Summary
我们描述了在严格控制的实验条件下呈现真实世界对象和相同物体的匹配图像的方法。这些方法在决策任务的上下文中描述,但相同的实际方法可以扩展到其他认知领域,如感知、注意力和记忆。
Abstract
我们对人类物体视觉的了解几乎完全基于以计算机化二维(二维)图像形式呈现刺激的研究。然而,在日常生活中,人类主要与现实世界中的固体物体互动,而不是图像。目前,我们对物体图像是否触发类似行为或神经过程的了解知之甚少,就像现实世界的范例一样。在这里,我们介绍将现实世界带入实验室的方法。我们详细介绍了在严格控制的观察条件下呈现丰富、生态有效的真实世界刺激的方法。我们描述了如何紧密匹配真实物体及其图像的视觉外观,以及可用于连续交错试验中呈现真实物体和计算机图像的新型设备和协议。我们使用决策范式作为示例,将实际零食的支付意愿 (WTP) 与相同项目的二维图像进行比较。我们表明,与相同食物的高分辨率二维彩色图像相比,作为真实物体的食品的WTP增加了6.6%,这表明真实食品被认为比它们的图像更有价值。尽管在受控条件下呈现真实物体刺激对实验者提出了几个实际挑战,但这种方法将从根本上扩展我们对自然主义的基础认知和神经过程的理解视觉。
Introduction
人类感知和认知中初级研究的转化价值取决于这些发现在多大程度上转移到现实世界的刺激和背景中。一个长期的问题涉及大脑如何处理现实世界的感官输入。目前,视觉认知知识几乎完全基于依赖二维(二维)图像形式的刺激的研究,通常以计算机化图像的形式呈现。虽然图像交互在现代世界中越来越普遍,但人类是主动的观察者,视觉系统已经进化,允许感知和与真实物体交互,而不是图像1。迄今为止,人类视觉研究中的总体假设是图像等同于真实物体的显示和适当的代理。然而,目前,我们对图像是否像真实对象一样有效地触发了相同的底层认知过程知之甚少。因此,确定对图像的响应与真实世界对应方产生的响应相同或不同的程度非常重要。
真实物体和图像之间存在几个重要差异,这可能导致大脑中这些刺激的处理方式不同。当我们用两只眼睛观察真实物体时,每只眼睛从稍微不同的水平位置接收信息。不同图像之间的这种差异,称为双目差异,由大脑解决,以产生一个单一的深度感2,3。从立体视觉中衍生的深度线索,以及其他来源,如运动视差,传达关于物体的自我中心距离,位置和物理大小的精确信息,以及其三维(三维)几何形状结构4,5.对象的平面图像不传达有关刺激的物理大小的信息,因为观察者只知道与监视器的距离,而不是与对象的距离。虽然物体的三维图像,如立体图,更近似于真实物体的视觉外观,但它们并不存在于三维空间中,它们也没有提供真正的运动动作,如用手抓握6。
在实验环境中使用真实物体刺激的实际挑战
与对刺激表达完全由计算机控制的图像视觉的研究不同,使用真实物体给实验者带来了一系列实际挑战。在整个实验中,必须手动控制对象演示的位置、顺序和时间。使用真实对象(与图像不同)可能涉及大量时间承诺,因为需要收集7、8、9或制作10个对象,在实验前设置刺激,并呈现在研究期间手动使用对象。此外,在旨在直接比较真实物体与图像反应的实验中,在不同显示格式8、9中密切匹配刺激的外观至关重要。刺激参数、环境条件以及真实物体和图像刺激的随机和平衡,都必须仔细加以控制,以隔离因果因素,并排除对观察到的影响的替代解释。
下面详细介绍了用于呈现真实对象(和匹配图像)的方法,这些方法是在决策范式的上下文中描述的。然而,一般的方法可以扩展,以检查刺激形式是否影响视觉认知的其他方面,如感知,记忆或注意力。
实际对象的处理方式与图像不同吗?决策案例
在人类决策研究中,我们在真实场景中遇到的物体种类与实验室实验中所检查的物体之间的不匹配尤为明显。在大多数关于饮食选择的研究中,参与者被要求对在电脑显示器11、12、13、14上以彩色二维图像呈现的零食做出判断。相反,每天决定吃什么食物通常是在真正的食物,如在超市或自助餐厅。虽然在现代生活中,我们经常查看零食的图像(即,在广告牌、电视屏幕和在线平台上),但从进化中可以适应检测和适当应对真实能量密集食品的能力透视,因为它促进增长,竞争优势,和繁殖15,16,17。
决策和饮食选择科学研究的研究成果被用来指导旨在遏制肥胖率上升的公共卫生举措。然而,不幸的是,这些举措似乎很少或根本没有取得可衡量的成功。肥胖仍然是疾病22的全球负担的主要原因,与一系列相关的健康问题有关,包括冠心病、痴呆症、II型糖尿病、某些癌症和发病率总风险增加22 ,23,24,25,26,27。近几十年来肥胖和相关健康状况的急剧上升28与廉价、高能量食品的供应有关。因此,对于理解调节日常饮食决策的基本认知和神经系统有着强烈的科学兴趣。
如果大脑中不同格式的食物的处理方式存在差异,那么这可能有助于了解为什么公共卫生方法在对抗肥胖症方面没有成功。尽管图像和真实世界的对象之间存在差异,但令人惊讶的是,对于零食的图像是否与现实世界的相似,人们知之甚少。特别是,对于真正的食物是否被认为比相同物品的匹配图像更有价值或更令人吃益,人们知之甚少。经典的早期行为研究发现,幼儿能够延迟满足在2D彩色图像的零食30,但不是当他们面对真正的零食31。然而,很少有研究在成人中研究零食的展示形式是否影响决策或估价12,32,33,并且只有一项研究,到目前为止,从我们的实验室,已经测试了这当刺激参数和环境因素在格式7之间匹配时,问题。在这里,我们描述了研究健康人类观察者的决策是否受显示刺激的格式影响的创新技术和仪器。
