Yöntemleri Online Görsel Dikkat Test

Summary

Laboratuvar ayarlarını çoğaltmak için, görsel görevler için çevrimiçi veri toplama yöntemleri, uyaran sunumu üzerinde sıkı kontrol gerektirir. İki görsel dikkat testinde performans verilerini toplamak için bir web uygulamasının kullanımına ilişkin yöntemleri özetliyoruz.

Abstract

Onlar genellikle üniversite kampüslerinde alınabilir daha büyük sözünü ve çok daha temsili veri örnekleri sunuyoruz, çünkü online veri toplama yöntemleri davranış bilimciler özellikle çekiciliği vardır. Uyarıcı özellikleri üzerinde sıkı kontrol gereklidir deneylerde özellikle - bu tür yöntemler yaygın olarak kabul edilebilir Ancak, önce, teknolojik zorluklar bir dizi aşılması gerekir. Burada görsel dikkat iki test performans verilerini toplama yöntemlerini sunuyoruz. Testler dahil olarak her iki test ya kısaca hareket uyaranlar veya uyaranlara parladı (sırayla görüş mesafesi, monitör boyutu, ekran çözünürlüğü, vb bilgi gerektirir) uyaranların görsel açı üzerinde kontrol ve uyaranlara zamanlamasını (gerektirir Belirli oranlarda). 1.700 üzerinden online katılımcıların bu testler toplanan veriler aynı testlerin laboratuvar tabanlı sürümleri toplanan veriler ile uyumlu idi. Bu sonuçlar,Doğru bakım ile, zamanlama / uyarıcı boyutu bağımlı görevler, web-tabanlı ortamlarda dağıtılabilir öneririz.

Introduction

Son beş yılda çevrimiçi davranışsal veri toplama yöntemlerinin kullanımında bir ilgi artışı olmuştur. Psikoloji alanında yayınların büyük çoğunluğu potansiyel olmayan temsili konu popülasyonlarını kullanmış olmasına rağmen ¹ (yani, öncelikle üniversite lisans) ve genellikle makul küçük örnek boyutları yanı sıra (yani, tipik konularda onlarca aralığında), çevrimiçi yöntemler çok daha farklı ve daha büyük numunelerin sözünü sunuyoruz. Örneğin, Amazon'un Mekanik Türk hizmeti, son çalışmalar bir dizi konu olmuştur hem "işçi" nüfus özellikleri ve davranışsal araştırmalar ^2-6 yılında bu nüfusun kullanımını anlatan.

Ancak, bu tür yöntemlere ilişkin bir önemli endişe kritik uyaran değişkenler üzerinde kontrol göreceli eksikliği. Örneğin, bir çok görsel Psikofizik görev, uyarıcı olarak tarif edilmektedirgörüş açısı. Görsel açıları hesaplama izleme mesafesi, ekran boyutu ve ekran çözünürlüğü hassas ölçümler gerektirir. Bu parametreler, bir laboratuar ortamında ölçmek için önemsiz ve kontrol vardır (bilinen bir monitör var ve bir çene dinlenme monitörden bilinen bir mesafe yerleştirilen ise katılımcıların uyaranlara görmek) iken, aynı online veri toplama doğru değildir. Bir çevrimiçi ortamda değil, sadece katılımcıların kaçınılmaz farklı yazılım ayarları ile farklı boyutlarda monitörler çok çeşitli kullanacak, onlar da onların monitör boyutunu belirlemek ya da gerekli bilgiye sahip sağlayacak cetveller / teyp önlemler kolay erişim olmayabilir kendi yazılım ve donanım ayarlarını (örneğin, yenileme hızı, çözünürlük) belirlemek için.

Görünüm (UFOV) Faydalı Alan paradigması ⁷ ve (MOT) görev izleme çoklu nesne - Burada görsel dikkat iyi bilinen iki testler hakkında veri toplamak için yöntemler bir dizi tarif ^{8 - çevrimiçi ölçümler doğasında olan değişkenlik kaynakları mümkün olduğu kadar kaçınılarak. Bu görevler, bir internet bağlantısı ve bir HTML5 uyumlu bir tarayıcı ile herhangi bir katılımcı tarafından çalıştırılabilir. Kendi ekran boyutu bilmiyorum katılımcılar standart boyutta yaygın olarak mevcut öğeleri kullanan bir ölçüm işlemi yürüdü (yani, kredi kartı / CD - bakınız Şekil 1).}

Bu iki görev ilişkin veriler bir Massive Online Açık Kursu 1.700 üzerinde katılımcı toplanmıştır. Bu online numunenin ortalama performansı aynı görevleri ^9,10 sıkı kontrollü laboratuar tabanlı önlemler elde edilen sonuçlarla oldukça uyumlu idi. Bizim sonuçlar bile görüntüleme koşulları üzerinde özel kontrol gerektiren işlerde, online veri toplama yöntemlerinin etkinliğini gösteren literatür artan vücut ile böylece tutarlı.

Protocol

protokol Wisconsin-Madison Üniversitesi'nde kurumsal inceleme kurulu tarafından onaylandı. programcılar açıklanan web uygulaması otomatik süreci çoğaltmak için aşağıdaki adımları bir rehber olarak yazılmıştır.

1. Giriş Katılımcı

1. : Internet özellikli bilgisayar kullanıyorsanız ve bir HTML5 uyumlu bir tarayıcı kullanarak web uygulamasına gitmek için katılımcı bilgilendirin http://brainandlearning.org/jove . Katılımcı rahat bir yükseklikte bilgisayar ile, dikkat dağıtıcı ücretsiz sessiz bir odada oturup var.
   NOT: Tüm deney çevrimiçi barındırılan yana, görevleri de araştırma görevlisi varlığı olmadan uzaktan gerçekleştirilebilir. Katılımcı için tüm talimatları web uygulaması yer almaktadır.
2. Katılımcı girişi MySQL databas toplanan verilerle ilişkili ve saklanır benzersiz bir kimlik varör. Online görevleri aynı oturum içinde tamamlanmaması halinde katılımcı, bu kimliği yeniden var. Giriş yapmadan önce, sayfada bağlantılı bir onay formu aracılığıyla katılımcıdan rızasını.
   NOT: Bir katılımcının ilerleme gerekirse ayrı zamanlarda 2 görevlerin tamamlanması için izin vermek için her görev sonrasında kaydedilir. Her zaman tek kaldığı yerden başlatmak için aynı kimliği kullanmak için katılımcı bilgilendirin.

2. Ekran Kalibrasyon

NOT: Web uygulaması kalibrasyon sayfası belirtilen üç adımlarda katılımcıyı kılavuzları http://brainandlearning.org/jove/Calibration .

1. Etiketli metin kutusuna inç girdi ekranın diyagonal boyut katılımcısını değildir.
   1. Katılımcı bu bilgileri bilmiyor Ancak, (katılımcı bir kalibrasyon nesnesi olarak bir CD veya kredi kartı bulmak zorunda Şekil 1). Biri seçildiğinde, ekranda karşı nesneyi yerleştirmek ve ekranda görüntülenen nesnenin temsili bir görüntü ile hizalamak için katılımcı istemi.
   2. Fiziksel nesnenin boyutuna uyacak ekran görüntüsünün boyutunu ayarlamak için katılımcı istemi. Fiziksel bir CD (4.7 çapı ") veya bir kredi kartı (3.2 genişliği" temsili resmin piksel boyutuna ek olarak) ölçümlerine dayanarak, ekran inç piksel oranını belirler.
   3. Sonra piksel ekran köşegen boyutunu hesaplamak için JavaScript en screen.width ve screen.height özellikleri aracılığıyla monitörün piksel çözünürlüğünü alın. Bu değer ve önceden tahmin piksel-inç oranını bilmek inç diyagonal boyut dönüştürmek, (adım 2.1.2). Katılımcı bir iletişim kutusu ile bu değeri onaylamak zorunda.
2. Ekran brigh ayarlamak için katılımcı istemiEkranda görüntülenen siyah-beyaza degrade 12 bantları kadar uygunluklarını ayarları açıkça ayırt edilebilir. Parlaklık ayarı kontrolleri bilgisayara göre değişir.
3. Rahat bir konumda monitörden uzak bir kol uzunluğu oturup sonra tam ekran moduna tarayıcı penceresini ayarlamak için katılımcı isteyin. tarayıcı penceresi görevleri tarafından kullanılan görsel alanını maksimize etmek ve böyle bir tarayıcı araç çubuğu ve masaüstü taskbars gibi herhangi bir görsel dikkat dağıtıcı kaldırmak için tam ekran modunda olmalıdır.
4. Katılımcının ekran çözünürlüğünü ve monitörün diyagonal boyut bilerek, otomatik olarak 50 cm görüntüleme mesafeye göre piksel / derece dönüşüm değeri hesaplamak için web uygulamasını kullanabilirsiniz. Bu değeri kullanarak görevleri uyaranlara boyutlarını yeniden boyutlandırma. Bu dayanmaktadır aşağıda bildirilen tüm görsel açı ölçüleri monitörden ortalama uzaklık değerini üstlendi.
5. Kalibrasyon tamamlandığında, iki görev describ tamamlamak için katılımcıdanAşağıda ed. Görevlerin sırasını seçin veya rastgele web uygulaması aracılığıyla sipariş atayın.

3. Çoklu Nesne İzleme Görev (MOT) - Şekil 2

1. Tanıtın ve görülen bir öz-güdümlü öğretici ile MOT uyaranlara ile katılımcı oldum: http://brainandlearning.org/jove/MOT/practice.php . Çalışmalar nasıl çalışacağını gösteren adım adım talimatları okumak için katılımcı isteyin. Katılımcı talimatları okuduktan tamamlandıktan sonra, uygulama denemeleri geçmesi katılımcı istemi.
   1. Kurulum uygulama uyaranlara 2 ° / sn hareket hızı ile 0.8 ° 8 nokta oluştuğu. Bu uyarıcı hareketini kontrol etmek için 60 Hz'lik bir kare hızında tarayıcı animasyon optimize etmek HTML5 requestAnimationFrame API kullanın.
   2. Noktalar 2 ° Eksantriklik ve circ bir çemberin sınırları içinde hareket olunle gizlenmiş talimatlar olmadan, katılımcının ekranının yüksekliği daha büyük.
   3. Her karede bir nokta 0,2 ° maksimum açı ile yön değiştirerek% 60 şansı var rastgele yörünge içinde hareket noktaları ayarlayın. Bir nokta başka nokta veya iç veya dış radyal limitleri ile çarpıştığında ise, ters yönde hareket ettirin nokta.
   4. Sarı noktalar distraktörler olarak hareket eden, (uygulama deneme başına 1 ila 2 nokta değişen) mavi nokta izlemek için katılımcı istemi.
   5. 2 saniye sonra, sarı nokta mavi nokta değiştirmek ve başka bir 4 saniye için orijinal sarı nokta arasında taşımak için devam ediyor. Her denemenin sonunda, nokta durdurmak ve birini vurgulamak.
   6. Vurgulanan nokta, bir paletli nokta veya bir çeldirici nokta olup olmadığını anahtar basın yoluyla cevap katılımcı istemi. Sonraki, bir sonraki duruşma üzerine devam etmek boşluk çubuğuna basın katılımcı istemi.
   7. 3 ardışık doğru denemeler, ya da 6 çalışmaların maksimum sonra, moTam bir görev üzerine katılımcı ettik.
2. Katılımcı için tam MOT görevi başlatın. : Görevin bir örnek bulunabilir http://brainandlearning.org/jove/MOT .
   1. Kurulum 2 ° egzantriklikle 10 ° eksantrisite arasındaki boşluk içinde 5 ° / sn hareket 16 nokta tam bir görev. Katılımcının ekran 10 ° eksantrisite bir daire sığmıyorsa, ekran yerine içerebilir maksimum boyutu kullanın.
   2. - 5 paletli nokta 1 paletli nokta ve her 2 oluşan 10 çalışmaların oluşan 5 çalışmaların bir karışımı: katılımcı 45 çalışmaların toplam tamamlamak zorunda. Uygulama denemeleri diğer tüm parametreleri (- 3.1.6 adım 3.1.3 bakınız) eşleştirin.
   3. Nokta vurgulanır kez katılımcının tepki ve yanıt süresini kaydedin.
   4. Her 15 denemeler için, katılımcıya bir mola öneririz. Bu tatili anda, KATILIMCI görüntülemek7; Ekranda blok içinde performansı (doğru çalışmaların yüzde).

4. Başka (İsteğe bağlı Adım) One Görev taşıma

1. Katılımcı iki görev arasında bir mola için izin verin. Görevler, aynı oturumda sırasında tamamlanmış değil Ancak, tekrar 1 ve 2. adımları.

Görünüm Görev (UFOV) 5. Faydalı Alan - Şekil 3

1. Tanıtın ve görülen bir öz-güdümlü öğretici ile UFOV uyaranlara ile katılımcı oldum: http://brainandlearning.org/jove/UFOV/practice.php . Görevi sırasında katıldı gereken iki hedef uyaranlara göstermek adım adım talimatlar 4 aşamadan geçmesi katılımcı isteyin.
   1. Kısa veya uzun saçlı ekranın ortasında yanıp söner 1 ° gülen gibi merkezi hedef uyaran ayarlayın. Rasgele seçmekçalışmalar boyunca smiley saç uzunluğu.
   2. Çemberin etrafında 8 yerlerde (0 °, 45 °, 90 °, 135 °, 180 °, 225 °, 270 ° ve 315 °) birinde eksantrikliğine ° 4 yanıp söner 1 ° yıldız gibi periferik hedef uyaran ayarlayın . Çalışmalar boyunca yıldızın yerini Rastgele.
   3. Kontrol sunum defa kullanılan kare sayısı üzerinden süresini uyaran. HTML5 requestAnimationFrame API kullanarak kare başına yaklaşık 17 msn de çerçeve yenileme Optimize.
   4. Beklenen sunum süresi elde edildi olmadığını kontrol etmek için, katılımcının sistem saati dayalı uyaran durasyonu başlangıç ​​zamanı ve bitiş zamanı elde etmek için JavaScript en getTime () yöntemini kullanın. Bu iki değer ölçülen sunum süresini hesaplayın ve veri analizi için bu değeri kullanın.
   5. Her uygulama deneme için, yaklaşık 200 milisaniye (yaklaşık 12 kare) için uyaranlara görüntülemeden önce 500 milisaniye bekle.
   6. Uyarıcı ön izleyin320 msn (yaklaşık 19 kare) için rasgele oluşturulmuş bir gri tonlama nokta dizinin oluşan bir gürültü maskesi ile rin sunulması.
   7. Evre 1 için, sadece merkezi hedef göstermek ve daha sonra saç uzunluğu görüntülenen anahtar basın yoluyla cevap katılımcı istemi.
   8. Evre 2 için, sadece periferik hedef göstermek ve daha sonra yıldız belirdi nerede göstermek için, 8 olası hedef yerleri temsil, bir 8 radyal çizgiler tıklayın katılımcı istemi.
   9. Evre 3 için, hem santral ve periferik hedef uyaranları görüntülemek ve daha sonra gülen türü ve yıldızın konumu hem de cevap verebilmek için katılımcı istemi.
      NOT: Katılımcılar özgürce bu iki yanıtların sırasını seçebilirsiniz.
   10. Evre 4 için, periferik distraktörler ek olarak hem hedef uyaranları görüntülemek ve daha sonra hem hedef uyaranlara yanıt katılımcı istemi. Distraktörler için, ekran 1 ° kareler 4 ° eksantrisite kalan 7 noktada sunulan, i2 ° Eksantriklik 8 daha kareler n eklenmesi.
   11. Katılımcının cevabından sonra, her denemeden sonra her hedef yanıt katılımcı geribildirim (doğru cevap veya yanlış cevap için bir kırmızı haç için yeşil bir onay işareti) gösterir.
   12. 3 ardışık doğru denemeler aldıktan sonra bir sonraki uygulama sahneye katılımcıyı taşıyın. Evre 4 sonra, tam bir görev üzerine katılımcıyı taşıyın.
2. Tam UFOV görevi başlatmak için katılımcı istemi. : Görevin bir örnek bulunabilir http://brainandlearning.org/jove/UFOV .
   1. Antrenman aynı merkez uyaran Günümüze (adım 5.1.1 bakınız). Daha önce sözü edilen 8 konumlardan birinde 7 ° eksantrisite periferik hedef gösterilecek (adım 5.1.2 bakınız). 24 çeldirici kareler de 3 ° dışmerkezlik, 5 ° Eksantriklik ve kalan 7 ° görüntülenirdışmerkezlilik yerleri.
   2. Uyaranların sunum zamanını belirlemek için 3 aşağı, 1-up merdiven yordamı kullanın: 3 ardışık doğru denemeden sonra uyaranlara süresini azaltmak ve her hata deneme sonrasında artar.
   3. Merdiven ilk 3 ters önce, 2 kare (yaklaşık her 33 msn) bir adım boyutunu kullanın. 3 ters sonra, 1 çerçevenin bir adım boyutunu kullanın. 1 kare ve deneme başına 99 kare arasındaki uyaranın başlangıcından önce gecikme Vary ve 320 milisaniye (yaklaşık 19 kare) gürültü maske süresini tutmak.
      NOT: Geri Dönüşler süresi değiştirir hangi noktalar vardır ya azalan artan, ya da artan azalan gelen.
   4. Üç şarttan biri karşılandığında görevi sonlandırın: merdiven prosedürü 8 iptalleri ulaşır; katılımcı tavan süresi (99 kare) veya zemin süresi (1 kare) ya az 10 ardışık denemeler tamamlar; veya katılımcı 72 çalışmaların bir maksimuma ulaşır.
   5. Katılımcının r kaydedinmerkezi uyaran ve periferik uyaran hem esponse ve tepki süresi.

Results

Outlier Kaldırma

1,779 katılımcı toplam UFOV görev tamamladı. Bunlardan, 32 katılımcılar talimat olarak görevi gerçekleştirmek için koyamadık düşündüren, ortalamadan daha büyük 3 standart sapma vardı UFOV eşik vardı. Bu nedenle, bu katılımcılardan UFOV veriler 1747 katılımcı toplam bırakarak, son analizde çıkarıldı.

Veri Muayene görev için 1746 katılımcı elde edilmiştir. İki katılımcılar dolayısıyla bu katılımcıların verileri son MOT analizi çıkarıldı ortalama aşağı...

Discussion

Çevrimiçi veri toplama standart laboratuar tabanlı veri toplama üzerinde bir takım avantajlara sahiptir. Bu alanda kullanılan tipik üniversite lisans havuz çok daha fazla temsil popülasyonları örnek potansiyeli, ve laboratuarda küçük büyüklükte bir düzen vardır örnek boyutları elde etmek için gereken daha az zamanda çok daha büyük örneklem boyutlarını elde etmek yeteneği dahil ^1-6 (örneğin, mevcut kağıt 1,700+ katılımcılardan toplanan veri noktaları az bir hafta içinde elde edilmiştir).

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Bilgisayar/tablet			İnternet bağlantısı ve HTML5 uyumlu bir tarayıcıya sahip olmalıdır
CD veya kredi kartı			Katılımcı monitör boyutunu zaten biliyorsa gerekli olmayabilir