发表在19卷,第12号(2017): 12月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/6983,首次出版
在正念通勤干预设计中评估车内运动:探索性研究

在正念通勤干预设计中评估车内运动:探索性研究

在正念通勤干预设计中评估车内运动:探索性研究

原始论文

1美国加州斯坦福大学计算机科学系人机交互组

2交互设计研究,设计研究中心,斯坦福大学,斯坦福,加州,美国

3.媒体计算与人机交互组,Rheinisch-Westfälische亚琛工业大学,德国亚琛

4玻璃珠实验室,巴尔的摩,马里兰州,美国

5计算机科学与人工智能实验室,麻省理工学院,剑桥,马萨诸塞州,美国

6信息科学,康奈尔理工学院,纽约,纽约,美国

通讯作者:

Pablo Enrique Paredes,博士,MBA

人机交互组

计算机科学系

斯坦福大学

382房间

塞拉购物中心353号

斯坦福大学、钙、

美国

电话:1 415 272 3787

传真:1415 272 3787

电子邮件:pparedes@stanford.edu


背景:每天的通勤时间可能是教司机利用运动或呼吸来改善心理健康的好时机。长时间的通勤,从家到工作的过渡,反之亦然的相关性,以及开车上下班的隐私,使通勤成为一个理想的场景和时间来安全地进行正念练习。虽然驾驶安全是最重要的,但正念练习可能有助于通勤者在保持警觉的同时减少日常压力。汽车自动化程度的提高可能带来新的机遇,但也会带来新的挑战。

摘要目的:本研究旨在探索通勤者基于运动的正念干预的设计空间。我们将模拟驾驶体验与简单动作相结合进行定性分析,以获得关键的设计见解。

方法:我们进行了半结构化的可行性评估,分为两部分。首先,使用一种有声思考技术来获取驾驶任务的信息。驾驶员(N=12)在使用自动驾驶和手动驾驶模式进行简单(高速公路)或复杂(城市)模拟城市驾驶任务时,给予简单指令完成动作(配置或基于呼吸)。然后,我们进行了一个匹配练习,参与者可以从汽车座椅的后面体验振动触觉模式,并将它们映射到之前的动作。

结果:我们报告了关于不同运动和振动触觉模式的个人感知的总结。除了描述驾驶过程中可能更有可能进行基于动作的干预的情况外,我们还描述了可能干扰驾驶的动作和可能很好地补充驾驶的动作。此外,我们确定了有助于更放松通勤的运动,并描述了可以指导这些运动和练习的振动触觉模式。我们讨论了对设计的影响,如驾驶方式对运动采用的影响,个人定制的需求,社会感知对参与者的影响,以及在采用新的基于运动的干预措施中预先意识到正念技术的潜在作用。

结论:这项探索性研究提供了一些见解,包括哪些类型的运动更适合设计有意识的干预措施,以减轻通勤者的压力,何时鼓励这种运动,以及如何最好地使用嵌入汽车座椅的非侵入性触觉刺激来指导他们。

医学互联网研究,2017;19(12):372

doi: 10.2196 / jmir.6983

关键字



概述

压力影响着全世界的人[12],然而,让人们参与改善压力管理和应对技能的机会很少,部分原因是缺乏时间和适当的空间[3.]。通勤,在美国每天大约花费1小时,4],这是一个独特的处理压力的机会。通勤为使用压力管理干预提供了时间窗口和专用空间。我们相信,正念通勤技术可以提供一个独特的机会来解决这个问题。先前的研究表明,人们更喜欢以短动作为基础的(躯体)运动[5-8]及呼吸干预措施[9-12]。行为干预应精心设计,以补充驾驶的认知和情感需求。此外,运动的一个副作用是潜在的更高水平的警觉性,这可能对驾驶表现和心理健康都有益。

虽然现代座椅设计可能倾向于寻找可用性解决方案,但人体工程学可以与躯体或正念方法相辅相成(参见Cranz [13[详细介绍])。正念运动练习已被证明有益于全身健康和心理健康(见Clark等人)。14]查阅资料)。在本文中,我们主要关注了解人们如何在典型的汽车座椅环境中对基本动作做出反应。我们通过评估非侵入性和非语言指导来完成这些动作来补充我们的分析。作为一个案例研究,我们选择了一组简单的交互,这些交互是在嵌入在汽车座椅后面的一组执行器上实现的。这项对基本动作和简单互动的研究为未来设计车内正念动作干预奠定了基础。此外,它还解决了一个问题,即一个人在车里的运动——无论是身体运动还是呼吸运动——如何有助于改善他们的健康。

我们进行了半结构化的可行性评估,以获得对使用汽车作为生态有效的正念运动干预设计方案的见解。我们将研究分为两个部分:(1)探索基本动作对人们感知压力和驾驶表现的影响;(2)对嵌入汽车座椅的振动触觉刺激产生的运动线索的反应。在第一部分中,我们探索了一系列旨在激活躯干、肩膀、头部和臀部不同部位的基本动作。我们选择了12个在练习中发生的动作,这些动作利用了正念的身体动力、姿势和呼吸。这种疗法的一些例子是哈他瑜伽[7]和瑜伽呼吸[915]。此外,替代疗法,如Feldenkrais [16]和亚历山大技术[13,利用类似的基本构建模块。我们将感知压力定义为自我报告的压力水平,将感知驾驶表现定义为自我报告的在执行动作时继续驾驶的难度。我们通过减去个体基线和标准化重复测量来纠正所有自我报告指标的个体差异。

我们展示了参与者在高速公路(简单)和城市(复杂)场景下驾驶以及使用手动和自动驾驶汽车的见解。研究的第二部分着重于了解由触觉座椅触发的振动触觉模式的概念模型和情感反应。阀座界面由振动触觉致动器矩阵构成(见图1)。触觉模式可以通过协调和组合单个致动器来实现。利用座椅界面,我们设计了一系列旨在激发不同基本动作的模式原型。我们讨论了车内触觉引导运动的采用和可用性问题。

背景

压力管理干预措施

开车时,持续关注道路会带来压力,尽管这会让我们成为更好的司机。17]。事实上,Yerkes-Dodson在唤醒和表现之间的倒u型关系[18表明存在一个有利于提高表现的最佳唤醒水平。太多或太少的兴奋会导致结果递减。工作压力可以被描述为一种高唤醒水平,很多时候与解决挑战或面对威胁有关[19]。通过正念训练,将注意力集中在当下可以减少压力。

在汽车里,我们可以运用技术来帮助平衡压力和注意力。20.]。多个传感器和执行器可以放置在参与者附近,以感知并从影响中学习[21]和减少认知负荷[22]。超越传统的心理生理学传感器[23],汽车还可以通过声音感知影响[24],运动[25],压力[26]或呼吸模式[27]。此外,有效的应力技术干预[528]可以通过多模态驱动来增强[29并利用娱乐系统来提高用户粘性[20.]。

重要的是要考虑到环境因素,可以改变有效的干预压力源。例如,缺乏时间、社会环境或仅仅是注意力不集中都会降低压力干预的效果[2830.]。积极改变行为的新科技[31],以及新的压力管理干预措施[32,可以重新用于汽车。

图1所示。振动触觉样机用矩阵振动电机在汽车驾驶模拟器中设置。
查看此图
人体工程学和正念运动

Cranz [13挑战了我们一直将椅子和座椅作为被动工具的方式。她讨论了人体工程学研究如何将其大部分努力集中在使我们的环境适应我们的身体和任务上。她认为,我们应该设计支持我们身体自然运动倾向的环境。几项研究表明,即使只是在休息或休息时间,在办公室进行运动也能获得生理和精神上的好处。3334]。与这种强制性的移动欲望相辅相成的是,Clark等人[14描述了使用身体运动作为一种吸引思维的方式的机会。他们详细阐述了理解正念的躯体方法如何利用身体的内在价值作为自我和环境意识的管道的重要性。正如Clark等人所描述的[14],达到这种意识和正念水平所需的动作类型不一定是高影响或费力的。事实恰恰相反;正念运动通常以重复的模式缓慢地接触身体,以便意识到以前被忽视但潜在的高影响差异。我们建议,当一个人在车里的时候,尤其是在上下班的路上,可以有很多机会进行正念运动。

通勤是正念的理想场景

正念通勤技术可能会产生双重影响。一方面,正念支持自我调节和自我同情[15研究表明,即使每天锻炼几分钟也能减轻社会压力的影响。35]。另一方面,简短而有规律的正念干预可以改善注意力控制[33,这反过来又可以提高驾驶技能。此外,车内通勤者可以利用通勤的3个特点:安静、隐私和相关性。汽车是一个安静而稳定的空间,这是正念练习的首选场所。34]。这辆车是一个私人而又便携的空间,以每小时60英里的速度行驶;没有人能走到门口。一天中上下班的时间与心理健康和压力管理有关。例如,通勤回家的人经常带着不断面对和解决工作挑战的残余压力。36]。另外,通勤者在上班途中可能会感受到预期压力[3637与对生产力的高期望有关。通勤不仅提供了机会,也是培养正念行为的理想场景和时间。我们认为,定期进行短暂的正念运动有益于人们的健康,提高他们的驾驶技能,并提高他们对生活质量的感知。

表1。车内正念运动干预设计的形态盒分析。

可用性而
开车
放松
潜在的
动作幅度 传感潜在 驱动
潜在的
分数
(#高点/ #低点)
脖子 1.5
肩膀 1.5
回来 1.5
臀部 1.5
下肢 0.67
上肢 0.67

系统设计

身体动作

在本文中,我们主要关注构型和基于呼吸的运动,在本文的其余部分我们称之为呼吸练习。对于前者,我们观察到的运动涉及关键的肌肉骨骼区域,如颈部、肩部、背部和臀部。对于后者,我们从瑜伽呼吸中汲取灵感[915,它描述了旨在达到更高意识水平的姿势和呼吸练习。我们通过观察两种替代技术的动作来补充我们的探索:Feldenkrais [16],旨在有意识地比较有意识动作的变化,以及亚历山大技巧[13],它利用有助于改善姿势的引导可视化[1436]。

为了选择参与正念运动的身体部位,我们进行了简单的形态盒分析[38)(见表1)。我们比较了设计正念运动干预与大型肌肉骨骼组所需的关键参数,并对每个参数进行了简单的二元排序(高与低)。

我们很容易意识到,在驾驶时,四肢高度活跃,但其他肌肉骨骼区域的活跃程度较低。因此,四肢很少有机会进行基于运动的锻炼。臀部和背部放松的可能性似乎较低。当“战或逃”应激状态发生时,脖子、肩膀和四肢都会被激活。2]。颈部和肩部的运动范围更大,因为它们的尺寸更小,相对自由(即不接触任何汽车部件)。这种自由使它们难以被感知和驱动。与汽车接触的身体部位可以在其位置放置一个传感器或执行器。虽然手和脚与汽车直接接触,但四肢的其他部位很难测量,因为它们不接触汽车的部件。最佳的肌肉骨骼区域是根据阳性和阴性计数之间的简单比率(#高/#低)挑选出来的。我们挑了脖子、肩膀、背部和臀部。

为了系统地探索各种运动,我们在3个平面(矢状面、额状面和垂直面)和身体部位旋转的轴(矢状面、横向和垂直面)上使用了身体的功能性解剖切分。39)(见图2)。运动是基于这些平面和轴来描述的。向前轴的矢状面发生伸展和屈曲。它们测量两个相邻身体部位之间角度的增加或减少。外展和内收发生在矢状轴附近的额平面。它们测量远离或朝向垂直轴的运动。旋转运动发生在横向平面上,包括任何扭转运动。我们用向上和向下、向上或向下方向的运动来补充这些运动描述。

模拟驾驶

我们的实验是在一个模拟器中进行的,该模拟器包括一个65英寸的大曲面高清屏幕、振动触觉椅和一台运行城市汽车驾驶软件的电脑(向前发展)[40]。我们模拟了一辆普通的自动变速器汽车,包括车轮、踏板和变速杆。人们可以调整座椅位置、座椅靠背角度和踏板位置。提供了激活信号灯和驻车制动器的直接控制。图3显示手动和自动驾驶模式之间的对比。此外,我们还评估了两种驾驶条件:高速公路(或简单)和城市(或复杂)。前者发生在高速公路上,交通负荷适中,以名义最高速度流动。后者发生在市中心,有多辆汽车,攻击性适中,行人数量有限。

Vibrotactile座位

振动触觉座椅设计采用41台50分贝、13000±3000转/分钟、2 V至3.6 V线性谐振致动器振动电机,排列在网格中,面积约为20×26英寸(参见图1-4)。电机水平分开3英寸,垂直分开4英寸(见图4)。网格区域是在测试不同体型后选择的。选择电机之间的间隔(3-4英寸)以保证清晰的两点区分[4142在后面。

图2。左:身体平面(矢状面、正面和横面)和轴(矢状面、垂直面和横面)。右:活动类型:伸/屈、外展/内收和旋转。
查看此图
图3。左图:城市行驶状况。右:自主状态。
查看此图
图4。靠背有41个振动触觉马达网格布置。
查看此图
表2。十二个基本动作。参与者被要求只在手动驾驶的情况下盯着道路。
运动和身体部位 练习和指导
电机运动

背部和躯干 m1 -后拱(后屈/后伸):“前后拱你的背部。”


m2 -向后扭转(向后垂直旋转):“扭转躯干,头向上。抓地力方向盘提供额外的支持。”


m3侧拉伸(侧背弯曲/伸展):“将你的背部从一侧拉伸到另一侧。”

头部和颈部 m4 -转头(转头):“转你的头,好像你在检查你的盲点。”


头部弯曲(头部弯曲/伸展):“想象一只鸽子在点头。”

肩膀 耸肩(耸肩/耸肩):“耸肩,然后让肩膀下垂,就像你在耸肩一样。”


肩关节连接(肩关节外展/内收):连接肩胛骨——可能类似于(但不完全相同)弓背。

臀部 臀部摆动(臀部抬高/下沉):“左右摆动你的臀部,类似于舞蹈动作。”
呼吸练习 深呼吸:“吸气4秒,保持4秒,呼气4秒,保持4秒。”


龙的呼吸:“两次有力的短吸气+一次长呼气。”
想象、呼吸和姿势练习 深深叹息:“想象你完成了一项复杂的任务,然后深深地叹了口气(啊……)。”


m12 -松散的脖子:“想象一下脖子是自由悬挂的(比如一个泡泡头)。向各个方向移动头部,这样背部就可以变长变宽。”

的相互作用

车内的运动

我们选择了基本动作作为正念运动干预的基础。表2列出了12种不同的运动(M1-M12),它们主要分为3组:运动、呼吸和想象。运动运动涉及背部(M1, M2和M3),旨在执行头部和颈部的旋转(M4, M5);肩部(M6、M7);髋部(M8)沿3轴,横、矢状和额(图2)。呼吸练习包括深呼吸(M9),吸气4次,屏住呼吸4次,呼气4次,还有龙息(M10),吸气2次,呼气时间长。可视化(M11和M12)的灵感来自亚历山大技术[13],主要关注身体姿势。我们要求人们想象完成一项与深叹有关的任务(M11),或者想象脖子与身体分离并自由移动头部(M12)。参与者被要求只在手动驾驶期间盯着道路。

Vibrotactile模式

我们设计了一套8振动触觉模式,与相同数量的车内运动相对应图5),并观察参与者是否能正确地描绘出这些模式。此外,我们询问这些模式是否促使他们执行任何动作。为了设计这些模式,我们使用了两种触觉技术:表观触觉运动,当相邻的电机被激活时,通过几毫秒的重叠窗口重现连续滑动的感觉;幻象触摸,当相邻的电机并行被激活时,产生一个单一的接触点的错觉。2943]。

图5。用于研究车内运动诱发的八种振动触觉模式。
查看此图

参与者

我们招募了12名参与者:6名本科生,3名研究生和3名工作人员。女性4例,男性8例,年龄19 ~ 37岁,平均26.4岁。参与者报告说,开车时(平均8.21分)比乘车时(平均5.36分)更能意识到周围的环境。大多数参与者(10/12)的冥想经验有限,一半(6/12)的人练习了某种形式的基于呼吸的减压。大多数参与者(10/12)没有穴位按压减压的经验,但大多数(8/12)有来自手机或智能手表等设备的触觉刺激的经验。

协议

我们使用半结构化的评估协议来探索对运动的反应,该协议分为两部分:首先,我们探索了手动驾驶和自动驾驶条件下的运动执行,然后我们通过汽车座椅的振动触觉刺激来探索运动激发。实验平均持续60分钟。我们使用了测试前和测试后的问卷来获取人口统计数据以及偏好和可用性方面的信息图6)。

预备考试

到达后,在实验前阶段,参与者被要求完成一项调查,以获得人口统计信息以及他们以前在压力管理放松技术、冥想、自动驾驶、模拟器、指压放松和触觉刺激方面的经验。

第一部分:驾驶条件

参与者被随机分配到每一种驾驶条件下:手动+城市(复杂驾驶),手动+高速公路(简单驾驶)或自动驾驶+高速公路和城市。参与者口头接受4项随机的车内练习(表2)。在每一轮中,我们使用大声思考的技巧来激励人们谈论他们的压力和整体经历。每一轮结束后,参与者被要求报告他们最喜欢的动作或练习,以及他们的压力和注意力水平。在研究结束时,他们报告了他们最希望和最不希望的三种运动或锻炼。图7展示了一个在城市中驾驶的参与者响应动作提示,要求他做以下动作:弓背(M1),连接肩胛骨(M7),进行叹息可视化练习(M11),并想象他的头没有附着在身体上(M12)。图8展示了自动驾驶条件下的参与者根据提示左右扭动背部和躯干(M2),前后移动头部(M5),上下抬起肩膀(M6),深呼吸(M9)。

图6。半结构化评估方案由4部分组成:前测,第一部分:动作执行,第二部分:动作启发和后测。
查看此图
图7。参与者在城市条件下驾驶,同时执行4个指导动作指令:弓背,肩胛骨连接,叹气,想象头部不附着在身体上。
查看此图
图8。参与者在自动驾驶汽车的条件下,同时执行4个指导动作指令:向后扭,向前和向后移动头部,抬起肩膀(耸肩),深呼吸。
查看此图
第二部分:触觉振动刺激

在振动触觉刺激阶段,参与者按随机顺序接受8次互动。他们回答了以下两个问题:“你是否同意这个刺激想要交流X互动?”以及“在哪种驾驶条件下(城市、高速公路还是自动驾驶),你会考虑使用它?”

后续测试的

在实验后阶段,参与者回答了以下开放式问题,要求描述他们的经历,概述他们的偏好,表达他们对在车内表演动作的反应,以及表达他们对振动触觉刺激的反应:

  • 你能描述一下你的互动经历吗?
  • 你使用触觉座椅的体验如何?
  • 与触觉座椅的互动如何改变你的精神状态?
  • 如果你能改变触觉座椅,你会改变什么?
  • 如果你能改变自主交互,你会改变什么?
  • 你将来会考虑开这辆车吗?
  • 你将来会考虑使用触觉座椅吗?
  • 你会把它作为普通汽车的乘客使用吗?

我们使用基于理论的方法分析了这些答案以及大声思考陈述的视频[44目的是发现关键的见解,这些见解将指导未来对车内正念运动互动的研究。


概述

我们观察到,人们更喜欢熟悉的、不那么尴尬的动作,比如呼吸。有些人觉得不寻常的动作很有趣,并相信他们将来可能会使用它们。与直觉相反,对一些参与者来说,在高速公路上手动驾驶,而不是自动驾驶,似乎是更早采用基于运动的干预措施的一个条件。似乎汽车自动驾驶的新奇性让一些人无法充分利用这种运动。也许我们对自动驾驶汽车的模拟比预期的更具侵略性,但总的来说,人们发现自己在监控汽车的行为,以防它犯了一些严重的错误。城市条件似乎有认知和唤醒负荷,限制了基于运动的干预措施的采用。

描述性统计

喜欢的动作和练习

在本节中,我们描述了最受欢迎和最不受欢迎的动作和练习(见图9)。三分之二的参与者(9/ 12,67%)报告说,他们会在自主模式下做任何运动。一半的参与者(6/ 12,50 %)更喜欢以下呼吸练习:深呼吸(M9),龙息(M10)和深叹(M11)。其余患者选择肩关节(M6)或髋部摆动(M8)。

(深呼吸)…好了。最自然的一种。我在冥想时这样做。
(P5)
(深呼吸)……不分心。有助于消除无聊。
(P1)
(肩膀加入)……比如这个。它不会分散我开车的注意力。它伸展我的身体。
(P12)

参与者不喜欢转头(M4)(6/12),因为他们“看不到路”(P2)。然而,一位参与者发现检查镜子以及肩部和躯干运动很有用。

这是愉快的。刷新(ing)警告。让我看着镜子。
(P3)

其他参与者不喜欢后拱(M1)(3/ 12,25 %)。一名参与者(P4)不喜欢任何呼吸练习(M9、M10和M11), 1名参与者(P8)发现龙的呼吸(M10)“很奇怪”。两名参与者(P9和P12)不喜欢臀部摇摆(M8),因为它会干扰踏板的使用。

图9。最喜欢和不喜欢的运动。
查看此图
图10。每个驾驶条件、城市、高速公路和自动驾驶(城市和高速公路)的压力和注意力自我报告指标,以及它们在研究中呈现的顺序。误差条表示标准误差。
查看此图
感知压力和晕动病

正如预期的那样,参与者报告了对每种驾驶条件的感知压力的差异,并且顺序似乎影响了这种感知(见图10)。在自治和城市条件下,当这些条件为第二或第三时,压力和集中度倾向于较低。这可能是因为只有在人们习惯了模拟器或驾驶练习之后,才会意识到不开车的好处。这可能表明复杂性和新颖性之间存在潜在的相互作用,这需要在对照实验中进行研究。在高速公路或简单的条件下,这种趋势是相反的。在这里,当这种情况在研究中最后出现时,人们似乎压力更大,注意力更集中。也许这种倾向可以用疲劳来解释。总之,我们认为模拟器、实验或驾驶条件的新颖性可能会影响复杂或新的(自动)驾驶条件,而疲劳可能在更简单或不太吸引人的条件下发挥作用。

人们报告说,自主状态比预期的更具攻击性。一些人描述说,在某些情况下,汽车好像要撞车或突然变道。

我不能专心看路,我不信任这辆车。
(P2)

尽管存在这些差异,但在所有条件下,平均压力和注意力似乎都是相似的图11)。这些自我报告的感知指标与个人偏好形成对比,详见后面的小节。然而,回想起来,人们发现这个系统很有压力。有些人(4/12,33%)发现系统在两种情况下都有压力,有些人(3/12,25%)发现系统只在手动状态下有压力。然而,一般来说,人们没有受到模拟器的影响。总原始得分(4.41)低于Bouchard等人报告的157例患者虚拟现实体验的平均得分(7.12)[45]。同样,恶心的平均得分(1.91)和眼动变化(2.5)都低于类似的基准指标[45恶心(3.51)和动眼力改变(2.86)。人们没有抱怨晕车,尽管有些人表示感到疲劳。

参与者的评论

已经在汽车场景中使用的动作

一些参与者报告说,他们已经在日常驾驶经验中使用了一些动作。一名参与者(P12)在疲劳时进行弓背(M1);另外3名参与者做不同的运动来减轻压力。参与者8做了背部旋转(M2)和肩部提升(M6),参与者3通常做了侧伸(M3)和肩部提升(M6),参与者10做了肩部连接(M5)。一名参与者(P10)练习冥想,并且喜欢在车里做,而另一名参与者(P5)练习深呼吸(M9),但不喜欢在开车时做,因为他觉得这会分散注意力。

做运动和锻炼的最佳时间

在手动驾驶条件下,最好的选择是在简单的驾驶条件下(高速公路),在笔直的道路上,或者在静止的情况下(例如,在交通堵塞或红灯处)移动。

我会在高速公路上或红灯前叹气,否则会分散我的注意力。
(P5)
我不会在开车时拉伸臀部。可能是在车里等红灯的时候。
(P6)
没关系。我在开车的时候做这个[后拱(M1)]感到不安全。(分散?)是的。停下来的时候更好?]Yes, so I am not distracted.
(P115)

在城市条件下,司机会放慢速度,等待一条笔直的道路,以避开车辆或行人。一位进行深呼吸(M9)的参与者提到,这有助于他保持注意力集中。

它(深呼吸)是迄今为止最简单的。它让人平静下来。我可以集中注意力。
(P3)

三位参与者提到,如果在事件发生后才发出深叹(M11)会很有趣。

我们观察到一个关于自主条件的矛盾反应。当被问及他们的运动体验时,一些参与者发现自主状态是做运动的好时机。然而,一半的人(6/ 12,50%)认为自动驾驶汽车的侵略性是一种压力。例如,尽管没有要求,但一些参与者报告说,他们在试图盯着路的时候感到有压力,这妨碍了他们做运动。

自动驾驶/最后一次驾驶是最好的,但也是最揪心的。减少对驾驶的责任感觉更好。
(P1)

上下文在某些交互中可能起着重要作用。例如,一些人报告说,在做一些感觉很傻的非常规动作时,他们会感到难为情,而另一些人则指出,在一个原本非常规的动作中加入音乐可能会有所帮助。

(背拱)……奇怪,我看不见。人们会认为我很痛苦。
(票数)

重建对称和平衡的运动受到赞赏。

图11。感知平均注意力和压力。误差条表示标准误差。
查看此图
(深呼吸)……提醒我要坐直……我希望有人提醒我要坐直。
(P2)

然而,有1名用户在换车道或在繁忙的十字路口时拒绝执行头部(M4)和颈部(M12)动作。

(头弯曲)……这是一个繁忙的十字路口,这会让人分心。
(第七页)
(宽松的脖子)……不可能在开车的时候那样做。我不能停在车道上。压力。
(第七页)
干扰驾驶表现的动作

我们评估了运动如何影响参与者对驾驶表现的感知。我们关注的是那些在驾驶时似乎会干扰他们正常行为的动作,比如转向、视觉注意力、足部压力或其他与身体相关的干扰,以获得舒适和安全的驾驶体验。大多数参与者(10/12,83%)认为横向运动很可能会干扰视觉协调和转向,因为这会让他们左右移动手臂和腿。例如,向后扭转(M2)导致1名参与者(P6)完全停止。侧伸(M3)影响转向,缩小视野。

(一边伸展)……我不能直行。
(P6)
我不喜欢侧身伸展……因为我不敢看镜子。
(P3)

横向运动涉及影响腿部的运动,例如髋部摆动(M8),影响脚踏板和转向的压力。

所有下半身的运动都会影响到踏板。
(票数)
真奇怪,它把我的油门踩坏了。
(P12)
如果不释放踏板上的压力和移动方向盘,很难移动。
(P2)

尽管非横向运动不太可能干扰转向,但1名参与者感到不舒服,因为后弓(M1)不允许他持续监测周围环境:

在车里这么做很奇怪。你失去了对镜子的整体认识。
(P4)

一些人(P6、P11和P12)报告说,前后弯曲头部(M5)或侧弯头部(M6)等动作会分散注意力,影响他们使用眼镜,在某些情况下甚至会引起晕车。

看不见路,我的眼镜掉下来了。
(P12)
补充感知驾驶表现的动作

虽然横向运动倾向于干扰驾驶,但大多数人(9/12,75%)报告向前、向后和垂直运动对视觉和转向的影响较小。

向前和向后的动作和深呼吸不会影响我对方向盘的控制。
(P2)

然而,一些人抱怨座位太大,限制了活动。

座位太紧了,我觉得我走得不对。
(P2)
感觉很好。奇怪是因为我回去的时候座位把我围起来了。我在我的车里也做类似的事情。
(P12)

一些参与者(3/12,25%)认为横向运动在十字路口停车时更合适,因为不仅转向不那么是个问题,而且横向运动有助于增强他们对周围环境的认识。

与运动练习(M1-M8)相比,大多数参与者(8/ 12,67%)报告称,深呼吸(M9)效果很好,因为它不会对转向产生物理影响,因此即使在转弯时也可以进行。少数人(3/ 12.25%)发现在开车时保持呼吸数很有挑战性,因为这需要脑力劳动。

我觉得很放松。做这些练习使我记得要慢慢呼吸。
(P2)
我需要把很多精神集中在这些动作上,也许是因为我不习惯它们。我可能不会在这样繁忙的道路上呼吸。
(P3)

2名用户(P9和P10)认为龙息(M10)是一种充满活力的运动,可以用来对抗疲劳或无聊。

放松的运动

许多参与者(9/12,75%)认为深呼吸是一种放松。人们还发现头部和颈部(M4/M5)和肩部(M6/M7)的运动可以放松,因为它们可以放松经常僵硬或酸痛的部位。

转动肩膀比摔倒更舒缓。在上下班途中,当我感到僵硬的时候,我会自然地这样做。
(P2)

近一半的人(5/12,42%)发现后弓(M1)(“防懒散”)和臀部摆动(M8)放松,在长途驾驶时特别有用。相比之下,前弓(M1)感觉没有必要,因为它类似于懒散的习惯。

我已经在长途旅行后做过这个动作了。
(票数)
(臀部摇摆)……想让我打屁股。我欣赏它在高速公路上的状况;它提醒我要动起来,因为我坐了很长时间了。
(P2)
振动触觉模式的一致性

人们可以将52%(50/96)的振动触觉刺激与他们的预期动作匹配起来,要么立即匹配,要么在猜测1次之后匹配表3)。几乎五分之一的参与者(18/96,19%)明确表示这些模式有意义,而只有9%(9/96)的参与者表示它们没有意义。超过一半的参与者猜对了三个动作:后扭转(M2)(7/12, 58%),侧伸(M3)(8/12, 67%)和深呼吸(M9) (7/12, 58%)表3)。一般来说,人们发现这些动作放松,有利于伸展,或者不会分散注意力。相比之下,只有不到一半的参与者猜对了两个动作:龙息(M10)(4/12, 33%)和弓背(M1)(5/12, 42%)。其他人则表示不知道振动想要告诉他们什么,或者觉得这种模式更好地映射到另一种运动上。其中一篇报道了振动刺激应该有较小的强度(P5)。

人们猜不准的原因是多种多样的表3有些人猜测了振动触觉模式的意图(比如横向移动),但不知道要移动身体的哪个部位;另一些人,尽管喜欢这些图案的感觉,但却错误地描绘了它们。一些人抱怨说,振动根本不应该被用作刺激。一个人(P9)能听到振动是因为她太矮了,另一个人(P3)觉得振动表明臀部的运动太高了。一些人发现模式相似,因此无法区分它们,而另一些人则无法猜测它们的意图,更倾向于将其用作呼吸指导。

振动触觉触发器的可用性

几乎所有的参与者(10/12,83%)都认为至少有一种振动触觉模式的想法对自动驾驶或高速公路条件很有吸引力。

这取决于你的驾驶模式。我想做我的伸展运动在汽车。我不觉得我是在拿自己的人身安全冒险。
(P1)

大多数人(11/12,92%)对在城市(复杂)驾驶模式下使用振动触觉提示没有特别的兴趣。他们认为使用它们可能会增加不必要的额外认知负荷。然而,一些人建议在等红灯时做深呼吸或肩部运动。一位参与者报告说,振动触觉信号会让她更加警觉,这可能有助于提醒她检查镜子。

[头部侧向模式]…很愉快……使人精神振奋。让我注意看镜子。
(P3)

大多数人(8/12,67%)认为深呼吸(M9)既放松又愉快。有些人可能更喜欢放慢步伐。

(深呼吸)…的…我想让我的脊椎有一种缓慢的感觉。
(P3)

然而,8人中有1人建议使用空气流量(来自空调系统)来指示何时呼吸。

振动对我来说是运动而不是呼吸。用气流代替振动来表示呼吸。
(侯)

不喜欢深呼吸模式的参与者认为,振动要么太强烈,要么是运动而不是呼吸的信号。

我不喜欢它。它震动了我的内脏。
(P2)
上下的振动表示运动。呼吸应该是局部性的。
(P12)

尽管所有的用户都认为在车内做一些运动是有用的,但只有一半(6.12.50%)的用户表示他们将来会在当前状态下使用触觉座椅。只有三分之一(4/ 12,33%)的人会经常使用它。其他人(5/12,42%)表示,如果做出以下改进,他们会使用它:改变座位的大小(P2和P8),使振动更强(P4)或更弱(P12),改善振动模式(P6),增加按摩选项(P9),并检测正确的时刻使用振动(P12)。

表3。匹配振动触觉模式和车内运动。
Vibrotactile模式 正确的 猜错的原因
模式二:先拍左肩,再拍右肩。 8/12 “…它告诉我要向侧面移动,但头,肩膀,背部[?]”(赛)

M2-back扭

模式C:先扫左肩,再扫右肩。 8/12 “喜欢它。臀部扭动。“(P3)

M3-side拉伸

模式G:向上滑动,按住,向下滑动,按住。 7/12 “振动对我来说是运动而不是呼吸。“(侯)

M9-deep呼吸

模式D:左扫,然后右扫颈部。 6/12 “我感觉不到,但我能听到。“(票数)

M4-head转

模式E:上下扫肩。 6/12 “…它和那个地区的其他地方非常相似。“(P5)

M6-shoulder电梯

模式F:左扫,然后右扫下背部。 6/12 “扭臀时放低一点……“(P3)

M8-hip摇摆

模式A:向上滑动,然后向下滑动整个背部。 5/12 “肩膀耸耸肩?我只做呼吸。“(票数)

M1-back拱

模式H:上下滑动。 4/12 “龙息的脉搏太大了。“(P3)

M10-dragon \ ' s呼吸


主要研究结果

这种对车内运动的探索揭示了利用运动和呼吸技术进行干预的潜力。基于动作的交互应该适应上下文线索、参与者偏好和路况。具体来说,应该避免干扰转向和踏板功能的动作,比如横向弯曲和伸展,或者只在自动驾驶或停车时使用。相反,颈部或肩部的运动似乎可以缓解疼痛。一些人甚至帮助司机在红灯时提高横向意识,或者在事故发生后有意识地呼吸和叹气。深呼吸可能是一种特别适合的运动,因为它能够缓解压力,而不会对驾驶产生身体上的干扰。调节良好的触觉模式可以减轻在深呼吸时计数的认知负担。另一方面,在驾驶过程中,有些动作可能需要指导以确保安全。例如,侧屈和伸展,虽然有助于伸展背部和躯干,但可能不利于驾驶。参与者应该选择他们最喜欢的动作,以及它被提示的频率。 New or unusual movements should be introduced gradually.

总的来说,自动驾驶似乎是一个在汽车中采用更多基于运动的干预措施的机会。然而,运动应该让人们看到道路,至少在他们对自动化系统有信心之前。

设计注意事项

检测驾驶模式是安全系统的基础

在设计任何基于运动的干预措施之前,必须考虑参与者的驾驶模式(自动驾驶vs手动驾驶)和情况(高速公路vs城市)。不同的动作会干扰驾驶员正常驾驶所需的三个主要身体功能:视觉、转向和踏板。图12将这些函数与驾驶条件进行对比。总的来说,参与者在城市开车时不想做任何基于运动的锻炼。考虑到刺激的数量,即使是轻微的动作,如深呼吸或提肩也可能导致身体功能的改变。在高速公路上,参与者不想做任何损害他们转向或踏板功能的动作。他们会考虑一些对视力影响不大的动作,比如深呼吸和肩部运动。在静止的情况下,比如停车或等红灯,人们愿意移动躯干或做伸展运动,但他们不喜欢做影响踏板的运动。所有的参与者都同意,在他们熟悉的自动驾驶汽车上做任何动作都会让他们感到安全,让他们保持警觉,并能改善他们的幸福感。在所有情况下,参与者都必须能够控制系统,并且应该能够快速激活或停用系统。

我们观察到,一些参与者在遇到困难的情况下,比如换车道或穿过十字路口时,会忽略指令的动作。一些参与者还报告说,当他们在复杂的驾驶条件(城市)时,触觉反馈可能会分散注意力。因此,安全系统必须能够检测到这些情况,例如,通过测量参与者的生理信号或使用眼动仪和道路摄像头。另外,只有当汽车静止不动、遇到红灯或交通堵塞时,系统才会被激活(比如Waze等导航应用程序)。46[检测汽车何时静止,并在参与者的屏幕上显示视觉广告]。

图12。在不同的驾驶模式下,运动训练造成的干扰。
查看此图
振动触觉刺激应该是清晰和可定制的

振动触觉刺激的强度、位置和模式特征应该是可配置的。触觉信号必须足够强,能够从外部振动中识别出来,并且足够微妙,不会分散参与者的注意力。电机的布局必须考虑机身类型。在我们的研究中,感到肩部振动过高或过低的参与者感到相当困惑。提示运动的模式应该清楚地与呼吸的模式区分开来。一位参与者建议将呼吸模式固定在一个身体位置,并通过更多的模式使运动信号具有方向性。

指导运动的模式应该适应基线条件。例如,有些人表示希望呼吸更慢。一种选择是将呼吸的速度调整到基线(静止时)呼吸速率。呼吸率可以在驾驶前的静止状态下测量。在任何情况下,速度都应该是用户可以超越的。

最后,振动触觉刺激不应该是刺激运动的唯一机制。压力、气流或位置都可能起作用。一种混合了语音命令、声音和灯光的多模式交互可能会更有意义。

推动和反馈对于正确执行是必要的

一些参与者认为振动触觉模式仅仅是通知,而不是运动指南。有些人等到振动模式完成后才识别并执行目标练习。为了缓解这种情况,触觉座椅应该有一个简单的轻推系统。扩展系统以更好地匹配运动范围,并定时振动以匹配运动的持续时间,将改善参与者遵循和执行指令的方式。