我们的研究7是由Bushong和同事12进行的先前实验所激励的,实验中,大学年龄的学生被要求使用贝克尔-德格root-Marschak(BDM)招标任务对一系列日常零食进行货币投标。34.使用主题间设计,Bushong 和同事12以三种格式之一呈现了零食:文本描述符(即"Snickers bar")、二维彩色图像或真实食品。三个参与者组的平均零食出价(美元)是对比的。令人惊讶的是,那些看过真实食物的学生愿意为这些食物支付61%的费用,而那些认为与图像或文字描述相同的刺激者——作者称之为"真实曝光效应"的现象12。然而,关键的是,文本和图像条件的参与者在分组设置中完成了投标任务,并通过单独的计算机终端输入了他们的响应;相反,那些被分配到实际食物状况的人与实验者一对一地执行任务。刺激在真实和图像条件下的外观也不同。在真实的食物状况中,食物在银盘上呈现给观察者,而在图像条件下,刺激在黑色背景上作为缩放的裁剪图像呈现。因此,参与者的差异、环境条件或与刺激相关的差异可能导致对实际食品的出价过高。继Bushong等人12日之后,我们研究了真正的食物是否价值超过了二维食品的图像,但关键的是,我们采用了一个主题内设计,其中环境和刺激相关因素被仔细控制。我们开发了一个定制设计的转盘,其中每个显示格式的刺激可以从试验到试验随机交错。刺激表示和时间在真实对象和图像试验中是相同的,从而减少了参与者在不同显示条件下使用不同的策略执行任务的可能性。最后,我们仔细控制了真实物体和图像条件下刺激物的外观,使真实食物和图像与表面大小、距离、视点和背景紧密匹配。可能还有其他程序或机制,可以允许跨试验随机化刺激格式,但我们的方法允许许多对象(和图像)以相对快速的交错连续呈现。从统计的角度来看,这种设计比使用主体间设计更具有检测显著效果的能力。同样,其影响不能归因于观察员之间在支付意愿(WTP)方面的优先差异。当然,在主体内设计中,为需求特征提供了可能性。然而,在我们的研究中,参与者明白,他们可以在实验结束时"赢得"一个食品项目,而不管它出现在投标任务中的显示格式。参与者还被告知,任意减少出价(即图像)将减少他们中奖的机会,而赢得所需项目的最佳策略是出价的真实价值34,35,36.这个实验的目的是比较WTP的真实食品和二维图像使用BDM投标任务34,35。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
实验协议得到了内华达大学、里诺社会、行为和教育机构审查委员会的批准。
1. 刺激和装置
图 1:真实对象(显示在转盘上)和同一项的匹配二维图像(显示在计算机监视器上)。这个实验中的刺激包括60种受欢迎的零食食品。真正的食物(左面板)在转盘上被拍摄,其生成的二维图像(右面板)与表面大小、距离、视点和背景紧密匹配。请点击此处查看此图的较大版本。
-
刺激
-
真实对象
- 从当地的便利店购买60种受欢迎的零食食品(如图1)。理想情况下,确保食物跨越广泛的热量密度(例如,0.18 至 6.07)7。打开每种食物的包装,将包装和部分食物放在盘子上。使用白纸板最大化刺激对比度。
-
二维照片
- 将一盘食物放在转盘的细胞上(参见图2),并在转盘上拍摄刺激物,以便二维图像中的刺激背景与真正的食物对应物相匹配(见图1)。
- 将摄像机(参见材料表)放在转盘前面的三脚架上。设置摄像机的距离、高度和角度,以匹配从正前方查看刺激时参与者眼睛的距离、高度和角度。将相机放置在距转盘边缘 50 厘米(或更少)的位置,以确保照片被视为在参与者的到达距离内。
- 设置并按住测试室中的照明源。使用直接照明源(如天花板灯或灯)直接照亮转盘上的刺激。在实验期间,确保在展示真实食物时使用相同的照明水平和光源。使用具有恒定的 F-stop 和快门速度的相机拍摄转盘上的真实食物(使用相同的光源)。在显示格式中尽可能匹配整体亮度、阴影图案和镜面高光。对每个刺激重复此过程。
- 如有必要,请使用图像处理软件调整二维图像的颜色、亮度和视觉大小(参见材料表)。单击"色相/饱和度和亮度/对比度"选项卡并移动滑块,直到图像在安装在转盘上时看起来尽可能与实际图像类似。
- 通过将真实对象定位到计算机监视器旁边,并增大/减小像素大小,直到刺激与大小完全匹配,从而微调图像中的对象大小。编辑时,请确保图像处理软件页面视图(缩放)设置为 100%。
- 确保用于编辑图像的监视器与在研究期间用作参与者监视器的监视器相同(或大小相同)。保持图像每英寸的分辨率、纵横比和像素不变。此外,请确认监视器足够大,以显示最大刺激在其全尺寸。
-
真实对象
图 2:显示转盘零部件和装配体的示意图。(A) 转盘装置的主要部件及其相对定位。(B) 组装有20个独立细胞的转盘装置。真实对象可以放置在每个单元格内。垂直分隔线阻止参与者查看相邻单元格中的项目。请点击此处查看此图的较大版本。
-
转盘装置
- 为直径为 2 米的转盘和圆形中央芯(直径 56 厘米,高 24 厘米)创建圆形(木材)底座,带 20 个插槽(1 厘米 W;见图2)。将型芯放在旋转的圆柱体顶部,便于旋转(参见图2A)。
- 创建 20 个分隔线(高 24 厘米 x L 62 厘米 x W 0.5 厘米)。将每个分盘滑入转盘的中央核心,形成 20 个单元(24 厘米 x 62 厘米 x 26 厘米)。
- 将圆形底座放在桌子顶部(+72 厘米,参见图 3 A)。确保桌子处于允许坐着的参与者舒适地查看转盘上的物品的高度。
- 在转盘和参与者之间创建一个垂直分区(81 厘米 x 127.5 厘米)(参见图 3B)。将隔板与转盘分开 26 厘米,允许在隔板后面放置一个 LCD 计算机显示器的空间。确保分区和转盘之间的空间不会将刺激置于参与者无法触及的位置。
- 在分区中构造光圈。确保孔径的宽度是可调的,以便在最后设置中,参与者一次只能看到转盘上的一个项目(参见图 3B)。重要的是,确保孔径足够宽/高,不会干扰参与者对转盘上刺激的物理访问。
- 为与会者监视器创建一个滑动平台(L 18.5 厘米 x W 11.5 厘米木片,车轮连接到底面)(参见图 3D)。
- 将滑动平台和参与者监视器放在转盘和分区之间,以便在显示格式条件之间快速转换(参见图 3 D)。在图像测试期间,将参与者监视器放置在观察光圈内;在真实对象试验中收回分区后面的监视器(参见图 3)。
- 为实验者监视器使用一张小桌子或创建一个架子(参见图3A,C )。使用实验程序监视器为即将到来的试用版显示何时设置真实项目或图像以及对象标识的提示。
- 将键盘托盘(用于鼠标)连接到分区孔径正下方的转盘底座上(参见图 3 B)。在转盘和墙壁两侧之间安装窗帘(或类似遮挡物),以防止参与者在实验期间查看刺激物和实验者。
- 购买(或制造)电脑控制的液晶遮挡眼镜37(见图3B、C及材料表)。
注:遮挡眼镜提供刺激观看时间的毫秒控制。眼镜在试验间隔期间变得不透明("闭合状态"),在刺激演示期间透明("开放状态")。用于控制眼镜的计算机命令(以及运行此处所述协议所需的所有其他脚本和文件)可在http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)。- 在实验开始前测试眼镜是否正确打开和关闭(即,在实验开始前使用"GlassesTest"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip处提供)。
图 3:如何设置和使用转盘设备进行测试。 (A) 设置准备测试的转盘装置。一旦将转盘组装好,就应将其放在桌子上,让就座的学员处于舒适的高度。应在参与者和转盘之间创建并放置垂直分区。在分区内,应该有一个查看光圈。"参与者监视器"用于查看二维图像。LCD 监视器应位于垂直分区和观景孔后面,以及转盘前。监视器安装在滑动平台上,允许它跨试验在参与者的视野中移动。一个"实验者监视器",被放置在参与者的视线外,用来通知实验者在即将到来的试验中展示哪些刺激。(B) 从参与者的角度观察仪器和实际对象刺激。参与者一次只能看到一个食物。键盘托盘应直接连接到学员就座位置前面的桌面上。参与者使用计算机鼠标进行响应。(C) 侧面视图显示安装在滑动平台上的参与者监视器。对于图像试验,实验者将参与者监视器滑入查看光圈。在真实对象试验中,参与者监视器在垂直分区后面缩回。(D) 显示转盘装置设置的空中示意图。可以在转盘的 20 个单元格中放置单个真实对象。学员应同时佩戴计算机控制的视觉遮挡眼镜,坐在观景孔前。实验者可以在实验器监视器上查看即将进行的试验,并根据需要手动旋转转盘或移动参与者监视器。此图的 C 面板已从参考文献 7中转载,并经 Elsevier 许可。请点击此处查看此图的较大版本。
2. 一般程序:随机化和设计
- 使用 MATLAB 创建脚本,该脚本将随机交错真实和图像试验。确保一半的参与者将给定的零食(例如苹果)视为真实对象,其余参与者将该项目视为二维图像。对于每个参与者,随机化在实验中呈现不同零食的顺序。在实验开始之前,列出要将哪些实际项放在转盘上的实际项,以及按什么顺序排列(请参阅"runStudy"脚本,http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip提供)。
- 将物品按正确的顺序放置在转盘上(参见图3A)。
注:根据研究中的刺激次数,设置时间可能需要长达 30 分钟。 - 将显示器置于光圈中,并确保所有其他物品和实验者从参与者的视野中遮盖(参见 1.2.7)。
- 让学员坐在离转盘约 50 厘米的位置,并通过白噪声机或通过耳机播放白噪声,以便参与者无法预测(即从滑动监视器的声音)即将到来的试用的刺激格式。
- 给学员戴上眼镜,并确保眼镜处于封闭/不透明状态。向学员解释眼镜当前已关闭,但在需要时将打开。
-
查看实验程序监视器,查看即将进行的试验将采用什么类型的条件(即真实或图像)(参见图 3A)。
- 在"真实对象"试验中,通过滑动平台将参与者监视器从观察孔中缩回,以便转盘上的参与者可以看到该对象(参见图 1A和3)。
- 发出计算机命令(例如,按下按钮),以触发玻璃杯的打开和关闭,使真正的食物在转盘上可见 3 s。眼镜关闭后,将参与者监视器放回光圈前面,然后按一个键打开眼镜,让参与者做出响应(例如出价)。一旦参与者进入响应,就自动关闭眼镜(请参阅"runStudy"脚本,http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip提供)。
- 在"真实对象"试验中,通过滑动平台将参与者监视器从观察孔中缩回,以便转盘上的参与者可以看到该对象(参见图 1A和3)。
-
查看实验程序监视器,为下一个试验做准备。按一个键,以推进到下一次审判。
- 对于二维图像试验,将 LCD 监视器置于查看光圈内(参见图 1B和图3)。按一把钥匙打开眼镜。将显示器放在查看孔径中,然后按一个键打开眼镜,让学员做出响应。确保下一个刺激已准备好查看。按一个键,以推进到下一次审判。
3. 随机化和设计过程
-
使用食品项目图像(不是真正的食品;请参阅"runSurvey","喜欢调查"和"FamSurvey"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)创建偏好和熟悉度评级任务。为首选项和熟悉度评级任务创建两个不同的块,并平衡跨观察者的块顺序(参见图 4)。
- 对于每个参与者,随机化每个块中显示的图像的顺序,并创建一个模拟滑块,供参与者在查看每个食物图像后执行其分级(参见图4,"runStudy","喜欢_slider"和"Fam_slider"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)。
- 将出价任务添加到脚本中。如 2.1 中所述随机化。将食品拍卖添加到脚本中。让计算机从投标任务中随机选择 60 个食品项目之一。让计算机在所选项目上随机出价,从 $0 - $3 以 25 美分的增量(参见图 4和"bidModule"脚本,http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 提供)。
图 4:当前研究的实验设计。实验包括4个阶段:(1)食物偏好和熟悉度评级任务,(2)招标任务,(3)食品拍卖,(4)实验室等待期。参与者首先完成偏好或熟悉度评级任务(在参与者之间进行平衡)。在偏好任务中,参与者查看了每个零食食品项目 3 s 的图像,然后使用滑动模拟出价栏对商品(使用 -7 到 7 评级等级)的评分程度。对于熟悉度评级任务,学员表示他们对项目有多熟悉(使用 0 到 3 的评级等级)。接下来,参与者完成了一项投标任务,其中他们计算他们愿意为每个零食项目支付多少(0-3美元)。一半的刺激被呈现为真正的食物,一半呈现为二维图像。每次试验的观察时间都使用计算机控制的目视遮挡眼镜进行控制。在试验开始时,眼镜在 3 秒内转换为"打开"(透明)状态,然后返回到"闭合"(不透明)状态,等待 3 秒的试用间隔。眼镜然后打开,使参与者记录响应。一旦投标任务完成,将进行"拍卖",以确定参与者是否"赢得"食品项目,以及以什么价格。拍卖之后,实验室有30分钟的强制性等待期。如果参与者赢得了食物项目,他们可以在等待期间消耗食物。所有参与者被要求在实验室等待期间,无论在拍卖期间是否赢得了食品。此图已从参考文献 7中转载,并经 Elsevier 许可。请点击此处查看此图的较大版本。
4. 参与者筛选和日程安排
- 招募自报者,他们乐于食用和经常食用零食,并熟悉各种零食(典型的该地区)。确保参与者不积极节食以减肥,有任何食物过敏,饮食限制(如素食,无麸质)或与食物有关的疾病,并且没有怀孕。
- 根据BDM招标任务12,35,一定要安排参与者在下午晚些时候(例如,在下午1:00至7:00之间),这是通常消费零食。提醒参与者在实验12前不要进食3小时。
注:这是为了确保参与者是饥饿的,并将准确地出价的食物。
5. 问卷程序
- 对于每个参与者,收集个人人口统计信息(即年龄、性别),询问他们是否具有正常或矫正的视力,并记录身高和体重(这些数据可用于计算身体质量指数)。
6. 偏好和熟悉度评级任务程序
- 要求参与者对 60 种小吃的熟悉程度进行评价。让参与者通过鼠标单击模拟滑动杆(例如,"0"= 不太熟悉;但让参与者通过鼠标单击模拟滑动杆)进行响应。"3" = 非常熟悉)。确保响应是自定进度的(参见图 4)。
- 要求参与者通过鼠标点击模拟滑动杆(例如,"-7"=强烈不喜欢的)来评价他们每60种零食的喜好。"0" = 冷漠;"7" = 强烈喜欢)。确保响应是自定进度的。
7. 投标任务程序
-
通知参与者,他们将获得 3 美元的津贴,可用于投标 60 种常见零食。接力规则招标任务14,35。
- 强调最好的策略不是根据零售价格投标,而是出价一个人的真正价值:在实验结束时,人们愿意支付多少吃物品。
- 提醒学员在研究结束时实验室有30分钟的强制性等待期(见图4)。 向学员解释,如果他们"赢得"投标任务,他们将能够在实验结束时消耗一个食品项目;如果他们"失去"出价,他们仍将被要求留在实验室等待期间,不消耗任何外部的食物或饮料。
- 让学员坐在测试室(参见 2.4-2.5)。使用不属于 60 个实验项目的三个项目进行实践拍卖。将三个项目放在参与者的前面,一次一个。要求学员对项目(-7 到 7)的喜欢程度进行评价。
- 将项目再次放在参与者的前面。要求参与者对每个项目出价(0美元 - 3美元)。确保学员理解说明 - 提出问题以交叉检查理解。
- 将 3 美元放在靠近参与者手的鼠标旁边,并提醒他/她,津贴是他们的,他们可以出价高达每件 3 美元。
- 请参阅第 2.6.1 - 2.7.1 节。进行真实物体和图像试验。图 4说明了投标任务过程。
8. 食品拍卖/30分钟等待期程序
- 检查参与者是否"赢得"零食项目以及价格(请参阅"runStudy"脚本,可在http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)。
注:计算机将出价,由介于 $0 和 $3 之间的随机数组成,以 25 美分为增量。如果计算机的出价低于或等于参与者的出价,则参与者将"赢得"项目以进行消费。参与者从3美元的津贴中向实验者支付计算机投标的价格。以往的多项研究,已深入考虑BDM投标任务34、36、38的理由。
9. 卡路里估计程序
- 对于主实验中显示的每个食物项目,请显示文本显示(即"Snickers bar"),并要求参与者估计(用笔写下)他们认为份量中有多少卡路里。
10. 数据分析
-
使用统计分析软件(参见材料表)执行线性混合效果建模分析。使用线性混合效果模型来考虑参与者中的嵌套响应(即来自同一参与者的观测值的依赖性)。创建包含以下变量的数据集:参与者、项目、显示格式、首选项、卡路里密度、估计卡路里和出价。通过单击"分析",然后单击"混合模型",然后单击"线性"来创建模型。
- 将变量参与者转移到"主题"中:框,然后按"继续"。将出价转移到"因变量:"框中。接下来,将"主体"和"显示格式"转换为"因子"框。然后,将首选项转移到协变量:框中。
- 单击"修复",然后选择"参与者以外的所有变量"添加到"模型"框中,然后单击"继续"。单击"随机",然后选择"参与者"并将其添加到"组合"框中,以便考虑观察者内部和之间响应的可变性。单击"继续"。
- 单击"统计",然后检查描述性统计信息、参数估计和测试的协方差参数框。单击"继续"。单击"EM 均值",然后选择所有因子和因子交互并将其传输到"显示均值"框中。单击"继续"。最后,按"确定"。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
本实验的代表性结果如下。在原始出版物7中可以找到对结果的更详细说明,以及后续研究。我们使用线性混合效果模型,该模型具有"出价"的因变量,以及显示格式、首选项、卡路里密度和估计卡路里的独立变量。正如预期的那样,并且与以前的研究12、14一致, 偏好评级和出价 (F(1,1655) = 1803.69, p < .001) 之间存在强烈的正关系,因此偏好增加一个单位与出价价值增加 0.15 美元(= = .15, t(1655) = 42.47, p < .001;d = 8.03)。卡路里密度对投标也有显著的主要影响 (F (1,1649) = 6.87, p < .01)。卡路里密度增加一个单位与投标增加 0.024 美元(= = .024,t (1649) = 2.62,p < .01; d = 0.50)。估计卡路里的主要影响也显著 (F(1, 1672) = 6.88, p < .01)11.估计卡路里增加一个单位与 WTP 中的增加 $.009 (= 0.009, t(1671) = 2.62, p < .01;d = .50)。换句话说,观察家认为热量含量高的食物比热量含量较低的食物更有价值。关键的是,在控制了所有其他因素后,我们发现显示格式(F (1,1645) = 7.99,p <.01,d = .53)的主要效果,其中真实食品与食品图像的出价增加了 6.62%。真实食物(与图像)的WTP放大在参与者中相对稳定,28名参与者中20人显示出这种效果。为便于说明,图 5显示每个零食食品的平均出价值作为"首选项"的函数,分别显示为真实对象(红色)和图像(蓝色)的食品。同样,图 6显示每个零食的平均出价值,作为卡路里密度的函数,每个显示格式中的食物分别显示。在图5和图6中,真实食物与图像的WTP放大都很明显。重要的是,显示格式对出价的影响在食物偏好(F (1, 1644) = .025, p = .88), 卡路里密度 (F( 1, 1643) = 2.54, p = .11) 和估计卡路里 (F(1,1643) = .11,p = .74),并且任何其他因素之间没有显著的高阶交互(所有p 值= .11)。
虽然我们观察到估计卡路里对投标的影响,但效果相对较弱。这一结果可以解释为,参与者在主实验后响应文本提示执行估计任务,而不是在刺激演示时查看食物。此外,估计给定食物中的卡路里数量不一定是一项直观的任务;许多观察者不知道(或不注意)他们所食用的食物的热量密度。
图 5:每个小吃的平均货币出价绘制为偏好和显示格式的函数。不出所料,货币出价与食品偏好评级之间有着密切的正面关系,对更受欢迎食品的出价更高。重要的是,显示格式有一个显著的主要效果,即对真实食品的出价大于匹配的食物图像。显示格式和首选项的效果之间没有显著的交互作用。食品的平均出价值 ($) 单独显示真实食品(红色)和二维图像(蓝色)。每个数据点分别表示每个食品项目的组平均出价,每个显示格式的食品。实心红线和蓝线分别表示最适合真实对象和图像条件的线。此图已从参考文献 7中转载,并经 Elsevier 许可转载。请点击此处查看此图的较大版本。
图 6:每个小吃的平均货币出价绘制为热量密度和显示格式的函数。我们发现出价与实际热量密度之间存在显著正关系,对高热量密度食品的出价较高。显示格式效应与热量密度之间没有显著的相互作用。食品的平均出价值 ($) 单独显示真实食品(红色)和二维图像(蓝色)。每个数据点分别表示每个食品项目的组平均出价,每个显示格式的食品。实心红线和蓝线分别表示最适合真实对象和图像条件的线。此图已从参考文献 7中转载,并经 Elsevier 许可转载。请点击此处查看此图的较大版本。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
本论文的首要目标是,通过提供有关如何在受控实验条件下呈现大量真实世界物体(和图像)的详细信息,促进未来对"真实世界"物体视觉的研究。提出了一种生态有效的方法,用于研究影响饮食选择和食品估价的因素。我们描述了最近人类决策研究中采用的方法7,其中我们研究了以真实物体形式呈现的零食是否与二维图像呈现的食物价值不同。在我们的实验7中,饥饿的大学生对一系列日常零食进行了金钱投标。使用受试者内部设计,将一半的刺激作为真实食物呈现给每个观察者,其余以高分辨率彩色2-D食品照片的形式呈现。真实食品和食物图像与表面大小、距离、背景、视点和照明紧密匹配。与以往的研究7有重要不同,环境条件和刺激时间在不同的显示格式上是相同的。使用定制的转盘设备在整个实验中随机排列每个显示格式的试验顺序。在测试课程开始时,参与者对60种不同的熟食(以图像形式呈现)的偏好和熟悉程度进行了评分。在主要实验中,观察家表示他们愿意支付(WTP)的60种食物,这些食物要么作为真实物体,要么作为二维图像显示。在观察者之间,将食物分配给真实物体或图像条件时,要进行平衡。继之前针对类似问题12的研究之后,我们使用贝克尔·德格鲁特·马沙克 (BDM)35投标任务测量了 WTP,其中观察员对每种零食进行了货币出价(0-3 美元),以"赢得"消费的机会。食物在实验结束时。给定数据的嵌套结构,我们使用线性混合效果建模来确定 WTP 受显示格式、食物偏好、卡路里含量和估计卡路里的影响程度。我们发现,与食物图像7相比,观察者愿意为作为真实物体展示的食物多支付6.62%。真实食品显示值的放大在所有食品偏好级别以及食物的实际和估计热量含量上是一致的。这些结果令人惊讶,因为参与者知道,无论在投标任务期间以何种格式展示食物,他们都可以在实验结束时获得相同的(真正的)零食奖励。重要的是,这些发现证实,对支付意愿有可靠的"实际食物暴露效应",这不能因环境环境、刺激表达方法或试验的差异而无法解释。跨显示格式的计时。
总之,我们提供了详细的方法,描述了如何准备真实对象刺激和紧密匹配的相同项目的二维计算机化图像,以及创建手动操作的转盘以呈现大量真实物体的方法和图像交错继承。我们提供了控制刺激表达和查看时间的所有试验,例如,通过使用计算机控制的显示眼镜的说明。这里介绍的方法为检查观测到的影响的基本机制开辟了新的途径。例如,未来的研究可以通过在单目观察条件下呈现真实世界刺激来直接评估立体动物的影响(例如,可以使用计算机控制的眼镜的单目与双目状态轻松进行测试)这里描述)。这将形成一个很好的比较,一个很好的比较,在基于图像的试验中,运动视差和立体提供冲突的深度信息。
尽管我们提供了在受控观察条件下呈现真实世界物体的实用解决方案,但不可否认,在实验室中处理真实物体具有挑战性、成本高且耗时。除了与控制刺激参数相关的技术,如照明、位置、大小和时间、收集和精心准备(即安装)的实际物体刺激可以苦于缓慢的时间相比,需要单独准备图像。实验者必须在规定的时间限制内在每次试验前找到正确的范例,并且实验者有明显出错的可能性。在一些试验数量有限的情况下,例如在fMRI8、39和患者10个真实物体视觉研究中,我们使用摄像机记录每个试验中展示的范例,并交叉检查录像后点位的准确性。处理食物还有其他挑战,这也许是一种独特的实物刺激。根据研究中使用的项目数量,必须保持相对多的食物选择新鲜,手头,并在相对接近的测试室。在涉及食品的决策范式中,刺激通常随着包装的打开和某些内容可见而显示。虽然许多人造食品似乎有无限期的保质期(即Twinkie),但大多数物品需要定期更换,以保持新鲜度和视觉吸引力。总之,这些条件使得很难精确控制真实格式和图像格式之间的食物外观,以至于我们发现,在非易腐刺激类(如对象和工具)中,这种状态是可能的。还必须注意,我们修改了转盘设备,从原始研究7(黑色)中出现的方式到这里描述的方式(白色),因为我们发现白色装置更容易清洁,刺激对比度也得到了改进.
上述考虑提出了一个关键问题,即处理真实对象的时间和资源成本是否合理,或者是否可以使用更方便的图像显示获得类似的结果。我们的决策范式7的结果表明,真正的食品显示会导致估价(即线性效应)持续增加,而估值不会与其他因素(如偏好或热量密度)相互作用。这些决策的结果与人类认知其他领域的发现相吻合。例如,现实世界中的对象更容易识别10,40,41,增强记忆42,并捕捉注意力43,比图像多44个。与二维图像相比,fMRI重复抑制效果降低,对于真实对象8。同样,通过高密度脑电图测量,对大脑对真实物体的反应的时间动力学进行细粒度检查,发现真实物体(与图像)会引起更强烈和更长时间的mu节律的去同步——这是激活在visuo-电机网络中涉及自动规划的运动行动9。真实物体的mu去同步放大与与立体9相关的早期信号差异无关。综合起来,这些发现表明,使用图像显示可以获得的结果模式可能大致一致,但只是不太引人注目,而使用真实世界物体时本来可以观察到的结果。换句话说,如果图像视觉研究的结果可预见地转移到真实物体视觉,那么图像视觉基础研究的转化价值就会得到保留。尽管目前没有足够的数据来对这一问题作出明确的结论,但最近有证据表明,在左半球和右半球9和自我中心距离中,真实物体的影响分离作用6引起对这一假设的担忧。例如,当物体位于观察者触手可及的触手可及范围之外,或者当物体位于透明屏障6之后时,真实物体对注意捕捉的影响下降到二维和三维图像观察到的水平,这表明手动与真实对象(而不是图像)交互的可能性决定了如何处理该对象。未来的研究可以利用这里描述的协议来调查类似的潜在因果机制是否调节了"实际食物暴露效应"对支付意愿的影响。例如,可以使用距离或障碍操纵6来确定可到达或可掌握的真正零食是否与未达到或可掌握的零食的处理方式不同(并确定相同的操作是否对处理食物图像)。今后需要利用生态上有效的实物刺激进行研究,才能对这一问题作出明确结论。重要的是,类似的机制在不同的认知领域或不同的任务中可能并非如此。然而,我们处理真实世界对象的方法有望为推动自然主义愿景的基础流程和机制提供重要的新见解。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这项工作得到了国立卫生研究院国家眼科研究所(NIH)对J.C.Snow的资助,奖励编号为R01EY026701,国家科学基金会(NSF)[赠款1632849]和临床转化研究基础设施网络[授予17-746Q-UNR-PG53-00]。内容完全由作者负责,不一定代表国家卫生研究院、NSF 或 CTR-IN 的官方观点。
Materials
Name | Company | Catalog Number | Comments |
EOS Rebel T2i Body Camera | Canon | 4462B001 | |
MATLAB | MathWorks | R2017b | Computer programming software. Download this additional free toolbox: PsychToolbox 3.0.14 |
Photoshop | Adobe | CS6 | |
PLATO Visual Occlusion Glasses | Translucent Technologies Inc. | N/A | |
SPSS | IBM | Version 22 | Statitical analysis software |
ToTaL Control System (USB) | Translucent Technologies Inc. | N/A | The ToTaL Control System controls the PLATO spectacles |
References
- Gibson, J. J. The Ecological Approach to Visual Perception. , Houghton Mifflin. Boston. (1979).
- Westheimer, G. Three-dimensional displays and stereo vision. Proceedings of the Royal Society B: Biological Sciences. 278 (1716), 2241-2248 (2011).
- Julesz, B. Foundations of cyclopean perception. , U. Chicago Press. Oxford. (1971).
- Sprague, W. W., Cooper, E. A., Tošić, I., Banks, M. S. Stereopsis is adaptive for the natural environment. Science Advances. 1 (4), (2015).
- Nityananda, V., Read, J. C. A. Stereopsis in animals: evolution, function and mechanisms. Journal of Experimental Biology. 220, Pt 14 2502-2512 (2017).
- Gomez, M. A., Skiba, R. M., Snow, J. C. Graspable Objects Grab Attention More Than Images Do. Psychological Science. 29 (2), 206-218 (2018).
- Romero, C. A., Compton, M. T., Yang, Y., Snow, J. C. The real deal: Willingness-to-pay and satiety expectations are greater for real foods versus their images. Cortex. 107, 78-91 (2018).
- Snow, J. C., et al. Bringing the real world into the fMRI scanner: Repetition effects for pictures versus real objects. Scientific Reports. 1, 130 (2011).
- Marini, F., Breeding, K. A., Snow, J. C. Distinct visuo-motor brain dynamics for real-world objects versus planar images. NeuroImage. , (2019).
- Holler, D., Behrmann, M., Snow, J. C. Real-world size coding of solid objects, but not 2-D or 3-D images, in visual agnosia patients with bilateral ventral lesions. Cortex. , (2019).
- Tang, D. W., Fellows, L. K., Dagher, A. Behavioral and neural valuation of foods is driven by implicit knowledge of caloric content. Psychological Science. 25 (12), 2168-2176 (2014).
- Bushong, B., King, L. M., Camerer, C. F., Rangel, A. Pavlovian processes in consumer choice: The physical presence of a good increases willingness-to-pay. The American Economic Review. 100 (4), 1556-1571 (2010).
- Rangel, A. Regulation of dietary choice by the decision-making circuitry. Nature Neuroscience. 16 (12), 1717-1724 (2013).
- Plassmann, H., O'Doherty, J. P., Rangel, A. Appetitive and aversive goal values are encoded in the medial orbitofrontal cortex at the time of decision making. Journal of Neuroscience. 30 (32), 10799-10808 (2010).
- Berthoud, H. R. Metabolic and hedonic drives in the neural control of appetite: who is the boss. Current Opinion in Neurobiology. 21 (6), 888-896 (2011).
- Sclafani, A.
Conditioned food preferences. Bulletin of Psychonomic Society. 29 (2), 256-260 (1991). - Volkow, N. D., Wise, R. A. How can drug addiction help us understand obesity. Nature Neuroscience. 8 (5), 555-560 (2005).
- Drewnowski, A., Darmon, N. Food choices and diet costs: An economic analysis. Journal of Nutrition. 135 (4), 900-904 (2005).
- Imram, N. The role of visual cues in consumer perception and acceptance of a food product. Nutrition and Food Science. 99 (5), 224-230 (1999).
- Marteau, T. M., Hollands, G. J., Fletcher, P. C. Changing human behavior to prevent disease: The importance of targeting automatic processes. Science. 337 (6101), 1492-1495 (2012).
- Neal, D. T., Wood, W., Quinn, J. M.
Habits: A repeat performance. Current Direction in Psychology. 15 (4), 198-202 (2006). - Wellman, N. S., Friedberg, B. Causes and consequences of adult obesity: Health, social and economic impacts in the United States. Asia Pacific Journal of Clinical Nutrition. 11, 705-709 (2002).
- Canoy, D., et al. Coronary heart disease incidence in women by waist circumference within categories of body mass index. European Journal of Preventive Cardiology. 20 (5), 759-762 (2013).
- Whitmer, R. A., et al. Central obesity and increased risk of dementia more than three decades later. Neurology. 71 (14), 1057-1064 (2008).
- Bean, M. K., Stewart, K., Olbrisch, M. E. Obesity in America: Implications for clinical and health psychologists. Journal of Clinical Psychology in Medical Settings. 15 (3), 214-224 (2008).
- Brownell, K. D., Gold, M. S. Food and addiction: A comprehensive handbook. , Oxford University Press. (2012).
- Klein, S., et al. Waist circumference and cardiometabolic risk: A consensus statement from shaping America's health: Association for Weight Management and Obesity Prevention; NAASO, the Obesity Society; the American Society for Nutrition; and the American Diabetes Association. Obesity. 15 (5), 1061-1067 (2007).
- Zhang, Y., et al.
Obesity: Pathophysiology and Intervention. Nutrients. 6 (11), 5153-5183 (2014). - Afshin, A., et al. Health effects of overweight and obesity in 195 countries over 25 years. New England Journal of Medicine. 377 (1), 13-27 (2017).
- Mischel, W., Moore, B. Effects of attention to symbolically presented rewards on self-control. Journal of Personality and Social Psychology. 28 (2), 172-179 (1973).
- Mischel, W., Ebbesen, E. B., Zeiss, A. R. Cognitive and attentional mechanisms in delay of gratification. Journal of Personality and Social Psychology. 21 (2), 204-218 (1972).
- Gross, J., Woelbert, E., Strobel, M. The fox and the grapes-how physical constraints affect value based decision making. PLoS One. 10 (6), 0127619 (2015).
- Müller, H. The real-exposure effect revisited - purchase rates vary under pictorial vs. real item presentations when consumers are allowed to use their tactile sense. International Journal of Market Research. 30 (3), 304-307 (2013).
- Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behavior Science. 9 (3), 226-232 (1964).
- Becker, G. M., DeGroot, M. H., Marschak, J.
Stochastic models of choice behavior. Behavior Science. 8 (1), 41-55 (1963). - Plassmann, H., O'Doherty, J., Rangel, A. Orbitofrontal Cortex Encodes Willingness to Pay in Everyday Economic Transactions. Journal of Neuroscience. 27 (37), 9984-9988 (2007).
- Milgram, P.
A spectacle-mounted liquid-crystal tachistoscope. Behavior Research Methods. 19 (5), 449-456 (1987). - Johnson, E. J., Haubl, G., Keinan, A. Aspects of endowment: A query theory of value construction. Journal of Experimental Psychology: Learning Memory and Cognition. 33 (3), 461-474 (2007).
- Freud, E., et al. Getting a grip on reality: Grasping movements directed to real objects and images rely on dissociable neural representations. Cortex. 98, 34-48 (2018).
- Chainay, H., Humphreys, G. W. The real-object advantage in agnosia: Evidence for a role of surface and depth information in object recognition. Cognition Neuropsychology. 18 (2), 175-191 (2001).
- Humphrey, G. K., Goodale, M. A., Jakobson, L. S., Servos, P. The role of surface information in object recognition: Studies of a visual form agnosic and normal subjects. Perception. 23 (12), 1457-1481 (1994).
- Snow, J. C., Skiba, R. M., Coleman, T. L., Berryhill, M. E. Real-world objects are more memorable than photographs of objects. Frontiers in Human Neuroscience. 8, 837 (2014).
- Gomez, M. A., Snow, J. C. Action properties of object images facilitate visual search. Journal of Experimental Psychology: Human Perception and Performance. 43 (6), 1115-1124 (2017).
- Gerhard, T. M., Culham, J. C., Schwarzer, G. Distinct visual processing of real objects and pictures of those objects in 7- to 9-month-old infants. Frontiers in Psychology. 7, 827 (2016).