使用占用和光数据记录器测量光切换行为

* These authors contributed equally
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:

 

Summary

本文介绍了使用和部署占用和光数据记录器的过程,它允许在字段设置中收集有关参与者的光切换行为的数据。

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Leoniak, K. J., Cwalina, W. Measuring Light-Switching Behavior Using an Occupancy and Light Data Logger. J. Vis. Exp. (155), e60771, doi:10.3791/60771 (2020).

Please note that all translations are automatically generated.

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

Abstract

由于自我报告和观察到的亲环境行为之间的差异,研究人员建议使用更直接的行为度量。虽然直接的行为观察可能增加研究的外部有效性和通用性,但可能非常耗时,并且受到实验者或观察者的偏见。为了解决这些问题,使用数据记录器作为自然观测的替代方法,可以使研究人员在不中断参与者自然发生的行为的情况下进行广泛的研究。本文介绍了这样的工具之一 - 占用和光数据记录器 - 其技术描述,部署协议,以及有关其在心理实验中可能应用的信息。与人类观察相比,测得记录器可靠性的测试结果与在公共厕所(N = 1,148)的15天测量期间收集的数据示例一起提供,其中包括:1) 房间占用情况的变化;2)室内光线变化;和3)房间入住时间。

Introduction

心理学中最常用的促进环境行为的衡量标准之一是以调查、访谈或问卷1的形式进行自我报告。造成这一趋势的原因之一,只是进行实地实验的困难,这通常需要相当大量的资源和精确的操作2,3。然而,这种权衡是值得的,因为众所周知,依靠自我报告措施在预测客观行为4、5、6时可能会误导人。

在试图避免这个问题的同时,专注于研究节能行为的研究人员通常使用观测(观测事件的名义分类,例如开/关灯)或残差(过去行为的可量化证据,例如,kWh 中的能耗)数据作为因变量7的测量。虽然这两种测量方法都是有价值的,但观测数据最常用于现场实验2、3、8,特别是当它们的因变量涉及光开关行为时。

在获取观测数据之前,研究人员应考虑几个方法问题,即:1)样本代表性;2) 观察员人数,以排除可能的人为错误;3) 观察者间协议,以排除实验者的偏见;4) 观察员位置,应隐藏,以减少被参与者发现的可能性;5) 明确和具体定义的观察编码;6) 观察措施的预测试;7) 观察员培训;8) 建立观测系统时间9。尽管大多数上述问题已经得到解决(例如,那些涉及可靠性分析10或编码观测数据11的问题)似乎并非所有问题都在描述光开关行为实验的文章中受到太多关注。

对实验环境(均涉及公共浴室/卫生间的光线切换行为)的四项研究(均涉及公共浴室/厕所)的相似性,对4项研究进行分析,结果显示,尽管每项研究中的位置细节都精确,但观测测量细节却各不相同。由于每项研究都采用自然主义观察,因此,由于可能干扰或违反社会规范(例如,如果男性实验者进入女性洗手间,反之亦然),收集观察员异性参与者行为的信息并不总是可能的14。在某些情况下,没有提供参与者性别的精确数据15。当考虑到性别可能是预测有利于环境行为的一个重要因素时,这似乎是一个限制。

然而,最大的差异出现在对观察者的描述和测量时间上。尽管这些描述自然会因实验地点的不同而不同,但观测者的确切人数并不总是提供14。此外,观察员的确切位置没有明确12,14,15,这使得很难进行可能的复制,并确保参与者不知道被观察。在四篇分析文章中,只有一篇提供了观察者位置的详细说明13。

此外,观测间隔的确切时间仅由一项研究12提供,而其他研究要么描述总体学习时间(一般描述观察发生的每个研究日的次数),13、15或完全没有描述。这再次妨碍复制和确定观测时间是否系统,是否足以实现研究目的。

这些实验的局限性作为指导方针和要点提出,在今后的研究中应加以考虑。在任何情况下,它的目的都无意削弱这些研究的重要性。应考虑将所述区域最大化研究操作性,以利于复制,在心理学17、18中发挥重要作用,并简化实地实验的进行。然而,能否通过改进最终依靠人类观测的观察方法来处理所有上述问题,值得怀疑。

