Summary
厳密に制御された実験条件下で、現実世界のオブジェクトと同じオブジェクトの一致した画像を提示する方法について説明します。メソッドは意思決定タスクのコンテキストで説明されますが、同じ現実世界のアプローチは、知覚、注意、記憶などの他の認知領域に拡張することができます。
Abstract
人間の物体ビジョンに関する我々の知識は、刺激がコンピュータ化された2次元(2次元)画像の形で提示される研究にほぼ専ら基づいている。しかし、日常生活の中で、人間は主に画像ではなく、現実世界の固体物体と相互作用します。現在、オブジェクトの画像が現実世界の例と同様の行動または神経プロセスを引き起こすかどうかについてはほとんど知りません。ここでは、現実世界を研究室に持ち込む方法を紹介します。我々は、厳密に制御された視聴条件下で豊かで生態学的に有効な現実世界の刺激を提示するための方法を詳述します。実物とその画像の視覚的な外観と、連続してインターリーブされた試験で実際の物体やコンピュータ化された画像を提示するために使用できる新しい装置とプロトコルを密接に一致させる方法について説明します。実際のスナック食品の意欲的な支払い(WTP)と同じ項目の2-D画像を比較する場合の例として、意思決定パラダイムを使用します。実際の物体として表示される食品のWTPは、同じ食品の高解像度の2D色の画像に対して6.6%増加し、実際の食品は画像よりも価値があると認識されることを示唆しています。制御された条件下で実際の物体刺激を提示することは、実験者にとっていくつかの実用的な課題を提示するが、このアプローチは、自然主義的な根本した認知過程と神経プロセスに対する我々の理解を根本的に拡大する。ビジョン。
Introduction
人間の知覚と認知における一次研究の翻訳的価値は、その発見が実世界の刺激と文脈にどの程度移るかにかかっている。長年の質問は、脳が実世界の感覚入力を処理する方法に関するものです。現在、視覚認知の知識は、通常、コンピュータ化された画像の形で提示される2次元(2次元)画像の形で刺激に依存している研究にほぼ専ら基づいています。現代の世界では画像の相互作用がますます一般的になってきていますが、人間は視覚システムが画像1ではなく、実際の物体との知覚と相互作用を可能にするために進化したアクティブなオブザーバーです。今日まで、人間の視力の研究における包括的な仮定は、画像が実際のオブジェクトの表示に相当し、適切なプロキシであるという考え方でした。しかし、現在のところ、画像が実際のオブジェクトと同じ基礎となる認知プロセスを効果的に引き起こすかどうかについては、驚くほどほとんど知りません。したがって、画像に対する応答が、実際の対応によって引き起こされた応答とどの程度似ているか、または異なるかを判断することが重要です。
これらの刺激が脳内で処理される方法の違いにつながる可能性のある実際のオブジェクトと画像の間にいくつかの重要な違いがあります。.2 つの目で実際のオブジェクトを見ると、各目はわずかに異なる水平方向の視点から情報を受け取ります。双眼格差として知られている異なる画像間のこの不一致は、深さ2、3の統一感覚を生成するために脳によって解決される。立体視から導き出された深度キューは、モーション視視などの他のソースと共に、オブジェクトの自己中心的な距離、位置、物理的なサイズ、および3次元(3D)幾何学的な正確な情報を観察者に伝えます。形状構造4、5.オブジェクトの平面画像は、モニターまでの距離のみがオブジェクトへの距離ではなく、観測者によって知られているため、刺激の物理的なサイズに関する情報を伝えるものではありません。ステレオグラムなどのオブジェクトの3D画像は、実際の物体の視覚的な外観をより近くに近似しますが、3D空間には存在せず、手でつかむなどの本物のモーターアクションも行いません6。
実験文脈における実物刺激の実用的課題
刺激的なプレゼンテーションが完全にコンピュータ制御されているイメージビジョンの研究とは異なり、実際のオブジェクトを操作することは、実験者のための実用的な課題の範囲を提示します。オブジェクトプレゼンテーションの位置、順序、およびタイミングは、実験全体を通じて手動で制御する必要があります。実際のオブジェクトの操作(画像とは異なり)は、7、8、9を収集するか、10個のオブジェクトを作成し、実験の前に刺激を設定し、実験の前に刺激を提示する必要があるため、かなりの時間のコミットメントを伴うことができます。スタディ中に手動でオブジェクトを使用します。さらに、画像を用いて実際の物体に対する反応を直接比較するように設計された実験においては、異なる表示フォーマット8、9における刺激の外観を密接に一致させることが重要である。刺激パラメータ、環境条件、ならびに実際の物体および画像刺激のランダム化とカウンターバランスは、すべて慎重に制御され、因果要因を分離し、観察された効果の代替説明を除外する必要があります。
実際のオブジェクト (および一致したイメージ) を表示するためのメソッドは、意思決定パラダイムのコンテキストで説明されています。しかし、刺激形式が知覚、記憶、注意などの視覚認知の他の側面に影響を与えるかどうかを調べるために、一般的なアプローチを拡張することができます。
実際のオブジェクトはイメージと異なる方法で処理されますか?意思決定の事例
現実世界のシナリオで遭遇するオブジェクトの種類と実験室での実験で調べられるものの不一致は、人間の意思決定の研究において特に明らかです。食事の選択のほとんどの研究では、参加者は、コンピュータモニタ11、12、13、14上で着色された2D画像として提示されるスナック食品に関する判断を行うように求められます。対照的に、どの食べ物を食べるかについての日常的な決定は、通常、スーパーマーケットやカフェテリアなどの本物の食品の存在下で行われます。現代の生活では、スナック食品(看板、テレビ画面、オンラインプラットフォームなど)の画像を定期的に表示していますが、実際のエネルギー密度の高い食品の存在を適切に検出して応答する能力は、進化論から適応的である可能性があります。それは成長、競争上の優位性、および再生15、16、17を容易にするので、視点.
意思決定と食事の選択に関する科学的研究の成果は、肥満率の上昇を抑制することを目的とした公衆衛生イニシアチブを導くために使用されてきた。しかし、残念ながら、これらのイニシアチブは、測定可能な成功18、19、20、21でほとんど満たされていないようです。肥満は依然として疾患22の世界的な負担に大きく寄与しており、冠状動脈性心疾患、認知症、II型糖尿病、特定の癌、罹患率の全体的なリスクの増加を含む関連する健康問題の範囲にリンクされています22 ,23,24,25,26,27.最近の数十年にわたって肥満と関連する健康状態の急激な上昇は、安価でエネルギー密度の高い食品18、29の入手可能性と関連している。したがって、日常の食事の決定を調節する基礎となる認知システムと神経系を理解することに強い科学的関心があります。
異なる形式の食品が脳内で処理される方法に違いがある場合、これは肥満と戦う公衆衛生のアプローチが失敗した理由の洞察を提供する可能性があります。前述の画像と実世界のオブジェクトの違いにもかかわらず、スナック食品の画像が実際のオブジェクトと同様に処理されるかどうかについては、驚くほどほとんど知られていません。特に、本物の食品が同じアイテムの一致した画像よりも価値があるか、またはサテの価値があると認識されているかどうかについてはほとんど知られていません。古典的な初期の行動研究は、幼い子供たちがスナック食品30の2D色の画像の文脈で満足を遅らせることができたが、彼らは実際のスナック食品31に直面したときではないことを発見しました。しかし、スナック食品が表示される形式が意思決定や評価に影響を与えるかどうか、私たちの研究室から現在までに1つの研究だけを調べた研究はほとんどありません。刺激パラメータと環境要因がフォーマット7間で一致する場合の質問。ここでは、健全な人間観察者における意思決定が刺激が表示される形式に影響を受けるかどうかを調べるための革新的な技術と装置について述べた。
今回の研究7は、Bushongたちは、大学生がベッカー・デグルート・マルシャク(BDM)入札タスクを使用して、日常的なスナック食品の範囲に金銭的な入札を行うことを求められた、Bushongと同僚12によって行われた以前の実験によって動機付けられた。34.被験者間のデザインを用いて、Bushongたちは12人のスナック食品を、テキスト記述子(すなわち「スニッカーズバー」)、2Dカラー画像、または本物の食品の3つの形式のいずれかで提示した。スナックの平均入札単価(ドル)は、3つの参加者グループで対照的でした。驚くべきことに、本物の食べ物を見た学生は、画像やテキスト記述子と同じ刺激を見た人よりも61%多く、著者が「実際の暴露効果」と呼ぶ現象12を支払うことを喜んでいた。しかし、批判的に、テキストと画像の条件の参加者は、グループ設定で入札タスクを完了し、個々のコンピュータ端末を介して回答を入力しました。逆に、実際の食品条件に割り当てられたものは、実験者と1対1でタスクを実行しました。実態と画像条件での刺激の外観も異なっていた。実際の食品条件では、食品は銀のトレイ上の観察者に提示され、画像条件では、刺激は黒い背景にスケーリングされたトリミング画像として提示されました。したがって、参加者の違い、環境条件、または刺激に関連する違いは、実際の食品の入札を膨らませる可能性があります。Bushong,et al.12に続いて、実際の食品が食品の2-D画像よりも価値があるかどうかを調べましたが、批判的に、環境と刺激に関連する要因を慎重に制御した被験者内設計を用いた。各ディスプレイ形式の刺激を試用から試用にランダムにインターリーブできるカスタムデザインのターンテーブルを開発しました。刺激のプレゼンテーションとタイミングは、実際のオブジェクトと画像の試行で同一であったため、参加者が異なる表示条件でタスクを実行するために異なる戦略を使用できる可能性が減少しました。最後に、実際の物体や画像の状態における刺激の出現を注意深く制御し、実際の食品や画像が見かけの大きさ、距離、視点、背景に密接に一致した。試験全体で刺激フォーマットをランダム化できる他の手順やメカニズムがある可能性がありますが、我々の方法は、多くのオブジェクト(および画像)を比較的迅速なインターリーブ連続で提示することを可能にします。統計的な観点から、この設計は、被験者間の設計を使用するよりも、より重要な効果を検出する力を最大化します。同様に、この効果は、オブザーバー間の支払い意欲(WTP)の先行差に起因することはできません。もちろん、被験者内の設計が需要特性の可能性を開く場合です。しかし、我々の研究では、参加者は、入札タスクに表示された表示形式に関係なく、実験の最後に食品を「勝つことができる」ことを理解しました。参加者はまた、任意に入札を減らすこと(すなわち、画像のために)は、勝つ可能性を減らし、希望のアイテムを獲得するための最良の戦略は、自分の真の値34、35、36を入札することです。.この実験の目的は、BDM入札タスク34、35を使用して、実際の食品のWTPと2-D画像を比較することです。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
実験プロトコルは、ネバダ大学、リノ社会、行動、教育機関審査委員会によって承認されました。
1. 刺激と装置
図 1:リアルオブジェクト(ターンテーブルに表示)と同じ項目の2-D画像(コンピュータモニタに表示)が一致しました。この実験の刺激は、60の人気スナック食品から成り立った。実際の食品(左パネル)はターンテーブルで撮影され、得られた2D画像(右パネル)は、見かけの大きさ、距離、視点、背景に密接に一致しました。この図のより大きなバージョンを表示するには、ここをクリックしてください。
-
刺激
-
リアルオブジェクト
- 地元のコンビニエンスストアで人気のスナック食品60品(図1など)を購入。理想的には、食品がカロリー密度の広い範囲(例えば、0.18から6.07)7に及っていることを確認してください。各食品の包装を開き、パッケージと一部の食品の両方をプレートに置きます。刺激コントラストを最大化するには、ホワイトペーパープレートを使用します。
-
2-D写真
- ターンテーブルのセルに食べ物のプレートを置き(図2を参照)、2-D画像の刺激の背景が実際の食品の対応物と一致できるように、ターンテーブル上の刺激を撮影します(図1参照)。
- ターンテーブルの前の三脚にカメラ(「材料の表」を参照)を配置します。刺激をまっすぐ前方から見たときのカメラの距離、高さ、角度を、参加者の目の距離と一致するように設定します。ターンテーブルの端からカメラを50cm(または以下)に配置して、写真が参加者の到達距離内にあると認識されるようにします。
- テストルームで照明のソースを設定し、一定に保持します。ターンテーブルの刺激の直接照明を提供するために、シーリングライトやランプなどの照明の直接ソースを使用してください。実験中に実際の食品のプレゼンテーション中に、同じ照明レベルとソースが使用されていることを確認します。一定のFストップとシャッタースピードのカメラを使用して、ターンテーブル(同じ照明ソースを使用して)上の本物の食品を撮影します。表示形式全体の全体的な輝度、シェーディング パターン、スペキュラ ハイライトを可能な限り近く一致させます。各刺激に対してこのプロセスを繰り返します。
- 必要に応じて、画像処理ソフトウェアを使用して、色、輝度、および視覚サイズの 2-D イメージを調整します (「材料の表」を参照)。色相/彩度タブと[明るさ/コントラスト]タブをクリックし、ターンテーブルに取り付けたときに画像が現実世界の対応とできるだけ似ているようにスライダを移動します。
- 実際のオブジェクトをコンピュータ モニタの横に配置してイメージ内のオブジェクトのサイズを微調整し、刺激がサイズに正確に一致するまでピクセル サイズを増減します。編集時に、画像処理ソフトウェアのページ ビュー (ズーム) が 100% に設定されていることを確認します。
- イメージの編集に使用するモニターが、スタディ中に参加者モニタとして使用されるモニタと同じ (または同じサイズのモニタ) であることを確認します。画像の解像度、縦横比、ピクセル数を 1 インチあたり一定に保つ。さらに、モニターが最大の刺激をフルサイズで表示するのに十分な大きさであることを確認します。
-
リアルオブジェクト
図 2: ターンテーブルコンポーネントとアセンブリを示す回路図。(A) ターンテーブルデバイスの主要コンポーネントとその相対的な位置決め。(B)20個個のセルを持つターンテーブル装置を組み立てた。実際のオブジェクトは、各セル内に配置できます。垂直方向の仕切りは、参加者が隣接するセル内の項目を表示するのを防ぎます。この図のより大きなバージョンを表示するには、ここをクリックしてください。
-
ターンテーブル装置
- 直径 2 m のターンテーブルの円形 (木材) ベースと、20 スロット (1 cm W; 図2を参照) を持つ丸い中央コア (直径 56 cm、H 24 cm H) を作成します。回転する円柱の上にコアを置き、簡単に回転できるようにします(図 2Aを参照)。
- 20 のディバイダー (H 24 cm x L 62 cm x W 0.5 cm) を作成します。各仕切りをターンテーブルの中央コアにスライドさせて、20個のセル(24 cm x 62 cm x 26 cm)を形成します。
- テーブルの上に円形のベースを配置します (図3Aを参照してください)。着席した参加者がターンテーブル上のアイテムを快適に表示できる高さにあることを確認します。
- ターンテーブルと参加者の間に垂直パーティション(81 cm x 127.5 cm)を作成します(図 3Bを参照)。ターンテーブルから26cmの仕切りを配置し、パーティションの後ろに液晶コンピュータモニタ用のスペースを与えます。パーティションとターンテーブルの間のスペースが参加者の手の届かないところに刺激を置かないようにしてください。
- パーティションに絞りを作成します。絞りの幅が調整可能であることを確認し、最終的な設定では、参加者がターンテーブル上の項目を一度に 1 つだけ表示できるようにします (図 3Bを参照)。重要なのは、絞りがターンテーブル上の刺激への参加者の物理的なアクセスを妨げないように十分に広い/高くしていることを確認することです。
- 参加者モニター用にスライドプラットフォーム(L 18.5 cm x W 11.5 cmの木材)を下側に取り付けた木材を作成します(図3Dを参照)。
- ディスプレイの書式設定条件間を迅速に切り替えられるように、スライディング プラットフォームと参加者モニターをターンテーブルとパーティションの間に配置します (図 3Dを参照)。画像試行中に、参加者モニターを表示開口部内に配置します。実際のオブジェクト試行でパーティションの背後にあるモニタを取り消します (図 3を参照)。
- 実験者モニター用に小さな机を使用するか、棚を作成します (図 3A、Cを参照)。実験者モニターを使用して、実際のアイテムまたはイメージを設定するタイミング、およびオブジェクトの ID を次の試行に関するプロンプトを表示します。
- マウスのキーボード トレイを、パーティションの開口部のすぐ下にあるターンテーブル ベースに取り付けます (図 3Bを参照)。ターンテーブルと壁の両側の間にカーテン(または同様のオクルーダー)を取り付け、参加者が実験中に刺激と実験者を見ないようにします。
- コンピュータ制御液晶閉塞メガネ37を購入(または作る)(図3B、Cおよび材料の表を参照)。
注:オクルージョンの眼鏡は刺激の視聴時間のミリ秒制御を提供する。眼鏡は、試用間隔中に不透明(「閉じた状態」)になり、刺激プレゼンテーション中に透明(「開いた状態」)になります。メガネを制御するためのコンピュータコマンド(およびここで説明するプロトコルの実行に必要な他のすべてのスクリプトおよびファイル)は、http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)で入手できます。- 実験を開始する前に、メガネが正しく開閉していることをテストします(つまり、http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zipで利用可能な「GlassesTest」スクリプトを使用します)。
図 3:ターンテーブル装置をセットアップしてテストする方法。 (A) テストの準備ができているターンテーブル装置のセットアップ。ターンテーブルが組み立てられたら、着席した参加者のための快適な高さでテーブルの上に置かれるべきです。垂直パーティションを作成し、参加者とターンテーブルの間に配置する必要があります。パーティション内には、表示の絞りがある必要があります。「参加者モニター」は、2-D画像を表示するために使用されます。LCDモニタは、垂直パーティションの後ろに配置し、開口部を表示し、ターンテーブルの前に配置する必要があります。モニターは、試験全体で参加者の視界に出入りすることを可能にするスライドプラットフォームに取り付けられています。参加者の視界から外れた「実験者モニター」は、今後の試験に提示する刺激を実験者に知らせるために使用されます。(B) 装置の見方と、参加者の視点からの実物刺激一度に参加者に表示できる食品は 1 つだけです。キーボード トレイは、参加者が座っている場所の正面のデスクに取り付ける必要があります。参加者は、コンピュータマウスで応答を行います。(C) スライドプラットフォームに取り付けられた参加者モニターを示す側面図。画像トライアルでは、実験者は参加者モニターを視野の開口部にスライドさせます。参加者モニターは、実際のオブジェクトトライアルの垂直パーティションの後ろに引き込まれます。(D) ターンテーブル装置の設定を示す空中回路図。ターンテーブルの 20 個のセルのそれぞれに、1 つの実オブジェクトを配置できます。参加者は、コンピュータ制御の視覚閉塞メガネを着用しながら、視聴開口部の前に座る必要があります。実験者は、実験者モニターで今後の試行を表示し、ターンテーブルを手動で回転させたり、必要に応じて参加者モニタを移動したりできます。この図のパネルCは、エルゼビアの許可を受けて参照7から転載されています。この図のより大きなバージョンを表示するには、ここをクリックしてください。
2. 一般的な手順: ランダム化と設計
- 実際の試用版とイメージトライアルをランダムにインターリーブする MATLAB を使用してスクリプトを作成します。参加者の半数が特定のスナック食品(リンゴなど)を実際のオブジェクトとして見て、残りの参加者がそのアイテムを2-D画像として見ることを確認します。参加者ごとに、実験内で異なるスナック食品が提示される順序をランダム化します。実際の項目をターンテーブルに配置するスクリプトリストを作成し、実験を開始する前に、その順序を設定します (http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zipで利用可能な「runStudy」スクリプトを参照してください)。
- ターンテーブルの項目を正しい順序で配置します (図 3Aを参照)。
注:研究中の刺激の数に応じて、セットアップ時間は最大30分かかる場合があります。 - モニターを絞りに配置し、他のすべての項目と実験者が参加者のビューからマスクされていることを確認します(1.2.7を参照)。
- 参加者がターンテーブルから約50cm離れたところでホワイトノイズを再生し、ホワイトノイズマシンまたはイヤホンを介して、参加者が今後のトライアルで刺激フォーマットを予測できないようにします。
- 参加者に眼鏡をかけて、メガネが閉じた/不透明な状態であることを確認します。眼鏡は現在閉じているが、必要になるときに開くことを参加者に説明する。
-
実験者モニターを見て、今後の試用条件の種類(実数または画像)を確認します(図3Aを参照)。
- 「実際のオブジェクト」の試行では、スライドプラットフォームを介して、表示開口部から参加者モニターを取り込み、ターンテーブル上の参加者にオブジェクトが表示されないようにします(図1Aおよび3を参照)。
- コンピュータコマンド(例えば、ボタンを押す)を作成して、メガネの開閉をトリガし、実際の食べ物をターンテーブルに3sで見えるようにします。メガネを閉じたら、参加者モニターを絞り口の前に戻し、キーを押してメガネを開いて応答を行います(入札など)。参加者が応答を入力すると、メガネを自動的に閉じてみましょう(http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zipで利用可能な「runStudy」スクリプトを参照)。
- 「実際のオブジェクト」の試行では、スライドプラットフォームを介して、表示開口部から参加者モニターを取り込み、ターンテーブル上の参加者にオブジェクトが表示されないようにします(図1Aおよび3を参照)。
-
実験者モニターを表示して、次のトライアルの準備をします。キーを押して次の裁判に進みます。
- 2-D 画像の試用版では、LCD モニタを表示開口部内に配置します (図 1Bおよび図 3を参照)。キーを押してメガネを開きます。モニターを開き口に置き、キーを押してメガネを開いて参加者が応答します。次の刺激を表示する準備ができていることを確認します。キーを押して次の裁判に進みます。
3. ランダム化と設計の手順
-
食品の画像を使用して、好みと親しみやすさの評価タスクを作成します(実際の食品ではなく、「runStudy」「LikeSurvey」「FamSurvey」スクリプトを参照http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)。プリファレンスと親しみやすさの評価タスクに対して 2 つの異なるブロックを作成し、オブザーバー間でブロックの順序を逆分散します (図 4を参照)。
- 各参加者について、各ブロック内に表示される画像の順序をランダム化し、各食品画像を表示した後に参加者が評価を実行するためのアナログスライダーを作成します(図4、'runStudy'、'like_slider'、および'Fam_slider'スクリプトを参照)。http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)で入手可能です。
- スクリプトに入札タスクを追加します。2.1 で説明したようにランダム化します。スクリプトにフード オークションを追加します。入札タスクから 60 個の食品のうち 1 つをランダムに選択し、コンピュータに選択しを行います。コンピュータに、選択したアイテムに対して、25 セント単位で $0 ~ $3 のランダムな入札を行います (図 4および 'bidModule' スクリプトを参照してください)(http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zipで利用可能)。
図 4:現在の研究のための実験設計。実験は、(1)食品嗜好・親しみやすさ評価タスク、(2)入札タスク、(3)食品オークション、(4)ラボ内待ち期間の4段階で構成された。参加者は、まず、優先または親しみやすさの評価タスク (参加者間で相殺) を完了します。好みのタスクでは、参加者は3sの各スナック食品の画像を見て、スライドアナログ入札バーを使用して(-7から7評価尺度を使用して)アイテムがどれくらい好きかを評価しました。親しみやすさの評価タスクでは、参加者はアイテムにどの程度精通しているかを示しました (0 ~ 3 の評価尺度を使用)。次に、参加者は入札タスクを完了し、スナック食品ごとに支払う意思 ($0-$3) を評価しました。刺激の半分は本物の食品として提示され、半分は2D画像として提示された。各試験の視聴時間は、コンピュータ制御の視覚閉塞眼鏡を用いて制御した。トライアルの開始時に、メガネは3秒の「開いた」(透明)状態に移行し、3秒のインタートライアル間隔で「閉じた」(不透明)状態に戻ります。その後、眼鏡が開き、参加者が応答を記録できるようにしました。入札タスクが完了すると、参加者が食品を「落札」したかどうか、および価格を決定する「オークション」が行われました。オークションの後、ラボで30分の待機時間が義務付けられた。参加者が食品を獲得した場合、彼らは待ち時間中に食べ物を消費することができます。すべての参加者は、オークション中に食品が獲得されたかどうかにかかわらず、待機期間中ラボに残るように求められました。この図はエルゼビアの許可を受けて参照7から転載したものです。この図のより大きなバージョンを表示するには、ここをクリックしてください。
4. 参加者の選考とスケジューリング
- 食べることを楽しみ、頻繁にスナックを食べることを自己申告し、多種多様なスナック食品(地域に代表される)に精通している参加者を募集します。参加者が体重を減らすために積極的にダイエットしていないことを確認し、食物アレルギー、食事制限(ベジタリアン、グルテンフリーなど)または食物関連疾患を持ち、妊娠していないことを確認してください。
- BDM入札タスク12、35に従って、スナック食品が通常消費される午後1:00から7:00の間に参加者をスケジュールするようにしてください。実験12の前に3時間食べるのを控えるように参加者に注意してください。
注:これは、参加者が空腹であることを確認し、食品のために正確に入札します。
5. アンケート手続き
- 参加者ごとに、個人の人口統計情報(年齢、性別)を収集し、正常または修正された正常な視力と記録の高さと体重があるかどうかを尋ねます(これらのデータは、体重指数の計算に役立ちます)。
6. プリファレンスと親しみやすさの評価タスク手順
- 参加者に60個のスナックのそれぞれにどれだけ精通しているかを評価してもらいます。参加者にアナログスライドバーをマウスクリックで応答させる(例えば、"0"= あまり馴染みがない)。"3" = 非常によく知られている)応答が自己ペースであることを確認します (図 4を参照)。
- アナログスライドバーをマウスクリックして60個のスナックをどれだけ気に入っているかを参加者に評価してもらいます(例えば、"-7"= 強く嫌い)。"0" = 無関心;"7" = 強く好き)。応答が自己ペースであることを確認します。
7. 入札タスク手順
-
60の一般的なスナック食品の入札に使用できる3ドルの手当が与えられることを参加者に伝えます。入札タスク14,35のルールを中継します。
- 最良の戦略は、小売価格に基づいて入札するのではなく、実際の価値を入札することです:実験の最後にアイテムを食べるためにどれだけの支払いを喜んでいるかを強調します。
- 研究の最後に、実験室で30分の待機期間が必須であることを参加者に思い出させます(図4参照)。入札タスクに「勝つ」場合は、実験の最後に 1 つの食品を消費できることを参加者に説明します。彼らが入札を「失う」場合、彼らはそれにもかかわらず、外の食べ物や飲み物を消費することなく、待ち時間の間、研究室にとどまるように求められます。
- テストルームに参加者を座る(2.4-2.5を参照)。60の実験項目の一部ではない3つの項目で練習オークションを実行します。参加者の前に3つのアイテムを1つずつ置きます。参加者に、アイテムがどれくらい気に入っているかを評価してもらいます(-7~7)。
- 参加者の前にもう一度1つずつアイテムを置きます。各アイテムの入札($0 ~$3)を参加者に依頼します。参加者が指示を理解していることを確認し、理解をクロスチェックするための質問をします。
- マウスの横に$3を置き、お小遣いは自分の手当であり、1アイテムにつき3ドルまで入札してもよいことを思い出させます。
- セクション 2.6.1 - 2.7.1 を参照してください。実際のオブジェクトと画像の試行を行うための。図 4は、入札タスク手順を示しています。
8. フードオークション/30分待機期間手続き
- 参加者がスナック食品を「勝つ」かどうか、またどのような価格で「勝った」かどうかを確認してください(http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zipで入手可能な「runStudy」スクリプトを参照してください)。
注:コンピュータは、$0から$3の間の乱数で構成される入札を25セント単位で行います。コンピュータの入札単価が参加者の入札単価と同等でない場合、参加者はアイテムを「落札」して消費します。参加者は、実験者に3ドルの手当からコンピュータの入札価格を支払います。これまでの多くの研究は、BDM入札タスク34、36、38の根拠を詳細に検討した。
9. カロリー推定手順
- 主な実験に表示される各食品について、テキスト表示(「スニッカーズバー」)を提示し、参加者にサービングサイズのカロリーを推定(ペンで書き留める)ように依頼します。
10. データ分析
-
統計解析ソフトウェア (材料の表を参照) を使用して、線形混合効果モデリング解析を実行します。線形混合効果モデルを使用して、参加者内のネストされた応答 (つまり、同じ参加者からの観測値の依存関係) を説明します。参加者、アイテム、表示形式、好み、カロリー密度、推定カロリー、入札の変数を使用してデータセットを作成します。[解析]をクリックし、[混合モデル]をクリックしてから、[モデル]をクリックしてから、線形をクリックしてモデルを作成します。
- 変数の参加者を[サブジェクト]ボックスに転送し、[続行]を押します。従属変数: ボックスに入札単価を転送します。次に、[件名] ボックスと [表示形式] ボックスに[サブジェクト]ボックスを転送します。次に、基本設定をコバリエート(s)ボックスに転送します。
- [固定]をクリックし、[モデル] ボックスに [参加者] を除くすべての変数を選択して追加し、[続行] をクリックします。[ランダム]をクリックし、[組み合わせ] ボックスに [参加者] を選択して追加し、オブザーバー内およびオブザーバー間の応答の変動を考慮します。[続行]をクリックします。
- [統計]をクリックし、[共分散パラメーターの説明統計量]、[パラメータ推定値]、および [検定] ボックスをオンにします。[続行]をクリックします。[EM平均] をクリックし、すべての因子と因子交互作用を選択して[表示平均]ボックスに転送します。[続行]をクリックします。最後に[OK]を押します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
本実験の代表的な結果を以下に示す。結果のより詳細な説明は、フォローアップ研究と共に、元の出版物7で見つけることができます。Bid の従属変数を持つ線形混合効果モデルと、表示形式、プリファレンス、カロリー密度、および推定カロリーの独立変数を使用しました。予想通り、以前の研究12、14に沿って、プリファレンス評価と入札(F(1,1655)=1803.69、p<.001)との間に強い肯定的な関係があった。 入札金額が 0.15 ドル増加した (β = .15, t(1655) = 42.47, p < .001;d = 8.03)。また、入札に対するカロリー密度の有意な主な効果もありました(F(1, 1649) = 6.87、 p < .01)。カロリー密度の1単位増加は、入札で$.024の増加に関連していました (β = .024, t(1649) = 2.62, p < .01;d = 0.50)。推定カロリーの主な効果も有意でした (F(1, 1672) = 6.88, p < .01)11.推定カロリーの1単位の増加は、WTP (β = .009, t(1671) = 2.62, p < .01;d = .50)。言い換えれば、観察者は、より高いカロリー含有量であると認識された食品は、低カロリー含有量の食品よりも価値があると評価しました。重要なことに、他のすべての要因を制御した後、表示フォーマット(F(1,1645)=7.99、p<.01、d =.53)の有意な主な効果が見つかり、実際の食品と食品画像の入札が6.62%増加しました。 実際の食品(対画像)のWTPの増幅は、参加者全体で比較的一貫しており、28人中20人が効果を示した。図5は、実物 (赤) と画像 (青) として表示される食品を別々に、好みの関数として各スナック食品の平均入札単価を表示します。同様に、図 6は、各スナック食品の平均入札単価を、各表示形式の食品に対して個別にカロリック密度の関数として表示します。実際の食品と画像のWTPの増幅は、図5と図6の両方で明らかです。重要なことに、入札に対する表示形式の効果は、食品の好み(F (1, 1644) = .025、p = .88)、カロリー密度 (F (1, 1643) = 2.54、p = .11) および推定カロリー (F (1,1643) = .11) を越えて一定でした。 p = .74)、および他の因子間の有意な高次相互作用はなかった(すべてのp値≥ .11)。
入札に対する推定カロリーの影響は観察したが、その効果は比較的弱かった。この結果は、刺激プレゼンテーション時の食品を見ているのではなく、主実験後のテキストプロンプトに応じて推定タスクを行ったという事実によって説明することができる。さらに、特定の食品中のカロリーの数を推定することは、必ずしも直感的な作業ではありません。多くの観察者は、彼らが消費する食品のカロリー密度を知らない(または注意を払わない)。
図 5:好みと表示形式の関数としてプロットされた各スナック食品の平均金銭的な入札。予想通り、金銭的な入札と食品の嗜好格付けとの間には強いプラスの関係があり、より強く好かれた食品の入札が高かった。重要なのは、実際の食品の入札単価が一致する食品画像よりも大きいディスプレイ形式の重要な主な効果があったことです。表示形式と好みの効果との間に有意な相互作用はなかった。食品の平均入札単価 ($) は、実際の食品 (赤) と 2-D 画像 (青) に対して個別に表示されます。各データ ポイントは、各表示形式の食品に対して個別に、各食品のグループ平均入札単価を表します。赤と青の実線は、それぞれ実際のオブジェクトとイメージ条件に最適な線を表します。この図は、エルゼビアの許可を受けて、参照7から転載したものです。この図のより大きなバージョンを表示するには、ここをクリックしてください。
図 6: カロリー密度と表示形式の関数としてプロットされた各スナック食品の平均金銭的入札。入札と実際のカロリー密度との間には有意なプラスの関係があり、カロリー密度の高い食品の入札単価が高いことがわかりました。表示形式とカロリー密度の効果との間に有意な相互作用はなかった。食品の平均入札単価 ($) は、実際の食品 (赤) と 2-D 画像 (青) に対して個別に表示されます。各データ ポイントは、各表示形式の食品に対して個別に、各食品のグループ平均入札単価を表します。赤と青の実線は、それぞれ実際のオブジェクトとイメージ条件に最適な線を表します。この図は、エルゼビアの許可を受けて、参照7から転載したものです。この図のより大きなバージョンを表示するには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
今回の論文の全体的な目標は、制御された実験条件下で多数の実世界の物体(および画像)を提示する方法に関する詳細な情報を提供することにより、「現実世界」のオブジェクトビジョンの将来の研究を容易にすることです。我々は、食事の選択と食品の評価に影響を与える要因を研究するための生態学的に有効なアプローチを提示する。人間の意思決定7に関する最近の研究で用いられる方法について述べ、実世界の物体の形で提示されたスナック食品が2D画像として提示される食品と異なる価値があるかどうかを調べた。実験7では、空腹の大学生が日常的なスナック食品の範囲に金銭的な入札を行いました。被験者内のデザインを用いて、刺激の半分を本物の食品として各観察者に提示し、残りは食品の高解像度色の2D写真として提示された。実際の食品と食品の画像は、見かけの大きさ、距離、背景、視点、照明のために密接に一致しました。以前の研究7からの重要な逸脱では、環境条件と刺激タイミングは、異なる表示形式にわたって同一であった。各ディスプレイ形式の試行の順序は、カスタム構築されたターンテーブルデバイスを使用して実験全体を通してランダム化されました。テストセッションの開始時に、参加者は60種類の食欲をそそるスナック食品(画像として提示)に対する好みと親しみを評価しました。主な実験では、観察者は、実際のオブジェクトまたは2-D画像のいずれかとして表示された60の食品のそれぞれに対する支払い意欲(WTP)を示しました。実際の物体または画像条件への食品の割り当ては、観察者間で相殺された。同様の質問12に対処した以前の研究に続いて、我々は観察者が各スナック食品のために金銭的な入札($0-$3)を入力したベッカー・デグルート・マルシャク(BDM)35の入札タスクを使用してWTPを測定し、消費する機会を「勝つ」。実験の最後に食べ物を食べる。データのネストされた構造を考えると、リニア混合効果モデリングを使用して、WTPが表示形式、食品の好み、カロリー含有量、および推定カロリーの影響をどの程度影響するかを決定しました。観察者は、実際のオブジェクトとして表示される食品に対して、食品画像7に対して6.62%以上を支払うことを喜んでいることがわかりました。実際の食品ディスプレイの価値の増幅は、食品の好みのすべてのレベルだけでなく、食品の実際および推定カロリー含有量にわたって一貫していました。これらの結果は、参加者が入札タスク中に食べ物が提示された形式に関係なく、実験の最後に同じ(実際の)スナック食品の報酬を受け取ることができることを知っていたので、驚くべきことです。重要なのは、この調査結果は、環境文脈、刺激提示方法、または試験の違いによって説明できない、支払い意欲7、12に信頼性の高い「実質食品暴露効果」があることを確認する。表示形式間のタイミング。
要約すると、実際のオブジェクト刺激と同じ項目の2Dコンピュータ化された画像を準備する方法を説明する詳細なメソッドと、多数の実物を表示するための手動で操作可能なターンテーブルを作成する方法を提供しました。インターリーブされた連続の画像。例えば、コンピュータ制御のディスプレイメガネを使用して、刺激表示とすべての試験の視聴時間を制御するための指示を提供しました。ここで提示される方法は、観察された効果の基礎となるメカニズムを調べるための新しい道を開きます。例えば、将来の研究では、単眼的な観察条件下で実世界の刺激を提示することによって、立体視の影響を直接評価することができます(例えば、コンピュータ制御メガネの単眼と双眼の状態を使用して簡単にテストすることができます)ここに記載されている)。これは、モーション視視体と立体視の両方が相反する深度情報を提供する画像ベースの試行と素晴らしい比較を形成します。
私たちは、制御された表示条件下で現実世界のオブジェクトを提示するための実用的なソリューションを提供してきましたが、実験室で実際のオブジェクトを操作することは間違いなく困難で、コストがかかり、時間がかかります。照明、位置、サイズ、タイミング、収集、実際の物体刺激の注意深い準備(すなわち取り付け)などの刺激パラメータの制御に関連する技術的な技術に加えて、時間に比べて苦労して遅くなる可能性があります単独で画像を準備する必要があります。実験者は、必要な時間制限内で各試験の前に正しい例を見つけるのをよく実践する必要があり、実験者のエラーの明らかな可能性があります。fMRI8、39、患者10の実物視力の研究など、試験数が限られている場合には、ビデオカメラを使用して、各試験で提示された例を記録し、録音をクロスチェックします。正確さのためにポストホック。食品を扱う上で追加の課題があります, おそらく実際のオブジェクト刺激のユニークなクラスです.研究で使用される項目の数に応じて、比較的大量の食品を新鮮な手持ちで、テストルームに比較的近くに保管する必要があります。食品を含む意思決定のパラダイムでは、刺激は通常、包装を開き、内容物の一部が見えるように表示されます。多くの製造された食品は、無期限の貯蔵寿命(すなわち、ツインキー)を持っているように見えますが、ほとんどのアイテムは、鮮度と視覚的な魅力を維持するために定期的に交換する必要があります。これらの条件を組み合わせることで、実際の形式と画像形式の間の食品の外観を、オブジェクトやツールなどの非腐敗性刺激クラスで可能な程度に正確に制御することが困難になります。また、ターンテーブル装置を元の研究7(黒)に現れた方法から、ここで描かれた方法(白)に変更したことも重要です。.
上記の考慮事項は、実際のオブジェクトを操作する時間とリソースのコストが正当化されるかどうか、またはより便利なイメージディスプレイを使用して同様の結果を得ることができるかどうかという重要な問題を提起します。意思決定パラダイム7の結果は、実際の食品ディスプレイが、好みやカロリー密度などの他の要因と相互作用しない評価(すなわち、線形効果)の一定の増加を引き起こすことを示しています。これらの結果は、人間の認知の他の領域からの所見と意思決定の鳩尾から得られます。例えば、現実世界のオブジェクトは、10、40、41、メモリ42を強化し、画像よりも注意を引き付け、44より多く認識される。2-D 画像と比較して、fMRI 繰り返し抑制効果は、実オブジェクト8に対して減少します。同様に、高密度EEGによって測定された実物に対する脳応答の時間的ダイナミクスのきめ細かい検討は、実際の物体(対画像)がミューリズムのより強く、より長期的な非同期を引き出すことを明らかにする- の署名モータアクションの自動計画に関与するビスオモータネットワークの活性化9.実物のmu非同期化における増幅は、ステレオプシス9に関連する初期の信号の違いとは無関係である。これらの知見をまとめると、画像表示を使用して得られる結果のパターンは広く一貫している可能性があるが、実際のオブジェクトが使用されていた場合に観察されたものよりも説得力が低いことを示唆している。言い換えれば、画像ビジョンの研究から実際の物体ビジョンへの画像移動の研究から得られた知見が、画像ビジョンの基礎研究の翻訳価値を維持する場合です。現在、この問題に関する確固たる結論を出すには不十分なデータがありますが、最近の、左半球と右半球の運動領域と右半球の実物の影響の解離に関する証拠6この仮定に関する懸念を提起する。例えば、注意キャプチャに対する実物の効果は、オブジェクトが観察者の手の届かないところに配置されている場合、またはオブジェクトが手の届くところにあるが透明なバリア6の後ろに配置されている場合に、2-Dおよび3-D画像で観察されるレベルに落ちる。実際のオブジェクト (イメージではなく) との手動操作の可能性によって、処理方法が決まります。今後の研究では、ここで説明するプロトコルを使用して、同様の根本的な因果メカニズムが支払い意欲に対する「実質食品暴露効果」を調節するかどうかを調査する可能性があります。たとえば、距離またはバリア操作6を使用して、到達可能または把握可能な実際のスナック食品が、そうでないものとは異なる方法で処理されるかどうかを判断し、同じ操作が影響を与えるかどうかを判断できます。食品画像の処理)。この問題に関する決定的な結論を出すためには、生態学的に有効な実物刺激を用いた今後の研究が必要である。重要なのは、同様のメカニズムが異なる認知ドメインや異なるタスクで再生されている場合ではないかもしれません。それにもかかわらず、現実世界のオブジェクトを操作するアプローチは、自然主義的なビジョンを駆動する基礎となるプロセスとメカニズムに重要な新しい洞察を提供することを約束します。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者は何も開示していない。
Acknowledgments
この研究は、国立衛生研究所(NIH)の国立眼科研究所からの助成金によって支援されました R01EY026701,国立科学財団(NSF)[助成1632849]と臨床翻訳研究インフラネットワーク [許可 17-746Q-UNR-PG53-00]コンテンツは著者の責任のみであり、必ずしもNIH、NSFまたはCTR-INの公式見解を表すものではありません。
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 |
References
- Gibson, J. J. The Ecological Approach to Visual Perception. , Houghton Mifflin. Boston. (1979).
- Westheimer, G. Three-dimensional displays and stereo vision. Proceedings of the Royal Society B: Biological Sciences. 278 (1716), 2241-2248 (2011).
- Julesz, B. Foundations of cyclopean perception. , U. Chicago Press. Oxford. (1971).
- Sprague, W. W., Cooper, E. A., Tošić, I., Banks, M. S. Stereopsis is adaptive for the natural environment. Science Advances. 1 (4), (2015).
- Nityananda, V., Read, J. C. A. Stereopsis in animals: evolution, function and mechanisms. Journal of Experimental Biology. 220, Pt 14 2502-2512 (2017).
- Gomez, M. A., Skiba, R. M., Snow, J. C. Graspable Objects Grab Attention More Than Images Do. Psychological Science. 29 (2), 206-218 (2018).
- 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).
- 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).
- Marini, F., Breeding, K. A., Snow, J. C. Distinct visuo-motor brain dynamics for real-world objects versus planar images. NeuroImage. , (2019).
- 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).
- 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).
- 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).
- Rangel, A. Regulation of dietary choice by the decision-making circuitry. Nature Neuroscience. 16 (12), 1717-1724 (2013).
- 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).
- 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).
- Sclafani, A.
Conditioned food preferences. Bulletin of Psychonomic Society. 29 (2), 256-260 (1991). - Volkow, N. D., Wise, R. A. How can drug addiction help us understand obesity. Nature Neuroscience. 8 (5), 555-560 (2005).
- Drewnowski, A., Darmon, N. Food choices and diet costs: An economic analysis. Journal of Nutrition. 135 (4), 900-904 (2005).
- 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).
- 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).
- Neal, D. T., Wood, W., Quinn, J. M.
Habits: A repeat performance. Current Direction in Psychology. 15 (4), 198-202 (2006). - 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).
- 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).
- Whitmer, R. A., et al. Central obesity and increased risk of dementia more than three decades later. Neurology. 71 (14), 1057-1064 (2008).
- 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).
- Brownell, K. D., Gold, M. S. Food and addiction: A comprehensive handbook. , Oxford University Press. (2012).
- 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).
- Zhang, Y., et al.
Obesity: Pathophysiology and Intervention. Nutrients. 6 (11), 5153-5183 (2014). - 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).
- 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).
- 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).
- 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).
- 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).
- Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behavior Science. 9 (3), 226-232 (1964).
- Becker, G. M., DeGroot, M. H., Marschak, J.
Stochastic models of choice behavior. Behavior Science. 8 (1), 41-55 (1963). - 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).
- Milgram, P.
A spectacle-mounted liquid-crystal tachistoscope. Behavior Research Methods. 19 (5), 449-456 (1987). - 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).