Name: 연구 집단 인간 행동에 대 한 벌집 패러다임 (동영상) | JoVE Journal
Uploaded: 2019-01-19T14:00:00.000+00:00
Duration: 6 min 48 s
Description: 배우세요 벌집 패러다임을 활용한 집단 인간 행동 연구 방법을. 가상 육각형 환경에서 아바타를 조작하여 리더십과 조정 역학을 분석하고 군중 안전 전략 수립에 활용할 수 있습니다.

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

이 연구는 독일 우수 이니셔티브에 의해 투자 되었다 (기관 전략: https://www.uni-goettingen.de/en/32632.html). 우리는 그녀의 영어 교정에 대 한 마가렛 네 프 하인리히 감사합니다.

데이터 수집 및 데이터 분석이 프로젝트에 괴팅겐 대학 (제안 039/2012)의 심리학의 게오르그-엘리야-뮐러 연구소의 윤리 위원회에 의해 승인 되었습니다.
1. 실험 설치
<ol><li>컴퓨터 실험실 또는 다른 허용 된 지역 LAN (로컬 영역 네트워크)로 구성할 수 있는 개별 워크스테이션 같은 트래픽이 높은 영역에서 떨어져 있는 위치를 선택 합니다.</li>
	<li>실험 뿐만 아니라 한 컴퓨터 서버 (그림 6) 기능을 사용 하는 동일한 종류의 10 ~ 12 노트북에 대 한 준비. 서버 프로그램 뿐만 아니라 클라이언트 프로그램 필요 모든 일반적인 운영 체제에 사용할 수 있는 자바 런타임 환경 (클라이언트 라즈베리 파이 충분 수 있습니다).</li>
	<li>장비 구성<ol>
<li>자 그림 7에서 같이 개별 워크스테이션 테이블에 노트북을 정렬 합니다.</li>
		<li>이더넷 케이블을 통해 서버 컴퓨터 및 로컬 영역 네트워크를 네트워크 스위치에 노트북을 연결 합니다.</li>
		<li>이웃 참가자 간의 시각적 감각 통신 (눈 접촉, 손 제스처, 얼굴 표정, 등)을 방지 하기 위해 개별 워크스테이션 사이 격 벽을 설치 합니다.</li>
		<li>참가자 간의 음성 통신을 방지 하기 위해 모든 참가자에 게 배포할 수 (대 한 한 번만 사용) 귀마개를 획득 합니다.</li>
	</ol>
</li>
</ol>2. 참가자 모집
<ol><li>모집 위치 선택 강당의 입구 홀 같은 사람들이 많은 양의 있다.</li>
	<li>주소 잠재적인 신병 실험, 실험 기간, 최대 지불의 배경 및 목적을 설명 하는 표준화 된 텍스트를 사용 하 여 성능 및 요구 사항에는 멀티 플레이어 게임에 참여에 대 한 계산 기관 소유 노트북입니다.</li>
	<li>영어 및 독일어 지침과 실험에 관련 된 설문 조사 참가자 이해할 수 있다 확인 하십시오.</li>
	<li>실험 디자인 색상의 사용을 포함 하는 경우 참가자 사용 되는 색상을 차별화에서 그들을 막을 수 있습니다 모든 색상 실명의 무료 인지 확인 합니다.</li>
	<li>참가자 실험에 순진한 되어야 이전 참가자를 모집 하지 않습니다.</li>
	<li>신병 모집 지역에서 대기실에 기꺼이 하는 리드. 친절 하 게 요청 그들은 서로 게 얘기 하지 않고 그룹 채용의 완료를 기다리고. 이 제한은 실험 결과의 무결성에 관련 되어 설명 합니다.</li>
	<li>10 ~ 12 참가자 모집 되어, 일단 pre-arranged 컴퓨터 실험실 또는 실험 장소를 걸릴 것입니다 지정한 영역으로 그들을 리드.</li>
	<li>참가자 파티션 쌌 다 워크스테이션에 그들의 장소를 걸릴 하기 전에 동의 지정 양식에 서명 하는 참가자를 있다.</li>
	<li>모든 참가자 들에 게 위생 적이 고, 1 회 사용 귀마개를 배포 합니다. 다른 참가자와 시청각 통신 금지 그들을 알려. 따라서, 귀마개 및 파티션 쌌 다 워크스테이션의 사용은 필수입니다.</li>
	<li>참가자 파티션 쌌 다 워크스테이션에 그들의 장소를가지고 있다.</li>
</ol>3. 실험 절차
참고:이 실험 절차에 의해 사용 하는 게임 부스 외. 1 응용 프로그램 예를 들어 설명 합니다.
<ol><li>준비 단계<ol>
<li>프로그램 자체는 1) runnables HC.jar, 2) 3 파일 구성, 즉 hc_server.config, hc_panel.config, 및 hc_client.config, 및 소개와 rawdata 3) 두 개의 하위 폴더를 포함 하는 zip 파일 HC.zip로 지정 됩니다.</li>
		<li>서버 컴퓨터에 공유 폴더를 만들고이 폴더에는 HC.zip의 압축을 풉니다.</li>
		<li>각 클라이언트 컴퓨터에 탑재 및이 공유 폴더에 액세스 하 고 터미널을 열고 (리눅스, 맥 OS X 스포트 라이트 | 검색 | 터미널) 또는 프롬프트 (윈도우: 검색 "cmd"), 각각. 각 터미널에 파일 표시 명령 "dir" 또는 "ls"를 사용 합니다.</li>
		<li>명령을 실행 "java-버전" java 런타임 환경을 사용할 수 있도록 각 터미널에. 그렇지 않은 경우 계속 하기 전에 java를 설치.</li>
		<li>세에서 봐 파일을 구성 합니다.<ol>
<li>1) 플레이어, 2) 최소 숫자 및 각 플레이어가 만들 수 있는 움직임의 최대 숫자, 소위 너 겟과 4) 지 각 radius 조건 (로컬 또는 전역)의 3) 값의 수를 구성 하는 hc_server.configure를 편집 합니다. 참고: 두 개의 인식 조건에 글로벌 조건 (선수는 모든 참가자의 아바타의 위치를 볼 수 있습니다) 및 지역 조건 (선수만 그 아바타 옆에 자신의 아바타를 볼 수 있습니다; 그림 3 참조)</li>
			<li>클라이언트에 게 서버의 IP hc_client.configure를 편집 합니다.</li>
			<li>Hc_panel.config에 스크린의 해상도 따라 육각형의 크기를 조정 합니다.</li>
		</ol>
</li>
		<li>먼저, HC_Gui.jar (그림 8) 명령을 사용 하 여 서버 프로그램을 시작 "자바-병 HC_Gui.jar". 그런 다음 명령을 사용 하 여 각 워크스테이션에 클라이언트 프로그램을 시작 "자바-병 HC_ClientAppl.jar". 참고: 클라이언트의 화면 메시지를 표시 한다, "대기 하시기 바랍니다. 컴퓨터는 연결 서버에. " GUI 서버에서 선 각 클라이언트의 IP 주소를 표시 나타납니다. 모든 클라이언트가 연결 되어 있는 경우 메시지를 표시 하는 서버 프로그램, "모든 클라이언트 연결 됩니다. 시작 준비? " 참고:는 실험까지 세션을 준비할 수 있습니다.</li>
		<li>때 모든 참가자는 그들의 장소, 그들은 귀마개를 삽입 하기 전에 최종 지침을 주고.</li>
		<li>세션을 시작 하려면 "확인"을 클릭 합니다. Hereon, 실험 참가자 들에 게 보이는 화면에 지시에 의해서만 제어 됩니다. 한 실험에 대 한 지침 여러 화면 페이지를 요구 하 고 읽기는 가능 하 게 페이징 참가자에 의해 필요에 따라 앞뒤로. 참고: 각 참가자를 나타냅니다, 화면에 지정 된 단추를 클릭 하 여 그 지침을 읽고는. 실험은 모든 참가자가 지시를 읽는 완료 될 때까지 시작할 수 없습니다.</li>
	</ol>
</li>
	<li>테스트 단계<ol>
<li>여부는 참가자는 마우스-제어 가상 97-육각형 벌집 운동장에 (두번 다른 참가자의 보이는 아바타 점으로 큰) 그들의 아바타 점 관찰 ( 그림 1참조).</li>
		<li>필드, 다음 화면에 이전에 제공 된 지침에 따라 벌집 가상 운동장에 이동의 중심에서 테스트 단계를 시작 하는 참가자를 있다.<ol>
<li>게임을 재생 하는 방법에 대 한 모든 지침 편집 가능한 html 파일로-벌집 게임의 프로그램 폴더 내에 배치 됩니다. 각각 하위 폴더 소개/드와 독일어와 영어 지침에 대 한 소개/en를 참조 하십시오.</li>
			<li>자신의 아바타 도트를 이동 하는 그들의 선택의 인접 한 작은 육각형에 클릭 하는 선수가 있다. 인접 한 필드는 초기 선택 될 수 있다 고 후속 이동 합니다. 참고: 각 이동 후 작은 꼬리가 나타납니다 4000 ms는 그 환영 마지막 방향을 나타내는 각 참가자에 대 한.</li>
		</ol>
</li>
		<li>각 참가자가 가능한 편견을 피하기 위해 한 번만 참여 하실 수 있습니다. 참고: 여기에 설명 된 게임 지침의 독서를 포함 하 여 5-10 분 필요 합니다. 전반적으로, 400 참가자 40 10 사람 그룹에 의해 부스 외. 테스트 1.</li>
		<li>기술 분석 하거나 참가자 실패 하는 경우 동일한 참가자와 실험을 다시 시작 하지 마십시오.</li>
	</ol>
</li>
</ol>4. 테스트 후 단계
<ol><li>게임 완료 되 면, 참가자 인구 통계 데이터, 큰 5 개의 개성 요인, 스트레스 나 평온의 인식된 수준을 평가 하는 설문 조사를 기입 하 고 만족 (실험의 완료 후 지급) 지불 해야 합니다. 이러한 설문 독립 실행형 html 파일로 제공 될 수 있습니다.</li>
	<li>참가자 설문 조사 작성, 하는 동안 적절 한 양의 돈 그냥 완료 벌집 게임에 익명 봉투를 준비. 각 선수에 게 지급 하는 게임의 벌집 계산 금액 서버 화면에 규정 된다.</li>
	<li>그들은 종료 테스트 지역으로 참가자 들에 게 적립된 지불을 배포 합니다.</li>
	<li>서버 프로그램을 종료 한 다음 서버 프로그램 닫는 완료 되 면 클라이언트 프로그램을 닫습니다.</li>
	<li>표시에 의해 하루-및 타임 스탬프를 USB 메모리 실험의 2 텍스트 파일의 형태로 데이터를 전송 합니다.</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>

저자는 공개 없다.

인간의 집단 행동을 조사 하는 연구 패러다임으로 멀티 클라이언트 가상 환경을 사용 하 여 하나의 근본적인 질문 결과 실제 시나리오에 적용 여부입니다. 즉, 않습니다 방법론 접근 결과가 충분 한 생태 또는 외부 타당성을 가진? 가상 운동장에 아바타로 인간 참가자를 대표 하 고 그들 을 통해 마우스 클릭을 이동 시키는 사회적 신호를 감소 시킨다. 또한, 조사는 환경 어포던스와 인간의 그룹 조정 및 리더십 행동에 영향을 미칠 수 있는 인간 중 어떤 암묵적인 행동 신호 전송 경험 수 최소 통신 유지 (예: 구조, 경쟁, 피난) 더와 어느 정도 이러한 동작은 영향을 받습니다. 프로토콜 및 테스트 절차에 두 사전 테스트 단계에 엄격한 부착을 확인 하 고는,이 reductionist 접근 내부 유효성을 보장 합니다. "진짜" 그룹 및 군중 역학 결과의 전송 수 있도록, 실험 설치 및 테스트 단계 수정할 수 있습니다 점차적으로 더 복잡 한 (예를 들어, 단순한 전송/독서 운동 넘어 추가 통신이 동작, 의미상 다양 한 실제 시나리오에 포함 된 개별 특성에 정보를 추가 등) 에서 설명 하 고 있는 화면 지침 읽을 참가자는 게임을 시작 하기 전에.
외부 타당성의 문제를 해결 하려면 [처음 표준화 표준화, 2 차원 6 각형 좌표 (사전 테스트) 성과 혼동 요인의 감소 때문에 선수의 움직임을 선택] 육각 운동장 다양 한 수 있습니다. 자유 운동 선택 2 차원 그리드 선수 더 지속적이 고 복잡 한 운동 데이터를 만드는 것이 가능 예를 들어 만든 의해 화합-또는 언리얼-엔진, 3 차원 환경 생태/외부 타당성을 높이기 또한 수 있습니다. 그러나, 각 단계 lessoning 움직임의 제한으로 문제가 발생 합니다. 자유의 운동 시뮬레이션 시나리오에서는 혼동 요인 (컴퓨터 경험 등예를 들어, 개인 간 차이, 3 차원 게임에 공간 오리엔테이션을 가진 친밀)의 영향의 상승 복잡성 증가, 편견된 결과로 이어질 수 있는 내부 타당성을 줄일 합니다.
벌집 프로토콜에서 설명 하는 방법의 장점은 그것 컴퓨터 시뮬레이션 모델을 함께 고 실험적으로 컴퓨터 시뮬레이션에서 발견 하는 집단 패턴 또한 인간의 그룹 행동을 위해 보유 하는 경우를 테스트 하는 패러다임으로 사용 될 수 있습니다. 그들은 충분히 느꼈다 고 인간적으로 그들의 아바타와 여부 그들은 인식 하는 인간 배우로 그들의 공동 선수 수 있었다 나타내는 그러한 테스트의 외부 타당성을 강화 하려면 참가자 테스트 후 단계 질문에 요청 한다. 프로토콜 지정 인간 화신의이 감각을 강화 하기 위해 서로 옆에 워크스테이션에 (비록 프로토콜 매개 변수 감각 청각 또는 시각적 커뮤니케이션 배제) 앉아 공동 선수의 실제 존재를 합니다.
합계에서는, 프로토콜의 테스트 전, 테스트 및 테스트 후 단계에 설명 된 벌집 접근 방식으로 적용 하는 방법을 제공 하는 등 그룹 조정, 리더십, 집단 현상의 기본적인 메커니즘을 조사 하는 새로운 패러다임 및 내부 그룹 differentiatio명. 그들은 충분히 엄격한 테스트 전 및 테스트 단계에서 참가자 서로와 통신 하지 않는 보장 하는 경우에 특히 방법의 가장 중요 한 제한 채용에 의해 인간의 오류에 대 한 취약성입니다.

실험적으로 어떻게 집단 인간의 움직임을 조사 하는 방법론적 패러다임을 제공 하는 컴퓨터 기반 멀티 에이전트 게임 벌집1 패턴 및 그룹 구조는 개인적인 행동에서 등장. 인간의 참가자 시각적으로 벌집 (그림 1)을 닮은 육각형 가상 운동장에 아바타 (검은 점)로 표시 됩니다. 참가자는 자신의 아바타를 통해 마우스 클릭 목표 육각형에 도달, 이동 리소스 (비디오 1), 지출 및 점착 력이 있는 그룹 (비디오 2)를 구축 하 여 그들의 금전적인 보상을 극대화를 이동 합니다. 공간 조건 (예를 들어, 비전 반경), 보상 구조 (예: 통화 목표 분야), 및 커뮤니케이션 채널을 검색 하기 위해 조작할 수 있습니다 그리고 어느 정도 이러한 조건 규칙 조정 및 리더십 영향 집단 운동.
게임의 절차/조건 규칙, 목표, 그리고 보상 동기 부여 인간의 집단 움직임을 조사 하기 위해 사회 심리학자에 의해 설계 되었습니다. 동물 메뚜기 뿐만 아니라 인간 군중, 하나 로컬 규칙 다음에 나오는 개별 동작에서 떨어지고 응급 현상 (즉, 글로벌 패턴)을 관찰할 수 있다. 예를 들어 물고기의 학교와 새 들의 떼 공간 목표2,3,4, 글로벌 또는 개별 간 통신에 대 한 그들의 용량을 줄일 수 있는 큰 그룹 크기에도 불구 하 고 향해 일관 된 엔티티로 이동 것으로 보인다. 경험적 연구5,,67, 행동 모델링8,,910및 컴퓨터 시뮬레이션11,12, 13 다양 한 종, 인간14,,1516를 포함 하 여 그룹 수준에서 복잡 한 패턴 내부 통제 또는 외부 감독 없이 등장으로 나타났습니다. 로컬 개인 운동 하 고, 종종, 미세한 수준에 간단한 규칙은 거시적인 수준에 질서 있는 움직임을 생성 하기에 충분. 이러한 실험 증가 증거,2,6 큰 메뚜기 뿐만 아니라 작은 그룹 (인간 그룹 뿐만 아니라 다른 동물 그룹) 로컬 상호 작용 규칙1에 의해 조정에 기여 한다.
컴퓨터 기반 다중 사용자 아바타 게임을 사용 하 여 우리의 새로운 접근 방식을 동적 인간의 집단 현상 연구에 주요 장점 중 하나를 보여 줍니다. 벌집 아바타 플랫폼1,17,,1819를 사용 하 여, 개별 운동 동작 (실제 개인에 의해 지배 하는 운동)의 spatio 시간적 데이터 수집할 수 있습니다 완전히 서버에서 하 고 행동 패턴 및 집단 구조 개발 50 ms (표 1)의 정확도로 분석할 수 있습니다. 시각과 청각 감각 통신 요구에 의해 제한 될 수 있습니다으로 귀마개를 사용 하 여 파티션 벽, 그들의 워크스테이션을 인 떼 참가자 및 다른 군중 행동 조건 수 수 직선 근사 줄 실험적으로. 여러 실험1,17,,1819, 우리 비전 반경 (글로벌 대 로컬, 그림 2), (그림 3a, b 금전적 인센티브 조작 ), 하위 그룹 (그림 4), 그리고 인간의 무리를 짓는 행동17, 리더십 등 집단 행동 패턴의 출현에이 변수들의 영향을 테스트 하기 위해 다른 플레이어 (그림 5)의 공동 존재 1, 그리고 경쟁18. 데이터를 수집 하려면 10-12 노트북 및 서버 설치 사용 되었다 (그림 6).
그룹-살아있는 종에 개별 활동의 자기 조직된 조정 특히 지난 10 년 안에 많은 과학적 관심을 모으고 있다. 검사는 간단한 흔적 형성 및 경로 선택 복잡 한 출현에 개미에서 물고기 떼, 그리고 심지어 보행자2의 양방향 흐름의 분리에서 소용돌이 구조에서 광범위 한.
우리의 벌집 패러다임으로 기여 하는 상황 다양 한 옵션/제약 조건, 다양 한 행동 규칙, 및의 출현에 미세한 수준에서 개별 특성의 영향을 실험적으로 조사 하는 방법론적 접근 인 간에 있는 거시적인 행동 구조. 중요 한 장점은 그 패러다임은 엄격 하 게 제어 실험 경험, 하나의 실험의 결과 측정 하거나 비교 여러 실험 조작에 대 한 수에 의해 정의 된 것입니다. 가상 운동장 연구 디자인의 요구 사항에 따라 구성할 수 있습니다 그리고 참가자 사이 감각 커뮤니케이션 채널을 제거 하거나 실험 매개 변수에 따라 감소 수 있습니다. 또한, 환경 affordances (예를 들어, 경쟁, 비 경쟁 합 및 구조 설정) 형성 될 수 있습니다. 따라서, 우리의 플랫폼 조작 제어 변수 관련 구체적인 연구 질문에 대 한 가능성을 제공 함으로써 내부 유효성 (즉, 연구 설계는 연구 질문에 최대한 가깝게 일치) 적용을 사용 하 여 인간의 지배 운동 데이터 인간의 움직임 검사입니다. 그들은 알 수 없는 통제/insuppressible 소셜의 효과 배제 하지 않습니다 때문에 필드 실험 결과15,,2021 현실 세계의 외부 타당성 (가해질) 측면에서 혜택을 렌더링 신호 뿐만 아니라 인간1-그리고 파라-비언어 행동.
컴퓨터 기반 멀티 에이전트 게임 벌집 조정의 출현 및 가상 운동장에 자신의 아바타를 이동 하는 인간 플레이어의 리더십 패턴 조사를 역임 했다. 참가자 목표 육각형, 그룹 단결력 또한 같은 목표에 결국 공동 선수의 수에 의해 금전적 보상의 곱셈에 기반에 대 한 인센티브를 포함에 얻을 수 있는 금전적 인센티브에 대 한 지역 정보를 제공 했다 육각형입니다. 연구의 우리의 첫번째 시리즈, 우리는 실험 설정 동작 (정렬 및 결합)에 진을 치고의 두 개의 간단한 매개 변수를 제한 하 고 상호 정보 전송 "읽기/전송" 다른 참가자 들의 운동 행동만을 감소. 우리는 다음 97 작은 육각형의 구성 하 고 제한 된 선수의 소모품 운동 리소스 (가능한 움직임) 가상 운동장의 전역 또는 로컬 보기 중 다른 참가자 이동 동작의 광경 반경의 다양 한.
구체적인 연구 질문에 따라 모양 및 가상 플랫폼의 요소와 게임 했다 플랫폼에서 재생할 수 수의 실험-정의 하는 매개 변수를 디자인할 수 있습니다. 연구 목표에 따라 운동장의 크기를 변경할 수 있습니다; 색상, 모양, 그리고 아바타의 의미를 적용할 수 있습니다; 리소스를 구현할 수 있다. 그리고 보상 구조 및 콘텐츠 변경 될 수 있습니다. 더 많거나 적은 정보, 불확실성, 그리고 충돌 기본 구현된22될 수 있습니다. 다양 한 글로벌 플레이어-보기 및 제어도 가능 하다. 따라서, 를 통해 실험 지침, 실험의 환경 affordances 변경 (예를 들어, 탈출 시나리오 대 합의) 될 수 있습니다. 다음 섹션에서 우리는 어떻게 이러한 변수는 구체적인 연구 질문에 대답을 사용 하는 이러한 매개 변수 중 일부는 실제 연구를 설명 하 여 적용할 수 있습니다 명확히 것입니다.

연구 집단 인간 행동에 대 한 벌집 패러다임

The HoneyComb Paradigm for Research on Collective Human Behavior

그룹 운동 등 집단 인간 행동은 자주 놀라운 패턴 및 규칙성, 리더십의 출현 등을 보여줍니다. 최근 문학 이러한 패턴, 그룹의 글로벌 수준에서 자주 볼 수는 자기 조직, 개별 동작을 따라 하는 몇 가지 간단한 로컬 매개 변수를 기반으로 드러났다. 인간의 집단 행동의 역학을 이해 조정 및 그룹 및 군중 시나리오, 이상적인 배치와 건물에 비상구의 수 등에서 리더십을 향상 시킬 수 있습니다.
이 문서에서는, 선물이 실험 패러다임 벌집 조건과 인간의 집단 행동의 효과 체계적으로 조사 하는 데 사용할 수 있습니다. 이 패러다임 사용 컴퓨터 기반 다중 사용자 플랫폼을 형성 하 고 다양 한 유형의 연구 질문에 적응 수 있는 설정을 제공 합니다. 연구 질문에 따라 경험에 의해 상황 조건 (예를 들어, 특정 동작, 불확실성의 다양 한 학위 자원과 금융 인센티브에 대 한 비용 편 익 비율)를 설정할 수 있습니다. 각 참가자의 움직임은 6 각형 좌표 50 ms의 정확도에 타임 스탬프와 개별 Id로 서버에서 기록 됩니다. 따라서, 통계는 운동장에 정의할 수 있습니다 및 운동 매개 변수 (예를 들어, 거리, 속도, 클러스터링, 등) 참가자의 시간이 지남에 따라 측정할 수 있다. 운동 데이터에 동일한 실험 설정 내에서 획득 하는 설문 조사에서 비 컴퓨터 데이터와 결합할 수 있습니다.
벌집 패러다임 인간 운동 실험의 새로운 종류에 대 한 방법을 포장입니다. 우리는 여기이 실험 의미 인간의 집단 행동의 우리의 이해를 깊게 하기 위해 충분 한 내부 타당성을 가진 결과 렌더링할 수 있습니다 보여 줍니다.

여기, 우리는 컴퓨터 기반, 멀티 에이전트 게임 벌집, 집단적 인간의 움직임 동작을 통해 블랙-도트-아바타의 가상 2D 육각 운동장에 실험적인 수사를 가능 하 게 제시. 다른 목표 필드 또는 비전 반경에 가변 인센티브 같은 실험 조건을 설정할 수 있습니다, 그리고 인간의 운동 행동에 그들의 효과 조사 수 있습니다.

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

컴퓨터 기반 멀티 에이전트 게임 허니콤은 인간의 움직임 조정, 리더십 및 기타 유형의 집단 행동을 조사하기위한 실험적 패러다임을 제공합니다. 허니콤 패러다임을 이용하여 개별 운동 행동의 공간 측두색 데이터를 수집할 수 있으며 행동 패턴 및 집단 구조의 개발을 분석할 수 있다. 우리의 비전은 HoneyComb이 군중을 보호하기위한 새로운 전략을 제공 할 것이라는 것입니다, 예를 들어 빠른 응답은 안전에 군중을 선도하는 정서적 접근 방식을 식별 할 수 있습니다.각 워크 스테이션에 안정적인 LAN 및 Java 런타임 환경이 설치되는 한 모든 워크 스테이션 컴퓨터를 소프트웨어 작동에 문제가 없어야 합니다. 허니콤 게임의 시각적 데모는 잠재적 인 사용자가 완료실험을 설정하고 실행하는 전체 과정을 조사 할 수 있도록합니다. 절차를 시연하는 것은 내 실험실에서 박사 과정 학생 인 마리 리터 (Marie Ritter)가 될 것입니다.컴퓨터 랩이나 로컬 영역 네트워크로 구성할 수 있는 개별 워크스테이션이 있는 다른 지정된 영역과 같이 트래픽이 많은 영역에서 떨어진 위치를 선택합니다. 의자가 있는 개별 워크스테이션 테이블에서 실험에 사용할 동일한 유형의 10~12대의 노트북 컴퓨터를 정렬합니다. 하나의 중앙 지역화된 컴퓨터로 서버로 작동합니다.이더넷 케이블과 네트워크 스위치를 통해 노트북을 서버 컴퓨터에 연결하여 그림과 같이 로컬 영역 네트워크를 만듭니다. 서버 프로그램과 클라이언트 프로그램에는 모든 공통 운영 체제에서 사용할 수 있는 JAVA 런타임 환경이 필요합니다. 개별 워크 스테이션 사이에 파티션 벽을 설치하여 이웃 참가자 간의 시각적 감각 통신을 방지합니다.참가자 간의 가청 통신을 방지하기 위해 모든 참가자에게 배포할 일회용 이어 플러그를 획득합니다. 시술 당일, 참가자를 워크 스테이션에 할당하고 참가자가 귀마개를 삽입하기 전에 최종 지침을 제공합니다. 워크 스테이션 룸에 들어가기를 기다리는 동안 또는 HoneyComb 게임을하는 동안 참가자가 서로 이야기하거나 의사 소통하지 않는 실험에 중요합니다.그런 다음 확인을 클릭하여 세션을 시작합니다. 이제 실험은 참가자가 볼 수 있는 화면의 지침에 의해서만 제어됩니다. 모든 참가자가 클릭하여 지침을 읽었음을 나타내고 참가자가 허니콤 가상 97 헥사곤 플레이 필드에서 아바타 점을 제어하는 마우스인지 여부를 관찰하십시오.참가자가 필드의 중앙에서 테스트 단계를 시작한 다음 이전에 제공된 화면 지침에 따라 아바타 점을 HoneyComb 가상 플레이 필드에 이동하도록 선택한 인접한 작은 육각형으로 왼쪽 클릭하게 하십시오. 인접 필드만 선택할 수 있습니다. 각 이동 후 작은 꼬리가 4000 밀리초 동안 나타나각 참가자가 꼬리를 꼬리에 꼬리가 있는 마지막 방향을 나타냅니다.각 참가자가 가능한 바이어스를 피하기 위해 한 번만 실험에 참여할 수 있도록 허용합니다. 게임이 완료되면 참가자가 인구 통계학적 상태를 평가하는 설문지를 작성해야 합니다. 큰 다섯 가지 성격 요인, 스트레스 또는 평온의 인식 수준과 만족을 지불.참가자가 설문지를 작성하는 동안, 서버 화면에 계산된 금액에 따라 HoneyComb 게임에서 얻은 적당한 금액으로 익명의 봉투를 준비합니다. 그런 다음 테스트 영역을 종료하고 서버 프로그램을 닫을 때 획득한 지불금을 참가자에게 배포합니다. 서버 프로그램이 닫히면 실험을 하루 및 타임스탬프로 표시된 두 개의 텍스트 파일로 데이터를 전송하여 USB 플래시 드라이브로 전송합니다.대표적인 실험에서 소수 집단 회원 2명이 1명, 유로상금 2개, 육각형 5개, 유로상금 1개의 위치에 대해 통보받았다. 대다수 그룹의 8 명은 두 유로 상 육각형에 대해 통보받지 못하고 대신 6 유로 금 육각형의 위치를 동일하게 보상했다. 참가자는 두 개의 서로 다른 하위 그룹이 있다고 들었다.이 실험의 과정에서 시각적 또는 가청 통신없이 자신의 움직임에 전적으로 기반으로. 두 사람 소수 그룹은 참가자 인식이 경기장에 인접한 아바타로만 제한되었음에도 불구하고 참가자의 나머지 80%를 두 유로 상금으로 성공적으로 이끌었습니다. 놀랍게도 소수 참가자들 사이에서 개인변수나 컴퓨터 문해력도 성공에 결정적인 역할을 하지 않았습니다.여기에 높은 보상 두 유로 골드 필드의 위치에 대해 통보 된 두 선수와 8 명의 통보되지 않은 선수의 위치에 대해 통보 된 두 선수에 비해 전체 그룹에 대한 그룹 구성원 초과 근무 사이의 주요 거리입니다. 경기가 끝날 무렵, 한 명의 알지 못하는 선수가 조별예선에서 패배하고 유로 골드 필드에 도착했습니다. 10~12명의 참가자와 워크 스테이션을 위한 충분한 공간을 갖춘 위치를 찾고, 게임을 기다리는 동안 또는 게임을 기다리는 동안 참가자들이 의사 소통을 하지 않도록 하는 것이 중요합니다.이 게임은 다른 커버 스토리, 뚜렷한 참가자 아바타 또는 신호를 통한 통신과 같은 환경 정보로 수정되어 서로 다른 설정에서 집단 행동을 분석할 수 있습니다. 리더십 연구를 수행하기위한 우리의 새로운 접근 방식은 그룹의 지도자가 어떻게 나타나는지 평가하는 데 사용할 수 있습니다. 그리고 성공적인 리더십을 위해 다른 사람들의 추종자에 의존한다.

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

Research

연구

JoVE Journal

Behavior

행동

이 프로토콜에서 우리는 상태로 촉각 자극에 꿀벌을 밝혀와 고급 규모의 antennal 샘플링 패턴의 운동학을 분석하는 차원 모션 캡처 기술을 소개하는 방법을 보여줍니다.

촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 (<em&gt; API를 mellifera</em&gt; L.)

꿀벌(Apis mellifera)을 위해 개발된 코확장반응(PER) 조절프로토콜은 많은 곤충 종에서 여러 가지 학습 메커니즘을 연구하기 위한 생태학적으로 관련성이 있고 쉽게 정량화할 수 있는 수단을 제공합니다.

코 확장 응답 곤충의 행동 소성을 조사하기위한 프로토콜 : 기본, 바이오 메디컬에 응용 프로그램, 및 농업 연구

여기에서 우리는 단일 코호트 꿀벌 식민지의 제조를위한 우리의 상세한 프로토콜을 설명 - 롤 관련 근로자의 생리를 분석하기위한 유용한 도구입니다. 우리는 또한 작업자의 행동 및 / 또는 생리 조절에 이러한 호르몬의 참여를 평가하기 위해 청소년 호르몬과 에크 디손과 근로자를 치료하기위한 상세한 프로토콜을 설명합니다.

단일 코호트 식민지와 노동자 꿀벌의 호르몬 치료의 준비 역할 및 / 또는 내분비 시스템과 생리학 관련 분석하기

이 원고는 자유 비행 꿀벌에 대한 간단한 비 침습적 방법뿐만 아니라 억제 꿀벌의 정확한 지역화 된 처리 수 있도록 더 많은 침략 변종을 포함, 꿀벌에 약리 에이전트를 관리하기위한 여러 프로토콜을 설명합니다.

절제된 자유 비행 꿀 꿀벌의 Neuropharmacological 조작,<em&gt; API를 mellifera이</em

집단 신뢰 게임은 HoneyComb 패러다임을 기반으로 하는 컴퓨터 기반의 다중 에이전트 신뢰 게임으로, 이를 통해 연구원은 집단 신뢰의 출현 및 공정성, 호혜성 또는 전방 신호와 같은 관련 구성을 평가할 수 있습니다. 이 게임은 게임에서 움직임 행동을 통해 그룹 프로세스를 자세히 관찰 할 수 있습니다.

집단 신뢰 게임: HoneyComb 패러다임을 기반으로 한 신뢰 게임의 온라인 그룹 적응

여기에서는 개 사료 한천 배지를 사용하여 선충을 대량으로 배양하여 선충의 집단 행동을 연구하는 시스템이보고되었습니다. 이 시스템을 통해 연구자들은 많은 수의 다우어 웜을 번식시킬 수 있으며 Caenorhabditis elegans 및 기타 관련 종에 적용할 수 있습니다.

선충의 집단 행동을 연구하기 위한 대규모 재배

이 동영상은 쥐의 주민 침입자 패러다임을 보여줍니다. 이 테스트는 공격 침략, 반 자연 속에서 방어 행동과 폭력을 측정하는 표준화 된 방법입니다. 사회적 스트레스 실험 패러다임의 사용으로 잘 설명되어 있습니다.

주민 침입자 패러다임 : 공격성, 폭력과 사회적 스트레스에 대한 표준화 된 시험

유도 모방 절차는 유아기와 유아기의 회상 기억 발달을 조사하기 위해 확립되었습니다. 이 절차는 유아기와 유아기의 회상 기억의 본질에 대한 견고한 기반을 확립하는 데 널리 사용되었습니다.

이끌어 모방 패러다임을 사용하여 유년기와 유아에 리콜 메모리 검사

인간 통증 모델은 새로운 화합물의 진통 가능성을 평가하고 특히 통합적인 방식으로 사용될 때 임상 효능을 예측하는 데 사용되는 유용한 도구입니다. 이러한 모델의 구현은 복잡하지만 적절한 실행을 통해 이 프로토콜에 설명된 통증 모델은 예측적이고 신뢰할 수 있는 결과를 제공할 수 있습니다.

통합, 멀티 모달 통증 작업 배터리를 사용하여 통증 탐지 및 공차 임계 값을 결정

유혹 저항 패러다임에 대 한 프로토콜 2-8 세 어린이 전략적 거짓말을 말하고 행동을 유도 하도록 설계 되었습니다. 범죄의 보상 저항, 유혹 수 어린이 자연 스러운 거짓말을 말하고 행동 범법으로 인해 돌이킬 수 없는 증거의 존재를 관찰할 수 있도록 하기 위한 했다.

수정 된 유혹 저항 작업: 어린이 전략적 거짓말 말하는 유도 패러다임

배우세요 벌집 패러다임을 활용한 집단 인간 행동 연구 방법을. 가상 육각형 환경에서 아바타를 조작하여 리더십과 조정 역학을 분석하고 군중 안전 전략 수립에 활용할 수 있습니다.

연구 집단 인간 행동에 대 한 벌집 패러다임

더 많은 동영상 탐색