Цель: проверить влияние использования социальных медиа на внимание и память студентов, учтя культурные и возрастные различия.
Краткий план
1) Гипотезы
- H1: использование соцсетей ухудшает показатели внимания и кратковременной/рабочей памяти по сравнению с контролем.
- H2: эффект модифицируется возрастом и культурой (взаимодействие).
2) Дизайн
- Тип: смешанный (within-subjects по условию × между-subjects по культуре/возрасту).
- Условия (перемешаны, counterbalanced): $\text{Control (no SM)}$, $\text{Passive browsing}$, $\text{Active interaction (posting)}$, $\text{Multitasking (SM + учебная задача)}$ — всего \(\(4\)\) условий.
- Длительность каждой сессии: \(\(15\)\) минут задачи + \(\(5\)\)-минутный перерыв (washout). Возможна добавочная отложенная память через \(\(24\)\) часа.
3) Выборка и стратификация
- Стратифицировать по культуре (мультисайт) и возрастным группам (например, студенты младших курсов vs старших): рекомендовать минимум по стратирам; использовать симуляцию мощности для LMM.
- Примерная формула для простой оценки размера выборки при двух группах (независимых): $$n=\frac{2(Z_{1-\alpha /2}+Z_{1-\beta }{)}^2}{d^2},$$ где $\alpha$ — уровень значимости, $\beta$ — вероятность ошибки II рода, $d$ — ожидаемый эффект (Cohen's $d$). При $\alpha =0.05$ ($Z_{1-\alpha /2}=1.96$), мощность $1-\beta =0.80$ ($Z_{1-\beta }=0.84$) и $d=0.3$ получаем приближённо $n\approx 352$ на группу — для внутрисубъектного дизайна требование меньше; поэтому рекомендую смоделировать мощность для LMM и целить минимум по стратирам $\sim 100$ участников/страта.
4) Измеряемые переменные
- Объективные показатели внимания:
- Время реакции (RT) и вариабельность RT на тесте устойчивого внимания (CPT/SART): $\text{RT},{\text{RT}}_{\text{SD}}$.
- Ошибки пропуска/комиссии (omission/commission).
- Память:
- Рабочая память: $n$-back (точность, d′).
- Эпизодическая память: свободный/пороговый воспроизведение списков (немедленная и отсроченная через \(\(24\)\) ч).
- Физиологические/поведенческие: пульс/пульсоксиметрия, зрачковая реакция или EEG (опционально), время фокусировки взгляда (eye-tracking).
- Субъективные: шкалы внимания, усталости, стресс; дневной расход времени в соцсетях (мин/день) — самооценка + трекинг (экранное время).
- Контрольные переменные: сон предыдущей ночи (часы), употребление кофеина, учебная загрузка, SES, уровень владения устройствами, привычка к многозадачности.
5) Процедура контроля и рандомизации
- Рандомизация порядка условий внутри участников; контрбалансировка латинским квадратом.
- Стандартизировать окружение (шум, освещение, устройство).
- Инструкции и материалы переводить и проверять через back-translation для каждой культуры.
- Прескрининг: исключить неврологические/психиатрические расстройства, сильные нарушения сна.
6) Статистические методы
- Основной анализ: линейные смешанные модели (LMM) для непрерывных исходов и GLMM для биномиальных/счётных. Пример модели: $$Y_{ij}={\beta }_0+{\beta }_1{\text{Condition}}_{ij}+{\beta }_2{\text{Age}}_i+{\beta }_3{\text{Culture}}_i+{\beta }_4(\text{Condition}\times \text{Age})+{\beta }_5(\text{Condition}\times \text{Culture})+u_i+v_{site}+e_{ij},$$ где $u_i$ — случайный перехват для участника, $v_{site}$ — случайный эффект сайта/культуры при необходимости.
- Тестирование гипотез: оценка фиксированных эффектов (t-статистика/приближ. Satterthwaite), likelihood-ratio tests для сравнений моделей.
- Множественная проверка: Benjamini–Hochberg для контроля FDR или семейно-wise коррекция (если требуется).
- Медиаторы/модераторы: анализ модерации (interaction terms) и медиаторный анализ (путём структурного моделирования или бутстрэп-медиана) для тестирования, например, влияет ли многозадачность через уменьшение внимания на память.
- Проверки равенства измерений между культурами: многофакторный подтверждающий факторный анализ (multi-group CFA) для шкал.
- Сенситивность: перформить анализы с/без ковариат, проверить влияние выбросов; при отсутствии эффекта — провести тесты эквивалентности.
7) Контроль культурных и возрастных различий
- Стратифицированная подборка и равные квоты по ключевым возрастным группам и культурным сайтам.
- Локализация материалов и проверка психометрики (конфирмативный факторный анализ) для обеспечения эквивалентности измерений.
- Включение культуры и возраста как фиксированных эффектов и их взаимодействий с условием в моделях; при наличии значимых взаимодействий — проводить пост‑hoc анализы по стратам.
- Учет различий в доступе/привычках: измерять привычное время использования соцсетей, типы платформ, язык интерфейса и включать как ковариаты или факторные модераторы.
- При мультисайтовом исполнении использовать случайные эффекты для сайта и стандартизованные протоколы исследования.
8) Дополнительно
- Пререгистрация гипотез и анализа; планирование промежуточных анализов и критериев остановки.
- Этические соображения: информированное согласие, конфиденциальность экранного трекинга.
- Репликация: тестировать повторно на независимой выборке/стране.
Кратко: используйте смешанный дизайн с \(\(4\)\) условиями, измеряйте объективные и субъективные показатели внимания и памяти, анализируйте LMM с взаимодействиями для культуры/возраста, стратифицируйте и подтвердите эквивалентность измерений, рассчитывайте мощность через симуляции для LMM и контролируйте множественные сравнения.