Name: Das HoneyComb-Paradigma für die Erforschung von kollektiven menschlichen Verhaltens (Video) | JoVE Journal
Uploaded: 2019-01-19T14:00:00.000+00:00
Duration: 6 min 48 s
Description: Entdecken Sie das HoneyComb-Paradigma zur Erforschung kollektiven menschlichen Verhaltens. Diese Methode erfasst räumlich-zeitliche Bewegungsdaten in virtuellen Umgebungen und analysiert Führungsdynamiken ohne direkte Kommunikation.

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

Diese Forschung wurde von der deutschen Exzellenzinitiative finanziert (Zukunftskonzept: https://www.uni-goettingen.de/en/32632.html). Wir danken für ihr Englisch Korrekturlesen Margarita Neff-Heinrich.

Datenerhebung und Datenanalyse in diesem Projekt wurden von der Ethikkommission des Georg-Elias-Müller Institut für Psychologie der Universität Göttingen (Vorschlag 039/2012) genehmigt.
1. Versuchsaufbau
<ol><li>Wählen Sie einen Speicherort, der von einem stark frequentierten Bereich ist, wie in einem Computer Lab oder andere Bereich mit einzelnen Arbeitsstationen angegeben, die als ein LAN (Local Area Network) konfiguriert werden kann.</li>
	<li>Vereinbaren Sie für 10 bis 12 Notebooks des gleichen Typs für das Experiment sowie einem Computer verwendet werden, funktionieren wie der Server (Abbildung 6). Die Server-Programm als auch die Client-Programme benötigen eine JAVA-Laufzeitumgebung, die auf alle gemeinsamen Betriebssysteme verfügbar ist (ein Raspberry Pi als Client kann genügen).</li>
	<li>Gerätekonfiguration<ol>
<li>Ordnen Sie Notizbücher auf einzelnen Arbeitsplatz Tische mit Stühle wie in Abbildung 7dargestellt.</li>
		<li>Schließen Sie Notebooks an die Server-Computer über Ethernet-Kabel und einen Netzwerk-Switch an ein lokales Netzwerk erstellen.</li>
		<li>Installieren Sie die Trennwände zwischen den einzelnen Arbeitsstationen, visuelle sensorischen Kommunikation (Augenkontakt, Gesten, Mimik, etc.) zwischen den benachbarten Teilnehmern zu verhindern.</li>
		<li>Erwerben Sie Ohrstöpsel (für den einmaligen Gebrauch), um an alle Teilnehmer, akustische Kommunikation zwischen den Teilnehmern zu verhindern verteilt werden.</li>
	</ol>
</li>
</ol>(2) Teilnehmer Rekrutierung
<ol><li>Wählen Sie einen Einstellung Speicherort wo gibt es eine große Menge von Menschen, wie die Eingangshalle ein Auditorium.</li>
	<li>Adresse potenziellen Rekruten mit dem standardisierten Text, der erklärt, die Zweck und allgemeines Experiment, Experiment Dauer, maximale Zahlung berechnet je nach Leistung und Voraussetzung für die Teilnahme an einem Multiplayer-Spiel auf im Besitz der Institution Notebooks.</li>
	<li>Sicherstellen Sie, dass die Teilnehmer die englische und deutsche Anleitung und Fragebögen, die im Zusammenhang mit den Experimenten verstehen können.</li>
	<li>Wenn das experimentelle Design die Verwendung von Farben beinhaltet, sicherzustellen Sie, dass Teilnehmer Farbenblindheit, das zu verhindern sind, können die verwendeten Farben zu unterscheiden.</li>
	<li>Rekrutieren Sie bisherigen Teilnehmer nicht, wie Teilnehmer naiv, das Experiment sein sollte.</li>
	<li>Führen Sie bereit Rekruten zu einem Wartebereich, Weg von den recruiting-Bereich. Bitten sie Abschluss der Gruppe Rekrutierung erwarten, ohne miteinander zu reden. Erklären Sie, dass diese Einschränkung, Integrität der Versuchsergebnisse zusammenhängt.</li>
	<li>Nach 10 bis 12 Teilnehmer rekrutiert haben, führen sie in der Pre-arranged Computerraum oder bestimmten Bereich wo das Experiment stattfinden wird.</li>
	<li>Bevor die Teilnehmer in die Partition-eingehüllte Workstations ihre Plätze einnehmen, haben Sie die Teilnehmer eine Benennung Einverständniserklärung unterschreiben.</li>
	<li>Verteilen Sie die Ohrstöpsel hygienisch, einmalige Nutzung für alle Teilnehmer. Informieren Sie, dass audiovisueller Kommunikation mit anderen Teilnehmern verboten ist. Daher ist die Verwendung der Ohrstöpsel und Partition-eingehüllte Workstations obligatorisch.</li>
	<li>Haben Sie die Teilnehmer ihre Plätze in der Partition-eingehüllte Arbeitsstationen einzunehmen.</li>
</ol>3. Versuchsdurchführung
Hinweis: In diesem experimentellen Verfahren, das Spiel von Boos Et Al. verwendet 1 bezeichnet man als Anwendungsbeispiel.
<ol><li>Vorbereitungsphase<ol>
<li>Das Programm selbst wird als eine Zip-Datei HC.zip enthält (1) die Runnables HC.jar, (2) drei Dateien für die Konfiguration, hc_server.config, hc_panel.config, und hc_client.config und (3) zwei Unterordner namens Intro und Rawdata formatiert.</li>
		<li>Erstellen eines freigegebenen Ordners auf dem Servercomputer und die HC.zip in diesen Ordner entpacken.</li>
		<li>Auf jedem Clientcomputer montieren und auf diesen freigegebenen Ordner zugreifen und öffnen Sie ein Terminal (Linux, Mac OS X: Spotlight | Suche | terminal) oder eine Eingabeaufforderung (Windows: Suche "Cmd"), beziehungsweise. Verwenden Sie den Befehl "Dir" oder "ls", so dass die entpackten Dateien auf jedem Terminal angezeigt werden.</li>
		<li>Führen Sie den Befehl "Java-Version" auf jedem Terminal um sicherzustellen, dass eine Java-Runtime-Umgebung zur Verfügung steht. Wenn dies nicht der Fall ist, installieren Sie Java, bevor Sie fortfahren.</li>
		<li>Blick in den drei Dateien zu konfigurieren.<ol>
<li>Hc_server.configure konfigurieren (1) Anzahl von Spielern, 2) Mindestzahlen und maximale Anzahl der Spielzüge, die jeder Spieler zu machen, (3) Werte der sogenannten Nuggets und (4) Wahrnehmung Radius Zustand (lokal oder global) zu bearbeiten. Hinweis: Die beiden Wahrnehmung Bedingungen sind die globale Bedingung (Spieler kann Positionen von Avataren aller Teilnehmer sehen) und lokalen Zustand (Spieler sehen nur die Avatare direkt neben ihren Avatar; siehe Abbildung 3)</li>
			<li>Bearbeiten Sie hc_client.configure um die Clients den Server IP sagen.</li>
			<li>Passen Sie in hc_panel.config die Größe der Sechsecke entsprechend der Bildschirmauflösung.</li>
		</ol>
</li>
		<li>Starten Sie zunächst das Serverprogramm HC_Gui.jar (Abb. 8) mit dem Befehl "Java-jar HC_Gui.jar". Starten Sie die Client-Programmen auf jeder Arbeitsstation mit dem Befehl "Java-jar HC_ClientAppl.jar". Hinweis: Der Klienten Bildschirmen sollte die Meldung angezeigt, "Bitte warten. Der Computer ist mit dem Server verbinden." Auf dem Server GUI wird eine Linie angezeigt, die IP-Adresse der einzelnen Clients angezeigt. Wenn alle Clients verbunden sind, das Server-Programm zeigt die Meldung, "alle Clients verbunden sind. "Ready to start?" Hinweis: Der Experimentator kann die Sitzung bis zu diesem Zeitpunkt vorzubereiten.</li>
		<li>Wenn alle Teilnehmer ihre Plätze eingenommen haben, geben Sie die letzten Anweisungen, bevor sie die Ohrstöpsel einfügen.</li>
		<li>Klicken Sie auf "OK", um die Sitzung zu starten. Hereon, das Experiment nur den Anweisungen auf dem Bildschirm für Teilnehmer sichtbar gesteuert. Anweisungen für ein einzelnes Experiment erfordern mehrere Bildschirmseiten und Lesung wird ermöglicht durch die Teilnehmer paging hin und her wie nötig. Hinweis: Jeder Teilnehmer gibt, indem Sie auf eine bestimmte Taste auf dem Bildschirm, dass er/Sie die Anleitung gelesen hat. Das Experiment kann nicht beginnen, bis alle Teilnehmer fertig die Anweisungen zu lesen sind.</li>
	</ol>
</li>
	<li>Testphase<ol>
<li>Beobachten Sie, ob die Teilnehmer Maus-ihre Avatar Dot (doppelt so groß wie die sichtbaren Avatar Punkte der anderen Teilnehmer) auf dem HoneyComb virtuelle 97-Hexagon Spielfeld Steuern (siehe Abbildung 1).</li>
		<li>Haben Sie die Teilnehmer die Testphase in der Mitte des Feldes, dann Umzug auf dem HoneyComb virtuellen Spielfeld entsprechend den zuvor bereitgestellten Anweisungen auf dem Bildschirm zu starten.<ol>
<li>Alle Anweisungen, wie man das Spiel spielen werden als bearbeitbare html-Dateien in den Programmordner des Spiels HoneyComb platziert. Siehe Unterordner Intro/de und Intro/de für Deutsch und Englisch Anweisungen jeweils.</li>
			<li>Müssen Sie die Spieler mit der linken Maustaste in das benachbarte kleine Sechseck ihrer Wahl zu ihrem Avatar Punkt bewegen. Nur benachbarte Felder wählbar für die initiale und anschließende bewegt. Hinweis: Nach jedem Zug erscheint eine kleine Rute für 4000 ms für jeden Teilnehmer, die die letzte Richtung, aus der er/sie gefeiert.</li>
		</ol>
</li>
		<li>Kann jeder Teilnehmer nur einmal teilnehmen, um mögliche Verzerrungen zu vermeiden. Hinweis: Das hier beschriebene Spiel erfordert ca. 5-10 min, einschließlich das Lesen der Anleitung. Insgesamt 400 Teilnehmer in 40 zehn-Mann-Gruppen von Boos Et Al. getestet wurden 1.</li>
		<li>Das Experiment mit den gleichen Teilnehmern nicht neu, wenn es eine technische Panne oder Ausfall ein Teilnehmers.</li>
	</ol>
</li>
</ol>4. Post-Test-Phase
<ol><li>Sobald das Spiel beendet ist, haben Sie die Teilnehmer füllen Fragebögen demografische Daten, Big Five Persönlichkeitsfaktoren, empfundene Maß an Stress oder Ruhe und Zufriedenheit (zahlbar bei Abschluss des Experiments) zu zahlen. Diese Fragebögen können als Stand-alone-html-Dateien angeboten werden.</li>
	<li>Während Teilnehmer Fragebögen ausfüllen, bereiten Sie anonyme Umschläge mit der entsprechenden Menge an Geld verdient in die Waben Spiel gerade abgeschlossen. Das Spiel HoneyComb berechneten Beträge an jeden Spieler werden auf dem Bildschirm des Servers festgelegt.</li>
	<li>Verteilen Sie die verdienten Zahlungen an die Teilnehmer, wie sie aus dem Testgebiet.</li>
	<li>Schließen Sie das Serverprogramm, dann schließen Sie die Client-Programme zu, sobald das Server-Programm schließen beendet hat.</li>
	<li>Übertragen Sie die Daten in Form von 2 Text-Dateien gekennzeichnet durch Tag und Zeitstempel des Versuchs, einen USB-Stick.</li>
</ol>

<ol><li>Boos, M., Pritz, J., Lange, S., Belz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership+in+Moving+Human+Groups%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">Leadership in Moving Human Groups.</a> PLoS Computational Biology. 10 (4), e1003541(2014).</li>
<li>Moussaid, M., Garnier, S., Theraulaz, G., Helbing, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Collective+information+processing+and+pattern+formation+in+swarms%2C+flocks%2C+and+crowds%5BTitle%5D)+AND+%22Topics+in+Cognitive+Science%22%5BJournal%5D)">Collective information processing and pattern formation in swarms, flocks, and crowds.</a> Topics in Cognitive Science. 1 (3), 469-497 (2009).</li>
<li>Sumpter, D. J. T. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSumpter%2C+DJT+%22Collective+Animal+Behavior%22">Collective Animal Behavior</a>. , Princeton University Press. Princeton. (2010).</li>
<li>Krause, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fish+shoal+composition%3A+mechanisms+and+constraints%5BTitle%5D)+AND+%22Proceedings+-+Royal+Society.+Biological+Sciences%22%5BJournal%5D)">Fish shoal composition: mechanisms and constraints.</a> Proceedings - Royal Society. Biological Sciences. 267 (1456), 2011-2017 (2000).</li>
<li>Camazine, S., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCamazine%2C+S+%22Self-Organization+in+Biological+Systems%22">Self-Organization in Biological Systems</a>. , Princeton University Press. Princeton. (2003).</li>
<li>King, A. J., Sueur, C., Huchard, E., Cowlishaw, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+rule-of-thumb+based+on+social+affiliation+explains+collective+movements+in+desert+baboons%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">A rule-of-thumb based on social affiliation explains collective movements in desert baboons.</a> Animal Behavior. 82 (6), 1337-1345 (2011).</li>
<li>Fischer, J., Zinner, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Communication+and+cognition+in+primate+group+movement%5BTitle%5D)+AND+%22International+Journal+of+Primatology%22%5BJournal%5D)">Communication and cognition in primate group movement.</a> International Journal of Primatology. 32 (6), 1279-1295 (2011).</li>
<li>Couzin, I. D., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-organization+and+collective+behavior+in+vertebrates%5BTitle%5D)+AND+%22Advances+in+the+Study+of+Behavior%22%5BJournal%5D)">Self-organization and collective behavior in vertebrates.</a> Advances in the Study of Behavior. 32, 1-75 (2003).</li>
<li>Katz, Y., Tunstrøm, K., Ioannou, C. C., Huepe, C., Couzin, I. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inferring+the+structure+and+dynamics+of+interactions+in+schooling+fish%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Inferring the structure and dynamics of interactions in schooling fish.</a> Proceedings of the National Academy of Sciences of the United States of America. 108 (46), 18720-18725 (2011).</li>
<li>Guy, S. J., Curtis, S., Lin, M. C., Manocha, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Least-effort+trajectories+lead+to+emergent+crowd+behaviors%5BTitle%5D)+AND+%22Physical+Review+E%3A+Statistical%2C+Nonlinear%2C+and+Soft+Matter+Physics%22%5BJournal%5D)">Least-effort trajectories lead to emergent crowd behaviors.</a> Physical Review E: Statistical, Nonlinear, and Soft Matter Physics. 85 (1), 016110(2012).</li>
<li>Shao, W., Terzopoulos, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autonomous+pedestrians%5BTitle%5D)+AND+%22Proceedings+of+the+2005+ACM+SIGGRAPH%2FEurographics+Symposium+on+Computer+Animation%22%5BJournal%5D)">Autonomous pedestrians.</a> Proceedings of the 2005 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , (2005).</li>
<li>Reynolds, C. W. Flocks, herds and schools: A distributed behavioral model. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aReynolds%2C+CW+%22Seminal+Graphics%22">Seminal Graphics</a>. , ACM. 273-282 (1987).</li>
<li>Pelechano, N., Allbeck, J. M., Badler, N. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+individual+agents+in+high-density+crowd+simulation%5BTitle%5D)+AND+%22Proceedings+of+the+2007+ACM+SIGGRAPH%2FEurographics+Symposium+on+Computer+Animation%22%5BJournal%5D)">Controlling individual agents in high-density crowd simulation.</a> Proceedings of the 2007 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , 99-108 (2007).</li>
<li>Helbing, D., Molnár, P., Farkas, I. J., Bolay, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-organizing+pedestrian+movement%5BTitle%5D)+AND+%22Environment+and+Planning+B%3A+Planning+and+Design%22%5BJournal%5D)">Self-organizing pedestrian movement.</a> Environment and Planning B: Planning and Design. 28 (3), 361-383 (2001).</li>
<li>Dyer, J. R. G., Johansson, A., Helbing, D., Couzin, I. D., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership%2C+consensus+decision+making+and+collective+behavior+in+humans%5BTitle%5D)+AND+%22Philosophical+Transactions+-+Royal+Society.+Biological+Sciences%22%5BJournal%5D)">Leadership, consensus decision making and collective behavior in humans.</a> Philosophical Transactions - Royal Society. Biological Sciences. 364 (1518), 781-789 (2009).</li>
<li>Moussaid, M., Schinazi, V. R., Kapadia, M., Thrash, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Virtual+Sensing+and+Virtual+Reality%3A+How+New+Technologies+can+Boost+Research+on+Crowd+Dynamics%5BTitle%5D)+AND+%22Frontiers+in+Robotics+and+AI%22%5BJournal%5D)">Virtual Sensing and Virtual Reality: How New Technologies can Boost Research on Crowd Dynamics.</a> Frontiers in Robotics and AI. , (2018).</li>
<li>Belz, M., Pyritz, L. W., Boos, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spontaneous+flocking+in+human+groups%5BTitle%5D)+AND+%22Behavioral+Processes%22%5BJournal%5D)">Spontaneous flocking in human groups.</a> Behavioral Processes. 92, 6-14 (2013).</li>
<li>Boos, M., Franiel, X., Belz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Competition+in+human+groups+-+Impact+on+group+cohesion%2C+perceived+stress+and+outcome+satisfaction%5BTitle%5D)+AND+%22Behavioral+Processes%22%5BJournal%5D)">Competition in human groups - Impact on group cohesion, perceived stress and outcome satisfaction.</a> Behavioral Processes. 120, 64-68 (2015).</li>
<li>Boos, M., Li, W., Pritz, J. Patterns of Group Movement on a Virtual Playfield: Empirical and Simulation Approaches. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBoos%2C+M+%22Social+Network+Analysis%3A+Interdisciplinary+Approaches+and+Case+Studies%22">Social Network Analysis: Interdisciplinary Approaches and Case Studies</a>. Fu, X., Luo, J. -D., Boos, M. , 197-223 (2017).</li>
<li>Dyer, J. R. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Consensus+decision+making+in+human+crowds%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">Consensus decision making in human crowds.</a> Animal Behavior. 75 (2), 461-470 (2008).</li>
<li>Faria, J. J., Dyer, J. R. G., Tosh, C. R., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership+and+social+information+use+in+human+crowds%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">Leadership and social information use in human crowds.</a> Animal Behavior. 79 (4), 895-901 (2010).</li>
<li>Conradt, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Models+in+animal+collective+decision-making%3A+information+uncertainty+and+conflicting+preferences%5BTitle%5D)+AND+%22Interface+Focus%22%5BJournal%5D)">Models in animal collective decision-making: information uncertainty and conflicting preferences.</a> Interface Focus. 2 (2), 226-240 (2011).</li>
<li>Couzin, I. D., Krause, J., Franks, N. R., Levin, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effective+leadership+and+decision-making+in+animal+groups+on+the+move%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Effective leadership and decision-making in animal groups on the move.</a> Nature. 433, 513-516 (2005).</li>
</ol>

Die Autoren haben nichts preisgeben.

Eine grundlegende Frage in verwenden von virtuellen Umgebungen Multi-Client als ein Forschungsparadigma, um menschlichen kollektiven Verhaltens zu untersuchen ist, ob die Ergebnisse auf tatsächlichen Szenarien anwendbar sind. Mit anderen Worten Ergebnissen der methodische Ansatz mit ausreichend ökologische oder externe Validität? Menschliche Teilnehmern als Avatare auf einem virtuellen Spielfeld darstellt und lassen sie sich per Maus-Klicks bewegen reduziert soziale Signale. Darüber hinaus Experimentatoren zu untersuchen, die stillschweigende Verhaltens Signale übertragen werden, unter den Menschen, die menschliche Gruppenverhalten Koordinierung und Führung beeinträchtigen können und unter welchen ökologischen Affordance ermöglicht Kommunikation auf ein Minimum zu halten (z.B. Wettbewerb, Rettung, Evakuierung) diese Verhaltensweisen durch mehr und in welchem Ausmaß betroffen sind. Solange gibt es strikter Einhaltung der zwei Pre-Testphasen im Protokoll und Testverfahren, garantiert diese reduktionistische Ansatz interne Validität. Um die Übertragung der Ergebnisse auf "echte" Gruppe und Menge Dynamik zu ermöglichen, der experimentelle Aufbau und Testphasen allmählich veränderbar zu mehr Komplex (z. B. für weitere Kommunikation über bloße Übertragung/Lesung Bewegung Verhalten, Hinzufügen von Informationen über einzelne Eigenschaften semantisch in realen Szenarien eingebettet etc.) und beschrieben in der Anleitung auf dem Bildschirm der Teilnehmer bevor das Spiel beginnt.
Um die Frage der externe Validität zu begegnen, kann das Sechseck-Spielfeld [ursprünglich gewählten Spielers Bewegungen auf standardisierte, zweidimensionale sechseckigen Koordinaten durch (getestete) Usability und Reduzierung von Störfaktoren zu standardisieren] variiert werden. Ein zweidimensionales Raster mit freien Wahl könnten Spieler kontinuierlich und komplexe Bewegungsdaten zu erstellen. Eine dreidimensionale Umgebung erstellt von Unity oder Unreal-Engine kann z. B. auch die ökologischen/externe Gültigkeit erhöhen. Mit jedem Schritt in Richtung lessoning die Einschränkung der Bewegungsfreiheit, stellt sich jedoch ein Problem. Mit steigender Komplexität der Freiheitsbewegung in der simulierten Szenario, den Einfluss von Störfaktoren (z. B. zwischenmenschliche Unterschiede wie Computer-Erfahrung, Vertrautheit mit räumlicher Orientierung im dreidimensionalen Spiele) erhöht, die zu verzerrten Ergebnissen führen und interne Validität reduzieren können.
Der Vorteil der Methode des HoneyComb-Protokolls ist, dass es in mit Computer-Simulation-Modelle Kombination und als Paradigma empirisch zu testen, ob kollektive Muster gefunden in den Computersimulationen auch für das Verhalten in Gruppen von Menschen halten verwendet werden kann. Um die externe Validität solcher Tests zu erhöhen, sollten Teilnehmer in den Post-Test-Phase Fragebogen gefragt, ob sie ausreichend fühlte und menschlich vertreten durch ihre Avatare und ob sie ihren Mitspielern als menschliche Akteure wahrnehmen konnten. Das Protokoll gibt die physische Präsenz der Co Spieler sitzen in Arbeitsstationen nebeneinander (obwohl die Protokollparameter sensorische auditive oder visuelle Kommunikation ausschließen) um diese Gefühle der menschliche Verkörperung zu verbessern.
Zusammenfassend lässt sich sagen, die Methoden der Waben in das Protokoll vor dem Test, Test und Posttest Phasen skizzierte Ansatz bieten eine neuartige Paradigma zur Untersuchung der grundlegender Mechanismen der kollektive Phänomene wie Gruppe Koordination, Führung, und innerhalb der Gruppe Differentiation. Die Methode wichtigste Einschränkung ist seine Anfälligkeit für menschliches Versagen von Recruitern, insbesondere dann, wenn sie nicht streng genug sind, um sicherzustellen, dass die Teilnehmer während der Pre-Test und Test nicht miteinander kommunizieren.

Das Computer-basierte Multi-Agent Spiel HoneyComb1 bietet eine methodische Paradigma um experimentell untersuchen, wie kollektiven menschlichen Bewegung Muster und Strukturen ergeben sich aus individuellen Verhalten. Menschliche Teilnehmern werden optisch als Avatare (schwarze Punkte) auf einem sechseckigen virtuellen Spielfeld ähnlich einer Honigwabe angeordnet (Abbildung 1) dargestellt. Die Teilnehmer bewegen ihre Avatare per Mausklick zu erreichen Ziel Sechsecke, Verschieben von Ressourcen (Video 1) zu verbringen, und maximieren Sie ihre monetäre Belohnung durch den Bau zusammenhängende Gruppen (Video 2). Räumlichen Gegebenheiten (z. B. Vision Radius), Belohnung Strukturen (z. B. monetäre Ziel Felder) und Kommunikationskanäle manipuliert werden, um die zu entdecken und darüber, inwieweit diese Bedingungsregeln beeinflussen Koordinierung und Führung kollektive Bewegung.
Verfahrens-/Bedingungsregeln, Ziele und Belohnung Motivatoren des Spiels wurden von Sozialpsychologen gestaltet, menschlichen kollektiven Bewegung zu untersuchen. In tierischen Schwärme sowie Menschenmassen kann man beobachten, emergent Phänomene (z.B. globale Muster) transpirierenden vom individuellen Verhalten, das örtlichen Regeln folgt. Schulen der Fische und Vögel scheinen beispielsweise als kohärente Einheiten in Richtung einer räumlichen Ziel2,3,4, trotz großen Gruppengrößen bewegen, die ihre Fähigkeit zur globalen oder interindividuelle Kommunikation reduzieren. Empirische Forschung5,6,7, behavioral modeling,8,9,10und Computer-Simulationen11,12, 13 haben gezeigt, dass in verschiedenen Arten, darunter Menschen14,15,16, komplexe Muster auf Gruppenebene ohne interne oder externe Supervision entstehen. Lokalen individuelle Bewegung und oft genügen einfache Regeln auf mikroskopischer Ebene geordnete Bewegung auf der makroskopischen Ebene zu erzeugen. Solche Experimente dazu beitragen, zunehmende Beweise2,6 , dass nicht nur große Schwärme, aber auch kleine Gruppen (Gruppen von Menschen sowie andere Tiergruppen) Interaktion auf lokaler Ebene Regeln1koordiniert werden.
Unser neue Ansatz mit Computer-basierte Multi-User-Avatar Spiele zeigt ein Hauptvorteil bei der Suche nach dynamischen menschlichen kollektive Phänomene. Mit HoneyComb Avatar Plattform1,17,18,19, räumlich-zeitliche Daten der einzelnen Bewegungsverhalten (Bewegung von tatsächlichen Personen geregelt) können vollständig gesammelt werden vom Server, und die Entwicklung von Verhaltensmustern und kollektiven Strukturen kann mit einer Genauigkeit von 50 ms (Tabelle 1) analysiert werden. Als visuelle und auditive sensorische Kommunikation kann, durch die Forderung eingeschränkt werden können Teilnehmer verwenden Sie Ohrstöpsel und umschließt ihren Arbeitsstationen mit Trennwänden, schwärmen und andere Masse Verhalten Bedingungen experimentell angenähert werden. In mehreren Experimenten1,17,18,19manipulieren wir Vision Radius (global vs. lokale, Abbildung 2), monetäre Anreize (Abbildung 3a, b ), Untergruppen (Abbildung 4) und die Kopräsenz von anderen Spielern (Abbildung 5) um die Auswirkungen dieser Variablen auf die Entstehung von kollektiver Verhaltensmuster wie menschliche Beflockung Verhalten17, Führung zu testen 1und Wettbewerb18. Um die Daten zu sammeln, eine Einrichtung von zehn bis zwölf Notebooks und einem Server verwendet wurde (Abbildung 6).
Die selbstorganisierte Koordination der Einzelaktivitäten im Gruppe-Lebewesen hat viel wissenschaftliche Aufmerksamkeit, besonders in den letzten zehn Jahren angezogen. Prüfungen sind breit gefächert, von einfache Strecke Bildung und Pfad Auswahl bei Ameisen, die komplexe Entstehung der Wirbelstrukturen in Fischschwärmen und sogar die Trennung von bidirektionalen fließt der Fußgänger2.
Mit unserem HoneyComb-Paradigma tragen wir einen methodischen Ansatz, um die Auswirkungen der unterschiedlichen situativen Optionen/Einschränkungen, diverse Verhaltensregeln und individuellen Merkmalen auf mikroskopischer Ebene auf die Entstehung von empirisch zu untersuchen makroskopischen Verhaltens Strukturen beim Menschen. Ein wichtiger Vorteil ist, dass das Paradigma streng kontrollierbare experimentelle Einstellungen definiert von Experimentatoren bietet, die es ermöglicht, Manipulation der Ergebnisse von einem einzigen Experiment messen oder vergleichen mehrere Experimente. Das virtuelle Spielfeld kann so konfiguriert werden, entsprechend den Anforderungen des Studiendesigns und sensorischen Kommunikationskanäle zwischen den Teilnehmern können ausgeschlossen oder reduziert entsprechend die Testparameter. Darüber hinaus können Umwelt Affordances (z.B. Wettbewerb, nicht-kompetitiver Konsens und Rettung Einstellungen) geformt werden. So, unsere Plattform erzwingt interne Validität (z.B. passend zum Studiendesign so nah wie möglich an die Forschungsfragen) bietet die Möglichkeit, für die spezifische Fragestellung relevanten Variablen manipulieren/Kontrolle mit Menschen regiert Bewegungsdaten, menschlichen Bewegung zu untersuchen. Feldexperimente Rendern Vorteile in Bezug auf externe Validität (Generalizability) Ergebnisse15,20,21 in die reale Welt, weil sie Auswirkungen von unbekannten unkontrollierbare/unterdrückende soziale nicht entgegenstehen Hinweise sowie und Para-nonverbale Verhalten im Menschen1.
Der Computer-basierten Multi-Agent Spiel HoneyComb hat gedient, zu untersuchen, die Entstehung von Koordination und Führung Muster der menschlichen Spieler ihre Avatare auf dem virtuellen Spielfeld bewegen. Teilnehmer erhielten nur lokale Informationen über monetäre Anreize erhältlich auf Ziel Sechsecke, inklusive den Anreiz für den Gruppenzusammenhalt basierend auf die Vermehrung der monetäre Belohnung durch die Anzahl der Mitspieler, die auch am Ende auf das gleiche Ziel Sechseck. In unserer ersten Reihe von Studien wir nur die Testeinrichtung für zwei einfache Parameter von Schwärmen Verhalten (Ausrichtung und Zusammenhalt) und gegenseitige Informationstransfer auf "lesen/senden" nur Bewegung Verhalten der anderen Teilnehmer reduziert. Wir variiert dann Visierlänge der anderen Teilnehmer Bewegungsverhalten entweder globalen oder lokalen Blick auf dem virtuellen Spielfeld, die besteht aus 97 kleineren Sechsecke und begrenzt die entbehrlichen Bewegung Ressourcen (mögliche Züge) der Spieler.
Die Form und die Elemente der virtuellen Plattform und der Versuchsleiter definiert Parameter der Spiele in der Lage, auf dieser Plattform gespielt werden können entsprechend der spezifischen Forschungsfragen entworfen werden. Je nach Untersuchungsziel kann die Größe des Spielfeldes geändert werden; die Farben, Formen und Bedeutungen der Avatare können angepasst werden; Ressourcen können implementiert werden; und die Belohnung Struktur und den Inhalt variiert werden. Informationen, Unsicherheit und widersprüchlichen Präferenzen können mehr oder weniger auch implementierten22sein. Unterschiedlichen globalen Playeransicht Informations- und Kontrollinstrumente sind ebenfalls möglich. Daher können über experimentelle Anweisungen, die Umwelt Affordances des Experiments veränderten (z. B. ein Konsens vs. Flucht Szenario) sein. Im nächsten Abschnitt klären wir, wie diese Variablen angewendet werden können, indem Sie beschreiben eine echte Studie, die einige dieser Parameter verwendet, um spezifische Studienfragen zu beantworten.

<table><tbody><tr><td>Notebooks</td><td></td><td></td><td></td></tr><tr><td>Trennwände zwischen Arbeitsplätzen</td><td></td><td></td><td></td></tr><tr><td>Ohrstöpsel</td><td></td><td></td><td></td></tr><tr><td>Ausrüstung für die LAN-Installation</td><td></td><td></td><td></td></tr></tbody></table>

das honeycomb-paradigma für die erforschung von kollektiven menschlichen verhaltens

The HoneyComb Paradigm for Research on Collective Human Behavior

Kollektiven menschlichen Verhaltens wie Gruppenbewegung zeigt häufig überraschende Muster und Regelmäßigkeiten, wie die Entstehung der Führung. Neuere Literatur hat ergeben, dass diese Muster, häufig sichtbar auf globaler Ebene der Gruppe, selbst organisierten, individuellen Verhaltensweisen zugrunde liegen, die mehrere einfache lokale Parameter folgen. Verständnis der Dynamik des menschlichen kollektiven Verhaltens kann helfen, die um Koordination und Führung in Gruppe und Menge Szenarien, z. B. Ermittlung der ideale Platzierung und Anzahl der Notausgänge in Gebäuden zu verbessern.
In diesem Artikel präsentieren wir die experimentellen Paradigma Waben, die verwendet werden, um Bedingungen und Auswirkungen des menschlichen kollektiven Verhaltens systematisch zu erforschen. Dieses Paradigma nutzt eine computerbasierte Multi-User-Plattform bietet eine Einstellung, die geformt und auf verschiedene Arten von Fragestellungen angepasst werden kann. Situative Bedingungen (z. B. Kosten-Nutzen-Verhältnisses für bestimmte Verhaltensweise, monetäre Anreize und Ressourcen, verschiedene Grade der Unsicherheit) einstellbar von Experimentatoren, je nach Fragestellung. Jeder Teilnehmer Bewegungen werden vom Server als sechseckige Koordinaten mit Zeitstempel mit einer Genauigkeit von 50 ms und mit individuellen IDs erfasst. So kann eine Metrik definiert werden, auf dem Spielfeld und Bewegungsparameter (z. B. Entfernung, Geschwindigkeit, clustering, etc.) der Teilnehmer können im Laufe der Zeit gemessen werden. Bewegungsdaten sind wiederum mit nicht-EDV Daten aus Fragebögen, die innerhalb der gleichen Testeinrichtung sammelte kombinierbar.
Das HoneyComb-Paradigma ebnet den Weg für neue Arten der menschlichen Bewegung Experimente. Wir zeigen hier, dass diese Experimente Ergebnisse mit ausreichend interne Validität sinnvoll vertiefen unser Verständnis des menschlichen kollektiven Verhaltens machen können.

Hier präsentieren wir Ihnen Computer-basierte, Multi-Agenten-Spiel Waben, die experimentelle Untersuchungen der kollektiven menschlichen Bewegung Verhalten über Black-Dot-Avatare auf eine virtuelle 2D sechseckigen Spielfeld ermöglicht. Verschiedene experimentelle Bedingungen, wie Variable Anreize auf Ziel-Felder "oder" Vision Radius eingestellt werden, und deren Auswirkungen auf die menschliche Bewegungsverhalten untersucht werden können.

Das HoneyComb-Paradigma für die Erforschung von kollektiven menschlichen Verhaltens

Collective human behavior such as group movement frequently shows surprising patterns and regularities, such as the emergence of leadership. Recent ...

Das computerbasierte Multi-Agent-Spiel HoneyComb bietet ein experimentelles Paradigma für die Untersuchung der Koordination menschlicher Bewegungen, Führung und anderer Arten kollektiven Verhaltens. Mit dem HoneyComb-Paradigma können räumliche Zeitdaten des individuellen Bewegungsverhaltens gesammelt und die Entwicklung von Verhaltensmustern und kollektiven Strukturen analysiert werden. Unsere Vision ist, dass HoneyComb neue Strategien zum Schutz von Menschenmengen bieten würde, zum Beispiel kann es schnelle Reaktion stutzende Ansätze haben, um eine Menge in Sicherheit zu bringen.Solange für jeden Arbeitsplatz eine stabile LAN- und Java-Laufzeitumgebung installiert ist, sollte es keine Probleme beim Bedienen von Software auf allen Arbeitsplatzcomputern geben. Eine visuelle Demonstration des HoneyComb-Spiels, die es potenziellen Nutzern ermöglicht, den gesamten Prozess der Einrichtung und Ausführung von Experimenten bis zum Abschluss zu befragen. Die Doktorandin aus meinem Labor wird das Verfahren demonstrieren.Wählen Sie einen Standort aaway a high traffic area aus, z. B. im Computerlabor oder in einem anderen angegebenen Bereich mit einzelnen Arbeitsplätzen, die als lokales Netzwerk konfiguriert werden können. Stellen Sie vor, dass 10 bis 12 Notebook-Computer des gleichen Typs für das Experiment an einzelnen Arbeitsplatztischen mit Stühlen verwendet werden. Mit einem zentral lokalisierten Computer, der als Server fungiert.Verbinden Sie die Notebooks über Ethernet-Kabel und einen Netzwerkswitch mit dem Servercomputer, um ein lokales Netzwerk zu erstellen, wie dargestellt. Das Serverprogramm und die Clientprogramme benötigen eine JAVA-Laufzeitumgebung, die auf allen gängigen Betriebssystemen verfügbar ist. Installieren Sie Trennwände zwischen den einzelnen Arbeitsplätzen, um eine visuelle sensorische Kommunikation zwischen benachbarten Teilnehmern zu verhindern.Erwerben Sie eine Zeit-Use-Ohrstecker an alle Teilnehmer verteilt werden, um eine hörbare Kommunikation zwischen den Teilnehmern zu verhindern. Weisen Sie die Teilnehmer am Tag des Eingriffs ihren Arbeitsplätzen zu und geben Sie die letzten Anweisungen, bevor die Teilnehmer ihre Ohrstöpsel einlegen. Für das Experiment ist es entscheidend, dass die Teilnehmer nicht miteinander sprechen oder anderweitig miteinander kommunizieren, während sie darauf warten, den Arbeitsplatzraum zu betreten oder während sie das HoneyComb-Spiel spielen.Klicken Sie dann auf OKAY, um die Sitzung zu starten. Das Experiment wird nun nur noch durch die Anweisungen auf den für die Teilnehmer sichtbaren Bildschirmen gesteuert. Wenn alle Teilnehmer geklickt haben, um anzugeben, dass sie die Anweisungen gelesen haben, beobachten Sie, ob die Teilnehmer ihre Avatarpunkte auf ihren virtuellen 97 Sechseck-Feldern von HoneyComb mit der Maus steuern.Lassen Sie die Teilnehmer die Testphase in der Mitte des Feldes beginnen und dann mit der linken Maustaste in das benachbarte kleine Sechseck ihrer Wahl klicken, um ihren Avatarpunkt gemäß den zuvor auf dem Bildschirm bereitgestellten Anweisungen auf das virtuelle Spielfeld HoneyComb zu verschieben. Es können nur benachbarte Felder ausgewählt werden. Nach jeder Bewegung erscheint ein kleiner Schwanz für 4000 Millisekunden, der die letzte Richtung angibt, aus der jeder Teilnehmer abgetreten ist.Erlauben Sie jedem Teilnehmer, nur einmal am Experiment teilzunehmen, um mögliche Verzerrungen zu vermeiden. Nachdem das Spiel abgeschlossen ist, müssen die Teilnehmer Fragebögen ausfüllen, die ihren demografischen Status bewerten. Große fünf persönliche Faktoren, wahrgenommene Ebenen von Stress oder Ruhe und Lohnzufriedenheit.Während die Teilnehmer ihre Fragebögen ausfüllen, bereiten Sie anonyme Umschläge mit der entsprechenden Menge an Geld vor, das im HoneyComb-Spiel gemäß den auf dem Serverbildschirm berechneten Beträgen verdient wird. Verteilen Sie dann die verdienten Zahlungen an die Teilnehmer, wenn sie den Testbereich verlassen und das Serverprogramm schließen. Wenn das Serverprogramm geschlossen ist, übertragen Sie die Daten in zwei Textdateien, die durch den Tag- und Zeitstempel des Experiments auf ein USB-Flash-Laufwerk markiert sind.Im repräsentativen Experiment wurden zwei Mitglieder der Minderheitengruppe über den Standort von einem, zwei Euro Preissechseck und fünf, einem Euro Preissechseck informiert. Die acht Mitglieder der Mehrheitsgruppe wurden nicht über das Zwei-Euro-Preissechseck informiert, sondern die Standorte von sechs gleich belohnten ein Euro Goldsechsecks gezeigt. Es wurde keinem Teilnehmer mitgeteilt, dass es zwei verschiedene Untergruppen gebe.Im Laufe dieses Experiments basiert ausschließlich auf ihren Bewegungen ohne visuelle oder hörbare Kommunikation. Die zweiköpfige Minderheitengruppe führte die anderen 80% der Teilnehmer erfolgreich zum Zwei-Euro-Preis, obwohl sich die Wahrnehmung der Teilnehmer auf benachbarte Avatare auf dem Spielfeld beschränkte. Überraschenderweise spielten weder Personalitätsvariablen noch Computerkompetenz unter den Minderheitenteilnehmern eine entscheidende Rolle für ihren Erfolg.Hier sind die wichtigsten Entfernungen zwischen Gruppenmitgliedern Überstunden für die gesamte Gruppe, im Vergleich zu beiden Spielern, die über den Standort der hohen Belohnung zwei Euro Goldfeld und acht uninformierte Spieler informiert wurden angezeigt. Am Ende des Spiels hatte ein uninformierter Spieler die Gruppe verloren und kam auf ein einziges Euro-Goldfeld. Es ist wichtig, einen Ort mit genügend Platz für die 10 bis 12 Teilnehmer und ihre Arbeitsplätze zu finden und die Teilnehmer nicht kommunizieren zu lassen, während sie auf das Spiel oder während des Spiels warten.Das Spiel könnte mit Umweltinformationen wie verschiedenen Cover-Storys, unterschiedlichen Teilnehmer-Avataren oder Kommunikation über Signalisierung modifiziert werden, um kollektive Verhaltensweisen in verschiedenen Einstellungen zu analysieren. Unser neuartiger Ansatz für die Durchführung von Führungsforschung kann genutzt werden, um zu beurteilen, wie Führungspersönlichkeiten in einer Gruppe entstehen. Und verlassen Sie sich auf die Nachfolge anderer für eine erfolgreiche Führung.

the-honeycomb-paradigm-for-research-on-collective-human-behavior

Research

Forschung

JoVE Journal

Behavior

Verhalten

In diesem Protokoll zeigen wir, wie Bedingung Honigbienen auf taktile Reize genutzt und die Einführung einer 2D-Motion-Capture-Technik zur Analyse der Kinematik feinskaligen antennalen Abtastmuster.

Tactile Conditioning und Bewegungsanalyse der antennalen Sampling Strategies In Honey Bees (<em&gt; Apis mellifera</em&gt; L.)

Das Proboscis Extension Response (PER) Konditionierungsprotokoll, das für die Honigbiene (Apis mellifera) entwickelt wurde, bietet ein ökologisch relevantes und leicht quantifizierbares Mittel, um verschiedene Lernmechanismen bei vielen Insektenarten zu untersuchen.

Eine Nasennebenschutz-Protokoll für die Untersuchung Verhaltensplastizität bei Insekten: Anwendung auf Grund, Biomedizinische und Agrarforschung

Hier beschreiben wir unser ausführliches Protokoll zur Herstellung von Single-Kohorte Bienenvölker - ein nützliches Werkzeug für die Analyse der Rolle-assoziierten Arbeiter Physiologie. Wir beschreiben auch detaillierte Protokolle für Arbeitnehmer mit Juvenilhormons und Ecdyson Behandlung der Beteiligung dieser Hormone an der Regulation der Arbeiter Verhalten und / oder Physiologie zu bewerten.

Erstellung von Einzel-Kohorte Kolonien und Hormonbehandlung von Arbeitshonigbienen Physiologie Assoziierte Analysieren mit Rolle und / oder endokrine System

Dieses Manuskript beschreibt mehrere Protokolle für pharmakologische Mittel zur Verabreichung von Honigbienen, einschließlich einfacher nicht-invasive Methoden zur freifliegenden Bienen, sowie mehr invasive Varianten, die eine präzise lokalisierte Behandlung von zurückhaltender Bienen ermöglichen.

Neuropharmakologische Manipulation von Verhaltene und Free-Fliegen-Honig-Bienen,<em&gt; Apis mellifera</em

Das Collective Trust Game ist ein computerbasiertes Multi-Agenten-Vertrauensspiel, das auf dem HoneyComb-Paradigma basiert und es Forschern ermöglicht, die Entstehung von kollektivem Vertrauen und verwandten Konstrukten wie Fairness, Gegenseitigkeit oder Vorwärtssignalisierung zu bewerten. Das Spiel ermöglicht detaillierte Beobachtungen von Gruppenprozessen durch Bewegungsverhalten im Spiel.

The Collective Trust Game: Eine Online-Gruppenadaption des Trust-Spiels basierend auf dem HoneyComb-Paradigma

Hier wird über ein System zur Untersuchung des kollektiven Verhaltens von Nematoden berichtet, indem sie in großen Mengen mit Hundefutter-Agar-Medium kultiviert werden. Dieses System ermöglicht es Forschern, eine große Anzahl von Dauerwürmern zu vermehren und kann auf Caenorhabditis elegans und andere verwandte Arten angewendet werden.

Die großflächige Kultivierung von Nematoden, um ihr kollektives Verhalten zu untersuchen

Dieses Video zeigt die resident-Eindringling Paradigma in Ratten. Dieser Test ist eine standardisierte Methode, um offensive Aggression, defensive Verhalten und Gewalt in einer naturnahen Umgebung zu messen. Die Verwendung des Paradigma für soziale Stressexperimente als gut erklärt.

Der Resident-Eindringling Paradigm: ein standardisierter Test für Aggression, Gewalt und sozialem Stress

Das Verfahren der induzierten Nachahmung wurde eingeführt, um die Entwicklung des Erinnerungsgedächtnisses im Säuglings- und Frühkindalter zu untersuchen. Dieses Verfahren wurde häufig verwendet, um eine solide Grundlage für die Natur des Erinnerungsgedächtnisses im Säuglingsalter und in der frühen Kindheit zu schaffen.

Untersuchen Recall Memory im Säuglings- und Kleinkind Mit dem elizitierte Imitation Paradigm

Menschliche Schmerzmodelle sind wertvolle Werkzeuge, um das analgetische Potenzial neuartiger Verbindungen zu bewerten und ihre klinische Wirksamkeit vorherzusagen, insbesondere wenn sie in einer integrierten Weise verwendet werden. Obwohl die Implementierung dieser Modelle komplex ist, können die in diesem Protokoll beschriebenen Schmerzmodelle bei ordnungsgemäßer Ausführung prädiktive und zuverlässige Ergebnisse liefern.

Die Bestimmung Schmerzerkennung und Toleranzschwellen mit Hilfe eines integrierten, Multi-Modal Schmerz Task-Batterie

Das Protokoll für die Versuchung Widerstand Paradigma wurde entwickelt, um 2 bis 8 jährige Kinder strategische Lüge Verhaltensweisen zu entlocken. Der Lohn der Sünde soll zu verlockend zu widerstehen, so dass Kinder spontan Lüge Verhalten in Anwesenheit von irreversiblen Beweise aufgrund der Übertretung beobachtet werden konnte.

Die modifizierte Versuchung Widerstand Aufgabe: Ein Paradigma Kinder-strategische-Lüge zu entlocken

Entdecken Sie das HoneyComb-Paradigma zur Erforschung kollektiven menschlichen Verhaltens. Diese Methode erfasst räumlich-zeitliche Bewegungsdaten in virtuellen Umgebungen und analysiert Führungsdynamiken ohne direkte Kommunikation.

Das HoneyComb-Paradigma für die Erforschung von kollektiven menschlichen Verhaltens

Weitere Videos entdecken