月別アーカイブ: 2024年5月

MAIA_3因子の考察

北原(2019)
・MAIA「気づき・注意制御・感情への気づき因子」を用いて,①「脱中心化,視点取得,ひいては認知的再評価を説明するという仮説モデルの構築」②「身体感覚の知覚そのものは精神的問題を生じやすい一方で,内受容感覚への気づきによって適応的な感情調整が促された場合には,精神的問題が軽減されるか」について検討。

・結果:身体感覚の単純な知覚は,「抑うつ・不安」を高めるが,身体感覚への「気づき」が「感情への気づき」や「注意制御」につながり,脱中心化に基づいた適応的な感情調整が促されると,「抑うつ・不安」が軽減されるという関連性が示唆された

先行研究
①「内受容感覚MAIA×(マインドフルネス)FFMQ」正の相関(栗野,2022)
 →互いに身体意識に注意を向ける尺度である(Mehling, 2012)
 →マインドフルネスによって,内受容感覚の敏感さ(IS)が向上
 →MAIAと生理指標(HR, SCL):注意制御が高いとHR下降,SCL増大
  SCLの増大は,注意や認知と関連がある。HRは注意を向けると下降
 →「内受容感覚MAIA×FMS ver.a.j(フォーカシング的態度)」負の相関
 →特性不安と有意な相関は認められない

②内受容感覚3種測定(櫻井・清水,2018)
・手続き:MAIA測定後,心拍カウント・心拍弁別課題を実施
・相関:「注意制御因子×気づき・心配しない因子」正の相関,「感情への気づき因子×気づき・注意制御因子」正の相関
・心拍~課題の相関:「心拍カウント成績×自己制御因子」正の相関のみ
→課題間の有意な相関は認められなかった。異なる側面を反映している
→質問紙とも有意な相関は示されなかった。〃
・心拍カウント課題で,「1回も心拍を感じなかった」が多い

③庄司(2017)のMAIAのまとめ
・内受容感覚の低下を修正する試みで,介入群に3か月の瞑想を行った結果,コントロール群と比較して,「attention regulation、emotinal awareness、self regulation、body listening、body trust-ing 」の各因子で改善がみられた。

④田中(2019)
・感情や情動と内受容感覚(IAc)
→脳指標を用いて内受容感覚の正確性を測定することが盛んとなっている。反映されるのが「島皮質(前部)」とされ,正確性の島皮質の灰白質体積が相関することから,島皮質の活動量から正確性が判断されている。「島皮質(前部)」が感情の主観的経験に中心的な働きをしている(心拍数が上がると興奮状態にあるなど)。
・瞑想によって,内受容感覚の正確性っが上昇するという報告も

⑤中島(2021)
・内受容感覚のまとめ

⑥寺澤・梅田(2014)
・BFにおいて,自分の身体内部の変化をどの程度分間に知覚できているかは重要
・内受容感覚の敏感さとBFについて,質問紙(IS)で測定する
*測定された客観的な身体反応と質問紙に反映される身体反応の気づきの関係性は一致せず,敏感さを評定するのに十分な方法ではないという指摘がある

==================================================================

MAIA3因子の考察

質問紙の気づきとBFの制御成績は必ずしも関連しているとは言えないのでは(http://protolab.sakura.ne.jp/LAB01/?p=31183)

・MAIAの相関が高い物が本研究でみられた。先行研究でも相関やパスで同じ
・今回用いたものでも相関がみられなかったのが,内受容感覚と関連しているのではないのでは
・質問紙の気づきとBFの制御成績は必ずしも関連しているとは言えないのでは(http://protolab.sakura.ne.jp/LAB01/?p=31183)

気づきと感情は,身体について述べている
→PAの項目多め・ニュートラルの身体状態の気づき,

不快さや痛み,
→3,4因子は不快さ,NAな身体上にフォーカスあててる

皮膚温制御は,身体はリラックスしていないとできないと,本研究で見出した

ゼミ進捗報告_2回目

報告内容
1. 修士論文の研究テーマFitbitについて
(2. FacePoseCap_予備実験の結果)

=========================================================================

1. 修論の進捗報告
①参加者:「長野先生, 庵袋さん, 重田」+新規「大森・請野・高橋さん」の6人
 ・Fitbit Charge4を2台貸出中。一先ず,今月1か月間の予定。
②データ取得:Pythonプログラムを実施し,先生を除く5人分のデータを取得
 ・「getTokens.py,refreshTokens.py」で、トークン認証完了!
③研究計画書:下記のファイルが研究計画書となります。

2. FacePoseCap_予備実験の結果
①実験概要
 ・参加者:参加者3名
 ・実験刺激:動物タワーバトル(オンライン対戦ゲーム)
 ・実験スケジュール:前安静・課題・後安静を各3分ずつ
 ・生理指標:SC, 顔

②実験結果

課題期間中は、勝っても負けても何回も続けるという内容であったため、参加者によって3分間緊迫した試合を行う人もいれば、すぐに負けてしまい消化不良のまま終わってしまう人もいて力量に個人差があった。そのため、フレンド対戦モードを用いて、実験者と長くプレイするように調節する。

③顔_課題期間中の重田

=========================================================================

顔データを収集したものの分析方法がわかりません。各行動データの平均値を従属変数,3期間を独立変数とした1要因分散分析の参加者内計画でしょうか。

FacePoseCap_データ取得

はじめに
 ここ最近,時間がなくブログ内にメモ書きが散らばっており,FPCもその一つである。 Fitbit研究を終えたら,こちらの研究に取り掛かるため,ゴールデンウィークを利用してデータの取得方法をまとめる。卒論生にも解説できるようにする。

準備するもの
・機材:「MSI01(PC),iPad,iPadスタンド(板),AnkerWebカメラ」
・ソフト類:「Unity2021.3.11f1,カメラ,OBS,Processing3.5.4」
・保存場所:「デスクトップ→個人フォルダ→SUGAWARA」

フォルダ内
・FPCapDualOffline240302:Processing, date内にProcessingの出力ファイル
・検出結果:?
・SimpleFaceCap:Unityで実行すると得られるデータ(CH1_~~.csv)

計測手順(正しいか微妙)
1. 機材周辺を整えたら,iPad前に参加者を座らせる(iPad画面は注視点で隠す)
2. OBSとUnityを実行し,計測スタート(ほぼ同時に実行で,OBSが最初)。
3. 実験スケジュールに基づき,計測を終えたらOBSとUnityを実行停止する
4. 「SUGAWARA→Simple~-ショトカ→CH1_実験日.csv」をデスクトップに出す
5. OBSから出力したmp4形式の動画フォルダ名をCH1と同じ日付に変更する
6. csv, mp4データをFPCap~のdateフォルダに,ドラック&ドロップ
7. Processing(FPcap~.pde)を立ち上げ,「15行目にmp4; 16,17行目にcsv」を入力
8. 上書きした後,Processingを実行する(1回目はエラーのため,2回実行する)
9. 実行画面に移行したら,(上)動画を基に(下)波形の時刻を合わせる
    (同じ秒数でもいくつかあるため,1秒であれば1秒に切り替わった瞬間に揃える)

ここからが怪しい
10. 時刻を合わせたら,F10,11からデータを出力する
11. 出力後,「FPCap~→dateフォルダ→~.B/~.R」が出力される
12. これらを展開し,折れ線グラフから解釈を行う。以上。

Processing画面でのコマンド
・Ctrl+Shift+←/→:下半分の時刻合わせ
・←/→:動画を10秒スキップ
・Ctrl+←/→:動画の最初/最後に移動
・Shift+←/→:動画をミリ単位(細かく)で移動
・space:一時停止
・F9:波形種類の変更(Smile, Browdown, Blink, Pitch, Yaw, Roll)
・F10:対象の変更(R:上半分の赤丸/青丸,B:(赤青)両方)
・F11:csv出力
・F12:動画の再生速度の変更

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

波形と動画を合わせる際,
・波形:合わせに行く
・動画:合わせてもらう

みたいな解釈だから,OBSを先に実行した方がいいかもしれない。