由于这些原因,占用和光数据记录器(见材料表)是一个有价值的工具,可以有效地用于收集有关特定类型的节能行为的信息,光切换,没有使用观察者或道德限制的限制(记录器不收集视听数据)。总体而言,本文的目的是介绍占用和光数据记录器的一个模型的技术描述和可能性。据作者所知,这是第一次尝试在心理学的实地实验中全面介绍这一工具。

记录器的技术描述
本文使用的占用/光数据记录器模型(见材料表)配备了128 kB的标准存储器容量。记录仪重量30克,其尺寸为3.66厘米×8.48厘米×2.36厘米。

控制按钮、光传感器和电池托盘位于顶部面板上。前面板由占用传感器和液晶屏组成,而后面板则配有安装磁铁和环(图1)。USB 2.0 端口位于底部面板上,允许使用 USB 电缆将记录器连接到计算机,以便在部署前启用设置,并在以后使用专用于此数据记录器的分析软件包获取读出。

集成光传感器(光电池)阈值大于 65 lx,适用于大多数公共场所的不同光源类型(LED、CFL、荧光灯、HID、白炽灯、天然)。总体而言,记录器根据光信号的强度(更精确地)解释光状态变化(ON/OFF),更精确地,无论它低于还是高于校准阈值的水平。还应注意的是,传感器通过内置滞后水平约为±12.5%19,防止错误检测 ON 和 OFF 状态。

运动传感器确定房间是被占用还是无人居住。使用热释红外 (PIR) 传感器,它根据人的体温(与周围温度不同)检测人的运动。讨论记录器的检测范围最大为 5 米,扩展版的记录器具有 12 m 的范围。水平检测性能高达 94°([47°]),垂直可达 82°([41°])。

所述的占用/光数据记录仪模型已与开源建筑科学传感器一起得到验证,似乎可提供光强度和占用频率21的可靠测量。此外,这些记录器模型在内置环境研究中已被证明是有用的,正是在照明应用22,23,24。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

这项研究得到了华沙SWPS社会科学和人文大学伦理委员会的批准(编号为46/2016)。

1. 选择记录器部署的实验站点

  1. 选择一个室内实验场地,允许在靠近光源的地方安装记录器(用于充分检测光线变化),并收集有关房间占用状态(用于充分运动检测)的行为的数据。单个参与者(即一次一个)。
  2. 确定房间及其指定用户(男性、女性或共同用户)的预期用途。
    注:实验场地的一个示例可能是公共单层卫生间,因为此类房间经常被用户单独访问。此外,在大多数情况下,可以根据房间的指定来指定房间是男性还是女性。
  3. 访问所选站点,并记下功能正常的光源的类型/数量及其光源开关。检查多个光源是否由一个或多个光源开关控制。
  4. 检查在光源旁边安装记录器的可能性。确保记录器安装位置不靠近任何类型的加热源(例如加热器、窗户或后视镜),以确保仅记录房间用户的体温。
  5. 从网站所有者处获取安装记录器和进行实验所需的书面权限。以书面形式向网站所有者提供实验、记录器类型及其应用的详细信息。

2. 部署前的记录器配置

  1. 下载并安装适用于 Windows/Mac 平台的专用软件(参见材料表),用于从数据记录器启动、读取和绘制数据。
    注:此外,有关基本系统要求和软件手册的详细说明可在制造商网站上找到(参见材料表)。
  2. 通过 USB 电缆将记录器连接到计算机(将 USB 接口电缆的较大端插入计算机上的 USB 端口,将 USB 接口电缆的较小端插入设备上的端口)。
  3. 启动软件。
  4. 单击工具栏上的"启动"图标(或从设备菜单中选择"启动"命令),该图标将打开记录器的设置窗口。
    注: 当记录器未连接到计算机时,此选项将不可用。启动记录器窗口分为以下三个部分:1) 记录器信息,其中显示所选记录器的型号、序列号、部署号和当前电池电量;2) 可用于记录器的传感器列表;和 3) 部署配置。在此接口中,可以设置将在部署前配置记录器的特定功能,例如前面提到的功能:传感器配置、数据存储筛选器配置、开始/停止日志记录以及 LCD 屏幕的显示。
  5. 输入启动的名称,该名称将在读取和保存记录器记录的数据期间用作默认文件名。
  6. 选择"光传感器"。从下拉列表中将度量设置为记录状态,并从下拉列表中选择关闭/打开的状态描述。
  7. 选择占用传感器。从下拉列表中将度量设置为"记录状态",并从下拉列表中选择"未占用/占用"状态描述。
    注: 占用和光传感器通道可配置为记录状态更改或运行时。在状态更改设置上,记录器的工作与事件相关。在每秒检查状态更改时,记录器将仅记录状态更改时的时间戳值(事件持续的时间、日期和时间)。另一方面,在运行时配置设置上,记录器每秒检查和记录传感器状态一次。
  8. 单击"筛选器"按钮可自动计算其他值(例如,最大值、最小值、平均值或总计)。
    注: 步骤 2.8 是可选的,用于在记录器读取期间筛选每个系列的数据。
    1. 选择选择的传感器类型。选择筛选器的类型和要使用的间隔。
    2. 编辑名称并单击"创建新系列"。单击"完成"。
  9. 单击"高级"按钮以访问传感器属性。
    1. 选择"光传感器"。选择"设置为最大灵敏度进行校准",然后单击"保存"按钮。
      注: 默认情况下,可以使用位于顶部面板上的控制按钮在将部署记录器的位置自动校准光传感器。只需按下校准按钮,在部署现场,记录器的 LCD 屏幕将显示被监视的光线的信号强度(在部署前实验现场的光线水平未知时,请使用此选项)。传感器的灵敏度也可以通过选项"设置为最大/最小灵敏度"进行调整 - 如果预先知道部署地点的光照水平。这些校准形式可确保准确读取开和关状态之间的光变化。
    2. 选择占用传感器。选择预设超时值(即 10 秒;30 秒;1 分钟;2 分钟;5 分钟)或选择"自定义",并根据需要以分钟和秒为单位输入一个值。单击"保存"按钮。
      注: 超时值指定传感器考虑未占用区域所需的非活动期。默认情况下,此属性设置为 1 分钟。
  10. 选择何时启动记录器,具体取决于实验计划:1) 立即启动;2) 间隔(在记录运行时时可用);3) 在指定日期/时间;或 4) 手动使用开始按钮。
  11. 选择记录器应停止日志记录的时间:1) 当内存填满时;2) 在指定日期/时间停止;3) 手动停止或 4) 从不停止 , 导致最新数据覆盖最旧数据。
  12. 完成配置时单击"开始"按钮。从计算机中拔下记录器。

3. 在字段设置中部署记录器

  1. 在记录器开始记录数据之前访问实验现场。
  2. 通过将记录器连接到记录器背面,为记录器配备额外的光纤光管(参见材料表),以便过滤掉任何环境光(来自窗户或镜面反射),并确保最准确的读数。
    注:灯管长30.48厘米,可以弯曲进入难以触及的区域,这也可用于隐藏记录器,防止任何房间用户看到。
  3. 使用:1) 记录仪背面的四个内置磁铁,可将其连接到磁性表面,将记录仪与照明管安装在指定光源旁边;2) 可连接到记录器背面的粘结条,将其安装在墙壁或其他平面上;3) 任何双面胶带,将记录器粘在表面上;或 4) 钩环带,可通过记录器两侧的安装回路将其安装到曲面上。
    注: 安装方法的选择取决于将安装记录器到的表面类型。
  4. 在数据记录集或计划的时间离开实验站点。
  5. 完成记录后,重新访问实验现场并删除记录器以进行数据读出。

4. 数据读出

  1. 通过 USB 电缆将记录器连接到计算机,并启动专用于数据记录器的分析软件包(参见材料表)。
  2. 单击控制面板中的"读出设备"按钮,或从设备菜单中选择"读出",从而使记录器能够卸载收集的数据。
  3. 选择位置和文件名,或接受默认位置和名称以保存数据。单击"保存"并选择要在图形中显示的传感器和/或事件,然后单击"绘图"。
  4. 选择要查看表数据和绘图的系列。单击"全部"或""按钮以选择或取消选择所有系列,或单击复选框以选择或取消选择单个系列。
    注: 表数据使用部署前设置的添加筛选器以数字形式显示。每列对应于收集的数据类型。例如,标记为"光"的列显示光切换的发生,而标记为"占用"的列显示有关在部署记录器的字段中存在移动的信息。在每个列中,状态更改分二次显示(数字"0"表示"光"列中的关闭光状态和"占用"列中缺少移动)。
  5. 从控制面板中选择导出表数据。选择导出的目标文件夹。
    注: 可以执行数据读出并将其导出到文本、逗号分隔值或电子表格文件。其他选项(如数据绘图)也可用;然而,由于大多数研究人员研究导出的数据并使用统计包,我们决定提供最基本的数据读出。有关详细信息,请参阅记录器手册19

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

与人类观测相比,记录器的可靠性测试
为了与人类观察相比,测试记录器的可靠性,在位于大学校园的单一男厕所进行了4小时的现场测试。两名男性观察员在洗手间外等候(距离前门约5米),独立记录访客的行为,包括入住率/时间和光线切换(熄灯时熄灯或熄灯)。同时,两个数据记录器被安装在同一个单一的厕所里,收集了与人类观察者相同的信息。总共记录了24名男性的行为。

Fleiss的kappa运行,以确定伐木工人和人类观察员之间是否达成了协议,游客是否进入单一厕所,并显示关闭或灯离开。结果显示,在记录光状态方面,几乎完美的一致25, = 1.000 (95% CI, 0.885 到 1.115), p < 0.001;以及占用状态 = 1.000 (95% CI, 0.885 到 1.115), p < 0.001 (在这两种情况下,每对记录器/人工观察者之间的协议百分比等于 100%) 。此外,使用双向混合、一致性、平均度量的类内相关性(ICC)26来评估伐木者和人类观察员在不同科目的占用时间评级方面提供的一致性程度。由此产生的ICC是在优秀的范围,ICC = 0.99,表明编码器有高度的协议27

因此,可以假定使用数据记录器可以作为进行心理学领域实验的有用工具,因为收集的数据即使与人类观察者相比也是可靠的。通过现场实验,提出了使用数据记录器的更多优势,该实验解决了节能行为的发生。

在字段设置中的记录器部署
节能行为的发生(如在退出公共空间时关灯)可能受描述性规范的影响,这些规范规定了大多数人在特定情况下的行为,提供了哪些行为通常被视为有效或适应性的信息。因此,可以假定进入关闭灯光的房间(描述性规范)的人将按照此规范进行活动,并在离开房间时关闭灯光。先前对光开关行为13、14的研究已经证实了这一假设。然而,应该指出,在这些研究中,在大多数情况下,光关闭状态的描述性规范是由实验者手动操作的。二手/光线数据记录器提供的可能性允许验证自然发生的光状态变化对离开公共厕所时关闭光线的人的频率的影响。

参与者和程序
在占用和光数据记录器的15天部署期间(周一至周五的平日),登记了1,148人(536名男性和612名女性)的轻切换行为。参与者的性别识别基于访问的洗手间类型(男厕所或女厕所)。由于研究的性质以及记录者没有记录视听数据,因此没有获得人口统计数据。

登记在华沙的一家自用(DIY)商店中的两间单人厕所(一个是妇女,一个是男性)进行。两个卫生间的建筑布局相同(即两间无窗房间,配有两个独立的灯开关),包括:1)第一房间,有水槽、镜子、垃圾桶和一个入口门,一个摊位;2) 单档,天花板中央有厕所和一个光源。

