Waiting
Login processing...

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

Behavior

통제된 실험실 조건에서 실제 물체를 표시하는 방법

Published: June 21, 2019 doi: 10.3791/59762
Automatic Translation
1, 1
1Department of Psychology, University of Nevada, Reno

Summary

우리는 엄격하게 제어 된 실험 조건에서 실제 개체와 동일한 개체의 일치하는 이미지를 제시하는 방법을 설명합니다. 방법은 의사 결정 작업의 맥락에서 설명하지만, 동일한 실제 접근 방식은 지각, 주의 및 기억과 같은 다른 인지 영역으로 확장 될 수 있습니다.

Abstract

인간 물체 시력에 대한 우리의 지식은 자극이 전산화된 2차원(2차원) 이미지의 형태로 제시되는 연구에 거의 전적으로 기반을 두고 있습니다. 그러나 일상 생활에서 인간은 주로 이미지가 아닌 실제 고체 물체와 상호 작용합니다. 현재, 우리는 객체의 이미지가 실제 예시처럼 유사한 행동 또는 신경 프로세스를 트리거 여부에 대해 거의 알지 못합니다. 여기에서는 실제 세계를 실험실로 가져오는 방법을 제시합니다. 우리는 엄격하게 통제 된 보기 조건에서 풍부하고 생태학적으로 유효한 실제 자극을 제시하기위한 방법을 자세히 설명합니다. 우리는 실제 객체와 이미지의 시각적 외관을 밀접하게 일치시키는 방법뿐만 아니라 연속적으로 인터리브 된 시험에서 실제 객체 및 전산화 된 이미지를 제시하는 데 사용할 수있는 새로운 장치 및 프로토콜을 설명합니다. 우리는 의사 결정 패러다임을 실제 스낵 식품에 대한 의지 대 지불 (WTP)과 동일한 품목의 2-D 이미지를 비교하는 사례 예로 사용합니다. 실제 개체로 표시되는 식품의 경우 WTP가 6.6% 증가한 것으로 나타났습니다. 통제된 조건하에서 실제 물체 자극을 제시하는 것은 실험가에게 몇 가지 실질적인 과제를 제시하지만,이 접근법은 근본적으로 자연주의의 기초가되는 인지 및 신경 과정에 대한 우리의 이해를 확장할 것입니다. 비전.

Introduction

인간의 지각과 인식에 있는 1 차적인 연구의 번역 가치는 사실 인정이 실제 적인 자극 및 문맥에 전송하는 정도에 달려 있습니다. 오랜 질문은 뇌가 실제 감각 입력을 처리하는 방법에 관한 것입니다. 현재, 시각적 인식의 지식은 일반적으로 전산화 된 이미지의 형태로 제시 2 차원 (2-D) 사진의 형태로 자극에 의존 한 연구에 거의 독점적으로 기반. 이미지 상호 작용은 현대 세계에서 점점 더 일반화되고 있지만, 인간은 시각 시스템이 이미지 1이 아닌실제 객체와의 지각과 상호 작용을 허용하도록 진화한 적극적인 관찰자입니다. 현재까지 인간의 시력 연구에서 가장 중요한 가정은 이미지가 실제 객체 디스플레이에 대한 적절한 프록시와 동등하다는 것입니다. 그러나 현재, 우리는 이미지가 실제 객체와 동일한 기본 인지 과정을 효과적으로 트리거하는지 여부에 대해 의외로 거의 알지 못합니다. 따라서 이미지에 대한 응답이 실제 대응에 의해 유도되는 응답과 같거나 다른 정도를 결정하는 것이 중요합니다.

실제 개체와 이러한 자극이 뇌에서 처리 되는 방법에 차이 이어질 수 있는 이미지 사이 몇 가지 중요 한 차이가 있다. 두 눈으로 실제 물체를 볼 때, 각 눈은 약간 다른 수평 유리한 지점에서 정보를 수신합니다. 쌍안경 차이로 알려진 상이한 이미지 간의 이러한 불일치는 뇌에 의해 해결되어 깊이2,3의단일 감각을 생성합니다. 입체 시야에서 파생된 깊이 신호는 모션 시차와 같은 다른 소스와 함께 물체의 자기 중심거리, 위치 및 물리적 크기뿐만 아니라 3차원(3차원) 기하학적 크기에 대한 정확한 정보를 관찰자에게 전달합니다. 모양구조 4,5. 물체의 평면 이미지는 모니터까지의 거리만 관찰자에 의해 알려져 있기 때문에 자극의 물리적 크기에 대한 정보를 전달하지 않으며, 객체까지의 거리가 아니다. 스테레오그램과 같은 물체의 3차원 이미지는 실제 물체의 시각적 모양과 더 가깝게 가까우며 3차원 공간에는 존재하지 않으며 손으로 잡는 것과같은 진정한 모터 동작을 감당할 수 없습니다 6.

실험적 맥락에서 실제 물체 자극을 사용하는 실질적인 과제
자극 프리젠 테이션이 전적으로 컴퓨터 제어되는 이미지 비전의 연구와는 달리, 실제 개체로 작업하는 것은 실험자에 대한 실질적인 도전의 범위를 제시한다. 개체 프레젠테이션의 위치, 순서 및 타이밍은 실험 전반에 걸쳐 수동으로 제어되어야 합니다. 실제 객체(이미지와 달리)로 작업하는 것은 7,8,9 또는10개의 객체를 수집하고, 실험 전에 자극을 설정하고, 제시해야 하기 때문에 상당한 시간 투입을 수반할 수 있습니다. 연구 하는 동안 수동으로 개체를 사용 합니다. 더욱이, 실제 객체에 대한 반응을 이미지와 직접 비교하도록 설계된 실험에서는, 상이한 디스플레이 포맷8,9에서자극의 모양을 밀접하게 일치시키는 것이 중요하다. 자극 파라미터, 환경 조건, 실제 개체 및 이미지 자극의 무작위화 및 카운터밸런싱은 인과 인자를 격리하고 관찰된 효과에 대한 대체 설명을 배제하기 위해 신중하게 제어되어야 합니다.

실제 객체(및 일치하는 이미지)를 표시하기 위해 아래에 자세히 설명된 방법은 의사 결정 패러다임의 맥락에서 설명됩니다. 일반적인 접근은, 그러나, 자극 형식이 지각 기억 또는 주의와 같은 시각적 인식의 그밖 양상에 영향을 미치는지 검토하기 위하여 확장될 수 있습니다.

실제 개체가 이미지와 다르게 처리되나요? 의사 결정의 사례 예
우리가 실제 시나리오에서 만나는 개체의 종류와 실험실 실험에서 조사된 개체 간의 불일치는 인간의 의사 결정 연구에서 특히 명백합니다. 식이 선택의 대부분의 연구에서, 참가자는 컴퓨터 모니터에 컬러 2-D 이미지로 제시 되는 간식 에 대 한 판단을 하도록 요청 됩니다 11,12,13,14. 대조적으로, 어떤 음식을 먹을지에 대한 일상적인 결정은 일반적으로 슈퍼마켓이나 카페테리아와 같은 실제 음식이있는 경우 이루어집니다. 현대 생활에서 우리는 정기적으로 스낵 식품 (즉, 광고판, 텔레비전 화면 및 온라인 플랫폼)의 이미지를 보지만 실제 에너지 밀도가 높은 식품의 존재를 감지하고 적절하게 대응하는 능력은 진화적 에서 적응 할 수 있습니다. 그것은 성장을 용이하게하기 때문에 관점, 경쟁 우위, 및 재생15,16,17.

의사 결정 및 식이 선택의 과학적 연구에 연구 결과 상승 비만 비율을 억제 하기 위한 공중 보건 이니셔티브를 안내 하는 데 사용 되었습니다. 불행하게도, 그러나, 이러한 이니셔티브는 거의 또는 전혀 측정 성공18,19,20,21충족 한 것으로 보인다 . 비만은 질병22의 글로벌 부담에 중요한 기여에 남아 있고 관상 동맥 심장병, 치매, 타입 II 당뇨병, 특정 암 및 이환의 증가한 전반적인 리스크를 포함하여 관련되는 건강 문제의 범위에 연결됩니다22 ,23,24,25,26,27. 최근 수십 년 동안 비만 및 관련 건강 상태의 급격한 상승28 은저렴한 에너지 밀도 식품 18,29의가용성과 관련이 있습니다. 이와 같이, 일상적인 식이 결정을 조절 하는 기본 인지 및 신경 시스템을 이해에 강렬한 과학적 관심이 있다.

다른 형식의 음식이 뇌에서 처리되는 방식에 차이가 있는 경우, 비만 퇴치에 대한 공중 보건 접근법이 실패한 이유에 대한 통찰력을 제공할 수 있습니다. 위에서 설명한 이미지와 실제 개체의 차이에도 불구하고, 스낵 식품의 이미지가 실제 이미지와 유사하게 처리되는지 여부에 대해서는 놀랍게도 거의 알려져 없습니다. 특히, 실제 식품이 동일한 품목의 일치하는 이미지보다 더 가치 있는 것으로 인식되는지 또는 더 가치가 있는지에 대해서는 거의 알려져 있지 않습니다. 고전적인 초기 행동 연구는 어린 아이들이 간식 음식30의2-D 색깔의 이미지의 맥락에서 만족을 지연 할 수 있었다는 것을 발견, 하지만 그들은 실제 간식 식품에 직면 했을 때31. 그러나, 몇몇 연구 결과는 간식이 표시되는 형식이 결정 또는 평가에 영향을 미치는지 여부를 성인에서 검토했습니다12,32,33 그리고 현재까지 단 하나의 연구, 우리의 실험실에서, 이 것을 시험했습니다 자극 매개 변수 및 환경 요인이 형식7에걸쳐 일치하는 경우 질문 . 여기에서는 건강한 인간 관찰자의 의사 결정이 자극이 표시되는 형식에 의해 영향을 받는지 여부를 조사하기 위한 혁신적인 기술과 장치를 설명합니다.

우리의 연구 7은 부홍과 동료12에 의해 수행 된 이전 실험에 의해 동기를 부여했다 대학 세 학생들은 베커 - DeGroot-Marschak (BDM) 입찰 작업을 사용하여 매일 간식 식품의 범위에 금전적 입찰을 배치하도록 요청받았다 34. Bushong과 동료12는 텍스트 설명자 (예 : '스니커즈 바'), 2 D 컬러 이미지 또는 실제 식품의 세 가지 형식 중 하나로 스낵 음식을 선보였습니다. 스낵의 평균 입찰가(달러)는 세 참가자 그룹에서 대조를 이루었습니다. 놀랍게도, 실제 음식을 본 학생들은 이미지 나 텍스트 설명자로 같은 자극을 본 사람들보다 항목에 대해 61 % 더 많은 돈을 지불 할 의향이 있었습니다 -이 현상은 저자가 '실제 노출 효과'라고12. 그러나 비판적으로, 텍스트 및 이미지 조건의 참가자는 그룹 설정에서 입찰 작업을 완료하고 개별 컴퓨터 단말기를 통해 응답을 입력; 반대로, 실제 식품 상태에 할당 된 사람들은 실험자와 일대일 작업을 수행했습니다. 실제 및 이미지 조건에서 자극의 모양도 달랐다. 실제 식품 조건에서, 음식은 실버 트레이에 관찰자에게 제시된 반면, 이미지 조건에서 자극은 검은 배경에 스케일링 된 자른 이미지로 제시되었다. 따라서 참가자의 차이, 환경 조건 또는 자극 관련 차이로 인해 실제 식품에 대한 입찰가가 부풀려질 수 있습니다. 부통, 외12에서이어, 우리는 실제 식품이 식품의 2-D 이미지 보다 더 가치가 있는지 여부를 조사했지만, 비판적으로, 우리는 환경 및 자극 관련 요인이 신중하게 제어되는 내부 주제 디자인을 사용했습니다. 각 디스플레이 형식의 자극을 시험에서 시험으로 무작위로 인터리브할 수 있는 맞춤형 턴테이블을 개발했습니다. 자극 프리젠 테이션 및 타이밍은 실제 객체 및 이미지 시험에서 동일했기 때문에 참가자가 다른 디스플레이 조건에서 작업을 수행하기 위해 다른 전략을 사용할 가능성을 줄였습니다. 마지막으로 실제 개체및 이미지 조건에서 자극의 모양을 신중하게 제어하여 실제 음식과 이미지가 겉보기 크기, 거리, 관점 및 배경에 맞게 밀접하게 일치되도록 했습니다. 시험 전반에 걸쳐 자극 형식을 무작위로 지정할 수 있는 다른 절차 나 메커니즘이 있을 수 있지만, 우리의 방법은 많은 개체 (및 이미지)가 상대적으로 빠른 인터리브 연속으로 제시 될 수 있습니다. 통계적 관점에서 볼 때, 이 설계는 피사체 간 설계를 사용하는 것보다 더 많은 중요한 효과를 감지할 수 있는 힘을 극대화합니다. 마찬가지로, 그 효과는 관찰자 들 간의 의지-지불(WTP)의 선험적 차이에 기인할 수 없습니다. 물론, 주체 내 설계에서 수요 특성에 대한 가능성을 열어주는 경우입니다. 그러나, 우리의 연구 참가자들은 입찰 작업에 나타난 디스플레이 형식에 관계없이 실험이 끝날 때 식품 품목을 '이길'수 있다는 것을 이해했습니다. 참가자들은 또한 임의로 입찰가를 줄이면 (즉, 이미지에 대한) 낙찰 가능성을 줄이고 원하는 항목을 획득하기위한 최선의 전략은 자신의 진정한 가치34,35,36을 입찰하는 것이라고 통보받았다. . 이 실험의 목적은 BDM 입찰 작업34,35를사용하여 실제 식품에 대한 WTP와 2-D 이미지를 비교하는 것입니다.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

실험 프로토콜은 네바다 대학, 리노 사회, 행동 및 교육 기관 검토 위원회에 의해 승인되었습니다.

1. 자극 및 장치

Figure 1
그림 1 : 실물 객체(턴테이블에 표시) 및 동일한 항목의 2D 이미지(컴퓨터 모니터에 표시)와 일치합니다. 이 실험에서 자극은 60 개의 인기있는 스낵 식품 품목으로 구성되었습니다. 실제 식품(왼쪽 패널)은 턴테이블에서 촬영되었으며 그 결과 2D 이미지(오른쪽 패널)는 겉보기 크기, 거리, 관측점 및 배경에 대해 밀접하게 일치했습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. 자극
    1. 실제 개체
      1. 현지 편의점에서 인기 있는 스낵 식품 60개(예: 그림1)를 구입합니다. 이상적으로는 식품이 다양한 열량 밀도(예: 0.18 ~ 6.07) 7에 걸쳐있는지 확인하십시오. 각 식품에 대한 포장을 열고 포장과 일부 식품을 접시에 놓습니다. 자극 대비를 최대화하기 위해 백지 플레이트를 사용합니다.
    2. 2-D 사진
      1. 턴테이블의 셀에 음식 접시를 놓고(그림 2참조) 턴테이블에서 자극을 촬영하여 2-D 이미지의 자극 배경이 실제 식품 대응과 일치되도록 합니다(그림 1참조).
      2. 턴테이블 앞의 삼각대에 카메라(재료 표참조)를 놓습니다. 자극을 정면에서 볼 때 참가자의 눈과 일치하도록 카메라의 거리, 높이 및 각도를 설정합니다. 카메라가 턴테이블 가장자리에서 50cm 이하의 위치에 놓아 사진이 참가자의 도달 거리 내에 있는 것으로 인식되도록 합니다.
      3. 테스트 룸에서 조명의 소스를 설정하고 일정하게 유지합니다. 천장 조명이나 램프와 같은 직접 조명 소스를 사용하여 턴테이블에서 자극의 직접 조명을 제공합니다. 실험 중에 실제 식품을 발표하는 동안 동일한 조명 레벨과 소스가 사용되었는지 확인합니다. 일정한 F 스톱 및 셔터 속도로 카메라를 사용하여 턴테이블에서 실제 음식을 촬영합니다(동일한 조명 소스 사용). 디스플레이 형식에서 전체 휘도, 차광 패턴 및 반사 하이라이트를 가능한 한 가깝게 일치시다. 각 자극에 대해 이 과정을 반복합니다.
      4. 필요한 경우 이미지 처리 소프트웨어를 사용하여 색상, 휘도 및 시각적 크기에 맞게 2D 이미지를 조정합니다(재료 표참조). 색조/채도 및 밝기/대비 탭을 클릭하고 턴테이블에 장착할 때 이미지가 실제 와 최대한 비슷해 보일 때까지 슬라이더를 이동합니다.
      5. 컴퓨터 모니터 옆에 실제 개체를 배치하여 이미지의 개체 크기를 미세 조정하고 자극이 크기에 정확히 일치할 때까지 픽셀 크기를 늘리거나 줄입니다. 편집 할 때 이미지 처리 소프트웨어 페이지 보기 (확대/축소)가 100 %로 설정되어 있는지 확인하십시오.
      6. 이미지 편집에 사용되는 모니터가 연구 중에 참가자 모니터로 사용될 모니터와 동일하거나 동일한 크기인지 확인합니다. 이미지의 인치당 해상도, 가로 세로 비율 및 픽셀을 일정으로 유지합니다. 또한 모니터가 전체 크기로 가장 큰 자극을 표시할 수 있을 만큼 충분히 큰지 확인합니다.

Figure 2
그림 2 : 턴테이블 부품 및 어셈블리를 보여주는 회로도. (A) 턴테이블 장치의 주요 구성 요소 및 상대 위치. (B) 20개의 개별 셀이 있는 조립된 턴테이블 장치. 실제 개체는 각 셀 내부에 배치할 수 있습니다. 세로 분할기는 참가자가 인접 셀에서 항목을 볼 수 없도록 합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

  1. 턴테이블 장치
    1. 20개의 슬롯(1cm W; 그림 2참조)으로 원형(목재) 원형(목재) 원형(목재) 베이스를 만들고 원형 중앙 코어(직경 56cm, H 24cm)를 작성합니다. 쉽게 회전할 수 있도록 회전 실린더 위에 코어를 놓습니다(그림 2A참조).
    2. 20 개의 칸막이 (H 24cm x L 62cm x W 0.5 cm)를 만듭니다. 각 칸막이가 턴테이블의 중앙 코어에 밀어 20셀(24cm x 62cm x 26cm)을 형성합니다.
    3. 원형 베이스를 테이블 상단에 놓습니다(~72cm H, 그림 3A참조). 테이블에 앉은 참가자가 턴테이블에서 항목을 편안하게 볼 수 있는 높이에 있는지 확인합니다.
    4. 턴테이블과 참가자 사이에 수직 파티션(81cm x 127.5cm)을 만듭니다(그림 3B참조). 파티션 뒤에 LCD 컴퓨터 모니터를 놓을 수 있도록 턴테이블에서 26cm 떨어진 곳에 파티션을 놓습니다. 파티션과 턴테이블 사이의 공간이 참가자의 손이 닿지 않는 곳에 자극을 배치하지 않도록 합니다.
      1. 파티션에서 조리개를 구성합니다. 최종 설정에서 참가자가 턴테이블에서 한 번에 하나의 항목만 볼 수 있도록 조리개 너비를 조정할 수 있는지 확인합니다(그림 3B참조). 중요한 것은 조리개가 충분히 넓고 높으면 턴테이블에서 자극에 대한 참가자의 물리적 접근을 방해하지 않도록 하십시오.
    5. 참가자 모니터에 대해 슬라이딩 플랫폼(아래쪽에 바퀴가 달린 목재 18.5cm x W 11.5cm 조각)을 만듭니다(그림 3D참조).
      1. 슬라이딩 플랫폼과 참가자 모니터를 턴테이블과 파티션 사이에 배치하여 디스플레이 형식 조건 간의 빠른 전환을 허용합니다(그림 3D참조). 이미지 시험 중에 참가자 모니터를 보기 조리개 내에 배치합니다. 실제 개체 시험에서 파티션 뒤에 있는 모니터를 철회합니다(그림 3참조).
    6. 실험자 모니터에 작은 책상을 사용하거나 선반을 만드세요(그림 3A,C참조). 실험자 모니터를 사용하여 다가오는 평가판에 대해 실제 항목 또는 이미지를 설정하는 시기와 개체의 ID에 대한 프롬프트를 표시합니다.
    7. 파티션의 조리개 바로 아래턴테이블 베이스에 마우스용 키보드 트레이를 연결합니다(그림 3B참조). 턴테이블의 측면과 벽 사이에 커튼(또는 이와 유사한 폐색기)을 부착하여 실험 중에 참가자가 자극과 실험자가 보는 것을 방지합니다.
    8. 구입 (또는 확인) 컴퓨터 제어 액정 오클루전 안경37 (그림 3B,C 및 재료 표참조).
      참고: 오클루전 안경은 자극 보기 시간을 밀리초 단위로 제어합니다. 안경은 시험 간 간격 동안 불투명해지고 자극 프리젠 테이션 중에 투명 ('열린 상태')이됩니다. 안경을 제어하기 위한 컴퓨터 명령(여기에 설명된 프로토콜을 실행하는 데 필요한 다른 모든 스크립트 및 파일)은 http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)에서 사용할 수 있습니다.
      1. 실험시작 전에 안경이 올바르게 열리고 닫히는지 테스트합니다(예: http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 사용 가능한 'GlassesTest' 스크립트사용).

Figure 3
그림 3 : 턴테이블 장치를 설치하고 테스트하는 방법.  (A) 턴테이블 장치의 설치가 테스트 준비되었습니다. 턴테이블이 조립되면 앉은 참가자를 위해 편안한 높이의 테이블에 놓아야합니다. 참가자와 턴테이블 사이에 수직 파티션을 만들고 배치해야 합니다. 파티션 내에 보기 조리개가 있어야 합니다. '참가자 모니터'는 2-D 이미지를 보는 데 사용됩니다. LCD 모니터는 수직 파티션 과 보기 조리개 뒤에, 턴테이블 앞에 위치해야 합니다. 모니터는 슬라이딩 플랫폼에 장착되어 있어 시험 전반에 걸쳐 참가자의 시야를 드나들 수 있습니다. 참가자의 시야에서 벗어난 '실험자 모니터'는 실험자에게 다가오는 시험에 제시할 자극을 알리는 데 사용됩니다. (B) 참가자의 관점에서 장치 및 실제 물체 자극의 보기. 한 번에 참가자에게 하나의 음식 항목만 표시되어야 합니다. 키보드 트레이는 참가자가 앉은 바로 앞의 책상에 부착해야 합니다. 참가자는 컴퓨터 마우스로 응답합니다. (C) 슬라이딩 플랫폼에 장착된 참가자 모니터를 보여주는 측면 보기입니다. 이미지 시험의 경우 실험자는 참가자 모니터를 보기 조리개로 밀어 넣습니다. 참가자 모니터는 실제 개체 시험에서 수직 파티션 뒤에 후퇴됩니다. (D) 턴테이블 장치의 설정을 보여주는 공중 회로도. 하나의 실물 객체는 턴테이블의 20개 셀 각각에 배치될 수 있다. 참가자는 컴퓨터로 제어되는 시각 오클루전 안경을 착용한 상태에서 관람 용 조리개 앞에 앉아있어야 합니다. 실험자는 실험자 모니터에서 예정된 시험을 보고 턴테이블을 수동으로 회전하거나 필요에 따라 참가자 모니터를 이동할 수 있습니다. 이 그림의 패널 C는 엘스비어의 허가를 받아 참조7에서 재인쇄되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

2. 일반 절차 : 무작위화 및 디자인

  1. 실제 및 이미지 평가판을 임의로 인터리브하는 MATLAB을 사용하여 스크립트를 만듭니다. 참가자의 절반이 주어진 간식(예: 사과)을 실제 개체로 보고 나머지 참가자는 해당 항목을 2D 이미지로 보도록 합니다. 각 참가자에 대해 실험 내에서 다른 스낵 식품이 제시되는 순서를 무작위로 지정합니다. 턴테이블에 배치할 실제 항목과 실험 시작 전에 어떤 순서로 스크립트 목록을 작성해야 하는지(http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 'runStudy' 스크립트 참조).
  2. 턴테이블에 항목을 올바른 순서로 놓습니다(그림 3A참조).
    참고: 연구에서 자극의 수에 따라, 설정 시간은 30 분까지 걸릴 수 있습니다.
  3. 모니터를 조리개에 놓고 다른 모든 항목과 실험자가 참가자의 시야에서 마스커되었는지 확인합니다(1.2.7 참조).
  4. 참가자가 턴테이블에서 약 50cm 떨어진 곳에서 백색 잡음 기계 또는 이어폰을 통해 백색 잡음을 재생하여 참가자가 다가오는 시험에서 자극 형식을 예측할 수 없도록 합니다(즉, 슬라이딩 모니터의 소리에서) 자극 형식을 예측할 수 없습니다.
  5. 참가자에게 안경을 착용하고 안경이 닫혀/불투명한 상태인지 확인합니다. 참가자에게 안경은 현재 닫혀 있지만 필요할 때 열립니다.
  6. 실험자 모니터를 보고 향후 시험이 될 조건 유형(즉, 실제 또는 이미지)을 확인합니다(그림 3A 참조).
    1. '실제 객체' 시험에서 슬라이딩 플랫폼을 통해 참가자 모니터를 보기 조리개에서 철회하여 턴테이블의 참가자에게 물체가 표시되도록 합니다(그림 1A 및 3참조).
      1. 컴퓨터 명령(예: 버튼 누를)을 만들어 안경의 개폐를 트리거하여 3s의 턴테이블에 실제 음식이 표시되도록 합니다. 안경이 닫히면 참가자 모니터를 조리개 앞에 다시 놓고 키를 눌러 참가자가 응답할 수 있도록(예: 입찰가)를 만듭니다. 참가자가 응답에 들어가면 안경이 자동으로 닫히게 하십시오(http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 사용 가능한 'runStudy' 스크립트 참조).
  7. 실험자 모니터를 보고 다음 시험을 준비합니다. 키를 눌러 다음 재판에 진출합니다.
    1. 2-D 이미지 시험의 경우 LCD 모니터를 보기 조리개 내에 배치합니다(그림 1B 및 그림 3참조). 키를 눌러 안경을 엽니다. 모니터를 보기 조리개에 놓고 키를 눌러 참가자가 응답할 수 있도록 안경을 엽니다. 다음 자극을 볼 준비가 되었는지 확인합니다. 키를 눌러 다음 재판에 진출합니다.

3. 무작위화 및 설계 절차

  1. 음식 항목 이미지를 사용하여 기본 설정 및 친숙도 등급 작업을 만듭니다(실제 음식이 아닌, 'runStudy', 'LikeSurvey', 'FamSurvey' 스크립트,http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 사용 가능)을 참조하십시오. 기본 설정 및 친숙도 등급 작업에 대해 두 개의 서로 다른 블록을 만들고 관찰자 간에 블록 순서를 균형을 맞습니다(그림 4참조).
    1. 각 참가자에 대해 각 블록에 제시된 이미지의 순서를 임의로 지정하고 참가자가 각 음식 이미지를 본 후 평가를 수행할 수 있도록 아날로그 슬라이더를 만듭니다(그림 4, 'runStudy', 'like_slider' 및 'Fam_slider' 스크립트 참조) http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip)에서 사용할 수 있습니다.
  2. 스크립트에 입찰 작업을 추가합니다. 2.1에 기재된 바와 같이 무작위화한다. 스크립트에 음식 경매를 추가합니다. 컴퓨터가 입찰 작업에서 60가지 식품 중 하나를 무작위로 선택하게 합니다. 컴퓨터가 선택한 항목에 무작위로 입찰가를 배치하여 $0 - $3에서 25센트 씩 증가합니다(그림 4 및 'bidModule' 스크립트 참조, http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 사용 가능).

Figure 4
그림 4 : 현재 연구를 위한 실험설계. 실험은 4단계로 구성되었다: (1) 식품 선호도 및 친숙도 등급 과제, (2) 입찰 과제, (3) 식품 경매, (4) 실험실 내 대기 기간. 참가자는 먼저 선호도 또는 친숙도 등급 작업(참가자 간 균형 조정)을 완료합니다. 기본 설정 작업에서 참가자는 각 스낵 식품 항목의 이미지를 3초 동안 본 다음 슬라이딩 아날로그 입찰 막대를 사용하여 항목이 얼마나 마음에 드는지 평가했습니다(-7~7등급 척도 사용). 친숙한 등급 작업의 경우 참가자는 항목에 얼마나 익숙한지(0~3등급 척도 사용)를 표시했습니다. 다음으로, 참가자들은 각 스낵 식품에 대해 지불할 의사가 있는 금액을 평가하는 입찰 작업을 완료했습니다($0-$3). 자극의 절반은 실제 음식으로 제시되고 반은 2-D 심상으로 제시되었습니다. 각 시험에서 보는 시간은 컴퓨터로 제어되는 시각적 폐색 안경을 사용하여 제어되었습니다. 재판이 시작될 때 안경은 3초 동안 '열기'(투명) 상태로 전환된 후 3초 간 간격으로 '닫힌' (불투명) 상태로 돌아갑니다. 그런 다음 안경이 열리면 참가자가 응답을 기록할 수 있습니다. 입찰 작업이 완료되면 참가자가 식품을 '원'하는지 여부와 가격을 결정하기 위해 '경매'가 진행되었습니다. 경매는 실험실에서 30분 의 대기 기간을 의무적으로 수행했습니다. 참가자가 음식 품목을 이기면 대기 기간 동안 음식을 섭취 할 수 있습니다. 모든 참가자는 경매 기간 동안 식품 품목이 당첨되었는지 여부에 관계없이 대기 기간 동안 실험실에 남아 야했습니다. 이 그림은 엘스비어의 허가를 받아 참조 7에서 다시 인쇄되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

4. 참가자 심사 및 스케줄링

  1. 먹는 것을 즐기고 간식을 자주 먹는 것을 자기보고하는 참가자를 모집하고 다양한 스낵 식품 (이 지역의 전형적인)에 익숙한 참가자를 모집합니다. 참가자가 체중 감량을 위해 적극적으로 다이어트를 하지 않고, 음식 알레르기, 식이 제한(예: 채식주의 자, 글루텐 프리) 또는 식품 관련 질병을 앓고 있지 않은지 확인하고 임신하지 않도록 하십시오.
  2. BDM 입찰 작업12,35에따라, 간식이 일반적으로 소비되는 경우 늦은 오후 (예 : 1 : 00 pm에서 7 : 00 pm 사이)에 참가자를 예약해야합니다. 실험12에앞서 3시간 동안 먹지 말것을 참가자에게 상기시킨다.
    참고: 이것은 참가자가 배고프고 음식에 대해 정확하게 입찰할 수 있도록 하기 위한 것입니다.

5. 설문지 절차

  1. 각 참가자에 대해 개인 인구 통계 정보(예: 연령, 성별)를 수집하고 정상 또는 수정된 시력을 가지고 있는지, 높이와 체중을 기록했는지 물어봅니다(이러한 데이터는 체질량 지수 계산에 유용합니다).

6. 선호도 및 친숙도 등급 작업 절차

  1. 참가자들에게 60가지 간식각각에 얼마나 익숙한지 평가해 보라고 한다. 참가자가 아날로그 슬라이딩 바(예: "0" = 매우 익숙하지 않은)를 마우스로 클릭하여 응답해 보라고 합니다. "3" = 매우 친숙함). 응답이 스스로 진행되는지 확인합니다(그림 4참조).
  2. 참가자들에게 아날로그 슬라이딩 바를 마우스로 클릭하여 60개의 스낵을 얼마나 좋아하는지 평가해 보라고 합니다(예: "-7" = 강하게 싫어함; "0" = 무관심; "7" = 강하게 좋아요). 응답이 스스로 진행되도록 합니다.

7. 입찰 과제 절차

  1. 참가자에게 60개의 일반적인 스낵 식품에 입찰하는 데 사용할 수 있는 $3의 수당이 주어질 것임을 알려주십시오. 입찰 작업 의 규칙을 릴레이14,35.
    1. 가장 좋은 전략은 소매 가격을 기반으로 입찰하는 것이 아니라 실험이 끝날 때 얼마나 많은 돈을 지불할 의향이 있는지를 자신의 진정한 가치로 입찰하는 것입니다.
    2. 연구 종료 시 실험실에서 30분 의 대기 기간이 필수라는 것을 참가자에게 상기시킨다(그림 4참조). 참가자에게 입찰 작업을 '이기면 실험이 끝날 때 하나의 음식 품목을 소비할 수 있다고 설명한다. 입찰가를 '상실'하면 외부 음식이나 음료를 소비하지 않고 대기 기간 동안 실험실에 남아 있어야 합니다.
  2. 시험장에 앉는다(2.4-2.5 참조). 60개의 실험 아이템에 속하지 않은 세 가지 항목으로 연습 경매를 수행합니다. 세 가지 항목을 한 번에 하나씩 참가자 앞에 놓습니다. 참가자에게 그 물건이 얼마나 마음에 드는지 평가해 보라고 한다(-7-7).
  3. 항목을 한 번에 한 번 다시 참가자 앞에 놓습니다. 참가자에게 각 항목에 대해 입찰($0 - $3)을 요청합니다. 참가자가 지침을 이해하도록 하십시오 -ask 질문은 이해를 교차 확인합니다.
  4. 참가자의 손에 마우스 옆에 $3를 놓고 수당이 보관해야 할 수 있으며 항목당 최대 $3까지 입찰할 수 있음을 상기시킵니다.
  5. 섹션 2.6.1 - 2.7.1을 참조하십시오. 실제 개체 및 이미지 시험을 수행하기위한. 그림 4는 입찰 작업 절차를 보여 줍니다.

8. 식품 경매/ 30 분 대기 기간 절차

  1. 참가자가 스낵 식품을 '원'했는지 여부와 가격에 있는지 확인하십시오 (http://www.laboratorysys.com/Data/JoVE_Real%20Object_Code.zip 에서 사용할 수있는 'runStudy'스크립트 참조).
    참고: 컴퓨터는 $0에서 $3 사이의 난수로 구성된 입찰을 25센트 단위로 만듭니다. 컴퓨터의 입찰가가 참가자의 입찰가보다 낮거나 같으면 참가자가 소비를 위해 항목을 '이긴다'. 참가자는 실험자에게 컴퓨터 입찰 가격을 $3 수당에서 지불합니다. 이전의 여러 연구는 BDM 입찰 작업34,36,38에대한 근거에 대한 심층적 인 고려를 제공했다.

9. 칼로리 추정 절차

  1. 메인 실험에 표시된 각 식품 항목에 대해 텍스트 디스플레이(예: 'Snickers bar')를 표시하고 참가자에게 서빙 크기에 얼마나 많은 칼로리가 있다고 생각하는지 (펜으로 적어 두십시오)를 달라고 요청합니다.

10. 데이터 분석

  1. 통계 분석 소프트웨어(재료 표 참조)를 사용하여 선형 혼합 효과 모델링 해석을 수행합니다. 선형 혼합 효과 모델을 사용하여 참가자 내의 중첩 된 응답(즉, 동일한 참가자의 관측값 의존도)을 고려합니다. 참가자, 항목, 디스플레이 형식, 기본 설정, 칼로리 밀도, 예상 칼로리 및 입찰가와 같은 변수로 데이터 집합을 만듭니다. 해석을 클릭한 다음 혼합 모델을 클릭한 다음 선형을 클릭하여 모델을 작성합니다.
    1. 변수 참가자를 피사체로 전송합니다: 상자를 누릅니다. 종속 변수로 입찰가를 전송: 상자. 다음으로 제목 및 표시 형식을 요인(들)로 전송합니다. 그런 다음 기본 설정을 동변량으로 전송합니다.
    2. 고정을클릭한 다음 참가자를 제외한 모든 변수를 선택하고 모델 상자에 추가한 다음 계속을클릭합니다. 임의를클릭한 다음 참가자를 선택하고 조합 상자에 추가하여 관찰자 내부 및 관찰자 간 응답의 가변성을 고려합니다. 계속을클릭합니다.
    3. 통계를클릭한 다음 설명 통계, 매개 변수 추정 및 공분산 매개 변수 상자에 대한 테스트를 선택합니다. 계속을클릭합니다. EM 평균을 클릭한 다음 모든 요인 및 요인 상호 작용을 선택하고 상자에 대한 표시 수단으로 전송합니다. 계속을클릭합니다. 마지막으로 확인을 누릅니다.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

이 실험의 대표적인 결과는 아래에 제시된다. 결과에 대한 보다 자세한 설명은 후속 연구와 함께 원본 간행물7에서찾을 수 있습니다. 입찰가의 종속 변수가 있는 선형 혼합 효과 모델과 디스플레이 형식, 기본 설정, 칼로리 밀도 및 예상 칼로리의 독립 변수를 사용했습니다. 예상대로, 이전 연구12,14에따라, 선호도 등급과 입찰 (F(1,1655) = 1803.69, p < .001) 사이에 강한 긍정적 인 관계가 있었다. 입찰가에서 $0.15의 증가와 관련된 (β = .15, t(1655) = 42.47, p < .001; d = 8.03). 또한 입찰가에 대한 칼로리 밀도의 중요한 주요효과가 있었다 (F (1, 1649) = 6.87, p < .01). 열량 밀도의 한 단위 증가는 입찰에서 $.024의 증가와 연관되었다 (β = .024, t(1649) = 2.62, p < .01; d = 0.50). 추정 된 칼로리의 주요 효과는또한 유의했다 (F (1, 1672) = 6.88, p < .01)11. 추정 칼로리의 한 단위 증가는 WTP에서 $.009의 증가와 연관되었다 (β = .009, t(1671) = 2.62, p < .01; d = .50). 다른 말로, 관찰자 평가 식품 더 큰 칼로리 콘텐츠의 것으로 인식 되었다 더 낮은 칼로리 콘텐츠의 식품 보다 더 가치 있는 것으로. 비판적으로, 다른 모든 요인을 제어한 후, 실제 식품대 식품 이미지에 대한 입찰가가 6.62% 증가한 디스플레이 형식(F (1, 1645) = 7.99, p< .01, d = .53)의 중요한 주요 효과를 발견했습니다. 실제 식품에 대한 WTP의 증폭 (대 이미지)은 참가자 전체에서 상대적으로 일관되었으며 28 명 중 20 명이 효과를 보였습니다. 설명상의 이유로 그림 5는 각 스낵 식품 항목에 대한 평균 입찰가 값을 기본 설정 함수로 표시하며, 실제 개체(빨간색) 및 이미지(파란색)로 표시된 식품에 대해 별도로 표시됩니다. 마찬가지로 그림 6은 각 스낵 식품의 평균 입찰가 값을 각 디스플레이 형식의 식품에 대해 별도로 열량 밀도의 함수로 표시합니다. 실제 식품대 이미지에 대한 WTP의 증폭은 그림 5와 그림 6모두에서 분명하게 나타납니다. 중요한 것은, 입찰에 대한 디스플레이 형식의 효과는 식품선호도 (F (1, 1644) = .025, p = .88), 칼로리 밀도 (F (1, 1643) = 2.54, p = .11) 및 예상 칼로리 (F (1,1643) = .11, p = .74) 및 다른 인자 들(모든 p-값 ≥ .11) 간에 유의한 고차 상호작용이 없었다.

예상 칼로리가 입찰가에 미치는 영향을 관찰했지만 그 효과는 상대적으로 약했습니다. 이러한 결과는 참가자들이 자극 프리젠테이션 시 식품을 보면서가 아니라 주 실험 후 텍스트 프롬프트에 대한 응답으로 추정 작업을 수행했다는 사실에 의해 설명될 수 있다. 또한, 주어진 식품 항목에서 칼로리의 수를 추정하는 것은 반드시 직관적 인 작업이 아닙니다; 많은 관찰자들은 그들이 소비하는 음식의 칼로리 밀도를 인식하지 못하거나 주의를 기울이지 않습니다.

Figure 5
그림 5 : 선호도 및 표시 형식의 함수로 플롯된 각 스낵 식품에 대한 평균 금액 입찰가입니다. 예상대로 통화 입찰가와 식품 선호도 등급 간에는 긍정적인 관계가 있었고, 더 많이 좋아한 식품에 대한 입찰가가 높았습니다. 중요한 것은 실제 식품에 대한 입찰가가 일치하는 음식 이미지보다 더 큰 디스플레이 형식의 중요한 주요 효과가 있었다는 것입니다. 디스플레이 형식과 기본 설정의 효과 사이에는 중요한 상호 작용이 없었습니다. 식품의 평균 입찰가($)는 실제 식품(빨간색) 및 2-D 이미지(파란색)에 대해 별도로 표시됩니다. 각 데이터 포인트는 각 표시 형식의 식품에 대해 별도로 각 식품 항목에 대한 그룹 평균 입찰가를 나타냅니다. 빨간색과 파란색선은 각각 실제 개체 및 이미지 조건에 가장 적합한 선을 나타냅니다. 이 그림은 엘스비어의 허가를 받아 참조 7에서 다시 인쇄되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 6
그림 6 : 칼로리 밀도 및 디스플레이 형식의 함수로 플롯 된 각 스낵 식품에 대한 평균 통화 입찰가. 우리는 입찰가와 실제 칼로리 밀도 사이에 상당한 긍정적 인 관계를 발견, 높은 칼로리 밀도의 식품에 대한 높은 입찰가와. 디스플레이 형식과 칼로리 밀도의 효과 사이에는 유의한 상호 작용이 없었습니다. 식품의 평균 입찰가($)는 실제 식품(빨간색) 및 2-D 이미지(파란색)에 대해 별도로 표시됩니다. 각 데이터 포인트는 각 표시 형식의 식품에 대해 별도로 각 식품 항목에 대한 그룹 평균 입찰가를 나타냅니다. 빨간색과 파란색선은 각각 실제 개체 및 이미지 조건에 가장 적합한 선을 나타냅니다. 이 그림은 엘스비어의 허가를 받아 참조 7에서 다시 인쇄되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

현재 논문의 가장 중요한 목표는 통제된 실험 조건하에서 많은 수의 실제 개체(및 이미지)를 제시하는 방법에 대한 자세한 정보를 제공하여 '실제' 개체 비전의 미래 연구를 용이하게 하는 것입니다. 우리는 식이 선택과 음식 평가에 영향을 미치는 요인을 연구하기 위한 생태학적으로 타당한 접근법을 제시합니다. 우리는 인간의 의사 결정 7의 최근 연구에서 채택 된 방법을 설명합니다 우리는 실제 개체의 형태로 제시 스낵 식품이 2-D 이미지로 제시 식품에 다르게 평가되는지 여부를 검사. 우리의 실험7에서, 배고픈 대학생들은 매일 간식의 범위에 금전적 입찰을 배치. 피사체 내 디자인을 사용하여 자극의 절반을 각 관찰자에게 실제 식품으로 제시하고 나머지는 고해상도 색상의 2-D 식품 사진으로 제시했습니다. 실제 음식과 음식 이미지는 겉보기 크기, 거리, 배경, 관점 및 조명에 대해 밀접하게 일치했습니다. 이전 연구 7에서중요한 출발에서, 환경 조건과 자극 타이밍은 다른 디스플레이 형식에 걸쳐 동일했다. 각 디스플레이 형식의 시험 순서는 맞춤형 턴테이블 장치를 사용하여 실험 전반에 걸쳐 무작위로 만들어졌습니다. 테스트 세션이 시작될 때 참가자들은 60가지의 식욕을 돋우는 스낵 식품(이미지로 표시)에 대한 선호도와 친숙함을 평가했습니다. 주요 실험에서 관찰자들은 실제 개체 또는 2-D 이미지로 표시된 60가지 식품 각각에 대해 지불 의지를 표명했습니다. 식품을 실제 객체 또는 이미지 조건에 할당하는 것은 관찰자 들 간에 균형을 이루었습니다. 비슷한 질문을 해결 하는 이전 연구에서 다음12,우리는 베커 DeGroot Marschak를 사용 하 여 WTP를 측정 (BDM)35 입찰 작업 관찰자는 금전적 입찰을 입력 하는 ($0-$3) 각 간식 에 대 한 '승리' 기회를 소비 하는 기회 실험이 끝날 때 음식을 먹을 수 있습니다. 데이터의 중첩 구조를 감안할 때 선형 혼합 효과 모델링을 사용하여 WTP가 디스플레이 형식, 음식 선호도, 칼로리 콘텐츠 및 예상 칼로리의 영향을 받는 정도를 결정했습니다. 우리는 관찰자가 음식 이미지대실제 개체로 표시되는 음식에 대해 6.62 % 더 많은 돈을 지불 할 의향이 있음을 발견했습니다 7. 실제 식품 디스플레이에 대한 가치의 증폭은 식품의 실제 및 추정 칼로리 함량뿐만 아니라 모든 수준의 식품 선호도에 걸쳐 일관되게 나타났습니다. 이러한 결과는 참가자들이 입찰 작업 중에 음식이 제시된 형식에 관계없이 실험이 끝날 때 동일한 (실제) 스낵 음식 보상을 받을 수 있다는 것을 알았기 때문에 놀랍습니다. 중요한 것은, 연구 결과는 환경 맥락, 자극 프리젠 테이션 방법 또는 재판의차이에 의해 설명 될 수없는 의지 - 지불 7,12에 신뢰할 수있는 '실제 식품 노출 효과'가 있음을 확인 디스플레이 형식에 걸쳐 타이밍을 지정합니다.

요약하면, 동일한 항목의 실제 개체 자극 및 밀접하게 일치하는 2-D 전산화 된 이미지를 준비하는 방법과 많은 수의 실제 객체를 제시하기위한 수동으로 작동하는 턴테이블을 만드는 방법을 설명하는 자세한 방법을 제공했습니다. 및 인터리브 연속으로 이미지. 예를 들어 컴퓨터로 제어되는 디스플레이 안경을 사용하여 모든 시험에서 자극 프리젠테이션 및 시청 시간을 제어하는 지침을 제공했습니다. 여기에 제시 된 방법은 관찰 된 효과에 대한 기본 메커니즘을 검사하는 새로운 길을 엽니 다. 예를 들어, 향후 연구는 단안 보기 조건하에서 실제 자극을 제시함으로써 입체증의 영향을 직접 평가할 수 있습니다(예를 들어, 컴퓨터 제어 안경의 단안 대 쌍안경 상태를 사용하여 쉽게 테스트할 수 있음) 여기에 설명되어 있습니다). 이것은 모션 시차와 입체 모두 충돌하는 깊이 정보를 제공하는 이미지 기반 시험과 좋은 비교를 형성할 것입니다.

우리는 통제된 보기 조건에서 실제 물체를 제시하기 위한 실용적인 솔루션을 제공했지만, 실험실에서 실제 물체로 작업하는 것은 명백히 까다롭고 비용이 많이 들고 시간이 많이 소요됩니다. 또한 조명, 위치, 크기 및 타이밍, 수집 및 실제 물체 자극의 신중한 준비 (즉, 장착)와 같은 자극 파라미터 제어와 관련된 기술뿐만 아니라 시간에 비해 근면하게 느릴 수 있습니다. 이미지를 단독으로 준비해야 합니다. 실험자는 필요한 시간 제한 내에서 각 시험 전에 올바른 모범을 찾는 데 잘 연습해야 하며 실험자 오류에 대한 명백한 가능성이 있습니다. fMRI 8,39 및환자10 연구에서 실제 개체 시력에 대한 예심 수치가 제한되는 경우, 비디오 카메라를 사용하여 각 임상 시험에 제시된 예시를 기록하고 기록을 교차 검사합니다. 정확도를 위해 사후 에. 실제 개체 자극의 독특한 클래스인 식품 작업에는 추가적인 과제가 있습니다. 연구에 사용된 품목의 수에 따라, 상대적으로 많은 종류의 식품은 신선하고, 손에, 그리고 시험실에 상대적으로 근접하게 유지되어야 합니다. 식품과 관련된 의사 결정 패러다임에서 자극은 일반적으로 포장이 열리고 일부 내용이 표시되어 표시됩니다. 많은 제조 식품무기한 유통 기한을 가지고 있는 것 같지만 (즉, Twinkie) 대부분의 품목은 신선함과 시각적 매력을 유지하기 위해 정기적으로 교체해야합니다. 이러한 조건은 우리가 발견 한 정도에 실제와 이미지 형식 사이의 음식의 모양을 정확하게 제어하기 어렵게 개체 및 도구와 같은 부패하기 쉬운 자극 클래스로 가능하다. 또한 턴테이블 장치를 원래 연구 7(검은색)에 나타난 방식에서 여기에 묘사된 방식(흰색)으로 수정한 것은 흰색 장치가 세척이 용이하고 자극 대비가 개선되었다는 것을 발견했기 때문입니다. .

위의 고려 사항은 실제 객체작업시간과 자원비용이 정당화되는지, 아니면 보다 편리한 이미지 디스플레이를 사용하여 유사한 결과를 얻을 수 있는지에 대한 중요한 질문을 제기합니다. 우리의 의사 결정 패러다임 7의 결과는 실제 식품 디스플레이가 선호도 또는 칼로리 밀도와 같은 다른 요인과 상호 작용하지 않는 평가 (즉, 선형 효과)의 지속적인 증가를 유도한다는 것을 나타냅니다. 이러한 결과 인간의 인식의 다른 도메인에서 결과 와 의사 결정 dovetail. 예를 들어, 실제 객체는10,40,41,메모리42를향상시키고, 이미지보다 43,44 더 쉽게 인식할 수 있다. 2-D 이미지에 비해 fMRI 반복 억제 효과는 실제개체 8에 대해 감소됩니다. 마찬가지로, 고밀도 EEG에 의해 측정 된 실제 개체에 대한 뇌 반응의 시간적 역학의 세분화 된 검사는 실제 객체 (대 이미지)가 mu 리듬의 더 강하고 장기간 의 비동기화를 유도한다는 것을 보여줍니다. 모터 동작의 자동 계획에 관련된 visuo모터 네트워크의 활성화 9. 실제 객체에 대한 뮤 비동기화의 증폭은 입체증 9와 관련된초기 신호 차이와 무관하다. 종합하면, 이러한 연구 결과는 이미지 디스플레이를 사용하여 얻을 수있는 결과의 패턴이 광범위하게 일관 될 수 있음을 시사, 하지만 덜 매력적인, 그렇지 않으면 관찰 된 것보다 실제 객체가 사용되었다. 즉, 이미지 비전 의 연구 결과에서 실제 개체 비전으로 예측 가능한 전송의 경우, 이미지 비전의 기본 연구 연구의 번역 값이 보존됩니다. 현재이 문제에 대한 확고한 결론을 내리기에는 데이터가 충분하지 않지만, 왼쪽 대 오른쪽 반구9 및 자기 중심 의 거리를 가로 지르는 모터 영역에서 실제 물체의 효과에 대한 해리에 대한 최근의 증거6 이 가정에 대한 우려를 제기합니다. 예를 들어, 물체가 관찰자의 손이 닿지 않는 곳에 위치하거나 도달 범위 내에 있지만 투명 장벽6뒤에 있을 때 2차원 및 3D 이미지에서 관찰되는 수준으로 떨어지는 주의력 캡처에 대한 실제 개체의 효과는 실제 개체와 수동 상호 작용(이미지가 아닌)의 가능성이 처리 방법을 결정합니다. 미래 연구는 유사한 근본적인 인과 기계장치가 기꺼이 지불에 '실제 음식 노출 효력'을 조절하는지 조사하기 위하여 여기에서 기술된 프로토콜을 이용할 수 있었습니다. 예를 들어, 거리 또는 장벽 조작 6을 사용하여 도달 가능하거나 파악할 수 있는 실제 스낵 식품이 그렇지 않은 식품과 다르게 처리되는지 여부를 결정하고 동일한 조작이 영향을 미치는지 여부를 결정할 수 있습니다. 식품 이미지의 처리). 생태학적으로 유효한 실제 물체 자극을 이용한 향후 연구는 이 문제에 대한 최종 결론을 내릴 필요가 있습니다. 중요한 것은, 유사한 메커니즘이 다른 인지 영역에서 또는 다른 작업에서 재생되는 경우가 아닐 수 있습니다. 그럼에도 불구하고 실제 개체로 작업하는 당사의 접근 방식은 자연주의적 비전을 이끄는 기본 프로세스 및 메커니즘에 대한 중요한 새로운 통찰력을 제공할 것을 약속합니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 공개 할 것이 없다.

Acknowledgments

이 작품은 수상 번호 R01EY026701, 국립 과학 재단 (NSF) [보조금 1632849] 및 임상 번역 연구 인프라에 따라 국립 보건원 (NIH)의 국립 안과 연구소에서 J.C. 스노우에 대한 보조금에 의해 지원되었다 네트워크 [부여 17-746Q-UNR-PG53-00]. 이 콘텐츠는 전적으로 저자의 책임이며 NIH, NSF 또는 CTR-IN의 공식 견해를 나타내는 것은 아닙니다.

Materials

Name Company Catalog Number Comments
EOS Rebel T2i Body Camera Canon  4462B001
MATLAB MathWorks  R2017b Computer programming software. Download this additional free toolbox: PsychToolbox 3.0.14
Photoshop Adobe CS6
PLATO Visual Occlusion Glasses Translucent Technologies Inc.  N/A
SPSS IBM Version 22 Statitical analysis software
ToTaL Control System (USB) Translucent Technologies Inc.  N/A The ToTaL Control System  controls the PLATO spectacles

DOWNLOAD MATERIALS LIST

References

  1. Gibson, J. J. The Ecological Approach to Visual Perception. , Houghton Mifflin. Boston. (1979).
  2. Westheimer, G. Three-dimensional displays and stereo vision. Proceedings of the Royal Society B: Biological Sciences. 278 (1716), 2241-2248 (2011).
  3. Julesz, B. Foundations of cyclopean perception. , U. Chicago Press. Oxford. (1971).
  4. Sprague, W. W., Cooper, E. A., Tošić, I., Banks, M. S. Stereopsis is adaptive for the natural environment. Science Advances. 1 (4), (2015).
  5. Nityananda, V., Read, J. C. A. Stereopsis in animals: evolution, function and mechanisms. Journal of Experimental Biology. 220, Pt 14 2502-2512 (2017).
  6. Gomez, M. A., Skiba, R. M., Snow, J. C. Graspable Objects Grab Attention More Than Images Do. Psychological Science. 29 (2), 206-218 (2018).
  7. Romero, C. A., Compton, M. T., Yang, Y., Snow, J. C. The real deal: Willingness-to-pay and satiety expectations are greater for real foods versus their images. Cortex. 107, 78-91 (2018).
  8. Snow, J. C., et al. Bringing the real world into the fMRI scanner: Repetition effects for pictures versus real objects. Scientific Reports. 1, 130 (2011).
  9. Marini, F., Breeding, K. A., Snow, J. C. Distinct visuo-motor brain dynamics for real-world objects versus planar images. NeuroImage. , (2019).
  10. Holler, D., Behrmann, M., Snow, J. C. Real-world size coding of solid objects, but not 2-D or 3-D images, in visual agnosia patients with bilateral ventral lesions. Cortex. , (2019).
  11. Tang, D. W., Fellows, L. K., Dagher, A. Behavioral and neural valuation of foods is driven by implicit knowledge of caloric content. Psychological Science. 25 (12), 2168-2176 (2014).
  12. Bushong, B., King, L. M., Camerer, C. F., Rangel, A. Pavlovian processes in consumer choice: The physical presence of a good increases willingness-to-pay. The American Economic Review. 100 (4), 1556-1571 (2010).
  13. Rangel, A. Regulation of dietary choice by the decision-making circuitry. Nature Neuroscience. 16 (12), 1717-1724 (2013).
  14. Plassmann, H., O'Doherty, J. P., Rangel, A. Appetitive and aversive goal values are encoded in the medial orbitofrontal cortex at the time of decision making. Journal of Neuroscience. 30 (32), 10799-10808 (2010).
  15. Berthoud, H. R. Metabolic and hedonic drives in the neural control of appetite: who is the boss. Current Opinion in Neurobiology. 21 (6), 888-896 (2011).
  16. Sclafani, A. Conditioned food preferences. Bulletin of Psychonomic Society. 29 (2), 256-260 (1991).
  17. Volkow, N. D., Wise, R. A. How can drug addiction help us understand obesity. Nature Neuroscience. 8 (5), 555-560 (2005).
  18. Drewnowski, A., Darmon, N. Food choices and diet costs: An economic analysis. Journal of Nutrition. 135 (4), 900-904 (2005).
  19. Imram, N. The role of visual cues in consumer perception and acceptance of a food product. Nutrition and Food Science. 99 (5), 224-230 (1999).
  20. Marteau, T. M., Hollands, G. J., Fletcher, P. C. Changing human behavior to prevent disease: The importance of targeting automatic processes. Science. 337 (6101), 1492-1495 (2012).
  21. Neal, D. T., Wood, W., Quinn, J. M. Habits: A repeat performance. Current Direction in Psychology. 15 (4), 198-202 (2006).
  22. Wellman, N. S., Friedberg, B. Causes and consequences of adult obesity: Health, social and economic impacts in the United States. Asia Pacific Journal of Clinical Nutrition. 11, 705-709 (2002).
  23. Canoy, D., et al. Coronary heart disease incidence in women by waist circumference within categories of body mass index. European Journal of Preventive Cardiology. 20 (5), 759-762 (2013).
  24. Whitmer, R. A., et al. Central obesity and increased risk of dementia more than three decades later. Neurology. 71 (14), 1057-1064 (2008).
  25. Bean, M. K., Stewart, K., Olbrisch, M. E. Obesity in America: Implications for clinical and health psychologists. Journal of Clinical Psychology in Medical Settings. 15 (3), 214-224 (2008).
  26. Brownell, K. D., Gold, M. S. Food and addiction: A comprehensive handbook. , Oxford University Press. (2012).
  27. Klein, S., et al. Waist circumference and cardiometabolic risk: A consensus statement from shaping America's health: Association for Weight Management and Obesity Prevention; NAASO, the Obesity Society; the American Society for Nutrition; and the American Diabetes Association. Obesity. 15 (5), 1061-1067 (2007).
  28. Zhang, Y., et al. Obesity: Pathophysiology and Intervention. Nutrients. 6 (11), 5153-5183 (2014).
  29. Afshin, A., et al. Health effects of overweight and obesity in 195 countries over 25 years. New England Journal of Medicine. 377 (1), 13-27 (2017).
  30. Mischel, W., Moore, B. Effects of attention to symbolically presented rewards on self-control. Journal of Personality and Social Psychology. 28 (2), 172-179 (1973).
  31. Mischel, W., Ebbesen, E. B., Zeiss, A. R. Cognitive and attentional mechanisms in delay of gratification. Journal of Personality and Social Psychology. 21 (2), 204-218 (1972).
  32. Gross, J., Woelbert, E., Strobel, M. The fox and the grapes-how physical constraints affect value based decision making. PLoS One. 10 (6), 0127619 (2015).
  33. Müller, H. The real-exposure effect revisited - purchase rates vary under pictorial vs. real item presentations when consumers are allowed to use their tactile sense. International Journal of Market Research. 30 (3), 304-307 (2013).
  34. Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behavior Science. 9 (3), 226-232 (1964).
  35. Becker, G. M., DeGroot, M. H., Marschak, J. Stochastic models of choice behavior. Behavior Science. 8 (1), 41-55 (1963).
  36. Plassmann, H., O'Doherty, J., Rangel, A. Orbitofrontal Cortex Encodes Willingness to Pay in Everyday Economic Transactions. Journal of Neuroscience. 27 (37), 9984-9988 (2007).
  37. Milgram, P. A spectacle-mounted liquid-crystal tachistoscope. Behavior Research Methods. 19 (5), 449-456 (1987).
  38. Johnson, E. J., Haubl, G., Keinan, A. Aspects of endowment: A query theory of value construction. Journal of Experimental Psychology: Learning Memory and Cognition. 33 (3), 461-474 (2007).
  39. Freud, E., et al. Getting a grip on reality: Grasping movements directed to real objects and images rely on dissociable neural representations. Cortex. 98, 34-48 (2018).
  40. Chainay, H., Humphreys, G. W. The real-object advantage in agnosia: Evidence for a role of surface and depth information in object recognition. Cognition Neuropsychology. 18 (2), 175-191 (2001).
  41. Humphrey, G. K., Goodale, M. A., Jakobson, L. S., Servos, P. The role of surface information in object recognition: Studies of a visual form agnosic and normal subjects. Perception. 23 (12), 1457-1481 (1994).
  42. Snow, J. C., Skiba, R. M., Coleman, T. L., Berryhill, M. E. Real-world objects are more memorable than photographs of objects. Frontiers in Human Neuroscience. 8, 837 (2014).
  43. Gomez, M. A., Snow, J. C. Action properties of object images facilitate visual search. Journal of Experimental Psychology: Human Perception and Performance. 43 (6), 1115-1124 (2017).
  44. Gerhard, T. M., Culham, J. C., Schwarzer, G. Distinct visual processing of real objects and pictures of those objects in 7- to 9-month-old infants. Frontiers in Psychology. 7, 827 (2016).

Tags

행동 문제 148 실제 개체 전산화 된 이미지 생태 학적 타당성 턴테이블 지불 의지 통제 된 실험실 조건
통제된 실험실 조건에서 실제 물체를 표시하는 방법
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Romero, C. A., Snow, J. C. Methods… More

Romero, C. A., Snow, J. C. Methods for Presenting Real-world Objects Under Controlled Laboratory Conditions. J. Vis. Exp. (148), e59762, doi:10.3791/59762 (2019).

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