Author Produced

Het meten van aandacht en visuele verwerking Speed ​​van Model-gebaseerde analyse van Temporal-order beslissingen

Behavior

Your institution must subscribe to JoVE's Behavior section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Cite this Article

Copy Citation | Download Citations

Tünnermann, J., Krüger, A., Scharlau, I. Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments. J. Vis. Exp. (119), e54856, doi:10.3791/54856 (2017).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Dit protocol beschrijft hoe temporele-order experimenten uit te voeren om de visuele verwerkingssnelheid en de aandachtsproblemen distributie bron te meten. De voorgestelde methode is gebaseerd op een nieuwe en synergetische combinatie van drie componenten: de tijdelijke orde oordelen (TOJ) paradigma, Bundesen's theorie van Visual Attention (TVA) en een hiërarchische Bayesiaanse schatting kader. De werkwijze verschaft eenvoudig te interpreteren parameters, die worden ondersteund door de theoretische onderbouwing van neurofysiologische en TVA. Met behulp van Tojs, kan TVA-gebaseerde ramingen worden verkregen voor een breed scala aan stimuli, terwijl de traditionele paradigma's gebruikt met TVA voornamelijk beperkt zijn tot letters en cijfers. Ten slotte is het zinvol parameters van het voorgestelde model zorgen voor de oprichting van een hiërarchische Bayesiaanse model. Een dergelijk statistisch model maakt het mogelijk de beoordeling van de resultaten in een coherente analyse zowel op het onderwerp en het niveau van de groep.

Om de haalbaarheid en v demonstrerenersatility van deze nieuwe aanpak, zijn drie experimenten gerapporteerd met aandacht manipulaties in synthetische pop-up displays, natuurlijke beelden en een cued letter-rapport paradigma.

Introduction

Hoe aandacht wordt verdeeld in ruimte en tijd is een van de belangrijkste factoren in menselijke visuele perceptie. Objecten die aandacht te trekken door hun zichtbaarheid of het belang worden typisch sneller verwerkt en met een hogere nauwkeurigheid. In gedragsonderzoek zijn dergelijke gunstige werking aangetoond in een aantal experimentele paradigma. Bijvoorbeeld, de verdeling aandacht op de doellocatie versnelt de reactie probe detectie taken 1. Ook de nauwkeurigheid van de rapportage brieven verbeterd door aandacht 2. Dergelijke bevindingen bewijzen dat de aandacht verhoogt de verwerking, maar zij blijven hopeloos mute over de manier waarop deze verbetering is gevestigd.

De huidige paper toont aan dat low-level mechanismen achter aandachtsproblemen voordelen kan worden beoordeeld door het meten van de snelheid van verwerking van de individuele stimuli in een modelmatige kader dat de metingen betrekking heeft op fijnkorrelige compts van de aandacht. Met een dergelijk model kan de totale verwerkingscapaciteit en de verdeling over de stimuli worden afgeleid uit metingen verwerkingssnelheid.

Bundesen's theorie van Visual Attention (TVA) 3 geeft een geschikt model voor dit streven. Het wordt meestal toegepast op de gegevens uit de brief verslag taken. Hierna worden de fundamenten van TVA toegelicht en wordt getoond hoe deze kan worden uitgebreid tot arrest temporele orde (TOJ) gegevens die met (bijna) willekeurig stimuli model. Deze nieuwe werkwijze verschaft schattingen van de verwerkingssnelheid en distributie middelen die gemakkelijk kunnen worden geïnterpreteerd. Het protocol in dit artikel wordt uitgelegd hoe u dergelijke experimenten en de details te plannen en uit te voeren hoe de gegevens kunnen worden geanalyseerd.

Zoals hierboven vermeld, de gebruikelijke paradigma TVA-gebaseerde modellisatie aandacht parameters de letter rapporttaak. Deelnemers melden de identiteit van een reeks brieven diewordt kort schoten en typisch gemaskeerd na een variërende vertraging. Naast andere parameters, kan de snelheid waarmee beeldelementen worden gecodeerd in visuele kortetermijngeheugen worden geschat. De methode is met succes toegepast op de vragen in fundamenteel en klinisch onderzoek. Bijvoorbeeld, Bublak en collega's 4 beoordeeld welke aandachtsproblemen parameters worden beïnvloed in verschillende stadia van leeftijdsgebonden cognitieve tekorten. In fundamenteel onderzoek aandacht, Petersen, Kyllingsbæk en Bundesen 5 gebruikt TVA om de aandachtsproblemen verblijftijd effect, moeilijkheidsgraad van de waarnemer in het waarnemen van de tweede van twee doelen op bepaalde tijdstippen te modelleren. Een belangrijk nadeel van de brief rapport paradigma is dat het voldoende overlearned en maskeerbare stimuli. Deze eis beperkt de methode om letters en cijfers. Andere stimuli zouden zware training van de deelnemers nodig hebben.

De TOJ paradigma vereist geen specifieke stimuli noch maskeren. Het kan gebruikt worden met elke vorm van stimuli die de volgorde waarin kan worden beoordeeld. Dit verlengt de stimulans bereik om vrijwel alles wat van belang kan zijn, met inbegrip van directe cross-modale 6 vergelijkingen.

Onderzoeken van aandacht met Tojs is gebaseerd op het fenomeen van aandachtstraining vóór binnenkomst dat is een maatstaf voor hoe veel eerder een stimulans bijgewoond ten opzichte van een onbewaakte één wordt waargenomen. Helaas is de gebruikelijke methode voor het analyseren van TOJ data, fitting waarnemer prestaties psychometrische functies (zoals cumulatief Gauss of logistieke functies), kan geen onderscheid maken of de aandacht verhoogt de verwerkingssnelheid van de bijgewoond stimulus of als het vermindert de snelheid van de onbemande stimulus 7. Deze dubbelzinnigheid is een groot probleem, omdat de vraag of de perceptie van een stimulus is echt verbeterd of als het voordeel als gevolg van de terugtrekking van de middelen van een concurrerend Stimul ons is een kwestie van zowel fundamentele als praktische relevantie. Bijvoorbeeld, voor het ontwerpen van mens-machine interface is zeer relevant om te weten of het verhogen van de bekendheid van een element werken ten koste van andere.

De TOJ taak verloopt meestal als volgt: Een fixatie merk wordt gepresenteerd voor een korte vertraging, meestal een willekeurig getrokken interval korter dan een seconde. Dan, het eerste doel wordt gepresenteerd, gevolgd na een variabele stimulus onset asynchronie (SOA) door de tweede doel. Bij negatieve SOA's, wordt de sonde, de bijgewoond stimulus, het eerst getoond. Bij positieve SOA's, de verwijzing, de onbemande stimulus, leidt. Bij een SOA nul, worden beide doelen tegelijkertijd getoond.

Kenmerkend presenteren het doel betrekking op het schakelen van de stimulus op. Onder bepaalde omstandigheden echter ook andere tijdelijke gebeurtenissen, zoals een flikkering van een reeds aanwezige doelwit of offsets gebruikt 8.

_content "> In Tojs, worden reacties opgevangen in een unspeeded manier, meestal door de toetsen toegewezen aan de stimulus identiteiten en de presentatie orders (bijvoorbeeld wanneer stimuli zijn pleinen en diamanten, een sleutel geeft aan" square eerst "en een ander" diamond eerst ") . Belangrijk voor de evaluatie, deze uitspraken moeten worden omgezet naar "probe eerst" (of "referentie eerst") oordelen.

In het onderhavige werk, wordt een combinatie van het proces model van BTW en de TOJ experimentele paradigma om de problemen op hetzij individuele domein elimineren. Met deze methode kan gemakkelijk interpreteerbare snelheid parameters worden geschat voor bijna willekeurige visuele stimuli, waardoor af te leiden hoe de aandacht van de waarnemer concurrerende beeldelementen toegewezen.

Het model is gebaseerd op vergelijkingen TVA voor het verwerken van afzonderlijke prikkels, dat binnenkort zal worden uitgelegd in de volgende. De kans dat een stimulons wordt gecodeerd in visuele korte-termijn geheugen voordat de andere wordt geïnterpreteerd als de kans op het beoordelen van deze stimulus als eerste verschijnen. De individuele codering duur zijn exponentieel verdeeld 9:

vergelijking 1 (1)

De maximale ineffectieve blootstellingsduur t 0 is een drempel voor wie niets wordt gecodeerd at all. Volgens TVA de snelheid v x, i waarbij x object is gecodeerd als lid van een perceptuele categorie i (zoals kleur of vorm) wordt gegeven door de snelheidsvergelijking,

vergelijking 2 . (2)

De kracht van de zintuiglijke bewijs dat x behoort tot categorie i wordt uitgedrukt in η x, i, en Pi is een beslissing voorkeur voor het categoriseren stimuli als leden van categorie i. Dit wordt vermenigvuldigd met eenttentional gewichten. Individuele attentional gewichten w x gedeeld door de attentional wegen van alle objecten in het gezichtsveld. Derhalve wordt de relatieve attentional gewicht berekend als

vergelijking 3 (3)

waarin R staat voor alle categorieën en η x, i de zintuiglijke bewijs dat object x behoort tot categorie j. De waarde π j heet relevantie van categorie j en weerspiegelt een vooroordeel om indelingen te maken in j. De totale verwerkingscapaciteit C is de som van alle verwerkingen tarieven voor alle prikkels en indelingen. Voor een meer gedetailleerde beschrijving van TVA, zie Bundesen en Habekost boek 9.

Bij onze nieuwe werkwijze, Vergelijking 1, waarbij de codering van afzonderlijke prikkels beschreven, wordt omgezet in een model van tojs. Ervan uitgaande dat de selectie vooroordelen en het verslag categorieën zijn Constant binnen een experimentele taak de verwerkingssnelheden v p en v r van de twee beoogde stimuli probe (p) en referentie (r) afhankelijk C en attentional gewichten in de vorm v p = C · w p en v r = C · w r, respectievelijk. De nieuwe TOJ model drukt de kans op succes P p 1 dat een deelnemer oordeelt de probe stimulus eerst als functie van de SOA en de verwerking tarieven. Het kan als volgt worden geformaliseerd:

vergelijking 4 (4)

Een meer gedetailleerde beschrijving van deze vergelijking wordt afgeleid van het uitgangsmateriaal TVA vergelijkingen beschreven door Tünnermann, Petersen en Scharlau 7.

Omwille van de eenvoud wordt de parameter t 0 weggelaten in het model in Vergelijking 1. Volgens de oorspronkelijke TVA dient t 0 identiek voor Both doelen in de TOJ taak, en het derhalve opheft. Echter, deze veronderstelling soms geschonden (zie rubriek Discussion).

Voor het aanbrengen van deze vergelijking te TOJ data, is een hiërarchische Bayesiaanse schatting regeling 11 voorgesteld. Deze benadering laat toe de attentional gewichten schatten w w p en r van de sonde en referentie stimuli en de algehele verwerkingssnelheid C. Deze parameters, de resulterende opnamesnelheden v p en v r en aandacht geïnduceerde verschillen tussen hen kan worden beoordeeld over het onderwerp en de groep niveaus, samen met geschatte onzekerheden. De hiërarchische model wordt geïllustreerd in Figuur 1. Tijdens de voorbereidende fase voor een experiment kan gemakkelijk Bayesiaanse poweranalyse uitgevoerd.

Het volgende protocol beschrijft hoe te plannen, uit te voeren en te analyseren TOJ experimenten waaruit verwerkingssnelheid parameters en aandachtsproblemen gewichten voor visuele stimuli kanworden verkregen. Het protocol gaat ervan uit dat de onderzoeker geïnteresseerd is in hoe een attentional manipulatie van invloed op de verwerkingssnelheid van een aantal doelstellingen van belang.

Figuur 1

Figuur 1: Grafische model gebruikt in de Bayesiaanse schatting procedure. Cirkels geven geschatte uitkeringen; dubbele cirkels geven deterministische knooppunten. Vierkanten geven data. De verhoudingen worden gegeven op de rechterkant van de figuur. De knooppunten buiten de afgeronde frames ( "platen") vertegenwoordigen gemiddelde en dispersie ramingen van TVA parameters (zie inleiding) op het niveau van de groep. In de "j Subjects" plaat, is te zien hoe attentional gewicht (w) worden gecombineerd met de algemene verwerkingssnelheden (C) van stimulus verwerkingssnelheden (v) betreffende niveau. Plate "i SOA &# 8221; toont hoe deze parameters TVA getransformeerd zijn (via de functie P p 1 in de inleiding beschreven) in de kans op succes (θ) de binomiaal verdeelde responsen op elke SOA. Daarom is de θ met de herhalingen van de SOA (n) beschrijven de gegevenspunten (y). Voor meer details over de notatie en interpretatie van grafische modellen, zie Lee en Wagenmakers 23. Merk op dat voor de duidelijkheid zijn de knooppunten die verschillen parameters vertegenwoordigen weggelaten. Deze deterministische parameters zijn aangegeven in de figuren van de experimentele resultaten plaats. Klik hier om een grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

OPMERKING: Sommige stappen in dit protocol kan worden bereikt met behulp van aangepaste software die (samen met de installatie-instructies) aan http://groups.upb.de/viat/TVATOJ. In het protocol, wordt deze verzameling van programma's en scripts genoemd "TVATOJ".

1. Selectie van Stimulus Material

  1. Selecteer stimuli volgens de onderzoeksvraag.
    Opmerking: In het algemeen worden twee targets op verschillende locaties op het scherm. Stimuli die zijn gebruikt bij de onderhavige werkwijze omvatten, bijvoorbeeld, vormen, cijfers, letters, eenlingen in pop-out displays, en objecten in natuurlijke beelden. De laatste drie werden gebruikt in dit protocol.
    OPMERKING: Verschillende types stimulus in de TOJ plugin ( "psylab_toj_stimulus" voorzien TVATOJ) voor het experiment bouwer OpenSesame 12.
  2. Bij het aanmaken van nieuwe impuls vormen, ervoor te zorgen dat de eigenschappen van interest hebben voor de beslissing te worden gecodeerd door ze belangrijk zijn voor de taak of selecteer stimuli waar de eigendommen van uw automatisch gecodeerd (bijvoorbeeld eenlingen in pop-out displays).

2. Schakel schatting en Planning

  1. Voer een Bayesiaanse vermogen analyse door het simuleren van gegevens met de gekozen model, gepland design (SOA distributie en herhalingen), steekproefomvang, en veronderstelde parameters. Schatten of het waarschijnlijk onderzoeksdoel (bijvoorbeeld een zeker verschil in de parameters) te bereiken. Als de voeding niet voldoende is, verandert het ontwerp door het toevoegen of het verschuiven van SOA's of herhalingen en herhaal de analyse.
    1. Om de meegeleverde TVATOJ software, open te gebruiken en het script "exp1-power.R" te bewerken. Volg de opmerkingen in het bestand aan te passen voor de specifieke analyse. Voor algemene informatie over Bayesiaanse macht schatting verwijzen naar Kruschke 13.
<p class = "jove_title"> 3. Specificatie of programmering van het Experiment

  1. Gebruik een experiment bouwer of psychofysische presentatie bibliotheek om het experiment uit te voeren.
    1. Om de OpenSesame TOJ plugin die in TVATOJ gebruiken, sleept u de "psylab_toj_stimulus" plugin in een proef presentatie lus. Als alternatief opent u de "simple-toj.osexp" voorbeeld experiment in OpenSesame.
    2. Selecteer het gewenste type stimulus in het dropdown-menu "type Stimulus" in de psylab_toj_stimulus configuratie. Volg de instructies in TVATOJ voor het toevoegen van nieuwe impuls vormen indien nodig.
  2. Geef de processen zoals beschreven in de volgende stappen.
    1. Voor elke experimentele conditie, maken studies met de geplande SOA's. Bij gebruik van de psylab_toj_stimulus plugin en OpenSesame, voeg alle uiteenlopende factoren als variabelen om het proces lus (bijvoorbeeld "SOA").
    2. rijen toe te voegen aan de tafel om te beseffenAlle factor combinaties (bijvoorbeeld zeven SOA's, van -100 tot 100 msec, gekruist met de experimentele omstandigheden "aandacht" en "neutraal"). Stel "Herhalen" attribuut van de lus om voldoende herhalingen te maken (zie protocol stap 2 voor het bepalen van de distributie en de herhaling van SOA's).
      LET OP: Meestal kan hooguit 800 trials binnen een uur worden gepresenteerd. Als er meer herhalingen nodig zijn, kunt u overwegen het splitsen van het experiment in meerdere sessies. Zorg ervoor dat de "Order" attribuut van de lus is ingesteld op "Random" voor het uitvoeren van het experiment.
    3. In de psylab_toj_stimulus plugin configuratie, placeholders toe te voegen (bijvoorbeeld "[SOA]") voor de uiteenlopende factoren in de betreffende gebieden. Voer constante waarden met factoren die niet worden gevarieerd.
      LET OP: Voor het uitvoeren van het experiment, zorg ervoor dat nauwkeurige timing is gegarandeerd. Indien nodig timing gedrag van de nieuwere monitoren zijn niet werd gecontroleerd, gebruikCRT-monitoren en te synchroniseren met de verticale terugslag signaal 12.

4. Experimentele procedure

  1. Verwelkoming en briefing van de deelnemers
    1. Verwelkom de deelnemers en hen te informeren over de algemene vorm van het experiment (computer-based perceptie experiment). Informeren de deelnemers over de toekomstige duur van het experiment. Het verkrijgen van geïnformeerde toestemming van de deelnemers om deel te nemen aan het experiment.
    2. Zorg ervoor dat de deelnemers laten zien normale of gecorrigeerd-to-normaal gezichtsvermogen (optimaal door het uitvoeren van korte visie tests). Sommige tekorten, zoals kleur blindheid kan aanvaardbaar zijn als ze niet interfereren met de vraagstelling van de bijzondere soort van stimulusmateriaal.
    3. Zorg voor een rustige stand waar het experiment wordt uitgevoerd. Stel de stoel, kinsteun, keyboardpositie, enzovoort, voor een optimaal bekijken en reactie voorwaarden voor experiment.
    4. Maak de deelnemers zich ervan bewust dat het experiment vergt aandacht en mentale focus en kan vermoeiend zijn. Vraag hen om korte pauzes te nemen wanneer dat nodig is. Het is echter even belangrijk niet om deze eenvoudige taken aandachtsprocessen onder grote druk. Vertel de deelnemers dat het goed is om een ​​aantal fouten te maken.
  2. Instructie en warm-up
    1. Present instructies op het scherm voor de taak, waarin de presentatie volgorde en respons incassoprocedure. Informeren de deelnemers die de taak om de volgorde waarin de doelstellingen aangekomen, en dat deze moeilijke bij sommige proeven zal rapporteren. Vraag de deelnemers om hun eerste indruk te melden wanneer zij niet de opdracht voor bepaalde kan vertellen, en laat ze denk dat als ze geen dergelijke indruk op alle.
      LET OP: In de binaire Tojs hier wordt gebruikt, is er geen mogelijkheid om de perceptie van de gelijktijdigheid te geven. Om overmatige gissen te vermijden, niet wijzen op de aanwezigheid van studies met Simultaneously gepresenteerd doelen expliciet. Laat deze gewoon moeilijk zijn studies met de instructies hierboven geschetste.
    2. De oogbewegingen tijdens de proeven te vermijden, vraagt ​​deelnemers om een ​​merk dat wordt weergegeven in het midden van het scherm te fixeren. Vraag hen om hun hoofd te rusten op een kin rust.
    3. Vraag de deelnemers om korte pauzes te nemen indien nodig. Laat hen weten wanneer pauzes zijn toegestaan en wanneer ze moeten worden vermeden (bijvoorbeeld tijdens het doel presentatie en voor het antwoord).
    4. Inclusief een korte training waarin de deelnemers kunnen wennen aan de taak. Daartoe dienen een willekeurige subset van de experimentele studies (zie protocol stap 3,2).
      OPMERKING: Omdat de taak zelf is vrij eenvoudig, tien tot twintig proeven zijn meestal voldoende. Het kan voordelig zijn om het vertrouwen van de deelnemers hun prestaties in deze taak te verhogen. Dit kan door vertraging van de presentatie en feedback.
    5. Verkrijgen confirmati de deelnemers 'op dat ze de taak hebben begrepen (laten uitleggen), en dat ze geen verdere vragen.
  3. Het uitvoeren van de belangrijkste experiment
    1. Laat de experimentele software start met de presentatie van de belangrijkste studies. Laat de stand voor de belangrijkste experiment.

5. Model-gebaseerde analyse van de gegevens TOJ

  1. Omzetten van de ruwe data bestanden in tellingen van "probe eerst" oordelen voor elke SOA. Zo voert u het script "os2toj.py" voorzien TVATOJ.
  2. Voer het Bayesiaanse schattingsprocedure de belangrijkste parameters schatten w p en C, die de afgeleide v p en v r en de verschillen van de parameters. Voor dit doel, het script "run-evaluation.R" nadat het bewerkt volgens de instructies in het bestand.
  3. Wanneer de bemonstering is voltooid, kan de verschillen van belang zijn voor de onderzoeksvragen worden beoordeeld. examples kan gevonden worden in de volgende paragraaf.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Hierna worden de resultaten verkregen met de voorgestelde methode gerapporteerd. Drie experimenten gemeten invloed van verschillende attentional manipulaties met drie zeer verschillende stimuli. De stimuli zijn eenvoudig lijnstukken in pop-out patronen, actieruimte objecten in natuurlijke beelden en cued brief targets.

Experiment 1: Salience in pop-out displays
Experiment 1 doel om de invloed van visuele opvallendheid op de verwerkingssnelheid van lijnsegmenten in een kunststof patroon. Onderwerpen geoordeeld welke van de twee doellijn segmenten (links of rechts) in een achtergrond patroon van georiënteerde lijnstukken eerst flikkerde. In de helft van de proeven, de sonde was een kleur pop-out (zie figuur 2a). Meer achtergrondinformatie over TOJ-gebaseerde beoordeling van pop-out kan worden gevonden in een studie van Krüger en collega's 8, waar de lokale oriëntatietie opvallendheid werd gemanipuleerd in plaats van kleur. De verdeling en de frequentie van de SOA worden getoond in Figuur 2b.

Een Bayesiaanse vermogen analyse werd uitgevoerd zoals beschreven in het protocol stap 2 normale groep was de incidentie C (M = 70 Hz, SD = 20) en een hypothetisch voordeel van ongeveer 7 Hz voor de voornaamste doelstelling van de aandacht staat (als gevolg van een attentional gewicht van M = 0,55, SD = 0,02), werden 200 simulaties uitgevoerd. Het slagingspercentage voor aantonen van de voordelen is berekend voor de ondergrens van de 95% HDI (hoogste dichtheid interval) wordt boven 4 Hz en voldoen aan extra eisen aan het verschil met de controlegroep (zie voorbeeld TVATOJ "power-exp1.R" voor alle details). Het slagingspercentage voor het bereiken van dit doel onder de hypothetische omstandigheden met 25 deelnemers bleek te zijn met 0,88een 95% HDI variërend 0,82-0,92.

Voor de daadwerkelijke experiment werden 30 deelnemers geworven. Een deelnemer werd uitgesloten van de analyse omdat hij niet volg de instructies, maar altijd dezelfde toets ingedrukt.

Figuur 2

Figuur 2: Experiment 1. (a) Targets (gemarkeerd met cirkels voor afbeelding) in de neutrale (bovenste deel) en aandacht (onderste deel) staat. (B) SOA distributies. (C) Drie voorbeeldige subject-level reactie tellingen (punten) en posterior predictive curves (gearceerde gebied; intensiteit vertegenwoordigt waarschijnlijkheid met betrekking tot de 100 gesimuleerde herhalingen bij fijnkorrelig SOA's). Blauw geeft controle en groene aandacht staat. ( (E) posterior verdeling van het totale percentage C en aandachtsproblemen gewichten w p en w r. (F) posterior verdeling van v p en v p en hun verschillen. Klik hier om een grotere versie van deze figuur te bekijken.

De gegevens werden uitgerust met de TOJ model afgeleid van TVA (zoals beschreven in de inleiding) met een Bayesian hiërarchische procedure JAGS 10 uitgevoerd. Figuur 2c toont drie voorbeeldige subject-niveau plots van de ruwe data en posterior predictive schattingen verkregen van subject-level monsters van het aangepaste model. Group-level posterior predictive curves zijn weergegeven in figuur 2d en parameterschattingen in figuur 2e en p en w r (figuur 2e) of de afzonderlijke tarief parameters v p en v r (figuur 2F) kan worden beoordeeld. Indien de totale verwerkingscapaciteit C werd veranderd door het manipuleren, kunnen deze parameters aangeven of en hoe de individuele prikkelverwerking tarieven veranderd.

De voorgestelde hiërarchische Bayesiaanse schatting procedure biedt een schat aan resultaten. Zo kunnen alle parameters vastgesteld worden voor elke deelnemer vakniveau. Meestal is er belangstelling voor tendensen in de bevolking. Vandaar dat de resultaten op groepsniveau besproken. De histogrammen tonen distributies over de parameter ruimte. De takken van de uitkeringen worden gewaardeerd om de centrale tendensen van de parameters 'te geven. De 95% HDIS markeren de bereiken waarinde echte waarden liggen met een waarschijnlijkheid van 95% afhankelijk van het model en de gegevens (voor meer informatie over hoe u de Bayesiaanse statistiek te interpreteren, zie Kruschke 11, 13).

Figuur 2e toont schattingen van de middelen over onderwerpen voor het gewicht en het totale percentage parameters. Een voordeel van aandacht voor de voornaamste stimulus te zien in de aandacht staat. De centrale tendens parameter w p is 0,59 en de 95% HDI varieert 0,55-0,63. Vandaar dat saillantie verschoof de aandachtsproblemen gewicht weg van de neutrale waarde van 0,5. In de controle conditie, waarbij geen van de doelen was saillant, een neutrale weging van w p = 0,5 werd verkregen (95% HDI: 0,48-0,51). De overeenkomstige rij "vergelijking" toont aan dat het verschil tussen de gewichten w p in omstandigheden 0,09 en de 95% HDI van dit verschil beldees van -0,11 tot 0,07. Er is dus een betrouwbare verschil tussen de twee gewichten vóór de saillante stimulus.

Echter, betekent dit dat de voornaamste doelstelling sneller is verwerkt? Het verschil in gewicht met de gezamenlijke algemene percentage C in de aandacht aandoening aangeven dat het sneller dan de niet-saillant doel in deze toestand is verwerkt. Echter, een belangrijke vraag is of het ook sneller dan de doelstellingen van de controle conditie werd verwerkt. Het nemen van de ramingen van de verwerking tarieven in aanmerking genomen, moet het antwoord nee is. De C schatting figuur 2e is lager in de aandacht staat door een verschil van bijna 17 Hz. In de overeenkomstige "Vergelijking" plot, 0, geen verschil, net aan de rand van het 95% HDI; vandaar is hoogst onwaarschijnlijk. Rekening houdend met de individuele tarieven van de sonde (v p) en referentie (v r) stimulus in beide condities (figuur 2f), is het duidelijk dat het voordeel van de voornaamste stimulus resultaten van een 16 Hz verlaging van de verwerkingssnelheid van de niet-saillant stimulus in de aandacht staat. Een mogelijke interpretatie van deze resultaten is dat de voornaamste doelstelling leidt tot een onderdrukking van de niet-saillant doelwit in de aandacht staat en daardoor voordelen af.

Merk op dat in dit experiment, hoewel de verschijningen van sonde en referentie identiek in de neutrale toestand waren, de vertraging tussen proces en start-gebeurtenis was constant. Daarom deelnemers kunnen gerichte aandacht in de richting van dit punt in de tijd, waardoor het verschuiven van de aandachtsproblemen gewicht uit de buurt van de neutrale waarde van 0,5. Bijgevolg moet de werkelijke attentional gewicht van de sonde stimulus in de controle conditie worden geschat en op 0,5 vast. Het bevestigen van de parameter is mogelijk wanneer de deelnemer niet kan vertellen, zelfs in principe dat is de probe en waarin de referentie stimulus, zoals in de toestand waarin Experiment 3.

Experiment 2: Actie ruimte voordelen in natuurlijke beelden
Het tweede experiment gemeten aandachtsproblemen voordelen voor objecten in de actie ruimte in natuurlijke beelden. Van verandering blindheid studies is bekend dat centrum-of-interest objecten profiteren van betekenis-driven oriënterende in natuurlijke beelden 14. Dit effect is afwezig wanneer beelden worden verduisterd door ondersteboven presentatie. In niet-gepubliceerde verandering blindheid experimenten, een actie ruimte voordeel vonden we met een reeks van beelden met veranderingen in de actie-ruimte en achtergrond objecten (er is een gepubliceerde replicatie met gelijkaardige stimulusmateriaal bij verwijzing 15). Onze hypothese is dat deze actie ruimte objecten, die dicht bij de waarnemer en eventueel grijpbaar zijn, een soortgelijk voordeel vertonen in hun verwerking tarieven.

"Fo: keep-together.within-page =" 1 "> Aldus wordt de voorgestelde TOJ-gebaseerde methode getest met natuurlijke beelden Actie ruimte (sonde) en verder weg gelegen (referentie) objecten, die plotseling in natuurlijke beelden verschenen, vormde. de doelstellingen voor de TOJ procedure (zie figuur 3a). in een tussen-onderwerpen onder controle staat, upside-down versies van dezelfde beelden werden gebruikt. Deze staan bekend om gereduceerd context effecten in mutatiesignalering experimenten 15, 16 hebben. de SOA tussen het aanzetten werd gevarieerd volgens de in figuur 3a distributie.

Een power schatting werd uitgevoerd precies zoals voor Experiment 1, behalve dat tussen-subject vergelijkingen tussen experimentele en controle conditie werden uitgevoerd. Het slagingspercentage voor het bereiken van het doel werd geschat met 0,92 (95% HDI: 0,88-0,96) met 35 gesimuleerde deelnemers per conditie (details kan found in de TVATOJ voorbeeld "power-exp2.R").

Er waren 39 proefpersonen in de aandacht staat en 38 in de controlegroep van de eigenlijke experiment. (Sommige proefpersonen deel in beide gevallen. Voor zover wij weten, is dit niet de Bayesiaanse statistische analyse te nemen. Het behandelen van de gemengde data tussen-subjects vermindert het vermogen dan gezien de verschillen binnen-subject.) Ook een deelnemer (dezelfde persoon in beide gevallen) werd uit de analyse van elke aandoening, door opzettelijk willekeurige reacties gedurende het experiment opgeleverd.

figuur 3

Figuur 3: Experiment 2. (a) Actie ruimte (gemarkeerd met witte arrows) en achtergrond (zwarte pijl) richt zich in de neutrale (links) en aandacht (rechts) staat. (B) SOA distributie. (C) Twee voorbeeldige subject-niveau plots van de neutrale (blauw) staat en twee percelen van de aandacht (groen) met de reactie van tellingen (punten) en posterior predictive bochten schaduwrijke plek; intensiteit vertegenwoordigt waarschijnlijkheid met betrekking tot de 100 gesimuleerde herhalingen bij fijnkorrelig SOA's). (D) posterior verdeling van het totale percentage C en aandachtsproblemen gewichten w p en w r. (E) Group-niveau posterior predictive bochten. (F) posterior verdeling van v p en v r en hun verschillen. Klik hier om een grotere versie van deze figuur te bekijken.

Deze data werd gepast in dezelfde manner zoals in het eerste experiment. Het enige verschil was dat vanwege de tussen-subjects design, parameter verschillen tussen de twee condities kon niet worden berekend tijdens de bemonstering op vakniveau. Dit vermindert de kracht in vergelijking met binnen-subject verschillen.

De voorbeeldige subject-niveau en de groep-niveau posterior predictive uitkeringen in figuur 3c tonen distributies die nauwelijks worden verschoven tegen elkaar. De twee voorwaarden overlappen bijna perfect in het groepsniveau posterior predictive grafiek (figuur 3e), zodat het lijkt alsof de aandacht manipulatie helemaal niet werkte. Inspectie van de postérieure verdeling van de parameters echter blijkt dat er inderdaad een voordeel voor de actieruimte objecten. W p schatting in de aandacht staat is verder van de neutrale stand van 0,5, die pas aan het linkereinde van de 95% HDI verschoven. Vreemd het echterook verschoven in de controle staat, met de 95% HDI zelfs met uitzondering van 0.5, wat suggereert dat de omkering van de beelden niet het potentieel actieruimte voordeel heeft te verwijderen.

Gezien de vergelijking van de individuele prikkelverwerking tarieven (figuur 3f, "Vergelijking"), kan een effect van aandacht te zien voor de koers van de referentie-stimulus v r. Het verschil in de richting tegengesteld aan de hypothese en is klein, hetgeen een percentage verandering van slechts 2 Hz (95% HDI: -3,36 tot 0,66).

Derhalve moet worden geconcludeerd dat ofwel (a) de attentional voordeel actieruimte objecten komt door een factor die niet wordt beïnvloed door de scène inversie, zoals saillantie of zichtbaarheid. Als alternatief, (b) de scène inversie niet de actie ruimte te verminderen zoals de bedoeling is, of (c) het vermogen van het huidige experiment was te klein om de effe te detecterenct. Uitleg (a) en (b), of een combinatie, zijn waarschijnlijk degenen. In onze niet-gepubliceerde change-blindheid experimenten eerder vermeld, die werden uitgevoerd met dezelfde beelden, was er nog een voordeel (hoewel gereduceerd) voor de actie ruimte objecten in omgekeerde scènes.

In de context van deze methode gecentreerd papier echter alternatief (c) kan de interessantste zijn. Daarom zal de omvang van mogelijk uitzicht effecten kort besproken. Kijkend naar de vergelijking van de gewichten van aandacht, de ondergrens van de 95% HDI, die de veronderstelde richting reflecteert, is -0,01. Vandaar dat alleen gewichten groter met 0.01 in het bijgewoond in vergelijking met de controle conditie waarschijnlijk zijn. Dit verschil is klein in vergelijking met de andere experimenten, en de kansen tegen zelfs zo'n klein effect. Dit komt tot uiting door het bovenste HDI gebonden bereiken van 0,04. Kijkend naar de verwerking tarieven is nuttig omdat de tarieven in Hz gemakkelijk kan worden geïnterpreteerd als processing snelheid.

De verschillen tussen de twee condities worden in de "vergelijking" rij in figuur 3f. Verschil Av r tussen de referentie stimuli negatief, -2,03 Hz en de 95% HDI sluit 0. Het negatieve verschil weerspiegelt een toename van de verwerkingssnelheid van de referentiedoelen de achtergrondobjecten, die ook tegen de actieruimte voordeel hypothese . Een kleine attentional voordeel is nog steeds mogelijk in de verwerking tarieven van de sonde targets, Hun verschil Av p schatting dicht bij nul, maar de 95% HDI varieert van -1,64 Hz tot 1,51 Hz. Hoewel een zeer klein getal is het meest waarschijnlijke, selkoerseffecten tot 1,64 Hz ten gunste van de hypothese, en maximaal 1,51 Hz tegen blijven mogelijk over de 95% HDI. Kortom, deze resultaten zijn niet gunstig voor de oorspronkelijke hypothese, maar hun bespreking bleek hoe zinvol maten mogelijk gemiste effecten con kan wordenveniently geëxtraheerd uit de resultaten. Merk op dat voor het accepteren null resultaten, zoals het ontbreken vermindering van de actieruimte voordeel door rotatie van de beelden, gebieden praktische gelijkwaardigheid kan worden gedefinieerd en de overlap met de 95% HDI kan getest 11 (zie bespreking paragraaf).

Experiment 3: Ruimtelijke cueing in de brief erkenning
Het derde experiment onderzocht de grenzen van de voorgestelde TVA-gebaseerde TOJ model en laat zien hoe het model kan worden uitgebreid om te gaan met deze problemen.

Wat is het dat de voorgestelde methode in de problemen komt? In de twee voorgaande experimenten, de deelnemers moesten twee temporele gebeurtenissen beoordelen. Nu voegen we een derde tijdelijke gebeurtenis, een perifere cue die wordt getoond 110 msec voordat de sonde stimulans om direct de aandacht naar toe. Deze derde evenement presenteert moeilijkheden om eenvoudige de TVA-gebaseerde TOJ model, waarvoor slechts twee stimuli worden expliciet gemodelleerd.

figuur 4

Figuur 4: Typische effecten van signalen op perceptuele latencies. Grootten van aandacht effecten doorgaans te vinden in Tojs met perifere cues (horizontale lijnen). Magnitudes voorspeld door de TVA-gebaseerde TOJ model voor het verhogen attentional gewicht van de sonde stimulus (curves). De getrokken kromme correspondeert met typisch waargenomen parameters. Klik hier om een grotere versie van deze figuur te bekijken.

Grootten van aandachtsproblemen voordelen gerapporteerd in de TOJ literatuur al zinspelen op deze moeilijkheden. De latentie verschillen veroorzaakt door perifere cues die kunnen oplopen tot 50% ensoms zelfs tot 80% van de cueing interval 19. Zoals weergegeven in figuur 4, zou zo'n grote verschuiving onwaarschijnlijk attentional gewichten nodig vlakbij w p = 0,9 bij typische verwerkingssnelheden. Bovendien is een dergelijke extreme gewichten leiden tot een zeer scheve psychometrische distributies. Deze zouden een steile helling aan één einde en een hellend vlak aan de andere kant hebben. In een zwakkere manifestatie, kan dit worden gezien in het achterste voorspellende percelen van het eerste experiment (Figuur 2c en d). Dergelijke sterk vervormde curves zijn zelden gemeld. Indien de gegevens van de onderhavige perifere cueing experiment is uitgevoerd met de TVA-gebaseerde TOJ model, het achterste voorspelde bochten sterk afwijken van de werkelijke gegevenspatroon.

Belangrijker is echter, perifere signalen produceert de sterkste en meest betrouwbare effect van aandacht psychofysische TOJ 20. Daarom is worthwhile naar een model-gebaseerde beoordeling van toepassing met een uitgebreide versie van het voorgestelde model. Alcalá-Quintana en García Pérez-21 voorgesteld een TOJ model op basis van de algemene uitgangspunten van exponentiële stimulus codering. Dit model bevat een extra parameter die het mogelijk maakt grote verschuivingen zonder de hellingen van de psychometrische curven. Alcalá-Quintana en García-Pérez gebruikte het voor crossmodaal Tojs, waar dergelijke verschuivingen afkomstig zijn van vertragingen tussen modaliteiten. Vandaar dat, om gegevens te modelleren van gecued Tojs, nemen we hun parameter τ. Een vertraging tussen het begin van de codering processen zou kunnen zijn voor de verwachte grote laterale verschuivingen. De parameter τ kan zelfs een TVA-compatibele interpretatie. Dit is echter niet geheel onproblematisch en zal later worden besproken. Om het model spaarzame houden, andere parameters van Alcalá-Quintana en García-Pérez (respons vertekening, vervalt, en een zo min mogelijk tijd gesuggereerdresolutie) werden niet opgenomen.

Formeel is de oorspronkelijke psychometrische model in Vergelijking 4 gemodificeerd door vervanging van de term SOA door een aangepaste term SOA adj = SOA + τ. Deze aanpassing weerspiegelt ook de interpretatie van τ: de start van de exponentiële codering processen worden nu niet alleen gescheiden door de SOA, maar een extra constante vertraging wordt toegevoegd. In de hiërarchische Bayesiaanse model wordt vakniveau τ bemonsterd uit een groep-level normale verdeling.

Een expliciete macht analyse werd niet uitgevoerd voor dit experiment. Omdat het binnen-proefpersonen ontwerp gelijk aan die van Expriment 1, wordt een vergelijkbaar vermogen verwacht voor effecten bij de prijs van aandacht gewichten. De verwachte grote zijwaartse verschuiving naar worden gevangen genomen door de parameter τ is veel groter en stabieler dan de snelheid en het gewicht effecten kenmerkend zijn, zodat er geen probleem met de stroomvoorziening kan zijn eERWACHTE voor zowel het opsporen van het.

Gegevens werden verzameld voor 32 deelnemers (waaronder de drie auteurs) volgens de experimentele procedure in het protocol stap 4. De deelnemers kon de volgorde van twee letters verslag beschreven. In de helft van de proeven de probe stimulus voorafgegaan (110 msec) van een perifere vier dot cue (zie figuur 5a). Een gedetailleerde beschrijving van de stimuli te vinden in Tünnermann, Petersen en Scharlau studie 7. De SOA en hun frequenties worden getoond in figuur 5b. Elke deelnemer verricht een of twee sessies.

figuur 5

Figuur 5: Experiment 3. (a) Targets, willekeurig designated als probe en referentie in de neutrale conditie (bovenste deel). In de aandacht staat (onderste deel) de sonde stimulus werd voorafgegaan (110 msec) door een vier-dot cue. (C) Drie voorbeeldige subject-level reactie tellingen (punten) en posterior predictive distributies (gearceerde gebied; intensiteit vertegenwoordigt waarschijnlijkheid met betrekking tot de 100 gesimuleerde herhalingen bij fijnkorrelig SOA's). Blauw staat voor de neutrale en groene van de aandacht staat. (D) Groep-niveau posterior predictive bochten. (E) posterior verdeling van het totale percentage C en aandachtsproblemen gewichten w p en w r. (F) posterior verdeling van τ en zijn verschil van nul. (G) posterior verdeling van v p en v r en hun verschillen. Klik hier om een grotere versie van th bekijkenis figuur.

De uitgebreide model zoals hierboven beschreven werd aangebracht in de hiërarchische Bayesiaanse schattingsmethode. (Voor deelnemers die zeer steil psychometrische bochten in de eerste sessie geproduceerde kleinere SOA's werden gebruikt in de tweede sessie. Dit blijkt bijvoorbeeld in de linker grafiek Figuur 5c, hetgeen extra gegevenspunten op kleine SOA bevat.) Vanwege de meer complexe model, de krachtige NUTS sampler van het Stan softwarepakket werd in deze analyse 22.

In de andere experimenten, kan de sonde een andere stimulus verwerkingssnelheid dan de referentiespanning stimulus, zelfs in de controlegroep. In Experiment 1, dit was omdat de deelnemers konden toegewezen aandacht op zijn voorspelbare tijdstip ten opzichte van het proces ontstaan. In Experiment 2 werd de inversie afbeeldingen niet verwacht volledig te verwijderen het voordeel van de actie ruimte objecten. In deze brief op basis cueing experiment, echter, de deelnemers zou zelfs niet in principe in staat zijn om te bepalen welke is de sonde en die van de referentie-stimulus, omdat dezelfde willekeurige letters werden gebruikt en de tijd tussen het proces en richten het begin niet mogelijk om te concluderen het type doel. Daarom is een werkelijk neutrale controle conditie verwacht en w p vastgesteld op 0,5 en τ bij 0 in de neutrale conditie.

Zoals te zien is in figuur 5c en 5d, de cue leidt tot een aanzienlijke verschuiving van de psychometrische functie in vergelijking met de andere experimenten. Verder wordt het achterste kavels in figuur 5f dat τ tonen geschat als een 53.27 ms voordeel voor de cued doel. De 95% HDI over het verschil ( "Vergelijking" rij) sluit alle verschillen kleiner zijn dan 47,56 (of groter dan 57,73), waardoor ze hoogst onwaarschijnlijk.

t "> Interessant verandert in attentional gewichten vóór de uncued doel (Figuur 5e). De postérieure verdeling van w p heeft een modus bij 0,42. De neutrale gewicht van 0,5 wordt niet opgenomen in de 95% HDI. Voor de parameter C, er een toename van 4,69 Hz ter attentie aandoening. Uitgedrukt in v-parameters (figuur 5f), is het zeer opmerkelijk dat de snelheid Vr van de verwijzing stimulus in de aandacht staat toeneemt.

In de vorige twee experimenten werd waargenomen dat de aandacht manipulaties verhoogd van aandacht gewicht van de sonde stimulus. In het onderhavige experiment echter het patroon kan een interferentie van het actiepunt met het doel te geven, waarbij de snelheid in de race te coderen verminderd. Tegelijkertijd, het doel cued voordelen van de snellere verwerking door de parameter τ. De laatste kan worden gekoppeld aan de vermindering van de vertragingen cued doelwit voor ofna de exponentiële races. Merk echter op dat betreffende τ, een verlenging van een vertraging in verband met de uncued stimulus verklaart het relatieve verschil even goed.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Het protocol in dit artikel wordt beschreven hoe u eenvoudig Tojs voeren en passen bij de gegevens met de modellen op basis van fundamentele stimulus codering. Drie experimenten aangetoond hoe de resultaten in een hiërarchische Bayesiaanse schatting kader kan worden geëvalueerd om de invloed van de aandacht in sterk verschillende stimulusmateriaal beoordelen. Salience in pop-out displays geleid tot meer aandachtsproblemen gewichten. Ook werden verhoogd gewichten geschat voor actieruimte objecten in natuurlijke beelden. Vanwege de blijvende voordeel bij ruimtelijke relaties werden verstoord door dergelijke beelden tonen omgekeerd, is het waarschijnlijk dat andere lokale attentional voordeel leidt tot gewichtstoename. Een perifere cue, zoals in experiment 3, vertoont een negatieve invloed op het gewicht van aandacht. Dit leidt echter tot een groot effect in het τ parameter, welke modellen een vertraging tussen de aanvangstijden van de codering processen.

Het grootste deel van het protocol volgt gemeenschappelijke stappenin het uitvoeren van Tojs en perceptie experimenten in het algemeen. Merk echter op dat de interpretatie van de resultaten in termen van TVA is gekoppeld aan codeert de stimuli in visuele kortetermijngeheugen. De mogelijkheid van het uitvoeren van de TOJ door puur onset detectie moet zoveel mogelijk beperkt worden. Daarom, zoals vermeld in het protocol stap 1.2, is het cruciaal dat de attributen van belang worden ofwel automatisch gecodeerd (dat kan worden aangenomen voor bepaalde stimuli, bijvoorbeeld opvallendheid pop-outs) of codering moet worden vergemakkelijkt via de taak (bijvoorbeeld het melden van de stimulus identiteit).

Het is raadzaam om de samengevatte ruwe data inspecteren ( "sonde eerst" counts over SOA's gedeeld door het aantal herhalingen) voordat u de uiteindelijke analyse. Deze gegevens moeten een S-vormige curve volgen zoals in de psychometrische functies in de cijfers van de Representatieve resultaten sectie. Merk op dat door de binomiaal verdeelde reacties, de gegevenspunten willekeurigely afwijken van de ideale baan. De afwijkingen te verhogen met een daling van het aantal herhalingen. Met weinig herhalingen, de afwijkingen zijn vaak relatief groot, verduistert de ideale S-vorm. Echter, als het patroon duidelijk afwijkt van de gebruikelijke curve, moet het mathematische model aan te passen. Bijvoorbeeld, wanneer grote zijwaartse verschuivingen worden waargenomen (zoals in Experiment 3 van dit artikel), Alcalá-Quintana en τ parameter-García Pérez's kunnen worden opgenomen. Als de curve niet convergeren naar één en nul aan zijn einden, extra lapse-parameters 21 kunnen worden toegevoegd.

Het is mogelijk om een formeel model vergelijking uit te voeren zoals voorgesteld in Alcalá-Quintana en García Pérez-21 om te kiezen tussen de verschillende modellen. Modellen gebruikt anders dan die beschreven in de inleiding, kan echter bepalen of de resultaten qua TVA kan worden geïnterpreteerd.

Daarintaten gemeld in dit artikel, hebben we gezegd de centrale tendensen van de geschatte verschillen samen met hun 95% HDIS. In het Bayesian raamwerk, is het mogelijk te aanvaarden of te verwerpen dat er geen verschil tussen de twee schattingen. Hiervoor moet een koord (regio praktische relevantie) worden gespecificeerd 11, 13. Het touw geeft een klein bereik rond nul. Waarden binnen dit bereik worden geacht van nagenoeg nul. Indien het touw niet overlapt met de HDI, wordt de nulhypothese verworpen. Zinvolle ROPE grenzen zijn afhankelijk van de onderzoeksvraag of applicatie. In tegenstelling tot TOJ analyse met traditionele middelen, kan de TVA-benadering gids vaststelling van betekenisvolle KABEL grenzen: Door hun betekenisvolle eenheden, de parameters kunnen worden gerelateerd schattingen uit andere TVA paradigma (bijvoorbeeld geheel rapporten, zie referentie 3) . Bovendien kunnen verwerkingssnelheden worden omgezet in encoding durantsoenen (de verwachte waarde van de duur codering E x stimulus x is 1 / v x, zie referentie 7) touw grenzen te informeren. Bijvoorbeeld als onderzoekers interesse of een oog manipulatie bijdraagt ​​aan een reactietijd reductie van een deelnemer aan een rijsimulatorstudie zijn, ze zou als volgt kunnen redeneren: Reactietijden (waaronder motorische componenten) in de orde van enkele honderden milliseconden, dus als de aandacht manipulatie verandert de totale reactie slechts enkele milliseconden, zou de verandering nagenoeg nul. Vandaar een touw van -2 tot 2 ms kan worden toegepast op het verschil in looptijd referentie- en sonde coderend (e r -E p). Indien het touw van dit verschil geheel omvat HDI, zodat er geen onderscheid kan worden aanvaard. Als HDI en touw niet overlappen, kan de nulhypothese worden afgewezen. Als geen van beide het geval is, kan een dergelijk punt beslissing worden genomen. Verdere details betreffende de Bayesiaanse evaluatie benadering in het algemeen kan worden gevonden, bijvoorbeeld in Kruschke boek 13.

Met betrekking tot meer algemene kwesties, voor het welslagen van dit protocol, is het cruciaal dat er slechts twee stimuli die tijd signalen op de doellocatie te genereren. Bijvoorbeeld, een perifere cue (zoals in experiment 3) of maskers 7 leiden tot grote zijdelingse verschuivingen die niet kan worden verklaard door de huidige TVA-based model. Dergelijke situaties zijn niet ongebruikelijk en zij werden gemodelleerd door het opnemen van een parameter van Alcalá-Quintana en García Pérez-21 voorgesteld. In deze uitgebreide model, de τ component kan niet duidelijk worden gekoppeld aan een TVA mechanisme. Er is een voorlopige verbinding tussen τ en TVA, maar er zijn enkele onopgeloste problemen. Inderdaad, TVA gaat uit van een korte vertraging voordat het coderen van start. Parameter t 0, die in de inleiding besproken, is het maximale blootstelling effectief duratie voordat die niets wordt gecodeerd at all. Het verschil t 0r -t 0p zou kunnen worden opgevat als τ. Echter, t 0 is meestal klein, ongeveer 10 tot 20 msec. Bovendien is de theorie niet aannemen dat het wordt beïnvloed door de aandacht. Toch hebben t 0 reducties waargenomen bij brief erkenning 7, 24. Als men deze mogelijkheid accepteert, worden opnieuw verbintenis gemaakt. Parameter τ werd gemeten ongeveer 50 ms. Aangezien t 0p de cued stimulus kan maximaal worden verminderd met 10 tot 20 ms omdat het niet groter is in de eerste plaats, de meeste τ zou van toenemende t 0r van de uncued tot 50 tot 60 msec. Deze omvang is veel verder dan wat soms wordt waargenomen (ongeveer 10 msec). Als gevolg van onduidelijke relatie τ aan TVA, kunnen een aantal belangrijke vragen niet worden beantwoord. Zo kan niet worden besloten of de vertragingen bijgewoond Stimuli verminderd of als die van de onbemande stimuli verlengd (waardoor het waargenomen verschil τ).

De beperkingen van de hierboven genoemde techniek voort uit het feit dat slechts twee stimuli expliciet gemodelleerd met BTW. Om hierin verbetering te brengen, toekomstig onderzoek richt zich op de uitbreiding van de TVA-based model om meer dan twee stimuli. In het bijzonder expliciet modelleren van de cue in cued TOJ met BTW is een belangrijke doelstelling van verder onderzoek 25.

De voordelen van het protocol zijn de eenvoud van de TOJ taak die bijna willekeurige stimuli, de grondige theoretische onderbouwing van TVA, en de Bayesiaanse evaluatie regeling gebruik kunnen maken. De TVA-gebaseerde model is een grote stap voorwaarts van de traditionele model-free benaderingen. In het verleden zijn meestal generieke psychometrische functies aangebracht om TOJ gegevens. Veranderingen in hun samenvatting parameters PSS (punt van subjectieve gelijktijdigheid) en DL (verschil limen, een maat voorprestaties discriminatie) zijn gekoppeld aan attentional manipulaties. Soms worden deze parameters over-geïnterpreteerd. Zo wordt vaak beweerd dat aandacht versnelt verwerking van de stimulus aanwezig, dat het ook zo dat de onbemande stimulus wordt vertraagd 7 zijn. Naast deze tekortkoming, deze parameters tamelijk indirect. Ze beschrijven de prestaties op de taak en niet de processen die zij produceren niet karakteriseren. De modelmatige analyse van Tojs verbetert op deze nadelen door het verschaffen van zinvolle parameters op basis van TVA.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
Personal Computer
(Open Source) Experimentation and evaluation software

DOWNLOAD MATERIALS LIST

References

  1. Posner, M. I. Orienting of attention. Quarterly Journal of Experimental Psychology. 32, (1), 3-25 (1980).
  2. Van der Heijden, A., Wolters, G., Groep, J., Hagenaar, R. Single-letter recognition accuracy benefits from advance cuing of location. Perception & Psychophysics. 42, (5), 503-509 (1987).
  3. Bundesen, C. A theory of visual attention. Psychological Review. 97, (4), 523-547 (1990).
  4. Bublak, P., et al. Staged decline of visual processing capacity in mild cognitive impairment and Alzheimer's disease. Neurobiology of Aging. 32, (7), 1219-1230 (2011).
  5. Petersen, A., Kyllingsbæk, S., Bundesen, C. Measuring and modeling attentional dwell time. Psychonomic Bulletin & Review. 19, (6), 1029-1046 (2012).
  6. Vroomen, J., Keetels, M. Perception of intersensory synchrony: A tutorial review. Attention, Perception, & Psychophysics. 72, (4), 871-884 (2010).
  7. Tünnermann, J., Petersen, A., Scharlau, I. Does attention speed up processing? Decreases and increases of processing rates in visual prior entry. Journal of Vision. 15, (3), 1-27 (2015).
  8. Krüger, A., Tünnermann, J., Scharlau, I. Fast and conspicuous? Quantifying salience with the Theory of Visual Attention. Advances in Cognitive Psychology. 12, (1), 20 (2016).
  9. Bundesen, C., Habekost, T. Principles of Visual Attention: Linking Mind and Brain. Oxford University Press. Oxford, UK. (2008).
  10. Plummer, M. JAGS: A program for analysis of Bayesian graphical models using Gibbs sampling. Proceedings of the 3rd international workshop on distributed statistical computing. 124-125 (2003).
  11. Kruschke, J. K., Vanpaemel, W. Bayesian estimation in hierarchical models. The Oxford Handbook of Computational and Mathematical Psychology. Busemeyer, J., Townsend, J., Wang, Z. J., Eidels, A. 279-299 (2015).
  12. Mathôt, S., Schreij, D., Theeuwes, J. OpenSesame: An open-source, graphical experiment builder for the social sciences. Behavior Research Methods. 44, (2), 314-324 (2012).
  13. Kruschke, J. K. Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. 2nd, Academic Press. Boston, MA. (2015).
  14. Rensink, R. A., O'Regan, J. K., Clark, J. J. To see or not to see: The need for attention to perceive changes in scenes. Psychological Science. 8, (5), 368-373 (1997).
  15. Tünnermann, J., Krüger, N., Mertsching, B., Mustafa, W. Affordance estimation enhances artificial visual attention: Evidence from a change-blindness study. Cognitive Computation. 7, (5), 525-538 (2015).
  16. Shore, D. I., Klein, R. M. The effects of scene inversion on change blindness. The Journal of General Psychology. 127, (1), 27-43 (2000).
  17. Scharlau, I., Neumann, O. Temporal parameters and time course of perceptual latency priming. Acta Psychologica. 113, (2), 185-203 (2003).
  18. Schneider, K. A., Bavelier, D. Components of visual prior entry. Cognitive Psychology. 47, (4), 333-366 (2003).
  19. Scharlau, I., Neumann, O. Perceptual latency priming by masked and unmasked stimuli: Evidence for an attentional interpretation. Psychological Research. 67, (3), 184-196 (2003).
  20. Shore, D. I., Spence, C., Klein, R. M. Visual prior entry. Psychological Science. 12, (3), 205-212 (2001).
  21. Alcalá-Quintana, R., García-Pérez, M. A. Fitting model-based psychometric functions to simultaneity and temporal-order judgment data: MATLAB and R routines. Behavior Research Methods. 45, (4), 972-998 (2013).
  22. Hoffman, M. D., Gelman, A. The No-U-turn sampler: adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research. 15, (1), 1593-1623 (2014).
  23. Lee, M. D., Wagenmakers, E. J. Bayesian cognitive modeling: A practical course. Cambridge University Press. Cambridge, UK. (2014).
  24. Vangkilde, S., Bundesen, C., Coull, J. T. Prompt but inefficient: Nicotine differentially modulates discrete components of attention. Psychopharmacology. 218, (4), 667-680 (2011).
  25. Tünnermann, J., Scharlau, I. Peripheral Visual Cues: Their Fate in Processing and Effects on Attention and Temporal-order. Front. Psychol. 7, (1442), (2016).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics