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

El desarrollo de esta metodología fue apoyado por la National Science Foundation (NSF #0835854), la Leading House Technologies for Vocation Education, financiada por la Secretaría de Estado De Suiza de Educación, Investigación e Innovación, y el Fondo de Empresa Dean de la Escuela de Educación de Harvard.

1. Examen de participantes
<ol><li>Asegúrese de que los participantes con visión normal o corregida a normal sean reclutados. Debido a que se les pedirá a los participantes que usen un rastreador de ojos móvil, pueden usar lentes de contacto, pero no anteojos regulares.</li>
</ol>2. Preparación para el experimento
<ol><li>Dispositivos de seguimiento ocular<ol>
<li>Utilice cualquier rastreador de ojos móvil capaz de capturar el movimiento de los ojos en entornos del mundo real. NOTA: L...

<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 metodología descrita en este documento proporciona una manera rigurosa de capturar JVA en diques colocados. Con la aparición de tecnología de detección asequible y algoritmos de visión por computadora mejorados, ahora es posible estudiar interacciones colaborativas con una precisión que antes no estaba disponible. Esta metodología aprovecha los marcadores fiduciarios difundidos en el entorno y utiliza las homografías como una forma de reasignar las miradas de los participantes en un plano común. Esto permite ...

JVA ha sido ampliamente estudiada durante el siglo pasado, especialmente por psicólogos del desarrollo que estudian la adquisición del lenguaje. Rápidamente se estableció que la atención conjunta es más que una forma de aprender palabras, sino más bien un precursor de las teorías infantiles de la mente1. Por lo tanto, desempeña un papel importante en muchos procesos sociales, como comunicarse con otros, colaborar y desarrollar empatía. Los niños autistas, por ejemplo, carecen de la capacidad de coordinar su atención visual con sus cuidadores, lo que se asocia con impedimentos sociales significativos2. Los seres humanos necesitan atención conjunta para convertirse en miembros funcionales de la sociedad, para coordinar sus acciones y para aprender de los demás. Desde los niños adquiriendo sus primeras palabras, adolescentes aprendiendo de maestros de escuela, estudiantes que colaboran en proyectos, y a grupos de adultos que trabajan hacia objetivos comunes, la atención conjunta es un mecanismo fundamental para establecer un terreno común entre las personas3. En este artículo, me enfoco en el estudio de JVA en la investigación educativa. Entender cómo se desarrolla la atención conjunta con el tiempo es de importancia primordial para el estudio de los procesos de aprendizaje colaborativo. Como tal, desempeña un papel predominante en entornos socioconstructivistas.
La definición exacta de atención conjunta se sigue debatiendo4. Este documento se refiere a una subconstrucción de atención conjunta (JA), a saber, JVA. JVA ocurre cuando dos sujetos están mirando el mismo lugar al mismo tiempo. Cabe señalar que la JVA no proporciona ninguna información sobre otras construcciones importantes de interés en el estudio de la JA, como el monitoreo de la atención común, mutua y compartida, o más en general, la conciencia de la cognición de otro miembro del grupo. Este documento opera y simplifica la JVA combinando los datos de seguimiento ocular de dos participantes y analizando la frecuencia en la que alinean sus miradas. Para una discusión más completa, el lector interesado puede aprender más sobre el estudio de la construcción de JA en Siposovaet al.4.
En la última década, los avances tecnológicos han transformado radicalmente la investigación sobre JVA. El principal cambio de paradigma fue utilizar múltiples rastreadores oculares para obtener medidas cuantitativas de alineaciones atencionales, en lugar de analizar cualitativamente las grabaciones de vídeo en un entorno de laboratorio o ecológico. Este desarrollo ha permitido a los investigadores recopilar información precisa y detallada sobre la coordinación visual de los diápsidos. Además, los rastreadores oculares son cada vez más asequibles: hasta hace poco, su uso estaba reservado a entornos académicos o grandes corporaciones. Ahora es posible comprar rastreadores oculares económicos que generan conjuntos de datos confiables. Por último, la inclusión progresiva de las capacidades de seguimiento de la mirada en los dispositivos existentes, como los portátiles de gama alta y los auriculares de realidad virtual y aumentada, sugiere que el seguimiento ocular pronto se volverá omnipresente.
Debido a la popularización de los dispositivos de seguimiento ocular, es importante entender lo que pueden y no pueden decirnos acerca de las interacciones sociales. La metodología presentada en este documento marca un primer paso en esta dirección. Abordo dos desafíos en la captura de JVA de múltiples rastreadores oculares: sincronizar los datos en 1) la escala temporal y 2) en la escala espacial. Más específicamente, este protocolo hace uso de marcadores fiduciarios colocados en entornos del mundo real para informar a los algoritmos de visión por ordenador donde los participantes están orientando su mirada. Este nuevo tipo de metodología allana el camino para un análisis riguroso del comportamiento humano en grupos pequeños.
Este protocolo de investigación cumple con las directrices del comité de ética de la investigación humana de la Universidad de 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 la llegada de los nuevos avances tecnológicos, es posible estudiar las interacciones sociales a micronivel con una precisión sin precedentes. Los sensores de alta frecuencia, como los rastreadores oculares, las pulseras de actividad electrodérmica, las bandas EEG y los sensores de movimiento proporcionan observaciones a nivel de milisegundos. Este nivel de precisión permite a los investigadores recopilar grandes conjuntos de datos sobre las interacciones sociales. En este artículo, analizo cómo múltiples rastreadores oculares pueden capturar una construcción fundamental en las interacciones sociales, la atención visual conjunta (JVA). JVA ha sido estudiada por psicólogos del desarrollo para entender cómo los niños adquieren el lenguaje, aprender a los científicos para entender cómo los pequeños grupos de estudiantes trabajan juntos, y los científicos sociales para entender las interacciones en equipos pequeños. Este artículo describe una metodología para capturar JVA en entornos colocados utilizando rastreadores oculares móviles. Presenta algunos resultados empíricos y analiza las implicaciones de capturar microobservaciones para entender las interacciones sociales.

La metodología presentada anteriormente se utilizó para estudiar a los estudiantes que seguían un programa de formación profesional en logística (n.o 54)12. En este experimento, los pares de alumnos interactuaron con una interfaz de usuario tangible (TUI) que simulaba un almacén a pequeña escala. Los marcadores fiduciarios colocados en el TUI permitieron al equipo de investigación reasignar las miradas de los estudiantes en un plano común y calcular los niveles de JVA. Los hallazgos indic...

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

El uso de sensores multimodales es una forma prometedora de entender el papel de las interacciones sociales en entornos educativos. Este artículo describe una metodología para capturar la atención visual conjunta de los diques colocados utilizando rastreadores oculares móviles.

Una metodología para capturar la atención visual conjunta mediante rastreadores oculares móviles

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

Hola, mi nombre es Bertrand Schneider y soy profesor asistente en la Harvard Graduate School of Education. En este video voy a mostrarte cómo podemos usar rastreadores oculares móviles para capturar una construcción central en la ciencia social, atención visual conjunta. La atención visual conjunta ha sido ampliamente estudiada por psicólogos y se ha encontrado que está estrechamente relacionada con la calidad de las interacciones entre los miembros del grupo.Resulta que cuando las personas construyen un terreno común y crean una comprensión compartida de una tarea, tienden a mirar con frecuencia el mismo lugar al mismo tiempo. Tradicionalmente, los investigadores han estudiado la atención visual conjunta cualitativamente mediante la codificación manual de vídeos. Voy a mostrarle cómo podemos utilizar rastreadores oculares móviles para obtener una medida cuantitativa de esta construcción en entornos ubicados conjuntamente.En este vídeo utilizaremos las gafas Tobii Pro Dos. Estas gafas son rastreadores oculares portátiles que pueden capturar el movimiento ocular en entornos del mundo real. Además de las cámaras especializadas en el marco para rastrear los movimientos oculares, el dispositivo también está equipado con una cámara de escena Full-HD y un micrófono, por lo que el comportamiento de la mirada se puede visualizar en el contexto del campo visual del usuario.Para estas gafas la mirada se captura 50 veces por segundo y una señal de vídeo en directo de las gafas se puede transmitir a un ordenador de forma inalámbrica o a través de un cable Ethernet. Sin embargo, las gafas tienen una limitación, ya que no funcionarán sobre las gafas normales. El procedimiento para configurar el rastreador ocular es relativamente sencillo.En primer lugar, se les pedirá a los participantes que se pongan los anteojos, ya que lo harían con un par normal de gafas. Basado en los rasgos faciales distintos de los participantes, las piezas nasales con diferentes alturas pueden necesitar ser utilizadas para preservar la calidad de los datos. Después de activar el rastreador ocular, los participantes deben recortar la unidad de recopilación de datos a sus personas para permitir movimientos corporales desenfrenados.El controlador Tobii Pro Glasses debe abrirse y se debe indicar a los participantes que miren el centro del marcador de calibración proporcionado por Tobii, mientras se habilita la función de calibración del software. Una vez completada la calibración, la grabación se puede iniciar desde el software. Una vez completada la sesión de grabación, termine la grabación desde el software Tobii antes de indicar al participante que retire las gafas de seguimiento ocular y la unidad de recopilación de datos.Y luego, apague la unidad. Los datos se pueden extraer a través de otro software, Tobii Pro Lab, retirando la tarjeta SD de la unidad de recopilación de datos e insertando la tarjeta en el ordenador. Tobii Pro Lab es capaz de importar todas las sesiones de grabación almacenadas en la tarjeta SD al mismo tiempo.Los archivos se pueden procesar dentro de Tobii Pro Lab para generar vídeos, diferentes visualizaciones o ser generados como valores separados por tabulaciones o archivos TSV para su posterior análisis. Aquí puede ver los datos de seguimiento ocular sin procesar de un estudio que realizamos recientemente, donde dos participantes estaban aprendiendo a programar un robot. A cada lado se puede ver la secuencia de vídeo generada por cada rastreador de ojos con la ubicación de la mirada del participante.Como puedes ver, es imposible saber si están mirando el mismo lugar al mismo tiempo, porque el punto de vista de cada participante es diferente. Además, la grabación de datos puede comenzar en diferentes momentos. Esto significa que los datos deben sincronizarse temporal y espacialmente.Voy a mostrarte cómo abordar estos dos problemas en este video. En primer lugar, voy a describir un procedimiento para sincronizar los datos temporalmente. Para el primer participante tiene un cierto número de fotogramas de vídeo.Algunos de ellos son antes o después de la tarea experimental real. Como el primer cuadro, donde el experimentador está calibrando el rastreador ocular. Del mismo modo, para los demás participantes tiene el mismo tipo de datos.No se muestra aquí, pero cada fotograma del vídeo también está asociado con una coordenada x e y que representa la mirada de cada participante. Para sincronizar los datos, mostramos brevemente un marcador fiduciario en la pantalla del ordenador antes y después de la tarea experimental. Mediante el uso de un algoritmo de visión por ordenador, podemos detectar cuándo se presenta este marcador a cada participante, lo que nos permite recortar y alinear los datos.Por lo tanto, esta es una manera de tratar con problemas de sincronización de datos. En las siguientes partes, vamos a ver el segundo problema: Cómo sincronizar los datos espacialmente. Como se mencionó anteriormente, los datos provienen de cada rastreador ocular en forma de una fuente de vídeo asociada con la ubicación de la mirada de cada participante, aquí en azul y verde.Mientras que las coordenadas x e y pueden ser las mismas para ambos participantes, no significa que estén mirando el mismo lugar porque están mirando la pantalla desde dos perspectivas diferentes. Una forma de resolver este problema es crear una imagen de la configuración experimental que servirá como referencia y dónde vamos a reasignar la ubicación del caso de cada participante. Esto nos permite detectar para cada fotograma del video de seguimiento ocular, si los participantes están mirando en el mismo lugar al mismo tiempo.Pero, ¿cómo reasignamos estas coordenadas en la imagen de la izquierda? Vamos a utilizar el mismo algoritmo de visión cooperativa que nos permitió sincronizar los datos antes. Al aplicarlo en cada fotograma de las grabaciones de vídeo, ahora podemos detectar la ubicación de los marcadores fiduciarios desde la perspectiva de los participantes.Esto nos permite conectar los mismos marcadores en la imagen de referencia a la izquierda. Conociendo las coordenadas de este conjunto compartido de puntos, podemos inferir la ubicación de la mirada de cada persona usando una operación matemática conocida como homografía. Al aplicar este procedimiento en cada fotograma, podemos generar un vídeo para asegurarnos de que la homografía funcionara.En el lado derecho se puede ver la grabación de vídeo de cada participante con la ubicación de su mirada en azul y verde. Los mismos marcadores fiduciarios están conectados con una línea blanca entre la imagen de la izquierda y el punto de vista del participante en el lado derecho. Las miradas reasignadas se muestran a la izquierda y se vuelven rojas cuando hay cierta atención visual conjunta.Generar este video es un paso importante para asegurarse de que los datos están limpios y que la homografía se realizó correctamente. Además, hay otras dos visualizaciones que se pueden producir para comprobar los datos de cordura. La primera visualización es un mapa de calor.Para cada participante podemos trazar cada punto de mirada en la imagen de la configuración experimental. Esto asegura que la homografía funcionó correctamente y nos permite categorizar estos puntos de caso en diferentes áreas de interés. Aquí, por ejemplo, podemos ver que la mayor parte del tiempo se pasó mirando la pantalla del ordenador y se pasó muy poco tiempo mirando las hojas de trucos.La segunda visualización se denomina gráfico de periodicidad cruzada. Los gráficos de recurrencia cruzada nos permiten visualizar datos de seguimiento ocular para un par de participantes. El tiempo para el primer participante se muestra en el eje X, el tiempo para el segundo participante se muestra en el eje Y.Los cuadrados negros significan que ambos participantes están mirando el mismo lugar, el cuadrado blanco representa los datos que faltan y el cuadrado gris representa cuando los participantes están mirando diferentes ubicaciones. Los cuadrados negros a lo largo de la diagonal significan que están mirando el mismo lugar al mismo tiempo. Los cuadrados negros fuera de la diagonal significan que los participantes están mirando en el mismo lugar pero en diferentes momentos.A la izquierda, se puede ver una diaad con altos niveles de atención visual de las articulaciones. En el medio, una diad con bajos niveles de atención visual articular. En el lado derecho, un grupo con una gran cantidad de datos que faltan.Al realizar estas comprobaciones de cordura, puede asegurarse de que ha sincronizado y reasignado correctamente los datos en una imagen común de la configuración experimental. Estos pasos son críticos y deben realizarse antes de que se realice cualquier análisis. Por último, hay dos parámetros que deben elegirse antes de calcular una medida de la atención visual conjunta.El primer parámetro es la ventana de tiempo en la que los participantes pueden mirar en la misma ubicación. Trabajos previos de Richardson y Dale habían establecido que los participantes pueden tardar hasta dos segundos en desvincularse de lo que están haciendo para prestar atención a lo que su pareja está haciendo. Por lo tanto, determinamos que hay atención visual conjunta si dos participantes han mirado el mismo lugar dentro de una ventana más y menos dos segundos.El segundo parámetro es la distancia mínima entre dos puntos de mirada para que califiquen como atención visual conjunta. Esta distancia depende del contexto y debe ser definida por los investigadores dependiendo de la tarea administrada y sus preguntas de investigación. Para algunas tareas, la distancia puede ser corta.Aquí, por ejemplo, usamos 100 píxeles. Para otras tareas, esta distancia puede ser mayor. A continuación, voy a presentar algunos resultados encontrados usando esta metodología.Después de obtener una estimación de la cantidad de atención visual conjunta en el grupo, puede correlacionar esta medida con otras variables de interés. Por ejemplo, en el trabajo hemos correlacionado esta medida con el esquema de calificación desarrollado en ciencias del aprendizaje que captura una calidad de colaboración de los grupos. Para cada grupo asignamos una puntuación en los nueves de dimensiones presentadas aquí.Por ejemplo, cuán bien las personas sostuvieron la comprensión mutua o la facilidad con la que llegaron a un consenso. Estas puntuaciones tienen que recibir una inter confiabilidad aceptable con otra cuota. Por último, también podemos agregar esas puntuaciones en una métrica general que se aproxima a la calidad de colaboración para cada grupo.Un resultado que se ha encontrado en nuestro trabajo, así como en otros estudios, es que la atención visual conjunta está significativamente correlacionada con la calidad de la colaboración, medida por el esquema de calificación presentado anteriormente. Los grupos que están altamente clasificados usando este esquema de codificación tienden a tener más atención visual conjunta que los grupos que recibieron puntuaciones bajas. Esto muestra que las interacciones productivas a menudo se asocian con una mayor atención visual de las articulaciones.En la siguiente diapositiva voy a mostrarles otro resultado que se basa en este hallazgo. Por lo tanto, una ventaja de tener datos finos de seguimiento ocular es que podemos extraer otras medidas de atención visual de las articulaciones. Por ejemplo, podemos calcular quién inició y respondió a una oferta de atención visual conjunta.En particular, en el eje X de este gráfico la puntuación de cero significa la distribución igual de estos comportamientos y una puntuación de uno significa que una persona siempre estaba respondiendo o iniciando momentos de atención visual de unión. En este estudio encontramos una correlación inversa con las ganancias de aprendizaje mostradas en el eje Y medida por pre y post-pruebas. Los grupos en los que la misma persona iniciaba o respondía constantemente a momentos de atención visual conjunta eran menos propensos a aprender y los grupos donde esta responsabilidad era igualmente compartida eran más propensos a puntuar más alto en las pruebas posteriores al controlar las puntuaciones en la prueba previa.En este video he presentado la metodología que ayuda a los investigadores a sincronizar datos móviles de seguimiento ocular tanto temporal como espacialmente. Los hallazgos sugieren que los datos de seguimiento ocular dual pueden proporcionar indicadores de colaboración mediante medidas informáticas de atención visual conjunta. Además, he presentado resultados que muestran que podemos ir más allá de simples medidas de atención conjunta, por ejemplo, mirando quién inició o respondió a un episodio de atención visual conjunta.Encontramos que esta medida estaba relacionada con otras medidas de resultados, como los beneficios de aprendizaje. Calcular este tipo de medida no sería posible sin datos de seguimiento ocular. En resumen, encontramos que la metodología presentada en este video puede ayudar a los investigadores a obtener nuevos conocimientos sobre los procesos colaborativos.Muchas gracias por ver este video y no dude en consultar el periódico para obtener más información.

Research

JoVE Journal

Behavior

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

Tareas Cognitivas Visuales automatizadas para grabación Neural actividad utilizando una proyección del suelo Maze

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

Investigación

Comportamiento

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

El 5-Choice Reacción Serial Tiempo de tareas: una tarea de atención y control de los impulsos para Roedores

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

Estimación topográfico de Población Visual Receptivo campos por 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

Métodos para probar Visual Atención 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 método para cuantificar procesamiento de la información visual en niños El uso de 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

La visualización de Visual Adaptación

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

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

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

Presentación de campo Visual central y se divide de imágenes emocionales para medir diferencias hemisféricas en atención motivado

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

Metodología para el establecimiento de un laboratorio de vida de toda la comunidad de captación discreta y continua actividad remota y datos de salud

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 condicionamiento clásico en madera hormigas

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