需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

测量社交数字游戏观众的参与度

3.5K 次观看

⸱

DOI：

10.3791/61596

⸱

2021年7月3日

 ,  ,  ,  , 
1Tech3Lab, HEC Montréal

* These authors contributed equally

本文内容

摘要

我们提出一种方法，通过结合生理数据和自我报告数据，实现对观众在社交数字游戏中的参与度进行测量。由于该数字游戏涉及一组自由移动的参与者，因此采用同步技术记录游戏过程，将生理数据与游戏中的事件进行关联。

摘要

本方法旨在通过运动追踪系统，评估一组参与者在进行社交类数字游戏时，作为观众的显性和隐性参与度指标。在游戏不局限于屏幕内的场景下，测量参与度的不同维度（例如生理唤醒）可能具有挑战性。本研究重点关注游戏的观众，以及他们在不同互动条件下的参与度差异。参与度通过生理唤醒、自我报告的唤醒水平，以及实验结束后的参与度问卷进行测量。生理唤醒通过便携式设备（EDA 盒）上的皮肤电活动（EDA）传感器进行记录。由于该游戏类似于真人大小的乒乓球游戏，包含多名移动的参与者，因此设备的便携性至关重要。为了全面掌握游戏中的事件，使用三台摄像机从三个角度拍摄比赛场地。为了将 EDA 数据与游戏中的事件同步，采用带有数字显示的盒子并将其置于摄像机画面中。同步信号箱同时向 EDA 盒和灯光盒子发送信号。灯光盒子将同步数字显示给摄像机拍摄，同时相同的数字也被记录在 EDA 数据文件中。通过这种方式，可以记录多名在大范围内自由移动人员的 EDA 数据，并将这些数据与游戏中的事件进行同步。在我们的特定研究中，能够评估不同互动条件下唤醒水平的差异。该方法的一个局限性是信号传输距离不能超过 20 米。因此，该方法适用于记录无限数量玩家参与的游戏中的生理数据，但受限于有限的空间范围。

引言

研究游戏观众的体验有助于更好地理解游戏的积极与消极方面，进而有助于改进游戏设计1。游戏产业的最新创新推动了超越传统基于主机游戏的新型体验形式2。随着采用不受屏幕限制的动作追踪系统的数字游戏的出现，观众不再需要固定在某一特定位置。这一新情况为评估观众体验带来了挑战。本实验在游戏开发者的工作室中进行，但也可在具备足够空间容纳该游戏的实验室或其他环境中重复实施。

本方法的目的是测量观众在参与社交类数字游戏时的投入度。更准确地说，当观众能够通过访问影响游戏进程的网络应用程序时，将对其因唤醒水平升高而产生的投入状态进行测量。该方法结合了生理数据与受试者自述数据。由于该游戏具有社交性，并涉及一组人员的移动，因此实验过程被全程录像。通过使用摄像机和便携式生理信号采集设备，我们能够将生理数据与游戏中的具体事件进行同步。这些便携式设备（EDA 盒）为3D打印制成的盒子，连接电极以记录生理活动。盒子上设有电源开关、视觉指示灯、microSD 卡插槽以及充电接口。视觉指示灯有助于故障排查，例如指示 microSD 卡是否正常工作、蓝牙和 Wi-Fi 连接状态，以及是否正在记录生理数据。

使用生理指标是测量游戏参与度的一种常见且经过验证的方法3。在电子游戏情境中已有对生理效价的测量研究4。该方法也已应用于其他研究领域，例如教育领域5。由于情绪参与无法直接观察，且自我报告可能存在偏差，Charland 等人采用生理唤醒水平来评估学习者在解决问题时的情绪参与程度5。他们使用皮肤电活动（EDA）来测量生理唤醒，这是一种被广泛使用的方法6。EDA 是指皮肤导电性的测量，其数值随汗腺活动的变化而变化3。该指标与实时情绪变化具有重要相关性。EDA 与多种心理构念相关，包括压力、兴奋、挫败感和参与度7。因此，建议将 EDA 数据与自我报告结果结合使用，以将数据与正确的心理构念相对应3。自我评估量表（Self-Assessment Manikin, SAM）是一种自我报告式的图示量表，用于评估情绪的三个维度：效价、唤醒度和支配感8。本研究采用了其中的唤醒度维度，通过一个视觉化的9点李克特量表进行评估，范围从平静到兴奋。主观感知的唤醒度已被与生理唤醒度联合使用7。

在传统的视频游戏环境中，观众坐在椅子上，在整个实验过程中基本保持在同一位置。他们被要求注视显示游戏动作的屏幕。此前使用生理数据的游戏研究中已采用过这种设置9。在这种情况下，可以方便地在同一时间点开始游戏录制和生理数据的记录10。

在参与者站立并可自由移动的屏幕外新型数字游戏情境中，传统的皮肤电活动（EDA）记录方法可能并不适用。本研究中使用的游戏类似于真人大小的“打砖块”游戏11。该游戏由一个球和两个球拍组成，球拍分别位于游戏区域的两端。玩家通过移动自己的球拍，将球从场地的一端击打至另一端。在本研究采用的版本中，游戏画面被投影到地面上，玩家用自己的身体作为球拍的控制器。运动检测技术使球拍能够跟随位于游戏区域两侧相对位置的两名玩家。玩家如何阻止球击中身后虚拟墙壁的示例如图1所示。该游戏还包括站在游戏区域两侧的观众，他们可以通过智能手机影响游戏进程。通过一个移动网页应用程序，观众可以投票选择特定的增益效果或障碍，这些效果可能对玩家有利或不利（例如，减少墙壁数量或增加球的数量，或调节球的移动速度）。得票最多的选项将被激活。

本研究探讨了互动性对观众的影响。互动性的条件包括使用或不使用智能手机。我们比较了观众在这两种条件下的参与度。为了评估唤醒程度（从而评估参与度）的差异，本研究对互动性条件采用了被试内设计。在本研究中，每组12人最有利于提高比赛的生态效度12，其中包括2名玩家和10名观众。由于本研究仅能提供两个EDA记录设备，因此共招募了八组被试，总计获得16套EDA数据集（每组12人中有2名参与者进行EDA记录）。每位观众被随机分配参与两场可使用智能手机影响游戏进程的比赛，以及一场不可使用智能手机的比赛。游戏参与度相关文献表明，提供多种互动选项可提升参与度13。教育领域的研究发现，生理唤醒是情绪参与的关联指标5。基于游戏参与度文献及教育研究，我们假设：允许观众进行互动将提高其生理唤醒水平，从而增强其参与度。

与关于玩家体验的研究不同，针对数字游戏观众的研究很少使用心理生理学测量方法。这些研究大多采用问卷调查14、观察15和访谈16的方式进行。对观众使用心理生理学测量方法的一个难点在于，观众通常是一个群体，其动作不如玩家那样可预测。本方法通过使用多个摄像头捕捉参与者和光源盒，实现将参与者的视频数据与生理数据进行同步关联。

由于我们对智能手机条件采用了被试内设计，每位受试者均参与了两轮互动条件下的游戏（使用其智能手机）以及一轮控制条件下的游戏（不使用其智能手机）。因此，将皮电活动（EDA）数据与每轮游戏的开始和结束时间进行同步，对于评估不同互动条件之间的差异至关重要。由于房间空间的限制，无法使三台摄像机的录制时间与观众EDA数据的记录时间完全同步。为解决这一问题，我们采用了一种名为“多模态用户数据无线同步协议”的新型同步技术17。同步盒会同时向EDA记录设备和灯光盒发送蓝牙低功耗（BLE）信号（参见图2）。同步盒是一个3D打印的装置，配有开启/关闭开关、自动/手动模式切换开关以及一个按钮。手动模式可通过按钮用于测试信号。信号为递增的数字序列，从1开始，并显示在3D打印的灯光盒上。这些数字会被摄像机记录，同时相同的数字也会被记录在EDA数据文件中（参见图3）。该方法实现了游戏中发生的事件与皮电活动记录变化之间的同步。在本研究中，所识别的事件为三轮游戏的开始与结束时间点。随后，我们可将每轮游戏与对应的实验条件及参与者编号进行关联，从而确定每个数据集所对应的实验条件。

以下部分描述了采用Courtemanche等人开发的技术的实验方案17。我们对该技术进行了调整，以回答本研究的科学问题。本方案已获得本机构伦理委员会的伦理认证。在本方案中，我们使用了安装在3D打印外壳中的生理信号采集设备18。我们将这些设备分别称为EDA记录盒（用于记录被试的皮电活动）、光刺激盒（带有数字光源的盒子）和同步盒（向EDA记录盒和光刺激盒发送信号以实现数据同步的装置）。用于实现多模态用户数据无线同步采集的同步软件17已嵌入上述设备中。

访问受限。请登录或开始试用以查看此内容。

方案

在开始数据收集之前，本方案已获得蒙特利尔高等商学院伦理委员会的批准。

1. 实验参与者的筛选

  1. 招募年满18岁及以上的参与者。确保参与者能够理解实验所用语言，可站立20分钟，拥有不超过5年的智能手机，无皮肤过敏或敏感，无心脏起搏器，且未患有癫痫或其他已确诊的健康问题。
  2. 招募彼此为朋友关系的群体，以及互不相识的群体，以控制熟悉程度的影响。群体规模应根据研究目的、所研究的游戏类型以及可用房间的大小来确定。
  3. 安排参与者的实验时间。为彼此相识的群体安排合适的时间，同时将互不相识的参与者安排在其最方便的时间段内进行分组。
  4. 要求参与者提前为智能手机充电，并在数据采集期间携带充电器。

2. 条件与实验设计

  1. 通过将每位参与者的编号与每款游戏中互动性的两种条件相对应，来准备互动性条件的随机化表格。同时为将佩戴EDA设备的玩家和观众分配编号。

3. 准备

注意：执行该方案需要以下材料：EDA 盒，用于记录受试者的皮肤电活动（EDA）；数字光盒，内含发光数字的盒子；同步盒，向 EDA 盒和数字光盒发送信号以实现数据同步的装置。此外，还需要两个臂带、EDA 电极、EDA 传感器、医用胶带和消毒湿巾。

  1. 将 EDA 盒子、三个灯光盒子和同步盒子插入充电站。
  2. 在演播室中启动游戏（投影仪和用于运动检测技术的 3D 扫描仪），并通过完整运行一次游戏来测试其功能。
  3. 在接待区的桌子上放置知情同意书、实验前问卷和队服。
  4. 测试灯光盒子的蓝牙连接。将同步盒子设置为手动模式。
    1. 打开三个灯光盒子、两个 EDA 盒子、EDA 盒子上的蓝牙以及同步盒子。
    2. 按下同步盒子上的脉冲按钮。灯光盒子将闪烁数字 01。
    3. 关闭同步盒子、灯光盒子和 EDA 盒子。
  5. 将同步盒子和灯光盒子放置到数据采集所需的位置。确保每个摄像头视野内均包含灯光盒子。
    1. 将同步盒子安装在三脚架上，高度设为 6 英尺。
    2. 将同步盒子设置为自动模式。
  6. 取出电池并装入摄像机中。
    1. 检查电池电量是否足以支持超过一小时的录制。
  7. 按要求摆放摄像机，确保画面涵盖游戏付费区域的全部四个边缘以及灯光盒子。将两台低照度摄像机置于比赛场地对角的髋部高度位置，并将 GoPro 摄像机架设在中场较高的三脚架上，以获得比赛场地的俯拍视角。
  8. 确保画面包含整个比赛场地及其边界外 1 米范围的区域，以及灯光盒子。确保同步盒子距离参与者站立位置不超过 20 米，否则脉冲信号将无法传输。

4. 欢迎参与者

  1. 在门口迎接参与者，并告知他们前往桌边就座。
  2. 当所有参与者到达并就座后，介绍本研究将用于数据采集的工具。该介绍内容应与知情同意书中的描述一致。随后，告知两名随机选定的参与者跟随研究人员前往安装皮肤电活动（EDA）设备。在此期间，其他参与者可开始填写实验前问卷。
  3. 请参与者阅读并签署知情同意书。逐字说明："我将请您阅读知情同意书。两份副本内容完全相同，一份由您保留，一份由我留存。请回答所有问题，并在两份副本上签名。"
  4. 依次走到每位参与者身边，确认其已回答所有问题并完成签名，将其中一份知情同意书放入指定文件夹中，并将另一份交给参与者。
  5. 请参与者穿上印有其编号的运动衫。

5. 生理装置的安装

  1. 请参与者摘下非优势手上的所有首饰。
  2. 使用消毒湿巾清洁将要放置电极的部位。取下电极上的塑料保护膜，并将其贴在参与者的手部。
  3. 将两个传感器卡扣分别连接到两个电极上。红色导线必须置于拇指一侧，黑色导线置于另一侧，即小指下方。
  4. 将传感器导线插入EDA设备的A3端口。询问参与者是否容易手心出汗。如果对方表示确实如此，请用医用胶带缠绕电极，注意不要触碰金属部分。
  5. 在手部佩戴臂带，以固定传感器和电极的位置。
  6. 打开EDA设备，检查蓝牙开关是否仍处于开启状态。
  7. 确认四个指示灯是否正常闪烁。
  8. 记录参与者的编号以及与其对应的EDA设备序列号。
  9. 将EDA设备放置于参与者的腰带或口袋中。如果参与者的衣物不适合此类放置，请提供一条腰带，并将EDA设备挂于腰带上。
  10. 请佩戴EDA设备的参与者回到桌旁，与其他参与者一同完成实验前问卷。

6. 记录基线

  1. 从没有佩戴EDA设备的参与者开始，依次绕桌进行，检查所有问题是否均已回答。若问卷填写完毕，将其与参与者的知情同意书一同放入文件夹中。
  2. 所有参与者完成实验前问卷后，引导他们前往游戏工作室。
  3. 随后，记录基线数据。
    1. 具体操作为：指导参与者校准设备，并要求他们平静呼吸，注视前方某一固定物体，持续2分钟。
    2. 同时，将EDA设备关闭后再重新开启。
    3. 启动计时器，计时2分钟。2分钟结束后，再次关闭EDA设备，然后重新打开。

7. 开始实验

  1. 启动三台摄像机的录制，并打开三个光源箱。
  2. 确认光源箱及整个游戏区域仍处于摄像机拍摄范围内。
  3. 确认同步箱处于自动模式，然后打开同步箱。
  4. 10 秒后，光源箱上的数字将闪烁。
    注意：这表示同步箱正在自动向光源和 EDA 箱每 10 秒发送一次脉冲信号。
  5. 通过说明游戏类似于乒乓球来介绍游戏规则，参与者将在游戏过程中逐渐理解。获胜条件为一方先得 3 分。部分公众参与者将通过智能手机访问投影在游戏区域上的网站 URL 来影响游戏进程。
  6. 根据每种条件下参与者数量的随机分配表，告知参与者谁将参与游戏，谁将在场边作为观众。
    注意：由于本研究旨在考察观众的参与度，因此佩戴 EDA 箱的参与者不能被选为游戏参与者。
  7. 告知哪些观众将使用其智能手机，并要求他们对游戏施加影响。同时告知所有参与者需保持在距离游戏区域一米范围之内。

8. 开始游戏

  1. 告知游戏技术人员通过打开投影仪和运动检测技术来启动游戏。
  2. 向参与者说明情景。逐字表述："情景如下：你正在一个公共空间行走，看到了这个游戏，于是决定参与其中。"
  3. 在参与者进行游戏时，目视检查灯光是否每10秒闪烁一次。
  4. 每轮游戏之间，请观众（非玩家）在智能手机上通过一个URL填写自评人偶量表（Self-Assessment Manikin, SAM）问卷8。提供问卷链接。第一轮游戏结束后，请所有观众（非玩家）在智能手机上填写关于体验感受的问卷，确保他们使用三个量表回答三个问题。请勿评价游戏本身，而是评价参与过程中的感受。

9. 生理监测设备的移除

  1. 逐字阅读以下内容："非常感谢您参与本次实验。最后一轮实验已结束。现在请旁观者填写两份纸质问卷，参与者可以离开。请跟我前往接待室。"
    1. 除佩戴EDA设备的人员外，请其他所有旁观者返回桌旁。他们需填写两次UES-SF问卷，一次回忆持有智能手机时的情况，另一次回忆未持有智能手机时的情况，问卷说明中已注明。逐字宣读："使用生理测量设备的参与者可在桌旁等待。其余人员请填写实验结束问卷，请详细作答并清晰说明所表达的内容。如有疑问可随时提问。
  2. 请参与者归还EDA设备；关闭设备及其蓝牙功能。
    1. 从A3端口拔下传感器，取下臂带，并将传感器从电极上解开。
    2. 请参与者取下手上医用胶带和电极。提供纸巾供参与者擦去手上的导电膏。
    3. 从EDA设备中取出micro SD卡，并对其他使用EDA设备的参与者重复执行9.2至9.2.3步骤。

10. 向参与者进行总结说明

  1. 将EDA参与者带到其他参与者就座的桌旁。
  2. 请参与者填写实验结束后的问卷。要求参与者详细作答，清楚地解释其含义。告知他们如有疑问可向实验人员寻求帮助。
  3. 将填写完毕的实验后问卷与实验前问卷及知情同意书一并放入文件夹中。
  4. 向参与者进行实验说明（debrief）。待其完成后，感谢他们的参与，告知其报酬事宜，并引导他们离开。

11. 清理材料

  1. 关闭三个光源箱。
  2. 停止三台相机的录像，并从相机中取出电池和SD卡。将相机电池放入充电器中。
  3. 关闭同步箱，并将EDA箱、光源箱和同步箱连接到充电站进行充电。

12. 生理数据管理

  1. 将 EDA 盒中的 micro SD 卡插入适配器，将数据传输到计算机中以参与者编号命名的文件夹中。删除 SD 卡中的文件。
  2. 选择所有数据并将其放入电子表格中。隐藏无用的列。选择大约第 1 行至第 3,000 行，并绘制散点图。如果所有数据均在 240 至 550 之间，则数据有效。
  3. 通过选择事件列并对其进行排序，确认同步盒生成的标记是否存在。按 Ctrl+Z 撤销标记的排序。
    注意：所有生成的标记都将可见。有时部分标记未出现，这并非问题，仅需一个标记即可作为参考点。从此点出发，可利用摄像机的时间计算事件的起始和结束时间。每秒有 100 个数据点。
  4. 添加一个 event_start_end 列。观看录像，当事件开始时，计算事件时间与上一个标记之间的时间差。当找到与事件开始相关的秒数时，在电子表格文件中添加一个名为 event1_start 的标记。对事件结束执行相同操作。
  5. 对基线数据重复步骤 12.4。
  6. 当所有标记添加完毕后，将电子表格导出为 .txt 格式（制表符分隔文本）。
    注意：每位参与者将有两个电子表格，一个包含实验数据，另一个包含基线数据。
  7. 将这些文件导入为这些 EDA 盒开发的软件中（见下一节）19。这将生成一个可用于分析的文件，其中包含相对时间、绝对时间、事件和 EDA 信号。
  8. 将文件上传至 EDA 分析软件
  9. 点击 添加项目。输入标题。输入描述。输入项目日期和参与者总数。
  10. 点击项目名称。点击 实验设计。点击 信号，选择生理信号、EDA、Bluebox 记录器、Bluebox 及版本 3.0。
  11. 点击 事件，输入之前在电子表格中命名的事件（例如，event_start_end）。选择 Bluebox，版本 3.0。
  12. 点击 转换，选择 GSR（皮肤电反应）。
  13. 点击 未锁定 以更改为锁定状态，从而锁定项目。点击 文件导入 以导入先前准备好的文件。
  14. 点击参与者档案，通过输入其电子邮件地址提供参与者信息。点击 参与者已存在。点击 确定完成。
  15. 上传需要压缩成 ZIP 格式的文件，以便软件能够识别。点击箭头。点击饼图区域以上传文件。
  16. 进入 分析 并选择 数据导出；选择参与者及其数据。点击 导出数据 以生成用于统计分析的文件。如果参与者数量较多，此过程可能需要数小时。导出完成后，文件将出现在 文件名 下。
    ​注意：为获得可用于分析的文件，软件会生成干净的相位数据。信号预处理步骤如下：数据以 100 Hz 采样，重采样至 25 Hz，随后应用二阶低通巴特沃斯滤波器，截止频率为 50 Hz。然后使用 Greco 文章中描述的凸优化算法20 将信号分解为张力性和相位性成分。该算法可滤除伪迹和异常数据点。
  17. 使用生成的文件进行生理数据分析。

13. 分析数据

  1. 从皮电活动（EDA）值中减去其均值，然后将结果除以标准差（均值和标准差基于整个数据集）21，以标准化 EDA 数据。
  2. 从每个标准化后的 EDA 值中减去基线 EDA 的均值，其中该均值基于每位参与者的基线数据21，以对 EDA 数据进行基线校正。
  3. 计算每种交互性条件下 SAM 量表和实验后问卷（即 UES-SF）的均值。
  4. 检验两个中介模型，分别对应两种类型的唤醒：生理唤醒和自我报告唤醒。
  5. 检验自变量（交互性）与中介变量（生理唤醒和感知唤醒）之间的关系。
  6. 检验自变量（交互性）与因变量（通过 UES-SF 评估的参与度）之间的关系。
  7. 评估自变量与中介变量的组合对因变量的影响关系。

访问受限。请登录或开始试用以查看此内容。

结果

本部分描述了本研究的代表性结果。我们通过社交媒体以及本机构的参与者数据库招募了受试者。在78名参与者中，有40名为女性。平均年龄为22岁。所有参与者此前均未玩过该游戏。其他排除标准详见方案第1步。

描述性统计结果如表1所示，包含每种条件下各测量指标的平均值。表中第二行报告了自我评估量表（Self-Assessment Manikin, SAM）唤醒维度的平均值。SAM量表采用视觉化的9点李克特量表进行施测，范围从平静到兴奋8（见补充文件）。结果表明，参与者在使用智能手机时更为兴奋。第三行显示了每种条件下标准化皮肤电活动（EDA）均值的差异，同样表明智能手机条件下的数值更高。第四行报告了用户参与度问卷短式量表（User Engagement Questionnaire Short Form, UES-SF）在各条件下的均值，该量表采用5点李克特量表，范围从“强烈同意”到“强烈不同意”22。结果再次显示，智能手机条件下的感知...

访问受限。请登录或开始试用以查看此内容。

讨论

请注意，这些步骤是在游戏创建者的工作室中进行的，但也可以在实验室或其他有足够空间容纳该游戏的环境中复制。需要注意的是，同步盒只能向20米范围内的灯光和EDA盒发送脉冲信号，因此游戏室或游戏场地的面积不能超过此范围。

现有的实验室方法已使用软件同时开始记录电子游戏画面和生理测量工具的数据10。然而，在非屏幕环境进行的数字游戏研究中，该方法并不适用。本研究方案中描述的同步方法可规避这一问题：无论记录何时开始，数据均可实现同步。我们的研究已证实，Courtemanche 等人提出的技术可应用于游戏研究，特别是适用于传统主机游戏之外的游戏形式17。通过结合同步的生理数据与视频数据，以及受试者自报量表，我们能够比较两种交互条件，并观察到参与度上的差异。

对于希望使用本方案的研究人员，有一些重要建议不容忽视。该方法依赖于需要持久电池供电的技术，因此所有设备均应在实验前充满电，以防止数据丢失。实验前应始终测试皮肤电活动（EDA）设备，确保其电量充...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢 MITACS 与开发该游戏的公司合作，为本研究项目提供了资金支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
BITalino (r)evolution Freestyle Kit（PLUX Wireless biosignals S.A.） BITalino810121006
设备（1个同步盒、3个信号灯箱、2个EDA数据记录盒）由 Tech3Lab 研究人员开发1n/a
CubeHX2n/an/a
充电站Prime 60W 12A 6端口桌面充电器RP-PC028
6 根用于充电的 USB3 线缆Insignia 3米（10英尺）充电即用型USB A/ Micro USB数据线NS-GPS4CC101-C2
3D扫描仪Velodyne LiDARVLP-16
投影仪巴尔科F90-W13
运动衫*（织物、胶带、绳子）任何任何
2 台低照度摄像机索尼A7S
2 个用于 A7S 的三脚架曼富图MVK500190XV
2 个用于 Go Pro 和同步盒的灯架影响 LS-8AI
1 把用于同步盒灯光支架的钳子Neewer 超级夹钳钳夹
1 个用于 Go Pro 灯箱的魔术臂魔术臂143A
1 Go ProGo Pro5
1 麦克风Rode VideoMic Rycote
2 个臂带Amyzor吸湿排汗头带 
用胶带将数字固定在织物上，并打两个孔用于穿绳，即可自行制作
来源：
1. Courtemanche, F. 等. 一种用于处理感知信号的方法及系统
来自用户。US 15/552,788（2018）。
2. Léger, P.M., Courtemanche, F., Fredette, M., Sénécal，S。基于云的实验室
以人为中心的三角化研究的管理与分析软件
在信息系统与神经科学讲义中。由 Thomas 编辑
Fischer, 93-99, Springer. Cham (2019)

参考文献

  1. Cheung, G., Huang, J. Starcraft from the stands: Understanding the game spectator. Conference on Human Factors in Computing Systems - Proceedings. , Vancouver, BC, Canada. 763-772 (2011).
  2. Foxlin, E., Wormell, T., Browne, C., Donfrancesco, M. Motion tracking system and method using camera and non-camera sensors. Google Patents. 2 (12), (2014).
  3. Nacke, L. E. Games User Research and Physiological Game Evaluation. Game User Experience Evaluation. Bernhaupt, R. , Springer. Toulouse, France. 63-86 (2015).
  4. Hazlett, R. L. Measuring emotional valence during interactive experiences: Boys at video game play. Conference on Human Factors in Computing Systems - Proceedings. , 1023-1026 (2006).
  5. Charland, P., et al. Assessing the multiple dimensions of engagement to characterize learning: A neurophysiological perspective. Journal of Visualized Experiments: JoVE. (101), (2015).
  6. Martey, R. M., et al. Measuring game engagement: multiple methods and construct complexity. Simulation and Gaming. 45, 528-547 (2014).
  7. Lang, P. J., Bradley, M. M., Hamm, A. O. Looking at pictures: evaluative, facial, visceral, and behavioral responses. Psychophysiological Research. 30, 261-273 (1993).
  8. Bradley, M. M., Lang, P. J. Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
  9. Granato, M., Gadia, D., Maggiorini, D., Ripamonti, L. A. An empirical study of players' emotions in VR racing games based on a dataset of physiological data. Multimedia Tools and Applications. 79, 33657-33686 (2020).
  10. Ravaja, N., Saari, T., Salminen, M., Laarni, J., Kallinen, K. Phasic emotional reactions to video game events: A psychophysiological investigation. Media Psychology. 8 (4), 323-341 (2006).
  11. Alcorn, A. Pong. Atari. , Sunnyvale. (1972).
  12. Labonte-LeMoyne, E., Courtemanche, F., Fredette, M., Léger, P. M. How wild is too wild: Lessons learned and recommendations for ecological validity in physiological computing research. PhyCS 2018 - Proceedings of the 5th International Conference on Physiological Computing Systems. , (2018).
  13. Rozendaal, M. C., Braat, B. A. L., Wensveen, S. A. G. Exploring sociality and engagement in play through game-control distribution. AI and Society. 25 (2), 193-201 (2010).
  14. Downs, J., Smith, W., Vetere, F., Loughnan, S., Howard, S. Audience experience in social videogaming. Conference on Human Factors in Computing Systems - Proceedings. , 3473-3482 (2014).
  15. Tekin, B. S., Reeves, S. Ways of spectating: Unravelling spectator participation in Kinect play. Conference on Human Factors in Computing Systems - Proceedings. 2017, 1558-1570 (2017).
  16. Downs, J., Vetere, F., Smith, W. Differentiated participation in social videogaming. OzCHI 2015: Being Human - Conference Proceedings. , 92-100 (2015).
  17. Courtemanche, F., et al. Method of and system for processing signals sensed from a user. US Patent. , 15/552,788 (2018).
  18. Batista, D., et al. Benchmarking of the BITalino biomedical toolkit against an established gold standard. Healthcare Technology Letters. 6 (2), 32-36 (2019).
  19. Léger, P. M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab management and analytics software for triangulated human-centered research. Lecture Notes in Information Systems and Organisation. 29, 93-99 (2019).
  20. Greco, A., Valenza, G., Lanata, A., Scilingo, E. P., Citi, L. A convex optimization approach to electrodermal activity processing. IEEE Transactions on Biomedical Engineering. 63 (4), 797-804 (2015).
  21. Braithwaite, J., Watson, D., Robert, J., Mickey, R. A Guide for Analysing Electrodermal Activity (EDA) & Skin Conductance Responses (SCRs) for Psychological Experiments. Psychophysiology. (49), (2015).
  22. O'Brien, H. L., Cairns, P., Hall, M. A practical approach to measuring user engagement with the refined user engagement scale (UES) and new UES short form. International Journal of Human Computer Studies. (112), 28-39 (2018).
  23. Baron, R. M., Kenny, D. A. The moderator-mediator variable distinction in social psychological research. conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology. 51 (6), 1173-1182 (1986).
  24. Nacke, L. E. Game User Experience Evaluation. , Springer. Toulouse, France. (2015).
  25. Lam, S. Y. The effects of store environment on shopping behaviors: A critical review. Advances in Consumer Research. 28 (1), 190-197 (2001).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

参与度测量生理唤醒皮肤电活动皮肤电传感器运动追踪系统自我报告唤醒水平参与度问卷数据同步便携式设备
测量社交数字游戏观众的参与度
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。