オンライン視覚的注意をテストする方法

Summary

実験室の設定を再現するために、視覚タスクのためのオンラインデータ収集方法は、刺激の提示を厳密に制御する必要があります。Webアプリケーションを使用して、視覚的注意の2つのテストでパフォーマンスデータを収集する方法を概説します。

Abstract

これらは一般的に大学のキャンパスに収集することができるよりもはるかに大きいとはるかに代表データサンプルの約束を提供するのでオンラインデータ収集方法は、行動科学者に特定の魅力を持っている。刺激特性を厳密に制御する必要がある実験で、特に - このような方法を広く採用することができる前に、しかし、技術的課題の数は、克服しなければならない。ここでは、視覚的注意の2テストでパフォーマンスデータを収集するための方法を提示する。テストが伴うように両方のテストでは、どちらか簡単に移動するの刺激または刺激を点滅さ（順番に視聴距離、モニタサイズ、画面解像度などの知識を必要とする）刺激の視角を制御し、刺激のタイミングを（必要とする特定のレートで）。 1700以上のオンライン参加者からこれらのテストで収集されたデータは正確に同じテストの実験室ベースのバージョンで収集されたデータと一致した。これらの結果適切なケアで、タイミング/刺激サイズ依存タスクは、Webベースの設定で展開できることを示唆している。

Introduction

過去5年間のオンライン行動データ収集方法の使用に関心の高まりがあった。心理学の分野で出版物の大部分は、同様に（ すなわち、一般的に被験者の数の範囲）、オンライン方法は、潜在的に非代表対象集団^1（ すなわち、主に大学の学部）としばしば適度に小さいサンプルサイズを利用してきたがはるかに多様で、より大きなサンプルの約束を提供しています。例えば、Amazonのメカニカルタークサービスは、最近の多くの研究の主題となっている両方の「作業者」集団の特性および行動研究^2-6のこの集団の使用を記載する。

しかし、このような方法に関連する1つ大きな問題は、重要な刺激変数の制御の相対的な欠如である。例えば、ほとんどの視覚心理物理学のタスクで、刺激の観点から説明されている視角。視角の算出は、視距離、画面サイズ、画面解像度の正確な測定を必要とする。これらのパラメータは（知らモニターと参加者がある場合に顎当てにモニターから既知の距離に配置しながら、刺激を表示）ラボ設定で測定するのは簡単や制御ですが、同じことがオンラインデータ収集の真実ではない。オンライン環境では、だけでなく、参加者は必然的に異なるソフトウェア設定の異なるサイズのモニターを幅広く使用され、彼らはまた、彼らのモニターのサイズを決定するか、必要な知識を持つことを可能にする定規/巻尺に簡単にアクセスできないかもしれない彼らのソフトウェアとハードウェアの設定（ 例えば、リフレッシュレート、解像度）を決定する。

ここでは、視覚的注意の2つのよく知られたテストに関するデータを収集するための一連のメソッドを記述する-ビューの有用なフィールド（UFOV）パラダイム⁷と、複数のオブジェクトトラッキング（MOT）タスク ^{8 -オンライン測定に内在する変動性の源を極力回避しつつ。これらのタスクは、インターネット接続とHTML5互換性のあるブラウザで任意の参加者が実行することができます。彼らの画面サイズを知らない参加者は、標準サイズの一般的に入手可能なアイテムを利用し、測定プロセスを歩いている（ つまり、クレジットカード/ CDは- 図1を参照）。}

これら二つのタスクに関するデータは大規模なオンラインオープンコースで1,700以上の参加者から収集した。このオンラインサンプルの平均パフォーマンスは、正確に同じタスク^9,10の厳密に制御実験室ベースの措置で得られた結果と非常に一致していた。我々の結果はさえ観察条件の上の特定の制御を必要とするタスクで、オンラインのデータ収集方法の有効性を実証する文学の成長体とこのように一致している。

Protocol

プロトコルは、ウィスコンシン大学マディソン校での治験審査委員会によって承認された。次の手順は、記載されたWebアプリケーションの自動化されたプロセスを複製するプログラマのためのガイドとして書かれています。

1.ログイン参加

1. ：インターネット対応のコンピュータを使用して、HTML5互換性のあるブラウザを用いてWebアプリケーションに移動し、参加者に指示しhttp://brainandlearning.org/joveを 。参加者が快適な高さでコンピュータと、気晴らしの自由な静かな部屋に座っています。
   注：実験全体がオンラインでホストされているので、タスクはまた研究助手の存在なしにリモートで実行することができます。参加者のためのすべての命令は、Webアプリケーションに含まれています。
2. 参加者の入力を収集したデータに関連付けられているとMySQL databasに保存されますユニークなIDを持っているE。オンラインのタスクが同じセッション内に完了していない場合、参加者がこのIDを再利用しています。ログインする前に、ページ上のリンク同意フォームを使って、参加者からの同意を得る。
   注：参加者の進歩は、必要に応じて別々の時間で2タスクの完了を可能にするために、各タスクの後に保存されます。常に1がオフに左を開始するために、同じIDを使用するには、参加者に指示します。

2.画面のキャリブレーション

注：Webアプリケーションがでキャリブレーション画面に示した三つのステップを通じて参加者を案内http://brainandlearning.org/jove/Calibration 。

1. ラベルテキストボックスに、インチで入力する画面の対角寸法を参加者情報を確認して下さい。
   1. しかし、参加者がこの情報を知らない場合、参加者は、（較正物体としてCDまたはクレジットカードを発見している図1）。いずれかが選択されると、画面に対してオブジェクトを配置し、画面上に表示されるオブジェクトの代表画像と位置を合わせする参加者を促す。
   2. 物理的なオブジェクトのサイズに合わせて画面のサイズを調整するために参加者に促す。代表画像の画素サイズに加えて、物理的なCD（4.7 "の直径）またはクレジットカード（3.2の幅」）の測定値に基づいて、画面インチ画素の割合を決定する。
   3. その後ピクセル単位で画面の対角サイズを計算するには、JavaScriptのscreen.widthとscreen.heightプロパティを介してモニタのピクセルの解像度を取得します。この値と、以前推定画素からインチ比を知るインチ対角サイズに変換する（ステップ2.1.2を参照）。参加者はダイアログボックスで、この値を確認する必要があります。
2. スクリーンbrighを調整するために、参加を促す画面に表示される黒から白へのグラデーションで全12バンドまで、適応度の設定は明らかに区別することができる。明るさの設定のコントロールは、コンピュータによって異なります。
3. 楽な姿勢で離れてモニターから腕の長さを座って、その後、フルスクリーンモードにブラウザのウィンドウを設定し、参加して下さい。ブラウザウィンドウは、タスクが使用する視覚空間を最大化するために、そのようなブラウザのツールバーやデスクトップタスクバーなどの任意の視覚気晴らしを除去するために、フルスクリーンモードにする必要があります。
4. 参加者の画面の解像度、対角​​サイズが分かれば、自動的にを50cm視距離に基づいて、ピクセル/度変換値を計算するために、Webアプリケーションを使用する。この値を使用してタスクにおける刺激の寸法のサイズを変更します。これに基づいており、以下に報告されたすべての視角の大きさは、モニターからの平均距離値を仮定した。
5. キャリブレーションが完了すると、二つのタスクのdescribを完了するために、参加者に依頼下記のエド。タスクの順序を選択するか、またはランダムにウェブアプリケーションを介して順序を割り当てます。

3.複数オブジェクトトラッキングタスク（MOT） - 図2

1. 紹介とで見られるセルフガイドチュートリアルを通してMOT刺激、と参加者を理解： http://brainandlearning.org/jove/MOT/practice.php 。試験はどのように機能するかを実証するステップバイステップの説明を読むために参加して下さい。参加者が指示を読んで終了すると、練習試行を通過する参加者に促す。
   1. セットアップ練習刺激は2°/秒の移動速度0.8℃で8ドットで構成されている。この刺激の動きを制御するために、60Hzのフレームレートでブラウザアニメーションを最適化するためにHTML5 requestAnimationFrame APIを使用する。
   2. ドットが2°偏心とCIRCの円の境界内に移動することを確認ル隠さ指示なしに、参加者の画面の高さよりも大きくない。
   3. フレーム毎にドットが0.2°の最大角度で方向を変え、60％の確率でランダムな軌道で移動するドットを設定する。ドットは、他のドット又は内側または外側の半径方向の制限と衝突する場合には、反対方向にドットを移動する。
   4. 黄色のドットが不正解の選択肢として機能するとともに、（練習トライアルあたり1〜2ドットを変える）青い点を追跡するために、参加者に促す。
   5. 2秒後、黄色ドットに青い点を変更し、別の4秒間の元黄色の点の間でそれらを移動し続けています。各試験の終了時に、ドットを停止し、いずれかをハイライト。
   6. ハイライト表示ドットが追跡ドットまたは伸延ドットであったかどうかのキーを押し経由で応答するために参加者に促す。次に、次の試行に継続してスペースバーを押して参加者に促す。
   7. 3連続で正しい試行、または6の試験の最大の後、MOフルタスクへの参加者をVEの。
2. 参加者のための完全なMOTタスクを起動します。 ：タスクの例はで見つけることができますhttp://brainandlearning.org/jove/MOT 。
   1. セットアップ偏心及び偏心°10°2間の空間内に5°/秒で移動する16ドットとの完全なタスク。参加者の画面が10度偏心のサー​​クルに入りきらない場合、画面が代わりに含めることができる最大サイズを使用します。
   2. - 5追跡ドット1追跡ドットとそれぞれ2からなる10試行からなる5試験の混合物：参加者は45の試験の合計を完了しています。 （ - 3.1.6の手順3.1.3を参照）練習試行に他のすべてのパラメータと一致。
   3. ドットが強調表示されたら、参加者の応答と応答時間を記録します。
   4. すべての15試験のために、参加者にブレークを提案する。これらの休憩では、参加者を表示7;画面上のブロック内でのパフォーマンス（正確な試験のパーセント）。

4.別の（オプションの手順）の一つのタスクからの移行

1. 参加者は2タスク間の休憩を取るようにします。タスクが同じログインセッション中に完了していない場合は、1と2を繰り返して、手順 。

[タスク（UFOV）の5章便利なフィールド - 図3

1. 紹介とで見られるセルフガイドチュートリアルをUFOV刺激、と参加者を理解： http://brainandlearning.org/jove/UFOV/practice.php 。タスク中に出席しなければならない2つのターゲットの刺激を証明する手順は次の4つの段階を通過する参加者情報を確認して下さい。
   1. どちらか長いか短い髪と、画面の中央に点滅し、1°スマイリーなどの中枢標的刺激を設定します。ランダム化する臨床試験全体のスマイリーの髪の長さ。
   2. 円の周り8箇所（0°、45°、90°、135°、180°、225°、270°、315°）の一つに偏心°4で点滅1°スターとしての末梢標的刺激を設定。臨床試験全体での星の位置をランダム。
   3. プレゼンテーション時に使用されるフ​​レームの数を介して制御刺激持続時間。 HTML5 requestAnimationFrame API を使用してフレームごとに約17ミリ秒でのフレームリフレッシュを最適化します。
   4. 予想プレゼンテーション時間が達成されたかどうかを確認するには、参加者のシステムクロックに基づいて、刺激持続時間の開始時刻と終了時刻を取得するには、JavaScriptのにgetTime（）メソッドを使用する。これら2つの値から測定されたプレゼンテーション時間を算出し、データ解析のためにこの値を使用する。
   5. 各練習試験のために、約200ミリ秒（約12フレーム）のための刺激を表示する前に500ミリ秒を待つ。
   6. 刺激前に従ってください320ミリ秒（約19フレーム）のために、ランダムに生成された階調ドットアレイから構成されるノイズマスクとsentation。
   7. ステージ1の場合は、唯一の中央のターゲットを表示し、髪の長さが表示されたキーを押し経由で応答するために参加者に促す。
   8. ステージ2の場合は、唯一の周辺ターゲットを表示し、星が現れた場所を示すために、8つの可能なターゲット位置を表す、1つの8の放射状のラインをクリックして参加者に促す。
   9. ステージ3の場合は、両方の中枢および末梢ターゲット刺激を表示し、スマイリーの種類とスターの位置の両方に対する応答を提供するために、参加者に促す。
      注：参加者は自由にこれらの2つの応答の順序を選択することができます。
   10. ステージ4は、周辺伸延器に加えて、両方の標的刺激を表示し、両方の標的の刺激に応答する参加者に促す。不正解の選択肢のために、ディスプレイ1度の正方形を4℃偏心で残りの7箇所で発表され、I2°偏心で8より正方形にn個の追加。
   11. 参加者の応答の後、各試行後の各目標応答のための参加者からのフィードバック（正解または不正解のために赤十字のための緑のチェッ​​クマーク）を示している。
   12. 3連続で正しい試験を取得した後、次の練習ステージに参加者を移動します。ステージ4の後、完全なタスクに参加者を移動させる。
2. フルUFOVタスクを開始するために参加者に促す。 ：タスクの例はで見つけることができますhttp://brainandlearning.org/jove/UFOV 。
   1. 練習セッションのように、同じ中央刺激を提示する（ ステップ5.1.1を参照）。前述の8のいずれかの場所で7度の偏心で周辺ターゲットを表示します（ ステップ5.1.2を参照）。 24伸延の正方形も3°偏心、5°偏心し、残りの7度に表示されます偏心の場所。
   2. 刺激の提示時間を決定するために、3ダウン、1アップ階段の手順を実行します：3つの連続した​​正しい試行の後の刺激の持続時間を減少させ、各エラートライアル後に増加。
   3. 階段の最初の3逆転する前に、2フレーム（およそ毎33ミリ秒）のステップサイズを使用します。 3逆転した後、1フレームのステップサイズを使用します。 1フレームと裁判あたり99フレーム間の刺激開始前の遅延を変化させると、320ミリ秒（約19フレーム）でのノイズマスク期間を保つ。
      注：戻入は持続時間が減少、または増加に増加から減少にどちらかに変化するポイントです。
   4. 3つの条件のいずれかが満たされたときにタスクを終了：階段手順は8逆転達する。参加者は、天井時間（99フレーム）や床期間（1フレーム）のいずれかで10の連続した​​試験を完了します。または参加者は、72の試験の最大値に達する。
   5. 参加者のRに記録する中枢刺激と周辺刺激の両方のesponseと応答時間。

Results

外れ値の除去

1779参加者の合計はUFOVタスクを完了した。これらのうち、32の参加者は、彼らが指示通りに作業を行うことができなかったことを示唆し、平均から3より大きい標準偏差たUFOVしきい値を持っていた。このように、これらの参加者からUFOVデータ1747の参加者の合計を残し、最終分析から除去した。

データは、MOTタスクの1746の参加者から得た。 2人の参加者は、このようにこれらの参加者からのデータは、最終的なMOT分析から削除された平均より3つ以上の標準偏差は、1,744名の参加を残してあった精度のスコアを意味する持っていた。

UFOV

UFOVタスクのために、性能は、検出閾値を得るために、最後の5回の試行の提示時間を平均することによって計算した。プレゼンテーション時間は、測定された刺激提示デュ反射各参加者の画面上で配給：最後の刺激フレームは参加者のシステムクロックを使用して、ミリ秒単位で記録された最初の刺激フレ...

Discussion

オンラインデータ収集は、標準的な実験室ベースのデータ収集に比べて多くの利点を有している。これらの分野で利用される典型的な大学学部プールよりもはるかに多くの代表的な集団をサンプリングする可能性、それは実験室での小さな大きさのオーダーであるサンプルサイズを得るために要するよりも短い時間ではるかに大きなサンプルサイズを得る能力を含む^1-6（ 例えば、現在の用紙に1,700+参加者から収集したデータ点は、一週間以内に得られた）。

記載され、オンラインの方法は、以前に行った実験室ベースの研究から得られた結果で複製することができました：オンラインタスクでUFOVのしきい値とMOTの精度のために計算手段と範囲をUFOVタスクと緑とBavelierための染料とBavelier ⁹によって報告された結果に匹敵したMOTタスクの^10。しかし、大規模な参加者のサンプルが分布に影響を与えなかった特にUFOVタスクでの結果、。オンラインUFOVしきい値分布は、前の実験室ベースの結果⁹より歪んだより正しか...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
パソコン/タブレット			インターネット接続とHTML5対応のブラウザ
CD、クレジットカード			参加者がすでにモニターのサイズを知っている場合は、不要かもしれません