กิจกรรมมัลติทาสกิ้งสื่อที่สูงขึ้นเกี่ยวข้องกับความหนาแน่นของสสารสีเทาที่เล็กกว่าในคอร์เทกซ์ Aning Cingulate (2014)

อ้างอิง: Loh KK, Kanai R (2014) สื่อมัลติทาสกิ้งกิจกรรมที่สูงขึ้นเกี่ยวข้องกับความหนาแน่นของสสารสีเทา - เล็กในคอร์เทกซ์ด้านหน้า โปรดหนึ่ง 9 (9): e106698 ดอย: 10.1371 / journal.pone.0106698

นามธรรม

มัลติทาสกิ้งสื่อหรือการใช้สื่อหลายรูปแบบพร้อมกันแพร่หลายมากขึ้นเรื่อย ๆ ในสังคมปัจจุบันและมีความสัมพันธ์กับผลกระทบด้านจิตสังคมและความคิดด้านลบ บุคคลที่มีส่วนร่วมในการทำมัลติทาสกิ้งสื่อที่หนักกว่านั้นพบว่าทำงานได้แย่ลงในการควบคุมการรับรู้และแสดงความยากลำบากทางสังคมและอารมณ์มากขึ้น. อย่างไรก็ตามกระบวนการประสาทที่เกี่ยวข้องกับสื่อมัลติทาสกิ้งยังคงไม่ได้สำรวจ

การศึกษาปัจจุบันศึกษาความสัมพันธ์ระหว่างกิจกรรมมัลติทาสกิ้งสื่อและโครงสร้างสมอง การวิจัยแสดงให้เห็นว่าโครงสร้างของสมองสามารถเปลี่ยนแปลงได้เมื่อสัมผัสกับสภาพแวดล้อมและประสบการณ์ใหม่ ๆ เป็นเวลานาน ดังนั้นเราจึงคาดว่าการมีส่วนร่วมที่แตกต่างกันในสื่อมัลติทาสก์ที่สัมพันธ์กับความแปรปรวนของโครงสร้างสมอง

สิ่งนี้ได้รับการยืนยันผ่านการวิเคราะห์ Voxel-based Morphometry (VBM): บุคคลที่มีคะแนน Media Multitasking Index (MMI) สูงกว่ามีความหนาแน่นของสสารสีเทาน้อยกว่าในคอร์เทกซ์เยื่อหุ้มสมองด้านหน้า (ACC) Fการเชื่อมต่อ unctional ระหว่างภูมิภาค ACC นี้และ precuneus มีความสัมพันธ์เชิงลบกับ MMI การค้นพบของเราแนะนำว่ามีความสัมพันธ์ทางโครงสร้างที่เป็นไปได้สำหรับประสิทธิภาพการควบคุมการรับรู้ที่ลดลงและการควบคุมทางสังคมและอารมณ์ในสื่อมัลติทาสก์ ในขณะที่ธรรมชาติแบบภาคตัดขวางของการศึกษาของเราไม่อนุญาตให้เราระบุทิศทางของความเป็นเวรกรรม แต่ผลลัพธ์ของเรานำมาสู่ความสัมพันธ์ที่แปลกใหม่ระหว่างพฤติกรรมการทำงานหลายอย่างของสื่อบุคคลและความแตกต่างของโครงสร้าง ACC

ตัวเลข

อ้างอิง: Loh KK, Kanai R (2014) สื่อมัลติทาสกิ้งกิจกรรมที่สูงขึ้นเกี่ยวข้องกับความหนาแน่นของสสารสีเทา - เล็กในคอร์เทกซ์ด้านหน้า โปรดหนึ่ง 9 (9): e106698 ดอย: 10.1371 / journal.pone.0106698

Editor: Katsumi Watanabe, มหาวิทยาลัยโตเกียว, ญี่ปุ่น

ที่ได้รับ: กุมภาพันธ์ 25, 2014; ได้รับการยืนยัน: สิงหาคม 8, 2014; ที่เผยแพร่: September 24, 2014

ลิขสิทธิ์: © 2014 Loh, Kanai นี่เป็นบทความแบบเปิดที่เผยแพร่ภายใต้เงื่อนไขของ ใบอนุญาตแสดงที่มาของครีเอทีฟคอมมอนส์ซึ่งอนุญาตให้ใช้การแจกจ่ายและการทำซ้ำแบบไม่ จำกัด ในสื่อใดก็ตามหากมีการให้เครดิตผู้เขียนต้นฉบับและแหล่งที่มา

เงินทุน: การระดมทุนสำหรับโครงการนี้มาจากการอนุญาตของ PRESTO จากสำนักงานวิทยาศาสตร์และเทคโนโลยีญี่ปุ่น ผู้เลี้ยงไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและวิเคราะห์ข้อมูลการตัดสินใจที่จะเผยแพร่หรือการจัดทำต้นฉบับ

การแข่งขันความสนใจ: ผู้เขียนได้ประกาศว่าไม่มีความสนใจในการแข่งขันอยู่

บทนำ

มัลติทาสกิ้งสื่อหรือการบริโภคสื่อหลายรูปแบบพร้อมกันแพร่หลายมากขึ้นในสังคมสมัยใหม่ [1] และเกี่ยวข้องกับความสามารถในการควบคุมความรู้ความเข้าใจลดลง [2] รวมถึงผลกระทบด้านจิตสังคมเชิงลบเช่นภาวะซึมเศร้าและความวิตกกังวลทางสังคม [3]เชิงลบทางสังคมเป็นอยู่ที่ดี [4]และผลการเรียนไม่ดี [5]. อย่างไรก็ตามในช่วงหัวเลี้ยวหัวต่อนี้ไม่ค่อยมีใครรู้จักเกี่ยวกับกระบวนการทางประสาทที่เกี่ยวข้องกับสื่อมัลติทาสกิ้ง การศึกษาปัจจุบันศึกษาความสัมพันธ์ระหว่างกิจกรรมมัลติทาสกิ้งสื่อและความแปรปรวนของโครงสร้างสมอง การวิจัยได้แสดงให้เห็นว่าโครงสร้างของสมองสามารถเปลี่ยนแปลงได้ด้วยการสัมผัสเป็นเวลานานกับสภาพแวดล้อมที่แปลกใหม่ [6] เช่นเดียวกับการฝึกอบรมและประสบการณ์ [7], [8]. นอกจากนี้ความแปรปรวนของภูมิภาคในสสารสีเทาและสีขาวประเมินผ่าน Voxel-Based Morphometry (VBM) ได้อย่างน่าเชื่อถือทำนายความแตกต่างของแต่ละบุคคลในช่วงของฟังก์ชั่นความรู้ความเข้าใจ (ดู [9] เพื่อการตรวจสอบ) จากการค้นพบข้างต้นเราตั้งสมมติฐานว่าการมีส่วนร่วมที่แตกต่างกันในการทำมัลติทาสก์สื่อจะสะท้อนความแตกต่างในโครงสร้างสมองในระดับภูมิภาคเช่นเดียวกัน

ในการตรวจสอบปัจจุบันดัชนีมัลติทาสกิ้งสื่อ (MMI) [2]) ถูกนำมาใช้เป็นตัวชี้วัดของสื่อหลายลักษณะ คะแนน MMI มีความสัมพันธ์อย่างต่อเนื่องกับประสิทธิภาพการทำงานของแต่ละบุคคลในงานควบคุมการรับรู้ [2], [10],[11]. เช่นนี้พวกเขาทำหน้าที่เป็นพฤติกรรมที่เชื่อถือได้มีความสัมพันธ์กับความแปรปรวนของโครงสร้างสมอง เราคาดหวังว่าคะแนน MMI ของแต่ละบุคคลจะสะท้อนให้เห็นถึงความแตกต่างของโครงสร้างสมองโดยเฉพาะอย่างยิ่งในการควบคุมการรับรู้และภูมิภาคที่มีหลายภารกิจ การวิจัยที่ผ่านมาได้รวมเข้ากับบทบาทของภูมิภาคเยื่อหุ้มสมอง prefrontal ในการควบคุมความรู้ความเข้าใจ [12], [13], [14], [15]. จากการศึกษารอยโรคโดย [16]ภูมิภาคที่แตกต่างมีส่วนร่วมในแง่มุมที่แยกจากกันของการทำมัลติทาสก์: หน้าซิงก์ด้านหน้าและด้านหลังมีส่วนร่วมในหน่วยความจำย้อนหลังและภูมิภาค prefrontal มีส่วนเกี่ยวข้องในความจำในอนาคตและการวางแผน ดังนั้นเราคาดว่าจะพบการเชื่อมโยงระหว่างกิจกรรมมัลติทาสกิ้งของสื่อและความแปรปรวนเชิงโครงสร้างในภูมิภาคเหล่านี้ กิจกรรมมัลติทาสกิ้งสื่อเชื่อมโยงอย่างใกล้ชิดกับลักษณะบุคลิกภาพ (เช่นโรคประสาทอ่อนและบุคลิกภาพด้านบุคลิกภาพ [3]) ซึ่งจะทำนายความแตกต่างของโครงสร้างในสมอง [17]. ดังนั้นความสัมพันธ์ระหว่างการทำงานหลายอย่างของสื่อและโครงสร้างสมองอาจจะสับสนกับความแตกต่างของคุณลักษณะเหล่านี้ ในการตรวจสอบความเป็นไปได้นี้จะมีการตรวจสอบความสัมพันธ์ระหว่าง MMI กับคุณลักษณะบุคลิกภาพ Big Five

เราได้รับคะแนน MMI มาตรการวัดบุคลิกภาพขนาดใหญ่ห้าดวงและการสแกนด้วยคลื่นสนามแม่เหล็ก (MRI) ในผู้ใหญ่ที่มีสุขภาพดี 75 ซึ่งค่อนข้างคุ้นเคยกับคอมพิวเตอร์และเทคโนโลยีสื่อ ในการตรวจสอบความสัมพันธ์ระหว่างกิจกรรมมัลติทาสกิ้งของสื่อและความแปรปรวนของโครงสร้างสมองเรามีความสัมพันธ์ครั้งแรกกับคะแนน MMI ของแต่ละบุคคลกับความหนาแน่นของสสารสีเทาระดับภูมิภาคในระดับสมองทั้งหมดผ่าน VBM ที่ได้รับการปรับปรุง [18]. นอกจากนี้เรายังตรวจสอบความสัมพันธ์ระหว่างคุณลักษณะ Big Five และคะแนน MMI เพื่อแสดงให้เห็นถึงความสำคัญในการใช้งานของความแตกต่างของโครงสร้างที่เราได้รับเราได้ทำการวิเคราะห์การทำงานของสมองที่พักพิงเพื่ออธิบายความสัมพันธ์ระหว่างคะแนน MMI และการเชื่อมต่อการทำงานภายในสมอง

วิธีการ

ผู้เข้าร่วมกิจกรรม

ผู้ใหญ่ที่มีสุขภาพดี 75 (อายุเฉลี่ย = 24.6, SD = 5.0, 38 ผู้ชาย) ที่ได้รับคัดเลือกจาก University College London (UCL) กลุ่มผู้เข้าร่วมด้านจิตวิทยาเข้ามามีส่วนร่วมในการศึกษาปัจจุบันหลังจากได้รับความยินยอมเป็นลายลักษณ์อักษร การศึกษาได้รับการอนุมัติโดยคณะกรรมการจริยธรรม UCL ในท้องถิ่น (รหัสการใช้งานด้านจริยธรรม: 2213 / 002) เราคัดเลือกผู้เข้าร่วมเพื่อรวมนักศึกษามหาวิทยาลัยและเจ้าหน้าที่ที่มีความคุ้นเคยกับคอมพิวเตอร์และเทคโนโลยีสื่อ พวกเขาคืนเงินเป็นเงินสดสำหรับการเข้าร่วม ในบรรดาผู้เข้าร่วม 75 ที่มีส่วนร่วมในการศึกษา VBM ข้อมูล fMRI ถูกรวบรวมจากชุดย่อยของผู้เข้าร่วม 40 เพศอายุระดับการศึกษาและคะแนน MMI ไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างสองตัวอย่าง (1 ตาราง).

ภาพขนาดย่อ

ตาราง 1 การเปรียบเทียบระหว่างลักษณะทางประชากรและคะแนน MMI ของผู้เข้าร่วมที่เกี่ยวข้องในการวิเคราะห์ VBM และการวิเคราะห์การเชื่อมต่อการทำงาน

ดอย: 10.1371 / journal.pone.0106698.t001

แบบสอบถามมัลติทาสกิ้งสื่อดัดแปลง

แบบสอบถามที่ได้รับการมอบหมายให้ทำงานกับ Media Multi-tasking [2] ถูกจัดการให้กับผู้เข้าร่วมทั้งหมด MMI ให้การวัดที่มั่นคงของกิจกรรมมัลติทาสกิ้งลักษณะเฉพาะบุคคล แบบสอบถามประกอบด้วยสองส่วนหลัก: ส่วนแรกที่ระบุไว้ในประเภทสื่อทั่วไป 12 และผู้เข้าร่วมรายงานจำนวนชั่วโมงต่อสัปดาห์ที่ใช้ในแต่ละสื่อ ในเวอร์ชั่นดัดแปลงที่ใช้ในการศึกษาปัจจุบันสื่อประเภท 10 ถูกเก็บรักษาไว้จาก [2]: สื่อสิ่งพิมพ์, โทรทัศน์, วิดีโอที่ใช้คอมพิวเตอร์, เพลง, การโทรด้วยเสียงโดยใช้โทรศัพท์มือถือหรือโทรศัพท์, การส่งข้อความด่วน, การส่งข้อความสั้น (SMS), อีเมล, การท่องเว็บและแอปพลิเคชันอื่น ๆ ที่ใช้คอมพิวเตอร์ รายการ“ วิดีโอหรือเกมคอมพิวเตอร์” ได้รับการแก้ไขเพื่อรวมเกมบนโทรศัพท์มือถือ รายการ“ ไม่ใช่เสียงเพลง” ถูกแทนที่ด้วย“ ใช้ไซต์เครือข่ายสังคมออนไลน์” การเปลี่ยนแปลงได้ทำเพื่อสะท้อนแนวโน้มการบริโภคสื่อในปัจจุบันได้ดียิ่งขึ้น ส่วนที่สองประกอบด้วยเมทริกซ์ที่เกี่ยวข้องกับผู้เข้าร่วมซึ่งระบุว่าพวกเขาใช้สื่อประเภทอื่นทั้งหมดพร้อมกันมากเพียงใดในขณะที่ใช้สื่อหลัก จำนวนการใช้งานพร้อมกันถูกระบุในระดับของ 1 ถึง 4 (1 =“ ไม่เลย”, 2 =“ เวลาเล็กน้อย”, 3 =“ บางเวลา” และ 4 =“ เวลาส่วนใหญ่”) คำตอบของผู้เข้าร่วมถูกบันทึกใหม่ดังนี้:“ ไม่เคย” = 0,“ เวลานิดหน่อย” = 0.33,“ บางเวลา” = 0.67 และ“ เวลาส่วนใหญ่” = 1 การรวมการตอบกลับที่ผ่านการเข้ารหัสสำหรับสื่อหลักแต่ละรายการให้จำนวนสื่อเฉลี่ยที่ใช้พร้อมกันเมื่อใช้สื่อหลัก MMI ถูกคำนวณตามสูตรต่อไปนี้: อยู่ที่ไหนi คือจำนวนสื่อเฉลี่ยที่ใช้พร้อมกันในขณะที่ใช้สื่อหลัก i; ชั่วโมงi คือจำนวนชั่วโมงต่อสัปดาห์ที่ใช้โดยใช้สื่อหลัก i; และ hทั้งหมด คือจำนวนชั่วโมงทั้งหมดต่อสัปดาห์ที่ใช้โดยใช้รูปแบบสื่อทั้งหมด

สินค้าคงคลังใหญ่ห้า

สินค้าคงคลังที่ใหญ่ห้า (BFI; [19]) จัดทำรายการ 44 รายการที่สั้นและเชื่อถือได้สำหรับปัจจัยบุคลิกภาพ Big Five: การแสดงตัว (รายการ 8), ความสอดคล้อง (รายการ 9), ความพิถีพิถัน (รายการ 9), โรคประสาทรายการ 8 เราใช้ BFI เพื่อตรวจสอบการเชื่อมโยงระหว่าง MMI กับคุณลักษณะบุคลิกภาพ Big Five ในตัวอย่างของเรา

