Waiting
Login processing...

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

Behavior

Betrokkenheid van toeschouwers van sociale digitale games meten

Published: July 3, 2021 doi: 10.3791/61596
* These authors contributed equally

Summary

We stellen een methodologie voor die het mogelijk maakt om de betrokkenheid van toeschouwers in een sociaal digitaal spel te meten door fysiologische en zelfgerapporteerde gegevens te combineren. Omdat dit digitale spel een groep vrij bewegende mensen omvat, wordt de ervaring gefilmd met behulp van een synchronisatietechniek die fysiologische gegevens koppelt aan gebeurtenissen in het spel.

Abstract

Het doel van deze methodologie is om expliciete en impliciete metingen van betrokkenheid van toeschouwers tijdens sociale digitale games in een groep deelnemers met bewegingsvolgsystemen te beoordelen. In de context van games die niet binnen een scherm zijn opgesloten, kan het meten van de verschillende dimensies van betrokkenheid, zoals fysiologische opwinding, een uitdaging zijn. De focus van het onderzoek ligt op de toeschouwers van het spel en de verschillen in hun betrokkenheid volgens interactiviteit. Engagement wordt gemeten met fysiologische en zelfgerapporteerde opwinding, evenals een engagementvragenlijst aan het einde van het experiment. Fysiologische opwinding wordt gemeten met EDA-sensoren (Electrodermal Activity) die de gegevens registreren op een draagbaar apparaat (EDA-box). Draagbaarheid was essentieel vanwege de aard van het spel, dat lijkt op een levensgrote pong en veel deelnemers omvat die bewegen. Om een overzicht te krijgen van de gebeurtenissen van het spel, worden drie camera's gebruikt om drie hoeken van het speelveld te filmen. Om de EDA-gegevens te synchroniseren met gebeurtenissen in het spel, worden vakken met digitale nummers gebruikt en in de frames van camera's geplaatst. Signalen worden gelijktijdig vanuit een synchronisatiebox naar de EDA-boxen en naar lichtbakken gestuurd. De lichtbakken tonen de synchronisatienummers naar de camera's en dezelfde nummers worden ook geregistreerd in het EDA-gegevensbestand. Op die manier is het mogelijk om EDA op te nemen van veel mensen die zich vrij bewegen in een grote ruimte en deze gegevens te synchroniseren met gebeurtenissen in het spel. In onze specifieke studie konden we de verschillen in opwinding voor de verschillende omstandigheden van interactiviteit beoordelen. Een van de beperkingen van deze methode is dat de signalen niet verder dan 20 meter verder weg kunnen worden verzonden. Deze methode is daarom geschikt voor het registreren van fysiologische gegevens in games met een onbeperkt aantal spelers, maar is beperkt tot een beperkte ruimte.

Introduction

Het bestuderen van de ervaring van game-toeschouwers helpt om de positieve en negatieve aspecten van het spel beter te begrijpen en kan op zijn beurt helpen om het ontwerp te verbeteren1. Recente innovaties in de game-industrie hebben nieuwe soorten ervaringen mogelijk maken die verder gaan dan traditionele consolegebaseerde gaming2. Bij digitale games die gebruik maken van motion tracking systemen die niet binnen een scherm zijn opgesloten, hoeft het publiek niet meer op een vaste plek geplaatst te worden. Deze nieuwe realiteit creëert uitdagingen bij het beoordelen van de ervaring van toeschouwers. Het experiment werd uitgevoerd in de studio van de makers van het spel, maar kon worden gerepliceerd in een laboratoriumomgeving of een andere omgeving die voldoende ruimte heeft om in het spel te passen.

Het doel van deze methodiek is om toeschouwersbetrokkenheid te meten tijdens een sociaal digitaal spel. Meer precies, opwinding, die leidt tot betrokkenheid, zal worden gemeten wanneer de toeschouwer toegang heeft tot een webapplicatie die de gameplay beïnvloedt. Deze methode combineert fysiologische en zelfgerapporteerde gegevens. Omdat dit spel sociaal is en een groep mensen betrekt die bewegen, wordt het experiment gefilmd. Met behulp van camera's en draagbare fysiologische apparaten konden we fysiologische gegevens synchroniseren met gebeurtenissen in het spel. De draagbare apparaten (EDA-boxen) zijn 3D-geprinte dozen die zijn aangesloten op elektroden die fysiologische activiteit registreren. De boxen hebben een AAN/UIT schakelaar, visuele indicatoren, een microSD kaartsleuf en laadsleuven. De visuele indicatoren helpen bij het oplossen van problemen. Deze geven bijvoorbeeld aan of de microSD functioneel is, tonen de status van de Bluetooth- en Wi-Fi-verbindingen en geven aan of fysiologische gegevens worden geregistreerd.

Het gebruik van fysiologische maatregelen is een gemeenschappelijke en gevalideerde benadering voor het meten van spelbetrokkenheid3. Fysiologische valentie is gemeten in de context van videogames4. Het is ook gebruikt in andere onderzoeksdomeinen zoals onderwijs5. Omdat emotionele betrokkenheid niet waarneembaar is en zelfrapportage bevooroordeeld kan zijn, hebben Charland et al. fysiologische opwinding gebruikt om emotionele betrokkenheid te beoordelen bij leerlingen die problemen oplosten5. Ze gebruikten electrodermal activity (EDA) om fysiologische opwinding te meten, wat een veelgebruikte methode is6. EDA is de meting van de geleidbaarheid van de huid, die varieert afhankelijk van de verschillen in zweetklieractiviteit3. Deze meting is een belangrijke correlatie met real-time emotionele variaties. EDA wordt geassocieerd met veel constructies zoals stress, opwinding, frustratie en betrokkenheid7. Het wordt daarom aanbevolen om EDA-gegevens aan te vullen met zelfrapportageresponsen om de gegevens aan de juiste constructie te koppelen3. De Self-Assessment Manikin (SAM) is een zelfgerapporteerde pictografische schaal die drie dimensies van emotie beoordeelt: valentie, opwinding en dominantie8. Het huidige werk gebruikte de opwindingsdimensie, beoordeeld met behulp van een visuele 9-punts Likert-schaal, variërend van kalm tot opgewonden. Waargenomen opwinding is gebruikt in combinatie met fysiologische opwinding7.

In traditionele videogames-contexten zitten toeschouwers in een stoel en blijven ze min of meer in dezelfde positie voor de duur van het experiment. Er wordt van hen verwacht dat ze naar een scherm kijken waar de acties plaatsvinden. Deze instelling is gezien in eerdere games studies met behulp van fysiologische gegevens9. In dit geval is het eenvoudig om de registratie van het spel tegelijkertijd met de registratie van de fysiologische gegevens te starten10.

In de context van nieuwe digitale games die buiten het scherm worden gespeeld en waarin deelnemers staan en vrij zijn om te bewegen, is traditionele EDA-opname mogelijk niet geschikt. Het spel dat in deze studie wordt gebruikt, is vergelijkbaar met een levensgrote Pong11. Dit spel bestaat uit een bal en twee peddels, elk op een uiteinde van het speelveld. Spelers verplaatsen hun peddel om de bal van het ene uiteinde van het veld naar het andere te duwen. In de versie die voor dit onderzoek wordt gebruikt, wordt het spel op de grond geprojecteerd en gebruiken spelers hun lichaam als controllers voor de peddels. Bewegingsdetectietechnologie stelt de peddel in staat om de twee spelers te volgen die zich aan weerszijden van de speeltuin bevinden. Een voorbeeld van hoe de spelers voorkomen dat de bal de virtuele muur achter hen raakt, wordt weergegeven in figuur 1. Het spel omvat ook toeschouwers die aan de zijkanten van de speeltuin staan, die hun smartphones kunnen gebruiken om de gameplay te beïnvloeden. Met behulp van een mobiele webapplicatie kunnen toeschouwers stemmen op bepaalde power-ups of obstakels die de spelers kunnen helpen of schaden (bijv. minder muren versus meer ballen of het moduleren van de snelheid van de bal). De optie met de meeste stemmen wint.

In deze studie onderzoeken we de invloed van interactiviteit op toeschouwers. De voorwaarden voor interactiviteit zijn met of zonder smartphone. We vergeleken de betrokkenheid van de toeschouwers in deze twee omstandigheden. Een binnen-subject ontwerp werd gebruikt voor de interactiviteitsvoorwaarde, om het verschil in opwinding, en dus in opdracht te beoordelen. In de huidige studie waren groepen van 12 mensen ideaal om de ecologische geldigheid van het spel te bevorderen12. twee mensen als spelers en 10 als toeschouwers. Er waren slechts twee EDA-boxen beschikbaar voor ons onderzoek, dus we hadden in totaal acht groepen die in totaal 16 EDA-datasets hadden (twee deelnemers met EDA-opname per groep van 12). Elk lid van het publiek werd willekeurig toegewezen aan twee games met toegang tot hun smartphone om de gameplay te beïnvloeden en één spel zonder toegang tot hun smartphone. Game engagement literatuur suggereert dat het geven van veel interactieve opties kan leiden tot een hogere betrokkenheid13. Onderzoek in het onderwijs heeft aangetoond dat fysiologische opwinding een correlaat is van emotionele betrokkenheid5. Voortbouwend op literatuur over spelbetrokkenheid en onderzoek in het onderwijs, veronderstelden we dat het geven van toegang aan de toeschouwers tot interactiviteit de opwinding zal vergroten, wat op zijn beurt hun betrokkenheid zal vergroten.

In tegenstelling tot studies over spelerservaring, gebruiken studies over toeschouwers van een digitaal spel zelden psychofysiologische maatregelen. Zij worden meestal gedaan met vragenlijsten14, observatie15en interviews16. Een moeilijkheid om psychofysiologische maatregelen met toeschouwers te gebruiken is dat ze vaak een groep zijn en dat hun bewegingen minder voorspelbaar zijn dan die van de spelers. Deze methodologie maakt gebruik van meerdere camera's om de deelnemers en lichtbakken vast te leggen, waardoor video- en fysiologische gegevens van deelnemers kunnen worden gekoppeld.

Omdat we een ontwerp binnen het onderwerp gebruikten voor de toestand van de smartphone, nam elk onderwerp deel aan twee games met de interactiviteitsconditie, met behulp van hun smartphone en één spel in de besturingstoestand, zonder het gebruik van hun smartphone. Synchronisatie van EDA-gegevens met het begin en het einde van elk spel was daarom cruciaal om de verschillen in elke voorwaarde van interactiviteit te kunnen beoordelen. Het zou onmogelijk zijn om de opname van alle drie de camera's tegelijkertijd met de opname van de EDA op de toeschouwers te starten vanwege de afmetingen van de kamer. Om dat probleem op te lossen, hebben we een nieuwe synchronisatietechniek gebruikt, het zogenaamde draadloze synchronisatieprotocol, voor het verkrijgen van multimodale gebruikersgegevens17. Bluetooth Low Energy (BLE)-signalen worden gelijktijdig vanuit een synchronisatiebox naar de EDA-boxen en naar lichtbakken gestuurd (zie figuur 2). De sync box is een 3D geprinte box met AAN/UIT en auto/manual schakelaars en een knop. De handmatige functie wordt gebruikt voor het testen van de signalen met behulp van de knop. De signalen zijn het verhogen van getallen die bij één beginnen en die worden weergegeven op de 3D-geprinte lichtbakken. Er worden nummers getoond aan de camera's en dezelfde nummers worden ook geregistreerd in het EDA-gegevensbestand (zie figuur 3). Dit maakt synchronisatie van gebeurtenissen in het spel met variaties in de EDA-opnamen mogelijk. In ons geval waren de geïdentificeerde gebeurtenissen het begin en het einde van de drie wedstrijden. Dan kunnen we het spel koppelen aan de conditie en het deelnemersnummer. Op deze manier hebben we vastgesteld welke gegevensset aan elke voorwaarde voldeed.

In het volgende gedeelte wordt het protocol beschreven dat het gebruik van de door Courtemanche et al.17ontwikkelde techniek mogelijk maakt . We hebben de techniek aangepast om onze onderzoeksvraag te beantwoorden. Dit protocol ontving een ethisch certificaat van de ethische commissie van onze instelling. In dit protocol gebruiken we fysiologische apparaten18,gemonteerd in een 3D-geprinte behuizing. We zullen het apparaat de EDA-boxen noemen (dozen die worden gebruikt om de EDA van de deelnemer op te nemen), de lichtbak (de doos met een digitaal licht) en de synchronisatiebox (doos die signalen naar de EDA-boxen en de lichtbakken stuurt om gegevens te synchroniseren). De synchronisatiesoftware die het draadloze synchronisatieprotocol voor de verwerving van multimodale gebruikersgegevens17 mogelijk maakt, is in de dozen geïntegreerd.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Het volgende protocol werd goedgekeurd door de ethische commissie van HEC Montréal voorafgaand aan het begin van de gegevensverzameling.

1. Deelnemersscreening voor het experiment

  1. Rekruteer deelnemers van 18 jaar en ouder. Zorg ervoor dat deelnemers de taal van het experiment begrijpen, 20 minuten kunnen staan, een smartphone van maximaal 5 jaar hebben, geen huidallergieën of gevoeligheden hebben, geen pacemaker hebben en geen epilepsie of een ander gediagnosticeerd gezondheidsprobleem hebben.
  2. Rekruteer groepen mensen die vrienden zijn, en andere groepen mensen die elkaar niet kennen, om te controleren op vertrouwdheid. Groepsgroottes moeten worden bepaald op basis van het doel van de studie, het bestudeerde spel en de grootte van de beschikbare ruimte.
  3. Deelnemers plannen. Leg een datum en tijd op voor een groep mensen die elkaar kennen en groepeer de mensen die elkaar niet kennen op hun handigste data.
  4. Vraag deelnemers om hun smartphones op te laden en opladers mee te nemen naar de sessie voor het verzamelen van gegevens.

2. Voorwaarden en experimenteel ontwerp

  1. Bereid het randomisatieblad voor op de interactiviteitsvoorwaarde door elk deelnemersnummer te koppelen aan de twee voorwaarden voor interactiviteit voor elk spel. Wijs ook nummers toe aan spelers en aan toeschouwers die een EDA-box zullen dragen.

3. Voorbereiding

OPMERKING: Deze materialen zijn nodig om het protocol uit te voeren: EDA-box, de doos die wordt gebruikt om de EDA van de deelnemer vast te leggen; lichtbak, de doos met verlichte digitale nummers; en synchronisatievak, het vak dat signalen naar de EDA-box stuurt en de lichtbakken om gegevens te synchroniseren. Twee armbanden, EDA-elektroden, EDA-sensoren, medische tape en antiseptische doekjes zijn ook nodig.

  1. Sluit de EDA-boxen, de drie lichtbakken en de synchronisatieboxen aan op het laadstation.
  2. Schakel het spel in de studio in (projector en 3D-scanner voor bewegingsdetectietechnologie) en test het spel door het door een volledig spel te laten lopen.
  3. Leg de toestemmingsformulieren, de vragenlijst voor het experiment en de truien op een tafel in het begroetingsgebied.
  4. Test de Bluetooth-verbinding van de lichtbakken. Stel het synchronisatievak in op handmatig.
    1. Schakel de drie lichtbakken, de twee EDA-boxen, de Bluetooth op de EDA-boxen en de synchronisatiebox in.
    2. Druk op de pulsknop op het synchronisatievak. De lichtbakken knipperen met het nummer 01.
    3. Schakel de synchronisatiebox, de lichtbakken en de EDA-boxen uit.
  5. Stel de synchronisatiebox en lichtbakken in voor de collectie. Plaats de lichtbakken in het zicht van elke camera.
    1. Zet de syncbox op het statief, op een hoogte van 2 meter.
    2. Stel het synchronisatievak in op automatisch.
  6. Koppel de batterijen los en plaats ze in de camera's.
    1. Controleer of de batterij meer dan een uur kan opnemen.
  7. Plaats de camera zodat de framing alle vier de uiteinden van het betaalveld van het spel en de lichtbak bevat. Plaats de twee low light camera's in tegenovergestelde hoeken van het speelveld op heuphoogte en plaats de go pro mid-field op een hoger statief om een overhead shot van het speelveld te hebben.
  8. Zorg ervoor dat framings het volledige speelveld en een gebied van 1 m rond de grenzen omvatten, en de lichtbak. Zorg ervoor dat de synchronisatiebox zich niet verder dan 20 m van de plaats bevindt waar de deelnemers zullen staan, anders worden de pulsen niet verzonden.

4. Deelnemers verwelkomen

  1. Begroet de deelnemers bij de voordeur. Zeg dat ze aan tafel moeten gaan zitten.
  2. Zodra alle deelnemers zijn gearriveerd en zitten, beschrijf je de tools die zullen worden gebruikt om gegevens voor dit onderzoek te verzamelen. Deze beschrijving moet worden geschreven in het toestemmingsformulier. Vertel vervolgens de twee willekeurig gekozen deelnemers om de onderzoeker te volgen om de EDA-apparatuur te installeren. Gedurende die tijd kunnen andere deelnemers beginnen met het invullen van de vragenlijst voor het experiment.
  3. Vraag de deelnemers om de toestemmingsformulieren te lezen en te ondertekenen. Letterlijk: "Ik zal u vragen het toestemmingsformulier te lezen. De twee kopieën zijn identiek. Eén is voor jou; De ene is voor mij. Beantwoord alle vragen en onderteken beide kopieën."
  4. Ga rond de tafel om het toestemmingsformulier te ondertekenen, controleer of alle vragen zijn beantwoord en plaats één kopie van het toestemmingsformulier in een map die voor dit doel is aangewezen en geef de deelnemer het tweede exemplaar.
  5. Vraag de deelnemers om de trui aan te trekken met hun deelnemersnummer.

5. Installatie van het fysiologische hulpmiddel

  1. Vraag de deelnemers om sieraden uit de niet-dominante hand te verwijderen.
  2. Gebruik een antiseptisch doekje om het gebied waar de elektroden worden geplaatst schoon te maken. Verwijder het plastic van de elektrode en plaats het op de handen van de deelnemer.
  3. Klik de twee sensoren op de twee elektroden. De rode draad moet op de duimzijde worden geplaatst. De zwarte draad moet aan de andere kant, onder de pink, worden geplaatst.
  4. Sluit de sensordraad aan op de A3-poort van de EDA-box. Vraag de deelnemer of hij de neiging heeft om zweterige handpalmen te hebben. Als ze zeggen dat ze dat doen, wikkel dan medische tape rond de elektroden zonder het metalen deel aan te raken.
  5. Voeg een armband over de palm van de hand om de sensoren en elektroden op hun plaats te zetten.
  6. Schakel het EDA-apparaat in. Controleer of de Bluetooth-schakelaar nog steeds is ingeschakeld.
  7. Controleer of de vier lampjes knipperen.
  8. Noteer het nummer van de deelnemer en het nummer van het serienummer van het EDA-vak dat aan elke deelnemer is gekoppeld.
  9. Plaats de EDA-doos op de riem of in de zak van de deelnemer. Als de kleding van de deelnemer deze plaatsing niet toestaat, bied hem dan een riem aan en haak de EDA aan de riem.
  10. Vraag de deelnemers die de EDA-boxen dragen om samen met de anderen terug te keren naar de tafel en de pre-experimentele vragenlijst in te vullen.

6. Basislijn registreren

  1. Ga rond de tafel, te beginnen met de deelnemers die de EDA niet hebben, en controleer of alle vragen zijn beantwoord. Als de vragenlijst is ingevuld, plaatst u deze in de map met het toestemmingsformulier van de deelnemer.
  2. Zodra alle deelnemers de pre-experimentele vragenlijst hebben ingevuld, loop je ze naar de gamestudio.
  3. Noteer vervolgens de basislijn.
    1. Om dit te doen, vertel de deelnemers om de gereedschappen te kalibreren en hen te vragen rustig te ademen en iets voor hun ogen te repareren gedurende 2 minuten.
    2. Schakel tegelijkertijd de EDA-apparaten uit en vervolgens in.
    3. Start een timer gedurende 2 minuten. Nadat de 2 minuten zijn afgelopen, schakelt u het EDA-apparaat uit en weer in.

7. Start het experiment

  1. Start de opname van de drie camera's en zet de drie lichtbakken aan.
  2. Controleer of de lichtbakken en het volledige speelveld zich nog steeds in het cameraframe bevinden.
  3. Controleer of het synchronisatievak automatisch is ingeschakeld en schakel het synchronisatievak in.
  4. Na 10 s knipperen de nummers op de lichtbakken.
    OPMERKING: Dit geeft aan dat de synchronisatiebox automatisch elke 10 s een puls naar zowel de lampjes als de EDA-boxen stuurt.
  5. Leg het spel uit door te informeren dat het spel is als Ping-Pong en men zal begrijpen tijdens het spelen. Om te winnen moet één speler 3 punten verdienen. Sommige leden van het publiek zullen smartphones gebruiken om het spel te beïnvloeden door de website-URL te bezoeken die op de speelplaats wordt geprojecteerd.
  6. Gebruik het randomisatieblad met het aantal deelnemers voor elke voorwaarde en vertel de deelnemers wie het spel zal spelen en wie er als toeschouwers aan de zijlijn zal staan.
    OPMERKING: Voor dit onderzoek kunnen de deelnemers die de EDA-boxen dragen niet worden geselecteerd als spelende deelnemers omdat de betrokkenheid van de toeschouwer wordt bestudeerd.
  7. Vertel de deelnemers welke toeschouwers hun smartphone zullen gebruiken. Vraag de toeschouwers om het spel te beïnvloeden. Vertel de deelnemers binnen een meter van het speelveld te blijven.

8. Start het spel

  1. Vertel de gametechnicus om het spel te starten door de projectoren en de bewegingsdetectietechnologie in te schakelen.
  2. Vertel de spelers het scenario. Letterlijk: "Hier is de context: je loopt in een openbare ruimte en je ziet dit spel. Je besluit mee te doen."
  3. Controleer tijdens het spelen visueel of de lampjes elke 10 s knipperen.
  4. Tussen elke wedstrijd door, vraag de toeschouwers (niet spelers) om de Self-Assessment Manikin (SAM) Scale8 vragenlijst in te vullen op hun smartphone op een URL. Geef ze de link van de vragenlijst. Als de eerste wedstrijd voorbij is, vraag je alle toeschouwers, niet spelers, om een vragenlijst in te vullen op de smartphone over de ervaring. Zorg ervoor dat ze drie vragen beantwoorden met behulp van drie schalen. Evalueer het spel zelf niet, maar het gevoel tijdens de deelname.

9. Verwijdering van fysiologische hulpmiddelen

  1. Lees dit woordelijk: "Heel erg bedankt voor het deelnemen aan het spel. De laatste wedstrijd is voorbij. Toeschouwers vullen nu twee papieren vragenlijsten in, spelers kunnen vertrekken. Volg me alsjeblieft naar de begroetingskamer.
    1. Vraag alle toeschouwers, behalve die met de EDA, om terug te gaan naar de tafel. Ze zullen de UES-SF twee keer beantwoorden, één keer nadenkend over wanneer ze de smartphone hadden en één keer wanneer ze de smartphone niet hadden, dit staat in de instructies van de vragenlijst. Woordelijk: "De deelnemers met het fysiologische hulpmiddel kunnen aan tafel wachten. De anderen, die het einde van de experimentenquête kunnen invullen, kunnen uitgebreid antwoorden door duidelijk uit te leggen wat er bedoeld wordt.' Ze kunnen eventuele vragen stellen.
  2. Vraag de deelnemer om de EDA-box terug te sturen; schakel het apparaat en de Bluetooth van het apparaat uit.
    1. Haal de stekker uit het stopcontact van de A3-poort, verwijder de armband en los van de sensor.
    2. Vraag de deelnemer om de medische tape en elektroden op zijn hand te verwijderen. Geef de deelnemer een tissue om de crème uit de hand te halen.
    3. Haal de micro SD-kaart uit de EDA-doos en herhaal stap 9.2. tot 9.2.3 met de andere EDA-deelnemers.

10. Debriefing van de deelnemers

  1. Breng de EDA-deelnemers naar de tafel waar de andere deelnemers zitten.
  2. Vraag de deelnemers om de vragenlijst aan het einde van de ervaring in te vullen. Vraag de deelnemers uitgebreid te antwoorden door duidelijk uit te leggen wat ze bedoelen. Zeg dat ze hulp moeten zoeken bij de experimenteerder voor het geval ze vragen hebben.
  3. Plaats de ingevulde vragenlijsten na het experiment met de vragenlijsten en toestemmingsformulieren vóór het experiment in de map.
  4. Debrief de deelnemers. Als ze klaar zijn, bedank ze dan voor hun deelname, vertel ze over de compensatie en loop ze weg.

11. Materialen opruimen

  1. Zet de drie lichtbakken uit.
  2. Stop de opname van de drie camera's en verwijder de batterijen en SD-kaarten van de drie camera's. Plaats de camerabatterijen in de oplader.
  3. Schakel de synchronisatiebox uit en sluit de EDA-boxen, lichtbakken en synchronisatiebox aan op het laadstation.

12. Fysiologisch gegevensbeheer

  1. Plaats de micro SD-kaart uit de EDA-doos in een adapter. Breng de gegevens over naar de computer in een map met de naam het nummer van de deelnemer. Verwijder de bestanden van de SD-kaart.
  2. Selecteer alle gegevens en plaats deze in een spreadsheet. Verberg de kolommen die niet nuttig zijn. Selecteer ongeveer lijn 1 tot lijn 3.000 en maak een spreidingsplot. Als alle gegevens tussen de 240 en 550 zijn, zijn de gegevens geldig.
  3. Controleer of de markeringen die door het synchronisatievak worden gegenereerd, aanwezig zijn door de gebeurteniskolom te selecteren en deze te sorteren. Druk op controle Z om de sortering van de markeringen terug te zetten.
    OPMERKING: Alle markeringen die zijn gegenereerd, zijn zichtbaar. Soms zijn er markeringen die niet zijn verschenen. Dit is geen probleem, slechts één markering zal een referentiepunt bieden. Vanaf dit punt kunnen het begin en het einde van de gebeurtenissen worden berekend met behulp van de tijd van de camera. Er zijn 100 gegevenspunten per seconde.
  4. Voeg een event_start_end kolom toe. Bekijk de beelden, wanneer er het begin van een gebeurtenis is, bereken het verschil tussen het tijdstip van de gebeurtenis en de laatste markering. Wanneer de seconden met betrekking tot het begin van de gebeurtenis worden gevonden, voegt u een markering met de naam event1_start toe aan het spreadsheetbestand. Doe hetzelfde voor het einde van het evenement.
  5. Herhaal stap 12.4 voor de basislijn.
  6. Wanneer alle markeringen zijn toegevoegd, exporteert u het werkblad in .txt indeling (door tabbladen gescheiden tekst).
    OPMERKING: Er zijn twee spreadsheets per deelnemer, één met de experimentgegevens en één met de basisgegevens.
  7. Importeer deze bestanden in de software die is ontwikkeld voor deze EDA-boxen (zie de volgende sectie)19. Dit genereert een bestand dat klaar is voor analyse en dat de relatieve tijd, absolute tijd, gebeurtenissen en EDA-signaal bevat.
  8. Bestanden uploaden naar de EDA-analysesoftware
  9. Klik op Project toevoegen. Voeg een titel toe. Voeg een beschrijving toe. De datum van het project en het totale aantal deelnemers invoeren.
  10. Klik op de naam van het project. Klik op Experimenteel Ontwerp. Klik op Signalen en kies fysiologisch, EDA, Bluebox recorder, Bluebox en versie 3.0.
  11. Klik op Gebeurtenissen en voer de gebeurtenissen in zoals ze eerder in het werkblad werden genoemd (bijv. event_start_end). Kies Bluebox, versie 3.0.
  12. Klik op Transformaties en kies GSR (galvanische huidrespons).
  13. Klik op Ontgrendeld om te wijzigen in vergrendelen voor het vergrendelen van het project. Klik op Bestand importeren om de eerder voorbereide bestanden te importeren.
  14. Klik op het deelnemersprofiel om informatie over de deelnemers te geven door hun e-mailadressen in te voeren. Klik op Deelnemer is Er. Klik op Ok Voltooien.
  15. Upload het gegevensbestand dat moet worden gezipt om de software het te laten herkennen. Klik op de pijl. Klik op de taarten om het bestand te uploaden.
  16. Ga naar Analyse en kies Gegevensexport; selecteer de deelnemer en zijn gegevens. Klik op Gegevens exporteren om een bestand te maken voor statistische analyse. Dit kan uren duren als er veel deelnemers zijn. Het bestand wordt aan het einde van de export weergegeven onder Bestandsnaam.
    OPMERKING: Om het bestand klaar te maken voor analyse, genereert de software schone phasic-gegevens. Signaalvoorverwerkingsstappen werden als volgt uitgevoerd: gegevens werden geregistreerd bij 100 Hz en opnieuw gesampled tot 25 Hz, voordat een low-pass 2e orde Butterworth-filter en een 50 Hz-cut-off werden toegepast. Signaal werd vervolgens afgebroken in tonic en phasic componenten met behulp van de convexe optimalisatie algoritme beschreven in Greco's artikel20. Dit algoritme filtert op artefacten en uitschietergegevenspunten.
  17. Gebruik het bestand dat is gegenereerd voor fysiologische gegevensanalyse.

13. Analyseer de gegevens

  1. Trek het EDA-gemiddelde af van de EDA-waarde en deel deze waarde vervolgens door de standaardafwijking (waarbij het gemiddelde en de standaardafwijkingen zijn gebaseerd op de hele gegevensset)21 om de EDA-gegevens te standaardiseren.
  2. Trek het gemiddelde van de EDA-basislijn af van elke gestandaardiseerde EDA-waarde, waarbij het gemiddelde is gebaseerd op de basisgegevens voor elke deelnemer in vraag21 tot en met de basislijn van de EDA-gegevens.
  3. Bereken de middelen voor elke voorwaarde van interactiviteit voor de SAM-schaal en de vragenlijst na het experiment (d.w.z. UES-SF).
  4. Test twee bemiddelingsmodellen, één voor elk type opwinding: fysiologisch en zelfgerapporteerde.
  5. Test de relatie tussen de onafhankelijke variabele (interactiviteit) en de bemiddelaars (fysiologische en waargenomen opwinding).
  6. Test de relatie tussen de onafhankelijke (interactiviteit) en afhankelijke variabelen (betrokkenheid beoordeeld in de UES-SF).
  7. Beoordeel de relatie tussen de combinatie van de onafhankelijke variabele en de bemiddelaars en de afhankelijke variabele.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

In deze sectie worden de representatieve resultaten van dit onderzoek beschreven. We rekruteerden deelnemers via sociale media en het deelnemerspanel van onze instelling. Van de 78 deelnemers waren er 40 vrouwen. De gemiddelde leeftijd was 22 jaar oud. Geen van de deelnemers had het spel eerder gespeeld. Andere uitsluitingscriteria zijn te vinden in stap 1 van het protocol.

De beschrijvende statistieken, die in tabel 1te zien zijn, bevatten het gemiddelde per voorwaarde voor elke meting. Het gemiddelde van de opwindingsdimensie van de Zelfbeoordelingspop (SAM) wordt gerapporteerd in de tweede rij van de tabel. De SAM-schaal werd toegediend met behulp van een visuele 9-punts Likert-schaal, variërend van kalm tot opgewonden8 (zie Aanvullend bestand). Uit de resultaten blijkt dat de deelnemers meer enthousiast waren over de smartphone. De derde rij toont het verschil tussen het gemiddelde van de gestandaardiseerde EDA voor elke voorwaarde, wat opnieuw aantoont dat deze hoger was in de smartphoneconditie. De vierde rij rapporteert de middelen voor elke voorwaarde in het User Engagement Questionnaire Short Form (UES-SF), een 5-punts Likert-schaal variërend van Sterk akkoord tot Sterk oneens werd gebruikt22. Nogmaals, de resultaten tonen aan dat de waargenomen betrokkenheid hoger was in de toestand van de smartphone. De p-waarden worden voor elke meting gerapporteerd, wat hun statistische significantie bevestigt. Met behulp van de Baron & Kenny-procedure konden we de bemiddelende rol van opwinding identificeren in de relatie tussen interactiviteit en betrokkenheid van toeschouwers23. Zelf-waargenomen opwinding en zelf-waargenomen betrokkenheid had 78 deelnemers en fysiologische opwinding had 12 deelnemers. De aantallen zijn lager dan wat we hebben gerekruteerd omdat we vier EDA-deelnemers en twee SAM Scale- en UES-SF-deelnemers moesten weggooien vanwege gegevensverlies.

Deze resultaten tonen aan dat deze methode voor het verzamelen en analyseren van gegevens de nodige gegevens biedt om de twee voorwaarden van interactiviteit te vergelijken. Zoals gesuggereerd door spelerervaringsliteratuur3, biedt het combineren van geleefde en waargenomen opwindingsmaatregelen een robuustere beoordeling. Bovendien maakt deze methode een ecologisch geldige meting van zowel fysiologische als zelfgerapporteerde opwinding mogelijk, omdat de draadloze EDA-apparaten een live-opname mogelijk maakten tijdens ononderbroken gameplay. Verder werden de zelfgerapporteerde opwindingsvragenlijsten tussen elk spel ingevuld, rechtstreeks op de smartphones van toeschouwers, die al werden gebruikt om het spel te spelen. Hierdoor konden de deelnemers in de flow van het spel blijven.

Figure 1
Figuur 1: Visuele weergave van het spel. Deze figuur toont de speeltuin met één speler aan elke kant en zes toeschouwers die vanaf de zijkant van de speeltuin toekijken. Alle deelnemers dragen een trui met een nummer erop. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 2
Figuur 2: Visuele weergave van de synchronisatieapparaten. Deze afbeelding toont de apparaten die worden gebruikt om de EDA-gegevens te synchroniseren. Er is het synchronisatievak aan de linkerkant en het lichtvak14 met een nummer aan de rechterkant. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 3
Figuur 3: Visuele weergave van de camera en lichtbak. Deze afbeelding toont een lichtbak die voor een camera wordt geplaatst. De camera staat op een statief en de lichtbak14 staat op een mechanische arm die op het statief is gemonteerd. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figure 4
Figuur 4: Relaties tussen variabelen. Dit schema vertegenwoordigt de bemiddelende rol van opwinding in de relatie tussen interactiviteit en betrokkenheid van toeschouwers. Klik hier om een grotere versie van deze afbeelding te bekijken.

Met smartphone Zonder smartphone P-waarde
Zelf waargenomen opwinding 5.54 4.64 < .001
Fysiologische opwinding (EDA) 0.0295 -0.1262 < .001
Zelf waargenomen betrokkenheid 3.49 3.31 < .001

Tabel 1: Beschrijvende statistieken per groep. De getallen vertegenwoordigen de middelen van de totale waarden van elk meetinstrument per voorwaarde van interactiviteit. De p-waarden worden weergegeven in de kolom P-waarde. P-waarden werden gemeten met behulp van een lineaire regressie met willekeurige interceptie met een tweezijdig significantieniveau.

Aanvullend bestand 1: SAM-schaal Klik hier om dit bestand te downloaden.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Houd er rekening mee dat de stappen zijn uitgevoerd in de studio van de makers van het spel, maar kunnen worden gerepliceerd in een laboratoriumomgeving of een andere omgeving die voldoende ruimte heeft om in het spel te passen. Het is belangrijk op te merken dat de synchronisatiebox alleen een puls kan verzenden naar de lichten en EDA-boxen die zich binnen 20 meter bevinden. Daarom mag de speelkamer of het speelveld niet groter zijn.

Bestaande laboratoriummethoden hebben software gebruikt om tegelijkertijd te beginnen met zowel de opname van het videogamescherm als fysiologische meetinstrumenten10. In de context van digitale games die niet binnen een scherm plaatsvinden, is deze methode ontoereikend. Dit probleem wordt omzeild door de synchronisatiemethode die in ons protocol wordt beschreven. Het maakt niet uit wanneer de opnames beginnen, de gegevens kunnen worden gesynchroniseerd. Ons werk heeft aangetoond dat de door Courtemanche et al. voorgestelde techniek kan worden toegepast op gameonderzoek, met name in games die plaatsvinden buiten de traditionele console-gebaseerde gaming17. Met de combinatie van gesynchroniseerde fysiologische en videogegevens, evenals zelfgerapporteerde metingen, konden we de twee voorwaarden van interactiviteit vergelijken en een verschil in betrokkenheid waarnemen.

Voor onderzoekers die dit protocol willen gebruiken, zijn er enkele aanbevelingen die u niet mag missen. De methode is gebaseerd op technologie die langdurige batterijvoeding vereist. Al het materiaal moet vóór het experiment volledig worden opgeladen om gegevensverlies te voorkomen. De EDA-apparatuur moet altijd voorafgaand aan het experiment worden getest om er zeker van te zijn dat deze volledig is opgeladen, dat de Bluetooth-ontvangst werkt en dat de lampjes knipperen. Hoewel de lichtbakken erg belangrijk zijn voor synchronisatie, is het mogelijk om de gegevens te gebruiken als het licht slechts één signaal uitzendt tijdens het hele spel. De gebeurtenissen worden dan berekend op basis van hun cameratijdverschil met dat ene signaal. Als één lampje geen signaal verzendt, is het mogelijk om de twee andere te gebruiken om de gebeurtenissen te berekenen. Als geen van de lampjes werkt, is het ook mogelijk om de twee EDA-boxen en het synchronisatievak tegelijkertijd in te schakelen en zichtbaar te maken in het cameraframe en daarop te vertrouwen voor de synchronisatie van gegevens, hoewel deze methode minder nauwkeurig zal zijn.

EDA-meting kan worden beïnvloed door beweging en zweet; deze meting kan in het gedrang komen als de deelnemers aan intense fysieke activiteit deelnemen. In de context van dit spel is het voor toeschouwers belangrijk om gewoon vrij rond te kunnen lopen en een smartphone te kunnen gebruiken. Dit niveau van fysieke activiteit was acceptabel voor ons type meting. EDA-sensoren werden op de niet-dominante hand van de toeschouwers geplaatst, waardoor ze zich comfortabel konden voelen met hun smartphone met hun andere hand. Het plaatsen van een armband op de hand en de arm van de deelnemer is belangrijk omdat het helpt ervoor te zorgen dat de sensorkabel en de elektroden niet bewegen. Bijzondere aandacht moet worden besteed aan de bewegingsartefacten tijdens het gegevensanalyseproces. Sommige datasets moeten mogelijk uit het onderzoek worden verwijderd.

Het wordt ook aanbevolen om de gegevens na elke sessie over te dragen om te voorkomen dat de gegevensset aan de verkeerde deelnemer wordt gekoppeld. Dit proces maakt ook de verificatie van gegevensopnamen mogelijk, omdat gegevens niet in realtime kunnen worden gevisualiseerd. Er moeten drie tekstbestanden op elk van de micro-SD-kaarten staan voor elke sessie per deelnemer. Het eerste bestand is de test (wanneer het apparaat op de deelnemer is geïnstalleerd), het tweede bestand is de basislijn en het derde bestand is de opname tijdens de daadwerkelijke games.

De methode die in dit werk wordt gepresenteerd, kan worden gebruikt door spelontwerpers die de geleefde ervaring van het publiek willen begrijpen dat naar het spel kijkt dat wordt gespeeld. In tegenstelling tot zelfrapportages of interviews zijn fysiologische maatregelen objectief en niet-opdringerig voor zowel de deelnemers als het spel24. In combinatie met zelfgerapporteerde maatregelen bieden ze een nauwkeurigere manier om de emotionele reacties van deelnemers te beoordelen24. Een beter begrip van de gebruikers zal een beter ontwerp mogelijk maken1. Vanwege de draagbare apparatuur kan deze methode buiten een laboratoriumomgeving worden gebruikt. Het zou kunnen worden nagebouwd in de echte context van het spel, dat in ons geval een openbare ruimte is. Dit zou de ecologische geldigheid verder bevorderen. Andere onderzoeksgebieden, zoals onderwijs en winkelen, kunnen ook profiteren van het draagbaarheidsaspect van deze methode en het gebruik ervan onderzoeken. Zoals Charland et al. stellen, is betrokkenheid bij leren cruciaal5. Deze methode kan de beoordeling van de meerdere dimensies van betrokkenheid in de echte context van een klasse mogelijk maken. Emotionele reacties bleken ook te leiden tot belangrijke resultaten in de winkelomgeving25. Deze methode zou een opwindingsbeoordeling kunnen opleveren in de context van winkelcentra. Er zou verder moeten worden onderzocht of deze methodologie op deze andere gebieden kan worden gebruikt.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben niets bekend te maken.

Acknowledgments

We willen MITACS bedanken in samenwerking met het bedrijf dat het spel heeft gemaakt om dit onderzoeksproject te hebben gefinancierd.

Materials

Name Company Catalog Number Comments
BITalino (r)evolution Freestyle Kit (PLUX Wireless biosignals S.A.)  BITalino 810121006
Devices (1 syncbox, 3 light boxes, 2 EDA boxes) Developed by Tech3Lab researchers1 n/a
CubeHX2 n/a n/a
Charging station Prime 60W 12A 6-Port Desktop Charger RP-PC028
6 USB3 wires for charging Insignia 3m (10 ft.) Charge-and-Play USB A/ Micro USB Cable NS-GPS4CC101-C2
3D scanner Velodyne LiDAR VLP-16
Projectors Barco F90-W13
Jerseys* (fabric, tape, string) Any Any
2 low light cameras Sony A7S
2 tripods for the A7S Manfrotto MVK500190XV
2 light stands for the go pro and the syncbox Impact  LS-8AI
1 plier for the light stand of the syncbox Neewer  Super Clamp Plier Clip
1 magic arm for the light box of the go pro Magic Arm 143A
1 Go Pro Go Pro 5
1 Microphone Rode  VideoMic Rycote
2 armbands Amyzor Moisture Wicking Sweatband 
*Make them yourself by taping the number on the fabric and perforating two holes to enter the string
Sources:
1.Courtemanche, F. et al. Method of and System for Processing Signals Sensed
From a User. US 15/552,788 (2018).
2. Léger, P.M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab
management and analytics software for triangulated human-centered research.
In Lecture Notes in information Systems and Neuroscience. Edited by Thomas
Fischer, 93-99, Springer. Cham (2019).

DOWNLOAD MATERIALS LIST

References

  1. Cheung, G., Huang, J. Starcraft from the stands: Understanding the game spectator. Conference on Human Factors in Computing Systems - Proceedings. , Vancouver, BC, Canada. 763-772 (2011).
  2. Foxlin, E., Wormell, T., Browne, C., Donfrancesco, M. Motion tracking system and method using camera and non-camera sensors. Google Patents. 2 (12), (2014).
  3. Nacke, L. E. Games User Research and Physiological Game Evaluation. Game User Experience Evaluation. Bernhaupt, R. , Springer. Toulouse, France. 63-86 (2015).
  4. Hazlett, R. L. Measuring emotional valence during interactive experiences: Boys at video game play. Conference on Human Factors in Computing Systems - Proceedings. , 1023-1026 (2006).
  5. Charland, P., et al. Assessing the multiple dimensions of engagement to characterize learning: A neurophysiological perspective. Journal of Visualized Experiments: JoVE. (101), (2015).
  6. Martey, R. M., et al. Measuring game engagement: multiple methods and construct complexity. Simulation and Gaming. 45, 528-547 (2014).
  7. Lang, P. J., Bradley, M. M., Hamm, A. O. Looking at pictures: evaluative, facial, visceral, and behavioral responses. Psychophysiological Research. 30, 261-273 (1993).
  8. Bradley, M. M., Lang, P. J. Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
  9. Granato, M., Gadia, D., Maggiorini, D., Ripamonti, L. A. An empirical study of players' emotions in VR racing games based on a dataset of physiological data. Multimedia Tools and Applications. 79, 33657-33686 (2020).
  10. Ravaja, N., Saari, T., Salminen, M., Laarni, J., Kallinen, K. Phasic emotional reactions to video game events: A psychophysiological investigation. Media Psychology. 8 (4), 323-341 (2006).
  11. Alcorn, A. Pong. Atari. , Sunnyvale. (1972).
  12. Labonte-LeMoyne, E., Courtemanche, F., Fredette, M., Léger, P. M. How wild is too wild: Lessons learned and recommendations for ecological validity in physiological computing research. PhyCS 2018 - Proceedings of the 5th International Conference on Physiological Computing Systems. , (2018).
  13. Rozendaal, M. C., Braat, B. A. L., Wensveen, S. A. G. Exploring sociality and engagement in play through game-control distribution. AI and Society. 25 (2), 193-201 (2010).
  14. Downs, J., Smith, W., Vetere, F., Loughnan, S., Howard, S. Audience experience in social videogaming. Conference on Human Factors in Computing Systems - Proceedings. , 3473-3482 (2014).
  15. Tekin, B. S., Reeves, S. Ways of spectating: Unravelling spectator participation in Kinect play. Conference on Human Factors in Computing Systems - Proceedings. 2017, 1558-1570 (2017).
  16. Downs, J., Vetere, F., Smith, W. Differentiated participation in social videogaming. OzCHI 2015: Being Human - Conference Proceedings. , 92-100 (2015).
  17. Courtemanche, F., et al. Method of and system for processing signals sensed from a user. US Patent. , 15/552,788 (2018).
  18. Batista, D., et al. Benchmarking of the BITalino biomedical toolkit against an established gold standard. Healthcare Technology Letters. 6 (2), 32-36 (2019).
  19. Léger, P. M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab management and analytics software for triangulated human-centered research. Lecture Notes in Information Systems and Organisation. 29, 93-99 (2019).
  20. Greco, A., Valenza, G., Lanata, A., Scilingo, E. P., Citi, L. A convex optimization approach to electrodermal activity processing. IEEE Transactions on Biomedical Engineering. 63 (4), 797-804 (2015).
  21. Braithwaite, J., Watson, D., Robert, J., Mickey, R. A Guide for Analysing Electrodermal Activity (EDA) & Skin Conductance Responses (SCRs) for Psychological Experiments. Psychophysiology. (49), (2015).
  22. O'Brien, H. L., Cairns, P., Hall, M. A practical approach to measuring user engagement with the refined user engagement scale (UES) and new UES short form. International Journal of Human Computer Studies. (112), 28-39 (2018).
  23. Baron, R. M., Kenny, D. A. The moderator-mediator variable distinction in social psychological research. conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology. 51 (6), 1173-1182 (1986).
  24. Nacke, L. E. Game User Experience Evaluation. , Springer. Toulouse, France. (2015).
  25. Lam, S. Y. The effects of store environment on shopping behaviors: A critical review. Advances in Consumer Research. 28 (1), 190-197 (2001).

Tags

Gedrag gedrag electrodermal activiteit emotie social gaming fysieke videogames interactieve games
Betrokkenheid van toeschouwers van sociale digitale games meten
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Brissette, R., Léger, P. M.,More

Brissette, R., Léger, P. M., Courtemanche, F., Rucco, E., Sénécal, S. Measuring Engagement of Spectators of Social Digital Games. J. Vis. Exp. (173), e61596, doi:10.3791/61596 (2021).

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