Name: Il paradigma del favo per la ricerca sul comportamento umano collettivo (Video) | JoVE Journal
Uploaded: 2019-01-19T14:00:00.000+00:00
Duration: 6 min 48 s
Description: Esplora il paradigma HoneyComb per studiare il coordinamento del movimento umano e le dinamiche di leadership nei gruppi. Questo metodo sperimentale raccoglie dati spaziali per analizzare i comportamenti collettivi.

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

Questa ricerca è stata finanziata dall'iniziativa tedesca di eccellenza (strategia istituzionale: https://www.uni-goettingen.de/en/32632.html). Ringraziamo Margarita Neff-Heinrich per la sua correzione inglese.

Raccolta dati e analisi dei dati in questo progetto sono stati approvati dal comitato etico dell'Istituto Georg-Elias-Müller per psicologia dell'Università di Gottinga (proposta 039/2012).
1. organizzazione sperimentale
<ol><li>Scegliere una posizione che è lontano da una zona ad alto traffico, come in un computer lab o altra zona specificata con postazioni singole che possono essere configurati come una LAN (rete locale).</li>
	<li>Organizzare per 10-12 taccuini dello stesso tipo da utilizzare per l'esperimento, così come un computer di funzionare come server (Figura 6). Il programma server, nonché programmi client bisogno di un ambiente di runtime JAVA, che è disponibile su tutti i comuni sistemi di funzionamento (può essere sufficiente un Raspberry Pi come client).</li>
	<li>Configurazione del materiale<ol>
<li>Organizzare il notebook su tabelle singole workstation con sedie come mostrato nella Figura 7.</li>
		<li>Collegare notebook per i computer server tramite cavi Ethernet e uno switch di rete per creare una rete locale.</li>
		<li>Installazione di pareti divisorie tra singole stazioni di lavoro per impedire la visual comunicazione sensoriale (contatto con gli occhi, gesti delle mani, espressioni facciali, ecc.) tra i partecipanti vicini.</li>
		<li>Acquisire tappi per le orecchie (per USA e getta) per essere distribuito a tutti i partecipanti per impedire la comunicazione udibile tra i partecipanti.</li>
	</ol>
</li>
</ol>2. partecipante reclutamento
<ol><li>Scegliere un percorso di reclutamento dove ci sono una grande quantità di persone, come il corridoio di entrata di un auditorium.</li>
	<li>Indirizzo potenziali reclute usando il testo standardizzato che spiega lo scopo e la priorità bassa di esperimento, durata dell'esperimento, il pagamento massimo calcolato secondo le prestazioni ed il requisito per la partecipazione a un gioco multiplayer su istituzione di proprietà computer portatili.</li>
	<li>Garantire che i partecipanti di comprendere le istruzioni in inglese e tedesche e questionari relazionati agli esperimenti.</li>
	<li>Se il disegno sperimentale include l'uso di colori, accertarsi che i partecipanti sono liberi di qualsiasi colore cecità che potrebbe impedire loro di differenziare i colori utilizzati.</li>
	<li>Non reclutare partecipanti precedenti, come i partecipanti dovrebbero essere ingenuo all'esperimento.</li>
	<li>Portare reclute disposti in un'area di attesa dalla zona di reclutamento. Chiediamo cortesemente che attendono il completamento del reclutamento gruppo senza parlare a vicenda. Spiegare che questa restrizione è relativo all'integrità dei risultati sperimentali.</li>
	<li>Una volta che sono stati reclutati 10-12 partecipanti, li portano nel laboratorio di informatica pre-organizzati o specificato area dove si svolgerà l'esperimento.</li>
	<li>Prima i partecipanti prendono posto nelle workstation partizione-hanno incassato, disporre i partecipanti firmare un modulo di consenso informato di designazione.</li>
	<li>Distribuire i tappi per le orecchie uso igienico, una tantum a tutti i partecipanti. Informarli che è vietata la comunicazione audiovisiva con gli altri partecipanti. Pertanto, l'uso di tappi per le orecchie e partizione-hanno incassato workstation è obbligatorio.</li>
	<li>Chiedere ai partecipanti di prendere i loro posti in workstation partizione-hanno incassato.</li>
</ol>3. procedura sperimentale
Nota: In questa procedura sperimentale, il gioco usato da Boos et al. 1 è descritto come un esempio di applicazione.
<ol><li>Fase di preparazione<ol>
<li>Il programma stesso è formattato come un HC.zip di file zip contenente 1) la runnables HC.jar, 2) tre file per configurazione, vale a dire hc_server.config, hc_panel.config e hc_client.config e 3) due sottocartelle denominate intro e rawdata.</li>
		<li>Creare una cartella condivisa sul computer server e decomprimere il HC.zip in questa cartella.</li>
		<li>Su ogni computer client, montare e accedere alla cartella condivisa e aprire un terminale (Linux, Mac OS x: riflettore | ricerca | terminal) o un prompt dei comandi (Windows: Cerca "cmd"), rispettivamente. Utilizzare il comando "dir" o "ls" in modo che i file decompressi vengono visualizzati su ogni terminale.</li>
		<li>Eseguire il comando "java-versione" su ogni terminale per garantire che un ambiente di runtime java è disponibile. Se così non fosse, installare java prima di continuare.</li>
		<li>Cerca in tre configurare i file.<ol>
<li>Modificare hc_server.configure per configurare il numero 1) dei giocatori, numero 2) minimo e massimo numero di mosse che ogni giocatore può fare, 3) i valori del cosiddetti pepite e condizione di raggio 4) percezione (locale o globale). Nota: Le condizioni di due percezione sono la condizione globale (il giocatore può vedere posizioni di avatar di tutti i partecipanti) e le condizioni locali (il giocatore può vedere solo quei avatar adiacente al loro avatar; vedere la figura 3)</li>
			<li>Modificare hc_client.configure per raccontare i client IP del server.</li>
			<li>In hc_panel.config, regolare le dimensioni degli esagoni in base alla risoluzione dello schermo.</li>
		</ol>
</li>
		<li>In primo luogo, avviare il programma di server HC_Gui.jar (Figura 8) utilizzando il comando "java-jar HC_Gui.jar". Quindi, avviare i programmi client su ogni workstation utilizzando il comando "java-jar HC_ClientAppl.jar". Nota: Gli schermi della clientela dovrebbe visualizzare il messaggio, "si prega di attendere. Il computer si connette al server." Nel server GUI, viene visualizzata una linea visualizzando l'indirizzo IP di ogni client. Quando tutti i client sono connessi, il programma server viene visualizzato il messaggio, "tutti i client connessi. Sei pronto iniziare?" Nota: Lo sperimentatore può preparare la sessione fino a questo punto.</li>
		<li>Quando tutti i partecipanti hanno preso il loro posto, dare le istruzioni finali prima di essi inserire i tappi per le orecchie.</li>
		<li>Fare clic su "OK" per avviare la sessione. Hereon, l'esperimento è controllato solo tramite le istruzioni sugli schermi visibili ai partecipanti. Istruzioni per un singolo esperimento richiedono più pagine di schermo e lettura è reso possibile dai partecipanti lo spostamento avanti e indietro come necessario. Nota: Ogni partecipante indica, cliccando sul pulsante indicato sullo schermo, che lui/lei ha letto le istruzioni. L'esperimento non può iniziare fino a quando tutti i partecipanti sono finiti di leggere le istruzioni.</li>
	</ol>
</li>
	<li>Fase di test<ol>
<li>Osservare se i partecipanti sono controllo del mouse loro puntino di avatar (due volte grande come i puntini visibili avatar degli altri partecipanti) del campo di gioco di virtual 97-esagonale a nido d'ape (Vedi Figura 1).</li>
		<li>Chiedere ai partecipanti di avviare la fase di testing nel centro del campo, poi mossa sul campo di gioco virtuale a nido d'ape secondo le istruzioni precedentemente fornite sullo schermo.<ol>
<li>Tutte le istruzioni su come giocare il gioco sono posizionate come html-file modificabili all'interno della cartella di programma del gioco a nido d'ape. Vedere le sottocartelle intro/de e intro/en per le istruzioni di tedesco e inglese, rispettivamente.</li>
			<li>Avere giocatori click sinistro nella adiacente piccolo esagono di loro scelta per spostare il loro punto di avatar. Solo i campi adiacenti possono essere scelti per l'iniziale e successivo si muove. Nota: Dopo ogni mossa, una piccola coda appare per 4000 ms per ogni partecipante, che indica l'ultima direzione da cui lui/lei ha salutato.</li>
		</ol>
</li>
		<li>Consentire a ogni partecipante di partecipare una sola volta al fine di evitare possibili distorsioni. Nota: Il gioco qui descritto richiede 5-10 min, tra cui la lettura delle istruzioni. Nel complesso, 400 partecipanti in gruppi di dieci persone 40 sono stati testati da Boos et al. 1.</li>
		<li>Non si riavvia l'esperimento con gli stessi partecipanti se c'è un guasto tecnico o se un partecipante ha esito negativo.</li>
	</ol>
</li>
</ol>4. fase di post-Test
<ol><li>Una volta completato il gioco, chiedere ai partecipanti di compilare i questionari di valutazione dati demografici, cinque grandi fattori di personalità, livelli percepiti di stress o di calma e soddisfazione (da pagare al termine dell'esperimento) di pagare. Questi questionari possono essere offerti come html-file autonomi.</li>
	<li>Mentre i partecipanti di compilare questionari, preparare anonime buste con la giusta quantità di denaro guadagnato nel gioco a nido d'ape appena completato. Gli importi calcolati a nido d'ape del gioco da pagare ad ogni giocatore sono stipulati nella schermata server.</li>
	<li>Distribuire i pagamenti guadagnati ai partecipanti in uscita dell'area di test.</li>
	<li>Chiudere il programma server, quindi chiudere i programmi client terminata in chiusura il programma server.</li>
	<li>Trasferire i dati, sotto forma di 2 file di testo contrassegnato da indicatore giorno e ora dell'esperimento, in una chiavetta USB.</li>
</ol>

<ol><li>Boos, M., Pritz, J., Lange, S., Belz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership+in+Moving+Human+Groups%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">Leadership in Moving Human Groups.</a> PLoS Computational Biology. 10 (4), e1003541(2014).</li>
<li>Moussaid, M., Garnier, S., Theraulaz, G., Helbing, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Collective+information+processing+and+pattern+formation+in+swarms%2C+flocks%2C+and+crowds%5BTitle%5D)+AND+%22Topics+in+Cognitive+Science%22%5BJournal%5D)">Collective information processing and pattern formation in swarms, flocks, and crowds.</a> Topics in Cognitive Science. 1 (3), 469-497 (2009).</li>
<li>Sumpter, D. J. T. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSumpter%2C+DJT+%22Collective+Animal+Behavior%22">Collective Animal Behavior</a>. , Princeton University Press. Princeton. (2010).</li>
<li>Krause, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fish+shoal+composition%3A+mechanisms+and+constraints%5BTitle%5D)+AND+%22Proceedings+-+Royal+Society.+Biological+Sciences%22%5BJournal%5D)">Fish shoal composition: mechanisms and constraints.</a> Proceedings - Royal Society. Biological Sciences. 267 (1456), 2011-2017 (2000).</li>
<li>Camazine, S., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCamazine%2C+S+%22Self-Organization+in+Biological+Systems%22">Self-Organization in Biological Systems</a>. , Princeton University Press. Princeton. (2003).</li>
<li>King, A. J., Sueur, C., Huchard, E., Cowlishaw, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+rule-of-thumb+based+on+social+affiliation+explains+collective+movements+in+desert+baboons%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">A rule-of-thumb based on social affiliation explains collective movements in desert baboons.</a> Animal Behavior. 82 (6), 1337-1345 (2011).</li>
<li>Fischer, J., Zinner, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Communication+and+cognition+in+primate+group+movement%5BTitle%5D)+AND+%22International+Journal+of+Primatology%22%5BJournal%5D)">Communication and cognition in primate group movement.</a> International Journal of Primatology. 32 (6), 1279-1295 (2011).</li>
<li>Couzin, I. D., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-organization+and+collective+behavior+in+vertebrates%5BTitle%5D)+AND+%22Advances+in+the+Study+of+Behavior%22%5BJournal%5D)">Self-organization and collective behavior in vertebrates.</a> Advances in the Study of Behavior. 32, 1-75 (2003).</li>
<li>Katz, Y., Tunstrøm, K., Ioannou, C. C., Huepe, C., Couzin, I. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inferring+the+structure+and+dynamics+of+interactions+in+schooling+fish%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Inferring the structure and dynamics of interactions in schooling fish.</a> Proceedings of the National Academy of Sciences of the United States of America. 108 (46), 18720-18725 (2011).</li>
<li>Guy, S. J., Curtis, S., Lin, M. C., Manocha, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Least-effort+trajectories+lead+to+emergent+crowd+behaviors%5BTitle%5D)+AND+%22Physical+Review+E%3A+Statistical%2C+Nonlinear%2C+and+Soft+Matter+Physics%22%5BJournal%5D)">Least-effort trajectories lead to emergent crowd behaviors.</a> Physical Review E: Statistical, Nonlinear, and Soft Matter Physics. 85 (1), 016110(2012).</li>
<li>Shao, W., Terzopoulos, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autonomous+pedestrians%5BTitle%5D)+AND+%22Proceedings+of+the+2005+ACM+SIGGRAPH%2FEurographics+Symposium+on+Computer+Animation%22%5BJournal%5D)">Autonomous pedestrians.</a> Proceedings of the 2005 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , (2005).</li>
<li>Reynolds, C. W. Flocks, herds and schools: A distributed behavioral model. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aReynolds%2C+CW+%22Seminal+Graphics%22">Seminal Graphics</a>. , ACM. 273-282 (1987).</li>
<li>Pelechano, N., Allbeck, J. M., Badler, N. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Controlling+individual+agents+in+high-density+crowd+simulation%5BTitle%5D)+AND+%22Proceedings+of+the+2007+ACM+SIGGRAPH%2FEurographics+Symposium+on+Computer+Animation%22%5BJournal%5D)">Controlling individual agents in high-density crowd simulation.</a> Proceedings of the 2007 ACM SIGGRAPH/Eurographics Symposium on Computer Animation. , 99-108 (2007).</li>
<li>Helbing, D., Molnár, P., Farkas, I. J., Bolay, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-organizing+pedestrian+movement%5BTitle%5D)+AND+%22Environment+and+Planning+B%3A+Planning+and+Design%22%5BJournal%5D)">Self-organizing pedestrian movement.</a> Environment and Planning B: Planning and Design. 28 (3), 361-383 (2001).</li>
<li>Dyer, J. R. G., Johansson, A., Helbing, D., Couzin, I. D., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership%2C+consensus+decision+making+and+collective+behavior+in+humans%5BTitle%5D)+AND+%22Philosophical+Transactions+-+Royal+Society.+Biological+Sciences%22%5BJournal%5D)">Leadership, consensus decision making and collective behavior in humans.</a> Philosophical Transactions - Royal Society. Biological Sciences. 364 (1518), 781-789 (2009).</li>
<li>Moussaid, M., Schinazi, V. R., Kapadia, M., Thrash, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Virtual+Sensing+and+Virtual+Reality%3A+How+New+Technologies+can+Boost+Research+on+Crowd+Dynamics%5BTitle%5D)+AND+%22Frontiers+in+Robotics+and+AI%22%5BJournal%5D)">Virtual Sensing and Virtual Reality: How New Technologies can Boost Research on Crowd Dynamics.</a> Frontiers in Robotics and AI. , (2018).</li>
<li>Belz, M., Pyritz, L. W., Boos, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spontaneous+flocking+in+human+groups%5BTitle%5D)+AND+%22Behavioral+Processes%22%5BJournal%5D)">Spontaneous flocking in human groups.</a> Behavioral Processes. 92, 6-14 (2013).</li>
<li>Boos, M., Franiel, X., Belz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Competition+in+human+groups+-+Impact+on+group+cohesion%2C+perceived+stress+and+outcome+satisfaction%5BTitle%5D)+AND+%22Behavioral+Processes%22%5BJournal%5D)">Competition in human groups - Impact on group cohesion, perceived stress and outcome satisfaction.</a> Behavioral Processes. 120, 64-68 (2015).</li>
<li>Boos, M., Li, W., Pritz, J. Patterns of Group Movement on a Virtual Playfield: Empirical and Simulation Approaches. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aBoos%2C+M+%22Social+Network+Analysis%3A+Interdisciplinary+Approaches+and+Case+Studies%22">Social Network Analysis: Interdisciplinary Approaches and Case Studies</a>. Fu, X., Luo, J. -D., Boos, M. , 197-223 (2017).</li>
<li>Dyer, J. R. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Consensus+decision+making+in+human+crowds%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">Consensus decision making in human crowds.</a> Animal Behavior. 75 (2), 461-470 (2008).</li>
<li>Faria, J. J., Dyer, J. R. G., Tosh, C. R., Krause, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leadership+and+social+information+use+in+human+crowds%5BTitle%5D)+AND+%22Animal+Behavior%22%5BJournal%5D)">Leadership and social information use in human crowds.</a> Animal Behavior. 79 (4), 895-901 (2010).</li>
<li>Conradt, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Models+in+animal+collective+decision-making%3A+information+uncertainty+and+conflicting+preferences%5BTitle%5D)+AND+%22Interface+Focus%22%5BJournal%5D)">Models in animal collective decision-making: information uncertainty and conflicting preferences.</a> Interface Focus. 2 (2), 226-240 (2011).</li>
<li>Couzin, I. D., Krause, J., Franks, N. R., Levin, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effective+leadership+and+decision-making+in+animal+groups+on+the+move%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Effective leadership and decision-making in animal groups on the move.</a> Nature. 433, 513-516 (2005).</li>
</ol>

Gli autori non hanno nulla a rivelare.

Una domanda fondamentale nell'utilizzo di ambienti virtuali multi-client come un paradigma di ricerca per studiare il comportamento umano collettivo è se i risultati siano applicabili a scenari reali. In altre parole, l'approccio metodologico produce risultati con sufficiente validità ecologica o esterno? Che rappresenta i partecipanti umani come avatar su un campo di gioco virtuale e permettendo loro di spostare tramite clic del mouse riduce segnali sociali. Inoltre, mantenere la comunicazione al minimo permette di sperimentatori di indagare quali taciti spunti comportamentali vengono trasmessi tra gli esseri umani che possono influenzare il comportamento di leadership e coordinamento di gruppo umano e sotto quale affordance ambientale (per esempio. soccorso, concorrenza, evacuazione) questi comportamenti sono interessati di più e in quale misura. Finché c'è scrupolosamente le fasi di pre-collaudo due nel protocollo e procedure di test, questo approccio riduzionista garantisce la validità interna. Al fine di consentire il trasferimento dei risultati al gruppo di "reale" e la dinamica delle folle, le fasi di installazione e test sperimentali possono essere gradualmente modificate per diventare più complesso (ad es., consentendo di ulteriori comunicazioni oltre la mera trasmissione di lettura/movimento comportamento, l'aggiunta di informazioni sulle caratteristiche individuali incorporato semanticamente in vari scenari del mondo reale, ecc.) e descritto nella sullo schermo istruzioni leggere dai partecipanti prima dell'inizio della partita.
Per risolvere la questione di validità esterna, può essere variato il playfield esagono [inizialmente scelto di standardizzare i movimenti del giocatore alle coordinate esagonale standardizzati, bidimensionale a causa di usabilità (pre-testato) e la riduzione dei fattori di confondimento]. Una griglia bidimensionale con scelta libera circolazione consentirebbe ai giocatori di creare i dati di movimento più complesso e continuo. Un ambiente tridimensionale creato da unità o Unreal Engine, ad esempio, può anche aumentare la validità ecologica/esterno. Tuttavia, con ogni passo verso la restrizione di movimento di sport, si pone un problema. Con la crescente complessità della libertà di movimento nello scenario simulato, l'influenza di fattori (ad esempio, le differenze interpersonali come esperienza di computer, familiarità con orientamento spaziale nei giochi tridimensionali) di confusione aumenti, che possono portare a risultati di parte e riducono la validità interna.
Il vantaggio del metodo descritto nel protocollo a nido d'ape è che può essere combinato con modelli di simulazione computerizzati e usato come un paradigma per testare empiricamente se collettive modelli trovati nelle simulazioni su elaboratore anche tengono per comportamento nei gruppi degli esseri umani. Per migliorare la validità esterna di tali prove, i partecipanti dovrebbero essere chiesto nel questionario fase di post-test se si sentivano sufficientemente e umanamente rappresentato dal loro avatar e se erano in grado di percepire i loro co-giocatori come attori umani. Il protocollo specifica la presenza fisica del co-giocatori seduti in postazioni di lavoro accanto a altra (anche se i parametri del protocollo osta sensoriali uditiva o visiva della comunicazione) al fine di migliorare questi sentimenti di incarnazione umana.
In somma, i metodi applicati da un approccio a nido d'ape delineato nel pre-test, test e le fasi di post-prova il protocollo forniscano un paradigma novello per studiare i meccanismi base di fenomeni collettivi quali il coordinamento di gruppo, leadership e all'interno del gruppo differentiation. Limite più importante del metodo è la sua vulnerabilità all'errore umano dai reclutatori, specialmente se non sono sufficientemente rigorosi per garantire che i partecipanti non comunicano con a vicenda durante le fasi di pre-test e test.

Basati su computer multi-agente giocare a nido d'ape1 offre un paradigma metodologico per indagare sperimentalmente il movimento umano come collettivo modelli e strutture di gruppo emergono dal comportamento individuale. I partecipanti umani sono rappresentati visivamente come avatar (punti neri) su un campo di gioco virtuale esagonale che assomiglia ad un nido d'ape (Figura 1). I partecipanti spostare loro avatar tramite clic del mouse per raggiungere esagoni di obiettivo, spendere risorse mossa (Video 1) e massimizzare le loro ricompense monetarie con la costruzione di gruppi coesivi (Video 2). Condizioni spaziali (ad es., raggio di visione), ricompensa strutture (ad esempio, campi obiettivo monetario) e canali di comunicazione possono essere manipolati al fine di scoprire quali e in che misura queste regole di condizione impatto coordinamento e leadership in movimento collettivo.
Regole procedurali/condizione del gioco, obiettivi e motivatori ricompensa sono stati progettati da psicologi sociali per studiare il movimento collettivo umano. In sciami animali nonché folle umane, si può osservare il fenomeno emergente (cioè, schemi globali) traspirante da comportamenti individuali che segue le regole locali. Ad esempio, scuole di pesci e stormi di uccelli sembrano muoversi come entità coerente verso un obiettivo spaziale2,3,4, nonostante le dimensioni di grande gruppo che riducono la loro capacità di comunicazione inter-individuale o globale. Ricerca empirica5,6,7,8,9,10e computer simulazioni11,12, di modellazione comportamentale 13 hanno dimostrato che in diverse specie, tra cui gli esseri umani14,15,16, modelli complessi a livello di gruppo emergono senza controllo interno o supervisione esterna. Locale movimento individuale e, spesso, semplici norme di livello microscopico sono sufficienti per generare movimento ordinato il livello macroscopico. Tali esperimenti contribuiscono alla crescente evidenza2,6 che non solo grandi sciami, ma anche piccoli gruppi (gruppi umani, così come altri gruppi di animali) sono coordinati da regole di interazione locale1.
Il nostro approccio innovativo utilizzando basati su computer multi-utente avatar giochi viene illustrato uno dei principale vantaggi nella ricerca dinamici umani fenomeni collettivi. Utilizzando il favo avatar piattaforma1,17,18,19, dati spazio-temporali del comportamento del movimento individuale (movimento governata da individui effettivi) possono essere completamente raccolti dal server, e lo sviluppo di modelli comportamentali e strutture collettive possa essere analizzato con una precisione di 50 ms (tabella 1). Come comunicazione sensoriale visiva e uditiva possa essere limitata da richiedere ai partecipanti di utilizzare tappi per le orecchie e stringe loro postazioni di lavoro con pareti divisorie, sciame e altre condizioni di comportamento di folla possono essere approssimati sperimentalmente. In vari esperimenti1,17,18,19, abbiamo maneggiato raggio di visione (globale vs locale, Figura 2), incentivi monetari (Figura 3a, b ), sottogruppi (Figura 4) e la co-presenza di altri giocatori (Figura 5) al fine di verificare l'impatto di queste variabili sull'emergere di modelli di comportamento collettivi come umano floccaggio comportamento17, leadership 1e concorrenza18. Per raccogliere i dati, è stato utilizzato un programma di installazione di dieci-dodici notebook e un server (Figura 6).
Il coordinamento auto-organizzato delle singole attività di specie viventi di gruppo ha attirato molta attenzione scientifica, in particolare nell'ultimo decennio. Gli esami sono ad ampio raggio, dalla scelta della formazione e percorso sentiero semplice nelle formiche all'emergere di complessi di strutture vorticose in banchi di pesce e anche la segregazione dei flussi bidirezionali di pedoni2.
Con il nostro paradigma a nido d'ape, contribuiamo un approccio metodologico per studiare empiricamente l'impatto della variegata situazionali opzioni/vincoli, regole comportamentali diverse e caratteristiche individuali al livello microscopico sulla comparsa di strutture del comportamento macroscopiche in esseri umani. Un vantaggio importante è che il paradigma offre impostazioni sperimentali strettamente controllabili definite da sperimentatori, rendendo possibile per la manipolazione per misurare i risultati di un singolo esperimento o confrontare esperimenti multipli. Il campo di gioco virtuale può essere configurato secondo le esigenze del disegno dello studio, e canali di comunicazione sensoriale tra i partecipanti possono essere eliminate o ridotte in base ai parametri di esperimento. Inoltre, possono essere sagomati affordances ambientali (ad es., competitivo e non competitivo, consenso e le impostazioni di salvataggio). Così, la nostra piattaforma impone la validità interna (cioè, lo studio di progettazione di corrispondenza quanto più possibile per le domande di ricerca) offrendo la possibilità di manipolare/controllo variabili rilevanti per la domanda di ricerche specifiche, utilizzando dati di movimento umano-governato per esaminare il movimento umano. Esperimenti sul campo rendono benefici in termini di validità esterna (generalizzabilità) di risultati15,20,21 al mondo reale, in quanto non ostano a che gli effetti del sconosciuto incontrollabile/insopprimibile sociale stecche, così come i comportamenti non - e para-verbali in esseri umani1.
Basati su computer multi-agente gioco favo ha servito per indagare l'emergere di coordinamento e modelli di leadership di giocatori umani loro avatar in movimento sul campo di gioco virtuale. I partecipanti sono stati forniti solo locale informazioni su incentivi monetari ottenibili su esagoni di obiettivo, che includeva l'incentivo per la coesione di gruppo basata sulla moltiplicazione di ricompense monetarie per il numero di co-giocatori che hanno finito il lo stesso obiettivo esagono. Nella nostra prima serie di studi, abbiamo limitato la struttura dell'esperimento a due semplici parametri di sciamare comportamento (allineamento e coesione) e ridotto trasferimento di informazione reciproca alla "lettura/trasmissione" del solo comportamento del movimento degli altri partecipanti. Abbiamo poi variato il raggio di vista di altri comportamenti di movimento partecipante o una visualizzazione locale o globale del campo di gioco virtuale, che consiste di 97 più piccoli esagoni e limitato le risorse spendibili movimento (possibili mosse) dei giocatori.
La forma e gli elementi della piattaforma virtuale e i parametri definiti dal sperimentatore di giochi in grado di essere riprodotti su tale piattaforma possono essere progettati secondo le domande di ricerca specifici. A seconda l'obiettivo di ricerca, le dimensioni del campo di gioco possono essere modificata; colori, forme e significati degli avatar possono essere adattati; risorse possono essere implementate; e la ricompensa struttura e il contenuto può essere variate. Più o meno informazioni, incertezza e preferenze in conflitto possono anche essere implementato22. Sono possibili anche controllo e variabili globali giocatore-visualizzare le informazioni. Pertanto, tramite istruzioni sperimentali, le affordances ambientali dell'esperimento possono essere alterata (per esempio, uno scenario di consenso vs fuga). Nella sezione successiva, ci permetterà di chiarire come queste variabili possono essere applicate descrivendo un vero e proprio studio che alcuni di questi parametri utilizzato per rispondere alle domande di studio specifico.

<table><tbody><tr><td>Notebook Pareti divisorie</td><td></td><td></td><td></td></tr><tr><td>tra le postazioni di</td><td></td><td></td><td></td>lavoro</tr><tr><td>Tappi per le orecchie Apparecchiature</td><td></td><td></td><td></td></tr><tr><td>per l'installazione</td><td></td><td></td><td></td> LAN</tr></tbody></table>

il paradigma del favo per la ricerca sul comportamento umano collettivo

The HoneyComb Paradigm for Research on Collective Human Behavior

Comportamento collettivo umano come il movimento di gruppo Mostra frequentemente sorprendenti modelli e regolarità, come ad esempio l'emergere di leadership. Letteratura recente ha rivelato che questi modelli, spesso visibili a livello globale del gruppo, sono basati su comportamenti auto-organizzati, singoli che seguono diversi parametri locali semplici. Comprensione delle dinamiche del comportamento umano collettivo può contribuire a migliorare il coordinamento e la leadership nel gruppo e folla scenari, ad esempio identificando il posizionamento ideale e il numero di uscite di emergenza negli edifici.
In questo articolo, vi presentiamo il paradigma sperimentale a nido d'ape, che può essere utilizzato per indagare sistematicamente le condizioni e gli effetti del comportamento umano collettivo. Questo paradigma utilizza una piattaforma multi-utente basato su computer, fornendo un ambiente che può essere modellato e adattato ai vari tipi di domande di ricerca. Condizioni della situazione (ad esempio, il rapporto costo-beneficio per un comportamento specifico, incentivi monetari e risorse, vari gradi di incertezza) possono essere impostate da sperimentatori, a seconda della domanda di ricerca. Movimenti di ogni partecipante sono registrati dal server come coordinate esagonale con timestamp a una precisione di 50 ms e con ID individuali. Così, una metrica può essere definita sul campo di gioco, e parametri di movimento (ad es., distanze, velocità, clustering, ecc.) dei partecipanti possono essere misurati nel tempo. Dati di movimento è abbinabile a sua volta non informatizzata dei dati dai questionari raccolto entro la struttura dell'esperimento stesso.
Il paradigma a nido d'ape sta spianando la strada per nuovi tipi di esperimenti di movimento umano. Qui dimostriamo che questi esperimenti possono eseguire il rendering di risultati con sufficiente validità interna a chiaramente approfondire la nostra comprensione del comportamento umano collettivo.

Qui, vi presentiamo il gioco di computer-based, multi-agente a nido d'ape, che consente le indagini sperimentali di movimento collettivo umano comportamento tramite nero-puntino-avatar su un virtuale playfield esagonale 2D. Diverse condizioni sperimentali, come incentivi variabili su campi obiettivo o raggio di visione, possono essere impostate, e i loro effetti sul comportamento del movimento umano possono essere analizzati.

Il paradigma del favo per la ricerca sul comportamento umano collettivo

Collective human behavior such as group movement frequently shows surprising patterns and regularities, such as the emergence of leadership. Recent ...

Il gioco multi-agente basato su computer HoneyComb, fornisce un paradigma sperimentale per indagare la coordinazione del movimento umano, la leadership e altri tipi di comportamento collettivo. Utilizzando il paradigma HoneyComb, è possibile raccogliere dati temporali spaziali del comportamento del movimento individuale e analizzare lo sviluppo di modelli comportamentali e strutture collettive. La nostra visione è che HoneyComb fornirebbe nuove strategie per proteggere le folle, ad esempio può avere una risposta rapida identificare approcci affettivi per guidare una folla verso la sicurezza.Finché vengono installati ambienti di run-time LAN e Java stabili per ogni stazione di lavoro, non dovrebbero esserci problemi nel funzionamento del software per tutti i computer della stazione di lavoro. Una dimostrazione visiva del gioco HoneyComb che consentirà ai potenziali utenti di effettuare un'indagine sull'intero processo di impostazione e esecuzione dell'esperimento fino al completamento. A dimostrare la procedura sarà Marie Ritter, dottoranda del mio laboratorio.Selezionare una posizione lontana da un'area ad alto traffico, ad esempio nel laboratorio informatico o in un'altra area specificata con singole stazioni di lavoro che possono essere configurate come rete locale. Disporre un notebook da 10 a 12 dello stesso tipo da utilizzare per l'esperimento su singoli tavoli da lavoro con sedie. Con un computer localizzato centralmente per funzionare come server.Collegare i notebook al computer server tramite cavi Ethernet e uno switch di rete per creare una rete locale come illustrato. Il programma server e i programmi client necessitano di un ambiente di run-time JAVA disponibile su tutti i sistemi operativi comuni. Installare pareti divisorie tra le singole stazioni di lavoro per impedire la comunicazione sensoriale visiva tra i partecipanti vicini.Acquisire tappi auricolari con un uso orario da distribuire a tutti i partecipanti per impedire la comunicazione udibile tra i partecipanti. Il giorno della procedura, assegnare i partecipanti alle loro stazioni di lavoro e dare le istruzioni finali prima che i partecipanti inseriscano i tappi per le orecchie. È fondamentale per l'esperimento che i partecipanti non parlino o comunichino in altro modo tra loro in attesa di entrare nella stanza della stazione di lavoro o mentre giocano al gioco HoneyComb.Quindi fare clic su OK, per avviare la sessione. L'esperimento sarà ora controllato solo dalle istruzioni sugli schermi visibili ai partecipanti. Quando tutti i partecipanti hanno fatto clic per indicare di aver finito di leggere le istruzioni, osserva se i partecipanti controllano il mouse sui loro campi di gioco esagonali virtuali HoneyComb 97.Fai in modo che i partecipanti inizino la fase di test al centro del campo e poi clicno a sinistra nel piccolo esagono adiacente di loro scelta per spostare il loro punto avatar sul campo di gioco virtuale HoneyComb secondo le istruzioni sullo schermo precedentemente fornite. È possibile selezionare solo i campi adiacenti. Dopo ogni spostamento apparirà una piccola coda per 4000 millisecondi che indica l'ultima direzione da cui ogni partecipante ha fatto la coda.Consenti a ciascun partecipante di partecipare all'esperimento una sola volta per evitare possibili distorsioni. Una volta completato il gioco, fai compilare ai partecipanti questionari che valutano il loro stato demografico. Cinque grandi fattori personali, livelli percepiti di stress o calma e soddisfazione retributiva.Mentre i partecipanti compilano i loro questionari, prepara buste anonime con la quantità appropriata di denaro guadagnata nel gioco HoneyComb in base agli importi calcolati sullo schermo del server. Quindi distribuire i pagamenti guadagnati ai partecipanti mentre escono dall'area di test e chiudono il programma server. Al termine della chiusura del programma server, trasferire i dati in due file di testo, contrassegnati dal giorno e dall'ora dell'esperimento su un'unità flash USB.Nell'esperimento rappresentativo, due membri del gruppo minoritario sono stati informati dell'ubicazione di un esagono premio in euro e cinque, un esagono del premio in euro. Gli otto membri del gruppo di maggioranza non sono stati informati dell'esagono dei due premi in euro e hanno invece mostrato le posizioni di sei esagoni d'oro da un euro ugualmente premiati. A nessun partecipante è stato detto che c'erano due sottogruppi diversi.Nel corso di questo esperimento basato esclusivamente sui loro movimenti senza comunicazione visiva o udibile. Il gruppo minoritario di due persone ha guidato con successo l'altro 80% dei partecipanti al premio dei due euro, anche se la percezione dei partecipanti era limitata solo agli avatar adiacenti sul campo di gioco. Sorprendentemente né le variabili personali né l'alfabetizzazione informatica tra i partecipanti di minoranza hanno svolto un ruolo cruciale nel loro successo.Ecco le principali distanze tra gli straordinari dei membri del gruppo per l'intero gruppo, rispetto a entrambi i giocatori che sono stati informati della posizione dell'alta ricompensa vengono mostrati due campi d'oro in euro e otto giocatori disinformati. Alla fine della partita, un giocatore disinformato aveva perso il gruppo ed era arrivato su un singolo campo d'oro in euro. È importante trovare una posizione con spazio sufficiente per i partecipanti da 10 a 12 e le loro stazioni di lavoro e lasciare che i partecipanti non comunichino durante l'attesa del gioco o durante il gioco.Il gioco potrebbe essere modificato con informazioni ambientali, come diverse storie di copertina, avatar dei partecipanti distinti o comunicazione tramite segnalazione per analizzare i comportamenti collettivi in diverse impostazioni. Il nostro nuovo approccio per condurre ricerche sulla leadership può essere utilizzato per valutare come emergono i leader di un gruppo. E dipendono dalla seguace degli altri per una leadership di successo.

the-honeycomb-paradigm-for-research-on-collective-human-behavior

Research

Ricerca

JoVE Journal

Behavior

Comportamento

In questo protocollo si mostra come condizione sfruttata api a stimoli tattili e introdurre un 2D tecnica del motion capture per analizzare la cinematica di fine scala modello di campionamento antenne.

Condizionata tattile e Analisi del Movimento di strategie di campionamento antennale di api mellifere (<em&gt; Apis mellifera</em&gt; L.)

Il protocollo di condizionamento Proboscis Extension Response (PER), sviluppato per l'ape mellifera (Apis mellifera), fornisce un mezzo ecologicamente rilevante e facilmente quantificabile per studiare diversi meccanismi di apprendimento in molte specie di insetti.

Una proboscide risposta estensione Protocollo per Indagare plasticità comportamentale in Insetti: Applicazione di base, biomedica e ricerca agricola

Qui si descrive il nostro protocollo dettagliato per la preparazione di colonie di api singola coorte - uno strumento utile per analizzare la fisiologia dei lavoratori di ruolo associati. Descriviamo anche protocolli dettagliati per il trattamento di lavoratori con ormone giovanile e ecdysone per valutare il coinvolgimento di questi ormoni nella regolazione del comportamento dei lavoratori e / o la fisiologia.

Preparazione di singole colonie-coorte e trattamento ormonale di lavoratore api per analizzare Fisiologia associati con il ruolo e / o sistema endocrino

Questo manoscritto descrive diversi protocolli per la somministrazione di agenti farmacologici alle api, tra cui semplici metodi non invasivi per le api in volo libero, così come le varianti più invasive che consentono preciso trattamento localizzato delle api trattenuti.

Manipolazione neurofarmacologico di sobrio e-volo libero api mellifere,<em&gt; Apis mellifera</em

Il Collective Trust Game è un gioco di fiducia multi-agente basato su computer basato sul paradigma HoneyComb, che consente ai ricercatori di valutare l'emergere della fiducia collettiva e dei relativi costrutti, come equità, reciprocità o segnalazione in avanti. Il gioco consente osservazioni dettagliate dei processi di gruppo attraverso il comportamento del movimento nel gioco.

The Collective Trust Game: un adattamento di gruppo online del gioco di fiducia basato sul paradigma HoneyComb

Qui, viene riportato un sistema per studiare i comportamenti collettivi dei nematodi coltivandoli alla rinfusa utilizzando un terreno di agar per cibo per cani. Questo sistema consente ai ricercatori di propagare un gran numero di vermi dauer e può essere applicato a Caenorhabditis elegans e ad altre specie correlate.

La coltivazione su larga scala dei nematodi per studiarne i comportamenti collettivi

Questo video mostra il paradigma residente-intruso nei ratti. Questo test è un metodo standardizzato per misurare l'aggressività offensiva, comportamento difensivo e la violenza in un ambiente semi-naturale. L'uso del paradigma per gli esperimenti di stress sociale è spiegato pure.

Il Paradigma residente-intruso: un test standardizzato per aggressione, di violenza e di stress sociale

La procedura di imitazione elicitata è stata stabilita per esaminare lo sviluppo della memoria di richiamo nell'infanzia e nella prima infanzia. Questa procedura è stata ampiamente utilizzata per stabilire una solida base della natura della memoria di richiamo nell'infanzia e nella prima infanzia.

Esaminando Richiamo Memoria in prima e seconda infanzia Utilizzando il suscitato imitazione Paradigma

I modelli di dolore umano sono strumenti preziosi utilizzati per valutare il potenziale analgesico di nuovi composti e prevedere la loro efficacia clinica, soprattutto se utilizzati in modo integrato. Sebbene l'implementazione di questi modelli sia complessa, con una corretta esecuzione, i modelli del dolore descritti in questo protocollo possono fornire risultati predittivi e affidabili.

Determinare la rilevazione del dolore e soglie di tolleranza Utilizzando un approccio integrato, multi-modale Pain Task Batteria

Il protocollo per il paradigma di resistenza di tentazione è stato progettato per suscitare comportamenti strategici di bugia di storie per bambini 2 - 8 anni. La ricompensa della trasgressione era destinata a essere troppo allettante per resistere, in modo che ha potuto essere osservato il comportamento di bugia-dice spontaneo di bambini in presenza di prove irreversibili a causa della trasgressione.

L'attività di resistenza di tentazione modificate: Un paradigma per suscitare strategico bugia-dice bambini

Esplora il paradigma HoneyComb per studiare il coordinamento del movimento umano e le dinamiche di leadership nei gruppi. Questo metodo sperimentale raccoglie dati spaziali per analizzare i comportamenti collettivi.

Il paradigma del favo per la ricerca sul comportamento umano collettivo

Esplora altri video