Abstract
طرق جمع البيانات على الانترنت ونداء خاص لعلماء السلوك لأنها توفر الوعد أكبر من ذلك بكثير، وأكثر من ذلك بكثير عينات تمثيلية من البيانات يمكن عادة أن تجمع في حرم الكلية. ومع ذلك، قبل مثل هذه الأساليب يمكن اعتمادها على نطاق واسع، عددا من التحديات التكنولوجية يجب التغلب على - على وجه الخصوص في التجارب حيث رقابة مشددة على خصائص التحفيز أمر ضروري. هنا نقدم أساليب جمع بيانات الأداء على اختبارين من الاهتمام البصري. كلا الاختبارات تتطلب السيطرة على الزاوية البصرية من المحفزات (الذي يتطلب بدوره معرفة مسافة العرض، حجم الشاشة، دقة الشاشة، الخ) وتوقيت المحفزات (كما تشمل الاختبارات تومض إما لفترة وجيزة المنبهات أو المثيرات التي تحرك وفقا لأسعار محددة). وكانت البيانات التي تم جمعها في هذه الاختبارات من أكثر من 1،700 المشاركين عبر الإنترنت بما يتفق مع البيانات التي تم جمعها في الإصدارات المستندة إلى مختبر للفحوصات نفسها بالضبط. هذه النتائجأقترح أن مع الرعاية المناسبة، وحجم توقيت / التحفيز المهام التابعة يمكن نشرها في المواقع على شبكة الإنترنت.
Introduction
على مدى السنوات الخمس الماضية كان هناك موجة من الاهتمام في استخدام طرق جمع البيانات السلوكية على الانترنت. في حين أن الغالبية العظمى من المنشورات في مجال علم النفس واستخدمت السكان الموضوع يحتمل أن تكون غير التمثيلي 1 (أي، في المقام الأول الجامعيين الكلية) وحجم العينة غالبا ما تكون صغيرة معقولة، وكذلك (أي، عادة في حدود عشرات من الموضوعات)، طرق على الانترنت تقديم وعود لعينات أكثر تنوعا بكثير وأكبر. على سبيل المثال، كانت خدمة الترك الميكانيكية الأمازون موضوع عدد من الدراسات الحديثة، سواء تصف خصائص "عامل" السكان واستخدام هذه الفئة من السكان في البحوث السلوكية 2-6.
ومع ذلك، واحد قلق كبير فيما يتعلق بتلك الأساليب هو النقص النسبي في السيطرة على المتغيرات التحفيز حرجة. على سبيل المثال، في معظم المهام علم النفس البدني البصرية، وتوصف المحفزات من حيثزاوية بصرية. حساب الزوايا البصرية يتطلب قياسات دقيقة لمسافة العرض، حجم الشاشة، ودقة الشاشة. في حين أن هذه المعايير هي تافهة لقياس والتحكم في بيئة المختبر (حيث يوجد شاشة المعروفة وعرض المشاركون المنبهات في حين وضعت في بقية الذقن مسافة معروفة من الشاشة)، ونفس الشيء لا ينطبق على جمع البيانات عبر الإنترنت. في بيئة الانترنت، وليس فقط سوف المشاركين حتما استخدام مجموعة متنوعة واسعة من المراقبين من مختلف الأحجام مع إعدادات البرنامج المختلفة، كما أنها قد لا يكون من السهل الوصول إلى الحكام / تدابير الشريط التي من شأنها أن تسمح لهم لتحديد حجم الشاشة أو لديهم المعرفة اللازمة لتحديد البرامج والأجهزة إعداداتها (على سبيل المثال، ومعدل التحديث، القرار).
نحن هنا وصف مجموعة من الأساليب لجمع البيانات عن اختبارين معروفة من الانتباه البصري - الميدان الرائع من عرض (UFOV) نموذج 7 وجوه متعددة تتبع (MOT) مهمة
تم جمع البيانات عن هاتين المهمتين من أكثر من 1،700 المشاركين في ضخمة الكورسات المفتوحة اون لاين. كان متوسط أداء هذه العينة على الانترنت متسقة للغاية مع النتائج التي تم الحصول عليها في التدابير المختبري لرقابة مشددة من نفس المهام الدقيقة 9،10. نتائجنا هي بالتالي متسقة مع مجموعة متزايدة من الأدب مما يدل على فعالية طرق جمع البيانات على الانترنت، وحتى في المهام التي تتطلب مراقبة محددة على ظروف العرض.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
وتمت الموافقة على البروتوكول من قبل مجلس المراجعة المؤسسية في جامعة ويسكونسن-ماديسون. وقد كتب الخطوات التالية كدليل للمبرمجين لتكرار عملية آلية لتطبيق الويب وصفها.
1. تسجيل الدخول مشارك
- إرشاد المشاركين لاستخدام الكمبيوتر المزودة بالانترنت وانتقل إلى تطبيق الويب باستخدام متصفح متوافق HTML5: http://brainandlearning.org/jove . يكون المشارك الجلوس في غرفة هادئة خالية من الانحرافات، ومع الكمبيوتر على ارتفاع مريح.
ملاحظة: بما أن التجربة بأكملها استضافت على الانترنت، والمهام ويمكن أيضا أن يؤديها عن بعد دون وجود مساعد باحث. يتم تضمين كافة التعليمات للمشارك في تطبيق ويب. - لديها مدخلات المشاركين معرف فريد من شأنها أن تكون مرتبطة مع البيانات التي تم جمعها وتخزينها في databas الخليةه. يكون المشارك إعادة استخدام هذا ID إذا لم يتم الانتهاء من المهام على الانترنت في غضون الدورة نفسها. قبل الدخول، الحصول على موافقة من المشاركين عبر استمارة الموافقة مرتبطة على الصفحة.
ملاحظة: يتم حفظ التقدم أحد المشاركين بعد كل مهمة من أجل إتاحة الفرصة لإتمام المهام 2 في أوقات منفصلة إذا لزم الأمر. إرشاد المشاركين دائما استخدام نفس معرف من أجل البدء حيث غادر مرة واحدة.
2. معايرة الشاشة
ملاحظة: تطبيق ويب أدلة المشارك من خلال الخطوات الثلاثة المبينة في صفحة المعايرة في: http://brainandlearning.org/jove/Calibration .
- اسأل المشاركين لإدخال حجم قطري من الشاشة في بوصة في مربع النص المسمى.
- ومع ذلك، إذا المشارك لا يعرف هذه المعلومات، يكون المشارك العثور على قرص مضغوط أو بطاقة الائتمان ككائن المعايرة (
- مطالبة المشاركين لضبط حجم الصورة المعروضة على الشاشة لتتناسب مع حجم الكائن المادي. وبناء على قياسات لنزع السلاح المادي (قطر 4.7 ") أو بطاقة الائتمان (عرض 3.2")، بالإضافة إلى حجم بكسل من الصورة التمثيلية، وتحديد نسبة بكسل إلى بوصة للشاشة.
- استرداد بكسل القرار من جهاز العرض عن طريق screen.width وscreen.height خصائص جافا سكريبت ثم لحساب حجم قطري من الشاشة في بكسل. هذا مع العلم قيمة ونسبة التقديرات السابقة بكسل إلى بوصة (راجع الخطوة 2.1.2)، وتحويل حجم قطري إلى بوصة. يكون المشارك تأكيد هذه القيمة من خلال مربع حوار.
- ومع ذلك، إذا المشارك لا يعرف هذه المعلومات، يكون المشارك العثور على قرص مضغوط أو بطاقة الائتمان ككائن المعايرة (
- مطالبة المشاركين لضبط مشرقا الشاشةإعدادات tness حتى جميع نطاقات 12 في التدرج الأسود إلى الأبيض المعروضة على الشاشة يمكن تمييزها بوضوح. سطوع الضوابط تحديد تختلف من جهاز الكمبيوتر.
- اسأل المشاركين على الجلوس تجارية بحتة بعيدا عن الشاشة في وضع مريح ثم قم بتعيين نافذة المتصفح إلى وضع ملء الشاشة. يجب أن يكون نافذة المتصفح في وضع ملء الشاشة لتحقيق أقصى قدر من المساحة المرئية التي تستخدمها المهام وإزالة أي الانحرافات البصرية، مثل شريط أدوات المتصفح وأشرطة المهام سطح المكتب.
- معرفة دقة الشاشة المشارك وحجم قطري من الشاشة، استخدم تطبيق ويب لحساب تلقائيا قيمة التحويل بكسل / درجة، استنادا إلى مسافة العرض 50 سم. تغيير حجم أبعاد المحفزات في المهام باستخدام هذه القيمة. جميع الأبعاد الزاوية البصرية الواردة أدناه تستند إلى هذا يفترض متوسط قيمة المسافة من الشاشة.
- مرة واحدة معايرة كاملة، اطلب من المشاركين لاستكمال describ مهمتينإد أدناه. اختيار النظام من المهام أو تعيين عشوائيا في النظام عن طريق تطبيق ويب.
3. كائن متعددة تتبع المهام (MOT) - الشكل 2
- تقديم وتعريف المشاركين مع المحفزات MOT من خلال البرنامج التعليمي التوجيه الذاتي، وينظر في: http://brainandlearning.org/jove/MOT/practice.php . اسأل المشاركين لقراءة خطوة بخطوة تعليمات التي تظهر كيف ستعمل المحاكمات. بمجرد انتهاء المشارك قراءة الإرشادات، مطالبة المشاركين للذهاب من خلال التجارب الممارسة.
- الإعداد المحفزات الممارسة تتكون من 8 نقاط في 0.8 درجة مع سرعة حركة من 2 ° / ثانية. استخدام requestAnimationFrame API HTML5 لتحسين الرسوم المتحركة المتصفح في معدل الإطار من 60 هرتز من أجل السيطرة على هذه الحركة التحفيز.
- ضمان النقاط تتحرك ضمن حدود دائرة من 2 درجة الانحراف وCIRCلو لم أكبر من ارتفاع الشاشة المشارك، من دون تعليمات تحجب.
- تعيين النقاط على التحرك في مسار عشوائي، حيث في كل إطار نقطة لديه فرصة 60٪ من تغيير الاتجاه من خلال زاوية أقصاها 0.2 درجة. إذا يصطدم نقطة مع نقطة أخرى أو حدود شعاعي الداخلية أو الخارجية، حرك نقطة في الاتجاه المعاكس.
- مطالبة المشاركين لتتبع النقاط الزرقاء (تتراوح بين 1 و 2 نقطة في ممارسة محاكمة)، مع النقاط الصفراء تعمل كما distractors.
- بعد 2 ثانية، وتغيير النقاط الزرقاء إلى النقاط الصفراء وتستمر لنقلها بين النقاط الصفراء الأصلية لمدة 4 ثانية أخرى. في نهاية كل محاكمة، ووقف النقاط وتسليط الضوء على واحدة.
- مطالبة المشاركين للرد عن طريق الضغط على مفتاح ما إذا كانت نقطة الضوء على نقطة مجنزرة أو نقطة للانتباه. وبعد ذلك، مطالبة المشاركين إلى الضغط على شريط المسافة لمواصلة على المحاكمة المقبلة.
- بعد 3 محاكمات صحيحة متتالية، أو بحد أقصى 6 المحاكمات، مولقد المشارك على مهمة الكاملة.
- بدء مهمة MOT الكاملة للمشارك. مثال على مهمة ويمكن الاطلاع على: http://brainandlearning.org/jove/MOT .
- الإعداد المهمة كاملة مع 16 النقاط التي تتحرك في 5 ° / ثانية في الفضاء بين 2 درجة الانحراف و 10 درجة الانحراف. إذا الشاشة المشارك لا يمكن أن يصلح دائرة من 10 درجة الانحراف، واستخدام الحد الأقصى لحجم يمكن أن تحتوي الشاشة بدلا من ذلك.
- يكون المشارك إكمال ما مجموعه 45 محاكمات: خليط من 5 تتكونان من 1 نقطة مجنزرة و 10 محاكمات يتألف كل منها من 2-5 تعقب النقاط. تتناسب مع جميع المعلمات الأخرى إلى محاكمات الممارسة (انظر الخطوات 3.1.3 - 3.1.6).
- تسجيل الاستجابة وزمن الاستجابة المشارك مرة واحدة يتم تمييز نقطة.
- لكل 15 المحاكمات، أقترح استراحة للمشارك. في هذه الاعفاءات، وعرض مشارك7؛ ق الأداء (في المئة من المحاكمات الصحيحة) داخل الكتلة على الشاشة.
4. الانتقال من مهمة واحدة إلى أخرى (خطوة اختيارية)
- السماح للمشارك أن تأخذ استراحة بين المهمتين. ومع ذلك، كرر الخطوات من 1 و 2 إذا لم يتم الانتهاء من المهام خلال الدورة تسجيل الدخول نفسها.
5. الميدان الرائع من مشاهدة العمل (UFOV) - الشكل (3)
- تقديم وتعريف المشاركين مع المحفزات UFOV من خلال البرنامج التعليمي التوجيه الذاتي، وينظر في: http://brainandlearning.org/jove/UFOV/practice.php . اسأل المشاركين أن تذهب من خلال 4 مراحل خطوة بخطوة تعليمات التي تظهر اثنين من المحفزات الهدف الذي يجب أن يحضر إليها أثناء المهمة.
- تعيين التحفيز الهدف المركزي باعتباره 1 ° الابتسامة التي مضات في وسط الشاشة مع إما الشعر الطويل أو القصير. بطريقة عشوائيةطول الشعر مبتسم في جميع أنحاء المحاكمات.
- تعيين التحفيز الهدف الطرفية كنجم 1 ° أن ومضات في 4 درجات الانحراف في واحدة من 8 مواقع في جميع أنحاء الدائرة (0 درجة و 45 درجة و 90 درجة مئوية، 135 درجة، 180 درجة، 225 درجة، 270 درجة، و 315 درجة) . بطريقة عشوائية موقع النجم عبر المحاكمات.
- السيطرة التحفيز مدة عبر عدد من الأطر المستخدمة لمرة والعرض. تحسين إطار التحديث في حوالي 17 ميللي ثانية لكل إطار باستخدام API HTML5 requestAnimationFrame.
- للتحقق مما إذا تم تحقيقه الوقت العرض المتوقع، استخدام أسلوب getTime جافا سكريبت () للحصول على وقت بدء ونهاية الوقت مدة التحفيز على أساس ساعة النظام المشارك. حساب الوقت عرض قياسها من هاتين القيمتين واستخدام هذه القيمة لتحليل البيانات.
- لكل محاكمة الممارسة، الانتظار 500 ميللي ثانية قبل عرض المحفزات لحوالي 200 ميللي ثانية (حوالي 12 إطارات).
- اتبع التحفيز قبلعلى Sentation مع قناع الضوضاء تتألف من مجموعة نقطة تدرج الرمادي بشكل عشوائي ل 320 مللي ثانية (حوالي 19 إطارات).
- للمرحلة 1، وعرض فقط الهدف المركزي ومن ثم مطالبة المشاركين للرد عن طريق الضغط على مفتاح الذي عرض طول الشعر.
- للمرحلة 2، عرض فقط الهدف الطرفية ومن ثم مطالبة المشاركين للنقر على واحد من 8 خطوط شعاعي، يمثلون 8 مواقع المستهدفة المحتملة، للإشارة إلى حيث ظهرت النجمة.
- للمرحلة 3، عرض كل من المحفزات الهدف المركزية والطرفية ومن ثم مطالبة المشاركين لتقديم الردود على نوع مبتسم وموقع النجم.
ملاحظة: يمكن للمشاركين حرية اختيار النظام من هذه الاستجابات اثنين. - للمرحلة 4، عرض كل من المحفزات المستهدفة بالإضافة إلى distractors الطرفية، ومن ثم مطالبة المشاركين للاستجابة لمنبهات الهدف. لdistractors، وعرض 1 ° الساحات قدمت في المواقع 7 المتبقية في 4 درجات الانحراف، طن بالإضافة إلى 8 المزيد من الساحات في 2 درجة الانحراف.
- بعد استجابة المشارك، وتظهر ردود الفعل مشارك (علامة اختيار خضراء للإجابة الصحيحة أو الصليب الأحمر للإجابة غير صحيحة) لكل استجابة الهدف بعد كل محاكمة.
- نقل المشاركين على خشبة المسرح ممارسة المقبلة بعد الحصول على 3 محاكمات صحيحة متتالية. بعد المرحلة 4، نقل المشاركين على المهمة كاملة.
- مطالبة المشاركين لبدء مهمة UFOV الكاملة. مثال على مهمة ويمكن الاطلاع على: http://brainandlearning.org/jove/UFOV .
- تقديم نفس التحفيز المركزي كما هو الحال في جلسة التدريب العملي (راجع الخطوة 5.1.1). عرض الهدف الطرفية في 7 درجة الانحراف في واحدة من التي سبق ذكرها 8 مواقع (راجع الخطوة 5.1.2). يتم عرض 24 الساحات للانتباه أيضا في 3 ° الانحراف، 5 ° الانحراف، و7 ° المتبقيةمواقع الانحراف.
- استخدام 3 إلى أسفل، وإجراء-1 حتى الدرج لتحديد وقت تقديم المحفزات: تقليل مدة المحفزات بعد 3 محاكمات صحيحة متتالية وزيادة بعد كل محاكمة الخطأ.
- قبل الانتكاسات 3 الأولى في الدرج، استخدام حجم خطوة من 2 إطارات (تقريبا كل 33 مللي ثانية). بعد 3 انتكاسات، واستخدام حجم خطوة من 1 الإطار. تختلف التأخير قبل ظهور التحفيز بين 1 الإطار و 99 لقطة في المحاكمة، والحفاظ على مدة قناع الضوضاء في 320 مللي ثانية (حوالي 19 إطارات).
ملاحظة: العكس هي النقاط التي تتغير مدة إما من زيادة في التناقص، أو تناقص في زيادة. - إنهاء المهمة عندما تم تحقيق أحد ثلاثة شروط: الإجراء درج يصل إلى 8 انتكاسات. المشارك يكمل 10 محاكمات متتالية في أي مدة السقف (99 إطارات) أو مدة الكلمة (1 الإطار)؛ أو المشارك يصل كحد أقصى 72 المحاكمات.
- تسجيل ص المشاركesponse وزمن الاستجابة لكل من التحفيز المركزي والمحيطي التحفيز.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
إزالة ناشز
أكمل ما مجموعه 1،779 مشاركا مهمة UFOV. ومن بين هؤلاء، كان 32 مشاركا عتبات UFOV التي كانت أكبر من 3 انحرافات معيارية عن المتوسط، مما يشير إلى أنهم لم يتمكنوا من تنفيذ المهمة وفقا للتعليمات. على هذا النحو، تم إزالة البيانات UFOV من هؤلاء المشاركين من التحليل النهائي، وترك ما مجموعه 1،747 المشاركين.
تم الحصول على البيانات من 1،746 المشاركين للقيام بهذه المهمة MOT. وكان اثنان من المشاركين يعني عشرات الدقة التي كانت أكثر من 3 انحرافات معيارية أدنى من المتوسط، وبالتالي تم إزالة البيانات من هؤلاء المشاركين من تحليل MOT النهائي، وترك ما مجموعه 1،744 المشاركين.
UFOV
للقيام بهذه المهمة UFOV، تم احتساب الأداء عن طريق حساب متوسط الوقت عرض على النهائية 5 المحاكمات من أجل الحصول على عتبة الكشف. الساعة العرض يعكس عرض الحوافز قياس دوالتموينية على الشاشة كل مشارك: الوقت من بداية إطار التحفيز الأول حتى نهاية سجلت إطار التحفيز الماضي في ميلي ثانية باستخدام ساعة النظام المشارك. وتعكس عتبة الكشف مدة العرض الحد الأدنى الذي يمكن للمشاركين للكشف عن الهدف الطرفية مع دقة ما يقرب من 79٪، نظرا لاستخدامنا لمدة 3 إلى أسفل،-1 حتى إجراء سلم. وكانت عتبة UFOV متوسط 64.7 ميللي ثانية (SD = 53.5، 95٪ CI [62.17، 67.19])، وتراوحت درجات من 17 ميللي ثانية إلى 315 ميللي ثانية مع عتبة وسيطة من 45 ميللي ثانية (انظر الشكل 4). وكان توزيع عتبة انحراف إيجابي، مع أي انحراف 1.92 (SE = 0.06) والتفرطح 3.93 (SE = 0.12).
MOT
وقد تم قياس الأداء MOT عن طريق حساب متوسط الدقة (في المئة الصحيحة) لكل حجم مجموعة (1 - 5). وتراوحت دقة 0،4-1،0 لحجم 1 مجموعة to 0،1-1،0 لمجموعة حجم 5، وتعني accurتراوحت ACY من 0.99 (SD = 0.06، 95٪ CI [0.983، 0.989]) لمجموعة وحجم 1-،71 (SD = 0.17، 95٪ CI [0.700، 0.716]) للحصول على حجم مجموعة تراوحت 5. عشرات دقة متوسط من 1.0 إلى 0.70 للمجموعة حجم 1 و 5 على التوالي (انظر الشكل 5).
وقد أجريت المتكررة تدابير ANOVA لدراسة ما إذا كانت دقة اختلفت بوصفها وظيفة من حجم مجموعة. كان هناك تأثير كبير الرئيسي من حجم مجموعة (F (4، 6968) = 1574.70، ف <0.001، ŋ ρ 2 = 0.475) بحيث انخفضت دقة مثل حجم مجموعة زيادة، مما يدل على تأثير MOT نموذجي.
الشكل 1. قياس الشاشة. لأن ليس كل المشاركين عبر الإنترنت يعرفون حجم الشاشة الخاصة بهم - أو يكون من السهل الوصول إلى مقياس الحاكم / الشريط لتقييم حجم الشاشة الخاصة بهم - علىطلبت عملية معايرة المواد للاستفادة من المنتجات المتاحة عادة من حجم قياسي (بطاقة الائتمان - أعلاه؛ CD - أدناه). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.
الشكل 2. العمل MOT. واعتبر المشاركون مجموعة من النقاط تتحرك بشكل عشوائي. في بداية المحاكمة، وكانت مجموعة فرعية من هذه النقاط الزرقاء (الأهداف)، في حين أن ما تبقى الصفراء (distractors). بعد 2 ثانية تغيرت النقاط المستهدفة الأزرق والأصفر، مما يجعلها لا يمكن تمييزها بصريا من distractors. أتيحت للمشاركين لتتبع عقليا النقاط المستهدفة الزرقاء سابقا لمدة 4 ثانية حتى ظهرت شاشة استجابة. على هذه الشاشة كانت واحدة من النقاط البيضاء وجعل هذا الموضوع "نعم (وكان هذا واحدا من الأهداف الأصلية)". أو "لا (وهذا لم يكن واحدا من الأهداف الأصلية)" قرار (مع الضغط على مفتاح). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.
الشكل 3. UFOV المهام. وتألفت الشاشة الرئيسية لتحفيز المركزي (أ الابتسامة الصفراء التي يمكن أن يكون إما قصيرة أو الشعر الطويل)، حافزا المحيطي (نجمة بيضاء ملأت داخل دائرة) وdistractors الطرفية (أبيض وحدد المربعات). تم تومض هذه الشاشة لفترة وجيزة (مع توقيت تحديدها استنادا بتكيف على أداء مشارك). عندما ظهرت على الشاشة استجابة زيارتها المشارك لجعل ردين: كان عليهم أن تشير (مع الضغط على مفتاح) سواء على الابتسامة زيارتها الشعر الطويل أو القصير، وكان عليهم أن تشير إلى (بالنقر) على أي من شعاعي 8 تحدثليالي ظهر التحفيز الهدف. وبعد ذلك تلقى ملاحظات حول كل من الاستجابات (هنا اختاروا الإجابة الصحيحة للقيام بهذه المهمة المركزية، ولكن إجابة غير صحيحة للقيام بهذه المهمة الطرفية). الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.
الشكل 4. UFOV نتائج. وكما هو واضح من الرسم البياني لأداء الموضوع، ليس فقط يمكن أن الغالبية العظمى من المشاركين تنفيذ المهمة وفقا لتعليمات (~ 1٪ لإزالة سوء الأداء / ناشز)، وكان أداء متوسط مباشرة في نطاق المتوقع من التدابير القائمة على المختبر على نفس المهمة الدقيقة 9.
الشكل 5. MOT نتائج. وانسجاما مع العمل السابق 10، انخفضت دقة MOT قبالة بسلاسة مع زيادة حجم مجموعة.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
جمع البيانات على الانترنت لديه عدد من المزايا أكثر من معيار جمع البيانات المختبري. وتشمل هذه القدرة على تذوق أكثر بكثير من السكان تمثيلي بركة الجامعية كلية نموذجية المستخدمة في هذا المجال، والقدرة على الحصول على أكبر بكثير أحجام العينات في وقت أقل مما يستغرقه للحصول على حجم العينة التي هي أمر من حجم أصغر في المختبر 1-6 (على سبيل المثال، تم الحصول على نقاط البيانات التي تم جمعها من 1،700+ المشاركين في الورقة الحالية في أقل من أسبوع واحد).
وكانت وسائل الانترنت وصفها قادرة على تكرار النتائج التي تم الحصول عليها من دراسات أجريت في السابق القائم على المختبر: وسائل ونطاقات المحسوبة لعتبات UFOV ودقة MOT في المهام على الانترنت وقابلة للمقارنة النتائج التي أبلغ عنها صبغ وBavelier 9 للمهمة UFOV والأخضر وBavelier 10 للقيام بهذه المهمة MOT. ومع ذلك، فإن عينة مشارك كبيرة يكون لها تأثير على توزيعالنتائج، ولا سيما في مهمة UFOV. كان الإنترنت توزيع عتبة UFOV أكثر المناسب منحرفة من النتائج المختبري السابقة 9. ويمكن أن يعزى هذا الاختلاف في انحراف إلى تنوع أكبر من المشاركين تجنيدهم عبر الإنترنت، لا سيما في ما يخص الاختلاف على نطاق أوسع في سن: تراوحت العينة على الانترنت 18-70 سنة، في حين تراوحت العينة المختبري 18-22 9 سنوات.
وعلاوة على ذلك، وجمع البيانات عبر وسائل الإنترنت لا تتطلب حل العديد من التحديات الفنية - وخاصة عندما تحكم التحفيز وثيقة ضرورية للصحة الإجراءات. المهمتين يعملون هنا المطلوبة السيطرة على كل من زاوية بصرية من المحفزات التي عرضت وتوقيت المحفزات. الزاوية البصرية على وجه الخصوص يمكن أن يكون من الصعب السيطرة عليها في إعدادات الانترنت وحسابها يتطلب معرفة مسافة العرض، حجم الشاشة، ودقة الشاشة. وهذه مشكلة خاصة بالنظر عشرفي كثير من المشاركين عبر الإنترنت قد لا تعرف حجم الشاشة، أو يكون من السهل الوصول إلى شريط قياس لقياس حجم الشاشة الخاصة بهم.
نحن وضعت سلسلة من الخطوات للتغلب على بعض هذه القضايا. في حين أننا نستطيع حل تماما حجم الشاشة، ما زلنا لا يمكن التحكم بدقة في عرض المسافة الفعلية. نقترح على المشاركين الجلوس تجارية بحتة بعيدا عن الشاشة، على الرغم من أن هذه المسافة قد تختلف بين المشاركين. وقد تم اختيار طول الذراع، والولايات المتحدة تشير البيانات الأنثروبومترية أن الفرق في طول متناول الذراع إلى الأمام (في الوضع الذي المشاركين سوف تستخدم للحكم على المسافة بينهما بعيدا عن الشاشة) بين الذكور والإناث البالغين صغير، على ان يكون من الذكور متوسط الوصول هو 63.8 سم في حين متناول الإناث متوسط هو 62.5 سم 11. على الرغم من أن إجراء الإعداد التجربة يحاول تجنب إدخال التحيز الجنسي باستخدام هذا القياس، قد يكون هناك تحيز ارتفاع المحتملة؛ الدراسات المستقبلية التي تجمع المشاركين و# 8217؛ ستحتاج المعلومات الارتفاع إلى أن تجرى لتقييم هذا الاحتمال.
أما بالنسبة للتوقيت التحفيز، أخذنا في الاعتبار الاختلافات بين المدة المتوقعة ومدة مسجل عرض الحوافز عند حساب القيم الحدية. بدلا من الاعتماد على مدة العرض المتوقعة، قمنا بقياس مدة إطارات التحفيز باستخدام ساعة النظام المشارك مع دقة ميلي ثانية واحدة. ومع ذلك، فإن الفوارق الكامنة بين شاشات العرض كانت لا تزال موجودة ولا يمكن السيطرة عليها لأنه بدون المادية في القياسات الموقع. ومن المعروف جيدا أن الكريستال السائل عرض (LCD) - على الأرجح تراقب المشاركين لديهم إمكانية الوصول إلى أن يكون بين أوقات الاستجابة الطويلة التي تختلف عادة اعتمادا على بداية ونهاية قيم التغييرات بكسل الإنارة. المسألة الأخيرة ليست مدعاة للقلق في دراستنا لأننا دائما تحول من مستوى الخلفية نفسه إلى التحفيز المستوى. وهناك قلق أكبر هو أن فاريالقدرة في يعرض عبر المشاركون يؤدي إلى جزء كبير من التباين قياسها. ونحن نعتقد أن هذه ليست القضية في أوقات الاستجابة بكسل وعادة ما تكون أصغر من 1 معدل الإطار (أي 17 ميللي ثانية) 12،13، الذي يبدو مقبولا بالمقارنة مع التباين الفردي أمور كبير في عتبات UFOV.
الأساليب المستخدمة هنا التغلب على التحديات المذكورة آنفا، وبالتالي سمحت لنا لقياس الأداء على اثنين من المهام - وUFOV وMOT - أن كلا تتطلب السيطرة على الزاوية البصرية وشاشة توقيت خصائص. وكانت النتائج التي حصلت عليها هذه الأساليب تتفق مع تلك التي حصلنا عليها في بيئة معملية قياسية، مما يدل على صحتها. بالإضافة إلى ذلك، لأن هذه المهام تتطلب اتصال بالإنترنت فقط، ومتصفح متوافق HTML5، هذه المهام يمكن استخدامها ليس فقط لجمع بسهولة عينة كبيرة من السكان التمثيل بصفة عامة، ولكن يمكن أن تستخدم أيضا للوصول إلى أنواع فرعية محددة من السرعة الكلاسيكي فرديiduals التي يمكن فصلها جغرافيا وبالتالي من الصعب جلب إلى إعداد مختبر مشترك (على سبيل المثال، المرضى الذين يعانون من نوع معين من المرض أو الأفراد الذين لديهم خلفية عرقية معينة). وعلاوة على ذلك، مع صعود استخدام لاب توب وأقراص أخرى، فإن تصميم التطبيق على شبكة الإنترنت يمكن بسهولة أن تتكيف لتحسين التوافق مع تقنية الشاشة التي تعمل باللمس من أجل الوصول إلى عدد أكبر من المشاركين. بينما يمكن تشغيل التطبيق على شبكة الإنترنت في الوقت الراهن على أقراص عن طريق متصفح HTML5، يمكن أن التكرار في المستقبل إزالة اشتراط وجود لوحة المفاتيح واستبدال مفاتيح استجابة مع أزرار واجهة أو الإيماءات.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Computer/tablet | It must have an internet connection and an HTML5 compatible browser | ||
| CD or credit card | May not be needed if participant already knows the monitor size |
References
- Henrich, J., Heine, S. J., Norenzayan, A. The weirdest people in the world. The Behavioral And Brain Sciences. 33, 61-135 (2010).
- Buhrmester, M., Kwang, T., Gosling, S. D. Amazon's Mechanical Turk: A new source of inexpensive, yet high-quality, data. Perspectives on Psychological Science. 6 (1), 3-5 (2011).
- Goodman, J. K., Cryder, C. E., Cheema, A. Data collection in a flat world: the strengths and weaknesses of mechanical turk samples. Journal of Behavioral Decision Making. 26 (3), 213-224 (2013).
- Mason, W., Suri, S. Conducting behavioral research on Amazon's Mechanical Turk. Behavior Research Methods. 44 (1), 1-23 (2012).
- Crump, M. J., McDonnell, J. V., Gureckis, T. M. Evaluating Amazon's Mechanical Turk as a tool for experimental behavioral research. PLoS One. 8, e57410 (1371).
- Lupyan, G. The difficulties of executing simple algorithms: why brains make mistakes computers don't. Cognition. 129, 615-636 (2013).
- Ball, K., Owsley, C. The useful field of view test: a new technique for evaluating age-related declines in visual function. J Am Optom Assoc. 64 (1), 71-79 (1993).
- Pylyshyn, Z. W., Storm, R. W. Tracking multiple independent targets: Evidence for a parallel tracking mechanism. Spatial Vision. 3 (3), 179-197 (1988).
- Dye, M. W. G., Bavelier, D. Differential development of visual attention skills in school-age children. Vision Research. 50 (4), 452-459 (2010).
- Green, C. S., Bavelier, D. Enumeration versus multiple object tracking: The case of action video game players. Cognition. 101 (1), 217-245 (2006).
- Chapter 1. Kodak Company. Ergonomics Design Philosophy. Kodak’s Ergonomic Design for People at Work. Chengalur, S. N., Rodgers, S. H., Bernard, T. E. , 2nd Edition, John Wiley & Sons, Inc. Hoboken, NJ. (2004).
- Elze, T., Bex, P. P1-7: Modern display technology in vision science: Assessment of OLED and LCD monitors for visual experiments. i-Perception. 3 (9), 621 (2012).
- Elze, T., Tanner, T. G. Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments. PLoS One. 7 (9), e44048 (2012).
