Måling af lys-switching adfærd ved hjælp af en belægning og lys datalogger

* 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

I denne artikel beskrives en procedure for brug og installation af en belægning og en let datalogger, som gør det muligt at indsamle data om deltagernes funktionsmåde i Feltindstillinger.

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

På grund af uoverensstemmelser mellem selvrapporterede og observerede Pro-miljøadfærd, forskerne foreslår, at brugen af mere direkte foranstaltninger af adfærd. Selv om direkte adfærdsmæssige observation kan øge den eksterne gyldighed og generaliserbarhed af en undersøgelse, det kan være tidskrævende og være genstand for eksperimententer eller observatør bias. For at løse disse problemer kan brugen af dataloggere som et alternativ til naturlig observation gøre det muligt for forskerne at gennemføre brede undersøgelser uden at afbryde deltagernes naturlige adfærd. Denne artikel beskriver en af disse værktøjer-belægning og lys datalogger-med sin tekniske beskrivelse, installations protokol, og oplysninger om dens mulige anvendelser i psykologiske eksperimenter. Resultaterne af afprøvning af pålideligheden af loggeren i forhold til menneskelig observation er tilvejebragt sammen med et eksempel på de indsamlede data i løbet af en 15-dages måling i offentlige toiletter (N = 1.148), der omfatter: 1) værelse belægning ændringer; 2) indendørs lys ændringer; og 3) værelse belægning tid.

Introduction

En af de mest almindeligt anvendte foranstaltninger af Pro-miljømæssig adfærd i psykologi er selv-rapporter i form af undersøgelser, interviews, eller spørgeskemaer1. Blandt de grunde, der er angivet for denne tendens er simpelthen vanskeligheden ved at gennemføre felt eksperimenter, som normalt kræver en rimelig mængde af ressourcer og præcis operationalisering2,3. Men, afvejning er umagen værd, da det er veletableret, at påberåbe sig selv-rapportering foranstaltninger kan være misvisende i forudsigelse af objektive adfærd4,5,6.

Mens de forsøger at undgå dette problem, forskere, der er fokuseret på at studere energibesparelse adfærd generelt bruge observations (nominel kategorisering af observerede begivenheder, f. eks, tænde/slukke lys) eller resterende (kvantificerbare beviser for en tidligere adfærd, f. eks energiforbrug i kWh) data som målinger af afhængige variabler7. Selv om begge typer målinger er værdifulde, anvendes observationsmæssige data oftest i felt eksperimenter2,3,8, især når deres afhængige variabler vedrører lysskifte adfærd.

Før der opnås observationsmæssige data, bør forskerne overveje flere metodologiske spørgsmål, som er: 1) stikprøvens repræsentativitet; 2) antallet af observatører for at udelukke mulige menneskelige fejl; 3) interobservatør aftale med henblik på at udelukke eksperimententer bias; 4) observatør placering, som bør skjules for at mindske muligheden for at blive spottet af deltagerne; 5) klart og specifikt defineret observation kodning; 6) fortest af observationsmæssige foranstaltninger; 7) uddannelse af observatører; og 8) om systematisk tidsplan for observation9. Selv om de fleste af de nævnte spørgsmål allerede var behandlet — for eksempel dem, der vedrører pålideligheds analyse10 eller kodning observationsdata11— ser det ud til, at ikke alle af dem får meget opmærksomhed i artikler, der beskriver eksperimenter på lys-switching adfærd.

En analyse af fire undersøgelser12,13,14,15 , der blev valgt for deres lighed i eksperimentel sammenhæng (alle vedrørte lysskifte adfærd i offentlige badeværelser/toiletter) viste, at selv om lokaliserings detaljerne i hver af undersøgelserne var præcise, varierede observations målings detaljerne. Da hver undersøgelse ansat naturalistisk observation, indsamling af oplysninger om adfærd af deltagere, der var det modsatte køn af observatører var ikke altid muligt14 på grund af mulig indblanding eller krænkelse af sociale normer (f. eks, hvis en mandlig eksperimententer var at indtaste en kvinders toilettet eller omvendt). I nogle tilfælde blev de nøjagtige data for deltagernes køn ikke fremlagt15. Dette synes at være en begrænsning, når der tages hensyn til, at køn kan være en vigtig faktor i at forudsige Pro-miljøadfærd16.

De største forskelle opstod imidlertid i beskrivelsen af observatører og måletider. Selv om disse beskrivelser naturligvis vil variere på grundlag af eksperimentel placering, var det nøjagtige antal observatører ikke altid givet14. Desuden var observatørernes nøjagtige placering ikke eksplicit12,14,15 , hvilket gør det svært at foretage mulige replikationer og sikre, at deltagerne ikke er opmærksomme på at blive overholdt. På tværs af fire analyserede artikler, kun én gav en detaljeret beskrivelse af observatørens placering13.

Desuden blev de nøjagtige tidspunkter for observations intervallerne kun leveret af en undersøgelse12 , hvorimod andre undersøgelser enten beskrev de samlede studietider (med en generel beskrivelse af, hvor mange gange der på hver undersøgelses dag blev observeret observation)13,15 eller ikke beskrive det på alle14. Dette kan igen hæmme gentagelse og fastslå, om observationstidspunktet var systematisk og tilstrækkeligt til formålene med undersøgelsens formål.

Begrænsningerne af disse eksperimenter præsenteres som retningslinjer og vigtige punkter, der bør tages i betragtning i fremtidig forskning. Det var under ingen omstændigheder hensigten at underminere betydningen af disse undersøgelser. De angivne områder bør overvejes for at maksimere undersøgelsen operationalisering for at lette replikationer, som spiller en vigtig rolle i psykologi17,18, og forenkle ledning af felt eksperimenter. Det er imidlertid tvivlsomt, om alle de nævnte spørgsmål kan håndteres ved at forbedre de observationsmetoder, der i sidste ende er afhængige af menneskelige observatører.

Af disse grunde er belægningen og Light data logger (Se tabel over materialer) et værdifuldt værktøj, der effektivt kan bruges til at indsamle oplysninger om en bestemt type energibesparelse adfærd, lys-switching, uden begrænsninger ved at bruge observatører eller etiske restriktioner (loggeren ikke indsamle de audio-visuelle data). Samlet set er formålet med denne artikel at præsentere den tekniske beskrivelse og muligheder for en model af belægning og lys datalogger. Til forfatterne ' viden, dette er det første forsøg på at præsentere dette værktøj grundigt i forbindelse med dets anvendelse i marken eksperimenter i psykologi.

Loggers ' tekniske beskrivelse
Modellen af belægning/Light data logger (Se tabel over materialer), der blev brugt til denne artikel, var udstyret med standard hukommelseskapacitet på 128 kb. Loggeren vejer 30 g og dens størrelse er 3,66 cm × 8,48 cm × 2,36 cm. yderligere oplysninger og produktmanualen findes på producentens websted19.

Betjeningsknapper, er lyssensoren og batteri bakken placeret på det øverste panel. Frontpanelet består af belægnings sensoren og en LCD-skærm, mens bagpanelet er udstyret med monterings magneter og sløjfer (figur 1). USB 2,0-porten er placeret på det nederste panel, for at tillade tilslutning af logger til computeren med et USB-kabel for at muliggøre opsætning før udrulning og senere indhente udlæsninger ved hjælp af analyse softwarepakke dedikeret til denne datalogger.

Tærsklen for integreret lyssensor (fotocelle) er større end 65 LX, som fungerer med forskellige lystyper (LED, CFL, fluorescerende, HID, glødelamper, naturlige), der kan findes i de fleste offentlige rum. Samlet, loggeren fortolker lys statusændringer (til/fra) afhængigt af styrken af lyssignalet, mere præcist, om det falder under eller stiger over niveauet af kalibrerings tærsklen. Det skal også bemærkes, at sensoren er sikret mod falsk detektion af ON og OFF stater ved en indbygget hysterese niveau på ca ± 12,5%19.

En bevægelsessensor afgør, om rummet er besat eller ikke besat. Med brug af en pyroelektrisk infrarød (PIR) sensor, det opdager bevægelsen af mennesker ved deres kropstemperatur (som adskiller sig fra temperaturen i omgivelserne). Detekteringsområdet for den diskuterede logger har et maksimum på 5 m og den udvidede version af loggeren har en rækkevidde på 12 m. den vandrette detekterings ydelse fungerer op til 94 ° (± 47 °) og lodret op til 82 ° (± 41 °).

Den beskrevne model af belægning/Light data logger er blevet valideret sammen med open source-bygnings videnskabs sensorer og ser ud til at give en pålidelig måling af lysintensitet og belægnings frekvens21. Desuden er disse modeller af skovhuggere blevet vist nyttige i den indbyggede miljø forskning, netop i belysnings applikationer22,23,24.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Undersøgelsen blev godkendt af den etiske komité for SWPS Universitet for social videnskab og humaniora i Warszawa (nummer 46/2016).

1. valg af et eksperimentelt websted til implementering af logger

  1. Vælg en indendørs eksperimentel site, der vil gøre det muligt at montere loggeren i umiddelbar nærhed af lyskilden (for passende lys ændringer afsløring) samt at indsamle data om adfærd vedrørende rummet belægnings status (for tilstrækkelig bevægelsesdetektering) af individuelle deltagere (dvs. én ad gangen).
  2. Fastlægge den tilsigtede brug af rummet og dets udpegede brugere (mænd, kvinder eller co-ed).
    Bemærk: et eksempel på en eksperimentel hjemmeside kunne være en offentlig enkelt-stall toilettet på grund af det faktum, at denne type værelse er ofte og individuelt besøgt af sine brugere. Desuden er det i de fleste tilfælde muligt at specificere, om lokalet besøges af hanner eller hunner, baseret på dets betegnelse.
  3. Besøg et valgt websted og Bemærk typen/antallet af fungerende lyskilder sammen med deres lyskontakt. Kontroller, om flere lyskilder styres af en eller flere lyskontakt.
  4. Kontroller mulighederne for montering af loggeren ved siden af lyskilden. Sørg for, at stedet for logger montering er ikke i nærheden af nogen form for varme kilder (f. eks, varmeapparater, Vinduer eller spejle) for at sikre, at kun kropsvarmen i rummet brugere vil blive registreret.
  5. Erhverve alle nødvendige skriftlige tilladelser fra ejeren af webstedet til installation af loggeren og gennemføre eksperimentet. Give ejeren af webstedet de nærmere oplysninger om eksperimentet, loggers ' type og dens anvendelse i skriftlig form.

2. logger konfiguration før udrulning

  1. Download og Installer den dedikerede software (Se tabel over materialer), der er tilgængelig til Windows/Mac-platforme til lancering, læsning og afbildning af data fra dataloggere.
    Bemærk: Derudover findes en detaljeret beskrivelse med grundlæggende systemkrav og softwaremanualen på producentens websted (Se tabel over materialer).
  2. Tilslut logger via USB-kabel til computeren (sæt den større ende af USB-interfacekablet i en USB-port på computeren og den mindre ende af USB-interfacekablet i porten på enheden).
  3. Starte softwaren.
  4. Klik på Start ikonet på værktøjslinjen (eller Vælg Start kommando i menuen enhed), som åbner loggers ' opsætningsvindue.
    Bemærk: denne indstilling vil ikke være tilgængelig, når loggeren ikke er sluttet til computeren. Vinduet Launch logger er opdelt i følgende tre sektioner: 1) logger oplysninger, der præsenterer model, serienummer, installations nummer, og aktuelle batteriniveau af den valgte logger; 2) liste over sensorer til rådighed for loggeren; og 3) installationskonfiguration. Fra denne grænseflade, kan man indstille specifikke funktioner, der vil konfigurere loggeren før indsættelsen, såsom de tidligere nævnte: sensor konfiguration, konfiguration af data display filtre, start/stop logning, og visning af LCD-skærmen.
  5. Indtast et navn til lanceringen, som vil blive brugt som standardfilnavn under læsning og lagring af data registreret af loggeren.
  6. Vælg lyssensoren . Indstil målingen til Logtilstand fra rullelisten, og vælg tilstands beskrivelsen fra /til på rullelisten.
  7. Vælg belægnings sensoren. Indstil målingen til Logtilstand fra rullelisten, og vælg den Tilstandsbeskrivelse, der ikke er besat/besat , på rullelisten.
    Bemærk: belægnings-og lyssensor kanaler kan konfigureres til at logge tilstandsændringer eller Runtime. På indstillingen tilstandsændring er logførings Rens arbejde hændelsesafhængigt. Mens du tjekker hvert sekund for en tilstandsændring, registrerer loggeren kun en tidsstemplet værdi (hvor længe en begivenhed varer, dato og klokkeslæt), når Tilstandsændringen indtræffer. På den anden side kontrollerer loggeren på kørsels konfigurationsindstillingen og registrerer tilstanden af sensor statussen én gang hvert sekund.
  8. Klik på knappen filtre for at aktivere automatisk beregning af yderligere værdier (f. eks. maksimum, minimum, gennemsnit eller total).
    Bemærk: trin 2,8 er valgfrit og fungerer til filtrering af data for hver serie under loggers ' udlæser.
    1. Vælg den foretrukne sensor type. Vælg den type filter og det interval, du vil bruge.
    2. Rediger navnet , og klik på Opret ny serie. Klik på udført.
  9. Klik på knappen Avanceret for at få adgang til sensor egenskaberne.
    1. Vælg lyssensoren . Vælg Indstil til maksimal følsomhed for kalibrering, og klik på knappen Gem .
      Bemærk: som standard kan lyssensoren automatisk kalibreres på det sted, hvor loggeren vil blive indsat ved hjælp af kontrolknappen placeret på toppanelet. Ved blot at trykke på kalibreringsknappen, mens der er på installationsstedet, vil loggers ' LCD-skærm vise signalstyrken for det lys, der overvåges (Brug denne indstilling, når lysniveauerne på forsøgsstedet er ukendte før indsættelsen). Sensorernes følsomhed kan også justeres via option "indstillet til maksimal/minimal følsomhed"-Hvis lysniveauerne på implementerings stedet er kendt på forhånd. Disse kalibrerings former sikrer en nøjagtig aflæsning af lysændringer mellem ON-og OFF-tilstande.
    2. Vælg belægnings sensoren. Vælg en forudindstillet timeoutværdi (dvs. 10 s; 30 s; 1 min; 2 min; 5 min) eller Vælg Brugerdefineret , og Indtast en værdi i minutter og sekunder, hvis det er nødvendigt. Klik på knappen Gem .
      Bemærk: timeoutværdien angiver den periode uden aktivitet, der kræves, for at sensoren betragter området som ubeboet. Denne attribut er som standard angivet til 1 min.
  10. Vælg, hvornår loggeren skal starte, afhængigt af forsøgsplanen: 1) med det samme; 2) med intervaller (tilgængelig, når logføring Runtime); 3) på en bestemt dato/tid; eller 4) ved manuelt at bruge knappen Start.
  11. Vælg, hvornår logger skal stoppe logføring: 1) Når hukommelsen fyldes; 2) stop på en bestemt dato/tid; 3) stop manuelt eller 4) aldrig stoppe – hvilket resulterer i de nyeste data overskrivning den ældste.
  12. Klik på knappen Start , når konfigurationen er færdig. Frakobl loggeren fra computeren.

3. implementering af loggeren i feltindstillingerne

  1. Besøg forsøgsstedet før det tidspunkt, hvor loggeren vil begynde at optage dataene.
  2. Udstyre loggeren med en ekstra fiberoptisk lysrør (Se tabel over materialer) ved at forbinde den til bagsiden af loggeren, for at bortfiltrere eventuelle omgivende lys (kommer fra vinduer eller spejl refleksioner) og sikre de mest nøjagtige aflæsninger.
    Bemærk: lysrør er 30,48 cm lang og kan bøjes for at få adgang til svære at nå områder, som også kan være nyttige i at skjule loggeren fra synet af ethvert rum bruger.
  3. Monter loggeren med lysrør ved siden af den udpegede lyskilde med brug af: 1) fire indbyggede magneter på bagsiden af loggeren, der kan vedhæfte den til en magnetisk overflade; 2) klæbestrimmel, der kan fastgøres på bagsiden af loggeren til at montere den på vægge eller andre flade overflader; 3) enhver dobbeltsidet tape til at holde loggeren til en overflade; eller 4) hook-and-loop strop, som kan bruges gennem monterings sløjfer på begge sider af loggeren til at montere den til en buet overflade.
    Bemærk: valget af monteringsmetode afhænger af den type overflade, som loggeren vil blive monteret på.
  4. Forlad forsøgsstedet for det tidspunkt, hvor data logføringen er angivet eller planlagt.
  5. Når du er færdig med optagelsen, bør du revidere forsøgsstedet og fjerne loggeren med henblik på dataaflæsning.

4. data aflæsning

  1. Tilslut logger via USB-kabel til computeren og lancere analyse softwarepakke dedikeret til datalogger (Se tabel over materialer).
  2. Klik på knappen udlæsnings enhed i kontrolpanelet, eller Vælg Udlæs i menuen enhed, som gør det muligt for loggeren at fjerne de indsamlede data.
  3. Vælg en placering og et filnavn, eller accepter standardplaceringen og-navnet for at gemme dataene. Klik på Gem , og vælg de sensorer og/eller hændelser, der skal vises i en graf, og klik på plot.
  4. Vælg den serie, du vil have vist på tabeldata og plot. Klik på knappen alle eller ingen for at markere eller fravælge alle serier, eller klik på afkrydsningsfelterne for at vælge eller fravælge individuelle serier.
    Bemærk: tabeldataene vises numerisk ved hjælp af tilføjede filtre, der blev angivet før installationen. Hver kolonne svarer til den indsamlede datatype. For eksempel, kolonnen mærket "Light" præsenterer forekomster af lys-switching, mens kolonnen mærket "belægning" præsenterer oplysninger om tilstedeværelsen af bevægelse i det felt, hvor loggeren blev indsat. I hver kolonne præsenteres tilstands ændringerne dichotomously (tallet "0" repræsenterer lysets status i kolonnen "Light" og en manglende bevægelse i kolonnen "belægning").
  5. Vælg Eksportér tabeldata fra kontrolpanelet. Vælg destinationsmappe til eksporten.
    Bemærk: det er muligt at udføre en dataaflæsning og eksportere den til tekst, kommaseparerede værdier eller regnearksfiler. Andre muligheder, såsom data plotning, er også tilgængelige; men på grund af det faktum, at de fleste forskere arbejder på eksporterede data og bruge statistiske pakker, vi besluttede at præsentere de mest grundlæggende data udlæses. For mere information henvises til dataloggere manual19.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Loggers ' pålidelighedstest i forhold til menneskelig observation
For at teste pålideligheden af loggeren i forhold til menneskelig observation, en 4 h felttest blev udført i en enkelt-stall mandlige toilettet placeret på universitetet campus. To mandlige observatører ventede uden for toilettet (ca. 5 m væk fra hoveddøren) og selvstændigt indspillet de besøgendes adfærd i form af belægningsgrader/tider og lys switching (lyser efter at være slukket ved afslutning). Samtidig blev to dataloggere monteret i samme enkelt-stall toilettet og indsamlede de samme oplysninger som menneskelige observatører. I alt, opførsel af 24 mænd blev indspillet.

Fleiss Kappa blev kørt for at afgøre, om der var en aftale mellem loggere og menneskelige observatører om, hvorvidt besøgende trådte ind i single-stall toilettet og udstillet slukke eller på lysene ved afrejse. Resultaterne viste næsten perfekt aftale25 med hensyn til optagelse lys status, κ = 1,000 (95% CI, 0,885 til 1,115), p < 0,001; samt belægnings status κ = 1,000 (95% CI, 0,885 til 1,115), p < 0,001 (i begge tilfælde var procentdelen af aftalen mellem hvert par loggere/menneskelige observatører lig med 100%). Desuden er graden af, at loggere og menneskelige observatører gav konsistens i deres vurderinger af belægnings tiden på tværs af blev vurderet ved hjælp af en tovejs-blandet, konsistens, gennemsnitlig-foranstaltninger intra-klasse korrelation (ICC)26. Den resulterende ICC var i den fremragende rækkevidde, ICC = 0,99, hvilket indikerer, at kodere havde en høj grad af aftale27.

Derfor kan det antages, at bruge dataloggere kunne tjene som et nyttigt redskab til at gennemføre felt eksperimenter i psykologi, da de indsamlede data er pålidelige, selv i forhold til menneskelige observatører. Flere fordele ved at bruge dataloggere vil blive præsenteret gennem et eksempel på felt eksperimentet, der adresserede forekomsten af energibesparelse adfærd.

Implementering af logger i felt indstillingen
Forekomsten af energibesparende adfærd (såsom at slukke lyset, når du forlader et offentligt rum) kan være påvirket af beskrivende normer, som specificerer, hvad de fleste mennesker gør i en bestemt situation, giver oplysninger om, hvilken adfærd der generelt ses som effektive eller adaptive28. Derfor kan det antages, at folk ind i rummet, hvor lysene er slukket (beskrivende norm) vil opføre sig i henhold til denne norm og vil slukke lyset, når de forlader rummet. Denne antagelse er allerede blevet positivt verificeret af tidligere undersøgelser af lyskoblings adfærd13,14. Det skal dog bemærkes, at i disse undersøgelser blev den beskrivende norm for Light-off status i de fleste tilfælde manuelt manipuleret af eksperimenteres. De muligheder, som den brugte belægning/Light data logger gør det muligt at verificere indflydelsen af naturligt forekommende ændringer i lys status på hyppigheden af mennesker slukke lyset, når de forlader offentlige toiletter.

Deltagere og procedure
Under en 15-dages udrulning (hverdage fra mandag til fredag) af belægning og lys datalogger, den lette switching opførsel af 1.148 mennesker (536 mænd og 612 kvinder) blev registreret. Deltagernes køn identifikation var baseret på den besøgte toilettet type (mænds eller kvinders). Demografiske data blev ikke indhentet på grund af undersøgelsens art og det faktum, at loggeren ikke registrerer audio-visuelle data.

Registreringen blev foretaget i to enkelt-stall toiletter (en for kvinder og en for mænd) i opbygningen af en gør det selv (DIY) butik beliggende i Warszawa. Begge toiletter havde en identisk arkitektonisk layout (dvs. to vinduesløse værelser udstyret med to separate lyskontakt) bestående af: 1) første værelse med en vask, spejl, skraldespand og en indgangsdør til en enkelt stall; og 2) enkelt stall med et toilet og en lyskilde i midten af loftet.

Før registreringen blev loggeren kalibreret til at logge tilstandsændringer for lys-og belægnings kanaler. Lyssensoren (med ekstra fiberoptisk lysrør) blev sat til maksimal følsomhed, og belægnings Sensorernes timeoutværdi blev sat til 10 s. Efter software setup, dobbeltsidet tape blev brugt til at holde logger til loftet ved siden af lyskilden, som var et armatur med en glødepære hængende fra et nedhængt loft.

De første 5 målings dage blev udført i mænds toilettet (efter at have valgt det tilfældigt). Dernæst målinger blev taget i kvindernes toilettet i 10 dage (den længere periode skyldes, at der var halvdelen af antallet af kvinder end mænd besøger DIY butik per dag). Sammenfattende var der tre 5-dages skovnings Skift. På den første dag i hvert skift, loggeren blev monteret på 7:00 AM (før logning startede), og afmonteret på 5th dag i hvert skift på 8:00 PM (efter logføring stoppet). Korrekt logning i hver toilettet startede klokken 8:00 på den første dag af målingen og varede indtil 7:00 PM på den sidste dag. Erhvervede data tilladt analysere intervaller spænder fra 8:00 AM til 7:00 PM på hver af de målinger dage.

Resultater fra felt måling
I det første trin blev hyppigheden af lysskifte adfærd sammenlignet mellem logførings dage (i begge toiletter) for at undersøge, om forekomsten af undersøgte adfærd var stabil på tværs af målings dage. Til dette formål anvendte vi Chi-square testen for en variabel med Bonferroni korrektion. Analyseresultaterne viste ingen Statistisk signifikans i forskellene mellem måle dagene i mænds toilet χ2 (4, N = 536) = 5,56; p = 0,23 eller i kvindernes toilet χ2 (9, N = 612) = 3,27; p = 0,95.

Til sonderende formål gennemførte vi to yderligere ANOVA-tests, envejs mellem, på målingstidspunktet for brugernes belægnings tidspunkt i hvert toilet. I begge tilfælde var belægnings tiden ikke forskellig fra et statistisk signifikansniveau i mænds toiletter f(4, 531) = 1,51, p = 0,19, η2 = 0,01 eller i kvindernes toilet f(9, 612) = 1,01, p = 0,43, η2 = 0,01 på tværs af måle datoer. Tabel 1 viser hyppigheden af lys-switching adfærd samt belægnings tiden for brugere på tværs af målings dage i hvert af toiletrummene.

For at verificere indflydelsen af lys status og toilettet type på forekomsten af energibesparelse adfærd, vi foretog logistisk regressionsanalyse. Lys status (på vs. OFF før ind i toilettet) og toilettet type (mænds vs. kvinder) blev indtastet i en model. Den afhængige variabel, energibesparelse adfærd, var lig med 1, hvis deltageren slukket lyset efter at have forladt, og 0 hvis ikke. Tabel 2 viser koefficienten for den byggede model.

Resultaterne fra den byggede model viste, at toilettet type og lys status pålideligt skelnes mellem slukning/på lyset: χ2 (2) = 25,16; p < 0,001. Wald-kriteriet viste, at toilettet-typen var signifikant: χ2 (1) = 8,03; p < 0,01 og lysstatus: χ2 (1) = 16,08; p < 0,01. Statistikkerne for Cox og Snells (r2 = 0,02) og nagelkerke (r2 = 0,05) afslørede en svag sammenhæng mellem forudsigelse og gruppering, hvorimod den samlede forudsigelse succes var 85,9% (23,2% for at slukke lyset og 91,5% for at forlade lyset på). Analyse af odds ratio (eller) afslørede, at slukke lyset, mens du forlader toilettet var 94% mere tilbøjelige til at forekomme i kvindernes toilettet (eller = 1,94) end i mænds toilettet. Endvidere, indtastning af et toilettet med lyset slukket genereret en næsten tre gange mere sandsynligt forekomst af energi konservativ adfærd (eller = 2,96).

Figure 1
Figur 1: de visuelle egenskaber for loggeren på hver side. Venligst klik her for at se en større version af dette tal.

Restroom type Implementerings dag N Lyskoblings frekvenser Belægnings tidspunkt
Lys på Lys slukket
Mandlige 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
Kvindelige 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

Tabel 1: Lyskoblings adfærd og belægnings tider på tværs af målings dage.

B S.e. Wald χ2 P Exp (b) 95% CI
Ll Ul
Restroom type 0,66 0,23 8,03 <. 01 1,94 1,22 3,07
Lys status 1,08 0,27 16,08 <. 001 2,96 1,74 5,02
Konstant -3,63 0,41 80,17 <. 001 0,03

Tabel 2: koefficienter for bygget model i logistisk regression.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Når du planlægger at bruge mere end ét websted (til logger Deployment) på samme tid, bør det sikres, at hvert websted har en identisk arkitektonisk layout for at udelukke muligheden for forekomsten af forskellige adfærdsmønstre fra deltagerne (dvs., som følge af belægnings tider og lys-switching muligheder). Et egnet sted skal være udstyret med en eller flere lyskilder med kun en tilsvarende lyskontakt, der er synlig for beboer. Hvis andet, bør man hedder plann til at bruge en logger fir hver lyskilde/lys switch. Desuden, før du vælger en forudindstillet timeoutværdi af belægnings sensor (andet trin i protokollen) er det tilrådeligt at køre en pilot test af loggers ' deployering på forsøgsstedet for at vælge den mest valgfrie værdi baseret på deltagernes faktiske belægnings frekvenser. I det tredje trin af protokollen, er det tilrådeligt at kontrollere, om det er muligt at skjule optageren fra øjnene af mulige rum brugere (selv om dataloggeren har relativt lille størrelse). Endelig er det, fordi loggers ' deployering kan finde sted i det offentlige rum (f. eks. toiletter), afgørende at erhverve de nødvendige skriftlige tilladelser fra webstedsejerne og de etiske komitéer.

Den præsenterede type belægning/Light data logger kommer i to modeller (besøg producentens hjemmeside for flere detaljer-se tabellen over materialer), der primært adskiller sig i deres niveauer af detekteringsområde, ydeevne og zoner. Andre funktioner, såsom standard hukommelseskapacitet på 128 kB (som kan forlænges op til 512 KB) og design egenskaber, er ens. Hver model er udstyret med et lithium mønt batteri, som kan vare et år19. Antallet af installationer samt typen af logførings konfiguration kan dog reducere batteriets levetid. Desuden er der to versioner af loggers ' dedikerede software: gratis (der blev brugt i den præsenterede artikel) og en betalt version for yderligere analysemuligheder med forskellige loggere. Loggeren kan desuden udstyres med en data transportør, som giver mulighed for bekvem data Offload i marken. Samlet set har forskerne mulighed for at vælge en bestemt model, softwaretype og kompatible enheder, baseret på deres behov og karakteristika for stedet, hvor loggers ' udrulning finder sted. Der findes en omfattende fejlfindingsvejledning på producentens websted.

Belægnings sensoren kan kun levere oplysninger om bevægelse fra én kilde. Med andre ord, hvis rummet er besat af mere end én person, loggeren stadig ville behandle og registrere belægningen som en. Denne begrænsning kunne omgås ved at ansætte flere loggere på én gang (for eksempel i flere-stall toiletter) med opmærksomhed på loggeren placering for at undgå mulig falsk afsløring. Desuden giver loggeren i sig selv ikke data, der gør det muligt at identificere køn, alder eller andre demografiske oplysninger om potentielle deltagere. I eksemplet præsenteret, indsættelse af logger i toiletter dedikeret til hver af kønnene lov til at overvinde denne hindring. Men der er stadig en mulighed for, at nogle mænd eller kvinder kunne besøge et toilettet ikke dedikeret til deres køn. Desuden skal det bemærkes, at den beskrevne model af loggeren (samt andre modeller) er kun tilgængelig ved køb gennem producenten eller deres distributionspartnere (Se tabel over materialer).

På trods af købsomkostningerne, er de kapaciteter af dataloggere værd deres pris. Implementering af belægning/Light data logger kan give en klar operationalisering af et givent eksperiment. Hver logger setup, samt logger montering og installation, kan præsenteres eksplicit. Sammenlignet med at rapportere om placeringen af menneskelige observatører i forsøg, er der ingen under erklæringer i forbindelse med anvendelsen af dataloggere. Dette kan give veletablerede grunde til mulige replikationer og en hyppigere overledning af felt eksperimenter. En fordel ved at bruge belægning/Light dataloggere er den type data, der kan indsamles. Ud over nominelle resultater af lys-og belægnings status er det muligt at analysere kvantitative oplysninger om tidspunktet for værelses belægnings status samt tid mellem belægnings hændelser (som ikke blev analyseret i tidligere undersøgelser vedrørende lysskifte adfærd). I denne artikel blev denne type data evalueret til sonderende formål samt til at kontrollere, om forekomsten af adfærd var stabil på tværs af målings tider. Som følge heraf kan denne type oplysninger anvendes til yderligere metodologiske og teoretiske raffinementer i forbindelse med gennemførelse af felt eksperimenter. I løbet af 15 dages måling var det muligt at samle en stor stikprøve på 1.148 deltagere. Selv om stikprøvestørrelse ikke altid er problematisk i felt eksperimenter, viser det faktum, at forskeren kun var nødt til at besøge forsøgsstedet seks gange (i modsætning til en typisk observations metode, der kræver konstant tilstedeværelse af observatører), et enormt løfte om at forenkle lednings ningen af felt eksperimenter. Desuden, mens i nogle tilfælde, forskerne var ikke i stand til at observere kvindelige lys-switching adfærd14, brugen af en logger lov til nemt at indsamle disse oplysninger uden risiko for at krænke sociale normer vedrørende brugen af toiletter af modsat køn (hvilket ville være problematisk, hvis en mandlig forsker var at observere og indtaste en kvinders toilettet). Samlet set reducerede implementeringen af en datalogger behovet for at ansætte observatører og dermed begrænsede mulige menneskelige fejl.

Selv om denne artikel omhandler brugen af loggere i måling af lys-switching adfærd, bør det påpeges, at det præsenterede værktøj kan være værdifulde i andre domæner samt. Når indikatoren for afhængig variabel ville kræve måling af forekomsten af bevægelse og dens tid (i et lukket rum), data loggere ville give mulighed for præcis og automatiseret måling. Begyndende med domænet for industriel-organisatorisk psykologi (f. eks måle tid på arbejdspladsen eller satser for arbejdsplads belægning), videre til miljøvidenskab (f. eks, måling Wayfinding i sundhedsvæsenet faciliteter), og slutter med adfærdsmæssige videnskaber (f. eks, i undersøgelser, der ikke ville give mulighed for direkte observation eller bruge videooptagelse af deltagere på grund af juridiske begrænsninger). Desuden kunne de præsenterede loggere effektivt anvendes som et supplerende måleværktøj til ambulante vurderingsmetoder såsom elektronisk aktiveret optager (øre)20. I realiteten kunne de akustiske data indsamlet fra ØRET sammenlignes med data fra belægnings logger for at øge præcisionen af de registrerede oplysninger om deltagernes adfærd.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har intet at afsløre.

Acknowledgments

Ingen.

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