触觉、视觉或听觉形式的反馈对于正确执行也是必要的,特别是当参与者正在学习使用系统时。诸如深度相机、压力垫和呼吸传感器等传感器可用于评估参与者的运动,并向参与者和设计师提供反馈。

从业者更有可能接受正念干预

在研究过程中,进行冥想或有过呼吸技巧或拉伸经验的参与者对某些动作更为积极。一些人表示有兴趣拥有一个振动系统,提醒他们更有规律地呼吸和伸展。另一方面,非从业者质疑这些动作的好处,而是表达了他们希望使用触觉椅进行按摩的愿望。在未来的系统中考虑这两种类型的参与者是很重要的。没有意识到正念运动的好处的参与者不太可能采用基于运动的正念系统。在这种情况下,一组简单的介绍性干预措施可能会有所帮助。

移动必须符合可用空间

驾驶员的运动受到汽车物理约束的限制,如方向盘、汽车座椅形状、车门、安全带等。例如,当参与者试图把躯干从一边伸展到另一边时,他们会觉得自己被困在座位里,不得不把背从椅子上移开,以免撞到座位的边缘。同样,参与者在做臀部摇摆和背部拱起时也会感到身体受到限制。汽车内的马达运动不应要求很大的空间。参与者感到不舒服,如果他们不能正确地完成一个动作,他们就不太愿意完成这个动作。尽管安全带的设计不是为了限制驾驶员的运动,但突然的运动可以激活安全带的安全功能,使参与者后退。需要靠在座位上的运动,比如瑜伽或Feldenkrais,可能是有益的。

运动执行受社会知觉的影响

参与者报告说,大多数动作对他们来说都很自然,许多人已经在上下班途中伸展了背部和肩膀。然而,像“摇头”这样的动作在社交上是尴尬的。这可能会妨碍人们在红灯时做运动,因为人们更注意周围的司机。我们建议评估动作的编舞美学,增加音乐等补充刺激,或提供技术解决方案,如遮挡窗户以保护隐私。

未来的工作

本文的目的是鼓励和指导研究正念运动的研究人员和设计师设计和评估新的干预措施,以用于通勤者的车内练习。我们已经开始与对我们的要求做出积极回应的教师进行接触,我们计划与他们共同设计针对通勤者的特定车内干预措施。我们的目标是在模拟器研究和现实环境(即在真实的汽车中)验证干预措施的有效性。根据本研究的结果,我们计划重点关注以下干预措施。

引导运动

我们计划与瑜伽教练和脊椎按摩师合作,探索利用汽车座椅空间和触觉刺激,为通勤者设计有意识的运动干预。初始交互揭示了两种类型的运动序列:在高速公路(简单)驾驶条件下可用于提供即时结果的细微运动,以及可用于自动驾驶条件下的更高范围运动。我们打算使用压力传感器和深度摄像机来捕捉运动,并提供闭环机制来增强驾驶员的学习过程。早期观察显示,通过执行要求参与者按压座椅而不是自由移动任何关节的动作,有机会减少运动限制的范围。

引导呼吸

我们目前正在使用呼吸频率传感器来检测参与者的呼吸频率,并根据参与者的呼吸节奏调整振动触觉刺激。我们计划探索可以在等待红灯、在高速公路上巡航或静止时使用的短序列和长序列。我们希望探索深呼吸和浅呼吸的影响。前者可用于减轻压力,而后者可用于从疲劳中恢复。

结论

在本文中,我们介绍了基于动作的正念练习的设计依据。通过报告和观察,我们建立了初步的设计考虑,通过运动和呼吸技术来利用正念。我们描述了使用汽车座椅产生的振动触觉刺激来引导和推动这些运动。我们的研究提供了对辅助和干扰驾驶的运动的见解,以及通过触觉传达这些运动的最佳方式。

致谢

丰田研究所提供资金协助作者进行研究,但本文仅反映作者的意见和结论,而不是丰田研究所或任何其他丰田实体。

我们感谢斯坦福大学的同事们在这个系统的构建中发挥了作用,包括索尼娅·巴尔托达诺(Sonia Baltodano),她建立了椅子的原始原型,Minkyu Kim建立了系统的应用程序编程接口,Margaret Li建立了一些交互模式。我们也感谢丰田对我们工作的支持。

利益冲突

没有宣布。

  1. Rabkin JG, Struening EL。现场事件、压力和疾病。科学1976年12月3日;194(4269):1013-1020。[Medline
  2. 艾森克HJ。压力、评估和应对:R.S. Lazarus和S. Folkman。心理学报,1985;23(6):714-715。
  3. 美国心理学会。美国的压力研究:2010。2010.URL:http://www.apa.org/news/press/releases/stress/2010/key-findings.pdf[访问日期:2017-10-04][WebCite缓存
  4. 美国人口普查局。2009年美国的通勤。URL:https://www.census.gov/prod/2011pubs/acs-15.pdf[访问日期:2017-10-04][WebCite缓存
  5. 潘丽娟,张丽娟,张丽娟,张丽娟,张丽娟。流行文化对心理压力的影响。2014年发表于:第八届医疗普及计算技术国际会议论文集;2014;奥尔登堡109-117页。
  6. 四种运动模式:游泳、身体调理、哈他瑜伽和击剑。[j] .体育运动学报,1998;59(2):148-159。
  7. 刘建军,刘建军,刘建军。哈他瑜伽和非洲舞对感知压力、情绪和唾液皮质醇的影响。中国生物医学工程学报,2004;28(2):114-118。[CrossRef] [Medline
  8. Smith C, Hancock H, Blake-Mortimer J, Eckert K.一项瑜伽和放松减轻压力和焦虑的随机对照试验。补体医学2007;15(2):77-83。[CrossRef] [Medline
  9. 张春华,张春华,张春华,等。瑜伽呼吸法治疗压力、焦虑和抑郁:第一部分:神经生理学模型。中华补体医学杂志;2005;11(1):189-201。[CrossRef] [Medline
  10. Pramanik T, Pudasaini B, Prajapati R.慢节奏呼吸练习Bhramari调息对血压和心率的即时影响。尼泊尔医学杂志,2010,9,12(3):154-157。[Medline
  11. 张建军,张建军,张建军,等。控制呼吸、精神活动和精神压力对心率变异性的影响。中华心血管病杂志,2000;35(6):1462-1469 [J]免费全文] [Medline
  12. Morris M, Guilak F.移动心脏健康:项目亮点。计算机科学,2009;8(2):61。
  13. 设计世界中的亚历山大技术:姿势和普通椅子:第一部分:椅子对健康的危害。[J]人体运动学报,2000;4(2):98。
  14. Clark D, Schumann F, Mostofsky SH。正念运动与熟练注意力。神经科学进展2015;9:1-23 [j]免费全文] [CrossRef] [Medline
  15. gart, Noggle JJ, Park CL, Vago DR, Wilson A.瑜伽对心理健康的潜在自我调节机制。神经科学进展(英文版);2014;8:77 [j]免费全文] [CrossRef] [Medline
  16. 费登奎斯法:应用、实践和原理。[J]中华医学杂志,1997;1(5):262-269。
  17. 马晓明,马晓明,马晓明,等。一种可穿戴式生物反馈实时压力干预装置。2013年出席:第六届与辅助环境相关的普适技术大会;2013;罗兹。
  18. 《情绪与耶基斯-多德森法》。[J] .心理学报,1997,11(5):354 - 356。[Medline
  19. McCrae RR。应对反应的情境决定因素:损失、威胁和挑战。[J]社会心理学杂志,2004;46(4):919-928。[Medline
  20. 刘建军,孙建军,刘建军,刘建军。自动驾驶过程中注意力分散的研究进展。工程机械学报,2015:2-6。
  21. 李建军,李建军。情感主体研究的一个新平台。纽约:哥伦比亚大学;2004年发表于:共情智能体研讨会,自主智能体和多智能体系统国际会议;2004;纽约网址:http://www.affect.media.mit.edu/pdfs/04.burleson-picard-perlin-lippincott.pdf
  22. Baltodano S, Sibi S, Martelaro N, Gowda N, Ju W. rads平台:真实道路自动驾驶模拟器。汽车用户界面;2001;155(7):288。
  23. 感知情感体验。见:Westerink J, Ouwerkerk M, Overbeek T,编辑。探索经验。多德雷赫特:施普林格;2008:91 - 100。
  24. 张凯,Fisher D, Canny J, Hartmann B.我的情绪和压力如何??一个高效的语音分析库,用于移动电话上不显眼的监控。2011年发表于:第六届身体区域网络国际会议论文集;2011;北京,第77页。
  25. 孙东,潘佩德,陈建军。基于鼠标运动的压力检测方法。参见:2014年计算系统中人因SIGCHI会议论文集。纽约:ACM;2014年发表于:SIGCHI计算系统中人因会议;2014;多伦多第61-70页http://bid.berkeley.edu/files/papers/MouStress_CHI2014.pdf
  26. 张建军,张建军,张建军,等。计算机用户压力感知研究进展。参见:2014年计算系统中人因SIGCHI会议论文集。纽约:ACM;2014年发表于:SIGCHI计算系统中人因会议;2014;多伦多第51-60页http://affect.media.mit.edu/pdfs/14.Hernandez_et_al-CHI.pdf
  27. 王素霞,王志强,王志强,等。呼吸调节接口的设计与评价。参见:美国科学技术协会附属程序'12。纽约:ACM;2012年发表于:第25届ACM用户界面软件与技术研讨会;2012;剑桥69-70页http://hci.stanford.edu/publications/2012/CantForceCalmUIST2012.pdf
  28. 潘丽娟,陈敏。流动干预措施的设计与研究。2011年发表于:CHI '11计算机系统中人因扩展文摘;2011;温哥华。
  29. 张建军,刘建军,张建军,等。可穿戴设备的触觉和听觉感知设计。2015年发表于:2015年情感计算与智能交互国际会议(ACII);2015;华盛顿。
  30. 为正念腾出时间。国际医学杂志,2016;36(6):391 - 391。[CrossRef] [Medline
  31. 卡尔沃RA,彼得斯D.积极计算:智能世界的技术。2012:28-31的交互。
  32. 刘建军,李建军,李建军,李建军,李建军,李建军,李建军。见:DIS同伴'14。纽约:ACM;2014年出席:design Interactive Systems 2014;2014;温哥华第53-56页http://affect.media.mit.edu/pdfs/14.Hernandez_et_al-DIS.pdf
  33. Moore A, Gruber T, Derose J, Malinowski P.定期、短暂的正念冥想练习改善了注意力控制的电生理指标。神经科学进展2012;6:18 [j]免费全文] [CrossRef] [Medline
  34. Kostanski M, Hassedz C.正念作为一个概念和过程。心理学报,2008;43(1):15-21。[CrossRef
  35. 张建军,张建军,张建军。短期正念冥想训练改变心理和神经内分泌对社会评价压力的反应。心理神经内分泌杂志2014;44:1-12。[CrossRef] [Medline
  36. 张建军,张建军。压力管理在企业管理中的应用。前压力管理器官1997;59:59-72。
  37. 王志强,王志强。“特里尔社会压力测试”——一种在实验室环境下调查心理生物压力反应的工具。Neuropsychobiology 1993; 28(1 - 2): 76 - 81。[Medline
  38. 邪恶的问题——社会混乱。柏林,海德堡:施普林格柏林,海德堡;2011.一般形态分析网址:http://www.swemorph.com/pdf/gma.pdfWebCite缓存
  39. 解剖和人体运动:结构和功能。第6版。爱丁堡:丘吉尔·利文斯通;1994.
  40. 城市汽车驾驶[PC游戏]。1.5版。:向前发展;2017.URL:http://www.citycardriving.com/WebCite缓存
  41. 《体格检查与病史记录指南》。费城:Lippincott Williams & Wilkins;2012.
  42. 布鲁门菲尔德H.神经解剖学通过临床病例。第二版。桑德兰:Sinauer Associates, Inc;2010.
  43. 触觉刷:用触觉网格显示在皮肤上绘图。2011年发表于:SIGCHI计算机系统中人因会议论文集;2011;温哥华。
  44. 构建扎根理论:实践指南。伦敦:SAGE出版社;2014.
  45. 刘建军,李建军,李建军,等。虚拟现实环境对焦虑障碍患者的影响。网络康复[J]; 2009;2(2):127-137。
  46. Waze(移动应用)。: Waze Mobile Ltd;2017.URL:https://www.waze.com/WebCite缓存

编辑R卡尔沃,G艾森巴赫;提交12.11.16;J Costa, G Wadley的同行评审;对作者15.12.16的评论;修订版本收到31.03.17;接受19.08.17;发表04.12.17

版权

©Pablo Enrique Paredes, Nur Al-Huda Hamdan, Dav Clark, Carrie Cai, Wendy Ju, James A Landay。原载于《医学互联网研究》(//www.mybigtv.com), 2017年12月4日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map