Login processing...

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

Behavior

שיטות לבדיקת קשב חזותי באינטרנט

doi: 10.3791/52470 Published: February 19, 2015

Abstract

יש שיטות איסוף נתונים מקוונות משיכה מיוחדת למדעני התנהגות כי הם מציעים את ההבטחה של הרבה יותר גדול והרבה יותר דגימות נתונים נציג מאשר בדרך כלל יכול להיות שנאסף בקמפוסים. עם זאת, לפני שניתן לאמץ שיטות כאלה נרחבת, מספר האתגרים הטכנולוגיים יש להתגבר - בפרט בניסויים שבם פיקוח הדוק על תכונות גירוי הוא הכרחי. כאן אנו מציגים שיטות לאיסוף נתוני ביצועים בשתי בדיקות של קשב חזותי. שני המבחנים דורשים שליטה על זווית הראייה של הגירויים (אשר בתורו דורשת ידע של מרחק הצפייה, גודל צג, רזולוציית מסך, וכו ') ואת התזמון של הגירויים (כמו הבדיקות כרוכות או בקצרה הבזיקו גירויים או גירויים הנעים בשיעורים ספציפיים). נתונים שנאספו בבדיקות אלה ממעל 1,700 משתתפים מקוונים עלו בקנה אחד עם הנתונים שנאספו בגרסאות מבוססות מעבדה של בדיוק את אותו בדיקות. תוצאות אלומצביע על כך שעם טיפול נכון, ניתן לפרוס משימות תלויות גודל עיתוי / גירוי בהגדרות מבוסס אינטרנט.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

בחמש השנים האחרונות חלה עלייה חדה של ריבית בשימוש בשיטות איסוף נתוני התנהגות מקוונת. בעוד הרוב המכריע של פרסומים בתחום הפסיכולוגיה נצל אוכלוסיות נושא שעלול להיות בלתי נציג 1 (כלומר, בעיקר סטודנטים לתואר ראשון במכללה) וגודל מדגם קטן לעתים קרובות באופן סביר, כמו גם (כלומר, בדרך כלל בטווח של עשרות נושאים), שיטות מקוונות מציע את ההבטחה של דגימות הרבה יותר מגוונות וגדולות יותר. לדוגמא, השירות מכאני טורק של אמזון כבר את הנושא של מספר המחקרים שנעשה לאחרונה, שני המתארים את המאפיינים של האוכלוסייה "עובד" ושימוש באוכלוסייה זו במחקר התנהגותי 2-6.

עם זאת, חשש משמעותי אחד הקשור לשיטות כאלה הוא החוסר היחסי של שליטה על משתני גירוי קריטיים. לדוגמא, ברוב משימות הפסיכופיסיקה חזותית, גירויים מתוארים במונחים שלזווית ראייה. חישוב זוויות ראייה דורש מדידות מדויקות של מרחק צפייה, גודל מסך ורזולוציה מסך. בעוד פרמטרים אלה הם טריוויאלי למדוד ושליטה בסביבת מעבדה (שבו יש לפקח ידוע ומשתתפים להציג גירויים ואילו בשאר סנטר ממוקם במרחק ידוע מהצג), אין הדבר נכון של איסוף נתונים באינטרנט. בסביבה מקוונת, לא רק שמשתתפים באופן בלתי נמנע להשתמש במגוון רחב של צגים בגדלים שונים עם הגדרות תוכנה שונות, גם ייתכן שלא יהיה להם גישה קלה לשליטים / אמצעי קלטת שתאפשר להם לקבוע את גודל המסך שלהם או שיש לי את הידע דרוש כדי לקבוע הגדרות התוכנה וחומרה שלהם (לדוגמא, קצב רענון, רזולוציה).

כאן אנו מתארים קבוצה של שיטות לאיסוף נתונים על שתי בדיקות ידועות של קשב חזותי - שדה שימושי של צפה (UFOV) הפרדיגמה 7 ואת האובייקט מרובה מעקב משימה (MOT) (כלומר, כרטיס אשראי / CD - ראה איור 1).

נתונים על שתי משימות אלה נאספו מרחבי 1,700 משתתפים בפתיחת קורס מקוון מאסיבי. ביצועים ממוצע של מדגם באינטרנט זה היה מתואם היטב עם תוצאות שהושגו באמצעים המבוסס על מעבדה לפיקוח ההדוקה של בדיוק את אותו המשימות 9,10. התוצאות שלנו הן בכך עולים בקנה אחד עם הגוף גדל והולך של ספרות מדגימה את היעילות של שיטות איסוף נתונים באינטרנט, אפילו במשימות הדורשות שליטה מסוימת על תנאי צפייה.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

הפרוטוקול אושר על ידי דירקטוריון הסקירה המוסדי באוניברסיטה ויסקונסין-מדיסון. השלבים הבאים נכתבו כמדריך למתכנתים כדי לשכפל את התהליך האוטומטי של יישום האינטרנט שתואר.

משתתף 1. כניסה

  1. להורות למשתתף להשתמש במחשב אינטרנט המאפשר ולנווט ליישום האינטרנט באמצעות דפדפן תואם HTML5: http://brainandlearning.org/jove. יש לי המשתתף לשבת בחדר שקט ללא הסחות דעת, עם המחשב בגובה נוח.
    הערה: מאחר שהניסוי כולו מתארח באינטרנט, יכולות גם להתבצע המשימות מרחוק ללא נוכחות עוזר מחקר. כל ההוראות למשתתף כלולות ביישום האינטרנט.
  2. יש לי קלט המשתתף מזהה ייחודי שיהיה קשור עם הנתונים נאספו ונשמרו בdatabas MySQLדואר. יש לי המשתתף לעשות שימוש חוזר בזיהוי זה אם המשימות המקוונות לא הושלמו באותה הפגישה. לפני הכניסה, תקבל את הסכמת המשתתף באמצעות טופס הסכמה מקושר בדף.
    הערה: ההתקדמות של משתתף נשמרה אחרי כל משימה על מנת לאפשר להשלמת המשימות 2 בזמנים נפרדים במידת הצורך. להורות למשתתף תמיד להשתמש באותו קוד זיהוי כדי להתחיל בו הפסיק.

כיול מסך 2.

הערה: יישום האינטרנט מנחה את המשתתף בשלושה השלבים המפורטים בדף הכיול ב: http://brainandlearning.org/jove/Calibration.

  1. שאל את המשתתף לקלט בגודל האלכסוני של המסך באינץ 'בתיבת הטקסט שכותרתו.
    1. עם זאת, אם המשתתף אינו יודע את המידע הזה, יש לי המשתתף למצוא CD או כרטיס אשראי כאובייקט כיול (
    2. תנחה את המשתתף כדי להתאים את הגודל של תמונת המסך כדי להתאים את הגודל של האובייקט הפיזי. בהתבסס על המדידות של CD פיזי (קוטר של 4.7 ") או כרטיס אשראי (רוחב של 3.2") בנוסף לגודל פיקסל של התמונה המייצגת, לקבוע את היחס של פיקסלים לאינץ 'של המסך.
    3. אחזר פיקסלים ברזולוציה של הצג באמצעות מאפייני screen.width וscreen.height של JavaScript אז לחשב את הגודל האלכסוני של המסך בפיקסלים. בידיעה ערך זה ויחס פיקסל לאינץ 'הוערך בעבר (ראה שלב 2.1.2), להמיר את גודל האלכסון לאינץ'. יש לי המשתתף לאשר ערך זה באמצעות תיבת הדו-שיח.
  2. צג בפני המשתתף להתאים brigh המסךהגדרות tness עד שכל 12 הלהקות בשיפוע שחור ללבן מוצגות על המסך באופן ברור להבחנה. פקדי הגדרת בהירות להשתנות על ידי מחשב.
  3. שאל את המשתתף לשבת האורך של זרוע מהמסך בתנוחה נוחה ולאחר מכן קבע את חלון הדפדפן למצב מסך מלא. חלון הדפדפן חייב להיות במצב מסך מלא על מנת למקסם את המרחב החזותי בשימוש על ידי המשימות וכדי להסיר כל הסחות דעת חזותיות, כגון סרגל כלים של הדפדפן וtaskbars שולחן העבודה.
  4. לדעת את הרזולוציה של המסך של המשתתף והגודל האלכסוני של הצג, השתמש ביישום האינטרנט כדי לחשב את ערך המרת פיקסלים / תואר, המבוסס על מרחק צפייה של 50 סנטימטרים באופן אוטומטי. לשנות את גודל הממדים של הגירויים במשימות באמצעות ערך זה. כל ממדי זווית הראייה דיווחו להלן מבוססים על הנחה זו ערך מרחק ממוצע מהצג.
  5. ברגע שהכיול הושלם, לשאול את המשתתף כדי להשלים את describ שתי משימותאד להלן. בחר את סדר המשימות או באופן אקראי להקצות את הסדר באמצעות יישום האינטרנט.

3. אובייקט מרובה מעקב משימות (MOT) - איור 2

  1. להציג וקרא את המשתתף עם גירויי MOT באמצעות הדרכה עצמית מודרך, ראו ב: http://brainandlearning.org/jove/MOT/practice.php. שאל את המשתתף לקרוא את הוראות צעד-אחר-צעד המדגימות כיצד הניסויים יעבדו. ברגע שהמשתתף מסיים לקרוא את ההוראות, תנחה את המשתתף לעבור את הניסויים בפועל.
    1. התקנת הגירויים בפועל מורכב של 8 נקודות על 0.8 מעלות עם מהירות תנועה של 2 ° / sec. השתמש בHTML5 requestAnimationFrame API כדי לייעל אנימציה דפדפן במסגרת שיעור של 60 הרץ על מנת לשלוט בתנועת הגירוי הזה.
    2. להבטיח את הנקודות לנוע בתוך גבולות המעגל של 2 מעלות אקסצנטריות וcircle לא גדול יותר מהגובה של המסך של המשתתף, ללא ההוראות טשטשו.
    3. הגדר את הנקודות כדי לעבור במסלול אקראי, שבו בכל מסגרת יש נקודת סיכוי של 60% משינוי הכיוון בזווית מרבי של 0.2 מעלות. אם נקודה מתנגשת עם נקודה אחרת או מגבלות רדיאלי הפנימיות או חיצוניות, להעביר את הנקודה בכיוון ההפוך.
    4. תנחה את המשתתף כדי לעקוב אחר הנקודות הכחולות (משתנה בין 1 ו -2 נקודות למשפט בפועל), עם הנקודות הצהובות מתנהגות כמו מסיחים.
    5. לאחר 2 שניות, לשנות את הנקודות הכחולות לנקודות צהובות ותמשיך להעביר אותם בין הנקודות הצהובות המקוריות לעוד 4 שניות. בסוף כל משפט, לעצור את הנקודות ולסמן את אחת.
    6. צג בפני המשתתף להגיב באמצעות לחיצה על מקש אם הנקודה המודגשת הייתה נקודת מעקב או נקודת מסיח. בשלב הבא, תנחה את המשתתף ללחוץ על מקש הרווח כדי להמשיך על המשפט הבא.
    7. לאחר 3 נכונים משפטים רצופים, או מקסימום של 6 ניסויים, מוve המשתתף על המשימה המלאה.
  2. התחל את משימת MOT המלאה למשתתף. ניתן למצוא דוגמא למשימה ב: http://brainandlearning.org/jove/MOT.
    1. הגדרת המשימה המלאה עם 16 נקודות שנעות בשעה 5 ° / sec במרחב שבין 2 האקסצנטרי ° ו -10 ° אקסצנטריות. אם המסך של המשתתף לא יכול להתאים מעגל של 10 מעלות אקסצנטריות, להשתמש בגודל המרבי המסך יכול להכיל במקום.
    2. יש לי המשתתף להשלים סך של 45 ניסויים: תערובת של 5 ניסויים בהיקף של 1 נקודה במעקב ו -10 ניסויים שכל אחד מכילים 2-5 מעקב נקודות. להתאים את כל פרמטרים האחרים לניסויים בפועל (ראה צעדים 3.1.3 - 3.1.6).
    3. רשום את זמן התגובה ותגובה של המשתתף פעם הנקודה מסומנת.
    4. לכל 15 ניסויים, מציע הפסקה למשתתף. בהפסקות אלה, להציג את המשתתף7; s ביצועים (אחוזים מניסויים הנכונים) בתוך הבלוק על המסך.

4. המעבר ממשימה אחת למשנהו (שלב אופציונאלי)

  1. לאפשר למשתתף לקחת הפסקה בין שתי המשימות. עם זאת, חזור על שלבים 1 ו -2 אם המשימות לא הושלמו במהלך אותה ישיבת ההתחברות.

5. שדה שימושי של צפה במשימה (UFOV) - איור 3

  1. להציג וקרא את המשתתף עם גירויי UFOV באמצעות הדרכה עצמית מודרך, ראו ב: http://brainandlearning.org/jove/UFOV/practice.php. שאל את המשתתף לעבור 4 שלבים של הוראות שלב-אחר-צעד המדגימות שני גירויי היעד שיש לטפל במשימה.
    1. הגדר את גירוי היעד המרכזי כמו סמיילי 1 ° שמהבהב במרכז המסך גם עם שיער ארוך או קצר. באופן אקראיאורך השיער של סמיילי על פני ניסויים.
    2. הגדר את גירוי היעד ההיקפי ככוכב 1 ° שמהבהב על 4 מעלות אקסצנטריות באחת 8 מקומות סביב המעגל (0 °, 45 °, 90 °, 135 °, 180 °, 225 °, 270 °, ו -315 מעלות) . באקראי את מיקומו של הכוכב על פני ניסויים.
    3. בקרת גירוי משך דרך מספר המסגרות המשמשות לזמן הצגה. לייעל רענון מסגרת בכ -17 אלפיות שניים לכל מסגרת באמצעות API HTML5 requestAnimationFrame.
    4. כדי לבדוק אם זמן המצגת הצפוי הושג, להשתמש בשיטת GetTime של JavaScript () כדי להשיג זמן זמן התחלה וסיום של משך הגירוי על בסיס שעון המערכת של המשתתף. לחשב את זמן מצגת נמדד משני ערכים אלה ולהשתמש בערך זה לניתוח נתונים.
    5. לכל ניסוי בפועל, לחכות 500 אלפיות שניים לפני הצגת הגירויים לכ 200 אלפית שניים (כ -12 מסגרות).
    6. עקוב מראש גירויsentation עם מסכת רעש המורכבת ממערך נקודה בגווני אפור שנוצר באופן אקראי ל-320 אלפית שניות (כ -19 מסגרות).
    7. בשלב 1, רק להציג את היעד המרכזי ולאחר מכן תבקש מן המשתתף להגיב באמצעות לחיצה על מקש שאורך שיער הוצג.
    8. בשלב 2, רק להציג את היעד ההיקפי ולאחר מכן תבקש מן המשתתף ללחוץ על אחד של 8 קווים רדיאליים, המייצג את 8 מקומות היעד אפשריים, כדי לציין בי הכוכב הופיע.
    9. בשלב 3, להציג את שני גירויי היעד המרכזיים והיקפיים ולאחר מכן תבקש מן המשתתף לתת מענה לשני הסוג של סמיילי ואת מיקומו של הכוכב.
      הערה: משתתפים יכולים לבחור את הסדר של שתי התגובות הללו באופן חופשי.
    10. בשלב 4, להציג את שני גירויי היעד בנוסף למסיחים היקפיים, ולאחר מכן תבקש מן המשתתף להגיב לגירויי שני היעד. למסיחים, 1 ° ריבועי התצוגה שהוצגו במקומות שנותרו 7 על 4 מעלות אקסצנטריות, iבנוסף n 8 ריבועים יותר ב -2 מעלות אקסצנטריות.
    11. אחרי התגובה של המשתתף, להראות משוב המשתתף (סימון ירוק לתשובה נכונה או צלב אדום לתשובה שגויה) לכל תגובת יעד אחרי כל משפט.
    12. הזז את המשתתף לבמה התרגול הבא לאחר שקבל 3 ניסויים נכונים ברציפות. לאחר שלב 4, להעביר את המשתתף על המשימה המלאה.
  2. צג בפני המשתתף להתחיל את משימת UFOV המלאה. ניתן למצוא דוגמא למשימה ב: http://brainandlearning.org/jove/UFOV.
    1. להציג את אותו הגירוי מרכזי כמו באימון (ראה שלב 5.1.1). הצג את היעד ההיקפי ב -7 ° אקסצנטריות באחד מהמקומות שהוזכרו קודם לכן 8 (ראה שלב 5.1.2). 24 ריבועי מסיח מוצגים גם ב -3 מעלות אקסצנטריות, 5 מעלות אקסצנטריות, ו -7 ° נותרומקומות האקסצנטרי.
    2. השתמש 3 למטה, הליך מדרגות 1-up כדי לקבוע את זמן ההצגה של הגירויים: להקטין את משך הזמן של גירויים לאחר 3 ניסויים נכונים ברציפות ולהגדיל לאחר כל ניסוי שגיאה.
    3. לפני 3 ההיפוכים הראשונים במדרגות, להשתמש בגודל צעד של 2 מסגרות (בערך כל 33 אלפיות שניים). לאחר 3 היפוכים, להשתמש בגודל צעד של 1 מסגרת. להשתנות העיכוב לפני הופעת הגירוי בין 1 מסגרת ו -99 פריימים למשפט, ולשמור על משך מסכת הרעש ב 320 אלפיות שניים (כ -19 מסגרות).
      הערה: תהפוכות הן הנקודות בהן המשך משתנה גם מהגדלת לירידה, או ירידה להגדלת.
    4. בסופו של המשימה כאשר אחד משלושה תנאים מתקיים: הליך המדרגות מגיע 8 היפוכים; המשתתף משלים 10 משפטים רצופים בשני משך התקרה (99 מסגרות) או משך הרצפה (1 מסגרת); או המשתתף מגיע למקסימום של 72 ניסויים.
    5. להקליט r של המשתתףesponse וזמן תגובה לגירוי שני המרכזי והגירוי ההיקפי.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

הסרת Outlier

בסך הכל 1,779 משתתפים השלים את משימת UFOV. מבין אלה, היו 32 משתתפים ספי UFOV שהיו יותר מ 3 סטיות תקן מהממוצע, מה שמרמז שהם לא היו מסוגלים לבצע את המשימה כפי שהורה. ככזה, נתונים UFOV מהמשתתפים הללו הוצאו מהניתוח הסופי, עוזבים כולל של 1,747 משתתפים.

הנתונים התקבלו מ1,746 משתתפים למשימת MOT. שני משתתפים היו אומר עשרות דיוק שהיו יותר מ 3 סטיות תקן מתחת לממוצע, ובכך נתונים מהמשתתפים הללו הוצאו מניתוח MOT הסופי, עוזבים כולל של 1,744 משתתפים.

UFOV

למשימת UFOV, ביצועים היו מחושבים על ידי ממוצע זמן המצגת ב -5 הניסויים הסופיים על מנת לקבל סף גילוי. זמן המצגת שיקף את מצגת הגירוי המדודה duמנה על המסך של כל משתתף: הזמן מההתחלה של מסגרת הגירוי הראשונה ועד לסוף מסגרת התמריצים שעברה נרשמה באלפיות השני באמצעות שעון המערכת של המשתתף. סף הגילוי משקף את משך ההצגה המינימאלי שבו המשתתפים יכולים לזהות את היעד ההיקפי עם דיוק כ -79%, בהתחשב בשימוש ב3-מטה, הליך מדרגות 1-עד. סף UFOV הממוצע היה 64.7 msec (CI SD = 53.5, 95% [62.17, 67.19]) וציונים נעו בין 17 msec 315 אלפיות שניים עם סף חציון של 45 אלפיות שניים (ראה איור 4). הפצת הסף הייתה חיובי מוטה, עם צידוד של 1.92 (SE = 0.06) וגבנוני של 3.93 (SE = 0.12).

MOT

ביצועי MOT נמדדו על ידי חישוב הדיוק הממוצע (באחוזים נכונים) לגודל כל סט (1 - 5). דיוק נע 0.4-1.0 לגודל 1 סט to 0.1-1.0 לגודל קבוצה 5, ואומר accurACY נע בין 0.99 (CI SD = 0.06, 95% [.983, .989]) לגודל סט 1-0.71 (CI SD = 0.17, 95% [.700, .716]) לגודל סט 5. ציוני דיוק החציון נע בין 1.0 ל0.70 לגודל קבוצה 1 ו -5 בהתאמה (ראה איור 5).

חזרו-אמצעי ANOVA נערכו לבחון האם דיוק שונה כפונקציה של גודל סט. הייתה השפעה משמעותית העיקרית של גודל סט (F (4, 6968) = 1,574.70, p <0.001, n ρ 2 = .475) באופן שהדיוק ירד כגודל קבוצה גדלה, הוכחת השפעת MOT טיפוסית.

איור 1
איור 1. מדידת מסך. מאחר שלא כל המשתתפים מקוונים יודעים גודל המסך שלהם - או שיש לי גישה קלה למידת שליט / קלטת להעריך גודל המסך שלהם -תהליך כיול שאל נושאים לנצל פריטים זמינים בדרך כלל בגודל סטנדרטי (כרטיס אשראי - לעיל; CD - להלן). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 2
איור 2. משימה MOT. משתתפים צפו בסדרה של נקודות שנעו באקראי. בתחילת משפט, תת-קבוצה של נקודות אלה הייתה כחולים (יעדים), ואילו השאר היה צהובים (מסיחים). לאחר 2 שניות נקודות היעד הכחולות השתנו לצהובות, מה שהופך אותם מבחינה ויזואלית שאין להבחין בין המסיחים. משתתפים היו לעקוב אחר נפשי נקודות היעד לשעבר הכחולות במשך 4 שניות עד שמסך תגובה הופיע. במסך זה אחד מהנקודות היה לבן ועשה הנושא "כן (זה היה אחד מהיעדים המקוריים)"; או "לא (זה לא היה אחד מהיעדים המקוריים)" החלטה (עם לחיצה על מקש). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 3
איור 3. UFOV משימה. המסך הראשי מורכב מגירוי מרכזי (סמיילי צהוב שיכול להיות לי או קצר או ארוך שיער), גירוי היקפי (כוכב לבן מילא בתוך עיגול) ומסיחים היקפיים (לבן התוו ריבועים). מסך זה הבזיק לרגע (בעיתוי נקבע בהתבסס על ביצועי adaptively משתתף). כאשר המסך הופיע תגובת המשתתף נאלץ לבצע שתי תגובות: הם היו צריכים להצביע (עם לחיצה על מקש) אם היה לי סמיילי ארוך או קצר שיער והם היו צריכים להצביע (על ידי לחיצה) על איזה מרדיאלי 8 דיברוזה גירוי היעד הופיע. לאחר מכן הם קיבלו משוב על שני התגובות (כאן הם בחרו את התשובה הנכונה למשימה המרכזית, אבל התשובה לא נכונה למשימה ההיקפית). אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

איור 4
איור 4. תוצאות UFOV. כפי שעולה מן היסטוגרמה של ביצועי נושא, לא רק יכולים הרוב מכריע של המשתתפים לבצע את המשימה כפי שהורתה (~ הוסרו 1% לביצועים ירודים / חריגים), הביצועים הממוצעים היו ישר בטווח צפוי מצעדים המבוססים על מעבדה המדויקת את אותה המשימה 9.

איור 5
5. תוצאות MOT איור. בקנה אחד עם המחקרים קודמים 10, דיוק MOT נפלו בצורה חלקה עם גודל קבוצה הולך וגדל.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

יש איסוף נתונים באינטרנט מספר היתרונות על פני איסוף נתונים מבוסס מעבדה סטנדרטי. אלה כוללים את הפוטנציאל לטעום הרבה יותר מאשר אוכלוסיות נציג הבריכה לתואר הראשון במכללה הטיפוסית מנוצלת בתחום, והיכולת להשיג גודל מדגם גדול הרבה יותר בפחות זמן ממה שהוא לוקח כדי להשיג גודל מדגם שסדר הגודל קטן יותר במעבדה 1-6 (לדוגמא, נקודות נתונים שנאספו ממשתתפים ב1,700+ הנייר הנוכחי התקבלו בפחות משבוע).

השיטות המתוארות באינטרנט הצליחו לשחזר את התוצאות שהתקבלו ממחקרים מבוססי מעבדה שנערכו בעבר: אמצעי מחושב וטווחים עבור ספי UFOV ודיוק MOT במשימות המקוונות היו דומות לתוצאות שדווחו על ידי דיי ו -9 Bavelier למשימת UFOV וירוק וBavelier 10 למשימת MOT. עם זאת, מדגם המשתתף הגדול שיש להם השפעה על חלוקתהתוצאות, במיוחד במשימת UFOV. הפצת סף UFOV המקוונת הייתה נכונה יותר מאשר מוטה תוצאות מעבדה מבוססת קודמות 9. הבדל בהטיה זו ניתן לייחס למגוון הגדול יותר של משתתפים גויסו באינטרנט, במיוחד בכל הקשור לשינוי הרחב יותר שלהם בגיל: המדגם המקוון נע 18-70 שנים, ואילו המדגם מבוסס המעבדה נע 18-22 שנים 9.

יתר על כן, איסוף נתונים באמצעות שיטות מקוונות דורש פתרון כמה אתגרים טכניים - במיוחד כאשר שליטת גירוי קרובה היא הכרחית לתוקף של הצעדים. שתי משימות מועסקות כאן נדרשות שליטה על שתי זווית הראייה של הגירויים שהוצגו ואת התזמון של הגירויים. זווית ראייה בפרט יכולה להיות קשה לשלוט בהגדרות באינטרנט, כמו החישוב שלה דורש לדעת מרחק צפייה, גודל צג, ורזולוציית מסך. זו היא בעייתית במיוחד בהתחשב הבהרבה משתתפים מקוונים עשויים שלא לדעת את גודל המסך שלהם או יש להם גישה קלה לסרט מדידה כדי למדוד את גודל המסך שלהם.

אנחנו המצאתי שורה של צעדים כדי להתגבר על חלק מבעיות אלה. בזמן שאנחנו יכולים בהחלט לפתור גודל צג, אנחנו עדיין לא יכולים לשלוט בדיוק מרחק הצפייה בפועל. אנו מציעים למשתתפים לשבת במרחק של זרוע מהמסך, למרות שמרחק זה עשוי להשתנות בין משתתפים. אורך זרוע נבחר, כארה"ב הנתונים מצביעה על כך שאנתרופומטרים ההבדל באורך של יד קדימה זרוע (המצב שבו משתתפים הייתם משתמשים כדי לשפוט המרחק שלהם מהמסך) בין המבוגרים זכר ונקבה הוא קטן, כך שגברי החציון הישג הוא 63.8 סנטימטרים ואילו נקבת הישג ​​היד החציוני הוא 62.5 סנטימטר 11. למרות הגדרת ניסוי ההליך מנסה למנוע החדרת הטיות מין באמצעות מדידה זו, ייתכן שיש הטיות גובה פוטנציאליות; מחקרים עתידיים שאוספים משתתפים ו# 8217; מידע גובה היה צריך להיות נערך על מנת להעריך את האפשרות הזאת.

באשר לעיתוי גירוי, לקחנו בחשבון את הפערים בין משך צפוי ומשך מוקלט של מצגת גירוי בעת חישוב ערכי סף. במקום להסתמך על משך ההצגה הצפוי, מדדנו את משך הזמן של מסגרות הגירוי באמצעות שעון המערכת של המשתתף עם הדיוק של האלפית שני. עם זאת, פערים מובנים בין צגי צג עדיין היו נוכחים ולא ניתן לשלוט על בלי פיזי במדידות באתר. זה ידוע היטב כי הגביש הנוזלי מציג (LCD) - סביר להניח שעוקב יש לנו גישת משתתפים יש לזמני תגובה ארוכים שבדרך כלל להשתנות בהתאם לערכי ההתחלה וסיום של השינויים בהיקות פיקסל. הנושא האחרון הוא לא דאגה במחקר שלנו, כי אנחנו תמיד עברנו מאותה רמת רקע לגירוי ברמה. דאגה גדולה יותר היא שארייכולת במציגה על פני משתתפים גורמת חלק גדול משונות שנמדד. אנו מאמינים שזה לא בעיה כמו זמני תגובת פיקסל הם בדרך כלל במסגרת שיעור קטן יותר מאשר 1 (כלומר, 17 אלפיות שני) 12,13, אשר נראה מתקבלת על הדעת בהשוואה לשונות בודדות בין הגדולות בספי UFOV.

השיטות מועסקות כאן להתגבר על האתגרים הנ"ל ובכך אפשרו לנו למדוד את הביצועים בשתי משימות - UFOV וMOT - ששניהם דורשים שליטה על זווית ראייה ומאפייני מסך עיתוי. התוצאות שהתקבלו בשיטות אלה היו עקביות עם אלו שהתקבלו בהגדרות מעבדה סטנדרטית, וכך הוכחת תקפותם. בנוסף, מכיוון שמשימות אלה דורשות רק חיבור לאינטרנט ודפדפן תואם HTML5, יכולה להיות מועסקות משימות אלה לא רק כדי לאסוף מדגם גדול מאוכלוסייה, בדרך כלל, נציג בקלות, אבל יכולות לשמש גם כדי להגיע תת-סוגים ספציפיים של individuals שעשוי להיות מופרד מבחינה גיאוגרפית ולכן קשה להביא להגדרה מעבדה משותפת (למשל, חולים עם סוג מסוים של מחלה או אנשים עם רקע אתני מסוים). יתר על כן, עם העלייה של שימוש בiPads וטאבלטים אחרים, את העיצוב של יישום האינטרנט יכול בקלות להיות מותאם לתאימות טובה יותר עם טכנולוגית מסך מגע כדי להגיע למספר גדול יותר של משתתפים. בעוד יישום האינטרנט כיום יכול לרוץ על טבליות באמצעות דפדפן HTML5, חזרות עתיד יכולות להסיר את הדרישה של מקלדת ולהחליף מפתחות תגובה עם ממשק כפתורים או מחוות.

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

DOWNLOAD MATERIALS LIST

References

  1. Henrich, J., Heine, S. J., Norenzayan, A. The weirdest people in the world. The Behavioral And Brain Sciences. 33, 61-135 (2010).
  2. 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).
  3. 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).
  4. Mason, W., Suri, S. Conducting behavioral research on Amazon's Mechanical Turk. Behavior Research Methods. 44, (1), 1-23 (2012).
  5. 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).
  6. Lupyan, G. The difficulties of executing simple algorithms: why brains make mistakes computers don't. Cognition. 129, 615-636 (2013).
  7. 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).
  8. Pylyshyn, Z. W., Storm, R. W. Tracking multiple independent targets: Evidence for a parallel tracking mechanism. Spatial Vision. 3, (3), 179-197 (1988).
  9. Dye, M. W. G., Bavelier, D. Differential development of visual attention skills in school-age children. Vision Research. 50, (4), 452-459 (2010).
  10. Green, C. S., Bavelier, D. Enumeration versus multiple object tracking: The case of action video game players. Cognition. 101, (1), 217-245 (2006).
  11. 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).
  12. 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).
  13. Elze, T., Tanner, T. G. Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments. PLoS One. 7, (9), e44048 (2012).
שיטות לבדיקת קשב חזותי באינטרנט
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Yung, A., Cardoso-Leite, P., Dale, G., Bavelier, D., Green, C. S. Methods to Test Visual Attention Online. J. Vis. Exp. (96), e52470, doi:10.3791/52470 (2015).More

Yung, A., Cardoso-Leite, P., Dale, G., Bavelier, D., Green, C. S. Methods to Test Visual Attention Online. J. Vis. Exp. (96), e52470, doi:10.3791/52470 (2015).

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