Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Använda ögonrörelser för att utvärdera de kognitiva processerna som är involverade i textförståelse

doi: 10.3791/50780 Published: January 10, 2014

Summary

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.

Abstract

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.

Introduction

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.

  1. Välbekant metaforpassage. Peter hade aldrig sett en så vacker flicka förut. Han hoppades verkligen att något speciellt skulle växa mellan dem två. Han trodde för sig själv att kärlek är en blomma. Peter ringde flickan senare samma kväll.
  2. Obekant metaforpassage. Att ta examen från college är en mycket viktig milstolpe för många människor. Det krävs mycket hårt arbete för att nå detta mål. För många människor är en examen en dörröppning. Att ta studenten är något att vara väldigt stolt över.

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.

Protocol

1. Egenskaper hos eyetrackingutrustning

Ögonspårare varierar beroende på hur ögonrörelser mäts, hur ofta ögonpositionen mäts (samplingshastighet), noggrannheten i bestämningen av ögonpositionen, hur mycket huvudrörelser som är tillåtna och användarvänligheten. Betydelsen av dessa faktorer varierar beroende på vilken typ av forskning som utförs och vilka deltagare som testas. Till exempel, i de flesta studier av läsning, krävs hög noggrannhet för att avgöra vilket ord som fixeras. Som ett andra exempel är tolerans för huvudrörelser och användarvänlighet avgörande när du använder barn som deltagare.

Forskningen som beskrivs här utfördes med hjälp av en SR Research EyeLink 1000 eye tracker (SR Research Ltd). En bild av ögonspårningssystemet presenteras i figur 1. EyeLink-systemet spårar ögonrörelser genom att mäta förändringar i pupillpositionen i en videobild. Detta görs genom att lysa ett spridda infrarött ljus (som inte är synligt för deltagarna) på motivens ögon och spela in den infraröda reflektionen (bilden) från ett öga (eller båda ögonen) med en högupplöst infraröd avkänningsvideokamera. Den infraröda ljuskällan och videokameran är placerade under bildskärmen som används för att visa stimuli. Infrarött ljus används för att undvika falska reflektioner från normala spektrumljus. Det infraröda ljuset ger en ljuspunkt där eleven befinner sig (lamporna kommer in i eleven och reflekterar av näthinnan för att lysa upp eleven) och en exakt reflektion på ögonytan som kallas hornhinnans reflektion. Videobilden digitaliseras så att elevens horisontella och vertikala rörelser (den ljusa punkten) i videoramen kan mätas. Hornhinnans reflektion är en stationär reflektion som inte rör sig om inte huvudet flyttas (eftersom det är en reflektion från ögats yta rör den sig inte när ögonen rör sig). Att mäta hornhinnans reflektion ger ett sätt att skilja små huvudrörelser, vilket leder till rörelse av hornhinnans reflektion, från ögonrörelser ensam, vilket inte leder till rörelse av hornhinnans reflektion. För att minimera huvudrörelser och för att hålla deltagaren i videokamerans brännvidd placerar deltagarna huvudet på en panna och hakstöd medan de läser text som presenteras på en datorskärm. Flera kritiska funktioner i ögonspårningssystem beskrivs nedan.

  1. Provtagningsfrekvens. Provtagningshastigheten avser hur många gånger per sekund ögonpositionen mäts. Samplingshastigheten för EyeLink 1000-systemet är 1 000 Hz, vilket innebär att ögonpositionen mäts 1 000 gånger per sekund. Vanliga samplingsfrekvenser är 1 000 Hz, 500 Hz, 250 Hz och 60 Hz (videouppdateringsfrekvensen/frekvensen för många datorskärmar).
    Obs: När du studerar läsning är målet att noggrant mäta platsen och varaktigheten av fixeringar och saccades. Under normal vuxen läsning varierar fixeringstiderna vanligtvis från cirka 100-800 msec, med genomsnittet cirka 250 msec (för högskoleåldersläsare). Saccades varierar vanligtvis i varaktighet från ca 10-20 msec när läsarna flyttar ögonen från ett ord till ett annat. Mycket stora saccades, som att flytta från slutet av en rad till början av nästa rad, kan vara så länge som 60-80 msec i varaktighet. Högre provtagningshastigheter ger bättre temporal noggrannhet (även kallad temporal upplösning) vid mätning av varaktigheten av fixeringar och saccades. Specifikt kommer det genomsnittliga tidsfelet att vara ungefär hälften av tiden mellan proverna. Till exempel leder en samplingsfrekvens på 1 000 Hz (provtagningsögonposition var 1 msec) till ett genomsnittligt fel på 0,5 msec och en samplingshastighet på 60 Hz (provtagning av ögonposition var 16,7 msec) leder till ett genomsnittligt fel på cirka 8 msec. Ett 8 msec fel kan anses vara för stort för att studera varaktigheten av saccades, men inte för stor för att studera varaktigheten av fixeringar. För trettio år sedan utfördes de flesta läsforskningar med hjälp av ögonspårare med 60 Hz samplingsfrekvenser. De flesta undersökningar om läsning utförs nu med hjälp av ögonspårare som kan ta prover på 500 Hz eller 1 000 Hz.
    Under läsningen är målet att fokusera båda ögonen på samma plats; Därför är vanlig praxis att registrera ögonrörelser från ett öga. Vissa ögonspårningssystem tillåter spårning av båda ögonen samtidigt. Fördelen med att spåra båda ögonen är att ögat med bästa spårningsnoggrannhet kan väljas för den slutliga analysen. Nackdelen med att spåra båda ögonen är att samplingshastigheten i allmänhet reduceras med en faktor på två (dvs. en samplingshastighet på 1 000 Hz för ett öga reduceras till 500 Hz vid inspelning från båda ögonen).
  2. Noggrannhet. Noggrannhet avser hur väl den beräknade fixeringsplatsen matchar den faktiska fixeringsplatsen. Detta uttrycks i grader av visuell vinkel (en halv cirkel har 180º visuell vinkel). Den genomsnittliga noggrannheten i EyeLink 1000-systemet är 0,25-0,5º visuell vinkel. För att sätta detta i perspektiv, när man tittar på en 17-20 i datorskärm på ett normalt visningsavstånd, täcker bildskärmens bredd 20-30º visuell vinkel.
    Observera: Graden av noggrannhet som behövs beror på forskningsmålen. Om målet är att mäta vilket tecken på en linje som är fixerat, behövs teckenpositionsnoggrannhet. Om målet är att mäta vilket ord på en rad som är fixerat, behövs ordpositionsnoggrannhet. I den forskning som beskrivs här visades text så att 3 tecken motsvarade ungefär 1° visuell vinkel. Måttet är ungefär 3 tecken eftersom textenvisades i proportionellt teckensnitt ( dvs.tecken skilde sig åt i bredd, till exempel att tecknet i var smalare än w ). För att få teckenpositionsnoggrannhet måste ögonspåraren bestämma fixeringsplatsen till 1/3° (bredden på ungefär ett tecken) över ett 30° horisontellt intervall (bredden på datordisplayen). För att få ordets positionsnoggrannhet måste ögonspåraren bestämma fixeringsplatsen inom ett 1° intervall för ord med 3 tecken i längd. Ögonspårare tenderar att vara något mindre exakta vid mätning av stora vertikala ögonrörelser(t.ex. flytta från botten av displayen till toppen) eftersom eleven delvis kan ockluseras av ögonlocken och ögonfransarna. Detta problem kan minskas eller elimineras avsevärt genom att dubbelavstånda texterna, vilket gör det lättare att urskilja vilken textrad som läses. För 17-20 i datorskärmar ger dubbelavstånd cirka 2,5° vertikal separation mellan linjer, väl inom noggrannhetsområdet för EyeLink 1000 och de flesta nuvarande generationens ögonspårare.
  3. Huvudrörelse. Den tillåtna huvudrörelsen för EyeLink 1000-systemet är 25 mm x 25 mm x 10 mm (horisontellt x vertikalt x djup). Det vill säga deltagarna kan göra huvudrörelser på ±12,5 mm vänster/höger, ±12,5 mm upp/ner och ±5 mm in/ut från huvudläget där den första kalibreringen (förklaras nedan) utfördes utan att kompromissa med noggrannheten. Begränsningarna vänster/höger och uppåt/nedåt behövs för att hålla ögat inom videokamerans synfält. In/ut-begränsningen behövs för att hålla ögat i videokamerans brännvidd. Att använda en kombination av panna/hakstöd håller lätt rörelser inom detta intervall.
    Obs: Om större huvudrörelser behövs, till exempel om displayen bestod av tre bildskärmar sida vid sida som krävde huvudrörelser för att titta på varje bildskärm (som i en körsimulator), finns en "huvudmonterad" version av ögonspåraren som inte kräver pann-/hakstöd. För huvudmonterade systemet är kamerorna som används för att spåra ögonpositionen monterade på ett justerbart pannband så att deltagarna fritt kan röra huvudet. En separat kamera som pekar framåt registrerar scenen som visas. Ögonrörelser bestäms i förhållande till den scen som ses. Nackdelen med huvudmonterat system är att samplingshastigheten reduceras till 500 Hz (maximalt) eller mindre, noggrannheten tenderar att vara något mindre eftersom stora huvudrörelser kan införa fel, och installationstiderna tenderar att vara något längre eftersom ögonrörelsekamerornas position måste justeras för varje deltagare. Programvaran för att använda den huvudmonterade eye trackern är i huvudsak identisk med EyeLink 1000.
  4. Systeminställningstid. EyeLink 1000 kan vanligtvis ställas in och kalibreras på 5 minuter eller mindre, vilket är typiskt för videobaserade ögonspårare. Den här processen definieras ytterligare i följande proceduravsnitt.

2. Stimulans förberedelse

När man jämför ögonrörelser för stimuli tagna från två eller flera tillstånd måste stimuli matchas på funktioner som är kända för att påverka ögonrörelser. De metafortexter som används här illustrerar flera viktiga egenskaper som bör kontrolleras när man jämför hur två stimuli läses.

  1. Nyckelord bör matchas med genomsnittlig ordlängd (i antal tecken) och ordfrekvens (vanligtvis uttryckt som förekomster/miljoner ord) över förhållanden. Detta är viktigt eftersom fixeringstiden ökar när ordfrekvensen minskar och sannolikheten för att fixa ett ord ökar när ordlängdenökar 10,13. I metaforpassagen matchades innehållsord i välbekanta och okända metaforer i genomsnitt ordlängd och ordfrekvens.
  2. Nyckelord bör presenteras i liknande ståndpunkter inom texter och meningar. Detta är viktigt eftersom ord i slutet av meningar vanligtvis läses långsammare än tidigare ord i meningarna och läsarna tenderar att läsa snabbare när de går igenom ett avsnitt och sedan saktar ner den sista meningen11,12. I metaforpassagen presenterades alla metaforer i slutet av den tredje meningen. Att presentera några metaforer i början av meningar och andra i slutet av meningar skulle leda till variation i lästider som inte är förknippade med metaforerna själva.
  3. Nyckelfraser bör matchas ungefär på ordlängd och struktur. Detta är viktigt eftersom meningslängd och syntaktisk struktur påverkar lästiden, antalet korrigeringar och sannolikheten för regressioner13. I metaforpassagen hade välbekanta och okända metaforer samma antal ord och struktur (X är ett Y).
  4. Sammanhanget som omedelbart föregår nyckelord bör ungefär likställas med antalet ord, format och bearbetningssvårigheter. Det är nödvändigt att likställa sammanhang mellan villkor eftersom kontextuell begränsning påverkar fixeringstiderna för efterföljande ord1,14. I metaforpassagen var den första kontext meningen alltid relaterad till det första nyckelordet i metaforerna(kärlek och fiskare ) och den andra kontext meningen alltid relaterad till det andra nyckelordet i metaforerna (blomma och spindel).
  5. Nyckelord eller fraser bör inte vara det sista ordet eller frasen i ett avsnitt. Detta är viktigt eftersom läsarna läser slutet på en text långsammare än tidigare delar av texten, som kallas passageomslutningseffekten12. Genom att lägga till en avslutande mening kan också bearbetningen av spillover mätas. Spillover avser bearbetningssvårigheter som förs över från en mening till den efterföljande meningen. I metaforpassagen följde en neutral avslutnings mening metaforerna. Om läsarna inte förstod innebörden av en metafor, kan de gå vidare till nästa mening i hopp om signaler om metaforens mening. Som sådan var meningen avsiktligt neutral för att ta bort meningssignaler.
    Även om stimulanskontrollegenskaperna beskrevs här i termer av metaforer, gäller de för de flesta alla studier av textförståelse eller någon studie som manipulerar språkliga stimuli. Tänk på vårt tidigare exempel där läsare löser ordbaserade matematiska problem som varierar i komplexitet(t.ex. hög kontra låg komplexitet). Man skulle inte vilja att de högkomplexitetsproblemen skulle innehålla mer ovanliga (mycket lågfrekventa) ord än de låga komplexitetsproblemen eftersom matematisk komplexitet skulle blandas ihop med ordfrekvens. Naturligtvis dikterar experimentets mål vilka funktioner som behöver kontrolleras. Om experimentet till exempel är att undersöka hur meningsstrukturen påverkar bearbetningen måste meningsstrukturen manipuleras. För att återgå till vårt matteproblemexperiment kanske man vill utforska hur olika grammatiska strukturer påverkar svårigheten att lösa problemen. Meningar som innehåller viktiga detaljer om problemen kan till exempel skrivas med aktiv eller passiv röst. Mönstret för ögonrörelser på dessa nyckelpersoner kan mätas liksom påverkan på att bestämma rätt lösningar.

3. Köra experimentet

  1. Deltagarna bör börja med att fylla i ett informerat samtycke som beskriver det allmänna förfarandet. Beteendeforskning som det experiment som beskrivs här är vanligen godkänd av en institutions beteendemässiga IRB (Institutional Research Board) i motsats till en medicinsk IRB eftersom videobaserad ögonspårningsutrustning inte tar kontakt med ögat och är godkänd som en klass 1 LED-enhet som är säker under alla förhållanden. Om ögonspårningsprocedurer kombineras med medicinska procedurer, såsom registrering av ögonrörelser under en fMRI, kommer medicinsk IRB att vara nödvändig.
  2. Deltagarna bör stänga av eller stänga av alla distraherande elektroniska enheter.
  3. Hakstödets höjd bör ställas in så att ögat som övervakas är ungefär centrerat i videodisplayen.
  4. Deltagarna bör justera sitthöjden så att de bekvämt kan vila hakan på hakstödet och pannan mot pannstödet. Deltagarna tenderar att slappa i stolen när de slappnar av, vilket tenderar att dra pannan bort från pannstödet. Detta kan öka det vertikala felet i ögonspårningsposten. Detta problem kan minimeras genom att se till att deltagarna börjar med hakan något över hakstödens höjd så att de kan vila hakan på hakstödet.
  5. Deltagarna bör få veta hur ögonspåraren justeras och ställs in innan experimentet påbörjas. Att visa instruktioner på monitorn ger deltagarna möjlighet att se hur displayen ser ut innan experimentet påbörjas och att ytterligare justera sin position på pannan/hakstödet vid behov.
  6. Se till att endast det ögat som spelas in syns på kameradisplayen. Detta förhindrar att spåraren "skiftar" till det andra ögat om deltagarna gör en stor huvudrörelse. Om båda ögonen är inom kamerans synfält kan växling ske om deltagarna flyttar huvudet tillräckligt långt så att bilden av ögat som spelas in flyttas ut ur kamerans synfält och det andra ögat flyttas in i kamerans synfält. Ögonspåraren kommer då att "söka" efter en ny elevreflektion. Spåraren kommer att skifta tillbaka till det ursprungliga ögat när huvudet återgår till utgångsläget, men växlingen orsakar en tillfällig förlust av ögonpositionen.
  7. Fokusera kameran (bilden visas på experimenterarens display). Korrekt fokus ökar förmågan att upptäcka och spåra pupill- och hornhinnans reflektion.
  8. Justera videokamerans infraröda känslighetströskel. EyeLink-systemet har en "auto threshold"-funktion som korrekt anger tröskelvärdet för de allra flesta deltagare. Om stora områden med infraröd reflektion är synliga nära ögat kan tröskeln minskas manuellt. Vid denna tidpunkt bör ögonspåraren upptäcka pupill- och hornhinnans reflektion och börja spåra ögonpositionen (indikeras av hårkors över pupillen och hornhinnans reflektion).
  9. Se till att pupill- och hornhinnans reflektion spåras över hela skärmens yta genom att deltagarna tittar på varje hörn av datorskärmen. Om pupillen eller hornhinnans reflektion går förlorad vid displayens kanter, löser det vanligtvis problemet genom att luta deltagarens huvud genom att flytta hakstödsbasen framåt eller bakåt. För deltagare som bär glasögon ocklusyr ramarna ibland en del av ögonens videobild när man tittar på extrema horisontella eller vertikala vinklar. Detta är bara ett problem om pupillen och hornhinnans reflektion inte kan spåras över hela det område där stimuli kommer att visas. Ögonspåraren kan kalibreras (beskrivs nästa) över ett mindre intervall om det behövs för att kompensera för detta problem.
  10. Kalibrering är den process som används för att ställa in ögonspårningsprogramvaran för att noggrant spåra ögonrörelser. Detta görs genom att spela in ögonpositionen medan deltagarna fixerar en uppsättning av nio fixeringspunkter (svarta prickar) som visas på bildskärmen på kända platser. Fixeringspunkterna presenteras i slumpmässig ordning. Antalet fixeringspunkter kan varieras beroende på hur mycket av displayen stimuli kommer att uppta. Om passager fyller större delen av displayen bör kalibreringen använda en 9-punktsformation (uppe till vänster, övre mitten, övre högra, mellersta vänstra, mitten, mitten till höger, nedre vänstra, nedre mitten, nedre högra). Om endast en textrad visas i displayens lodräta mitt kan kalibreringsområdet minskas till displayens centrala region.
  11. Under kalibreringen instruerar du deltagarna att fixera varje prick tills den försvinner och försöka att inte förutsäga prickens rörelser. Om deltagarna flyttar ögonen i ett försök att förutsäga nästa plats för punkt, kan prickens rörelse styras manuellt för att säkerställa att deltagarna fixar varje punkt innan nästa punkt visas.
  12. Validera kalibreringen. Under valideringen fixerar deltagarna samma nio punkter som under kalibreringen. De beräknade fixeringsplatserna jämförs sedan med de kända fixeringsplatserna för att fastställa graden av visuellt fel på beräknade fixeringsplatser. Vid denna tidpunkt visar programvaran information om graden av visuellt fel för varje fixeringspunkt, det genomsnittliga felet över alla punkter och det maximala felet över alla punkter.
  13. Om det genomsnittliga felet överstiger 0,5º visuell vinkel måste ögonspårarens inställning kontrolleras och kalibreringsprocessen upprepas. Det genomsnittliga felet kombinerar vertikala och horisontella fel. Därför kan ett godtagbart genomsnittligt fel på 0,3º till exempel återspegla en kombination av små horisontella och vertikala fel, en kombination av små horisontella fel(t.ex. 0,1º) och stora vertikala fel(t.ex. 0,6º) eller ett varierande felmönster. Forskarna bör därför undersöka den horisontella och vertikala förskjutningen för varje kalibreringspunkt och fastställa en tröskel för godtagbara fel baserat på det experiment som utförs. Om stimuli till exempel är enradiga meningar som visas i mitten av skärmen är vertikal noggrannhet mindre viktig eftersom det bara finns en textrad. Det tidigare exemplet på 0,1º horisontella fel och 0,6º lodräta fel kan vara acceptabelt för enradsskärmar. Vid användning av flerradiga passager är vertikal och horisontell noggrannhet båda kritiska.
  14. Påbörja experimentet efter att ha fått en acceptabel kalibrering. Instruera deltagarna att inte prata när stimuli visas. Att prata gör att huvudet rör sig upp och ner när man vilar på hakstödet och detta minskar ögonspårningsnoggrannheten.
  15. Börja med att presentera ett litet antal övningsförsök så att deltagarna blir bekväma med ögonspåraren, svarskontrollen (om den används) och stimuliens format.
  16. Före varje försök visas en fixeringspunkt (ofta kallad korrigeringspunkt för drift) där textens första ord kommer att finnas. Instruera deltagarna att åtgärda driftkorrigeringspunkten före varje försök. Om det visuella felet vid korrigering av driftkorrigeringspunkten överskrider det största tillåtna felet (0,5º) tillåter systemet inte att försöket börjar. Vid denna tidpunkt behövs omkalibrering. Detta säkerställer ett konsekvent exakt spår under hela experimentet. Omkalibrering tar vanligtvis mindre än en minut eftersom systemet redan är inställt på att spåra deltagarnas ögon.
  17. Fråga deltagarna om de har några frågor efter att ha slutfört övningsförsöken. Deltagarna måste ta bort huvudet från pannan /hakstödet för att ställa frågor. Spårningsnoggrannheten bör kontrolleras igen efter att deltagarna återvänt till pannan/hakstödet eftersom deras huvuden inte kommer att vara i exakt samma position. Detta kan göras genom att deltagarna tittar på avvikelsepunkten och jämför den beräknade positionen med den faktiska positionen, som visas på experimenterarens bildskärm. För de flesta deltagare är omkalibrering vanligtvis inte nödvändig efter att ha lossnat och sedan återvänt till pannan / hakstödet.
  18. Om deltagarna vid något tillfälle behöver ta en paus eller om banans kvalitet har försämrats (vanligtvis på grund av att deltagarna flyttar sig i sin stol), bör kalibreringen kontrolleras och omkalibreringen utföras efter behov. Deltagarna tenderar att slappna av sina sittplatser (slouch) under ett experiment, vilket kan ändra huvudets vinkel. Detta kan minska spårningsnoggrannheten och leda till behovet av att omkalibrera. Att inkludera korta pauser var 15-20 min i längre experiment minimerar detta problem.
  19. Deltagarna bör förhöras efter avslutad experiment.

Representative Results

Flera aspekter av ögonrörelser kan analyseras, och dessa kategoriseras ofta som globala och lokala åtgärder. Globala mått återspeglar ögon rörelse beteende över en hel studie, till exempel övergripande läs tid, den genomsnittliga fixerings varaktigheten för alla ord och det totala antalet korrigeringar (både framåt och regressiv). Lokala mått återspeglar ögonrörelsers beteende för ett specifikt målord eller en uppsättning målord (till exempel ord i metaforerna) och kallas intresseregioner. Lokala mått inkluderar fixeringstider för målord, sannolikheten för att fixera målord, antalet korrigeringar på målord och antalet regressioner till målord, för att nämna några. Dessutom diskuteras lokala åtgärder ofta i termer av första körning, andra körning och total tid. Första körningen (kallas även första passet) refererar till korrigeringar som gjorts på ett målord innan du flyttar till ett annat ord. Detta kan ses som det första mötet med målordet. Andra körningen (även kallad andra passning) refererar till korrigeringar gjorda på ett målord efter att ha lämnat målordet inledningsvis. Detta är i allmänhet regressioner till målorden. Total tid inkluderar alla korrigeringar som görs på målorden (alla körningar kombinerade). Mer komplexa mått används också för att utvärdera bearbetningstid och ögonrörelsemönster, till exempel regressionsbanans varaktighet, som definieras som den totala tiden från att först stöta på ett ord till att gå till det efterföljande ordet. Om en läsare (1) till exempel fixerade det sista ordet i en metafor, (2) återvände för att fixera det första ordet i metaforen, (3) fixerad vid sista ordet igen och sedan (4) fixerade det första ordet i nästa mening, skulle regressionsbanans varaktighet inkludera de tre första korrigeringarna i det här exemplet.

Ögonrörelser från en provstudie presenteras i figur 2. Cirklarna representerar fixeringsplatser och de gula linjerna representerar saccades, som visar hur läsaren gick från ord till ord. Den extra bearbetningssvårigheter som är förknippad med metaforen kan ses av tätheten av fixeringar på metaforen. Fixeringarna kan grupperas efter regioner av intresse(t.ex. ord i metaforerna) för att avgöra hur mycket tid som spenderades på varje ord och antalet fixeringar som gjordes på varje ord för bekanta och okända metaforer. Resultaten i figur 3 visar att mer tid ägnades åt att bearbeta de två nyckelorden i okända metaforer än i välbekanta metaforer.

Fördelarna med att registrera ögonrörelser i motsats till lästider för en hel passage eller lästider från mening till mening kan ses i figurerna 2 och 3. Det finns till exempel fem fixeringar på metaforområdet (figur 2), tre framåtfixeringar och två regressiva fixeringar, som återspeglar läsaren som läser genom metaforen till "dörröppning" och sedan återvänder (regression) till "grad". I grund och botten lästes metaforen två gånger. Detta resultat skulle gå obemärkt om endast meningsläsningstider eller totala lästider mättes. Som ett andra exempel visar figur 3 att mer tid ägnades åt att läsa metaforens sista ord än de andra tre orden i metaforen, och att lästiden var snabbare för bekanta än okända metaforer för tre av de fyra orden i metaforerna. Att mäta lästider från mening till mening skulle tyda på längre lästider för meningar som innehåller välbekanta metaforer än okända metaforer, men det skulle vara omöjligt att veta om den extra lästiden fördelades över alla ord i metaforen eller begränsades till specifika ord, och hur mycket tid som spenderades på varje ord skulle vara okänt. Dessa två exempel visar fördelen med att spela in kontinuerligt läsbeteende online.

Figure 1
Figur 1. Den vänstra bilden visar en deltagare placerad på pannan/hakstödet medan han tittar på en datorskärm. Den infraröda ljuskällan och videokameran finns under displayen. Den högra bilden visar experimenterarens display. Den stora bilden i den övre ramen visar deltagarens ansikte runt höger öga (ögat spåras) och den lilla bilden visar en närbild av det högra ögat. De blå områdena är områden med hög infraröd ljusreflektion från deltagarens hår (stor bild) och elev (liten bild). Hårkorset över ögat identifierar elevens mitt och hornhinnans reflektion nära elevens botten. Klicka här om du vill visa större bild.

Figure 3
Figur 2. Ögonrörelser från en provpassage som innehåller en okänd metafor (en grad är en dörröppning). Cirklarna anger fixeringsplatser och de gula linjerna anger saccade-banor. Större cirklar representerar korrigeringar med längre varaktighet. De små talen bredvid cirklarna anger fixeringstid i millisekunder (msec). Mellanrum (ingen saccadelinje, till exempel mellan orden många människor) indikerar punkter där en spårförlust inträffade på grund av en artefakt som ämnen som tillfälligt stänger ögonen. Figuren visar en regression från dörröppning till grad inom metaforen.

Figure 2
Figur 3. Total fixeringstid (msec) på ord i välbekanta och okända metaforer. Orden i den horisontella axeln motsvarar de välbekanta (F) och obekanta (U) metaforerna. Data representerar ett genomsnitt över 10 bekanta och 10 okända metaforer.

Discussion

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.

Disclosures

Det finns inga intressekonflikter. Författarna har inga ekonomiska intressen i tillverkarna av den utrustning som beskrivs här.

Acknowledgments

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.

Materials

Name Company Catalog Number Comments
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

DOWNLOAD MATERIALS LIST

References

  1. Ashby, J., Rayner, K., Clifton, C. Jr Eye movements of highly skilled and average readers: Differential effects of frequency and predictability. Q. J. Exp. Psychol.. 58A, 1065-1086 (2005).
  2. Binder, K. S., Morris, R. K. An eye-movement analysis of ambiguity resolution: Beyond meaning access. Discourse Processes. 48, 305-330 (2011).
  3. Bowdle, B., Gentner, D. The career of metaphor. Psychol. Rev. 112, 193-216 (2005).
  4. Campbell, S. J., Raney, G. E. Life Is A Pencil: Using Eye Tracking to Explore Metaphor Processing. the annual meeting of the Psychonomic Society, 2011 Nov, Seattle, WA, (2011).
  5. Drèze, X., Hussherr, F. Internet advertising: Is anybody watching. J. Interact. Marketing. 17, 8-23 (2003).
  6. Glucksberg, S. The psycholinguistics of metaphor. TRENDS Cogn. Sci. 7, 92-96 (2003).
  7. Juhasz, B. J. The processing of compound words in English: Effects of word length on eye movements during reading. Lang. Cogn. Process. 23, 1057-1088 (2008).
  8. Lohse, G. L. Consumer Eye movement patterns on yellow pages advertising. J. Advert. 26, 61-73 (1997).
  9. Kaakinen, J. K., Hyn, J. Perspective effects in repeated reading: An eye movement study. Mem. Cogn. 35, 1323-1336 (2007).
  10. Raney, G. E., Rayner, K. Word frequency effects and eye movements during two readings of a text. Can. J. Exp. Psychol. 49, 151-172 (1995).
  11. Rayner, K., Raney, G. E. Eye movement control in reading and visual search: Effects of word frequency. Psychonomic Bull. Rev. 3, 245-248 (1996).
  12. Rayner, K., Raney, G. E., Pollatsek, A. Ch. 1. Eye movements and discourse processing. Lorch, R. F., O'Brien, E. J. Erlbaum. Reading. 9-36 (1995).
  13. Rayner, K., Pollatsek, A., Ashby, J., Clifton, C. Ch. 4. Psychology of Reading.. Psychology Press. 91-134 (2012).
  14. Rayner, K., Reichle, E. D., Stroud, M. J., Williams, C. C., Pollatsek, A. The effect of word frequency, word predictability, and font difficulty on the eye movements of young and older readers. Psychol. Aging. 21, 448-465 (2006).
  15. Yang, G. Z., Dempere-Marco, L., Hu, X. P., Rowe, A. Visual search: Psychophysical models and practical applications. Image Vis. Comput. 20, 291-305 (2002).
Använda ögonrörelser för att utvärdera de kognitiva processerna som är involverade i textförståelse
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Raney, G. E., Campbell, S. J., Bovee, J. C. Using Eye Movements to Evaluate the Cognitive Processes Involved in Text Comprehension. J. Vis. Exp. (83), e50780, doi:10.3791/50780 (2014).More

Raney, G. E., Campbell, S. J., Bovee, J. C. Using Eye Movements to Evaluate the Cognitive Processes Involved in Text Comprehension. J. Vis. Exp. (83), e50780, doi:10.3791/50780 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter