Śledzenie ruchu gałek ocznych w celu rozróżnienia regresywnych ruchów gałek ocznych opartych na rozumieniu i okoruchowych podczas czytania

Podsumowanie

Metoda została zaprojektowana w celu zbadania roli hamowania powrotu (IOR) w regresyjnych ruchach gałek ocznych podczas czytania. Nacisk kładziony jest na rozróżnienie między regresjami wywołanymi w wyniku trudności ze zrozumieniem a tymi wywołanymi błędem okoruchowym, w tym na roli IOR w tych dwóch typach regresji.

Streszczenie

Regresywne ruchy gałek ocznych to ruchy gałek ocznych, które poruszają się wstecz w tekście i stanowią około 10-25% ruchów gałek ocznych podczas czytania. W związku z tym zrozumienie przyczyn i mechanizmów regresji odgrywa ważną rolę w zrozumieniu zachowań związanych z ruchem gałek ocznych. Hamowanie powrotu (IOR) to efekt okoruchowy, który powoduje zwiększone opóźnienie w zwróceniu uwagi na wcześniej obsługiwany cel w porównaniu z celem, który nie był wcześniej obsługiwany. W związku z tym IOR może wpływać na regresje. W artykule opisano, jak projektować materiały w celu rozróżnienia regresji spowodowanych procesami związanymi ze zrozumieniem i procesami okoruchowymi; ten ostatni podlega IOR. Metoda ta pozwala naukowcom zidentyfikować IOR i kontrolować przyczyny regresji. Chociaż metoda wymaga ściśle kontrolowanych materiałów oraz dużej liczby uczestników i materiałów, pozwala badaczom rozróżniać i kontrolować rodzaje regresji, które występują w ich badaniach nad czytaniem.

Wprowadzenie

Metoda opisana w tym artykule została zaprojektowana do zbadania roli hamowania powrotu (IOR) w regresyjnych ruchach gałek ocznych podczas czytania, skupiając się na regresjach wywołanych w wyniku trudności ze zrozumieniem w porównaniu z tymi wywołanymi w wyniku błędu okoruchowego. W szczególności zbadaliśmy, czy regresje rozpoczęte w wyniku trudności ze zrozumieniem i te rozpoczęte w wyniku błędu okoruchowego podlegają efektom IOR.

Regresywne ruchy gałek ocznych lub regresje to ruchy gałek ocznych, które poruszają się wstecz w tekście. W zależności od charakterystyki czytelnika i tekstu, 10-25% ruchów gałek ocznych porusza się do tyłu¹. To skłoniło naukowców do zbadania, czy efekty IOR wpływają na regresywne ruchy gałek ocznych podczas naturalnego czytania. IOR to efekt okoruchowy, który powoduje zwiększone opóźnienie w celu zwrócenia uwagi na cel, który był wcześniej uczęszczany, w porównaniu z celem, do którego wcześniej nie uczęszczano². Podczas gdy większość pracy wykonanej w celu ustalenia efektów IOR obejmowała zadania związane z uwagą wzrokową bez czytania³, efekt został rozszerzony na reading^4,5.

Praca badająca regresje i IOR w czytaniu skupiła się na tym, czy efekt okoruchowy, taki jak IOR, może wpływać na kontrolę ruchów gałek ocznych podczas czytania. W jednym z badań⁵ znaleziono dowody na IOR w zadaniu czytania. Okazało się, że czytelnicy spędzali około 30 ms dłużej na fiksacji poprzedzającej regresję. Zostało to zinterpretowane jako "koszt" IOR - opóźnienie przed powrotem do wcześniej utrwalonej pozycji. Było to obsługiwane w warunkach zwykłego czytania i bezmyślnego czytania⁶.

Pomimo dowodów na to, że IOR można znaleźć w regularnych sytuacjach odczytu, jasne jest, że regresywne ruchy gałek ocznych nie wszystkie mają tę samą przyczynę. Regresje wynikające z trudności ze zrozumieniem zostały dobrze udokumentowane^7,8,9,10. Pomimo dowodów na to, że ruchy gałek ocznych podczas czytania są na ogół kierowane przez czynniki poznawcze i językowe¹, zakłada się również, że czasami regresje występują w odpowiedzi na czynniki okoruchowe o niskim poziomie, takie jak przeregulowanie celu¹. Zakłada się, że podczas niektórych prób czytelnicy błędnie programują sakadę i lądują poza zamierzonym słowem docelowym (przestrzelenie). W takim przypadku może wystąpić krótka, korekcyjna sakkada regresywna, aby przypadkowo pominięte słowo mogło zostać utrwalone. Biorąc pod uwagę, że dwa mechanizmy leżące u podstaw - językowy i okoruchowy - zostały założone dla regresywnych ruchów gałek ocznych, nie jest jasne, czy IOR występuje w obu. Obecna metoda pozwala na pomiar efektów IOR, gdy regresywne ruchy gałek ocznych zostały uruchomione w wyniku trudności ze zrozumieniem i w wyniku przeregulowania okulomotorycznego. W ten sposób metoda ta pozwala naukowcom rozróżnić mechanizmy leżące u podstaw regresywnych ruchów gałek ocznych, co pozwala na ocenę efektów IOR.

Obecna metoda wykorzystuje dwa zidentyfikowane mechanizmy wyzwalające regresywne ruchy gałek ocznych. Projektując materiały w taki sposób, aby ponowne czytanie było prawdopodobnie wywołane trudnościami ze zrozumieniem lub przekroczeniem, naukowcy są w stanie zbadać okoliczności, w których może wystąpić IOR podczas czytania. Aby zachęcić do ponownego czytania w wyniku błędu okulomotorycznego, umieściliśmy krótkie słowa docelowe, które wykazują wysoki wskaźnik przeskakiwania wynoszący około 50% (zaadaptowane z poprzednich badań¹¹). Po pominiętych słowach często następuje sakada regresywna korekcyjna, gdy przeskakiwanie jest wynikiem błędu okoruchowego¹¹. Drugi zestaw materiałów składał się ze zdań, które zawierały semantycznie niejednoznaczne homofony homograficzne (np. klasa: szkoła/pochylenie). Zdania zostały zaadaptowane z badania niejednoznaczności¹² i zawierały informacje co do zamierzonego znaczenia homofonu, który następował po słowie. W ten sposób zwiększyłoby to szanse, że czytelnicy przeczytają ponownie ze zrozumieniem. Kontekst był zgodny z mniej prawdopodobnym znaczeniem homofonu, co sprawiało, że czytelnicy prawdopodobnie musieliby ponownie przeczytać po początkowym wybraniu częstszego, dominującego znaczenia przy pierwszym zetknięciu ze słowem docelowym. Połączenie monitorowania ruchu gałek ocznych i materiałów zaprojektowanych w celu zwiększenia regresji sprawia, że metoda ta jest wyjątkowa, ponieważ pozwala na badanie regresywnych ruchów gałek ocznych o różnych przyczynach.

Zrozumienie mechanizmów leżących u podstaw sakkad regresywnych i roli, jaką odgrywają w nich czynniki okoruchowe, takie jak IOR, jest ważne dla modeli kontroli ruchu gałek ocznych, jak również dla zrozumienia związku między okulomotoryczną a poznawczą kontrolą ruchów gałek ocznych. Na przykład najnowsza wersja modelu kontroli ruchu gałek ocznych E-Z Reader wykorzystuje koszt 30 ms dla wszystkich regresywnych ruchów gałek ocznych¹³. Nasza metodologia wykazała jednak, że taki koszt dotyczy tylko regresji wynikających z błędu okulomotorycznego.

Pomiary ruchu gałek ocznych pozwalają badaczom śledzić procesy poznawcze z chwili na chwilę podczas czytania¹. Ostatnio modele kontroli ruchu gałek ocznych zaczęły próbować wyjaśnić mechanizmy leżące u podstaw regresywnych ruchów gałek ocznych. Ponieważ regresje są często uruchamiane w związku z trudnościami ze zrozumieniem, każdy badacz zainteresowany zrozumieniem procesów rozumienia podczas czytania powinien podjąć próbę rozróżnienia regresji wynikających z błędu okulomotorycznego od procesów rozumienia. Metodologia ta wskazuje, że koszt regresji jest wyłącznie wynikiem błędu okulomotorycznego, służąc jako punkt wyjścia do rozróżnienia między typami regresji. Połączenie miar ruchu gałek ocznych (regresje, czasy fiksacji przed regresjami) i starannie kontrolowanych materiałów pozwala na to różnicowanie.

Protokół

Instytucjonalne Komisje Rewizyjne Uniwersytetu Stanowego Kent i Uniwersytetu Stetson zatwierdziły wszystkie opisane tutaj metody.

1. Uprawnieni uczestnicy

UWAGA: Celem tych badań jest zrozumienie procesów czytania u doświadczonych dorosłych czytelników. W związku z tym muszą być spełnione pewne wymagania kwalifikacyjne. Takie kontrole zapewniają, że wyniki mają bezpośrednie zastosowanie do populacji wykwalifikowanych dorosłych czytelników z typowymi procesami poznawczymi.

1. Rekrutuj uczestników, którzy spełniają następujące wymagania kwalifikacyjne: muszą mieć ukończone 18 lat, nie mieć trudności z czytaniem (dysleksja, aleksja, dysgrafia itp.), mieć normalny lub skorygowany wzrok (dopuszczalne są okulary lub soczewki kontaktowe) oraz mówić po angielsku jako języku ojczystym.

2. Bodźce eksperymentalne

NOTE: Konstrukcja bodźców polega na wyborze poszczególnych słów docelowych, jak również na tworzeniu kontekstów zdań, w których te słowa docelowe są osadzone.

1. Przygotuj bodźce do okoruchowych regresji korekcyjnych.
   1. Wybierz zestaw co najmniej 30 słów docelowych, które mają zostać osadzone w zdaniach. Słowo docelowe (słowo_n) to słowo, na którym będzie mierzone przeskakiwanie słów i regresywne ruchy gałek ocznych. Wybierz wyrazy z korpusu języka angielskiego, takiego jak CELEX¹⁴, który określa częstotliwość występowania słów. Zaznacz wyrazy, które mają niską częstotliwość, z częstotliwościami niższymi niż 30 zliczeń na milion. Wybierz trzyliterowe słowo treści, aby ułatwić pomijanie słów.
   2. Wybierz słowa docelowe (słowo_n-1) tak, aby czytelnik prawdopodobnie je utrwalił, zanim pominie lub utrwali słowo_n. Ponownie, korzystając z korpusu języka angielskiego, wybierz słowa, które mają wysoką częstotliwość, z co najmniej 30 zliczeniami na milion. Wybierz słowo o treści od pięciu do siedmiu liter, aby zwiększyć prawdopodobieństwo, że zostanie ono utrwalone i nie zostanie pominięte.
   3. Zaznacz słowo po celu (słowo_n+1) tak, aby czytelnik prawdopodobnie utrwalił je po pominięciu lub utrwaleniu słowa_n. Korzystając z tego samego korpusu języka angielskiego z poprzednich dwóch kroków, wybierz przyimek o długości co najmniej czterech liter.
   4. Używając słów wybranych w poprzednich trzech krokach, utwórz konteksty zdań, w których te trzy słowa zostaną osadzone. Umieść słowa_n-1, słowo_n i słowo_n+1 w środku zdania. Zobacz krok 2.2.6, aby zapoznać się z przykładowymi bodźcami.
      NOTE: Zdania powinny być neutralne w kontekście, bez emocjonalnie naładowanego języka. Ramki zdań muszą być napisane w taki sposób, aby całe zdanie było gramatyczne i aby słowa_n-1, słowo_n i słowo_n+1 płynnie pasowały do ramy zdania. Słowo docelowe_n nie powinno być przewidywalne na podstawie kontekstu, który je poprzedza (zobacz krok 2.2.5, aby uzyskać informacje na temat normowania w celu zapewnienia, że słowa docelowe nie są przewidywalne).
   5. Po utworzeniu ramek zdań znormalizuj bodźce za pomocą zadania cloze, aby upewnić się, że słowo docelowe_n nie jest przewidywalne z kontekstu zdania.
      1. W tym zadaniu zrekrutuj oddzielną grupę uczestników.
      2. Poproś uczestników, aby przejrzeli kontekst każdego zdania aż do słowa docelowego, bez uwzględniania celu, i stworzyli słowo, które ich zdaniem najlepiej pasuje do zdania.
      3. Pozwól uczestnikom wykonać to zadanie za pomocą długopisu i papieru lub wprowadzić słowa na komputerze za pomocą programu lub innego pakietu oprogramowania do badań behawioralnych.
         NOTE: Jeśli słowo docelowe jest tworzone przez więcej niż 20% uczestników, to jest ono uważane za przewidywalne z kontekstu zdania i musi zostać zastąpione mniej przewidywalnym słowem i ponownie znormalizowane. W pierwotnym eksperymencie¹¹ 100 uczestników wykonało zadanie cloze i nie przewidziano żadnego słowa docelowego z poprzedniego kontekstu.
   6. Zobacz przykładowe zdanie poniżej. W tym zdaniu zielony to słowo_n-1, gem to trzyliterowe, nieprzewidywalne słowo_o niskiej częstotliwości, a wokół jest słowo_n+1. W tym eksperymencie słowo docelowe było kontrolowane jako o niskiej częstotliwości (średnia = 10,54 zliczeń na milion, odchylenie standardowe = 6,97)¹⁴,
      Aktorka nosiła zielony klejnot na szyi podczas rozdania nagród.
      Poniżej przedstawiono kolejny zestaw 10 bodźców eksperymentalnych z oryginalnego eksperymentu¹⁴.
      Wpatrywał się w dużą urnę po drugiej stronie pokoju.
      Bała się czarnego lisa, dopóki nie machnął ogonem.
      Próbował złapać małego węgorza ze stawu.
      Chciała zobaczyć wielkie zoo w nowym parku rozrywki.
      Po treningu przeszli się po całej sali gimnastycznej.
      Dziecko zapytało młodego elfa o pracę w sklepie Świętego Mikołaja.
      W domu jej kuzynki pod łóżkiem zawsze było krótkie łóżeczko.
      Dziś rano wzdłuż wybrzeża panowała naprawdę gęsta mgła.
      Umieścił prawą nartę nad lewą, kiedy wykonywał trik.
      Zagrała swój pierwszy koncert od czasu, gdy napisała kilka nowych piosenek.
2. Przygotuj bodźce do regresji opartych na zrozumieniu.
   1. Uzyskaj konteksty zdań dla tego eksperymentu, adaptując z poprzedniego badania, w którym już unormowano ramki zdań z niejednoznacznymi homofonami¹². Pobierz ten artykuł i zapoznaj się z załącznikiem A, który zawiera neutralne ramki zdań kończące się niejednoznacznym homofonem.
   2. Korzystając z tych ramek zdań, napisz drugą połowę zdania, która ujednoznacznia homofon do jego podrzędnego znaczenia. Określ podrzędne znaczenie słowa docelowego, korzystając z norm homograficznych Uniwersytetu Południowej Florydy¹⁵. Na przykład, podrzędnym znaczeniem stopnia homofonicznego jest "nachylenie wzgórza", podczas gdy dominującym znaczeniem jest "skala oceny". Tak więc do zdania "Mike nie lubił oceny..." dodaj "...wzgórza, z którego zjeżdżali". To zakończenie sprawia, że niejednoznaczny homofoniczny "stopień" jest ujednoznaczniony do swojego podrzędnego znaczenia przez słowo "wzgórze". Każde zdanie powinien mieć dwa krótkie słowa funkcyjne między niejednoznacznym homofonem a słowami, które go ujednoznaczniają. Kolejny zestaw 10 przykładowych zdań znajduje się poniżej¹⁴
      Barbara przyjrzała się odciskowi na swojej stopie po tym, jak stał się bolesny.
      Ben w końcu zauważył blef, gdy szlak nagle się skończył.
      Betty szukała pilnika do swoich paznokci, ponieważ były podarte.
      Debbie spodobała się sprawa, którą prawnik zdecydował się podjąć.
      Wszyscy zauważyli kraba, kiedy marudził o wszystkim.
      Fred dokładnie przyjrzał się tabeli i wykresowi w raporcie.
      Harry'emu nie podobał się pozew, który został przeciwko niemu złożony.
      Ucieszył się z prasy, gdy zmarszczka została usunięta z jego spodni.
      Helen spojrzała na kardynała w kościele w niedzielę.
      To był bardzo zły wyrok, który sędzia wydał oskarżonemu.
      Jen bez trudu dostrzegła władcę i królową w pałacu.

3. Sprawdzanie zrozumienia

1. Sprawdź, czy wszyscy uczestnicy czytają ze zrozumieniem przez cały czas trwania eksperymentu. W ten sposób losowo prezentuj serię pytań sprawdzających zrozumienie przez cały czas trwania eksperymentu. Używaj prostych stwierdzeń, po których następuje pytanie tak lub nie, aby upewnić się, że uczestnik rozumie każde zdanie. Przedstaw pytania sprawdzające zrozumienie tekstu oddzielnie od zdania. Wzorce ruchów gałek ocznych mogą być różne, gdy uczestnik nie zwraca szczególnej uwagi na tekst. Usuń dane od każdego uczestnika, który uzyska mniej niż 80% dokładności w pytaniach ze zrozumieniem z analizy danych. W co najmniej 10% prób powinny być zadawane pytania sprawdzające zrozumienie. Pytania ze zrozumieniem powinny następować po zdaniach wypełniających, a nie eksperymentalnych. Poniżej przedstawiono przykład czterech pytań sprawdzających zrozumienie:
   Zdanie: Christina wyjechała z rodzicami do Kalifornii w zeszłym roku.
   Pytanie: Czy Christina była w Vermont w zeszłym roku?
   Zdanie: Po ukończeniu college'u Mark natychmiast znalazł pracę.
   Pytanie: Czy Markowi nie udało się znaleźć pracy?
   Zdanie: Telefon zadzwonił w momencie, gdy Samantha wczołgała się do łóżka.
   Pytanie: Czy ktoś dzwonił do Samanthy wczoraj wieczorem?
   Zdanie: Turyści żałowali, że nie mogą zostać dłużej na Florydzie.
   Pytanie: Czy turyści chcieli zostać dłużej?

4. Procedura śledzenia ruchu gałek ocznych

1. Zrekrutuj co najmniej 50 uczestników do każdego eksperymentu (kontrola okoruchowa i regresje oparte na zrozumieniu), aby zapewnić wystarczającą ilość danych do analiz; zrezygnuj z prób bez regresji. Przygotuj co najmniej 40 bodźców eksperymentalnych do każdego eksperymentu, z co najmniej 10 pytaniami sprawdzającymi zrozumienie i co najmniej 20 zdaniami wypełniającymi dla każdego eksperymentu. Każdy eksperyment powinien trwać około 30 minut.
2. Użyj eye-trackera o częstotliwości próbkowania 1,000 Hz, co oznacza, że pozycje oczu są mierzone 1,000 razy na sekundę. Zmierz ruchy gałek ocznych z prawego oka.
   NOTE: Ta częstotliwość próbkowania jest ważna, ponieważ zachowanie ruchu gałek ocznych jest niezwykle szybkie, a częstotliwość próbkowania mniejsza niż 1,000 Hz może nie być wystarczająco czuła, aby uchwycić wszystkie procesy poznawcze.
3. Poproś uczestników, aby usiedli w odległości około 60 cm (24 cale) od ekranu komputera. Użyj 21 cali. screen lub inne ekrany dla oryginalnego eksperymentu¹⁴.
   1. Aby ustabilizować ruchy głowy, poproś uczestników, aby oparli podbródek na podbródku. Pozwól uczestnikom dostosować wysokość podbródka i krzesła, aż poczują się komfortowo.
   2. Poinstruuj uczestników, aby położyli palce na przyciskach "tak" i "nie", których będą używać do odpowiadania na pytania ze zrozumieniem.
4. Aby skalibrować pozycje oczu uczestników, użyj kalibracji dziewięciopunktowej. Poinstruuj uczestników, aby wpatrywali się w białe kółko na środku czarnego ekranu. Uczestnicy przeniosą wzrok na białe kółko, gdy przesuwa się ono do ośmiu innych pozycji na ekranie. Poproś uczestników, aby nie spuszczali wzroku z koła, dopóki nie przesunie się w nowe miejsce.
   1. Po kalibracji sprawdź pozycje oczu. Jeśli pozycje oczu uczestników są korygowane w zakresie jednego stopnia kąta widzenia, poproś uczestników, aby przeszli do części badania dotyczącej czytania.
5. Niech każde zdanie pojawia się pojedynczo w losowej kolejności na środku ekranu. Użyj dowolnej czcionki o stałej szerokości, takiej jak Courier, aby wszystkie znaki zajmowały taką samą ilość miejsca na siatkówce uczestnika. Przemieszaj zdania wypełniające i zdania ze zrozumieniem (po których następują pytania) ze zdaniami eksperymentalnymi.
6. Przed każdym zdaniem poproś uczestnika, aby spojrzał na białe kółko po lewej stronie ekranu, które odpowiada pozycji pierwszej litery pierwszego słowa. Kiedy uczestnicy patrzą na tę pozycję, niech eksperymentator naciśnie przycisk, który kontroluje początek czytania.
   NOTE: Ten eksperyment wykorzystuje czytanie we własnym tempie, więc uczestnik naciśnie przycisk "tak" po zakończeniu czytania zdania. Po przeczytaniu każdego zdania na ekranie ponownie pojawi się białe kółko, a proces powtórzy się z następnym zdaniem.
7. Wykonaj korektę dryfu przed każdym zdaniem, aby upewnić się, że kalibracja pozostaje dokładna. Jeśli pozycja oczu jest zmieniona o więcej niż jeden stopień kąta widzenia, ponownie skalibruj pozycje oczu uczestnika.

5. Ilościowa analiza danych

1. Po zebraniu wszystkich danych otwórz program DataViewer i załaduj wszystkie pliki danych w formacie .edf, jeśli używasz oprogramowania EyeLink. Usuń czas utrwalenia, który jest krótszy niż 100 ms lub dłuższy niż 1 000 ms, ponieważ nie odzwierciedla on przetwarzania językowego.
2. Następnie uruchom raport obszaru zainteresowania, aby zebrać pożądane miary zachowania ruchu gałek ocznych dla każdego interesującego słowa: słowa_n i słowa_n+1. Ustaw obszary zainteresowań wokół tych elementów za pomocą ogranicznika i domyślnych ustawień rozmiaru obszaru zainteresowań w Konstruktorze eksperymentów. Wybierz kilka zmiennych, aby określić rodzaj regresywnego ruchu gałek ocznych oraz obecność lub brak efektu IOR:
   IA_SKIP: Ta zmienna wskazuje, czy słowo_n zostało pominięte. Jest to ważne dla określenia, czy regresja do słowa_n jest regresją powrotną, czy niepowrotną.
   IA_REGRESSION_IN: Ta zmienna wskazuje, czy regresja została dokonana w słowie_n. Należy analizować tylko próby, w których wartość ta wynosi 1, w przeciwnym razie nie ma ona znaczenia dla analiz IOR, ponieważ nie wykonano ruchu gałek ocznych w kierunku powrotnym do tego celu.
   IA_REGRESSION_OUT: Ta zmienna wskazuje, czy regresja została utworzona ze słowa_n+1. Analizuj tylko przypadki, w których ta zmienna ma wartość 1, co wskazuje, że wykonano ruch gałek ocznych w kierunku powrotnym.
   IA_FIRST_RUN_DWELL_TIME: Ta zmienna jest miarą czasu, jaki czytelnik spędził na słowie_n+1 przy pierwszym przejściu przez zdanie. Ten czas trwania wskazuje ilość przetwarzania potrzebną do wykonania regresywnego ruchu gałek ocznych. Czas ten obejmuje potencjalny czas hamowania przed regresywnym ruchem gałek ocznych.
3. Teraz, gdy każde badanie zostało skategoryzowane, poproś badacza, aby przyjrzał się każdemu badaniu indywidualnie, aby określić, czy liczy się ono jako regresywny ruch gałek ocznych oparty na okulomotoryce, czy na zrozumieniu. Sprawdzaj tylko próby, w których IA_REGRESSION OUT słowa_n+1 wynosi 1, a IA_REGRESSION_IN do słowa_n wynosi 1.
   1. W przeglądarce danych DataViewer wybierz dane uczestnika i otwórz każdą próbę. Kliknij każdą fiksację, aby sprawdzić, czy regresja ze słowa_n+1 została wykonana bezpośrednio do słowa_n po jego zafiksowaniu lub pominięciu. Jeśli tak, należy oznaczyć tę próbę, która ma zostać uwzględniona w analizach w pliku danych. Nie należy uwzględniać prób, w których dokonano regresji do wcześniejszej części zdania lub gdy regresja została dokonana ze słowa_n+1 po przetworzeniu innych części zdania.
4. Po oznaczeniu wszystkich prób przeanalizuj dane przy użyciu liniowych modeli efektów mieszanych z pakietami languageR i lme4 w R Studio¹⁶. Określ losowe nachylenia i punkty przecięcia zarówno dla uczestników, jak i elementów. Stałe efekty powinny obejmować pomijanie słowa docelowego i regresje do słowa docelowego.

Wyniki

Wyniki naszej poprzedniej pracy z użyciem tego paradygmatu¹⁴ dały 17% wskaźnik regresji w warunku błędu okoruchowego i 29% wskaźnik regresji w warunku trudności zrozumienia¹⁴. W stanie błędu okoruchowego 32% regresji dotyczyło wcześniej zafiksowanych słów, a 68% regresji dotyczyło wcześniej pominiętych słów. Odwrotny wzorzec wystąpił w warunku trudności ze zrozumieniem. Spośród 29% regresji, 61% dotyczyło wcześniej zafiksowanych słów, podczas gdy 39% dotyczyło wcześniej pom...

Dyskusja

Obecne badania dostarczają metody rozróżniania dwóch różnych typów regresywnych ruchów gałek ocznych podczas czytania - tych, które opierają się na trudnościach ze zrozumieniem i tych, które opierają się na błędzie okoruchowym. Dane dostarczają dowodów na to, że proces uwagi niskiego poziomu, IOR, może zależeć od typu regresji. Stwierdzono, że IOR występuje tylko w przypadku regresji okoruchowych, ale nie w przypadku regresji opartej na rozumieniu¹⁴. Dlatego ważne ...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Eyelink 1000 Plus	SR Research		Wideo narzędzie do śledzenia ruchu gałek ocznych
Oprogramowanie do tworzenia eksperymentów	Oprogramowanie badawcze		tworzenia eksperymentów śledzenia ruchu gałek ocznych
Przeglądarka danych	SR Research		Oprogramowanie do wycofywania środków śledzenia wzroku