Den här artikeln beskriver hur man använder ögonspårningsmetoder för att studera de kognitiva processer som är involverade i textförståelse. Beskrivningar av ögonspårningsutrustning, hur man utvecklar experimentella stimuli och procedurrekommendationer ingår. Den information som presenteras kan tillämpas på de flesta studier med verbala stimuli.
Den här artikeln beskriver hur man använder ögonspårningsmetoder för att studera de kognitiva processer som är involverade i textförståelse. Att mäta ögonrörelser under läsning är en av de mest exakta metoderna för att mäta processkrav för ögonblick (online) under textförståelse. Kognitiva bearbetningskrav återspeglas av flera aspekter av ögonrörelsers beteende, till exempel fixeringstid, antal fixeringar och antal regressioner (återgår till tidigare delar av en text). Viktiga egenskaper hos ögonspårningsutrustning som forskare behöver tänka på beskrivs, inklusive hur ofta ögonpositionen mäts (provtagningshastighet), noggrannheten i att bestämma ögonpositionen, hur mycket huvudrörelser som är tillåtna och användarvänlighet. Också beskrivna är egenskaper hos stimuli som påverkar ögonrörelser som måste kontrolleras i studier av textförståelse, såsom position, frekvens och längd på målord. Procedurmässiga rekommendationer om att förbereda deltagaren, ställa in och kalibrera utrustningen och genomföra en studie ges. Representativa resultat presenteras för att illustrera hur data kan utvärderas. Även om metoden beskrivs i termer av läsförståelse, kan mycket av den information som presenteras tillämpas på alla studier där deltagarna läser verbala stimuli.
När läsarna läser en text flyttar de ögonen från ord till ord genom ett alternerande mönster av fixeringar (punkter där ögonen är stillastående och fokuserade på ett ord) och saccades (punkter där ögat rör sig mellan ord). Korrigeringar efter saccades som flyttar läsaren framåt genom en text kallas framåtfixeringar och korrigeringar efter saccades som flyttar läsaren till tidigare punkter i en text kallas regressiva korrigeringar. Det grundläggande antagandet av ögonspårningsmetoder är att ökade bearbetningskrav är förknippade med ökad bearbetningstid eller förändringar i mönstret för fixeringar. Ökad bearbetningstid kan återspeglas av korrigeringar med längre varaktighet eller ett större antal fixeringar (framåt och regressiva).
Ögonrörelser ger flera viktiga fördelar som ett mått på läsbeteende i förhållande till att mäta lästider för en hel passage eller mening för mening lästider. För det första ger övervakning av ögonrörelser en kontinuerlig, online-post av läsprestanda. Detta ger möjlighet att undersöka krav på textbehandling på global nivå (över en hel text), meningsnivå (enskilda meningar) eller den lokala nivån (enskilda ord eller fraser). Förändringar i globala svårigheter leder till till exempel till ändringar i flera mått på prestanda, till exempel total lästid, antal framåtriktade korrigeringar och antalet regressioner. Förändringar i svårigheter på lokal nivå påverkar också flera mått, till exempel lästider för enskilda ord, sannolikheten för att fixa ord och sannolikheten för att göra regressioner till specifika ord. De totala lästiderna eller lästiderna från mening till mening ger inte så detaljerade mått på läsprestanda. För det andra är ögonrörelser en naturlig del av läsningen; Därför ställs inga ytterligare uppgiftskrav på en läsare. För det tredje kan flera aspekter av ögonrörelser analyseras(t.ex. fixeringstid, saccadelängd och regressionsfrekvens), vilket ger ett fönster till olika delar av läsprocessen. För det fjärde återspeglar ögonrörelser direkt bearbetningskrav i samband med funktioner i texten som läses. Till exempel varierar ögonrörelserna som en funktion av ordfrekvens10,11, ordlängd7, lexikal tvetydighet2, kontextuell begränsning1och upprepning10,13. För det femte återspeglar ögonrörelser individuella skillnader hos läsarna. Till exempel varierar ögonrörelser beroende på läsförmåga1, förkunskaper om ettämne 9och läsarens ålder14. Rayner, Pollatsek, Ashby och Clifton13 ger en grundlig genomgång av ögonrörelser under läsning. Sammantaget gör dessa fördelar ögonrörelser till ett idealiskt mått på läsbeteende.
Forskningen som beskrivs här använde en ögonrörelsemetodik för att studera de kognitiva processer som är involverade i textförståelse. Specifikt utformades experimentet för att utforska hur bekanta och okända metaforer bearbetas4. I denna studie läser deltagarna korta texter som presenteras på en datorskärm medan deras ögonrörelser övervakades. Varje text innehöll fyra meningar. De två första meningarna gav ett sammanhang som överensstämde med metaforens avsedda innebörd. Metaforerna presenterades i den tredje meningen. Den fjärde meningen var ett neutralt avslut. Exempel på texter som innehåller välbekanta (1) och okända (2) metaforer presenteras nedan med metaforerna understrukna för enkel identifiering.
Tidigare forskning baserad på en mängd olika metoder har visat att välbekanta metaforer är lättare att förstå (bearbetas snabbare) än okända metaforer3,6. Kraften i ögonspårningsmetoden är att källan till bearbetningssvårigheter kan isoleras till specifika ord. Till exempel kan forskare avgöra om den extra tid som behövs för att förstå okända metaforer erhålls genom att sakta ner när man läser varje ord i metaforerna eller saktar ner på metaforens sista ord (när det är tydligt att den tidigare frasen är en metafor). Dessutom stöder mönster av ögonrörelser slutsatser om de kognitiva processer som är involverade i att förstå metaforerna. Till exempel, när man läser nya eller okända metaforer, skulle läsarna behöva bearbeta metaforerna ytterligare för att extrahera de figurativa betydelserna. Detta kan återspeglas i ögonrörelsemönstret som att gå tillbaka till början av metaforerna och sedan läsa igenom metaforerna en andra gång. Läsarna kan också försöka jämföra innebörden av de två nyckelorden i metaforerna (t.ex. kärlek och blomma), vilket kan leda till ett mönster av fram och tillbaka ögonrörelser mellan nyckelorden. Alternativt, när man läser välbekanta metaforer, kan läsarna extrahera de figurativa betydelserna omedelbart när de läser metaforerna; Därför skulle inga regressioner behövas. Den viktigaste punkten är att ögonrörelser gör det möjligt för forskare att dra slutsatser om de onlineprocesser som används för att förstå metaforerna. Detta stöder mer beskrivande slutsatser än att bara ange att den totala bearbetningstiden är längre för okända än välbekanta metaforer.
Studien som beskrivs här illustrerar en vanlig metod för kontrasterande ögonrörelsemönster för två typer av skriftliga stimuli och ger en konkret situation för att beskriva kritiska aspekter av ögonrörelsemetoder. Viktigt är att ögonrörelsemetoden som beskrivs här kan generaliseras för att studera många andra frågor, till exempel hur läsare löser ordbaserade matematiska problem som varierar i komplexitet(t.ex. hög kontra låg komplexitet) eller hur ordproblem löses av domänexperter kontra nybörjare. Ögonrörelser skulle kunna användas för att avgöra vilka ord i problemen som drar mest uppmärksamhet (dvs. längsta fixeringstiderna och det största antalet fixeringar) och om experter och nybörjare fokuserar på samma information. I varje enskilt fall skulle övervakning av ögonrörelser ge en upplysning om de ögonblickliga förändringarna i bearbetningskraven i samband med förståelsen av de problem som läses.
Tekniska framsteg har lett till tillgång till mycket exakta, tillförlitliga och lättanvända ögonspårningssystem. Inom språkforskningen gör övervakning av ögonrörelser det möjligt för forskare att avgöra hur läsarna utvärderar en text. Fixeringsmönster kan användas för att avgöra vilka delar av en text som är svårast att bearbeta eller är lättast att bearbeta, vilka delar av en text som kan förstås med en enda fixering och vilka delar som kräver flera korrigeringar eller regressioner och i vilken ordning läsarna bearbetar texten. Tillsammans stöder dessa åtgärder slutsatser om de kognitiva processer som är involverade i textförståelse.
Förståelsen bygger på en interaktion mellan informationen i en text och de kognitiva färdigheter och kunskaper som läsaren tillämpar. Därför kan en fullständig förståelse av textförståelse endast erhållas genom att använda ett mått på bearbetning som är känsligt för egenskaper hos läsarens text och egenskaper. Som nämnts tidigare varierar ögonrörelser beroende på språkliga egenskaper, såsom ordfrekvens, ordlängd och meningskomplexitet1,2,7,10,11och läsegenskaper, såsom läsförmåga och ämneskunskap1,9. Som sådan ger ögonrörelser ett idealiskt mått på textförståelse.
Eftersom ögonrörelser varierar beroende på många språkliga egenskaper är exakt kontroll av stimuli avgörande när man studerar de kognitiva processerna som är involverade i textförståelse. Forskare använder ofta så mycket ansträngning för att utveckla kontrollerade stimuli som behövs för att genomföra själva experimentet. Forskningen är faktiskt bara lika bra som stimuli.
Ögonspårningsmetoder kan ge värdefulla data för alla forskningsområden där deltagarna visas visuella stimuli och krävs för att utvärdera stimuli. Till exempel, inom reklamområdet kan man bestämma vilka delar av en visuell annons som lockar mest uppmärksamhet genom att mäta vilka delar av annonsen som människor tittar påmest 5,8. I medicinsk forskning kan man avgöra om AT-läkare och erfarna läkare utvärderar en röntgen- eller MR-bild på samma sätt genom att titta på ögonrörelsens skanningsväg och hur mycket tid som spenderas på att utvärdera kritiska fysiska strukturer15. I dessa exempel visar mönstret för ögonrörelser vilka delar av bilden som lockar uppmärksamheten hos den person som tittar på bilden.
The authors have nothing to disclose.
Vi vill tacka alla som har deltagit i forskning som utförts i Language Research Lab vid University of Illinois i Chicago. Vi tackar också Frances Daniel, som bidrog till att utveckla de program som används för att samla in de uppgifter som presenteras här.
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 |