Abstract
Onlar genellikle üniversite kampüslerinde alınabilir daha büyük sözünü ve çok daha temsili veri örnekleri sunuyoruz, çünkü online veri toplama yöntemleri davranış bilimciler özellikle çekiciliği vardır. Uyarıcı özellikleri üzerinde sıkı kontrol gereklidir deneylerde özellikle - bu tür yöntemler yaygın olarak kabul edilebilir Ancak, önce, teknolojik zorluklar bir dizi aşılması gerekir. Burada görsel dikkat iki test performans verilerini toplama yöntemlerini sunuyoruz. Testler dahil olarak her iki test ya kısaca hareket uyaranlar veya uyaranlara parladı (sırayla görüş mesafesi, monitör boyutu, ekran çözünürlüğü, vb bilgi gerektirir) uyaranların görsel açı üzerinde kontrol ve uyaranlara zamanlamasını (gerektirir Belirli oranlarda). 1.700 üzerinden online katılımcıların bu testler toplanan veriler aynı testlerin laboratuvar tabanlı sürümleri toplanan veriler ile uyumlu idi. Bu sonuçlar,Doğru bakım ile, zamanlama / uyarıcı boyutu bağımlı görevler, web-tabanlı ortamlarda dağıtılabilir öneririz.
Introduction
Son beş yılda çevrimiçi davranışsal veri toplama yöntemlerinin kullanımında bir ilgi artışı olmuştur. Psikoloji alanında yayınların büyük çoğunluğu potansiyel olmayan temsili konu popülasyonlarını kullanmış olmasına rağmen 1 (yani, öncelikle üniversite lisans) ve genellikle makul küçük örnek boyutları yanı sıra (yani, tipik konularda onlarca aralığında), çevrimiçi yöntemler çok daha farklı ve daha büyük numunelerin sözünü sunuyoruz. Örneğin, Amazon'un Mekanik Türk hizmeti, son çalışmalar bir dizi konu olmuştur hem "işçi" nüfus özellikleri ve davranışsal araştırmalar 2-6 yılında bu nüfusun kullanımını anlatan.
Ancak, bu tür yöntemlere ilişkin bir önemli endişe kritik uyaran değişkenler üzerinde kontrol göreceli eksikliği. Örneğin, bir çok görsel Psikofizik görev, uyarıcı olarak tarif edilmektedirgörüş açısı. Görsel açıları hesaplama izleme mesafesi, ekran boyutu ve ekran çözünürlüğü hassas ölçümler gerektirir. Bu parametreler, bir laboratuar ortamında ölçmek için önemsiz ve kontrol vardır (bilinen bir monitör var ve bir çene dinlenme monitörden bilinen bir mesafe yerleştirilen ise katılımcıların uyaranlara görmek) iken, aynı online veri toplama doğru değildir. Bir çevrimiçi ortamda değil, sadece katılımcıların kaçınılmaz farklı yazılım ayarları ile farklı boyutlarda monitörler çok çeşitli kullanacak, onlar da onların monitör boyutunu belirlemek ya da gerekli bilgiye sahip sağlayacak cetveller / teyp önlemler kolay erişim olmayabilir kendi yazılım ve donanım ayarlarını (örneğin, yenileme hızı, çözünürlük) belirlemek için.
Görünüm (UFOV) Faydalı Alan paradigması 7 ve (MOT) görev izleme çoklu nesne - Burada görsel dikkat iyi bilinen iki testler hakkında veri toplamak için yöntemler bir dizi tarif
Bu iki görev ilişkin veriler bir Massive Online Açık Kursu 1.700 üzerinde katılımcı toplanmıştır. Bu online numunenin ortalama performansı aynı görevleri 9,10 sıkı kontrollü laboratuar tabanlı önlemler elde edilen sonuçlarla oldukça uyumlu idi. Bizim sonuçlar bile görüntüleme koşulları üzerinde özel kontrol gerektiren işlerde, online veri toplama yöntemlerinin etkinliğini gösteren literatür artan vücut ile böylece tutarlı.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
protokol Wisconsin-Madison Üniversitesi'nde kurumsal inceleme kurulu tarafından onaylandı. programcılar açıklanan web uygulaması otomatik süreci çoğaltmak için aşağıdaki adımları bir rehber olarak yazılmıştır.
1. Giriş Katılımcı
- : Internet özellikli bilgisayar kullanıyorsanız ve bir HTML5 uyumlu bir tarayıcı kullanarak web uygulamasına gitmek için katılımcı bilgilendirin http://brainandlearning.org/jove . Katılımcı rahat bir yükseklikte bilgisayar ile, dikkat dağıtıcı ücretsiz sessiz bir odada oturup var.
NOT: Tüm deney çevrimiçi barındırılan yana, görevleri de araştırma görevlisi varlığı olmadan uzaktan gerçekleştirilebilir. Katılımcı için tüm talimatları web uygulaması yer almaktadır. - Katılımcı girişi MySQL databas toplanan verilerle ilişkili ve saklanır benzersiz bir kimlik varör. Online görevleri aynı oturum içinde tamamlanmaması halinde katılımcı, bu kimliği yeniden var. Giriş yapmadan önce, sayfada bağlantılı bir onay formu aracılığıyla katılımcıdan rızasını.
NOT: Bir katılımcının ilerleme gerekirse ayrı zamanlarda 2 görevlerin tamamlanması için izin vermek için her görev sonrasında kaydedilir. Her zaman tek kaldığı yerden başlatmak için aynı kimliği kullanmak için katılımcı bilgilendirin.
2. Ekran Kalibrasyon
NOT: Web uygulaması kalibrasyon sayfası belirtilen üç adımlarda katılımcıyı kılavuzları http://brainandlearning.org/jove/Calibration .
- Etiketli metin kutusuna inç girdi ekranın diyagonal boyut katılımcısını değildir.
- Katılımcı bu bilgileri bilmiyor Ancak, (katılımcı bir kalibrasyon nesnesi olarak bir CD veya kredi kartı bulmak zorunda
- Fiziksel nesnenin boyutuna uyacak ekran görüntüsünün boyutunu ayarlamak için katılımcı istemi. Fiziksel bir CD (4.7 çapı ") veya bir kredi kartı (3.2 genişliği" temsili resmin piksel boyutuna ek olarak) ölçümlerine dayanarak, ekran inç piksel oranını belirler.
- Sonra piksel ekran köşegen boyutunu hesaplamak için JavaScript en screen.width ve screen.height özellikleri aracılığıyla monitörün piksel çözünürlüğünü alın. Bu değer ve önceden tahmin piksel-inç oranını bilmek inç diyagonal boyut dönüştürmek, (adım 2.1.2). Katılımcı bir iletişim kutusu ile bu değeri onaylamak zorunda.
- Katılımcı bu bilgileri bilmiyor Ancak, (katılımcı bir kalibrasyon nesnesi olarak bir CD veya kredi kartı bulmak zorunda
- Ekran brigh ayarlamak için katılımcı istemiEkranda görüntülenen siyah-beyaza degrade 12 bantları kadar uygunluklarını ayarları açıkça ayırt edilebilir. Parlaklık ayarı kontrolleri bilgisayara göre değişir.
- Rahat bir konumda monitörden uzak bir kol uzunluğu oturup sonra tam ekran moduna tarayıcı penceresini ayarlamak için katılımcı isteyin. tarayıcı penceresi görevleri tarafından kullanılan görsel alanını maksimize etmek ve böyle bir tarayıcı araç çubuğu ve masaüstü taskbars gibi herhangi bir görsel dikkat dağıtıcı kaldırmak için tam ekran modunda olmalıdır.
- Katılımcının ekran çözünürlüğünü ve monitörün diyagonal boyut bilerek, otomatik olarak 50 cm görüntüleme mesafeye göre piksel / derece dönüşüm değeri hesaplamak için web uygulamasını kullanabilirsiniz. Bu değeri kullanarak görevleri uyaranlara boyutlarını yeniden boyutlandırma. Bu dayanmaktadır aşağıda bildirilen tüm görsel açı ölçüleri monitörden ortalama uzaklık değerini üstlendi.
- Kalibrasyon tamamlandığında, iki görev describ tamamlamak için katılımcıdanAşağıda ed. Görevlerin sırasını seçin veya rastgele web uygulaması aracılığıyla sipariş atayın.
3. Çoklu Nesne İzleme Görev (MOT) - Şekil 2
- Tanıtın ve görülen bir öz-güdümlü öğretici ile MOT uyaranlara ile katılımcı oldum: http://brainandlearning.org/jove/MOT/practice.php . Çalışmalar nasıl çalışacağını gösteren adım adım talimatları okumak için katılımcı isteyin. Katılımcı talimatları okuduktan tamamlandıktan sonra, uygulama denemeleri geçmesi katılımcı istemi.
- Kurulum uygulama uyaranlara 2 ° / sn hareket hızı ile 0.8 ° 8 nokta oluştuğu. Bu uyarıcı hareketini kontrol etmek için 60 Hz'lik bir kare hızında tarayıcı animasyon optimize etmek HTML5 requestAnimationFrame API kullanın.
- Noktalar 2 ° Eksantriklik ve circ bir çemberin sınırları içinde hareket olunle gizlenmiş talimatlar olmadan, katılımcının ekranının yüksekliği daha büyük.
- Her karede bir nokta 0,2 ° maksimum açı ile yön değiştirerek% 60 şansı var rastgele yörünge içinde hareket noktaları ayarlayın. Bir nokta başka nokta veya iç veya dış radyal limitleri ile çarpıştığında ise, ters yönde hareket ettirin nokta.
- Sarı noktalar distraktörler olarak hareket eden, (uygulama deneme başına 1 ila 2 nokta değişen) mavi nokta izlemek için katılımcı istemi.
- 2 saniye sonra, sarı nokta mavi nokta değiştirmek ve başka bir 4 saniye için orijinal sarı nokta arasında taşımak için devam ediyor. Her denemenin sonunda, nokta durdurmak ve birini vurgulamak.
- Vurgulanan nokta, bir paletli nokta veya bir çeldirici nokta olup olmadığını anahtar basın yoluyla cevap katılımcı istemi. Sonraki, bir sonraki duruşma üzerine devam etmek boşluk çubuğuna basın katılımcı istemi.
- 3 ardışık doğru denemeler, ya da 6 çalışmaların maksimum sonra, moTam bir görev üzerine katılımcı ettik.
- Katılımcı için tam MOT görevi başlatın. : Görevin bir örnek bulunabilir http://brainandlearning.org/jove/MOT .
- Kurulum 2 ° egzantriklikle 10 ° eksantrisite arasındaki boşluk içinde 5 ° / sn hareket 16 nokta tam bir görev. Katılımcının ekran 10 ° eksantrisite bir daire sığmıyorsa, ekran yerine içerebilir maksimum boyutu kullanın.
- - 5 paletli nokta 1 paletli nokta ve her 2 oluşan 10 çalışmaların oluşan 5 çalışmaların bir karışımı: katılımcı 45 çalışmaların toplam tamamlamak zorunda. Uygulama denemeleri diğer tüm parametreleri (- 3.1.6 adım 3.1.3 bakınız) eşleştirin.
- Nokta vurgulanır kez katılımcının tepki ve yanıt süresini kaydedin.
- Her 15 denemeler için, katılımcıya bir mola öneririz. Bu tatili anda, KATILIMCI görüntülemek7; Ekranda blok içinde performansı (doğru çalışmaların yüzde).
4. Başka (İsteğe bağlı Adım) One Görev taşıma
- Katılımcı iki görev arasında bir mola için izin verin. Görevler, aynı oturumda sırasında tamamlanmış değil Ancak, tekrar 1 ve 2. adımları.
Görünüm Görev (UFOV) 5. Faydalı Alan - Şekil 3
- Tanıtın ve görülen bir öz-güdümlü öğretici ile UFOV uyaranlara ile katılımcı oldum: http://brainandlearning.org/jove/UFOV/practice.php . Görevi sırasında katıldı gereken iki hedef uyaranlara göstermek adım adım talimatlar 4 aşamadan geçmesi katılımcı isteyin.
- Kısa veya uzun saçlı ekranın ortasında yanıp söner 1 ° gülen gibi merkezi hedef uyaran ayarlayın. Rasgele seçmekçalışmalar boyunca smiley saç uzunluğu.
- Çemberin etrafında 8 yerlerde (0 °, 45 °, 90 °, 135 °, 180 °, 225 °, 270 ° ve 315 °) birinde eksantrikliğine ° 4 yanıp söner 1 ° yıldız gibi periferik hedef uyaran ayarlayın . Çalışmalar boyunca yıldızın yerini Rastgele.
- Kontrol sunum defa kullanılan kare sayısı üzerinden süresini uyaran. HTML5 requestAnimationFrame API kullanarak kare başına yaklaşık 17 msn de çerçeve yenileme Optimize.
- Beklenen sunum süresi elde edildi olmadığını kontrol etmek için, katılımcının sistem saati dayalı uyaran durasyonu başlangıç zamanı ve bitiş zamanı elde etmek için JavaScript en getTime () yöntemini kullanın. Bu iki değer ölçülen sunum süresini hesaplayın ve veri analizi için bu değeri kullanın.
- Her uygulama deneme için, yaklaşık 200 milisaniye (yaklaşık 12 kare) için uyaranlara görüntülemeden önce 500 milisaniye bekle.
- Uyarıcı ön izleyin320 msn (yaklaşık 19 kare) için rasgele oluşturulmuş bir gri tonlama nokta dizinin oluşan bir gürültü maskesi ile rin sunulması.
- Evre 1 için, sadece merkezi hedef göstermek ve daha sonra saç uzunluğu görüntülenen anahtar basın yoluyla cevap katılımcı istemi.
- Evre 2 için, sadece periferik hedef göstermek ve daha sonra yıldız belirdi nerede göstermek için, 8 olası hedef yerleri temsil, bir 8 radyal çizgiler tıklayın katılımcı istemi.
- Evre 3 için, hem santral ve periferik hedef uyaranları görüntülemek ve daha sonra gülen türü ve yıldızın konumu hem de cevap verebilmek için katılımcı istemi.
NOT: Katılımcılar özgürce bu iki yanıtların sırasını seçebilirsiniz. - Evre 4 için, periferik distraktörler ek olarak hem hedef uyaranları görüntülemek ve daha sonra hem hedef uyaranlara yanıt katılımcı istemi. Distraktörler için, ekran 1 ° kareler 4 ° eksantrisite kalan 7 noktada sunulan, i2 ° Eksantriklik 8 daha kareler n eklenmesi.
- Katılımcının cevabından sonra, her denemeden sonra her hedef yanıt katılımcı geribildirim (doğru cevap veya yanlış cevap için bir kırmızı haç için yeşil bir onay işareti) gösterir.
- 3 ardışık doğru denemeler aldıktan sonra bir sonraki uygulama sahneye katılımcıyı taşıyın. Evre 4 sonra, tam bir görev üzerine katılımcıyı taşıyın.
- Tam UFOV görevi başlatmak için katılımcı istemi. : Görevin bir örnek bulunabilir http://brainandlearning.org/jove/UFOV .
- Antrenman aynı merkez uyaran Günümüze (adım 5.1.1 bakınız). Daha önce sözü edilen 8 konumlardan birinde 7 ° eksantrisite periferik hedef gösterilecek (adım 5.1.2 bakınız). 24 çeldirici kareler de 3 ° dışmerkezlik, 5 ° Eksantriklik ve kalan 7 ° görüntülenirdışmerkezlilik yerleri.
- Uyaranların sunum zamanını belirlemek için 3 aşağı, 1-up merdiven yordamı kullanın: 3 ardışık doğru denemeden sonra uyaranlara süresini azaltmak ve her hata deneme sonrasında artar.
- Merdiven ilk 3 ters önce, 2 kare (yaklaşık her 33 msn) bir adım boyutunu kullanın. 3 ters sonra, 1 çerçevenin bir adım boyutunu kullanın. 1 kare ve deneme başına 99 kare arasındaki uyaranın başlangıcından önce gecikme Vary ve 320 milisaniye (yaklaşık 19 kare) gürültü maske süresini tutmak.
NOT: Geri Dönüşler süresi değiştirir hangi noktalar vardır ya azalan artan, ya da artan azalan gelen. - Üç şarttan biri karşılandığında görevi sonlandırın: merdiven prosedürü 8 iptalleri ulaşır; katılımcı tavan süresi (99 kare) veya zemin süresi (1 kare) ya az 10 ardışık denemeler tamamlar; veya katılımcı 72 çalışmaların bir maksimuma ulaşır.
- Katılımcının r kaydedinmerkezi uyaran ve periferik uyaran hem esponse ve tepki süresi.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Outlier Kaldırma
1,779 katılımcı toplam UFOV görev tamamladı. Bunlardan, 32 katılımcılar talimat olarak görevi gerçekleştirmek için koyamadık düşündüren, ortalamadan daha büyük 3 standart sapma vardı UFOV eşik vardı. Bu nedenle, bu katılımcılardan UFOV veriler 1747 katılımcı toplam bırakarak, son analizde çıkarıldı.
Veri Muayene görev için 1746 katılımcı elde edilmiştir. İki katılımcılar dolayısıyla bu katılımcıların verileri son MOT analizi çıkarıldı ortalama aşağıda daha fazla 3 standart sapma, 1.744 katılımcı toplam bırakarak vardı doğruluk puanları ortalama vardı.
UFOV
UFOV görev için, performans, bir algılama eşiği elde etmek amacıyla, nihai 5 çalışmalarda üzerinde sunum zaman ortalaması alınarak hesaplandı. sunum süresi ölçülen uyaran sunum du yansıyanHer katılımcının ekranında oranı: son uyarıcı çerçeve katılımcının sistem saatini kullanarak milisaniye cinsinden kaydedildi sonuna kadar ilk teşvik çerçevesinin başından itibaren zaman. algılama eşiği 3 aşağı, 1-up merdiven prosedürü bizim kullanımı göz önüne alındığında, katılımcıların yaklaşık% 79 doğruluk ile periferik hedef tespit hangi asgari sunum süresini yansıtır. (Şekil 4) ortalama UFOV eşik 64.7 msn (SD = 53.5,% 95 CI [62.17, 67.19]) ve puanları 45 msn medyan eşik 315 msn 17 msn arasında değişiyordu. eşik dağılımı 1.92 (SE = 0.06) ve eğiklik ve 3.93 basıklıklarıyla (SE 0,12 =) ile, pozitif çarpık oldu.
MOT
MOT performansı her set boyutu (1-5) için ortalama doğruluk (yüzde doğru) hesaplanarak ölçüldü. Set boyutu 1-0,1 için 1.0 - - Doğruluk 0.4 arasında değişmektedir kümesi boyutu 5 için 1.0 ve Accur ortalamaACY 5. medyan doğruluk puanları 1.0 arasında değişmektedir kümesi boyutu için 0.71 (SS = 0.17,% 95 CI [0.700, 0.716]) için 0.99 den ayarlanan boyutu 1 (SD = 0.06,% 95 CI [0,983, 0,989]) arasında değişmekteydi sırasıyla kümesi boyutu 1 için 0.70 ve 5 (Şekil 5).
Bir tekrarlayan ölçümler ANOVA doğruluğu seti boyutunun bir fonksiyonu olarak farklı olup olmadığını incelemek amacıyla yapılmıştır. Tipik bir MOT etkisi gösteren artan doğruluk kümesi boyutu olarak azaldığı şekilde ayarlanmış boyut (F (4, 6968) = 1574,70, p <0.001, N ρ 2 = 0.475) önemli bir temel etkisi vardı.
1. Ekran ölçümü Şekil. Ya da ekran boyutunu değerlendirmek için bir cetvel / mezura kolay erişim - - bütün çevrimiçi katılımcıların ekran boyutu biliyoruz. (aşağıda - - CD yukarıdaki kredi kartı) kalibrasyon işlemi standart boyutta yaygın olarak mevcut öğeleri kullanmak istemiştir , bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
2. MOT Görevi Şekil. Katılımcılar rastgele hareket eden nokta bir dizi inceledi. Kalan sarı (distraktörlerin) iken deneme başlangıcında, bu noktaların bir alt kümesi, mavi (hedefler) idi. 2 saniye sonra mavi hedef noktalar distraktörler gelen, onları görsel olarak ayırt edilemez hale sarı değiştirildi. Katılımcılar bir yanıt ekranı görünene kadar zihinsel 4 saniye boyunca eski mavi hedef noktalar izlemek zorunda kaldı. Bu ekranda nokta bir beyaz oldu ve tabi bir "evet (bu orijinal hedeflerinden biriydi)"; ya da "hayır (bu orijinal hedeflerinden biri değildi)" (bir tuşa basarak) kararı. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Şekil 3. UFOV Görev. Ana ekran merkezi uyaran (kısa veya uzun saç ya sahip olabilecek bir sarı smiley), bir çevresel uyaran (bir daire içinde bir dolu beyaz yıldız) ve periferik distraktörlerin (beyaz kareler hatlarıyla) oluşuyordu. (Belirlenen zamanlama uyarlamalı katılımcı performansa dayalı ile) Bu ekran kısaca parladı edildi. Onlar gülen uzun veya kısa saçları vardı olmadığını (bir tuşa basarak) göstermek zorunda kaldı ve 8 radyal hangi konuştu onlar (tıklayarak) göstermek zorunda: yanıt ekranı ortaya çıktığında katılımcı iki yanıtları yapmak zorundaHedef uyaran çıktı s. Daha sonra her iki yanıtları (burada, merkezi bir görev için doğru cevabı, ancak periferik görev için yanlış cevap seçti) hakkında geribildirim aldı. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Şekil 4. konusu performans histogram da anlaşılacağı gibi talimat olarak UFOV Sonuçları., Katılımcıların büyük çoğunluğu görevi gerçekleştirebilir sadece (~% 1 zayıf / Aykırı performansı için kaldırılmıştır), ortalama performans aralığında kare oldu aynı görev 9 laboratuar bazlı tedbirlerin bekleniyor.
Şekil 5. MOT Sonuçları. Bir önceki çalışma 10 ile tutarlı, MOT doğruluğu sorunsuz artan seti boyutu ile düştü.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Çevrimiçi veri toplama standart laboratuar tabanlı veri toplama üzerinde bir takım avantajlara sahiptir. Bu alanda kullanılan tipik üniversite lisans havuz çok daha fazla temsil popülasyonları örnek potansiyeli, ve laboratuarda küçük büyüklükte bir düzen vardır örnek boyutları elde etmek için gereken daha az zamanda çok daha büyük örneklem boyutlarını elde etmek yeteneği dahil 1-6 (örneğin, mevcut kağıt 1,700+ katılımcılardan toplanan veri noktaları az bir hafta içinde elde edilmiştir).
Boya ve UFOV görev için Bavelier 9 ve Green ve Bavelier tarafından bildirilen sonuçlara benzer çevrimiçi görevler UFOV eşikleri ve MOT doğruluğu için hesaplanan araç ve aralıkları edildi: anlatılan çevrimiçi yöntemleri daha önce yapılan laboratuvar tabanlı çalışmalardan elde edilen sonuçların çoğaltmak başardık MOT görev için 10. Ancak, büyük katılımcı örneklem dağılımı üzerinde bir etkisi var mıÖzellikle UFOV görev olmasına neden olur. Online UFOV eşik dağılımı önceki laboratuar tabanlı sonuçları 9 daha çarpık daha haklıydı. Eğrilik bu fark, özellikle yaş daha geniş varyasyon açısından, çevrimiçi işe katılımcıların büyük çeşitlilik bağlı olabilir: çevrimiçi numune 18 arasında değişmektedir - 22 yıl 9 - laboratuar bazlı numune 18 arasında değişirken, 70 yıl.
Ayrıca, çevrimiçi yöntemlerle veri toplama çeşitli teknik sorunları çözme gerektirmez - yakın uyaran kontrol tedbirlerinin geçerliliği için gerekli olan özellikle. Burada kullanılan iki görev sunuldu uyaranların görsel açı ve uyarıların zamanlaması hem kontrolünü gerekli. Özellikle görsel açı hesaplanması izleme mesafesini, monitör boyutu ve ekran çözünürlüğü bilerek gerektirir gibi çevrimiçi ortamlarda kontrol etmek zor olabilir. Bu özellikle sorunlu inci göz önüne alındığındabirçok online katılımcı kendi monitör boyutunu bilmiyor olabilir ya da monitör boyutunu ölçmek için bir mezura kolay erişim.
Biz bu sorunlardan bazılarının üstesinden gelmek için bir dizi adım tasarladı. Biz mükemmel monitör boyutunu çözmek mümkün olmakla birlikte, biz hala kesin gerçek izleme mesafesini kontrol edemez. Bu mesafe katılımcılar arasında değişebilir, ancak biz monitörden uzak bir kol uzunluğu oturup katılımcılara öneririz. ABD antropometrik veriler erkek ve kadın yetişkinden arasında bir ileri kol ulaşılabilecek (katılımcılar ekrandan uzak mesafeli yargılamak için kullanmak hangi pozisyon) uzunluğu farkı, küçük gibi medyan erkek olduğunu gösterir gibi kol uzunluğu, seçildi medyan kadın ulaşmak 62,5 cm 11 iken ulaşmak 63.8 cm. Deneme kurulumu işlemi bu ölçümü ile seks önyargıları tanıtan önlemek için çalışır rağmen, potansiyel yükseklik önyargıları olabilir; & katılımcıları toplamak gelecekteki çalışmalar# 8217; yükseklik bilgileri bu olasılığı değerlendirmek için yapılan gerekecektir.
Eşik değerlerini hesaplarken uyaran zamanlama gelince, biz dikkate beklenen süre ve uyaran sunum kaydedilen süresi arasındaki farklılıkları aldı. Aksine beklenen sunum süresi güvenmek yerine, biz milisaniyelik hassasiyetle katılımcının sistem saatini kullanarak uyaran kare süresini ölçtü. Ancak, monitör ekranları arasında doğal eşitsizlikler hala mevcut olduğunu ve yerinde ölçümler fiziksel olmadan için kontrol edilemez. Büyük olasılıkla tipik piksel parlaklık değişiklikleri başlangıç ve bitiş değerlerine bağlı olarak değişir uzun yanıt süreleri sahip olması bizim katılımcıların erişimi izler - Çok iyi Likit Kristal Ekranlar (LCD) olduğu bilinmektedir. biz her zaman seviyesini uyarıcı aynı arka plan seviyesinden açık çünkü ikinci konu, bizim çalışmamızda bir endişe değil. Daha büyük bir endişe olduğunu variKatılımcıların genelinde görüntüler yeteneği ölçülen varyansın büyük bir kısmını neden olur. Biz piksel tepki süreleri genellikle küçüktür 1 kare hızı olarak bu bir sorun olmadığına inanıyorum UFOV eşikleri büyük arası bireysel değişkenliği ile karşılaştırıldığında kabul edilebilir görünüyor (yani, 17 msn) 12,13.
yöntemler yukarıda belirtilen zorlukların üstesinden burada istihdam ve böylece bize iki görevleri performansını ölçmek için izin - UFOV ve MOT - hem görsel açı ve ekran zamanlama özellikleri üzerinde kontrol gerektirir. Bu yöntemlerle elde edilen sonuçlar dolayısıyla geçerliliğini gösteren, standart laboratuvar ortamlarında elde edilen sonuçlar ile uyumlu idi. Bu görevler sadece bir internet bağlantısı ve bir HTML5 uyumlu bir tarayıcı gerektirir çünkü Ayrıca, bu görevleri kolayca genellikle temsili nüfus büyük bir örnek toplamak için değil, sadece kullanılabilir, fakat aynı zamanda Bireysel belirli alt-türleri ulaşmak için kullanılabilircoğrafi olarak ayrılmış ve böylece zor olabilir iduals ortak bir laboratuvar ayarına getirmek için (örneğin, belli bir etnik kökenli hastalık ya da bireylerin belirli bir tip hastalar). Ayrıca, iPad ve diğer tablet kullanımı yükselişi ile, web uygulamasının tasarımı kolayca katılımcıların daha fazla sayıda ulaşmak için dokunmatik ekran teknolojisi ile daha iyi uyumluluk için adapte edilebilir. Web uygulaması şu anda bir HTML5 tarayıcı üzerinden tablet üzerinde çalıştırabilirsiniz ederken, gelecek tekrarlamalar bir klavye gereksinimini ortadan kaldırmak ve arayüz düğmeleri veya hareketlerle tepki anahtarları yerini alabilir.
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).
