JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

To replicate laboratory settings, online data collection methods for visual tasks require tight control over stimulus presentation. We outline methods for the use of a web application to collect performance data on two tests of visual attention.

Abstract

יש שיטות איסוף נתונים מקוונות משיכה מיוחדת למדעני התנהגות כי הם מציעים את ההבטחה של הרבה יותר גדול והרבה יותר דגימות נתונים נציג מאשר בדרך כלל יכול להיות שנאסף בקמפוסים. עם זאת, לפני שניתן לאמץ שיטות כאלה נרחבת, מספר האתגרים הטכנולוגיים יש להתגבר - בפרט בניסויים שבם פיקוח הדוק על תכונות גירוי הוא הכרחי. כאן אנו מציגים שיטות לאיסוף נתוני ביצועים בשתי בדיקות של קשב חזותי. שני המבחנים דורשים שליטה על זווית הראייה של הגירויים (אשר בתורו דורשת ידע של מרחק הצפייה, גודל צג, רזולוציית מסך, וכו ') ואת התזמון של הגירויים (כמו הבדיקות כרוכות או בקצרה הבזיקו גירויים או גירויים הנעים בשיעורים ספציפיים). נתונים שנאספו בבדיקות אלה ממעל 1,700 משתתפים מקוונים עלו בקנה אחד עם הנתונים שנאספו בגרסאות מבוססות מעבדה של בדיוק את אותו בדיקות. תוצאות אלומצביע על כך שעם טיפול נכון, ניתן לפרוס משימות תלויות גודל עיתוי / גירוי בהגדרות מבוסס אינטרנט.

Introduction

בחמש השנים האחרונות חלה עלייה חדה של ריבית בשימוש בשיטות איסוף נתוני התנהגות מקוונת. בעוד הרוב המכריע של פרסומים בתחום הפסיכולוגיה נצל אוכלוסיות נושא שעלול להיות בלתי נציג 1 (כלומר, בעיקר סטודנטים לתואר ראשון במכללה) וגודל מדגם קטן לעתים קרובות באופן סביר, כמו גם (כלומר, בדרך כלל בטווח של עשרות נושאים), שיטות מקוונות מציע את ההבטחה של דגימות הרבה יותר מגוונות וגדולות יותר. לדוגמא, השירות מכאני טורק של אמזון כבר את הנושא של מספר המחקרים שנעשה לאחרונה, שני המתארים את המאפיינים של האוכלוסייה "עובד" ושימוש באוכלוסייה זו במחקר התנהגותי 2-6.

עם זאת, חשש משמעותי אחד הקשור לשיטות כאלה הוא החוסר היחסי של שליטה על משתני גירוי קריטיים. לדוגמא, ברוב משימות הפסיכופיסיקה חזותית, גירויים מתוארים במונחים שלזווית ראייה. חישוב זוויות ראייה דורש מדידות מדויקות של מרחק צפייה, גודל מסך ורזולוציה מסך. בעוד פרמטרים אלה הם טריוויאלי למדוד ושליטה בסביבת מעבדה (שבו יש לפקח ידוע ומשתתפים להציג גירויים ואילו בשאר סנטר ממוקם במרחק ידוע מהצג), אין הדבר נכון של איסוף נתונים באינטרנט. בסביבה מקוונת, לא רק שמשתתפים באופן בלתי נמנע להשתמש במגוון רחב של צגים בגדלים שונים עם הגדרות תוכנה שונות, גם ייתכן שלא יהיה להם גישה קלה לשליטים / אמצעי קלטת שתאפשר להם לקבוע את גודל המסך שלהם או שיש לי את הידע דרוש כדי לקבוע הגדרות התוכנה וחומרה שלהם (לדוגמא, קצב רענון, רזולוציה).

כאן אנו מתארים קבוצה של שיטות לאיסוף נתונים על שתי בדיקות ידועות של קשב חזותי - שדה שימושי של צפה (UFOV) הפרדיגמה 7 ואת האובייקט מרובה מעקב משימה (MOT) 8 - תוך הימנעות ככל האפשר את המקורות שונות שגלומים במדידות באינטרנט. משימות אלה יכולות להיות מנוהלות על ידי כל משתתף עם חיבור לאינטרנט ודפדפן תואם HTML5. משתתף שלא יודעים גודל המסך שלהם הלכו בתהליך מדידת ניצול פריטים זמינים בדרך כלל בגודל סטנדרטי (כלומר, כרטיס אשראי / CD - ראה איור 1).

נתונים על שתי משימות אלה נאספו מרחבי 1,700 משתתפים בפתיחת קורס מקוון מאסיבי. ביצועים ממוצע של מדגם באינטרנט זה היה מתואם היטב עם תוצאות שהושגו באמצעים המבוסס על מעבדה לפיקוח ההדוקה של בדיוק את אותו המשימות 9,10. התוצאות שלנו הן בכך עולים בקנה אחד עם הגוף גדל והולך של ספרות מדגימה את היעילות של שיטות איסוף נתונים באינטרנט, אפילו במשימות הדורשות שליטה מסוימת על תנאי צפייה.

Protocol

הפרוטוקול אושר על ידי דירקטוריון הסקירה המוסדי באוניברסיטה ויסקונסין-מדיסון. השלבים הבאים נכתבו כמדריך למתכנתים כדי לשכפל את התהליך האוטומטי של יישום האינטרנט שתואר.

משתתף 1. כניסה

  1. להורות למשתתף להשתמש במחשב אינטרנט המאפשר ולנווט ליישום האינטרנט באמצעות דפדפן תואם HTML5: http://brainandlearning.org/jove. יש לי המשתתף לשבת בחדר שקט ללא הסחות דעת, עם המחשב בגובה נוח.
    הערה: מאחר שהניסוי כולו מתארח באינטרנט, יכולות גם להתבצע המשימות מרחוק ללא נוכחות עוזר מחקר. כל ההוראות למשתתף כלולות ביישום האינטרנט.
  2. יש לי קלט המשתתף מזהה ייחודי שיהיה קשור עם הנתונים נאספו ונשמרו בdatabas MySQLדואר. יש לי המשתתף לעשות שימוש חוזר בזיהוי זה אם המשימות המקוונות לא הושלמו באותה הפגישה. לפני הכניסה, תקבל את הסכמת המשתתף באמצעות טופס הסכמה מקושר בדף.
    הערה: ההתקדמות של משתתף נשמרה אחרי כל משימה על מנת לאפשר להשלמת המשימות 2 בזמנים נפרדים במידת הצורך. להורות למשתתף תמיד להשתמש באותו קוד זיהוי כדי להתחיל בו הפסיק.

כיול מסך 2.

הערה: יישום האינטרנט מנחה את המשתתף בשלושה השלבים המפורטים בדף הכיול ב: http://brainandlearning.org/jove/Calibration.

  1. שאל את המשתתף לקלט בגודל האלכסוני של המסך באינץ 'בתיבת הטקסט שכותרתו.
    1. עם זאת, אם המשתתף אינו יודע את המידע הזה, יש לי המשתתף למצוא CD או כרטיס אשראי כאובייקט כיול ( איור 1). כאשר אחד נבחר, תנחה את המשתתף למקום החפץ נגד המסך וליישר אותו עם תמונה מייצגת של האובייקט המוצג על המסך.
    2. תנחה את המשתתף כדי להתאים את הגודל של תמונת המסך כדי להתאים את הגודל של האובייקט הפיזי. בהתבסס על המדידות של CD פיזי (קוטר של 4.7 ") או כרטיס אשראי (רוחב של 3.2") בנוסף לגודל פיקסל של התמונה המייצגת, לקבוע את היחס של פיקסלים לאינץ 'של המסך.
    3. אחזר פיקסלים ברזולוציה של הצג באמצעות מאפייני screen.width וscreen.height של JavaScript אז לחשב את הגודל האלכסוני של המסך בפיקסלים. בידיעה ערך זה ויחס פיקסל לאינץ 'הוערך בעבר (ראה שלב 2.1.2), להמיר את גודל האלכסון לאינץ'. יש לי המשתתף לאשר ערך זה באמצעות תיבת הדו-שיח.
  2. צג בפני המשתתף להתאים brigh המסךהגדרות tness עד שכל 12 הלהקות בשיפוע שחור ללבן מוצגות על המסך באופן ברור להבחנה. פקדי הגדרת בהירות להשתנות על ידי מחשב.
  3. שאל את המשתתף לשבת האורך של זרוע מהמסך בתנוחה נוחה ולאחר מכן קבע את חלון הדפדפן למצב מסך מלא. חלון הדפדפן חייב להיות במצב מסך מלא על מנת למקסם את המרחב החזותי בשימוש על ידי המשימות וכדי להסיר כל הסחות דעת חזותיות, כגון סרגל כלים של הדפדפן וtaskbars שולחן העבודה.
  4. לדעת את הרזולוציה של המסך של המשתתף והגודל האלכסוני של הצג, השתמש ביישום האינטרנט כדי לחשב את ערך המרת פיקסלים / תואר, המבוסס על מרחק צפייה של 50 סנטימטרים באופן אוטומטי. לשנות את גודל הממדים של הגירויים במשימות באמצעות ערך זה. כל ממדי זווית הראייה דיווחו להלן מבוססים על הנחה זו ערך מרחק ממוצע מהצג.
  5. ברגע שהכיול הושלם, לשאול את המשתתף כדי להשלים את describ שתי משימותאד להלן. בחר את סדר המשימות או באופן אקראי להקצות את הסדר באמצעות יישום האינטרנט.

3. אובייקט מרובה מעקב משימות (MOT) - איור 2

  1. להציג וקרא את המשתתף עם גירויי MOT באמצעות הדרכה עצמית מודרך, ראו ב: http://brainandlearning.org/jove/MOT/practice.php. שאל את המשתתף לקרוא את הוראות צעד-אחר-צעד המדגימות כיצד הניסויים יעבדו. ברגע שהמשתתף מסיים לקרוא את ההוראות, תנחה את המשתתף לעבור את הניסויים בפועל.
    1. התקנת הגירויים בפועל מורכב של 8 נקודות על 0.8 מעלות עם מהירות תנועה של 2 ° / sec. השתמש בHTML5 requestAnimationFrame API כדי לייעל אנימציה דפדפן במסגרת שיעור של 60 הרץ על מנת לשלוט בתנועת הגירוי הזה.
    2. להבטיח את הנקודות לנוע בתוך גבולות המעגל של 2 מעלות אקסצנטריות וcircle לא גדול יותר מהגובה של המסך של המשתתף, ללא ההוראות טשטשו.
    3. הגדר את הנקודות כדי לעבור במסלול אקראי, שבו בכל מסגרת יש נקודת סיכוי של 60% משינוי הכיוון בזווית מרבי של 0.2 מעלות. אם נקודה מתנגשת עם נקודה אחרת או מגבלות רדיאלי הפנימיות או חיצוניות, להעביר את הנקודה בכיוון ההפוך.
    4. תנחה את המשתתף כדי לעקוב אחר הנקודות הכחולות (משתנה בין 1 ו -2 נקודות למשפט בפועל), עם הנקודות הצהובות מתנהגות כמו מסיחים.
    5. לאחר 2 שניות, לשנות את הנקודות הכחולות לנקודות צהובות ותמשיך להעביר אותם בין הנקודות הצהובות המקוריות לעוד 4 שניות. בסוף כל משפט, לעצור את הנקודות ולסמן את אחת.
    6. צג בפני המשתתף להגיב באמצעות לחיצה על מקש אם הנקודה המודגשת הייתה נקודת מעקב או נקודת מסיח. בשלב הבא, תנחה את המשתתף ללחוץ על מקש הרווח כדי להמשיך על המשפט הבא.
    7. לאחר 3 נכונים משפטים רצופים, או מקסימום של 6 ניסויים, מוve המשתתף על המשימה המלאה.
  2. התחל את משימת MOT המלאה למשתתף. ניתן למצוא דוגמא למשימה ב: http://brainandlearning.org/jove/MOT.
    1. הגדרת המשימה המלאה עם 16 נקודות שנעות בשעה 5 ° / sec במרחב שבין 2 האקסצנטרי ° ו -10 ° אקסצנטריות. אם המסך של המשתתף לא יכול להתאים מעגל של 10 מעלות אקסצנטריות, להשתמש בגודל המרבי המסך יכול להכיל במקום.
    2. יש לי המשתתף להשלים סך של 45 ניסויים: תערובת של 5 ניסויים בהיקף של 1 נקודה במעקב ו -10 ניסויים שכל אחד מכילים 2-5 מעקב נקודות. להתאים את כל פרמטרים האחרים לניסויים בפועל (ראה צעדים 3.1.3 - 3.1.6).
    3. רשום את זמן התגובה ותגובה של המשתתף פעם הנקודה מסומנת.
    4. לכל 15 ניסויים, מציע הפסקה למשתתף. בהפסקות אלה, להציג את המשתתף7; s ביצועים (אחוזים מניסויים הנכונים) בתוך הבלוק על המסך.

4. המעבר ממשימה אחת למשנהו (שלב אופציונאלי)

  1. לאפשר למשתתף לקחת הפסקה בין שתי המשימות. עם זאת, חזור על שלבים 1 ו -2 אם המשימות לא הושלמו במהלך אותה ישיבת ההתחברות.

5. שדה שימושי של צפה במשימה (UFOV) - איור 3

  1. להציג וקרא את המשתתף עם גירויי UFOV באמצעות הדרכה עצמית מודרך, ראו ב: http://brainandlearning.org/jove/UFOV/practice.php. שאל את המשתתף לעבור 4 שלבים של הוראות שלב-אחר-צעד המדגימות שני גירויי היעד שיש לטפל במשימה.
    1. הגדר את גירוי היעד המרכזי כמו סמיילי 1 ° שמהבהב במרכז המסך גם עם שיער ארוך או קצר. באופן אקראיאורך השיער של סמיילי על פני ניסויים.
    2. הגדר את גירוי היעד ההיקפי ככוכב 1 ° שמהבהב על 4 מעלות אקסצנטריות באחת 8 מקומות סביב המעגל (0 °, 45 °, 90 °, 135 °, 180 °, 225 °, 270 °, ו -315 מעלות) . באקראי את מיקומו של הכוכב על פני ניסויים.
    3. בקרת גירוי משך דרך מספר המסגרות המשמשות לזמן הצגה. לייעל רענון מסגרת בכ -17 אלפיות שניים לכל מסגרת באמצעות API HTML5 requestAnimationFrame.
    4. כדי לבדוק אם זמן המצגת הצפוי הושג, להשתמש בשיטת GetTime של JavaScript () כדי להשיג זמן זמן התחלה וסיום של משך הגירוי על בסיס שעון המערכת של המשתתף. לחשב את זמן מצגת נמדד משני ערכים אלה ולהשתמש בערך זה לניתוח נתונים.
    5. לכל ניסוי בפועל, לחכות 500 אלפיות שניים לפני הצגת הגירויים לכ 200 אלפית שניים (כ -12 מסגרות).
    6. עקוב מראש גירויsentation עם מסכת רעש המורכבת ממערך נקודה בגווני אפור שנוצר באופן אקראי ל-320 אלפית שניות (כ -19 מסגרות).
    7. בשלב 1, רק להציג את היעד המרכזי ולאחר מכן תבקש מן המשתתף להגיב באמצעות לחיצה על מקש שאורך שיער הוצג.
    8. בשלב 2, רק להציג את היעד ההיקפי ולאחר מכן תבקש מן המשתתף ללחוץ על אחד של 8 קווים רדיאליים, המייצג את 8 מקומות היעד אפשריים, כדי לציין בי הכוכב הופיע.
    9. בשלב 3, להציג את שני גירויי היעד המרכזיים והיקפיים ולאחר מכן תבקש מן המשתתף לתת מענה לשני הסוג של סמיילי ואת מיקומו של הכוכב.
      הערה: משתתפים יכולים לבחור את הסדר של שתי התגובות הללו באופן חופשי.
    10. בשלב 4, להציג את שני גירויי היעד בנוסף למסיחים היקפיים, ולאחר מכן תבקש מן המשתתף להגיב לגירויי שני היעד. למסיחים, 1 ° ריבועי התצוגה שהוצגו במקומות שנותרו 7 על 4 מעלות אקסצנטריות, iבנוסף n 8 ריבועים יותר ב -2 מעלות אקסצנטריות.
    11. אחרי התגובה של המשתתף, להראות משוב המשתתף (סימון ירוק לתשובה נכונה או צלב אדום לתשובה שגויה) לכל תגובת יעד אחרי כל משפט.
    12. הזז את המשתתף לבמה התרגול הבא לאחר שקבל 3 ניסויים נכונים ברציפות. לאחר שלב 4, להעביר את המשתתף על המשימה המלאה.
  2. צג בפני המשתתף להתחיל את משימת UFOV המלאה. ניתן למצוא דוגמא למשימה ב: http://brainandlearning.org/jove/UFOV.
    1. להציג את אותו הגירוי מרכזי כמו באימון (ראה שלב 5.1.1). הצג את היעד ההיקפי ב -7 ° אקסצנטריות באחד מהמקומות שהוזכרו קודם לכן 8 (ראה שלב 5.1.2). 24 ריבועי מסיח מוצגים גם ב -3 מעלות אקסצנטריות, 5 מעלות אקסצנטריות, ו -7 ° נותרומקומות האקסצנטרי.
    2. השתמש 3 למטה, הליך מדרגות 1-up כדי לקבוע את זמן ההצגה של הגירויים: להקטין את משך הזמן של גירויים לאחר 3 ניסויים נכונים ברציפות ולהגדיל לאחר כל ניסוי שגיאה.
    3. לפני 3 ההיפוכים הראשונים במדרגות, להשתמש בגודל צעד של 2 מסגרות (בערך כל 33 אלפיות שניים). לאחר 3 היפוכים, להשתמש בגודל צעד של 1 מסגרת. להשתנות העיכוב לפני הופעת הגירוי בין 1 מסגרת ו -99 פריימים למשפט, ולשמור על משך מסכת הרעש ב 320 אלפיות שניים (כ -19 מסגרות).
      הערה: תהפוכות הן הנקודות בהן המשך משתנה גם מהגדלת לירידה, או ירידה להגדלת.
    4. בסופו של המשימה כאשר אחד משלושה תנאים מתקיים: הליך המדרגות מגיע 8 היפוכים; המשתתף משלים 10 משפטים רצופים בשני משך התקרה (99 מסגרות) או משך הרצפה (1 מסגרת); או המשתתף מגיע למקסימום של 72 ניסויים.
    5. להקליט r של המשתתףesponse וזמן תגובה לגירוי שני המרכזי והגירוי ההיקפי.

תוצאות

הסרת Outlier

בסך הכל 1,779 משתתפים השלים את משימת UFOV. מבין אלה, היו 32 משתתפים ספי UFOV שהיו יותר מ 3 סטיות תקן מהממוצע, מה שמרמז שהם לא היו מסוגלים לבצע את המשימה כפי שהורה. ככזה, נתונים UFOV מהמשתתפים הללו הוצאו מהניתוח הסופי, עוזבים כולל של 1,747 ...

Discussion

יש איסוף נתונים באינטרנט מספר היתרונות על פני איסוף נתונים מבוסס מעבדה סטנדרטי. אלה כוללים את הפוטנציאל לטעום הרבה יותר מאשר אוכלוסיות נציג הבריכה לתואר הראשון במכללה הטיפוסית מנוצלת בתחום, והיכולת להשיג גודל מדגם גדול הרבה יותר בפחות זמן ממה שהוא לוקח כדי להשיג גו?...

Disclosures

This work was supported by the Swiss National Foundation (100014_140676), the National Science Foundation (1227168), and the National Eye Institute of the National Institutes of Health (P30EY001319).

Acknowledgements

The authors have nothing to disclose.

Materials

NameCompanyCatalog NumberComments
Computer/tabletIt must have an internet connection and an HTML5 compatible browser
CD or credit cardMay not be needed if participant already knows the monitor size

References

  1. Henrich, J., Heine, S. J., Norenzayan, A. The weirdest people in the world. The Behavioral And Brain Sciences. 33, 61-135 (2010).
  2. Buhrmester, M., Kwang, T., Gosling, S. D. Amazon's Mechanical Turk: A new source of inexpensive, yet high-quality, data. Perspectives on Psychological Science. 6 (1), 3-5 (2011).
  3. Goodman, J. K., Cryder, C. E., Cheema, A. Data collection in a flat world: the strengths and weaknesses of mechanical turk samples. Journal of Behavioral Decision Making. 26 (3), 213-224 (2013).
  4. Mason, W., Suri, S. Conducting behavioral research on Amazon's Mechanical Turk. Behavior Research Methods. 44 (1), 1-23 (2012).
  5. Crump, M. J., McDonnell, J. V., Gureckis, T. M. Evaluating Amazon's Mechanical Turk as a tool for experimental behavioral research. PLoS One. 8, e57410 (1371).
  6. Lupyan, G. The difficulties of executing simple algorithms: why brains make mistakes computers don't. Cognition. 129, 615-636 (2013).
  7. Ball, K., Owsley, C. The useful field of view test: a new technique for evaluating age-related declines in visual function. J Am Optom Assoc. 64 (1), 71-79 (1993).
  8. Pylyshyn, Z. W., Storm, R. W. Tracking multiple independent targets: Evidence for a parallel tracking mechanism. Spatial Vision. 3 (3), 179-197 (1988).
  9. Dye, M. W. G., Bavelier, D. Differential development of visual attention skills in school-age children. Vision Research. 50 (4), 452-459 (2010).
  10. Green, C. S., Bavelier, D. Enumeration versus multiple object tracking: The case of action video game players. Cognition. 101 (1), 217-245 (2006).
  11. Chengalur, S. N., Rodgers, S. H., Bernard, T. E. Chapter 1. Kodak Company. Ergonomics Design Philosophy. Kodak’s Ergonomic Design for People at Work. , (2004).
  12. Elze, T., Bex, P. P1-7: Modern display technology in vision science: Assessment of OLED and LCD monitors for visual experiments. i-Perception. 3 (9), 621 (2012).
  13. Elze, T., Tanner, T. G. Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments. PLoS One. 7 (9), e44048 (2012).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

96

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved