Denne artikel beskriver, hvordan man bruger eye tracking metoder til at studere de kognitive processer, der er involveret i tekstforståelse. Beskrivelser af eye tracking udstyr, hvordan man udvikler eksperimentelle stimuli, og proceduremæssige anbefalinger er inkluderet. De fremlagte oplysninger kan anvendes på de fleste enhver undersøgelse ved hjælp af verbale stimuli.
Denne artikel beskriver, hvordan man bruger eye tracking metoder til at studere de kognitive processer, der er involveret i tekstforståelse. Måling af øjenbevægelser under læsning er en af de mest præcise metoder til måling af øjeblik-for-øjeblik (online) behandlingskrav under tekstforståelse. Kognitive behandlingskrav afspejles af flere aspekter af øjenbevægelsersadfærd, såsom fikseringsvarighed, antal fikseringer og antal regressioner (vender tilbage til tidligere dele af en tekst). Vigtige egenskaber af eye tracking udstyr, som forskerne skal overveje, er beskrevet, herunder hvor ofte øjet position måles (prøveudtagning sats), nøjagtigheden af fastsættelsen øjenposition, hvor meget hoved bevægelse er tilladt, og brugervenlighed. Også beskrevet er egenskaber af stimuli, der påvirker øjenbevægelser, der skal kontrolleres i undersøgelser af tekstforståelse, såsom position, hyppighed og længde af målord. Der gives proceduremæssige anbefalinger vedrørende forberedelse af deltageren, opsætning og kalibrering af udstyret og udarbejdelse af en undersøgelse. Repræsentative resultater præsenteres for at illustrere, hvordan data kan evalueres. Selv om metoden er beskrevet med hensyn til læseforståelse, kan mange af de fremlagte oplysninger anvendes på enhver undersøgelse, hvor deltagerne læser verbale stimuli.
Når læserne læser en tekst, flytter de deres øjne fra ord til ord gennem et vekslende mønster af fikseringer (punkter, hvor øjnene er stationære og fokuseret på et ord) og saccades (punkter, hvor øjet bevæger sig mellem ord). Rettelser efter saccades, der flytter læseren fremad gennem en tekst kaldes fremadrettede rettelser og fikseringer efter saccades, der flytter læseren til tidligere punkter i en tekst kaldes regressive fikseringer. Den grundlæggende antagelse af eye tracking metoder er, at øget behandling krav er forbundet med øget behandlingstid eller ændringer i mønstret af fikseringer. Øget behandlingstid kan afspejles ved længere varighed fikseringer eller et større antal fikseringer (fremadgående og regressive).
Øjenbevægelser giver flere vigtige fordele som et mål for læseadfærd i forhold til måling af læsetider for en hel passage eller sætning-for-sætning læsetider. For det første, overvågning øjenbevægelser producerer en kontinuerlig, online registrering af læsepræstationer. Dette giver mulighed for at undersøge krav til tekstbehandling på globalt plan (på tværs af en hel tekst), sætningsniveauet (individuelle sætninger) eller det lokale niveau (individuelle ord eller sætninger). Ændringer i globale vanskeligheder fører f.eks. til ændringer i flere præstationsmålinger, f.eks. Ændringer i problemer på lokalt plan påvirker også flere målpunkter, f.eks. De samlede læsetider eller læsetider for punktum giver ikke sådanne detaljerede mål for læsepræstationer. For det andet er øjenbevægelser en naturlig del af læsningen; Derfor stilles der ikke yderligere opgavekrav til en læser. For det tredje kan flere aspekter af øjenbevægelser analyseres(f.eks. fikseringsvarighed, saccadelængde og regressionsfrekvens), hvilket giver et vindue ind i forskellige elementer i læseprocessen. For det fjerde afspejler øjenbevægelser direkte behandlingskrav, der er forbundet med funktioner i den tekst, der læses. Øjenbevægelser variererf.eks. For det femte afspejler øjenbevægelser individuelle forskelle i læserne. For eksempel varierer øjenbevægelser baseret på læseevne1, forudgående viden om et emne9og alder af læseren14. Rayner, Pollatsek, Ashby og Clifton13 giver en grundig gennemgang af øjenbevægelser under læsning. Tilsammen gør disse fordele øjenbevægelser til et ideelt mål for læseadfærd.
Den forskning, der er beskrevet her, brugte en øjenbevægelsesmetode til at studere de kognitive processer, der er involveret i tekstforståelse. Specifikt blev eksperimentet designet til at undersøge, hvordan velkendte og ukendte metaforer behandles4. I denne undersøgelse læste deltagerne korte tekster præsenteret på en computerskærm, mens deres øjenbevægelser blev overvåget. Hver tekst indeholdt fire sætninger. De første to sætninger gav en sammenhæng, der var i overensstemmelse med den tilsigtede betydning af metaforen. Metaforerne blev præsenteret i tredje sætning. Den fjerde sætning tjente som en neutral konklusion. Eksempler på tekster, der indeholder velkendte (1) og ukendte (2) metaforer, præsenteres nedenfor med de metaforer, der er understreget for at lette identifikationen.
Tidligere forskning baseret på en række forskellige metoder har vist, at velkendte metaforer er lettere at forstå (behandles hurtigere) end ukendte metaforer3,6. Kraften i eye tracking metode er, at kilden til behandling vanskeligheder kan isoleres til bestemte ord. For eksempel kan forskere afgøre, om den ekstra tid, der er nødvendig for at forstå ukendte metaforer, opnås ved at bremse, når de læser hvert ord i metaforerne, eller bremse på de sidste ord i metaforen (når det er klart, at den tidligere sætning er en metafor). Desuden understøtter mønstre af øjenbevægelser slutninger om de kognitive processer, der er involveret i at forstå metaforerne. For eksempel, når du læser nye eller ukendte metaforer, ville læserne nødt til yderligere at behandle metaforer til at udtrække de figurative betydninger. Dette kan afspejles i øjet bevægelse mønster som tilbageskridt til starten af metaforer og derefter læse gennem metaforer en anden gang. Læserne kan også forsøge at sammenligne betydningen af de to nøgleord i metaforerne (f.eks. kærlighed og blomst), hvilket kan føre til et mønster af frem og tilbage øjenbevægelser mellem nøgleordene. Alternativt, når man læser velkendte metaforer, kan læserne udtrække de figurative betydninger umiddelbart efter at have læst metaforerne; derfor ville der ikke være behov for regressioner. Det centrale punkt er, at øjenbevægelser mønstre giver forskerne mulighed for at drage slutninger om online-processer, der anvendes til at forstå metaforer. Dette understøtter mere beskrivende konklusioner end blot at angive, at den samlede behandlingstid er længere for ukendte end velkendte metaforer.
Undersøgelsen beskrevet her illustrerer en fælles metode til kontrasterende øjenbevægelser mønstre for to typer af skriftlige stimuli og giver en konkret situation for at beskrive kritiske aspekter af øjenbevægelser metoder. Det er vigtigt, at øjenbevægelsesmetoden, der er beskrevet her, kan generaliseres for at studere mange andre problemer, såsom hvordan læserne løser ordbaserede matematiske problemer, der varierer i kompleksitet(f.eks. høj versus lav kompleksitet), eller hvordan ordproblemer løses af domæneeksperter versus nybegyndere. Øjenbevægelser kan bruges til at bestemme, hvilke ord i problemerne der tiltrækker mest opmærksomhed(dvs. længste fikseringsvarigheder og det største antal fikseringer), og om eksperter og nybegyndere fokuserer på de samme oplysninger. I hvert enkelt tilfælde vil overvågning af øjenbevægelser give et referat af de øjeblikkelige ændringer i behandlingskravene i forbindelse med forståelsen af de problemer, der læses.
Teknologiske fremskridt har ført til, at der er meget nøjagtige, pålidelige og brugervenlige øjensporingssystemer til rådighed. Inden for sprogforskning giver overvågning af øjenbevægelser forskere mulighed for at bestemme, hvordan læserne evaluerer en tekst. Fikseringsmønstre kan bruges til at bestemme, hvilke dele af en tekst der er sværest at behandle eller er nemmest at behandle, hvilke dele af en tekst der kan forstås med en enkelt fiksering, og hvilke dele der kræver flere fikseringer eller regressioner, og den rækkefølge, hvori læserne behandler teksten. Tilsammen understøtter disse foranstaltninger konklusioner om de kognitive processer, der er involveret i tekstforståelse.
Forståelsen er baseret på et samspil mellem oplysningerne i en tekst og de kognitive færdigheder og den viden, som læseren anvender; derfor kan en fuldstændig forståelse af tekstforståelse kun opnås ved hjælp af et mål for behandling, der er følsom over for egenskaberne af læserens tekst og egenskaber. Som tidligere nævnt varierer øjenbevægelser baseret på sproglige funktioner, såsom ordfrekvens, ordlængde og sætningskompleksitet1,2,7,10,11og læseregenskaber, såsom læseevne og emneviden1,9. Som sådan giver øjenbevægelser et ideelt mål for tekstforståelse.
Da øjenbevægelser varierer baseret på mange sproglige træk, er præcis kontrol af stimuli afgørende, når man studerer de kognitive processer, der er involveret i tekstforståelse. Forskere bruger ofte så meget indsats for at udvikle kontrollerede stimuli, som det er nødvendigt for at gennemføre selve eksperimentet. Faktisk er forskningen kun så god som stimuli.
Eye tracking metoder kan give værdifulde data for ethvert forskningsområde, hvor deltagerne er vist visuelle stimuli og er forpligtet til at evaluere stimuli. For eksempel inden for reklame kunne man bestemme, hvilke dele af en visuel annonce der tiltrækker mest opmærksomhed ved at måle, hvilke dele af annoncefolkene der ser på de mest5,8. I medicinsk forskning, kunne man afgøre, om praktikanter og erfarne læger evaluere en X-Ray eller MR-billede på samme måde ved at se på øjet bevægelse scanne vej, og hvor meget tid der bruges evaluere kritiske fysiske strukturer15. I disse eksempler mønstret af øjenbevægelser angiver, hvilke dele af billedet tiltrække opmærksomhed fra den person, der ser billedet.
The authors have nothing to disclose.
Vi vil gerne takke alle, der har deltaget i forskning udført i Language Research Lab ved University of Illinois i Chicago. Vi takker også Frances Daniel, som var medvirkende til at hjælpe med at udvikle de programmer, der bruges til at indsamle de data, der præsenteres her.
Eye Tracker | SR Research Ltd. | EyeLink 1000 Remote Desktop model |
Experiment Control Software | SR Research Ltd. | Experimental Builder |
Eye Movement Evaluation Software | SR Research Ltd. | Data Viewer |