MRI Data Acquisition

สแกนเนอร์ 1.5 T Siemens Avanto (Siemens Medical, Erlangen, Germany) ถูกนำมาใช้เพื่อให้ได้ภาพโครงสร้างที่มีน้ำหนักความละเอียดสูง T1 สำหรับผู้เข้าร่วมแต่ละคน (MPRAGE; 1 mm3 ลูกบาศก์ voxels 160 สไลซ์ TR = 2730 ms; TE = 3.57 ms) ข้อมูล MRI ที่ใช้งานได้มาโดยใช้ลำดับการถ่ายภาพต่อเนื่องแบบสะท้อนก้อง echo-planar (EPI) T2 * ที่มีน้ำหนักน้อย การได้มาแต่ละครั้งประกอบด้วยชิ้นส่วนเอียง 32 ความละเอียด 3.0 × 3.0 มม. ความหนา 2.0 มม. พร้อมช่องว่าง Slice 1.0 มม. ชิ้นส่วนของ EPI นั้นทำมุมแต่ละชิ้นเพื่อลดความไวของวัตถุจากโพรงจมูกและเพิ่มความครอบคลุมสำหรับบริเวณวงโคจรและด้านหน้าเยื่อหุ้มสมองข้างหลังขณะที่เสียสละความคุ้มครองเหนือเสาชั่วคราว เช่นการวางแนวสุดท้ายอยู่ระหว่าง 8 °ถึง 16 ° ช่วงเวลาระหว่างการได้มาซึ่งต่อเนื่องสองครั้งของชิ้นเดียวกันคือ 2528 ms ที่มีมุมพลิกขององศา 90 และเวลาสะท้อนเสียง 44 ms มุมมองคือ 192 × 192 มม. ความละเอียดของสัญญาณดิจิตอลในระนาบคือ 64 × 64 พิกเซลที่มีขนาดพิกเซลเท่ากับ 3.0 × 3.0 mm ข้อมูลทั้งหมดได้มาด้วยคอยล์หัว 32-channel ในระหว่างการสแกน MRI ที่ใช้งานได้ผู้เข้าร่วมจะได้รับคำสั่งให้หยุดนิ่งเปิดตาและไม่คิดถึงอะไรเป็นพิเศษ การวิ่งครั้งเดียวประกอบด้วยการได้มาซึ่งปริมาณ 180 และปริมาณ 6 เริ่มต้นนั้นถูกยกเลิกจากการวิเคราะห์เพื่อหลีกเลี่ยงการทำให้เกิดสนามแม่เหล็กที่ไม่มั่นคง สถานะการพัก fMRI ที่ทำงานนั้นใช้เวลาประมาณ 7.5 นาที

การวิเคราะห์ Voxel-based Morphometry (VBM)

Voxel-based morphometry (VBM; [20]) เป็นเทคนิคการวิเคราะห์ neuroimaging ที่ใช้กันทั่วไปซึ่งทำให้สามารถวิเคราะห์ทางสถิติ voxel-wise ของภาพ MRI ที่ประมวลผลล่วงหน้า การสแกนโครงสร้างน้ำหนัก T1 ที่มีความละเอียดสูงได้รับการวิเคราะห์ด้วย VBM ผ่านการทำแผนที่พารามิเตอร์เชิงสถิติ (SPM8 แผนก Wellcome ของแผนกประสาทวิทยาองค์ความรู้) ภาพถูกแบ่งเป็นครั้งแรกสำหรับสสารสีเทาและสีขาว Diffeomorphic กายวิภาคการลงทะเบียนผ่านพีชคณิตแบบเอ็กซ์โปเนนเชียล (DARTEL) ได้ดำเนินการในภายหลังเพื่อร่วมลงทะเบียนภาพสสารสีเทา เพื่อให้แน่ใจว่าปริมาณสสารสีเทาในภูมิภาคได้รับการดูแลหลังจากการลงทะเบียนรูปภาพที่ลงทะเบียนจะถูกปรับโดยปัจจัยจาโคเบียนของเขตข้อมูลการไหลที่คำนวณโดย DARTEL ภาพสสารสีเทาที่ลงทะเบียนนั้นถูกปรับให้เรียบด้วยเคอร์เนลเกาส์เซียน (เต็มความกว้างที่ครึ่งสูงสุด = 10 mm) จากนั้นจะถูกแปลงและทำให้เป็นพื้นที่สเตริโอ stereotactic Montreal Neurological Institute (MNI) สำหรับการวิเคราะห์การถดถอยหลายครั้ง

ทำการวิเคราะห์การถดถอยพหุคูณบนภาพสสารสีเทาธรรมดาที่มีคะแนน MMI เป็นตัวถดถอยหลัก อายุเพศและปริมาตรรวมของสมองถูกรวมเป็นโควาเรียต์ที่ไม่น่าสนใจสำหรับการถดถอยทั้งหมด ในการตรวจจับ voxels ซึ่งความหนาแน่นของสสารสีเทาในภูมิภาคนั้นสัมพันธ์กับคะแนน MMI เราจึงใช้เกณฑ์ที่เข้มงวด หน้า <.05 ด้วยข้อผิดพลาดที่เหมาะสำหรับครอบครัวแก้ไขทั้งสมอง

การวิเคราะห์การเชื่อมต่อการทำงาน

เพื่อทำการวิเคราะห์การเชื่อมต่อการทำงานเราใช้กล่องเครื่องมือการเชื่อมต่อการทำงานของรุ่น 13 (http://www.nitrc.org/projects/conn; [21]) รวมกับขั้นตอนการประมวลผลล่วงหน้าของ SPM8 ขั้นตอนก่อนการประมวลผลตามรายการรวมถึงการแก้ไขสำหรับการแบ่งเวลาการจัดตำแหน่งของข้อมูลอนุกรมเวลาเป็นเล่มแรก (เช่นการแก้ไขการเคลื่อนไหว) การลงทะเบียนร่วมของอนุกรมเวลา MRI ทำงานกับ MRI โครงสร้างที่สอดคล้องกันการแบ่งส่วนของภาพลงในเนื้อเยื่อแยก ประเภทต่างๆเช่นสสารสีเทาสสารสีขาวและน้ำไขสันหลัง (CSF) และการปรับมาตรฐานให้กับเทมเพลต MNI มาตรฐานและการปรับให้เรียบด้วยตัวกรองแบบเกาส์ (FWHM = 8 mm) จากนั้นข้อมูลอนุกรมเวลาจะถูกกรอง bandpass ไปที่ 0.01 Hz – 0.1 Hz

สำหรับการวิเคราะห์การเชื่อมต่อการทำงานของเมล็ดพันธุ์เราใช้คลัสเตอร์ที่มีความสำคัญเพียงหนึ่งเดียวที่พบในการวิเคราะห์ VBM ในฐานะเมล็ดพันธุ์ที่น่าสนใจ (ROI) อนุกรมเวลาเฉลี่ยที่ดึงมาจาก ROI นั้นใช้ regressor ในตัวแบบถดถอยหลายตัวในการวิเคราะห์ระดับบุคคล เพื่อลดอิทธิพลของปัจจัยรบกวนให้ใช้ตัวควบคุม regressors สำหรับพารามิเตอร์การแก้ไขการเคลื่อนไหวหกตัวจากการประมวลผลล่วงหน้า นอกจากนี้ค่าเฉลี่ยสัญญาณ BOLD สำหรับสสารสีเทาสสารสีขาวและ CSF ถูกสกัดจากมาสก์ที่สร้างขึ้นจากขั้นตอนการแบ่งกลุ่มและยังรวมอยู่ใน regressors เพื่อลดความแปรปรวนที่เกี่ยวข้องกับสัญญาณระดับโลกเหล่านี้ ความสัมพันธ์ชั่วคราวระหว่างสัญญาณ ROI และสมองส่วนที่เหลือถูกคำนวณและความสัมพันธ์กับ ROI เมล็ดถูกแปลงเป็นคะแนน Z โดยใช้การแปลงแบบฟิชเชอร์สำหรับการวิเคราะห์นัยสำคัญระดับที่สอง

ด้วยภาพสถิติที่แปลง Z เราแรกกำหนดขอบเขตสมองแสดงการเชื่อมต่อการทำงานกับ ROI เมล็ดโดยใช้เกณฑ์ voxel ฉลาด pfwe-แก้ไข<0.05 ต่อจากนั้นเราใช้เกณฑ์ที่เข้มงวดน้อยกว่าของ p<0.001 (ไม่ได้แก้ไข) เป็นหน้ากากเพื่อจับภาพบริเวณที่เชื่อมต่อ ACC สำหรับการวิเคราะห์ระดับที่สองซึ่งเรามุ่งเป้าไปที่การค้นหาบริเวณสมองที่มีความสัมพันธ์กับคะแนน MMI เรารวมอายุเพศและปริมาณในกะโหลกศีรษะทั้งหมดเป็นตัวแปรร่วมและใช้เกณฑ์ของ หน้า <0.05 ด้วยข้อผิดพลาดที่เหมาะสำหรับครอบครัวแก้ไขสำหรับปริมาณที่กำหนดโดยมาสก์เริ่มต้น เหตุผลของการกำบังเริ่มต้นคือเพื่อให้แน่ใจว่าการวิเคราะห์ของเราถูก จำกัด บริเวณสมองแสดงกิจกรรมที่สัมพันธ์กับภูมิภาคของเมล็ด แม้ว่าเราจะพบความสัมพันธ์กับความแตกต่างของแต่ละบุคคลนอกภูมิภาคเหล่านี้การค้นพบดังกล่าวอาจสะท้อนให้เห็นถึงความสัมพันธ์ปลอม เราใช้เกณฑ์ที่เข้มงวดน้อยกว่าสำหรับการปิดบังเพื่อเพิ่มพลังของการวิเคราะห์ระดับที่สองของเรา

ข้อมูลภาพที่ได้รับการประมวลผลเช่นเดียวกับชุดข้อมูลที่มีตัวแปรสำหรับทั้ง VBM และการวิเคราะห์การถดถอยการเชื่อมต่อการใช้งานนั้นมีให้สาธารณะที่: http://dx.doi.org/10.6084/m9.figshare.10​30286.

