Name: a methodology for capturing joint visual attention using mobile eye-trackers
Uploaded: 2020-01-18T14:00:00
Description: Watch this Scientific Journal Video about A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers at JoVE.com

Lo sviluppo di questa metodologia è stato sostenuto dalla National Science Foundation (NSF #0835854), la Leading House Technologies for Vocation Education, finanziata dal Segretariato di Stato svizzero per l'istruzione, la ricerca e l'innovazione, e dal Dean Venture Fund della Harvard School of Education.

1. Screening dei partecipanti
<ol><li>Assicurarsi che i partecipanti con una visione normale o corretta-to-normale siano reclutati. Poiché ai partecipanti verrà chiesto di indossare un eye-tracker mobile, potranno indossare lenti a contatto ma non occhiali normali.</li>
</ol>2. Preparazione per l'esperimento
<ol><li>Dispositivi di tracciamento oculare<ol>
<li>Utilizza qualsiasi eye-tracker mobile in grado di catturare il movimento degli occhi in ambienti reali. NOTA: Gli eye-tracker mobil...

<ol>
	<li>Tomasello, M., Moore, C., Dunham, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Joint+attention+as+social+cognition.">Joint attention as social cognition.</a> Joint attention: Its origins and role in development. , 103-130 (1995).</li><li>Mundy, P., Sigman, M., Kasari, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+longitudinal+study+of+joint+attention+and+language+development+in+autistic+children.">A longitudinal study of joint attention and language development in autistic children.</a> Journal of Autism and Developmental Disorders. 20, 115-128 (1990).</li><li>Clark, H. H., Brennan, S. E., Resnick, L. B., Levine, J. M., Teasley, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Grounding+in+communication.">Grounding in communication.</a> Perspectives on socially shared cognition. , 127-149 (1991).</li><li>Siposova, B., Carpenter, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+look+at+joint+attention+and+common+knowledge.">A new look at joint attention and common knowledge.</a> Cognition. 189, 260-274 (2019).</li><li>Gergle, D., Clark, A. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=See+What+I'm+Saying?:+Using+Dyadic+Mobile+Eye+Tracking+to+Study+Collaborative+Reference.">See What I'm Saying?: Using Dyadic Mobile Eye Tracking to Study Collaborative Reference.</a> Proceedings of the ACM 2011 Conference on Computer Supported Cooperative Work. , 435-444 (2011).</li><li>Renner, P., Pfeiffer, T., Wachsmuth, I., Freksa, C., Nebel, B., Hegarty, M., Barkowsky, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatial+References+with+Gaze+and+Pointing+in+Shared+Space+of+Humans+and+Robots.">Spatial References with Gaze and Pointing in Shared Space of Humans and Robots.</a> Spatial Cognition IX. , 121-136 (2014).</li><li>Shvarts, A. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+detection+of+gaze+convergence+in+multimodal+collaboration:+a+dual+eye-tracking+technology.">Automatic detection of gaze convergence in multimodal collaboration: a dual eye-tracking technology.</a> The Russian Journal of Cognitive Science. 5, 4 (2018).</li><li>. Chilitags: Robust Fiducial Markers for Augmented Reality [software] Available from: <a target="_blank" href="https://github.com/chili-epfl/qml-chilitags">https://github.com/chili-epfl/qml-chilitags</a> (2013)</li><li>Jermann, P., Mullins, D., N&#252;ssli, M. -. A., Dillenbourg, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Collaborative+Gaze+Footprints:+Correlates+of+Interaction+Quality.+Connecting+Computer-Supported+Collaborative+Learning+to+Policy+and+Practice.">Collaborative Gaze Footprints: Correlates of Interaction Quality. Connecting Computer-Supported Collaborative Learning to Policy and Practice.</a> CSCL2011 Conference Proceedings., Volume I - Long Papers. , 184-191 (2011).</li><li>Richardson, D. C., Dale, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Looking+To+Understand:+The+Coupling+Between+Speakers'+and+Listeners'+Eye+Movements+and+Its+Relationship+to+Discourse+Comprehension.">Looking To Understand: The Coupling Between Speakers' and Listeners' Eye Movements and Its Relationship to Discourse Comprehension.</a> Trends in Cognitive Sciences. 29, 1045-1060 (2005).</li><li>Richardson, D. C., Dale, R., Kirkham, N. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Art+of+Conversation+Is+Coordination+Common+Ground+and+the+Coupling+of+Eye+Movements+During+Dialogue.">The Art of Conversation Is Coordination Common Ground and the Coupling of Eye Movements During Dialogue.</a> Psychological Science. 18, 407-413 (2007).</li><li>Schneider, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+Mobile+Eye-Trackers+to+Unpack+the+Perceptual+Benefits+of+a+Tangible+User+Interface+for+Collaborative+Learning.">Using Mobile Eye-Trackers to Unpack the Perceptual Benefits of a Tangible User Interface for Collaborative Learning.</a> ACM Transactions on Computer-Human Interaction. 23, 1-23 (2016).</li><li>Meier, A., Spada, H., Rummel, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+rating+scheme+for+assessing+the+quality+of+computer-supported+collaboration+processes.">A rating scheme for assessing the quality of computer-supported collaboration processes.</a> Int. J. Comput.-Support. Collab. Learn. 2, 63-86 (2007).</li><li>Schneider, B., Pea, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+mutual+gaze+perception+enhances+collaborative+learning+and+collaboration+quality.">Real-time mutual gaze perception enhances collaborative learning and collaboration quality.</a> Journal of Computer-Supported Collaborative Learning. 8, 375-397 (2013).</li></ol>

La metodologia descritta in questo documento fornisce un modo rigoroso per catturare JVA in diadi colocation. Con l'emergere di una tecnologia di rilevamento a prezzi accessibili e di algoritmi di visione artificiale migliorati, è ora possibile studiare le interazioni collaborative con una precisione che in precedenza non era disponibile. Questa metodologia sfrutta i marcatori fiduciari diffusi nell'ambiente e utilizza le omografie come un modo per rimappare gli sguardi dei partecipanti su un piano comune. Questo permet...

JVA è stato ampiamente studiato nel corso del secolo scorso, in particolare da psicologi dello sviluppo che studiano l'acquisizione del linguaggio. È stato rapidamente stabilito che l'attenzione congiunta è più di un semplice modo per imparare le parole, ma piuttosto un precursore delle teorie della mente dei bambini1. Così, svolge un ruolo significativo in molti processi sociali, come comunicare con gli altri, collaborare e sviluppare l'empatia. I bambini autistici, per esempio, non hanno la capacità di coordinare la loro attenzione visiva con i loro caregiver, che è associato a significativi menomazioni sociali2. Gli esseri umani hanno bisogno di un'attenzione congiunta per diventare membri funzionali della società, per coordinare le loro azioni e per imparare dagli altri. Dall'acquisizione delle prime parole da parte dei bambini, gli adolescenti che imparano dagli insegnanti, dagli studenti che collaborano a progetti e a gruppi di adulti che lavorano verso obiettivi comuni, l'attenzione congiunta è un meccanismo fondamentale per stabilire un terreno comune tra gli individui3. In questo articolo, mi concentro sullo studio di JVA nella ricerca educativa. Comprendere come l'attenzione congiunta si svolge nel tempo è di primaria importanza per lo studio dei processi di apprendimento collaborativo. Come tale, svolge un ruolo predominante negli ambienti sociocostruttivisti.
L'esatta definizione di attenzione comune è ancora dibattuta4. Questo documento si occupa di un sottocostruto dell'attenzione congiunta (JA), vale a dire JVA. JVA si verifica quando due soggetti stanno guardando lo stesso posto allo stesso tempo. Va notato che JVA non fornisce alcuna informazione su altri importanti costrutti di interesse nello studio di JA, come il monitoraggio dell'attenzione comune, reciproca e condivisa, o più in generale, la consapevolezza della cognizione di un altro membro del gruppo. Questo documento consente di rendere omeno JVA combinando i dati di tracciamento degli occhi di due partecipanti e analizzando la frequenza con cui allineano i loro sguardi. Per una discussione più completa, il lettore interessato può saperne di più sullo studio del costrutto JA in Siposovaet al.4.
Nell'ultimo decennio, i progressi tecnologici hanno trasformato radicalmente la ricerca sulla JVA. Il cambiamento di paradigma principale è stato quello di utilizzare più eye-tracker per ottenere misure quantitative di allineamenti dell'attenzione, al contrario di analisi qualitativa delle registrazioni video in un ambiente di laboratorio o ecologico. Questo sviluppo ha permesso ai ricercatori di raccogliere informazioni precise e dettagliate sul coordinamento visivo dei dyads. Inoltre, gli eye-tracker stanno diventando più convenienti: fino a poco tempo fa, il loro uso era riservato a contesti accademici o grandi aziende. È ora possibile acquistare eye-tracker poco costosi che generano set di dati affidabili. Infine, la progressiva inclusione delle funzionalità di tracciamento dello sguardo nei dispositivi esistenti, come computer portatili di fascia alta e cuffie di realtà virtuale e aumentata, suggerisce che il tracciamento degli occhi diventerà presto onnipresente.
A causa della divulgazione dei dispositivi di tracciamento degli occhi, è importante capire cosa possono e non possono dirci sulle interazioni sociali. La metodologia presentata in questo documento segna un primo passo in questa direzione. Affronto due sfide nell'acquisizione di JVA da più eye-tracker: la sincronizzazione dei dati su 1) la scala temporale e 2) sulla scala spaziale. Più specificamente, questo protocollo si avvale di marcatori fiduciari collocati in ambienti reali per informare gli algoritmi di visione artificiale in cui i partecipanti stanno orientando il loro sguardo. Questo nuovo tipo di metodologia apre la strada a un'analisi rigorosa del comportamento umano in piccoli gruppi.
Questo protocollo di ricerca è conforme alle linee guida del comitato etico della ricerca umana dell'Università di Harvard.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Tobii Glasses 2</td>
			<td>Tobii</td>
			<td>N/A</td>
			<td><a href="https://www.tobiipro.com/product-listing/tobii-pro-glasses-2/" target="_blank">https://www.tobiipro.com/product-listing/tobii-pro-glasses-2/</a></td>
		</tr>
		<tr>
			<td>Fiducial markers</td>
			<td>Chili lab &#8211; EPFL, Switzerland</td>
			<td>N/A</td>
			<td><a href="https://github.com/chili-epfl/chilitags" target="_blank">https://github.com/chili-epfl/chilitags</a></td>
		</tr>
	</tbody>
</table>

a methodology for capturing joint visual attention using mobile eye-trackers

Con l'avvento di nuovi progressi tecnologici, è possibile studiare le interazioni sociali a microlivello con una precisione senza precedenti. I sensori ad alta frequenza, come eye-tracker, braccialetti di attività elettrodermica, bande EEG e sensori di movimento forniscono osservazioni al livello di millisecondo. Questo livello di precisione consente ai ricercatori di raccogliere set di dati di grandi dimensioni sulle interazioni sociali. In questo articolo, discuto come più eye-tracker possono catturare un costrutto fondamentale nelle interazioni sociali, l'attenzione visiva congiunta (JVA). JVA è stato studiato dagli psicologi dello sviluppo per capire come i bambini acquisiscono la lingua, imparando gli scienziati a capire come piccoli gruppi di studenti lavorano insieme e gli scienziati sociali per comprendere le interazioni in piccoli team. Questo documento descrive una metodologia per l'acquisizione di JVA in impostazioni colocation utilizzando eye-tracker mobili. Presenta alcuni risultati empirici e discute le implicazioni della cattura delle microosservazioni per comprendere le interazioni sociali.

La metodologia presentata sopra è stata utilizzata per studiare gli studenti che seguivano un programma di formazione professionale in logistica (n . 54)12. In questo esperimento, coppie di studenti hanno interagito con un'interfaccia utente tangibile (TUI) che simulava un magazzino su piccola scala. I marcatori fiduciari posizionati sull'TUI hanno permesso al team di ricerca di rimappare gli sguardi degli studenti su un piano comune e sui livelli di calcolo di JVA. I risultati hanno indicato che...

Watch this Scientific Journal Video about A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers at JoVE.com

A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers

L'utilizzo di sensori multimodali è un modo promettente per comprendere il ruolo delle interazioni sociali negli ambienti educativi. Questo documento descrive una metodologia per catturare l'attenzione visiva congiunta da diade geografiche colocation utilizzando eye-tracker mobili.

Una metodologia per catturare l'attenzione visiva congiunta utilizzando Mobile Eye-Tracker

With the advent of new technological advances, it is possible to study social interactions at a microlevel with unprecedented accuracy. High frequency ...

Ciao, mi chiamo Bertrand Schneider e sono un assistente professore alla Harvard Graduate School of Education. In questo video vi mostrerò come possiamo usare gli eye-tracker mobili per catturare un costrutto centrale nelle scienze sociali, nell'attenzione visiva congiunta. L'attenzione visiva congiunta è stata ampiamente studiata dagli psicologi ed è stata trovata strettamente correlata alla qualità delle interazioni tra i membri del gruppo.Si scopre che quando le persone costruiscono un terreno comune e creano una comprensione condivisa di un compito, tendono spesso a guardare allo stesso posto allo stesso tempo. Tradizionalmente, i ricercatori hanno studiato qualitativamente l'attenzione visiva congiunta codificando manualmente i video. Vi mostrerò come possiamo usare gli eye-tracker mobili per ottenere una misura quantitativa di questo costrutto in impostazioni co-localizzate.In questo video utilizzeremo gli occhiali Tobii Pro Due. Questi occhiali sono eye-tracker indossabili in grado di catturare il movimento degli occhi in ambienti reali. Oltre alle telecamere specializzate sul telaio per tenere traccia dei movimenti degli occhi, il dispositivo è anche dotato di una telecamera di scena full-HD e di un microfono, in modo che il comportamento dello sguardo possa essere visualizzato nel contesto del campo visivo di chi lo indossa.Per questi occhiali lo sguardo viene catturato 50 volte al secondo e un feed video in diretta dagli occhiali può essere trasmesso in streaming a un computer in modalità wireless o tramite un cavo Ethernet. Gli occhiali hanno però una limitazione, in quanto non funzioneranno sugli occhiali normali. La procedura per impostare l'eye-tracker è relativamente semplice.In primo luogo, ai partecipanti verrà chiesto di indossare gli occhiali per il tracciamento oculare come farebbe con un normale paio di occhiali. In base alle caratteristiche facciali distinte dei partecipanti, potrebbe essere necessario utilizzare pezzi del naso con altezze diverse per preservare la qualità dei dati. Dopo aver attivato eye-tracker, i partecipanti devono ritagliare l'unità di raccolta dati alle loro persone per consentire movimenti del corpo sfrenati.Il controller Tobii Pro Glasses deve essere aperto e i partecipanti devono essere istruiti a guardare il centro del marcatore di calibrazione fornito da Tobii, mentre la funzione di calibrazione del software è abilitata. Una volta completata la calibrazione, la registrazione può essere avviata dall'interno del software. Al termine della sessione di registrazione, terminare la registrazione dal software Tobii prima di incaricare il partecipante di rimuovere gli occhiali di tracciamento oculare e l'unità di raccolta dati.E poi, spegni l'unità. I dati possono essere estratti attraverso un altro software, Tobii Pro Lab, rimuovendo la scheda SD dall'unità di raccolta dati e inserendo la scheda nel computer. Tobii Pro Lab è in grado di importare contemporaneamente tutte le sessioni di registrazione memorizzate nella scheda SD.I file possono quindi essere elaborati all'interno di Tobii Pro Lab per generare video, visualizzazioni diverse o essere emessi come valori separati da tabulazioni o file TSV per ulteriori analisi. Qui potete vedere i dati grezzi del tracciamento oculare da uno studio che abbiamo condotto di recente, in cui due partecipanti stavano imparando a programmare un robot. Su ciascun lato è possibile visualizzare il flusso video generato da ogni eye-tracker con la posizione dello sguardo del partecipante.Come puoi vedere, è impossibile dire se stanno guardando lo stesso posto allo stesso tempo, perché il punto di vista di ogni partecipante è diverso. Inoltre, la registrazione dei dati potrebbe iniziare in momenti diversi. Ciò significa che i dati devono essere sincronizzati in modo temporale e spaziale.Vi mostrerò come affrontare questi due problemi in questo video. Innanzitutto, descriverò una procedura per sincronizzare temporaneamente i dati. Per il primo partecipante hai un certo numero di fotogrammi video.Alcuni di essi sono prima o dopo l'effettivo compito sperimentale. Come il primo fotogramma, in cui lo sperimentatore sta calibrando l'eye-tracker. Allo stesso modo, per gli altri partecipanti hai lo stesso tipo di dati.Non viene mostrato qui, ma ogni fotogramma del video è anche associato a una coordinata x e y che rappresenta lo sguardo di ogni partecipante. Per sincronizzare i dati, mostriamo brevemente un marcatore fiduciario sullo schermo del computer prima e dopo l'attività sperimentale. Utilizzando un algoritmo di visione artificiale, possiamo rilevare quando questo marcatore viene presentato a ciascun partecipante, il che ci consente di tagliare e allineare i dati.Quindi, questo è un modo per affrontare i problemi di sincronizzazione dei dati. Nelle prossime parti, vengono esaminare il secondo problema:Come sincronizzare i dati in modo spaziale. Come accennato in precedenza, i dati provengono da ogni eye-tracker sotto forma di un feed video associato alla posizione dello sguardo di ogni partecipante, qui in blu e verde.Mentre le coordinate x e y potrebbero essere le stesse per entrambi i partecipanti, ciò non significa che guardino nello stesso posto perché guardano lo schermo da due prospettive diverse. Un modo per risolvere questo problema è quello di creare un'immagine della configurazione sperimentale che servirà da riferimento e dove rimapperemo la posizione del caso di ogni partecipante. Questo ci consente di rilevare per ogni fotogramma del video di tracciamento oculare, se i partecipanti guardano lo stesso posto allo stesso tempo.Ma come rimappiamo queste coordinate nell'immagine a sinistra? Useremo lo stesso algoritmo di visione cooperativa che ci ha permesso di sincronizzare i dati in precedenza. Applicandolo su ogni fotogramma delle registrazioni video, ora possiamo rilevare la posizione dei marcatori fiduciari dal punto di vista dei partecipanti.Questo ci consente di collegare gli stessi marcatori sull'immagine di riferimento a sinistra. Conoscendo le coordinate di questo insieme condiviso di punti, possiamo dedurre la posizione dello sguardo di ogni persona usando un'operazione matematica nota come omografia. Applicando questa procedura su ogni fotogramma, possiamo generare un video per assicurarci che l'omografia abbia funzionato.Sul lato destro è possibile vedere la registrazione video di ogni partecipante con la posizione del proprio sguardo in blu e verde. Gli stessi marcatori fiduciari sono collegati con una linea bianca tra l'immagine a sinistra e il punto di vista del partecipante sul lato destro. Gli sguardi rimappati sono mostrati a sinistra e diventano rossi quando c'è un'attenzione visiva congiunta.La generazione di questo video è un passo importante per assicurarsi che i dati siano puliti e che l'omografia sia stata eseguita correttamente. Inoltre, ci sono altre due visualizzazioni che possono essere prodotte per verificare la sanità mentale dei dati. La prima visualizzazione è una mappa termica.Per ogni partecipante possiamo tracciare ogni punto di sguardo sull'immagine della configurazione sperimentale. Ciò garantisce che l'omografia abbia funzionato correttamente e ci consente di classificare questi punti del caso in diverse aree di interesse. Qui, ad esempio, possiamo vedere che la maggior parte del tempo è stato trascorso a guardare lo schermo del computer e molto poco tempo è stato speso guardando i fogli di trucchi.La seconda visualizzazione è chiamata grafico di ricorrenza incrociata. I grafici di ricorrenza incrociata ci consentono di visualizzare i dati di tracciamento oculare per coppie di partecipanti. L'ora del primo partecipante viene visualizzata sull'asse x, l'ora del secondo partecipante viene visualizzata sull'asse y.I quadrati neri significano che entrambi i partecipanti guardano nello stesso posto, il quadrato bianco rappresenta i dati mancanti e il quadrato grigio rappresenta quando i partecipanti guardano posizioni diverse. I quadrati neri lungo la diagonale significano che stanno guardando nello stesso posto allo stesso tempo. I quadrati neri dalla diagonale significano che i partecipanti guardano nello stesso posto ma in momenti diversi.A sinistra, puoi vedere un dyad con alti livelli di attenzione visiva congiunta. Nel mezzo, un diade con bassi livelli di attenzione visiva articolare. Sul lato destro, un gruppo con molti dati mancanti.Eseguendo questi controlli di sanità mentale, è possibile assicurarsi di aver sincronizzato e rimappato correttamente i dati in un'immagine comune della configurazione sperimentale. Questi passaggi sono fondamentali e devono essere eseguiti prima che abbia luogo qualsiasi analisi. Infine, ci sono due parametri che devono essere scelti prima di calcolare una misura dell'attenzione visiva congiunta.Il primo parametro è l'ora in cui i partecipanti possono guardare la stessa posizione. Il precedente lavoro di Richardson e Dale aveva stabilito che i partecipanti possono richiedere fino a due secondi per disimpegnarsi da ciò che stanno facendo per prestare attenzione a ciò che il loro partner sta facendo. Pertanto, abbiamo determinato che c'è un'attenzione visiva congiunta se due partecipanti hanno guardato lo stesso posto all'interno di una finestra più e meno due secondi.Il secondo parametro è la distanza minima tra due punti di sguardo per qualificarsi come attenzione visiva congiunta. Questa distanza dipende dal contesto e deve essere definita dai ricercatori a seconda del compito somministrato e delle loro domande di ricerca. Per alcune attività, la distanza potrebbe essere breve.Qui, ad esempio, abbiamo usato 100 pixel. Per altre attività questa distanza potrebbe essere maggiore. Successivamente, presenterò alcuni risultati trovati utilizzando questa metodologia.Dopo aver ottenere una stima della quantità di attenzione visiva congiunta nel gruppo, è possibile correlare questa misura con altre variabili di interesse. Ad esempio, nel lavoro abbiamo correlato questa misura con lo schema di valutazione sviluppato in scienze dell'apprendimento che cattura una qualità di collaborazione di gruppi. Per ogni gruppo abbiamo assegnato un punteggio sui nove di dimensioni presentati qui.Ad esempio, quanto bene le persone hanno sostenuto la comprensione reciproca o quanto facilmente hanno raggiunto un consenso. Questi punteggi devono ricevere un'affidabilità accettabile per l'interazione con un'altra quota. Infine, possiamo anche aggregare questi punteggi in una metrica generale che approssima la qualità della collaborazione per ogni gruppo.Un risultato che è stato trovato nel nostro lavoro e in altri studi è che l'attenzione visiva congiunta è significativamente correlata con la qualità della collaborazione, misurata dallo schema di valutazione presentato in precedenza. I gruppi che sono valutati molto utilizzando questo schema di codifica tendono ad avere più attenzione visiva congiunta rispetto ai gruppi che hanno ricevuto punteggi bassi. Ciò dimostra che le interazioni produttive sono spesso associate a un'attenzione visiva più congiunta.Nella prossima diapositiva vi mostrerò un altro risultato che si basa su questa scoperta. Quindi, un vantaggio di avere ottimi dati di tracciamento oculare è che possiamo estrarre altre misure di attenzione visiva congiunta. Ad esempio, possiamo calcolare chi ha avviato e risposto a un'offerta di attenzione visiva congiunta.In particolare, sull'asse x di questo grafico il punteggio di zero significa uguale distribuzione di questi comportamenti e un punteggio di uno significa che una persona rispondeva sempre o avviava momenti di attenzione visiva. In questo studio abbiamo trovato una correlazione inversa con i guadagni di apprendimento mostrati sull'asse y misurati dai pre e post-test. I gruppi in cui la stessa persona stava costantemente iniziando o rispondendo a momenti di attenzione visiva congiunta avevano meno probabilità di apprendere e i gruppi in cui questa responsabilità era equamente condivisa avevano maggiori probabilità di ottenere un punteggio più alto nei post-test quando controllavano i punteggi nel pre-test.In questo video ho presentato la metodologia che aiuta i ricercatori a sincronizzare i dati di tracciamento oculare mobile sia temporaneamente che spazialmente. I risultati suggeriscono che i doppi dati di tracciamento oculare possono fornire indicatori di collaborazione calcolando misure di attenzione visiva congiunta. Inoltre, ho presentato risultati che mostrano che possiamo andare oltre le semplici misure di attenzione congiunta, ad esempio, guardando chi ha iniziato o risposto a un episodio di attenzione visiva congiunta.La Corte ha riscontrato che questa misura era correlata ad altre misure di risultato, come i guadagni di apprendimento. Calcolare questo tipo di misura non sarebbe possibile senza i dati di tracciamento oculare. In sintesi, abbiamo scoperto che la metodologia presentata in questo video può aiutare i ricercatori a ottenere nuove informazioni sui processi collaborativi.Grazie mille per aver guardato questo video e sentiti libero di fare riferimento al giornale per ulteriori informazioni.

Research

JoVE Journal

Behavior

Automated Visual Cognitive Tasks for Recording Neural Activity Using a Floor Projection Maze

Automated compiti cognitivi visivi per la registrazione Neural all&#39;attività utilizzando una proiezione Piano Maze

Neuropsychological tasks used in primates to investigate mechanisms of learning and memory are typically visually guided cognitive tasks. We have ...

Ricerca

Comportamento

The 5-Choice Serial Reaction Time Task: A Task of Attention and Impulse Control for Rodents

Il 5-Choice reazione Serial Attività temporizzata: un lavoro di Attenzione e Impulse controllo per roditori

This protocol describes the 5-choice serial reaction time task, which is an operant based task used to study attention and impulse control in rodents. ...

Topographical Estimation of Visual Population Receptive Fields by fMRI

Stima topografica Visual Popolazione ricettivo campi da fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

Methods to Test Visual Attention Online

Metodi per test visivo attenzione online

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative ...

A Method to Quantify Visual Information Processing in Children Using Eye Tracking

Un metodo per quantificare Visual Information Processing in bambini che utilizzano Eye Tracking

Visual problems that occur early in life can have major impact on a child's development. Without verbal communication and only based on observational ...

Visualizing Visual Adaptation

Visualizzazione visiva Adattamento

Many techniques have been developed to visualize how an image would appear to an individual with a different visual sensitivity: e.g., because of optical ...

Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments

Misurazione Attenzione e velocità di elaborazione visiva dal Modello di analisi basata su delle decisioni di ordine temporale

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The ...

Central and Divided Visual Field Presentation of Emotional Images to Measure Hemispheric Differences in Motivated Attention

Campo visivo centrale e diviso presentazione di immagini emozionanti di misurare differenze emisferiche in attenzione motivato

Two dominant theories on lateralized processing of emotional information exist in the literature. One theory posits that unpleasant emotions are processed ...

Methodology for Establishing a Community-Wide Life Laboratory for Capturing Unobtrusive and Continuous Remote Activity and Health Data

Metodologia per l'istituzione di un laboratorio di vita comunitaria per l'acquisizione di attività remota discreto e continuo e dati sulla salute

An end-to-end suite of technologies has been established for the unobtrusive and continuous monitoring of health and activity changes occurring in the ...

Visual Classical Conditioning in Wood Ants

Visual condizionamento classico in legna formiche

Several species of insects have become model systems for studying learning and memory formation. Although many studies focus on freely moving animals, ...