視覚的に位置の言語理解の中に目の追跡: 柔軟性の視覚的文脈の発見の効果の制限

現在の記事のレビュー言語理解研究の目追跡の方法論。信頼性の高いデータを取得するには、プロトコルの主要な手順に従わなければなりません。これらの中で、目の追跡者 (例えば目と頭の画像の品質の良い) と正確な校正の正しい設定されています。

この方法は、言語理解に関係する精神過程に関する心理言語学の主要な研究問題に答える助けとなる。この手法の利点は、視覚世界と言語処理の関係を試験するために、高い時間的解像度で視覚的注意指数を提供することです。この方法に新しい個人は、プロトコルを高度な精度で実行する必要があるため、苦労する可能性があります。

このメソッドの適切な実装には、アドホックなトラブルシューティングが必要な場合が多いため、この方法の視覚的なデモンストレーションが重要です。両眼の優位性を判断するには、参加者に片方の腕を伸ばし、両目を開いた遠くの物体に親指を合わせます。参加者に交互に各目を閉じしてもらいます。

支配的な目は、その目が開いているときに親指がオブジェクトに揃ったままになる目です。その後、参加者にあごの残りの部分にあごを、頭の部分に額を置いてテーブルに座るように頼みます。次に、画像をクリックしてPCを表示します。参加者の目の1つの大きな画像と2つの小さな画像が表示されます。

キーボードの矢印キーを使用して小さい支配的な目の画像のいずれかを選択し、Aキーを押して、検索制限ボックスを瞳孔位置の中央に配置します。瞳孔の底近くにターコイズ円を持つ赤い正方形が目の周りに現れるはずです。瞳孔自体は青いはずです。

瞳孔の中央に、角膜反射の中心に1本の2本の十字が画面に存在する状態を確認します。角膜反射の大きさを調整することが重要です。これは、アイトラッカーの良好なキャリブレーションの基礎です。

手動でフォーカスレンズを回してカメラを調整し、角膜反射ができるだけ小さくなるまでレンズの前面に触れないように注意してください。次に、A キーを押して、生徒全体と瞳孔だけが青になるように、ホストコンピュータの瞳孔と角膜の閾値を自動的に設定します。アイトラッカーをキャリブレーションするには、参加者の視線がコーナーに向けられているときに角膜反射を妨げる不規則な反射を注意深く探しながら、カメラ設定ウィンドウを見ながら画面の四隅を一度に1つずつ見てもらいます。

目の周りの赤いボックスまたは十字線のいずれかが表示されない場合は、まず画面の中央を見てから、問題のあるコーナーに移動して問題の原因を特定します。参加者の頭の位置を再配置して、改善が生じさせるかどうかを確認します。次に、アイトラッカーが目盛り付けされ、円が画面の異なる部分に移動する大きな黒い円の中の小さな灰色の点に固定されることを参加者に知らせます。

参加者の準備ができたら、キャリブレーションをクリックして9点のキャリブレーションプロセスを開始し、参加者が画面中央の最初のドットに正確に固定した後にEnterキーを押して自動キャリブレーションを行います。キャリブレーションプロセスの最後に、ほぼ長方形のパターンが参加者の視線パターンを表す実験者の画面に表示される必要があります。良好なキャリブレーションの結果は緑色で強調表示されます。

結果を検証するには、参加者に手順を繰り返してもらい、参加者にドットを見て静止したままにするよう通知します。[検証] をクリックして、各固定を受け入れます。結果はホスト コンピュータ モニタに表示されます。

平均誤差と最大誤差に注意してください。これらのデータは、トラッキングされた画像が参加者の実際の視線位置から逸脱する度合を表します。平均誤差が0.5度以上である場合や最大誤差が1度を超える場合は、参加者にヘッド位置を再調整し、キャリブレーション手順を再開します。

高品質なデータ収集には、最大誤差率を 1 度以下に抑えることには重要です。これらは、話し言葉の理解中に比較的大きなオブジェクトに視線を追跡するためのしきい値であることに注意してください。読み取り中の視線追跡の閾値はさらに低くなります。

キャリブレーションプロセスが正常に完了したら、出力レコードをクリックして実験を開始します。位置付けの読み取り中に目の動きを追跡する例として、最初に2枚のトランプが近くまたは離れて移動する表示します。次に、参加者に、互いに類似または異なっていると表される2つの概念に関する文を読んで、カード間の距離が言語における類似性の理解を調節できるかどうかを評価する。

聴覚言語理解中に眼球運動を記録する例として、まず参加者に関心のあるイベントのビデオを見せる。次に、エージェントとビデオのオブジェクトの画像を含むターゲットシーンと、反対の性別のエージェントと別のオブジェクトの画像を参加者に表示します。同時に、以前のビデオと一致または不一致のイベントを説明する文を再生して、以前のイベントで取り上げられたエージェントの手の性別が、話された理解の間に参加者が予想するターゲットシーンからどの顔に影響するかを評価します。

この代表的な読書目追跡実験では、類似性形容詞の平均最初の合格読み取り時間は、カードが離れて移動したときと比較して、2枚のトランプが近くに移動するのを観察した後、類似した文に対して短かった。ここでは、聴覚理解テストの動詞領域中の平均対数視線比の分析は、参加者が以前に示されたビデオで性別がイベントと一致したエージェントの画像を検査する可能性が高いことを明らかにしました。この手順を実行する際には、各ステップを実行する際の精度が、高品質のデータ収集に不可欠であることを覚えておくことが重要です。

このようにして、画像コンテキストがリアルタイム言語の理解を段階的に調節する程度に関する洞察を得ることができます。応答時間や精度などの文後または実験後のメジャー、または他のオフラインテストのデータは、オンライン固定対策から得られる洞察を豊かにすることができます。この技術により、精神言語学者は、言語理解に関係する精神的表現とリアルタイムプロセスを調査することができます。