-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

TR

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools

Language

tr_TR

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Science Education
Psychology
Dikkat Çekici Göz Kırpma
Dikkat Çekici Göz Kırpma
JoVE Science Education
Sensation and Perception
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Science Education Sensation and Perception
The Attentional Blink

6: Dikkat Çekici Göz Kırpma

16,696 Views
08:52 min
August 3, 2015
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

Kaynak: Jonathan Flombaum Laboratuvarı—Johns Hopkins Üniversitesi

Belirli bir uyaranın tanınması için, görsel dikkatin söz konusu uyarana yönlendirilmesi gerekir. Görsel sistemin en eski parçalarına göre, nesneler nesne değildir, bunlar görsel özelliklerin koleksiyonlarıdır - çizgiler, köşeler, doku, renk ve ışıktaki değişiklikler. Dikkat, belirli bir özellik demetinin neye katkıda bulunduğunu tanımak için daha sonraki işlemler için gerekli olan kaynaktır. Bu, dikkati araştırmanın merkezi bir odak noktası haline getirir. Özellikle önemli bir dizi soru, insanların dikkati nasıl sürdürdükleri, yani an be an sürekli olarak bir dikkat odağını ne ölçüde koruyabilecekleri ile ilgilidir. Sürekli dikkatin büyük çaba gerektirdiği artık bilinmektedir. Dikkatin çok hızlı hareket eden veya değişen bir şeye çok hızlı bir şekilde odaklanması gerektiğinde, söz konusu çaba, devre dışı bırakıldığında dikkatte anlık bir düşüşe neden olur. Bu tür bir dikkat kaybına dikkat göz kırpma denir. Beynin bir an için göz kırpması, dinlenmek için dikkatini kapatması gibidir. Dikkatli bir göz kırpma sırasında ortaya çıkan uyaranlar algılanmayacaktır.

1992'de bir grup araştırmacı, dikkat göz kırpmasını incelemek için bir paradigma geliştirdi ve paradigma aynı adla bilinmeye başladı. 1 Odaklanmış dikkati sürdürmenin bazı zorluklarını gösterir. Bu video, sürekli görsel dikkati incelemek için dikkatli göz kırpma paradigmasının nasıl uygulanacağını göstermektedir.

Procedure

1. Ekipman

  1. Deney, E-Prime gibi bir bilgisayar ve deney uygulama yazılımı veya MATLAB veya PsychoPy gibi bir programlama ortamı gerektirir.

2. Uyaran ve deney tasarımı

  1. Bu deney, Hızlı Seri Görsel Sunum, kısaca LCV adı verilen genel bir deneysel prosedüre dayanmaktadır.
    1. LCV'nin temelleri, bir dizi görüntünün birbiri ardına hızlı bir şekilde gösterildiği deneysel denemeleri içerir. Görüntüler genellikle başka bir görüntüyle değiştirilmeden önce 200 ms'den daha kısa bir süre ekranda kalır ve bu da görüntülerin kapsamlı bir şekilde işlenmesini zorlaştırır.
  2. Temel bir LCV programı yaparak başlayın. Ekranın ortasında, her biri yalnızca 50 ms süren büyük siyah küçük harflerden (Helvetica yazı tipi) oluşan akışlar sunacak şekilde ayarlayın. Harfler yaklaşık 2,5 inç sürmelidir. dikey ve 1,5 inç. Yatay. Şekil 1 bir LCV dizisini şematize eder.

Figure 1
Şekil 1: Hızlı seri görsel sunumun (LCV) temelleri. Hızlı bir şekilde art arda bir dizi görüntü gösterilir, bu durumda, küçük harflerin her biri bir sonraki harfle değiştirilmeden önce yalnızca 50 ms kalır.

