Mesure de l’engagement des spectateurs des jeux numériques sociaux

Summary

Nous proposons une méthodologie qui permet de mesurer l’engagement des spectateurs dans un jeu numérique social combinant des données physiologiques et autodéclarées. Comme ce jeu numérique implique un groupe de personnes en mouvement libre, l’expérience est filmée à l’aide d’une technique de synchronisation qui relie les données physiologiques aux événements du jeu.

Abstract

L’objectif de cette méthodologie est d’évaluer les mesures explicites et implicites de l’engagement des spectateurs pendant les jeux numériques sociaux dans un groupe de participants avec des systèmes de suivi de mouvement. Dans le contexte de jeux qui ne sont pas confinés dans un écran, mesurer les différentes dimensions de l’engagement telles que l’excitation physiologique peut être difficile. L’étude se concentre sur les spectateurs du jeu et les différences dans leur engagement en fonction de l’interactivité. L’engagement est mesuré à l’autise à l’autisation physiologique et autodéclarée, ainsi qu’à l’issue d’un questionnaire d’engagement à la fin de l’expérience. L’excitation physiologique est mesurée à l’avec des capteurs d’activité électrodermique (EDA) qui enregistrent les données sur un appareil portable (boîte EDA). La portabilité était essentielle en raison de la nature du jeu, qui s’apparente à un pong grandeur nature et comprend de nombreux participants qui bougent. Pour avoir une vue d’ensemble des événements du jeu, trois caméras sont utilisées pour filmer trois angles du terrain de jeu. Pour synchroniser les données EDA avec les événements qui se produisent dans le jeu, des boîtes avec des numéros numériques sont utilisées et mises dans les cadres des caméras. Les signaux sont envoyés d’une boîte de synchronisation simultanément aux boîtes EDA et aux boîtes lumineuses. Les boîtes lumineuses affichent les numéros de synchronisation des caméras, et les mêmes numéros sont également enregistrés dans le fichier de données EDA. De cette façon, il est possible d’enregistrer l’EDA de nombreuses personnes qui se déplacent librement dans un grand espace et de synchroniser ces données avec les événements du jeu. Dans notre étude particulière, nous avons pu évaluer les différences d’excitation pour les différentes conditions d’interactivité. L’une des limites de cette méthode est que les signaux ne peuvent pas être envoyés plus loin que 20 mètres. Cette méthode est donc appropriée pour enregistrer des données physiologiques dans des jeux avec un nombre illimité de joueurs, mais est limitée à un espace limité.

Introduction

L’étude de l’expérience des spectateurs du jeu aide à mieux comprendre les aspects positifs et négatifs du jeu, et à son tour, peut aider à améliorer sa conception¹. Les innovations récentes dans l’industrie du jeu ont permis de nouveaux types d’expériences qui vont de l’avant à partir du jeu traditionnel basé sur console². Avec les jeux numériques qui utilisent des systèmes de suivi de mouvement qui ne sont pas confinés dans un écran, le public n’a plus besoin d’être positionné dans un endroit fixe. Cette nouvelle réalité crée des défis dans l’évaluation de l’expérience des spectateurs. L’expérience a été réalisée dans le studio des créateurs du jeu mais pourrait être reproduite dans un cadre de laboratoire ou un autre environnement qui a suffisamment d’espace pour s’adapter au jeu.

Le but de cette méthodologie est de mesurer l’engagement des spectateurs lors d’un jeu numérique social. Plus précisément, l’excitation, qui conduit à l’engagement, sera mesurée lorsque le spectateur aura accès à une application web qui influence le gameplay. Cette méthode combine des données physiologiques et autodéclarées. Comme ce jeu est social et implique un groupe de personnes qui bougent, l’expérience est filmée. Avec l’utilisation de caméras et d’appareils physiologiques portables, nous avons pu synchroniser les données physiologiques avec les événements du jeu. Les appareils portables (boîtes EDA) sont des boîtes imprimées en 3D qui sont connectées à des électrodes qui enregistrent l’activité physiologique. Les boîtiers disposent d’un interrupteur ON/OFF, d’indicateurs visuels, d’un emplacement pour carte microSD et d’emplacements de chargement. Les indicateurs visuels aident en cas de dépannage. Par exemple, ceux-ci indiquent si le microSD est fonctionnel, montrent l’état des connexions Bluetooth et Wi-Fi et signalent si des données physiologiques sont enregistrées.

L’utilisation de mesures physiologiques est une approche courante et validée pour mesurer l’engagement du jeu³. La valence physiologique a été mesurée dans le contexte des jeux vidéo⁴. Il a également été utilisé dans d’autres domaines de recherche tels que l’éducation⁵. Parce que l’engagement émotionnel n’est pas observable et que l’auto-évaluation peut être biaisée, Charland et coll. ont utilisé l’excitation physiologique pour évaluer l’engagement émotionnel chez les apprenants qui résolvaient des problèmes⁵. Ils ont utilisé l’activité électrodermique (EDA) pour mesurer l’excitation physiologique, qui est une méthode largement utilisée⁶. L’EDA est la mesure de la conductivité de la peau, qui varie en fonction des différences d’activité des glandes sudoripares³. Cette mesure est une corrélation importante avec les variations émotionnelles en temps réel. L’EDA est associée à de nombreuses constructions telles que le stress, l’excitation, la frustration et l’engagement^7. Il est donc recommandé de compléter les données de l’AED par des réponses autodéclarées afin d’associer les données à la bonne construction³. Le mannequin d’auto-évaluation (SAM) est une échelle pictographique auto-rapportée qui évalue trois dimensions de l’émotion: valence, excitation et dominance⁸. Le travail actuel a utilisé la dimension de l’excitation, évaluée à l’aide d’une échelle visuelle de Likert à 9 points, allant du calme à l’excitation. L’excitation perçue a été utilisée en combinaison avec l’excitation physiologique⁷.

Dans les contextes de jeux vidéo traditionnels, les spectateurs sont assis sur une chaise et restent plus ou moins dans la même position pendant toute la durée de l’expérience. On s’attend à ce qu’ils regardent un écran où les actions ont lieu. Ce paramètre a été vu dans des études de jeux précédentes utilisant des données physiologiques⁹. Dans ce cas, il est simple de commencer l’enregistrement du jeu en même temps que l’enregistrement des données physiologiques¹⁰.

Dans le contexte des nouveaux jeux numériques qui sont joués à l’extérieur de l’écran, et dans lesquels les participants se tiennent debout et sont libres de se déplacer, l’enregistrement EDA traditionnel pourrait ne pas être approprié. Le jeu utilisé dans cette étude s’apparente à un Pong¹¹grandeur nature . Ce jeu est composé d’une balle et de deux pagaies, chacune à une extrémité du terrain de jeu. Les joueurs déplacent leur pagaie afin de pousser la balle d’un bout à l’autre du terrain. Dans la version utilisée pour cette recherche, le jeu est projeté sur le terrain et les joueurs utilisent leur corps comme contrôleurs pour les pagaies. La technologie de détection de mouvement permet à la pagaie de suivre les deux joueurs qui sont situés de part et d’autre du terrain de jeu. Un exemple de la façon dont les joueurs empêchent la balle de frapper le mur virtuel derrière eux est présenté dans Figure 1. Le jeu implique également des spectateurs debout sur les côtés du terrain de jeu, qui peuvent utiliser leurs smartphones pour influencer le gameplay. À l’aide d’une application Web mobile, les spectateurs peuvent voter pour certains power-ups ou obstacles qui peuvent aider ou nuire aux joueurs (par exemple, moins de murs contre plus de balles, ou moduler la vitesse de la balle). L’option avec le plus de votes gagne.

Dans cette étude, nous étudions l’influence de l’interactivité sur les spectateurs. Les conditions d’interactivité sont avec ou sans smartphone. Nous avons comparé l’engagement des spectateurs dans ces deux conditions. Un plan à l’intérieur du sujet a été utilisé pour la condition d’interactivité, afin d’évaluer la différence dans l’excitation, et donc dans l’engagement. Dans la présente étude, des groupes de 12 personnes étaient idéaux pour promouvoir la validité écologique du jeu¹². deux personnes en tant que joueurs et 10 en tant que spectateurs. Seulement deux boîtes EDA étaient disponibles pour notre étude, de sorte que nous avions un total de huit groupes qui totalisaient 16 ensembles de données EDA (deux participants avec enregistrement EDA par groupe de 12). Chaque membre du public a été assigné au hasard à deux jeux avec accès à son smartphone pour influencer le gameplay et à un jeu sans accès à son smartphone. La littérature sur l’engagement dans les jeux suggère que donner de nombreuses options interactives peut conduire à un engagement plus élevé¹³. La recherche en éducation a révélé que l’excitation physiologique est un corrélat de l’engagement émotionnel⁵. En nous appuyant sur la littérature sur l’engagement dans le jeu et la recherche en éducation, nous avons émis l’hypothèse que donner aux spectateurs l’accès à l’interactivité augmentera l’excitation, ce qui augmentera leur engagement.

Contrairement aux études sur l’expérience des joueurs, les études sur les spectateurs d’un jeu numérique utilisent rarement des mesures psychophysiologiques. Ils sont principalement réalisés avec les questionnaires^14,l’observation¹⁵et les entretiens^16. L’une des difficultés de l’utilisation de mesures psychophysiologiques avec les spectateurs est qu’ils sont souvent un groupe et que leurs mouvements sont moins prévisibles que ceux des joueurs. Cette méthodologie utilise plusieurs caméras pour capturer les participants et les boîtes lumineuses, ce qui permet de relier les données vidéo et physiologiques des participants.

Comme nous avons utilisé une conception dans le sujet pour la condition du smartphone, chaque sujet a participé à deux jeux avec la condition d’interactivité, en utilisant son smartphone, et à un jeu dans la condition de contrôle, sans l’utilisation de son smartphone. La synchronisation des données EDA avec les débuts et les fins de chaque partie était donc cruciale pour permettre l’évaluation des différences dans chaque condition d’interactivité. Il serait impossible de commencer l’enregistrement des trois caméras en même temps que l’enregistrement de l’EDA sur les spectateurs en raison des dimensions de la salle. Pour surmonter ce problème, nous avons utilisé une nouvelle technique de synchronisation appelée protocole de synchronisation sans fil pour l’acquisition de données utilisateur multimodales¹⁷. Les signaux Bluetooth Low Energy (BLE) sont envoyés simultanément d’une boîte de synchronisation aux boîtiers EDA et aux boîtiers lumineux (voir figure 2). La boîte de synchronisation est une boîte imprimée en 3D avec des interrupteurs ON/OFF et auto/manuel et un bouton. La fonction manuelle est utilisée pour tester les signaux à l’aide du bouton. Les signaux sont des nombres incrémentés qui commencent à un et qui sont affichés sur les boîtes lumineuses imprimées en 3D. Les numéros sont affichés aux caméras, et les mêmes numéros sont également enregistrés dans le fichier de données EDA (voir Figure 3). Cela permet de synchronisation des événements qui se produisent dans le jeu avec les variations des enregistrements EDA. Dans notre cas, les événements identifiés étaient les débuts et les fins des trois matchs. Ensuite, nous pourrions lier le jeu à la condition et au numéro de participant. De cette façon, nous avons identifié quel ensemble de données correspondait à chaque condition.

La section suivante décrit le protocole qui permet l’utilisation de la technique développée par Courtemanche et al.¹⁷. Nous avons adapté la technique pour répondre à notre question de recherche. Ce protocole a reçu un certificat d’éthique du comité d’éthique de notre établissement. Dans ce protocole, nous utilisons des dispositifs physiologiques¹⁸, montés dans un boîtier imprimé en 3D. Nous désignerons l’appareil comme les boîtes EDA (boîtes utilisées pour enregistrer l’EDA du participant), la boîte lumineuse (la boîte avec une lumière numérique) et la boîte de synchronisation (boîte qui envoie des signaux aux boîtes EDA et les boîtes lumineuses pour synchroniser les données). Le logiciel de synchronisation permettant le protocole de synchronisation sans fil pour l’acquisition de données utilisateur multimodales¹⁷ a été intégré sur les boîtiers.

Protocol

Le protocole suivant a été approuvé par le comité d’éthique de HEC Montréal avant le début de la collecte de données.

1. Sélection des participants à l’expérience

1. Recruter des participants âgés de 18 ans et plus. Assurez-vous que les participants comprennent la langue de l’expérience, peuvent se tenir debout pendant 20 min, possèdent un smartphone datant d’un maximum de 5 ans, n’ont pas d’allergies cutanées ou de sensibilités, n’ont pas de stimulateur cardiaque et ne souffrent pas d’épilepsie ou de tout autre problème de santé diagnostiqué.
2. Recrutez des groupes de personnes qui sont des amis, et d’autres groupes de personnes qui ne se connaissent pas, afin de contrôler la familiarité. La taille des groupes doit être déterminée en fonction du but de l’étude, du jeu étudié et de la taille de la salle disponible.
3. Planifier les participants. Imposez une date et une heure pour un groupe de personnes qui se connaissent et regroupez les personnes qui ne se connaissent pas à leurs dates les plus pratiques.
4. Demandez aux participants de charger leur téléphone intelligent et d’apporter des chargeurs à la séance de collecte de données.

2. Conditions et conception expérimentale

1. Préparez la feuille de randomisation pour la condition d’interactivité en associant chaque numéro de participant aux deux conditions d’interactivité pour chaque jeu. Attribuez également des numéros aux joueurs et aux spectateurs qui porteront une boîte EDA.

3. Préparation

REMARQUE: Ces matériaux sont nécessaires pour exécuter le protocole: boîte EDA, la boîte utilisée pour enregistrer l’EDA du participant; boîte lumineuse, la boîte contenant des numéros numériques éclairés; et la boîte de synchronisation, la boîte qui envoie des signaux à la boîte EDA et les boîtes lumineuses pour synchroniser les données. Deux brassards, des électrodes EDA, des capteurs EDA, du ruban médical et des lingettes antiseptiques sont également nécessaires.

1. Branchez les boîtiers EDA, les trois boîtiers lumineux et les boîtiers de synchronisation dans la station de charge.
2. Allumez le jeu en studio (projecteur et scanner 3D pour la technologie de détection de mouvement) et testez le jeu en l’exécutant à travers un jeu complet.
3. Placez les formulaires de consentement, le questionnaire pré-expérience et les chandails sur une table dans la zone d’accueil.
4. Testez la connexion Bluetooth des boîtiers lumineux. Définissez la zone de synchronisation sur manuel.
   1. Allumez les trois boîtiers lumineux, les deux boîtiers EDA, le Bluetooth sur les boîtiers EDA et le boîtier de synchronisation.
   2. Appuyez sur le bouton d’impulsion sur la boîte de synchronisation. Les boîtes lumineuses clignoteront le nombre 01.
   3. Désactivez la zone de synchronisation, les zones lumineuses et les zones EDA.
5. Définissez la zone de synchronisation et les zones lumineuses en place pour la collection. Placez les boîtes lumineuses en vue de chaque caméra.
   1. Mettez la boîte de synchronisation sur le trépied, à une hauteur de 6 pieds.
   2. Définissez la zone de synchronisation sur auto.
6. Débranchez les piles et mettez-les dans les caméras.
   1. Vérifiez que la puissance de la batterie peut enregistrer pendant plus d’une heure.
7. Placez la caméra afin que le cadrage inclue les quatre extrémités du champ payant du jeu et la boîte à lumière. Placez les deux caméras à faible luminosité aux coins opposés du terrain de jeu au niveau de la hanche et placez le milieu de terrain go pro sur un trépied plus élevé pour avoir une photo aérienne du terrain de jeu.
8. Assurez-vous que les encadrements comprennent le terrain de jeu complet et une zone de 1 m autour de ses limites, ainsi que la boîte à lumière. Assurez-vous que la boîte de synchronisation n’est pas à plus de 20 m de l’endroit où les participants se tiendront, sinon les impulsions ne seront pas transmises.

4. Accueil des participants

1. Accueillez les participants à la porte d’entrée. Dites-leur d’aller s’asseoir à la table.
2. Une fois que tous les participants sont arrivés et assis, décrivez les outils qui seront utilisés pour recueillir des données pour la présente étude. Cette description doit être écrite dans le formulaire de consentement. Ensuite, dites aux deux participants choisis au hasard de suivre le chercheur pour installer l’équipement EDA. Pendant ce temps, d’autres participants peuvent commencer à remplir le questionnaire pré-expérience.
3. Demandez aux participants de lire et de signer les formulaires de consentement. Verbatim : « Je vais vous demander de lire le formulaire de consentement. Les deux exemplaires sont identiques. L’un est pour vous; l’un est pour moi. Veuillez répondre à toutes les questions et signer les deux copies.
4. Contours de la table pour signer le formulaire de consentement, en vérifiant que toutes les questions ont reçu une réponse et mettez une copie du formulaire de consentement dans un dossier désigné à cet effet et donnez au participant la deuxième copie.
5. Demandez aux participants d’encr le chandail avec leur numéro de participant.

5. Installation du dispositif physiologique

1. Demandez aux participants d’enlever tous les bijoux de la main non dominante.
2. Utilisez une lingette antiseptique pour nettoyer la zone où les électrodes seront placées. Retirez le plastique de l’électrode et placez-le sur les mains du participant.
3. Enclenchez les deux capteurs sur les deux électrodes. Le fil rouge doit être placé sur le côté du pouce. Le fil noir doit être placé de l’autre côté, sous le doigt rosé.
4. Branchez le fil du capteur sur le port A3 de la boîte EDA. Demandez au participant s’il a tendance à avoir les paumes moites. S’ils disent que c’est le cas, enroulez du ruban médical autour des électrodes sans toucher la partie métallique.
5. Ajoutez un brassard sur la paume de la main pour fixer les capteurs et les électrodes en place.
6. Allumez le périphérique EDA. Vérifiez que le commutateur Bluetooth est toujours allumé.
7. Vérifiez que les quatre lumières clignotent.
8. Notez le numéro du participant et le numéro du numéro de série de la boîte EDA associé à chaque participant.
9. Placez la boîte EDA sur la ceinture ou dans la poche du participant. Si les vêtements du participant ne permettent pas ce placement, offrez-lui une ceinture et accrochez l’AED à la ceinture.
10. Demandez aux participants qui portent les cases de l’AED de retourner à la table avec les autres et de remplir le questionnaire pré expérimental.

6. Base de référence du dossier

1. Faites le tour de la table, en commençant par les participants qui n’ont pas l’AED, et vérifiez si toutes les questions ont reçu une réponse. Si le questionnaire est rempli, mettez-le dans le dossier avec le formulaire de consentement du participant.
2. Une fois que tous les participants ont rempli le questionnaire pré-expérimental, rendez-les au studio de jeu.
3. Ensuite, enregistrez la ligne de base.
   1. Pour ce faire, dites aux participants de calibrer les outils et demandez-leur de respirer calmement et de fixer quelque chose devant leurs yeux pendant 2 min.
   2. Simultanément, éteignez les appareils EDA, puis allumez-les.
   3. Démarrez une minuterie pendant 2 min. Après les 2 minutes terminées, éteignez l’appareil EDA et 99 900.

7. Démarrer l’expérience

1. Commencez l’enregistrement des trois caméras et allumez les trois boîtes lumineuses.
2. Vérifiez que les boîtes lumineuses et le terrain de jeu complet sont toujours dans le cadre de la caméra.
3. Vérifiez que la zone de synchronisation est active automatiquement et activez la zone de synchronisation.
4. Après 10 s, les chiffres sur les boîtes lumineuses clignoteront.
   Remarque : Cela indique que la boîte de synchronisation envoie automatiquement une impulsion tous les 10 s aux lumières et les boîtes EDA.
5. Expliquez le jeu en informant que le jeu est comme le ping-pong et que l’on comprendra en jouant. Pour gagner, un joueur doit faire 3 points. Certains membres du public utiliseront des smartphones pour influencer le jeu en visitant l’URL du site Web qui est projetée sur le terrain de jeu.
6. En utilisant la feuille de randomisation avec le nombre de participants pour chaque condition, dites aux participants qui joueront le jeu et qui seront sur la touche en tant que spectateurs.
   REMARQUE : Aux fins de la présente étude, les participants qui portent les cases de l’AED ne peuvent pas être sélectionnés comme participants de jeu parce que l’engagement du spectateur est à l’étude.
7. Dites aux participants quels spectateurs utiliseront leur smartphone. Demandez aux spectateurs d’influencer le jeu. Dites aux participants de rester à moins d’un mètre du terrain de jeu.

8. Commencez le jeu

1. Dites au technicien de jeu de démarrer le jeu en allumant les projecteurs et la technologie de détection de mouvement.
2. Dites aux joueurs le scénario. Verbatim: « Voici le contexte: vous marchez dans un espace public et vous voyez ce jeu. Vous décidez de participer.
3. Pendant que les participants jouent, vérifiez visuellement si les lumières clignotent tous les 10 s.
4. Entre chaque match, demandez aux spectateurs (et non aux joueurs) de remplir le questionnaire d’auto-évaluation manikine (SAM) Scale⁸ sur leur smartphone sur une URL. Donnez-leur le lien du questionnaire. Lorsque le premier match est terminé, demandez à tous les spectateurs, et non aux joueurs, de remplir un questionnaire sur le smartphone concernant l’expérience. Assurez-vous qu’ils répondent à trois questions à l’aide de trois échelles. N’évaluez pas le jeu lui-même mais plutôt le sentiment pendant la participation.

9. Retrait des dispositifs physiologiques

1. Lisez ce verbatim : « Merci beaucoup d’avoir participé au jeu. Le dernier match est terminé. Les spectateurs vont maintenant remplir deux questionnaires papier, les joueurs peuvent partir. S’il vous plaît suivez-moi à la salle de salutation.
   1. Demandez à tous les spectateurs, sauf ceux de l’AED, de retourner à la table. Ils répondront à l’UES-SF deux fois, une fois en pensant au moment où ils avaient le smartphone et une fois où ils n’avaient pas le smartphone, c’est écrit dans les instructions du questionnaire. Verbatim: « Les participants avec l’outil physiologique, peuvent attendre à la table. Les autres, peuvent remplir le questionnaire de fin d’expérience, s’il vous plaît répondre abondamment en expliquant clairement ce que l’on entend. » Ils peuvent poser des questions, le cas échéant.
2. Demandez au participant de retourner la case EDA; éteignez l’appareil et le Bluetooth de l’appareil.
   1. Débranchez le capteur du port A3, retirez le brassard et détachez le capteur des électrodes.
   2. Demandez au participant de retirer le ruban médical et les électrodes de sa main. Donnez au participant un mouchoir pour enlever la crème de la main.
   3. Retirez la carte micro SD de la boîte EDA et répétez les étapes 9.2. à 9.2.3 avec les autres participants à l’AED.

10. Compte rendu aux participants

1. Amenez les participants de l’AED à la table où les autres participants sont assis.
2. Demandez aux participants de remplir le questionnaire de fin d’expérience. Demandez aux participants de répondre en détail en expliquant clairement ce qu’ils veulent dire. Dites-leur de demander l’aide de l’expérimentateur au cas où ils auraient des questions.
3. Placez les questionnaires post-expérience remplis avec les questionnaires pré-expérimentaux et les formulaires de consentement dans le dossier.
4. Débriefer les participants. Une fois qu’ils ont terminé, remerciez-les de leur participation, parlez-leur de la compensation et sortez-les.

11. Nettoyage des matériaux

1. Éteignez les trois boîtes lumineuses.
2. Arrêtez l’enregistrement des trois caméras et retirez les piles et les cartes SD des trois caméras. Placez les batteries de la caméra dans le chargeur.
3. Éteignez la boîte de synchronisation et branchez les boîtes EDA, les boîtes lumineuses et la boîte de synchronisation dans la station de charge.

12. Gestion des données physiologiques

1. Placez la carte micro SD de la boîte EDA dans un adaptateur. Transférez les données vers l’ordinateur dans un dossier nommé par le numéro du participant. Supprimez les fichiers de la carte SD.
2. Sélectionnez toutes les données et placez-les dans une feuille de calcul. Masquer les colonnes qui ne sont pas utiles. Sélectionnez approximativement la ligne 1 à la ligne 3 000 et effectuez un nuage de points. Si toutes les données sont comprises entre 240 et 550, les données sont valides.
3. Vérifiez que les marqueurs générés par la zone de synchronisation sont présents en sélectionnant la colonne d’événements et en la triant. Appuyez sur le contrôle Z pour rétablir le tri des marqueurs.
   Remarque : tous les marqueurs qui ont été générés seront visibles. Parfois, il y a des marqueurs qui n’apparaissaient pas. Ce n’est pas un problème, un seul marqueur fournira un point de référence. À partir de ce point, les débuts et les fins des événements peuvent être calculés à l’aide de l’heure de la caméra. Il y a 100 points de données par seconde.
4. Ajoutez une colonne event_start_end. Regardez le métrage, lorsqu’il y a le début d’un événement, calculez la différence entre l’heure de l’événement et le dernier marqueur. Lorsque les secondes liées au démarrage de l’événement sont trouvées, ajoutez un marqueur nommé event1_start dans le fichier de feuille de calcul. Faites de même pour la fin de l’événement.
5. Répétez l’étape 12.4 pour la ligne de base.
6. Lorsque tous les marqueurs sont ajoutés, exportez la feuille de calcul au format .txt (texte délimité par des tabulations).
   REMARQUE : Il y aura deux feuilles de calcul par participant, l’une avec les données de l’expérience et l’autre avec les données de référence.
7. Importez ces fichiers dans le logiciel qui a été développé pour ces boîtes EDA (voir la section suivante)¹⁹. Cela générera un fichier prêt pour l’analyse qui contient l’heure relative, l’heure absolue, les événements et le signal EDA.
8. Télécharger des fichiers sur le logiciel d’analyse EDA
9. Cliquez sur Ajouter un projet. Ajoutez un titre. Ajoutez une description. Entrez la date du projet et le nombre total de participants.
10. Cliquez sur le nom du projet. Cliquez sur Conception expérimentale. Cliquez sur Signaux et choisissez physiologique, EDA, Enregistreur Bluebox, Bluebox et version 3.0.
11. Cliquez sur Événements et entrez les événements tels qu’ils ont été nommés précédemment dans la feuille de calcul (p. ex., event_start_end). Choisissez Bluebox, version 3.0.
12. Cliquez sur Transformations et choisissez GSR (réponse galvanique de la peau).
13. Cliquez sur Déverrouillé pour changer de verrou pour verrouiller le projet. Cliquez sur Importer un fichier pour importer les fichiers précédemment préparés.
14. Cliquez sur le profil du participant pour donner des informations sur les participants en entrant leurs adresses e-mail. Cliquez sur Le participant est là. Cliquez sur Ok Terminer.
15. Téléchargez le fichier de données qui doit être compressé pour que le logiciel le reconnaisse. Cliquez sur la flèche. Cliquez sur les tartes pour télécharger le fichier.
16. Allez dans Analyse et choisissez Exportation de données; sélectionnez le participant et ses données. Cliquez sur Exporter les données pour créer un fichier pour l’analyse statistique. Cela peut prendre des heures s’il y a beaucoup de participants. Le fichier apparaîtra sous Nom de fichier à la fin de l’exportation.
    Remarque : pour obtenir le fichier prêt pour l’analyse, le logiciel génère des données phasiques propres. Les étapes de prétraitement du signal ont été exécutées comme suit : les données ont été enregistrées à 100 Hz et rééchantillonnées à 25 Hz, avant d’appliquer un filtre Butterworth passe-bas de 2e ordre et une coupure de 50 Hz. Le signal a ensuite été décomposé en composants toniques et phasiques à l’aide de l’algorithme d’optimisation convexe décrit dans l’article²⁰de Greco. Cet algorithme filtre les artefacts et les points de données aberrants.
17. Utilisez le fichier généré pour l’analyse des données physiologiques.

13. Analyser les données

1. Soustrayez la moyenne EDA de la valeur EDA, puis divisez cette valeur par son écart type (où la moyenne et les écarts types sont basés sur l’ensemble de l’ensemble de données)²¹ pour normaliser les données EDA.
2. Soustrayez la moyenne de l’AED de base de chaque valeur normalisée de l’AED, où la moyenne est fondée sur les données de référence pour chaque participant à la question²¹ pour la base de données de l’AED.
3. Calculer les moyennes pour chaque condition d’interactivité pour l’échelle SAM et le questionnaire post-expérience (c.-à-d. UES-SF).
4. Tester deux modèles de médiation, un pour chaque type d’excitation : physiologique et autodéclarée.
5. Tester la relation entre la variable indépendante (interactivité) et les médiateurs (excitation physiologique et perçue).
6. Tester la relation entre les variables indépendantes (interactivité) et dépendantes (engagement évalué dans l’UES-SF).
7. Évaluer la relation entre la combinaison de la variable indépendante et des médiateurs, et la variable dépendante.

Representative Results

La présente section décrit les résultats représentatifs de cette étude. Nous avons recruté des participants en utilisant les médias sociaux et le panel de participants de notre institution. Sur les 78 participants, 40 étaient des femmes. L’âge moyen était de 22 ans. Aucun des participants n’avait auparavant joué le jeu. D’autres critères d’exclusion se trouvent à l’étape 1 du protocole.

Les statistiques descriptives, qui peuvent être vues dans le tableau 1, contiennent la moyenne par condition, pour chaque mesure. La moyenne de la dimension d’excitation du mannequin d’autoévaluation (SAM) est indiquée à la deuxième rangée du tableau. L’échelle SAM a été administrée à l’aide d’une échelle visuelle de Likert à 9 points allant du calme au⁸ excité (voir le fichier supplémentaire). Les résultats montrent que les participants étaient plus excités avec le smartphone. La troisième ligne montre la différence entre la moyenne de l’EDA standardisé pour chaque condition, montrant à nouveau qu’elle était plus élevée dans l’état du smartphone. La quatrième rangée indique les moyennes pour chaque condition dans le questionnaire d’engagement de l’utilisateur abrégé (UES-SF), une échelle de Likert de 5 points allant de Fortement d’accord à Fortement en désaccord a été utilisée²². Encore une fois, les résultats démontrent que l’engagement perçu était plus élevé dans l’état du téléphone intelligent. Les valeurs de p sont indiquées pour chaque mesure, confirmant leur signification statistique. En utilisant la procédure Baron &Kenny, nous avons pu identifier le rôle médiateur de l’excitation dans la relation entre l’interactivité et l’engagement des spectateurs²³. L’excitation autoévaluation et l’engagement autoévalué ont eu 78 participants et l’excitation physiologique a eu 12 participants. Les chiffres sont inférieurs à ce que nous avons recruté parce que nous avons dû rejeter quatre participants EDA et deux participants à l’échelle SAM et à l’UES-SF en raison de la perte de données.

Ces résultats montrent que cette méthode de collecte et d’analyse de données fournit les données nécessaires pour comparer les deux conditions d’interactivité. Comme le suggère la littérature sur l’expérience des^{joueurs 3,}la combinaison de mesures d’excitation vécues et perçues fournit une évaluation plus robuste. De plus, cette méthode permet une mesure écologiquement valide des excitations physiologiques et autodéclarées, car les appareils EDA sans fil permettaient un enregistrement en direct pendant un jeu ininterrompu. De plus, les questionnaires d’excitation autodéclarés ont été remplis entre chaque match, directement sur les téléphones intelligents des spectateurs, qui étaient déjà utilisés pour jouer au jeu. Cela a permis aux participants de rester dans le flux du jeu.

Figure 1: Représentation visuelle du jeu. Cette figure montre le terrain de jeu avec un joueur de chaque côté et six spectateurs qui regardent du côté du terrain de jeu. Tous les participants portent un maillot avec un numéro dessus. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 2: Représentation visuelle des dispositifs de synchronisation. Cette figure montre les périphériques utilisés pour synchroniser les données EDA. Il y a la boîte de synchronisation à gauche et la boîte lumineuse¹⁴ montrant un numéro à droite. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 3: Représentation visuelle de la caméra et de la boîte lumineuse. Cette figure montre une boîte lumineuse positionnée devant une caméra. La caméra est sur un trépied et la boîte lumineuse¹⁴ est sur un bras mécanique qui est monté sur le trépied. Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 4: Relations entre les variables. Ce schéma représente le rôle médiateur de l’excitation dans la relation entre l’interactivité et l’engagement des spectateurs. Veuillez cliquer ici pour voir une version plus grande de cette figure.

	Avec smartphone	Sans smartphone	Valeur de p
Excitation autoévaluation	5.54	4.64	< .001
Excitation physiologique (EDA)	0.0295	-0.1262	< .001
Engagement autoévalué	3.49	3.31	< .001

Tableau 1: Statistiques descriptives par groupe. Les nombres représentent les moyennes des valeurs totales de chaque outil de mesure par condition d’interactivité. Les valeurs de p sont affichées dans la colonne Valeur de p. Les valeurs de P ont été mesurées à l’aide d’une régression linéaire avec une intersection aléatoire avec un niveau de signification à deux volets.

Dossier supplémentaire 1 : Échelle SAM Veuillez cliquer ici pour télécharger ce fichier.

Discussion

Veuillez noter que les étapes ont été effectuées dans le studio des créateurs du jeu mais pourraient être reproduites dans un cadre de laboratoire ou dans un autre environnement disposant de suffisamment d’espace pour s’adapter au jeu. Il est important de noter que la boîte de synchronisation ne peut transmettre une impulsion qu’aux lumières et aux boîtes EDA qui se trouvent à moins de 20 mètres. Par conséquent, la salle de jeu ou le terrain de jeu ne doit pas être plus grand.

Les méthodes de laboratoire existantes ont utilisé des logiciels pour commencer simultanément l’enregistrement de l’écran de jeu vidéo et les outils de mesure physiologique¹⁰. Dans le contexte des jeux numériques qui ne se déroulent pas dans un écran, cette méthode est inadéquate. Ce problème est contourné par la méthode de synchronisation décrite dans notre protocole. Quel que soit le moment où les enregistrements commencent, les données peuvent être synchronisées. Nos travaux ont démontré que la technique proposée par Courtemanche et al. peut être appliquée à la recherche de jeux, en particulier dans les jeux qui se déroulent en dehors du jeu traditionnel basé sur console¹⁷. Grâce à la combinaison de données physiologiques et vidéo synchronisées, ainsi que de mesures autodéclarées, nous avons pu comparer les deux conditions d’interactivité et observer une différence d’engagement.

Pour les chercheurs qui souhaitent utiliser ce protocole, il y a quelques recommandations à ne pas manquer. La méthode repose sur une technologie nécessitant une alimentation de batterie durable. Tout le matériel doit être complètement chargé avant l’expérience pour éviter la perte de données. L’équipement EDA doit toujours être testé avant l’expérience pour s’assurer qu’il est complètement chargé, que la réception Bluetooth fonctionne et que les lumières clignotent. Bien que les boîtes lumineuses soient très importantes pour la synchronisation, si la lumière n’envoie qu’un seul signal pendant toute la partie, il est possible d’utiliser les données. Les événements seront ensuite calculés en fonction de leur différence de temps de caméra par rapport à ce signal unique. Si une lumière n’envoie aucun signal, il est possible d’utiliser les deux autres pour calculer les événements. Si aucune des lumières ne fonctionne, il est également possible d’allumer les deux boîtes EDA et la boîte de synchronisation en même temps et de la rendre visible dans le cadre de la caméra et de s’appuyer sur celle-ci pour la synchronisation des données, bien que cette méthode soit moins précise.

La mesure de l’EDA peut être affectée par le mouvement et la sueur; cette mesure pourrait être compromise si les participants devaient pratiquer une activité physique intense. Dans le contexte de ce jeu, ce qui est important pour les spectateurs est simplement de pouvoir se promener librement et utiliser un smartphone. Ce niveau d’activité physique était acceptable pour notre type de mesure. Des capteurs EDA ont été placés sur la main non dominante des spectateurs, ce qui leur a permis d’être à l’aise avec leur smartphone avec leur autre main. Placer un brassard sur la main et le bras du participant est important car cela permet de s’assurer que le câble du capteur et les électrodes ne bougent pas. Une attention particulière doit être accordée aux artefacts de mouvement pendant le processus d’analyse des données. Certains ensembles de données devront peut-être être retirés de l’étude.

Il est également recommandé de transférer les données après chaque session pour éviter de lier l’ensemble de données au mauvais participant. Ce processus permet également la vérification des enregistrements de données, car les données ne peuvent pas être visualisées en temps réel. Il devrait y avoir trois fichiers texte sur chacune des cartes micro SD pour chaque session par participant. Le premier fichier étant le test (lorsque l’appareil a été installé sur le participant), le deuxième fichier étant la ligne de base et le troisième fichier étant l’enregistrement pendant les jeux réels.

La méthode présentée dans ce travail pourrait être utilisée par les concepteurs de jeux qui souhaitent comprendre l’expérience vécue par le public qui regarde le jeu en cours de lecture. Contrairement aux auto-rapports ou aux entretiens, les mesures physiologiques sont objectives et non gênantes tant pour les participants que pour le jeu²⁴. Couplées à des mesures autodéclarées, elles offrent un moyen plus précis d’évaluer les réactions émotionnelles des participants²⁴. Une meilleure compréhension des utilisateurs permettra une meilleure conception¹. En raison de son équipement portable, cette méthode pourrait être utilisée en dehors d’un laboratoire. Il pourrait être recréé dans le contexte réel du jeu, qui est un espace public dans notre cas. Cela favoriserait davantage la validité écologique. D’autres domaines de recherche tels que l’éducation et le shopping, pourraient également bénéficier de l’aspect portabilité de cette méthode et étudier son utilisation. Comme l’affirment Charland et coll., l’engagement dans l’apprentissage est crucial⁵. Cette méthode pourrait permettre d’évaluer les multiples dimensions de l’engagement dans le contexte réel d’une classe. Il a également été constaté que les réponses émotionnelles conduisent à des résultats importants dans l’environnement commercial²⁵. Cette méthode pourrait fournir une évaluation de l’excitation dans le contexte des centres commerciaux. D’autres travaux seraient nécessaires pour déterminer si cette méthodologie peut être utilisée dans ces autres domaines.

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).