Name: Mess Achtung und Visual Verarbeitungsgeschwindigkeit von Modellbasierte Analyse zeitlicher Ordnung Urteile (Video) | JoVE Journal
Uploaded: 2017-01-23T14:00:00.000+00:00
Duration: 13 min
Description: Lernen Sie, Aufmerksamkeitsparameter und visuelle Verarbeitungsgeschwindigkeit mit temporalen Ordnungsurteilen zu messen. Diese Methode ermöglicht die Analyse von Aufmerksamkeitseffekten bei beliebigen visuellen Reizen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Teile dieser Arbeit wurden von der Deutschen Forschungsgemeinschaft (DFG) über die Stipendien 1515/1-2 und 1515/6-1 an Ingrid Scharlau unterstützt.

HINWEIS: Einige Schritte in diesem Protokoll erreicht werden kann (zusammen mit Installationsanweisungen), die kundenspezifische Software auf http://groups.upb.de/viat/TVATOJ. Im Protokoll wird bezeichnet diese Sammlung von Programmen und Skripten als &quot;TVATOJ&quot;. 1. Auswahl von Stimulusmaterial <ol><li> Wählen Sie Stimuli gemäß der Fragestellung . HINWEIS: In der Regel werden zwei Ziele werden an verschiedenen Stellen auf dem Bildschirm angezeigt. Reize, die mit dem vorliegenden Verfahren verwendet wurden, umfassen zum Beispiel Formen, Zahlen, Buchstaben, Singletons in Pop-Out-Displays und Objekte in natürlichen Bildern. Die letzteren drei Typen wurden in diesem Protokoll verwendet. HINWEIS: Mehrere verschiedene Reizarten werden im TOJ - Plugin ( &quot;psylab_toj_stimulus&quot; versehen mit TVATOJ) für das Experiment Builder enthalten OpenSesame 12. </li><li> Wenn neue Stimulus-Typen erstellen, stellen Sie sicher, dass die Eigenschaften von interest haben für die Beurteilung codiert werden , indem sie wichtig für die Aufgabe oder wählen Stimuli zu machen , wo die Eigenschaften von Interesse automatisch verschlüsselt werden (zB Singletons in Pop-Out - Displays). </li></ol> 2. Leistungsschätzung und Planung <ol><li> Führen Sie eine Bayes - Power - Analyse von Datensätzen mit dem ausgewählten Modell simuliert, geplante Design (SOA Verteilung und Wiederholungen), Stichprobengrößen und hypothetisch angenommenen Parameter. Abschätzen , ob es wahrscheinlich ist , das Forschungsziel zu erreichen (zum Beispiel eine gewisse Differenz in den Parametern). Wenn die Leistung nicht ausreicht, verändern das Design durch das Hinzufügen oder Verschieben von SOAs oder Wiederholungen und die Analyse wiederholen. <ol><li> So verwenden Sie die mitgelieferte Software TVATOJ, öffnen und bearbeiten Sie das Skript &quot;exp1-power.R&quot;. Folgen Sie den Kommentaren in der Datei, um sie für die spezifische Analyse anzupassen. Allgemeine Informationen über die Bayes - Leistungsschätzung beziehen sich auf Kruschke 13. </li></ol></li></ol> &lt;p class = &quot;jove_title&quot;&gt; 3. Spezifikation oder Programmierung des Experiments <ol><li> Verwenden Sie ein Experiment Builder oder psycho - physischen Präsentation Bibliothek , um das Experiment zu implementieren. <ol><li> Um das OpenSesame TOJ Plugin in TVATOJ bereitgestellt verwenden, ziehen Sie den &quot;psylab_toj_stimulus&quot; Plug-in in einer Studie Präsentation Schleife. Alternativ öffnen Sie die &quot;simple-toj.osexp&quot; Beispiel Experiment in OpenSesame. </li><li> Wählen Sie den gewünschten Stimulustyp aus dem Dropdown-Menü &quot;Stimulus-Typ&quot; in der psylab_toj_stimulus Konfiguration. Folgen Sie den Anweisungen in TVATOJ für das Hinzufügen neuer Stimulus Typen, falls erforderlich. </li></ol></li><li> Geben Sie die Prüfungen , wie in den folgenden Schritten beschrieben. <ol><li> Für jede experimentelle Bedingung, erstellen Studien mit dem geplanten SOAs. Wenn das psylab_toj_stimulus Plugin und OpenSesame verwenden, fügen Sie alle vielfältigen Faktoren als Variablen in die Probeschleife (zB &quot;SOA&quot;). </li><li> Fügen Sie Zeilen in der Tabelle zu erkennen,alle Faktorkombinationen (zB sieben SOAs, von -100 bis 100 ms, gekreuzt mit den experimentellen Bedingungen &quot;Aufmerksamkeit&quot; und &quot;neutral&quot;). Passen Sie die Schleife des &quot;Repeat&quot; Attribut, um eine ausreichende Wiederholungen erzeugen (siehe Protokoll Schritt 2 zur Bestimmung der Verteilung und Wiederholung von SOAs). HINWEIS: In der Regel höchstens 800 Versuche innerhalb einer Stunde vorgestellt. Wenn mehr Wiederholungen benötigt werden, sollten Sie das Experiment in mehrere Sitzungen aufgeteilt wird. Stellen Sie sicher, dass die &quot;Order&quot; Attribut der Schleife &quot;Random&quot; eingestellt ist, bevor das Experiment ausgeführt wird. </li><li> Im psylab_toj_stimulus Plugin - Konfiguration, fügen Sie Platzhalter (zB &quot;[SOA]&quot;) für die vielfältigen Faktoren in den jeweiligen Bereichen. Geben Sie konstante Werte in den Bereichen von Faktoren, die nicht verändert werden. HINWEIS: Vor dem Experiment ausgeführt wird, stellen Sie sicher, dass ein genaues Timing gewährleistet ist. Wenn entsprechende Zeitverhalten von neueren Monitore nicht überprüft wurde, VerwendungCRT - Monitore und Synchronisierung mit dem Vertikal - Rücklaufsignal 12. </li></ol></li></ol> 4. Versuchsdurchführung <ol><li> Begrüßung und Einweisung der Teilnehmer <ol><li> Begrüßen Sie die Teilnehmer und informieren sie über die allgemeine Form des Experiments (computergestützte Wahrnehmung Experiment). Informieren Sie die Teilnehmer über die voraussichtliche Dauer des Experiments. Besorgen Sie sich die informierte Einwilligung der Teilnehmer an dem Experiment teilzunehmen. </li><li> Stellen Sie sicher, dass die Teilnehmer zeigen, normal oder korrigiert zu normalen Vision (optimal durch kurze Sehtests Dirigieren). Einige Defizite, wie Farbenblindheit, kann tolerierbar sein, wenn sie nicht mit der Fragestellung für die jeweilige Art von Reizmaterial stören. </li><li> Geben Sie einen ruhigen Stand, an dem das Experiment durchgeführt wird. Stellen Sie den Stuhl, Kinnstütze, Tastaturposition, und so weiter, eine optimale Anzeige und Reaktionsbedingungen für die Experime, um sicherzustellen,nt. </li><li> Machen Sie sich die Teilnehmer bewusst, dass das Experiment Aufmerksamkeit und geistige Konzentration erfordert und ermüdend sein kann. Bitten Sie sie, kurze Pausen zu machen, wenn erforderlich. Es ist jedoch ebenso wichtig, nicht diese einfachen Aufgaben unter starken Aufmerksamkeits Belastung durchzuführen. Sagen Sie den Teilnehmern, dass es okay ist, einige Fehler zu machen. </li></ol></li><li> Anleitung und Warm-up <ol><li> Anwesend Anweisungen auf dem Bildschirm für die Aufgabe, Detaillierung der Präsentationssequenz und Antwortsammelverfahren. Informieren Sie die Teilnehmer, dass die Aufgabe, in welcher Reihenfolge zu berichten, ist die Ziele angekommen, und dass dies in einigen Studien schwierig sein. Bitten Sie die Teilnehmer ihren ersten Eindruck zu melden, wenn sie den Auftrag nicht mit Sicherheit sagen kann, und lassen Sie sie erraten, wenn sie überhaupt keinen solchen Eindruck haben. HINWEIS: In den binären tojs hier verwendet wird, gibt es keine Option, um die Wahrnehmung der Gleichzeitigkeit anzuzeigen. Um zu vermeiden, übermäßige Erraten, Sie weisen darauf hin, nicht die Anwesenheit von Studien mit Simultaneously Ziele explizit dargestellt. Lassen Sie diese einfach schwierig Studien mit den Anweisungen der oben umrissenen. </li><li> Um die Augenbewegungen während der Versuche zu vermeiden, bitten die Teilnehmer, eine Marke zu fixieren, die in der Mitte des Bildschirms angezeigt wird. Bitten Sie sie, den Kopf auf einer Kinnstütze ruhen. </li><li> Bitten Sie die Teilnehmer kurze Pausen, wenn nötig zu nehmen. Lassen Sie sie wissen , wann Pausen sind erlaubt und wenn sie müssen vermieden werden (zB während der Ziel Präsentation und vor der Reaktion). </li><li> Fügen Sie eine kurze Ausbildung in dem die Teilnehmer können an die Aufgabe zu gewöhnen. Zu diesem Zweck stellen eine zufällige Teilmenge der experimentellen Studien (Protokollschritt 3.2). Hinweis: Da die Aufgabe selbst ist recht einfach, zehn bis zwanzig Versuche sind in der Regel ausreichend. Es kann von Vorteil sein, das Vertrauen der Teilnehmer in ihrer Leistung bei dieser Aufgabe zu erhöhen. Dies kann durch die Verlangsamung der Präsentation und Feedback durchgeführt werden. </li><li> Erhalten der Teilnehmer confirmatiauf, dass sie die Aufgabe verstanden haben (lassen Sie sie es erklären), und dass sie keine weiteren Fragen haben. </li></ol></li><li> Das Ausführen des Hauptexperiment <ol><li> Lassen Sie die experimentelle Software-Start mit der Präsentation der wichtigsten Studien. Lassen Sie den Stand für das Hauptexperiment. </li></ol></li></ol> 5. Modellbasierte Analyse der TOJ Daten <ol><li> Konvertieren Sie die Rohdatendateien in Zählungen von &quot;Sonde erste&quot; Urteile für jedes SOA. So führen Sie das Skript &quot;os2toj.py&quot; versehen mit TVATOJ. </li><li> Führen Sie die Bayes - Schätzverfahren die wichtigsten Parameter w p und C, die abgeleitete diejenigen v p und v r und die Unterschiede der Parameter zu schätzen. Zu diesem Zweck führen Sie das Skript &quot;run-evaluation.R&quot; nach der Bearbeitung gemäß den Anweisungen in der Datei zur Verfügung gestellt. </li><li> Wenn die Abtastung beendet ist, können die Unterschiede von Interesse für die Forschungsfragen zu beurteilen. examples kann im folgenden Abschnitt zu finden. </li></ol>

<ol><li>Posner, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Orienting+of+attention%5BTitle%5D)+AND+%22Quarterly+Journal+of+Experimental+Psychology%22%5BJournal%5D)">Orienting of attention.</a> Quarterly Journal of Experimental Psychology. 32 (1), 3-25 (1980).</li>
<li>Van der Heijden, A., Wolters, G., Groep, J., Hagenaar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-letter+recognition+accuracy+benefits+from+advance+cuing+of+location%5BTitle%5D)+AND+%22Perception+%26+Psychophysics%22%5BJournal%5D)">Single-letter recognition accuracy benefits from advance cuing of location.</a> Perception & Psychophysics. 42 (5), 503-509 (1987).</li>
<li>Bundesen, C. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/2247540">A theory of visual attention.</a> Psychological Review. 97 (4), 523-547 (1990).</li>
<li>Bublak, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Staged+decline+of+visual+processing+capacity+in+mild+cognitive+impairment+and+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Neurobiology+of+Aging%22%5BJournal%5D)">Staged decline of visual processing capacity in mild cognitive impairment and Alzheimer's disease.</a> Neurobiology of Aging. 32 (7), 1219-1230 (2011).</li>
<li>Petersen, A., Kyllingsbæk, S., Bundesen, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+and+modeling+attentional+dwell+time%5BTitle%5D)+AND+%22Psychonomic+Bulletin+%26+Review%22%5BJournal%5D)">Measuring and modeling attentional dwell time.</a> Psychonomic Bulletin & Review. 19 (6), 1029-1046 (2012).</li>
<li>Vroomen, J., Keetels, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perception+of+intersensory+synchrony%3A+A+tutorial+review%5BTitle%5D)+AND+%22Attention%2C+Perception%2C+%26+Psychophysics%22%5BJournal%5D)">Perception of intersensory synchrony: A tutorial review.</a> Attention, Perception, & Psychophysics. 72 (4), 871-884 (2010).</li>
<li>Tünnermann, J., Petersen, A., Scharlau, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Does+attention+speed+up+processing%3F+Decreases+and+increases+of+processing+rates+in+visual+prior+entry%5BTitle%5D)+AND+%22Journal+of+Vision%22%5BJournal%5D)">Does attention speed up processing? Decreases and increases of processing rates in visual prior entry.</a> Journal of Vision. 15 (3), 1-27 (2015).</li>
<li>Krüger, A., Tünnermann, J., Scharlau, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+and+conspicuous%3F+Quantifying+salience+with+the+Theory+of+Visual+Attention%5BTitle%5D)+AND+%22Advances+in+Cognitive+Psychology%22%5BJournal%5D)">Fast and conspicuous? Quantifying salience with the Theory of Visual Attention.</a> Advances in Cognitive Psychology. 12 (1), 20(2016).</li>
<li>Bundesen, C., Habekost, T. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBundesen%2C+C+%22Principles+of+Visual+Attention%3A+Linking+Mind+and+Brain%22">Principles of Visual Attention: Linking Mind and Brain</a>. , Oxford University Press. Oxford, UK. (2008).</li>
<li>Plummer, M. <a target="_blank" href="https://www.r-project.org/conferences/DSC-2003/Drafts/Plummer.pdf">JAGS: A program for analysis of Bayesian graphical models using Gibbs sampling.</a> Proceedings of the 3rd international workshop on distributed statistical computing. , 124-125 (2003).</li>
<li>Kruschke, J. K., Vanpaemel, W. Bayesian estimation in hierarchical models. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKruschke%2C+JK+%22The+Oxford+Handbook+of+Computational+and+Mathematical+Psychology%22">The Oxford Handbook of Computational and Mathematical Psychology</a>. Busemeyer, J., Townsend, J., Wang, Z. J., Eidels, A. , 279-299 (2015).</li>
<li>Mathôt, S., Schreij, D., Theeuwes, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((OpenSesame%3A+An+open-source%2C+graphical+experiment+builder+for+the+social+sciences%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">OpenSesame: An open-source, graphical experiment builder for the social sciences.</a> Behavior Research Methods. 44 (2), 314-324 (2012).</li>
<li>Kruschke, J. K. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKruschke%2C+JK+%22Doing+Bayesian+data+analysis%3A+A+tutorial+with+R%2C+JAGS%2C+and+Stan%22">Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan</a>. , 2nd, Academic Press. Boston, MA. (2015).</li>
<li>Rensink, R. A., O'Regan, J. K., Clark, J. J. <a target="_blank" href="https://www.jstor.org/stable/40063214">To see or not to see: The need for attention to perceive changes in scenes.</a> Psychological Science. 8 (5), 368-373 (1997).</li>
<li>Tünnermann, J., Krüger, N., Mertsching, B., Mustafa, W. <a target="_blank" href="http://link.springer.com/article/10.1007/s12559-015-9329-9">Affordance estimation enhances artificial visual attention: Evidence from a change-blindness study.</a> Cognitive Computation. 7 (5), 525-538 (2015).</li>
<li>Shore, D. I., Klein, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effects+of+scene+inversion+on+change+blindness%5BTitle%5D)+AND+%22The+Journal+of+General+Psychology%22%5BJournal%5D)">The effects of scene inversion on change blindness.</a> The Journal of General Psychology. 127 (1), 27-43 (2000).</li>
<li>Scharlau, I., Neumann, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+parameters+and+time+course+of+perceptual+latency+priming%5BTitle%5D)+AND+%22Acta+Psychologica%22%5BJournal%5D)">Temporal parameters and time course of perceptual latency priming.</a> Acta Psychologica. 113 (2), 185-203 (2003).</li>
<li>Schneider, K. A., Bavelier, D. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/14642288">Components of visual prior entry.</a> Cognitive Psychology. 47 (4), 333-366 (2003).</li>
<li>Scharlau, I., Neumann, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perceptual+latency+priming+by+masked+and+unmasked+stimuli%3A+Evidence+for+an+attentional+interpretation%5BTitle%5D)+AND+%22Psychological+Research%22%5BJournal%5D)">Perceptual latency priming by masked and unmasked stimuli: Evidence for an attentional interpretation.</a> Psychological Research. 67 (3), 184-196 (2003).</li>
<li>Shore, D. I., Spence, C., Klein, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+prior+entry%5BTitle%5D)+AND+%22Psychological+Science%22%5BJournal%5D)">Visual prior entry.</a> Psychological Science. 12 (3), 205-212 (2001).</li>
<li>Alcalá-Quintana, R., García-Pérez, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fitting+model-based+psychometric+functions+to+simultaneity+and+temporal-order+judgment+data%3A+MATLAB+and+R+routines%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Fitting model-based psychometric functions to simultaneity and temporal-order judgment data: MATLAB and R routines.</a> Behavior Research Methods. 45 (4), 972-998 (2013).</li>
<li>Hoffman, M. D., Gelman, A. <a target="_blank" href="https://arxiv.org/abs/1111.4246">The No-U-turn sampler: adaptively setting path lengths in Hamiltonian Monte Carlo.</a> Journal of Machine Learning Research. 15 (1), 1593-1623 (2014).</li>
<li>Lee, M. D., Wagenmakers, E. J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLee%2C+MD+%22Bayesian+cognitive+modeling%3A+A+practical+course%22">Bayesian cognitive modeling: A practical course</a>. , Cambridge University Press. Cambridge, UK. (2014).</li>
<li>Vangkilde, S., Bundesen, C., Coull, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prompt+but+inefficient%3A+Nicotine+differentially+modulates+discrete+components+of+attention%5BTitle%5D)+AND+%22Psychopharmacology%22%5BJournal%5D)">Prompt but inefficient: Nicotine differentially modulates discrete components of attention.</a> Psychopharmacology. 218 (4), 667-680 (2011).</li>
<li>Tünnermann, J., Scharlau, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Peripheral+Visual+Cues%3A+Their+Fate+in+Processing+and+Effects+on+Attention+and+Temporal-order%5BTitle%5D)+AND+%22Front.+Psychol%22%5BJournal%5D)">Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-order.</a> Front. Psychol. 7 (1442), (2016).</li>
</ol>

Die Autoren haben nichts offenzulegen.

Das Protokoll in diesem Artikel wird beschrieben, wie einfach tojs durchzuführen und die Daten mit den Modellen auf der Basis grundlegender Stimulus Codierung passen. Drei Versuche zeigen, wie die Ergebnisse können in einer hierarchischen Bayesian Schätzung Rahmen ausgewertet werden, um den Einfluss der Aufmerksamkeit in sehr unterschiedlichen Stimulusmaterial zu beurteilen. Salience in Pop-Out-Displays zu einer erhöhten Aufmerksamkeits Gewichte. Auch erhöhte Gewichte wurden Handlungsraumobjekte in natürlichen Bildern g...

Wie Aufmerksamkeit in Raum und Zeit verteilt wird, ist einer der wichtigsten Faktoren bei der menschlichen visuellen Wahrnehmung. Objekte, die Aufmerksamkeit auf sich ziehen wegen ihrer Auffälligkeit oder Bedeutung sind in der Regel schneller verarbeitet und mit höherer Genauigkeit. In Verhaltensforschung sind solche Leistungsvorteile in einer Vielzahl von experimentellen Paradigmen unter Beweis gestellt. Zum Beispiel, die Aufmerksamkeit auf die Zielposition Zuteilung beschleunigt die Reaktion in Sonde Detektionsaufgaben 1 auf. In ähnlicher Weise wird die Genauigkeit der Berichterstattung Briefe Aufmerksamkeit 2 verbessert. Solche Erkenntnisse belegen, dass die Aufmerksamkeit verbessert die Verarbeitung, aber sie bleiben hoffnungslos stumm darüber, wie diese Erweiterung hergestellt wird. Die vorliegende Arbeit zeigt, dass die Low-Level-Mechanismen hinter attentional Vorteile können durch die Messung der Verarbeitungsgeschwindigkeit der einzelnen Stimuli in einer modellbasierten Rahmen beurteilt werden, die die Messungen bezieht sich auf feinkörnigem components der Aufmerksamkeit. Bei einem solchen Modell wird die Gesamtverarbeitungskapazität und seine Verteilung auf die Reize aus Verarbeitungsgeschwindigkeitsmessungen abgeleitet werden. Bundesen Theorie der visuellen Aufmerksamkeit (TVA) 3 stellt ein geeignetes Modell für dieses Unterfangen. Es wird in der Regel auf die Daten aus dem Brief Bericht Aufgaben angewendet. Im Folgenden werden die Grundlagen der TVA erklärt und es wird gezeigt, wie sie zeitliche Ordnung Urteil (TOJ) erhaltenen Daten mit (fast) beliebige Stimuli zu modellieren erweitert werden. Dieses neuartige Verfahren liefert Schätzungen der Verarbeitungsgeschwindigkeit und der Ressourcenverteilung, die leicht interpretiert werden können. Das Protokoll in diesem Artikel erläutert, wie solche Experimente und Details zu planen und durchzuführen, wie die Daten analysiert werden können. Wie oben erwähnt, ist die übliche Paradigma in TVA-basierte Modellierung und Abschätzung der Aufmerksamkeit Parameter der Brief Bericht Aufgabe. Die Teilnehmer berichten über die Identität einer Reihe von Briefen, diekurz geflasht ist und in der Regel nach einer veränderlichen Verzögerung maskiert. Unter anderen Parametern, die Rate, mit der Bildelemente in visuelle Kurzzeitgedächtnis codiert werden kann abgeschätzt werden. Das Verfahren wurde auf die Fragen in der Grundlagenforschung und klinische Forschung erfolgreich eingesetzt. Zum Beispiel Bublak und Kollegen 4 bewertet , welche sind attentional Parameter beeinflusst in verschiedenen Stadien der altersbedingten kognitiven Defiziten. In grundlegenden Aufmerksamkeitsforschung, Petersen, Kyllingsbæk und Bundesen 5 verwendet TVA die attentional Verweilzeit Wirkung zu modellieren, die Schwierigkeit der Beobachter in der zweiten von zwei Ziele in bestimmten Zeitintervallen wahrzunehmen. Ein wesentlicher Nachteil des Schreibens Bericht Paradigma ist, dass es ausreichend lernter und maskable Reize erfordert. Diese Anforderung begrenzt die Methode, um Buchstaben und Ziffern. Andere Reize würden schwere Ausbildung der Teilnehmer erfordern. Das TOJ Paradigma erfordert weder spezifische stimuli noch Maskierung. Es kann mit jeder Art von Stimuli verwendet werden, für die die Reihenfolge des Erscheinens beurteilt werden kann. Dies erweitert den Reiz Bereich so ziemlich alles, was von Interesse sein könnten, einschließlich direkte Cross-modale Vergleiche 6. Die Untersuchung Aufmerksamkeit mit tojs wird auf das Phänomen der Aufmerksamkeits vor Eintritt basiert, die ein Maß dafür, wie viel früher ein besucht Stimulus im Vergleich wahrgenommen wird einem eine unbeaufsichtigt. Unglücklicherweise unterscheiden die übliche Methode zur Analyse von TOJ Daten, Montage Beobachter Leistung psychometrischer Funktionen (wie zB kumulative Gauß- oder logistischen Funktionen) können nicht , ob die Aufmerksamkeit der Verarbeitungsrate der besuchten Reiz erhöht , oder wenn es um die Rate des unbeaufsichtigten Stimulus 7 abnimmt. Diese Zweideutigkeit ist ein großes Problem, da die Frage, ob die Wahrnehmung eines Reizes wirklich verbessert wird, oder wenn es zugute kommt, weil der Entzug von Ressourcen aus einem konkurrierenden stimul uns ist eine Frage der grundsätzlichen und praktischen Relevanz. Zum Beispiel für die Gestaltung der Mensch-Maschine-Schnittstellen ist es höchst relevant zu wissen, ob der Bedeutung eines Elements Erhöhung auf Kosten eines anderen funktioniert. Die TOJ Aufgabe geht in der Regel wie folgt: Eine Fixationsmarke wird für eine kurze Verzögerung dargestellt, in der Regel ein zufällig Intervall kürzer als eine Sekunde gezogen. Dann wird das erste Ziel vorgestellt, gefolgt nach einer variablen Reizbeginn Asynchronität (SOA) von dem zweiten Target. Bei negativen SOAs, die Sonde, die besucht Stimulus, wird zuerst angezeigt. Bei positiven SOAs, die Referenz, die unbeaufsichtigte Reiz führt. Bei einer SOA von Null werden beide Ziele gleichzeitig gezeigt. Typischerweise bezieht sich das Ziel stellt auf den Reiz zu wechseln. Unter bestimmten Bedingungen sind jedoch auch andere zeitliche Ereignisse, wie beispielsweise ein Flackern eines bereits vorliegenden Ziel oder Offsets 8 verwendet. _content "&gt; In tojs werden Antworten in einer unspeeded Weise gesammelt, in der Regel von den zugewiesenen Schlüssel zu den Reiz Identitäten und Präsentations Aufträge (zB wenn Reize sind Quadrate und Diamanten, zeigt ein Schlüssel" Quadrat erste "und ein anderer" Diamant erste ") . Wichtig ist, dass für die Beurteilung müssen diese Urteile "erste Sonde" umgewandelt werden (oder "Referenz zuerst") Urteile. In der vorliegenden Arbeit wird eine Kombination aus dem Verarbeitungsmodell von TVA und der TOJ experimentelle Paradigma wird verwendet, um die Probleme in jedem einzelnen Domäne zu beseitigen. Mit diesem Verfahren kann leicht interpretierbare Geschwindigkeitsparameter für nahezu beliebige visuelle Reize geschätzt werden, so dass zu folgern, wie die Aufmerksamkeit des Betrachters zu konkurrierenden visuellen Elementen zugeordnet ist. Das Modell basiert auf TVA-Gleichungen für die Verarbeitung von Einzelreizen, die im Folgenden kurz erläutert werden. Die Wahrscheinlichkeit, dass ein stimuluns in visuelle Kurzzeitgedächtnis codiert, bevor die andere als die Wahrscheinlichkeit des Beurteilens dieses Reizes als erscheinende erste interpretiert wird. Die einzelnen Codierung Dauern exponentiell 9 verteilt: <img alt="Gleichung 1" src="/files/ftp_upload/54856/54856eq1.jpg"> (1) Die maximale ineffektiv Expositionsdauer t 0 eine Schwelle vor dem gar nichts codiert ist. Nach TVA, die Geschwindigkeit v x, i , an dem Objekt x als Mitglied einer Wahrnehmungskategorie i (wie Farbe oder Form) kodiert wird , wird durch die Rate Gleichung gegeben, <img alt="Gleichung 2" src="/files/ftp_upload/54856/54856eq2.jpg"> . (2) Die Stärke der sensorischen Hinweise darauf , dass x gehört zur Kategorie i in η x ausgedrückt wird, i und ß i ist eine Entscheidung Bias für i Stimuli als Mitglieder der Kategorie kategorisieren. Dies wird durch einen multipliziertenttentional Gewichte. Einzel attentional Gewichte w x werden durch die attentional Gewichte aller Objekte im Gesichtsfeld unterteilt. Daher wird die relative attentional Gewicht berechnet als <img alt="Gleichung 3" src="/files/ftp_upload/54856/54856eq3.jpg"> (3) wobei R alle Kategorien und η x darstellt, i die sensorische Hinweise darauf , dass das Objekt x zur Kategorie j gehört. Der Wert π j Stichhaltigkeit der Kategorie j genannt und spiegelt eine Tendenz zu Kategorisierungen in j machen. Die Gesamtverarbeitungskapazität C ist die Summe aller Verarbeitungsraten für alle Reize und Kategorisierungen. Für eine detailliertere Beschreibung der TVA, siehe Bundesen und Habekost Buch 9. In unserem neuen Verfahren, Gleichung 1, die die Kodierung der Einzelreize beschreibt, wird in ein Modell der tojs umgewandelt. Unter der Annahme, dass Selektionsverzerrungen und Berichtskategorien sind constant innerhalb einer experimentellen Aufgabe, die Verarbeitungsgeschwindigkeiten v p und v r der beiden Zielreize Sonde (p) und Referenz (r) hängen von C und den attentional Gewichte in der Form v p = C · w p und v r = C · w r, respectively. Das neue TOJ Modell drückt die Erfolgswahrscheinlichkeit P p 1 , dass ein Teilnehmer beurteilt die Sonde Stimulus als Funktion des SOA und die Verarbeitungsgeschwindigkeiten erste sein. Es kann wie folgt formalisiert werden: <img alt="Gleichung 4" src="/files/ftp_upload/54856/54856eq4.jpg"> (4) Eine detailliertere Beschreibung, wie diese Gleichung aus den Grund TVA Gleichungen abgeleitet wird , wird durch Tünnermann, Petersen, und Scharlau 7 beschrieben. Aus Gründen der Einfachheit, 0 der Parameter t in dem Modell in Gleichung 1. Nach dem ursprünglichen TVA weggelassen wird, t 0 sollten für bo identisch seinth Ziele in der TOJ Aufgabe, und daher ist es aufhebt. Jedoch kann diese Annahme manchmal (siehe Abschnitt Diskussion) verletzt werden. Zur Montage dieser Gleichung zu TOJ Daten eine hierarchische Bayes - Schätzschema 11 vorgeschlagen. Dieser Ansatz ermöglicht es diese Parameter die attentional Gewichte w p und w r der Sonde und Referenz Stimuli und die Gesamtverarbeitungsrate C. abzuschätzen, die sich ergebende Aufnahmeraten v p und v r und Aufmerksamkeit induzierte Unterschiede zwischen ihnen, kann beurteilt werden , zu den Themen und Gruppenebene zusammen mit geschätzten Unsicherheiten. Das hierarchische Modell ist in Abbildung 1 dargestellt Während der Planungsphase für ein Experiment, bequeme Bayes-Power-Analyse durchgeführt werden. Das folgende Protokoll beschreibt, wie die Planung, Ausführung und TOJ Experimente, aus denen die Verarbeitungsgeschwindigkeit Parameter und Aufmerksamkeits Gewichte für visuelle Reize zu analysierenerhalten werden. Das Protokoll geht davon aus, dass der Forscher interessiert, wie eine Aufmerksamkeitsorientierung beeinflusst die Verarbeitungsgeschwindigkeiten einiger Ziele von Interesse. <img alt="Abbildung 1" src="/files/ftp_upload/54856/54856fig1.jpg"> Abbildung 1: Grafische Modell in der Bayes - Schätzverfahren verwendet. Kreise zeigen geschätzte Verteilungen; Doppel Kreise zeigen determinis Knoten. Quadrate zeigen Daten. Die Beziehungen werden auf der rechten Seite der Figur angegeben. Die Knoten außerhalb der abgerundeten Rahmen ( "Platten") stellen den Mittelwert und Streuung Schätzungen der TVA-Parameter (siehe Einleitung) auf Konzernebene. In der "j Themen" Platte kann man sehen, wie Aufmerksamkeits Gewichte (w) mit den Gesamtverarbeitungsraten (C) von Reizverarbeitungsraten (v) auf der Subjektebene kombiniert werden werden. Plate "i SOAs &amp;# 8221; zeigt , wie diese Parameter TVA dann transformiert werden (über die Funktion P p 1. in der Einleitung beschrieben) in die Erfolgswahrscheinlichkeit (θ) für die binomialverteilte Antworten bei jeder SOA. Daher beschreiben die θ zusammen mit den Wiederholungen des SOA (n) die Datenpunkte (y). Für weitere Einzelheiten über Notation und Interpretation von graphischen Modellen, siehe Lee und Wagenmakers 23. Man beachte, dass aus Gründen der Klarheit sind die Knoten, die Unterschiede der Parameter darstellen weggelassen. Diese deterministischen Parameter werden stattdessen in den Figuren der experimentellen Ergebnisse angegeben. <a href="http://ecsource.jove.com/files/ftp_upload/54856/54856fig1large.jpg" target="_blank">Bitte klicken Sie hier</a> , um <a href="http://ecsource.jove.com/files/ftp_upload/54856/54856fig1large.jpg" target="_blank">eine größere Version dieser Figur zu sehen.</a>

<table><tbody><tr><td>Personal Computer</td><td></td><td></td><td></td></tr> <tr><td>(Open Source) Experimentier- und Evaluierungssoftware</td><td></td><td></td><td></td></tr></tbody></table>

mess achtung und visual verarbeitungsgeschwindigkeit von modellbasierte analyse zeitlicher ordnung urteile

Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments

Dieses Protokoll beschreibt, wie zeitliche Ordnung Experimente durchzuführen visuelle Verarbeitungsgeschwindigkeit und die Aufmerksamkeits Ressourcenverteilung zu messen. Das vorgeschlagene Verfahren basiert auf einer neuen und synergistische Kombination aus drei Komponenten: die zeitliche Ordnung Urteile (TOJ) Paradigma, Bundesen Theorie der visuellen Aufmerksamkeit (TVA) und eine hierarchische Bayes-Schätzung Rahmen. Das Verfahren sieht leicht interpretierbare Parameter, die durch die theoretischen und neurophysiologischen Grundlagen der TVA unterstützt werden. Mit tojs kann TVA basierten Schätzungen für ein breites Spektrum von Stimuli erhalten werden, während traditionelle Paradigmen mit TVA verwendet werden, vor allem auf Buchstaben und Ziffern begrenzt. Schließlich erlauben es die sinnvolle Parameter des vorgeschlagenen Modells für die Einrichtung eines hierarchischen Bayes-Modell. Ein solches statistisches Modell ermöglicht Ergebnisse in eine kohärente Analyse sowohl über das Thema und Konzernebene zu beurteilen. Zur Demonstration der Durchführbarkeit und vin synthetischen Pop-Out-Displays, natürliche Bilder und ein cued Brief-Bericht Paradigma ersatility dieses neuen Ansatzes werden drei Experimente mit Aufmerksamkeit Manipulationen berichtet.

Im Folgenden wird mit dem vorgeschlagenen Verfahren erhaltenen Ergebnisse berichtet. Drei Experimente gemessen, um den Einfluß verschiedener attentional Manipulationen mit drei sehr verschiedenen Arten von Reizmaterial. Die Reize sind einfache Liniensegmente in Pop-Out-Muster, Aktionsraum Objekte in natürlichen Bildern und cued Brief Ziele. Versuch 1: Salience in Pop-Out-Displays Experiment 1 bei Messung des Einflusses de...

Urteile zeitlicher Ordnung können verwendet werden, um Verarbeitungsgeschwindigkeitsparameter und Aufmerksamkeitsgewichte zu schätzen und dadurch die Mechanismen der Aufmerksamkeitsverarbeitung abzuleiten. Diese Methode kann auf eine Vielzahl von visuellen Reizen angewendet werden und funktioniert mit vielen Aufmerksamkeitsmanipulationen.

Mess Achtung und Visual Verarbeitungsgeschwindigkeit von Modellbasierte Analyse zeitlicher Ordnung Urteile

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The ...

Das übergeordnete Ziel dieses Protokolls ist es, Parameter der Aufmerksamkeit und der visuellen Verarbeitung für nahezu beliebige Reize zu messen. Dies wird durch die Modellierung von Daten aus temporalen Ordnungsurteilen, TOJs, erreicht. In diesen beurteilen die Teilnehmer die Präsentationsreihenfolge von zwei Zielen, die resultierenden Daten werden mit einem neuartigen Modell analysiert, das es ermöglicht, zu messen, wie sich die Aufmerksamkeit auf die Stimuluskodierungsraten auswirkt.Die Bundesen-Theorie der visuellen Aufmerksamkeit bietet verschiedene Verwendungsmöglichkeiten für Parameter, wie z. B. Aufmerksamkeitsgewicht und Verarbeitungsraten. In der Regel werden diese in Elementberichtsaufgaben geschätzt, bei denen Buchstaben oder Ziffern verwendet werden, wobei die Verwendung von etwas anderem als Buchstaben oder Ziffern schwierig ist und eine intensive Schulung erfordert und daher selten durchgeführt wird. Zum Beispiel ist es schwer vorstellbar, wie man mit dieser Methode die Auffälligkeit von Bildern und Pop-out-Displays messen würde.Daher schlagen wir eine neuartige TVA-basierte Methode vor, die eine zeitliche Ordnungsbeurteilung verwendet, die mit nahezu beliebigen Stimuli durchgeführt werden kann. Zeitliche Ordnungsurteile werden seit langem verwendet, um die Aufmerksamkeit zu beurteilen, aber in Kombination mit TVA werden sie leistungsfähiger und liefern leicht interpretierbare Parameter. In der zeitlichen Ordnungsurteilsaufgabe werden zwei Reize, hier als A und B identifiziert, in enger Folge oder gleichzeitig gezeigt.Die Wahrnehmung der zeitlichen Ordnung kann mit einem unabhängigen Kanalmodell modelliert werden. In einem solchen Modell gibt es für jedes Ziel unabhängige Verarbeitungskanäle. Ein Ordnungskomparator überwacht die Kanäle und zeichnet die Anzahl auf, wenn ein bestimmtes Ziel, hier A, vor dem anderen Ziel dort ankommt.Bevor dies demonstriert wird, beschreiben wir kurz die Form, in der die experimentellen Daten typischerweise dargestellt werden. Die relative Häufigkeit einer bestimmten Art von Urteil, hier A zuerst, wird in Abhängigkeit von der SOA, dem Zeitintervall zwischen den Präsentationen der beiden Ziele, aufgetragen. Jetzt, mit einem großen negativen SOA, hier bedeutet dies, dass Stimulus A führt, ist es sehr wahrscheinlich, dass A zuerst am Vergleichswert ankommt.Nur sehr selten wird Stimulus B früher eintreffen. Daher erhalten wir einen Datenpunkt, der eine relative Frequenz nahe eins darstellt. Bei einer großen positiven SOA, d.h. Stimulus B führt, registriert der Komparator A erste Ergebnisse nur sehr selten.Daher erhalten wir einen Datenpunkt nahe Null. Wenn die SOA Null ist, werden die Ziele gleichzeitig dargestellt und ein Datenpunkt auf der Chancenstufe Punkt fünf wird aufgezeichnet. Wenn die SOAs über einen Wertebereich variierten, kann das resultierende Muster mit einer psychometrischen Funktion beschrieben werden.Wenn nun die Aufmerksamkeit auf einen Reiz, hier Reiz A, gelenkt wird, gelangt sie früher auf den Komparator, folglich erhöht sich, hier für SOA Null gezeigt, die Wahrscheinlichkeit für erste Urteile von A. Dadurch verschiebt sich die gesamte psychometrische Funktion. Die SOA, bei der die rote Kurve die Ebene von Punkt fünf kreuzt, wird oft genommen, um den Einfluss der Aufmerksamkeit zu quantifizieren.Die zeitliche Selbstbeurteilung scheint der natürliche Weg zu sein, um die Wahrnehmungslatenz zu beurteilen, und viele Fragen zum Einfluss von Aufmerksamkeit und Zeitwahrnehmung wurden mit dieser Methode beantwortet. Der TOJ hat jedoch eine zentrale Schwäche, und das ist seine relative Natur. Die zeitliche Autowahrnehmung könnte uns sagen, dass Reiz A vor Reiz B wahrgenommen wird, aber sie sagt uns nicht, warum.Es könnte daran liegen, dass Stimulus A schneller verarbeitet wird, oder daran, dass B langsamer verarbeitet wird. Um die Erklärungskraft zu erhöhen, wird aus TVA ein TOJ-Modell abgeleitet, das die Kodierungsprozesse visueller Reize modelliert. In jedem Kanal wird davon ausgegangen, dass die Kodierung gemäß dem exponentiellen Rennmodell von TVA abläuft.Die Wahrscheinlichkeit, dass jedes Ziel innerhalb einer bestimmten Dauer kodiert wird, wird in die Wahrscheinlichkeit umgewandelt, dass ein Ziel vor dem anderen kodiert wird. Die Wahrnehmung der zeitlichen Ordnung. Wichtig ist, dass die beiden von TVA geerbten Ratenparameter es ermöglichen, Fragen zu beantworten wie: War es der beaufsichtigte Stimulus, der schneller verarbeitet wurde, oder war es der unbeaufsichtigte, der verlangsamt wurde?Alternativ können die Raten auch als relative Aufmerksamkeitsgewichte ausgedrückt werden. Wählen Sie die Stimuli entsprechend der Forschungsfrage aus. Generell muss es möglich sein, zwei Ziele an unterschiedlichen Stellen auf dem Bildschirm anzuzeigen.Später in diesem Protokoll zeigen wir Ergebnisse aus Experimenten mit Pop-out-Displays, natürlichen Bildern und Buchstabenzielen. Hier ist ein Beispiel dafür, wie Aktionsraum und Hintergrundobjekte in natürlichen Bildern verwendet werden können. Das Foto, auf dem beide Ziele vorhanden sind, wird über eines mit einem ohne sie gelegt.Objekte werden virtuell entfernt, indem das obere Bild lokal transparent gemacht wird. Mit diesem Verfahren werden Bilder erstellt, bei denen sowohl keines als auch eines der beiden Objekte vorhanden ist, um TOJs mit dem Hintergrund zuerst, dem Aktionsraum zuerst und der gleichzeitigen Präsentation zu erstellen. Um das Design und die Stichprobengröße des Experiments zu planen, kann eine Bayes'sche Leistungsanalyse durchgeführt werden.Simulieren Sie die Daten wiederholt und passen Sie sie an das beabsichtigte Modell, das Versuchsdesign und die hypothetischen Parameter an. Die Anteile von Simulationen, bei denen ein Erfolgskriterium erreicht ist, z. B. eine Differenz in den Aufmerksamkeitsgewichten, werden verwendet, um die Aussagekraft des Experiments abzuschätzen. Verwenden Sie einen Experiment-Builder oder eine psychophysische Präsentationsbibliothek, um das Experiment zu implementieren.Wir liefern ein für den Open Source Experiment Builder OpenSesame, für TOJ mit Buchstaben, Ziffern und Formen, in dem nur die Versuchstabelle angegeben werden muss. Wir liefern auch ein OpenSesame-Beispiel für TOJs mit natürlichen Bildern. Erstellen Sie für jede Bedingung Versuche für alle geplanten SOAs.Beispielhafte SOA-Verteilungen sind in den repräsentativen Ergebnissen dargestellt. Die beiden Ziele werden als Sonde und Referenz definiert. Die Referenz wird immer bei Null angezeigt und ist das unbeaufsichtigte Ziel, während der Sondenstimulus der Aufmerksamkeitsmanipulation unterliegt.In Versuchen mit negativer SOA wird zuerst der Sondenstimulus und nach der SOA der Referenzstimulus präsentiert. Bei Versuchen mit positiven SOAs ist zuerst der Referenzstimulus und nach einer Verzögerung die Sonde gemäß dem SOA vorzulegen. Für die SOA von Null stellen Sie beide Ziele gleichzeitig bereit.Unter neutralen Bedingungen ist die Zuordnung von Sonde und Referenz beliebig, aber für die Analyse der Daten erforderlich. Erstellen Sie Wiederholungen aller SOAs. Randomisieren oder systematisch variieren Sie Einflüsse, die keinen Einfluss haben, wie z. B. die Reizlokalisation oder die Zielidentität.Die Anzahl der Wiederholungen hängt von der betreuten Leistung ab. Innerhalb einer Stunde können rund 800 Studien vorgelegt werden. Wenn mehr Wiederholungen erforderlich sind, sollten Sie das Experiment in mehrere Sitzungen aufteilen.Begrüßen Sie die Teilnehmer und informieren Sie sie über den allgemeinen Ablauf des Experiments. Holen Sie die Zustimmung zur Teilnahme ein. Stellen Sie sicher, dass sie normal oder korrigiert normal sehen.Stellen Sie eine ruhige Kabine für das Experiment bereit. Stellen Sie Stuhl, Kinnstütze, Tastatur usw. ein, um optimale Bedingungen zu gewährleisten. Machen Sie den Teilnehmern bewusst, dass die Experimente Aufmerksamkeit und geistige Konzentration erfordern und ermüdend sein können.Bitten Sie sie, bei Bedarf kurze Pausen einzulegen. Präsentieren Sie Anweisungen auf dem Bildschirm, in denen die Präsentationen und die Sammlung von Antworten detailliert beschrieben werden. Erinnern Sie die Teilnehmer daran, dass die Aufgabe darin besteht, die wahrgenommene zeitliche Reihenfolge der Ziele zu melden, und raten Sie in Versuchen, in denen sie die Reihenfolge überhaupt nicht erkennen können.Um Augenbewegungen während der Versuche zu vermeiden, bitten Sie die Teilnehmer, einen zentralen Marker zu fixieren, wann immer er auf dem Bildschirm angezeigt wird. Bitten Sie sie, ihren Kopf auf den Kinnhalter zu legen. Bitten Sie sie, bei Bedarf kurze Pausen einzulegen.Führen Sie ein kurzes Training mit zehn bis 20 Versuchen durch. Bestätigen Sie, dass die Teilnehmer die Aufgabe verstanden haben. Lassen Sie es ihnen erklären.Wenn sie keine weiteren Fragen haben, verlassen sie den Stand für das Hauptexperiment. Nach der Umwandlung der Daten von Versuch zu Versuch in die Anzahl der ersten Urteile der Sonde können Parameter geschätzt werden, indem das gewünschte hierarchische Beyes-Modell ausgeführt wird. Nachdem der Prozess abgeschlossen ist, stellen Sie die Konvergenzdiagnose für alle Parameter dar und bestätigen Sie, dass die Ketten konvergiert sind und eine ausreichend große effektive Stichprobengröße bieten.Erstellen Sie dann ein Diagramm und bewerten Sie die interessierenden Parameter. Beispielhafte Ergebnisse sehen Sie im nächsten Abschnitt dieses Videos. Im ersten Experiment wurde der Einfluss der visuellen Salienz auf die Verarbeitungsgeschwindigkeit gemessen.Die Teilnehmer beurteilten, welches von zwei Zielliniensegmenten, links oder rechts, in einem Hintergrundmuster zuerst flackerte. In der Hälfte der Versuche war die Sonde ein farbiger Pop-out. Die Daten wurden mit dem TOJ-Modell angepasst, das von TVA abgeleitet wurde, das zuvor beschrieben wurde.Der Nutzen des hervorstechenden Stimulus kann in der Aufmerksamkeitsbedingung als erhöhtes Aufmerksamkeitsgewicht von Punkt fünf neun für die Sonde gesehen werden. In der Kontrollbedingung, in der kein Ziel hervorstechend war, wurde das neutrale Gewicht von Punkt fünf erhalten, daher war das Aufmerksamkeitsgewicht der Sonde in der Aufmerksamkeitsbedingung zuverlässig höher. Null, kein Unterschied, wurde nicht in den 95 HDI eingerechnet.Die Einzelgewichte der Sonde und ihre Referenz zeigen, dass der Vorteil des salienten Stimulus aus einer Reduzierung der Verarbeitungsrate des nicht-salienten Stimulus um 16 Hertz resultiert. Möglicherweise unterdrückt das hervorstechende Ziel die Verarbeitung des nicht-hervorstechenden Ziels bis zu einem gewissen Grad und profitiert daher relativ. Das zweite Experiment untersuchte Aufmerksamkeitsvorteile im Handlungsraum, der in natürlichen Bildern dargestellt wird.Die Referenz für Aktionsraum, Sonde und Hintergrundobjekte wurde für das TOJ angezeigt. In einem Kontrollexperiment wurde eine Grundlinie ohne Aktionsraumvorteile mit Hilfe von auf dem Kopf stehenden Versionen der Bilder aufgenommen, bei denen die Wahrnehmung des Szenenlayouts gestört ist. Der Parameter posterius zeigt einen Aktionsraumvorteil in der Aufmerksamkeitsbedingung an.Das Sondengewicht ist höher als das neutrale Gewicht von Punkt fünf. Seltsamerweise findet sich dies auch in der Kontrollbedingung, was darauf hindeutet, dass die Bildinversion den potenziellen Aktionsraumvorteil nicht beseitigt hat. Daher höchstwahrscheinlich die Vorteile, die durch Faktoren wie Salienz oder Sichtbarkeit verursacht werden, die durch die Szeneninversion nicht beseitigt werden.Die Möglichkeit, dass die experimentelle Leistung zu gering war, um den Aktionsraumeffekt zu detektieren, wird im schriftlichen Teil dieses Protokolls diskutiert. Im dritten Experiment wird ein peripherer Hinweis verwendet, der zu einem großen Effekt in einem zusätzlichen Parameter führt, der die Verzögerung zwischen den Kodierungsprozessen modelliert. Dieses Experiment wird im schriftlichen Teil dieses Protokolls ausführlich besprochen.Zusammenfassend lässt sich sagen, dass das Protokoll in diesem Artikel beschreibt, wie einfache TOJs durchgeführt und die Daten auf der Grundlage eines grundlegenden Modells der Stimuluskodierung angepasst werden. In drei Experimenten haben wir gezeigt, dass die Ergebnisse in einem hierarchischen Bayes'schen Schätzrahmen bewertet werden können. Wir fanden heraus, dass die Salienz in Pop-out-Displays zu einer erhöhten Aufmerksamkeitsgewichtung führt.Auch wurden erhöhte Gewichte für Aktionsraumobjekte in natürlichen Bildern geschätzt, jedoch ist es aufgrund des anhaltenden Vorteils, wenn die räumlichen Beziehungen durch das Zeigen der Bilder auf dem Kopf stehend gestört wurden, wahrscheinlich, dass ein anderer Aufmerksamkeitsvorteil zur Gewichtszunahme führte. Ein peripherer Hinweis in Experiment drei führte zu einem großen Wert für einen Parameter, der eine zusätzliche Verzögerung zwischen den Kodierungsprozessen modelliert. Vorteile des Protokolls sind die Einfachheit der TOJ-Aufgabe, die nahezu beliebige Stimuli verwenden kann.Die gründliche theoretische Untermauerung durch TVA und das Bayes'sche Bewertungsschema. Obwohl die Salienz in vielen Studien eine wichtige Rolle spielt, haben nur wenige von ihnen versucht, die visuelle Salienz zu quantifizieren. Die Quantifizierung der visuellen Salienz würde es uns jedoch ermöglichen, verschiedene Merkmalsdimensionen wie Ausrichtung, Farbe oder Bewegung zu vergleichen.Hier untersuchten wir den Einfluss des Farbkontrasts auf die Aufmerksamkeitsgewichte des formalen Modells, das von TVA abgeleitet wurde, was es uns ermöglichte, die Salienz quantitativ und auf psychologisch fundierte Weise zu messen. Für den Erfolg dieses Protokolls ist es entscheidend, dass es nur zwei Stimuli gibt, die an den Zielorten zeitliche Signale erzeugen. Die explizite Modellierung zusätzlicher Reize in TOJs, wie z.B. peripherer Hinweise, ist Ziel zukünftiger Forschung.

measuring-attention-visual-processing-speed-model-based-analysis

Research

Forschung

JoVE Journal

Behavior

Verhalten

Eye Tracking ist seit langem verwendet, um Muster in den Blick typisch entwickelnden Individuen zu studieren, aber die jüngsten technologischen Fortschritte haben seine Verwendung mit klinischen Populationen, einschließlich Autismus, eher möglich gemacht. Während Eye-Tracking junge Kinder mit Autismus können Einblick in frühe Symptom Erscheinungsformen bieten, handelt es sich methodische Herausforderungen. Vorschläge für die Best Practices zur Verfügung.

Eye Tracking kleine Kinder mit Autismus

Dieser Artikel beschreibt ein neuartiges Dual-Task-Verfahren in Kombination mit Rapid Serial Visual Presentation, um das Aufmerksamkeitsblinzeln bei verschiedenen Asynchronien des Stimulusbeginns zu betrachten. Dieses experimentelle Verfahren unterschied sich von anderen dadurch, dass es das Aufmerksamkeitsblinzeln für Nicht-Zielgruppen testete.

Ein Dual-Task Prozedur Kombiniert mit Rapid Serial Visual Presentation zu Aufmerksamkeits Blink für Nontargets Testen

Die Aufmerksamkeitskontrolle umfasst die Verstärkung von Zielsignalen und die Dämpfung von Distraktorsignalen. Wir beschreiben einen Ansatz, um die Neurophysiologie des Beobachtens und Ignorierens bei anhaltender intermodaler Aufmerksamkeit separat, aber gleichzeitig zu messen, wobei eine passive Kontrollbedingung verwendet wird, in der keiner der beiden Prozesse kontinuierlich aktiv ist.

Die Messung der neurophysiologischen Signale zu ignorieren und Teilnahme an Prozesse in Aufmerksamkeitssteuerung

Es wird eine Methode beschrieben, um die Qualität der visuellen Informationsverarbeitung basierend auf reflexiven Augenbewegungen als Reaktion auf bestimmte visuelle Modalitäten zu quantifizieren. Reaktionszeiten und Fixationsausgabeparameter werden verwendet, um die Sehleistung bei Kindern mit und ohne Sehbehinderung ab einem Alter von 6 Monaten zu charakterisieren.

Eine Methode zur Quantifizierung von Visual Information Processing bei Kindern Eye-Tracking

Dies ist eine qualitative vergleichende Fallstudie-Analyse von Eye-Tracking-Daten auf die ersten Momente des sozialen Videoszenen von drei Teilnehmern aus gesehen: eins mit Autismus-Spektrum-Störung, eine mit Appetenzstörung Aufmerksamkeits-Defizit-hyperaktiv-Syndrom und eine neurotypische Kontrolle.

Vergleich von Eyetracking-Daten von Kindern mit High-functioning Ass, Comorbid ADHD und eines Steuerelements sozialen Videos ansehen

Dieses experimentelle Protokoll kombiniert Eye-tracking und die Beurteilung der presaccadic visuelle Empfindlichkeit in einem doppelten Aufgabe Paradigma, bestehend aus einer freien Wahl Saccade Aufgabe und eine visuelle Diskriminierung Aufgabe, zu untersuchen, die Bereitstellung von visuellen räumliche Aufmerksamkeit vor sowohl präzise als auch durchschnittlich Sakkaden.

Die Bereitstellung der visuellen Aufmerksamkeit vor genau und durchschnittlich Sakkaden über Eye-Tracking und Bewertung der visuelle Empfindlichkeit zu untersuchen

Wir stellen ein Protokoll vor, das Eye-Tracking verwendet, um Augenbewegungen während einer Intervallvergleichsaufgabe (Dauerwahrnehmung) basierend auf visuellen Ereignissen zu überwachen. Ziel ist es, einen vorläufigen Leitfaden zu geben, um okulomotorische Reaktionen auf Dauerwahrnehmungsaufgaben (Vergleich oder Unterscheidung von Zeitintervallen) von Reaktionen auf den Reiz selbst zu trennen.

Augenbewegungen in der visuellen Dauerwahrnehmung: Entwirrung von Reizen aus der Zeit in vorentscheidenden Prozessen

Wir präsentieren die Entwicklung eines blickabhängigen Display-Frameworks, das für die Wahrnehmungs- und Okulomotorikforschung entwickelt wurde, um den Verlust des zentralen Sehvermögens zu simulieren. Dieser Rahmen eignet sich besonders für die Untersuchung kompensatorischer Verhaltens- und okulomotorischer Strategien bei Personen, die sowohl simulierten als auch pathologischen zentralen Sehverlust erleben.

Ein blickabhängiges Display-Framework für die Wahrnehmungslernforschung mit simuliertem zentralem Sehverlust

Es ist wichtig, unverzerrte Schätzungen der rezeptiven Felder (pRFs) der Sehpopulation durch funktionelle Magnetresonanztomographie zu erhalten. Wir verwenden milde Regularisierungsbeschränkungen, um die pRF-Topographie ohne a-priori Annahmen über die pRF-Form zu schätzen, was uns ermöglicht, spezifische pRF-Modelle post-hoc auszuwählen. Dies ist besonders vorteilhaft bei Patienten mit Läsionen der Sehbahn.

Topographische Schätzung von Visual Bevölkerung rezeptiven Felder von fMRI

Um Laborumgebungen zu replizieren, erfordern Online-Datenerfassungsmethoden für visuelle Aufgaben eine strenge Kontrolle über die Reizpräsentation. Wir skizzieren Methoden für die Verwendung einer Webanwendung, um Leistungsdaten zu zwei Tests der visuellen Aufmerksamkeit zu sammeln.

Methoden zur Visuelle Aufmerksamkeit Online Testen

Lernen Sie, Aufmerksamkeitsparameter und visuelle Verarbeitungsgeschwindigkeit mit temporalen Ordnungsurteilen zu messen. Diese Methode ermöglicht die Analyse von Aufmerksamkeitseffekten bei beliebigen visuellen Reizen.

Mess Achtung und Visual Verarbeitungsgeschwindigkeit von Modellbasierte Analyse zeitlicher Ordnung Urteile

Weitere Videos entdecken