Summary
Este artigo descreve um procedimento para usar e implantar um registrador de dados de ocupação e luz que permite a coleta de dados sobre o comportamento de comutação de luz dos participantes em ambientes de campo.
Abstract
Devido às discrepâncias entre o comportamento auto-relatado e observado pró-ambiental, os pesquisadores sugerem o uso de medidas mais diretas de comportamento. Embora a observação comportamental direta possa aumentar a validade externa e a generalização de um estudo, ela pode ser demorada e sujeita a viés de experimentador ou observador. Para abordar esses problemas, o uso de registradores de dados como uma alternativa à observação natural pode permitir que os pesquisadores realizem estudos amplos sem interromper os comportamentos naturais dos participantes. Este artigo descreve uma dessas ferramentas - a ocupação e registro de dados leves - com sua descrição técnica, protocolo de implantação e informações sobre suas possíveis aplicações em experimentos psicológicos. Os resultados do teste da confiabilidade do madeireiro em comparação com a observação humana são fornecidos juntamente com um exemplo dos dados coletados durante uma medição de 15 dias no banheiro público (N = 1.148) que inclui: 1) mudanças de ocupação de quartos; 2) mudanças de luz interior; e 3) tempo de ocupação do quarto.
Introduction
Uma das medidas mais utilizadas do comportamento pró-ambiental na psicologia são os autorelatos na forma de pesquisas, entrevistas ou questionários1. Entre as razões indicadas para essa tendência está simplesmente a dificuldade na realização de experimentos de campo, que geralmente exigem uma boa quantidade de recursos e operacionalização precisa2,3. No entanto, a compensação vale a pena o esforço, uma vez que está bem estabelecida que confiar em medidas de auto-relato pode ser enganosa na previsão de comportamento objetivo4,5,6.
Ao tentar evitar esse problema, os pesquisadores que estão focados em estudar o comportamento de conservação de energia geralmente usam dados observacionais (categorização nominal de eventos observados, por exemplo, acendendo/apagando luzes) ou residuais (evidências quantificáveis de um comportamento passado, por exemplo, consumo de energia em kWh) como medições de variáveis dependentes7. Embora ambos os tipos de medições sejam valiosos, os dados observacionais são mais comumente usados em experimentos de campo2,3,8,particularmente quando suas variáveis dependentes dizem respeito ao comportamento de comutação de luz.
Antes de obter dados observacionais, os pesquisadores devem considerar várias questões metodológicas, que são: 1) representatividade da amostra; 2) o número de observadores, a fim de excluir possíveis erros humanos; 3) acordo interobservador para excluir o viés do experimentador; 4) localização de observadores, que deve ser ocultada para reduzir a possibilidade de ser visto pelos participantes; 5) codificação de observação clara e especificamente definida; 6) pré-teste de medidas observacionais; 7) formação de observadores; e 8) estabelecer o calendário sistemático de observação9. Mesmo que a maioria dos problemas mencionados já foram abordados, por exemplo, aqueles que dizem respeito à análise de confiabilidade10 ou codificação de dados observacionais11- parece que nem todos eles recebem muita atenção em artigos que descrevem experimentos sobre comportamento de comutação de luz.
Uma análise de quatro estudos12,13,14,15 que foram escolhidos por sua similaridade no contexto experimental (todos eles diziam respeito ao comportamento de troca de luz em banheiros públicos/banheiros) mostrou que, embora os detalhes de localização em cada um dos estudos fossem precisos, os detalhes da medida de observação variavam. Como cada estudo empregava observação naturalista, a coleta de informações sobre o comportamento dos participantes que eram o sexo oposto dos observadores nem sempre era possível14 devido a possível interferência ou violação das normas sociais (por exemplo, se um experimentador masculino entrasse em um banheiro feminino ou vice-versa). Em alguns casos, os dados precisos dos sexos dos participantes não foram fornecidos15. Esta parece ser uma limitação ao levar em consideração que o gênero pode ser um fator importante na previsão de comportamento pró-ambiental16.
As maiores diferenças, no entanto, surgiram na descrição dos observadores e nos tempos de medição. Mesmo que essas descrições sejam naturalmente diferentes com base na localização experimental, o número preciso de observadores nem sempre foi fornecido14. Além disso, a localização exata dos observadores não foi explícita12,14,15, o que dificulta a realização de possíveis replicaçãos e garantir que os participantes desconheçam de serem observados. Em quatro artigos analisados, apenas um forneceu uma descrição detalhada da localização do observador13.
Além disso, os horários exatos dos intervalos de observação foram fornecidos apenas por um estudo12, enquanto outros estudos ou descreveram os tempos gerais de estudo (com uma descrição geral de quantas vezes em cada dia de estudo a observação ocorreu)13,15 ou não o descreveram em todos os14. Isso pode novamente impedir a replicação e estabelecer se o momento de observação foi sistemático e suficiente para os propósitos do estudo visa.
As limitações desses experimentos são apresentadas como diretrizes e pontos importantes que devem ser levados em consideração em pesquisas futuras. Em nenhum caso, pretendia-se minar a importância desses estudos. As áreas indicadas devem ser consideradas para maximizar a operacionalização do estudo, a fim de facilitar as replicaçãos, que desempenham um papel importante na psicologia17,18,e simplificar a condução de experimentos de campo. No entanto, é questionável se todas as questões mencionadas podem ser tratadas através da melhoria dos métodos de observação que, em última análise, dependem de observadores humanos.
