Messen des Lichtschaltverhaltens mit einem Belegungs- und Lichtdatenlogger

* 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

Dieser Artikel beschreibt ein Verfahren zum Verwenden und Bereitstellen eines Belegungs- und Lichtdatenloggers, mit dem Daten über das Lichtschaltverhalten von Teilnehmern in Feldeinstellungen gesammelt werden können.

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

Aufgrund von Diskrepanzen zwischen selbst gemeldetem und beobachtetem Pro-Umwelt-Verhalten schlagen die Forscher die Verwendung direkterer Verhaltensmessungen vor. Obwohl direkte Verhaltensbeobachtung die externe Gültigkeit und Verallgemeinerbarkeit einer Studie erhöhen kann, kann sie zeitaufwändig sein und einer Voreingenommenheit von Experimentieren oder Beobachtern unterliegen. Um diese Probleme anzugehen, kann die Verwendung von Datenloggern als Alternative zur natürlichen Beobachtung es Forschern ermöglichen, umfassende Studien durchzuführen, ohne das natürlich vorkommende Verhalten der Teilnehmer zu unterbrechen. Dieser Artikel beschreibt eines dieser Tools – den Belegungs- und Lichtdatenlogger – mit seiner technischen Beschreibung, dem Bereitstellungsprotokoll und Informationen über seine möglichen Anwendungen in psychologischen Experimenten. Die Ergebnisse der Prüfung der Zuverlässigkeit des Loggers im Vergleich zur menschlichen Beobachtung werden neben einem Beispiel für die gesammelten Daten während einer 15-tägigen Messung in öffentlichen Toiletten (N = 1.148) bereitgestellt, die Folgendes umfasst: 1) Änderungen der Raumbelegung; 2) Lichtwechsel im Innenbereich; und 3) Zimmerbelegungszeit.

Introduction

Eines der am häufigsten verwendeten Messgrößen für umweltfreundliches Verhalten in der Psychologie sind Selbstberichte in Form von Umfragen, Interviews oder Fragebögen1. Zu den Gründen für diesen Trend wird lediglich die Schwierigkeit bei der Durchführung von Feldexperimenten genannt, die in der Regel eine angemessene Menge an Ressourcen und eine präzise Operationalisierung erfordern2,3. Der Kompromiss lohnt sich jedoch, da es sich gut etabliert hat, dass die Berufung auf Selbstanzeigemaßnahmen bei der Vorhersage desobjektivenVerhaltens 4,5,6irreführend sein kann.

Bei der Vermeidung dieses Problems verwenden Forscher, die sich auf die Untersuchung des Energiesparverhaltens konzentrieren, im Allgemeinen Beobachtungsdaten (nominale Kategorisierung beobachteter Ereignisse, z. B. Ein-/Ausschalten von Lichtern) oder Restdaten (quantifizierbare Belege für ein vergangenes Verhalten, z. B. Energieverbrauch in kWh) als Messungen abhängiger Variablen7. Obwohl beide Arten von Messungen wertvoll sind, werden Beobachtungsdaten am häufigsten in Feldversuchen2,3,8verwendet, insbesondere wenn ihre abhängigen Variablen das Lichtschaltverhalten betreffen.

Vor der Beschaffung von Beobachtungsdaten sollten die Forscher mehrere methodische Fragen berücksichtigen, die: 1) Die Repräsentativität der Stichprobe sind; 2) die Anzahl der Beobachter, um mögliche menschliche Fehler auszuschließen; 3) Vereinbarung zwischen Beobachtern, um die Voreingenommenheit der Experimentatoren auszuschließen; 4) Beobachterort, der verborgen bleiben sollte, um die Möglichkeit zu verringern, von den Teilnehmern entdeckt zu werden; 5) klar und spezifisch definierte Beobachtungscodierung; 6) Vortest von Beobachtungsmaßnahmen; 7) Beobachterausbildung; und 8) Festlegung eines systematischen Zeitpunkts der Beobachtung9. Obwohl die meisten der genannten Probleme bereits angesprochen wurden – z. B. solche, die Zuverlässigkeitsanalyse10 oder Kodierungsbeobachtungsdaten11betreffen –, scheint es, dass nicht alle von ihnen in Artikeln, die Experimente zum Lichtschaltverhalten beschreiben, viel Aufmerksamkeit erhalten.

Eine Analyse von vier Studien12,13,14,15, die aufgrund ihrer Ähnlichkeit im experimentellen Kontext ausgewählt wurden (alle betrafen lichtschaltendes Verhalten in öffentlichen Bädern/Toiletten), zeigte, dass, obwohl die Standortdetails in jeder der Studien präzise waren, die Beobachtungsmessdetails variierten. Da jede Studie naturalistische Beobachtungen ansetzte, war das Sammeln von Informationen über das Verhalten der Teilnehmer, die das andere Geschlecht der Beobachter waren, nicht immer möglich14 aufgrund möglicher Einmischung oder Verletzung sozialer Normen (z. B. wenn ein männlicher Experimentator eine Damentoilette betreten sollte oder umgekehrt). In einigen Fällen wurden die genauen Daten der Geschlechter der Teilnehmer nicht15angegeben. Dies scheint eine Einschränkung zu sein, wenn man berücksichtigt, dass Geschlecht ein wichtiger Faktor bei der Vorhersage von pro-ökologischem Verhalten sein kann16.

Die größten Unterschiede zeigten sich jedoch in der Beschreibung von Beobachtern und Messzeiten. Auch wenn sich diese Beschreibungen natürlich je nach Versuchsort unterscheiden werden, wurde die genaue Zahl der Beobachter nicht immerangegeben 14. Darüber hinaus war der genaue Standort der Beobachter nicht explizit12,14,15, was es schwierig macht, mögliche Replikationen durchzuführen und sicherzustellen, dass die Teilnehmer nicht bewusst sind, beobachtet zu werden. In vier analysierten Artikeln lieferte nur einer eine detaillierte Beschreibung des Standorts des Beobachters13.

Darüber hinaus wurden die genauen Zeiten der Beobachtungsintervalle nur durch eine Studie12 angegeben, während andere Studien entweder die Gesamtstudienzeiten beschrieben (mit einer allgemeinen Beschreibung, wie oft an jedem Studientag die Beobachtung stattfand)13,15 oder nicht überhaupt14beschrieben. Dies kann wiederum die Replikation und Feststellung behindern, ob der Beobachtungszeitpunkt systematisch und für die Zwecke der Studienziele ausreichend war.

Die Grenzen dieser Experimente werden als Leitlinien und wichtige Punkte dargestellt, die in der zukünftigen Forschung berücksichtigt werden sollten. Auf keinen Fall war beabsichtigt, die Bedeutung dieser Studien zu untergraben. Die angegebenen Bereiche sollten für die Maximierung der Studienoperationalisierung in Betracht gezogen werden, um Replikationen zu erleichtern, die eine wichtige Rolle in der Psychologie17,18spielen und die Durchführung von Feldexperimenten vereinfachen. Es ist jedoch fraglich, ob alle genannten Fragen durch eine Verbesserung der Beobachtungsmethoden gelöst werden können, die letztlich auf menschliche Beobachter angewiesen sind.

Aus diesen Gründen ist der Belegungs- und Lichtdatenlogger (siehe Tabelle der Materialien) ein wertvolles Werkzeug, das effektiv verwendet werden kann, um Informationen über eine bestimmte Art von Energiesparverhalten, Lichtschalten, ohne die Einschränkungen der Verwendung von Beobachtern oder ethische norden (der Logger sammelt nicht die audiovisuellen Daten). Insgesamt ist es das Ziel dieses Artikels, die technische Beschreibung und die Möglichkeiten eines Modells des Belegungs- und Lichtdatenloggers zu präsentieren. Nach dem Wissen der Autoren ist dies der erste Versuch, dieses Instrument im Kontext seiner Verwendung in Feldexperimenten in der Psychologie gründlich darzustellen.

Technische Beschreibung der Logger
Das für diesen Artikel verwendete Modell des Belegungs-/Lichtdatenloggers (siehe Materialtabelle), das für diesen Artikel verwendet wurde, war mit einer Standardspeicherkapazität von 128 kB ausgestattet. Der Logger wiegt 30 g und hat eine Größe von 3,66 cm x 8,48 cm x 2,36 cm. Weitere Details und das Produkthandbuch finden Sie auf der Website des Herstellers19.

Die Bedientasten, der Lichtsensor und das Batteriefach befinden sich auf dem oberen Panel. Die Frontplatte besteht aus dem Belegungssensor und einem LCD-Bildschirm, während die Rückseite mit Montagemagneten und Schlaufen ausgestattet ist (Abbildung 1). Der USB 2.0-Anschluss befindet sich auf dem unteren Bildschirm, um den Anschluss des Loggers an den Computer mit einem USB-Kabel zu ermöglichen, um die Einrichtung vor der Bereitstellung zu ermöglichen und später Auslesungen mit einem Analysesoftwarepaket zu erhalten, das diesem Datenlogger gewidmet ist.

Der integrierte Lichtsensor (Photocell) liegt über 65 lx, der mit verschiedenen Lichttypen (LED, CFL, Fluoreszenz, HID, Glühlampen, Natur) arbeitet, die in den meisten öffentlichen Räumen zu finden sind. Insgesamt interpretiert der Logger Lichtstatusänderungen (ON/OFF) in Abhängigkeit von der Stärke des Lichtsignals, genauer gesagt, ob es unter die Kalibrierschwelle fällt oder über das Niveau steigt. Es sollte auch beachtet werden, dass der Sensor durch eine eingebaute Hysterese von ca. 12,5 %19vor falscher Erkennung von ON- und OFF-Zuständen geschützt ist.

Ein Bewegungssensor bestimmt, ob der Raum belegt oder unbesetzt ist. Mit einem pyroelektrischen Infrarotsensor (PIR) erkennt er die Bewegung von Menschen anhand ihrer Körpertemperatur (die sich von der Temperatur der Umgebung unterscheidet). Der Erfassungsbereich des diskutierten Loggers hat maximal 5 m und die erweiterte Version des Loggers einen Bereich von 12 m. Die horizontale Detektionsleistung arbeitet bis zu 94° (ca. 47°) und vertikal bis zu 82° (ca. 41°).

Das beschriebene Modell des Belegungs-/Lichtdatenloggers wurde zusammen mit Open Source Building Science Sensors validiert und scheint eine zuverlässige Messung der Lichtintensität und der Belegungsfrequenz21zu liefern. Darüber hinaus haben sich diese Modelle von Loggern in der baulich erforschten Forschung, gerade in Beleuchtungsanwendungen22,23,24,als nützlich erwiesen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Die Studie wurde von der Ethikkommission der SWPS Universität für Sozial- und Geisteswissenschaften in Warschau (Nummer 46/2016) genehmigt.

1. Auswahl einer experimentellen Site für die Protokollierung

  1. Wählen Sie einen Indoor-Experimentierplatz, der die Montage des Loggers in unmittelbarer Nähe zur Lichtquelle (für eine angemessene Lichtänderungserkennung) ermöglicht, sowie die Daten über das Verhalten bezüglich des Raumbelegungsstatus (für eine angemessene Bewegungserkennung) von einzelnen Teilnehmern (d. h. einzeln).
  2. Festlegung der beabsichtigten Nutzung des Raumes und seiner vorgesehenen Nutzer (Männer, Frauen oder Co-ed).
    HINWEIS: Ein Beispiel für eine Versuchsstätte könnte eine öffentliche Einzelstocktoilette sein, da diese Art von Raum häufig und individuell von seinen Benutzern besucht wird. Darüber hinaus ist es in den meisten Fällen möglich, auf der Grundlage seiner Bezeichnung anzugeben, ob der Raum von Männchen oder Weibchen besucht wird.
  3. Besuchen Sie eine ausgewählte Website und notieren Sie sich den Typ / die Anzahl der funktionierenden Lichtquellen zusammen mit ihren Lichtschaltern. Überprüfen Sie, ob mehrere Lichtquellen durch einen oder mehrere Lichtschalter gesteuert werden.
  4. Prüfen Sie die Möglichkeiten, den Logger neben der Lichtquelle zu montieren. Stellen Sie sicher, dass sich der Ort der Loggermontage nicht in der Nähe von Heizquellen (z. B. Heizungen, Fenster oder Spiegel) befindet, um sicherzustellen, dass nur die Körperwärme der Raumnutzer aufgezeichnet wird.
  5. Eracquiren Sie alle erforderlichen schriftlichen Berechtigungen vom Websitebesitzer für die Installation des Loggers und die Durchführung des Experiments. Geben Sie dem Websitebesitzer die Details des Experiments, den Typ der Logger und seine Anwendung in schriftlicher Form an.

2. Logger-Konfiguration vor der Bereitstellung

  1. Laden Sie die dedizierte Software (siehe Tabelle der Materialien)herunter, die für Windows/Mac-Plattformen zum Starten, Auslesen und Plotten von Daten aus Datenloggern verfügbar ist.
    HINWEIS: Zusätzlich finden Sie eine detaillierte Beschreibung mit grundlegenden Systemanforderungen und das Softwarehandbuch auf der Website des Herstellers (siehe Tabelle der Materialien).
  2. Schließen Sie den Logger über ein USB-Kabel an den Computer an (schließen Sie das größere Ende des USB-Schnittstellenkabels an einen USB-Anschluss am Computer und das kleinere Ende des USB-Schnittstellenkabels an den Anschluss am Gerät).
  3. Starten Sie die Software.
  4. Klicken Sie auf das Startsymbol auf der Symbolleiste (oder wählen Sie den Befehl Starten aus dem Gerätemenü aus), das das Setup-Fenster der Logger öffnet.
    HINWEIS: Diese Option ist nicht verfügbar, wenn der Logger nicht mit dem Computer verbunden ist. Das Launch Logger-Fenster ist in die folgenden drei Abschnitte unterteilt: 1) Logger-Informationen, die Modell, Seriennummer, Bereitstellungsnummer und aktuellen Batteriestand des ausgewählten Loggers darstellen; 2) Liste der Sensoren, die für den Logger verfügbar sind; und 3) Bereitstellungskonfiguration. Von dieser Schnittstelle aus können Sie bestimmte Funktionen festlegen, die den Logger vor der Bereitstellung konfigurieren, wie die zuvor erwähnten: Sensorkonfiguration, Konfiguration von Datenanzeigefiltern, Start-Stopp-Protokollierung und Anzeige des LCD-Bildschirms.
  5. Geben Sie einen Namen für den Start ein, der beim Auslesen und Speichern der vom Logger aufgezeichneten Daten als Standarddateiname verwendet wird.
  6. Wählen Sie den Lichtsensor aus. Legen Sie die Messung so fest, dass der Status aus der Dropdownliste protokolliert wird, und wählen Sie die Zustandsbeschreibung aus der Dropdownliste aus.
  7. Wählen Sie den Belegungssensor aus. Legen Sie fest, dass die Messung den Status aus der Dropdownliste protokolliert, und wählen Sie die Statusbeschreibung unbesetzt/besetzt aus der Dropdownliste aus.
    HINWEIS: Belegungs- und Lichtsensorkanäle können so konfiguriert werden, dass Zustandsänderungen oder Laufzeiten protokolliert werden. Bei der Einstellung für die Zustandsänderung ist die Arbeit des Loggers ereignisabhängig. Während jede Sekunde auf eine Zustandsänderung überprüft wird, zeichnet der Logger nur einen Wert mit Zeitstempel auf (wie lange ein Ereignis dauert, Datum und Uhrzeit), wenn die Zustandsänderung auftritt. Auf der anderen Seite überprüft und zeichnet der Logger bei der Laufzeitkonfigurationseinstellung den Status des Sensorstatus einmal pro Sekunde aus.
  8. Klicken Sie auf die Schaltfläche Filter, um die automatische Berechnung zusätzlicher Werte (z. B. Maximum, Minimum, Durchschnitt oder Gesamtwert) zu aktivieren.
    HINWEIS: Schritt 2.8 ist optional und dient zum Filtern von Daten für jede Serie während der Auslesung von Loggern.
    1. Wählen Sie den Sensortyp der Wahl aus. Wählen Sie den Filtertyp und das zu verwendende Intervall aus.
    2. Bearbeiten Sie den Namen, und klicken Sie auf Neue Serie erstellen. Klicken Sie auf Fertig.
  9. Klicken Sie auf die Schaltfläche Erweitert, um auf die Sensoreigenschaften zuzugreifen.
    1. Wählen Sie den Lichtsensor aus. Wählen Sie Auf maximale Empfindlichkeit für die Kalibrierung setzen und klicken Sie auf die Schaltfläche Speichern.
      HINWEIS: Standardmäßig kann der Lichtsensor an der Stelle, an der der Logger eingesetzt wird, mithilfe der Steuertaste auf dem oberen Bildschirm automatisch kalibriert werden. Durch einfaches Drücken der Kalibrierungstaste, während auf der Einsatzstelle, zeigt der LCD-Bildschirm der Logger die Signalstärke des überwachten Lichts an (verwenden Sie diese Option, wenn die Lichtverhältnisse in der Versuchsstelle vor der Bereitstellung unbekannt sind). Die Empfindlichkeit der Sensoren kann auch über die Option "Auf maximale/minimale Empfindlichkeit eingestellt" eingestellt werden - wenn die Lichtstärken am Einsatzort im Voraus bekannt sind. Diese Formen der Kalibrierung sorgen für eine genaue Anzeige von Lichtwechseln zwischen ON- und OFF-Zuständen.
    2. Wählen Sie den Belegungssensor aus. Wählen Sie einen voreingestellten Timeoutwert (d. h. 10 s; 30 s; 1 min; 2 min; 5 min) oder wählen Sie Benutzerdefiniert aus und geben Sie bei Bedarf einen Wert in Minuten und Sekunden ein. Klicken Sie auf die Schaltfläche Speichern.
      HINWEIS: Der Timeoutwert gibt den Zeitraum der Inaktivität an, der erforderlich ist, damit der Sensor den bereichunbesetzten Bereich berücksichtigt. Standardmäßig ist dieses Attribut auf 1 min festgelegt.
  10. Wählen Sie aus, wann der Logger gestartet werden soll, je nach Versuchsplan: 1) sofort; 2) in Intervallen (verfügbar bei der Protokollierung der Laufzeit); 3) an einem bestimmten Datum/Uhrzeit; oder 4) durch manuelle Verwendung der Starttaste.
  11. Wählen Sie aus, wann die Protokollierung beendet werden soll: 1), wenn der Speicher gefüllt ist; 2) Stopp zu einem bestimmten Datum/Uhrzeit; 3) manuell anhalten oder 4) nie aufhören – was dazu führt, dass die neuesten Daten die ältesten überschreiben.
  12. Klicken Sie auf die Schaltfläche Start, wenn Sie die Konfiguration abgeschlossen haben. Trennen Sie den Logger vom Computer.

3. Bereitstellen des Loggers in den Feldeinstellungen

  1. Besuchen Sie die Experimentelle Seite, bevor der Logger mit der Aufzeichnung der Daten beginnt.
  2. Rüsten Sie den Logger mit einem zusätzlichen Lichtrohr aus (siehe Materialtabelle),indem Sie ihn an die Rückseite des Loggers anschließen, um Umgebungslicht (aus Fenstern oder Spiegelreflexionen) herauszufiltern und die genauesten Messwerte zu gewährleisten.
    HINWEIS: Das Lichtrohr ist 30,48 cm lang und kann gebogen werden, um Zugang zu schwer zugänglichen Bereichen zu erhalten, was auch nützlich sein kann, um den Logger vor dem Anblick eines jeden Raumbenutzers zu verstecken.
  3. Montieren Sie den Logger mit dem Lichtrohr neben der dafür vorgesehenen Lichtquelle mit der Verwendung von: 1) vier eingebauten Magneten auf der Rückseite des Loggers, die es an einer magnetischen Oberfläche befestigen können; 2) Klebestreifen, der an der Rückseite des Loggers befestigt werden kann, um ihn an Wänden oder anderen flachen Oberflächen zu montieren; 3) jedes doppelseitige Band, um den Logger an eine Oberfläche zu kleben; oder 4) das Klettband, das durch die Befestigungsschlaufen auf beiden Seiten des Loggers verwendet werden kann, um es auf einer gekrümmten Oberfläche zu montieren.
    HINWEIS: Die Wahl der Montagemethode hängt von der Art der Oberfläche ab, auf der der Logger montiert wird.
  4. Verlassen Sie die Versuchsstelle für die Zeit der Datenprotokollierung oder geplant.
  5. Nachdem Sie die Aufzeichnung abgeschlossen haben, besuchen Sie die Versuchsstelle erneut und entfernen Sie den Logger zum Zweck der Datenauslesung.

4. Datenauslesung

  1. Schließen Sie den Logger über ein USB-Kabel an den Computer an und starten Sie das Analysesoftwarepaket für den Datenlogger (siehe Tabelle der Materialien).
  2. Klicken Sie im Bedienfeld auf die Schaltfläche Gerät auslesen oder wählen Sie aus dem Gerätemenü auslesen aus, sodass der Logger die gesammelten Daten entladen kann.
  3. Wählen Sie einen Speicherort und einen Dateinamen aus, oder akzeptieren Sie den Standardspeicherort und -namen, um die Daten zu speichern. Klicken Sie auf Speichern und wählen Sie die Sensoren und/oder Ereignisse aus, die in einem Diagramm angezeigt werden sollen, und klicken Sie auf Plotten.
  4. Wählen Sie die Reihe aus, die für die Tabellendaten und das Diagramm angezeigt werden soll. Klicken Sie auf die Schaltfläche Alle oder Keine, um alle Serien auszuwählen oder zu deaktivieren, oder klicken Sie auf die Kontrollkästchen, um einzelne Serien auszuwählen oder zu deaktivieren.
    HINWEIS: Die Tabellendaten werden numerisch mit zusätzlichen Filtern dargestellt, die vor der Bereitstellung festgelegt wurden. Jede Spalte entspricht dem Typ der gesammelten Daten. Die Spalte mit der Bezeichnung "light" stellt z. B. das Auftreten von Lichtumschaltungen dar, während die Spalte mit der Bezeichnung "Belegung" die Informationen über das Vorhandensein von Bewegung in dem Feld darstellt, in dem der Logger eingesetzt wurde. In jeder Spalte werden die Zustandsänderungen dichotomisch dargestellt (die Zahl "0" stellt den Lichtstatus von off in der "Licht"-Spalte und einen Bewegungsmangel in der Spalte "Belegung" dar).
  5. Wählen Sie Tabellendaten aus dem Bedienfeld exportieren aus. Wählen Sie den Zielordner für den Export aus.
    HINWEIS: Es ist möglich, eine Datenauslesung durchzuführen und in Text, durch Kommas getrennte Werte oder Tabellenkalkulationsdateien zu exportieren. Andere Optionen, wie z. B. Datenplotten, sind ebenfalls verfügbar. Aufgrund der Tatsache, dass die meisten Forscher an exportierten Daten arbeiten und statistische Pakete verwenden, haben wir uns jedoch entschieden, die grundlegendsten Datenauslesungen vorzustellen. Weitere Informationen finden Sie im Logger-Handbuch19.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Zuverlässigkeitstest von Loggern im Vergleich zur menschlichen Beobachtung
Um die Zuverlässigkeit des Loggers im Vergleich zur menschlichen Beobachtung zu testen, wurde ein 4 h Feldtest in einer einstöckigen männlichen Toilette auf dem Universitätscampus durchgeführt. Zwei männliche Beobachter warteten vor der Toilette (ca. 5 m von der Haustür entfernt) und zeichneten unabhängig voneinander das Verhalten der Besucher in Bezug auf Belegungsraten/Zeiten und Lichtwechsel auf (Lichter, die beim Verlassen des Verlassens ein- oder ausgeschaltet sind). Gleichzeitig wurden zwei Datenlogger in derselben Ein-Stall-Toilette montiert und sammelten die gleichen Informationen wie menschliche Beobachter. Insgesamt wurde das Verhalten von 24 Männern aufgezeichnet.

Fleiss' Kappa wurde betrieben, um festzustellen, ob es eine Vereinbarung zwischen Holzfällern und menschlichen Beobachtern darüber gab, ob die Besucher die Toilette betraten und beim Verlassen des Stehens ausschalteten oder die Lichter angingen. Die Ergebnisse zeigten eine nahezu perfekte Übereinstimmung25 in Bezug auf den Lichtstatus, n = 1.000 (95% CI, 0,885 bis 1,115), p < 0,001; sowie der Belegungsstatus = 1.000 (95% CI, 0,885 bis 1,115), p < 0,001 (in beiden Fällen betrug der Prozentsatz der Vereinbarung zwischen den einzelnen Paaren von Protokollatoren/menschlichen Beobachtern 100%). Darüber hinaus wurde der Grad, in dem Holzfäller und menschliche Beobachter konsistenzig in ihren Bewertungen der Belegungszeit über die Probanden hinweg sorgten, anhand einer inbeided gemischten, konsistenten, durchschnittlichen, klasseninternen Korrelation (ICC)26bewertet. Der daraus resultierende ICC lag im ausgezeichneten Bereich, ICC = 0,99, was darauf hindeutet, dass die Coder einen hohen Grad an Übereinstimmung hatten27.

Daher kann davon ausgegangen werden, dass die Verwendung von Datenloggern als nützliches Werkzeug für die Durchführung von Feldexperimenten in der Psychologie dienen könnte, da die gesammelten Daten auch im Vergleich zu menschlichen Beobachtern zuverlässig sind. Weitere Vorteile der Verwendung von Datenloggern werden durch ein Beispiel des Feldexperiments vorgestellt, das sich mit dem Auftreten von Energiesparverhalten befasst.

Logger-Bereitstellung in der Feldeinstellung
Das Auftreten von Energiesparverhalten (z. B. das Ausschalten des Lichts beim Verlassen eines öffentlichen Raums) kann durch beschreibende Normen beeinflusst werden, die angeben, was die meisten Menschen in einer bestimmten Situation tun, und Informationen darüber liefern, welches Verhalten allgemein als effektiv oder adaptiv angesehen wird28. Daher kann davon ausgegangen werden, dass Personen, die den Raum betreten, in dem Lichter ausgeschaltet werden (beschreibende Norm), sich gemäß dieser Norm verhalten und das Licht beim Verlassen des Raumes ausschalten. Diese Annahme wurde bereits durch frühere Studien zum Lichtschaltverhalten13,14positiv bestätigt. Es sollte jedoch angemerkt werden, dass in diesen Studien die beschreibende Norm des Licht-Ab-Status in den meisten Fällen manuell von Experimentatoren manipuliert wurde. Die Möglichkeiten des verwendeten Belegungs-/Licht-Datenloggers ermöglichen es, den Einfluss natürlich auftretender Lichtstatusänderungen auf die Frequenz von Personen zu überprüfen, die beim Verlassen öffentlicher Toiletten das Licht ausschalten.

Teilnehmer und Verfahren
Bei einem 15-tägigen Einsatz (wochentags von Montag bis Freitag) des Belegungs- und Lichtdatenloggers wurde das Lichtschaltverhalten von 1.148 Personen (536 Männer und 612 Frauen) registriert. Die Geschlechtsidentifikation der Teilnehmer basierte auf dem besuchten Toilettentyp (Männer- oder Frauentyp). Demographische Daten wurden aufgrund der Art der Studie und der Tatsache, dass der Logger keine audiovisuellen Daten aufzeichnet, nicht ermittelt.

Die Registrierung erfolgte in zwei Ein-Stand-Toiletten (eine für Frauen und eine für Männer) im Gebäude eines Do-it-yourself(DIY) Ladens in Warschau. Beide Toiletten hatten ein identisches architektonisches Layout (d.h. zwei fensterlose Räume mit zwei separaten Lichtschaltern) bestehend aus: 1) erstem Raum mit Waschbecken, Spiegel, Mülleimer und Eingangstür zu einem einzigen Stand; und 2) Einzelstand mit Toilette und einer Lichtquelle in der Mitte der Decke.

Vor der Registrierung wurde der Logger so kalibriert, dass Zustandsänderungen für Licht- und Belegungskanäle protokolliert werden. Der Lichtsensor (mit zusätzlichem Lichtstrahlrohr) wurde auf maximale Empfindlichkeit eingestellt und der Timeoutwert der Belegungssensoren auf 10 s eingestellt. Nach dem Software-Setup wurde doppelseitiges Klebeband verwendet, um den Logger an die Decke neben der Lichtquelle zu kleben, die eine Leuchte mit einer Glühbirne war, die an einer abgehängten Decke hing.

Die ersten 5 Messtage wurden in der Herrentoilette durchgeführt (nach Wahl nach dem Zufallsprinzip). Als nächstes wurden Messungen in der Damentoilette für 10 Tage durchgeführt (der längere Zeitraum resultierte aus der Tatsache, dass es halb so viele Frauen als Männer gab, die den Baumarkt pro Tag besuchten). Zusammenfassend lässt sich sagen, dass es drei 5-Tage-Logging-Schichten gab. Am ersten Tag jeder Schicht wurde der Logger um 7:00 Uhr montiert (bevor die Protokollierung gestartet wurde) und am 5. Tag jeder Schicht um 20:00 Uhr (nach dem Stopp der Protokollierung) demontiert. Die richtige Protokollierung in jeder Toilette begann am ersten Tag der Messung um 8:00 Uhr und dauerte bis 19:00 Uhr am letzten Tag. Die erfassten Daten ermöglichten die Analyse von Intervallen zwischen 8:00 Uhr und 19:00 Uhr an jedem der Messtage.

Ergebnisse aus der Feldmessung
Im ersten Schritt wurden die Frequenzen des Lichtschaltverhaltens zwischen Protokolltagen (in beiden Toiletten) verglichen, um zu untersuchen, ob das Auftreten des untersuchten Verhaltens über Messtage hinweg stabil war. Zu diesem Zweck haben wir den Chi-Quadrat-Test für eine Variable mit Bonferroni-Korrektur angewendet. Die Analyseergebnisse zeigten keine statistische Signifikanz in den Unterschieden zwischen den Messtagen in der Herrentoilette2 (4, N = 536) = 5,56; p = 0,23 oder in der Damentoilette2 (9, N = 612) = 3,27; p = 0,95.

Zu Explorativen führten wir zwei zusätzliche ANOVA-Tests durch, einseitig zwischen den Probanden, am Messdatum der Belegungszeit der Benutzer in jeder Toilette. In beiden Fällen unterschied sich die Belegungszeit nicht von einer statistischen Signifikanz in der Herrentoilette F(4, 531) = 1,51, p = 0,19,2 = 0,01 oder in der Damentoilette F(9, 612) = 1,01, p = 0,43,2 = 0,01 über die Messdaten hinweg. Tabelle 1 zeigt die Frequenzen des Lichtschaltverhaltens sowie die Belegungszeit der Benutzer über die Messtage hinweg in jeder der Toiletten.

Um den Einfluss von Lichtstatus und Toilettentyp auf das Auftreten von Energiesparverhalten zu überprüfen, haben wir eine logistische Regressionsanalyse durchgeführt. Lichtstatus (EIN vs. AUS vor dem Betreten der Toilette) und Toilettentyp (Männer vs. Frauen) wurden in ein Modell eingetragen. Die abhängige Variable, das Energiesparverhalten, war gleich 1, wenn der Teilnehmer das Licht nach dem Verlassen ausschaltete, und 0, wenn nicht. Tabelle 2 zeigt den Koeffizienten des gebauten Modells.

Die Ergebnisse des gebauten Modells zeigten, dass Toilettentyp und Lichtzustand zuverlässig zwischen Dem Aus-/Einschalten des Lichts unterschieden wurden:2 (2) = 25,16; p < 0,001. Das Wald-Kriterium zeigte den Toilettentyp als signifikant an:2 (1) = 8,03; p < 0,01 und Lichtstatus:2 (1) = 16,08; p < 0,01. Statistiken von Cox und Snell (R2 = 0,02) und Nagelkerke (R2 = 0,05) zeigten ein schwaches Verhältnis zwischen Vorhersage und Gruppierung, während der Gesamtvorhersageerfolg 85,9% betrug (23,2% für das Ausschalten des Lichts und 91,5% für das Verlassen des Lichts an). Die Analyse des Quotenverhältnisses (ODER) ergab, dass das Ausschalten des Lichts beim Verlassen der Toilette 94 % wahrscheinlicher in der Damentoilette (ODER = 1,94) auftritt als in der Herrentoilette. Darüber hinaus erzeugte das Betreten einer Toilette mit ausgeschaltetem Licht ein fast dreimal häufigeres Auftreten von energiekonservativem Verhalten (ODER = 2,96).

Figure 1
Abbildung 1: Visuelle Eigenschaften des Loggers auf jeder Seite. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Toilettentyp Bereitstellungstag N Lichtschaltfrequenzen Belegungszeit
Licht EIN Light OFF
Männlich 1 85 82 3 M = 1 min 43 s SD = 1 min 11 s
2 99 92 7 M = 1 min 55 s SD = 1 min 21 s
3 109 100 9 M = 1 min 36 s SD = 0 min 54 s
4 132 129 3 M = 1 min 48 s SD = 1 min 06 s
5 111 104 7 M = 1 min 38 s SD = 0 min 50 s
Weiblich 1 62 54 8 M = 1 min 58 s SD = 1 min 02 s
2 67 58 9 M = 1 min 56 s SD = 0 min 50 s
3 56 51 5 M = 1 min 37 s SD = 0 min 44 s
4 60 53 7 M = 1 min 56 s SD = 0 min 53 s
5 58 52 6 M = 1 min 56 s SD = 1 min 06 s
6 61 53 8 M = 1 min 52 s SD = 0 min 53 s
7 62 56 6 M = 1 min 51 s SD = 0 min 52 s
8 66 59 7 M = 2 min 03 s SD = 1 min 13 s
9 63 56 7 M = 2 min 05 s SD = 1 min 15 s
10 57 54 3 M = 2 min 07 s SD = 1 min 43 s

Tabelle 1: Lichtschaltverhalten und Belegungszeit über Messtage hinweg.

B Se. Wald Nr.2 P Exp(b) 95% CI
Ll Ul
Toilettentyp 0.66 0.23 8.03 < .01 1.94 1.22 3.07
Lichtstatus 1.08 0.27 16.08 < .001 2.96 1.74 5.02
Konstante -3.63 0.41 80.17 < .001 0.03

Tabelle 2: Koeffizienten des gebauten Modells in der logistischen Regression.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bei der gleichzeitigen Planung der Nutzung mehrerer Standorte (für die Protokollierung) sollte sichergestellt werden, dass jeder Standort über ein identisches Architekturlayout verfügt, um das Auftreten unterschiedlicher Verhaltensmuster von Teilnehmern auszuschließen (d. h. aufgrund von Belegungszeiten und Lichtwechselmöglichkeiten). Ein geeigneter Standort sollte mit einer oder mehreren Lichtquellen mit nur einem entsprechenden Lichtschalter ausgestattet sein, der für den Insassen sichtbar ist. Wenn sonst, sollte man planen, eine Logger-Tanne pro Lichtquelle / Lichtschalter zu verwenden. Darüber hinaus ist es vor der Auswahl eines voreingestellten Timeoutwerts des Belegungssensors (zweiter Schritt im Protokoll) ratsam, einen Pilottest der Bereitstellung der Logger auf der Versuchsseite durchzuführen, um den optionalsten Wert basierend auf den tatsächlichen Belegungsfrequenzen der Teilnehmer zu wählen. Im dritten Schritt des Protokolls ist es ratsam zu prüfen, ob es möglich ist, den Recorder vor den Augen möglicher Raumnutzer zu verbergen (obwohl der Datenlogger relativ klein ist). Schließlich ist es aufgrund der Tatsache, dass der Einsatz der Logger in öffentlichen Räumen (z. B. Toiletten) stattfinden kann, von entscheidender Bedeutung, alle erforderlichen schriftlichen Genehmigungen von den Website-Eigentümern und Ethikkommissionen zu erhalten.

Die vorgestellte Art des Belegungs-/Lichtdatenloggers gibt es in zwei Modellen (weitere Informationen finden Sie auf der Website der Hersteller – siehe Materialtabelle), die sich in erster Linie in Ihrem Erfassungsbereich, ihrer Leistung und ihren Zonen unterscheiden. Andere Merkmale wie standardspeicherkapazität von 128 kB (die bis zu 512 KB erweitert werden kann) und Konstruktionsmerkmale sind ähnlich. Jedes Modell ist mit einer Lithium-Münzen-Batterie ausgestattet, die ein Jahr dauern kann19. Die Anzahl der Bereitstellungen sowie die Art der Protokollierungskonfiguration können jedoch die Akkulaufzeit verringern. Darüber hinaus gibt es zwei Versionen der dedizierten Software von Loggern: kostenlos (die im vorgestellten Artikel verwendet wurde) und eine kostenpflichtige Version für zusätzliche Analyseoptionen mit verschiedenen Loggern. Der Logger kann zusätzlich mit einem Datentransporter ausgestattet werden, der eine bequeme Datenabladung im Feld ermöglicht. Insgesamt haben die Forscher die Möglichkeit, ein bestimmtes Modell, einen Softwaretyp und kompatible Geräte zu wählen, basierend auf ihren Bedürfnissen und Eigenschaften der Website, auf der die Bereitstellung der Logger stattfindet. Ein ausführlicher Leitfaden zur Fehlerbehebung ist auf der Website des Herstellers verfügbar.

Der Belegungssensor kann nur Informationen über die Bewegung aus einer Quelle liefern. Mit anderen Worten, wenn der Raum von mehr als einer Person belegt ist, würde der Logger immer noch die Belegung behandeln und als eine personifizieren. Diese Einschränkung könnte umgangen werden, indem mehrere Logger gleichzeitig (z. B. in Mehrstruhen) mit Der Aufmerksamkeit auf den Logger-Standort eingesetzt werden, um eine mögliche Fehlerkennung zu vermeiden. Darüber hinaus liefert der Logger allein keine Daten, die die Identifizierung des Geschlechts, des Alters oder anderer demografischer Informationen über potenzielle Teilnehmer ermöglichen würden. In dem vorgestellten Beispiel, die Bereitstellung des Loggers in Toiletten, die jedem geschlechtlichem Geschlecht gewidmet sind, erlaubt, dieses Hindernis zu überwinden. Es besteht jedoch immer noch die Möglichkeit, dass einige Männer oder Frauen eine Toilette besuchen könnten, die nicht ihrem Geschlecht gewidmet ist. Darüber hinaus ist zu beachten, dass das beschriebene Modell des Loggers (sowie anderer Modelle) nur durch den Hersteller oder seine Vertriebspartner erhältlich ist (siehe Tabelle der Materialien).

Trotz der Anschaffungskosten sind die Fähigkeiten der Logger ihren Preis wert. Die Bereitstellung des Belegungs-/Lichtdatenloggers kann eine klare Operationalisierung eines bestimmten Experiments ermöglichen. Jedes Logger-Setup sowie die Logger-Montage und -Bereitstellung können explizit dargestellt werden. Im Vergleich zur Berichterstattung über den Standort menschlicher Beobachter in Experimenten gibt es keine Untertreibungen im Zusammenhang mit der Anwendung von Datenloggern. Dies kann fundierte Gründe für mögliche Replikationen und eine häufigere Durchführung von Feldversuchen liefern. Ein Vorteil der Verwendung von Belegungs-/Lichtdatenloggern ist die Art der Daten, die gesammelt werden können. Neben den nominalen Ergebnissen des Licht- und Belegungsstatus ist es möglich, quantitative Informationen über den Zeitpunkt der Raumbelegung sowie die Zeit zwischen belegungsereignissen (die in früheren Studien zum Lichtschaltverhalten nicht analysiert wurden) zu analysieren. In diesem Artikel wurde diese Art von Daten zu Sondierungszwecken ausgewertet und überprüft, ob das Auftreten von Verhalten über die Messzeiten hinweg stabil war. Daher können diese Informationen für weitere methodische und theoretische Verfeinerungen bei der Durchführung von Feldexperimenten verwendet werden. Während 15 Tagen der Messung war es möglich, eine umfangreiche Stichprobe von 1.148 Teilnehmern zu sammeln. Auch wenn die Stichprobengröße bei Feldversuchen nicht immer problematisch ist, zeigt die Tatsache, dass der Forscher die Versuchsstelle nur sechsmal besuchen musste (im Gegensatz zu einer typischen Beobachtungsmethode, die die ständige Anwesenheit von Beobachtern erfordert), enormes Versprechen, die Durchführung von Feldversuchen zu vereinfachen. Darüber hinaus waren die Forscher in einigen Fällen nicht in der Lage, das weibliche Lichtschaltverhalten14zu beobachten, aber die Verwendung eines Loggers erlaubte es, diese Informationen leicht zu sammeln, ohne das Risiko einer Verletzung sozialer Normen in Bezug auf die Nutzung von Toiletten durch entgegengesetzte Geschlechter (was problematisch wäre, wenn ein männlicher Forscher eine Damentoilette beobachten und betreten würde). Insgesamt reduzierte die Bereitstellung eines Datenloggers die Notwendigkeit, Beobachter einzustellen, und beschränkte dadurch mögliche menschliche Fehler.

Auch wenn sich dieser Artikel mit dem Einsatz von Loggern bei der Messung des Lichtschaltverhaltens befasst, sollte darauf hingewiesen werden, dass das vorgestellte Tool auch in anderen Bereichen wertvoll sein kann. Wann immer der Indikator der abhängigen Variablen die Messung des Bewegungsvorkommens und seiner Zeit (in einem geschlossenen Raum) erfordern würde, würden Datenlogger eine präzise und automatisierte Messung ermöglichen. Angefangen bei der Arbeits-Organisationspsychologie (z. B. Messung der am Arbeitsplatz verbrachten Zeit oder Der Belegungsraten des Arbeitsplatzes), bis hin zur Umweltwissenschaft (z. B. Messung von Wegfindungen in Gesundheitseinrichtungen) und endend mit Verhaltenswissenschaften (z. B. in Studien, die aufgrund rechtlicher Zwänge keine direkte Beobachtung oder Videoaufzeichnung von Teilnehmern zulassen). Darüber hinaus könnten vorgestellte Logger effektiv als ergänzendes Messinstrument für ambulante Bewertungsmethoden wie elektronisch aktivierter Recorder (EAR)20eingesetzt werden. Tatsächlich könnten die von EAR gesammelten akustischen Daten mit den Daten des Belegungsloggers verglichen werden, um die Genauigkeit der aufgezeichneten Informationen über das Verhalten der Teilnehmer zu erhöhen.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren haben nichts zu verraten.

Acknowledgments

nichts.

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