ผลสอบ

การวิเคราะห์ VBM เปิดเผยความสัมพันธ์เชิงลบระหว่างคะแนน MMI และความหนาแน่นของสสารสีเทาในเยื่อหุ้มสมองส่วนหน้า cingulate (รูป 1; แม็ก; t (70) = 5.16, Pfwe-แก้ไข <.05 ขนาดคลัสเตอร์ = 158 voxels × 1.53 = 533 มม3; พิกัด MNI สูงสุด: x = 12, y = 41, z = 3) ไม่มีบริเวณสมองอื่นที่แสดงความสัมพันธ์อย่างมีนัยสำคัญกับคะแนน MMI ดังนั้นมัลติทาสกิ้งสื่อที่สูงขึ้นจึงสัมพันธ์กับปริมาณสสารสีเทาที่น้อยลงใน ACC อย่างไรก็ตามการวิเคราะห์ความสัมพันธ์ระหว่างคะแนน MMI และ BFI เปิดเผยความสัมพันธ์ที่สำคัญอย่างมากระหว่างคะแนน Extraversion และ MMI (2 ตาราง; r = 0.347 p = 0.002) ด้วยเหตุนี้เราจึงสงสัยว่าการเชื่อมโยงสสารสีเทา MMI-ACC ที่สังเกตได้นั้นอาจทำให้สับสนโดยความแตกต่างของแต่ละบุคคลในคะแนนการแสดงตัว จากมุมมองนี้เราได้ทำการวิเคราะห์ VBM ก่อนหน้านี้อีกครั้งเพื่อควบคุมคะแนน BFI ในฐานะผู้ร่วมเพิ่มเติม เราใช้การถดถอยหลายครั้ง (ที่มีความหนาแน่นของสสารสีเทาเป็นตัวแปรตาม) รวมถึง MMI และคะแนนคุณลักษณะ Big Five ทั้งหมดในฐานะผู้ทำนายพร้อมกับประชากร covariates พบความสัมพันธ์เชิงลบที่สำคัญระหว่าง MMI และปริมาณสสารสีเทาในภูมิภาค ACC ที่เหมือนกัน (t (65) = 5.08, Pfwe-แก้ไข<.05 ขนาดคลัสเตอร์ = 74 voxels × 1.53 = 250 มม3; พิกัด MNI สูงสุด: x = 12, y = 40, z = 3) สิ่งนี้ชี้ให้เห็นว่ามีความสัมพันธ์ที่เป็นเอกลักษณ์ระหว่าง MMI และความหนาแน่นของสสารสีเทาใน ACC โดยไม่ขึ้นกับการเปลี่ยนแปลงในลักษณะบุคลิกภาพ Big Five

ภาพขนาดย่อ

รูปที่ 1 การวิเคราะห์การถดถอย VBM พบว่าคะแนน MMI มีความสัมพันธ์อย่างมีนัยสำคัญกับความหนาแน่นของสสารสีเทาใน ACC (t (70) = 5.16, Pfwe-แก้ไข <0.05 ขนาดคลัสเตอร์ = 158 voxels x 1.53 = 533 มม3; พิกัด MNI สูงสุด: x = 12, y = 41, z = 3)

ความหนาแน่นของสสารสีเทาที่ปรับใน voxel สูงสุด (แกน Y) มีความสัมพันธ์เชิงลบ (r = −0.54 p<0.001) พร้อมคะแนน MMI (แกน X)

ดอย: 10.1371 / journal.pone.0106698.g001

ภาพขนาดย่อ

ตาราง 2 ความสัมพันธ์ระหว่างคะแนนดัชนีมัลติทาสกิ้งของสื่อกับคะแนน Big Five Inventory

ดอย: 10.1371 / journal.pone.0106698.t002

เพื่อแสดงให้เห็นถึงความสำคัญในการใช้งานของผลลัพธ์ VBM ของเราเราจึงหาตำแหน่งผ่านการวิเคราะห์การเชื่อมต่อการใช้งานบริเวณสมองที่แสดงการเชื่อมต่อที่สำคัญกับ ACC ที่ได้รับผลประโยชน์ภูมิภาค (ROI) ของเรา การวิเคราะห์นี้แสดงให้เห็นว่ากิจกรรมใน ACC ROI ที่ได้รับนั้นมีความสัมพันธ์กับบริเวณสมองหลาย ๆ แห่งซึ่งมักจะมีลักษณะเป็นเครือข่ายโหมดเริ่มต้นซึ่งรวมถึงการเชื่อมต่อทวิภาคีชั่วคราว (Parietal Junction) (TPJ; ซีกโลกด้านขวา x = 48, y = −64 pfwe-แก้ไข<0.05; ซีกซ้าย x = −44, y = −70, z = 36) และ precuneus (x = 4, y = −68, z = 30, pfwe-แก้ไข<0.05) ในภูมิภาคอื่น ๆ (3 ตาราง) ผลลัพธ์เหล่านี้ชี้ให้เห็นว่า ACC ROI ที่เราพบกับการวิเคราะห์ VBM มีแนวโน้มที่จะตกอยู่ใน DMN ต่อไปเราจะทำการตรวจสอบเพิ่มเติมว่าคะแนน MMI นั้นเกี่ยวข้องกับการเชื่อมต่อระหว่าง ACC ROI และภูมิภาค DMN ของเราหรือไม่ การวิเคราะห์การถดถอยถูกดำเนินการโดยสหสัมพันธ์ระหว่างภูมิภาค ACC และ DMN ที่มีการแปลง MMI เป็นตัวทำนายหลักและอายุเพศและปริมาตรรวมของสมองในรูปของโควาเรียต ไม่มีสมาคมที่สำคัญเกิดขึ้น pfwe-แก้ไข<0.05 อย่างไรก็ตามที่เกณฑ์ที่เข้มงวดน้อยกว่าของ pไม่ได้แก้ไข<0.001 คะแนน MMI ที่สูงขึ้นเกี่ยวข้องกับการเชื่อมต่อที่อ่อนลงระหว่าง ACC ROI และ precuneus (รูป 2; precuneus; t (40) = 5.22 pไม่ได้แก้ไข<0.001 ขนาดคลัสเตอร์ = 159 มม3; พิกัด MNI สูงสุด: x = 10, y = −50, z = 18) เราเน้นว่าผลลัพธ์การเชื่อมต่อของเรานั้นได้รับน้อยกว่าเกณฑ์ที่เข้มงวดและให้หลักฐานที่ จำกัด สำหรับเราเพื่อให้ข้อสรุปเกี่ยวกับ MMI และการเชื่อมต่อการทำงานที่เกี่ยวข้อง ดังนั้นชุดการค้นพบนี้ทำหน้าที่ในการตีความการทำงานของผลลัพธ์ VBM ของเราเท่านั้น

ภาพขนาดย่อ

รูปที่ 2 การวิเคราะห์การถดถอยพบว่าการเชื่อมต่อระหว่าง ACC ROI และ Precuneus (จุดตัดของเส้นสีน้ำเงิน) นั้นสัมพันธ์กับคะแนน MMI (Precuneus; t (40) = 5.22, Pfwe-ไม่ได้แก้ไข<0.001 ขนาดคลัสเตอร์ = 159 มม3; พิกัด MNI สูงสุด: x = 10, y = −50, z = 18)

มีความสัมพันธ์เชิงลบ (r = −0.68 p<0.001) ระหว่างความสัมพันธ์ของ ACC-Precuneus ที่ปรับเปลี่ยนแล้ว (แกน Y) และคะแนน MMI (แกน X)

