Waiting
Procesando inicio de sesión ...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

नियंत्रित प्रयोगशाला शर्तों के तहत वास्तविक दुनिया वस्तुओं प्रस्तुत करने के लिए तरीके

Published: June 21, 2019 doi: 10.3791/59762
Automatic Translation
1, 1
1Department of Psychology, University of Nevada, Reno

Summary

हम कसकर नियंत्रित प्रयोगात्मक परिस्थितियों के तहत वास्तविक दुनिया वस्तुओं और एक ही वस्तुओं के मिलान छवियों को पेश करने के लिए तरीकों का वर्णन. तरीकों एक निर्णय लेने के कार्य के संदर्भ में वर्णित हैं, लेकिन एक ही वास्तविक दुनिया दृष्टिकोण धारणा, ध्यान, और स्मृति के रूप में अन्य संज्ञानात्मक डोमेन के लिए बढ़ाया जा सकता है.

Abstract

मानव वस्तु दृष्टि का हमारा ज्ञान लगभग विशेष रूप से उन अध्ययनों पर आधारित है जिनमें उद्दीपकों को कम्प्यूटरीकृत द्वि-आयामी (2-डी) छवियों के रूप में प्रस्तुत किया जाता है। रोजमर्रा की जिंदगी में, तथापि, मनुष्य मुख्य रूप से वास्तविक दुनिया ठोस वस्तुओं के साथ बातचीत, नहीं छवियों. वर्तमान में, हम वस्तुओं की छवियों के रूप में वास्तविक दुनिया उदाहरण करते हैं समान व्यवहार या तंत्रिका प्रक्रियाओं को ट्रिगर कि क्या के बारे में बहुत कम पता है. यहाँ, हम प्रयोगशाला में वास्तविक दुनिया लाने के लिए तरीके प्रस्तुत करते हैं. हम कसकर नियंत्रित देखने की स्थिति के तहत अमीर, पारिस्थितिकी-मान्य वास्तविक दुनिया उत्तेजनाओं पेश करने के लिए तरीके विस्तार से. हम वर्णन कैसे बारीकी से वास्तविक वस्तुओं और उनकी छवियों के दृश्य उपस्थिति, साथ ही उपन्यास उपकरण और प्रोटोकॉल है कि वास्तविक वस्तुओं और कम्प्यूटरीकृत छवियों को लगातार interleaved परीक्षणों पर पेश करने के लिए इस्तेमाल किया जा सकता है मैच के लिए. हम एक मामले उदाहरण है जिसमें हम एक ही आइटम के 2-डी छवियों बनाम असली नाश्ता खाद्य पदार्थों के लिए इच्छा से भुगतान (WTP) की तुलना के रूप में एक निर्णय लेने प्रतिमान का उपयोग करें. हम बताते हैं कि WTP खाद्य वस्तुओं बनाम उच्च संकल्प 2-डी एक ही खाद्य पदार्थ ों छवियों बनाम के रूप में प्रदर्शित खाद्य पदार्थों के लिए 6.6% से बढ़ जाती है - सुझाव है कि असली खाद्य पदार्थ उनकी छवियों से अधिक मूल्यवान होने के रूप में माना जाता है. हालांकि नियंत्रित परिस्थितियों के तहत वास्तविक वस्तु उत्तेजनाओं पेश प्रयोगकर्ता के लिए कई व्यावहारिक चुनौतियों प्रस्तुत करता है, इस दृष्टिकोण मौलिक संज्ञानात्मक और तंत्रिका प्रक्रियाओं की हमारी समझ का विस्तार होगा कि प्राकृतिक underlie दृष्टि.

Introduction

मानव धारणा और अनुभूति में प्राथमिक अनुसंधान का अनुवाद मूल्य किस हद तक निष्कर्ष वास्तविक दुनिया उत्तेजनाओं और संदर्भों में स्थानांतरित करने पर निर्भर करता है। एक लंबे समय से सवाल चिंता कैसे मस्तिष्क वास्तविक दुनिया संवेदी आदानों प्रक्रियाओं. वर्तमान में, दृश्य अनुभूति का ज्ञान लगभग विशेष रूप से अध्ययन है कि दो आयामी (2-डी) चित्रों, आमतौर पर कम्प्यूटरीकृत छवियों के रूप में प्रस्तुत के रूप में उत्तेजनाओं पर भरोसा किया है पर आधारित है. हालांकि छवि बातचीत आधुनिक दुनिया में तेजी से आम होता जा रहा है, मनुष्य सक्रिय पर्यवेक्षक ों जिनके लिए दृश्य प्रणाली धारणा और वास्तविक वस्तुओं के साथ बातचीत की अनुमति विकसित किया गया है, नहीं छवियों1. तारीख करने के लिए, मानव दृष्टि के अध्ययन में व्यापक धारणा है कि छवियों के बराबर हैं, और के लिए उपयुक्त परदे के लिए, असली वस्तु प्रदर्शित करता है. वर्तमान में, तथापि, हम छवियों को प्रभावी ढंग से असली वस्तुओं करते हैं के रूप में एक ही अंतर्निहित संज्ञानात्मक प्रक्रियाओं को ट्रिगर कि क्या के बारे में आश्चर्यजनक रूप से कम पता है. इसलिए, यह निर्धारित करने के लिए महत्वपूर्ण है कि किस हद तक छवियों के लिए प्रतिक्रियाओं की तरह हैं, या से अलग, उनके वास्तविक दुनिया समकक्षों द्वारा प्राप्त.

वहाँ असली वस्तुओं और छवियों है कि कैसे इन उत्तेजनाओं मस्तिष्क में संसाधित कर रहे हैं में मतभेद के लिए नेतृत्व कर सकते हैं के बीच कई महत्वपूर्ण मतभेद हैं. जब हम दो आँखों से वास्तविक वस्तुओं को देखते हैं, तो प्रत्येक आंख एक अलग क्षैतिज सुविधाजनक बिंदु से जानकारी प्राप्त करती है। द्वि-नेत्रीय असमानता के रूप में जाना जाने वाला विभिन्न चित्रों के बीच यह विसंगति मस्तिष्क द्वारा गहराई2,3की एकात्मक भावना उत्पन्न करने के लिए हल की जाती है। त्रिविम दृष्टि से व्युत्पन्न गहराई संकेत, गति लंबन जैसे अन्य स्रोतों के साथ, वस्तु के अहंकेंद्रिक दूरी, स्थान, और भौतिक आकार के बारे में प्रेक्षक को सटीक जानकारी देने के साथ-साथ इसके तीन आयामी (3-डी) ज्यामितीय आकार संरचना4,5. वस्तुओं के समतल प्रतिबिंब उद्दीपक के भौतिक आकार के बारे में सूचना नहीं देते हैं क्योंकि केवल मॉनीटर की दूरी प्रेक्षक द्वारा ज्ञात होती है, न कि वस्तु की दूरी। जबकि 3-डी वस्तुओं की छवियों, जैसे स्टीरियोग्राम, वास्तविक वस्तुओं के दृश्य उपस्थिति को अधिक बारीकी से अनुमानित करते हैं, वे 3-डी स्थान में मौजूद नहीं हैं, और न ही वे वास्तविक मोटर क्रियाओं को खर्च करते हैं जैसे कि हाथों से लोभी6।

प्रयोगात्मक संदर्भों में वास्तविक वस्तु उत्तेजनाओं का उपयोग करने की व्यावहारिक चुनौतियों
छवि दृष्टि के अध्ययन के विपरीत जिसमें उत्तेजना प्रस्तुति पूरी तरह से कंप्यूटर नियंत्रित है, असली वस्तुओं के साथ काम करने से प्रयोगकर्ता के लिए व्यावहारिक चुनौतियों की एक श्रृंखला प्रस्तुत होती है। पूरे प्रयोग में ऑब्जेक्ट प्रस्तुतियों की स्थिति, क्रम और समय मैन्युअल रूप से नियंत्रित किया जाना चाहिए. वास्तविक वस्तुओं के साथ कार्य करना (छवियों के विपरीत)7,8,9 को एकत्र करने या10 वस्तुओं को बनाने, प्रयोग से पहले उत्तेजनाओं को सेट करने की आवश्यकता के कारण एक महत्वपूर्ण समय प्रतिबद्धता को शामिल कर सकता है, और वर्तमान अध्ययन के दौरान मैन्युअल रूप से वस्तुओं. इसके अलावा, तुलना करने के लिए डिज़ाइन कर रहे हैं कि प्रयोगों में, सीधे, छवियों के साथ वास्तविक वस्तुओं के लिए प्रतिक्रियाओं, यह बारीकी से विभिन्न प्रदर्शन प्रारूपों8,9में उत्तेजनाओं की उपस्थिति से मेल करने के लिए महत्वपूर्ण है। उत्तेजना पैरामीटर, पर्यावरण की स्थिति, साथ ही यादृच्छिकीकरण और वास्तविक वस्तु और छवि उत्तेजनाओं का प्रतिसंतुलन, सभी को कारण कारकों को अलग करने के लिए सावधानी से नियंत्रित किया जाना चाहिए और मनाया प्रभाव के लिए वैकल्पिक स्पष्टीकरण से इनकार करना चाहिए।

वास्तविक वस्तुओं (और मिलान छवियों) पेश करने के लिए नीचे विस्तृत तरीकों एक निर्णय लेने प्रतिमान के संदर्भ में वर्णित हैं. सामान्य दृष्टिकोण बढ़ाया जा सकता है, तथापि, की जांच करने के लिए कि क्या उत्तेजना प्रारूप इस तरह धारणा, स्मृति या ध्यान के रूप में दृश्य अनुभूति के अन्य पहलुओं को प्रभावित करती है.

क्या वास्तविक ऑब्जेक्ट्स छवियों के लिए अलग तरह से संसाधित होते हैं? निर्णय लेने से एक मामला उदाहरण
वस्तुओं के प्रकार है कि हम वास्तविक दुनिया परिदृश्यों बनाम प्रयोगशाला प्रयोगों में जांच की उन लोगों के बीच बेमेल मानव निर्णय लेने के अध्ययन में विशेष रूप से स्पष्ट है. आहार पसंद के अधिकांश अध्ययनों में प्रतिभागियों को नाश्ते के खाद्य पदार्थों के बारे में निर्णय करने के लिए कहा जाता है जो कंप्यूटर मॉनिटर 11,12,13,14पर रंगीन 2-डी छवियों के रूप में प्रस्तुत किए जाते हैं। इसके विपरीत, हर रोज निर्णय के बारे में जो खाद्य पदार्थ खाने के लिए आम तौर पर असली खाद्य पदार्थों की उपस्थिति में किया जाता है, जैसे सुपरमार्केट या कैफेटेरिया में. हालांकि आधुनिक जीवन में हम नियमित रूप से नाश्ता खाद्य पदार्थों की छवियों को देखने (यानी, होर्डिंग पर, टीवी स्क्रीन और ऑनलाइन प्लेटफार्मों), का पता लगाने और वास्तविक ऊर्जा घने खाद्य पदार्थों की उपस्थिति के लिए उचित प्रतिक्रिया करने की क्षमता एक विकासवादी से अनुकूली हो सकता है परिप्रेक्ष्य क्योंकि यह विकास की सुविधा , प्रतिस्पर्धी लाभ , और प्रजनन15,16,17.

निर्णय लेने और आहार विकल्प के वैज्ञानिक अध्ययन में अनुसंधान परिणामों के लिए सार्वजनिक स्वास्थ्य पहल बढ़ती मोटापे की दर को रोकने के उद्देश्य से मार्गदर्शन करने के लिए इस्तेमाल किया गया है. दुर्भाग्य से , तथापि , इन पहलों के लिए कोई औसत दर्जे का सफलता18,19,20,21के साथ मुलाकात की है लगता है . मोटापा एक बीमारी के वैश्विक बोझ के लिए एक प्रमुख योगदानकर्ता रहता है22 और कोरोनरी हृदय रोग, मनोभ्रंश, प्रकार द्वितीय मधुमेह, कुछ कैंसर सहित संबद्ध स्वास्थ्य समस्याओं की एक श्रृंखला से जुड़ा हुआ है, और रुग्णता के समग्र जोखिम में वृद्धि22 ,23,24,25,26,27. हालके दशकों में मोटापे और स्वास्थ्य की स्थिति में तेजी से वृद्धि को सस्ते , ऊर्जा-गंदे खाद्य पदार्थों की उपलब्धता के साथ जोड़ा गया है18,29. इस तरह के रूप में, वहाँ अंतर्निहित संज्ञानात्मक और तंत्रिका प्रणाली है कि हर रोज आहार निर्णय को विनियमित समझने में एक गहन वैज्ञानिक रुचि है.

अगर वहाँ जिस तरह से विभिन्न स्वरूपों में खाद्य पदार्थों के मस्तिष्क में संसाधित कर रहे हैं में मतभेद हैं, तो यह क्यों सार्वजनिक स्वास्थ्य दृष्टिकोण मोटापे का मुकाबला करने के लिए असफल रहे हैं में अंतर्दृष्टि प्रदान कर सकते हैं. छवियों और वास्तविक दुनिया वस्तुओं, ऊपर वर्णित के बीच मतभेदके बावजूद, आश्चर्यजनक रूप से कम नाश्ता खाद्य पदार्थों की छवियों को उनके वास्तविक दुनिया समकक्षों के लिए इसी तरह संसाधित कर रहे हैं के बारे में जाना जाता है. विशेष रूप से, थोड़ा या नहीं असली खाद्य पदार्थ एक ही आइटम के मिलान छवियों की तुलना में अधिक मूल्यवान या satiating माना जाता है के बारे में जाना जाता है. क्लासिक प्रारंभिक व्यवहार अध्ययन में पाया गया कि छोटे बच्चों को नाश्ता खाद्यपदार्थ30के 2-डी रंग की छवियों के संदर्भ में संतुष्टि में देरी करने में सक्षम थे , लेकिन जब वे असली नाश्ता खाद्यपदार्थ31के साथ सामना कर रहे थे नहीं . हालांकि, कुछ अध्ययनों में वयस्कों में जांच की है कि क्या प्रारूप में एक नाश्ता भोजन प्रदर्शित किया जाता है निर्णय लेने या मूल्यांकन12,32,33 और केवल एक अध्ययन की तारीख करने के लिए, हमारी प्रयोगशाला से, इस परीक्षण किया है सवाल जब प्रोत्साहन मानकों और पर्यावरण कारकों प्रारूपों7भर में मिलान कर रहे हैं . यहाँ, हम यह जांच करने के लिए नवीन तकनीकों और उपकरणों का वर्णन करते हैं कि क्या स्वस्थ मानव पर्यवेक्षकों में निर्णय लेने का प्रारूप उस प्रारूप से प्रभावित होता है जिसमें उद्दीपक प्रदर्शित किए जाते हैं।

हमारा अध्ययन7 Bushong और उनके सहयोगियों द्वारा किए गए पिछले प्रयोग से प्रेरित था12 जिसमें कॉलेज आयु वर्ग के छात्रों को एक बेकर-DeGroot-Marschak (BDM) बोली कार्य का उपयोग कर हर रोज नाश्ता खाद्य पदार्थों की एक श्रृंखला पर मौद्रिक बोली लगाने के लिए कहा गया था 34.एक बीच विषयों डिजाइन का उपयोग करना, Bushong और उनके सहयोगियों12 तीन स्वरूपों में से एक में नाश्ता खाद्य पदार्थ प्रस्तुत: पाठ डिस्क्रिप्टर (यानी, 'Snickers बार'), 2-डी रंगीन छवियों, या असली खाद्य पदार्थ. तीन प्रतिभागी समूहों में नाश्ते (डॉलर में) के लिए औसत बोलियां विपरीत थीं। हैरानी की बात है, जो छात्रों को असली खाद्य पदार्थों को देखा उन लोगों की तुलना में आइटम के लिए 61% अधिक भुगतान करने को तैयार थे जो छवियों या पाठ डिस्क्रिप्टर के रूप में एक ही उत्तेजनाओं को देखा - एक घटना लेखक 'वास्तविक जोखिम प्रभाव'12कहा जाता है. गंभीर रूप से, हालांकि, पाठ और छवि शर्तों में प्रतिभागियों ने समूह सेटिंग में बोली लगाने का कार्य पूरा किया और व्यक्तिगत कंप्यूटर टर्मिनलों के माध्यम से अपनी प्रतिक्रियाओं में प्रवेश किया; इसके विपरीत, असली खाद्य हालत को सौंपा उन प्रयोगकर्ता के साथ एक पर एक काम किया. वास्तविक और छवि स्थितियों में उत्तेजनाओं की उपस्थिति भी अलग थी। वास्तविक खाद्य स्थिति में, खाद्य पदार्थ एक चांदी की ट्रे पर प्रेक्षक को प्रस्तुत किया गया, जबकि छवि हालत में उत्तेजनाओं एक काली पृष्ठभूमि पर फसली छवियों के रूप में प्रस्तुत किए गए. इस प्रकार, यह संभव है कि भागीदार मतभेद, पर्यावरण की स्थिति, या उत्तेजना से संबंधित मतभेद, असली खाद्य पदार्थों के लिए बोली फुलाया हो सकता है. Bushong, एट अल12से बाद, हम जांच की कि क्या असली खाद्य पदार्थ भोजन की 2-डी छवियों से अधिक मूल्यवान हैं, लेकिन गंभीर रूप से, हम एक भीतर विषयों डिजाइन जिसमें पर्यावरण और उत्तेजना से संबंधित कारकों को ध्यान से नियंत्रित किया गया इस्तेमाल किया. हमने एक कस्टम-डिजाइन किए गए टर्नटेबल विकसित किया है जिसमें प्रत्येक प्रदर्शन प्रारूप में उत्तेजनाओं को परीक्षण से लेकर परीक्षण तक बेतरतीब ढंग से अंतर-पत्रित किया जा सकता है। प्रोत्साहन प्रस्तुति और समय वास्तविक वस्तु और छवि परीक्षणों में समान थे, इस प्रकार इस संभावना को कम करने कि प्रतिभागियों को विभिन्न प्रदर्शन स्थितियों में कार्य करने के लिए विभिन्न रणनीतियों का उपयोग कर सकते हैं. अंत में, हम ध्यान से वास्तविक वस्तु और छवि की स्थिति में उत्तेजनाओं की उपस्थिति को नियंत्रित इतना है कि असली खाद्य पदार्थ और छवियों को बारीकी से स्पष्ट आकार, दूरी, दृष्टिकोण, और पृष्ठभूमि के लिए मिलान किया गया. वहाँ अन्य प्रक्रियाओं या तंत्र है कि परीक्षणों में उत्तेजना प्रारूपों randomizing के लिए अनुमति दे सकता है होने की संभावना है, लेकिन हमारी विधि कई वस्तुओं के लिए अनुमति देता है (और छवियों) अपेक्षाकृत तेजी से interleaved उत्तराधिकार में प्रस्तुत किया जा करने के लिए. एक सांख्यिकीय दृष्टिकोण से, इस डिजाइन से अधिक महत्वपूर्ण प्रभाव का पता लगाने के लिए शक्ति को अधिकतम से अधिक विषयों डिजाइन के बीच का उपयोग कर संभव है. इसी प्रकार, पर्यवेक्षकों के बीच इच्छा-से-भुगतान (डब्ल्यूटीपी) में एक-प्रीरी मतभेदों के प्रभाव को जिम्मेदार नहीं ठहराया जा सकता है। यह निश्चित रूप से, मामला है कि भीतर विषयों डिजाइन मांग विशेषताओं के लिए संभावना खुला है. हालांकि, हमारे अध्ययन में प्रतिभागियों को समझ में आया कि वे 'जीत सकता है' प्रयोग के अंत में एक खाद्य आइटम प्रदर्शन प्रारूप जिसमें यह बोली लगाने के कार्य में दिखाई की परवाह किए बिना. प्रतिभागियों को यह भी सूचित किया गया था कि मनमाने ढंग से बोलियों को कम करने (यानी, छवियों के लिए) जीतने के अपने अवसरों को कम करेगा और वांछित आइटम जीतने के लिए सबसे अच्छी रणनीति के लिए एक सही मूल्य34बोली है,35,36 . इस प्रयोग का उद्देश्य वास्तविक खाद्य पदार्थों के लिए WTP तुलना बनाम 2-डी छवियों एक BDM बोली कार्य34,35का उपयोग कर रहा है.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

प्रयोगात्मक प्रोटोकॉल नेवादा विश्वविद्यालय द्वारा अनुमोदित किया गया, Reno सामाजिक, व्यवहार, और शैक्षिक संस्थागत समीक्षा बोर्ड.

1. Stimuli और परिधान

Figure 1
चित्र 1 : वास्तविक ऑब्जेक्ट (turntable पर प्रदर्शित) और एक ही आइटम (कंप्यूटर मॉनिटर पर प्रदर्शित) की 2-डी छवि से मेल खाता है। इस प्रयोग में उत्तेजनाओं में 60 लोकप्रिय स्नैक खाद्य वस्तुएं शामिल थीं। असली खाद्य पदार्थ (बाएं पैनल) turntable पर फोटो खिंचवाने और उनके परिणामस्वरूप 2-डी छवियों (दाएं पैनल) स्पष्ट आकार, दूरी, दृष्टिकोण, और पृष्ठभूमि के लिए बारीकी से मिलान किया गया. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

  1. उत्तेजनाओं
    1. असली वस्तुओं
      1. स्थानीय सुविधा स्टोर से 60 लोकप्रिय नाश्ता खाद्य वस्तुओं (जैसे, चित्र1) की खरीद। आदर्श रूप में, सुनिश्चित करें कि खाद्य पदार्थ गरमी घनत्व की एक विस्तृत श्रृंखला अवधि (उदा., 0.18 से 6.07)7. प्रत्येक भोजन के लिए पैकेजिंग खोलें और पैकेज और कुछ भोजन को एक प्लेट पर रखें। प्रोत्साहन विपरीत को अधिकतम करने के लिए श्वेत पत्र प्लेटों का उपयोग करें।
    2. 2-डी फोटो
      1. टर्नटेबल के एक सेल पर भोजन की एक प्लेट रखें (चित्र 2देखें ) और टर्नटेबल पर उद्दीपक का फोटो ग्राफ़ करें ताकि 2-डी प्रतिबिंब में उद्दीपक की पृष्ठभूमि वास्तविक खाद्य समकक्ष से मेल खाती हो (चित्र 1देखें)।
      2. turntable के सामने एक तिपाई पर एक कैमरा स्थिति (सामग्री की तालिकादेखें)। दूरी सेट, ऊंचाई, और कोण, कैमरे की है कि भागीदार की आँखों से मेल जब उत्तेजना सीधे आगे से देखा जाता है. कैमरा स्थिति 50 सेमी (या कम) turntable के किनारे से यह सुनिश्चित करने के लिए कि तस्वीरें भागीदार के पहुँचने की दूरी के भीतर माना जाता है.
      3. सेट करें, और निरंतर पकड़, परीक्षण कक्ष में रोशनी का स्रोत. turntable पर उत्तेजनाओं की सीधी रोशनी प्रदान करने के लिए छत रोशनी या एक दीपक के रूप में रोशनी का एक सीधा स्रोत का उपयोग करें। सुनिश्चित करें कि प्रयोग के दौरान वास्तविक खाद्य पदार्थों की प्रस्तुति के दौरान एक ही प्रकाश स्तर और स्रोतों का उपयोग किया जाता है। turntable पर असली खाद्य पदार्थ ों तस्वीर (एक ही प्रकाश स्रोतों का उपयोग कर) लगातार एफ बंद करो और शटर गति के साथ एक कैमरे का उपयोग कर. समग्र luminance, छायांकन पैटर्न और प्रदर्शन प्रारूपों भर में specular पर प्रकाश डाला गया संभव के रूप में बारीकी से मैच. प्रत्येक उद्दीपक के लिए इस प्रक्रम को दोहराइए।
      4. यदि आवश्यक हो, छवि संसाधन सॉफ़्टवेयर का उपयोग करके रंग, luminance, और दृश्य आकार के लिए 2-डी छवियों को समायोजित करें (सामग्री की तालिकादेखें).। Hue/Saturation और चमक / Contrast टैब पर क्लिक करें और स्लाइडर्स ले जाएँ जब तक छवि के रूप में अपने वास्तविक दुनिया समकक्ष के लिए संभव के रूप में समान लग रहा है जब turntable पर घुड़सवार.
      5. ठीक धुन कंप्यूटर मॉनिटर के बगल में वास्तविक वस्तु स्थिति द्वारा छवि में वस्तु के आकार और वृद्धि / पिक्सेल आकार में वृद्धि / वृद्धि/ वृद्धि जब तक उत्तेजनाओं बिल्कुल आकार के लिए मिलान कर रहे हैं. सुनिश्चित करें कि छवि प्रसंस्करण सॉफ़्टवेयर पृष्ठ दृश्य (ज़ूम) 100% पर सेट किया गया है जब संपादन.
      6. सुनिश्चित करें कि छवियों को संपादित करने के लिए उपयोग किया गया मॉनिटर वही है (या समान आकार) मॉनिटर जो अध्ययन के दौरान प्रतिभागी मॉनिटर के रूप में उपयोग किया जाएगा. संकल्प, पहलू अनुपात और पिक्सल प्रति इंच के रूप में स्थिर छवियों पकड़ो. इसके अतिरिक्त, पुष्टि करें कि मॉनिटर अपने पूर्ण आकार में सबसे बड़ा उत्तेजना प्रदर्शित करने के लिए काफी बड़ा है।

Figure 2
चित्र 2 : Schematic turntable घटकों और विधानसभा दिखा रहा है. (क) टर्नटेबल डिवाइस के प्रमुख घटक और उनकी सापेक्ष स्थिति। (ख) 20 अलग-अलग कोशिकाओं के साथ इकट्ठे टर्नटेबल उपकरण। एक वास्तविक वस्तु प्रत्येक सेल के अंदर रखा जा सकता है. अनुलंब डिवाइडर प्रतिभागियों को पड़ोसी कक्षों में आइटम देखने से रोकते हैं. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

  1. टर्नटेबल उपकरण
    1. टर्नटेबल के लिए एक परिपत्र (लकड़ी) आधार बनाएँ जो व्यास में 2 उ और एक गोल केंद्रीय कोर (56 सेमी व्यास और 24 सेमी एच में) 20 स्लॉट (1 सेमी डब्ल्यू; चित्रा 2देखें) के साथ है। एक घूर्णन सिलेंडर के शीर्ष पर कोर प्लेस, एक आसान रोटेशन के लिए अनुमति देता है (चित्र 2एदेखें).
    2. 20 डिवाइडर बनाएँ (एच 24 सेमी x L 62 सेमी x W 0.5 सेमी)। 20 कोशिकाओं (24 सेमी x 62 सेमी x 26 सेमी) बनाने के लिए टर्नटेबल के केंद्रीय कोर में प्रत्येक विभाजक स्लाइड करें।
    3. वृत्ताकार आधार को सारणी के शीर्ष पर रखिए ($72 बउ ज चित्र 3कदेखिए) । सुनिश्चित करें कि तालिका एक ऊंचाई पर है जो एक बैठे प्रतिभागी को turntable पर आइटम्स को आराम से देखने की अनुमति देगा।
    4. टर्नटेबल और प्रतिभागी के बीच ऊर्ध्वाधर विभाजन (81 cm x 127.5 cm) बनाएँ (चित्र 3ठदेखें)। विभाजन के पीछे एक एलसीडी कंप्यूटर मॉनिटर के लिए कमरे की अनुमति turntable से 26 सेमी विभाजन प्लेस. सुनिश्चित करें कि विभाजन और टर्नटेबल के बीच का स्थान प्रतिभागी की पहुंच से उत्तेजनाओं को बाहर नहीं रखता है।
      1. विभाजन में एक एपर्चर का निर्माण करें। सुनिश्चित करें कि एपर्चर की चौड़ाई समायोज्य है ताकि, अंतिम सेटअप में, प्रतिभागी एक समय में turntable पर केवल एक आइटम देख सकते हैं (चित्र 3Bदेखें). महत्वपूर्ण बात यह है कि यह सुनिश्चित करें कि एपर्चर काफी व्यापक/उच्च है कि यह टर्नटेबल पर उत्तेजनाओं तक प्रतिभागियों की शारीरिक पहुंच में हस्तक्षेप नहीं करता है।
    5. प्रतिभागी मॉनीटर के लिए एक स्लाइडिंग प्लेटफॉर्म (L 18.5 cm x W 11.5 सेमी लकड़ी का टुकड़ा, नीचे के पहियों के साथ) बनाएँ (चित्र 3Dदेखें)।
      1. प्रदर्शन प्रारूप स्थितियों के बीच तेजी से संक्रमण के लिए अनुमति देने के लिए turntable और विभाजन के बीच फिसलने मंच और प्रतिभागी मॉनिटर रखें (चित्र 3Dदेखें).। छवि परीक्षणों के दौरान देखने एपर्चर के भीतर प्रतिभागी मॉनिटर स्थिति; वास्तविक ऑब्जेक्ट परीक्षणों पर विभाजन के पीछे मॉनिटर को वापस लेना (चित्र 3देखें)।
    6. प्रयोगकर्ता मॉनीटर के लिए किसी छोटे डेस्क का उपयोग करें या शेल्फ बनाएँ (चित्र 3A,Cदेखें). आगामी परीक्षण के लिए वास्तविक आइटम या छवि और ऑब्जेक्ट की पहचान सेट करने के लिए कब संकेत दिए गए, तो प्रयोगकर्ता मॉनिटर का उपयोग करें.
    7. माउस के लिए कुंजीपटल ट्रे संलग्न करें, विभाजन में एपर्चर के नीचे सीधे turntable आधार पर (चित्र 3Bदेखें). प्रयोग के दौरान प्रतिभागी को उत्तेजनाओं और प्रयोगकर्ता को देखने से रोकने के लिए टर्नटेबल और दीवार के किनारों के बीच एक पर्दा (या इसी तरह का कब्जा) संलग्न करें।
    8. खरीद (या बनाने) कंप्यूटर नियंत्रित तरल क्रिस्टल occlusion चश्मा37 (चित्र 3बी,ब् और सामग्री की तालिकादेखें)।
      नोट: occlusion चश्मा उत्तेजना देखने के समय के millisecond नियंत्रण प्रदान करते हैं. प्रोत्साहन प्रस्तुति के दौरान अंतर-परीक्षण अंतराल और पारदर्शी ('खुला राज्य') के दौरान चश्मा अपारदर्शी ('बंद राज्य') बन जाता है। कंप्यूटर चश्मा को नियंत्रित करने के लिए आदेश (और अन्य सभी लिपियों और फ़ाइलों को यहाँ वर्णित प्रोटोकॉल चलाने के लिए आवश्यक) http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध हैं).
      1. परीक्षण करें कि प्रयोग शुरू होने से पहले चश्मा खुलकर बंद हो जाता है (यानी, प्रयोग शुरू होने से पहले 'GlassesTest' स्क्रिप्ट का उपयोग करें, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध है.

Figure 3
चित्र 3 : कैसे सेट अप और परीक्षण के लिए turntable उपकरण का उपयोग करें.  (ए) turntable उपकरण के सेटअप परीक्षण के लिए तैयार है. एक बार turntable इकट्ठा किया गया है यह एक बैठा भागीदार के लिए एक आरामदायक ऊंचाई पर एक मेज पर रखा जाना चाहिए. एक अनुलंब विभाजन बनाया जाना चाहिए और भागीदार और turntable के बीच रखा. विभाजन के भीतर, वहाँ एक देखने एपर्चर होना चाहिए. 2-डी छवियों को देखने के लिए एक 'भागीदार मॉनिटर' का उपयोग किया जाता है। LCD मॉनिटर अनुलंब विभाजन और देखने एपर्चर के पीछे तैनात किया जाना चाहिए, और turntable के सामने. मॉनिटर एक फिसलने मंच है कि यह में और परीक्षण भर में भागीदार के दृश्य से बाहर ले जाने के लिए अनुमति देता है पर घुड़सवार है. एक 'प्रयोगम मॉनीटर', जिसे सहभागी के दृष्टिकोण से बाहर रखा जाता है, प्रयोगकर्ता को यह सूचित करने के लिए प्रयोग किया जाता है कि आगामी परीक्षणों पर प्रस्तुत करने के लिए किस प्रोत्साहन का प्रयोग किया जाता है। (ख) उपकरण का दृश्य तथा प्रतिभागियों के दृष्टिकोण से वास्तविक वस्तु उद्दीपक। एक समय में एक प्रतिभागी को केवल एक खाद्य पदार्थ दिखाई देना चाहिए। एक कुंजीपटल ट्रे जहां भागीदार बैठा है के सामने सीधे डेस्क से जुड़ा होना चाहिए. प्रतिभागियों को एक कंप्यूटर माउस के साथ प्रतिक्रिया करते हैं. (सी) साइड व्यू जिसमें प्रतिभागी मॉनिटर स्लाइडिंग प्लेटफॉर्म पर चढ़गया है। छवि परीक्षणों के लिए, प्रयोगकर्ता सहभागी मॉनिटर को देखने के छिद्र में स्लाइड करता है. प्रतिभागी मॉनिटर वास्तविक ऑब्जेक्ट परीक्षणों पर अनुलंब विभाजन के पीछे वापस ले लिया है। (घ) टर्नटेबल उपकरण की स्थापना को दर्शाने वाला हवाई योजनाबद्ध। एक एकल वास्तविक वस्तु turntable के 20 कोशिकाओं में से प्रत्येक में रखा जा सकता है. प्रतिभागी को कंप्यूटर-नियंत्रित दृश्य occlusion चश्मा पहने हुए देखने के एपर्चर के सामने बैठा होना चाहिए। प्रयोगकर्ता आगामी परीक्षणों को प्रयोगकर्ता मॉनिटर पर देख सकता है और टर्नटेबल को मैन्युअल रूप से घुमा सकता है या सहभागी मॉनिटर को आवश्यकतानुसार ले जा सकता है. इस आंकड़े के पैनल सी Elsevier से अनुमति के साथ संदर्भ7 से पुनर्मुद्रण किया गया है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

2. सामान्य प्रक्रिया: यादृच्छिकीकरण और डिजाइन

  1. MATLAB का उपयोग करके एक स्क्रिप्ट बनाएं जो यादृच्छिक रूप से वास्तविक और छवि परीक्षणों को अंतर-पत्र देगा। सुनिश्चित करें कि प्रतिभागियों के आधे एक दिया नाश्ता भोजन (उदाहरण के लिए, एक सेब) एक वास्तविक वस्तु के रूप में देखते हैं, और शेष प्रतिभागियों को एक 2-डी छवि के रूप में आइटम देखते हैं। प्रत्येक प्रतिभागी के लिए, उस क्रम को यादृच्छिक करें जिसमें प्रयोग के भीतर विभिन्न स्नैक खाद्य पदार्थ प्रस्तुत किए जाते हैं। स्क्रिप्ट सूची है जो वास्तविक आइटम turntable पर जगह है, और किस क्रम में, प्रयोग के शुरू करने से पहले (देखें 'runStudy' स्क्रिप्ट, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध).
  2. आइटम्स को टर्नटेबल पर सही क्रम में रखें (चित्र 3क)देखें.
    नोट: अध्ययन में उत्तेजनाओं की संख्या के आधार पर, निर्धारित समय तक 30 मिनट तक लग सकता है।
  3. एपर्चर में मॉनिटर रखें और सुनिश्चित करें कि अन्य सभी आइटम और प्रयोगकर्ता प्रतिभागी के दृश्य से मास्क किए गए हैं (1.2.7 देखें)।
  4. turntable से भागीदार लगभग 50 सेमी सीट और सफेद शोर खेलते हैं, या तो एक सफेद शोर मशीन के माध्यम से या इयरफ़ोन के माध्यम से, ताकि भागीदार भविष्यवाणी करने में असमर्थ है (यानी, फिसलने की आवाज से) आगामी परीक्षण पर उत्तेजना प्रारूप.
  5. प्रतिभागी को चश्मा लगाने और यह सुनिश्चित करने के लिए दें कि चश्मा बंद/ओपेक अवस्था में है। प्रतिभागी को समझाएं कि वर्तमान में चश्मा बंद है, लेकिन जब उन्हें आवश्यकता होगी तो खुल जाएगा।
  6. आगामी परीक्षण किस प्रकार की स्थिति (यानी, वास्तविक या छवि) होगा, यह देखने के लिए प्रयोगकर्ता मॉनिटर देखें (चित्र 3A देखें).
    1. 'वास्तविक ऑब्जेक्ट' परीक्षणों पर, स्लाइडिंग प्लेटफ़ॉर्म के माध्यम से प्रतिभागी मॉनिटर को देखने के छिद्र से वापस लें, ताकि ऑब्जेक्ट टर्नटेबल पर सहभागी को दिखाई दे (चित्र 1A और 3देखें).
      1. एक कंप्यूटर कमांड (उदाहरण के लिए, एक बटन प्रेस) बनाने के लिए खोलने और असली भोजन के लिए 3 s के लिए turntable पर दिखाई देने की अनुमति चश्मे के बंद ट्रिगर. एक बार चश्मा बंद हो जाने पर, प्रतिभागी एपर्चर के सामने वापस निगरानी करें और प्रतिभागी के लिए एक प्रतिक्रिया बनाने के लिए चश्मा खोलने के लिए एक कुंजी दबाएं (उदाहरण के लिए, एक बोली)। एक बार प्रतिभागी अपनी प्रतिक्रिया में प्रवेश करता है चश्मा स्वचालित रूप से बंद कर लें (देखें 'runStudy' स्क्रिप्ट, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध).
  7. अगले परीक्षण के लिए तैयार करने के लिए प्रयोगकर्ता मॉनिटर देखें. अगले परीक्षण के लिए अग्रिम करने के लिए एक कुंजी दबाएँ।
    1. 2-डी छवि परीक्षणों के लिए, देखने के एपर्चर के भीतर एलसीडी मॉनिटर रखें (चित्र 1B और चित्र 3देखें)। चश्मा खोलने के लिए एक कुंजी दबाएँ. देखने एपर्चर में मॉनिटर छोड़ दो और एक प्रतिक्रिया करने के लिए भागीदार के लिए चश्मा खोलने के लिए एक कुंजी दबाएँ. सुनिश्चित करें कि अगले उत्तेजना को देखने के लिए तैयार है. अगले परीक्षण के लिए अग्रिम करने के लिए एक कुंजी दबाएँ।

3. रैंडमाइजेशन और डिजाइन के लिए प्रक्रिया

  1. खाद्य आइटम छवियों का उपयोग कर एक वरीयता और परिचित-रेटिंग कार्य बनाएँ (वास्तविक खाद्य पदार्थ नहीं; 'रनस्टडी', 'LikeSurvey', और 'FamSurvey' स्क्रिप्ट, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध देखें)। वरीयता- और परिचित-रेटिंग कार्यों के लिए दो अलग-अलग ब्लॉक बनाएँ और पर्यवेक्षकों में ब्लॉक के क्रम को संतुलित करें (चित्र 4देखें)।
    1. प्रत्येक भागीदार के लिए, प्रत्येक ब्लॉक के भीतर प्रस्तुत छवियों के आदेश randomize और प्रतिभागियों के लिए एक एनालॉग स्लाइडर बनाने के लिए प्रत्येक खाद्य छवि को देखने के बाद अपनी रेटिंग प्रदर्शन (चित्रा 4देखें , 'runStudy', 'like'slider', और 'Fam'slider' लिपियों, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip) पर उपलब्ध है
  2. स्क्रिप्ट में कोई बोली-प्रक्रिया कार्य जोड़ें. 2.1 में वर्णित के रूप में यादृच्छिक. स्क्रिप्ट के लिए एक खाद्य नीलामी जोड़ें. कंप्यूटर बोली लगाने के कार्य से 60 खाद्य पदार्थों में से एक बेतरतीब ढंग से चयन करें। क्या कंप्यूटर ने चयनित आइटम पर $0 - $3 को 25 सेंट वेतन वृद्धि में अपनी यादृच्छिक बोली लगाई है (चित्र 4 और 'bidModule' स्क्रिप्ट देखें, जो http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध है).

Figure 4
चित्र 4 : वर्तमान अध्ययन के लिए प्रायोगिक डिजाइन. प्रयोग में 4 चरण शामिल थे: (1) खाद्य वरीयता- और परिचित-रेटिंग कार्य, (2) बोली लगाने का कार्य, (3) खाद्य नीलामी, (4) इन-लैब प्रतीक्षा अवधि। प्रतिभागियों को पहले या तो एक वरीयता या परिचित रेटिंग कार्य (प्रतिभागियों के बीच संतुलित) को पूरा करें। वरीयता कार्य में, प्रतिभागियों ने 3 s के लिए प्रत्येक स्नैक फूड आइटम की एक छवि देखी और फिर रेट किया कि वे आइटम को कितना पसंद करते हैं (एक -7 से 7 रेटिंग स्केल का उपयोग करके) एक फिसलने वाले एनालॉग बोली बार का उपयोग करके। परिचित रेटिंग कार्य के लिए, प्रतिभागियों ने संकेत दिया कि वे आइटम के साथ कितने परिचित थे (0 से 3 रेटिंग स्केल का उपयोग करके). इसके बाद, प्रतिभागियों ने एक बोली-प्रक्रिया कार्य पूरा किया जिसमें उन्होंने यह मूल्यांकन किया कि वे प्रत्येक स्नैक फूड आइटम के लिए कितना भुगतान करने के लिए तैयार थे ($0-$3)। उत्तेजनाओं के आधे असली खाद्य पदार्थ के रूप में प्रस्तुत किए गए और आधे 2-डी छवियों के रूप में प्रस्तुत किए गए. प्रत्येक परीक्षण पर समय देखने के कंप्यूटर नियंत्रित दृश्य occlusion चश्मे का उपयोग कर नियंत्रित किया गया था. परीक्षण के शुरू में, चश्मा एक 3 s अंतर परीक्षण अंतराल के लिए 'बंद' (ओपेक) राज्य पर लौटने से पहले, 3 s के लिए 'खुला' (पारदर्शी) राज्य में संक्रमण. चश्मा तो एक प्रतिक्रिया रिकॉर्ड करने के लिए भागीदार की अनुमति देने के लिए खोला. एक बार बोली लगाने का कार्य पूरा हो जाने के बाद, यह निर्धारित करने के लिए एक 'नीलामी' की गई थी कि क्या एक प्रतिभागी एक खाद्य पदार्थ है, और किस कीमत पर। नीलामी के बाद प्रयोगशाला में अनिवार्य 30 मिनट प्रतीक्षा अवधि थी। यदि प्रतिभागी को एक खाद्य वस्तु मिली, तो वे प्रतीक्षा अवधि के दौरान भोजन का उपभोग कर सकते हैं। सभी प्रतिभागियों को प्रतीक्षा अवधि के लिए प्रयोगशाला में रहने के लिए कहा गया था कि नीलामी के दौरान खाद्य सामग्री जीती गई थी या नहीं। यह आंकड़ा संदर्भ7 से Elsevier से अनुमति के साथ पुनर्मुद्रण किया गया है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

4. प्रतिभागी स्क्रीनिंग और शेड्यूलिंग

  1. भर्ती प्रतिभागियों को जो स्वयं रिपोर्ट है कि वे खाने का आनंद और अक्सर नाश्ता खाद्य पदार्थों का उपभोग, और जो नाश्ता खाद्य पदार्थों की एक विस्तृत विविधता के साथ परिचित हैं (क्षेत्र के लिए विशिष्ट). सुनिश्चित करें कि प्रतिभागियों को सक्रिय रूप से वजन कम करने के लिए परहेज़ नहीं कर रहे हैं, किसी भी खाद्य एलर्जी है, आहार प्रतिबंध (यानी, शाकाहारी, लस मुक्त) या भोजन से संबंधित रोगों, और गर्भवती नहीं हैं.
  2. BDM बोली लगाने का कार्य12,35के अनुसार, देर से दोपहर में प्रतिभागियों को शेड्यूल करने के लिए सुनिश्चित करें (जैसे, 1:00 बजे से 7:00 बजे के बीच), जो है जब नाश्ता खाद्य पदार्थ आम तौर पर सेवन कर रहे हैं. प्रयोग12से पहले 3 एच के लिए खाने से बचने के लिए प्रतिभागी को याद दिलाना .
    नोट: यह सुनिश्चित करने के लिए है कि प्रतिभागी भूखा है और खाद्य पदार्थों के लिए सही बोली जाएगा।

5. प्रश्नावली प्रक्रिया

  1. प्रत्येक प्रतिभागी के लिए, व्यक्तिगत जनसांख्यिकीय जानकारी (यानी, आयु, लिंग) एकत्र करें, पूछें कि क्या उनके पास एक सामान्य या सही-से-सामान्य दृष्टि और रिकॉर्ड ऊंचाई और वजन (ये डेटा बॉडी मास इंडेक्स की गणना के लिए उपयोगी हैं)।

6. वरीयता- और परिचित रेटिंग कार्य प्रक्रिया

  1. प्रतिभागियों से पूछो दर कैसे परिचित वे 60 नाश्ता में से प्रत्येक के साथ कर रहे हैं. एक एनालॉग स्लाइडिंग बार पर एक माउस क्लिक के माध्यम से प्रतिभागी का जवाब है (उदा., "0" - बहुत परिचित नहीं; "3" - बहुत परिचित). सुनिश्चित करें कि अनुक्रियाएँ स्व-पुस्तक हैं (चित्र 4देखें)।
  2. प्रतिभागियों से पूछो दर कितना वे एक एनालॉग फिसलने पट्टी पर एक माउस क्लिक के माध्यम से 60 नाश्ता में से प्रत्येक की तरह (जैसे, "-7" - दृढ़ता से नापसंद; "0" - उदासीनता; "7" - दृढ़ता से पसंद है). सुनिश्चित करें कि प्रतिक्रियाओं स्वयं पुस्तक हैं.

7. बोली कार्य प्रक्रिया

  1. प्रतिभागी को सूचित करें कि उन्हें $ 3 भत्ता दिया जाएगा जिसका उपयोग 60 सामान्य नाश्ता खाद्य पदार्थों पर बोली लगाने के लिए किया जा सकता है। बोली कार्य के नियमों कोरिले 14,35.
    1. इस बात पर ज़ोर दें कि सबसे अच्छी रणनीति खुदरा मूल्यों के आधार पर बोली लगाने की नहीं है, बल्कि किसी के सही मूल्य की बोली लगाने के लिए है: प्रयोग के अंत में आइटम खाने के लिए कोई कितना भुगतान करने के लिए तैयार है.
    2. प्रतिभागी को याद दिलाना कि अध्ययन के अंत में प्रयोगशाला में एक अनिवार्य 30 मिनट प्रतीक्षा अवधि है (चित्र 4देखें)। प्रतिभागी को समझाएं कि यदि वे बोली लगाने का कार्य 'जीत' करते हैं तो वे प्रयोग के अंत में एक खाद्य पदार्थ का उपभोग कर सकेंगे; अगर वे बोली 'खो' वे फिर भी प्रतीक्षा अवधि की अवधि के लिए प्रयोगशाला में रहने के लिए कहा जाएगा, किसी भी बाहर भोजन या पेय लेने के बिना.
  2. परीक्षण कक्ष में प्रतिभागी को सीट दें (देखें 2.4-2.5). तीन आइटम है कि 60 प्रयोगात्मक मदों का हिस्सा नहीं हैं के साथ एक अभ्यास नीलामी प्रदर्शन. एक समय में प्रतिभागी के सामने तीन आइटम रखें। प्रतिभागी से यह रेट करने के लिए कहें कि उन्हें आइटम (-7 से 7) कितना पसंद है।
  3. एक बार में एक बार फिर से प्रतिभागी के सामने आइटम रखें। प्रतिभागी से प्रत्येक आइटम पर बोली लगाने के लिए कहें ($0 - $3). सुनिश्चित करें कि प्रतिभागी निर्देशों को समझता है - क्रॉस-चेक समझ के लिए प्रश्न पूछना।
  4. प्रतिभागियों के हाथ के पास माउस के बगल में $ 3 रखें और उसे याद दिलाना है कि भत्ता उनके रखने के लिए है और कि वे प्रति आइटम 3 डॉलर तक बोली लगा सकते हैं.
  5. 2.6.1 - 2.7.1 अनुभागदेखें. असली वस्तु और छवियों परीक्षण के संचालन के लिए. चित्र 4 बोली-प्रक्रिया को दिखाता है.

8. खाद्य नीलामी / 30 न्यूनतम प्रतीक्षा अवधि प्रक्रिया

  1. यह देखने के लिए जाँच करें कि प्रतिभागी 'won' एक स्नैक फूड आइटम और किस कीमत पर (देखें 'रनस्टडी' स्क्रिप्ट, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip पर उपलब्ध है)।
    नोट: कंप्यूटर 25 सेंट वेतन वृद्धि में $ 0 और $3 के बीच एक यादृच्छिक संख्या से मिलकर एक बोली कर देगा. अगर कंप्यूटर की बोली प्रतिभागी की बोली से कम या बराबर है, तो प्रतिभागी उपभोग के लिए आइटम को 'जीतता है'। प्रतिभागी प्रयोगकर्ता को अपने $ 3 भत्ते से कंप्यूटर की बोली की कीमत का भुगतान करता है। पिछले कई अध्ययनों ने बीडीएम बोली कार्य34,36,38के औचित्य पर गहराई से विचार किया है .

9. कैलोरी अनुमान प्रक्रिया

  1. मुख्य प्रयोग में प्रदर्शित प्रत्येक खाद्य आइटम के लिए, एक पाठ प्रदर्शन प्रस्तुत (यानी, 'Snickers बार') और प्रतिभागी से अनुमान लगाने के लिए पूछना (एक कलम के साथ नीचे लिखें) कितने कैलोरी उन्हें लगता है कि सेवारत आकार में हैं.

10. डेटा विश्लेषण

  1. एक रैखिक मिश्रित प्रभाव मॉडलिंग विश्लेषण करने के लिए सांख्यिकीय विश्लेषण सॉफ्टवेयर का उपयोग करें (सामग्री की तालिका देखें)। प्रतिभागियों के भीतर नेस्टेड प्रतिक्रियाओं के लिए खाते के लिए एक रेखीय मिश्रित प्रभाव मॉडल का उपयोग करें (यानी, एक ही भागीदार से अवलोकन की निर्भरता). प्रतिभागियों, आइटम, प्रदर्शन प्रारूप, वरीयता, कैलोरी घनत्व, अनुमानित कैलोरी, और बोली: निम्न चर के साथ एक डेटासेट बनाएँ। विश्लेषण, फिर मिश्रित मॉडल, फिर रैखिक क्लिक करके एक मॉडल बनाएँ.
    1. विषय में चर प्रतिभागियों स्थानांतरण: बॉक्स तो जारी दबाएँ. निर्भर चर: बॉक्स में बोली स्थानांतरित करें। अगला, विषय और प्रदर्शन स्वरूप को फ़ैक्टर (ओं): बॉक्स में स्थानांतरित करें. उसके बाद, प्राथमिकता Covariate(s): बॉक्स में स्थानांतरित करें।
    2. फिक्स्डक्लिक करें, फिर चयन करें और मॉडल बॉक्स में प्रतिभागियों को छोड़कर सभी चर जोड़ें फिर जारी रखेंक्लिक करें. रैंडमक्लिक करें, फिर चयन करें और प्रतिभागियों को युग्म बॉक्स में जोड़ें ताकि प्रतिक्रियाओं में और पर्यवेक्षकों में परिवर्तनशीलता के लिए खाते में हो. जारी रखेंक्लिक करें.
    3. सांख्यिकीपर क्लिक करें, फिर सहप्रसरण पैरामीटर बॉक्स के लिए वर्णनात्मक आँकड़े, पैरामीटर अनुमान और परीक्षण देखें. जारी रखेंक्लिक करें. EM साधन क्लिक करें और फिर सभी कारक और कारक सहभागिता बॉक्स के लिए प्रदर्शन साधन में का चयन करें और स्थानांतरित करें. जारी रखेंक्लिक करें. अंत में, ठीकदबाएँ .

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

इस प्रयोग के प्रतिनिधि परिणाम नीचे प्रस्तुत किए गए हैं. परिणामों का एक अधिक विस्तृत विवरण, एक अनुवर्ती अध्ययन के साथ, मूल प्रकाशन7में पाया जा सकता है. हमने बोली के आश्रित चर के साथ एक रेखीय मिश्रित प्रभाव मॉडल का उपयोग किया, और प्रदर्शन प्रारूप, वरीयता, कैलोरी घनत्व, और अनुमानित कैलोरी के स्वतंत्र चर का उपयोग किया। जैसा कि अपेक्षित है, और पिछले अध्ययनों12,14के अनुरूप, वरीयता रेटिंग और बोली (एफ (1,1655) के बीच एक मजबूत सकारात्मक संबंध था - 1803.69, p और lt; .001) इस तरह कि वरीयता में एक इकाई वृद्धि थी की वृद्धि के साथ संबद्ध $0.15 बोली मूल्य में ($ .15, t(1655) $ 42.47, p और lt; .001; घ ] 8.03). वहाँ भी बोली पर कैलोरी घनत्व का एकमहत्वपूर्ण मुख्य प्रभाव था (एफ (एफ ( 1, 1649) - 6.87, p और lt; .01). Caloric घनत्व में एक इकाई वृद्धि बोली में $.024 की वृद्धि के साथ जुड़ा हुआ था ($ 024, t(1649) - 2.62, p और lt; .01; घ $ 0.50). अनुमानित कैलोरी का मुख्य प्रभाव भी महत्वपूर्ण था (एफ(1, 1672) - 6.88, p और .01)11. अनुमानित कैलोरी में एक इकाई वृद्धि WTP में $.009 की वृद्धि के साथ जुड़ा हुआ था ($ .009, t(1671) $ 2.62, p और lt; .01; घ $ .50). दूसरे शब्दों में, पर्यवेक्षकों खाद्य पदार्थ है कि अधिक गरमी सामग्री के होने के लिए कम गरमी सामग्री के खाद्य पदार्थों की तुलना में अधिक मूल्यवान माना जाता था रेटेड. गंभीर रूप से, अन्य सभी कारकों को नियंत्रित करनेके बाद, हमने पाया कि प्रदर्शन प्रारूप (F (F, 1645) का एक महत्वपूर्ण मुख्य प्रभाव - 7.99, p और lt; .01, d $.53) जिसमें वास्तविक खाद्य पदार्थों बनाम खाद्य छवियों के लिए बोलियों में 6.62% की वृद्धि हुई थी। असली खाद्य पदार्थों के लिए WTP में प्रवर्धन (vs. छवियों) प्रतिभागियों में अपेक्षाकृत अनुरूप था, 20 से बाहर 28 प्रभाव दिखा प्रतिभागियों के साथ. उदाहरण के लिए, चित्र 5 प्रत्येक स्नैक फूड आइटम के लिए औसत बोली मानों को प्राथमिकता के एक समारोह के रूप में प्रदर्शित करता है, वास्तविक वस्तुओं (लाल) और छवियों (नीले) के रूप में दिखाए गए खाद्य पदार्थों के लिए अलग से। इसी प्रकार, चित्र ाहा 6 प्रत्येक अल्पाभ भोजन के लिए औसत बोली मान ों को कैलोरी घनत्व के एक समारोह के रूप में प्रदर्शित करता है, प्रत्येक प्रदर्शन प्रारूप में खाद्य पदार्थों के लिए अलग से. वास्तविक खाद्य पदार्थों के लिए डब्ल्यूटीपी में प्रवर्धन बनाम छवियों चित्र 5 और चित्र 6दोनों में स्पष्ट है। महत्वपूर्ण बात यह है कि बोलियों परप्रदर्शन प्रारूप का प्रभाव खाद्य प्राथमिकता (F (1, 1644) में निरंतर था (F (F (1, 1644) $ .025, p $.88), कैलोरी घनत्व (F(F(1, 1643) ] 2.54, p $ 11) और अनुमानित कैलोरी (F (1,1643) $11, च . .74), और किसी भी अन्य कारकों के बीच कोई महत्वपूर्ण उच्च-क्रम बातचीत नहीं थी (सभी p-मान ] .11).

हालांकि हम बोली पर अनुमानित कैलोरी का प्रभाव देखा, प्रभाव अपेक्षाकृत कमजोर था. इस परिणाम तथ्य यह है कि प्रतिभागियों को मुख्य प्रयोग के बाद पाठ संकेतों के जवाब में आकलन कार्य प्रदर्शन द्वारा समझाया जा सकता है, बजाय जबकि उत्तेजना प्रस्तुति के समय में खाद्य पदार्थों को देख रहे हैं. इसके अलावा, किसी दिए गए भोजन मद में कैलोरी की संख्या का आकलन जरूरी नहीं कि एक सहज ज्ञान युक्त काम है; कई पर्यवेक्षकों अनजान हैं (या ध्यान देना नहीं है) खाद्य पदार्थ वे उपभोग की गरमी घनत्व.

Figure 5
चित्र 5 : वरीयता और प्रदर्शन प्रारूप के एक समारोह के रूप में प्लॉट प्रत्येक नाश्ता भोजन के लिए औसत मौद्रिक बोलियां. जैसा कि उम्मीद थी, मौद्रिक बोलियों और खाद्य वरीयता रेटिंग के बीच एक मजबूत सकारात्मक संबंध था, जिसमें उन खाद्य पदार्थों के लिए उच्च बोलियां थीं जो अधिक दृढ़ता से पसंद की गई थीं। महत्वपूर्ण बात यह है कि प्रदर्शन प्रारूप का एक महत्वपूर्ण मुख्य प्रभाव था जिसमें वास्तविक खाद्य पदार्थों के लिए बोलियां मिलान खाद्य छवियों से अधिक थीं। प्रदर्शन प्रारूप और वरीयता के प्रभाव के बीच कोई महत्वपूर्ण बातचीत नहीं थी. मतलब बोली मूल्यों ($) खाद्य पदार्थों के लिए अलग से असली खाद्य पदार्थ (लाल) और 2-डी छवियों (नीले) के लिए प्रदर्शित कर रहे हैं. प्रत्येक डेटा बिंदु प्रत्येक खाद्य आइटम के लिए समूह औसत बोली का प्रतिनिधित्व करता है, प्रत्येक प्रदर्शन प्रारूप में खाद्य पदार्थों के लिए अलग से. ठोस लाल और नीले रंग की लाइनों क्रमशः वास्तविक वस्तु और छवि की स्थिति के लिए सबसे अच्छा फिट की लाइनों का प्रतिनिधित्व करते हैं। यह आंकड़ा संदर्भ7 से Elsevier से अनुमति के साथ पुनर्मुद्रण किया गया है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 6
चित्र 6 : प्रत्येक नाश्ता भोजन के लिए औसत मौद्रिक बोलियां गरमी घनत्व और प्रदर्शन प्रारूप के एक समारोह के रूप में साजिश रची. हम बोलियों और वास्तविक गरमी घनत्व के बीच एक महत्वपूर्ण सकारात्मक संबंध पाया, उच्च गरमी घनत्व के खाद्य पदार्थों के लिए उच्च बोलियों के साथ. प्रदर्शन प्रारूप और गरमी घनत्व के प्रभाव के बीच कोई महत्वपूर्ण बातचीत नहीं थी. मतलब बोली मूल्यों ($) खाद्य पदार्थों के लिए अलग से असली खाद्य पदार्थ (लाल) और 2-डी छवियों (नीले) के लिए प्रदर्शित कर रहे हैं. प्रत्येक डेटा बिंदु प्रत्येक खाद्य आइटम के लिए समूह औसत बोली का प्रतिनिधित्व करता है, प्रत्येक प्रदर्शन प्रारूप में खाद्य पदार्थों के लिए अलग से. ठोस लाल और नीले रंग की लाइनों क्रमशः वास्तविक वस्तु और छवि की स्थिति के लिए सबसे अच्छा फिट की लाइनों का प्रतिनिधित्व करते हैं। यह आंकड़ा संदर्भ7 से Elsevier से अनुमति के साथ पुनर्मुद्रण किया गया है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

वर्तमान कागज के व्यापक लक्ष्य के लिए कैसे नियंत्रित प्रयोगात्मक शर्तों के तहत वास्तविक दुनिया वस्तुओं (और छवियों) की बड़ी संख्या में पेश करने के बारे में विस्तृत जानकारी प्रदान करके 'असली दुनिया' वस्तु दृष्टि के भविष्य के अध्ययन की सुविधा है. हम कारकों है कि आहार विकल्प और खाद्य मूल्यांकन को प्रभावित अध्ययन के लिए एक पारिस्थितिकी-मान्य दृष्टिकोण प्रस्तुत करते हैं. हम मानव निर्णय लेने7 के हाल के एक अध्ययन में कार्यरत तरीकों का वर्णन है जिसमें हम जांच की कि क्या वास्तविक दुनिया वस्तुओं के रूप में प्रस्तुत नाश्ता खाद्य पदार्थ 2-डी छवियों के रूप में प्रस्तुत खाद्य पदार्थों के लिए अलग ढंग से मूल्यवान हैं. हमारे प्रयोग7में, भूख कॉलेज के छात्रों को हर रोज नाश्ता खाद्य पदार्थों की एक श्रृंखला पर मौद्रिक बोली लगा दी. एक के भीतर विषयों डिजाइन का उपयोग करना, उत्तेजनाओं के आधे वास्तविक खाद्य पदार्थों के रूप में प्रत्येक पर्यवेक्षक के लिए प्रस्तुत किए गए और शेष उच्च संकल्प खाद्य पदार्थों की 2-डी तस्वीरों के रूप में प्रस्तुत किए गए. असली खाद्य पदार्थ और खाद्य छवियों स्पष्ट आकार, दूरी, पृष्ठभूमि, दृष्टिकोण, और रोशनी के लिए बारीकी से मिलान किया गया. पिछले अध्ययन ों से एक महत्वपूर्ण प्रस्थानमें7, पर्यावरण की स्थिति और उत्तेजना समय विभिन्न प्रदर्शन प्रारूपों भर में समान थे. प्रत्येक प्रदर्शन प्रारूप में परीक्षणों के क्रम एक कस्टम निर्मित turntable डिवाइस का उपयोग कर प्रयोग भर में यादृच्छिक किया गया था. परीक्षण सत्र के शुरू में, प्रतिभागियों के लिए अपनी पसंद रेटेड, और के साथ परिचित, साठ अलग appetitive नाश्ता खाद्य पदार्थ (चित्र के रूप में प्रस्तुत). मुख्य प्रयोग में, पर्यवेक्षकों ने साठ खाद्य पदार्थों में से प्रत्येक के लिए अपनी इच्छा से भुगतान (डब्ल्यूटीपी) का संकेत दिया जो या तो वास्तविक वस्तुओं या 2-डी छवियों के रूप में प्रदर्शित किए गए थे। वास्तविक वस्तु या छवि स्थितियों के लिए खाद्य पदार्थों के असाइनमेंट पर्यवेक्षकों में संतुलित किया गया था. एक पहले के अध्ययन से है कि एक समान प्रश्न12को संबोधित करने के बाद, हम एक बेकर DeGroot Marschak (BDM)35 बोली कार्य जिसमें पर्यवेक्षकों एक मौद्रिक बोली में प्रवेश का उपयोग कर WTP मापा ($0-$3) प्रत्येक नाश्ता भोजन के लिए 'जीत' का अवसर एक उपभोग करने के लिए प्रयोग के अंत में भोजन. डेटा की नेस्टेड संरचना को देखते हुए, हमने रेखीय मिश्रित प्रभाव मॉडलिंग का उपयोग यह निर्धारित करने के लिए किया कि WTP डिस्प्ले फ़ॉर्मेट, भोजन वरीयता, गरमी सामग्री और अनुमानित कैलोरी से किस हद तक प्रभावित हुआ था. हमने पाया कि पर्यवेक्षकों को वास्तविक वस्तुओं बनाम खाद्य छवियों7के रूप में प्रदर्शित खाद्य पदार्थों के लिए 6.62% अधिक भुगतान करने को तैयार थे . वास्तविक भोजन प्रदर्शित करता है के लिए मूल्य में प्रवर्धन खाद्य वरीयता के सभी स्तरों के पार संगत था, साथ ही खाद्य पदार्थों की वास्तविक और अनुमानित गरमी सामग्री भर में. ये परिणाम आश्चर्य की बात है क्योंकि प्रतिभागियों को पता था कि वे एक ही (असली) नाश्ता भोजन इनाम प्रयोग के अंत में प्राप्त कर सकता है प्रारूप जिसमें भोजन बोली कार्य के दौरान प्रस्तुत किया गया था की परवाह किए बिना. महत्वपूर्ण बात, निष्कर्ष ों की पुष्टि है कि वहाँ एक विश्वसनीय'वास्तविक खाद्य जोखिम प्रभाव' इच्छा पर है 7,12 कि पर्यावरण के संदर्भ में मतभेद के लिए जिम्मेदार नहीं किया जा सकता है, उत्तेजना प्रस्तुति विधि, या परीक्षण प्रदर्शन प्रारूपों में समय.

संक्षेप में, हमने विस्तृत विधियाँ प्रदान की हैं जिनमें यह वर्णन किया गया है कि एक ही आइटम की वास्तविक वस्तु उद्दीपकों और बारीकी से मेल खाने वाली 2-डी कम्प्यूटरीकृत छवियों को कैसे तैयार किया जाए, साथ ही बड़ी संख्या में वास्तविक वस्तुओं को प्रस्तुत करने के लिए मैन्युअल रूप से संचालित टर्नटेबल बनाने के लिए विधियाँ भी प्रदान की गई हैं और interleaved उत्तराधिकार में छवियों. हम सभी परीक्षणों में उत्तेजना प्रस्तुति और देखने के समय को नियंत्रित करने के लिए निर्देश प्रदान की, उदाहरण के लिए, कंप्यूटर नियंत्रित प्रदर्शन चश्मे का उपयोग करके. यहाँ प्रस्तुत तरीकों मनाया प्रभाव के लिए अंतर्निहित तंत्र की जांच करने के लिए नए रास्ते खोल. उदाहरण के लिए, भविष्य के अध्ययन मोनोकुलर देखने की स्थिति के तहत वास्तविक दुनिया उत्तेजनाओं पेश करके सीधे stereopsis के प्रभाव का आकलन कर सकता है (जो, उदाहरण के लिए, आसानी से कंप्यूटर नियंत्रित चश्मे के monocular बनाम दूरबीन राज्यों का उपयोग कर परीक्षण किया जा सकता है यहाँ वर्णित). यह छवि आधारित परीक्षणों जिसमें दोनों गति लंबन और stereopsis परस्पर विरोधी गहराई जानकारी प्रदान के साथ एक अच्छी तुलना के रूप में होगा.

हालांकि हम नियंत्रित देखने की स्थिति के तहत वास्तविक दुनिया वस्तुओं पेश करने के लिए व्यावहारिक समाधान की पेशकश की है, प्रयोगशाला में असली वस्तुओं के साथ काम कर निस्संदेह चुनौतीपूर्ण है, महंगा है, और समय लेने वाली. रोशनी, स्थिति, आकार और समय, संग्रह और सावधान तैयारी (यानी बढ़ते) असली वस्तु उत्तेजनाओं के रूप में उत्तेजना मानकों को नियंत्रित करने के साथ जुड़े तकनीकी के अलावा परिश्रम से समय की तुलना में धीमी गति से किया जा सकता है कि अकेले छवियों को तैयार करने के लिए आवश्यक होगा. प्रयोगकर्ता (ओं) आवश्यक समय सीमा के भीतर प्रत्येक परीक्षण से पहले सही उदाहरण का पता लगाने के साथ अच्छी तरह से अभ्यास किया जाना चाहिए और वहाँ प्रयोगकर्ता त्रुटि के लिए स्पष्ट संभावनाएं हैं. कुछ मामलों में जहां परीक्षण संख्या सीमित हैं, जैसे fMRI8,39 और वास्तविक वस्तु दृष्टि के रोगी10 अध्ययन में, हम एक वीडियो कैमरा का उपयोग करने के लिए रिकॉर्ड जो उदाहरण प्रत्येक परीक्षण पर प्रस्तुत किए गए थे और रिकॉर्डिंग पार की जाँच कर रहे हैं सटीकता के लिए पोस्ट-हॉक। वहाँ खाद्य पदार्थों, जो शायद असली वस्तु उत्तेजनाओं का एक अनूठा वर्ग हैं के साथ काम करने के साथ अतिरिक्त चुनौतियों का सामना कर रहे हैं. अध्ययन में इस्तेमाल किया मदों की संख्या पर निर्भर करता है, खाद्य पदार्थों की एक अपेक्षाकृत बड़ी चयन ताजा रखा जाना चाहिए, पर हाथ, और परीक्षण कक्ष के लिए अपेक्षाकृत करीब निकटता में. खाद्य पदार्थों को शामिल निर्णय लेने के प्रतिमानों में, उत्तेजनाओं आम तौर पर खोला पैकेजिंग और दिखाई सामग्री के कुछ के साथ दिखाए जाते हैं. हालांकि कई निर्मित खाद्य पदार्थों के लिए एक अनिश्चित शेल्फ जीवन है लगता है (यानी, Twinie) सबसे वस्तुओं को नियमित रूप से ताजगी और दृश्य अपील बनाए रखने के लिए प्रतिस्थापित किया जाना चाहिए. एक साथ, इन स्थितियों यह मुश्किल वास्तव में वास्तविक और छवि प्रारूपों के बीच की उपस्थिति को नियंत्रित करने के लिए डिग्री है कि हम पाया है के लिए गैर-परेशान प्रोत्साहन वर्गों के साथ संभव है, इस तरह की वस्तुओं और उपकरणों के रूप में. यह भी ध्यान दें कि हम जिस तरह से यह मूल अध्ययन में दिखाई से हमारे turntable उपकरण संशोधित महत्वपूर्ण है7 (काला) जिस तरह से यह यहाँ चित्रित किया गया है (सफेद) क्योंकि हमने पाया कि सफेद उपकरण को साफ करने के लिए आसान था और उत्तेजना इसके विपरीत सुधार किया गया था .

उपरोक्त विचार वास्तविक वस्तुओं के साथ काम करने के समय और संसाधन लागत को उचित ठहराते हैं या नहीं, या क्या इसी तरह के परिणाम अधिक सुविधाजनक छवि प्रदर्शित करता है का उपयोग कर प्राप्त किया जा सकता है की महत्वपूर्ण सवाल उठाते हैं. हमारे निर्णय लेने प्रतिमान7 से परिणाम संकेत मिलता है कि असली खाद्य प्रदर्शित करता है मूल्यांकन में एक निरंतर वृद्धि प्रकाश में लाना (यानी, एक रैखिक प्रभाव) कि वरीयता या गरमी घनत्व जैसे अन्य कारकों के साथ बातचीत नहीं करता है. मानव अनुभूति के अन्य डोमेन से निष्कर्षों के साथ निर्णय लेने dovetail से ये परिणाम. उदाहरण के लिए, वास्तविक दुनिया वस्तुओं और अधिक आसानी से मान्यता प्राप्त कर रहे हैं10,40,41, स्मृति42बढ़ाने के लिए, और ध्यान पर कब्जा43,44 छवियों की तुलना में अधिक है. 2-डी छवियों की तुलना में, fMRI पुनरावृत्ति दमन प्रभाव असली वस्तुओं8के लिए कम कर रहे हैं। इसी तरह, उच्च घनत्व ईईजी द्वारा मापा के रूप में वास्तविक वस्तुओं के लिए मस्तिष्क प्रतिक्रियाओं के अस्थायी गतिशीलता के ठीक अनाज परीक्षा से पता चलता है कि असली वस्तुओं (vs. छवियों) म्यू ताल के मजबूत और अधिक लंबे समय तक desynchronization प्रकाश में लाना - के एक हस्ताक्षर मोटर कार्रवाई9की स्वचालित योजना में शामिल visuo-मोटर नेटवर्क में सक्रियण | वास्तविक वस्तुओं के लिए म्यू डिसिंक्रोनाइजेशन में प्रवर्धन स्टीरियोप्सिस9से संबंधित प्रारंभिक संकेत अंतरों से स्वतंत्र है। एक साथ लिया, इन निष्कर्षों का सुझाव है कि परिणाम है कि छवि प्रदर्शित करता है का उपयोग कर प्राप्त किया जा सकता है की पैटर्न मोटे तौर पर संगत हो सकता है, लेकिन अभी कम सम्मोहक, क्या अन्यथा देखा गया हो सकता है की तुलना में वास्तविक दुनिया वस्तुओं का इस्तेमाल किया गया था. दूसरे शब्दों में, यदि छवि दृष्टि हस्तांतरण के अध्ययन से निष्कर्ष ों की भविष्यवाणी वास्तविक वस्तु दृष्टि के लिए, तो छवि दृष्टि के बुनियादी अनुसंधान अध्ययन के अनुवाद मूल्य संरक्षित है. हालांकि इस मुद्दे पर फर्म निष्कर्ष बनाने के लिए वर्तमान में अपर्याप्त डेटा है, बाएँ बनाम दाएँ गोलार्द्धों में मोटर क्षेत्रों में वास्तविक वस्तुओं के प्रभाव में dissociations के लिए हाल ही में सबूत9 और अहंकारकेंद्रित दूरीपार 6 इस धारणा के बारे में चिंता ओंकारते हैं। उदाहरण के लिए, ध्यान पर वास्तविक वस्तुओं का प्रभाव 2-डी और 3-डी छवियों के लिए मनाया स्तर पर गिर जब वस्तुओं प्रेक्षक की पहुंच के बाहर तैनात कर रहे हैं, या जब वे पहुँच के भीतर हैं, लेकिन एक पारदर्शी बाधा के पीछे6, सुझाव कि एक असली वस्तु के साथ मैनुअल बातचीत के लिए क्षमता (लेकिन नहीं एक छवि) निर्धारित करता है कि यह कैसे संसाधित है. भविष्य के अध्ययन प्रोटोकॉल यहाँ वर्णित का उपयोग करने के लिए जांच कर सकते हैं कि क्या इसी तरह अंतर्निहित कारण तंत्र 'वास्तविक खाद्य जोखिम प्रभाव' इच्छा से भुगतान पर modulate. उदाहरण के लिए, एक दूरी या बाधा हेरफेर6 असली नाश्ता खाद्य पदार्थ है कि पहुँच या समझ में आ रहे हैं कि उन है कि नहीं कर रहे हैं करने के लिए अलग ढंग से संसाधित कर रहे हैं यह निर्धारित करने के लिए नियोजित किया जा सकता है (और निर्धारित करने के लिए कि क्या एक ही हेरफेर पर कोई प्रभाव पड़ता है खाद्य छवियों के प्रसंस्करण). इस मुद्दे पर निश्चित निष्कर्ष निकालने के लिए पारिस्थितिक रूप से मान्य वास्तविक-वस्तु उत्तेजनाओं का उपयोग करके भावी अध्ययनों की आवश्यकता होती है। महत्वपूर्ण बात, यह मामला है कि इसी तरह के तंत्र अलग संज्ञानात्मक डोमेन में खेलने पर हैं नहीं हो सकता है, या विभिन्न कार्यों में. फिर भी, वास्तविक दुनिया की वस्तुओं के साथ काम करने के लिए हमारे दृष्टिकोण अंतर्निहित प्रक्रियाओं और तंत्र है कि प्राकृतिक दृष्टि ड्राइव में महत्वपूर्ण नई अंतर्दृष्टि प्रदान करने का वादा किया.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों को खुलासा करने के लिए कुछ भी नहीं है.

Acknowledgments

इस कार्य को पुरस्कार संख्या R01EY026701, राष्ट्रीय विज्ञान फाउंडेशन (एनएसएफ) [अनुदान 1632849] और नैदानिक अनुवाद अनुसंधान अवसंरचना के तहत राष्ट्रीय स्वास्थ्य संस्थान (एनआईएच) के राष्ट्रीय नेत्र संस्थान से जे.सी. स्नो को अनुदान द्वारा समर्थित किया गया था। नेटवर्क [अनुदान 17-746Q-UNR-PG53-00]. सामग्री पूरी तरह से लेखकों की जिम्मेदारी है और जरूरी NIH, NSF या सीटीआर-इन के आधिकारिक विचारों का प्रतिनिधित्व नहीं करता है.

Materials

Name Company Catalog Number Comments
EOS Rebel T2i Body Camera Canon  4462B001
MATLAB MathWorks  R2017b Computer programming software. Download this additional free toolbox: PsychToolbox 3.0.14
Photoshop Adobe CS6
PLATO Visual Occlusion Glasses Translucent Technologies Inc.  N/A
SPSS IBM Version 22 Statitical analysis software
ToTaL Control System (USB) Translucent Technologies Inc.  N/A The ToTaL Control System  controls the PLATO spectacles

DOWNLOAD MATERIALS LIST

References

  1. Gibson, J. J. The Ecological Approach to Visual Perception. , Houghton Mifflin. Boston. (1979).
  2. Westheimer, G. Three-dimensional displays and stereo vision. Proceedings of the Royal Society B: Biological Sciences. 278 (1716), 2241-2248 (2011).
  3. Julesz, B. Foundations of cyclopean perception. , U. Chicago Press. Oxford. (1971).
  4. Sprague, W. W., Cooper, E. A., Tošić, I., Banks, M. S. Stereopsis is adaptive for the natural environment. Science Advances. 1 (4), (2015).
  5. Nityananda, V., Read, J. C. A. Stereopsis in animals: evolution, function and mechanisms. Journal of Experimental Biology. 220, Pt 14 2502-2512 (2017).
  6. Gomez, M. A., Skiba, R. M., Snow, J. C. Graspable Objects Grab Attention More Than Images Do. Psychological Science. 29 (2), 206-218 (2018).
  7. Romero, C. A., Compton, M. T., Yang, Y., Snow, J. C. The real deal: Willingness-to-pay and satiety expectations are greater for real foods versus their images. Cortex. 107, 78-91 (2018).
  8. Snow, J. C., et al. Bringing the real world into the fMRI scanner: Repetition effects for pictures versus real objects. Scientific Reports. 1, 130 (2011).
  9. Marini, F., Breeding, K. A., Snow, J. C. Distinct visuo-motor brain dynamics for real-world objects versus planar images. NeuroImage. , (2019).
  10. Holler, D., Behrmann, M., Snow, J. C. Real-world size coding of solid objects, but not 2-D or 3-D images, in visual agnosia patients with bilateral ventral lesions. Cortex. , (2019).
  11. Tang, D. W., Fellows, L. K., Dagher, A. Behavioral and neural valuation of foods is driven by implicit knowledge of caloric content. Psychological Science. 25 (12), 2168-2176 (2014).
  12. Bushong, B., King, L. M., Camerer, C. F., Rangel, A. Pavlovian processes in consumer choice: The physical presence of a good increases willingness-to-pay. The American Economic Review. 100 (4), 1556-1571 (2010).
  13. Rangel, A. Regulation of dietary choice by the decision-making circuitry. Nature Neuroscience. 16 (12), 1717-1724 (2013).
  14. Plassmann, H., O'Doherty, J. P., Rangel, A. Appetitive and aversive goal values are encoded in the medial orbitofrontal cortex at the time of decision making. Journal of Neuroscience. 30 (32), 10799-10808 (2010).
  15. Berthoud, H. R. Metabolic and hedonic drives in the neural control of appetite: who is the boss. Current Opinion in Neurobiology. 21 (6), 888-896 (2011).
  16. Sclafani, A. Conditioned food preferences. Bulletin of Psychonomic Society. 29 (2), 256-260 (1991).
  17. Volkow, N. D., Wise, R. A. How can drug addiction help us understand obesity. Nature Neuroscience. 8 (5), 555-560 (2005).
  18. Drewnowski, A., Darmon, N. Food choices and diet costs: An economic analysis. Journal of Nutrition. 135 (4), 900-904 (2005).
  19. Imram, N. The role of visual cues in consumer perception and acceptance of a food product. Nutrition and Food Science. 99 (5), 224-230 (1999).
  20. Marteau, T. M., Hollands, G. J., Fletcher, P. C. Changing human behavior to prevent disease: The importance of targeting automatic processes. Science. 337 (6101), 1492-1495 (2012).
  21. Neal, D. T., Wood, W., Quinn, J. M. Habits: A repeat performance. Current Direction in Psychology. 15 (4), 198-202 (2006).
  22. Wellman, N. S., Friedberg, B. Causes and consequences of adult obesity: Health, social and economic impacts in the United States. Asia Pacific Journal of Clinical Nutrition. 11, 705-709 (2002).
  23. Canoy, D., et al. Coronary heart disease incidence in women by waist circumference within categories of body mass index. European Journal of Preventive Cardiology. 20 (5), 759-762 (2013).
  24. Whitmer, R. A., et al. Central obesity and increased risk of dementia more than three decades later. Neurology. 71 (14), 1057-1064 (2008).
  25. Bean, M. K., Stewart, K., Olbrisch, M. E. Obesity in America: Implications for clinical and health psychologists. Journal of Clinical Psychology in Medical Settings. 15 (3), 214-224 (2008).
  26. Brownell, K. D., Gold, M. S. Food and addiction: A comprehensive handbook. , Oxford University Press. (2012).
  27. Klein, S., et al. Waist circumference and cardiometabolic risk: A consensus statement from shaping America's health: Association for Weight Management and Obesity Prevention; NAASO, the Obesity Society; the American Society for Nutrition; and the American Diabetes Association. Obesity. 15 (5), 1061-1067 (2007).
  28. Zhang, Y., et al. Obesity: Pathophysiology and Intervention. Nutrients. 6 (11), 5153-5183 (2014).
  29. Afshin, A., et al. Health effects of overweight and obesity in 195 countries over 25 years. New England Journal of Medicine. 377 (1), 13-27 (2017).
  30. Mischel, W., Moore, B. Effects of attention to symbolically presented rewards on self-control. Journal of Personality and Social Psychology. 28 (2), 172-179 (1973).
  31. Mischel, W., Ebbesen, E. B., Zeiss, A. R. Cognitive and attentional mechanisms in delay of gratification. Journal of Personality and Social Psychology. 21 (2), 204-218 (1972).
  32. Gross, J., Woelbert, E., Strobel, M. The fox and the grapes-how physical constraints affect value based decision making. PLoS One. 10 (6), 0127619 (2015).
  33. Müller, H. The real-exposure effect revisited - purchase rates vary under pictorial vs. real item presentations when consumers are allowed to use their tactile sense. International Journal of Market Research. 30 (3), 304-307 (2013).
  34. Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behavior Science. 9 (3), 226-232 (1964).
  35. Becker, G. M., DeGroot, M. H., Marschak, J. Stochastic models of choice behavior. Behavior Science. 8 (1), 41-55 (1963).
  36. Plassmann, H., O'Doherty, J., Rangel, A. Orbitofrontal Cortex Encodes Willingness to Pay in Everyday Economic Transactions. Journal of Neuroscience. 27 (37), 9984-9988 (2007).
  37. Milgram, P. A spectacle-mounted liquid-crystal tachistoscope. Behavior Research Methods. 19 (5), 449-456 (1987).
  38. Johnson, E. J., Haubl, G., Keinan, A. Aspects of endowment: A query theory of value construction. Journal of Experimental Psychology: Learning Memory and Cognition. 33 (3), 461-474 (2007).
  39. Freud, E., et al. Getting a grip on reality: Grasping movements directed to real objects and images rely on dissociable neural representations. Cortex. 98, 34-48 (2018).
  40. Chainay, H., Humphreys, G. W. The real-object advantage in agnosia: Evidence for a role of surface and depth information in object recognition. Cognition Neuropsychology. 18 (2), 175-191 (2001).
  41. Humphrey, G. K., Goodale, M. A., Jakobson, L. S., Servos, P. The role of surface information in object recognition: Studies of a visual form agnosic and normal subjects. Perception. 23 (12), 1457-1481 (1994).
  42. Snow, J. C., Skiba, R. M., Coleman, T. L., Berryhill, M. E. Real-world objects are more memorable than photographs of objects. Frontiers in Human Neuroscience. 8, 837 (2014).
  43. Gomez, M. A., Snow, J. C. Action properties of object images facilitate visual search. Journal of Experimental Psychology: Human Perception and Performance. 43 (6), 1115-1124 (2017).
  44. Gerhard, T. M., Culham, J. C., Schwarzer, G. Distinct visual processing of real objects and pictures of those objects in 7- to 9-month-old infants. Frontiers in Psychology. 7, 827 (2016).

Tags

व्यवहार अंक 148 वास्तविक दुनिया वस्तुओं कम्प्यूटरीकृत छवियों पारिस्थितिक वैधता turntable इच्छा से भुगतान नियंत्रित प्रयोगशाला शर्तों
नियंत्रित प्रयोगशाला शर्तों के तहत वास्तविक दुनिया वस्तुओं प्रस्तुत करने के लिए तरीके
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Romero, C. A., Snow, J. C. Methods… More

Romero, C. A., Snow, J. C. Methods for Presenting Real-world Objects Under Controlled Laboratory Conditions. J. Vis. Exp. (148), e59762, doi:10.3791/59762 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter