Mesure de l'attention et de vitesse de traitement visuel par analyse des Temporal ordre Arrêts Model-based

L’objectif global de ce protocole est de mesurer les paramètres de l’attention et du traitement visuel pour des stimuli presque arbitraires. Ceci est accompli en modélisant des données à partir de jugements d’ordre temporel, TOJs. Dans ceux-ci, les participants jugent de l’ordre de présentation de deux cibles, les données résultantes sont analysées avec un nouveau modèle qui permet de mesurer comment l’attention affecte les taux d’encodage des stimulus.

La théorie de l’attention visuelle de Bundesen fournit diverses utilisations pour des paramètres, tels que le poids attentionnel et les taux de traitement. Généralement, ceux-ci sont estimés dans les tâches de rapport d’élément où des lettres ou des chiffres sont utilisés, l’utilisation d’autre chose que des lettres ou des chiffres est difficile et nécessite une formation intensive et est donc rarement faite. Par exemple, il est difficile d’imaginer comment on pourrait mesurer la saillance des visuels et les affichages contextuels avec cette méthode.

Par conséquent, nous proposons une nouvelle méthode basée sur la TVA, qui utilise un jugement d’ordre temporel qui peut être effectué avec des stimuli presque arbitraires. Les jugements d’ordre temporel ont longtemps été utilisés pour évaluer l’attention, mais combinés à TVA, ils deviennent plus puissants, fournissant des paramètres facilement interprétables. Dans la tâche de jugement de l’ordre temporel, deux stimuli, ici identifiés comme A et B, sont représentés en succession rapprochée ou en simultanéité.

La perception de l’ordre temporel peut être modélisée à l’aide d’un modèle de canaux indépendants. Dans un tel modèle, il existe des canaux de traitement indépendants pour chaque cible. Un comparateur d’ordres surveille les canaux et enregistre le décompte lorsqu’une cible particulière, ici A, y arrive avant l’autre cible.

Avant de le démontrer, nous décrivons brièvement la forme sous laquelle les données expérimentales sont généralement représentées. La fréquence relative d’un type particulier de jugement, ici A d’abord, est tracée en fonction de la SOA, c’est-à-dire de l’intervalle de temps entre les présentations des deux cibles. Maintenant, avec un SOA négatif important, cela signifie ici que le stimulus A mène, il est plus probable que A arrive en premier au comparateur.

Ce n’est que très rarement que le stimulus B arrivera plus tôt. Par conséquent, nous obtenons un point de données représentant une fréquence relative proche de un. Pour un grand SOA positif, c’est-à-dire le stimulus B déplace, le comparateur n’enregistre que très rarement les premiers résultats de A.

Par conséquent, nous obtenons un point de données proche de zéro. Si le SOA est égal à zéro, les cibles sont présentées simultanément et un point de données au niveau de la chance du point cinq est enregistré. Lorsque les SOA varient sur une plage de valeurs, le modèle résultant peut être décrit à l’aide d’une fonction psychométrique.

Or, lorsque l’attention est dirigée vers un stimulus, ici, le stimulus A, il arrive plus tôt au comparateur, par conséquent, ici montré pour SOA zéro, la probabilité de A premiers jugements est augmentée. Cela modifie toute la fonction psychométrique. Le SOA au niveau duquel la courbe rouge traverse le point cinq est souvent utilisé pour quantifier l’influence de l’attention.

L’auto-jugement temporel semble être la manière naturelle d’évaluer la latence perceptuelle, et de nombreuses questions sur l’influence de l’attention et de la perception du temps ont été répondues avec cette méthode. Cependant, le TOJ a une faiblesse centrale, et c’est sa nature relative. L’autoperception temporelle peut nous dire que le stimulus A est perçu avant le stimulus B, mais elle ne nous dit pas pourquoi.

Cela peut être dû au fait que le stimulus A est traité plus rapidement ou au fait que B est traité plus lentement. Pour augmenter le pouvoir explicatif, un modèle TOJ est dérivé de TVA, qui modélise les processus d’encodage des stimuli visuels. Dans chaque canal, l’encodage est supposé se dérouler selon le modèle de course exponentielle des TVA.

Les probabilités d’encoder chaque cible dans une certaine durée sont transformées en probabilité d’encoder une cible avant l’autre. La perception de l’ordre temporel. Il est important de noter que les deux paramètres de débit hérités de TVA permettent de répondre à des questions telles que : est-ce le stimulus assisté qui a été traité plus rapidement, ou est-ce le stimulus non assisté qui a été ralenti ?

