භාවනා තාක්ෂණය හරහා වැඩ මානසික ආතතිය අඩු කිරීමට ජෛවප්‍රතිචාර පදනම් වූ පරිගණකමය ප්‍රවේශයක්

ලෝකය පුරා ජීවත්වන වැඩ කරන ජනතාව මුහුණ දෙන ප්‍රධාන අභියෝගයක් ලෙස වැඩ මානසික ආතතිය හදුනාගෙන තිබෙනව. මෙය අර්ථ දක්වනු ලබන්නේ ඉල්ලුමට සරිලන සැපයුමක් තම දැනුම සහ හැකියාවන් යොදාගෙන සැපයීමට නොහැකි වූ විට ජනයා ප්‍රතිචාර දක්වන ක්‍රමයක් ලෙසයි. වැඩ කිරීමේදී මානසික ආතතිය ඉහළ නැගීම නිසා මානසික අවපීඩනය සහ කාංසාව ඇති වෙනව. වැඩ මානසික ආතතිය සම්පූර්ණයෙන් නැවැත්විය නොහැකි දෙයක්. ඒ නිසා මානසික ආතතියට ධනාත්මකව මුහුණදීමට යම් කිසි යාන්ත්‍රණයක් හදුනාගෙන පුහුණු කල යුතු වෙනව. මේ research එකෙන් මුලිකවම කතා කරන්නෙ quantitative stress classification mechanism එකක් හරහා තමන්ට තමන්ගේ මානසික ආතතිය image based biofeedback assisted mindfulness meditation technique භාවිතා කරල පාලනය කරගන්නෙ කොහොමද කියල ජනතාව දැනුවත් කිරීමක්. මේ සදහා මිනිස් ශරීරයේ තිබෙන galvanic skin homeostasis response variations පරාවර්තනය කරල ඇතිවන මානසික ආතතිය හේතුකරගෙන autonomic nerve system එක ක්‍රියාත්මක කරනව.සම මත voltage amplifier එකක් සමග සම්බන්ධ වූ ඉලෙක්ට්‍රෝඩ සවි කරල වෝල්ටීයතා වෙනස් වීමත් සමග පුද්ගලයෙක්ගේ හැගීම් මට්ටම තියෙන්නෙ කොහොමද කියන එක Galvanic Skin Response (GSR)  මනිනු ලබනව. ප්‍රධාන research එක pre-studies හතරක් මත පදනම් වෙලා තියෙනව.

Mental Arithmatic Test (MAT) සහ Public Speaking Test (PST) මානසික ආතතිය විවිධ මට්ටම් වලට බෙදා වෙන් කිරීමට ප්‍රමාණාත්මක ක්‍රමයක් සපයනු ලබනව. මේ පරීක්ෂණ දෙකම විවිධ විෂයන් හයක් ඔස්සේ පරීක්ෂා කරල තහවුරු කරනු ලබනව. ප්‍රමාණාත්මක මිනුම් සදහා Arduino  පදනම් වූ GSR sensor මගින් GSR data එකතු කරගනු ලබනව. GSR signal analysis එක මත පදනම්ව ලැබුණු නිරීක්ෂණ අනුව MAT එකට වඩා PST එක මානසික ආතතියේ විවිධ මට්ටම් සෑදීමට සුදුසු බව සොයා ගත්ත. ඒකට හේතු වුනේ MAT එකේ අමාරු මට්ටම වැඩි වන විටත්, මුහුණ දීමේ හැකියාවට අභියෝග කිරීමත් ජනතාව අත්හැරීමයි. ඊළග pre-study එක පැවැත්වූයේ GSR එක භාවනාව අතරතුරදි වෙනස් වන ආකාරය හදුනාගැනීමටයි. මේ සදහා භාවනාව භාවනාව පුරුදු කල තුන්දෙනෙක්ද භාවනාව පුරුදු නැති වෘත්තිකයන් තුන්දෙනෙක්ද යොදාගනු ලැබුවා. දත්ත විශ්ලේෂණයෙන් පසු භාවනාව අතරතුරදී GSR මට්ටම පහල බසින බව සොයාගනු ලැබුවා. අවසන් pre-studies නියැදි හයක් සමග දවස් දෙකක් ඇතුළතදි කරනු ලැබුව. පලවෙනි දවසෙ ජෛවප්‍රතිචාර රහිත සති භාවනාව භාවනා කරනු ලැබූ අතර දෙවෙනි දවසෙ ජෛවප්‍රතිචාර සහිත සති භාවනාව භාවනා කරනු ලැබුව. ලැබුණු ප්‍රතිඵල අනුව ජෛවප්‍රතිචාර රහිත සති භාවනාවට වඩා ජෛවප්‍රතිචාර සහිත සති භාවනාව වඩා ඵලදායී බව සොයාගනු ලැබුව.

pre-studies වල ප්‍රතිඵල පදනම් කරගෙන ප්‍රධාන දත්ත එකතු කිරීම අදියර නවයකින් නිර්මාණය කෙරුණු අතර subject 21කින් දත්ත එකතු කරගනු ලැබුව.

GSR signals විශ්ලේෂණය කරාට පස්සෙ area under the curve (AUC) අගයන් 5, 6, 7, 8 පියවරවලින් ලබා ගත්ත. පස්වන පියවරෙන් ලැබෙන AUC අගය baseline of  the subject ලෙස කටයුතු කරන අතර මෙම baseline අගය පියවර 6, 7 සහ 8න් අඩු කරල මානසික ආතති හා  භාවනා මට්ටම්වලට අදාළ වන විදියට සැලකිය යුතු AUC අගයන් ලබා ගන්නව. statistic model එකක් සදහා ඉල්ලුම් කිරීමට පළමුව සෑම පියවරකම බෙදාහැරීම් (පළමු මට්ටමේ මානසික ආතතිය, දෙවන මට්ටමේ මානසික ආතතිය සහ භාවනා මට්ටම) විශ්ලේෂණය කරනු ලැබුවා. ඒ සෑම බෙදාහැරීමක්ම සාමාන්‍ය බව පෙන්වනු ලැබුවා. ඉන්පසු මෙම අදියර අතර අන්තර් විශ්වාසවන්තබව පරීක්ෂා කිරීමට one-way ANOVA භාවිතා කරා.එහිදී 0.05ට අඩු 2.044668x 10^-19, 1.0x 10^-4 සහ 3.5138x 10^-46 P අගයන් ලබා ගත්ත. මෙම ප්‍රතිඵලය සෑම අදියරකටම සැලකිය යුතු මානසික ආතති සහ භාවනා මට්ටම් පවතින බව පෙන්වනු ලැබුවා.

යෝජනා කල විසදුම සදහා වූ විශ්ලේෂණය random subjects හයක් සදහා සිදු කරනු ලැබූ අතර ප්‍රධාන දත්ත එකතු කිරීම සදහා එම දත්තම එකතු කරා. සෑම මට්ටමකම datasets සදහා AUC අගයන් ගණනය කරනු ලැබුවා. framework එකේ නිරවද්‍යතාවය මූලාංක දෝෂය සහ ප්‍රතිශත දෝෂය මගින් ගණනය කරනු ලැබුවා. මූලාංක දෝෂය පදනම් කරගත් නිරවද්‍යතාව සදහා 82.418%, 73.945% සහ 64.96% ප්‍රතිශත ප්‍රධාන අදියර තුන සදහා ලැබුනා. ප්‍රතිශත දෝෂය සදහා 18.63393% ± 17.64024, 12.92949%± 13.53605 සහ 9.84455%± 28.86422 ප්‍රතිශත එක් එක් අදියර සදහා ලැබුනා. අවසානයේ one-way ANOVA භාවිතා කර ප්‍රධාන විශ්ලේෂණයෙන් ලබාගත් දත්ත සහ විශ්ලේෂිත දත්ත අතර සම්බන්ධතාව පරීක්ෂා කිරීමට අදියර නියෝජනය කරන අගයන් විශ්ලේෂණය කරනු ලැබුවා. මෙහිදී 0.05ට අඩු p අගයන් පිලිවෙලින් 0.4407, 0.9491 සහ 0.6043 ලැබුනා. ඒ සමගම මේ නව ප්‍රවේශය හරහා මානසික ආතතිය සහ භාවනාව විවිධ මට්ටම් තුනකට බෙදා වෙන්කිරීමට හැකි වුනා.

J.A.P.H.පෙරේරා , L.M. රත්නරාජා , P.M.C. පෙරේරා, H.B. ඒකනායක, D.A.S. අතුකෝරල

කොළඹ විශ්වවිද්‍යාලයීය පරිගණක අධ්‍යයනායතනය