ดอย: 10.1371 / journal.pone.0106698.g002

ภาพขนาดย่อ

ตาราง 3 พื้นที่สมองแสดงการเชื่อมต่อการทำงานกับ ACC ROI

ดอย: 10.1371 / journal.pone.0106698.t003

การสนทนา

ตามการตั้งสมมติฐานการศึกษาปัจจุบันพบว่ามีความสัมพันธ์อย่างมีนัยสำคัญระหว่างการทำงานหลายอย่างของสื่อและการเปลี่ยนแปลงโครงสร้างของสมอง: บุคคลที่รายงานการทำงานหลายอย่างของสื่อในปริมาณที่สูงกว่านั้น การเชื่อมโยงนี้มีความสำคัญที่เกณฑ์ที่เข้มงวด (pfwe-แก้ไข<0.05) และเป็นอิสระจากความแตกต่างของบุคลิกภาพ Big Five เราหารือการตีความที่เป็นไปได้ของโครงสร้างของเรามีความสัมพันธ์ในแง่ของหลักฐานล่าสุดเกี่ยวกับฟังก์ชั่น ACC และ MMI พฤติกรรมสัมพันธ์

ACC ทำหน้าที่เป็นจุดเชื่อมต่อที่สำคัญของเส้นทางการประมวลผลข้อมูลในสมองและมีส่วนเกี่ยวข้องใน sensorimotor, nociceptive, กระบวนการคิดและอารมณ์ / แรงบันดาลใจที่สูงขึ้น [22], [23]. ในบรรดาสิ่งเหล่านี้เราแสดงให้เห็นว่าภูมิภาค ACC ที่เราได้รับนั้นน่าจะเชื่อมโยงกับกระบวนการทางความรู้ที่สูงขึ้นเนื่องจากการทำงานหลายอย่างของสื่อมีความสัมพันธ์อย่างต่อเนื่องกับประสิทธิภาพในการควบคุมความรู้ความเข้าใจ [2], [10], [11], [24]. นอกจากนี้ ACC ROI ยังแสดงการเชื่อมต่อการทำงานที่สำคัญกับพื้นที่สมอง DMN ที่เชื่อมโยงกับการปฏิบัติการทางปัญญาที่สูงขึ้น [25], [26].

ในแง่ของการประมวลผลความรู้ ACC มักจะคิดว่ามีส่วนร่วมในการตรวจสอบข้อผิดพลาดหรือความขัดแย้ง [27], [28]. โดยทั่วไปแล้วการเปิดใช้งาน ACC จะสังเกตได้ในงานที่เปิดใช้งานการตอบสนองที่เข้ากันไม่ได้พร้อมกันเช่นงาน Stroop [29], [30]เลือกความสนใจ [31] และงานแฟลงเคอร์ [32], [33]. โดยเฉพาะอย่างยิ่ง ACC ได้รับการเกี่ยวข้องในกระบวนทัศน์แบบสองงาน [34], [35] ที่บุคคลต้องเผชิญกับสิ่งเร้าการแข่งขันและการตอบสนองที่เกี่ยวข้องกับงานสองอย่างหรือมากกว่า คล้ายกับสิ่งนี้ในการทำมัลติทาสก์สื่อบุคคลต้องเผชิญกับความต้องการงานที่แตกต่างที่เกี่ยวข้องกับสื่อหลายประเภทที่ใช้พร้อมกัน ดังนั้น ROI ที่ได้รับของเราอาจมีส่วนร่วมในฟังก์ชั่นการควบคุมการรับรู้ที่เกี่ยวข้องกับงานสองอย่าง ข้อแม้ที่สำคัญอย่างหนึ่งก็คือฟังก์ชั่นดังกล่าวข้างต้นมักเกิดจาก ACC หลังซึ่งตรงข้ามกับภูมิภาค rostral ที่ ROI ของเราตั้งอยู่ [23], [32], [35], [36]. อย่างไรก็ตามนักวิจัยได้ตั้งข้อสังเกตว่าการวาดภาพนี้ไม่สมบูรณ์ [23], [34], [37]. โดยเฉพาะอย่างยิ่งในการสนับสนุนการตีความในปัจจุบันของเรา Dreher และเพื่อนร่วมงาน [34] รายงานว่า ACC rostral มีส่วนเกี่ยวข้องในการตรวจสอบความขัดแย้งในบริบทของการทำงานแบบคู่

การค้นพบหลักของเราระบุว่ามัลติทาสก์สื่อที่หนักกว่ามีปริมาณ ACC ที่น้อยกว่า เพื่ออธิบายความเป็นไปได้ทางพฤติกรรมที่เป็นไปได้ของการลดปริมาณ ACC ในมัลติทาสก์หนักเราจึงตรวจสอบการศึกษาพฤติกรรมที่เชื่อมโยง MMI และการควบคุมการรับรู้ การศึกษาสถานที่สำคัญโดย Ophir et al. [2] ก่อนเปิดเผยความสัมพันธ์ระหว่างกิจกรรมมัลติทาสกิ้งสื่อที่เพิ่มขึ้นและการควบคุมความรู้ความเข้าใจที่ไม่ดี พวกเขามีส่วนร่วมกับผู้เข้าร่วมในช่วงของงานการควบคุมความรู้ความเข้าใจเช่นงาน Stroop, การสลับงาน, การกรองสิ่งรบกวนและงาน n-back ในการเผชิญกับสิ่งที่ทำให้ไขว้เขว, multitaskers หนัก (เทียบกับ multitaskers เบา) ได้ช้าลงในการตรวจสอบการเปลี่ยนแปลงในรูปแบบการมองเห็น, ไวต่อความทรงจำที่ผิดพลาดของ distractors ในระหว่างงานหน่วยความจำและช้าลงในการเปลี่ยนงาน ผู้เขียนชี้ให้เห็นว่ามัลติทาสก์ที่หนักหน่วงไม่สามารถยับยั้งความสนใจของพวกเขาได้เฉพาะกับข้อมูลที่เกี่ยวข้องกับงานเท่านั้น ลุยและหว่อง [24] หากมีหลักฐานเพิ่มเติมว่าผู้ทำงานมัลติทาสก์ที่หนักกว่านั้นแย่กว่าในการยับยั้งสิ่งเร้าที่ไม่เกี่ยวข้องกับงานและทำให้สามารถทำงานได้ดีขึ้นในงานการรวมหลายหน้าที่ การศึกษาที่ตามมา [11] แสดงให้เห็นว่าผู้ทำงานหนักหลายคนทำงานแย่กว่าใน Operation Span Task (OSPAN) ซึ่งคล้ายกับกระบวนทัศน์สองภารกิจเนื่องจากผู้เข้าร่วมต้องแก้ปัญหาคณิตศาสตร์พร้อมกันและจดจำจดหมายที่นำเสนอ ผู้ทำงานหลายคนจำนวนมากรายงานความล้มเหลวของความสนใจในชีวิตประจำวันมากขึ้น [38]. อย่างไรก็ตามหนึ่งการศึกษาล่าสุดโดย Alzahabi และ Becker [10] รายงานการค้นพบที่ตรงกันข้าม: มัลติทาสกิ้งที่หนักกว่าไม่ได้แย่กว่าในการทำงานแบบ dual-task และดีกว่าในการสลับงาน พวกเขายังไม่สามารถจำลองการค้นพบของ Ophir และคณะแม้จะใช้งานที่เหมือนกันก็ตาม ผู้เขียนตั้งข้อสังเกตว่าตัวอย่างของพวกเขาส่วนใหญ่เป็นเพศหญิงและสิ่งนี้อาจส่งผลในการค้นพบที่แตกต่างกันของพวกเขา พวกเขาเน้นความสำคัญของการศึกษาระยะยาวเพื่อเปิดเผยความสัมพันธ์ที่แข็งแกร่งระหว่าง MMI และการควบคุมความรู้ความเข้าใจ

โดยสรุปวรรณกรรม MMI ที่มีอยู่โดยทั่วไปแสดงให้เห็นว่าบุคคลที่มีส่วนร่วมในการทำงานแบบมัลติทาสก์สื่อที่หนักกว่าแสดงความสามารถในการควบคุมความรู้ความเข้าใจที่ด้อยกว่า การค้นพบในปัจจุบันของเราขยายวรรณกรรมนี้โดยการเชื่อมโยงกิจกรรมการทำมัลติทาสกิ้งสื่อที่หนักกว่ากับหนังสือเล่มเล็กใน ACC: บริเวณสมองที่มีส่วนเกี่ยวข้องในการควบคุมความรู้ความเข้าใจ อย่างไรก็ตามเราเน้นว่าจำเป็นต้องมีการทำงานมากขึ้นเพื่อสร้างความสัมพันธ์ระหว่างโครงสร้าง ACC กับความสามารถในการควบคุมความรู้ความเข้าใจ การศึกษาของผู้ป่วยที่มีรอยโรค ACC ได้ให้มุมมองที่หลากหลายมากเกี่ยวกับความจำเป็นของ ACC ในการทำงานทางปัญญาที่เกี่ยวข้อง [39], [40], [41].

นอกจากนี้ยังมีความเป็นไปได้ที่ภูมิภาค ACC ที่เราได้รับมีส่วนเกี่ยวข้องในกระบวนการทางอารมณ์ / แรงบันดาลใจเนื่องจากตั้งอยู่ใน rostral ACC ซึ่งโดยทั่วไปจะเชื่อมโยงกับแรงจูงใจและการประมวลผลทางอารมณ์ [23]. ปริมาณ ACC ที่ลดลงมักเกี่ยวข้องกับความผิดปกติที่เกี่ยวข้องกับการประมวลผลทางอารมณ์และแรงจูงใจที่ผิดปกติเช่นความผิดปกติที่ครอบงำและบังคับ [42]ความผิดปกติของความเครียดหลังเกิดบาดแผล [43], ซึมเศร้า [44] และยาเสพติดที่เกี่ยวข้องกับยาเสพติดและไม่ใช่ [45], [46]. จากมุมมองนี้มีความเป็นไปได้ที่สื่อมัลติทาสก์ที่หนักกว่าที่มีปริมาณ ACC ลดลงอาจถูกกำจัดน้อยลงในด้านอารมณ์และแรงจูงใจ ที่จริงแล้วคะแนน MMI ที่สูงขึ้นนั้นพบว่าสัมพันธ์กับโรคประสาทที่เพิ่มขึ้นการแสวงหาความรู้สึกและการกระตุ้น [3], [11] และผลลัพธ์ทางสังคมและอารมณ์เชิงลบ [4]. ที่น่าสนใจรูปแบบของความแตกต่างของโครงสร้างสมองที่ได้รับในการศึกษาปัจจุบันมีความคล้ายคลึงกับความสัมพันธ์ทางประสาทของการติดอินเทอร์เน็ต (IA) บุคคลที่มี IA ซึ่งถูกกำหนดให้เป็นเพียงการใช้เกินอายุทางพยาธิวิทยาของอินเทอร์เน็ตหรือคอมพิวเตอร์พบว่าลดความหนาแน่นของสสารสีเทาและสีขาวใน ACC [46], [47], [48]. อาจมีความเป็นไปได้ที่ทั้งสองโครงสร้างสื่อมัลติทาสก์และ IA นั้นซ้อนทับกัน: MMI ให้การวัดจำนวนผู้ใช้อุปกรณ์หลายเครื่องในครั้งเดียวและสิ่งนี้อาจเกี่ยวข้องกับ IA ซึ่งเกี่ยวข้องกับการใช้คอมพิวเตอร์และอินเทอร์เน็ตมากเกินไป

ข้อ จำกัด ที่สำคัญสำหรับงานปัจจุบันคือผลลัพธ์ของเราได้มาจากการศึกษาแบบภาคตัดขวางเกี่ยวกับความสัมพันธ์ระหว่างพฤติกรรมการทำงานหลายอย่างของสื่อและโครงสร้างสมอง เช่นนี้ทิศทางของเวรกรรมระหว่างพวกเขาจึงไม่สามารถกำหนดได้ แม้ว่าจะเป็นไปได้ว่าบุคคลที่มี ACC ขนาดเล็กจะมีความอ่อนไหวต่อการทำงานหลายอย่างเนื่องจากความสามารถในการควบคุมการรับรู้หรือการควบคุมทางสังคมและอารมณ์ที่อ่อนแอลง แต่ก็มีความเป็นไปได้ที่การสัมผัสกับสถานการณ์มัลติทาสกิ้งที่สูงขึ้น การศึกษาระยะยาวจะต้องมีการกำหนดทิศทางของสาเหตุที่ชัดเจน การค้นพบในปัจจุบันของเราเปิดทางให้กับการวิจัยดังกล่าวโดยการให้การเชื่อมโยงเชิงประจักษ์ระหว่างกิจกรรมการทำงานหลายสื่อและความแตกต่างของโครงสร้างใน ACC ข้อแม้อีกข้อหนึ่งคือการค้นพบในปัจจุบันอาจไม่ครอบคลุมไปกว่าประชากรที่เราศึกษาซึ่งมีการศึกษาค่อนข้างสูงและได้รับเทคโนโลยี รูปแบบการบริโภคสื่อที่แท้จริงอาจได้รับอิทธิพลอย่างสูงจากปัจจัยด้านประชากรศาสตร์ [1]. ดังนั้นการศึกษาในอนาคตควรตรวจสอบบทบาทของปัจจัยทางประชากรเช่นการศึกษาและสถานะทางเศรษฐกิจและสังคมในการควบคุมความสัมพันธ์ระหว่างการทำงานหลายครั้งของสื่อการรับรู้ประสิทธิภาพและโครงสร้างสมอง

โดยสรุปผู้ที่มีส่วนร่วมในกิจกรรมมัลติทาสกิ้งสื่อมากขึ้นมีปริมาณสสารสีเทาน้อยลงใน ACC สิ่งนี้ยังสามารถอธิบายประสิทธิภาพการควบคุมการรับรู้ที่ไม่ดีและผลลัพธ์ทางสังคมและอารมณ์เชิงลบที่เกี่ยวข้องกับการเพิ่มมัลติทาสกิ้งสื่อ ในขณะที่ธรรมชาติแบบภาคตัดขวางของการศึกษาของเราไม่อนุญาตให้เราระบุทิศทางของความเป็นเวรกรรม แต่ผลลัพธ์ของเรานำมาสู่ความสัมพันธ์ที่แปลกใหม่ระหว่างพฤติกรรมการทำงานหลายอย่างของสื่อบุคคลและความแตกต่างของโครงสร้าง ACC

ผลงานของผู้เขียน

รู้สึกและออกแบบการทดลอง: KL RK ทำการทดลอง: KL RK วิเคราะห์ข้อมูล: KL RK รีเอเจนต์ที่สนับสนุน / วัสดุ / เครื่องมือวิเคราะห์: KL RK เขียนบทความ: KL RK

อ้างอิง

  1. 1 Rideout VJ, Foehr UG, Roberts DF (2010) Generation M2: สื่อในชีวิตของ 8- ถึง 18 ปี เมนโลพาร์กแคลิฟอร์เนีย
  2. 2 Ophir E, Nass C, Wagner AD (2009) การควบคุมความรู้ความเข้าใจในมัลติทาสก์สื่อ การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 106: 15583 – 15587 doi: 10.1073 / pnas.0903620106
  3. 3 Becker MW, Alzahabi R, Hopwood CJ (2013) การทำงานหลายอย่างของสื่อสัมพันธ์กับอาการซึมเศร้าและความวิตกกังวลทางสังคม ไซเบอร์จิตวิทยาพฤติกรรมและเครือข่ายสังคม 16: 132 – 135 doi: 10.1089 / cyber.2012.0291
  4. ดูบทความ
  5. PubMed / NCBI
  6. Google Scholar
  7. ดูบทความ
  8. PubMed / NCBI
  9. Google Scholar
  10. ดูบทความ
  11. PubMed / NCBI
  12. Google Scholar
  13. ดูบทความ
  14. PubMed / NCBI
  15. Google Scholar
  16. ดูบทความ
  17. PubMed / NCBI
  18. Google Scholar
  19. ดูบทความ
  20. PubMed / NCBI
  21. Google Scholar
  22. ดูบทความ
  23. PubMed / NCBI
  24. Google Scholar
  25. ดูบทความ
  26. PubMed / NCBI
  27. Google Scholar
  28. ดูบทความ
  29. PubMed / NCBI
  30. Google Scholar
  31. ดูบทความ
  32. PubMed / NCBI
  33. Google Scholar
  34. ดูบทความ
  35. PubMed / NCBI
  36. Google Scholar
  37. ดูบทความ
  38. PubMed / NCBI
  39. Google Scholar
  40. ดูบทความ
  41. PubMed / NCBI
  42. Google Scholar
  43. ดูบทความ
  44. PubMed / NCBI
  45. Google Scholar
  46. ดูบทความ
  47. PubMed / NCBI
  48. Google Scholar
  49. ดูบทความ
  50. PubMed / NCBI
  51. Google Scholar
  52. 4 ถั่ว R, Nass C, Meheula L, Rance M, Kumar A, et al. (2012) การใช้สื่อการสื่อสารแบบตัวต่อตัวการทำมัลติทาสกิ้งสื่อและความเป็นอยู่ที่ดีทางสังคมในหมู่ 8- ถึงเด็กหญิงอายุ 12 ปี จิตวิทยาพัฒนาการพัฒนาการ 48: 327 – 336 doi: 10.1037 / a0027030
  53. ดูบทความ
  54. PubMed / NCBI
  55. Google Scholar
  56. ดูบทความ
  57. PubMed / NCBI
  58. Google Scholar
  59. ดูบทความ
  60. PubMed / NCBI
  61. Google Scholar
  62. ดูบทความ
  63. PubMed / NCBI
  64. Google Scholar
  65. ดูบทความ
  66. PubMed / NCBI
  67. Google Scholar
  68. ดูบทความ
  69. PubMed / NCBI
  70. Google Scholar
  71. ดูบทความ
  72. PubMed / NCBI
  73. Google Scholar
  74. ดูบทความ
  75. PubMed / NCBI
  76. Google Scholar
  77. ดูบทความ
  78. PubMed / NCBI
  79. Google Scholar
  80. ดูบทความ
  81. PubMed / NCBI
  82. Google Scholar
  83. ดูบทความ
  84. PubMed / NCBI
  85. Google Scholar
  86. ดูบทความ
  87. PubMed / NCBI
  88. Google Scholar
  89. ดูบทความ
  90. PubMed / NCBI
  91. Google Scholar
  92. ดูบทความ
  93. PubMed / NCBI
  94. Google Scholar
  95. ดูบทความ
  96. PubMed / NCBI
  97. Google Scholar
  98. ดูบทความ
  99. PubMed / NCBI
  100. Google Scholar
  101. ดูบทความ
  102. PubMed / NCBI
  103. Google Scholar
  104. ดูบทความ
  105. PubMed / NCBI
  106. Google Scholar
  107. ดูบทความ
  108. PubMed / NCBI
  109. Google Scholar
  110. ดูบทความ
  111. PubMed / NCBI
  112. Google Scholar
  113. ดูบทความ
  114. PubMed / NCBI
  115. Google Scholar
  116. ดูบทความ
  117. PubMed / NCBI
  118. Google Scholar
  119. ดูบทความ
  120. PubMed / NCBI
  121. Google Scholar
  122. ดูบทความ
  123. PubMed / NCBI
  124. Google Scholar
  125. ดูบทความ
  126. PubMed / NCBI
  127. Google Scholar
  128. ดูบทความ
  129. PubMed / NCBI
  130. Google Scholar
  131. ดูบทความ
  132. PubMed / NCBI
  133. Google Scholar
  134. ดูบทความ
  135. PubMed / NCBI
  136. Google Scholar
  137. 5 Junco R, Cotton SR (2010) การรับรู้ผลกระทบทางวิชาการของการใช้การส่งข้อความทันที คอมพิวเตอร์และการศึกษา 56: 370 – 378 doi: 10.1016 / j.compedu.2010.08.020
  138. 6. Blakemore C, Van Sluyters RC (1975) ปัจจัยโดยกำเนิดและสิ่งแวดล้อมในการพัฒนาเยื่อหุ้มสมองของลูกแมว วารสารสรีรวิทยา 248: 663–716
  139. 7 Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, และคณะ (2004) Neuroplasticity: การเปลี่ยนแปลงของสารสีเทาที่เกิดจากการฝึกอบรม ธรรมชาติ 427: 311 – 312 doi: 10.1038 / 427311a
  140. 8 Boyke J, Driemeyer J, Gaser C, Buchel C, May A (2008) การเปลี่ยนแปลงโครงสร้างสมองที่เกิดจากการฝึกอบรมในผู้สูงอายุ วารสารประสาทวิทยาศาสตร์: วารสารทางการของสมาคมประสาทวิทยาศาสตร์ 28: 7031 – 7035 ดอย: 10.1523 / jneurosci.0742-08.2008
  141. 9 Kanai R, Rees G (2011) พื้นฐานโครงสร้างของความแตกต่างระหว่างบุคคลในพฤติกรรมของมนุษย์และความรู้ความเข้าใจ ธรรมชาติคิดเห็นประสาทวิทยาศาสตร์ 12: 231 – 242 ดอย: 10.1038 / nrn3000
  142. 10 Alzahabi R, Becker MW (2013) ความสัมพันธ์ระหว่างการทำมัลติทาสกิ้งสื่อการสลับงานและประสิทธิภาพการทำงานสองงาน วารสารจิตวิทยาการทดลองการรับรู้และการปฏิบัติของมนุษย์ 39: 1485 – 1495 doi: 10.1037 / a0031208
  143. 11 Sanbonmatsu DM, Strayer DL, Medeiros-Ward N, Watson JM (2013) ใครทำงานหลายอย่างและทำไม? ความสามารถแบบมัลติทาสกิ้งการรับรู้ความสามารถแบบมัลติทาสก์การกระตุ้นและการแสวงหาความรู้สึก เลือกหนึ่ง 8: e54402 doi: 10.1371 / journal.pone.0054402
  144. 12 Koechlin E, Ody C, Kouneiher F (2003) สถาปัตยกรรมของการควบคุมการรับรู้ในเยื่อหุ้มสมองส่วนหน้าของมนุษย์ วิทยาศาสตร์ 302: 1181 – 1185 ดอย: 10.1126 / วิทยาศาสตร์. 1088545
  145. 13 Marois R, Ivanoff J (2005) ขีด จำกัด ความจุของการประมวลผลข้อมูลในสมอง แนวโน้มของวิทยาศาสตร์พุทธิปัญญา 9: 296 – 305 doi: 10.1016 / j.tics.2005.04.010
  146. 14 Dux PE, Ivanoff J, Asplund CL, Marois R (2006) การแยกคอขวดกลางของการประมวลผลข้อมูลด้วย FMRI ที่ได้รับการแก้ไขตามเวลา เซลล์ประสาท 52: 1109 – 1120 doi: 10.1016 / j.neuron.2006.11.009
  147. 15 Miller EK, Cohen JD (2001) ทฤษฎีเชิงบูรณาการของฟังก์ชั่นเยื่อหุ้มสมองส่วนหน้า ทบทวนประจำปีของประสาทวิทยาศาสตร์ 24: 167 – 202
  148. 16 ประชากร PW, Veitch E, de Lacy Costello A, Shallice T (2000) ความรู้และระบบประสาทมีความสัมพันธ์กับการทำงานหลายอย่าง Neuropsychologia 38: 848 – 863 ดอย: 10.1016 / s0028-3932 (99) 00134-7
  149. 17 DeYoung CG, Hirsh JB, Shane MS, Papademetris X, Rajeevan N, และคณะ (2010) การทดสอบการคาดคะเนจากประสาทวิทยาศาสตร์บุคลิกภาพ โครงสร้างสมองและใหญ่ห้า วิทยาศาสตร์จิตวิทยา 21: 820 – 828 doi: 10.1177 / 0956797610370159
  150. 18 Ashburner J (2007) อัลกอริธึมการลงทะเบียนภาพอย่างรวดเร็ว NeuroImage 38: 95 – 113 doi: 10.1016 / j.neuroimage.2007.07.007
  151. 19 John OP, Srivastava S (1999) อนุกรมวิธานลักษณะ Big Five: ประวัติศาสตร์, การวัดและมุมมองทางทฤษฎี ใน: Pervin LA, John OP, บรรณาธิการ คู่มือบุคลิกภาพ: ทฤษฎีและการวิจัย นิวยอร์ก: Guilford กด 102 138-
  152. 20 Ashburner J, Friston KJ (2000) morphometry แบบ Voxel - วิธีการ 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) การเชื่อมโยงและความเชื่อมโยงระหว่างเครือข่ายเริ่มต้นและการอ้างอิงตนเองในสมองมนุษย์ NeuroImage 55: 225 – 232 doi: 10.1016 / j.neuroimage.2010.11.048
  154. 22 Devinsky O, Morrell MJ, Vogt BA (1995) การมีส่วนร่วมของเยื่อหุ้มสมองด้านหน้า cingulate ต่อพฤติกรรม สมอง: วารสารประสาทวิทยา 118 (Pt 1): 279 – 306 doi: 10.1093 / สมอง / 118.1.279
  155. 23 Bush G, Luu P, Posner MI (2000) มีอิทธิพลต่อความรู้ความเข้าใจและอารมณ์ในเยื่อหุ้มสมองด้านหน้า cingulate แนวโน้มของวิทยาศาสตร์พุทธิปัญญา 4: 215 – 222 ดอย: 10.1016 / s1364-6613 (00) 01483-2
  156. 24. Lui KF, Wong AC (2012) การทำงานหลายอย่างพร้อมกันของสื่อทำร้ายเสมอหรือ ความสัมพันธ์เชิงบวกระหว่างการทำงานหลายอย่างพร้อมกันและการบูรณาการหลายหน่วยงาน แถลงการณ์ด้านจิตสังคมและบทวิจารณ์ 19: 647–653 ดอย: 10.3758 / s13423-012-0245-7
  157. 25 Raichle ME, MacLeod AM, Snyder AZ, พลัง WJ, Gusnard DA, et al. (2001) โหมดเริ่มต้นของการทำงานของสมอง การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 98: 676 – 682 doi: 10.1073 / pnas.98.2.676
  158. 26. Buckner RL, Andrews-Hanna JR, Schacter DL (2008) เครือข่ายเริ่มต้นของสมอง: กายวิภาคศาสตร์การทำงานและความเกี่ยวข้องกับโรค พงศาวดารของ New York Academy of Sciences 1124: 1–38 ดอย: 10.1196 / annals.1440.011
  159. 27 Carter CS, Macdonald AM, Botvinick M, Ross LL, Stenger VA, และคณะ (2000) การแยกกระบวนการผู้บริหาร: ฟังก์ชั่นเชิงกลยุทธ์กับการประเมินผลของเยื่อหุ้มสมองด้านหน้า cingulate การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 97: 1944 – 1948 doi: 10.1073 / pnas.97.4.1944
  160. 28 Botvinick MM, Braver TS, Barch DM, Carter CS, Cohen JD (2001) การตรวจสอบความขัดแย้งและการควบคุมการรับรู้ ความคิดเห็นทางจิตวิทยา 108: 624 – 652 ดอย: 10.1037 // 0033-295x.108.3.624
  161. 29. Bush G, Whalen PJ, Rosen BR, Jenike MA, McInerney SC และอื่น ๆ (1998) การนับ Stroop: งานรบกวนเฉพาะสำหรับการศึกษาการตรวจสอบความถูกต้องของระบบประสาทและการทำงานของระบบประสาทด้วย MRI ที่ใช้งานได้ การทำแผนที่สมองของมนุษย์ 6: 270–282 ดอย: 10.1002 / (sici) 1097-0193 (1998) 6: 4 <270 :: aid-hbm6> 3.3.co; 2-h
  162. 30 เหลียง HC, Skudlarski P, Gatenby JC, Peterson BS, Gore JC (2000) การศึกษาการทำงานของ MRI ที่เกี่ยวข้องกับเหตุการณ์ของงานสอดแทรกคำสี stroop เยื่อหุ้มสมองสมอง 10: 552 – 560 doi: 10.1093 / cercor / 10.6.552
  163. 31 Corbetta M, Miezin FM, Dobmeyer S, Shulman GL, Petersen SE (1991) เลือกสรรและแบ่งความสนใจในระหว่างการเลือกปฏิบัติทางสายตาของรูปร่างสีและความเร็ว: กายวิภาคศาสตร์การทำงานโดยเอกซเรย์ปล่อยโพซิตรอน วารสารประสาทวิทยาศาสตร์: วารสารทางการของสมาคมประสาทวิทยาศาสตร์ 11: 2383 – 2402
  164. 32 Botvinick M, Nystrom LE, Fissell K, Carter CS, Cohen JD (1999) การตรวจสอบความขัดแย้งกับการเลือกสำหรับการดำเนินการในเยื่อหุ้มสมองด้านหน้าส่วนหน้า ธรรมชาติ 402: 179 – 181 doi: 10.1038 / 46035
  165. 33 Casey BJ, Thomas KM, TF ชาวเวลส์, Badgaiyan RD, Eccard CH, และคณะ (2000) การแยกความขัดแย้งการตอบสนองการเลือกแบบตั้งใจและความคาดหวังกับการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 97: 8728 – 8733 doi: 10.1073 / pnas.97.15.8728
  166. 34 Dreher JC, Grafman J (2003) แยกบทบาทของ rostral anterior cingulate และ cortic prefrontal ด้านข้างออกเป็นสองส่วนพร้อมกันหรือต่อเนื่อง เยื่อหุ้มสมองสมอง 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) ความสัมพันธ์ของระบบประสาทของประสิทธิภาพการทำงานแบบคู่หลังจากลดการเตรียมงานให้น้อยที่สุด NeuroImage 28: 967 – 979 doi: 10.1016 / j.neuroimage.2005.06.047
  168. 36 Milham MP, Banich MT, Webb A, Barad V, Cohen NJ, และคณะ (2001) การมีส่วนร่วมของญาติ cingulate ล่วงหน้าและเยื่อหุ้มสมองส่วนหน้าในการควบคุมแบบขึ้นอยู่กับลักษณะของความขัดแย้ง การวิจัยสมองการวิจัยสมองเกี่ยวกับความรู้ความเข้าใจ 12: 467 – 473 ดอย: 10.1016 / s0926-6410 (01) 00076-3
  169. 37 Kiehl KA, Liddle PF, Hopfinger JB (2000) การประมวลผลข้อผิดพลาดและการคำนวณล่วงหน้าด้านหน้า: การศึกษา fMRI ที่เกี่ยวข้องกับเหตุการณ์ สรีรวิทยา 37: 216 – 223 ดอย: 10.1111 / 1469-8986.3720216
  170. 38 Ralph BC, Thomson DR, Cheyne JA, Smilek D (2013) การทำงานหลายอย่างของสื่อและความล้มเหลวของความสนใจในชีวิตประจำวัน การวิจัยทางจิตวิทยา ดอย: 10.1007 / s00426-013-0523-7
  171. 39 Fellows LK, Farah MJ (2005) เยื่อหุ้มสมองส่วนหน้า (cingulate cortex) จำเป็นต่อการควบคุมความรู้ความเข้าใจหรือไม่? สมอง: วารสารประสาทวิทยา 128: 788 – 796 ดอย: 10.1093 / สมอง / awh405
  172. 40 Swick D, Turken AU (2002) การแยกความสัมพันธ์ระหว่างการตรวจสอบความขัดแย้งและการตรวจสอบข้อผิดพลาดในเยื่อหุ้มสมองส่วนหน้าของมนุษย์ การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 99: 16354 – 16359 doi: 10.1073 / pnas.252521499
  173. 41 Swick D, Jovanovic J (2002) เยื่อหุ้มสมอง cingulate ล่วงหน้าและงาน Stroop: หลักฐานทางประสาทวิทยาสำหรับลักษณะเฉพาะทางภูมิประเทศ Neuropsychologia 40: 1240 – 1253 ดอย: 10.1016 / s0028-3932 (01) 00226-3
  174. 42 Rotge JY, Guehl D, Dilharreguy B, Tignol J, Bioulac B, และคณะ (2009) การวิเคราะห์เมตาดาต้าของการเปลี่ยนแปลงปริมาณสมองในโรคที่ครอบงำ จิตเวชศาสตร์ชีวภาพ 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) การวิเคราะห์โดยใช้ Voxel ของ MRI แสดงให้เห็นถึงการลดปริมาตรของวัตถุสีเทาในระยะก่อนหน้าในโรคเครียดหลังถูกทารุณกรรมเนื่องจากการก่อการร้าย การดำเนินการของ National Academy of Sciences ของสหรัฐอเมริกา 100: 9039 – 9043 doi: 10.1073 / pnas.1530467100
  176. 44 Caetano SC, Kaur S, Brambilla P, Nicoletti M, Hatch JP, et al. (2006) ปริมาณ cingulate ที่น้อยลงในผู้ป่วยโรคซึมเศร้า จิตเวชศาสตร์ชีวภาพ 59: 702 – 706 doi: 10.1016 / j.biopsych.2005.10.011
  177. 45 Franklin TR, Acton PD, Maldjian JA, JD สีเทา, Croft JR และคณะ (2002) ลดความเข้มข้นของสสารสีเทาใน insular, orbitofrontal, cingulate, และ cortices ชั่วคราวของผู้ป่วยโคเคน จิตเวชศาสตร์ชีวภาพ 51: 134 – 142 ดอย: 10.1016 / s0006-3223 (01) 01269-0
  178. 46 Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM และคณะ (2011) ความผิดปกติของสสารสีเทาในการเสพติดอินเทอร์เน็ต: การศึกษารูปทรงของ Voxel-based วารสารยุโรปของรังสีวิทยา 79: 92 – 95 doi: 10.1016 / j.ejrad.2009.10.025
  179. 47 Yuan K, Qin W, Wang G, Zeng F, Zhao L และคณะ (2011) ความผิดปกติของโครงสร้างจุลภาคในวัยรุ่นที่มีอาการติดอินเทอร์เน็ต เลือกหนึ่ง 6: e20708 doi: 10.1371 / journal.pone.0020708
  180. 48 Lin F, Zhou Y, Du Y, Qin L, Zhao Z และคณะ (2012) ความสมบูรณ์ของสสารสีขาวผิดปกติในวัยรุ่นที่มีอาการติดอินเทอร์เน็ต: การศึกษาเชิงพื้นที่เชิงสถิติ เลือกหนึ่ง 7: e30253 doi: 10.1371 / journal.pone.0030253