在注册之前,对记录器进行了校准,以记录光道和占用通道的状态变化。光传感器(带有附加光纤光管)设置为最大灵敏度,占用传感器的超时值设置为 10 s。在软件设置后,使用双面胶带将记录器粘在光源旁边的天花板上,该光源是悬挂在吊顶上的白炽灯泡的固定装置。

前5个测量日是在男厕所进行的(随机选择后)。接下来,在妇女洗手间进行了10天的测量(时间较长的原因是,每天光顾DIY商店的妇女人数比男子多一半)。总之,有三个5天的日志记录班次。在每个班次的第一天,记录器在上午 7:00 安装(在日志记录开始之前),并在每个班次的第 5 天晚上 8:00(日志记录停止后)卸载。每个洗手间的适当记录从测量的第一天上午 8:00 开始,一直持续到最后一天的晚上 7:00。获得的数据允许在每个测量日的上午 8:00 到下午 7:00 分析间隔。

现场测量结果
在第一步中,对记录日(在两个洗手间)之间的光开关行为频率进行了比较,以检查研究行为在测量日之间的发生是否稳定。为此,我们应用了一个变量的气方检验,该变量具有 Bonferroni 校正。分析结果表明,男厕所+2(4,N = 536)=5.56的测量天数差异没有统计意义;p = 0.23 或在女子洗手间 +2 (9, N = 612) = 3.27;p = 0.95。

出于探索目的,我们在每个洗手间的用户入住时间的测量日期上,对受试者之间的单向测试进行了另外两项 ANOVA 测试。在这两种情况下,入住时间与男性洗手间F(4, 531) = 1.51、p = 0.19、+2 = 0.01 或女性洗手间F(9, 612) = 1.01、p = 0.43、+2 = 0.01 的测量日期中的统计显著性水平没有差异。 表 1显示了每个洗手间中光开关行为的频率以及用户在整个测量天数中的占用时间。

为了验证光状态和卫生间类型对节能行为发生的影响,进行了逻辑回归分析。在模型中输入了浅色状态(在进入洗手间之前打开与关闭)和洗手间类型(男性与女性)。如果参与者离开后关灯,则因变量(节能行为)等于 1,如果未关闭,则与 0 等于 0。表 2显示了构建模型的系数。

构建模型的结果表明,洗手间类型和光状态在关闭/打开灯之间可靠地区分: ±2 (2) = 25.16;p < 0.001.Wald 标准证明是重要的洗手间类型:+2 (1) = 8.03;p < 0.01 和光状态:±2 (1) = 16.08;p < 0.01.考克斯和斯内尔(R2 = 0.02)和纳格尔克克(R2 = 0.05)的统计显示预测与分组之间的弱关系,而总体预测成功率为85.9%(关闭灯为23.2%,关闭灯为91.5%)。对赔率()的分析显示,在走出洗手间时关灯的可能性比男厕所高94%(=1.94)。此外,在关闭灯时进入洗手间会产生几乎三倍的能量保守行为发生的可能性(OR = 2.96)。

Figure 1
图 1:每侧记录器的视觉特征。请点击此处查看此图的较大版本。

洗手间类型 部署日 N 光开关频率 占用时间
指示灯亮起 光关
男性 1 85 82 3 M = 1 分钟 43 秒 SD = 1 分钟 11 秒
2 99 92 7 M = 1 分钟 55 秒 SD = 1 分钟 21 秒
3 109 100 9 M = 1 分 36 秒 SD = 0 分钟 54 秒
4 132 129 3 M = 1 分钟 48 秒 SD = 1 分钟 06 秒
5 111 104 7 M = 1 分钟 38 秒 SD = 0 分钟 50 秒
女性 1 62 54 8 M = 1 分钟 58 秒 SD = 1 分钟 02 秒
2 67 58 9 M = 1 分钟 56 秒 SD = 0 分钟 50 秒
3 56 51 5 M = 1 分 37 秒 SD = 0 分钟 44 秒
4 60 53 7 M = 1 分钟 56 秒 SD = 0 分钟 53 秒
5 58 52 6 M = 1 分钟 56 秒 SD = 1 分钟 06 秒
6 61 53 8 M = 1 分钟 52 秒 SD = 0 分钟 53 秒
7 62 56 6 M = 1 分钟 51 秒 SD = 0 分钟 52 秒
8 66 59 7 M = 2 分钟 03 秒 SD = 1 分钟 13 秒
9 63 56 7 M = 2 分钟 05 秒 SD = 1 分钟 15 秒
10 57 54 3 M = 2 分钟 07 秒 SD = 1 分钟 43 秒

表1:跨测量日的光开关行为和占用时间。

B S.E. 瓦尔德 +2 P Exp(b) 95% CI
Ul
洗手间类型 0.66 0.23 8.03 < .01 1.94 1.22 3.07
指示灯状态 1.08 0.27 16.08 < .001 2.96 1.74 5.02
不断 -3.63 0.41 80.17 < .001 0.03

表2:逻辑回归中构建模型的系数。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

当计划同时使用多个站点(用于记录器部署)时,应确保每个站点具有相同的体系结构布局,以便排除参与者出现不同行为模式的可能性(即,由于占用时间和光切换可能性)。合适的场所应配备一个或多个光源,仅配备一个相应的灯开关,对乘员可见。否则,应计划使用一个记录器冷杉每个光源/灯开关。此外,在选择占用传感器的预设超时值(协议中的第二步)之前,建议在实验现场对记录器的部署进行试点测试,以便根据参与者的实际占用频率选择大多数可选值。在协议的第三步中,建议检查是否可以将记录器隐藏在可能的房间用户的眼睛中(即使数据记录器的尺寸相对较小)。最后,由于记录器的部署可能在公共场所(如洗手间)进行,因此从网站所有者和道德委员会获得任何必要的书面许可至关重要。

提供的占用/光数据记录器类型有两种型号(请访问制造商网站了解更多详情 – 参见材料表),它们的主要检测范围、性能和区域水平不同。其他功能(如标准内存容量为 128 kB(可扩展至 512 KB)和设计特性)类似。每个型号都配备了锂硬币电池,可能持续一年19。但是,部署数以及日志记录配置类型可能会缩短电池寿命。此外,记录器的专用软件有两个版本:免费(在本文中使用过)和用于使用不同记录器的其他分析选项的付费版本。记录器还可以配备数据传输器,便于现场数据卸载。总体而言,研究人员有机会根据记录员部署时的需求和站点特征选择特定的模型、软件类型和兼容设备。制造商网站上提供了广泛的故障排除指南。

占用传感器只能从一个源提供有关移动的信息。换句话说,如果房间被一个人占用,记录器仍然会将占用率作为一个处理。可以绕过这一限制,同时使用多个记录器(例如,在多层卫生间中),并注意记录器的位置,以避免可能的误检。此外,记录器本身并不提供能够识别潜在参与者的性别、年龄或其他人口统计信息的数据。在所展示的示例中,在厕所中部署记录器,专门介绍允许每个性别克服这一障碍的性别。然而,仍有可能让一些男性或妇女去一个不专门讨论其性别的洗手间。此外,还应注意的是,所述的记录器型号(以及其他型号)只能通过制造商或其分销合作伙伴购买(参见材料表)。

尽管购买成本,伐木者的能力是值得的价格。部署占用/光数据记录器可以提供给定实验的明确操作。可以显式显示每个记录器设置以及记录器安装和部署。与报告人类观测者在实验中的位置相比,在应用数据记录器方面没有低估。这可以为可能的复制和更频繁的现场实验提供充分的理由。使用占用/光数据记录器的一个优点是可收集的数据类型。除了灯光和入住状态的名义结果外,还可以分析有关客房占用状态的时间以及入住事件之间的时间(在以前有关光切换行为的研究中未分析这些信息)。在本文中,为了探索目的以及验证行为在测量时间之间的发生是否稳定,对这种类型的数据进行了评估。因此,这类信息可用于进行实地实验的进一步方法和理论改进。在15天的测量中,可以收集到1,148名参与者的大量样本。尽管样本大小在实地实验中并不总是有问题的,但研究人员只需访问实验场六次(与需要不断观察者存在的典型观测方法相反)这一事实为简化现场实验的传导带来了巨大的希望。此外,虽然在某些情况下,研究人员无法观察到女性光切换行为14,使用记录器可以容易地收集这些信息,而不会违反社会规范,使用厕所的异性(如果男性研究人员观察并进入女性洗手间,这将是有问题的)。总体而言,部署数据记录器减少了雇用观察员的需要,从而限制了可能的人为错误。

尽管本文讨论了记录器在测量光切换行为中的用向,但应该指出,所提供的工具在其他领域也很有价值。每当因变量指标需要测量运动的发生及其时间(在封闭空间中)时,数据记录器将允许精确和自动测量。从工业组织心理学领域(例如,测量在工作场所的时间或工作空间占用率),到环境科学(例如,在卫生保健设施中测量寻路),到行为科学(例如,在不允许直接观察或使用由于法律限制的参与者的视频记录)的研究方面。此外,提出的记录器可以有效地用作辅助测量工具,以流动评估方法,如电子激活记录器(EAR)20。实际上,从EAR收集的声学数据可以与占用记录器的数据进行比较,以提高记录的参与者行为信息的准确性。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

作者没有什么可透露的。

Acknowledgments

没有。

Materials

Name Company Catalog Number Comments
HOBO Occupancy/Light (5m Range) Data Logger ONSET UX90-005 As advertised by Onset - The HOBO UX90-005 Room Occupancy/Light Data Logger is available in a standard 128 KB memory model (UX90-005) capable of 84,650 measurements and an expanded 512KB memory version (UX90-005M) capable of over 346,795 measurements. For details and other products visit: https://www.onsetcomp.com/products/data-loggers/ux90-005
HOBO Light Pipe ONSET UX90-LIGHT-PIPE-1 An optional fiber optic attachment or light pipe that eliminates effects of ambient light to ensure the most accurate readings. For details visit: https://www.onsetcomp.com/support/manuals/17522-using-ux90-light-pipe-1
HOBOware ONSET - Setup, graphing and analysis software for Windows and Mac. There are two versions of HOBOware: HOBOware (available for free) and HOBOware Pro (paid version which allows for additional analysis with different loggers). Each of them are dedicated to HOBO loggers. For details visit: https://www.onsetcomp.com/products/software/hoboware

DOWNLOAD MATERIALS LIST

References

  1. Steg, L., Vlek, C. Encouraging pro-environmental behaviour: An integrative review and research agenda. Journal of Environmental Psychology. 29, (3), 309-317 (2009).
  2. Doliński, D. Is psychology still a science of behaviour. Social Psychological Bulletin. 13, 25025 (2018).
  3. Grzyb, T. Why can't we just ask? The influence of research methods on results. The case of the "bystander effect". Polish Psychological Bulletin. 47, (2), 233-235 (2016).
  4. Kormos, C., Gifford, R. The validity of self-report measures of proenvironmental behavior: A meta-analytic review. Journal of Environmental Psychology. 40, 359-371 (2014).
  5. Lange, F., Steinke, A., Dewitte, S. The Pro-Environmental Behavior Task: A laboratory measure of actual pro-environmental behavior. Journal of Environmental Psychology. 56, 46-54 (2018).
  6. Lucidi, A., Thevenot, C. Do not count on me to imagine how I act: behavior contradicts questionnaire responses in the assessment of finger counting habits. Behavior research methods. 46, (4), 1079-1087 (2014).
  7. Abrahamse, W., Schultz, P. W., Steg, L. Research Designs for Environmental Issues. Research Methods for Environmental Psychology. Gifford, R. Wiley-Blackwell. Hoboken, NJ. 53-71 (2016).
  8. Blasko, D. G., Kazmerski, V. A., Corty, E. W., Kallgren, C. A. Courseware for observational research (COR): A new approach to teaching naturalistic observation. Behavior Research Methods, Instruments, & Computers. 30, (2), 217-222 (1998).
  9. Sussman, R. Observational Methods. Research Methods for Environmental Psychology. Gifford, R. Wiley-Blackwell. Hoboken, NJ. 9-28 (2016).
  10. Jansen, R. G., Wiertz, L. F., Meyer, E. S., Noldus, L. P. Reliability analysis of observational data: Problems, solutions, and software implementation. Behavior Research Methods, Instruments, & Computers. 35, (3), 391-399 (2003).
  11. Maclin, O. H., Maclin, M. K. Coding observational data: A software solution. Behavior Research Methods. 37, (2), 224-231 (2005).
  12. Bergquist, M., Nilsson, A. I saw the sign: promoting energy conservation via normative prompts. Journal of Environmental Psychology. 46, 23-31 (2016).
  13. Dwyer, P. C., Maki, A., Rothman, A. J. Promoting energy conservation behavior in public settings: The influence of social norms and personal responsibility. Journal of Environmental Psychology. 41, 30-34 (2015).
  14. Oceja, L., Berenguer, J. Putting text in context: The conflict between pro-ecological messages and anti-ecological descriptive norms. The Spanish Journal of Psychology. 12, (2), 657-666 (2009).
  15. Sussman, R., Gifford, R. Please turn off the lights: The effectiveness of visual prompts. Applied ergonomics. 43, (3), 596-603 (2012).
  16. Gifford, R., Nilsson, A. Personal and social factors that influence pro-environmental concern and behaviour: A review. International Journal of Psychology. 49, (3), 141-157 (2014).
  17. Earp, B. D., Trafimow, D. Replication, falsification, and the crisis of confidence in social psychology. Frontiers in Psychology. 6, 1-11 (2015).
  18. van Aert, R. C., van Assen, M. A. Examining reproducibility in psychology: A hybrid method for combining a statistically significant original study and a replication. Behavior research methods. 50, (4), 1515-1539 (2018).
  19. HOBO® Occupancy / Light Data Logger UX90- 005x/-006x) [Manual]. Onset Computer Corporation. Available from: http://www.onsetcomp.com/files/manual_pdfs/15433-C-MAN-UX90-005-006.pdf (2018).
  20. Mehl, M. R., et al. The Electronically Activated Recorder (EAR): A device for sampling naturalistic daily activities and conversations. Behavior Research Methods, Instruments, & Computers. 33, (4), 517-523 (2001).
  21. Ali, A. S., Zanzinger, Z., Debose, D., Stephens, B. Open Source Building Science Sensors (OSBSS): A low-cost Arduino-based platform for long-term indoor environmental data collection. Building and Environment. 100, 114-126 (2016).
  22. Popoola, O., Munda, J., Mpanda, A. Comparative analysis and assessment of ANFIS-based domestic lighting profile modelling. Energy and Buildings. 107, 294-306 (2015).
  23. Tetlow, R. M., Beaman, C. P., Elmualim, A. A., Couling, K. Simple prompts reduce inadvertent energy consumption from lighting in office buildings. Building and Environment. 81, 234-242 (2014).
  24. van Someren, K., Beaman, P., Shao, L. Calculating the lighting performance gap in higher education classrooms. International Journal of Low-Carbon Technologies. 13, (1), 15-22 (2017).
  25. Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33, (1), 159-174 (1977).
  26. McGraw, K. O., Wong, S. P. Forming inferences about some intraclass correlation coefficients. Psychological methods. 1, (1), 30 (1996).
  27. Hallgren, K. A. Computing inter-rater reliability for observational data: an overview and tutorial. Tutorials in quantitative methods for psychology. 8, (1), 23 (2012).
  28. Cialdini, R. B., Kallgren, C. A., Reno, R. R. A focus theory of normative conduct: A theoretical refinement and reevaluation of the role of norms in human behavior. Advances in experimental social psychology. 24, 201-234 (1991).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics