Name: Les méthodes pour tester attention visuelle en ligne (Vidéo) | JoVE Journal
Uploaded: 2015-02-19T14:00:00.000+00:00
Duration: 9 min 44 s
Description: Découvrez les méthodes de collecte de données en ligne pour les tâches d'attention visuelle. Ce protocole utilise une application web avec calibration d'écran pour garantir une présentation précise des stimuli et des résultats fiables.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Les auteurs n’ont rien à divulguer.

Le protocole a été approuvé par le comité d&#39;examen institutionnel à l&#39;Université de Wisconsin-Madison. Les étapes suivantes ont été écrit comme un guide pour les programmeurs de reproduire le processus automatisé de l&#39;application Web décrit. 1. Connectez-vous Participant <ol><li> Demandez au participant d&#39;utiliser un ordinateur connecté à Internet et accédez à l&#39;application Web en utilisant un navigateur compatible HTML5: <a href="http://brainandlearning.org/jove" target="_blank">http://brainandlearning.org/jove</a> . Demandez le participant se asseoir dans une salle tranquille, sans distractions, avec l&#39;ordinateur à une hauteur confortable. NOTE: Depuis toute l&#39;expérience est hébergé en ligne, les tâches peuvent également être effectuées à distance sans la présence d&#39;un assistant de recherche. Toutes les instructions pour le participant sont inclus dans l&#39;application Web. </li><li> Avoir l&#39;entrée des participants un identifiant unique qui sera associée avec les données collectées et stockées dans un databas MySQLe. Demandez le participant utiliser ce ID si les tâches en ligne ne sont pas terminées dans la même session. Avant de vous connecter, obtenir le consentement du participant par l&#39;intermédiaire d&#39;un formulaire de consentement liée sur la page. REMARQUE: les progrès d&#39;un participant est enregistrée après chaque tâche afin de permettre l&#39;achèvement des deux tâches à des moments différents si nécessaire. Demandez au participant d&#39;utiliser toujours le même ID pour commencer là où il se était arrêté. </li></ol> 2. Etalonnage de l&#39;écran NOTE: L&#39;application Web guide le participant à travers les trois étapes décrites dans la page d&#39;étalonnage à: <a href="http://brainandlearning.org/jove/Calibration" target="_blank">http://brainandlearning.org/jove/Calibration</a> . <ol><li> Demandez au participant à l&#39;entrée de la diagonale de l&#39;écran en pouces dans le champ marqué. <ol><li> Toutefois, si le participant ne sait pas cette information, ont le participant trouver un CD ou carte de crédit comme un objet d&#39;étalonnage ( <strong&gt; Figure 1). Quand on est sélectionné, amener le participant à placer l&#39;objet contre l&#39;écran et l&#39;aligner avec une image représentative de l&#39;objet affiché sur l&#39;écran. </li><li> Demander le participant pour ajuster la taille de l&#39;image de l&#39;écran en fonction de la taille de l&#39;objet physique. Sur la base des mesures d&#39;un CD physique (diamètre de 4,7 &quot;) ou d&#39;une carte de crédit (largeur de 3,2&quot;) en plus de la taille des pixels de l&#39;image représentative, déterminer le rapport de pixels à pouces pour l&#39;écran. </li><li> Récupérer la résolution en pixels de l&#39;écran via screen.width et screen.height les propriétés de JavaScript pour calculer ensuite la diagonale de l&#39;écran en pixels. Connaître cette valeur et le ratio estimé précédemment pixel-à-pouce (voir l&#39;étape 2.1.2), convertir la diagonale en pouces. Demandez au participant de confirmer cette valeur par une boîte de dialogue. </li></ol></li><li> Demander aux participants de régler le brigh écranparamètres de tness 12 jusqu&#39;à ce que toutes les bandes dans un gradient de noir à blanc affichées sur l&#39;écran se distinguent clairement. Luminosité contrôles de réglage varient par ordinateur. </li><li> Demandez au participant de se asseoir à une longueur de bras à côté du moniteur dans une position confortable, puis réglez la fenêtre du navigateur en mode plein écran. La fenêtre du navigateur doit être en mode plein écran pour maximiser l&#39;espace visuel utilisé par les tâches et d&#39;éliminer toutes les distractions visuelles, telles que la barre d&#39;outils de navigateur et les barres des tâches de bureau. </li><li> Connaître la résolution de l&#39;écran du participant et la diagonale de l&#39;écran, utilisez l&#39;application Web pour calculer automatiquement la valeur de conversion pixels / degré, basée sur une distance d&#39;observation de 50 cm. Redimensionner les dimensions des stimuli dans les tâches à l&#39;aide de cette valeur. Toutes les dimensions de l&#39;angle visuel rapportées ci-dessous sont basés sur ce supposé valeur moyenne du moniteur à distance. </li><li> Une fois l&#39;étalonnage est terminé, demander au participant de remplir les deux tâches described ci-dessous. Choisissez l&#39;ordre des tâches ou assigner au hasard l&#39;ordre via l&#39;application web. </li></ol> 3. Multiple Object Tracking Groupe (MOT) - Figure 2 <ol><li> Introduire et familiariser le participant avec les stimuli MOT travers un didacticiel auto-guidé, vus à: <a href="http://brainandlearning.org/jove/MOT/practice.php" target="_blank">http://brainandlearning.org/jove/MOT/practice.php</a> . Demandez au participant de lire les instructions étape-par-étape qui démontrent comment les essais vont travailler. Une fois que le participant a fini de lire les instructions, invite le participant à passer par les essais pratiques. <ol><li> Configurez les stimuli de pratique pour se composent de huit points à 0,8 ° avec une vitesse de déplacement de 2 ° / sec. Utilisez le HTML5 requestAnimationFrame API pour optimiser l&#39;animation du navigateur à un taux de 60 Hz de cadre pour contrôler ce mouvement de relance. </li><li> Se assurer que les points se déplacent dans les limites d&#39;un cercle de 2 ° excentricité et un circle pas plus grand que la hauteur de l&#39;écran du participant, sans les instructions obscurcies. </li><li> Définissez les points pour se déplacer dans une trajectoire aléatoire, où à chaque image un point a une chance de changer de direction par un angle maximum de 0,2 ° de 60%. Si un point entre en collision avec un autre point ou les limites radiales intérieures ou extérieures, déplacer le point dans la direction opposée. </li><li> Demander aux participants de suivre les points bleus (variant entre 1 et 2 points par essai de la pratique), avec les points jaunes agissant comme distracteurs. </li><li> Après 2 secondes, changer les points bleus à points jaunes et de continuer à les déplacer parmi les points jaunes originaux pour un autre 4 sec. À la fin de chaque essai, arrêter les points et mettre en évidence une. </li><li> Demander aux participants de répondre par appuyer sur la touche si le point était mis en évidence un point chenilles ou un point de distraction. Ensuite, invite le participant à appuyer sur la barre d&#39;espace pour continuer sur le prochain procès. </li><li> Après trois essais consécutifs corrects, ou un maximum de six essais, move le participant sur la tâche complète. </li></ol></li><li> Lancer la tâche MOT complète pour le participant. Un exemple de la tâche peut être trouvé à: <a href="http://brainandlearning.org/jove/MOT" target="_blank">http://brainandlearning.org/jove/MOT</a> . <ol><li> Configuration de la tâche complète avec 16 points qui se déplacent à 5 ° / sec à l&#39;intérieur de l&#39;espace compris entre 2 ° et 10 ° excentricité excentricité. Si l&#39;écran du participant ne peut pas se adapter à un cercle de 10 ° d&#39;excentricité, utiliser la taille maximale de l&#39;écran peut contenir à la place. </li><li> Demandez au participant de compléter un total de 45 essais: un mélange de cinq essais consistant en une dot suivis et 10 essais chacun consistant en 2-5 points suivis. Correspondre à tous les autres paramètres à des essais pratiques (voir les étapes 3.1.3 - 3.1.6). </li><li> Enregistrez la réponse et la réponse du temps du participant une fois que le point est mis en évidence. </li><li> Pour toutes les 15 essais, suggérer une pause pour le participant. Lors de ces pauses, afficher le participantLa performance du (des essais corrects pour cent) dans le bloc à l&#39;écran; 7. </li></ol></li></ol> 4. Passer d&#39;une tâche à l&#39;autre (Facultatif) <ol><li> Permettre aux participants de prendre une pause entre les deux tâches. Cependant, répétez les étapes 1 et 2 si les tâches ne sont pas achevées au cours de la même session de connexion. </li></ol> 5. Useful Field of View Groupe (UFOV) - Figure 3 <ol><li> Introduire et familiariser le participant avec les stimuli UFOV travers un didacticiel auto-guidé, vus à: <a href="http://brainandlearning.org/jove/UFOV/practice.php" target="_blank">http://brainandlearning.org/jove/UFOV/practice.php</a> . Demandez au participant de passer par quatre étapes d&#39;instructions étape-par-étape qui démontrent les deux stimuli cibles qui doivent être pris en charge au cours de la tâche. <ol><li> Réglez le stimulus central cible comme une ° smiley qui clignote au centre de l&#39;écran soit avec cheveux longs ou courts. Aléatoire lala longueur des cheveux de smiley entre les essais. </li><li> Réglez le stimulus cible périphérique comme une étoile 1 ° qui clignote à 4 ° excentricité à l&#39;un des huit endroits autour du cercle (0 °, 45 °, 90 °, 135 °, 180 °, 225 °, 270 ° et 315 °) . Aléatoire l&#39;emplacement de l&#39;étoile entre les essais. </li><li> Contrôle des stimuli via durée nombre d&#39;images utilisées pour le temps de présentation. Optimiser cadre rafraîchissement à environ 17 ms par image en utilisant l&#39;API HTML5 requestAnimationFrame. </li><li> Pour vérifier si le temps de présentation attendu a été atteint, utiliser la méthode getTime de JavaScript () pour obtenir un temps de début et de fin du temps de la durée de relance basé sur l&#39;horloge système du participant. Calculer le temps de présentation mesurée à partir de ces deux valeurs et utiliser cette valeur pour l&#39;analyse des données. </li><li> Pour chaque essai de la pratique, attendre 500 ms avant d&#39;afficher les stimuli pour environ 200 ms (environ 12 cadres). </li><li> Suivez relance présentation avec un masque de bruit composé d&#39;une matrice de points en niveaux de gris généré aléatoirement pour 320 ms (environ 19 cadres). </li><li> Pour la phase 1, ne affiche que l&#39;objectif central et demandera alors au participant de répondre par appuyer sur la touche dont la longueur des cheveux a été affiché. </li><li> Pour la phase 2, ne affiche que la cible périphérique et demandera alors au participant de cliquer sur l&#39;un des huit lignes radiales, représentant les huit emplacements cibles possibles, pour indiquer où l&#39;étoile brillait. </li><li> Pour l&#39;étape 3, afficher les deux stimuli cibles centrales et périphériques, puis invite le participant à fournir des réponses à la fois le type de smiley et l&#39;emplacement de l&#39;étoile. NOTE: Les participants peuvent choisir librement l&#39;ordre de ces deux réponses. </li><li> Pour l&#39;étape 4, afficher les deux stimuli cibles en plus de distracteurs périphériques, puis invite le participant à répondre à deux stimuli cibles. Pour les distracteurs, affichage 1 ° carrés présentés aux sept emplacements restants à 4 ° excentricité, in plus de 8 autres places à 2 ° excentricité. </li><li> Après la réponse du participant, montrer les évaluations des participants (une coche verte pour une réponse correcte ou une croix rouge pour une réponse incorrecte) pour chaque réponse cible après chaque essai. </li><li> Déplacez le participant sur la scène de la pratique suivante après avoir obtenu trois essais consécutifs corrects. Après l&#39;étape 4, déplacer le participant sur la tâche complète. </li></ol></li><li> Demander le participant pour démarrer la tâche complète UFOV. Un exemple de la tâche peut être trouvé à: <a href="http://brainandlearning.org/jove/UFOV" target="_blank">http://brainandlearning.org/jove/UFOV</a> . <ol><li> Présenter le même stimulus central dans la séance d&#39;essais (voir l&#39;étape 5.1.1). Affichez le périphérique cible à 7 ° excentricité à l&#39;un des huit emplacements mentionnés précédemment (voir point 5.1.2). 24 carrés distracteurs sont également affichées à 3 ° excentricité, 5 ° excentricité, et les 7 ° restantsemplacements d&#39;excentricité. </li><li> Utiliser un 3-bas, une procédure en place escalier pour déterminer le temps de présentation des stimuli: diminuer la durée des stimuli après trois essais consécutifs corrects et augmenter après chaque essai d&#39;erreur. </li><li> Avant les trois premières reprises dans l&#39;escalier, utiliser une taille de pas de deux cadres (environ toutes les 33 ms). Après trois reprises, utiliser une taille de pas d&#39;une trame. Varier le retard avant le début de relance entre une trame et 99 images par procès, et de garder la durée de masque de bruit à 320 msec (environ 19 cadres). REMARQUE: Les reprises sont les points où la durée modifie de façon significative à la diminution de l&#39;augmentation ou diminution à une augmentation. </li><li> Terminer la tâche lorsque l&#39;une des trois conditions est remplie: la procédure d&#39;escalier atteint huit reprises; le participant remplit 10 essais consécutifs soit à la durée de plafond (99 trames) ou la durée de plancher (1 trame); ou le participant atteint un maximum de 72 essais. </li><li> Enregistrez r du participantÉPONSE et temps de réponse pour les deux stimulus central et le stimulus périphérique. </li></ol></li></ol>

<ol><li>Henrich, J., Heine, S. J., Norenzayan, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+weirdest+people+in+the+world%5BTitle%5D)+AND+%22The+Behavioral+And+Brain+Sciences%22%5BJournal%5D)">The weirdest people in the world.</a> The Behavioral And Brain Sciences. 33, 61-135 (2010).</li>
<li>Buhrmester, M., Kwang, T., Gosling, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Amazon%27s+Mechanical+Turk%3A+A+new+source+of+inexpensive%2C+yet+high-quality%2C+data%5BTitle%5D)+AND+%22Perspectives+on+Psychological+Science%22%5BJournal%5D)">Amazon's Mechanical Turk: A new source of inexpensive, yet high-quality, data.</a> Perspectives on Psychological Science. 6 (1), 3-5 (2011).</li>
<li>Goodman, J. K., Cryder, C. E., Cheema, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data+collection+in+a+flat+world%3A+the+strengths+and+weaknesses+of+mechanical+turk+samples%5BTitle%5D)+AND+%22Journal+of+Behavioral+Decision+Making%22%5BJournal%5D)">Data collection in a flat world: the strengths and weaknesses of mechanical turk samples.</a> Journal of Behavioral Decision Making. 26 (3), 213-224 (2013).</li>
<li>Mason, W., Suri, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Conducting+behavioral+research+on+Amazon%27s+Mechanical+Turk%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Conducting behavioral research on Amazon's Mechanical Turk.</a> Behavior Research Methods. 44 (1), 1-23 (2012).</li>
<li>Crump, M. J., McDonnell, J. V., Gureckis, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+Amazon%27s+Mechanical+Turk+as+a+tool+for+experimental+behavioral+research%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Evaluating Amazon's Mechanical Turk as a tool for experimental behavioral research.</a> PLoS One. 8, e57410(1371).</li>
<li>Lupyan, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+difficulties+of+executing+simple+algorithms%3A+why+brains+make+mistakes+computers+don%27t%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">The difficulties of executing simple algorithms: why brains make mistakes computers don't.</a> Cognition. 129, 615-636 (2013).</li>
<li>Ball, K., Owsley, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+useful+field+of+view+test%3A+a+new+technique+for+evaluating+age-related+declines+in+visual+function%5BTitle%5D)+AND+%22J+Am+Optom+Assoc%22%5BJournal%5D)">The useful field of view test: a new technique for evaluating age-related declines in visual function.</a> J Am Optom Assoc. 64 (1), 71-79 (1993).</li>
<li>Pylyshyn, Z. W., Storm, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tracking+multiple+independent+targets%3A+Evidence+for+a+parallel+tracking+mechanism%5BTitle%5D)+AND+%22Spatial+Vision%22%5BJournal%5D)">Tracking multiple independent targets: Evidence for a parallel tracking mechanism.</a> Spatial Vision. 3 (3), 179-197 (1988).</li>
<li>Dye, M. W. G., Bavelier, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+development+of+visual+attention+skills+in+school-age+children%5BTitle%5D)+AND+%22Vision+Research%22%5BJournal%5D)">Differential development of visual attention skills in school-age children.</a> Vision Research. 50 (4), 452-459 (2010).</li>
<li>Green, C. S., Bavelier, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Enumeration+versus+multiple+object+tracking%3A+The+case+of+action+video+game+players%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Enumeration versus multiple object tracking: The case of action video game players.</a> Cognition. 101 (1), 217-245 (2006).</li>
<li>Chapter 1. Kodak Company. Ergonomics Design Philosophy. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Kodak%E2%80%99s+Ergonomic+Design+for+People+at+Work%22">Kodak’s Ergonomic Design for People at Work</a>. Chengalur, S. N., Rodgers, S. H., Bernard, T. E. , 2nd Edition, John Wiley & Sons, Inc. Hoboken, NJ. (2004).</li>
<li>Elze, T., Bex, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((P1-7%3A+Modern+display+technology+in+vision+science%3A+Assessment+of+OLED+and+LCD+monitors+for+visual+experiments%5BTitle%5D)+AND+%22i-Perception%22%5BJournal%5D)">P1-7: Modern display technology in vision science: Assessment of OLED and LCD monitors for visual experiments.</a> i-Perception. 3 (9), 621(2012).</li>
<li>Elze, T., Tanner, T. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+Properties+of+Liquid+Crystal+Displays%3A+Implications+for+Vision+Science+Experiments%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments.</a> PLoS One. 7 (9), e44048(2012).</li>
</ol>

Ces travaux ont été soutenus par le Fonds national suisse (100014_140676), le Fonds national de la recherche scientifique (1227168) et l’Institut national de l’œil des National Institutes of Health (P30EY001319).

La collecte de données en ligne a un certain nombre d&#39;avantages par rapport collection standard de données en laboratoire. Il se agit notamment de la possibilité d&#39;échantillonner les populations beaucoup plus représentatif que le collège typique piscine cycle utilisé dans le domaine, et la capacité à obtenir des tailles beaucoup plus d&#39;échantillons en moins de temps qu&#39;il ne faut pour obtenir des tailles d&#39;échantillons qui sont un ordre de grandeur plus petite dans le laboratoire 6.1 (...

Au cours des cinq dernières années, il ya eu un regain d&#39;intérêt dans l&#39;utilisation des méthodes comportementales en ligne de collecte de données. Alors que la grande majorité des publications dans le domaine de la psychologie ont utilisé populations potentiellement non représentatifs thème 1 (c.-à-principalement étudiants des collèges) et de tailles souvent assez petits échantillons ainsi (ce est à dire, généralement de l&#39;ordre de dizaines de sujets), les méthodes en ligne offrir la promesse d&#39;échantillons beaucoup plus divers et plus. Par exemple, le service Mechanical Turk d&#39;Amazon a fait l&#39;objet d&#39;un certain nombre d&#39;études récentes, à la fois décrire les caractéristiques de la population &quot;travailleur&quot; et l&#39;utilisation de cette population dans la recherche comportementale 2-6. Toutefois, une préoccupation importante liée à ces méthodes est l&#39;absence relative de contrôle sur les variables critiques de relance. Par exemple, dans la plupart des tâches de psychophysique visuelle, les stimuli sont décrits en termes deangle visuel. Le calcul des angles visuels nécessite des mesures précises de la distance de visualisation, taille de l&#39;écran, et la résolution de l&#39;écran. Bien que ces paramètres sont triviaux de mesurer et de contrôle dans un laboratoire (où il ya un moniteur connu et participants considèrent stimuli alors que dans une mentonnière placé une distance connue de l&#39;écran), le même ne est pas vrai de la collecte de données en ligne. Dans un environnement en ligne, non seulement les participants utiliser inévitablement une grande variété de moniteurs de différentes tailles avec différents paramètres du logiciel, ils peuvent aussi ne pas avoir un accès facile aux dirigeants / mesures de bande qui leur permettrait de déterminer la taille de leur moniteur ou posséder les connaissances nécessaires pour déterminer leurs logiciels et matériels paramètres (par exemple, la fréquence de rafraîchissement, résolution). Nous décrivons ici un ensemble de méthodes pour recueillir des données sur deux tests bien connus de l&#39;attention visuelle - le champ de vision utile (UFOV) paradigme 7 et le suivi (MOT) tâche objets multiples <sup&gt; 8 - tout en évitant autant que possible les sources de variabilité qui sont inhérents à des mesures en ligne. Ces tâches peuvent être exécutées par tout participant disposant d&#39;une connexion Internet et un navigateur compatible HTML5. Les participants qui ne connaissent pas leur taille de l&#39;écran sont montés à travers un processus de mesure utilisant articles couramment disponibles de taille standard (ce est à dire, la carte de crédit / CD - voir la figure 1). Les données sur ces deux tâches ont été recueillies auprès de plus de 1700 participants à une ligne Open Course Massive. Performance moyenne de cet échantillon en ligne était très cohérent avec les résultats obtenus dans les mesures à base de laboratoire étroitement contrôlées de exactement les mêmes tâches 9,10. Nos résultats sont donc conformes à la masse croissante de documents démontrant l&#39;efficacité des méthodes de collecte de données en ligne, même dans les tâches qui nécessitent un contrôle spécifique sur les conditions de visualisation.

<table><tbody><tr><td>Ordinateur/tablette</td><td></td><td></td><td>Il doit disposer d’une connexion Internet et d’un navigateur compatible HTML5, d’un CD ou d’une</td></tr><tr><td>carte</td><td></td><td></td> de crédit <td>Peut ne pas être nécessaire si le participant connaît déjà la taille du moniteur</td></tr></tbody></table>

les méthodes pour tester attention visuelle en ligne

Methods to Test Visual Attention Online

Les méthodes de collecte de données en ligne ont un attrait particulier pour les spécialistes du comportement, car ils offrent la promesse de beaucoup plus grand et beaucoup plus d&#39;échantillons de données représentatives que peuvent généralement être recueillies sur les campus universitaires. Toutefois, avant que ces méthodes peuvent être largement adopté, un certain nombre de défis technologiques doit être surmontée - en particulier dans les expériences où un contrôle serré sur les propriétés de relance est nécessaire. Ici, nous présentons les méthodes de collecte de données de performance sur deux tests d&#39;attention visuelle. Les deux tests nécessitent le contrôle de l&#39;angle visuel des stimuli (qui à son tour nécessite la connaissance de la distance d&#39;observation, la taille de l&#39;écran, la résolution d&#39;écran, etc.) et le calendrier des stimuli (comme les tests concernent soit brièvement flashé stimuli ou des stimuli qui se déplacent à des taux spécifiques). Les données recueillies sur ces tests de plus de 1 700 participants en ligne étaient cohérents avec les données recueillies dans les versions en laboratoire des mêmes tests exacts. Ces résultatssuggèrent que avec des soins appropriés, tâches dépendantes taille calendrier / de relance peuvent être déployés dans des environnements basés sur le Web.

Retrait des valeurs aberrantes Un total de 1 779 participants ont terminé la tâche UFOV. De ce nombre, 32 participants avaient seuils UFOV qui étaient plus de 3 écarts-types de la moyenne, ce qui suggère qu&#39;ils ne ont pas pu effectuer la tâche en suivant les instructions. En tant que tel, les données UFOV de ces participants ont été retirés de l&#39;analyse finale, laissant un total de 1747 participants. Les données ont été obtenues à partir de 1 746 participant...

Pour reproduire les paramètres de laboratoire, les méthodes de collecte de données en ligne pour les tâches visuelles nécessitent un contrôle strict de la présentation des stimulus. Nous décrivons des méthodes d’utilisation d’une application web pour collecter des données de performance sur deux tests d’attention visuelle.

Les méthodes pour tester attention visuelle en ligne

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative ...

L'objectif général de cette procédure est de simplifier la collecte de données pour les tâches d'attention visuelle au moyen d'une application web en ligne. Cela est réalisé en premier lieu en connectant les participants à une application web. Ensuite, les participants reçoivent des instructions pour étalonner leurs écrans afin d'assurer une présentation correcte des stimuli.Ensuite, les participants lisent les instructions de la tâche et effectuent des essais d'entraînement. Enfin, les données sont recueillies auprès des participants pendant qu'ils accomplissent les tâches complètes. En définitive, les méthodes de collecte de données en ligne pour les tâches visuelles montrent des résultats cohérents avec ceux des méthodes traditionnelles basées en laboratoire.L'avantage principal de cette technique par rapport aux méthodes existantes est que les données peuvent être recueillies auprès d'une population plus vaste et plus diversifiée en un temps relativement court. La démonstration de cette procédure sera assurée par Olga P equal, technicienne en laboratoire. Pour commencer, demandez au participant de s'asseoir dans une pièce calme, sans distractions, devant un ordinateur connecté à Internet placé à une hauteur confortable.Demander au participant de se rendre sur l'application web indiquée ici. À l'aide d'un navigateur compatible HTML5, demander au participant de saisir un identifiant unique qui sera associé aux données recueillies et stockées dans une base de données MySQL. Avant la connexion, obtenir le consentement du participant au moyen d'un formulaire de consentement accessible depuis la page.Pour étalonner l'écran, demandez au participant d'entrer la taille diagonale de l'écran en pouces dans la zone de texte indiquée. Si le participant ne connaît pas cette information, demandez-lui de trouver un CD ou une carte de crédit comme objet d'étalonnage. Une fois un objet sélectionné, demandez au participant de le placer contre l'écran et de l'aligner avec une image représentative de l'objet affichée à l'écran.Demander au participant d'ajuster la taille de l'image à l'écran afin qu'elle corresponde à celle de l'objet physique, en se basant sur les mesures du CD physique ou d'une carte bancaire et sur la taille en pixels de l'image représentative. Déterminer la taille diagonale de l'écran en pouces. Demander au participant de confirmer cette valeur à l'aide d'une boîte de dialogue.Ensuite, demandez au participant d'ajuster les paramètres de luminosité de l'écran jusqu'à ce que les 12 bandes d'un dégradé allant du noir au blanc affiché à l'écran soient clairement discernables. Demandez au participant de s'asseoir à une distance correspondant à la longueur d'un bras par rapport au moniteur, dans une position confortable, puis passez la fenêtre du navigateur en mode plein écran. La fenêtre du navigateur doit être en mode plein écran afin de maximiser l'espace visuel utilisé par les tâches et d'éliminer toute distraction visuelle, comme la barre d'outils du navigateur ou les barres de tâches du bureau.À l'aide du didacticiel autoguidé de suivi multiple d'objets ou MOT disponible à cette URL, demandez au participant de lire les instructions étape par étape qui montrent le déroulement des essais. Une fois que le participant a terminé la lecture des instructions, invitez-le à effectuer les essais d'entraînement, en configurant les stimuli d'entraînement de manière à inclure huit points à 0,8 degré avec une vitesse de déplacement de deux degrés par seconde. Utilisez l'API HTML5 requestAnimationFrame pour optimiser l'animation du navigateur à une fréquence de 60 hertz afin de contrôler ce mouvement du stimulus.Ensuite, demandez au participant de suivre les points bleus, les points jaunes agissant comme des éléments distracteurs. Après deux secondes, remplacez les points bleus par des points jaunes et continuez à les déplacer parmi les points jaunes d'origine pendant quatre secondes supplémentaires. À la fin de chaque essai, arrêtez les points et en surbrillance un d'entre eux.Demander au participant de répondre par une pression sur une touche pour indiquer si le point surligné était un point de suivi ou un point distracteur. Après trois essais consécutifs corrects ou un maximum de six essais, faire passer le participant à la tâche complète. Pour commencer la tâche complète de suivi d'objets multiples (MOT) pour le participant, la configurer avec 16 points qui se déplacent à cinq degrés par seconde.Dans l’espace compris entre une excentricité de deux degrés et une excentricité de 10 degrés, demandez au participant d’effectuer un total de 45 essais, composés de cinq essais avec un point suivi et de 10 essais comportant chacun de deux à cinq points suivis. À l’aide du didacticiel disponible ici, demandez au participant de suivre quatre étapes d’instructions progressives illustrant les deux stimuli cibles auxquels il doit prêter attention pendant la tâche d’évaluation du champ visuel utile, ou UFOV. Le stimulus cible central est un visage souriant d’un degré qui apparaît au centre de l’écran avec soit des cheveux longs, soit des cheveux courts.Randomisez la longueur des cheveux du visage souriant entre les essais, et définissez le stimulus cible périphérique comme une étoile d'un degré qui clignote à une excentricité de quatre degrés à l'une des huit positions autour du cercle. Randomisez la position de l'étoile entre les essais. Pour la première étape uniquement.Affichez la cible centrale, puis demandez au participant de répondre par une pression sur une touche, concernant la longueur des cheveux affichée pour la seule étape deux. Affichez la cible périphérique, puis demandez au participant de cliquer sur l'une des huit lignes radiales représentant les huit emplacements possibles de la cible afin d'indiquer où est apparu l'étoile. Pour l'étape trois, affichez simultanément les stimuli cibles central et périphérique, puis demandez au participant de fournir des réponses concernant à la fois le type de visage souriant et l'emplacement de l'étoile.Pour la phase quatre, affichez les deux stimuli cibles ainsi que des distracteurs périphériques, puis demandez au participant de répondre aux deux stimuli cibles. Pour l'affichage des distracteurs, des carrés d'un degré sont présentés aux sept emplacements restants situés à une excentricité de quatre degrés, ainsi que huit autres carrés à une excentricité de deux degrés. Après la réponse du participant, affichez-lui un retour pour chaque réponse aux stimuli cibles. Après chaque essai, lorsque trois essais consécutifs corrects ont été obtenus, faites passer le participant à l'étape d'entraînement suivante.Après l'étape quatre, demandez au participant de commencer la tâche UFOV complète. Présentez le même stimulus central que lors de la séance d'entraînement. Affichez la cible périphérique à une excentricité de sept degrés à l'un des huit emplacements mentionnés précédemment.24 carrés distracteurs sont également affichés à une excentricité de trois degrés, à une excentricité de cinq degrés et aux sept degrés restants aux emplacements centriques. Utilisez une procédure en escalier « trois descend, un monte » pour déterminer le temps de présentation des stimuli : réduisez la durée des stimuli après trois essais corrects consécutifs et augmentez-la après chaque essai erroné et la tâche. Lorsqu'une des trois conditions est remplie, la procédure en escalier atteint huit inversions.Le participant effectue 10 essais consécutifs soit à la durée maximale de 99 images, soit à la durée minimale d'une image, ou jusqu'à ce qu'il atteigne un maximum de 72 essais. Les données de 1 744 participants en ligne ont été utilisées pour l'analyse du MOT. La performance au MOT a été mesurée en calculant la précision moyenne pour chaque série.La précision de taille varie de 0,4 à 1,0 pour une taille d'ensemble de un à 0,1 à 1,0 pour une taille d'ensemble de cinq, et la précision moyenne variait de 0,99 pour une taille d'ensemble de un à 0,71 pour une taille d'ensemble de cinq. Les scores médians de précision allaient respectivement de 1,0 à 0,70 pour les tailles d'ensemble de un et de cinq. La précision diminuait à mesure que la taille de l'ensemble augmentait, démontrant un effet MOT typique pour la tâche UFOV.Les données de 1 747 participants en ligne ont été analysées. La performance a été calculée en faisant la moyenne du temps de présentation sur les cinq derniers essais afin d'obtenir un seuil de détection, qui reflète la durée minimale de présentation pendant laquelle les participants peuvent détecter la cible périphérique avec une précision d'environ 79 %. Le seuil moyen de UFOV était de 64,7 millisecondes, les scores variant de 17 à 315 millisecondes, avec un seuil médian de 45 millisecondes.La distribution des seuils était asymétrique vers la droite, avec un coefficient d'asymétrie de 1,92 et un kurtosis de 3,93. Les résultats étaient conformes aux travaux antérieurs. Après avoir visionné cette vidéo, vous devriez avoir une bonne compréhension de la manière de concevoir des expériences de suivi multiple d'objets et de champ visuel utile sous forme d'applications web en suivant cette procédure.D'autres méthodes avec une présentation précise des stimuli visuels pourraient également être adaptées à un environnement en ligne. Les données pourraient alors être recueillies auprès d'une population plus généralement représentative ou d'un sous-type spécifique d'individus difficiles à rassembler en laboratoire. Merci d'avoir regardé.

Research

Recherche

JoVE Journal

Behavior

Comportement

Cet article décrit une nouvelle procédure à double tâche combinée à une présentation visuelle en série rapide pour examiner le clignement attentionnel à divers stimulus asynchronises. Cette procédure expérimentale différait des autres en ce qu’elle testait le clignement attentionnel pour les non-cibles.

Une procédure de double tâche combinée avec Rapid Serial Visual Presentation tester attentionnel pour Blink organismes non visés

Une méthode est décrite pour quantifier la qualité du traitement de l’information visuelle basée sur des mouvements oculaires réflexifs en réponse à des modalités visuelles spécifiques. Les temps de réaction et les paramètres de sortie de fixation sont utilisés pour caractériser les performances visuelles chez les enfants avec et sans déficience visuelle à partir de 6 mois.

Une méthode pour quantifier visuel Traitement de l&#39;information chez les enfants Utilisation du suivi des yeux

Les jugements d’ordre temporel peuvent être utilisés pour estimer les paramètres de vitesse de traitement et les poids attentionnels et ainsi pour déduire les mécanismes du traitement attentionnel. Cette méthodologie peut être appliquée à un large éventail de stimuli visuels et fonctionne avec de nombreuses manipulations de l’attention.

Mesure de l&#39;attention et de vitesse de traitement visuel par analyse des Temporal ordre Arrêts Model-based

Le présent article examine une méthodologie de suivi oculaire pour les études sur la compréhension de la langue. Pour obtenir des données fiables, des étapes clés du protocole doivent être respectées. Parmi ceux-ci figurent la mise en place correcte du Traqueur d’oeil (par exemple, assurer la bonne qualité des images oeil et tête) et un étalonnage précis.

Eye Tracking au cours de la compréhension du langage visuel situé : Flexibilité et Limitations en découvrant des effets de contexte visuel

Ce protocole expérimental combiné oculométrique et l’évaluation de la presaccadic sensibilité visuelle dans un paradigme de double tâche, consistant en une tâche de saccade du libre choix et une tâche de discrimination visuelle, d’enquêter sur le déploiement de l’attention visuelle spatiale avant les saccades, précis et calcul de la moyenne.

Enquête sur le déploiement d’Attention visuelle avant Saccades précises et moyenne via Oculométrique et évaluation de la sensibilité visuelle

Dans cet article, nous présentons une nouvelle méthode automatisée pour évaluer l’acuité visuelle chez les nourrissons et les tout-petits à l’aide d’un système de suivi oculaire.

Méthode automatisée d’évaluation de l’acuité visuelle chez les nourrissons et les tout-petits à l’aide d’un système de suivi oculaire

On ne sait pas comment les signaux de haut en bas de la voie visuelle ventrale affectent mouvement. Nous avons développé un modèle pour tester le comportement du moteur vers une cible sur une profondeur 3D inversion illusion. Des différences significatives sont signalées dans les deux mouvements dirigés vers un but délibérées et les actions automatiques dans des conditions d'écoute illusoires et véridiques.

Méthodes pour explorer l&#39;influence de haut en bas Visual Processes sur le comportement du moteur

Le contrôle de l’attention comprend l’amélioration des signaux cibles et l’atténuation des signaux distracteurs. Nous décrivons une approche permettant de mesurer séparément mais simultanément, la neurophysiologie de l’attention et de l’ignorance dans l’attention intermodale soutenue, en utilisant une condition de contrôle passif au cours de laquelle aucun des deux processus n’est engagé en permanence.

Mesure de signaux neurophysiologiques de Ignorant et Participer processus dans le contrôle de l&#39;attention

Cet article décrit une nouvelle méthode pour simuler et étudier l'adaptation dans le système visuel.

Adaptation visuelle visualisant

Cette étude a comparé centrale contre divisé champ visuel des présentations d’images émotionnelles afin d’évaluer les différences de motivation attention entre les deux hémisphères. Le potentiel positif fin (LPP) a été enregistré à l’aide de l’électroencéphalographie (EEG) et méthodologies liées aux événements potentiels (ERPs) afin d’évaluer l’attention motivée.

Présentation du champ visuel central et divisée d’Images émotionnelles pour mesurer les différences hémisphériques dans Attention motivée

Découvrez les méthodes de collecte de données en ligne pour les tâches d'attention visuelle. Ce protocole utilise une application web avec calibration d'écran pour garantir une présentation précise des stimuli et des résultats fiables.

Les méthodes pour tester attention visuelle en ligne

Explorer plus de vidéos