ОЦЕНКА ЭФФЕКТА ОДНОЙ СЕССИИ НЕЙРОБИОУПРАВЛЕНИЯ (НА ОСНОВЕ ИНДИВИДУАЛЬНОЙ ЧАСТОТЫ АЛЬФА-РИТМА) НА СПЕКТРАЛЬНЫЕ ХАРАКТЕРИСТИКИ СОСТОЯНИЙ СПОКОЙНОГО БОДРСТВОВАНИЯ И ВЫПОЛНЕНИЕ ТВОРЧЕСКОГО ЗАДАНИЯ НА АЛЬТЕРНАТИВНОЕ ИСПОЛЬЗОВАНИЕ


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В исследовании изучали спектральные характеристики электроэнцефалограммы (ЭЭГ) в состояниях спокойного бодрствования и при выполнении творческой задачи (теста альтернативного использования – Alternative Uses Task, AUT) до и после одной сессии нейробиоуправления (нБОС) и фиктивной нБОС тренировки. В исследовании приняли участие 24 подростка (15–17 лет), случайным образом разделенных на две независимые группы по 12 чел. – тестовую (TEST, проходили одну сессию нБОС на основе IAF) и контрольную (SHAM, проходили одну сессию фиктивной нБОС). Были проанализированы спектральная мощность в Δ (1.5–4 Гц)-, θ (4–8 Гц)-, α1 (8–10 Гц)-, α2 (10–13 Гц)-, β1 (13–18 Гц)-, β2 (18–30 Гц)-диапазонах ЭЭГ в состояниях спокойного бодрствования с открытыми и закрытыми глазами, а также связанная с событиями синхронизация/десинхронизация ЭЭГ во время выполнения теста альтернативного использования до и после нБОС/SHAM-сессии. Различия между группами в состояниях спокойного бодрствования до нБОС/SHAM-сессий отсутствовали. После нБОС/SHAM-сессии наблюдались меньшие значения мощности ЭЭГ в β2-диапазоне в состоянии «закрытые глаза» в тестовой группе по сравнению с контрольной группой. В тестовой группе также наблюдалось уменьшение мощности в Δ-диапазоне ЭЭГ в лобно-височных областях в состоянии «закрытые глаза» и увеличение мощности в α2-диапазоне в состоянии «открытые глаза» ПОСЛЕ нБОС-сессии по сравнению с состояниями ДО. В контрольной группе различий спектральной мощности ЭЭГ в состояниях ПОСЛЕ vs. ДО прохождения SHAM-сессии обнаружено не было. Анализ связанной с событиями синхронизации/десинхронизации ЭЭГ при выполнении теста AUT до и после сессии биоуправления не выявил различий между тестовой и контрольной группами. Внутригрупповые сравнения ПОСЛЕ vs. ДО нБОС/SHAM-сессий выявили следующие эффекты: в тестовой группе сначала наблюдалась десинхронизация ЭЭГ в диапазоне частот 17.5–30 Гц в лобных зонах левого полушария в интервале 220–300 мс после предъявления стимула, а потом – синхронизация в θ- и низкочастотном α-диапазонах ЭЭГ 4–9.8 Гц (в интервале 540–1400 мс) с максимумом различий в лобных зонах. Контрольная группа характеризовалась только синхронизацией ЭЭГ на частотах 9.5–26 Гц и в более узком временном интервале 520–760 мс в центральных и лобных отведениях. Таким образом, одна нБОС-сессия в тестовой группе приводила к изменениям спектральной мощности ЭЭГ в состояниях спокойного бодрствования, отсутствующим в контрольной (SHAM) группе после фиктивной тренировки, и отличным образом модулировала состояние при творческой деятельности.

Об авторах

А. В. Грохотова

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Email: anya.annie@yandex.ru
Санкт-Петербург, Россия

Ж. В. Нагорнова

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Email: anya.annie@yandex.ru
Санкт-Петербург, Россия

Н. В. Шемякина

Институт эволюционной физиологии и биохимии имени И.М. Сеченова РАН

Автор, ответственный за переписку.
Email: anya.annie@yandex.ru
Санкт-Петербург, Россия

Список литературы

  1. Guilford J.P. The structure of intellect // Psychol. Bull. 1956. V. 53. № 4. P. 267.
  2. Guilford J.P., Christensen P.R., Merrifield P.R., Wil-son R.C. Alternate uses: Manual of instructions and interpretations. Orange, CA: Sheridan Psychological Services, 1978. 24 p.
  3. Guilford J.P. The nature of human intelligence. McGraw-Hill, 1967. P. 538.
  4. Runco M.A., Jaeger G.J. The standard definition of creativity // Creat. Res. J. 2012. V. 24. № 1. P. 92.
  5. Sternberg R.J., Lubart T.I. The concept of creativity: Prospects and paradigms / Handbook of creativity. Ed. Sternberg R.J. Cambridge: Cambridge University Press, 1999. P. 3.
  6. Bechtereva N.P., Shemyakina N.V., Starchenko M.G. et al. Error detection mechanisms of the brain: Back ground and prospects // Int. J. Psychophysiol. 2005. V. 5. № 2–3. P. 227.
  7. Шемякина Н.В., Данько С.Г., Нагорнова Ж.В. и др. Динамика спектров мощности и когерентности ритмических компонентов ЭЭГ при решении вер- бальной творческой задачи преодоления стереотипа // Физиология человека. 2007. Т. 33. № 5. С. 14.
  8. Camarda A., Salvia É., Vidal J. et al. Neural basis of functional fixedness during creative idea generation: An EEG study // Neuropsychologia. 2018. V. 118. Pt. A. P. 4.
  9. Fink A., Graif B., Neubauer A.C. Brain correlates underlying creative thinking: EEG alpha activity in professional vs. novice dancers // NeuroImage. 2009. V. 46. № 3. P. 854.
  10. Fink A., Schwab D., Papousek I. Sensitivity of EEG upper alpha activity to cognitive and affective creativity interventions // Int. J. Psychophysiol. 2011. V. 82. № 3. P. 233.
  11. Kröger S., Rutter B., Hill H. et al. An ERP study of passive creative conceptual expansion using a modified alternate uses task // Brain Res. 2011. V. 1527. P. 189.
  12. Kraus B., Cadle C., Simon-Dack S. EEG alpha activity is moderated by the serial order effect during divergent thinking // Biol. Psychol. 2019. V. 145. P. 84.
  13. Stevens C.E., Jr., Zabelina D.L. Classifying creativity: Applying machine learning techniques to divergent thinking EEG data // NeuroImage. 2020. V. 219. P. 116990.
  14. Rominger C., Gubler D.A., Makowski L.M., Troche S.J. More creative ideas are associated with increased right posterior power and frontal-parietal/occipital coupling in the upper alpha band: A within-subjects study // Int. J. Psychophysiol. 2022. V. 181. P. 95.
  15. Нагорнова Ж.В., Галкин В.А., Васенькина В.А. и др. Нейрофизиологические характеристики придумывания альтернативного использования по данным анализа вызванных потенциалов (ВП) и связанной с событиями синхронизации/десинхронизации ЭЭГ в зависимости от уровня продуктивности и оригинальности испытуемых // Физиология человека. 2022. Т. 48. № 6. С. 3.
  16. Нагорнова Ж.В., Шемякина Н.В. Влияние условий сотрудничества на амплитуды вызванных потенциалов при творческой и нетворческой деятельности // Журнал эволюционной биохимии и физиологии. 2024. Т. 60. № 1. С. 105.
  17. Mazza A., Dal Monte O., Schintu S. et al. Beyond alpha-band: The neural correlate of creative thinking // Neuropsychologia. 2023. V. 179. P. 108446.
  18. Bartoli E., Devara E., Dang H. Q. et al. Default mode network electrophysiological dynamics and causal role in creative thinking // Brain. 2024. V. 147. № 10. P. 3409.
  19. Fink A., Grabner R.H., Benedek M., Neubauer A.C. Divergent thinking training is related to frontal electroencephalogram alpha synchronization // Eur. J. Neurosci. 2006. V. 23. № 8. P. 2241.
  20. Luft C.D.B., Zioga I., Thompson N.M. et al. Right temporal alpha oscillations as a neural mechanism for inhibiting obvious associations // Proc. Natl. Acad. Sci. U.S.A. 2018. V. 115. № 52. P. E12144.
  21. Mednick S.A., Mednick M.T. Manual, the remote associates test, Form I. Boston, Mass.: Houghton-Mifflin, 1967. P. 32.
  22. Benedek M., Bergner S., Könen T. et al. EEG alpha synchronization is related to top-down processing in convergent and divergent thinking // Neuropsychologia. 2011. V. 49. № 12. P. 3505.
  23. Mölle M., Marshall L., Wolf B. et al. EEG complexity and performance measures of creative thinking // Psychophysiology. 1999. V. 36. № 1. P. 95.
  24. Штарк М.Б., Василевский Н.Н. Биоуправление: теория и практика. Новосибирск: Наука, Сибир. отд-ние, 1988. 168 с.
  25. Сороко С.И., Трубачев В.В. Нейрофизиологические и психофизиологические основы адаптивного биоуправления. СПб.: Политехника-сервис, 2010. 607 с.
  26. Loriette C., Ziane C., Ben Hamed S. Neurofeedback for cognitive enhancement and intervention and brain plasticity // Rev. Neurol. 2021. V. 177. № 9. P. 1133.
  27. Katkin E.S., Fitzgerald C.R., Shapiro D. Clinical applications of biofeedback: Current status and future prospects / Psychology: From research to practice // Eds. Pick H.L., Leibowitz H.W., Singer J.E., Steinschneider A., Stevenson H.W. Boston, MA: Springer, 1978. P. 243.
  28. Rogala J., Jurewicz K., Paluch K. et al. The do's and don'ts of neurofeedback training: A review of the controlled studies using healthy adults // Front. Hum. Neurosci. 2016. V. 10. P. 301.
  29. Enriquez-Geppert S., Huster R.J., Herrmann C.S. EEG-neurofeedback as a tool to modulate cognition and behavior: A review tutorial // Front. Hum. Neurosci. 2017. V. 11. P. 51.
  30. Rahmati N., Rostami R., Zali M.R. et al. The effectiveness of neurofeedback on enhancing cognitive process involved in entrepreneurship abilities among primary school students in district No. 3 Tehran // Basic Clin. Neurosci. 2014. V. 5. № 4. P. 277.
  31. Egner T., Gruzelier J.H. Ecological validity of neurofeedback: Modula tion of slow wave EEG enhances musical performance // Neuroreport. 2003. V. 14. № 9. P. 1225.
  32. Gruzelier J.H. EEG-neurofeedback for optimising performance. II: creativity, the performing arts and ecological validity // Neurosci. Biobehav. Rev. 2014. V. 44. P. 142.
  33. Agnoli S., Zanon M., Mastria S. et al. Enhancing creative cognition with a rapid right-parietal neurofeedback procedure // Neuropsychologia. 2018. V. 118. Pt. A. P. 99.
  34. Boynton T. Applied research using alpha/theta training for enhancing creativity and well-being // J. Neurother. 2001. V. 5. № 1–2. P. 5.
  35. Klimesch W., Schimke H., Pfurtscheller G. Alpha frequency, cognitive load and memory performance // Brain Topogr. 1993. V. 5. № 3. P. 241.
  36. Barry R.J., Clarke A.R., Johnstone S.J. еt al. EEG differences between eyes-closed and eyes-open resting conditions // Clin. Neurophysiol. 2007. V. 118. № 12. P. 2765.
  37. Klimesch W., Sauseng P., Hanslmayr S. EEG alpha oscillations: The inhibition-timing hypothesis // Brain Res. Rev. 2007. V. 53. № 1. P. 63.
  38. Nunez P., Wingeier B., Silberstein R. Spatial-temporal structures of human alpha rhythms: Theory, microcurrent sources, multiscale measurements, and global binding of networks // Hum. Brain Mapp. 2001. V. 13. № 3. P. 125.
  39. Базанова О.М. Современная интерпретация альфа-активности ЭЭГ // Междунар. неврол. журн. 2011. № 8. С. 96.
  40. Li B.Z., Nan W., Pun S.H. et al. Modulating individual alpha frequency through short-term neurofeedback for cognitive enhancement in healthy young adults // Brain Sci. 2023. V. 13. № 6. P. 926.
  41. Zoefel B., Huster R.J., Herrmann C.S. Neurofeedback training of the upper alpha frequency band in EEG improves cognitive performance // NeuroImage. 2011. V. 54. № 2. P. 1427.
  42. Nan W., Rodrigues J.P., Ma J. et al. Individual alpha neurofeedback training effect on short term memory // Int. J. Psychophysiol. 2012. V. 86. № 1. P. 83.
  43. Bobby J.S., Prakash S. Upper alpha neurofeedback training enhances working memory performance using LabVIEW // Int. J. Biomed. Eng. Technol. 2017. V. 25. № 2-4. P. 120.
  44. Enriquez-Geppert S., Huster R.J., Figge C., Her- rmann C.S. Self-regulation of frontal-midline theta facilitates memory updating and mental set shifting // Front. Behav. Neurosci. 2014. V. 8. P. 420.
  45. Escolano C., Navarro-Gil M., Garcia-Campayo J., Minguez J. The effects of a single session of upper alpha neurofeedback for cognitive enhancement: A sham-controlled study // Appl. Psychophysiol. Biofeedback. 2014. V. 39. № 3-4. P. 227.
  46. Карвасарский Б.Д. Клиническая психология: учебник. СПб.: Питер, 2004. 960 с.
  47. Witkin H.A., Oltman P.K., Raskin E., Karp S.A. A manual for the embedded figures tests. Palo Alto, CA: Consulting Psychologists Press, 1971. P. 15.
  48. Raven J., Raven J. Raven Progressive Matrices / Handbook of nonverbal assessment // Ed. McCal- lum R.S. Plenum Publishers, 2003. P. 223.
  49. Равен М., Стайл И. Стандартные плюс прогрессивные матрицы Равена (серии А, В, С, D, Е). М.: Когито-Центр, 2001. 64 с.
  50. Воронин А.Н., Галкина Т.В. Диагностика вербальной креативности (адаптация теста Медника) // Методы психологической диагностики. 1994. № 2. С. 40.
  51. Туник Е.Е. Диагностика креативности. Тест Е. Торренса. Адаптированный вариант. СПб.: Речь, 2006. 176 с.
  52. Котик М.А. Психология и безопасность. Таллинн: Валгус, 1989. 440 с.
  53. Андреева А.Д., Прихожан А.М. Методика диагностики мотивации учения и эмоционального отношения к учению в средних и старших классах школы // Психологическая диагностика. 2006. № 1. С. 33.
  54. Vigario R.N. Extraction of ocular artefacts from EEG using independent component analysis // Electroencephalogr. Clin. Neurophysiol. 1997. V. 103. № 3. P. 395.
  55. Jung T.P., Makeig S., Westerfield M. et al. Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects // Clin. Neurophysiol. 2000. V. 111. № 10. P. 1745.
  56. Терещенко Е.П., Пономарев В.А., Кропотов Ю.Д., Мюллер А. Сравнение эффективности различных методов удаления артефактов морганий при анализе количественной электроэнцефалограммы и вызванных потенциалов // Физиология человека. 2009. Т. 35. № 2. С. 124.
  57. Bendat J.C., Piersol A.G. Random data: Analysis and measurement procedures. 2nd ed. New York, NY, USA: John Wiley & Sons, 1986. P. 592.
  58. Greenhouse S.W., Geisser S. On methods in the analysis of profile data // Psychometrika. 1959. V. 24. P. 95.
  59. Tallon-Baudry C., Bertrand O. Oscillatory gamma activity in humans and its role in object representation // Trends Cogn. Sci. 1999. V. 3. № 4. P. 151.
  60. Maris E., Oostenveld R. Nonparametric statistical testing of EEG- and MEG-data // J. Neurosci. Methods. 2007. V. 164. № 1. P. 177.
  61. Пронина М.В., Пономарев В.А., Кропотов Ю.Д. Влияние сложности задачи на величину синхронизации ЭЭГ активности бета-диапазона в сенсомоторной коре // Рос. физиол. ж. им. И.М. Сеченова. 2022. Т. 108. № 11. С. 1442.
  62. Никишена И.С., Пономарев В.А., Кропотов Ю.Д. Связанные с событиями потенциалы мозга человека при сравнении зрительных стимулов // Физиология человека. 2023. Т. 49. № 3. С. 67.
  63. Alaraj M., Fukami T. Quantitative evaluation for the wakefulness state using complexity-based decision threshold value in EEG signals / 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). Osaka, Japan, July 3–7, 2013. P. 6175. doi: 10.1109/EMBC.2013.6610963
  64. Altınkaynak M., Yeşilbaş D., Batbat T. et al. Multimodal analysis of cortical activation in young male adults with internet gaming disorder: A resting state EEG-fNIRS study // J. Psychiatr. Res. 2024. V. 177. P. 368.
  65. Ali A., Afridi R., Soomro T.A. et al. A single-channel wireless EEG headset enabled neural activities analysis for mental healthcare applications // Wirel. Pers. Commun. 2022. V. 125. № 4. P. 3699.
  66. Kim D.K., Rhee J.H., Kang S.W. Reorganization of the brain and heart rhythm during autogenic meditation // Front. Integr. Neurosci. 2024. V. 7. P. 109.
  67. Marzbani H., Marateb H.R., Mansourian M. Neurofeedback: A Comprehensive Review on System Design, Methodology and Clinical Applications // Basic Clin. Neurosci. 2016. V. 7. № 2. P. 143.
  68. Hanslmayr S., Sauseng P., Doppelmayr M. et al. Increasing individual upper alpha power by neurofeedback improves cognitive performance in human subjects // Appl. Psychophysiol. Biofeedback. 2005. V. 30. № 1. P. 1.
  69. Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory performance: A review and analysis // Brain Res. Brain Res. Rev. 1999. V. 29. № 2–3. P. 169.
  70. Knyazev G.G. EEG delta oscillations as a correlate of basic homeostatic and motivational processes // Neurosci. Biobehav. Rev. 2012. V. 36. № 1. P. 677.
  71. Kiroy V.N., Warsawskaya L.V., Voynov V.B. EEG after prolonged mental activity // Int. J. Neurosci. 1996. V. 85. № 1–2. P. 31.
  72. Lal S.K.L., Craig A. Driver fatigue: Electroence-phalography and psychological assessment // Psycho-physiology. 2002. V. 39. № 3. P. 313.
  73. Lal S.K.L., Craig A. Reproducibility of the spectral components of the electroencephalogram during driver fatigue // Int. J. Psychophysiol. 2005. V. 55. № 2. P. 137.
  74. Lapomarda G., Valer S., Job R. et al. Built to last: Theta and delta changes in resting-state EEG activity after regulating emotions // Brain Behav. 2022. V. 12. № 6. P. e2598.
  75. Aldemir R., Demirci E., Per H. et al. Investigation of attention deficit hyperactivity disorder (ADHD) sub-types in children via EEG frequency domain analysis // Int. J. Neurosci. 2018. V. 128. № 4. P. 349.
  76. Wang H., Hou Y., Zhan S. et al. EEG biofeedback decreases theta and beta power while increasing alpha power in insomniacs: An open-label study // Brain Sci. 2023. V. 13. № 11. P. 1542.
  77. Ozga W.K., Zapała D., Wierzgała P. et al. Acoustic neurofeedback increases beta ERD during mental rotation task // Appl. Psychophysiol. Biofeedback. 2019. V. 44. № 2. P. 103.
  78. Gilhooly K.J., Fioratou E., Anthony S.H., Wynn V. Divergent thinking: strategies and executive involvement in generating novel uses for familiar objects // Br. J. Psychol. 2007. V. 98. P. 611.
  79. Klimesch W., Schimke H., Schwaiger J. Episodic and semantic memory: an analysis in the EEG theta and alpha band // Electroencephalogr. Clin. Neurophysiol. 1994. V. 91. № 6. P. 428.
  80. Sauseng P., Klimesch W., Schabus M., Doppelmayr M. Fronto-parietal EEG coherence in theta and upper alpha reflect central executive functions of working memory // Int. J. Psychophysiol. 2005. V. 57. № 2. P. 97.
  81. Knyazev G.G. Motivation, emotion, and their inhibitory control mirrored in brain oscillations // Neurosci. Biobehav. Rev. 2007. V. 31. № 3. P. 377.
  82. Cooper N.R., Burgess A.P., Croft R.J., Gruzelier J.H. Investigating evoked and induced electroencepha- logram activity in task-related alpha power increases during an internally directed attention task // Neuroreport. 2006. V. 17. № 2. P. 205.
  83. Русалова М.Н., Костюнина М.Б. Частотно-амплитудные характеристики левого и правого полушарий при мысленном воспроизведении эмоционально окрашенных образов // Физиология человека. 1999. T. 25. № 5. C. 50.
  84. Fink A., Benedek M. EEG alpha power and creative ideation // Neurosci. Biobehav. Rev. 2014. V. 44. № 100. P. 111.
  85. Ray W.J., Cole H.W. EEG alpha activity reflects attentional demands, and beta activity reflects emotional and cognitive processes // Science. 1985. V. 228. № 4700. P. 750.
  86. Cooper N.R., Croft R.J., Dominey S.J. et al. Paradox lost? Exploring the role of alpha oscillations during externally vs. internally directed attention and the implications for idling and inhibition hypotheses // Int. J. Psychophysiol. 2003. V. 47. № 1. P. 65.
  87. Lubar J.F. Discourse on the development of EEG diagnostics and biofeedback for attention-deficit/hyperactivity disorders // Biofeedback Self Regul. 1991. V. 16. № 3. P. 201.
  88. Kamiński J., Brzezicka A., Gola M., Wróbel A. Beta band oscillations engagement in human alertness process. International // Int. J. Psychophysiol. 2012. V. 85. № 1. P. 125.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».