Waiting
Login processing...

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

Behavior

दृश्य दुनिया प्रतिमान में दर्ज नेत्र आंदोलनों का उपयोग करने के लिए बोली जाने वाली भाषा के ऑनलाइन प्रसंस्करण का पता लगाने

Published: October 13, 2018 doi: 10.3791/58086
Automatic Translation
1
1Institute for Speech Pathology and the Brain Science, School of Communication Science, Beijing Language and Culture University

Summary

दृश्य दुनिया प्रतिमान दृश्य कार्यक्षेत्र में प्रतिभागियों की नजर आंदोलनों पर नज़र रखता है के रूप में वे सुन रहे है या एक बात की भाषा बोल रहे हैं । इस प्रतिमान psycholinguistic प्रश्नों की एक विस्तृत श्रृंखला के ऑनलाइन प्रसंस्करण की जांच करने के लिए इस्तेमाल किया जा सकता है, ऐसे disjunctive बयान के रूप में अर्थपूर्ण जटिल बयान, सहित ।

Abstract

दृश्य दुनिया प्रतिमान का उपयोग कर एक ठेठ आंख ट्रैकिंग अध्ययन में, दृश्य कार्यक्षेत्र में वस्तुओं या चित्रों को प्रतिभागियों ' आंख आंदोलनों एक आंख ट्रैकर के माध्यम से दर्ज कर रहे है के रूप में भागीदार का उत्पादन या एक बात समवर्ती दृश्य का वर्णन भाषा समझ दुनिया. इस प्रतिमान उच्च बहुमुखी प्रतिभा है, के रूप में यह आबादी की एक विस्तृत श्रृंखला में इस्तेमाल किया जा सकता है, जो लोग नहीं पढ़ सकते है और/या जो खुलकर ऐसे साक्षर बच्चों, बुजुर्ग वयस्कों, और रोगियों के रूप में अपने व्यवहार प्रतिक्रियाओं, नहीं दे सकते हैं । इससे भी महत्वपूर्ण बात, प्रतिमान भाषण संकेत के ठीक दानेदार जोड़तोड़ के लिए अत्यंत संवेदनशील है, और यह इस तरह के ठीक दानेदार ध्वनिक ध्वंयात्मक के रूप में कई स्तरों पर भाषा समझ में सबसे विषयों के ऑनलाइन प्रसंस्करण का अध्ययन करने के लिए इस्तेमाल किया जा सकता विशेषताएं, शब्दों के गुण, और भाषाई संरचनाओं । इस लेख में वर्णित प्रोटोकॉल दिखाता है कि कैसे एक ठेठ दृश्य दुनिया नेत्र ट्रैकिंग अध्ययन आयोजित किया जाता है, एक उदाहरण दिखा कैसे कुछ अर्थपूर्ण जटिल बयान के ऑनलाइन प्रसंस्करण दृश्य दुनिया प्रतिमान के साथ पता लगाया जा सकता है ।

Introduction

बोली जाने वाली भाषा एक तेजी से, चल रही जानकारी का प्रवाह है, जो अभी गायब हो जाता है । यह एक के लिए प्रयोगात्मक इस लौकिक अध्ययन, तेजी से भाषण संकेत बदलने के लिए एक चुनौती है । दृश्य दुनिया प्रतिमान में दर्ज नेत्र आंदोलनों इस चुनौती से उबरने के लिए इस्तेमाल किया जा सकता है । दृश्य दुनिया प्रतिमान का उपयोग कर एक ठेठ आंख ट्रैकिंग अध्ययन में, एक प्रदर्शन में चित्रों के लिए प्रतिभागियों के नेत्र आंदोलनों या एक दृश्य कार्यक्षेत्र में वास्तविक वस्तुओं के रूप में वे सुनने के लिए, या उत्पादन, बोली दृश्य दुनिया की सामग्री का चित्रण भाषा पर नजर रखी हैं1 ,2,3,4. बुनियादी तर्क, या जोड़ने परिकल्पना, इस प्रतिमान के पीछे यह है कि समझने या एक बोलना योजना (खुलकर या गुप्त रूप से) दृश्य दुनिया में एक निश्चित वस्तु के लिए ' प्रतिभागियों दृश्य ध्यान बदलाव होगा । यह ध्यान बदलाव एक उच्च संभावना को foveal दृष्टि में भाग लिया क्षेत्र लाने के लिए एक saccadic आंख आंदोलन शुरू होगा । इस प्रतिमान के साथ, शोधकर्ताओं ने क्या लौकिक बिंदु पर, भाषण संकेत में कुछ ध्वनिक मील का पत्थर के संबंध में निर्धारित करने का इरादा है, भागीदार के दृश्य में एक बदलाव होता है, के रूप में एक वस्तु या दृश्य में एक तस्वीर के लिए एक saccadic आंख आंदोलन द्वारा मापा दुनिया. वाक् संकेत के संबंध में कब और कहाँ saccadic नेत्र आंदोलनों का आरम्भ किया जाता है फिर ऑनलाइन भाषा संसाधन deduce किया जाता है. दृश्य दुनिया प्रतिमान दोनों बोली भाषा समझ1,2 और उत्पादन5,6अध्ययन करने के लिए इस्तेमाल किया जा सकता है । इस methodological लेख समझ अध्ययन पर ध्यान दिया जाएगा । एक समझ में दृश्य दुनिया प्रतिमान का उपयोग कर अध्ययन, दृश्य प्रदर्शन पर प्रतिभागियों ' नेत्र आंदोलनों के रूप में वे बोले कथन भेजते दृश्य प्रदर्शन के बारे में बात करने के लिए सुनो निगरानी कर रहे हैं ।

अलग आंख ट्रैकिंग सिस्टम के इतिहास में डिजाइन किया गया है । सरल, कम खर्चीला है, और सबसे पोर्टेबल प्रणाली सिर्फ एक सामांय वीडियो कैमरा है, जो भागीदार की आंखों की एक छवि रिकॉर्ड है । आंख आंदोलनों तो मैंयुअल रूप से वीडियो रिकॉर्डिंग के फ्रेम द्वारा फ्रेम परीक्षा के माध्यम से कोडित रहे हैं । हालांकि, इस तरह के एक आंख की नमूना दर-tracker अपेक्षाकृत कम है, और कोडिंग प्रक्रिया समय लगता है । इस प्रकार, एक समकालीन वाणिज्यिक आंख पर नज़र रखने प्रणाली सामांय ऑप्टिकल अपनी कक्षा7,8,9में आंख के उंमुखीकरण मापने सेंसर का उपयोग करता है । समझने के लिए कैसे एक समकालीन वाणिज्यिक नज़र प्रणाली काम करता है, निंनलिखित बातों पर विचार किया जाना चाहिए । सबसे पहले, foveal दृष्टि की दिशा को सही ढंग से मापने के लिए, एक अवरक्त प्रकाशक (सामान्य रूप से 780-880 एनएम के आसपास तरंग दैर्ध्य के साथ) सामान्य रूप से कैमरे के ऑप्टिकल अक्ष के साथ या बंद रखी है, पुतली की छवि अलग चमकदार या गहरा बना रही है आसपास के आईरिस से । पुतली की छवि और/या पुतली corneal प्रतिबिंब के (आम तौर पर पहली Purkinje छवि) तो अपनी कक्षा में आंख के उंमुखीकरण की गणना करने के लिए प्रयोग किया जाता है । दूसरा, दृश्य दुनिया में टकटकी स्थान न केवल सिर के संबंध में आंख अभिविंयास पर आकस्मिक है, लेकिन यह भी दृश्य दुनिया के संबंध में सिर उंमुखीकरण पर । के लिए आंख अभिविंयास से संबंध की टकटकी सही अनुमान, प्रकाश स्रोत और आंख के कैमरे trackers या तो प्रतिभागियों के सिर के संबंध में तय कर रहे है (सिर घुड़सवार नेत्र ट्रैकर्स) या दृश्य दुनिया के संबंध में तय कर रहे है (मेज पर चढ़कर या दूरदराज के नेत्र ट्रैकर्स) । तीसरा, ' प्रतिभागियों के सिर अभिविंयास या तो दृश्य दुनिया के संबंध में तय किया जाना चाहिए या गणना की क्षतिपूर्ति अगर प्रतिभागियों के सिर को स्थानांतरित करने के लिए स्वतंत्र है । जब एक दूरदराज के नेत्र ट्रैकर एक सिर मुक्त करने के लिए कदम मोड में प्रयोग किया जाता है, प्रतिभागियों के सिर की स्थिति आमतौर पर प्रतिभागियों के माथे पर एक छोटा सा स्टीकर रखकर दर्ज की गई है । सिर उंमुखीकरण तो गणना है आंख उंमुखीकरण से घटाया दृश्य दुनिया में स्थान प्राप्त करने के लिए । चौथा, एक अंशांकन और एक सत्यापन प्रक्रिया तो दृश्य दुनिया में संबंध की टकटकी करने के लिए आंख के उन्मुखीकरण नक्शा करने के लिए आवश्यक हैं. अंशांकन प्रक्रिया में, प्रतिभागियों के निर्धारण के नमूने ज्ञात लक्ष्य अंक से दृश्य दुनिया में स्थिति टकटकी करने के लिए कच्चे आँख डेटा नक्शा करने के लिए दर्ज कर रहे हैं । मांयता प्रक्रिया में, प्रतिभागियों को अंशांकन प्रक्रिया के रूप में एक ही लक्ष्य बिंदुओं के साथ प्रस्तुत कर रहे हैं । नपेed परिणामों से गणना निर्धारण की स्थिति और दृश्य दुनिया में निर्धारण लक्ष्य की वास्तविक स्थिति के बीच मौजूदा अंतर तो अंशांकन की सटीकता ंयायाधीश के लिए प्रयोग किया जाता है । आगे मानचित्रण प्रक्रिया की सटीकता की पुष्टि करने के लिए, एक बहाव की जांच सामान्य रूप से प्रत्येक परीक्षण पर लागू किया जाता है, जहां एक एकल निर्धारण लक्ष्य गणना निर्धारण की स्थिति और की वास्तविक स्थिति के बीच के अंतर को मापने के लिए प्रतिभागियों के लिए प्रस्तुत है वर्तमान लक्ष्य ।

एक दृश्य विश्व अध्ययन के प्राथमिक डेटा दृश्य दुनिया में आंख की नमूना दर पर दर्ज की गई टकटकी स्थानों की एक धारा है, पूरे या परीक्षण अवधि के भाग पर लेकर । एक दृश्य विश्व अध्ययन में इस्तेमाल किया निर्भर चर आम तौर पर नमूने है कि प्रतिभागियों के निर्धारण एक निश्चित समय खिड़की के पार दृश्य दुनिया में कुछ विशेष क्षेत्र में स्थित है के अनुपात है । डेटा का विश्लेषण करने के लिए, एक समय विंडो का चयन किया जा करने के लिए सबसे पहले, अक्सर ब्याज की अवधि के रूप में जाना जाता है । समय विंडो आमतौर पर समय है-श्रवण इनपुट में कुछ भाषाई घटनाओं की प्रस्तुति के लिए बंद कर दिया । इसके अलावा, दृश्य दुनिया भी ब्याज के कई क्षेत्रों में विभाजित करने की जरूरत है (ROIs), जिनमें से प्रत्येक एक या एक से अधिक वस्तुओं के साथ जुड़ा हुआ है । ऐसा ही एक क्षेत्र में बात की भाषा की सही समझ के लिए इसी वस्तु शामिल है, और इस प्रकार अक्सर लक्ष्य क्षेत्र कहा जाता है । डेटा विज़ुअलाइज़ करने का एक विशिष्ट तरीका एक अनुपात-निर्धारण साजिश है, जहां एक समय विंडो में प्रत्येक बिन में, ब्याज के प्रत्येक क्षेत्र के लिए एक नज़र के साथ नमूनों के अनुपात प्रतिभागियों और मदों में औसत रहे हैं.

एक दृश्य विश्व अध्ययन से प्राप्त डेटा का उपयोग करना, विभिंन अनुसंधान सवालों का जवाब दिया जा सकता है: एक) मोटे अनाज स्तर पर, विभिंन श्रवण भाषाई इनपुट से प्रभावित दृश्य दुनिया में प्रतिभागियों के नेत्र आंदोलनों रहे हैं? ख) अगर वहां एक प्रभाव है, क्या परीक्षण के पाठ्यक्रम पर प्रभाव का पथ है? यह एक रैखिक प्रभाव या उच्च आदेश प्रभाव है? और ग) अगर वहां एक प्रभाव है, तो ठीक है, अनाज के स्तर पर, जब जल्द से जल्दी लौकिक बिंदु जहां इस तरह के एक प्रभाव उभर रहा है और कब तक इस प्रभाव को पिछले करता है?

परिणामों का सांख्यिकीय विश्लेषण करने के लिए, निम्न बिंदुओं पर विचार किया जाना चाहिए. पहले, प्रतिक्रिया चर, यानी, निर्धारण के अनुपात, दोनों के नीचे है और ऊपर बंधे (0 और 1 के बीच) है, जो एक multinomial वितरण के बजाय एक सामांय वितरण का पालन करेंगे । इसके बाद, पारंपरिक सांख्यिकीय ऐसे टी के रूप में सामांय वितरण पर आधारित तरीके परीक्षण, ANOVA, और रैखिक (मिश्रित प्रभाव)10मॉडल, सीधे जब तक अनुपात के साथ इस तरह के रूप में असीम चर को बदल दिया गया है का उपयोग नहीं किया जा सकता अनुभवजंय logit फॉर्मूला11 या ऐसे इयूक्लिडियन दूरी12के रूप में असीम निर्भर चर के साथ प्रतिस्थापित किया गया है । सांख्यिकीय तकनीक है कि सामांय वितरण की धारणा की आवश्यकता नहीं है ऐसे सामान्यीकृत रैखिक (मिश्रित प्रभाव)13 मॉडल भी इस्तेमाल किया जा सकता है । दूसरा, मनाया प्रभाव के बदलते पथ का पता लगाने के लिए, एक समय-श्रृंखला टिप्पण चर के लिए मॉडल में जोड़ा जाएगा । इस समय श्रृंखला चर मूल रूप से आंख है ट्रैकर नमूना भाषा इनपुट की शुरुआत करने के लिए डिग्रियों अंक है । के बाद से बदलती पथ आम तौर पर रैखिक नहीं है, समय के एक उच्च आदेश बहुपद समारोह-श्रृंखला आम तौर पर (सामान्यीकृत) रैखिक (मिश्रित प्रभाव) मॉडल, यानी, वृद्धि वक्र विश्लेषण14में जोड़ा जाता है । इसके अलावा, मौजूदा नमूना बिंदु में प्रतिभागियों की नजर पदों पिछले नमूना बिंदु (ओं) पर अत्यधिक निर्भर है, विशेष रूप से जब रिकॉर्डिंग आवृत्ति उच्च है, के बाद सहसंबंध की समस्या में जिसके परिणामस्वरूप । सन्निकट नमूना बिंदुओं के बीच परस्पर सहसंबंध कम करने के लिए, मूल डेटा अक्सर डाउन-नमूना या बिन्नी होते हैं. हाल के वर्षों में, सामान्यीकृत additive मिश्रित प्रभाव मॉडल (GAMM) को भी12,15,16से संबंधित त्रुटियों से निपटने के लिए उपयोग किया गया है । कई मिलीसेकंड करने के लिए कई सौ मिलीसेकंड से लेकर विभिन्न अध्ययनों के बीच डिब्बे की चौड़ाई भिन्न होता है । संकीर्ण बिन एक अध्ययन चुन सकते हैं विशिष्ट अध्ययन में इस्तेमाल नेत्र ट्रैकर की नमूना दर से प्रतिबंधित है । उदाहरण के लिए, यदि एक आँख ट्रैकर ५०० हर्ट्ज के एक नमूना दर है, तो समय विंडो की चौड़ाई 2 ms = 1000/500 से छोटी नहीं हो सकता । तीसरा, जब एक सांख्यिकीय विश्लेषण बार ब्याज की अवधि के प्रत्येक समय बिन करने के लिए लागू किया जाता है, familywise इन एकाधिक तुलना से प्रेरित त्रुटि घेरने की जानी चाहिए । जैसा कि हम पहले वर्णित है, पथ विश्लेषण शोधकर्ता कि क्या प्रभाव मोटे अनाज के स्तर पर मनाया समय के बदलते के संबंध में रैखिक है बताते हैं, लेकिन नहीं दिखा जब मनाया प्रभाव के लिए उभरने और कब तक मनाया शुरू होता है प्रभाव रहता है । जब मनाया अंतर को हटाना शुरू होता है, और लौकिक अवधि की अवधि है कि मनाया प्रभाव रहता है पता लगाने के लिए, एक आंकड़ा विश्लेषण के लिए हर बार बिन करने के लिए लागू हो गया है । इन एकाधिक तुलना तथाकथित familywise त्रुटि, कोई बात नहीं क्या सांख्यिकीय विधि का प्रयोग किया जाता है परिचय देंगे । familywise त्रुटि पारंपरिक रूप से Bonferroni समायोजन17के साथ ठीक किया गया है । हाल ही में, एक विधि बुलाया nonparametric परिवर्तन मूलतः neuroimaging में इस्तेमाल किया18 दायर दृश्य शब्द प्रतिमान19 familywise त्रुटि के लिए नियंत्रण के लिए लागू किया गया है ।

दृश्य दुनिया प्रतिमान का उपयोग शोधकर्ताओं ने दृश्य दुनिया में प्रतिभागियों की नजर आंदोलनों से कुछ बोली जाने वाली भाषा की समझ का अनुमान करना चाहते हैं । इस कटौती की वैधता सुनिश्चित करने के लिए, अन्य कारकों है कि संभवतः आँख आंदोलनों को प्रभावित या तो बाहर शासन या नियंत्रित किया जाना चाहिए. निंनलिखित दो कारकों आम लोगों के बीच में है कि विचार किया जाना चाहिए । पहला कारक भाषा इनपुट से स्वतंत्र प्रतिभागियों के व्याख्यात्मक निर्धारण में कुछ व्यवस्थित पैटर्न शामिल है, जैसे दृश्य दुनिया के शीर्ष बाएँ quadrat पर निर्धारण करने की प्रवृत्ति, और क्षैतिज दिशा में आँखें हिलाना आसान होने की तुलना में ऊर्ध्वाधर दिशा, आदि12,20 के लिए सुनिश्चित करें कि मनाया निर्धारण पैटर्न वस्तुओं से संबंधित हैं, नहीं स्थानिक स्थानों पर जहां वस्तुओं स्थित हैं करने के लिए, एक वस्तु के स्थानिक पदों counterbalanced किया जाना चाहिए विभिंन परीक्षणों में या विभिंन प्रतिभागियों के पार । दूसरा कारक है कि प्रतिभागियों के नेत्र आंदोलनों को प्रभावित हो सकता है इस तरह के चमकदार कंट्रास्ट, रंग और एज अभिविंयास के रूप में दृश्य दुनिया में वस्तुओं की बुनियादी छवि सुविधाओं,21अंय लोगों के अलावा । इस संभावित विस्थापित निदान करने के लिए, दृश्य प्रदर्शन सामान्य रूप से बात की भाषा की शुरुआत करने के लिए पहले प्रस्तुत किया जाता है या बात की भाषा के महत्वपूर्ण ध्वनिक मार्कर की शुरुआत करने से पहले, के बारे में १००० ms के लिए की शुरुआत से लौकिक अवधि के दौरान टेस्ट ऑडियो, भाषा इनपुट या भाषा इनपुट के अस्पष्टता बिंदु की शुरुआत करने के लिए परीक्षण छवि अभी तक सुना नहीं किया गया है । विभिंन स्थितियों के बीच मनाया कोई अंतर इस तरह के दृश्य प्रदर्शन प्रति एसई के रूप में अंय कारकों को ढूंढना, बजाय भाषा इनपुट के लिए मुजे होना चाहिए । इसके बाद, नेत्र आंदोलनों इस पूर्वावलोकन अवधि में मनाया भाषाई इनपुट के प्रभाव का निर्धारण करने के लिए एक आधार रेखा प्रदान करते हैं । इस पूर्वावलोकन अवधि भी प्रतिभागियों दृश्य प्रदर्शन के साथ परिचित पाने के लिए अनुमति देता है, और व्याख्यात्मक निर्धारण के व्यवस्थित पूर्वाग्रह को कम करने के लिए जब बोली जाने वाली भाषा प्रस्तुत किया है ।

वर्णन कैसे एक ठेठ नेत्र ट्रैकिंग दृश्य दुनिया प्रतिमान का उपयोग कर अध्ययन किया जाता है, निंनलिखित प्रोटोकॉल एक एल Zhan17 से रूपांतरित करने के लिए अर्थपूर्ण जटिल बयान, यानी के ऑनलाइन प्रसंस्करण का पता लगाने के प्रयोग का वर्णन disjunctive बयान (एस एक या s2), संयोजक बयान (एस सी और s2), और लेकिनबयान (एस सी लेकिन नहीं-s2) । साधारण संरक्षण में, कुछ कथन भेजते द्वारा व्यक्त की गई जानकारी वास्तव में अपने शाब्दिक अर्थ से मजबूत है । Xiaoming के बाक्स जैसे Disjunctive बयान गाय या मुर्गा होते हैं ऐसे कथन भेजते हैं । तार्किक रूप से, disjunctive कथन के रूप में लंबे समय के रूप में दो disjuncts Xiaoming के बॉक्स में एक गाय और Xiaoming बॉक्स शामिल है एक मुर्गा दोनों गलत नहीं हैं । इसलिए, disjunctive बयान सच है जब दो disjuncts दोनों सच है, जहां इसी संयोजक बयान Xiaoming बॉक्स में एक गाय और एक मुर्गा भी सही है । साधारण बातचीत में, तथापि, disjunctive बयान सुनवाई अक्सर पता चलता है कि इसी संयोजक बयान झूठी है (अदिश implicature); और पता चलता है कि दो disjuncts के सत्य मूल्यों वक्ता (अज्ञान निष्कर्ष) द्वारा अज्ञात हैं । साहित्य के खाते में अलग है कि क्या दो अनुमान व्याकरण या व्यावहारिक प्रक्रियाओं22,23,24,25,26हैं । प्रयोग से पता चलता है कि कैसे दृश्य दुनिया प्रतिमान इन खातों के बीच निर्णय के लिए इस्तेमाल किया जा सकता है, तीन जटिल बयान के ऑनलाइन प्रसंस्करण की खोज से ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

सभी विषयों प्रयोगात्मक प्रोटोकॉल के प्रशासन से पहले सूचित लिखित सहमति देना चाहिए । पेइचिंग भाषा एवं संस्कृति विश्वविद्यालय की अनुसंधान आचार समिति द्वारा सभी प्रक्रियाएं, सहमति प्रपत्र तथा प्रायोगिक प्रोटोकॉल को अनुमोदित किया गया ।

नोट: एक समझ दृश्य विश्व प्रतिमान का उपयोग आम तौर पर निंनलिखित चरणों के होते हैं: सैद्धांतिक समस्याओं का परिचय का पता लगाया जाएगा; एक प्रयोगात्मक डिजाइन फार्म; दृश्य और श्रवण उत्तेजनाओं तैयार; प्रयोगात्मक डिजाइन के संबंध में सैद्धांतिक समस्या फ्रेम; प्रतिभागियों के नेत्र आंदोलनों को ट्रैक करने के लिए एक आँख ट्रैकर का चयन करें; एक सॉफ्टवेयर का चयन करें और उत्तेजनाओं को पेश करने के लिए सॉफ्टवेयर के साथ एक स्क्रिप्ट का निर्माण; कोड और रिकॉर्ड किए गए नेत्र-आंदोलनों डेटा का विश्लेषण । एक विशिष्ट प्रयोग किसी भी वर्णित चरणों में एक दूसरे से अलग कर सकते हैं । एक उदाहरण के रूप में, एक प्रोटोकॉल के प्रयोग के संचालन और कुछ कहते है कि शोधकर्ताओं को ध्यान में रखने के लिए जब वे निर्माण और अपने स्वयं के दृश्य दुनिया प्रतिमान का उपयोग कर प्रयोग की जरूरत पर चर्चा शुरू की है ।

1. परीक्षण उत्तेजनाओं तैयार

  1. दृश्य उत्तेजनाओं
    1. डाउनलोड ६० जानवरों की क्लिप आर्ट है कि इंटरनेट से कॉपीराइट से मुक्त हैं । एक छवि संपादक (जैसे, Pixelmator), क्लिक करें उपकरण के साथ एक के बाद एक एक करके खोलें । पृष्ठभूमि का चयन करने और हटाने के लिए त्वरित चयन टूल । क्लिक करें छवि । छवि आकार १२० x १२० पिक्सल के लिए उंहें आकार बदलने के लिए ।
    2. चित्र में एक छात्र को आमंत्रित करने के लिए चार प्रकाश हरी बक्से आकर्षित, के रूप में चित्र 1में सचित्र । बड़ा खुला बॉक्स को स्केल करने के लिए छवि संपादक का उपयोग करें ३२० x २४० पिक्सेल, छोटे बंद बॉक्स के आकार के साथ १६० x १६० पिक्सेल, और दो छोटे खुले बक्से के लिए १६० x २४० पिक्सेल, क्रमशः ।
    3. Pixelmator क्लिक करें | फ़ाइल । १०२४ ७६८ पिक्सेल के आकार के साथ परीक्षण छवि के एक टेम्पलेट बनाने के लिए नया. चित्रा 1में सचित्र किया जा रहा स्थानों सुधार करने के लिए जानवरों और बक्से खींचें.
      नोट: परीक्षण छवि का लेआउट अध्ययन के बीच बदलता है, लेकिन इष्टतम तरीका चार वस्तुओं का उपयोग करने के लिए और उन्हें परीक्षण छवि के चार चक्रों पर डाल करने के लिए है. इस तरह, यह वस्तुओं की स्थानिक स्थिति counterbalance आसान है ।
    4. प्रत्येक जानवर छवि दो बार इस्तेमाल किया जा रहा है के साथ 1 चित्रकी तरह ६० टेस्ट छवियों, बनाएं । छवियों के बीच में चार बक्से के स्थानिक स्थानों Counterbalance ।
      नोट: छवियों की संख्या के लिए सटीक ६० नहीं है, जब तक उनके प्रभाव प्रयोगात्मक जोड़तोड़ की है कि से अप्रभावी है ।
  2. बोली जाने वाली भाषा उत्तेजनाएं
    1. चार परीक्षण प्रत्येक छवि और दर्ज की जा करने के लिए कुल में २४० परीक्षण वाक्य इसी वाक्य डिजाइन । सुनिश्चित करें कि चार वाक्यों में से तीन चित्र 2के रूप में हैं; और भराव वाक्य है Xiaoming बॉक्स के रूप में एक मुर्गा लेकिन एक गाय शामिल नहीं करताहै ।
      नोट: परीक्षण वाक्य मूल भाषा है कि प्रतिभागियों बात में प्रस्तुत किया जाना चाहिए । इस प्रयोग में भाग लेने वाले बीजिंग, मुख्य भूमि चीन से चीनी हैं, इसलिए परीक्षण भाषा अकर्मण्य चीनी है ।
    2. भर्ती एक महिला देशी वक्ता (इस प्रयोग में अकर्मण्य चीनी के एक देशी वक्ता) चित्रा 2की तरह चार उदाहरण बयान रिकॉर्ड करने के लिए, साथ ही सभी जानवरों के प्रयोग में इस्तेमाल किया जा रहा है ऑडियो । जब अलग जानवर नाम रिकॉर्डिंग, वक्ता के लिए कल्पना कीजिए कि जानवरों के नाम एक साधारण वाक्य के घटक बरकरार हैं, इस तरह के रूप में है Xiaoming बॉक्स में एक/ए _ _ _ _ _ है, लेकिन वह केवल पशु के नाम खुलकर उच्चारण की जरूरत है ।
    3. दो जानवरों के ऑडियो खंड प्रत्येक परीक्षण में इस्तेमाल दो जानवरों के ऑडियो के साथ उदाहरण के बयानों में परीक्षण ऑडियो की पूरी सूची बनाने के लिए बदलें । सबसे पहले, ओपन Praat (किसी भी अंय ऑडियो संपादन सॉफ्टवेयर एक योग्य विकल्प है) और क्लिक करें खोलो । फ़ाइल से पढ़ें । फ़ाइल पर नेविगेट करें । खोलें और संपादितकरें, प्रतिस्थापित किया जा करने के लिए एक तत्व पर नेविगेट, और देखें और संपादित । संपादित करें । क्लिपबोर्ड पर ध्वनि के लिए चयन की प्रतिलिपि बनाएं। दूसरा, एक उदाहरण कथन को खोलने के लिए एक ही चरणों का उपयोग करें, चयन के बाद चिपकाएँक्लिक. तीसरा, सहेजेंक्लिक करें । संपादित कथन को सहेजने के लिए wav फ़ाइल के रूप में सहेजें । सभी तत्वों को बदलने के लिए और सभी परीक्षण वाक्य के लिए प्रक्रिया को दोहराएँ ।
    4. परीक्षण भाषा के बारे में 10 देशी वक्ताओं की भर्ती (यहाँ चीनी) का निर्माण परीक्षण ऑडियो सुगम और प्राकृतिक है या नहीं, यह निर्धारित करने के लिए.
      नोट: परीक्षण ऑडियो पारंपरिक रूप से एक पूरे के रूप में दर्ज है, बजाय अलग शब्दों के रूप में । इस पारंपरिक रिकॉर्डिंग विधि उचित है अगर परीक्षण ऑडियो खुद को अलग शब्द हैं । अगर बात की भाषा उत्तेजनाओं के बजाय अलग शब्दों से वाक्य हैं, तथापि, इस पारंपरिक विधि कई कमियों है: पहला, एक निरंतर भाषण के एक सर्वव्यापी संपत्ति है कि दो या अधिक भाषण लगता है अस्थाई और स्थानिक रूप से ओवरलैप करते हैं, जो महत्वपूर्ण शब्द की शुरुआत का निर्धारण करने के लिए कठिन बनाता है । दूसरा, विभिंन परीक्षणों की लंबाई के बीच विचरण भी यह मुश्किल सभी परीक्षणों को एक साथ गठबंधन सांख्यिकीय विश्लेषण के लिए बनाता है । तीसरा, पारंपरिक रिकॉर्डिंग विधि अक्सर समय लगता है खासकर जब परीक्षण ऑडियो की संख्या अपेक्षाकृत बड़े हैं, ऐसे प्रयोग हम प्रोटोकॉल में रिपोर्ट के रूप में । पारंपरिक रिकॉर्डिंग विधि की कमियों को दूर करने के लिए, एक अलग विधि बोले गए परीक्षण ऑडियो निर्माण करने के लिए प्रस्तावित है । सबसे पहले, सभी परीक्षण ऑडियो के बीच आम है कि शब्दों से युक्त नमूना वाक्यों की एक सूची दर्ज की गई थी । दूसरा, सभी शब्दों है कि परीक्षणों के बीच परिवर्तन भी अलगाव में दर्ज किए गए । अंत में, नमूना वाक्य रिकॉर्ड किए गए शब्दों के साथ प्रतिस्थापित किया गया परीक्षण ऑडियो की पूरी सूची का निर्माण । पारंपरिक विधि की तुलना में, नई विधि के कई फायदे हैं । सबसे पहले, सभी परीक्षण ऑडियो बिल्कुल महत्वपूर्ण शब्दों के अलावा एक ही है, और परीक्षण ऑडियो में सभी संभावित पाया प्रभाव से फिर से नियंत्रित कर रहे हैं । दूसरा, लंबाई में एक ही होने के नाते भी परीक्षण ऑडियो के विभाजन की तुलना में आसान है जब परीक्षण ऑडियो एक पूरे के रूप में दर्ज कर रहे हैं । इस विधि का एक संभावित नुकसान यह है कि निर्माण ऑडियो प्राकृतिक नहीं हो सकता है । इसके बाद, परीक्षण ऑडियो की स्वाभाविकता का मूल्यांकन किया जा करने से पहले वे वास्तविक परीक्षण के लिए पात्र हैं..
  3. चार समूहों में २४० परीक्षण वाक्य विभाजित, प्रत्येक 15 संयोजक बयान, 15 disjunctive बयान, 15 लेकिन बयान, और 15 भराव वाक्य युक्त समूह के साथ । सुनिश्चित करें कि प्रत्येक भागीदार २४० परीक्षणों के केवल एक समूह मुठभेड़ों: वह/वह सभी परीक्षण छवियों को देखता है, लेकिन परीक्षण ऑडियो के केवल एक समूह सुनता है ।
    नोट: यह चिंता का विषय है कि अगर एक ही उत्तेजना दोहराया है पता है, प्रतिभागियों इन उत्तेजनाओं के आदी हो रही हो सकता है और संभवतः भी कैसे वे उत्तेजनाओं को जवाब दिया है के बारे में रणनीतिक बनने ।
  4. सभी महत्वपूर्ण एक टैब में परीक्षण उत्तेजनाओं के बारे में जानकारी सहेजें-सीमांकित txt फ़ाइल, प्रत्येक २४० परीक्षणों में से प्रत्येक के लिए इसी पंक्ति के साथ । सुनिश्चित करें कि फ़ाइल में निम्न स्तंभों में से कम शामिल हैं: experiment_group, sentential_connective, trial_number, test_image, test_audio, test_audio_length, ia_top_left, ia_top_right, ia_bottom_left, ia_bottom_right, animal_1_ इमेज, animal_1_audio, animal_1_audio_length, animal_2_image, animal_2_audio, animal_2_audio_length.
    नोट: experiment_group 4 समूहों में २४० परीक्षण विभाजित करने के लिए प्रयोग किया जाता है । sentential_connective अलग प्रयोगात्मक शर्तों से मेल खाती है । animal_1_image जानवर है कि सबसे पहले परीक्षण छवि में इस्तेमाल किया जानवरों के साथ प्रतिभागियों को परिचित प्रस्तुत किया जाएगा की छवि के अनुरूप है । test_image, test_audio, और test_audio_length परीक्षण छवि और परीक्षण ऑडियो के रूप में अच्छी तरह से इसकी लंबाई वर्तमान परीक्षण में इस्तेमाल करने के लिए देखें । ia_top_left, ia_top_right, ia_bottom_left, ia_bottom_right वर्तमान परीक्षण में चार ब्याज क्षेत्रों के नाम का उल्लेख है, यानी, चाहे वह एक "बड़ा खुला" बॉक्स, "छोटे बंद" बॉक्स, छोटे खुले बॉक्स जिसमें "पहले उल्लेख किया है" पशु परीक्षण ऑडियो, या छोटा खुला जिसमें "दूसरा उल्लेख" परीक्षण ऑडियो में पशु । animal_1_audio और animal_1_audio_length ऑडियो और animal_1_imageकरने के लिए इसी ऑडियो की लंबाई को देखें । animal_2_image, animal_2_audio, और animal_2_audio_length दूसरा जानवर है कि प्रस्तुत किया जाएगा अनुरूप । तनाव के लिए एक बात यह है कि अनुक्रम दो जानवरों को पेश करने के संबंध में counterbalanced है कि क्या पशु पहले या परीक्षण audios के दूसरे छमाही में उल्लेख किया है ।

2. प्रयोगात्मक डिजाइन के संबंध में सैद्धांतिक भविष्यवाणी फ्रेम ।

  1. प्रायोगिक डिजाइन में प्रतिभागियों के व्यवहार प्रतिक्रियाओं और आंख आंदोलनों सुनिश्चित करने के लिए परीक्षण वाक्य की समझ अंतर करने के लिए इस्तेमाल किया जा सकता है और परीक्षण किया जा करने के लिए विभिन्न खातों के बीच निर्णय करने के लिए इस्तेमाल किया जा सकता है ।
    नोट: प्रयोगात्मक डिजाइन को देखते हुए, एक संयोजक बयान करने के लिए सही प्रतिक्रिया बड़ा खुला बॉक्स है, इस तरह के रूप में 1 चित्रामें बॉक्स । एक परसही प्रतिक्रिया-बयान छोटे खुले जानवर युक्त बॉक्स है, इस तरह के चित्र 1में बॉक्स डी के रूप में परीक्षण ऑडियो, की पहली छमाही में उल्लेख किया जा रहा है । प्रतिभागियों की प्रतिक्रियाएं disjunctive बयान के लिए, तथापि, पर निर्भर करता है कि क्या और/या कैसे दो अनुमान पर चर्चा की कार्रवाई कर रहे हैं । यदि प्रतिभागियों की गणना न तो अदिश implicature और न ही अज्ञान निष्कर्ष है, तो सभी चार बक्से पात्र विकल्प हैं । यदि प्रतिभागियों की गणना अदिश implicature लेकिन नहीं अज्ञान निष्कर्ष है, तो बड़ा खुला है, जैसे बॉक्स में एक चित्र 1, से इंकार किया जाएगा, और शेष तीन बक्से बी, सी, और डी सभी योग्य विकल्प हैं । यदि प्रतिभागियों अज्ञान निष्कर्ष की गणना लेकिन अदिश implicature नहीं है, तो छोटे खुले बक्से से इंकार कर दिया जाएगा, यानी, बक्से सी और डी से इंकार कर दिया जाएगा । संक्षिप्त करने के लिए, छोटा बंद बॉक्स, जैसे आरेख 1में बॉक्स B, अदिश implicature और अज्ञानता अनुमान दोनों गणना कर रहे हैं जब तक कि एक disjunctive कथन के अंतिम विकल्प के रूप में नहीं चुना जाएगा ।

3. प्रायोगिक लिपि का निर्माण

  1. प्रयोगकर्ता बिल्डरखोलें, फ़ाइल क्लिक करें । एक प्रयोग परियोजना बनाने के लिए नया. इनपुट प्रोजेक्ट नाम जैसे vwp_disjunction। प्रोजेक्ट स्थानका चयन करें । EyeLink प्रयोग की जांच करें और ड्रॉप सूची से EyeLink 1000plus चुनें । ये ऑपरेशन एक उपनिर्देशिका बनाएगा जिसमें प्रयोग से संबंधित सभी फाइलें यह एक उपनिर्देशिका बनाएगी जिसका नाम फोल्डर में "ग्राफ़. ebd" नामक फाइल के साथ vwp_disjunction होगा ।
    नोट: प्रयोग बिल्डर प्रायोगिक स्क्रिप्ट परीक्षण उत्तेजनाओं प्रस्तुत करने के लिए और प्रतिभागियों के नेत्र आंदोलनों के साथ ही उनके व्यवहार प्रतिक्रियाओं रिकॉर्ड करने के लिए बनाने के लिए प्रयोग किया जाता है । प्रयोग बिल्डर एक क्या-आप देख रहा है, क्या तुम-प्रयोगात्मक स्क्रिप्ट बनाने के लिए उपकरण मिलता है । यह प्रयोग करने में आसान है, लेकिन किसी भी अंय उत्तेजनाओं प्रस्तुति सॉफ्टवेयर एक योग्य विकल्प है ।
  2. चित्र 3में देखा के रूप में दृश्य दुनिया प्रतिमान का उपयोग कर एक ठेठ आंख ट्रैकिंग प्रयोग की पदानुक्रमित संरचना कल्पना । चित्रा में प्रत्येक गुलाबी आयत प्रयोग बिल्डरद्वारा एक अनुक्रम वस्तु के रूप में लागू किया जाता है; और धूसर पृष्ठभूमि के साथ प्रत्येक ऑब्जेक्ट एक नोड ऑब्जेक्ट के रूप में लागू किया गया है ।
    नोट: प्रयोग बिल्डर में एक अनुक्रम एक प्रयोगात्मक पाश नियंत्रक एक जटिल नोड के रूप में एक साथ विभिन्न वस्तुओं श्रृंखला के लिए इस्तेमाल किया है. किसी अनुक्रम हमेशा प्रारंभ नोड के साथ शुरू होता है । और एक डेटा स्रोत एक अनुक्रम नोड के लिए प्रत्येक परीक्षण के लिए विभिंन मापदंडों की आपूर्ति करने के लिए संलग्न किया जा सकता है ।
  3. प्रयोग अनुक्रम बनाएं
    1. फ़ाइल क्लिक करें । खोलें, प्रयोग की निर्देशिका के लिए ब्राउज़ करें और सहेजें प्रयोग परियोजना को खोलने के लिए परियोजना निर्देशिका में ग्राफ़. ebd फ़ाइल डबल क्लिक ।
    2. संपादित करेंक्लिक करें । पुस्तकालय प्रबंधक । छवि । प्रयोग परियोजना में छवियों को लोड करने के लिए जोड़ें । इसी प्रकार, संपादित करें । पुस्तकालय प्रबंधक । ध्वनि | प्रयोग परियोजना में ऑडियो लोड करने के लिए जोड़ें ।
    3. कार्य स्थान में कोई DISPLAY_SCREEN ऑब्जेक्ट खींचें और इसे अनुदेश के रूप में पुनर्नामित करने के लिए गुण फलक पर इसका लेबल मान परिवर्तित करें । अनुदेश नोड को खोलने के लिए डबल क्लिक करें, और प्रायोगिक अनुदेश इनपुट करने के लिए बहुरेखीय पाठ संसाधन संमिलित करें बटन क्लिक करे । सुनिश्चित करें कि अनुदेश में निंन जानकारी है:
      प्रत्येक परीक्षण में, सबसे पहले आप दो जानवरों की छवियों को देखेंगे, एक जानवर प्रत्येक बारी में स्क्रीन पर मुद्रित, दो वक्ताओं स्क्रीन के दोनों किनारों पर स्थित पर खेला जानवरों के ऑडियो के साथ । इसके बाद स्क्रीन के केंद्र पर एक ब्लैक डॉट प्रस्तुत किया जाएगा । डॉट पर निर्धारण करते समय आपको स्पेस कुंजी दबाना चाहिए । इसके बाद, आप एक परीक्षण चार स्क्रीन पर मुद्रित बक्से से मिलकर छवि देखेंगे और एक परीक्षण वाक्य सुन दो वक्ताओं के द्वारा खेला जा रहा है । अपने काम के लिए परीक्षण वाक्य आप सुना और जितनी जल्दी हो सके इसी बटन प्रेस के अनुसार है Xiaoming बॉक्स का पता लगाने के लिए है:
      ऊपरी बायां बॉक्स---बायां तीर
      ऊपरी दाएँ बॉक्स---ऊपर तीर
      निचला बायां बॉक्स---बायां तीर
      दायां तीर---निचला दायां बॉक्स
      प्रत्येक परीक्षण छवि में, आप चार चार चक्रों और दो बक्से में युक्त जानवरों पर स्थित बक्से देखेंगे । चार बक्से दो आयामों में भिंन हो सकते हैं: इसकी निकटता और उसके आकार । क्या एक बॉक्स बंद है या नहीं है कि बॉक्स पर हमारे epistemic ज्ञान को प्रभावित करता है, लेकिन जानवर (ओं) यह शामिल नहीं है । यदि एक बॉक्स खुला है, तो उस बॉक्स में निहित जानवर (ओं) जाना जाता है । यदि एक बॉक्स बंद है, तो उस बॉक्स में निहित जानवर (ओं) अज्ञात है । एक बॉक्स का आकार बॉक्स में निहित जानवरों की संख्या को प्रभावित करता है, लेकिन उस बॉक्स पर हमारे epistemic ज्ञान नहीं. कोई बात नहीं बॉक्स बंद कर दिया है या नहीं, एक छोटे से बॉक्स केवल और हमेशा एक जानवर होता है, और एक बड़ा बॉक्स हमेशा दो अलग जानवर होते हैं.
      यदि आप प्रयोगात्मक उद्देश्य और प्रक्रिया के साथ आराम कर रहे हैं, प्रयोगकर्ता पता है और हम आपको मानक आंख पर नज़र रखने अंशांकन और सत्यापन दिनचर्या प्रदर्शन करने में मदद मिलेगी कृपया । यदि आपके कोई प्रश्न हैं, तो कृपया पूछने में संकोच नहीं करते ।
      नोट: यह एक अनुदेश है कि प्रयोग करने से पहले स्क्रीन पर मुद्रित किया जाएगा है (निर्देश देशी भाषा में लिखा जाना चाहिए प्रतिभागियों, जैसे चीनी यहां अकर्मण्य के रूप में बोलते हैं) ।
    4. किसी कुंजीपटल ऑब्जेक्ट को कार्य स्थान में खींचें ।
      नोट: यह चरण अनुदेश स्क्रीन समाप्त करने के लिए उपयोग किया जाता है
    5. किसी अनुक्रम ऑब्जेक्ट को कार्य स्थान में खींचें और इसे ब्लॉकके रूप में पुनर्नामित करें ।
    6. ब्लॉक अनुक्रम का चयन करें, डेटा स्रोत संपादकको ऊपर लाने के लिए डेटा स्रोत गुण का मान फ़ील्ड क्लिक करे । डेटा स्रोत संपादक स्क्रीन, डेटा स्रोत आयात करने के लिए चरण १.४ में बनाई गई. txt फ़ाइल के लिए माथे पर डेटा आयात करें बटन
    7. डेटा स्रोत संपादक में यादृच्छिकीकरण सेटिंग बटन पर क्लिक करें, परीक्षण यादृच्छिकीकरण सक्षमकरें, स्तंभ फ़ील्ड के मान फ़ील्ड से trial_number चुनें, और experimental_group का चयन करें विभाजन स्तंभ फ़ील्ड की ड्रॉप-सूची ।
    8. दूसरी DISPLAY_SCREEN ऑब्जेक्ट को कार्य स्थान पर खींचें और इसे अलविदाके रूप में नाम बदलें। डबल क्लिक करें अलविदा नोड और निंनलिखित जानकारी डालें: ' प्रतिभागियों देशी भाषा में (इस प्रोटोकॉल में अकर्मण्य चीनी):प्रयोग समाप्त हो गया है और तुम बहुत बहुत अपनी भागीदारी के लिए धंयवाद ।
    9. बाएँ-क्लिक करें प्रारंभ नोड पर, अनुदेश नोड के लिए तीर खींचें, और निर्देश नोड के लिए प्रारंभ नोड से कनेक्ट करने के लिए माउस बटन छोड़ें । दोहराने के लिए एक ही माउस चालें निर्देश नोड कुंजीपटल नोड के लिए कनेक्ट करने के लिए, नोड ब्लॉक करने के लिए कुंजीपटल नोड, फिर ब्लॉक नोड के लिए अलविदा नोड । दृश्य क्लिक करें | कार्यस्थान में नोड्स व्यवस्थित करने के लिए लेआउट व्यवस्थित करें ।
  4. ब्लॉक अनुक्रम बनाएं
    1. ब्लॉक अनुक्रम खोलने के लिए डबल क्लिक करें । कैमरा सेटअप, अंशांकन, और सत्यापन करने के लिए प्रयोगकर्ता के लिए EyeLink होस्ट PC पर एक कैमरे की स्थापना स्क्रीन को लाने के लिए ब्लॉक अनुक्रम में एक El_CAMERA_SETUP नोड खींचें । गुण फलक में अंशांकन प्रकार फ़ील्ड क्लिक करें और ड्रॉपडाउन सूची से HV5 चुनें ।
      नोट: मैपिंग प्रक्रिया में स्थानों की संख्या विभिन्न प्रायोगिक डिजाइनों के बीच भिन्न होती है । अधिक स्थानों का नमूना लिया और अधिक जगह कवर, अधिक सटीकता की उम्मीद की जा सकती है. लेकिन अधिक नमूनों प्रक्रियाओं को खत्म करने के लिए और अधिक समय मतलब है । तो व्यावहारिक रूप से, एक विशिष्ट अध्ययन में स्थानों की संख्या बहुत बड़ी नहीं है, खासकर जब प्रतिभागियों को साक्षर बच्चों या नैदानिक रोगियों हो सकता है । दृश्य दुनिया प्रतिमान में, ब्याज क्षेत्रों की संख्या अपेक्षाकृत छोटा है, और ब्याज के क्षेत्रों में आम तौर पर अपेक्षाकृत बड़े हैं । मानचित्रण प्रक्रिया स्थानों की अपेक्षाकृत छोटी संख्या के साथ एक संतोषजनक स्तर तक पहुंच सकते हैं । मैं प्रोटोकॉल वर्णित में, मैं एक पांच ' अंक अंशांकन और सत्यापन करते थे ।
    2. किसी अनुक्रम नोड को ब्लॉक अनुक्रम में खींचें और इसे परीक्षणके रूप में पुनर्नामित करें । प्रारंभ नोड के लिए CAMERA_SETUP नोड, फिर से कनेक्ट करने के लिए sequenceE नोड ।
  5. परीक्षण अनुक्रम बनाएं
    1. परीक्षण अनुक्रम को खोलने के लिए डबल क्लिक करें, एक DISPLAY_SCREEN नोड परीक्षण अनुक्रम में खींचें और इसे animal_1_imageके रूप में नाम बदलें । स्क्रीन बिल्डर नोड को खोलने के लिए डबल क्लिक करें और अपलोड की गई छवि स्रोतों से कोई पशु छवि संमिलित करने के लिए स्क्रीन बिल्डर उपकरण पट्टी पर छवि संसाधन संमिलित करें बटन क्लिक करे । स्रोत फ़ाइल नाम गुण का मान फ़ील्ड क्लिक करें, ब्लॉक अनुक्रम से अनुलग्न डेटा स्रोत के लिए नेविगेट; और Animal_1_Image स्तंभ डेटा स्रोत के सही स्तंभ के साथ DISPLAY_SCREEN कनेक्ट करने के लिए डबल क्लिक करें ।
    2. किसी PLAY_SOUND नोड को परीक्षण अनुक्रम में खींचें और इसे animal_1_audioके रूप में पुनर्नामित करें । animal_1_audio नोड की ध्वनि फ़ाइल गुण क्लिक करें, और इसे (चरण 3.5.1 में वर्णित के रूप में) डेटा स्रोत के सही स्तंभ के साथ कनेक्ट ।
    3. किसी टाइमर नोड को परीक्षण अनुक्रम में खींचें और इसे animal_1_audio_lengthके रूप में पुनर्नामित करें । टाइमर नोड की अवधि गुण क्लिक करें, और 3.4.1 में बनाए गए डेटा स्रोत के सही स्तंभ पर जाएं ।
    4. अंय DISPLAY_SCREEN नोड, अंय PLAY_SOUND नोड, और अंय टाइमर नोड को परीक्षण अनुक्रम में खींचें, उंहें animal_2_image,animal_2_audio, और पशु के रूप में पुनर्नामित करें _2_audio_duration चरणों में बताए जा रहे चरणों को दोहराएँ 3.5.1-3.5.3. 
      नोट: इन चरणों के लिए एक ही छवि भिंन प्रतिभागियों द्वारा अलग नाम हो सकता है कि संभावित स्थापना के लिए नियंत्रित करने के लिए शामिल हैं । Counterbalance दो जानवरों को संमान के साथ पेश करने का क्रम है कि क्या यह परीक्षण ऑडियो के पहले या दूसरे छमाही में उल्लेख किया है ।
    5. कोई तैयार अनुक्रम ऑब्जेक्ट को परीक्षण अनुक्रम में खींचें और गुण आरेखित करने के लिए छवि Eyelink होस्टपरिवर्तित करें ।
      नोट: इस नोड वास्तविक समय छवि ड्राइंग और ध्वनि खेल के लिए स्मृति के लिए छवि और ऑडियो फ़ाइलों को प्रीलोड के लिए प्रयोग किया जाता है । और यह भी मेजबान पीसी पर प्रतिक्रिया ग्राफिक्स आकर्षित ताकि प्रतिभागियों की निगाहें सटीकता पर नजर रखी जा सकता है का उपयोग किया जाता है ।
    6. बहाव सुधार को लागू करने के लिए परीक्षण अनुक्रम में एक DRIFT_CORRECT नोड खींचें ।
    7. कोई नया अनुक्रम नोड खींचें और इसे रिकॉर्डिंगके रूप में नाम बदलें । इन नोड्स के लिए प्रारंभ एक के बाद एक कनेक्ट करें ।
  6. रिकॉर्डिंग अनुक्रम बनाएं
    1. रिकॉर्डिंग अनुक्रम के गुण फलक में रिकॉर्ड फ़ील्ड की जाँच करें, और रिकॉर्डिंग अनुक्रम को खोलने के लिए डबल क्लिक.
      नोट: रिकॉर्ड गुण के साथ एक अनुक्रम की जांच का मतलब है कि इस अवधि के दौरान प्रतिभागियों के नेत्र आंदोलनों दर्ज किया जाएगा ।
    2. नया DISPLAY_SCREEN रिकॉर्ड अनुक्रम में खींचें, इसे test_imageके रूप में नाम बदलें । संदेश test_image_onset test_image नोड का गुण में जोड़ें ।
      नोट: डेटा विश्लेषण चरण में, test_image नोड में संदेश और test_audio नोड (खंड 3.6.6) में संदेश परीक्षण छवियों और प्रत्येक परीक्षण में परीक्षण ऑडियो की शुरुआत की स्थिति जानें करने के लिए महत्वपूर्ण हैं ।
    3. स्क्रीन बिल्डर नोड खोलने के लिए डबल क्लिक करें और अपलोड की गई छवि स्रोतों से कोई भी जानवर छवि संमिलित करने के लिए स्क्रीन बिल्डर उपकरण पट्टी पर छवि संसाधन संमिलित करें बटन क्लिक करे । स्रोत फ़ाइल नाम गुण का मान फ़ील्ड क्लिक करें, ब्लॉक अनुक्रम से अनुलग्न डेटा स्रोत के लिए नेविगेट; और test_image स्तंभ डेटा स्रोत के सही स्तंभ के साथ DISPLAY_SCREEN कनेक्ट करने के लिए डबल क्लिक करें ।
    4. डबल क्लिक करें DISPLAY_SCREEN नोड स्क्रीन बिल्डरको खोलने के लिए, सम्मिलित करें आयत रुचि क्षेत्र क्षेत्रका बटन, और चित्र 1में नीले बॉक्स द्वारा सचित्र के रूप में ब्याज की चार आयताकार क्षेत्रों को आकर्षित । Top_Left, Top_Right, Bottom_Leftऔर Bottom_Rightके लिए ब्याज के चार क्षेत्रों के लेबल्स परिवर्तित करें, और डेटा स्रोत के सही स्तंभों के साथ दायर DataViewer नाम को कनेक्ट करें.
      नोट: ये क्षेत्र प्रतिभागियों के लिए अदृश्य हैं । रुचि के क्षेत्रों को और अधिक सार्थक बनाने के लिए, उदाहरण में शीर्ष बाएं क्षेत्र का नाम "बॉक्स A (बड़ा खुला)" के रूप में लेबल करें, क्षेत्र शीर्ष अधिकार क्षेत्र के रूप में "बॉक्स बी (छोटे बंद)", नीचे बाएं क्षेत्र के रूप में "बॉक्स C (दूसरा उल्लेख)", और क्षेत्र के रूप में नीचे सही क्षेत्र "बॉक्स डी (पहले उल्लेख)" , क्योंकि दो छोटे खुले बक्से दो जानवरों परीक्षण ऑडियो के पहले और दूसरे आधे में उल्लेख किया जा रहा है, क्रमशः होते हैं ।
    5. कार्यस्थान में कोई टाइमर नोड खींचें, इसे रोकेंके रूप में नाम बदलें, और ५०० ms के लिए अवधि गुण परिवर्तित करें ।
      नोट: यह टाइमर नोड परीक्षण छवि की शुरुआत और परीक्षण ऑडियो की शुरुआत के बीच कुछ समय अंतराल जोड़ता है । समय अंतराल प्रतिभागियों को परीक्षण छवियों के साथ परिचित करने का मौका देता है । इस पूर्वावलोकन अवधि के दौरान ' प्रतिभागियों नेत्र आंदोलनों भी बात की भाषा इनपुट के प्रभाव का निर्धारण करने के लिए एक आधार रेखा प्रदान करते हैं, खासकर जब महत्वपूर्ण शब्द परीक्षण ऑडियो की शुरुआत में स्थित हैं ।
    6. कार्य स्थान में कोई PLAY_SOUND नोड खींचें और इसे test_audioके रूप में नाम बदलें । ध्वनि फ़ाइल गुण क्लिक करें, और इसे डेटा स्रोत (चरण 3.5.1 में वर्णित किया जा रहा है) के सही स्तंभ के साथ कनेक्ट और संदेश test_audio_onset संदेश गुण में जोड़ें ।
    7. कार्य स्थान में कोई टाइमर नोड खींचें, इसे test_audio_lengthके रूप में नाम बदलें । १०५०० ms के लिए अवधि गुण परिवर्तित करें ।
    8. कोई नया टाइमर नोड जोड़ें, इसे record_extensionके रूप में नाम बदलें, और ४००० ms के लिए अवधि गुण परिवर्तित करें ।
    9. कार्य स्थान में एक नया कुंजीपटल नोड जोड़ें, इसे व्यवहार प्रतिक्रियाओंके रूप में नाम बदलें, और स्वीकार्य कुंजियाँ गुण परिवर्तित करने के लिए "[ऊपर, नीचे, दाएँ, बाएँ]".
      नोट: प्रतिभागियों के व्यवहार विकल्पों के लिए प्रतिभागियों के नेत्र आंदोलनों से निष्कर्ष मुजे की वैधता की जांच करने के लिए डबल इस्तेमाल किया जा सकता है ।
    10. रोकें, test_audio, test_audio_length, और फिर Record_extension नोड के लिए प्रारंभ नोड से कनेक्ट करें । test_audio_length से behavioral_responses नोड के लिए कोई अंय कनेक्शन जोड़ें ।
      नोट: इन कनेक्शनों को जोड़कर, वर्तमान परीक्षण समाप्त हो जाएगा और एक नए परीक्षण के बाद प्रतिभागियों को एक महत्वपूर्ण प्रेस बनाया Xiaomingबॉक्स, या ४००० एमएस का चयन करने के लिए परीक्षण ऑडियो की ऑफसेट के बाद शुरू कर देंगे ।
    11. एक चर नोड कार्य स्थान में खींचें, इसे key_pressedके रूप में नाम बदलें, और इसके मान गुण behavioral_Responses कुंजीपटल करने के लिए कनेक्ट करें । ट्रिगर डेटा ।  कुंजी।
    12. कार्य स्थान में कोई RESULT_FILE नोड खींचें, एक ADD_TO_RESULT_FILE नोड कार्य स्थान में खींचें, और record_extension नोड और behavioral_responses नोड ADD_TO_RESULT_FILE करने के लिए कनेक्ट करें नोड ।
  7. प्रयोग पर क्लिक करें | निर्माण प्रयोगात्मक स्क्रिप्ट बनाने के लिए, क्लिक करें प्रयोग । परीक्षण भागो परीक्षण चलाने के प्रयोग के लिए । सब कुछ किया है के बाद, प्रयोग क्लिक करें । प्रायोगिक परियोजना के एक निष्पादन योग्य संस्करण बनाने के लिए तैनात ।
    नोट: प्रयोग बिल्डर का उपयोग करने के बारे में अधिक जानकारी के लिए, कृपया सॉफ़्टवेयर मैनुअल27देखें ।

4. भर्ती प्रतिभागी

  1. सुनिश्चित करने के लिए प्रतिभागियों सामांय या सही सामांय दृष्टि है । सुझाव है कि कम देखा प्रतिभागियों से संपर्क लेंस पहनते हैं, लेकिन चश्मा भी स्वीकार्य के रूप में लंबे समय के रूप में लेंस साफ कर रहे हैं । सुनिश्चित करें कि सभी प्रतिभागियों को इस तरह के रूप में अकर्मण्य चीनी यहां परीक्षण भाषा के मूल वक्ता हैं ।
    नोट: एक सामांय दिशानिर्देश के रूप में, एक भागीदार के रूप में पात्र माना जाता है जब तक भागीदार के बारे में ६० सेंटीमीटर की दूरी पर परीक्षण छवियों को देख सकते हैं । प्रतिभागियों की संख्या के संदर्भ में, अंगूठे के कुछ नियमों के अनुसार, प्रतिगमन विश्लेषण के लिए प्रतिभागियों की संख्या ५० से कम नहीं होना चाहिए । यहां पेइचिंग भाषा और संस्कृति विश्वविद्यालय से ३७ स्नातकोत्तर छात्रों ने प्रयोग में भाग लिया, जो अनुशंसित राशि से थोड़ा छोटा है ।

5. प्रयोग आचरण

नोट: जब प्रतिभागी सामान्य विकसित वयस्क होते हैं, तो एक प्रयोगकर्ता को प्रयोग का संचालन करने के लिए पर्याप्त होता है । लेकिन अगर प्रतिभागियों विशेष आबादी है, जैसे बच्चों, दो या अधिक प्रयोग करने वालों की आवश्यकता है ।

  1. प्रतिभागियों के नेत्र आंदोलनों रिकॉर्ड करने के लिए एक आँख ट्रैकर का चयन करें ।
    नोट: इस प्रयोग में प्रयुक्त नेत्र ट्रैकर Eyelink 1000plus फ्री-टू-मूव हेड मोड के अंतर्गत चल रहा है । यह एक वीडियो आधारित है, डेस्कटॉप नेत्र ट्रैकिंग प्रणाली घुड़सवार, corneal प्रतिबिंब (सीआर) के साथ पुतला के सिद्धांत का उपयोग कर रहा है आंख रोटेशन ट्रैक । जब मुक्त करने के लिए कदम सिर मोड के तहत चल रहे हैं, नेत्र ट्रैकर एक आईसीसीडी नमूना दर है ५०० हर्ट्ज, ०.०१ डिग्री के एक स्थानिक संकल्प के साथ और एक औसत त्रुटि से कम ०.५ °. प्रणाली की अधिक विस्तृत जानकारी के लिए, कृपया इसकी तकनीकी विनिर्देश28,29से परामर्श करें । वैकल्पिक trackers इस्तेमाल किया जा सकता है, लेकिन दूरदराज के ट्रैकिंग मोड के साथ लोगों को बेहतर कर रहे हैं, खासकर जब प्रतिभागियों को साक्षर बच्चे हैं ।
  2. कैमरा होस्ट अनुप्रयोग प्रारंभ करने के लिए होस्ट PC पर सिस्टम बूट करें ।
  3. सिस्टम को डेस्कटॉप दूरस्थ मोड में कॉंफ़िगर करने के लिए, सेट विकल्प बटन क्लिक करें, डेस्कटॉप के लिए कॉंफ़िगरेशन विकल्प सेट- -लक्ष्य स्टीकर--एक आईसीसीडी--16/25mm लंबाई--RTARBLER ।
  4. प्रदर्शन PC, इनपुट प्रतिभागी के नामपर प्रायोगिक प्रोजेक्ट का निष्पादन योग्य संस्करण क्लिक करें, और चलाने के लिए शर्त मान का चयन करने के लिए प्रॉंप्ट विंडो से कोई समूह चुनें।
    नोट: प्रत्येक परीक्षण सत्र प्रयोग परियोजना के उपनिर्देशिका परिणामों के अंतर्गत एक सुनिर्मित नाम के साथ एक फोल्डर बना देगा । फ़ोल्डर के अंतर्गत ईडीएफ फ़ाइल प्रासंगिक नेत्र आंदोलनों डेटा निहित ।
  5. प्रतिभागियों से पूछो लगभग ६० सेमी एक 21 इंच, 1024px एक्स 769px संकल्प है, जहां 27 पिक्सल के कोण के 1 डिग्री के बराबर के साथ 4:3 रंग मॉनिटर से बैठते हैं ।
  6. प्रदर्शन पीसी मॉनिटर की ऊंचाई को समायोजित करें, सुनिश्चित करें कि जब भागीदार बैठा है और सीधे आगे देख रहे हैं, वे बीच में खड़ी देख रहे है पर नजर रखने के ७५% ऊपर ।
    नोट: कुर्सी, डेस्क, और/या पीसी मॉनिटर अगर वे ऊंचाई में समायोज्य रहे है पसंद कर रहे हैं । अध्यक्ष और कलाकारों के साथ डेस्क से बचना चाहिए, क्योंकि वे अनजाने चाल और रोल के कारण होते हैं ।
  7. प्रतिभागियों के माथे पर एक छोटे से लक्ष्य स्टीकर रखें, सिर की स्थिति को ट्रैक करने के लिए भी जब पुतली छवि खो दिया है, जैसे पलक या अचानक आंदोलनों के दौरान.
    नोट: विभिन्न नेत्र ट्रैकर्स प्रतिभागियों के सिर ट्रैक करने के लिए विभिन्न तरीकों का उपयोग कर सकते हैं. विषय की पार्श्व आंदोलन रेंज को अधिकतम करने के लिए, ट्रैक्ड आंख प्रकाशक के रूप में एक ही पक्ष पर होना चाहिए ।
  8. ध्यान में आंख छवि लाने के लिए डेस्क माउंट पर ध्यान केंद्रित बांह घुमाएं ।
  9. प्रतिभागियों से संबंध की टकटकी करने के लिए प्रतिभागियों की आंख आंदोलनों नक्शा करने के लिए, कोई खुलकर व्यवहार प्रतिक्रियाओं के साथ यादृच्छिक उत्तराधिकार में पांच निर्धारण लक्ष्यों का एक ग्रिड निर्धारण करने के लिए सहभागियों पूछ द्वारा अंशांकन प्रक्रिया का संचालन करने के लिए मेजबान पीसी पर जांचना बटन पर क्लिक करें दृश्य दुनिया में ।
  10. प्रतिभागियों को निर्धारण लक्ष्य का एक ही ग्रिड निर्धारण करने के लिए पूछ द्वारा नपेed परिणाम मान्य करने के लिए होस्ट पीसी पर मान्य करें बटन पर क्लिक करे । 1 ° से अधिक त्रुटि होने पर अंशांकन और सत्यापन दिनचर्या को दोहराएँ ।
  11. प्रयोग की शुरुआत में दो दिनचर्या आचरण और जब भी माप सटीकता गरीब है (जैसे, मजबूत सिर आंदोलनों या प्रतिभागियों के आसन में परिवर्तन के बाद) ।
  12. प्रयोग प्रारंभ करने के लिए होस्ट PC पर रिकॉर्ड बटन क्लिक करें ।
  13. स्क्रीन के केंद्र में प्रस्तुत काले डॉट पर निर्धारण करते हुए प्रतिभागियों कुंजीपटल पर अंतरिक्ष कुंजी दबाएँ करने के लिए पूछ रही द्वारा प्रत्येक परीक्षण पर एक बहाव की जाँच करें.
    नोट: जब प्रतिभागियों को साक्षर बच्चे या नैदानिक रोगियों रहे हैं, स्पष्ट रूप से उन्हें कुंजीपटल प्रेस करने के लिए निर्देश जबकि काले बिंदी का निर्धारण सामान्य रूप से अव्यावहारिक है. लेकिन उनका ध्यान और आँख निर्धारण स्वतः प्रदर्शित काली बिंदी से आकर्षित हो जाते हैं. इस मामले में, प्रयोगकर्ता व्यक्ति को कीबोर्ड दबाना चाहिए जबकि प्रतिभागी ब्लैक डॉट पर निर्धारण कर रहा है ।
  14. प्रदर्शन पीसी मॉनिटर के माध्यम से दृश्य उत्तेजनाओं वर्तमान और छोड़ दिया और मॉनिटर के दाईं ओर स्थित बाहरी वक्ताओं की एक जोड़ी के माध्यम से श्रवण उत्तेजनाओं खेलते है (इयरफ़ोन भी स्वीकार्य हैं) ।
    नोट: रिकॉर्डिंग हार्ड डिस्क से 24 kHz मोनो ध्वनि क्लिप के रूप में खेला जाता है. यदि कोई विशेष कारण नहीं है, मोनो ध्वनि क्लिप स्टीरियो ध्वनि क्लिप करने के लिए पसंद कर रहे हैं. एक स्टीरियो ध्वनि क्लिप में, दो ध्वनि पटरियों के बीच अंतर है, साथ ही दो वक्ताओं के बीच अंतर प्रतिभागियों की आँख आंदोलनों को प्रभावित हो सकता है. कैसे नेत्र ट्रैकर का उपयोग करने के बारे में अधिक जानकारी के लिए, कृपया उपयोगकर्ता मैनुअल30से परामर्श करें ।

6. डेटा कोडिंग और विश्लेषण

  1. डेटा व्यूअर खोलें, फ़ाइल क्लिक करें । फ़ाइल आयात करें । आयात करने के लिए एकाधिक Eyelink डेटा फ़ाइलों को आयात करने के लिए सभी रिकॉर्ड नेत्र ट्रैकर फ़ाइलें (ईडीएफ के विस्तार के साथ), और उन्हें एक में बचाने के लिए । ईवीएस फ़ाइल है ।
  2. सहेजी गई ईवीएस फ़ाइल खोलें और विश्लेषण क्लिक करें | रिपोर्ट । नमूना रिपोर्ट कोई एग्रीगेट के साथ अपुष्ट नमूना डेटा निर्यात करने के लिए ।
    नोट: यदि नेत्र ट्रैकर ५०० हर्ट्ज के एक नमूना दर है, निर्यात डेटा ५०० डेटा अंक, से ऊपर ५०० पंक्तियों, प्रति सेकंड परीक्षण होगा । यदि सहभागियों की बाईं आंख को ट्रैक किया गया है, तो निंन स्तंभों को सुनिश्चित करें और साथ ही डेटा स्रोत में बनाए गए चरों का निर्यात किया जाए: RECORDING_SESSION_LABEL, LEFT_GAZE_X, LEFT_GAZE_Y, LEFT_INTEREST_AREA_LABEL, LEFT_IN_BLINK, LEFT_IN_SACCADE, LEFT_PUPIL_ आकार, SAMPLE_INDEX, SAMPLE_MESSAGE । डेटा व्यूअर का उपयोग करने के बारे में अधिक जानकारी के लिए, कृपया सॉफ़्टवेयर मैनुअल31देखें ।
  3. सीमित परीक्षण ऑडियो की भरपाई करने के लिए परीक्षण छवि की शुरुआत से अस्थाई खिड़की करने के लिए सांख्यिकीय विश्लेषण, यानी, 11 एस की अवधि के साथ लौकिक खिड़की ।
  4. नमूनों को हटाएं जहां प्रतिभागियों के नेत्र आंदोलनों दर्ज नहीं कर रहे हैं, जैसे प्रतिभागियों उनकी आंखों पलक, जो मोटे तौर पर दर्ज आंकड़ों के 10% को प्रभावित करता है ।
    नोट: यह एक वैकल्पिक कदम है, के रूप में परिणाम सामांय रूप से एक ही कोई फर्क नहीं पड़ता कि इन नमूनों को नष्ट कर रहे हैं ।
  5. डेटा कोड । एक निश्चित नमूना बिंदु में ब्याज की एक विशिष्ट क्षेत्र के लिए डेटा का निर्माण, 1 के रूप में डेटा कोड यदि प्रतिभागियों के नेत्र निर्धारण ब्याज के क्षेत्र में स्थित है कि नमूना बिंदु पर विश्लेषण किया जाएगा । 0 के रूप में डेटा कोड यदि आंख निर्धारण कि नमूना बिंदु पर ब्याज के क्षेत्रों में स्थित नहीं है ।
  6. प्राप्त डेटा को विज़ुअलाइज़ करने के लिए किसी अनुपात-निर्धारण को आरेखित करें । ब्याज के कुछ क्षेत्र पर अनुपात-निर्धारण की गणना करने के लिए, सभी परीक्षणों के लिए और प्रत्येक शर्त के तहत प्रत्येक नमूना बिंदु में सभी प्रतिभागियों के लिए औसत कोडित डेटा. अक्ष पर नमूना बिंदु के खिलाफ y-अक्ष पर परिकलित अनुपात-निर्धारण की साजिश, अलग पैनल ब्याज के क्षेत्रों को ध्यान में रखने के साथ और साजिश रचने रंग अलग प्रयोगात्मक स्थितियों को ध्यान में रखने के साथ.
    नोट: प्रयोग में चार पैनल ब्याज के चार क्षेत्रों पर प्रतिभागियों के निर्धारण पैटर्न को दर्शाया गया है । लाल, हरे, और नीले रंग की लाइनें सचित्र प्रतिभागियों के निर्धारण पैटर्न जब परीक्षण बयान (एस सी और s2) संयोजन थे, लेकिन-बयान (एस सी लेकिन s2 नहीं), और (एस एकया s2), क्रमशः निषेधाज्ञा । वर्णनात्मक प्लॉट आरेखित करने के लिए उपयोग किया गया सॉफ़्टवेयर R परिवेश से ggplot2 पैकेज है । अन्य सॉफ्टवेयर भी उपलब्ध है । चित्रा 5 ऐसी साजिश का एक उदाहरण है ।
  7. प्रत्येक नमूना बिंदु पर ब्याज के प्रत्येक क्षेत्र पर एक द्विपद सामान्यीकृत रैखिक मिश्रित मॉडल (GLMM) फिट, के रूप में डेटा या तो 1 या 0 के रूप में कोडित, कि भागीदार निर्धारण में या उस नमूने बिंदु पर ब्याज के क्षेत्र से बाहर स्थित है पर निर्भर करता है ।
    नोट: के रूप में डेटा नहीं है और बिन्नी, कोडित डेटा केवल 1 या 0 हो सकता है, इसलिए कोडित डेटा का वितरण सामांय के बजाय बाइनरी है । इसके बाद, द्विपद वितरण के परिवार के साथ एक GLMM मॉडल का उपयोग किया जाता है । GLMM मॉडल एक निश्चित अवधि, प्रयोगात्मक शर्तों, और दो यादृच्छिक शर्तें, प्रतिभागियों और आइटम शामिल हैं । दो यादृच्छिक शर्तों के लिए मूल्यांकन सूत्र दोनों अवरोधन और प्रयोगात्मक शर्तों के ढलान शामिल हैं । मॉडल फिटिंग करने के लिए इस्तेमाल किया सॉफ्टवेयर आर पर्यावरण से lme4 पैकेज है । अन्य सॉफ्टवेयर भी उपलब्ध है । एक बात का उल्लेख किया जाना चाहिए कि निर्धारित मदों की आधारभूत जब विश्लेषित ब्याज क्षेत्र, यानी, विश्लेषण बक्से, अलग हैं । विशिष्ट होने के लिए, जब बड़े-खुले बॉक्स (बॉक्स a) का विश्लेषण करते हुए, (a और b) को आधार रेखा के रूप में चुना गया था, जब छोटे-बंद बॉक्स (बॉक्स B) का विश्लेषण करते हुए, और लेकिन-कथन के रूप में चुना गया था, तब (s और S2) संयोजन को आधारभूत के रूप में चुना गया था आधारभूत जब पहले उल्लेखित बॉक्स (बॉक्स D) का विश्लेषण कर रहा है ।
  8. Bonferroni कई तुलना द्वारा प्रेरित familywise त्रुटि को कम करने के लिए, Wald z परीक्षण के साथ प्राप्त p मानों को समायोजित करें ।
    नोट: Bonferroni समायोजन familywise कई तुलना द्वारा प्रेरित त्रुटि से निपटने के लिए पारंपरिक तरीका है । अंय तरीकों भी उपलब्ध हैं, जैसा कि हम परिचय अनुभाग में वर्णित है ।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

प्रतिभागियों के व्यवहार प्रतिक्रियाओं चित्रा 4में संक्षेप हैं । जैसा कि हम पहले वर्णित है, एक संयोजक बयान (एस 1 और S2) के लिए सही प्रतिक्रिया बड़ा खुला बॉक्स है, इस तरह के रूप में एक चित्रमें बॉक्स एक । एक लेकिन-बयान (एस 1 लेकिन नहीं S2के लिए सही प्रतिक्रिया) छोटे खुले पहले उल्लेख किया जानवर, जैसे चित्रा 1में बॉक्स डी के रूप में युक्त बॉक्स है । गंभीर, जो बॉक्स disjunctive कथन (एस 1 या S2) के लिए चुना जाता है पर निर्भर करता है कि कैसे एक disjunctive बयान पर कार्रवाई की है: छोटा बंद बॉक्स, इस तरह के रूप में बॉक्स B चित्रमें, केवल जब अदिश implicature और अज्ञानता निष्कर्ष चुना है disjunctive बयान से संबंधित दोनों गणना कर रहे हैं । चित्रा 4 दिखाता है कि जब एक disjunctive बयान (एस 1या S2) समझ, प्रतिभागियों दोनों दो अनुमान की गणना ।

इसके अलावा, छोटे बंद बॉक्स पर प्रतिभागियों के आंख निर्धारण, विशेष रूप से जब इन निर्धारणों कि बॉक्स पर व्यवहार प्रतिक्रियाओं के द्वारा पीछा कर रहे हैं, यह भी सुझाव है कि अदिश implicature और अज्ञान निष्कर्ष गणना कर रहे हैं । जब सहभागियों ने छोटे बंद डब्बे पर अपने दृश्य का ध्यान और निर्धारणों को खिसका दिया, तो दो अनुमान शीघ्रता से नहीं बाद के लौकिक बिंदु से संसाधित होने चाहिए । प्रतिभागियों के नेत्र-आंदोलनों चित्रा 5में संक्षेप हैं । जैसा कि हम पैनल बी में देख सकते हैं, प्रतिभागियों की नजर-निर्धारण छोटे बंद बॉक्स (बॉक्स बी) पर वृद्धि नहीं जब तक sentential संयोजी disjunctive संयोजी है, या। इसके अलावा, इस वृद्धि disjunctive संयोजी की ऑफसेट से कोई बाद में शुरू होता है । यह पता चलता है कि दोनों अदिश implicature और अज्ञानता निष्कर्ष sentential संयोजी की ऑफसेट से पहले गणना कर रहे हैं, यानी, तुरंत disjunctive संयोजी मुठभेड़ पर ।

Figure 1
चित्रा 1 . प्रयोग में प्रयुक्त परीक्षण छवियों का एक उदाहरण । ग्रे क्षेत्र परीक्षण वास्तव में प्रतिभागियों को प्रस्तुत किया जा रहा है छवि है । उदास बक्से, बिंदीदार रेखाएं, और पिक्सल तत्वों की चौड़ाई टिप्पण केवल चित्रण के प्रयोजनों के लिए कर रहे है और प्रतिभागियों को अदृश्य । (अनुमति के साथ एल Zhan 17 में से एक प्रयोग से अनुकूलित) । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 2
चित्रा 2 . प्रयोग में प्रयुक्त परीक्षण वाक्य का एक उदाहरण (अनुमति के साथ एल Zhan17 से पुनर्मुद्रित) । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 3
चित्रा 3 . दृश्य दुनिया प्रतिमान का उपयोग कर एक ठेठ आंख ट्रैकिंग प्रयोग की पदानुक्रम संरचना । छवि में सचित्र ऑडियो प्रयोग में प्रयुक्त अकर्मण्य चीनी के अंग्रेजी अनुवाद कर रहे हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 4
चित्र 4 . प्रयोग में दर्ज प्रतिभागियों के व्यवहार प्रतिक्रियाओं (अनुमति के साथ एल Zhan17 में से एक प्रयोग से अनुकूलित) । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 5
चित्रा 5 . ' प्रतिभागियों नेत्र आंदोलनों प्रयोग में मनाया । शुरुआत और sentential connectives की ऑफसेट दो धराशाई ऊर्ध्वाधर लाइनों द्वारा प्रतीक हैं । disjunctive और कुछ नमूना बिंदु पर आधारभूत शर्त के बीच मौजूदा एक महत्वपूर्ण अंतर ग्रे क्षेत्र (p < .05, Bonferroni समायोजित) (अनुमति के साथ L. Zhan17 से अनुकूलित) द्वारा प्रतीक है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

एक दृश्य विश्व अध्ययन का संचालन करने के लिए, वहां कई महत्वपूर्ण चरणों का पालन कर रहे हैं । सबसे पहले, शोधकर्ताओं ने दृश्य दुनिया में प्रतिभागियों के नेत्र आंदोलनों के माध्यम से प्रस्तुत auditorily भाषा की व्याख्या deduce का इरादा । इसके बाद, दृश्य उत्तेजनाओं के लेआउट डिजाइनिंग में, एक प्राकृतिक कार्य में नेत्र आंदोलनों के गुण है कि संभावित प्रतिभागियों की नजर आंदोलनों को प्रभावित नियंत्रित किया जाना चाहिए । प्रतिभागियों के नेत्र आंदोलनों पर बोली जाने वाली भाषा का प्रभाव तो पहचाना ही जा सकता है. दूसरा, बात की भाषा में ध्वनिक cues क्षणिक हैं और कोई ध्वनिक हस्ताक्षर पूरी तरह से कुछ भाषाई श्रेणी के लिए इसी अनुरूप हैं । कुछ भाषाई मार्कर की शुरुआत के साथ सही ढंग से समय लॉक प्रतिभागियों के आंख आंदोलनों के लिए, शोधकर्ताओं ने कुछ भाषाई संरचना की सीमा को परिभाषित करने के लिए एक उद्देश्य और सुसंगत तरीका खोजना चाहिए । तीसरा, सही ढंग से उनके दृश्य दुनिया में संबंध की टकटकी के साथ सिर के चारों ओर प्रतिभागियों के आँख रोटेशन नक्शा करने के लिए, शोधकर्ताओं अंशांकन, सत्यापन के एक या कई रन प्रदर्शन करने की जरूरत है, और सुधार प्रक्रियाओं बहाव. चौथा, एक दृश्य विश्व अध्ययन से प्राप्त आंकड़ों में कुछ अजीबोगरीब गुण होते हैं, जैसे कि कम और ऊपरी बाउंड किया जा रहा है, और फिर से संबंधित त्रुटियां आदि । जब किसी विधि को सांख्यिकीय रूप से डेटा का विश्लेषण करने के लिए चुना जाता है तो इन अजीबोगरीब गुणों पर विचार किया जाना चाहिए ।

दृश्य प्रदर्शन, बोली जाने वाली भाषा, प्रयोगात्मक कार्य: एक दृश्य विश्व अध्ययन के तीन आवश्यक घटक होते हैं । संशोधनों के किसी भी घटक पर बनाया जा सकता है ' शोधकर्ताओं विशिष्ट प्रयोजनों को पूरा । सबसे पहले, एक दृश्य प्रदर्शन सामांय रूप से एक स्क्रीनिंग प्रदर्शन चित्रों की एक सरणी का चित्रण है । लेकिन यह भी एक स्क्रीनिंग प्रदर्शित किया जा सकता है मुद्रित शब्दों३२, एक योजनाबद्ध दृश्य30,31, या एक असली दुनिया वास्तविक वस्तुओं1,३२युक्त दृश्य की एक सरणी का चित्रण । दूसरा, बोली कथन भेजते एक शब्द३६, एक साधारण वाक्य30,31, एक अर्थपूर्ण जटिल बयान17,३४,३५, या एक बातचीत३९हो सकता है । तीसरे, प्रयोगात्मक कार्य के संदर्भ में, प्रतिभागियों या तो बस दृश्य दुनिया को देखने के लिए कहा जा रहा है और श्रवण कथन भेजते को ध्यान से सुनो30,31; या कुछ व्यवहार प्रतिक्रियाओं बनाने के लिए आवश्यक किया जा रहा है, इस तरह के बाहर श्रवण1द्वारा वर्णित आंदोलनों अभिनय के रूप में, निर्धारित करने या नहीं श्रवण सर्वथा दृश्य प्रदर्शन३८, या सही चुनने के लिए लागू होता है दृश्य प्रदर्शन में छवि बोले बोला-17की बात हो रही है ।

दृश्य दुनिया प्रतिमान, अंय psycholinguistic तकनीकों के साथ तुलना में, कई अद्वितीय लाभ है । सबसे पहले, दृश्य दुनिया प्रतिमान आबादी का एक व्यापक में इस्तेमाल किया जा सकता है, जो लोग नहीं पढ़ सकते है और/या जो खुलकर अपने व्यवहार की प्रतिक्रियाएं नहीं दे सकते हैं, जैसे साक्षर बच्चों३७,३८,३९, ४० , ४१ , ४२, बुजुर्ग वयस्कों४६, और रोगियों (जैसे, aphasics)४७। इसका कारण यह है कि भाषा उत्तेजनाओं को श्रवण के बजाय लिखित ग्रंथों के रूप में प्रस्तुत किया जाता है; और भाषा समझ ' प्रतिभागियों अंतर्निहित स्वत: आंख आंदोलनों से आस्थगित है बजाय उनके प्रकट व्यवहार प्रतिक्रियाओं से । दूसरा, दृश्य दुनिया प्रतिमान भाषण संकेत के ठीक दानेदार जोड़तोड़ के लिए अत्यंत संवेदनशील है । इस प्रतिमान के लिए कई स्तरों पर भाषा समझ में सबसे विषयों के ऑनलाइन प्रसंस्करण का अध्ययन करने के लिए इस्तेमाल किया जा सकता है, ऐसे ठीक दानेदार ध्वनिक ध्वंयात्मक सुविधाओं के रूप में३३,४५,४६, के गुण शब्द30,31, भाषाई संरचनाओं1,४७, और concessives३७, biconditionals३७तरह अर्थपूर्ण जटिल बयान के तार्किक संरचनाओं, सशर्त३८, और17निषेधाज्ञा ।

दृश्य विश्व प्रतिमान, अंय psycholinguistic तकनीक के साथ तुलना में, यह भी कुछ संभावित सीमाएं हैं । सबसे पहले, प्रतिभागियों ने बात की भाषा की व्याख्या के दृश्य दुनिया पर उनकी आंख आंदोलनों से, नहीं भाषा उत्तेजनाओं की वास्तविक व्याख्या से प्रति एसई । इसके बाद से, भाषा गुण है कि दृश्य दुनिया के साथ अध्ययन किया जा सकता है प्रतिमान है कि कल्पना की जा सकती है, यानी, वे किसी भी तरह संस्थाओं या दृश्य दुनिया में घटनाओं से संबंधित होना चाहिए तक ही सीमित हैं । दूसरा, दृश्य दुनिया प्रतिमान इस्तेमाल किया सामांय रूप से अधिक वास्तविक दृश्य दुनिया से प्रतिबंधित है, चित्र दिग्दर्शन के एक सीमित सेट और संभावित कार्यों के एक सीमित सेट के साथ । यह तथाकथित बंद-सेट समस्या४८ कार्य-विशिष्ट रणनीतियाँ है कि मनाया भाषा संसाधन प्रयोग में बनाई गई विशिष्ट स्थितियों से बाहर सामान्य नहीं बना सकता है । इसके बाद, प्रतिमान भाषाई ज्ञान और बंद के बाहर झूठ बोल रही है कि एक दिया परीक्षण पर स्थापित किया गया है अनुभव के लक्षण के प्रति संवेदनशील नहीं हो सकता है ।

दृश्य दुनिया प्रतिमान अनिवार्य रूप से दृश्य डोमेन से जानकारी के एकीकरण और श्रवण डोमेन से जानकारी की पड़ताल । सैद्धांतिक रूप से, किसी भी जानकारी है कि दो सनसनीखेज डोमेन द्वारा संसाधित किया जा सकता है संभवतः इस प्रतिमान का उपयोग कर अध्ययन किया जा सकता है । उदाहरण के लिए, दृश्य दुनिया आभासी वास्तविकता या गतिशील वीडियो हो सकता है । श्रवण इनपुट जरूरी भाषा नहीं है, और किसी भी अंय स्वरूप, जैसे संगीत और प्राकृतिक दुनिया से ध्वनि, आदिहो सकता है । इसके अलावा, इस प्रतिमान को अंय डोमेन से सूचना के एकीकरण का पता लगाने के लिए आगे बढ़ाया जा सकता है, बजाय दृश्य डोमेन और श्रवण डोमेन । उदाहरण के लिए, शोधकर्ताओं इस तकनीक का उपयोग देखने के लिए कैसे दृश्य दुनिया में प्रतिभागियों के निर्धारण अलग गंध, अलग छू, आदिसे प्रभावित कर रहे है हो सकता है ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखक की घोषणा की है कि वह कोई प्रतिस्पर्धा वित्तीय हितों की है ।

Acknowledgments

इस शोध को केंद्रीय विश्वविद्यालयों (अनुमोदन संख्या 15YJ050003) के लिए मौलिक अनुसंधान कोष के तहत बीजिंग भाषा और सांस्कृतिक विश्वविद्यालय के विज्ञान फाउंडेशन द्वारा समर्थित किया गया था ।

Materials

Name Company Catalog Number Comments
Pixelmator Pixelmator Team http://www.pixelmator.com/pro/ image editing app
Praat Open Sourse http://www.fon.hum.uva.nl/praat/ Sound analyses and editting software
Eyelink 1000plus SR-Research, Inc https://www.sr-research.com/products/eyelink-1000-plus/ remote infrared eye tracker 
Experimental Builder SR-Research, Inc https://www.sr-research.com/experiment-builder/ eye tracker software 
Data Viewer SR-Research, Inc https://www.sr-research.com/data-viewer/ eye tracker software 
R Open Sourse https://www.r-project.org free software environment for statistical computing and graphics

DOWNLOAD MATERIALS LIST

References

  1. Tanenhaus, M. K., Spivey-Knowlton, M. J., Eberhard, K. M., Sedivy, J. C. Integration of visual and linguistic information in spoken language comprehension. Science. 268 (5217), 1632-1634 (1995).
  2. Cooper, R. M. The control of eye fixation by the meaning of spoken language: A new methodology for the real-time investigation of speech perception, memory, and language processing. Cognitive Psychology. 6 (1), 84-107 (1974).
  3. Salverda, A. P., Tanenhaus, M. K. Research methods in psycholinguistics and the neurobiology of language: A practical guide. de Groot, A. M. B., Hagoort, P. , Wiley. (2017).
  4. Huettig, F., Rommers, J., Meyer, A. S. Using the visual world paradigm to study language processing: A review and critical evaluation. Acta Psychologica. 137 (2), 151-171 (2011).
  5. Meyer, A. S., Sleiderink, A. M., Levelt, W. J. M. Viewing and naming objects: Eye movements during noun phrase production. Cognition. 66 (2), B25-B33 (1998).
  6. Griffin, Z. M., Bock, K. What the eyes say about speaking. Psychological Science. 11 (4), 274-279 (2000).
  7. Young, L. R., Sheena, D. Survey of eye movement recording methods. Behavior Research Methods & Instrumentation. 7 (5), 397-429 (1975).
  8. Conklin, K., Pellicer-Sánchez, A., Carrol, G. Eye-tracking: A guide for applied linguistics research. , Cambridge University Press. (2018).
  9. Duchowski, A. Eye tracking methodology: Theory and practice. , 2, Springer. (2007).
  10. Baayen, R. H., Davidson, D. J., Bates, D. M. Mixed-effects modeling with crossed random effects for subjects and items. Journal of Memory and Language. 59 (4), 390-412 (2008).
  11. Barr, D. J. Analyzing 'visual world' eyetracking data using multilevel logistic regression. Journal of Memory and Language. 59 (4), 457-474 (2008).
  12. Nixon, J. S., van Rij, J., Mok, P., Baayen, R. H., Chen, Y. The temporal dynamics of perceptual uncertainty: eye movement evidence from Cantonese segment and tone perception. Journal of Memory and Language. 90, 103-125 (2016).
  13. Bolker, B. M., et al. Generalized linear mixed models: A practical guide for ecology and evolution. Trends in Ecology and Evolution. 24 (3), 127-135 (2009).
  14. Mirman, D., Dixon, J. A., Magnuson, J. S. Statistical and computational models of the visual world paradigm: Growth curves and individual differences. Journal of Memory and Language. 59 (4), 475-494 (2008).
  15. Baayen, H., Vasishth, S., Kliegl, R., Bates, D. The cave of shadows: Addressing the human factor with generalized additive mixed models. Journal of Memory and Language. 94, 206-234 (2017).
  16. Baayen, R. H., van Rij, J., de Cat, C., Wood, S. Mixed-Effects Regression Models in Linguistics. Speelman, D., Heylen, K., Geeraerts, D. 4, Ch 4 49-69 (2018).
  17. Zhan, L. Scalar and ignorance inferences are both computed immediately upon encountering the sentential connective: The online processing of sentences with disjunction using the visual world paradigm. Frontiers in Psychology. 9, (2018).
  18. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods. 164 (1), 177-190 (2007).
  19. Barr, D. J., Jackson, L., Phillips, I. Using a voice to put a name to a face: The psycholinguistics of proper name comprehension. Journal of Experimental Psychology-General. 143 (1), 404-413 (2014).
  20. van Gompel, R. P. G., Fischer, M. H., Murray, W. S., Hill, R. L. Eye movements: A window on mind and brain. , Elsevier. Ch. 21 471-486 (2007).
  21. Parkhurst, D., Law, K., Niebur, E. Modeling the role of salience in the allocation of overt visual attention. Vision Research. 42 (1), 107-123 (2002).
  22. Grice, H. P. Vol. 3 Speech Acts. Syntax and semantics. Cole, P., Morgan, J. L. , Academic Press. 41-58 (1975).
  23. Sauerland, U. Scalar implicatures in complex sentences. Linguistics and Philosophy. 27 (3), 367-391 (2004).
  24. Chierchia, G. Scalar implicatures and their interface with grammar. Annual Review of Linguistics. 3 (1), 245-264 (2017).
  25. Fox, D. Presupposition and Implicature in Compositional Semantics. Sauerland, U., Stateva, P. , Palgrave Macmillan. Ch. 4 71-120 (2007).
  26. Meyer, M. C. Ignorance and grammar. , Massachusetts Institute Of Technology. Unpublished PhD Thesis (2013).
  27. SR Research Ltd. SR Research Experiment Builder User Manual (Version 2.1.140). , Ottawa, Canada. (2017).
  28. SR Research Ltd. EyeLink® 1000 Plus Technical Specifications. , Mississauga, Canada. (2017).
  29. SR Research Ltd. EyeLink-1000-Plus-Brochure. , Mississauga, Canada. (2017).
  30. SR Research Ltd. EyeLink® 1000 Plus User Manual (Version 1.0.12). , Ottawa, Canada. (2017).
  31. SR Research Ltd. EyeLink® Data Viewer User’s Manual (Version 3.1.97). , Ottawa, Canada. (2017).
  32. McQueen, J. M., Viebahn, M. C. Tracking recognition of spoken words by tracking looks to printed words. The Quarterly Journal of Experimental Psychology. 60 (5), 661-671 (2007).
  33. Altmann, G. T. M., Kamide, Y. Incremental interpretation at verbs: restricting the domain of subsequent reference. Cognition. 73 (3), 247-264 (1999).
  34. Altmann, G. T. M., Kamide, Y. The real-time mediation of visual attention by language and world knowledge: Linking anticipatory (and other) eye movements to linguistic processing. Journal of Memory and Language. 57 (4), 502-518 (2007).
  35. Snedeker, J., Trueswell, J. C. The developing constraints on parsing decisions: The role of lexical-biases and referential scenes in child and adult sentence processing. Cognitive Psychology. 49 (3), 238-299 (2004).
  36. Allopenna, P. D., Magnuson, J. S., Tanenhaus, M. K. Tracking the time course of spoken word recognition using eye movements: Evidence for continuous mapping models. Journal of Memory and Language. 38 (4), 419-439 (1998).
  37. Zhan, L., Crain, S., Zhou, P. The online processing of only if and even if conditional statements: Implications for mental models. Journal of Cognitive Psychology. 27 (3), 367-379 (2015).
  38. Zhan, L., Zhou, P., Crain, S. Using the visual-world paradigm to explore the meaning of conditionals in natural language. Language, Cognition and Neuroscience. 33 (8), 1049-1062 (2018).
  39. Brown-Schmidt, S., Tanenhaus, M. K. Real-time investigation of referential domains in unscripted conversation: A targeted language game approach. Cognitive Science. 32 (4), 643-684 (2008).
  40. Fernald, A., Pinto, J. P., Swingley, D., Weinberg, A., McRoberts, G. W. Rapid gains in speed of verbal processing by infants in the 2nd year. Psychological Science. 9 (3), 228-231 (1998).
  41. Trueswell, J. C., Sekerina, I., Hill, N. M., Logrip, M. L. The kindergarten-path effect: studying on-line sentence processing in young children. Cognition. 73 (2), 89-134 (1999).
  42. Zhou, P., Su, Y., Crain, S., Gao, L. Q., Zhan, L. Children's use of phonological information in ambiguity resolution: a view from Mandarin Chinese. Journal of Child Language. 39 (4), 687-730 (2012).
  43. Zhou, P., Crain, S., Zhan, L. Grammatical aspect and event recognition in children's online sentence comprehension. Cognition. 133 (1), 262-276 (2014).
  44. Zhou, P., Crain, S., Zhan, L. Sometimes children are as good as adults: The pragmatic use of prosody in children's on-line sentence processing. Journal of Memory and Language. 67 (1), 149-164 (2012).
  45. Moscati, V., Zhan, L., Zhou, P. Children's on-line processing of epistemic modals. Journal of Child Language. 44 (5), 1025-1040 (2017).
  46. Helfer, K. S., Staub, A. Competing speech perception in older and younger adults: Behavioral and eye-movement evidence. Ear and Hearing. 35 (2), 161-170 (2014).
  47. Dickey, M. W., Choy, J. W. J., Thompson, C. K. Real-time comprehension of wh-movement in aphasia: Evidence from eyetracking while listening. Brain and Language. 100 (1), 1-22 (2007).
  48. Magnuson, J. S., Nusbaum, H. C. Acoustic differences, listener expectations, and the perceptual accommodation of talker variability. Journal of Experimental Psychology-Human Perception and Performance. 33 (2), 391-409 (2007).
  49. Reinisch, E., Jesse, A., McQueen, J. M. Early use of phonetic information in spoken word recognition: Lexical stress drives eye movements immediately. Quarterly Journal of Experimental Psychology. 63 (4), 772-783 (2010).
  50. Chambers, C. G., Tanenhaus, M. K., Magnuson, J. S. Actions and affordances in syntactic ambiguity resolution. Journal of Experimental Psychology-Learning Memory and Cognition. 30 (3), 687-696 (2004).
  51. Tanenhaus, M. K., Trueswell, J. C. Approaches to Studying World-Situated Language Use: Bridging the Language-as-Product and Language-as-Action Traditions. Trueswell, J. C., Tanenhaus, M. K. , The MIT Press. (2005).

Tags

व्यवहार १४० अंक आंख ट्रैकिंग तकनीक दृश्य विश्व प्रतिमान बोली जाने वाली भाषा ऑनलाइन प्रसंस्करण जटिल बयान सामान्यीकृत रैखिक मिश्रित मॉडल द्विपद वितरण familywise त्रुटि Bonferroni समायोजन
दृश्य दुनिया प्रतिमान में दर्ज नेत्र आंदोलनों का उपयोग करने के लिए बोली जाने वाली भाषा के ऑनलाइन प्रसंस्करण का पता लगाने
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhan, L. Using Eye Movements… More

Zhan, L. Using Eye Movements Recorded in the Visual World Paradigm to Explore the Online Processing of Spoken Language. J. Vis. Exp. (140), e58086, doi:10.3791/58086 (2018).

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