طرق لاختبار البصرية الاهتمام اون لاين
February 19th, 2015
لتكرار إعدادات المختبر، تتطلب طرق جمع البيانات عبر الإنترنت للمهام المرئية تحكما صارما في عرض التحفيز. نحدد طرق استخدام تطبيق الويب لجمع بيانات الأداء في اختبارين للانتباه البصري.
الهدف العام من هذا الإجراء هو تبسيط جمع البيانات لمهام الانتباه البصري عبر تطبيق ويب عبر الإنترنت. يتم تحقيق ذلك عن طريق تسجيل الدخول أولا للمشاركين إلى تطبيق ويب. بعد ذلك ، يطلب من المشاركين معايرة شاشاتهم لعرض التحفيز الصحيح.
ثم يقرأ المشاركون تعليمات المهمة ويكملون تجارب التدريب. أخيرا ، يتم جمع البيانات من المشاركين أثناء إكمالهم للمهام الكاملة. في النهاية ، تظهر طرق جمع البيانات عبر الإنترنت للمهام المرئية نتائج متسقة مع تلك الخاصة بالطرق التقليدية القائمة على المختبر.
الميزة الرئيسية لهذه التقنية على الطرق الحالية هي أنه يمكن جمع البيانات من مجموعة أكبر وأكثر تنوعا في فترة زمنية قصيرة نسبيا. وسيكون إثبات هذا الإجراء أولغا ب متساوي, فني في المختبر. للبدء ، اجعل المشارك يجلس في غرفة هادئة خالية من الانحرافات باستخدام جهاز كمبيوتر مزود بالإنترنت على ارتفاع مريح.
اطلب من المشارك الانتقال إلى تطبيق الويب الموضح هنا. باستخدام مستعرض متوافق مع HTML خمسة ، اطلب من المشارك إدخال معرف فريد سيتم ربطه بالبيانات التي تم جمعها وتخزينها في قاعدة بيانات SQL الخاصة بي. قبل تسجيل الدخول ، احصل على موافقة من المشارك عبر نموذج موافقة مرتبط على الصفحة.
لمعايرة الشاشة، اطلب من المشارك إدخال الحجم القطري للشاشة بالبوصة في مربع النص المسمى. إذا كان المشارك لا يعرف هذه المعلومات، فاطلب منه العثور على قرص مضغوط أو بطاقة ائتمان ككائن معايرة. عند تحديد أحدها، اطلب من المشارك وضع الكائن على الشاشة ومحاذاته مع صورة تمثيلية للكائن المعروض على الشاشة.
مطالبة المشارك بضبط حجم صورة الشاشة لتتناسب مع حجم الكائن الفعلي بناء على قياسات القرص المضغوط الفعلي أو بطاقة الائتمان وحجم البكسل للصورة التمثيلية. حدد الحجم القطري للشاشة بالبوصة. اطلب من المشارك تأكيد هذه القيمة من خلال مربع حوار.
بعد ذلك ، اطلب من المشارك ضبط إعدادات سطوع الشاشة حتى يمكن تمييز جميع النطاقات ال 12 في تدرج أسود إلى أبيض معروض على الشاشة بوضوح. اطلب من المشارك الجلوس على بعد ذراع بعيدا عن الشاشة في وضع مريح ثم اضبط نافذة المتصفح على وضع ملء الشاشة. يجب أن تكون نافذة المستعرض في وضع ملء الشاشة لزيادة المساحة المرئية التي تستخدمها المهام وإزالة أي عوامل تشتيت مرئية مثل شريط أدوات المستعرض وأشرطة مهام سطح المكتب.
باستخدام تتبع الكائنات المتعددة ذاتي التوجيه أو البرنامج التعليمي MOT الموجود في عنوان URL هذا ، اطلب من المشارك قراءة الإرشادات خطوة بخطوة التي توضح كيفية عمل التجارب. بمجرد أن ينتهي المشارك من قراءة التعليمات ، اطلب من المشارك إجراء تجارب التدريب ، وقم بإعداد محفزات الممارسة لتتكون من ثماني نقاط عند 0.8 درجة مع سرعة حركة تبلغ درجتين في الثانية. استخدم واجهة برمجة تطبيقات إطار الرسوم المتحركة HTML ذات الخمسة طلبات لتحسين الرسوم المتحركة للمتصفح بمعدل إطارات 60 هرتز للتحكم في حركة التحفيز هذه.
بعد ذلك ، اطلب من المشارك تتبع النقاط الزرقاء مع النقاط الصفراء التي تعمل كمشتتات. بعد ثانيتين ، قم بتغيير النقاط الزرقاء إلى نقاط صفراء واستمر في تحريكها بين النقاط الصفراء الأصلية لمدة أربع ثوان أخرى. في نهاية كل نسخة تجريبية ، أوقف النقاط وقم بتمييز واحدة.
اطلب من المشارك الرد عن طريق الضغط على المفتاح، سواء كانت النقطة المميزة نقطة مسار أو نقطة تشتيت للانتباه. بعد ثلاث تجارب صحيحة متتالية أو ست تجارب كحد أقصى ، انقل المشارك إلى المهمة الكاملة. لبدء مهمة MOT الكاملة للمشارك ، قم بإعدادها ب 16 نقطة تتحرك بسرعة خمس درجات في الثانية.
ضمن المسافة بين درجتين من الانحراف المركزي و 10 درجات الانحراف ، اطلب من المشارك إكمال ما مجموعه 45 تجربة ، مزيج من خمس تجارب تتكون من نقطة واحدة مجنزرة و 10 تجارب تتكون كل منها من نقطتين إلى خمس نقاط مجنزرة. باستخدام البرنامج التعليمي الموجود هنا ، اطلب من المشارك المرور بأربع مراحل من الإرشادات خطوة بخطوة التي توضح المحفزين المستهدفين اللذين يجب الاهتمام بهما أثناء مجال الرؤية المفيد أو مجموعة مهام UFOV. الحافز المستهدف المركزي هو ابتسامة بدرجة واحدة تومض في وسط الشاشة بشعر طويل أو قصير.
قم بترتيب طول شعر الابتسامة بشكل عشوائي عبر التجارب ، واضبط الحافز المستهدف المحيطي على أنه نجم درجة واحدة يومض عند أربع درجات من الانحراف في أحد المواقع الثمانية حول الدائرة. حدد موقع النجم عشوائيا عبر التجارب. للمرحلة الأولى فقط.
اعرض الهدف المركزي ثم اطلب من المشارك الرد عبر الضغط على مفتاح ، والذي تم عرض طول الشعر للمرحلة الثانية فقط. اعرض الهدف المحيطي ثم اطلب من المشارك النقر فوق أحد خطوط الراديو الثمانية التي تمثل المواقع المستهدفة الثمانية المحتملة للإشارة إلى مكان ظهور النجم. بالنسبة للمرحلة الثالثة ، اعرض كل من المحفزات المستهدفة المركزية والمحيطية ثم اطلب من المشارك تقديم استجابات لكل من نوع الابتسامة وموقع النجم.
بالنسبة للمرحلة الرابعة ، اعرض كلا المحفزين المستهدفين بالإضافة إلى المشتتات الطرفية ثم اطلب من المشارك الاستجابة لكلا المحفزات المستهدفة. بالنسبة لعرض المشتتات ، يتم عرض مربعات درجة واحدة في المواقع السبعة المتبقية عند أربع درجات من الانحراف بالإضافة إلى ثمانية مربعات أخرى عند درجتين من الانحراف المركزي. بعد رد المشارك ، أظهر ملاحظات المشارك لكل استجابة مستهدفة بعد كل تجربة ، بعد الحصول على ثلاث تجارب صحيحة متتالية ، انقل المشارك إلى مرحلة التدريب التالية.
بعد المرحلة الرابعة ، اطلب من المشارك بدء مهمة UFOV الكاملة. قدم نفس الحافز المركزي كما في جلسة التدريب. اعرض الهدف المحيطي عند انحراف سبع درجات في أحد المواقع الثمانية المذكورة سابقا.
يتم أيضا عرض 24 مربعا مشتتا بثلاث درجات من الانحراف ، وخمس درجات من الانحراف ، والمواقع السبع درجات المتبقية من المركزية. استخدم إجراء درج واحد لأعلى بثلاثة أعوام لتحديد وقت عرض المحفزات ، وتقليل مدة المحفزات بعد ثلاث تجارب صحيحة متتالية ، وزيادة بعد كل تجربة خطأ والمهمة. عند استيفاء أحد الشروط الثلاثة ، يصل إجراء الدرج إلى ثماني انعكاسات.
يكمل المشارك 10 تجارب متتالية إما بمدة الحد الأقصى 99 إطارا أو مدة الأرضية إطار واحد ، أو يصل المشارك إلى 72 تجربة كحد أقصى. تم استخدام البيانات من 1،744 مشاركا عبر الإنترنت لتحليل MOT. تم قياس أداء MOT عن طريق حساب متوسط الدقة لكل مجموعة.
تتراوح دقة الحجم من 0.4 إلى 1.0 للحجم المحدد من واحد إلى 0.1 إلى 1.0 للحجم الخامس ومتوسط الدقة تراوح من 0.99 للحجم المحدد واحد إلى 0.71 للحجم الخامس. تراوحت درجات الدقة المتوسطة من 1.0 إلى 0.70 للحجم الأول والخامس على التوالي. انخفضت الدقة مع زيادة حجم المجموعة مما يدل على تأثير MOT نموذجي لمهمة UFOV.
تم تحليل البيانات من 1،747 مشاركا عبر الإنترنت. تم حساب الأداء عن طريق حساب متوسط وقت العرض خلال التجارب الخمس الأخيرة من أجل الحصول على عتبة الكشف ، والتي تعكس الحد الأدنى لمدة العرض التي يمكن للمشاركين عندها اكتشاف الهدف المحيطي بدقة 79٪ تقريبا. كان متوسط عتبة الأجسام الطائرة الطائرة غير المرغوب فيها 64.7 مللي ثانية وتتراوح الدرجات من 17 مللي ثانية إلى 315 مللي ثانية مع عتبة متوسطة تبلغ 45 مللي ثانية.
كان توزيع العتبة منحرفا بشكل إيجابي مع انحراف 1.92 وتفرط 3.93. كانت النتائج متسقة مع العمل السابق. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية تطوير تجارب تتبع كائنات متعددة وتجارب مجال رؤية مفيدة كتطبيقات ويب تتبع هذا الإجراء.
يمكن أيضا تكييف طرق أخرى مع عرض محفز بصري دقيق لبيئة عبر الإنترنت. يمكن بعد ذلك جمع البيانات من مجموعة سكانية تمثيلية بشكل عام أو من نوع فرعي محدد من الأفراد الذين يصعب إحضارهم إلى المختبر. شكرا للمشاهدة.
View the full transcript and gain access to thousands of scientific videos
النظرة العامة
توضح هذه المقالة طرق جمع البيانات عبر الإنترنت في مهام الانتباه البصري باستخدام تطبيق ويب. تؤكد على أهمية معايرة الشاشة وتعليمات المهمة لعرض الحافز بدقة.
مكونات الدراسة الرئيسية
مجال العلوم
- علم الأعصاب
- علم السلوك
- طرق جمع البيانات
الخلفية
- تتطلب الطرق التقليدية القائمة على المختبر لمهام الرؤية بيئات خاضعة للرقابة.
- يمكن أن تبسط الطرق عبر الإنترنت جمع البيانات.
- الاتساق بين النتائج عبر الإنترنت وتلك القائمة على المختبر أمر بالغ الأهمية.
- معايرة الشاشة ضرورية لعرض الحافز بدقة.
غرض الدراسة
- لتبسيط جمع البيانات لمهام الانتباه البصري.
- لتقييم فعالية طرق جمع البيانات عبر الإنترنت.
- لضمان جمع بيانات الأداء الموثوق بها.
الطرق المستخدمة
- يقوم المشاركون بتسجيل الدخول إلى تطبيق ويب.
- يتم إجراء معايرة الشاشة لعرض الحافز بدقة.
- يقرأ المشاركون تعليمات المهمة ويكملون تجارب التدريب.
- يتم جمع البيانات أثناء إكمال المهام الكاملة.
النتائج الرئيسية
- تؤدي طرق جمع البيانات عبر الإنترنت إلى نتائج متسقة.
- ينجح المشاركون في إكمال المهام بعد المعايرة.
- تتفق بيانات الأداء مع الطرق المختبرية التقليدية.
- يمكن للتطبيقات الويب تسهيل أبحاث الانتباه البصري بشكل فعال.
الخلاصات
- الطرق عبر الإنترنت هي بدائل قابلة للتطبيق لجمع البيانات التقليدي.
- تعزز المعايرة والتعليمات الصحيحة جودة البيانات.
- يمكن للبحوث المستقبلية الاستفادة من هذه الأساليب المبسطة.
الأسئلة الشائعة
Executive Industry Relevance
Online behavioral testing enables scalable, representative data collection for visual attention assays, addressing a key bottleneck in target validation and phenotypic screening. By ensuring stimulus timing and size fidelity through web-based calibration, the method supports mechanistic de-risking of neural pathways involved in attention and perception. This approach expands access to diverse participant pools, improving predictive confidence in early discovery while reducing reliance on constrained laboratory recruitment.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to visual processing and attentional networks in human participants.
- Operational Value: Supports biological de-risking by quantifying target engagement through standardized visual attention performance metrics.
- Predictive Value: Provides quantitative, reproducible readouts that aid in portfolio triage of CNS-targeted compounds affecting sensory or cognitive function.
Screening & Assay Development
- Assay Readiness: Delivers calibrated, stimulus-controlled visual attention tasks suitable for high-throughput online screening of compound effects on perception.
- Quantitative Output: Generates measurable endpoints such as multiple object tracking accuracy and useful field of view thresholds for dose-response modeling.
- Scalability: Enables deployment across large, diverse cohorts, improving statistical power and reducing variability in behavioral phenotyping.
Translational & Preclinical Research
- Translational Continuity: Bridges in vitro or rodent models to human-relevant visual attention phenotypes, supporting cross-species validation.
- Mechanistic De-risking: Isolates specific cognitive functions (e.g., tracking, peripheral detection) to clarify drug effects on neural circuits.
- Risk-Adjusted Advancement: Supports go/no-go decisions by detecting subtle attentional impairments early in the discovery pipeline.
Pipeline & Workflow Integration
The method fits within the discovery continuum from target validation through lead identification, particularly for compounds modulating attention, arousal, or sensory processing.
- Discovery Biology: Facilitates hypothesis testing of neural targets involved in visual attention by providing quantifiable behavioral phenotypes in human subjects.
- Screening: Delivers reproducible, web-administered assays with controlled stimulus timing and size, enabling reliable compound screening.
- Analytics: Produces continuous, threshold-based measurements (e.g., UFOV detection time, MOT accuracy) that support statistical comparison across conditions.
- Translational Research: Aligns with preclinical models of attention by capturing homologous human visual attention behaviors.
- Enterprise Reuse: Establishes a scalable, standardized platform for repeated use across multiple projects and therapeutic areas.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity in cognitive drug effects through direct human behavioral measurement.
- Operational Value: Ensures standardization and reproducibility via screen calibration protocols and stimulus timing controls.
- Strategic Value: Improves capital efficiency by enabling large-scale data collection without laboratory constraints, accelerating early decision-making.
- Portfolio Impact: Supports risk-adjusted prioritization by identifying attentional liabilities or benefits early, reducing late-stage attrition in CNS programs.
Implementation Considerations
- Requires expertise in behavioral neuroscience and web-based stimulus delivery to ensure proper task design and execution.
- Depends on HTML5-compatible browsers and JavaScript APIs (e.g., requestAnimationFrame) for precise stimulus timing and animation control.
- Necessitates cross-team standardization of calibration procedures (screen size, brightness, viewing distance) to maintain data validity across sites.
- Must account for variability in home environments (lighting, distractions, screen quality) through participant screening and instructional compliance.
- Limited to tasks where stimulus size and timing can be reliably controlled via web technologies; not suitable for sub-millisecond precision requirements.
