눈에 띄는 차이점

차이를 인지하기 위해 정확히 얼마나 많은 변화가 필요할까요?

예를 들어, 매일 키가 빠르게 자라는 어린 아이들을 생각해 보십시오. 그러나 특히 농구공에 도달하는 데 여전히 어려움을 겪는 경우 미묘한 변화를 알아차리기 어려운 경우가 많습니다.

훨씬 더 오랜 기간에 걸쳐, 그들의 급격한 성장은 눈에 띄는 것 이상이 됩니다. 사실, 그 양은 엄청나게 보일 수 있습니다! 이러한 높이의 변화는 경과 후에만 알아차릴 수 있는데, 이는 작은 일상의 차이가 너무 작아서 인식할 수 없기 때문입니다.

최소이지만 인지된 양은 눈에 띄는 차이이며, 이 예에서는 눈에 띄는 성장의 가장 작은 양입니다.

이 비디오는 형상 크기에서 눈에 띄는 차이를 측정하는 표준 접근 방식을 보여줍니다. 실험을 설계하고 실행하는 데 필요한 단계에 대해 논의할 뿐만 아니라 데이터를 분석하고 결과를 해석하는 방법도 설명하며, 얼마나 작은 면적의 변화가 감지되어야 하는지를 설명합니다.

이 실험에서 참가자들은 크기가 다른 두 개의 서로 다른 원을 간략하게 보여주고 어느 것이 더 큰지 선택하도록 강요받습니다.

각 시도 중에 하나는 항상 같은 둘레로 제시되는 반면 다른 하나는 다양합니다. 이 접근법을 상수 자극 방법이라고 합니다.

이 경우 상수 자극은 반경이 10px이고 화면의 왼쪽 또는 오른쪽에 무작위로 위치하도록 설계되었습니다. 대조적으로, 비교 자극이라고 하는 다른 원은 5에서 9 사이, 11에서 15px 사이의 반경을 갖습니다.

이 10가지 가능성이 주어지면 비교 자극이 각 측면에 10번씩 표시되어 총 200번의 시행이 이루어집니다. 종속 변수는 어떤 자극이 더 큰 자극으로 선택되었는지 기록됩니다.

참가자들은 두 자극 사이의 크기 차이를 감지한 경우 올바르게 선택해야 합니다. 그러나 모양이 둘레가 더 가깝고 눈에 띄는 차이보다 작으면 성능이 저하될 것으로 예상됩니다.

실험을 시작하려면 실험실에서 참가자에게 인사를 건넵니다. 컴퓨터 앞에 편안하게 앉아서 작업 지침을 설명하십시오: 스페이스 바를 누를 때까지 화면에 "Ready?"라는 단어가 표시됩니다.

두 개의 파란색 자극이 나타나는 것을 보고 참가자에게 왼쪽 반응의 경우 'L' 키를, 오른쪽 반응의 경우 'R' 키를 눌러 어떤 자극이 더 크다고 생각하는지 표시하도록 지시합니다. 어느 것이 더 큰지 확실하지 않은 경우 추측해야 한다는 것을 상기시켜 주십시오.

참가자가 가질 수 있는 질문에 답한 후 회의실에서 나갑니다. 학생들에게 5분 동안 200번의 시도를 모두 완료하게 하세요. 실험이 끝나면 방으로 돌아가 실험에 참여해 줘서 고맙다고 말하세요.

데이터를 분석하려면 먼저 각 참가자의 응답을 캡처한 프로그래밍된 출력 파일을 검색합니다. 데이터를 빠르게 훑어보고 성능이 합리적인지, 즉 비교 자극의 크기가 5픽셀과 15픽셀일 때 정확도가 거의 완벽에 가까웠는지 확인합니다.

다음으로, 'Accuracy'라는 출력 테이블에 열을 추가하여 기록된 답변이 올바른지 여부를 확인합니다. 모든 시행에 대한 올바른 반응과 비교하십시오. 다음 IF 문을 사용하여 제공된 응답이 올바르면 1을, 올바르지 않으면 0을 등록합니다.

이제 'Proportion of Comparison Responses'라는 레이블이 지정된 다른 열을 테이블에 추가합니다. 'Comparison Position' 열을 'Response'와 비교하고 새 IF 문을 사용하여 비교 자극이 선택되었을 때 '1'을 표시하거나 상수 원이 선택되었을 때 '0'을 표시합니다.

결과를 시각화하려면 x축에서 비교의 크기와 y축에서 더 크게 선택된 횟수의 비율로 산점도를 만듭니다. 일정한 자극은 항상 10px 반경을 가졌기 때문에 5 또는 6px 반경의 자극은 거의 선택되지 않았고 14 또는 15의 자극은 항상 선택되었습니다.

반경이 9 또는 11픽셀인 경우 비교가 더 어려웠고 참가자들은 종종 실수를 했습니다. 실제로, 성과는 우연한 수준이었으며, 이는 차이가 인식되지 않고 있음을 시사합니다.

눈에 띄는 차이를 계산하려면 시간의 75%를 선택한 비교 크기(이 경우 반경 12)에서 시간 반경 8의 25%를 선택한 비교 크기를 뺀 값을 취하고 결과를 2px의 답에 대해 2로 나눕니다.

즉, 원의 반지름이 2px 이상 달라야 크기가 정확하게 인식됩니다.

이제 시각적 대상에 대한 인식에서 눈에 띄는 차이에 대해 잘 알고 계신가요? 크기, 이 패러다임이 신경 생리학 연구에서 뇌가 어떻게 반응하는지 탐구하고 음식의 지방 수치를 구별하는 것과 같은 다른 행동 상황에서 어떻게 사용되는지 살펴 보겠습니다.

연구자들은 시각 피질의 개별 뉴런이 물체와 같은 세계의 물리적 속성을 어떻게 인코딩하는지 조사했습니다. 크기.

자극 제시와 함께 발사 패턴을 측정하는 전기 생리학적 기록 기술을 사용하여 연구원들은 크기에 민감한 뉴런이 실제로 크기가 다른 물체에 동일한 방식으로 반응하는 경우가 있음을 발견했습니다.

이것이 JND가 거의 눈에 띄지 않는 이유입니다: 때때로, 뇌에서, 관련 자극은 실제로 구별할 수 없는 효과를 생성합니다.

또한 연구자들은 식품의 지방 농도를 감지하기 위한 개별 임계값을 특성화하기 위해 눈에 띄는 차이 작업을 사용했습니다.

그들은 체질량 지수가 더 높은 개인은 샘플에서 지방산을 맛보기 전에 더 높은 눈에 띄는 차이 또는 더 높은 역치가 필요하다는 것을 발견했습니다. 이러한 결과는 과도한 지방 섭취를 제한하는 새로운 접근 방식으로 이어질 수 있습니다.

당신은 방금 눈에 띄는 차이점에 대한 JoVE의 소개를 보았습니다. 이제 실험을 설계하고 실행하는 방법과 결과를 분석하고 평가하는 방법을 잘 이해했습니다.

시청해 주셔서 감사합니다!