  1. Şimdi, bunu dikkatli bir göz kırpma programı yapmak için aşağıdakileri yapın:
    1. , yani olmak üzere 30 resim uzunluğunda denemeler yapın. Her biri 50 ms için 30 karakter görüntülenecek ve her denemeyi toplam 1,5 saniye yapacaktır.
    2. Her denemedeki karakterlerin
    3. 28'i az önce anlatıldığı gibi küçük harflerdir, ancak ikisi sayıdır.
    4. Her denemede, göstermek için 1 ile 9 arasındaki iki sayıyı rastgele seçin, ancak aynı zamanda bir denemedeki iki sayının her zaman farklı olduğundan emin olun.
    5. Sunulan 8th öğesinin ve sunulan 20th öğesinin sınırı içinde ilk sayının göründüğü yeri rastgele seçin. Başka bir deyişle, her denemede 8th ile 20th LCV konumu arasında bir yere bir sayı yerleştirin.
    6. İkinci sayı, birinciden hemen sonra ve ondan sonraki altı konum arasında herhangi bir yerde görünür. İkinci sayının konumu birinciye göre tanımlandığından, bunlara gecikme konumları denir. İkinci sayı, 1 ile 6 arasında değişen bir gecikme konumuna sahip olabilir. Aslında, tüm deney boyunca, 1 ile 6 arasındaki gecikme konumlarının her birinden eşit sayıda olacaktır. Şekil 2, gecikme konumu kavramını şematize eder.
    7. Deneyi, her gecikme pozisyonu için 30'ar adet olmak üzere toplam 180 denemeyi içerecek şekilde programlayın, 1-6.
    8. Her denemenin sonunda, ekranda "İlk? İkincisi?", Şekil 2'de gösterildiği gibi, gözlemciyi deneme sırasında gördükleri sayıları bildirmeye teşvik etmek için.
    9. Son olarak, programı, ilgili tüm verileri raporlayan bir çıktı elektronik tablosu oluşturacak şekilde ayarlayın. Dosyadaki her satır, tek bir denemenin içeriğine karşılık gelir ve Şekil 3'de gösterildiği gibi aşağıdaki bilgileri içermelidir: deneme numarası, ilk numaranın LCV akışındaki konumu, ikinci numaranın gecikme konumu, ilk numaranın gerçek kimliği, ikinci numaranın gerçek kimliği, ve ilk numarayı tanımlamak için katılımcı tarafından yapılan tuşa basmak ve ikincisi için aynı.

Figure 2
Şekil 2: Dikkat çekici göz kırpma yöntemleri. Hazır bir ekranı, esas olarak harflerden, toplamda 30 görüntüden oluşan bir LCV akışı takip eder. Harflerin arasına gömülü iki rakam vardır. İlk sayı, akıştaki 8. ve 20. konumları arasında herhangi bir yerde görünür. İkinci sayının konumuna gecikme denir ve ilk sayının görünümüne göre tanımlanır, öyle ki ilkinden hemen sonra gecikme 1, sonraki konum gecikme 2 olarak adlandırılır ve bu böyle devam eder. Deney, 1-6 arasındaki gecikmelerin her birinde 30 denemeden oluşur.

Figure 3
Şekil 3: Dikkatli bir göz kırpma deneyi için bir veri çıktı tablosunun organizasyonu. Her satır, deneyin bir denemesine karşılık gelir. Kaydedilmesi gereken önemli parametreler, akıştaki ilk sayının konumu (8 ile 20 arasında bir değer), ikinci sayıya kadar olan gecikme (1 ile 6 arasında bir değer), gösterilen iki sayının kimliği ve denemenin sonunda katılımcı tarafından verilen yanıtlardır.

3. Denemeyi çalıştırma

  1. Tam bir deney için, 10-20 katılımcı arasında test etmek idealdir, ancak bu deneyin sonucu, çoğu bireysel katılımcının verilerinde belirgin olmalıdır.
  2. Bir katılımcıyı test etmek için, sandalyelerinin arkası yaklaşık 60 cm uzakta olacak şekilde bilgisayar monitörünün önüne oturtun.
  3. Talimatları onlara aşağıdaki gibi açıklayın:
    1. "Bu deney, insan dikkatinin hızını araştırmak için tasarlanmıştır. Her deneme aşağı yukarı aynı olacaktır. Üzerinde 'Ready?' yazan bir ekran göreceksiniz. Deneme sürümünü başlatmak için boşluk tuşuna basana kadar ekran aynı kalacaktır. Bir deneme başlatıldığında, 1,5 saniye boyunca ekranın ortasında hızlı bir şekilde bir dizi küçük harfin belirdiğini göreceksiniz. Harflerin arasına gömülü iki sayı görünecektir. Rastgele konumlarda görünecekler ve birbirlerinden hemen sonra görünmeleri gerekmez. Göreviniz, harflerin sırasına çok dikkat etmek ve görünen iki harfi tanımaya çalışmaktır. Bir denemenin sonunda, göründüğünü düşündüğünüz numaraları girmeniz ve onları gördüğünüzü düşündüğünüz sırayla, önce ilki, ardından ikincisini girmeniz istenecektir. Toplamda 180 deneme olacak, bu nedenle deney sadece 5-10 dakika sürmelidir. Bununla birlikte, elinizden gelenin en iyisini yapmanız çok önemlidir. Herhangi bir denemede bir numaranın kimliğinden emin değilseniz, sadece tahmin edin. Herhangi bir sorunuz var mı?"
  4. Herhangi bir soruyu cevapladıktan sonra, katılımcı için deneyi başlatın ve başka soruların ortaya çıkması durumunda birkaç denemeyi tamamlamalarını izleyin. Ardından, deneyi tamamlaması için katılımcıdan ayrılın.

4. Sonuçları Analiz Etme

  1. Sonuçları analiz etmek için yapılacak ilk şey, şu anda doldurulmuş veri elektronik tablosuna iki sütun eklemektir, Doğruluk 1 adlı bir sütun ve Doğruluk 2 olarak adlandırılan bir sütun, katılımcının bu denemedeki her pozisyondaki sayıyı doğru bir şekilde tanımlayıp tanımlamadığını belirtmek içindir. Her denemede görünen gerçek sayıyı verilen yanıtla karşılaştırın, sütunu doğru yanıt için 1 ve yanlış yanıt için 0 ile doldurun. Şekil 4, tablonun bu noktada nasıl görünmesi gerektiğini gösterir.

Figure 4
Şekil 4: Dikkatli bir göz kırpma deneyi için doldurulmuş veri çıktısı. Doğruluk 1 ve Doğruluk 2 sütunları, bir katılımcı tarafından girilen yanıtın her deneme sırasında sunulan numaranın gerçek kimlikleriyle eşleşip eşleşmediğini bildirir. 1 doğru bir yanıtı ve 0 yanlış bir yanıtı gösterir.

  1. Şimdi ilk sayı için katılımcının genel yanıt doğruluğunu hesaplayın. Bunu, elektronik tablonun Doğruluk 1 sütunundaki sayıların ortalamasını alarak yapın. Bu, 0.90 ile 1 arasında çok yüksek olmalıdır.
  2. Son olarak, ikinci sayı için altı gecikme konumunun her biri için ortalama yanıt doğruluğunu hesaplayın.

Hızla değişen bir ortamda bilgilerin işlenmesi zahmetlidir ve nesne tanımanın gerçekleşmesi için görsel dikkat gereklidir.

Örneğin, bir grup özelliğin bu futbol topu gibi bir nesneyi nasıl içerdiğini anlamak için görsel dikkat gereklidir ve bunu sürdürmek büyük çaba gerektirir.

Bir futbol topu ve oyun sırasında sahadaki oyuncular gibi öğelerin hızla hareket ettiği dinamik durumlarda, söz konusu dikkat çabası, oyun kurucunun bir alıcı aradığı gibi, devre dışı bırakıldığında dikkatte anlık bir düşüşe neden olur.

Bu gecikme, dikkatli bir göz kırpma olarak adlandırılır - sanki beyin bir an için göz kırpıyor, dinlenmek için dikkati kapatıyor gibi - burada bir rakip gibi uyaranlar algılanmaz.

1992'de Raymond, Shapiro ve Arnell'in öncülük ettiği yöntemlere dayanan bu video, uyaranları tasarlamak ve paradigmayı yürütmek için gereken adımları tartışarak Dikkatli Göz Kırpma fenomeninin nasıl uygulanacağını, ayrıca verilerin nasıl analiz edileceğini ve farklı düzeylerde dikkat katılımı ile denemelerdeki yanıtların doğruluğunu açıklayan sonuçların nasıl yorumlanacağını göstermektedir.

Bu deneyde, Helvetica yazı tipinde büyük siyah küçük harfler ve sayılar gibi bir dizi görüntü, birbiri ardına 50 ms boyunca sunulur - Hızlı Seri Görsel Sunum, kısaca LCV adı verilen deneysel bir prosedür.

Her deneme toplam 30 karakter gösterecek şekilde programlanmıştır, bu sayede görüntülerden ikisi 1 ile 9 arasında farklı sayılardır.

Birincisi, sekizinci ve yirminci LCV konumu arasında bir yere rastgele yerleştirilirken, ikinci rakam, ilk sayıdan hemen sonraki bir noktaya, ondan sonraki altı yere rastgele yerleştirilir. Bu aralığa, 1 ile 6 arasında değişebilen gecikme konumu denir.

Deney boyunca, 6 gecikme pozisyonunun her birinde 30 olmak üzere 180 deneme yapılmıştır.

Her denemeden sonra, katılımcılardan LCV sırasında sayıları göründükleri sırayla bildirmeleri istenir. Bağımlı değişken, gecikme konumları boyunca doğru yanıtların sayısı olarak kaydedilir.

Paradigmanın arkasındaki mantık, ilk sayının katılımcının dikkatini çekmesi ve ilk sayıların isimlendirilmesinde çok yüksek bir doğruluğa yol açmasıdır. Ancak, gecikme konumuna bağlı olarak, ikinci sayı bildirilirken performansın değişmesi beklenir.

İlkinden hemen sonra ortaya çıkarsa, performans yine de çok yüksek olmalıdır - gecikme 1 tasarrufu adı verilen bir kavram.

Doğruluk, ikinci sayı ikinci ve üçüncü gecikme konumlarında olduğunda (dikkatli göz kırpma olgusu nedeniyle) en dramatik şekilde etkilenmelidir ve doğruluk, kısa dikkatli göz kırpma penceresinden sonra meydana gelen sonraki gecikme konumlarında daha az etkilenecektir.

Deneyden önce programı, deneme numarası, LCV akışındaki ilk basamağın konumu ve gecikme, birinci ve ikinci sayıların gerçek kimliği ve verilen yanıtlar dahil olmak üzere sonraki analiz için ilgili tüm verileri raporlayan bir çıktı elektronik tablosu oluşturacak şekilde ayarlayın.

Başlamak için, katılımcıyı laboratuvarda karşılayın ve deney odasına yönlendirin. Sandalyeleri yaklaşık 60 cm uzakta olacak şekilde bilgisayarın önünde rahatça oturmalarını sağlayın.

Şimdi, görev talimatlarını açıklayın: Ekranda "Hazır mı?" kelimesi görüntülenecektir. Boşluk çubuğuna basılana kadar, ardından bir dizi harf ve sayı hemen ve hızlı bir şekilde görünecektir.

Katılımcıyı, ilgili tuşlara gördükleri sırayla basarak hangi sayıları gördüklerini belirtmeye yönlendirin. Onlara, hangi sayıları gördüklerinden emin değillerse, sadece tahmin etmelerini hatırlatın.

Herhangi bir soruyu cevapladıktan sonra odadan çıkın ve tüm gecikme pozisyonlarında toplam 180 olmak üzere 30 denemeyi tamamlamalarına izin verin. Bitirdiklerinde, deneye katıldıkları için onlara teşekkür edin.

Veri analizine başlamak için, denemeden elde edilen veri çıktısını içeren elektronik tabloyu açın. Katılımcının her konumdaki sayıyı doğru bir şekilde tanımlayıp tanımlamadığını belirtmek için 'Doğruluk 1' ve 'Doğruluk 2' adlı iki sütun ekleyin.

Her deneme için, 'Doğruluk 1' etiketli sütunda, ilk sayıyı 1 koyarak doğru mı yoksa 0 atayarak yanlış mı tanımladıklarını belirtin. 'Doğruluk 2' etiketli sütun için bunu çoğaltın.

Ardından, ilk deneme için tüm denemelerdeki ortalama doğruluğun yanı sıra, bildirilen ikinci sayıların ortalamaları ile birlikte - 'Doğruluk 2' - gecikme konumlarına göre grafiklendirin.

İlk sayının ('Doğruluk 1') yanıtının çok yüksek olduğuna dikkat edin, bu da sayının çok kısa, öngörülemeyen bir konumda ve harfler arasına gömülü olarak görünmesine rağmen, odaklanmış dikkatin ayrıntılı işlemeyi ve tanımayı destekleyebileceğini gösterir.

Tahmin edildiği gibi, ikinci sayı birinciyi hemen takip ettiğinde, gecikme 1 tasarrufu nedeniyle doğruluk yüksek kaldı. Böylece, ilk sayı tarafından tetiklenen odaklanmış dikkat, ikinci sayının yakalanmasına izin vererek devrede kalır.

Bununla birlikte, gecikme konumları 2 ve 3 için, ortalama doğruluk değerleri, dikkatli göz kırpma olgusunu yansıtacak şekilde önemli ölçüde azalmıştır. Yani, ilk sayıyı işledikten sonra, dikkat geçici olarak devre dışı kalır, böylece işleme ve tanımayı azaltır.

Yine de, 4, 5 ve 6 gecikme konumları için geliştirilmiş performansın gösterdiği gibi, dikkatli göz kırpma uzun sürmedi.

Artık fenomene aşina olduğunuza göre, paradigmanın görsel dikkatin temel sınırlamalarını, onu otomatik olarak yakalayabilecek şeyler de dahil olmak üzere daha ayrıntılı olarak araştırmak için nasıl kullanıldığına ve hatta kaygı ve diğer zihinsel sağlık sorunlarının onu nasıl yönlendirebileceğine bakalım.

Fotoğrafların kullanıldığı benzer bir LCV görevinde, katılımcılardan alışılmadık bir konumda döndürülen bir hedef görüntü belirlemeleri istendi. Örneğin, baş aşağı bir oda hedef olarak dahil edildi ve katılımcılar bunun bir iç mekan mı yoksa dış mekan mı olduğunu bildirdi.

Bazı denemelerde, araştırmacılar akıntıya hedeften önceki bir konumda bir örümcek resmi eklediler. Bunun, neden olduğu korku nedeniyle otomatik olarak dikkat çekebileceğini varsaydılar. Bu durumda, döndürülen hedefin kaçırılmasına yol açan dikkatli bir göz kırpma üretmesi gerektiğini düşündüler.

Gerçekten de, katılımcılar hedeften önce bir örümcek geldiğinde yanlış tepki verdiler ve bu da korku uyandıran nesnelerin otomatik olarak dikkat çekebileceğini ve dikkat çekici göz kırpmaları üretebileceğini gösterdi.

Araştırmacılar, şiddetli fobileri olan insanlar ile tipik bir örümcek sevgisi olmayanlar arasındaki farkları araştırmak için de aynı paradigmayı kullandılar.

Bu durumda, görev tersine çevrilir: döndürülen oda önceden gösterilir ve örümcek gecikme 2 konumunda sunulur. Çoğu katılımcı için, örümceğin algısı dikkat göz kırpma tarafından engellenir.

İlginç bir şekilde, şiddetli araknofobisi olan bireyler, örümceği gördüklerini bildirdikleri için dikkatli bir göz kırpma göstermediler - bu, zaman zaman, duygusal uyaranların, aksi takdirde devre dışı bırakılacağı zaman, dikkat üzerinde çok güçlü bir çekime sahip olduğunu düşündürmektedir.

Az önce JoVE'nin dikkat çekici göz kırpma ile tanıtımını izlediniz. Şimdi, bir dikkat katılımı görevinin nasıl tasarlanacağı ve yürütüleceğinin yanı sıra sonuçları nasıl analiz edip değerlendireceğiniz konusunda iyi bir anlayışa sahip olmalısınız.

İzlediğiniz için teşekkürler!

Transcript

Hızla değişen bir ortamda bilgilerin işlenmesi zahmetlidir ve nesne tanımanın gerçekleşmesi için görsel dikkat gereklidir.

Örneğin, bir grup özelliğin bu futbol topu gibi bir nesneyi nasıl içerdiğini anlamak için görsel dikkat gereklidir ve bunu sürdürmek büyük çaba gerektirir.

Bir futbol topu ve oyun sırasında sahadaki oyuncular gibi öğelerin hızla hareket ettiği dinamik durumlarda, söz konusu dikkat çabası, oyun kurucunun bir alıcı aradığı gibi, devre dışı bırakıldığında dikkatte anlık bir düşüşe neden olur.

Bu gecikme, sanki beyin bir an için göz kırpıyor ve dinlenmek için dikkati kapatıyormuş gibi dikkat göz kırpma olarak adlandırılır ve burada rakip gibi uyaranlar algılanmaz.

1992'de Raymond, Shapiro ve Arnell'in öncülük ettiği yöntemlere dayanan bu video, uyaranları tasarlamak ve paradigmayı yürütmek için gereken adımları tartışarak Dikkatli Göz Kırpma fenomeninin nasıl uygulanacağını, ayrıca verilerin nasıl analiz edileceğini ve farklı düzeylerde dikkat katılımı ile denemelerdeki yanıtların doğruluğunu açıklayan sonuçların nasıl yorumlanacağını göstermektedir.

Bu deneyde, Helvetica yazı tipinde büyük siyah küçük harfler ve sayılar gibi bir dizi görüntü, birbiri ardına 50 ms boyunca sunulur - Hızlı Seri Görsel Sunum, kısaca LCV adı verilen deneysel bir prosedür.

Her deneme toplam 30 karakter gösterecek şekilde programlanmıştır, bu sayede görüntülerden ikisi 1 ile 9 arasında farklı sayılardır.

Birincisi, sekizinci ve yirminci LCV konumu arasında bir yere rastgele yerleştirilirken, ikinci rakam, ilk sayıdan hemen sonraki bir noktaya, ondan sonraki altı yere rastgele yerleştirilir. Bu aralığa, 1 ile 6 arasında değişebilen gecikme konumu denir.

Deney boyunca, 6 gecikme pozisyonunun her birinde 30 olmak üzere 180 deneme yapılmıştır.

Her denemeden sonra, katılımcılardan LCV sırasında sayıları göründükleri sırayla bildirmeleri istenir. Bağımlı değişken, gecikme konumları boyunca doğru yanıtların sayısı olarak kaydedilir.

Paradigmanın arkasındaki mantık, ilk sayının katılımcının dikkatini çekmesi ve ilk sayıların isimlendirilmesinde çok yüksek bir doğruluğa yol açmasıdır. Ancak, gecikme konumuna bağlı olarak, ikinci sayı bildirilirken performansın değişmesi beklenir.

İlkinden hemen sonra ortaya çıkarsa, performans hala çok yüksek olmalıdır - gecikme 1 tasarrufu adı verilen bir kavram.

Dikkatli göz kırpma fenomeni nedeniyle, ikinci sayı ikinci ve üçüncü gecikme konumlarında olduğunda doğruluk en dramatik şekilde etkilenmelidir ve doğruluk, kısa dikkatli göz kırpma penceresinden sonra meydana gelen sonraki gecikme konumlarında daha az etkilenecektir.

Deneyden önce programı, deneme numarası, LCV akışındaki ilk basamağın konumu ve gecikme, birinci ve ikinci sayıların gerçek kimliği ve verilen yanıtlar dahil olmak üzere sonraki analiz için ilgili tüm verileri raporlayan bir çıktı elektronik tablosu oluşturacak şekilde ayarlayın.

Başlamak için, katılımcıyı laboratuvarda karşılayın ve deney odasına yönlendirin. Sandalyeleri yaklaşık 60 cm uzakta olacak şekilde bilgisayarın önünde rahatça oturmalarını sağlayın.

Şimdi, görev talimatlarını açıklayın: Ekranda "Hazır mı?" kelimesi görüntülenecektir. Boşluk çubuğuna basılana kadar, ardından bir dizi harf ve sayı hemen ve hızlı bir şekilde görünecektir.

Katılımcıyı, ilgili tuşlara gördükleri sırayla basarak hangi sayıları gördüklerini belirtmeye yönlendirin. Onlara, hangi sayıları gördüklerinden emin değillerse, sadece tahmin etmelerini hatırlatın.

Herhangi bir soruyu cevapladıktan sonra odadan çıkın ve tüm gecikme pozisyonlarında toplam 180 olmak üzere 30 denemeyi tamamlamalarına izin verin. Bitirdiklerinde, deneye katıldıkları için onlara teşekkür edin.

Veri analizine başlamak için, denemeden elde edilen veri çıktısını içeren elektronik tabloyu açın. Katılımcının her konumdaki sayıyı doğru bir şekilde tanımlayıp tanımlamadığını belirtmek için 'Doğruluk 1' ve 'Doğruluk 2' adlı iki sütun ekleyin.

Her deneme için, 'Doğruluk 1' etiketli sütunda, ilk sayıyı 1 koyarak doğru mı yoksa 0 atayarak yanlış mı tanımladıklarını belirtin. 'Doğruluk 2' etiketli sütun için bunu çoğaltın.

Daha sonra, bildirilen ikinci sayıların ortalamalarıyla birlikte, ilk denemedeki tüm denemelerdeki ortalama doğruluğu grafiklendirin. Doğruluk 2'?gecikme pozisyonlarına göre.

İlk numaranın yanıtının ne olduğuna dikkat ettiniz mi?' Doğruluk 1' çok yüksekti, bu da sayının çok kısa, öngörülemeyen bir yerde ve harfler arasına gömülü olarak görünmesine rağmen, odaklanmış dikkatin ayrıntılı işlemeyi ve tanımayı destekleyebileceğini gösteriyor.

Tahmin edildiği gibi, ikinci sayı birinciyi hemen takip ettiğinde, gecikme 1 tasarrufu nedeniyle doğruluk yüksek kaldı. Böylece, ilk sayı tarafından tetiklenen odaklanmış dikkat, ikinci sayının yakalanmasına izin vererek devrede kalır.

Bununla birlikte, gecikme konumları 2 ve 3 için, ortalama doğruluk değerleri, dikkatli göz kırpma olgusunu yansıtacak şekilde önemli ölçüde azalmıştır. Yani, ilk sayıyı işledikten sonra, dikkat geçici olarak devre dışı kalır, böylece işleme ve tanımayı azaltır.

Yine de, 4, 5 ve 6 gecikme konumları için geliştirilmiş performansın gösterdiği gibi, dikkatli göz kırpma uzun sürmedi.

Artık fenomene aşina olduğunuza göre, paradigmanın görsel dikkatin temel sınırlamalarını daha ayrıntılı olarak araştırmak için nasıl kullanıldığına bakalım, otomatik olarak yakalayabilecek şeyler de dahil olmak üzere ve hatta kaygı ve diğer zihinsel sağlık sorunlarının onu nasıl yönlendirebileceği.

Fotoğrafların kullanıldığı benzer bir LCV görevinde, katılımcılardan alışılmadık bir pozisyonda döndürülen bir hedef görüntü tanımlamaları istendi. Örneğin, baş aşağı bir oda hedef olarak dahil edildi ve katılımcılar bunun bir iç mekan mı yoksa dış mekan mı olduğunu bildirdi.

Bazı denemelerde, araştırmacılar akıntıya hedeften önceki bir konumda bir örümcek resmi eklediler. Bunun, neden olduğu korku nedeniyle otomatik olarak dikkat çekebileceğini varsaydılar. Bu durumda, döndürülen hedefin kaçırılmasına yol açan dikkatli bir göz kırpma üretmesi gerektiğini düşündüler.

Gerçekten de, katılımcılar hedeften önce bir örümcek geldiğinde yanlış tepki verdiler ve bu da korku uyandıran nesnelerin otomatik olarak dikkat çekebileceğini ve dikkat çekici göz kırpmaları üretebileceğini gösterdi.

Araştırmacılar, şiddetli fobileri olan insanlar ile tipik bir örümcek sevgisi olmayanlar arasındaki farkları araştırmak için de aynı paradigmayı kullandılar.

Bu durumda, görev tersine çevrilir: döndürülen oda önceden gösterilir ve örümcek gecikme 2 konumunda sunulur. Çoğu katılımcı için, örümceğin algısı dikkat göz kırpma tarafından engellenir.

İlginç bir şekilde, şiddetli araknofobisi olan bireyler, örümceği gördüklerini bildirdikleri için dikkatli bir göz kırpma göstermediler - bu, zaman zaman, duygusal uyaranların dikkat üzerinde çok güçlü bir çekime sahip olduğunu, aksi takdirde devre dışı kalacağını düşündürüyor.

Az önce JoVE'nin dikkat göz kırpma ile tanışmasını izlediniz. Şimdi, bir dikkat katılımı görevinin nasıl tasarlanacağı ve yürütüleceğinin yanı sıra sonuçları nasıl analiz edip değerlendireceğiniz konusunda iyi bir anlayışa sahip olmalısınız.

İzlediğiniz için teşekkürler!

Explore More Videos

Dikkat Yanıp Sönme Bilgi İşleme Görsel Dikkat Nesne Tanıma Dinamik Durumlar Futbol Maçı Anlık Dikkat Kaybı Dikkatli Çaba Dikkat Katılımı Uyaranlar Rakip Algısı Raymond Shapiro Arnell Dikkatli Göz Kırpma Fenomeninin Uygulanması Uyaran Tasarımı Paradigma Yürütme Veri Analizi Tepki Doğruluğu Hızlı Seri Görsel Sunum (LCV)

Related Videos

Renkli Ardıl Görüntüler

Renkli Ardıl Görüntüler

Sensation and Perception

11.6K Görüntüleme

Kör Noktanızı Bulma ve Algısal Doldurma

Kör Noktanızı Bulma ve Algısal Doldurma

Sensation and Perception

18.0K Görüntüleme

Duyum ve Algı Üzerine Perspektifler

Duyum ve Algı Üzerine Perspektifler

Sensation and Perception

13.7K Görüntüleme

Harekete Bağlı Körlük

Harekete Bağlı Körlük

Sensation and Perception

7.3K Görüntüleme

Kauçuk El İllüzyonu

Kauçuk El İllüzyonu

Sensation and Perception

19.4K Görüntüleme

Ames Odası

Ames Odası

Sensation and Perception

18.2K Görüntüleme

Dikkatsiz Körlük

Dikkatsiz Körlük

Sensation and Perception

14.0K Görüntüleme

Uzamsal İşaretleme

Uzamsal İşaretleme

Sensation and Perception

15.5K Görüntüleme

Dikkat Çekici Göz Kırpma

Dikkat Çekici Göz Kırpma

Sensation and Perception

16.7K Görüntüleme

Kalabalık

Kalabalık

Sensation and Perception

6.0K Görüntüleme

Ters Yüz Etkisi

Ters Yüz Etkisi

Sensation and Perception

16.1K Görüntüleme

McGurk Etkisi

McGurk Etkisi

Sensation and Perception

16.4K Görüntüleme

Sadece Fark Edilebilir Farklılıklar

Sadece Fark Edilebilir Farklılıklar

Sensation and Perception

15.7K Görüntüleme

Algısal bir eşik bulmak için merdiven prosedürü

Algısal bir eşik bulmak için merdiven prosedürü

Sensation and Perception

24.9K Görüntüleme

Nesne Değiştirme Maskeleme

Nesne Değiştirme Maskeleme

Sensation and Perception

6.8K Görüntüleme

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2025 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code