January 10th, 2014
В настоящей статье описывается, как использовать методологии отслеживания глаз для изучения когнитивных процессов, участвующих в понимании текста. Включены описания оборудования для слежения за глазами, способы разработки экспериментальных стимулов и процедурные рекомендации. Представленная информация может быть применена к большинству любого исследования с использованием словесных стимулов.
Общая цель этой процедуры — записать движения глаз во время чтения. Это достигается путем предварительного расположения оборудования для слежения за движением глаз таким образом, чтобы глаз был хорошо виден, когда объект смотрит на монитор. Вторым шагом является калибровка программного обеспечения для точной записи движений глаза.
Третий шаг – отобразить отрывки, которые нужно прочитать. Последний шаг состоит в том, чтобы оценить продолжительность и характер фиксации на словах в отрывках. В конечном счете, данные о движении глаз могут быть использованы для определения сложности обработки отдельных слов и фраз, а также для того, чтобы сделать выводы о когнитивных процессах, связанных с чтением.
Основное преимущество метода отслеживания взгляда по сравнению с другими методами, такими как представление предложений по одному за раз и измерение времени чтения для каждого предложения, заключается в том, что отслеживание взгляда обеспечивает естественную меру поведения при чтении, которая показывает изменения в сложности обработки по мере того, как читатель продвигается по тексту. Этот метод может помочь ответить на ключевые вопросы в области понимания текста, например, понять, как читаются и понимаются образные фразы. Этот метод может дать представление о когнитивных процессах, связанных с чтением.
Он также может быть применен к исследованию с использованием изображений, например, что привлекает внимание человека в рекламе. Чтобы начать с позиционирования, система iLink, состоящая из инфракрасного источника света и видеокамеры под монитором, которая будет использоваться для отображения стимулов, проинструктирует испытуемого отрегулировать высоту сиденья до удобного положения, удерживая подбородок в подбородке, а лоб прижатым ко лбу. Для этого конкретного размера монитора объект должен сидеть примерно в 60 сантиметрах от монитора дисплея.
Как только объект освоится, представьте на мониторе его информацию, описывающую настройку и работу системы отслеживания взгляда. Система отслеживает движения глаз с точностью до 0,5 градуса, измеряя изменения положения зрачков на оцифрованном видеоизображении. Начните с фокусировки камеры, чтобы обеспечить оптимальное изображение и отслеживание.
Убедитесь, что на дисплее камеры виден только один глаз, чтобы трекер глаз случайно не переместился на другой глаз. После движения головы отрегулируйте порог инфракрасной чувствительности видеокамеры. На этом этапе айтрекер должен обнаружить отражение зрачка и роговицы и начать отслеживать положение глаз объекта.
Затем попросите испытуемого посмотреть на каждый угол монитора компьютера, чтобы убедиться, что зрачок и отражение роговицы отслеживаются по всей поверхности дисплея. Подготовьтесь к калибровке, проинструктировав испытуемого зафиксироваться на каждой точке до тех пор, пока она не исчезнет. Скажите испытуемому, чтобы он не пытался угадать точки. Движения.
Откалибруйте программное обеспечение для отслеживания движения глаз, записывая положение глаз, когда объект фиксируется на наборе из девяти точек фиксации, отображаемых на мониторе в известных местах. Затем проверьте калибровку, проинструктировав испытуемого зафиксироваться на тех же девяти точках, что и во время калибровки. Если средняя степень погрешности превышает полградуса угла зрения, повторно проверьте выравнивание айтрекера и повторите процесс калибровки.
После того, как испытуемый будет проинструктирован воздерживаться от разговоров или других движений головой, начните эксперимент с небольшого количества практических попыток. Перед каждым испытанием дайте испытуемому указание зафиксироваться на точке коррекции дрейфа, которая отображается там, где будет представлено первое слово текста. Попросите испытуемого читать в нормальном темпе для понимания и нажать кнопку на ответном блокноте, когда он закончит чтение каждого отрывка.
После завершения практических испытаний спросите испытуемого, если у вас есть какие-либо вопросы. Затем продолжите эксперимент, представив отрывки для чтения. Испытуемый контролирует время между чтением отрывков и может делать перерывы по мере необходимости.
После завершения эксперимента проведите опрос испытуемого, вручив ему утвержденную IRB форму подведения итогов, в которой описывается цель показанного исследования. Вот движения глаз из отрывка, содержащего незнакомую метафору. Четыре. Дополнительная сложность обработки увеличивает плотность фиксаций, представленных синими кругами.
Более крупные круги указывают на большую продолжительность. Фиксации. Этот анализ обнаружил регрессивный секод от слова «дверной проем» к слову «степень». На этом графике показана общая продолжительность фиксации слов в знакомых и незнакомых метафорах.
Результаты показывают, что больше времени обычно тратится на обработку слов в незнакомых метафорах, чем в знакомых метафорах. После освоения настройка и калибровка айтрекера может быть выполнена за 5-10 минут при правильном выполнении. При выполнении этой процедуры важно постоянно контролировать точность калибровки и при необходимости выполнять повторную калибровку.
Этот метод проложил путь для исследователей к изучению онлайн-обработки текстов, например, какие аспекты текста затрагивают, запоминают и как слова складываются вместе, чтобы сформировать общий смысл предложений.
Эта статья описывает использование методологий трекинга глаз для исследования когнитивных процессов при понимании текста. В ней подробно рассматривается настройка оборудования для трекинга глаз, разработка экспериментальных стимулов и методические рекомендации для исследователей.
Eye tracking-based measurement of reading behavior enables precise, moment-by-moment quantification of cognitive processing demands during text comprehension. This capability supports mechanistic de-risking and predictive confidence in early-stage neuroscience and cognitive target validation workflows. Integrating these quantitative readouts into discovery pipelines enhances the reliability of translational models and informs portfolio-level decisions on cognitive endpoints.
Eye tracking methodologies integrate into the discovery-to-preclinical continuum as a quantitative behavioral readout for cognitive processing. These methods support hypothesis testing, pathway clarification, and biological de-risking in neuroscience and cognitive disorder pipelines.