結合跑步機與VE來探究environment topography與postural control對於伴隨著老化而衰退的spatial navigation performance的影響。這兩項獨變項是我在之前其他navigation文獻中所沒有討論過的議題。
1. 之前看過的文獻大部分是利用VE，但是因為VE畢竟沒有讓受試者在真實環境中行走，因而無法得到proprioception或kinesthetic等在navigation中佔重要貢獻的感覺，因此VE的可信度便因此受到質疑。我們知道navigation其實是一項複雜的功能，許多認知功能都對這項能力有所貢獻，而老化的確會造成許多種cognitive或sensorimotor function的退化，可以想見這其中任何一項功能的退化都有可能會改變老人在navigation的表現，這裡特別提到的便是與sensorimotor有關的postural control。部份文獻提到當老人與年輕人在從事某樣認知功能的能力沒有差異時，若讓他們同時執行認知功能與有動態平衡需求的dual task，則老人執行認知功能的表現變差(不過我還沒看過這些文獻)，顯示對老人而言，認知功能與動態平衡需求的兢爭已經超出了他們所能負荷。在本文中的結果發現老人在執行navigation task時比沒有執行時軀幹搖晃度為大(雖然以一樣的速度行走)，可以驗證以上的說法，不過如果給予扶手作為support便不會發生。因此若以真實環境來從事navigation，給予老人walking support將可以降低以上所提及的顧慮，或許是個不錯的辦法，而且也比VE多了proprioception& kinesthetic sensation feedback。不過我個人經驗是覺得在跑步機上走路的感覺挺怪的(各位的經驗呢？)，但這有可能是因為我們一般在跑步機上走路時明明步伐一直往前，但視覺訊息接受到的卻是固定不動的場景，若搭配螢幕上的VE可能會消除這種感覺衝突的現象吧。
2. 至於利用topography(筆直的走廊或彎彎曲曲的走廊，Fig1.)來驗證不同年齡在navigation learning使用的主要策略是不是有不同，也是一個很有趣的作法(至少對我而言)。
3. 因為必須用到5個maze，為了讓每個maze的難度一致，在Materials裡面有提到，它們必須符合(a)~(f)等6項規則，我覺得還蠻複雜的，不曉得這是不是利用程式就可以產生既符合規則且又長的不一樣的maze？
No comments:
Post a Comment