Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Science Education
Sensation and Perception

You have full access to this content through Seoul National University of Education

Japanese
 
Click here for the English version

ちょうど顕著な違い

Article

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

どのくらい正確に何かは感知されるに違いのため変更する必要は?

、例えば、子どもたちの急速に成長すると思う-日常的に背が高くなっています。しかし、しばしば困難だ微妙な変更を通知する場合は特に、彼らはまだ闘争に到達してバスケット ボール。

はるかに長いスパンでの成長スパートなるよりも知覚;実際には、量が巨大に見えることができます!高さでこれらの変更は、知覚する日常的な差が小さすぎるので経過した後だけ気づかれます。

最低限まだ認識量はちょうど-顕著なの違いは、この例では最小限の成長に気づいた。

このビデオは、ちょうど-顕著な-違いの図形のサイズを測定するための標準的なアプローチを示しています。だけでなくは設計し、実験を実行に必要な手順について述べるが、我々 はまた、データを分析し、ちょうど記述する結果を解釈する方法を説明どのように小面積の変化の知覚されるようにする必要があります。

この実験では、参加者が 2 つの異なる円サイズが異なります、どちらが大きいかを選択する求められます簡潔に表示されます。

他が変化に対し各試用期間中は同じのまわりで 1 つは常に表示します。この方法は、一定の刺激の方法として呼ばれます。

この場合、一定の刺激設計されている 10 の半径 px とランダムに左または画面の右側に位置します。対照的に、比較刺激と呼ばれる、他のサークルは 5 と 9 と 11 と 15 ピクセルの間を変化する半径を持つでしょう。

これらの 10 の可能性を考えると、比較刺激は 200 の試験の合計のためのそれぞれの側に 10 回が表示されます。従属変数は、どの刺激としては大きい方に選ばれた記録されます。

参加者は、彼らは 2 つの刺激の間のサイズの違いを認識する場合は、正しく選択する予定です。ただし、図形は、可知差異の上下のまわりに近づいている、パフォーマンスが減少が予想されます。

実験は、まずラボで参加者を迎えます。それらのタスクの手順を説明する、コンピューターの前に座り、: スペースバーをクリックするまで、画面は、の言葉を"Ready?"を持っています。

2 つの青い刺激されに示す参加者に指示を見る右サイドの応答を左と 'R' の 'L' キーを押すことによって彼らと思った刺激が大きかった。1 つが大きいが不明のかどうかに彼らする必要があります推測することそれらに思い出させます。

すべての質問に答えた後参加者がありますが、部屋を去る。5 分の期間にわたってすべての 200 の試験を完了するそれらを許可します。完成したら、部屋に戻り、実験に参加をありがちましょう。

データを分析するには、各参加者の応答をキャプチャ プログラムの出力ファイルをまず取得します。パフォーマンスが賢明だったことを確認するデータを一目-すなわち、比較刺激のサイズが 5 〜 15 px になる頃、精度は完璧に近いでした。

次に、記録された答えが正しいかどうかを決定する ' 精度' と呼ばれる出力テーブルに列を追加します。すべての試験の正解に与えられたものを比較します。1 のときに与えられた応答を登録にいった場合、次の修正の使用、それが正しいときは 0。

今、「割合の比較応答 ' というラベルの付いたテーブル別列を追加します。列 ' '応答' の比較位置を比較し、一定の円を選択した場合、比較刺激が選ばれたときに '1' をマークする新しい IF ステートメントまたは '0' を使用します。

結果を表示するには、散布図を作るプロットの x 軸に比較サイズと y 軸に拡大として選ばれた時間の割合。一定の刺激がいつもある 5 または 6 px 半径と刺激が選ばれたことはほとんどない、14 または 15 とのそれら常に選ばれた理由は 10 px 半径を持っていたことを思い出してください。

9 または 11 ピクセルの半径の比較が難しく、参加者はしばしばミスを犯しています。実際、パフォーマンスだったチャンス レベル、違いが感知されないことを示唆しています。

ちょうど顕著な違いを計算、時間の 75% を選ばれた比較サイズを取る、この場合は 12 時間の 25% を選ばれた比較サイズ マイナスの半径-8 の半径-2 の答えを 2 で結果を分割と px。

つまり、円の半径が少なくとも 2 によって異なる必要があります正確に知覚されるサイズのピクセル。

今、あなたは、視覚的物体の大きさの知覚のちょうど顕著な違いに精通しているが、脳がどのように応答を探索する神経生理学的研究、食品の脂肪レベルの間を区別するなど、その他の行動状況にこのパラダイムを使用する方法を見てみましょう。

研究者が視覚野における調査方法個々 のニューロンがオブジェクトのサイズのように、世界の物理的なプロパティをエンコードします。

刺激提示と組み合わせての発火パターンを計測する電気生理学的記録の技術を使用して、研究者はサイズに敏感なニューロンが時々、実際には異なるサイズのオブジェクトに同じ方法で応答するを発見します。

これはなぜ JND がかろうじて-可知: 時々、脳関連の刺激本当に行う効果を生み出す見分けがつかない。

さらに、研究者は、食品中の脂肪濃度を検出するための個々 のしきい値を特徴付けるために顕著な違いのタスクを使用しています。

彼らは、高いボディマス指数を持つ個人がサンプル中の脂肪酸を試飲する前に高い可知差異またはしきい値を高く、必要な発見しました。これらの結果は、余分な脂肪の消費を制限する新たなアプローチにつながる可能性があります。

ゼウスの入門だけで顕著な違いを見てきただけ。今を分析し、結果を評価する方法と同様、設計および、テストを実行する方法のよい理解が必要です。

見てくれてありがとう!

Read Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter