Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Méthodes de présentation d'objets du monde réel dans des conditions de laboratoire contrôlées

Published: June 21, 2019 doi: 10.3791/59762
Automatic Translation
1, 1
1Department of Psychology, University of Nevada, Reno

Summary

Nous décrivons des méthodes pour présenter des objets du monde réel et apparions des images des mêmes objets dans des conditions expérimentales étroitement contrôlées. Les méthodes sont décrites dans le contexte d'une tâche de prise de décision, mais la même approche du monde réel peut être étendue à d'autres domaines cognitifs tels que la perception, l'attention et la mémoire.

Abstract

Notre connaissance de la vision de l'objet humain repose presque exclusivement sur des études dans lesquelles les stimuli sont présentés sous forme d'images bidimensionnelles informatisées (2-D). Dans la vie quotidienne, cependant, les humains interagissent principalement avec des objets solides du monde réel, pas des images. Actuellement, nous savons très peu de choses sur la question de savoir si les images d'objets déclenchent des processus comportementaux ou neuronaux similaires, tout comme les exemples du monde réel. Ici, nous présentons des méthodes pour amener le monde réel dans le laboratoire. Nous détaillons les méthodes de présentation de stimuli réels riches et écologiquement valides dans des conditions d'observation étroitement contrôlées. Nous décrivons comment faire correspondre étroitement l'apparence visuelle des objets réels et de leurs images, ainsi que de nouveaux appareils et protocoles qui peuvent être utilisés pour présenter des objets réels et des images informatisées sur des essais successivement entrelacés. Nous utilisons un paradigme de prise de décision comme exemple de cas dans lequel nous comparons la volonté de payer (WTP) pour les vraies collations par rapport aux images 2D des mêmes articles. Nous montrons que le WTP augmente de 6,6 % pour les aliments présentés comme des objets réels par rapport aux images colorées 2D haute résolution des mêmes aliments, ce qui suggère que les vrais aliments sont perçus comme étant plus précieux que leurs images. Bien que la présentation de stimuli d'objets réels dans des conditions contrôlées présente plusieurs défis pratiques pour l'expérimentateur, cette approche élargira fondamentalement notre compréhension des processus cognitifs et neuronaux qui sous-tendent les processus naturalistes vue.

Introduction

La valeur translationnelle de la recherche primaire dans la perception et la cognition humaines dépend de la mesure dans laquelle les résultats se transfèrent aux stimuli et aux contextes du monde réel. Une question de longue date concerne la façon dont le cerveau traite les entrées sensorielles du monde réel. Actuellement, la connaissance de la cognition visuelle est basée presque exclusivement sur des études qui se sont appuyées sur des stimuli sous la forme d'images bidimensionnelles (2-D), généralement présentées sous forme d'images informatisées. Bien que l'interaction image est de plus en plus fréquente dans le monde moderne, les humains sont des observateurs actifs pour qui le système visuel a évolué pour permettre la perception et l'interaction avec des objets réels, pas des images1. Jusqu'à présent, l'hypothèse générale dans les études de la vision humaine a été que les images sont équivalentes, et les procurations appropriées pour, les affichages d'objets réels. Actuellement, cependant, nous savons étonnamment peu de choses sur la question de savoir si les images déclenchent efficacement les mêmes processus cognitifs sous-jacents que les objets réels. Par conséquent, il est important de déterminer dans quelle mesure les réponses aux images sont semblables ou différentes de celles obtenues par leurs homologues du monde réel.

Il existe plusieurs différences importantes entre les objets réels et les images qui pourraient conduire à des différences dans la façon dont ces stimuli sont traités dans le cerveau. Lorsque nous regardons des objets réels avec deux yeux, chaque œil reçoit des informations à partir d'un point de vue horizontal légèrement différent. Cet écart entre les différentes images, connu sous le nom de disparité binoculaire, est résolu par le cerveau pour produire un sens unitaire de la profondeur2,3. Les indices de profondeur dérivés de la vision stéréoscopique, ainsi que d'autres sources telles que la parallaxe de mouvement, transmettent des informations précises à l'observateur sur la distance égocentrique de l'objet, son emplacement et sa taille physique, ainsi que sa géométrie tridimensionnelle (3-D) structure de forme4,5. Les images planaires d'objets ne transmettent pas d'informations sur la taille physique du stimulus, car seule la distance par rapport au moniteur est connue par l'observateur, et non par la distance de l'objet. Bien que les images 3D d'objets, tels que les stéréogrammes, se rapprochent de plus près de l'apparence visuelle des objets réels, ils n'existent pas dans l'espace 3D, ni ne permettent de véritables actions motrices telles que la saisie avec les mains6.

Les défis pratiques de l'utilisation de stimuli d'objets réels dans des contextes expérimentaux
Contrairement aux études de la vision d'image dans laquelle la présentation de stimulus est entièrement contrôlée par ordinateur, travailler avec des objets réels présente une gamme de défis pratiques pour l'expérimentateur. La position, l'ordre et le moment des présentations d'objets doivent être contrôlés manuellement tout au long de l'expérience. Travailler avec des objets réels (contrairement aux images) peut impliquer un engagement de temps significatif en raison de la nécessité de recueillir7,8,9 ou faire10 objets, mettre en place les stimuli avant l'expérience, et de présenter le objets manuellement pendant l'étude. En outre, dans les expériences qui sont conçus pour comparer, directement, les réponses à des objets réels avec des images, il est essentiel de correspondre étroitement à l'apparence des stimuli dans les différents formats d'affichage8,9. Les paramètres de stimulation, les conditions environnementales, ainsi que la randomisation et le contrepoids des stimuli réels d'objets et d'images, doivent tous être contrôlés avec soin afin d'isoler les facteurs causals et d'exclure d'autres explications pour les effets observés.

Les méthodes détaillées ci-dessous pour présenter des objets réels (et des images assorties) sont décrites dans le contexte d'un paradigme de prise de décision. L'approche générale peut toutefois être étendue pour examiner si le format de stimulation influence d'autres aspects de la cognition visuelle tels que la perception, la mémoire ou l'attention.

Les objets réels sont-ils traités différemment des images ? Un exemple de cas de la prise de décision
L'inadéquation entre les types d'objets que nous rencontrons dans des scénarios réels par rapport à ceux examinés dans des expériences de laboratoire est particulièrement évidente dans les études sur la prise de décision humaine. Dans la plupart des études de choix diététique, les participants sont invités à porter des jugements sur les grignotines qui sont présentées comme des images 2D colorées sur un moniteur d'ordinateur 11,12,13,14. En revanche, les décisions quotidiennes concernant les aliments à manger sont généralement prises en présence de vrais aliments, comme au supermarché ou à la cafétéria. Bien que dans la vie moderne, nous regardions régulièrement des images de grignotines (c.-à-d. sur les panneaux d'affichage, les écrans de télévision et les plateformes en ligne), la capacité de détecter et de réagir de façon appropriée à la présence d'aliments réels à forte densité énergétique peut s'adapter à une évolution perspective parce qu'elle facilite la croissance, l'avantage concurrentiel et la reproduction15,16,17.

Les résultats de la recherche dans les études scientifiques sur la prise de décision et le choix alimentaire ont été utilisés pour orienter les initiatives de santé publique visant à freiner l'augmentation des taux d'obésité. Malheureusement, ces initiatives semblent avoir rencontré peu ou pas de succèsmesurable18,19,20,21. L'obésité demeure un facteur important de la charge mondiale d'une maladie22 et est liée à toute une gamme de problèmes de santé connexes, y compris les maladies coronariennes, la démence, le diabète de type II, certains cancers et l'augmentation du risque global de morbidité22. ,23,24,25,26,27. La forte augmentation de l'obésité et des conditions de santé associées au cours des dernières décennies28 a été liée à la disponibilité d'aliments bon marché et riches en énergie18,29. En tant que tel, il ya un intérêt scientifique intense à comprendre les systèmes cognitifs et neuronaux sous-jacents qui régulent les décisions alimentaires quotidiennes.

S'il existe des différences dans la façon dont les aliments dans différents formats sont traités dans le cerveau, alors cela pourrait fournir un aperçu des raisons pour lesquelles les approches de santé publique pour lutter contre l'obésité ont été infructueuses. Malgré les différences entre les images et les objets du monde réel, décrits ci-dessus, étonnamment peu est connu quant à savoir si les images de grignotines sont traitées de la même façon que leurs homologues du monde réel. En particulier, on sait peu de choses sur la question de savoir si les aliments réels sont perçus comme plus précieux ou plus assainis que les images appariées des mêmes articles. Les premières études comportementales classiques ont constaté que les jeunes enfants étaient capables de retarder la gratification dans le contexte des images colorées en 2D des grignotines30, mais pas quand ils ont été confrontés à de vrais grignotines31. Cependant, peu d'études ont examiné chez les adultes si le format dans lequel une collation est affichée influence la prise de décision ou l'évaluation12,32,33 et une seule étude à ce jour, de notre laboratoire, a testé cette lorsque les paramètres de stimulation et les facteurs environnementaux sont appariés selon les formats7. Ici, nous décrivons des techniques et des appareils novateurs pour déterminer si la prise de décision chez les observateurs humains en bonne santé est influencée par le format dans lequel les stimuli sont affichés.

Notre étude7 a été motivée par une expérience précédente menée par Bushong et ses collègues12 dans lequel les étudiants d'âge collégial ont été invités à placer des offres monétaires sur une gamme de grignotines de tous les jours en utilisant une tâche d'appel d'offres Becker-DeGroot-Marschak (BDM) 34. À l'aide d'une conception entre les sujets, Bushong et ses collègues12 ont présenté les grignotines dans l'un des trois formats : les descripteurs de texte (c.-à-d. « Snickers bar »), les images de couleur 2D ou les vrais aliments. Les soumissions moyennes pour les collations (en dollars) ont été comparées entre les trois groupes participants. Étonnamment, les élèves qui ont vu de vrais aliments étaient prêts à payer 61 % de plus pour les articles que ceux qui ont vu les mêmes stimuli que les images ou les descripteurs de texte - un phénomène que les auteurs ont appelé « l'effet d'exposition réelle »12. Toutefois, les participants aux conditions de texte et d'image ont rempli la tâche d'appel d'offres dans un cadre de groupe et ont entré leurs réponses via des terminaux informatiques individuels; inversement, ceux qui étaient affectés à l'état alimentaire réel accomplisssent la tâche en tête-à-tête avec l'expérimentateur. L'apparition des stimuli dans les conditions réelles et d'image était également différente. Dans l'état alimentaire réel, les aliments ont été présentés à l'observateur sur un plateau d'argent, tandis que dans l'état de l'image les stimuli ont été présentés comme des images rognés à l'échelle sur un fond noir. Par conséquent, il est possible que les différences entre les participants, les conditions environnementales ou les différences liées au stimulus aient pu donner lieu à des soumissions gonflées pour les vrais aliments. À la suite de Bushong, et coll.12, nous avons examiné si les vrais aliments sont évalués plus que des images 2D de la nourriture, mais de façon critique, nous avons utilisé une conception à l'intérieur des sujets dans laquelle les facteurs environnementaux et liés au stimulus ont été soigneusement contrôlés. Nous avons développé une platine sur mesure dans laquelle les stimuli dans chaque format d'affichage pourraient être entrelacés au hasard d'un essai à l'autre. La présentation et le calendrier des mesures de stimulation étaient identiques dans les essais d'objets et d'images réels, ce qui réduisait la probabilité que les participants puissent utiliser différentes stratégies pour effectuer la tâche dans les différentes conditions d'affichage. Enfin, nous avons contrôlé soigneusement l'apparition des stimuli dans l'objet réel et les conditions d'image de sorte que les vrais aliments et les images ont été assortis étroitement pour la taille apparente, la distance, le point de vue et le fond. Il est probable qu'il y ait d'autres procédures ou mécanismes qui pourraient permettre de randomiser les formats de stimulation à travers les essais, mais notre méthode permet de présenter de nombreux objets (et images) dans une succession interenchère relativement rapide. D'un point de vue statistique, cette conception maximise la puissance pour détecter des effets significatifs plus que ce qui est possible en utilisant des conceptions entre sujets. De même, les effets ne peuvent pas être attribués à des différences a-priori dans la volonté de payer (WTP) entre les observateurs. Il est, bien sûr, le cas que dans les conceptions dans les sujets ouvrir la possibilité de caractéristiques de la demande. Cependant, dans notre étude, les participants ont compris qu'ils pouvaient « gagner » un aliment à la fin de l'expérience, quel que soit le format d'affichage dans lequel il figurait dans la tâche d'appel d'offres. Les participants ont également été informés que la réduction arbitraire des enchères (c.-à-d. pour les images) réduirait leurs chances de gagner et que la meilleure stratégie pour gagner l'article désiré est d'enchérir sa valeur réelle34,35,36 . Le but de cette expérience est de comparer WTP pour les aliments réels par rapport aux images 2D à l'aide d'une tâche d'appel d'offres BDM34,35.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Les protocoles expérimentaux ont été approuvés par l'Université du Nevada, Reno Social, Behavioral, and Educational Institutional Review Board.

1. Stimuli et Apparatus

Figure 1
Figure 1 : Objet réel (affiché sur la platine) et image 2D appariée d'un même élément (affiché sur un moniteur d'ordinateur). Les stimuli de cette expérience se composaient de 60 collations populaires. Les vrais aliments (panneau gauche) ont été photographiés sur la plaque tournante et leurs images 2D résultantes (panneau droit) ont été assorties étroitement pour la taille apparente, la distance, le point de vue, et l'arrière-plan. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

  1. Stimuli
    1. Objets réels
      1. Achetez 60 grignotines populaires (p. ex., figure 1) dans les dépanneurs locaux. Idéalement, assurez-vous que les aliments couvrent un large éventail de densités caloriques (p. ex., 0,18 à 6,07)7. Ouvrez l'emballage pour chaque aliment et placez à la fois l'emballage et une partie de la nourriture dans une assiette. Utilisez des plaques de papier blanc pour maximiser le contraste de stimulus.
    2. Photographies 2D
      1. Placez une assiette de nourriture sur une cellule de la plaque tournante (voir la figure 2) et photographiez le stimulus sur la plaque tournante de sorte que l'arrière-plan du stimulus dans l'image 2D corresponde à la contrepartie alimentaire réelle (voir la figure 1).
      2. Placez une caméra (voir Tableau des matériaux)sur un trépied devant la plaque tournante. Définir la distance, la hauteur et l'angle de la caméra pour correspondre à celle des yeux du participant lorsque le stimulus est vu de l'avant. Placez la caméra à 50 cm (ou moins) du bord de la plaque tournante pour s'assurer que les photos sont perçues comme étant à l'intérieur de la distance d'atteinte du participant.
      3. Définir, et tenir constante, la source d'éclairage dans la salle d'essai. Utilisez une source directe d'éclairage, comme des lampes de plafond ou une lampe, pour fournir un éclairage direct des stimuli sur la plaque tournante. Assurez-vous que les mêmes niveaux d'éclairage et les mêmes sources sont utilisés lors de la présentation des vrais aliments au cours de l'expérience. Photographiez les vrais aliments sur la plaque tournante (en utilisant les mêmes sources d'éclairage) à l'aide d'un appareil photo avec une vitesse constante de F-stop et d'obturation. Faites correspondre le plus étroitement possible à la luminance globale, aux motifs d'ombrage et aux reflets spéciques dans tous les formats d'affichage. Répétez ce processus pour chaque stimulus.
      4. Si nécessaire, ajustez les images 2D pour la couleur, la luminance et la taille visuelle à l'aide d'un logiciel de traitement d'image (voir Tableau des matériaux). Cliquez sur les onglets Hue/Saturation et Brightness/Contrast et déplacez les curseurs jusqu'à ce que l'image soit aussi similaire que possible à son homologue du monde réel lorsqu'elle est montée sur la platine.
      5. Affinez la taille de l'objet dans l'image en positionnant l'objet réel à côté du moniteur d'ordinateur et augmentez/diminuez la taille du pixel jusqu'à ce que les stimuli soient appariés exactement pour la taille. Assurez-vous que la vue de page logicielle de traitement d'image (zoom) est fixée à 100% lors de l'édition.
      6. Assurez-vous que le moniteur utilisé pour l'édition des images est le même moniteur (ou de la même taille) qui sera utilisé comme moniteur participant pendant l'étude. Maintenez la résolution, le rapport d'aspect et les pixels par pouce des images comme constants. En outre, confirmer que le moniteur est assez grand pour afficher le plus grand stimulus à sa pleine taille.

Figure 2
Figure 2 : Schéma montrant les composants et l'assemblage des platines. (A) Composants majeurs de l'appareil de plaque tournante et de leur positionnement relatif. (B) Appareil de plaque tournante assemblé avec 20 cellules individuelles. Un objet réel peut être placé à l'intérieur de chaque cellule. Les séparateurs verticaux empêchent les participants d'afficher des objets dans les cellules voisines. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

  1. Appareil de table tournante
    1. Créer une base circulaire (bois) pour la plaque tournante de 2 m de diamètre et un noyau central rond (56 cm de diamètre et 24 cm H) avec 20 fentes (1 cm W; voir Figure 2). Placez le noyau sur le dessus d'un cylindre rotatif, ce qui permet une rotation facile (voir la figure 2A).
    2. Créer 20 diviseurs (H 24 cm x L 62 cm x W 0,5 cm). Faites glisser chaque séparateur dans le noyau central de la plaque tournante pour former 20 cellules (24 cm x 62 cm x 26 cm).
    3. Placez la base circulaire sur le dessus d'une table (72 cm H, voir Figure 3A). Assurez-vous que la table est à une hauteur qui permettrait à un participant assis de voir confortablement les éléments sur la plaque tournante.
    4. Créer une cloison verticale (81 cm x 127,5 cm) entre la plaque tournante et le participant (voir figure 3B). Placez la cloison à 26 cm de la plaque tournante, ce qui permet d'obtenir un moniteur d'ordinateur LCD derrière la cloison. Assurez-vous que l'espace entre la partition et la plaque tournante ne place pas les stimuli hors de portée du participant.
      1. Construire une ouverture dans la partition. Assurez-vous que la largeur de l'ouverture est réglable de sorte que, dans la configuration finale, le participant ne peut voir qu'un seul élément sur la plaque tournante à la fois (voir la figure 3B). Surtout, assurez-vous que l'ouverture est assez large/haute pour qu'elle n'interfère pas avec l'accès physique des participants aux stimuli sur la plaque tournante.
    5. Créer une plate-forme coulissante (L 18,5 cm x W 11,5 cm avec roues attachées à la face inférieure) pour le moniteur participant (voir figure 3D).
      1. Placez la plate-forme coulissante et le moniteur des participants entre la plaque tournante et la partition pour permettre des transitions rapides entre les conditions du format d'affichage (voir la figure 3D). Placez le moniteur participant dans l'ouverture de visualisation pendant les essais d'image; rétracter le moniteur derrière la partition sur les essais d'objets réels (voir Figure 3).
    6. Utilisez un petit bureau, ou créez une étagère, pour le moniteur de l'expérimentateur (voir Figure 3A,C). Utilisez le moniteur de l'expérimentateur pour présenter des invites quant au moment de configurer un élément réel ou une image, et l'identité de l'objet, pour le procès à venir.
    7. Fixez un plateau de clavier, pour la souris, à la base de la plaque tournante directement sous l'ouverture de la partition (voir Figure 3B). Fixez un rideau (ou un occluder similaire) entre les côtés de la plaque tournante et le mur pour empêcher le participant de voir les stimuli et l'expérimentateur pendant l'expérience.
    8. Acheter (ou fabriquer) des verres d'occlusion à cristaux liquides contrôlés par ordinateur37 (voir la figure 3B,C et Tableau des matériaux).
      REMARQUE: Les lunettes d'occlusion fournissent le contrôle milliseconde du temps de visionnement de stimulus. Les lunettes deviennent opaques («état fermé») pendant l'intervalle d'entre-deux-procès et transparentes («état ouvert») pendant la présentation du stimulus. Les commandes informatiques pour contrôler les lunettes (et tous les autres scripts et fichiers nécessaires à l'exécution du protocole décrit ici) sont disponibles à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).
      1. Testez que les lunettes s'ouvrent et se ferment correctement (c.-à-d. utiliser le script 'GlassesTest', disponible à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip) avant le début de l'expérience.

Figure 3
Figure 3 : Comment configurer et utiliser l'appareil de la plaque tournante pour les tests.  (A) Configuration de l'appareil de plaque tournante prêt pour les essais. Une fois la plaque tournante assemblée, elle doit être placée sur une table à une hauteur confortable pour un participant assis. Une cloison verticale doit être créée et placée entre le participant et la plaque tournante. Dans la partition, il devrait y avoir une ouverture de visualisation. Un « moniteur participant » est utilisé pour visualiser les images 2D. Le moniteur LCD doit être placé derrière la cloison verticale et l'ouverture de visualisation, et devant la plaque tournante. Le moniteur est monté sur une plate-forme coulissante qui lui permet de se déplacer dans et hors de la vue du participant à travers les essais. Un « moniteur d'expérimentation », qui est placé hors de vue du participant, est utilisé pour informer l'expérimentateur de ce stimulus à présenter sur les essais à venir. (B) Vue de l'appareil et un véritable stimulus d'objet du point de vue des participants. Un seul aliment doit être visible par un participant à la fois. Un plateau de clavier doit être fixé au bureau directement en face de l'endroit où le participant est assis. Les participants font des réponses avec une souris d'ordinateur. (C) Vue latérale montrant le moniteur participant monté sur la plate-forme coulissante. Pour les essais d'images, l'expérimentateur glisse le moniteur participant dans l'ouverture de visualisation. Le moniteur participant est rétracté derrière la partition verticale sur les essais d'objets réels. (D) Schéma aérien montrant la configuration de l'appareil de la plaque tournante. Un seul objet réel peut être placé dans chacune des 20 cellules de la plaque tournante. Le participant doit être assis devant l'ouverture de visionnement tout en portant les lunettes d'occlusion visuelle commandées par ordinateur. L'expérimentateur peut visualiser les essais à venir sur le moniteur de l'expérimentateur et faire pivoter manuellement la plaque tournante, ou déplacer le moniteur participant, au besoin. Le panneau C de ce chiffre a été réimprimé à partir de la référence7 avec la permission d'Elsevier. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

