La medición de velocidad Atención y tratamiento visual de análisis basado en modelos de resoluciones judiciales de orden temporal

Resumen

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Resumen

Este protocolo describe cómo llevar a cabo experimentos de orden temporal para medir la velocidad de procesamiento visual y la distribución de los recursos de atención. El método propuesto se basa en un nuevo y sinérgica combinación de tres componentes: el paradigma de los juicios de orden temporal (TOJ), Teoría de Bundesen de Atención Visual (TVA), y un marco de estimación bayesiano jerárquico. El método proporciona parámetros susceptibles de evaluación, que se apoyan en las bases teóricas y neurofisiológicos de TVA. Usando Tojs, las estimaciones basadas en TVA se pueden obtener para una amplia gama de estímulos, mientras que los paradigmas tradicionales que se utilizan con TVA se limitan principalmente a las letras y dígitos. Finalmente, los parámetros significativos del modelo propuesto permiten el establecimiento de un modelo Bayesiano jerárquica. un modelo estadístico de este tipo permite la evaluación de resultados en un análisis coherente tanto sobre el tema y el nivel de grupo.

Para demostrar la viabilidad y vERSATILIDAD de este nuevo enfoque, tres experimentos se presentan con manipulaciones de atención en la muestra de pop-cabo sintéticos, imágenes naturales, y un paradigma carta-informe con claves.

Introducción

¿Cómo se distribuye la atención en el espacio y el tiempo es uno de los factores más importantes en la percepción visual humana. Los objetos que captan la atención debido a su visibilidad e importancia se procesan típicamente más rápidamente y con mayor precisión. En la investigación del comportamiento, tales beneficios en el rendimiento se han demostrado en una variedad de paradigmas experimentales. Por ejemplo, la asignación de atención a la ubicación de destino acelera la reacción en tareas de detección de la sonda ^1. Del mismo modo, la exactitud de las cartas de presentación de informes se mejora la atención ^2. Tales hallazgos demuestran que la atención mejora de procesamiento, pero siguen siendo irremediablemente silencio acerca de cómo se establece esta mejora.

El presente trabajo muestra que los mecanismos de bajo nivel detrás de ventajas atencionales se pueden evaluar mediante la medición de la velocidad de procesamiento de los estímulos individuales en un marco basado en el modelo que relaciona las mediciones de grano fino Componenct de atención. Con este modelo, la capacidad de procesamiento global y su distribución entre los estímulos pueden ser inferidas a partir de mediciones de velocidad de procesamiento.

Teoría de Bundesen de Atención Visual (TVA) ³ proporciona un modelo adecuado para esta tarea. Se aplica típicamente a los datos de las tareas de informes letra. En lo que sigue, los fundamentos de la TVA se explican y se demuestra la forma en que se pueden extender al modelo de datos del fallo-orden temporal (TOJ) obtenidos con (casi) estímulos arbitrarios. Este nuevo método proporciona estimaciones de la velocidad de procesamiento y distribución de los recursos que se pueden interpretarse fácilmente. El protocolo en este artículo se explica cómo diseñar y llevar a cabo tales experimentos y los detalles de cómo se pueden analizar los datos.

Como se mencionó anteriormente, el paradigma usual en el modelado y la estimación de parámetros de atención basado en la TVA es la tarea de informe letra. Los participantes informan la identidad de un conjunto de cartas quese destella brevemente y normalmente enmascarado después de un retardo variable. Entre otros parámetros, la velocidad a la que los elementos visuales se codifican en la memoria visual a corto plazo puede ser estimado. El método ha sido aplicado con éxito a las preguntas en la investigación básica y clínica. Por ejemplo, Bublak y sus colegas evaluaron los parámetros ⁴ atencionales se ven afectados en diferentes etapas de los déficits cognitivos relacionados con la edad. En la investigación fundamental atención, Petersen, Kyllingsbæk, y Bundesen ⁵ TVA utilizan para modelar el efecto tiempo de permanencia de atención, dificultad del observador en la percepción de la segunda de las dos objetivos en determinados intervalos de tiempo. Una desventaja importante del paradigma informe carta es que requiere estímulos suficientemente overlearned y enmascarables. Este requisito limita el método de letras y dígitos. Otros estímulos deberían recibir una formación pesada de los participantes.

El paradigma TOJ requiere ni stimul específicai ni enmascaramiento. Puede ser utilizado con cualquier tipo de estímulos para los que el orden de aparición puede ser juzgado. Esto amplía la gama de estímulo a casi todo lo que pueda ser de interés, incluyendo comparaciones ⁶ transmodales directos.

La investigación de la atención con Tojs se basa en el fenómeno de la entrada antes de atención, que es una medida de cómo es percibido mucho antes de un estímulo asistido en comparación con un uno desatendida. Desafortunadamente, el método habitual para el análisis de datos TOJ, funciones psicométricas de rendimiento observador de ajuste (tales como funciones gaussianas o logísticas acumulativos), no puede distinguir si la atención aumenta la velocidad de procesamiento del estímulo asistido o si se disminuye la velocidad del estímulo desatendida ^7. Esta ambigüedad es un problema importante debido a que la cuestión de si la percepción de un estímulo es verdaderamente mejorada o si beneficia a causa de la retirada de los recursos de un stimul competir nosotros es una cuestión de relevancia tanto fundamental y práctico. Por ejemplo, para el diseño de interfaces hombre-máquina es altamente relevante para saber si el aumento de la prominencia de un elemento funciona a expensas de otro.

La tarea TOJ generalmente procede de la siguiente manera: Una marca de fijación se presenta para un breve retraso, típicamente un azar dibuja intervalo más corto que un segundo. A continuación, se presenta el primer objetivo, seguido después de un inicio asincronía de estímulo variable (SOA) por el segundo objetivo. En SOA negativos, la sonda, el estímulo que asistieron, se muestra por primera vez. En SOA positivos, la referencia, el estímulo desatendida, conduce. En una SOA de cero, ambos objetivos se muestran simultáneamente.

Típicamente, la presentación de la diana se refiere a la conmutación del estímulo en. Bajo ciertas condiciones, sin embargo, otros eventos temporales, tales como un parpadeo de un objetivo o compensaciones ya presente se utilizan ^8.

_content "> En Tojs, las respuestas se recogen de una manera unspeeded, por lo general por las teclas asignadas a las identidades de estímulos y órdenes de presentación (por ejemplo, si los estímulos son cuadrados y rombos, una llave indica" cuadrado primera "y otro" diamante en primer lugar ") . Es importante destacar que, para la evaluación, estos juicios deben ser convertidos a "primera sonda" (o "primera referencia") juicios.

En el presente trabajo, una combinación del modelo de procesamiento de TVA y el paradigma experimental TOJ se utiliza para eliminar los problemas en cualquiera de los dominios individuales. Con este método, los parámetros de velocidad fácilmente interpretables pueden estimarse para los estímulos visuales casi arbitrarias, lo que permite deducir cómo se asigna la atención del observador de competir elementos visuales.

El modelo se basa en las ecuaciones de TVA para el procesamiento de los estímulos individuales, que se explicarán en breve en lo siguiente. La probabilidad de que una stimulnos está codificada en la memoria visual a corto plazo antes que el otro se interpreta como la probabilidad de juzgar este estímulo como aparece en primer lugar. Las duraciones de codificación individuales se distribuyen de manera exponencial ^9:

(1)

La máxima exposición ineficaces duración t ₀ es un umbral antes de la que nada se codifica en absoluto. De acuerdo con TVA, la velocidad v _{x, i} en qué objeto x se codifica como miembro de una categoría perceptual i (como el color o una forma) viene dada por la ecuación de velocidad,

. (2)

La fuerza de la evidencia sensorial que x pertenece a la categoría I se expresa en eta _{x, i,} y ß _i es un sesgo de decisión para la clasificación de los estímulos como miembros de la categoría i. Esto se multiplica por unattentional pesos. Atencionales pesos individuales w _x se dividen entre los pesos de atención de todos los objetos en el campo visual. Por lo tanto, el peso atencional relativa se calcula como

(3)

en la que R representa todas las categorías y eta _{x, i} representa la evidencia sensorial que objeto x pertenece a la categoría j. El valor de π _j se llama pertinencia de la categoría j y refleja un sesgo para hacer categorizaciones en j. La capacidad de procesamiento general C es la suma de todas las tasas de procesamiento para todos los estímulos y categorizaciones. Para una descripción más detallada de TVA, consulte Bundesen y de Habekost libro ^9.

En nuestro nuevo método, la ecuación 1, que describe la codificación de los estímulos individuales, se transforma en un modelo de Tojs. Suponiendo que los sesgos de selección y las categorías de informes son Constant dentro de una tarea experimental, la tasas de procesamiento v _p y v _r de la sonda dos objetivo estímulos (p) y de referencia (r) depende de C y los pesos de atención en la forma v _p = C · w _p y v _r = C · w _r, respectivamente. El nuevo modelo TOJ expresa la probabilidad de éxito _p P ^{_{1 de}} que un participante juzga el estímulo de la sonda a ser por primera vez como una función de la las tasas de procesamiento de SOA y. Puede formalizarse de la siguiente manera:

(4)

Una descripción más detallada de cómo esta ecuación se deriva de las ecuaciones básicas TVA se describe por Tünnermann, Petersen, y Scharlau ^7.

En aras de la simplicidad, el parámetro t ₀ se omite en el modelo de la Ecuación 1. Según la TVA original, t ₀ debe ser idéntico para both objetivos en la tarea TOJ, y, por lo tanto, se anula. Sin embargo, este supuesto puede ser violado en ocasiones (véase la sección Discusión).

Para el montaje de esta ecuación a los datos TOJ, se sugiere un esquema de estimación bayesiana jerárquica ^11. Este enfoque permite estimar los pesos atencionales w w _p y _r de los estímulos de la sonda y de referencia y la tasa de procesamiento global C. Estos parámetros, la tasas de absorción de _P y V v resultante _r, y las diferencias de atención inducida entre ellos, puede ser evaluado sobre los niveles de sujetos y de grupo, junto con las incertidumbres estimadas. El modelo jerárquico se ilustra en la Figura 1. Durante la fase de planificación para un experimento, el análisis bayesiano de energía conveniente puede llevarse a cabo.

El siguiente protocolo describe cómo planificar, ejecutar y analizar experimentos TOJ partir de la cual los parámetros de velocidad de procesamiento y pesos de atención para los estímulos visuales puedenSer obtenido. El protocolo supone que el investigador está interesado en la forma de una manipulación de atención influye en las velocidades de procesamiento de algunos de los objetivos de interés.

Figura 1: Modelo gráfico utilizado en el procedimiento de estimación bayesiana. Los círculos indican distribuciones estimadas; círculos dobles indican nodos deterministas. Los cuadrados indican los datos. Las relaciones se dan en el lado derecho de la figura. Los nodos fuera de los marcos redondeados ( "placas") representan estimaciones de la media y la dispersión de los parámetros TVA (véase la Introducción) sobre el nivel del grupo. En la placa de "Los sujetos j", se puede ver cómo los pesos atencionales (w) se combinan con las velocidades de procesamiento general (C) a partir de las tasas de procesamiento de estímulos (v) en el nivel de objeto. Placa "i SOA y# 8221; a continuación se muestra cómo se transforman estos parámetros TVA (a través de la _{página ^{1 de}} la función P descrito en la Introducción) en la probabilidad de éxito (θ) para las respuestas binomialmente distribuidos en cada SOA. Por lo tanto, la θ junto con las repeticiones de la SOA (n) describen los puntos de datos (Y). Para más detalles sobre la notación y la interpretación de los modelos gráficos, consulte Lee y Wagenmakers ^23. Tenga en cuenta que en aras de la claridad, se han omitido los nodos que representan diferencias de parámetros. Estos parámetros deterministas se indican en las figuras de los resultados experimentales en lugar. Haga clic aquí para ver una versión más grande de esta figura.

Protocolo

NOTA: Algunos pasos de este protocolo se puede lograr utilizando un software personalizado que se incluye (junto con las instrucciones de instalación) a http://groups.upb.de/viat/TVATOJ. En el protocolo, esta colección de programas y scripts que se conoce como "TVATOJ".

1. Selección del material de estímulo

1. Seleccionar los estímulos de acuerdo con la pregunta de investigación.
   NOTA: En general, los dos objetivos se muestran en diferentes zonas de la pantalla. Los estímulos que se han utilizado con el presente procedimiento incluyen, por ejemplo, formas, números, letras, únicos en muestra de pop-out y los objetos en las imágenes naturales. Los tres últimos tipos se utilizaron en este protocolo.
   NOTA: Existen varios tipos diferentes de estímulo se incluyen en el plugin TOJ ( "psylab_toj_stimulus" provista de TVATOJ) para el constructor experimento OpenSesame ^12.
2. Al crear nuevos tipos de estímulo, asegúrese de que las propiedades de los interest tiene que ser codificado para el juicio, haciéndolos importante para la tarea o seleccionar los estímulos en las propiedades de interés se codifican de forma automática (por ejemplo, únicos en muestra de pop-out).

2. Estimación de potencia y Planificación

1. Realizar un análisis bayesiano de energía mediante la simulación de conjuntos de datos con el modelo seleccionado, diseño planeado (distribución SOA y repeticiones), tamaño de las muestras y los parámetros hipotéticos. Estimar si es probable que llegue a la meta de investigación (por ejemplo, una cierta diferencia en los parámetros). Si la alimentación no es suficiente, alterar el diseño añadiendo o cambiando las SOA o repeticiones y repetir el análisis.
   1. Para utilizar el software proporcionado TVATOJ, abrir y editar el guión "exp1-power.R". Siga los comentarios en el archivo para ajustarlo para el análisis específico. Para obtener información general sobre la estimación bayesiana poder referirse a Kruschke ^13.

3. Especificación o programación del Experimento

1. Utilice un constructor de experimento o una biblioteca de presentación psicofísica para poner en práctica el experimento.
   1. Para utilizar el plugin OpenSesame TOJ proporcionada en TVATOJ, arrastre el plugin "psylab_toj_stimulus" en un bucle de presentación de prueba. Como alternativa, abra el "simple-toj.osexp" experimento ejemplo, en OpenSesame.
   2. Seleccione el tipo de estímulo deseado en el menú desplegable "Tipo de estímulo" en la configuración psylab_toj_stimulus. Siga las instrucciones en TVATOJ para añadir nuevos tipos de estímulo si es necesario.
2. Especificar los ensayos como se describe en los siguientes pasos.
   1. Para cada condición experimental, crear ensayos con el SOA planificada. Cuando se utiliza el plugin psylab_toj_stimulus y OpenSesame, añadir todos los variados factores como variables al bucle de ensayo (por ejemplo, "SOA").
   2. Añadir filas a la tabla para darse cuentatodas las combinaciones de factores (por ejemplo, siete SOA, desde -100 o 100 mseg por, cruzados con las condiciones experimentales "atención" y "neutral"). Ajustar el atributo del bucle "Repetir" para crear suficientes repeticiones (véase el protocolo paso 2 para determinar la distribución y la repetición de las SOA).
      NOTA: Por lo general, a lo sumo 800 ensayos pueden ser presentados dentro de una hora. Si se necesitan más repeticiones, considerar dividir el experimento en varias sesiones. Asegúrese de que el atributo "orden" del bucle está ajustado a "aleatorio" antes de ejecutar el experimento.
   3. En la configuración del plugin psylab_toj_stimulus, añadir marcadores de posición (por ejemplo, "[SOA]") para los factores de enriquecimiento en los campos respectivos. Introducir valores constantes en los campos de factores que no son variados.
      NOTA: Antes de ejecutar el experimento, asegúrese de que la sincronización exacta está garantizada. Si el comportamiento de la sincronización adecuada de los monitores más recientes no se verificó, el usoLos monitores CRT y se sincronizan con la señal de retorno vertical ^12.

4. Procedimiento experimental

1. Acogedor y de información de los participantes
   1. La bienvenida a los participantes e informarles acerca de la forma general del experimento (experimento de percepción basado en computadora). Informar a los participantes acerca de la duración probable del experimento. Obtener el consentimiento informado de los participantes para participar en el experimento.
   2. Asegúrese de que los participantes muestran la visión normal o corregida a la normal (de manera óptima mediante la realización de pruebas de visión corta). Algunos déficits, como la ceguera al color, puede ser tolerable si no interfieren con la pregunta de investigación para el tipo particular de material de estímulo.
   3. Proporcionar una cabina tranquila, donde se lleva a cabo el experimento. Ajuste la silla, mentonera, la posición del teclado, y así sucesivamente, para garantizar las condiciones óptimas de visión y respuesta para la EXPERIMENuevo Testamento.
   4. Hacer que los participantes en cuenta que el experimento requiere atención y concentración mental y puede ser fatigoso. Pídales que tomar pequeños descansos cuando sea necesario. Es, sin embargo, igualmente importante no realizar estas tareas simples bajo una fuerte tensión atencional. Diga a los participantes que está bien cometer algunos errores.
2. Instrucción y de calentamiento
   1. presentes instrucciones de la pantalla para la tarea, que detallan el procedimiento de secuencia de presentación y respuesta. Informe a los participantes que la tarea es dar a conocer el orden en que llegaron los objetivos, y que esto será difícil en algunos ensayos. Pregunte a los participantes para informar de su primera impresión cuando no pueden decir la orden a ciencia cierta, y dejar que adivinar si ellos no tienen tal impresión en absoluto.
      NOTA: En las Tojs binarios utilizados aquí, no hay ninguna opción para indicar la percepción de la simultaneidad. Para evitar adivinanzas excesivo, no señalar la presencia de los ensayos con simultaneously presentado objetivos explícitamente. Deje que estos simplemente sean difíciles pruebas con las instrucciones indicadas más arriba.
   2. Para evitar movimientos oculares durante los ensayos, pedir a los participantes que se fije una marca que se muestra en el centro de la pantalla. Pídales que descansar su cabeza en una mentonera.
   3. Pregunte a los participantes a tomar descansos cortos si es necesario. Hágales saber que cuando se permite que las pausas y cuando deben evitarse (por ejemplo, durante la presentación del blanco y antes de la respuesta).
   4. Incluir un breve entrenamiento en el que los participantes pueden acostumbrarse a la altura. Con este fin, presentar un subconjunto aleatorio de los ensayos experimentales (véase la etapa protocolo 3.2).
      NOTA: Debido a la tarea en sí es bastante simple, de diez a veinte ensayos suelen ser suficientes. Puede ser ventajoso para aumentar la confianza de los participantes en su desempeño en esta tarea. Esto se puede hacer por ralentizar la presentación y proporcionar retroalimentación.
   5. Obtener confirmati de los participantesen la que han comprendido la tarea (dejar que ellos lo explican) y que no tienen más preguntas.
3. Ejecución del experimento principal
   1. Dejar que el inicio de este software experimental con la presentación de los ensayos principales. Deja la cabina para el experimento principal.

5. Análisis basado en modelos de los Datos TOJ

1. Convertir los archivos de datos en bruto en cargos de juicios "sonda" para todos los primeros SOA. Por ejemplo, ejecute el script "os2toj.py" provista de TVATOJ.
2. Ejecutar el procedimiento de estimación bayesiana para estimar los parámetros principales w _p y C, las derivadas v _p y _r v y las diferencias de los parámetros. Con este fin, ejecutar el script "run-evaluation.R" después de editarlo de acuerdo con las instrucciones contenidas en el archivo.
3. Cuando el muestreo ha terminado, las diferencias de interés para las preguntas de investigación pueden ser evaluados. examplES se pueden encontrar en la siguiente sección.

Resultados

En lo siguiente, se reportan los resultados obtenidos con el método propuesto. Tres experimentos miden la influencia de diferentes manipulaciones de atención con tres muy diferentes tipos de material de estímulo. Los estímulos son simples segmentos de línea en los patrones emergentes a cabo, espacio objetos de acción en imágenes naturales, y los objetivos de la letra con pautas.

Experimento 1: prominencia en las pantall...

Discusión

El protocolo en este artículo se describe cómo llevar a cabo Tojs simples y ajustaba a los datos con los modelos basados ​​en la codificación de estímulo fundamental. Tres experimentos demostraron cómo los resultados pueden ser evaluados en un marco de estimación bayesiana jerárquica para evaluar la influencia de la atención en muy diferente material de estímulo. Prominencia en las pantallas emergentes llevó a cabo un aumento del peso de atención. Además, el aumento de peso se estimaron para los objetos ...

Materiales

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