Messung des Engagements der Zuschauer von Social Digital Games

Summary

Wir schlagen eine Methodik vor, die es ermöglicht, das Engagement der Zuschauer in einem sozialen digitalen Spiel zu messen, indem physiologische und selbstberichtete Daten kombiniert werden. Da dieses digitale Spiel eine Gruppe von sich frei bewegenden Menschen umfasst, wird die Erfahrung mit einer Synchronisationstechnik gefilmt, die physiologische Daten mit Ereignissen im Spiel verknüpft.

Abstract

Ziel dieser Methodik ist es, explizite und implizite Messungen des Engagements von Zuschauern während sozialer digitaler Spiele in einer Gruppe von Teilnehmern mit Motion-Tracking-Systemen zu bewerten. Im Kontext von Spielen, die nicht auf einen Bildschirm beschränkt sind, kann die Messung der verschiedenen Dimensionen des Engagements wie physiologische Erregung eine Herausforderung sein. Der Fokus der Studie liegt auf den Zuschauern des Spiels und den Unterschieden in ihrem Engagement nach Interaktivität. Das Engagement wird mit physiologischer und selbstberichteter Erregung sowie einem Engagement-Fragebogen am Ende des Experiments gemessen. Die physiologische Erregung wird mit EDA-Sensoren (Electrodermal Activity) gemessen, die die Daten auf einem tragbaren Gerät (EDA-Box) aufzeichnen. Portabilität war aufgrund der Art des Spiels, das einem lebensgroßen Pong ähnelt und viele Teilnehmer umfasst, die sich bewegen, unerlässlich. Um einen Überblick über das Geschehen des Spiels zu haben, werden drei Kameras verwendet, um drei Winkel des Spielfeldes zu filmen. Um die EDA-Daten mit Ereignissen im Spiel zu synchronisieren, werden Boxen mit digitalen Nummern verwendet und in die Rahmen von Kameras eingefügt. Signale werden von einer Sync-Box gleichzeitig an die EDA-Boxen und an Leuchtkästen gesendet. Die Leuchtkästen zeigen den Kameras die Synchronisationsnummern an, und die gleichen Nummern werden auch in der EDA-Datendatei protokolliert. Auf diese Weise ist es möglich, EDA von vielen Personen aufzuzeichnen, die sich frei in einem großen Raum bewegen und diese Daten mit Ereignissen im Spiel synchronisieren. In unserer speziellen Studie konnten wir die Unterschiede in der Erregung für die verschiedenen Bedingungen der Interaktivität beurteilen. Eine der Einschränkungen dieser Methode ist, dass die Signale nicht weiter als 20 Meter entfernt gesendet werden können. Diese Methode eignet sich daher zur Aufzeichnung physiologischer Daten in Spielen mit einer unbegrenzten Anzahl von Spielern, ist jedoch auf einen begrenzten Raum beschränkt.

Introduction

Das Studium der Erfahrung der Spielzuschauer hilft, die positiven und negativen Aspekte des Spiels besser zu verstehen und kann wiederum dazu beitragen, sein Design zu verbessern¹. Jüngste Innovationen in der Spieleindustrie haben neue Arten von Erlebnissen ermöglicht, die sich vom traditionellen konsolenbasierten Gaming^{2 weiterentwickeln.} Bei digitalen Spielen, die Motion-Tracking-Systeme verwenden, die nicht auf einen Bildschirm beschränkt sind, müssen die Zuschauer nicht mehr an einem festen Ort positioniert werden. Diese neue Realität schafft Herausforderungen bei der Bewertung der Zuschauererfahrung. Das Experiment wurde im Studio der Entwickler des Spiels durchgeführt, konnte aber in einer Laborumgebung oder einer anderen Umgebung repliziert werden, die genügend Platz für das Spiel bietet.

Der Zweck dieser Methodik ist es, das Engagement der Zuschauer während eines sozialen digitalen Spiels zu messen. Genauer gesagt wird die Erregung, die zu Engagement führt, gemessen, wenn der Zuschauer Zugriff auf eine Webanwendung hat, die das Gameplay beeinflusst. Diese Methode kombiniert physiologische und selbstberichtete Daten. Da dieses Spiel sozial ist und eine Gruppe von Menschen involviert, die sich bewegen, wird das Experiment gefilmt. Mit dem Einsatz von Kameras und tragbaren physiologischen Geräten konnten wir physiologische Daten mit Ereignissen im Spiel synchronisieren. Die tragbaren Geräte (EDA-Boxen) sind 3D-gedruckte Boxen, die mit Elektroden verbunden sind, die physiologische Aktivität aufzeichnen. Die Boxen verfügen über einen ON/OFF-Schalter, visuelle Anzeigen, einen microSD-Kartensteckplatz und Ladesteckplätze. Die visuellen Indikatoren helfen bei der Fehlerbehebung. Diese zeigen beispielsweise an, ob die microSD funktionsfähig ist, zeigen den Zustand der Bluetooth- und WLAN-Verbindungen an und signalisieren, ob physiologische Daten aufgezeichnet werden.

Die Verwendung physiologischer Maßnahmen ist ein gängiger und validierter Ansatz zur Messung des Spielengagements³. Die physiologische Valenz wurde im Zusammenhang mit Videospielen^{gemessen 4}. Es wurde auch in anderen Forschungsbereichen wie Bildung⁵verwendet. Da emotionales Engagement nicht beobachtbar ist und Selbstberichterstattung voreingenommen sein kann, haben Charland et al. physiologische Erregung verwendet, um das emotionale Engagement bei Lernenden zu bewerten, die Probleme lösten⁵. Sie verwendeten die elektrodermale Aktivität (EDA), um die physiologische Erregung zu messen, was eine weit verbreitete Methode^{ist 6}. EDA ist die Messung der Hautleitfähigkeit, die je nach den Unterschieden in der Schweißdrüsenaktivität variiert³. Diese Messung ist eine wichtige Korrelation zu emotionalen Variationen in Echtzeit. EDA ist mit vielen Konstrukten wie Stress, Aufregung, Frustration und Engagement verbunden⁷. Es wird daher empfohlen, EDA-Daten mit Selbstberichtsantworten zu ergänzen, um die Daten dem richtigen^{Konstrukt 3}zuzuordnen. Die Self-Assessment Manikin (SAM) ist eine selbstberichtete piktografische Skala, die drei Dimensionen der Emotion bewertet: Valenz, Erregung und Dominanz⁸. Die aktuelle Arbeit verwendete die Erregungsdimension, bewertet mit einer visuellen 9-Punkt-Likert-Skala, die von ruhig bis aufgeregt reicht. Wahrgenommene Erregung wurde in Kombination mit physiologischer Erregung^{verwendet 7}.

In traditionellen Videospielkontexten sitzen die Zuschauer auf einem Stuhl und bleiben für die Dauer des Experiments mehr oder weniger in der gleichen Position. Von ihnen wird erwartet, dass sie auf einen Bildschirm schauen, auf dem die Aktionen stattfinden. Diese Einstellung wurde in früheren Spielestudien unter Verwendung physiologischer Daten^{beobachtet 9}. In diesem Fall ist es einfach, die Aufzeichnung des Spiels gleichzeitig mit der Aufzeichnung der physiologischen Daten zu starten¹⁰.

Im Zusammenhang mit neuen digitalen Spielen, die außerhalb des Bildschirms gespielt werden und in denen die Teilnehmer stehen und sich frei bewegen können, ist die traditionelle EDA-Aufzeichnung möglicherweise nicht geeignet. Das in dieser Studie verwendete Spiel ähnelt einem lebensgroßen Pong¹¹. Dieses Spiel besteht aus einem Ball und zwei Paddeln, die sich jeweils auf einem Ende des Spielfeldes befindet. Die Spieler bewegen ihr Paddel, um den Ball von einem Ende des Feldes zum anderen zu schieben. In der Version, die für diese Forschung verwendet wird, wird das Spiel auf den Boden projiziert und die Spieler verwenden ihren Körper als Controller für die Paddel. Die Bewegungserkennungstechnologie ermöglicht es dem Paddel, den beiden Spielern zu folgen, die sich auf gegenüberliegenden Seiten des Spielplatzes befinden. Ein Beispiel dafür, wie die Spieler verhindern, dass der Ball die virtuelle Wand hinter ihnen trifft, ist in Abbildung 1 dargestellt. Das Spiel beinhaltet auch Zuschauer, die an den Seiten des Spielplatzes stehen und ihre Smartphones verwenden können, um das Gameplay zu beeinflussen. Mit einer mobilen Webanwendung können Zuschauer für bestimmte Power-Ups oder Hindernisse stimmen, die den Spielern entweder helfen oder schaden können (z. B. weniger Wände gegenüber mehr Bällen oder Modulation der Ballgeschwindigkeit). Die Option mit den meisten Stimmen gewinnt.

In dieser Studie untersuchen wir den Einfluss von Interaktivität auf zuschauer. Die Bedingungen der Interaktivität sind mit oder ohne Smartphone. Wir haben das Engagement der Zuschauer unter diesen beiden Bedingungen verglichen. Für die Interaktivitätsbedingung wurde ein Inner-Subjekt-Design verwendet, um den Unterschied in der Erregung und damit im Engagement zu beurteilen. In der aktuellen Studie waren Gruppen von 12 Personen ideal, um die ökologische Gültigkeit des Spiels¹²zu fördern. zwei Personen als Spieler und 10 als Zuschauer. Für unsere Studie standen nur zwei EDA-Boxen zur Verfügung, so dass wir insgesamt acht Gruppen hatten, die insgesamt 16 EDA-Datensätze umfassten (zwei Teilnehmer mit EDA-Aufzeichnung pro Gruppe von 12). Jedes Mitglied der Öffentlichkeit wurde nach dem Zufallsprinzip zwei Spielen mit Zugriff auf sein Smartphone zugewiesen, um das Gameplay zu beeinflussen, und einem Spiel ohne Zugriff auf sein Smartphone. Die Literatur zum Spielengagement legt nahe, dass die Angabe vieler interaktiver Optionen zu einem höheren Engagement führen kann¹³. Forschung in der Bildung hat herausgefunden, dass physiologische Erregung ein Korrelat des emotionalen Engagements ist⁵. Aufbauend auf der Literatur zum Spielengagement und der Forschung in der Bildung stellten wir die Hypothese auf, dass der Zugang der Zuschauer zu Interaktivität die Erregung erhöht, was wiederum ihr Engagement erhöhen wird.

Im Gegensatz zu Studien über Spielererfahrungen verwenden Studien über Zuschauer eines digitalen Spiels selten psychophysiologische Maßnahmen. Sie werden meist mit Fragebögen¹⁴, Beobachtung¹⁵und Interviews¹⁶durchgeführt. Eine Schwierigkeit bei der Anwendung psychophysiologischer Maßnahmen bei Zuschauern besteht darin, dass sie oft eine Gruppe sind und ihre Bewegungen weniger vorhersehbar sind als die der Spieler. Diese Methodik verwendet mehrere Kameras, um die Teilnehmer und Leuchtkästen zu erfassen, was die Verknüpfung von Video- und physiologischen Daten der Teilnehmer ermöglicht.

Da wir ein Design innerhalb des Subjekts für den Smartphone-Zustand verwendeten, nahm jedes Subjekt an zwei Spielen mit der Interaktivitätsbedingung teil, mit seinem Smartphone, und einem Spiel im Kontrollzustand, ohne die Verwendung seines Smartphones. Die Synchronisation der EDA-Daten mit den Starts und Enden jedes Spiels war daher entscheidend, um die Unterschiede in den einzelnen Bedingungen der Interaktivität bewerten zu können. Aufgrund der Abmessungen des Raumes wäre es unmöglich, die Aufnahme aller drei Kameras gleichzeitig mit der Aufnahme der EDA auf den Zuschauern zu starten. Um dieses Problem zu lösen, haben wir eine neue Synchronisationstechnik namens Wireless Synchronization Protocol für die Erfassung multimodaler Benutzerdaten verwendet¹⁷. Bluetooth Low Energy (BLE)-Signale werden von einer Sync-Box gleichzeitig an die EDA-Boxen und an Leuchtkästen gesendet (siehe Abbildung 2). Die Sync-Box ist eine 3D-gedruckte Box mit ON / OFF und Auto / Manuell-Schaltern und einer Taste. Die manuelle Funktion dient zum Testen der Signale über die Taste. Die Signale sind inkrementelle Zahlen, die bei eins beginnen und auf den 3D-gedruckten Leuchtkästen angezeigt werden. Den Kameras werden Nummern angezeigt, und die gleichen Nummern werden auch in der EDA-Datendatei protokolliert (siehe Abbildung 3). Dies ermöglicht die Synchronisation von Ereignissen im Spiel mit Variationen in den EDA-Aufzeichnungen. In unserem Fall waren die identifizierten Ereignisse die Anfänge und das Ende der drei Spiele. Dann könnten wir das Spiel mit dem Zustand und der Teilnehmernummer verknüpfen. Auf diese Weise identifizierten wir, welcher Datensatz den einzelnen Bedingungen entsprach.

Der folgende Abschnitt beschreibt das Protokoll, das die Verwendung der von Courtemanche et al.¹⁷entwickelten Technik ermöglicht. Wir haben die Technik angepasst, um unsere Forschungsfrage zu beantworten. Dieses Protokoll erhielt ein ethisches Zertifikat von der Ethikkommission unserer Institution. In diesem Protokoll verwenden wir physiologische Geräte^18,die in einem 3D-gedruckten Gehäuse montiert sind. Wir bezeichnen das Gerät als die EDA-Boxen (Boxen, die zur Aufzeichnung der EDA des Teilnehmers verwendet werden), die Lightbox (die Box mit einem digitalen Licht) und die Sync-Box (Box, die Signale an die EDA-Boxen sendet, und die Leuchtkästen, um Daten zu synchronisieren). Die Synchronisationssoftware, die das drahtlose Synchronisationsprotokoll für die Erfassung multimodaler Benutzerdaten¹⁷ ermöglicht, wurde in die Boxen eingebettet.

Protocol

Das folgende Protokoll wurde von der Ethikkommission der HEC Montréal vor Beginn der Datenerhebung genehmigt.

1. Teilnehmer-Screening für das Experiment

1. Rekrutieren Sie Teilnehmer ab 18 Jahren. Stellen Sie sicher, dass die Teilnehmer die Sprache des Experiments verstehen, 20 Minuten stehen können, ein Smartphone von maximal 5 Jahren besitzen, keine Hautallergien oder Empfindlichkeiten haben, keinen Herzschrittmacher haben und nicht an Epilepsie oder anderen diagnostizierten Gesundheitsproblemen leiden.
2. Rekrutiere Gruppen von Personen, die Freunde sind, und andere Gruppen von Menschen, die sich nicht kennen, um die Vertrautheit zu kontrollieren. Die Gruppengrößen müssen basierend auf dem Zweck der Studie, dem untersuchten Spiel und der Größe des verfügbaren Raums bestimmt werden.
3. Planen Sie Teilnehmer. Legen Sie ein Datum und eine Uhrzeit für eine Gruppe von Menschen fest, die sich kennen, und gruppieren Sie die Personen, die sich nicht kennen, zu ihren bequemsten Daten.
4. Bitten Sie die Teilnehmer, ihre Smartphones aufzuladen und Ladegeräte zur Datenerfassungssitzung mitzubringen.

2. Bedingungen und Versuchsaufbau

1. Bereiten Sie das Randomisierungsblatt für die Interaktivitätsbedingung vor, indem Sie jede Teilnehmerzahl den beiden Interaktivitätsbedingungen für jedes Spiel zuordnen. Weisen Sie auch Spielern und Zuschauern, die eine EDA-Box tragen, Nummern zu.

3. Vorbereitung

HINWEIS: Diese Materialien werden benötigt, um das Protokoll durchzuführen: EDA-Box, die Box, die zur Aufzeichnung der EDA des Teilnehmers verwendet wird; Leuchtkasten, der Kasten mit beleuchteten digitalen Nummern; und Sync Box, die Box, die Signale an die EDA-Box und die Leuchtkästen sendet, um Daten zu synchronisieren. Zwei Armbänder, EDA-Elektroden, EDA-Sensoren, medizinisches Klebeband und antiseptische Tücher werden ebenfalls benötigt.

1. Stecken Sie die EDA-Boxen, die drei Leuchtkästen und die Sync-Boxen in die Ladestation.
2. Schalten Sie das Spiel im Studio ein (Projektor und 3D-Scanner für Bewegungserkennungstechnologie) und testen Sie das Spiel, indem Sie es durch ein vollständiges Spiel laufen lassen.
3. Legen Sie die Einverständniserklärungen, den Fragebogen vor dem Experiment und die Trikots auf einen Tisch im Begrüßungsbereich.
4. Testen Sie die Bluetooth-Verbindung der Leuchtkästen. Stellen Sie das Synchronisierungsfeld auf manuell ein.
   1. Schalten Sie die drei Leuchtkästen, die beiden EDA-Boxen, das Bluetooth auf den EDA-Boxen und die Sync-Box ein.
   2. Drücken Sie die Impulstaste auf der Sync-Box. Die Leuchtkästen blinken mit der Nummer 01.
   3. Deaktivieren Sie die Synchronisierungsbox, die Leuchtkästen und die EDA-Boxen.
5. Legen Sie die Synchronisierungsbox und die Leuchtkästen für die Sammlung fest. Platzieren Sie die Leuchtkästen im Blick auf jede Kamera.
   1. Legen Sie die Sync-Box auf das Stativ in einer Höhe von 6 Fuß.
   2. Stellen Sie das Synchronisierungsfeld auf Auto ein.
6. Ziehen Sie die Batterien ab und stecken Sie sie in die Kameras.
   1. Überprüfen Sie, ob die Akkuleistung über eine Stunde lang aufgezeichnet werden kann.
7. Platzieren Sie die Kamera so, dass die Rahmung alle vier Extremitäten des Bezahlfeldes des Spiels und den Leuchtkasten enthält. Platzieren Sie die beiden Low-Light-Kameras an gegenüberliegenden Ecken des Spielfelds auf Hüfthöhe und platzieren Sie das Go Pro Mid-Field auf einem höheren Stativ, um eine Overhead-Aufnahme des Spielfelds zu machen.
8. Stellen Sie sicher, dass die Rahmen das volle Spielfeld und eine Fläche von 1 m um seine Grenzen sowie den Leuchtkasten umfassen. Stellen Sie sicher, dass sich die Sync-Box nicht weiter als 20 m von dem Ort entfernt befindet, an dem die Teilnehmer stehen, da sonst die Impulse nicht übertragen werden.

4. Begrüßung der Teilnehmer

1. Begrüßen Sie die Teilnehmer an der Haustür. Sagen Sie ihnen, dass sie sich an den Tisch setzen sollen.
2. Sobald alle Teilnehmer angekommen sind und Sitzen haben, beschreiben Sie die Werkzeuge, die verwendet werden, um Daten für die vorliegende Studie zu sammeln. Diese Beschreibung sollte in der Einwilligungserklärung geschrieben werden. Sagen Sie dann den beiden zufällig ausgewählten Teilnehmern, dass sie dem Forscher folgen sollen, um die EDA-Ausrüstung zu installieren. Während dieser Zeit können andere Teilnehmer beginnen, den Fragebogen vor dem Experiment auszufüllen.
3. Bitten Sie die Teilnehmer, die Einwilligungserklärungen zu lesen und zu unterschreiben. Wörtlich: "Ich werde Sie bitten, die Einverständniserklärung zu lesen. Die beiden Kopien sind identisch. Einer ist für dich; einer ist für mich. Bitte beantworten Sie alle Fragen und unterschreiben Sie beide Kopien."
4. Gehen Sie um den Tisch, um die Einwilligungserklärung zu unterschreiben, überprüfen Sie, ob alle Fragen beantwortet wurden, legen Sie eine Kopie der Einwilligungserklärung in einen dafür vorgesehenen Ordner und geben Sie dem Teilnehmer die zweite Kopie.
5. Bitten Sie die Teilnehmer, das Trikot mit ihrer Teilnehmernummer anzuziehen.

5. Installation des physiologischen Geräts

1. Bitten Sie die Teilnehmer, Schmuck aus der nicht dominanten Hand zu entfernen.
2. Verwenden Sie ein antiseptisches Tuch, um den Bereich zu reinigen, in dem die Elektroden platziert werden. Entfernen Sie den Kunststoff von der Elektrode und legen Sie ihn auf die Hände des Teilnehmers.
3. Schnappen Sie die beiden Sensoren an den beiden Elektroden ein. Der rote Draht muss auf die Daumenseite gelegt werden. Der schwarze Draht muss auf der anderen Seite unter dem kleinen Finger platziert werden.
4. Schließen Sie das Sensorkabel an den A3-Anschluss der EDA-Box an. Fragen Sie den Teilnehmer, ob er dazu neigt, verschwitzte Handflächen zu haben. Wenn sie sagen, dass sie es tun, wickeln Sie medizinisches Klebeband um die Elektroden, ohne das Metallteil zu berühren.
5. Fügen Sie ein Armband über die Handfläche hinzu, um die Sensoren und Elektroden an Ort und Stelle zu befestigen.
6. Schalten Sie das EDA-Gerät ein. Überprüfen Sie, ob der Bluetooth-Schalter noch eingeschaltet ist.
7. Überprüfen Sie, ob die vier Leuchten blinken.
8. Notieren Sie sich die Nummer des Teilnehmers und die Nummer der EDA-Box-Seriennummer, die jedem Teilnehmer zugeordnet ist.
9. Legen Sie die EDA-Box auf den Gürtel oder in die Tasche des Teilnehmers. Wenn die Kleidung des Teilnehmers diese Platzierung nicht zulässt, bieten Sie ihm einen Gürtel an und haken Sie die EDA an den Gürtel.
10. Bitten Sie die Teilnehmer, die die EDA-Boxen tragen, mit den anderen an den Tisch zurückzukehren und den vorexperimentellen Fragebogen auszufüllen.

6. Baseline aufzeichnen

1. Gehen Sie um den Tisch, beginnend mit den Teilnehmern, die die EDA nicht haben, und überprüfen Sie, ob alle Fragen beantwortet wurden. Wenn der Fragebogen ausgefüllt ist, legen Sie ihn in den Ordner mit der Einverständniserklärung des Teilnehmers.
2. Sobald alle Teilnehmer den vorexperimentellen Fragebogen ausgefüllt haben, gehen Sie zum Spielestudio.
3. Zeichnen Sie dann die Baseline auf.
   1. Um dies zu tun, sagen Sie den Teilnehmern, dass sie die Werkzeuge kalibrieren sollen und bitten Sie sie, ruhig zu atmen und etwas vor ihren Augen für 2 Minuten zu reparieren.
   2. Schalten Sie die EDA-Geräte gleichzeitig aus und dann ein.
   3. Starten Sie einen Timer für 2 min. Schalten Sie nach Ablauf der 2 Minuten das EDA-Gerät aus und wieder ein.

7. Starten Sie das Experiment

1. Starten Sie die Aufnahme der drei Kameras und schalten Sie die drei Leuchtkästen ein.
2. Stellen Sie sicher, dass sich die Leuchtkästen und das gesamte Spielfeld noch innerhalb des Kamerarahmens befinden.
3. Stellen Sie sicher, dass das Synchronisierungsfeld automatisch aktiviert ist, und aktivieren Sie das Synchronisierungsfeld.
4. Nach 10 s blinken die Zahlen auf den Leuchtkästen.
   HINWEIS: Dies zeigt an, dass die Sync-Box automatisch alle 10 s einen Impuls an die Leuchten und die EDA-Boxen sendet.
5. Erklären Sie das Spiel, indem Sie mitteilen, dass das Spiel wie Ping-Pong ist und man es während des Spiels verstehen wird. Um zu gewinnen, muss ein Spieler 3 Punkte machen. Einige Mitglieder der Öffentlichkeit werden Smartphones verwenden, um das Spiel zu beeinflussen, indem sie die Website-URL besuchen, die auf den Spielplatz projiziert wird.
6. Verwenden Sie das Randomisierungsblatt mit der Anzahl der Teilnehmer für jede Bedingung, teilen Sie den Teilnehmern mit, wer das Spiel spielen wird und wer als Zuschauer an der Seitenlinie stehen wird.
   HINWEIS: Für die Zwecke dieser Studie können die Teilnehmer, die die EDA-Boxen tragen, nicht als Spielende ausgewählt werden, da das Engagement des Zuschauers untersucht wird.
7. Teilen Sie den Teilnehmern mit, welche Zuschauer ihr Smartphone nutzen werden. Bitten Sie die Zuschauer, das Spiel zu beeinflussen. Sagen Sie den Teilnehmern, dass sie sich innerhalb eines Meters vom Spielfeld halten sollen.

8. Starten Sie das Spiel

1. Sagen Sie dem Spieltechniker, dass er das Spiel starten soll, indem Sie die Projektoren und die Bewegungserkennungstechnologie einschalten.
2. Teilen Sie den Spielern das Szenario mit. Wörtlich: "Hier ist der Kontext: Du gehst in einem öffentlichen Raum und siehst dieses Spiel. Du entscheidest dich für die Teilnahme."
3. Während die Teilnehmer spielen, überprüfen Sie visuell, ob die Lichter alle 10 s blinken.
4. Bitten Sie zwischen jedem Spiel die Zuschauer (nicht die Spieler), den Fragebogen zur Selbsteinschätzung der Manikin (SAM) Skala⁸ auf ihrem Smartphone unter einer URL auszufüllen. Geben Sie ihnen den Link des Fragebogens. Wenn das erste Spiel vorbei ist, bitten Sie alle Zuschauer, nicht die Spieler, einen Fragebogen auf dem Smartphone über das Erlebnis auszufüllen. Stellen Sie sicher, dass sie drei Fragen mit drei Skalen beantworten. Bewerten Sie nicht das Spiel selbst, sondern das Gefühl während der Teilnahme.

9. Entfernung physiologischer Geräte

1. Lesen Sie dies wörtlich: "Vielen Dank für Ihre Teilnahme am Spiel. Das letzte Spiel ist vorbei. Die Zuschauer füllen nun zwei Papierfragebögen aus, die Spieler verlassen können. Bitte folgen Sie mir in den Begrüßungsraum."
   1. Bitten Sie alle Zuschauer, mit Ausnahme der Zuschauer mit der EDA, zurück an den Tisch zu gehen. Sie werden die UES-SF zweimal beantworten, einmal darüber nachdenken, wann sie das Smartphone hatten und einmal, wenn sie das Smartphone nicht hatten, steht dies in den Anweisungen des Fragebogens. Wörtlich: "Die Teilnehmer mit dem physiologischen Werkzeug können am Tisch warten. Die anderen, können den Fragebogen zum Ende des Experiments ausfüllen, bitte ausführlich beantworten, indem sie klar erklären, was gemeint ist." Sie können Fragen stellen, wenn überhaupt.
2. Bitten Sie den Teilnehmer, die EDA-Box zurückzugeben. Schalten Sie das Gerät und das Bluetooth des Geräts aus.
   1. Trennen Sie den Sensor vom A3-Anschluss, entfernen Sie das Armband und trennen Sie den Sensor von den Elektroden.
   2. Bitten Sie den Teilnehmer, das medizinische Klebeband und die Elektroden an seiner Hand zu entfernen. Geben Sie dem Teilnehmer ein Taschentuch, um die Creme aus der Hand zu entfernen.
   3. Entfernen Sie die Micro-SD-Karte aus dem EDA-Feld und wiederholen Sie die Schritte 9.2. bis 9.2.3 mit den anderen EDA-Teilnehmern.

10. Nachbesprechung der Teilnehmer

1. Bringen Sie die EDA-Teilnehmer an den Tisch, an dem die anderen Teilnehmer sitzen.
2. Bitten Sie die Teilnehmer, den Fragebogen zum Ende der Erfahrung auszufüllen. Bitten Sie die Teilnehmer, ausführlich zu antworten, indem Sie klar erklären, was sie meinen. Sagen Sie ihnen, dass sie Hilfe vom Experimentator suchen sollen, falls sie Fragen haben.
3. Legen Sie die ausgefüllten Post-Experiment-Fragebögen mit den Pre-Experiment-Fragebögen und Einwilligungsformularen in den Ordner.
4. Besprechen Sie die Teilnehmer. Sobald sie fertig sind, danken Sie ihnen für ihre Teilnahme, erzählen Sie ihnen von der Entschädigung und gehen Sie sie raus.

11. Aufräumen von Materialien

1. Schalten Sie die drei Leuchtkästen aus.
2. Stoppen Sie die Aufnahme der drei Kameras und entfernen Sie die Batterien und SD-Karten von den drei Kameras. Legen Sie die Kamerabatterien in das Ladegerät ein.
3. Schalten Sie die Sync-Box aus und schließen Sie die EDA-Boxen, Leuchtkästen und Sync-Boxen an die Ladestation an.

12. Physiologisches Datenmanagement

1. Legen Sie die Micro-SD-Karte aus der EDA-Box in einen Adapter. Übertragen Sie die Daten auf den Computer in einem Ordner, der nach der Nummer des Teilnehmers benannt ist. Löschen Sie die Dateien von der SD-Karte.
2. Wählen Sie alle Daten aus und legen Sie sie in eine Tabelle ein. Blenden Sie die Spalten aus, die nicht nützlich sind. Wählen Sie ungefähr Zeile 1 bis Zeile 3.000 aus und erstellen Sie ein Streudiagramm. Wenn alle Daten zwischen 240 und 550 liegen, sind die Daten gültig.
3. Stellen Sie sicher, dass die vom Synchronisierungsfeld generierten Marker vorhanden sind, indem Sie die Ereignisspalte auswählen und sortieren. Drücken Sie Str.Z, um die Sortierung der Marker rückgängig zu machen.
   HINWEIS: Alle generierten Marker sind sichtbar. Manchmal gibt es Markierungen, die nicht angezeigt wurden. Dies ist kein Problem, nur ein Marker liefert einen Bezugspunkt. Von diesem Punkt aus können die Anfänge und Enden der Ereignisse mit der Zeit der Kamera berechnet werden. Pro Sekunde gibt es 100 Datenpunkte.
4. Fügen Sie eine event_start_end Spalte hinzu. Sehen Sie sich das Filmmaterial an, wenn der Beginn eines Ereignisses stattfindet, berechnen Sie die Differenz zwischen der Zeit des Ereignisses und der letzten Markierung. Wenn die Sekunden für den Ereignisstart gefunden wurden, fügen Sie der Tabellenkalkulationsdatei eine Markierung mit dem Namen event1_start hinzu. Machen Sie dasselbe für das Ende der Veranstaltung.
5. Wiederholen Sie Schritt 12.4 für die Baseline.
6. Wenn alle Marker hinzugefügt wurden, exportieren Sie die Tabelle in .txt Format (tabulatorgetrennter Text).
   HINWEIS: Es wird zwei Tabellen pro Teilnehmer geben, eine mit den Experimentdaten und eine mit den Basisdaten.
7. Importieren Sie diese Dateien in die Software, die für diese EDA-Boxen entwickelt wurde (siehe nächster Abschnitt)¹⁹. Dadurch wird eine analysebereite Datei generiert, die die relative Zeit, die absolute Zeit, die Ereignisse und das EDA-Signal enthält.
8. Dateien in die EDA-Analysesoftware hochladen
9. Klicken Sie auf Projekt hinzufügen. Fügen Sie einen Titel hinzu. Fügen Sie eine Beschreibung hinzu. Geben Sie das Datum des Projekts und die Gesamtzahl der Teilnehmer ein.
10. Klicken Sie auf den Namen des Projekts. Klicken Sie auf Experimentelles Design. Klicken Sie auf Signale und wählen Sie physiologisch, EDA, Bluebox Recorder, Bluebox und Version 3.0.
11. Klicken Sie auf Ereignisse und geben Sie die Ereignisse so ein, wie sie zuvor in der Tabelle benannt wurden (z. B. event_start_end). Wählen Sie Bluebox, Version 3.0.
12. Klicken Sie auf Transformationen und wählen Sie GSR (galvanic skin response).
13. Klicken Sie auf Entsperrt, um zu ändern, um das Projekt zu sperren. Klicken Sie auf Dateiimport, um die zuvor vorbereiteten Dateien zu importieren.
14. Klicken Sie auf das Teilnehmerprofil, um informationen über die Teilnehmer zu erhalten, indem Sie ihre E-Mail-Adressen eingeben. Klicken Sie auf Teilnehmer ist da. Klicken Sie auf Ok Complete.
15. Laden Sie die Datendatei hoch, die gezippt werden muss, damit die Software sie erkennt. Klicken Sie auf den Pfeil. Klicken Sie auf die Torten, um die Datei hochzuladen.
16. Gehen Sie zu Analyse und wählen Sie Datenexport ; wählen Sie den Teilnehmer und seine Daten aus. Klicken Sie auf Daten exportieren, um eine Datei für statistische Analysen zu erstellen. Dies kann Stunden dauern, wenn viele Teilnehmer vorhanden sind. Die Datei wird am Ende des Exports unter Dateiname angezeigt.
    HINWEIS: Um die Datei für die Analyse bereit zu erhalten, generiert die Software saubere phasische Daten. Die Signalvorverarbeitungsschritte wurden wie folgt ausgeführt: Die Daten wurden bei 100 Hz aufgezeichnet und auf 25 Hz neu abgetastet, bevor ein Tiefpass-Butterworth-Filter 2. Ordnung und ein 50-Hz-Cut-off angewendet wurden. Das Signal wurde dann in tonische und phasische Komponenten zerlegt, wobei der konvexe Optimierungsalgorithmus verwendet wurde, der in Grecos Artikel²⁰beschrieben wird. Dieser Algorithmus filtert nach Artefakten und Ausreißerdatenpunkten.
17. Verwenden Sie die generierte Datei für die physiologische Datenanalyse.

13. Analysieren Sie die Daten

1. Subtrahieren Sie den EDA-Mittelwert vom EDA-Wert und dividieren Sie diesen Wert dann durch seine Standardabweichung (wobei der Mittelwert und die Standardabweichungen auf dem gesamten Datensatz basieren)^21, um die EDA-Daten zu standardisieren.
2. Subtrahieren Sie den Mittelwert der Basis-EDA von jedem standardisierten EDA-Wert, wobei der Mittelwert auf den Baseline-Daten für jeden Teilnehmer in Frage²¹ basiert, um die EDA-Daten zu baselinen.
3. Berechnen Sie die Mittelwerte für jede Interaktivitätsbedingung für die SAM-Skala und den Fragebogen nach dem Experiment (z. B. UES-SF).
4. Testen Sie zwei Mediationsmodelle, eines für jede Art von Erregung: physiologisch und selbstberichtet.
5. Testen Sie die Beziehung zwischen der unabhängigen Variablen (Interaktivität) und den Mediatoren (physiologische und wahrgenommene Erregung).
6. Testen Sie die Beziehung zwischen den unabhängigen (Interaktivität) und abhängigen Variablen (Engagement bewertet in der UES-SF).
7. Bewerten Sie die Beziehung zwischen der Kombination der unabhängigen Variablen und der Mediatoren und der abhängigen Variablen.

Representative Results

In diesem Abschnitt werden die repräsentativen Ergebnisse dieser Studie beschrieben. Wir rekrutierten die Teilnehmer über soziale Medien und das Teilnehmerpanel unserer Institution. Von den 78 Teilnehmern waren 40 Frauen. Das Durchschnittsalter lag bei 22 Jahren. Keiner der Teilnehmer hatte das Spiel zuvor gespielt. Weitere Ausschlusskriterien finden Sie in Schritt 1 des Protokolls.

Die deskriptive Statistik, die in Tabelle 1 zu sehenist, enthält den Mittelwert pro Bedingung für jede Kennzahl. Der Mittelwert der Erregungsdimension der Self-Assessment Manikin (SAM) wird in der zweiten Zeile der Tabelle angegeben. Die SAM-Skala wurde mit einer visuellen 9-Punkt-Likert-Skala von ruhig bis aufgeregt⁸ verabreicht (siehe Ergänzungsdatei). Die Ergebnisse zeigen, dass die Teilnehmer mit dem Smartphone mehr begeistert waren. Die dritte Zeile zeigt die Differenz zwischen dem Mittelwert der standardisierten EDA für jede Bedingung und zeigt erneut, dass sie in der Smartphone-Bedingung höher war. Die vierte Zeile berichtet über die Mittelwerte für jede Bedingung im User Engagement Questionnaire Short Form (UES-SF), eine 5-Punkte-Likert-Skala von Stark zustimmen bis Stark nicht zustimmen wurde^{verwendet 22}. Auch hier zeigen die Ergebnisse, dass das wahrgenommene Engagement im Smartphone-Zustand höher war. Die p-Werte werden für jede Kennzahl gemeldet und bestätigen ihre statistische Signifikanz. Mit dem Baron & Kenny-Verfahren konnten wir die vermittelnde Rolle der Erregung in der Beziehung zwischen Interaktivität und Zuschauerengagement identifizieren²³. Selbst wahrgenommene Erregung und selbst wahrgenommenes Engagement hatten 78 Teilnehmer und physiologische Erregung hatte 12 Teilnehmer. Die Zahlen sind niedriger als das, was wir rekrutiert haben, weil wir vier EDA-Teilnehmer und zwei SAM Scale- und UES-SF-Teilnehmer aufgrund von Datenverlust verwerfen mussten.

Diese Ergebnisse zeigen, dass diese Datenerhebungs- und Analysemethode die notwendigen Daten liefert, um die beiden Bedingungen der Interaktivität zu vergleichen. Wie in der Spielererfahrungsliteratur³vorgeschlagen, bietet die Kombination von gelebten und wahrgenommenen Erregungsmaßnahmen eine robustere Bewertung. Darüber hinaus ermöglicht diese Methode eine ökologisch valide Messung sowohl physiologischer als auch selbstberichteter Erregungen, da die drahtlosen EDA-Geräte eine Live-Aufnahme während des ununterbrochenen Spiels ermöglichten. Darüber hinaus wurden die selbstberichteten Erregungsfragebögen zwischen jedem Spiel direkt auf den Smartphones der Zuschauer ausgefüllt, die bereits zum Spielen des Spiels verwendet wurden. Dies ermöglichte es den Teilnehmern, im Spielfluss zu bleiben.

Abbildung 1: Visuelle Darstellung des Spiels. Diese Abbildung zeigt den Spielplatz mit einem Spieler auf jeder Seite und sechs Zuschauern, die von der Seite des Spielplatzes aus zuschauen. Alle Teilnehmer tragen ein Trikot mit einer Nummer darauf. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 2:Visuelle Darstellung der Synchronisierungsgeräte. Diese Abbildung zeigt die Geräte, die zum Synchronisieren der EDA-Daten verwendet werden. Links befindet sich die Sync-Box und rechts die Leuchtbox¹⁴ mit einer Zahl. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 3: Visuelle Darstellung der Kamera und des Leuchtkastens. Diese Abbildung zeigt einen Leuchtkasten, der vor einer Kamera positioniert wird. Die Kamera befindet sich auf einem Stativ und der Leuchtkasten¹⁴ auf einem mechanischen Arm, der auf dem Stativ montiert ist. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 4: Beziehungen zwischen Variablen. Dieses Schema stellt die vermittelnde Rolle der Erregung in der Beziehung zwischen Interaktivität und Zuschauerengagement dar. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

	Mit Smartphone	Ohne Smartphone	P-Wert
Selbst wahrgenommene Erregung	5.54	4.64	< .001
Physiologische Erregung (EDA)	0.0295	-0.1262	< .001
Selbst wahrgenommenes Engagement	3.49	3.31	< .001

Tabelle 1: Deskriptive Statistiken nach Gruppen. Die Zahlen stellen die Mittelwerte der Gesamtwerte jedes Messwerkzeugs pro Interaktivitätsbedingung dar. Die p-Werte werden in der Spalte P-Wert angezeigt. P-Werte wurden mittels linearer Regression mit zufälligem Intercept mit zweiseitiger Signifikanz gemessen.

Zusatzdatei 1: SAM-Skala Bitte klicken Sie hier, um diese Datei herunterzuladen.

Discussion

Bitte beachte, dass die Schritte im Studio der Entwickler des Spiels ausgeführt wurden, aber in einer Laborumgebung oder einer anderen Umgebung repliziert werden können, die genügend Platz für das Spiel bietet. Es ist wichtig zu beachten, dass die Sync-Box nur einen Impuls an die Lichter und EDA-Boxen senden kann, die sich innerhalb von 20 Metern befinden. Daher darf das Spielzimmer oder Spielfeld nicht größer sein.

Bestehende Labormethoden haben Software verwendet, um gleichzeitig sowohl die Aufzeichnung des Videospielbildschirms als auch physiologische Messwerkzeuge zu beginnen¹⁰. Im Zusammenhang mit digitalen Spielen, die nicht innerhalb eines Bildschirms stattfinden, ist diese Methode unzureichend. Dieses Problem wird durch die in unserem Protokoll beschriebene Synchronisationsmethode umgangen. Egal wann die Aufnahmen beginnen, die Daten können synchronisiert werden. Unsere Arbeit hat gezeigt, dass die von Courtemanche et al. vorgeschlagene Technik auf die Spieleforschung angewendet werden kann, insbesondere in Spielen, die außerhalb des traditionellen konsolenbasierten Spiels stattfinden¹⁷. Mit der Kombination von synchronisierten physiologischen und Videodaten sowie selbstberichteten Messungen konnten wir die beiden Bedingungen der Interaktivität vergleichen und einen Unterschied im Engagement beobachten.

Für Forscher, die dieses Protokoll verwenden möchten, gibt es einige Empfehlungen, die Sie nicht verpassen sollten. Die Methode basiert auf einer Technologie, die eine langlebige Batterieleistung erfordert. Das gesamte Material sollte vor dem Experiment vollständig aufgeladen werden, um Datenverlust zu vermeiden. Das EDA-Gerät sollte vor dem Experiment immer getestet werden, um sicherzustellen, dass es vollständig aufgeladen ist, dass der Bluetooth-Empfang funktioniert und dass die Lichter blinken. Obwohl die Leuchtkästen für die Synchronisation sehr wichtig sind, ist es möglich, die Daten zu verwenden, wenn das Licht während des gesamten Spiels nur ein Signal sendet. Die Ereignisse werden dann entsprechend ihrer Kamerazeitdifferenz zu diesem einzelnen Signal berechnet. Wenn ein Licht kein Signal sendet, ist es möglich, die beiden anderen zur Berechnung der Ereignisse zu verwenden. Wenn keine der Leuchten funktioniert, ist es auch möglich, die beiden EDA-Boxen und die Sync-Box gleichzeitig einzuschalten und im Kamerarahmen sichtbar zu machen und sich bei der Synchronisierung der Daten darauf zu verlassen, obwohl diese Methode weniger genau ist.

Die EDA-Messung kann durch Bewegung und Schweiß beeinflusst werden; Diese Messung könnte beeinträchtigt werden, wenn die Teilnehmer intensive körperliche Aktivität ausüben würden. Im Rahmen dieses Spiels ist es für die Zuschauer wichtig, einfach frei herumlaufen und ein Smartphone benutzen zu können. Dieses Maß an körperlicher Aktivität war für unsere Art der Messung akzeptabel. EDA-Sensoren wurden auf der nicht dominanten Hand der Zuschauer platziert, wodurch sie ihr Smartphone bequem mit der anderen Hand benutzen konnten. Das Anbringen eines Armbands an der Hand und dem Arm des Teilnehmers ist wichtig, da es dazu beiträgt, dass sich das Sensorkabel und die Elektroden nicht bewegen. Besonderes Augenmerk muss bei der Datenanalyse auf die Bewegungsartefakte gelegt werden. Einige Datensätze müssen möglicherweise aus der Studie entfernt werden.

Es wird auch empfohlen, die Daten nach jeder Sitzung zu übertragen, um zu vermeiden, dass der Datensatz mit dem falschen Teilnehmer verknüpft wird. Dieser Prozess ermöglicht auch die Verifizierung von Datenaufzeichnungen, da Daten nicht in Echtzeit visualisiert werden können. Auf jeder der Micro-SD-Karten sollten sich für jede Sitzung pro Teilnehmer drei Textdateien befinden. Die erste Datei ist der Test (wenn das Gerät auf dem Teilnehmer installiert wurde), die zweite Datei ist die Baseline und die dritte Datei ist die Aufzeichnung während der eigentlichen Spiele.

Die in dieser Arbeit vorgestellte Methode könnte von Spieledesignern verwendet werden, die die gelebte Erfahrung des Publikums verstehen möchten, das das Spiel beobachtet. Im Gegensatz zu Selbstberichten oder Interviews sind physiologische Messungen objektiv und nicht aufdringlich sowohl für die Teilnehmer als auch für das Spiel²⁴. In Verbindung mit selbstberichteten Messungen bieten sie eine genauere Möglichkeit, die emotionalen Reaktionen der Teilnehmer zu beurteilen²⁴. Ein besseres Verständnis der Benutzer ermöglicht ein besseres Design¹. Aufgrund seiner tragbaren Ausrüstung könnte diese Methode außerhalb einer Laborumgebung verwendet werden. Es könnte im realen Kontext des Spiels nachgebildet werden, der in unserem Fall ein öffentlicher Raum ist. Dies würde die ökologische Validität weiter fördern. Auch andere Forschungsfelder wie Bildung und Einkaufen könnten vom Portabilitätsaspekt dieser Methode profitieren und ihre Anwendung untersuchen. Wie Charland et al. feststellen, ist das Engagement beim Lernen entscheidend⁵. Diese Methode könnte die Bewertung der vielfältigen Dimensionen des Engagements im realen Kontext einer Klasse ermöglichen. Es wurde auch festgestellt, dass emotionale Reaktionen zu wichtigen Ergebnissen im Einkaufsumfeld führen²⁵. Diese Methode könnte eine Erregungsbewertung im Kontext von Einkaufszentren ermöglichen. Weitere Arbeiten wären erforderlich, um festzustellen, ob diese Methodik in diesen anderen Bereichen angewendet werden kann.

Materials

Name	Company	Catalog Number	Comments
BITalino (r)evolution Freestyle Kit (PLUX Wireless biosignals S.A.)	BITalino	810121006
Devices (1 syncbox, 3 light boxes, 2 EDA boxes)	Developed by Tech3Lab researchers1	n/a
CubeHX2	n/a	n/a
Charging station	Prime 60W 12A 6-Port Desktop Charger	RP-PC028
6 USB3 wires for charging	Insignia 3m (10 ft.) Charge-and-Play USB A/ Micro USB Cable	NS-GPS4CC101-C2
3D scanner	Velodyne LiDAR	VLP-16
Projectors	Barco	F90-W13
Jerseys* (fabric, tape, string)	Any	Any
2 low light cameras	Sony	A7S
2 tripods for the A7S	Manfrotto	MVK500190XV
2 light stands for the go pro and the syncbox	Impact	LS-8AI
1 plier for the light stand of the syncbox	Neewer	Super Clamp Plier Clip
1 magic arm for the light box of the go pro	Magic Arm	143A
1 Go Pro	Go Pro	5
1 Microphone	Rode	VideoMic Rycote
2 armbands	Amyzor	Moisture Wicking Sweatband
*Make them yourself by taping the number on the fabric and perforating two holes to enter the string
Sources: 1.Courtemanche, F. et al. Method of and System for Processing Signals Sensed From a User. US 15/552,788 (2018). 2. Léger, P.M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab management and analytics software for triangulated human-centered research. In Lecture Notes in information Systems and Neuroscience. Edited by Thomas Fischer, 93-99, Springer. Cham (2019).