Method Article

在受控实验室条件下呈现真实物体的方法

DOI:

10.3791/59762

⸱

June 21st, 2019

 , 
1Department of Psychology, University of Nevada, Reno

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们描述了在严格控制的实验条件下呈现真实世界对象和相同物体的匹配图像的方法。这些方法在决策任务的上下文中描述,但相同的实际方法可以扩展到其他认知领域,如感知、注意力和记忆。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我们对人类物体视觉的了解几乎完全基于以计算机化二维(二维)图像形式呈现刺激的研究。然而,在日常生活中,人类主要与现实世界中的固体物体互动,而不是图像。目前,我们对物体图像是否触发类似行为或神经过程的了解知之甚少,就像现实世界的范例一样。在这里,我们介绍将现实世界带入实验室的方法。我们详细介绍了在严格控制的观察条件下呈现丰富、生态有效的真实世界刺激的方法。我们描述了如何紧密匹配真实物体及其图像的视觉外观,以及可用于连续交错试验中呈现真实物体和计算机图像的新型设备和协议。我们使用决策范式作为示例,将实际零食的支付意愿 (WTP) 与相同项目的二维图像进行比较。我们表明,与相同食物的高分辨率二维彩色图像相比,作为真实物体的食品的WTP增加了6.6%,这表明真实食品被认为比它们的图像更有价值。尽管在受控条件下呈现真实物体刺激对实验者提出了几个实际挑战,但这种方法将从根本上扩展我们对自然主义的基础认知和神经过程的理解视觉。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

人类感知和认知中初级研究的转化价值取决于这些发现在多大程度上转移到现实世界的刺激和背景中。一个长期的问题涉及大脑如何处理现实世界的感官输入。目前,视觉认知知识几乎完全基于依赖二维(二维)图像形式的刺激的研究,通常以计算机化图像的形式呈现。虽然图像交互在现代世界中越来越普遍,但人类是主动的观察者,视觉系统已经进化,允许感知和与真实物体交互,而不是图像1。迄今为止,人类视觉研究中的总体假设是图像等同于真实物体的显示和适当的代理。然而,目前,我们对图像是否像真实对象一样有效地触发了相同的底层认知过程知之甚少。因此,确定对图像的响应与真实世界对应方产生的响应相同或不同的程度非常重要。

真实物体和图像之间存在几个重要差异,这可能导致大脑中这些刺激的处理方式不同。当我们用两只眼睛观察真实物体时,每只眼睛从稍微不同的水平位置接收信息。不同图像之间的这种差异,称为双目差异,由大脑解决,以产生一个单一的深度感2,3。从立体视觉中衍生的深度线索,以及其他来源,如运动视差,传达关于物体的自我中心距离,位置和物理大小的精确信息,以及其三维(三维)几何形状结构4,5.对象的平面图像不传达有关刺激的物理大小的信息,因为观察者只知道与监视器的距离,而不是与对象的距离。虽然物体的三维图像,如立体图,更近似于真实物体的视觉外观,但它们并不存在于三维空间中,它们也没有提供真正的运动动作,如用手抓握6。

在实验环境中使用真实物体刺激的实际挑战
与对刺激表达完全由计算机控制的图像视觉的研究不同,使用真实物体给实验者带来了一系列实际挑战。在整个实验中,必须手动控制对象演示的位置、顺序和时间。使用真实对象(与图像不同)可能涉及大量时间承诺,因为需要收集7、8、9或制作10个对象,在实验前设置刺激,并呈现在研究期间手动使用对象。此外,在旨在直接比较真实物体与图像反应的实验中,在不同显示格式8、9中密切匹配刺激的外观至关重要。刺激参数、环境条件以及真实物体和图像刺激的随机和平衡,都必须仔细加以控制,以隔离因果因素,并排除对观察到的影响的替代解释。

下面详细介绍了用于呈现真实对象(和匹配图像)的方法,这些方法是在决策范式的上下文中描述的。然而,一般的方法可以扩展,以检查刺激形式是否影响视觉认知的其他方面,如感知,记忆或注意力。

实际对象的处理方式与图像不同吗?决策案例
在人类决策研究中,我们在真实场景中遇到的物体种类与实验室实验中所检查的物体之间的不匹配尤为明显。在大多数关于饮食选择的研究中,参与者被要求对在电脑显示器11、12、13、14上以彩色二维图像呈现的零食做出判断。相反,每天决定吃什么食物通常是在真正的食物,如在超市或自助餐厅。虽然在现代生活中,我们经常查看零食的图像(即,在广告牌、电视屏幕和在线平台上),但从进化中可以适应检测和适当应对真实能量密集食品的能力透视,因为它促进增长,竞争优势,和繁殖15,16,17。

决策和饮食选择科学研究的研究成果被用来指导旨在遏制肥胖率上升的公共卫生举措。然而,不幸的是,这些举措似乎很少或根本没有取得可衡量的成功。肥胖仍然是疾病22的全球负担的主要原因,与一系列相关的健康问题有关,包括冠心病、痴呆症、II型糖尿病、某些癌症和发病率总风险增加22 ,23,24,25,26,27。近几十年来肥胖和相关健康状况的急剧上升28与廉价、高能量食品的供应有关。因此,对于理解调节日常饮食决策的基本认知和神经系统有着强烈的科学兴趣。

如果大脑中不同格式的食物的处理方式存在差异,那么这可能有助于了解为什么公共卫生方法在对抗肥胖症方面没有成功。尽管图像和真实世界的对象之间存在差异,但令人惊讶的是,对于零食的图像是否与现实世界的相似,人们知之甚少。特别是,对于真正的食物是否被认为比相同物品的匹配图像更有价值或更令人吃益,人们知之甚少。经典的早期行为研究发现,幼儿能够延迟满足在2D彩色图像的零食30,但不是当他们面对真正的零食31。然而,很少有研究在成人中研究零食的展示形式是否影响决策或估价12,32,33,并且只有一项研究,到目前为止,从我们的实验室,已经测试了这当刺激参数和环境因素在格式7之间匹配时,问题。在这里,我们描述了研究健康人类观察者的决策是否受显示刺激的格式影响的创新技术和仪器。

我们的研究7是由Bushong和同事12进行的先前实验所激励的,实验中,大学年龄的学生被要求使用贝克尔-德格root-Marschak(BDM)招标任务对一系列日常零食进行货币投标。34.使用主题间设计,Bushong 和同事12以三种格式之一呈现了零食:文本描述符(即"Snickers bar")、二维彩色图像或真实食品。三个参与者组的平均零食出价(美元)是对比的。令人惊讶的是,那些看过真实食物的学生愿意为这些食物支付61%的费用,而那些认为与图像或文字描述相同的刺激者——作者称之为"真实曝光效应"的现象12。然而,关键的是,文本和图像条件的参与者在分组设置中完成了投标任务,并通过单独的计算机终端输入了他们的响应;相反,那些被分配到实际食物状况的人与实验者一对一地执行任务。刺激在真实和图像条件下的外观也不同。在真实的食物状况中,食物在银盘上呈现给观察者,而在图像条件下,刺激在黑色背景上作为缩放的裁剪图像呈现。因此,参与者的差异、环境条件或与刺激相关的差异可能导致对实际食品的出价过高。继Bushong等人12日之后,我们研究了真正的食物是否价值超过了二维食品的图像,但关键的是,我们采用了一个主题内设计,其中环境和刺激相关因素被仔细控制。我们开发了一个定制设计的转盘,其中每个显示格式的刺激可以从试验到试验随机交错。刺激表示和时间在真实对象和图像试验中是相同的,从而减少了参与者在不同显示条件下使用不同的策略执行任务的可能性。最后,我们仔细控制了真实物体和图像条件下刺激物的外观,使真实食物和图像与表面大小、距离、视点和背景紧密匹配。可能还有其他程序或机制,可以允许跨试验随机化刺激格式,但我们的方法允许许多对象(和图像)以相对快速的交错连续呈现。从统计的角度来看,这种设计比使用主体间设计更具有检测显著效果的能力。同样,其影响不能归因于观察员之间在支付意愿(WTP)方面的优先差异。当然,在主体内设计中,为需求特征提供了可能性。然而,在我们的研究中,参与者明白,他们可以在实验结束时"赢得"一个食品项目,而不管它出现在投标任务中的显示格式。参与者还被告知,任意减少出价(即图像)将减少他们中奖的机会,而赢得所需项目的最佳策略是出价的真实价值34,35,36.这个实验的目的是比较WTP的真实食品和二维图像使用BDM投标任务34,35。

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

实验协议得到了内华达大学、里诺社会、行为和教育机构审查委员会的批准。

1. 刺激和装置

figure-protocol-1
图 1:真实对象(显示在转盘上)和同一项的匹配二维图像(显示在计算机监视器上)。这个实验中的刺激包括60种受欢迎的零食食品。真正的食物(左面板)在转盘上被拍摄,其生成的二维图像(右面板)与表面大小、距离、视点和背景紧密匹配。请点击此处查看此图的较大版本。

  1. 刺激
    1. 真实对象
      1. 从当地的便利店购买60种受欢迎的零食食品(如图1)。理想情况下,确保食物跨越广泛的热量密度(例如,0.18 至 6.07)7。打开每种食物的包装,将包装和部分食物放在盘子上。使用白纸板最大化刺激对比度。
    2. 二维照片
      1. 将一盘食物放在转盘的细胞上(参见图2),并在转盘上拍摄刺激物,以便二维图像中的刺激背景与真正的食物对应物相匹配(见图1)。
      2. 将摄像机(参见材料表)放在转盘前面的三脚架上。设置摄像机的距离、高度和角度,以匹配从正前方查看刺激时参与者眼睛的距离、高度和角度。将相机放置在距转盘边缘 50 厘米(或更少)的位置,以确保照片被视为在参与者的到达距离内。
      3. 设置并按住测试室中的照明源。使用直接照明源(如天花板灯或灯)直接照亮转盘上的刺激。在实验期间,确保在展示真实食物时使用相同的照明水平和光源。使用具有恒定的 F-stop 和快门速度的相机拍摄转盘上的真实食物(使用相同的光源)。在显示格式中尽可能匹配整体亮度、阴影图案和镜面高光。对每个刺激重复此过程。
      4. 如有必要,请使用图像处理软件调整二维图像的颜色、亮度和视觉大小(参见材料表)。单击"色相/饱和度和亮度/对比度"选项卡并移动滑块,直到图像在安装在转盘上时看起来尽可能与实际图像类似。
      5. 通过将真实对象定位到计算机监视器旁边,并增大/减小像素大小,直到刺激与大小完全匹配,从而微调图像中的对象大小。编辑时,请确保图像处理软件页面视图(缩放)设置为 100%。
      6. 确保用于编辑图像的监视器与在研究期间用作参与者监视器的监视器相同(或大小相同)。保持图像每英寸的分辨率、纵横比和像素不变。此外,请确认监视器足够大,以显示最大刺激在其全尺寸。

figure-protocol-2
图 2:显示转盘零部件和装配体的示意图。(A) 转盘装置的主要部件及其相对定位。(B) 组装有20个独立细胞的转盘装置。真实对象可以放置在每个单元格内。垂直分隔线阻止参与者查看相邻单元格中的项目。请点击此处查看此图的较大版本。

  1. 转盘装置
    1. 为直径为 2 米的转盘和圆形中央芯(直径 56 厘米,高 24 厘米)创建圆形(木材)底座,带 20 个插槽(1 厘米 W;见图2)。将型芯放在旋转的圆柱体顶部,便于旋转(参见图2A)。
    2. 创建 20 个分隔线(高 24 厘米 x L 62 厘米 x W 0.5 厘米)。将每个分盘滑入转盘的中央核心,形成 20 个单元(24 厘米 x 62 厘米 x 26 厘米)。
    3. 将圆形底座放在桌子顶部(+72 厘米,参见图 3 A)。确保桌子处于允许坐着的参与者舒适地查看转盘上的物品的高度。
    4. 在转盘和参与者之间创建一个垂直分区(81 厘米 x 127.5 厘米)(参见图 3B)。将隔板与转盘分开 26 厘米,允许在隔板后面放置一个 LCD 计算机显示器的空间。确保分区和转盘之间的空间不会将刺激置于参与者无法触及的位置。
      1. 在分区中构造光圈。确保孔径的宽度是可调的,以便在最后设置中,参与者一次只能看到转盘上的一个项目(参见图 3B)。重要的是,确保孔径足够宽/高,不会干扰参与者对转盘上刺激的物理访问。
    5. 为与会者监视器创建一个滑动平台(L 18.5 厘米 x W 11.5 厘米木片,车轮连接到底面)(参见图 3D)。
      1. 将滑动平台和参与者监视器放在转盘和分区之间,以便在显示格式条件之间快速转换(参见图 3 D)。在图像测试期间,将参与者监视器放置在观察光圈内;在真实对象试验中收回分区后面的监视器(参见图 3)。
    6. 为实验者监视器使用一张小桌子或创建一个架子(参见图3A,C )。使用实验程序监视器为即将到来的试用版显示何时设置真实项目或图像以及对象标识的提示。
    7. 将键盘托盘(用于鼠标)连接到分区孔径正下方的转盘底座上(参见图 3 B)。在转盘和墙壁两侧之间安装窗帘(或类似遮挡物),以防止参与者在实验期间查看刺激物和实验者。
    8. 购买(或制造)电脑控制的液晶遮挡眼镜37(见图3B、C及材料表)。
      注:遮挡眼镜提供刺激观看时间的毫秒控制。眼镜在试验间隔期间变得不透明("闭合状态"),在刺激演示期间透明("开放状态")。用于控制眼镜的计算机命令(以及运行此处所述协议所需的所有其他脚本和文件)可在http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip)。
      1. 在实验开始前测试眼镜是否正确打开和关闭(即,在实验开始前使用"GlassesTest"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip处提供)。

figure-protocol-3
图 3:如何设置和使用转盘设备进行测试。 (A) 设置准备测试的转盘装置。一旦将转盘组装好,就应将其放在桌子上,让就座的学员处于舒适的高度。应在参与者和转盘之间创建并放置垂直分区。在分区内,应该有一个查看光圈。"参与者监视器"用于查看二维图像。LCD 监视器应位于垂直分区和观景孔后面,以及转盘前。监视器安装在滑动平台上,允许它跨试验在参与者的视野中移动。一个"实验者监视器",被放置在参与者的视线外,用来通知实验者在即将到来的试验中展示哪些刺激。(B) 从参与者的角度观察仪器和实际对象刺激。参与者一次只能看到一个食物。键盘托盘应直接连接到学员就座位置前面的桌面上。参与者使用计算机鼠标进行响应。(C) 侧面视图显示安装在滑动平台上的参与者监视器。对于图像试验,实验者将参与者监视器滑入查看光圈。在真实对象试验中,参与者监视器在垂直分区后面缩回。(D) 显示转盘装置设置的空中示意图。可以在转盘的 20 个单元格中放置单个真实对象。学员应同时佩戴计算机控制的视觉遮挡眼镜,坐在观景孔前。实验者可以在实验器监视器上查看即将进行的试验,并根据需要手动旋转转盘或移动参与者监视器。此图的 C 面板已从参考文献 7中转载,并经 Elsevier 许可。请点击此处查看此图的较大版本。

2. 一般程序:随机化和设计

  1. 使用 MATLAB 创建脚本,该脚本将随机交错真实和图像试验。确保一半的参与者将给定的零食(例如苹果)视为真实对象,其余参与者将该项目视为二维图像。对于每个参与者,随机化在实验中呈现不同零食的顺序。在实验开始之前,列出要将哪些实际项放在转盘上的实际项,以及按什么顺序排列(请参阅"runStudy"脚本,http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip提供)。
  2. 将物品按正确的顺序放置在转盘上(参见图3A)。
    注:根据研究中的刺激次数,设置时间可能需要长达 30 分钟。
  3. 将显示器置于光圈中,并确保所有其他物品和实验者从参与者的视野中遮盖(参见 1.2.7)。
  4. 让学员坐在离转盘约 50 厘米的位置,并通过白噪声机或通过耳机播放白噪声,以便参与者无法预测(即从滑动监视器的声音)即将到来的试用的刺激格式。
  5. 给学员戴上眼镜,并确保眼镜处于封闭/不透明状态。向学员解释眼镜当前已关闭,但在需要时将打开。
  6. 查看实验程序监视器,查看即将进行的试验将采用什么类型的条件(即真实或图像)(参见图 3A)。
    1. 在"真实对象"试验中,通过滑动平台将参与者监视器从观察孔中缩回,以便转盘上的参与者可以看到该对象(参见图 1A和3)。
      1. 发出计算机命令(例如,按下按钮),以触发玻璃杯的打开和关闭,使真正的食物在转盘上可见 3 s。眼镜关闭后,将参与者监视器放回光圈前面,然后按一个键打开眼镜,让参与者做出响应(例如出价)。一旦参与者进入响应,就自动关闭眼镜(请参阅"runStudy"脚本,http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip提供)。
  7. 查看实验程序监视器,为下一个试验做准备。按一个键,以推进到下一次审判。
    1. 对于二维图像试验,将 LCD 监视器置于查看光圈内(参见图 1B和图3)。按一把钥匙打开眼镜。将显示器放在查看孔径中,然后按一个键打开眼镜,让学员做出响应。确保下一个刺激已准备好查看。按一个键,以推进到下一次审判。

3. 随机化和设计过程

  1. 使用食品项目图像(不是真正的食品;请参阅"runSurvey","喜欢调查"和"FamSurvey"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip)创建偏好和熟悉度评级任务。为首选项和熟悉度评级任务创建两个不同的块,并平衡跨观察者的块顺序(参见图 4)。
    1. 对于每个参与者,随机化每个块中显示的图像的顺序,并创建一个模拟滑块,供参与者在查看每个食物图像后执行其分级(参见图4,"runStudy","喜欢_slider"和"Fam_slider"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip)。
  2. 将出价任务添加到脚本中。如 2.1 中所述随机化。将食品拍卖添加到脚本中。让计算机从投标任务中随机选择 60 个食品项目之一。让计算机在所选项目上随机出价,从 $0 - $3 以 25 美分的增量(参见图 4和"bidModule"脚本,http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip 提供)。

figure-protocol-4
图 4:当前研究的实验设计。实验包括4个阶段:(1)食物偏好和熟悉度评级任务,(2)招标任务,(3)食品拍卖,(4)实验室等待期。参与者首先完成偏好或熟悉度评级任务(在参与者之间进行平衡)。在偏好任务中,参与者查看了每个零食食品项目 3 s 的图像,然后使用滑动模拟出价栏对商品(使用 -7 到 7 评级等级)的评分程度。对于熟悉度评级任务,学员表示他们对项目有多熟悉(使用 0 到 3 的评级等级)。接下来,参与者完成了一项投标任务,其中他们计算他们愿意为每个零食项目支付多少(0-3美元)。一半的刺激被呈现为真正的食物,一半呈现为二维图像。每次试验的观察时间都使用计算机控制的目视遮挡眼镜进行控制。在试验开始时,眼镜在 3 秒内转换为"打开"(透明)状态,然后返回到"闭合"(不透明)状态,等待 3 秒的试用间隔。眼镜然后打开,使参与者记录响应。一旦投标任务完成,将进行"拍卖",以确定参与者是否"赢得"食品项目,以及以什么价格。拍卖之后,实验室有30分钟的强制性等待期。如果参与者赢得了食物项目,他们可以在等待期间消耗食物。所有参与者被要求在实验室等待期间,无论在拍卖期间是否赢得了食品。此图已从参考文献 7中转载,并经 Elsevier 许可。请点击此处查看此图的较大版本。

4. 参与者筛选和日程安排

  1. 招募自报者,他们乐于食用和经常食用零食,并熟悉各种零食(典型的该地区)。确保参与者不积极节食以减肥,有任何食物过敏,饮食限制(如素食,无麸质)或与食物有关的疾病,并且没有怀孕。
  2. 根据BDM招标任务12,35,一定要安排参与者在下午晚些时候(例如,在下午1:00至7:00之间),这是通常消费零食。提醒参与者在实验12前不要进食3小时。
    注:这是为了确保参与者是饥饿的,并将准确地出价的食物。

5. 问卷程序

  1. 对于每个参与者,收集个人人口统计信息(即年龄、性别),询问他们是否具有正常或矫正的视力,并记录身高和体重(这些数据可用于计算身体质量指数)。

6. 偏好和熟悉度评级任务程序

  1. 要求参与者对 60 种小吃的熟悉程度进行评价。让参与者通过鼠标单击模拟滑动杆(例如,"0"= 不太熟悉;但让参与者通过鼠标单击模拟滑动杆)进行响应。"3" = 非常熟悉)。确保响应是自定进度的(参见图 4)。
  2. 要求参与者通过鼠标点击模拟滑动杆(例如,"-7"=强烈不喜欢的)来评价他们每60种零食的喜好。"0" = 冷漠;"7" = 强烈喜欢)。确保响应是自定进度的。

7. 投标任务程序

  1. 通知参与者,他们将获得 3 美元的津贴,可用于投标 60 种常见零食。接力规则招标任务14,35。
    1. 强调最好的策略不是根据零售价格投标,而是出价一个人的真正价值:在实验结束时,人们愿意支付多少吃物品。
    2. 提醒学员在研究结束时实验室有30分钟的强制性等待期(见图4)。 向学员解释,如果他们"赢得"投标任务,他们将能够在实验结束时消耗一个食品项目;如果他们"失去"出价,他们仍将被要求留在实验室等待期间,不消耗任何外部的食物或饮料。
  2. 让学员坐在测试室(参见 2.4-2.5)。使用不属于 60 个实验项目的三个项目进行实践拍卖。将三个项目放在参与者的前面,一次一个。要求学员对项目(-7 到 7)的喜欢程度进行评价。
  3. 将项目再次放在参与者的前面。要求参与者对每个项目出价(0美元 - 3美元)。确保学员理解说明 - 提出问题以交叉检查理解。
  4. 将 3 美元放在靠近参与者手的鼠标旁边,并提醒他/她,津贴是他们的,他们可以出价高达每件 3 美元。
  5. 请参阅第 2.6.1 - 2.7.1 节。进行真实物体和图像试验。图 4说明了投标任务过程。

8. 食品拍卖/30分钟等待期程序

  1. 检查参与者是否"赢得"零食项目以及价格(请参阅"runStudy"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real Object_Code.zip)。
    注:计算机将出价,由介于 $0 和 $3 之间的随机数组成,以 25 美分为增量。如果计算机的出价低于或等于参与者的出价,则参与者将"赢得"项目以进行消费。参与者从3美元的津贴中向实验者支付计算机投标的价格。以往的多项研究,已深入考虑BDM投标任务34、36、38的理由。

9. 卡路里估计程序

  1. 对于主实验中显示的每个食物项目,请显示文本显示(即"Snickers bar"),并要求参与者估计(用笔写下)他们认为份量中有多少卡路里。

10. 数据分析

  1. 使用统计分析软件(参见材料表)执行线性混合效果建模分析。使用线性混合效果模型来考虑参与者中的嵌套响应(即来自同一参与者的观测值的依赖性)。创建包含以下变量的数据集:参与者、项目、显示格式、首选项、卡路里密度、估计卡路里和出价。通过单击"分析",然后单击"混合模型",然后单击"线性"来创建模型。
    1. 将变量参与者转移到"主题"中:框,然后按"继续"。将出价转移到"因变量:"框中。接下来,将"主体"和"显示格式"转换为"因子"框。然后,将首选项转移到协变量:框中。
    2. 单击"修复",然后选择"参与者以外的所有变量"添加到"模型"框中,然后单击"继续"。单击"随机",然后选择"参与者"并将其添加到"组合"框中,以便考虑观察者内部和之间响应的可变性。单击"继续"。
    3. 单击"统计",然后检查描述性统计信息、参数估计和测试的协方差参数框。单击"继续"。单击"EM 均值",然后选择所有因子和因子交互并将其传输到"显示均值"框中。单击"继续"。最后,按"确定"。

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本实验的代表性结果如下。在原始出版物7中可以找到对结果的更详细说明,以及后续研究。我们使用线性混合效果模型,该模型具有"出价"的因变量,以及显示格式、首选项、卡路里密度和估计卡路里的独立变量。正如预期的那样,并且与以前的研究12、14一致, 偏好评级和出价 (F(1,1655) = 1803.69, p < .001) 之间存在强烈的正关系,因此偏好增加一个单位与出价价值增加 0.15 美元(= = .15, t(1655) = 42.47, p < .001;d = 8.03)。卡路里密度对投标也有显著的主要影响 (F (1,1649) = 6.87, p < .01)。卡路里密度增加一个单位与投标增加 0.024 美元(= = .024,t (1649) = 2.62,p < .01; ...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本论文的首要目标是,通过提供有关如何在受控实验条件下呈现大量真实世界物体(和图像)的详细信息,促进未来对"真实世界"物体视觉的研究。提出了一种生态有效的方法,用于研究影响饮食选择和食品估价的因素。我们描述了最近人类决策研究中采用的方法7,其中我们研究了以真实物体形式呈现的零食是否与二维图像呈现的食物价值不同。在我们的实验7中,饥饿的大学生对一系列日常零食进行了金钱投标。使用受试者内部设计,将一半的刺激作为真实食物呈现给每个观察者,其余以高分辨率彩色2-D食品照片的形式呈现。真实食品和食物图像与表面大小、距离、背景、视点和照明紧密匹配。与以往的研究7有重要不同,环境条件和刺激时间在不同的显示格式上是相同的。使用定制的转盘设备在整个实验中随机排列每个显示格式的试验顺序。在测试课程开始时,参与者对60种不同的熟食(以图像形式呈现)的偏好和熟悉程度进行了评分。在主要实验中,观察家表示他们愿意支付(WTP)的60种食物,这些食物要么作为真实物体,要么作为二维图像显示。在观察者之间,将食物分配给真实物体或图...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者没有什么可透露的。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了国立卫生研究院国家眼科研究所(NIH)对J.C.Snow的资助,奖励编号为R01EY026701,国家科学基金会(NSF)[赠款1632849]和临床转化研究基础设施网络[授予17-746Q-UNR-PG53-00]。内容完全由作者负责,不一定代表国家卫生研究院、NSF 或 CTR-IN 的官方观点。

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
EOS Rebel T2i 随身相机佳能 4462B001
MATLAB数学软件 R2017b计算机编程软件。下载这个额外的免费工具箱：PsychToolbox 3.0.14
PhotoshopAdobeCS6
PLATO 视觉遮挡眼镜Translucent Technologies Inc. N/A
SPSSIBM第 22 版统计分析软件
ToTaL 控制系统 （USB）Translucent Technologies Inc. N/AToTaL 控制系统  控制着 柏拉图 眼镜

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Real World ObjectsControlled Laboratory ConditionsTwo Dimensional ImagesDecision Making ParadigmWillingness To PaySnack Food ItemsTurntable ApparatusVisual Appearance MatchingEcologically Valid StimuliNaturalistic Vision

Related Articles