2. Procédure générale : Randomisation et conception

  1. Créez un script à l'aide de MATLAB qui interladira aléatoirement les essais réels et les essais d'images. Assurez-vous que la moitié des participants voient un grignotine donné (p. ex., une pomme) comme un véritable objet, et les autres participants voient l'article comme une image en 2D. Pour chaque participant, randomiser l'ordre dans lequel les différents grignotines sont présentés dans le cadre de l'expérience. Avoir la liste de script quels éléments réels à placer sur la platine, et dans quel ordre, avant le début de l'expérience (voir 'runStudy' script, disponible à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).
  2. Placez les éléments sur la plaque tournante dans le bon ordre (voir la figure 3A).
    REMARQUE: Selon le nombre de stimuli dans l'étude, le temps mis en place peut prendre jusqu'à 30 min.
  3. Placez le moniteur dans l'ouverture et assurez-vous que tous les autres éléments et l'expérimentateur sont masqués à partir de la vue du participant (voir 1.2.7).
  4. Asseyez le participant à environ 50 cm de la plaque tournante et jouez au bruit blanc, soit par l'intermédiaire d'une machine à bruit blanc, soit par l'intermédiaire d'écouteurs, de sorte que le participant est incapable de prédire (c.-à-d. à partir du son du moniteur coulissant) le format de stimulation sur l'essai à venir.
  5. Donnez au participant les lunettes à mettre et assurez-vous que les lunettes sont dans l'état fermé/opaque. Expliquez au participant que les lunettes sont actuellement fermées, mais qu'elles s'ouvriront quand il le faudra.
  6. Afficher le moniteur de l'expérimentateur pour voir quel type de condition (c.-à-d. réel ou image) l'essai à venir sera (voir la figure 3A).
    1. Lors des essais « objet réel », retirez le moniteur participant de l'ouverture de visualisation, via la plate-forme coulissante, de sorte que l'objet soit visible par le participant sur la plaque tournante (voir La figure 1A et 3).
      1. Faire une commande d'ordinateur (par exemple, une presse à boutons) pour déclencher l'ouverture et la fermeture des verres permettant à la vraie nourriture d'être visible sur la plaque tournante pour 3 s. Une fois les lunettes closes, placez le moniteur du participant devant l'ouverture et appuyez sur une clé pour ouvrir les lunettes pour que le participant réponde (p. ex., une offre). Demandez aux lunettes de fermer automatiquement une fois que le participant a entré sa réponse (voir le script « runStudy », disponible à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).
  7. Afficher le moniteur de l'expérimentateur pour préparer le prochain essai. Appuyez sur une clé pour avancer au prochain procès.
    1. Pour les essais d'images 2D, placez le moniteur LCD dans l'ouverture de visualisation (voir Figure 1B et Figure 3). Appuyez sur une clé pour ouvrir les verres. Laissez le moniteur dans l'ouverture de visualisation et appuyez sur une clé pour ouvrir les lunettes pour que le participant réponde. Assurez-vous que le prochain stimulus est prêt pour l'affichage. Appuyez sur une clé pour avancer au prochain procès.

3. Procédure de randomisation et de conception

  1. Créez une tâche de notation des préférences et de la familiarité à l'aide des images des aliments (pas les vrais aliments; voir les scripts « runStudy », « LikeSurvey » et « FamSurvey », disponibles à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip). Créez deux blocs différents pour les tâches de notation des préférences et de la familiarité et contrebalancez l'ordre des blocs entre les observateurs (voir la figure 4).
    1. Pour chaque participant, randomiser l'ordre des images présentées dans chaque bloc et créer un curseur analogique pour que les participants exécutent leurs évaluations après avoir visionné chaque image alimentaire (voir La figure 4, «runStudy», «like-slider» et «Fam-slider» scripts, disponibles à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).
  2. Ajoutez une tâche d'enchères au script. Randomiser tel que décrit dans 2.1. Ajoutez une vente aux enchères de nourriture au script. Demandez à l'ordinateur de sélectionner au hasard l'un des 60 aliments de la tâche d'enchères. Demandez à l'ordinateur de placer une enchère aléatoire de son propre chef sur l'élément sélectionné de 0 $ - 3 $ par incréments de 25 cents (voir la figure 4 et le script «bidModule», disponible à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).

Figure 4
Figure 4 : Conception expérimentale de la présente étude. L'expérience s'est composée de 4 phases : (1) tâche de préférence alimentaire et de classement de familiarité, (2) tâche d'appel d'offres, (3) vente aux enchères d'aliments, (4) période d'attente en laboratoire. Les participants accomplissent d'abord une tâche de notation de préférence ou de familiarité (contrebalancée entre les participants). Dans la tâche de préférence, les participants ont visionné une image de chaque aliment de collation pendant 3 s, puis ont évalué combien ils ont aimé l'article (à l'aide d'une échelle d'évaluation de -7 à 7) à l'aide d'une barre d'enchères analogique coulissante. Pour la tâche d'évaluation de la familiarité, les participants ont indiqué à quel point ils étaient familiers avec l'élément (à l'aide d'une échelle de 0 à 3). Ensuite, les participants ont terminé une tâche d'appel d'offres au cours de laquelle ils ont évalué le montant qu'ils étaient prêts à payer (0 $ à 3 $) pour chaque collation. La moitié des stimuli ont été présentés comme de vrais aliments et l'autre moitié ont été présentés comme des images 2D. Le temps d'observation de chaque essai a été contrôlé à l'aide de lunettes d'occlusion visuelle contrôlées par ordinateur. Au début du procès, les lunettes sont passée à l'état « ouvert » (transparent) pendant 3 s, avant de retourner à l'état « fermé » (opaque) pour un intervalle inter-procès de 3 s. Les lunettes se sont ensuite ouvertes pour permettre au participant d'enregistrer une réponse. Une fois la tâche d'appel d'offres terminée, une « vente aux enchères » a été effectuée pour déterminer si un participant a « gagné » un aliment et à quel prix. La vente aux enchères a été suivie d'une période d'attente obligatoire de 30 min dans le laboratoire. Si le participant gagnait un aliment, il pourrait consommer la nourriture pendant la période d'attente. On a demandé à tous les participants de rester dans le laboratoire pendant la période d'attente, qu'un aliment ait été gagné ou non lors de la vente aux enchères. Ce chiffre a été réimprimé à partir de la référence7 avec la permission d'Elsevier. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

4. Dépistage et calendrier des participants

  1. Recruter des participants qui se disent qu'ils aiment manger et consomment fréquemment des grignotines, et qui sont familiers avec une grande variété d'aliments pour grignotines (typiques de la région). Assurez-vous que les participants ne suivent pas activement un régime pour perdre du poids, qu'ils souffrent d'allergies alimentaires, de restrictions alimentaires (c.-à-d. végétariens, sans gluten) ou de maladies liées à l'alimentation, et qu'ils ne sont pas enceintes.
  2. Conformément à la tâche d'appel d'offres De BDM12,35, assurez-vous de programmer les participants en fin d'après-midi (p. ex., entre 13 h et 19 h), c'est-à-dire lorsque les grignotines sont généralement consommées. Rappelez au participant de s'abstenir de manger pendant 3 h avant l'expérience12.
    REMARQUE: Il s'agit de s'assurer que le participant a faim et enchérira avec précision pour les aliments.

5. Procédure de questionnaire

  1. Pour chaque participant, recueillir des renseignements démographiques personnels (c.-à-d. âge, sexe), demander s'il a une vision normale ou corrigée à la normale et enregistrer la taille et le poids (ces données sont utiles pour calculer l'indice de masse corporelle).

6. Procédure de tâche de notation de préférence et de familiarité

  1. Demandez aux participants d'évaluer à quel point ils sont familiers avec chacune des 60 collations. Demandez au participant de répondre par un clic de souris sur une barre coulissante analogique (p. ex., « 0 » - pas très familier; "3" - très familier). S'assurer que les réponses sont auto-rythmées (voir la figure 4).
  2. Demandez aux participants d'évaluer combien ils aiment chacune des 60 collations par l'intermédiaire d'un clic de souris sur une barre coulissante analogique (p. ex., «-7 » - aversion fortement; "0" - indifférence; "7" - fortement comme). Assurez-vous que les réponses sont auto-rythmées.

7. Procédure de tâche d'appel d'offres

  1. Informez le participant qu'il recevra une allocation de 3 $ qui pourra être utilisée pour soumissionner sur 60 grignotines courantes. Relais les règles de la tâche d'appel d'offres14,35.
    1. Soulignez que la meilleure stratégie n'est pas d'enchérir sur la base des prix de détail, mais plutôt d'enchérir sur sa vraie valeur : combien on est prêt à payer pour manger l'article à la fin de l'expérience.
    2. Rappeler au participant qu'il y a une période d'attente obligatoire de 30 min dans le laboratoire à la fin de l'étude (voir la figure 4). Expliquez au participant que s'il « gagne » la tâche d'appel d'offres, il pourra consommer un aliment à la fin de l'expérience; s'ils « perdent » l'offre, on leur demandera néanmoins de rester dans le laboratoire pendant toute la durée de la période d'attente, sans consommer de nourriture ou de boissons extérieures.
  2. Asseyez le participant dans la salle d'essai (voir 2.4-2.5). Effectuez une vente aux enchères avec trois articles qui ne font pas partie des 60 objets expérimentaux. Placez les trois articles devant le participant un à la fois. Demandez au participant d'évaluer combien il aime l'article (-7 à 7).
  3. Placez les objets devant le participant une fois de plus un à la fois. Demandez au participant de soumissionner (0 $ - 3 $) sur chaque article. Assurez-vous que le participant comprend les instructions - poser des questions pour vérifier la compréhension.
  4. Placez 3 $ près de la souris près de la main des participants et rappelez-lui que l'allocation leur appartient et qu'ils peuvent enchérir jusqu'à 3 $ par article.
  5. Consultez les sections 2.6.1 - 2.7.1. pour mener les essais d'objets et d'images réels. La figure 4 illustre la procédure d'appel d'offres.

8. Vente aux enchères d'aliments/ 30 Min Procédure de période d'attente

  1. Vérifiez si le participant a « gagné » un grignotine et à quel prix (voir le script « runStudy », disponible à http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip).
    REMARQUE: L'ordinateur fera une offre composée d'un nombre aléatoire entre 0 $ et 3 $, par incréments de 25 cents. Si l'enchère de l'ordinateur est inférieure à l'offre du participant, le participant « gagne » l'article pour la consommation. Le participant paie à l'expérimentateur le prix de l'offre de l'ordinateur à partir de son allocation de 3 $. Un certain nombre d'études antérieures ont fourni un examen approfondi de la raison d'être de la tâche d'appel d'offres BDM34,36,38.

9. Procédure d'estimation des calories

  1. Pour chaque aliment affiché dans l'expérience principale, présentez un affichage de texte (c.-à-d. « barre de snickers ») et demandez au participant d'estimer (écrivez avec un stylo) combien de calories ils pensent être dans la taille de portion.

10. Analyse des données

  1. Utiliser un logiciel d'analyse statistique (voir tableau des matériaux) pour effectuer une analyse linéaire de modélisation des effets mixtes. Utiliser un modèle linéaire d'effets mixtes pour tenir compte des réponses imparables chez les participants (c.-à-d. la dépendance des observations d'un même participant). Créez un jeu de données avec les variables suivantes : Participants, Article, Format d'affichage, Préférence, Densité calorique, Calories estimées et Enchère. Créez un modèle en cliquant sur Analyze, puis Mixed Models, puis Linear.
    1. Transférer les participants variables dans les Sujets : la case puis appuyez sur continuer. Offre de transfert dans la variable dépendante : boîte. Ensuite, transférez le sujet et le format d'affichage dans le facteur (s) : boîte. Ensuite, transférer Préférence dans le Covariate(s): boîte.
    2. Cliquez sur Fixed, puis sélectionnez et ajoutez toutes les variables sauf les participants dans la boîte modèle, puis cliquez sur Continuer. Cliquez sur Random, puis sélectionnez et ajoutez les participants dans la boîte de combinaisons afin de tenir compte de la variabilité des réponses au sein et entre les observateurs. Cliquez sur Continuer.
    3. Cliquez sur Statistiques, puis vérifiez les statistiques descriptives, les estimations de paramètres et les tests pour les cases de paramètres de covariance. Cliquez sur Continuer. Cliquez sur LES moyens EM, puis sélectionnez et transférez toutes les interactions facteurs et facteurs dans les moyens d'affichage pour la boîte. Cliquez sur Continuer. Enfin, appuyez sur OK.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Les résultats représentatifs de cette expérience sont présentés ci-dessous. Une description plus détaillée des résultats, ainsi qu'une étude de suivi, peuvent être trouvées dans la publication originale7. Nous avons utilisé un modèle linéaire d'effets mixtes avec la variable dépendante de l'offre, et des variables indépendantes de format d'affichage, de préférence, de densité calorique et de calories estimées. Comme prévu, et conformément aux études précédentes12,14, il y avait une forte relation positive entre les cotes de préférence et les offres (F(1 1655) - 1803,69, p lt; .001) de sorte qu'une augmentation d'une unité de préférence a été associée à une augmentation de 0,15 $ de la valeur de l'offre (-0,15 , t(1655) et 42,47 $, p 'lt; 0,001; d 8,03). Il y avait également un effet principal significatifde la densité calorique sur des offres (F (1, 1649) - 6,87, p lt ; .01). Une augmentation d'une unité de densité calorique a été associée à une augmentation de 0,024 $ des soumissions (0,024 , t(1649) et 2,62, p 'lt; 0,01; d 0,50). L'effet principal des calories estimées a également été significatif (F(1, 1672) - 6,88, p lt; .01)11. Une augmentation d'une unité des calories estimées a été associée à une augmentation de 0,009 $ du WTP (0,009, t(1671) et de 2,62 p. lt; 0,01; d 0,50). En d'autres termes, les observateurs ont évalué les aliments qui étaient perçus comme ayant un contenu calorique plus élevé comme étant plus précieux que les aliments à faible teneur calorique. De façon critique, après avoir contrôlé tous les autres facteurs, nous avons constaté un effet principal significatif du format d'affichage(F(1, 1645) - 7,99, p lt; .01, d '53) dans lequel il y avait une augmentation de 6,62% des offres pour les aliments réels par rapport aux images alimentaires. L'amplification du WTP pour les aliments réels (par rapport aux images) a été relativement constante chez les participants, 20 participants sur 28 montrant l'effet. À des fins d'illustration, la figure 5 affiche les valeurs moyennes d'enchères pour chaque grignotine en fonction de la préférence, séparément pour les aliments présentés sous forme d'objets réels (rouge) et d'images (bleu). De même, la figure 6 affiche les valeurs moyennes d'enchères pour chaque grignotine en fonction de la densité calorique, séparément pour les aliments dans chaque format d'affichage. L'amplification dans le WTP pour les aliments réels par rapport aux images est évidente à la fois dans la figure 5 et la figure 6. Fait important, l'effet du format d'affichage sur les offres a été constant dans l'ensemble de la préférence alimentaire (F(1, 1644) - 0,025, p - 0,88), la densité calorique (F(1, 1643) - 2,54, p - 0,11) et les calories estimées (F(1 1643) - 0,11, p - 0,74), et il n'y avait pas d'interactions significatives d'ordre supérieur entre d'autres facteurs (toutes les valeurs p de 0,11).

Bien que nous ayons observé un effet des calories estimées sur les offres, l'effet était relativement faible. Ce résultat peut s'expliquer par le fait que les participants ont effectué la tâche d'estimation en réponse aux invites textuelles après l'expérience principale, plutôt que d'examiner les aliments au moment de la présentation du stimulus. En outre, l'estimation du nombre de calories dans un aliment donné n'est pas nécessairement une tâche intuitive; beaucoup d'observateurs ignorent (ou ne prêtent pas attention) à la densité calorique des aliments qu'ils consomment.

Figure 5
Figure 5 : Enchères monétaires moyennes pour chaque grignotine tracée en fonction de la préférence et du format d'affichage. Comme on pouvait s'y attendre, il y avait une forte relation positive entre les offres monétaires et les cotes de préférence pour les aliments, avec des offres plus élevées pour les aliments qui étaient plus fortement appréciés. Fait important, il y avait un effet principal significatif de Format d'affichage dans lequel les offres pour les aliments réels étaient plus grandes que les images alimentaires assorties. Il n'y avait pas d'interaction significative entre l'effet du format d'affichage et la préférence. Les valeurs moyennes d'enchères ($) pour les aliments sont affichées séparément pour les vrais aliments (rouges) et les images 2D (bleu). Chaque point de données représente l'enchère moyenne du groupe pour chaque aliment, séparément pour les aliments dans chaque format d'affichage. Les lignes rouges et bleues solides représentent des lignes qui conviennent le mieux aux conditions réelles de l'objet et de l'image, respectivement. Ce chiffre a été réimprimé à partir de la référence7 avec la permission d'Elsevier. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 6
Figure 6 : Enchères monétaires moyennes pour chaque grignotine tracée en fonction de la densité calorique et du format d'affichage. Nous avons trouvé une relation positive significative entre les soumissions et la densité calorique réelle, avec des offres plus élevées pour les aliments de densité calorique plus élevée. Il n'y avait pas d'interaction significative entre l'effet du format d'affichage et la densité calorique. Les valeurs moyennes d'enchères ($) pour les aliments sont affichées séparément pour les vrais aliments (rouges) et les images 2D (bleu). Chaque point de données représente l'enchère moyenne du groupe pour chaque aliment, séparément pour les aliments dans chaque format d'affichage. Les lignes rouges et bleues solides représentent des lignes qui conviennent le mieux aux conditions réelles de l'objet et de l'image, respectivement. Ce chiffre a été réimprimé à partir de la référence7 avec la permission d'Elsevier. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

L'objectif principal de l'article actuel est de faciliter les études futures de la vision des objets du « monde réel » en fournissant des informations détaillées sur la façon de présenter un grand nombre d'objets (et d'images) du monde réel dans des conditions expérimentales contrôlées. Nous présentons une approche écologiquement valable pour étudier les facteurs qui influencent le choix alimentaire et l'évaluation des aliments. Nous décrivons les méthodes employées dans une étude récente de la prise de décision humaine7 dans laquelle nous avons examiné si les casse-croûte présentés sous forme d'objets du monde réel sont évalués différemment aux nourritures présentées comme images 2-D. Dans notre expérience7, les étudiants affamés d'université ont placé des offres monétaires sur une gamme de casse-croûte de tous les jours. À l'aide d'une conception à l'intérieur des sujets, la moitié des stimuli ont été présentés à chaque observateur comme de vrais aliments et le reste a été présenté comme des photographies colorées à haute résolution des aliments. Les vrais aliments et les images de nourriture ont été assortis étroitement pour la taille apparente, la distance, l'arrière-plan, le point de vue, et l'illumination. Dans un écart important par rapport aux études précédentes7, les conditions environnementales et le moment de stimulation étaient identiques dans les différents formats d'affichage. L'ordre des essais dans chaque format d'affichage a été randomisé tout au long de l'expérience à l'aide d'un dispositif de platine sur mesure. Au début de la séance d'essai, les participants ont évalué leur préférence pour la soixantaine d'aliments à collation appetitive différents (présentés sous forme d'images). Dans l'expérience principale, les observateurs ont indiqué leur volonté de payer (WTP) pour chacun des soixante aliments qui ont été affichés soit comme des objets réels ou des images 2D. L'affectation d'aliments à l'objet réel ou aux conditions d'image a été contrebalancée par les observateurs. À la suite d'une étude antérieure qui traitait d'une question similaire12, nous avons mesuré WTP à l'aide d'une tâche d'appel d'offres Becker DeGroot Marschak (BDM)35 dans laquelle les observateurs ont fait une offre monétaire (0 $ - 3 $) pour chaque grignotine pour «gagner» la possibilité de consommer un nourriture à la fin de l'expérience. Compte tenu de la structure imparable des données, nous avons utilisé la modélisation linéaire des effets mixtes pour déterminer dans quelle mesure le WTP a été influencé par le format d'affichage, la préférence alimentaire, la teneur calorique et les calories estimées. Nous avons constaté que les observateurs étaient prêts à payer 6,62 % de plus pour les aliments présentés comme des objets réels par rapport aux images alimentaires7. L'amplification de la valeur des présentoirs alimentaires réels était uniforme à tous les niveaux de préférence alimentaire, ainsi qu'à la teneur calorique réelle et estimée des aliments. Ces résultats sont surprenants parce que les participants savaient qu'ils pouvaient recevoir la même (vraie) récompense de grignotines à la fin de l'expérience, quel que soit le format dans lequel la nourriture a été présentée lors de la tâche d'appel d'offres. Fait important, les résultats confirment qu'il existe un « effet d'exposition réel » fiable sur la volonté de payer7,12 qui ne peut pas être expliqué par les différences dans le contexte environnemental, la méthode de présentation de stimulus, ou l'essai chronométrage à travers les formats d'affichage.

En résumé, nous avons fourni des méthodes détaillées qui décrivent comment préparer des stimuli d'objets réels et des images informatisées en 2D étroitement appariées des mêmes éléments, ainsi que des méthodes pour créer une plaque tournante à commande manuelle pour présenter un grand nombre d'objets réels et des images en succession entrelacée. Nous avons fourni des instructions pour contrôler la présentation des stimulus et le temps de visualisation dans tous les essais, par exemple, en utilisant des lunettes d'affichage contrôlées par ordinateur. Les méthodes présentées ici ouvrent de nouvelles voies pour examiner les mécanismes sous-jacents pour les effets observés. Par exemple, de futures études pourraient évaluer directement l'impact de la stéréopsis en présentant des stimuli du monde réel dans des conditions de visionnement monoculaire (qui pourraient, par exemple, être testés facilement à l'aide d'états monoculaires par rapport aux jumelles des lunettes commandées par ordinateur. décrits ici). Cela constituerait une belle comparaison avec les essais basés sur l'image dans lesquels la parallaxe de mouvement et la stéréopsis fournissent des informations de profondeur contradictoires.

Bien que nous ayons proposé des solutions pratiques pour présenter des objets du monde réel dans des conditions de visualisation contrôlées, travailler avec des objets réels en laboratoire est indéniablement difficile, coûteux et long. En plus des aspects techniques associés au contrôle des paramètres de stimulation tels que l'éclairage, la position, la taille et le moment, la collecte et la préparation soigneuse (c.-à-d. le montage) des stimuli d'objets réels peuvent être laborieusement lents par rapport au temps que serait nécessaire pour préparer des images seul. L'expérimentateur doit être bien pratiqué avec la localisation des exemples corrects avant chaque essai dans les délais requis et il existe des possibilités évidentes d'erreur d'expérimentateur. Dans certains cas où le nombre d'essais est limité, comme dans les études de l'IRMf8,39 et du patient10 de la vision de l'objet réel, nous utilisons une caméra vidéo pour enregistrer quels exemples ont été présentés sur chaque essai et les enregistrements sont recoupés post-hoc pour la précision. Il ya d'autres défis avec le travail avec les aliments, qui sont peut-être une classe unique de stimuli objet réel. Selon le nombre d'articles utilisés dans l'étude, une sélection relativement importante d'aliments doit être conservée fraîche, en main et à proximité de la salle d'essai. Dans les paradigmes de prise de décision impliquant des aliments, les stimuli sont généralement montrés avec l'emballage ouvert et une partie du contenu visible. Bien que de nombreux aliments manufacturés semblent avoir une durée de conservation indéfinie (c.-à-d. le Twinkie), la plupart des articles doivent être remplacés régulièrement pour maintenir la fraîcheur et l'attrait visuel. Ensemble, ces conditions rendent difficile de contrôler exactement l'apparence des aliments entre les formats réels et d'image dans la mesure où nous avons trouvé est possible avec des classes de stimulus non périssables, tels que des objets et des outils. Il est également important de noter que nous avons modifié notre appareil de platine de la façon dont il est apparu dans l'étude originale7 (noir) à la façon dont il est représenté ici (blanc) parce que nous avons constaté que l'appareil blanc était plus facile à nettoyer et le contraste de stimulus a été amélioré .

Les considérations ci-dessus soulèvent la question critique de savoir si les coûts de temps et de ressources de travailler avec des objets réels sont justifiés, ou si des résultats similaires peuvent être obtenus à l'aide d'affichages d'images plus pratiques. Les résultats de notre paradigme de prise de décision7 indiquent que les affichages réels des aliments suscitent une augmentation constante de l'évaluation (c.-à-d. un effet linéaire) qui n'interagit pas avec d'autres facteurs tels que la préférence ou la densité calorique. Ces résultats de la prise de décision concordent avec les résultats d'autres domaines de la cognition humaine. Par exemple, les objets du monde réel sont plus facilement reconnus10,40,41, améliorer la mémoire42, et capter l'attention43,44 plus que les images ne. Par rapport aux images 2D, les effets de suppression de répétition irfMRI sont réduits pour les objets réels8. De même, l'examen à grain fin de la dynamique temporelle des réponses cérébrales aux objets réels mesurée par l'EEG à haute densité révèle que les objets réels (par rapport aux images) suscitent une désynchronisation plus forte et plus prolongée du rythme mu - une signature de l'activation dans les réseaux visuo-moteurs impliqués dans la planification automatique des actions motrices9. L'amplification dans la désynchronisation mu pour les objets réels est indépendante des différences de signal précoce liées à la stéréopsie9. Pris ensemble, ces résultats suggèrent que le modèle de résultats qui pourraient être obtenus à l'aide d'affichages d'images peut être globalement cohérent, mais un peu moins convaincant, que ce qui aurait pu être observé autrement si des objets du monde réel avaient été utilisés. En d'autres termes, si les résultats d'études sur la vision de l'image se transfèrent de façon prévisible à la vision d'objet réel, alors la valeur translationnelle des études de recherche fondamentale sur la vision d'image est préservée. Bien qu'il n'y ait actuellement pas suffisamment de données pour tirer des conclusions fermes sur cette question, des preuves récentes de dissociations dans les effets des objets réels à travers les zones motrices dans les hémisphères gauche par rapport à droite9 et à travers les distances égocentriques6 préoccupations au sujet de cette hypothèse. Par exemple, l'effet des objets réels sur la capture attentionnelle tombe aux niveaux observés pour les images 2D et 3D lorsque les objets sont placés hors de portée de l'observateur, ou quand ils sont à portée de main, mais derrière une barrière transparente6, suggérant que le potentiel d'interaction manuelle avec un objet réel (mais pas une image) détermine comment il est traité. Des études futures pourraient utiliser les protocoles décrits ici pour déterminer si des mécanismes causals sous-jacents similaires modulent les « effets réels de l'exposition des aliments » sur la volonté de payer. Par exemple, une distance ou une barrière de manipulation6 pourrait être utilisée pour déterminer si les vrais grignotines qui sont accessibles ou saisis sont traitées différemment de ceux qui ne le sont pas (et pour déterminer si la même manipulation a un effet sur traitement des images alimentaires). Des études futures utilisant des stimuli d'objets réels écologiquement valides sont nécessaires pour tirer des conclusions définitives sur cette question. Il est important de noter qu'il n'est peut-être pas vrai que des mécanismes similaires sont en jeu dans différents domaines cognitifs ou dans des tâches différentes. Néanmoins, notre approche de travailler avec des objets du monde réel promet de fournir de nouvelles perspectives importantes sur les processus et mécanismes sous-jacents qui conduisent la vision naturaliste.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Les auteurs n'ont rien à révéler.

Acknowledgments

Ce travail a été soutenu par des subventions à J.C. Snow du National Eye Institute des National Institutes of Health (NIH) sous le numéro de prix R01EY026701, la National Science Foundation (NSF) [subvention 1632849] et l'Infrastructure de recherche translationnelle clinique Réseau [subvention 17-746Q-UNR-PG53-00]. Le contenu est uniquement de la responsabilité des auteurs et ne représente pas nécessairement les vues officielles des NIH, NSF ou CTR-IN.

Materials

Name Company Catalog Number Comments
EOS Rebel T2i Body Camera Canon  4462B001
MATLAB MathWorks  R2017b Computer programming software. Download this additional free toolbox: PsychToolbox 3.0.14
Photoshop Adobe CS6
PLATO Visual Occlusion Glasses Translucent Technologies Inc.  N/A
SPSS IBM Version 22 Statitical analysis software
ToTaL Control System (USB) Translucent Technologies Inc.  N/A The ToTaL Control System  controls the PLATO spectacles

DOWNLOAD MATERIALS LIST

References

  1. Gibson, J. J. The Ecological Approach to Visual Perception. , Houghton Mifflin. Boston. (1979).
  2. Westheimer, G. Three-dimensional displays and stereo vision. Proceedings of the Royal Society B: Biological Sciences. 278 (1716), 2241-2248 (2011).
  3. Julesz, B. Foundations of cyclopean perception. , U. Chicago Press. Oxford. (1971).
  4. Sprague, W. W., Cooper, E. A., Tošić, I., Banks, M. S. Stereopsis is adaptive for the natural environment. Science Advances. 1 (4), (2015).
  5. Nityananda, V., Read, J. C. A. Stereopsis in animals: evolution, function and mechanisms. Journal of Experimental Biology. 220, Pt 14 2502-2512 (2017).
  6. Gomez, M. A., Skiba, R. M., Snow, J. C. Graspable Objects Grab Attention More Than Images Do. Psychological Science. 29 (2), 206-218 (2018).
  7. Romero, C. A., Compton, M. T., Yang, Y., Snow, J. C. The real deal: Willingness-to-pay and satiety expectations are greater for real foods versus their images. Cortex. 107, 78-91 (2018).
  8. Snow, J. C., et al. Bringing the real world into the fMRI scanner: Repetition effects for pictures versus real objects. Scientific Reports. 1, 130 (2011).
  9. Marini, F., Breeding, K. A., Snow, J. C. Distinct visuo-motor brain dynamics for real-world objects versus planar images. NeuroImage. , (2019).
  10. Holler, D., Behrmann, M., Snow, J. C. Real-world size coding of solid objects, but not 2-D or 3-D images, in visual agnosia patients with bilateral ventral lesions. Cortex. , (2019).
  11. Tang, D. W., Fellows, L. K., Dagher, A. Behavioral and neural valuation of foods is driven by implicit knowledge of caloric content. Psychological Science. 25 (12), 2168-2176 (2014).
  12. Bushong, B., King, L. M., Camerer, C. F., Rangel, A. Pavlovian processes in consumer choice: The physical presence of a good increases willingness-to-pay. The American Economic Review. 100 (4), 1556-1571 (2010).
  13. Rangel, A. Regulation of dietary choice by the decision-making circuitry. Nature Neuroscience. 16 (12), 1717-1724 (2013).
  14. Plassmann, H., O'Doherty, J. P., Rangel, A. Appetitive and aversive goal values are encoded in the medial orbitofrontal cortex at the time of decision making. Journal of Neuroscience. 30 (32), 10799-10808 (2010).
  15. Berthoud, H. R. Metabolic and hedonic drives in the neural control of appetite: who is the boss. Current Opinion in Neurobiology. 21 (6), 888-896 (2011).
  16. Sclafani, A. Conditioned food preferences. Bulletin of Psychonomic Society. 29 (2), 256-260 (1991).
  17. Volkow, N. D., Wise, R. A. How can drug addiction help us understand obesity. Nature Neuroscience. 8 (5), 555-560 (2005).
  18. Drewnowski, A., Darmon, N. Food choices and diet costs: An economic analysis. Journal of Nutrition. 135 (4), 900-904 (2005).
  19. Imram, N. The role of visual cues in consumer perception and acceptance of a food product. Nutrition and Food Science. 99 (5), 224-230 (1999).
  20. Marteau, T. M., Hollands, G. J., Fletcher, P. C. Changing human behavior to prevent disease: The importance of targeting automatic processes. Science. 337 (6101), 1492-1495 (2012).
  21. Neal, D. T., Wood, W., Quinn, J. M. Habits: A repeat performance. Current Direction in Psychology. 15 (4), 198-202 (2006).
  22. Wellman, N. S., Friedberg, B. Causes and consequences of adult obesity: Health, social and economic impacts in the United States. Asia Pacific Journal of Clinical Nutrition. 11, 705-709 (2002).
  23. Canoy, D., et al. Coronary heart disease incidence in women by waist circumference within categories of body mass index. European Journal of Preventive Cardiology. 20 (5), 759-762 (2013).
  24. Whitmer, R. A., et al. Central obesity and increased risk of dementia more than three decades later. Neurology. 71 (14), 1057-1064 (2008).
  25. Bean, M. K., Stewart, K., Olbrisch, M. E. Obesity in America: Implications for clinical and health psychologists. Journal of Clinical Psychology in Medical Settings. 15 (3), 214-224 (2008).
  26. Brownell, K. D., Gold, M. S. Food and addiction: A comprehensive handbook. , Oxford University Press. (2012).
  27. Klein, S., et al. Waist circumference and cardiometabolic risk: A consensus statement from shaping America's health: Association for Weight Management and Obesity Prevention; NAASO, the Obesity Society; the American Society for Nutrition; and the American Diabetes Association. Obesity. 15 (5), 1061-1067 (2007).
  28. Zhang, Y., et al. Obesity: Pathophysiology and Intervention. Nutrients. 6 (11), 5153-5183 (2014).
  29. Afshin, A., et al. Health effects of overweight and obesity in 195 countries over 25 years. New England Journal of Medicine. 377 (1), 13-27 (2017).
  30. Mischel, W., Moore, B. Effects of attention to symbolically presented rewards on self-control. Journal of Personality and Social Psychology. 28 (2), 172-179 (1973).
  31. Mischel, W., Ebbesen, E. B., Zeiss, A. R. Cognitive and attentional mechanisms in delay of gratification. Journal of Personality and Social Psychology. 21 (2), 204-218 (1972).
  32. Gross, J., Woelbert, E., Strobel, M. The fox and the grapes-how physical constraints affect value based decision making. PLoS One. 10 (6), 0127619 (2015).
  33. Müller, H. The real-exposure effect revisited - purchase rates vary under pictorial vs. real item presentations when consumers are allowed to use their tactile sense. International Journal of Market Research. 30 (3), 304-307 (2013).
  34. Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behavior Science. 9 (3), 226-232 (1964).
  35. Becker, G. M., DeGroot, M. H., Marschak, J. Stochastic models of choice behavior. Behavior Science. 8 (1), 41-55 (1963).
  36. Plassmann, H., O'Doherty, J., Rangel, A. Orbitofrontal Cortex Encodes Willingness to Pay in Everyday Economic Transactions. Journal of Neuroscience. 27 (37), 9984-9988 (2007).
  37. Milgram, P. A spectacle-mounted liquid-crystal tachistoscope. Behavior Research Methods. 19 (5), 449-456 (1987).
  38. Johnson, E. J., Haubl, G., Keinan, A. Aspects of endowment: A query theory of value construction. Journal of Experimental Psychology: Learning Memory and Cognition. 33 (3), 461-474 (2007).
  39. Freud, E., et al. Getting a grip on reality: Grasping movements directed to real objects and images rely on dissociable neural representations. Cortex. 98, 34-48 (2018).
  40. Chainay, H., Humphreys, G. W. The real-object advantage in agnosia: Evidence for a role of surface and depth information in object recognition. Cognition Neuropsychology. 18 (2), 175-191 (2001).
  41. Humphrey, G. K., Goodale, M. A., Jakobson, L. S., Servos, P. The role of surface information in object recognition: Studies of a visual form agnosic and normal subjects. Perception. 23 (12), 1457-1481 (1994).
  42. Snow, J. C., Skiba, R. M., Coleman, T. L., Berryhill, M. E. Real-world objects are more memorable than photographs of objects. Frontiers in Human Neuroscience. 8, 837 (2014).
  43. Gomez, M. A., Snow, J. C. Action properties of object images facilitate visual search. Journal of Experimental Psychology: Human Perception and Performance. 43 (6), 1115-1124 (2017).
  44. Gerhard, T. M., Culham, J. C., Schwarzer, G. Distinct visual processing of real objects and pictures of those objects in 7- to 9-month-old infants. Frontiers in Psychology. 7, 827 (2016).

Tags

Comportement Numéro 148 Objets du monde réel images informatisées validité écologique platine volonté de payer conditions de laboratoire contrôlées
Méthodes de présentation d'objets du monde réel dans des conditions de laboratoire contrôlées
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Romero, C. A., Snow, J. C. Methods… More

Romero, C. A., Snow, J. C. Methods for Presenting Real-world Objects Under Controlled Laboratory Conditions. J. Vis. Exp. (148), e59762, doi:10.3791/59762 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter