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

playerTrialDesktop

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 Sti

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