Alternativement, les taux peuvent également être exprimés sous forme de poids attentionnels relatifs. Sélectionnez les stimuli en fonction de la question de recherche. En général, il doit être possible d’afficher deux cibles à des endroits différents sur l’écran.

Plus loin dans ce protocole, nous montrons les résultats d’expériences avec des affichages contextuels, des images naturelles et des cibles de lettres. Voici un exemple de la façon dont l’espace d’action et les objets d’arrière-plan dans les images naturelles peuvent être utilisés. La photographie avec les deux cibles présentes est superposée à l’une avec une sans elles.

Les objets sont pratiquement supprimés en rendant l’image supérieure transparente localement. Avec cette procédure, des images avec les deux, aucun et l’un des deux objets présents sont créées pour établir des TOJ avec l’arrière-plan d’abord, l’espace d’action d’abord et la présentation simultanée. Pour planifier la conception et la taille de l’échantillon de l’expérience, une analyse de puissance bayésienne peut être effectuée.

Simulez et ajustez les données à plusieurs reprises avec le modèle prévu, le plan d’expérience et les paramètres hypothétiques. Les proportions de simulations pour lesquelles un critère de succès est atteint, par exemple une différence de poids attentionnel, sont utilisées pour estimer la puissance de l’expérience. Utilisez un constructeur d’expériences ou une bibliothèque de présentation psychophysique pour mettre en œuvre l’expérience.

Nous fournissons un pour le constructeur d’expériences open source OpenSesame, pour TOJ avec des lettres, des chiffres et des formes, dans lequel seule la table d’essais doit être spécifiée. Nous fournissons également un exemple OpenSesame pour les TOJ avec des images naturelles. Pour chaque condition, créez des essais pour tous les SOA planifiés.

Les résultats représentatifs montrent des répartitions SOA exemplaires. Les deux cibles sont définies comme sonde et référence. La référence est toujours indiquée à zéro, et est la cible sans surveillance, tandis que le stimulus de la sonde est soumis à la manipulation de l’attention.

Dans les essais avec une SOA négative, présentez d’abord le stimulus de la sonde, puis le stimulus de référence. Pour les essais avec des SOA positifs, présentez d’abord le stimulus de référence et, après un délai, la sonde conformément à la SOA. Pour le SOA de zéro, présentez les deux cibles simultanément.

Dans des conditions neutres, l’attribution de la sonde et de la référence est arbitraire, mais nécessaire à l’analyse des données. Créez des répétitions de tous les SOA. Randomiser ou varier systématiquement les influences qui ne sont pas influencées, telles que l’emplacement du stimulus ou l’identité de la cible.

Le nombre de répétitions dépend de la puissance observée. Environ 800 essais peuvent être présentés en une heure. Si d’autres répétitions sont nécessaires, envisagez de diviser l’expérience en plusieurs sessions.

Accueillez les participants et informez-les du déroulement général de l’expérience. Obtenir le consentement pour participer. Assurez-vous qu’ils ont une vision normale ou corrigée à la normale.

Prévoyez une cabine silencieuse pour l’expérience. Ajustez la chaise, la mentonnière et le clavier, etc., pour assurer des conditions optimales. Faites prendre conscience aux participants que les expériences nécessitent de l’attention et de la concentration mentale, et peuvent être fatigantes.

Demandez-leur de faire de courtes pauses au besoin. Présentez à l’écran des instructions détaillant les présentations et la collecte des réponses. Rappelez aux participants que la tâche consiste à rapporter l’ordre temporel perçu des cibles, et à deviner dans les essais où ils ne peuvent pas du tout dire l’ordre.

Pour éviter les mouvements oculaires pendant les essais, demandez aux participants de fixer un marqueur central chaque fois qu’il est affiché à l’écran. Demandez-leur de poser leur tête sur la mentonnière. Demandez-leur de faire de courtes pauses si nécessaire.

Effectuez une formation courte avec dix à 20 essais. Confirmez que les participants ont compris la tâche. Laissez-les vous l’expliquer.

S’ils n’ont pas d’autres questions, quittez le stand pour l’expérience principale. Après avoir converti les données procès par procès en décomptes des premiers jugements de sonde, les paramètres peuvent être estimés en exécutant le modèle hiérarchique beyesien souhaité. Une fois le processus terminé, tracez les diagnostics de convergence pour tous les paramètres et confirmez que les chaînes ont convergé et qu’elles fournissent une taille d’échantillon effective suffisamment grande.

Ensuite, tracez et évaluez les paramètres d’intérêt. Des résultats exemplaires sont présentés dans la section suivante de cette vidéo. La première expérience a mesuré l’influence de la saillance visuelle sur la vitesse de traitement.

Les participants ont jugé lequel des deux segments de ligne cible, gauche ou droite, dans un motif d’arrière-plan, clignotait en premier. Dans la moitié des essais, la sonde était une couleur éclatante. Les données ont été ajustées à l’aide du modèle TOJ dérivé de la TVA, qui a été décrit précédemment.

Le bénéfice du stimulus saillant peut être observé dans la condition d’attention, comme une augmentation du poids attentionnel du point cinq neuf pour la sonde. Dans la condition de contrôle où aucune cible n’était saillante, le poids neutre du point cinq a été obtenu, donc le poids attentionnel de la sonde dans la condition d’attention était toujours plus élevé. Zéro, aucune différence, n’a pas été inclus dans l’IDH de 95.

Les poids individuels de la sonde et de sa référence montrent que l’avantage du stimulus saillant résulte d’une réduction du taux de traitement de 16 hertz du stimulus non saillant. Il est possible que la cible saillante supprime le traitement de la cible non saillante dans une certaine mesure, et qu’elle en bénéficie donc relativement. La deuxième expérience a examiné les avantages attentionnels dans l’espace d’action représenté dans les images naturelles.

L’espace d’action, la sonde et la référence des objets d’arrière-plan sont apparus pour le TOJ. Dans une expérience de contrôle, une ligne de base sans avantages d’espace d’action a été enregistrée à l’aide de versions inversées des images, pour lesquelles la perception de la disposition de la scène est perturbée. Le paramètre a posteriori, indique un avantage d’espace d’action dans la condition d’attention.

Le poids de la sonde est supérieur au poids neutre du point cinq. Curieusement, cela se retrouve également dans la condition de contrôle, ce qui suggère que l’inversion de l’image n’a pas supprimé l’avantage potentiel de l’espace d’action. Par conséquent, très probablement les avantages causés par des facteurs tels que la saillance ou la visibilité, qui ne sont pas supprimés par l’inversion de scène.

La possibilité que la puissance expérimentale ait été trop faible pour détecter l’effet d’espace d’action est discutée dans la partie écrite de ce protocole. Un signal périphérique est utilisé dans la troisième expérience, conduit à un effet important dans un paramètre supplémentaire, qui modélise le délai entre les processus d’encodage. Cette expérience est discutée en détail dans la partie écrite de ce protocole.

En conclusion, le protocole de cet article décrit comment effectuer des TOJ simples et ajuster les données sur la base d’un modèle fondamental d’encodage de stimulus. Dans trois expériences, nous avons montré que les résultats peuvent être évalués dans un cadre d’estimation bayésien hiérarchique. Nous avons constaté que la saillance dans les affichages contextuels entraîne une augmentation des poids attentionnels.

De plus, l’augmentation des poids a été estimée pour les objets de l’espace d’action dans les images naturelles, cependant, en raison de l’avantage persistant, lorsque les relations spatiales ont été perturbées par la présentation des images à l’envers, il est probable qu’un autre avantage attentionnel conduise à l’augmentation de poids. Dans la troisième expérience, un signal périphérique a conduit à une valeur élevée pour un paramètre qui modélise un délai supplémentaire entre les processus d’encodage. Les avantages du protocole sont la simplicité de la tâche TOJ, qui peut utiliser des stimuli presque arbitraires.

Le fondement théorique approfondi de TVA et le schéma d’évaluation bayésien. Bien que la saillance joue un rôle important dans de nombreuses études, seules quelques-unes d’entre elles ont tenté de quantifier la saillance visuelle. Cependant, la quantification de la saillance visuelle nous permettrait de comparer différentes dimensions de caractéristiques, comme l’orientation, la couleur ou le mouvement.

Ici, nous avons étudié l’influence du contraste des couleurs sur les poids attentionnels du modèle formel dérivé de TVA, nous a permis de mesurer la saillance quantitativement et d’une manière psychologiquement solide. Pour le succès de ce protocole, il est crucial qu’il n’y ait que deux stimuli qui génèrent des signaux temporels aux endroits cibles. La modélisation explicite de stimuli supplémentaires dans les TOJ, tels que les signaux périphériques, est l’objectif des recherches futures.