Source : Laboratoire de Jonathan Flombaum, Johns Hopkins University
Psychophysique est une branche de la psychologie et neurosciences qui tente d’expliquer comment physiques quantités sont traduits en tir neuronaux et les représentations mentales d’ampleur. Une série de questions dans ce domaine se rapporte à des différences notables-juste (SDP) : combien faut-il quelque chose de changer afin que le changement soit perceptible ? Pour pomper les intuitions à ce sujet, tenir compte du fait que les petits enfants croître à un rythme considérable, relativement parlant, mais rarement, on remarque la croissance qui se déroulent sur une base quotidienne. Toutefois, lorsque l’enfant revient du camp de sommeil-away ou quand un grand-parent voit l’enfant après une absence prolongée, à quelques semaines de plus en plus est plus perceptible. Cela peut paraître énorme ! Changements de hauteur sont seulement remarqués après une absence, parce que les petits changements qui ont lieu sur une base quotidienne sont trop petites pour être perceptible. Mais après une absence, de nombreux petits changements s’additionnent. Alors combien la croissance doit prendre place pour se faire remarquer ? Le montant minimal est le SDP.
Psychologues et chercheurs en neurosciences mesurent JND dans de nombreux domaines. Combien plus lumineux une lumière doit-il être de se faire remarquer ? Combien plus fort un son doit-il être ? Ils obtiennent souvent les mesures en employant un paradigme de choix forcé. Cette vidéo mettra l’accent sur la taille, démontrant une approche standard pour mesurer un SDP lorsque la superficie d’une forme est modifiée.
1. matériel
2. les stimuli et plan d’expérience
Figure 1. Une représentation schématique d’un seul essai à choix forcé dans une expérience visant à mesurer la différence de Just-perceptible (SDP) pour la taille du cercle. Tout d’abord, un écran prêt invite les participants qui ont un procès commencera. Ensuite, deux disques bleus apparaissent sur l’afficheur, side-by-side. Ils restent présents pour seulement 200 ms, à quel point le compteur demande au participant une réponse. La touche « L » est utilisée pour indiquer l’objet sur la gauche et la touche « R » pour indiquer l’objet sur la droite.
Figure 2. Un exemple de table de sortie d’une expérience JND choix forcé. Les colonnes communiquer les données pertinentes du programme expérimental.
3. exécution de l’expérience
4. analyse des résultats
Figure 3. Résultats d’une expérience de choix forcé de trouver le SDP pour le rayon du cercle. Tracé est la proportion de temps que le stimulus de comparaison a été choisi comme le plus grand (par le participant) en fonction de la taille du stimulus de comparaison. L’incitation constante a toujours eu un rayon de 10 px.
Exactement combien doit-il quelque chose à changer pour une différence perçue ?
Pensez, par exemple, de jeunes enfants qui se développent rapidement — obtenir plus haut sur une base quotidienne. Toutefois, il est souvent difficile de constater des changements subtils, surtout s’ils se battent encore atteindre un ballon de basket.
Sur une période beaucoup plus longue, leur Poussée de croissance devient plus perceptible ; en fait, la quantité peut sembler énorme ! Ces changements de hauteur sont seulement remarqués après une interruption parce que les petites différences au quotidien sont trop petites pour être perceptible.
Les minimes encore perçue est la juste–différence notable, qui, pour cet exemple, est la plus petite quantité de croissance remarquée.
Cette vidéo montre une approche standard pour mesurer une juste–différence notable dans la taille de la forme. Non seulement nous discutons les étapes requises pour concevoir et exécuter une expérience, mais aussi expliquer comment analyser les données et interpréter les résultats décrivant simplement comment petit d’un changement de zone est nécessaire pour être perçue.
Dans cette expérience, les participants sont brièvement montrés deux cercles différents qui varient en taille et sont obligés de choisir quel est le plus grand.
Pendant chaque essai, on est toujours présenté avec la même circonférence, tandis que l’autre est variée. Cette approche est appelée la méthode des stimuli constant.
Dans ce cas, l’incitation constante est conçue pour avoir un rayon de 10 px et situé au hasard sur la gauche ou la droite de l’écran. En revanche, l’autre cercle, appelé le stimulus de comparaison, aura un rayon qui varie entre 5 et 9 et entre 11 et 15 px.
Compte tenu de ces 10 possibilités, le stimulus de comparaison montre 10 fois de chaque côté, pour un total de 200 essais. La variable dépendante est enregistrée comme quel stimulus a été choisie pour être la plus grande.
Les participants sont censés choisir correctement si ils ont perçu une différence de taille entre les deux stimuli. Toutefois, lorsque les formes sont plus proches de circonférence et ci-dessous la différence juste-notable, performance est prédit à décliner.
Pour commencer l’expérience, saluer le participant dans le laboratoire. Avec eux confortablement assis devant l’ordinateur, expliquer les instructions de la tâche : l’écran aura le mot « Prêt ? » sur elle jusqu’à ce qu’ils Appuyez sur la barre d’espace.
Regardez comme deux stimuli bleus apparaissent et demandez aux participants d’indiquer lequel impulsion ils pensaient était plus grande et en appuyant sur la touche « L » pour gauchers et « R » réponses à droite. Rappelez-leur qu’ils doivent deviner si ils ne sont pas sûr de qui est le plus grand.
Après avoir répondu à des questions le participant pourrait avoir, quitter la salle. Permettez-leur de terminer toutes les épreuves de 200 sur une période de 5 min. Quand ils finissent, retourner à la salle et les remercier pour avoir participé à l’expérience.
Pour analyser les données, récupérez d’abord le fichier de sortie programmée qui a capturé les réponses de chaque participant. Rapide coup de œil sur les données pour s’assurer que les spectacles étaient sensées — à savoir que, lorsque les tailles des stimuli de comparaison étaient 5 et 15 px, précision était presque parfait.
Ensuite, ajoutez une colonne à la table de sortie appelée « Précision » afin de déterminer si les réponses enregistrées sont corrects ou non. Comparer ceux donnés aux réponses correctes pour tous les essais. Utiliser ce qui suit si l’instruction de s’inscrire à un 1 lorsque la réponse donnée a été corriger et 0 alors qu’il était incorrect.
Maintenant, ajoutez une autre colonne à la table, étiquetée « Proportion des réponses de comparaison ». Comparez la colonne « Position de comparaison » avec « Réponse » et utilisez une nouvelle instruction IF pour marquer un ‘1’ lorsque le stimulus de comparaison a été choisi ou un ‘0’ si le cercle constant a été choisi.
Pour visualiser les résultats, faire un scatter plot avec la taille de la comparaison sur l’axe des abscisses et le pourcentage de fois où il a été choisi comme étant plus grande sur l’axe des ordonnées. Rappelons que l’incitation constante a toujours eu un rayon de 10-px, c’est pourquoi des stimuli avec 5 ou 6 rayons px étaient presque jamais et ceux avec 14 ou 15 ont été toujours retenues.
Avec un rayon de 9 ou 11 px, la comparaison était plus difficile et les participants ont souvent fait des erreurs. En fait, la performance était au niveau de la chance, ce qui suggère que les différences n’étaient pas étant perçues.
Pour calculer la juste–différence notable, prenez la taille de comparaison qui a été choisie à 75 % du temps, dans ce cas, un rayon de 12, moins la taille de comparaison qui a été choisi à 25 % du temps — rayon de 8 — et diviser le résultat par 2 pour une réponse de 2 px.
En d’autres termes, les rayons des cercles doivent différer d’au moins 2 px pour leurs tailles pour être perçue avec précision.
Maintenant que vous êtes familier avec juste-notables différences dans la perception des tailles des objets visuels, regardons comment ce paradigme est utilisé dans les études neurophysiologiques d’explorer comment le cerveau réagit et dans d’autres situations comportementales, telles que la distinction entre les niveaux de graisses dans les aliments.
Les chercheurs ont étudié comment les neurones dans le cortex visuel codent les propriétés physiques du monde, comme les tailles des objets.
À l’aide de techniques d’enregistrement électrophysiologique qui mesurent les patrons de tir en conjonction avec la présentation de stimuli, les chercheurs ont constaté que les neurones qui sont sensibles à la taille parfois répond de la même manière aux objets qui sont en fait différentes tailles.
C’est pourquoi SDP sont juste-à peine-perceptible : parfois, dans le cerveau, les stimuli pertinents vraiment produisent des effets impossibles à distinguer.
En outre, les chercheurs ont utilisé une tâche juste–différences notables pour caractériser les différents seuils pour détecter des concentrations de matières grasses dans les aliments.
Ils ont constaté qu’individus avec un indice de masse corporelle plus élevé requis une différence perceptible-juste supérieur, ou un seuil plus élevé, avant de goûter des acides gras dans les échantillons. Ces résultats pourraient conduire à de nouvelles approches afin de limiter la consommation de graisse excédentaire.
Vous avez juste regardé introduction de Jupiter à des différences notables-juste. Maintenant vous devriez avoir une bonne compréhension de la manière de concevoir et d’exécuter l’expérience, mais aussi comment analyser et évaluer les résultats.
Merci de regarder !
Le graphique à la Figure 3 montre la proportion du temps où le stimulus de comparaison a été choisi en fonction de la taille de son rayon. Rappelons que l’incitation constante possède toujours un rayon de 10-px dans cette expérience. C’est pourquoi, avec un rayon de 5 ou 6 px, la comparaison n’est presque jamais choisie, et il est presque toujours choisi avec un rayon si 14 ou 15 px. Cependant, avec un rayon de 9 ou 11 px, la comparaison est difficile. Les participants font souvent des erreurs. Le SDP est définie comme suit : la taille de comparaison quand il est choisi environ 75 % du temps moins sa taille lorsqu’elle est choisie à 25 % du temps, tout divisé par 2. Ici, ces chiffres sont 12 et 8, respectivement. Le SDP pour le rayon du cercle est de 2 px.
Il y a des raisons mathématiques détaillées pourquoi est-ce le calcul exact d’un SDP, avoir à faire avec les statistiques et la nature des distributions normales (courbes en cloche). Mais en regardant le graphique doit faire le calcul plus intuitive. Quand le rayon était seulement de 1 px plus petit ou plus grand que 10, le participant fait beaucoup d’erreurs, effectuant très près de 0,5, c’est-à-dire qu’elle produirait si elle était juste deviner. Mais performance devenue rapidement beaucoup plus précis avec une différence de pixel de 2, et c’était presque parfait avec une différence de pixel de 3 ou plus. La figure 4 est une version annotée de la Figure 3, destinés à illustrer le calcul d’un SDP.
La figure 4. Une version annotée de la Figure 3.
Une des principales applications de l’approche de l’incitation constante à mesure un SDP est venu en neurosciences, spécifiquement dans les études de neurophysiologie conçu pour étudier comment la décharge des neurones individuels encode des propriétés physiques sur le monde. Ces études portent généralement un singe avec des électrodes implantées dans leur cortex visuel. Les électrodes pénètrent dans les cellules individuelles qui répondent à des stimuli visuels en tirant ou dopage, c’est-à-dire en procédant à un signal électrique rapide. Dans les études sur l’utilisation de méthodes de SDP, les chercheurs ont découvert que les neurones individuels sont bruyants-elles répondent à la taille ou la luminosité ou la couleur d’un stimulus plus ou moins la même façon chaque fois, mais avec une certaine variabilité. Il en résulte que deux stimuli très similaires vont déclencher la même réponse de temps en temps. Un cercle d’un rayon de 10 sera px obtenir parfois la même réponse neuronale comme un cercle d’un rayon de 9 px ou un cercle d’un rayon de 11 px. C’est pourquoi SDP sont juste-à peine-perceptible : parfois, dans le cerveau, les stimuli pertinents vraiment produisent des effets impossibles à distinguer.
Exactly how much does something need to change for a difference to be perceived?
Think of, for instance, young children who grow rapidly—getting taller on a daily basis. However, it’s often difficult to notice subtle changes, especially if they still struggle to reach a basketball.
Over a much longer span, their growth spurt becomes more than perceptible; in fact, the amount can seem enormous! These changes in height are only noticed after a lapse because the small day-to-day differences are too small to be perceivable.
The minimal yet perceived amount is the just-noticeable-difference, which, for this example, is the smallest amount of growth noticed.
This video demonstrates a standard approach for measuring a just-noticeable-difference in shape size. Not only do we discuss the steps required to design and execute an experiment, but we also explain how to analyze the data and interpret the results describing just how small of a change in area is necessary to be perceived.
In this experiment, participants are briefly shown two different circles that vary in size and are forced to choose which one is larger.
During each trial, one is always presented with the same circumference, whereas the other is varied. This approach is referred to as the method of constant stimulus.
In this case, the constant stimulus is designed to have a radius of 10 px and located randomly on either the left or right side of the screen. In contrast, the other circle, called the comparison stimulus, will have a radius that varies between 5 and 9 and between 11 and 15 px.
Given these 10 possibilities, the comparison stimulus is shown 10 times on each side, for a total of 200 trials. The dependent variable is recorded as which stimulus was chosen to be the larger one.
Participants are expected to choose correctly if they perceived a difference in size between the two stimuli. However, when the shapes are closer in circumference and below the just-noticeable difference, performance is predicted to decline.
To begin the experiment, greet the participant in the lab. With them sitting comfortably in front of the computer, explain the task instructions: The screen will have the word “Ready?” on it until they press the space bar.
Watch as two blue stimuli appear and instruct the participant to indicate which stimulus they thought was larger by pressing the ‘L’ key for left- and ‘R’ for right-side responses. Remind them that they should guess if they are not sure which one is larger.
After answering any questions the participant might have, leave the room. Allow them to complete all of the 200 trials over a 5-min period. When they finish, return to the room and thank them for taking part in the experiment.
To analyze the data, first retrieve the programmed output file that captured each participant’s responses. Quickly glance at the data to make sure that performances were sensible—namely, that when the sizes of the comparison stimuli were 5 and 15 px, accuracy was near perfect.
Next, add a column to the output table called ‘Accuracy’ to determine whether the recorded answers are correct or not. Compare those given to the correct responses for all trials. Use the following IF statement to register a 1 when the response given was correct and 0 when it was incorrect.
Now, add another column to the table, labeled ‘Proportion of Comparison Responses’. Compare the column ‘Comparison Position’ with ‘Response’ and use a new IF statement to mark a ‘1’ when the comparison stimulus was chosen or a ‘0’ if the constant circle was chosen.
To visualize the results, make a scatter plot with the size of the comparison on the x-axis and the proportion of times it was chosen as being larger on the y-axis. Recall that the constant stimulus always had a 10-px radius, which is why stimuli with 5 or 6 px radii were almost never chosen and those with 14 or 15 were always chosen.
With a radius of 9 or 11 px, the comparison was more difficult and participants often made mistakes. In fact, performance was at chance level, suggesting that differences were not being perceived.
To calculate the just-noticeable-difference, take the comparison size that was chosen 75% of the time, in this case a radius of 12, minus the comparison size that was chosen 25% of the time—radius of 8—and divide the result by 2 for an answer of 2 px.
In other words, the radii of the circles need to differ by at least 2 px for their sizes to be accurately perceived.
Now that you are familiar with just-noticeable differences in the perception of visual objects’ sizes, let’s look at how this paradigm is used in neurophysiological studies to explore how the brain responds and in other behavioral situations, such as distinguishing between fat levels in food.
Researchers have investigated how individual neurons in the visual cortex encode the physical properties of the world, like objects’ sizes.
Using electrophysiological recording techniques that measure firing patterns in conjunction with stimuli presentation, researchers found that neurons that are sensitive to size will sometimes respond in the same way to objects that are actually different sizes.
This is why JND are just-barely-noticeable: sometimes, in the brain, the relevant stimuli really do produce indistinguishable effects.
In addition, researchers have used a just-noticeable-differences task to characterize individual thresholds for detecting fat concentrations in food.
They found that individuals with a higher body mass index required a higher just-noticeable difference, or higher threshold, before tasting fatty acids in the samples. These results could lead to new approaches to limit excess fat consumption.
You’ve just watched JoVE’s introduction to just-noticeable differences. Now you should have a good understanding of how to design and run the experiment, as well as how to analyze and assess the results.
Thanks for watching!
Related Videos
Sensation and Perception
11.0K Vues
Sensation and Perception
17.2K Vues
Sensation and Perception
11.7K Vues
Sensation and Perception
6.8K Vues
Sensation and Perception
18.3K Vues
Sensation and Perception
17.3K Vues
Sensation and Perception
13.2K Vues
Sensation and Perception
14.8K Vues
Sensation and Perception
15.8K Vues
Sensation and Perception
5.7K Vues
Sensation and Perception
15.5K Vues
Sensation and Perception
15.9K Vues
Sensation and Perception
15.3K Vues
Sensation and Perception
24.3K Vues
Sensation and Perception
6.4K Vues