Por estas razões, a ocupação e o registrador de dados leves (ver Tabela de Materiais)é uma ferramenta valiosa que pode ser efetivamente usada para coletar informações sobre um tipo específico de comportamentos de conservação de energia, comutação de luz, sem as limitações do uso de observadores ou restrições éticas (o madeireiro não coleta os dados audiovisuais). No geral, o objetivo deste artigo é apresentar a descrição técnica e as possibilidades de um modelo do registrador de dados de ocupação e luz. Para o conhecimento dos autores, esta é a primeira tentativa de apresentar essa ferramenta completamente no contexto de seu uso em experimentos de campo em psicologia.
Descrição técnica dos madeireiros
O modelo de registro de dados de ocupação/luz (ver Tabela de Materiais)que foi utilizado para este artigo foi equipado com capacidade de memória padrão de 128 kB. O madeireiro pesa 30 g e seu tamanho é de 3,66 cm × 8,48 cm × 2,36 cm. Detalhes adicionais e o manual do produto pode ser encontrado no site do fabricante19.
Os botões de controle, o sensor de luz e a bandeja da bateria estão localizados no painel superior. O painel frontal é composto pelo sensor de ocupação e uma tela LCD, enquanto o painel traseiro está equipado com ímãs e loops de montagem(Figura 1). A porta USB 2.0 está localizada no painel inferior, para permitir a conexão do madeireiro com o computador com um cabo USB, a fim de habilitar a configuração antes da implantação e obter leituras posteriores usando o pacote de software de análise dedicado a este registrador de dados.
O limite integrado do sensor de luz (fotocelular) é superior a 65 lx, que funciona com diferentes tipos de luz (LED, CFL, fluorescente, HID, incandescente, natural) que podem ser encontrados na maioria dos espaços públicos. No geral, o madeireiro interpreta as alterações de status de luz (ON/OFF) dependendo da força do sinal de luz, mais precisamente, se ele cai abaixo ou sobe acima dos níveis do limite de calibração. Também deve ser notado que o sensor é protegido a partir de falsa detecção de estados on e off por um nível de histerese embutido de aproximadamente ±12,5%19.
Um sensor de movimento determina se a sala está ocupada ou desocupada. Com o uso de um sensor infravermelho piroelétrico (PIR), detecta o movimento das pessoas pela temperatura corporal (que difere da temperatura do ambiente). A faixa de detecção do madeireiro discutido tem um máximo de 5 m e a versão estendida do madeireiro tem um alcance de 12 m. O desempenho de detecção horizontal funciona até 94° (±47°) e vertical até 82° (±41°).
O modelo descrito de registro de dados de ocupação/luz foi validado ao lado de sensores de ciência de construção de código aberto e parece fornecer uma medição confiável de intensidade de luz e frequência de ocupação21. Além disso, esses modelos de madeireiros têm sido mostrados úteis na pesquisa de ambiente interno, precisamente em aplicações de iluminação22,23,24.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
O estudo foi aprovado pelo comitê de ética da Universidade de Ciências Sociais e Humanas da SWPS em Varsóvia (número 46/2016).
1. Escolhendo um local experimental para implantação de madeireiros
- Escolha um local experimental interno que permita montar o madeireiro em estreita proximidade com a fonte de luz (para detecção adequada de alterações de luz), bem como para coletar os dados sobre o comportamento em relação ao estado de ocupação da sala (para detecção adequada de movimento) de participantes individuais (ou seja, um de cada vez).
- Estabelecer o uso pretendido da sala e seus usuários designados (homens, mulheres ou co-ed).
NOTA: Um exemplo de um site experimental poderia ser um banheiro público de cabine única devido ao fato de que este tipo de quarto é visitado com frequência e individualmente por seus usuários. Além disso, na maioria dos casos, é possível especificar se o quarto é visitado por machos ou fêmeas, com base em sua designação. - Visite um site escolhido e observe o tipo / número de fontes de luz funcionando, juntamente com seus interruptores de luz. Verifique se várias fontes de luz são controladas por um ou vários interruptores de luz.
- Verifique as possibilidades de montar o madeireiro ao lado da fonte de luz. Certifique-se de que o local de montagem madeireiro não está próximo a qualquer tipo de fontes de aquecimento (por exemplo, aquecedores, janelas ou espelhos) para garantir que apenas o calor do corpo dos usuários da sala será gravado.
- Adquirir todas as permissões escritas necessárias do proprietário do site para a instalação do madeireiro e realização do experimento. Forneça ao proprietário do site os detalhes do experimento, do tipo dos madeireiros e sua aplicação em forma escrita.
2. Configuração do madeireiro antes da implantação
- Baixe e instale o software dedicado (ver Tabela de Materiais)disponível para plataformas Windows/Mac para lançamento, leitura e plotagem de dados de registradores de dados.
NOTA: Além disso, uma descrição detalhada com os requisitos básicos do sistema e o manual de software pode ser encontrada no site do fabricante (ver Tabela de Materiais). - Conecte o madeireiro via cabo USB ao computador (conecte a extremidade maior do cabo de interface USB em uma porta USB no computador e na extremidade menor do cabo de interface USB na porta do dispositivo).
- Lançar o software.
- Clique no ícone de lançamento na barra de ferramentas (ou selecione o comando de lançamento do menu do dispositivo) que abre a janela de configuração dos madeireiros.
NOTA: Esta opção não estará disponível quando o madeireiro não estiver conectado ao computador. A janela Launch Logger é dividida nas seguintes três seções: 1) informações de madeireiro que apresentam modelo, número de série, número de implantação e nível atual da bateria do madeireiro selecionado; 2) lista dos sensores disponíveis para o madeireiro; e 3) configuração de implantação. A partir dessa interface, pode-se definir recursos específicos que configurarão o madeireiro antes da implantação, como os mencionados anteriormente: configuração do sensor, configuração de filtros de exibição de dados, registro inicial/stop e exibição da tela LCD. - Insira um nome para o lançamento que será usado como o nome do arquivo padrão durante a leitura e salvar os dados registrados pelo madeireiro.
- Selecione o sensor Light. Defina a medida para registrar o Estado a partir da lista de quedas e escolha a descrição do estado fora/on da lista de queda.
- Selecione o sensor de ocupação. Defina a medida para registrar o Estado a partir da lista de quedas e escolha a descrição do estado desocupada/ocupada da lista de quedas.
NOTA: Os canais de ocupação e sensor de luz podem ser configurados para registrar alterações estaduais ou tempo de execução. No cenário de mudança do estado, o trabalho do madeireiro é dependente de eventos. Ao verificar cada segundo para uma mudança de estado, o madeireiro só irá gravar um valor carimbado pelo tempo (quanto tempo um evento dura, data e hora) quando a mudança de estado ocorre. Por outro lado, por outro lado, na configuração de configuração de tempo de execução, o madeireiro verifica e registra o estado do status do sensor uma vez a cada segundo. - Clique no botão Filtros para ativar o cálculo automático de valores adicionais (por exemplo, máximo, mínimo, médio ou total).
NOTA: A etapa 2.8 é opcional e serve para filtrar dados para cada série durante a leitura dos madeireiros.- Selecione o tipo de escolha do sensor. Selecione o tipo de filtro e o intervalo para usar.
- Edite o nome e clique em criar nova série. Clique feito.
- Clique no botão Advanced para acessar as propriedades do sensor.
- Selecione o sensor Light. Selecione defina a máxima sensibilidade para calibração e clique no botão Salvar.
NOTA: Por padrão, o sensor de luz pode ser calibrado automaticamente no local onde o madeireiro será implantado usando o botão de controle localizado no painel superior. Ao simplesmente pressionar o botão de calibração, enquanto no local da implantação, a tela LCD dos madeireiros exibirá a força do sinal da luz que está sendo monitorada (use essa opção quando os níveis de luz no local experimental forem desconhecidos antes da implantação). A sensibilidade dos sensores também pode ser ajustada por opção "Definida para sensibilidade máxima/mínima" - se os níveis de luz no local de implantação forem conhecidos com antecedência. Essas formas de calibração garantem uma leitura precisa das alterações de luz entre os estados ON e OFF. - Selecione o sensor de ocupação. Selecione um valor de tempo o prazo pré-definido (ou seja, 10 s; 30 s; 1 min; 2 min; 5 min) ou selecione Custom e digite um valor em minutos e segundos, se necessário. Clique no botão Salvar.
NOTA: O valor do tempo limite especifica o período de inatividade necessário para que o sensor considere a área desocupada. Por padrão, esse atributo é definido como 1 min.
- Selecione o sensor Light. Selecione defina a máxima sensibilidade para calibração e clique no botão Salvar.
- Selecione quando lançar o madeireiro, dependendo do plano experimental: 1) imediatamente; 2) em intervalos (disponível quando registrando o tempo de execução); 3) em uma data/hora especificada; ou 4) usando manualmente o botão de partida.
- Selecione quando o madeireiro deve parar de registrar: 1) quando a memória se enche; 2) pare em uma data/hora especificada; 3) pare manualmente ou 4) nunca pare, resultando na mais recente sobreposição de dados mais antiga.
- Clique no botão Iniciar ao terminar a configuração. Desligue o madeireiro do computador.
3. Implantar o madeireiro nas configurações de campo
- Visite o site experimental antes do momento em que o madeireiro começará a gravar os dados.
- Equipar o madeireiro com um tubo de luz de fibra óptica adicional (ver Tabela de Materiais),conectando-o à parte de trás do madeireiro, a fim de filtrar qualquer luz ambiente (proveniente de janelas ou reflexos de espelho) e garantir as leituras mais precisas.
NOTA: O tubo de luz tem 30,48 cm de comprimento e pode ser dobrado para ter acesso a áreas de difícil acesso, o que também pode ser útil para esconder o madeireiro da visão de qualquer usuário do quarto. - Monte o madeireiro com a tubulação clara ao lado da fonte de luz designada com o uso de: 1) quatro ímãs internos na parte traseira do madeireiro que pode o unir a uma superfície magnética; 2) tira adesiva que pode ser anexada à parte de trás do madeireiro para montá-lo em paredes ou outras superfícies planas; 3) qualquer fita dupla face para furar o madeireiro a uma superfície; ou 4) a pulseira de gancho e loop que pode ser usada através dos laços de montagem em ambos os lados do madeireiro para montá-lo a uma superfície curva.
NOTA: A escolha do método de montagem depende do tipo de superfície para a qual o madeireiro será montado. - Deixe o site experimental para o momento do conjunto de registro de dados ou planejado.
- Após o término da gravação, revisitar o site experimental e remover o madeireiro para fins de leitura de dados.
4. Leitura de dados
- Conecte o madeireiro via cabo USB ao computador e lance o pacote de software de análise dedicado ao registrador de dados (ver Tabela de Materiais).
- Clique no botão do dispositivo Readout do painel de controle ou selecione Readout do menu do dispositivo, o que permitirá que o madeireiro descarregue os dados coletados.
- Escolha um local e um nome de arquivo ou aceite a localização e o nome padrão para salvar os dados. Clique em Salvar e selecione os sensores e/ou eventos para exibir em um gráfico e clique no Plot.
- Selecione a série para visualizar os dados e o enredo da tabela. Clique no botão Tudo ou Nenhum para selecionar ou desmarcar todas as séries, ou clique nas caixas de seleção para selecionar ou desselecionar séries individuais.
NOTA: Os dados da tabela são apresentados numericamente usando filtros adicionais que foram definidos antes da implantação. Cada coluna corresponde ao tipo de dados coletados. Por exemplo, a coluna rotulada como "luz" apresenta as ocorrências de comutação de luz, enquanto a coluna rotulada como "ocupação" apresenta as informações sobre a presença de movimento no campo onde o madeireiro foi implantado. Em cada coluna, as mudanças estaduais são apresentadas de forma dicotômica (o número "0" representa o estado de luz de desligado na coluna "light" e a falta de movimento na coluna de "ocupação"). - Selecione dados da tabela de exportação do painel de controle. Escolha pasta de destino para a exportação.
NOTA: É possível realizar uma leitura de dados e exportá-lo para texto, valores separados por ma, ou arquivos de planilha. Outras opções, como a plotagem de dados, também estão disponíveis; no entanto, devido ao fato de que a maioria dos pesquisadores trabalha em dados exportados e usa pacotes estatísticos, decidimos apresentar a leitura de dados mais básica. Para mais informações, consulte o manual19dos madeireiros.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Teste de confiabilidade dos madeireiros em comparação com a observação humana
A fim de testar a confiabilidade do madeireiro em comparação com a observação humana, um teste de campo de 4 h foi realizado em um banheiro masculino de uma única barraca localizado no campus da Universidade. Dois observadores do sexo masculino esperaram do lado de fora do banheiro (cerca de 5 m de distância da porta da frente) e registrou de forma independente o comportamento dos visitantes em termos de taxas de ocupação / vezes e comutação de luz (luzes deixadas ligado ou desligado ao sair). Simultaneamente, dois registradores de dados foram montados no mesmo banheiro de barraca única e reuniram as mesmas informações que os observadores humanos. No total, o comportamento de 24 machos foi registrado.
Kappa Fleiss foi executado para determinar se havia um acordo entre madeireiros e observadores humanos sobre se os visitantes entraram no banheiro de cabine única e exibiu desligar ou acender as luzes ao sair. Os resultados mostraram acordo quase perfeito25 em termos de registro de estado de luz, κ = 1.000 (95% CI, 0,885 a 1.115), p < 0,001; bem como o status de ocupação κ = 1.000 (IC 95%, 0,885 a 1,115), p < 0,001 (em ambos os casos, a porcentagem de acordo entre cada par de madeireiros /observadores humanos foi igual a 100%). Além disso, o grau em que os madeireiros e observadores humanos forneceram consistência em suas classificações de tempo de ocupação entre os sujeitos foi avaliado usando uma correlação intra-classe mista de duas vias( consistência e medidas médias de correlação intra-classe (ICC)26. O ICC resultante estava na excelente faixa, ICC = 0,99, indicando que os programadores tinham um alto grau de acordo27.
Portanto, pode-se supor que o uso de registradores de dados poderia servir como uma ferramenta útil para a realização de experimentos de campo em psicologia, uma vez que os dados coletados são confiáveis, mesmo quando comparados aos observadores humanos. Mais vantagens do uso de registradores de dados serão apresentadas através de um exemplo do experimento de campo, que abordou a ocorrência de comportamento de conservação de energia.
Implantação de madeireiro no ambiente de campo
A ocorrência de comportamentos de economia de energia (como desligar a luz ao sair de um espaço público) pode ser influenciada por normas descritivas, que especificam o que a maioria das pessoas faz em uma determinada situação, fornecendo informações sobre qual comportamento é geralmente visto como eficaz ou adaptativo28. Conseqüentemente, pode-se supor que os povos que entram no quarto em que as luzes são desligadas (norma descritiva) se comportarão de acordo com esta norma e desligarão a luz ao sair do quarto. Essa suposição já foi positivamente verificada por estudos anteriores sobre comportamento de comutação de luz13,14. No entanto, note-se que nesses estudos a norma descritiva do estado de luz foi, na maioria dos casos, manipulada manualmente por experimentadores. As possibilidades apresentadas pelo registrador de dados de ocupação/luz utilizada permitem verificar a influência das mudanças naturais no estado de luz na frequência de pessoas desligar a luz ao sair dos banheiros públicos.
Participantes e procedimento
Durante uma implantação de 15 dias (dias úteis de segunda a sexta-feira) do registrador de dados de ocupação e luz, o comportamento de comutação de luz de 1.148 pessoas (536 homens e 612 mulheres) foi registrado. A identificação de gênero dos participantes foi baseada no tipo de banheiro visitado (masculino ou feminino). Os dados demográficos não foram obtidos devido à natureza do estudo e ao fato de que o madeireiro não registra dados audiovisuais.
O registro foi realizado em dois banheiros de cabine única (um para mulheres e outro para homens) na construção de uma loja do tipo faça você mesmo (DIY) localizada em Varsóvia. Ambos os banheiros tinham um layout arquitetônico idêntico (ou seja, dois quartos sem janelas equipados com dois interruptores de luz separados) consistindo em: 1) primeiro quarto com pia, espelho, lixeira e uma porta de entrada para uma única barraca; e 2) única tenda com um toalete e uma fonte de luz no centro do teto.
Antes do registro, o madeireiro foi calibrado para registrar alterações estaduais para canais leves e de ocupação. O sensor de luz (com tubulação de luz de fibra óptica adicional) foi definido como a máxima sensibilidade e o valor de tempo limite dos sensores de ocupação foi fixado em 10 s. Após a configuração do software, fita dupla face foi usada para furar o madeireiro ao teto ao lado da fonte de luz, que era um dispositivo elétrico com uma lâmpada incandescente pendurada em um teto suspenso.
Os primeiros 5 dias de medição foram realizados no banheiro masculino (após escolhê-lo aleatoriamente). Em seguida, as medidas foram tomadas no banheiro feminino por 10 dias (o período mais longo resultou do fato de que havia metade do número de mulheres do que homens que visitam a loja DIY por dia). Em resumo, houve três turnos de registro de 5 dias. No primeiro dia de cada turno, o madeireiro foi montado às 7:00 DA MANHÃ (antes do início da exploração madeireira), e desmontado no 5º dia de cada turno às 20h (após a parada da exploração madeireira). A login adequada em cada banheiro começou às 8h no primeiro dia de medição e durou até às 19h do último dia. Os dados adquiridos permitiram a análise de intervalos que variam das 8h às 19h em cada um dos dias de medição.
Resultados da medição do campo
Na primeira etapa, as frequências do comportamento de comutação de luz foram comparadas entre os dias de registro (em ambos os banheiros), a fim de examinar se a ocorrência de comportamento estudado foi estável nos dias de medição. Para isso, aplicamos o teste chi-quadrado para uma variável com correção de Bonferroni. Os resultados da análise não mostraram significância estatística nas diferenças entre os dias de medição no banheiro masculino2 (4, N = 536) = 5,56; p = 0,23 ou no banheiro feminino2 (9, N = 612) = 3,27; p = 0,95.
Para fins exploratórios, realizamos dois testes adicionais de ANOVA, de sentido único entre os sujeitos, na data de medição do tempo de ocupação dos usuários em cada banheiro. Em ambos os casos, o tempo de ocupação não diferiu de um nível de significância estatística no banheiro masculino F(4, 531) = 1,51, p = 0,19, η2 = 0,01 ou no banheiro feminino F(9, 612) = 1,01, p = 0,43, η2 = 0,01 em datas de medição. A tabela 1 mostra frequências de comportamento de comutação de luz, bem como tempo de ocupação dos usuários em dias de medição em cada um dos banheiros.
Para verificar a influência do estado de luz e do tipo banheiro na ocorrência de comportamentos de conservação de energia, realizamos análise de regressão logística. O status de luz (ON vs. OFF antes de entrar no banheiro) e o tipo de banheiro (masculino versus feminino) foram inscritos em um modelo. A variável dependente, comportamento de conservação de energia, foi igual a 1 se o participante desligou a luz após a saída, e 0 se não. A tabela 2 mostra o coeficiente do modelo construído.
Os resultados do modelo construído indicaram que o tipo de banheiro e o status de luz distinguiram de forma confiável entre desligar/ligar a luz:2 (2) = 25,16; p < 0,001. O critério wald demonstrou como significativo o tipo de banheiro:2 (1) = 8,03; p < 0,01 e estado de luz:2 (1) = 16,08; p < 0,01. Estatísticas de Cox e Snell(R2 = 0,02) e Nagelkerke(R2 = 0,05) revelaram uma relação fraca entre previsão e agrupamento, enquanto o sucesso da previsão global foi de 85,9% (23,2% para desligar a luz e 91,5% para deixar a luz acesa). A análise da relação de probabilidades (OR) revelou que desligar a luz ao sair do banheiro era 94% mais provável de ocorrer no banheiro feminino (OR = 1,94) do que no banheiro masculino. Além disso, entrar em um banheiro com a luz desligada gerou uma ocorrência quase três vezes mais provável de comportamento conservador de energia (OR = 2,96).
Figura 1: Características visuais do madeireiro de cada lado. Clique aqui para ver uma versão maior deste número.
| Tipo de banheiro | Dia de implantação | N | Frequências de comutação de luz | Tempo de ocupação | |
| Luz ACESA | Luz FORA | ||||
| Masculino | 1 | 85 | 82 | 3 | M = 1 min 43 s SD = 1 min 11 s |
| 2 | 99 | 92 | 7 | M = 1 min 55 s SD = 1 min 21 s | |
| 3 | 109 | 100 | 9 | M = 1 min 36 s SD = 0 min 54 s | |
| 4 | 132 | 129 | 3 | M = 1 min 48 s SD = 1 min 06 s | |
| 5 | 111 | 104 | 7 | M = 1 min 38 s SD = 0 min 50 s | |
| Fêmea | 1 | 62 | 54 | 8 | M = 1 min 58 s SD = 1 min 02 s |
| 2 | 67 | 58 | 9 | M = 1 min 56 s SD = 0 min 50 s | |
| 3 | 56 | 51 | 5 | M = 1 min 37 s SD = 0 min 44 s | |
| 4 | 60 | 53 | 7 | M = 1 min 56 s SD = 0 min 53 s | |
| 5 | 58 | 52 | 6 | M = 1 min 56 s SD = 1 min 06 s | |
| 6 | 61 | 53 | 8 | M = 1 min 52 s SD = 0 min 53 s | |
| 7 | 62 | 56 | 6 | M = 1 min 51 s SD = 0 min 52 s | |
| 8 | 66 | 59 | 7 | M = 2 min 03 s SD = 1 min 13 s | |
| 9 | 63 | 56 | 7 | M = 2 min 05 s SD = 1 min 15 s | |
| 10 | 57 | 54 | 3 | M = 2 min 07 s SD = 1 min 43 s | |
Tabela 1: Comportamento de comutação de luz e tempo de ocupação em dias de medição.
| B | S.E. | Wald2 Wald | P | Exp (b) Exp (b) | 95% CI | ||
| Ll | Ul | ||||||
| Tipo de banheiro | 0.66 | 0.23 | 8.03 | E 0,01 | 1.94 | 1.22 | 3.07 |
| Estado de luz | 1.08 | 0.27 | 16.08 | E 0,001 | 2.96 | 1.74 | 5.02 |
| Constante | -3.63 | 0.41 | 80.17 | E 0,001 | 0.03 | ||
Tabela 2: Coeficientes do modelo construído em regressão logística.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Ao planejar o uso de mais de um site (para implantação de madeireiro) ao mesmo tempo, deve-se garantir que cada local tenha um layout arquitetônico idêntico, a fim de excluir a possibilidade de ocorrência de diferentes padrões comportamentais dos participantes (ou seja, resultante sem tempos de ocupação e possibilidades de troca de luz). Um local adequado deve ser equipado com uma ou mais fontes de luz com apenas um interruptor de luz correspondente, visível para o ocupante. Se de outra forma, deve-se plann para usar um abeto madeireiro cada fonte de luz / interruptor de luz. Além disso, antes de selecionar um valor de tempo limite de pré-estabelecido do sensor de ocupação (segunda etapa do protocolo), é aconselhável executar um teste piloto da implantação dos madeireiros no local experimental para escolher o valor mais opcional com base nas frequências de ocupação reais dos participantes. Na terceira etapa do protocolo, é aconselhável verificar se é possível esconder o gravador dos olhos de possíveis usuários de sala (mesmo que o registrador de dados tenha tamanho relativamente pequeno). Por fim, devido ao fato de que a implantação dos madeireiros pode ocorrer em espaços públicos (por exemplo, banheiros), é crucial adquirir quaisquer permissões escritas necessárias dos proprietários do site e comitês de ética.
O tipo apresentado de ocupação / registro de dados leves vem em dois modelos (visite fabricantes site para mais detalhes - veja a Tabela de Materiais) que diferem principalmente em seus níveis de faixa de detecção, desempenho e zonas. Outras características, como capacidade de memória padrão de 128 kB (que pode ser estendida até 512 KB) e características de design, são semelhantes. Cada modelo é equipado com uma bateria de moeda de lítio que pode durar um ano19. No entanto, o número de implantações, bem como o tipo de configuração de registro pode reduzir a vida útil da bateria. Além disso, existem duas versões do software dedicado dos madeireiros: grátis (que foi usado no artigo apresentado) e uma versão paga para opções de análise adicionais com registradores diferentes. O madeireiro pode adicionalmente ser equipado com um transportador de dados que permite a descarga de dados conveniente no campo. No geral, os pesquisadores têm a oportunidade de escolher um determinado modelo, tipo de software e dispositivos compatíveis, com base em suas necessidades e características do site em que ocorre a implantação dos madeireiros. Um extenso guia de solução de problemas está disponível no site dos fabricantes.
O sensor de ocupação só pode fornecer as informações sobre o movimento de uma fonte. Em outras palavras, se o quarto é ocupado por mais de uma pessoa, o madeireiro ainda trataria e registraria a ocupação como uma só. Essa limitação pode ser ignorada empregando vários madeireiros de uma só vez (por exemplo, em banheiros de várias barracas) com atenção ao local do madeireiro, a fim de evitar uma possível detecção falsa. Além disso, o madeireiro por si só não fornece dados que permitam a identificação do sexo, idade ou outras informações demográficas sobre potenciais participantes. No exemplo apresentado, a implantação do madeireiro em banheiros dedicados a cada um dos gêneros autorizados a superar esse obstáculo. No entanto, ainda há uma possibilidade de que alguns homens ou mulheres poderiam visitar um banheiro não dedicado ao seu gênero. Além disso, deve-se notar que o modelo descrito do madeireiro (bem como outros modelos) só está disponível por compra através do fabricante ou seus parceiros de distribuição (ver Tabela de Materiais).
Apesar dos custos de compra, as capacidades dos madeireiros valem o seu preço. A implantação do registrador de dados de ocupação/luz pode fornecer uma operacionalização clara de um determinado experimento. Cada configuração de madeireiro, bem como a montagem e implantação do madeireiro, podem ser apresentadas explicitamente. Em comparação com a comunicação da localização de observadores humanos em experimentos, não há eufemismos no contexto da aplicação de registradores de dados. Isso pode fornecer motivos bem estabelecidos para possíveis replicaçãos e uma condução mais freqüente de experimentos de campo. Uma vantagem do uso de registradores de dados de ocupação/luz é o tipo de dados que podem ser coletados. Além dos resultados nominais do estado de luz e ocupação, é possível analisar informações quantitativas sobre o tempo de ocupação de quartos, bem como o tempo entre os eventos de ocupação (que não foram analisados em estudos anteriores sobre comportamento de comutação de luz). Neste artigo, esse tipo de dados foi avaliado para fins exploratórios, bem como para verificar se a ocorrência de comportamento foi estável nos tempos de medição. Como resultado, esse tipo de informação pode ser usado para outros refinamentos metodológicos e teóricos na realização de experimentos de campo. Durante 15 dias de medição, foi possível coletar uma amostra substancial de 1.148 participantes. Mesmo que o tamanho da amostra nem sempre seja problemático em experimentos de campo, o fato de que o pesquisador só teve que visitar o local experimental seis vezes (em contraste com um método típico de observação que exige a presença constante de observadores) mostra uma tremenda promessa de simplificar a condução de experimentos de campo. Além disso, enquanto em alguns casos, os pesquisadores não foram capazes de observar o comportamento feminino de comutação de luz14, o uso de um madeireiro autorizado a reunir facilmente essas informações sem o risco de violar as normas sociais em relação ao uso de banheiros por sexos opostos (o que seria problemático se um pesquisador do sexo masculino fosse observar e entrar em um banheiro feminino). No geral, a implantação de um registrador de dados reduziu a necessidade de contratar observadores e, assim, limitou possíveis erros humanos.
Mesmo que este artigo aborde o uso de madeireiros na medição do comportamento de comutação de luz, deve-se salientar que a ferramenta apresentada pode ser valiosa em outros domínios também. Sempre que o indicador de variável dependente exigiria medir a ocorrência de movimento e seu tempo (em um espaço fechado), os registradores de dados permitiriam uma medição precisa e automatizada. Começando com o domínio da psicologia industrial-organizacional (por exemplo, medindo o tempo gasto no local de trabalho ou as taxas de ocupação do espaço de trabalho), através da ciência ambiental (por exemplo, medindo wayfinding em instalações de saúde), e terminando com ciências comportamentais (por exemplo, em estudos que não permitiriam a observação direta ou usando gravação de vídeo dos participantes devido a restrições legais). Além disso, os madeireiros apresentados poderiam ser efetivamente utilizados como uma ferramenta de medição complementar para métodos de avaliação ambulatorial, como gravador ativado eletronicamente (EAR)20. Com efeito, os dados acústicos recolhidos a partir da EAR podem ser comparados aos dados do madeireiro de ocupação, a fim de aumentar a precisão das informações gravadas sobre o comportamento dos participantes.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores não têm nada a divulgar.
Acknowledgments
Nenhum.
Materials
| Name | Company | Catalog Number | Comments |
| HOBO Occupancy/Light (5m Range) Data Logger | ONSET | UX90-005 | As advertised by Onset - The HOBO UX90-005 Room Occupancy/Light Data Logger is available in a standard 128 KB memory model (UX90-005) capable of 84,650 measurements and an expanded 512KB memory version (UX90-005M) capable of over 346,795 measurements. For details and other products visit: https://www.onsetcomp.com/products/data-loggers/ux90-005 |
| HOBO Light Pipe | ONSET | UX90-LIGHT-PIPE-1 | An optional fiber optic attachment or light pipe that eliminates effects of ambient light to ensure the most accurate readings. For details visit: https://www.onsetcomp.com/support/manuals/17522-using-ux90-light-pipe-1 |
| HOBOware | ONSET | - | Setup, graphing and analysis software for Windows and Mac. There are two versions of HOBOware: HOBOware (available for free) and HOBOware Pro (paid version which allows for additional analysis with different loggers). Each of them are dedicated to HOBO loggers. For details visit: https://www.onsetcomp.com/products/software/hoboware |
References
- Steg, L., Vlek, C. Encouraging pro-environmental behaviour: An integrative review and research agenda. Journal of Environmental Psychology. 29 (3), 309-317 (2009).
- Doliński, D. Is psychology still a science of behaviour. Social Psychological Bulletin. 13, 25025 (2018).
- Grzyb, T. Why can't we just ask? The influence of research methods on results. The case of the "bystander effect". Polish Psychological Bulletin. 47 (2), 233-235 (2016).
- Kormos, C., Gifford, R. The validity of self-report measures of proenvironmental behavior: A meta-analytic review. Journal of Environmental Psychology. 40, 359-371 (2014).
- Lange, F., Steinke, A., Dewitte, S. The Pro-Environmental Behavior Task: A laboratory measure of actual pro-environmental behavior. Journal of Environmental Psychology. 56, 46-54 (2018).
- Lucidi, A., Thevenot, C. Do not count on me to imagine how I act: behavior contradicts questionnaire responses in the assessment of finger counting habits. Behavior research methods. 46 (4), 1079-1087 (2014).
- Abrahamse, W., Schultz, P. W., Steg, L. Research Designs for Environmental Issues. Research Methods for Environmental Psychology. Gifford, R. , Wiley-Blackwell. Hoboken, NJ. 53-71 (2016).
- Blasko, D. G., Kazmerski, V. A., Corty, E. W., Kallgren, C. A. Courseware for observational research (COR): A new approach to teaching naturalistic observation. Behavior Research Methods, Instruments, & Computers. 30 (2), 217-222 (1998).
- Sussman, R. Observational Methods. Research Methods for Environmental Psychology. Gifford, R. , Wiley-Blackwell. Hoboken, NJ. 9-28 (2016).
- Jansen, R. G., Wiertz, L. F., Meyer, E. S., Noldus, L. P. Reliability analysis of observational data: Problems, solutions, and software implementation. Behavior Research Methods, Instruments, & Computers. 35 (3), 391-399 (2003).
- Maclin, O. H., Maclin, M. K. Coding observational data: A software solution. Behavior Research Methods. 37 (2), 224-231 (2005).
- Bergquist, M., Nilsson, A. I saw the sign: promoting energy conservation via normative prompts. Journal of Environmental Psychology. 46, 23-31 (2016).
- Dwyer, P. C., Maki, A., Rothman, A. J. Promoting energy conservation behavior in public settings: The influence of social norms and personal responsibility. Journal of Environmental Psychology. 41, 30-34 (2015).
- Oceja, L., Berenguer, J. Putting text in context: The conflict between pro-ecological messages and anti-ecological descriptive norms. The Spanish Journal of Psychology. 12 (2), 657-666 (2009).
- Sussman, R., Gifford, R. Please turn off the lights: The effectiveness of visual prompts. Applied ergonomics. 43 (3), 596-603 (2012).
- Gifford, R., Nilsson, A. Personal and social factors that influence pro-environmental concern and behaviour: A review. International Journal of Psychology. 49 (3), 141-157 (2014).
- Earp, B. D., Trafimow, D. Replication, falsification, and the crisis of confidence in social psychology. Frontiers in Psychology. 6, 1-11 (2015).
- van Aert, R. C., van Assen, M. A. Examining reproducibility in psychology: A hybrid method for combining a statistically significant original study and a replication. Behavior research methods. 50 (4), 1515-1539 (2018).
- HOBO® Occupancy / Light Data Logger UX90- 005x/-006x) [Manual]. Onset Computer Corporation. , Available from: http://www.onsetcomp.com/files/manual_pdfs/15433-C-MAN-UX90-005-006.pdf (2018).
- Mehl, M. R., et al. The Electronically Activated Recorder (EAR): A device for sampling naturalistic daily activities and conversations. Behavior Research Methods, Instruments, & Computers. 33 (4), 517-523 (2001).
- Ali, A. S., Zanzinger, Z., Debose, D., Stephens, B. Open Source Building Science Sensors (OSBSS): A low-cost Arduino-based platform for long-term indoor environmental data collection. Building and Environment. 100, 114-126 (2016).
- Popoola, O., Munda, J., Mpanda, A. Comparative analysis and assessment of ANFIS-based domestic lighting profile modelling. Energy and Buildings. 107, 294-306 (2015).
- Tetlow, R. M., Beaman, C. P., Elmualim, A. A., Couling, K. Simple prompts reduce inadvertent energy consumption from lighting in office buildings. Building and Environment. 81, 234-242 (2014).
- van Someren, K., Beaman, P., Shao, L. Calculating the lighting performance gap in higher education classrooms. International Journal of Low-Carbon Technologies. 13 (1), 15-22 (2017).
- Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33 (1), 159-174 (1977).
- McGraw, K. O., Wong, S. P. Forming inferences about some intraclass correlation coefficients. Psychological methods. 1 (1), 30 (1996).
- Hallgren, K. A. Computing inter-rater reliability for observational data: an overview and tutorial. Tutorials in quantitative methods for psychology. 8 (1), 23 (2012).
- Cialdini, R. B., Kallgren, C. A., Reno, R. R. A focus theory of normative conduct: A theoretical refinement and reevaluation of the role of norms in human behavior. Advances in experimental social psychology. 24, 201-234 (1991).
