugte et primært medie. Mængden af ​​samtidig brug blev angivet på en skala fra 1 til 4 (1 = "Aldrig", 2 = "Lidt af tiden", 3 = "Nogle af tiden" og 4 = "Det meste af tiden"). Deltagernes svar blev først omkodet som følger: “Aldrig” = 0, “Lidt af tiden” = 0.33, “Nogle af tiden” = 0.67 og “Det meste af tiden” = 1. Sammenfatning af de omkodede svar vedr. hvert primært medium gav det gennemsnitlige antal medier, der blev brugt samtidigt ved anvendelse af et primært medium. MMI blev beregnet ud fra følgende formel: Hvor mi er det gennemsnitlige antal medier, der anvendes samtidig, mens der bruges primært medium, i; hi er antallet af timer om ugen brugt på det primære medium, i; og halt er det samlede antal timer om ugen, der bruges på alle medieformularer.

Big Five Inventory

The Big Five Inventory (BFI; [19]) gav et kort og pålideligt mål på 44 elementer for de fem store personlighedsfaktorer: ekstraversion (8 elementer), behagelighed (9 elementer), samvittighedsfuldhed (9 elementer), neuroticisme (8 elementer) og åbenhed for oplevelse (10 elementer). Vi adopterede BFI for at undersøge sammenhænge mellem MMI og Big Five personlighedstræk i vores stikprøve.

MRI Data Acquisition

En 1.5 T Siemens Avanto-scanner (Siemens Medical, Erlangen, Tyskland) blev brugt til at opnå højopløsnings T1-vægtede strukturelle billeder for hver deltager (MPRAGE; 1 mm3 kubiske voxels; 160 skiver; TR = 2730 ms; TE = 3.57 ms). Funktionelle MR-data blev erhvervet ved hjælp af stigende T2*-vægtede gradient-ekko-ekko-planar billeddannelsessekvenser (EPI) følsomme over for FED kontrast. Hver optagelse bestod af 32 skrå skiver, 3.0×3.0 mm opløsning, 2.0 mm i tykkelse med 1.0 mm skivespalte. EPI-skiverne blev vinklet individuelt for hvert individ for at reducere modtagelighedsartefakter fra næsehulen og for at maksimere dækningen for de orbitofrontale regioner og den bageste parietale cortex, samtidig med at dækningen over den temporale pol blev ofret. Som sådan var den endelige orientering mellem 8° og 16°. Tidsintervallet mellem to på hinanden følgende erhvervelser af den samme skive var 2528 ms med en flip-vinkel på 90 grader og en 44 ms ekkotid. Synsfeltet var 192×192 mm. Den digitale opløsning i flyet var 64×64 pixels med en pixeldimension på 3.0×3.0 mm. Alle data blev indsamlet med en 32-kanals hovedspole. Under den funktionelle MR-scanning blev deltagerne instrueret i blot at holde sig stille, holde øjnene åbne og ikke tænke på noget særligt. En kørsel bestod af 180 volumenoptagelser, og de første 6 volumener blev kasseret fra analysen for at undgå forvirring af ustabil magnetisering. FMRI-kørslen i hviletilstand tog cirka 7.5 minutter.

Voxel-baseret morfometri (VBM) analyse

Voxel-baseret morfometri (VBM; [20]) er en almindeligt anvendt neuroimaging analyseteknik, der muliggør voxel-vise statistiske analyser af forbehandlede MR-billeder. De højopløselige T1-vægtede strukturelle scanninger blev analyseret med VBM via Statistical Parametric Mapping (SPM8, Wellcome Department of Cognitive Neurology). Billederne blev først segmenteret for grå og hvid substans. Diffeomorphic Anatomical Registration Through Exponentiated Lie Algebra (DARTEL) blev efterfølgende udført for at co-registrere de grå stof billeder. For at sikre, at det regionale gråstofvolumen blev opretholdt efter registreringen, blev registrerede billeder moduleret af den jakobianske determinant af flowfelterne beregnet af DARTEL. De registrerede gråstofbilleder blev udjævnet med en Gaussisk kerne (fuld bredde ved halv maksimum = 10 mm) og blev derefter transformeret og normaliseret til Montreal Neurological Institute (MNI) stereotaktisk rum for yderligere multipel regressionsanalyse.

Multipel regressionsanalyse blev udført på de normaliserede gråstofbilleder med MMI-score som hovedregressor. Alder, køn og samlede hjernevolumener blev inkluderet som kovariater uden interesse for alle regressioner. For at detektere voxels, hvor regional gråstoftæthed var korreleret med MMI-score, vedtog vi en stringent tærskel på p <.05 med familiemæssig fejl helhjernekorrigeret.

Funktionel Connectivity Analysis

For at udføre den funktionelle forbindelsesanalyse brugte vi Conn funktionel tilslutningsværktøjskasse version 13 (http://www.nitrc.org/projects/conn; [21]) kombineret med forbehandlingsprocedurer af SPM8. Forbehandlingstrinnene, anført i rækkefølge, inkluderede korrektion for skivetiming, omlægning af tidsseriedata til det første volumen (dvs. bevægelseskorrektion), samregistrering af funktionelle MRI-tidsserier til den tilsvarende strukturelle MRI, segmentering af billeder i separat væv typer såsom gråt stof, hvidt stof og cerebrospinalvæske (CSF) og normalisering til standard MNI skabelon og rumlig udjævning med et Gaussisk filter (FWHM = 8 mm). Tidsseriedataene blev derefter båndpasfiltreret til 0.01 Hz-0.1 Hz.

Til den frø-baserede funktionelle forbindelsesanalyse brugte vi en enkelt signifikant klynge fundet i VBM-analysen som frøregionen af ​​interesse (ROI). Den gennemsnitlige tidsserie ekstraheret fra ROI blev brugt som en regressor i en multipel regressionsmodel på individuel niveauanalyse. For at minimere påvirkningen af ​​forstyrrende faktorer blev regressorer for de seks bevægelseskorrektionsparametre fra forbehandlingen inkluderet. Derudover blev de gennemsnitlige BOLD-signaler for gråt stof, hvidt stof og CSF ekstraheret fra maskerne skabt fra segmenteringsproceduren og blev også inkluderet som regressorer for at minimere varianser forbundet med disse globale signaler. Temporale korrelationer mellem ROI-signalet og resten af ​​hjernen blev beregnet, og korrelationerne med frø-ROI blev konverteret til Z-score ved hjælp af Fisher-transformationen til signifikansanalyser på andet niveau.

Med det Z-transformerede statistiske billede bestemte vi først hjerneregioner, der viste funktionel forbindelse med frø ROI ved hjælp af en voxel-vis tærskel på pFWE-korrigeret<0.05. Efterfølgende brugte vi en mindre stringent tærskel på p<0.001 (ukorrigeret) som en maske til at fange ACC-forbundne regioner til en analyse på andet niveau, hvor vi havde til formål at finde hjerneregioner med korreleret med MMI-score. Vi inkluderede alder, køn og totale intrakranielle volumener som kovariater og vedtog en tærskel på p <0.05 med familiemæssig fejl korrigeret for volumen defineret af den indledende maske. Begrundelsen for indledende maskering var at sikre, at vores analyse var begrænset til hjerneregioner, der viste korreleret aktivitet med frøregionen. Selv hvis vi fandt en sammenhæng med individuelle forskelle uden for disse regioner, ville sådanne fund sandsynligvis afspejle falske korrelationer. Vi vedtog en mindre stringent tærskel for maskeringen for at øge styrken af ​​vores analyser på andet niveau.

Bearbejdede billeddata samt datasæt, der indeholder variablerne for både VBM og funktionel tilslutningsregressionsanalyser, gøres offentligt tilgængelige på: http://dx.doi.org/10.6084/m9.figshare.10​30286.

Resultater

VBM-analyse afslørede en negativ sammenhæng mellem MMI-score og gråstofdensitet i den forreste cingulate cortex (Figur 1; ACC; t(70) = 5.16, PFWE-korrigeret <.05, Klyngestørrelse = 158 voxels × 1.53 = 533 mm3; peak MNI koordinat: x = 12, y = 41, z = 3). Ingen andre hjerneregioner viste signifikante korrelationer med MMI-score. Således var højere medie-multitasking forbundet med mindre gråstofvolumener i ACC. Korrelationsanalyser mellem MMI- og BFI-score afslørede imidlertid en meget signifikant sammenhæng mellem Extraversion og MMI-score (Tabel 2; r = 0.347, p = 0.002). Som sådan havde vi mistanke om, at den observerede MMI-ACC-gråstofsammenslutning kunne forvirres af individuelle forskelle i ekstraversionsscore. I lyset af dette gentog vi den tidligere VBM-analyse yderligere kontrollerende for BFI-scoringer som yderligere kovariater. Vi kørte en multipel regression (med gråstofdensitet som afhængig variabel) inklusive MMI og alle Big Five karaktertræk som prædiktorer sammen med de demografiske kovariater. Et signifikant negativt forhold blev observeret mellem MMI og gråstofvolumen i den identiske ACC-region (t(65) = 5.08, PFWE-korrigeret<.05, Klyngestørrelse = 74 voxels×1.53 = 250 mm3; peak MNI-koordinat: x = 12, y = 40, z = 3). Dette antydede, at der er en unik sammenhæng mellem MMI og gråstofdensitet i ACC uafhængigt af variationer i de fem store personlighedstræk.

thumbnail

Figur 1. VBM-regressionsanalyser afslørede, at MMI-score var signifikant forbundet med gråstofdensitet i ACC (t(70) = 5.16, PFWE-korrigeret <0.05, Klyngestørrelse = 158 voxels x 1.53 = 533 mm3; peak MNI koordinat: x = 12, y = 41, z = 3).

Justeret gråstofdensitet i peak voxel (Y-aksen) var negativt korreleret (r = -0.54, p<0.001) med MMI-score (X-akse).

doi: 10.1371 / journal.pone.0106698.g001

thumbnail

Tabel 2. Sammenhæng mellem Media multitasking-indeksscore og Big Five Inventory-score.

doi: 10.1371 / journal.pone.0106698.t002

For at kaste lys over den funktionelle betydning af vores VBM-resultater, søgte vi via funktionelle tilslutningsanalyser at udpege hjerneregioner, der udviste signifikant forbindelse med vores opnåede ACC-region af interesse (ROI). Denne analyse afslørede, at aktiviteten i det opnåede ACC ROI var korreleret med flere hjerneregioner, der typisk er karakteriseret som standardtilstandsnetværket inklusive de bilaterale temporoparietale junctions (TPJ; højre hemisfære, x = 48, y = -64, z = 36, pFWE-korrigeret<0.05; venstre hjernehalvdel, x = -44, y = -70, z = 36) og precuneus (x = 4, y = -68, z = 30, pFWE-korrigeret<0.05) blandt andre regioner (Tabel 3). Disse resultater antydede, at det ACC ROI, vi fandt med VBM-analysen, sandsynligvis falder inden for DMN. Dernæst undersøgte vi yderligere, om MMI-score var forbundet med forbindelse mellem vores ACC ROI og DMN-regioner. Regressionsanalyser blev kørt på z-transformerede korrelationer mellem ACC- og DMN-regioner med MMI som hovedprædiktor og alder, køn og total hjernevolumen som kovariater. Ingen væsentlige foreninger opstod kl pFWE-korrigeret<0.05. Dog ved en mindre streng tærskel på pukorrigeret<0.001, højere MMI-score var forbundet med svagere forbindelse mellem ACC ROI og precuneus (Figur 2; precuneus; t(40) = 5.22, pukorrigeret<0.001, Klyngestørrelse = 159 mm3; Maksimal MNI-koordinat: x = 10, y = -50, z = 18). Vi understreger, at vores tilslutningsresultater blev opnået ved en mindre streng tærskel og gav begrænset bevis for, at vi kunne drage konklusioner om MMI og funktionelle tilslutningsforbindelser. Som sådan tjente dette sæt resultater udelukkende til den funktionelle fortolkning af vores VBM-resultater.

thumbnail

Figur 2. Regressionsanalyser afslørede, at forbindelse mellem ACC ROI og Precuneus (skæring af blå linjer) var negativt forbundet med MMI-score (Precuneus; t(40) = 5.22, PFWE-ukorrigeret<0.001, Klyngestørrelse = 159 mm3; Maksimal MNI-koordinat: x = 10, y = -50, z = 18).

Der var et negativt forhold (r = -0.68, p<0.001) mellem justerede Z-transformerede ACC-Precuneus-korrelationer (Y-akse) og MMI-score (X-akse).

doi: 10.1371 / journal.pone.0106698.g002

thumbnail

Tabel 3. Hjerneområder, der udviser funktionel forbindelse med ACC ROI.

doi: 10.1371 / journal.pone.0106698.t003

Diskussion

Som antaget afslørede denne undersøgelse en signifikant sammenhæng mellem medie-multitasking og variationer i hjernestrukturen: Personer, der rapporterede højere mængder af multitasking i medierne, havde mindre gråstof-densitet i ACC. Denne sammenhæng var signifikant ved en streng tærskel (pFWE-korrigeret<0.05) og var uafhængig af de fem store personlighedstræk forskelle. Vi diskuterer mulige fortolkninger af vores strukturelle korrelater i lyset af nyere beviser om ACC-funktioner og MMI adfærdskorrelater.

ACC fungerer som en afgørende forbindelse mellem informationsbehandlingsveje i hjernen og er blevet impliceret i sansemotoriske, nociceptive, højere kognitive og følelsesmæssige/motiverende processer. [22], [23]. Af disse hævder vi, at vores opnåede ACC-region højst sandsynligt er forbundet med højere kognitive processer, da medie-multitasking konsekvent har været forbundet med kognitiv kontrolpræstation [2], [10], [11], [24]. Desuden udviste ACC ROI betydelig funktionel forbindelse med DMN-hjerneregionerne, der også typisk var forbundet med højere kognitive operationer [25], [26].

Med hensyn til kognitiv bearbejdning menes ACC generelt at være involveret i fejl- eller konfliktdetektion [27], [28]. ACC-aktiveringer observeres typisk i opgaver, der samtidig aktiverede inkompatible svar, dvs. Stroop-opgaven [29], [30], selektiv opmærksomhed [31] og flankeropgave [32], [33]. Især er ACC blevet impliceret i dual-task paradigmer [34], [35] hvor et individ står over for konkurrerende stimuli og responser forbundet med to eller flere opgaver. Analogt hermed konfronteres individer i mediemultitasking med særskilte opgavekrav forbundet med de mange medietyper, de bruger samtidigt. Som sådan kunne vores opnåede ROI være impliceret i dobbeltopgaverelaterede kognitive kontrolfunktioner. En kritisk advarsel er, at de ovennævnte funktioner normalt tilskrives den dorsale ACC i modsætning til den rostrale region, hvor vores ROI er placeret [23], [32], [35], [36]. Forskere har dog bemærket, at denne afgrænsning ikke er absolut [23], [34], [37]. Især til støtte for vores nuværende fortolkning, Dreher og kolleger [34] rapporterede, at den rostrale ACC er unikt involveret i konfliktdetektion i forbindelse med dobbeltopgaver.

Vores hovedresultat indikerede, at tungere multitaskere medie havde mindre ACC-volumener. For at belyse mulige adfærdsmæssige implikationer af reducerede ACC-volumener i tunge multitaskere, undersøgte vi adfærdsstudier, der forbinder MMI og kognitiv kontrol. En skelsættende undersøgelse af Ophir et al. [2] afslørede først forholdet mellem øget multitasking-aktivitet i medier og dårligere kognitiv kontrol. De engagerede deltagerne i en række kognitive kontrolopgaver såsom Stroop-opgaven, opgaveskift, distraktorfiltrering og n-back-opgaverne. I lyset af distraktorer var tunge multitaskere (i forhold til lettere multitaskere) langsommere til at opdage ændringer i visuelle mønstre, mere modtagelige for falske erindringer om distraktorerne under en hukommelsesopgave og var langsommere i opgaveskift. Forfatterne foreslog, at tunge multitaskere var mindre i stand til frivilligt at begrænse deres opmærksomhed kun til opgaverelevant information. Lui og Wong [24] gav yderligere bevis for, at tungere multitaskere var dårligere til at hæmme opgave-irrelevante stimuli og følgelig var i stand til at præstere bedre i multisensoriske integrationsopgaver. En efterfølgende undersøgelse [11] viste, at tunge multitaskere klarede sig dårligere på Operation Span Task (OSPAN), som i høj grad lignede et dual-task-paradigme, da deltagerne samtidig skulle løse matematiske problemer og huske præsenterede bogstaver. Tunge multitaskere rapporterede også om flere opmærksomhedssvigt i hverdagen [38]. Men en nylig undersøgelse af Alzahabi og Becker [10] rapporterede modsatrettede resultater: tungere multitaskere var ikke dårligere til at udføre to opgaver og var bedre til at skifte opgave. De var heller ikke i stand til at kopiere Ophir et al.s resultater på trods af at de brugte identiske opgaver. Forfatterne bemærkede, at deres prøve primært var kvinder, og dette kunne have resulteret i deres uoverensstemmelser. De fremhævede vigtigheden af ​​longitudinelle undersøgelser for at afsløre robuste forhold mellem MMI og kognitiv kontrol.

Sammenfattende tyder eksisterende MMI-litteratur generelt på, at personer, der engagerer sig i tungere medie-multitasking, viser dårligere kognitive kontrolevner. Vores nuværende resultater udvider denne litteratur ved at forbinde tungere medie-multitasking-aktivitet med mindre volumener i ACC: en hjerneregion, der er impliceret i kognitiv kontrol baseret på konvergerende neuroimaging-beviser. Vi understreger dog, at der kræves mere arbejde for at etablere sammenhængen mellem ACC-struktur og kognitive kontrolevner. Undersøgelser af patienter med ACC-læsioner har givet meget blandede perspektiver om nødvendigheden af ​​ACC i dets implicerede kognitive funktioner [39], [40], [41].

Der er også en mulighed for, at vores opnåede ACC-region er involveret i følelsesmæssige/motiverende processer, da den er placeret i den rostrale ACC, der typisk er forbundet med motivation og følelsesbehandling [23]. Reducerede ACC-volumener har ofte været impliceret i lidelser, der involverer afvigende følelsesmæssig-motiverende bearbejdning, såsom tvangslidelser [42], Post traumatisk stress syndrom [43], depression [44] og stof- og ikke-narkotiske afhængigheder [45], [46]. Baseret på dette perspektiv er det sandsynligt, at tungere medie-multitaskere med reducerede ACC-volumener kan være mindre disponerede i følelsesmæssig og motiverende regulering. Faktisk viser sig højere MMI-score at korrelere med øget neuroticisme, sensationssøgning og impulsivitet [3], [11] og negative socio-emotionelle resultater [4]. Interessant nok svarede mønsteret af hjernestrukturelle forskelle opnået i denne undersøgelse til de neurale korrelater af internetafhængighed (IA). Personer med IA, defineret blot som patologisk overforbrug af internettet eller computere, viste sig at have nedsat grå og hvid stoftæthed i ACC [46], [47], [48]. Der kunne være en mulighed for, at de to konstruktioner, media multitasking og IA, var overlappende: MMI gav et mål for, hvor meget folk brugte flere enheder på én gang, og dette kunne relateres til IA, hvilket implicerer en overdreven brug af computere og internet.

En vigtig begrænsning for nærværende arbejde er, at vores resultater er opnået fra et tværsnitsstudie om forholdet mellem multitasking-adfærd og hjernestruktur. Som sådan kan kausalitetsretningen mellem dem ikke bestemmes. Selvom det er tænkeligt, at individer med mindre ACC er mere modtagelige for multitasking på grund af svagere evne til kognitiv kontrol eller socio-emotionel regulering, er det lige så sandsynligt, at højere niveauer af eksponering for multitasking-situationer fører til strukturelle ændringer i ACC. En longitudinel undersøgelse er nødvendig for entydigt at bestemme årsagsretningen. Vores nuværende resultater åbner en vej til sådan forskning ved at give en empirisk forbindelse mellem multitasking-aktivitet i medier og strukturelle forskelle i ACC. En anden advarsel er, at de nuværende resultater måske ikke strækker sig ud over vores undersøgte befolkning, der er relativt højtuddannet og godt eksponeret for teknologi. Medieforbrugsmønstre kan faktisk være stærkt påvirket af demografiske faktorer [1]. Som sådan bør fremtidige undersøgelser undersøge, hvilken rolle demografiske faktorer såsom uddannelse og socioøkonomisk status spiller for at moderere forholdet mellem multitasking i medierne, kognitiv ydeevne og hjernestrukturer.

Som konklusion havde personer, der engagerede sig i mere multitasking-aktivitet i medierne, mindre mængder af grå substans i ACC. Dette kunne muligvis også forklare den dårligere kognitive kontrolpræstation og negative socio-emotionelle resultater forbundet med øget medie-multitasking. Selvom vores undersøgelses tværsnitskarakter ikke tillader os at specificere retningen af ​​kausalitet, viste vores resultater nye sammenhænge mellem individuelle mediers multitasking-adfærd og ACC-strukturforskelle.

Forfatterbidrag

Udtænkt og designet eksperimenterne: KL RK. Udførte forsøgene: KL RK. Analyserede data: KL RK. Bidragede reagenser/materialer/analyseværktøjer: KL RK. Skrev papiret: KL RK.

Referencer

  1. 1. Rideout VJ, Foehr UG, Roberts DF (2010) Generation M2: Medier i 8- til 18-åriges liv. Menlo Park, CA.
  2. 2. Ophir E, Nass C, Wagner AD (2009) Kognitiv kontrol i medier multitaskere. Proceedings of the National Academy of Sciences of the United States of America 106: 15583-15587. doi: 10.1073/pnas.0903620106
  3. 3. Becker MW, Alzahabi R, Hopwood CJ (2013) Multitasking i medier er forbundet med symptomer på depression og social angst. Cyberpsykologi, adfærd og sociale netværk 16: 132–135. doi: 10.1089/cyber.2012.0291
  4. Se artikel
  5. PubMed / NCBI
  6. Google Scholar
  7. Se artikel
  8. PubMed / NCBI
  9. Google Scholar
  10. Se artikel
  11. PubMed / NCBI
  12. Google Scholar
  13. Se artikel
  14. PubMed / NCBI
  15. Google Scholar
  16. Se artikel
  17. PubMed / NCBI
  18. Google Scholar
  19. Se artikel
  20. PubMed / NCBI
  21. Google Scholar
  22. Se artikel
  23. PubMed / NCBI
  24. Google Scholar
  25. Se artikel
  26. PubMed / NCBI
  27. Google Scholar
  28. Se artikel
  29. PubMed / NCBI
  30. Google Scholar
  31. Se artikel
  32. PubMed / NCBI
  33. Google Scholar
  34. Se artikel
  35. PubMed / NCBI
  36. Google Scholar
  37. Se artikel
  38. PubMed / NCBI
  39. Google Scholar
  40. Se artikel
  41. PubMed / NCBI
  42. Google Scholar
  43. Se artikel
  44. PubMed / NCBI
  45. Google Scholar
  46. Se artikel
  47. PubMed / NCBI
  48. Google Scholar
  49. Se artikel
  50. PubMed / NCBI
  51. Google Scholar
  52. 4. Pea R, Nass C, Meheula L, Rance M, Kumar A, et al. (2012) Mediebrug, ansigt-til-ansigt kommunikation, multitasking i medier og socialt velvære blandt 8-12-årige piger. Udviklingspsykologi 48: 327–336. doi: 10.1037/a0027030
  53. Se artikel
  54. PubMed / NCBI
  55. Google Scholar
  56. Se artikel
  57. PubMed / NCBI
  58. Google Scholar
  59. Se artikel
  60. PubMed / NCBI
  61. Google Scholar
  62. Se artikel
  63. PubMed / NCBI
  64. Google Scholar
  65. Se artikel
  66. PubMed / NCBI
  67. Google Scholar
  68. Se artikel
  69. PubMed / NCBI
  70. Google Scholar
  71. Se artikel
  72. PubMed / NCBI
  73. Google Scholar
  74. Se artikel
  75. PubMed / NCBI
  76. Google Scholar
  77. Se artikel
  78. PubMed / NCBI
  79. Google Scholar
  80. Se artikel
  81. PubMed / NCBI
  82. Google Scholar
  83. Se artikel
  84. PubMed / NCBI
  85. Google Scholar
  86. Se artikel
  87. PubMed / NCBI
  88. Google Scholar
  89. Se artikel
  90. PubMed / NCBI
  91. Google Scholar
  92. Se artikel
  93. PubMed / NCBI
  94. Google Scholar
  95. Se artikel
  96. PubMed / NCBI
  97. Google Scholar
  98. Se artikel
  99. PubMed / NCBI
  100. Google Scholar
  101. Se artikel
  102. PubMed / NCBI
  103. Google Scholar
  104. Se artikel
  105. PubMed / NCBI
  106. Google Scholar
  107. Se artikel
  108. PubMed / NCBI
  109. Google Scholar
  110. Se artikel
  111. PubMed / NCBI
  112. Google Scholar
  113. Se artikel
  114. PubMed / NCBI
  115. Google Scholar
  116. Se artikel
  117. PubMed / NCBI
  118. Google Scholar
  119. Se artikel
  120. PubMed / NCBI
  121. Google Scholar
  122. Se artikel
  123. PubMed / NCBI
  124. Google Scholar
  125. Se artikel
  126. PubMed / NCBI
  127. Google Scholar
  128. Se artikel
  129. PubMed / NCBI
  130. Google Scholar
  131. Se artikel
  132. PubMed / NCBI
  133. Google Scholar
  134. Se artikel
  135. PubMed / NCBI
  136. Google Scholar
  137. 5. Junco R, Cotton SR (2010) Opfattede akademiske effekter af brug af instant messaging. Computere og uddannelse 56: 370–378. doi: 10.1016/j.compedu.2010.08.020
  138. 6. Blakemore C, Van Sluyters RC (1975) Medfødte og miljømæssige faktorer i udviklingen af ​​killingens visuelle cortex. The Journal of Physiology 248: 663-716.
  139. 7. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Neuroplasticitet: ændringer i gråt stof induceret af træning. Nature 427: 311–312. doi: 10.1038/427311a
  140. 8. Boyke J, Driemeyer J, Gaser C, Buchel C, May A (2008) Træningsinducerede hjernestrukturændringer hos ældre. Journal of neuroscience: det officielle tidsskrift for Society for Neuroscience 28: 7031-7035. doi: 10.1523/jneurosci.0742-08.2008
  141. 9. Kanai R, Rees G (2011) Det strukturelle grundlag for inter-individuelle forskelle i menneskelig adfærd og kognition. Nature reviews Neuroscience 12: 231–242. doi: 10.1038/nrn3000
  142. 10. Alzahabi R, Becker MW (2013) Sammenhængen mellem multitasking i medier, opgaveskift og ydeevne med to opgaver. Journal of experimental psychology Human perception and performance 39: 1485–1495. doi: 10.1037/a0031208
  143. 11. Sanbonmatsu DM, Strayer DL, Medeiros-Ward N, Watson JM (2013) Hvem multi-opgaver og hvorfor? Multi-tasking-evne, opfattet multi-tasking-evne, impulsivitet og sensationssøgning. PloS one 8: e54402. doi: 10.1371/journal.pone.0054402
  144. 12. Koechlin E, Ody C, Kouneiher F (2003) Arkitekturen for kognitiv kontrol i den menneskelige præfrontale cortex. Science 302: 1181-1185. doi: 10.1126/science.1088545
  145. 13. Marois R, Ivanoff J (2005) Kapacitetsgrænser for informationsbehandling i hjernen. Tendenser i kognitiv videnskab 9: 296-305. doi: 10.1016/j.tics.2005.04.010
  146. 14. Dux PE, Ivanoff J, Asplund CL, Marois R (2006) Isolering af en central flaskehals af informationsbehandling med tidsopløst FMRI. Neuron 52: 1109-1120. doi: 10.1016/j.neuron.2006.11.009
  147. 15. Miller EK, Cohen JD (2001) En integrativ teori om præfrontal cortex funktion. Årlig gennemgang af neurovidenskab 24: 167-202.
  148. 16. Burgess PW, Veitch E, de Lacy Costello A, Shallice T (2000) De kognitive og neuroanatomiske korrelater af multitasking. 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) Test af forudsigelser fra personlighedsneurovidenskab. Hjernestruktur og de fem store. Psychological science 21: 820–828. doi: 10.1177/0956797610370159
  150. 18. Ashburner J (2007) En hurtig diffeomorf billedregistreringsalgoritme. NeuroImage 38: 95-113. doi: 10.1016/j.neuroimage.2007.07.007
  151. 19. John OP, Srivastava S (1999) The Big Five træktaksonomi: Historie, måling og teoretiske perspektiver. I: Pervin LA, John OP, redaktører. Håndbog om personlighed: Teori og forskning. New York: Guilford Press. 102-138.
  152. 20. Ashburner J, Friston KJ (2000) Voxel-baseret morfometri – metoderne. 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) Associationer og dissociationer mellem standard- og selvreferencenetværk i den menneskelige hjerne. NeuroImage 55: 225-232. doi: 10.1016/j.neuroimage.2010.11.048
  154. 22. Devinsky O, Morrell MJ, Vogt BA (1995) Bidrag af anterior cingulate cortex til adfærd. Brain: a journal of neurology 118 (Pt 1): 279-306. doi: 10.1093/hjerne/118.1.279
  155. 23. Bush G, Luu P, Posner MI (2000) Kognitive og følelsesmæssige påvirkninger i anterior cingulate cortex. Tendenser i kognitiv videnskab 4: 215-222. doi: 10.1016/s1364-6613(00)01483-2
  156. 24. Lui KF, Wong AC (2012) Gør media multitasking altid ondt? En positiv sammenhæng mellem multitasking og multisensorisk integration. Psykonomisk bulletin & anmeldelse 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) En standardtilstand for hjernefunktion. Proceedings of the National Academy of Sciences of the United States of America 98: 676–682. doi: 10.1073/pnas.98.2.676
  158. 26. Buckner RL, Andrews-Hanna JR, Schacter DL (2008) Hjernens standardnetværk: anatomi, funktion og sygdomsrelevans. 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) Parsing af eksekutive processer: strategiske vs. evaluerende funktioner af den forreste cingulate cortex. Proceedings of the National Academy of Sciences of the United States of America 97: 1944–1948. doi: 10.1073/pnas.97.4.1944
  160. 28. Botvinick MM, Braver TS, Barch DM, Carter CS, Cohen JD (2001) Konfliktovervågning og kognitiv kontrol. Psychological review 108: 624-652. doi: 10.1037//0033-295x.108.3.624
  161. 29. Bush G, Whalen PJ, Rosen BR, Jenike MA, McInerney SC, et al. (1998) The counting Stroop: en interferensopgave specialiseret til funktionel neuroimaging-valideringsundersøgelse med funktionel MR. Menneskelig hjernekortlægning 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) En begivenhedsrelateret funktionel MR-undersøgelse af stroop-farveordsinterferensopgaven. Cerebral cortex 10: 552-560. doi: 10.1093/cercor/10.6.552
  163. 31. Corbetta M, Miezin FM, Dobmeyer S, Shulman GL, Petersen SE (1991) Selektiv og opdelt opmærksomhed under visuelle skelnen mellem form, farve og hastighed: funktionel anatomi ved positronemissionstomografi. Journal of neuroscience: det officielle tidsskrift for Society for Neuroscience 11: 2383-2402.
  164. 32. Botvinick M, Nystrom LE, Fissell K, Carter CS, Cohen JD (1999) Konfliktovervågning versus udvælgelse-til-handling i anterior cingulate cortex. Nature 402: 179–181. doi: 10.1038/46035
  165. 33. Casey BJ, Thomas KM, Welsh TF, Badgaiyan RD, Eccard CH, et al. (2000) Dissociation af responskonflikt, opmærksomhedsudvælgelse og forventning med funktionel magnetisk resonansbilleddannelse. Proceedings of the National Academy of Sciences of the United States of America 97: 8728–8733. doi: 10.1073/pnas.97.15.8728
  166. 34. Dreher JC, Grafman J (2003) Dissociering af rollerne af det rostrale anteriore cingulate og de laterale præfrontale cortex i at udføre to opgaver samtidigt eller successivt. Cerebral cortex 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) Neurale korrelerer mellem ydeevne med to opgaver efter minimering af opgaveforberedelse. 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) Den relative involvering af anterior cingulate og præfrontal cortex i opmærksomhedskontrol afhænger af konfliktens art. Hjerneforskning Kognitiv hjerneforskning 12: 467–473. doi: 10.1016/s0926-6410(01)00076-3
  169. 37. Kiehl KA, Liddle PF, Hopfinger JB (2000) Fejlbehandling og det rostrale anteriore cingulate: en begivenhedsrelateret fMRI-undersøgelse. Psychophysiology 37: 216-223. doi: 10.1111/1469-8986.3720216
  170. 38. Ralph BC, Thomson DR, Cheyne JA, Smilek D (2013) Medie-multitasking og opmærksomhedssvigt i hverdagen. Psykologisk forskning. doi: 10.1007/s00426-013-0523-7
  171. 39. Fellows LK, Farah MJ (2005) Er anterior cingulate cortex nødvendig for kognitiv kontrol? Brain: a journal of neurology 128: 788-796. doi: 10.1093/brain/awh405
  172. 40. Swick D, Turken AU (2002) Dissociation mellem konfliktdetektion og fejlovervågning i den menneskelige anterior cingulate cortex. Proceedings of the National Academy of Sciences of the United States of America 99: 16354-16359. doi: 10.1073/pnas.252521499
  173. 41. Swick D, Jovanovic J (2002) Anterior cingulate cortex og Stroop-opgaven: neuropsykologisk bevis for topografisk specificitet. 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) Metaanalyse af ændringer i hjernevolumen ved tvangslidelser. Biologisk psykiatri 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) Voxel-baseret analyse af MRI afslører anterior cingulate gråstof volumenreduktion i posttraumatisk stresslidelse på grund af terrorisme. Proceedings of the National Academy of Sciences of the United States of America 100: 9039–9043. doi: 10.1073/pnas.1530467100
  176. 44. Caetano SC, Kaur S, Brambilla P, Nicoletti M, Hatch JP, et al. (2006) Mindre cingulate-volumener hos unipolære deprimerede patienter. Biologisk psykiatri 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) Nedsat koncentration af gråt stof i de insulære, orbitofrontale, cingulate og temporale cortex hos kokainpatienter. Biologisk psykiatri 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) Abnormiteter i grå substans i internetafhængighed: en voxel-baseret morfometriundersøgelse. European journal of radiology 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) Mikrostrukturabnormiteter hos unge med internetafhængighedsforstyrrelse. 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) Unormal hvid substans-integritet hos unge med internetafhængighedsforstyrrelse: en kanalbaseret rumlig statistikundersøgelse. PloS one 7: e30253. doi: 10.1371/journal.pone.0030253