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

Bu metodolojinin geliştirilmesi Ulusal Bilim Vakfı (NSF #0835854), İsviçre Devlet Eğitim, Araştırma ve Yenilik Sekreterliği tarafından finanse edilen Mesleki Eğitim için Önde Gelen Ev Teknolojileri ve Harvard School of Education Dean Venture Fund tarafından desteklendi.

1. Katılımcı Taraması
<ol><li>Normal veya normale doğru görme engelli katılımcıların işe alınmasından emin olun. Katılımcılardan mobil göz izleyicisi takmaları isteneceği için, kontakt lens takabilirler, ancak normal gözlük takmazlar.</li>
</ol>2. Deneye Hazırlık
<ol><li>Göz izleme cihazları<ol>
<li>Gerçek dünya ortamlarında göz hareketini yakalayabilen herhangi bir mobil göz izleyicisi kullanın. NOT: Burada kullanılan mobil göz izleyicileri iki Tobii Pro G...

<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>

Bu makalede açıklanan metodoloji, jva'yı koloşlu dyadlarda yakalamak için titiz bir yol sağlar. Uygun fiyatlı algılama teknolojisi ve geliştirilmiş bilgisayar görme algoritmaları ortaya çıkması ile, daha önce kullanılamaz bir doğruluk ile işbirlikçi etkileşimleri incelemek artık mümkündür. Bu metodoloji, çevrede yayılan güvenilir belirteçlerden yararlanır ve katılımcıların bakışlarını ortak bir düzleme yeniden eşlemek için homografileri kullanır. Bu, araştırmacıların jva'yı ...

JVA, özellikle dil edinimi üzerine eğitim alan gelişim psikologları tarafından son yüzyılda kapsamlı bir şekilde incelenmiştir. Hızlı bir şekilde ortak dikkat kelimeleri öğrenmek için sadece bir yol değil, zihin1çocuk teorileri için bir öncüsü daha fazla olduğu tespit edilmiştir. Bu nedenle, başkalarıyla iletişim kurmak, işbirliği yapmak ve empati geliştirmek gibi birçok sosyal süreçte önemli bir rol oynar. Otistik çocuklar, örneğin, önemli sosyalbozukluklar2 ile ilişkili onların bakıcıları ile görsel dikkat koordine etmek için yeteneği eksikliği . İnsanlar, toplumun işlevsel üyeleri olmak, eylemlerini koordine etmek ve başkalarından bir şeyler öğrenmek için ortak ilgiye ihtiyaç duyarlar. Çocukların ilk kelimelerini edinmelerinden, öğretmenlerden öğrenen gençlerden, projelerde işbirliği yapan öğrencilere ve ortak hedeflere doğru çalışan yetişkin gruplarına kadar, ortak dikkat bireyler arasında ortak bir zemin oluşturmak için temel bir mekanizmadır3. Bu yazıda, jva eğitim araştırma çalışmaları üzerinde duruluyor. Ortak ilginin zaman içinde nasıl geliştiğini anlamak, işbirlikçi öğrenme süreçlerinin incelenmesi açısından birincil öneme sahiptir. Bu nedenle, sosyokonstrüktivist ortamlarda baskın bir rol oynar.
Ortak dikkat tam tanımı halatartışılır 4. Bu kağıt ortak dikkat (JA), yani JVA bir alt yapı ile ilgilidir. JVA iki denek aynı anda aynı yere baktığında olur. Bu JVA ja çalışmada ilgi diğer önemli yapılar hakkında herhangi bir bilgi sağlamaz unutulmamalıdır, ortak izleme gibi, karşılıklı, ve paylaşılan dikkat, ya da daha genel olarak, başka bir grup üyesinin biliş farkındalık. Bu makale, iki katılımcının göz izleme verilerini birleştirerek ve bakışlarını hizalama sıklığını analiz ederek JVA'yı operasyonel hale getirir ve basitleştirir. Daha kapsamlı bir tartışma için, ilgilenen okuyucu Siposovaet al.4JA yapı nın çalışma hakkında daha fazla bilgi edinebilirsiniz.
Son on yılda, teknolojik gelişmeler kökten JVA araştırma dönüştürdü. Ana paradigma değişimi, video kayıtlarının laboratuvar veya ekolojik ortamda nitel olarak analiz edilmesinin aksine, dikkat hizalamaların nicel ölçülerini elde etmek için birden fazla göz izleyicisi kullanmaktı. Bu gelişme, araştırmacıların Dyads'ın görsel koordinasyonu hakkında kesin ve ayrıntılı bilgi toplamalarına olanak sağlamıştır. Ayrıca, göz izleyicileri daha uygun hale gelmektedir: yakın zamana kadar, bunların kullanımı akademik ayarları veya büyük şirketler için ayrılmıştır. Artık güvenilir veri kümeleri oluşturan ucuz göz izleyicileri satın almak mümkündür. Son olarak, bakış izleme yeteneklerinin ileri uç dizüstü bilgisayarlar ve sanal ve artırılmış gerçeklik kulaklıkları gibi mevcut cihazlara kademeli olarak dahil edilmesi, göz izlemenin yakında her yerde olacağını göstermektedir.
Göz izleme cihazlarının yaygınlaşması nedeniyle, sosyal etkileşimler hakkında bize ne söyleyip söyleyemeyeceklerini anlamak önemlidir. Bu makalede sunulan metodoloji bu yönde atılmış bir ilk adımı işaret etmektedir. JVA'yı birden fazla göz izleyicisinden yakalamada iki zorlukla başa çıkıyorum: 1) zamansal ölçekte ve 2) uzamsal ölçekte verileri senkronize etmek. Daha spesifik olarak, bu protokol, katılımcıların bakışlarını yönlendirdiği bilgisayar görme algoritmalarını bilgilendirmek için gerçek dünya ortamlarına yerleştirilen güvenilir işaretlerden yararlanMaktadır. Bu yeni metodoloji, küçük gruplar halinde insan davranışlarının titiz bir şekilde analiz edilebisinin önünü açar.
Bu araştırma protokolü Harvard Üniversitesi'nin insan araştırma etik komitesinin yönergelerine uygundur.

<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

Yeni teknolojik gelişmelerin ortaya çıkmasıyla, sosyal etkileşimleri mikro düzeyde eşi görülmemiş bir doğrulukla incelemek mümkündür. Göz izcileri, elektrodermal aktivite bileklikleri, EEG bantları ve hareket sensörleri gibi yüksek frekanslı sensörler milisaniye düzeyinde gözlemler sağlar. Bu hassasiyet düzeyi, araştırmacıların sosyal etkileşimler hakkında büyük veri kümeleri toplamasına olanak tanır. Bu yazıda, ben birden fazla göz izleyici sosyal etkileşimler, ortak görsel dikkat (JVA) temel bir yapı yakalayabilir nasıl tartışmak. JVA, gelişim psikologları tarafından çocukların nasıl dil edindiğini anlamak, küçük öğrenci gruplarının nasıl birlikte çalıştığını anlamak için bilim adamlarını ve küçük ekipler halindeki etkileşimleri anlamak için sosyal bilimciler öğrenmek için incelenmiştir. Bu makalede, mobil göz izleyicileri kullanarak birlikte konumayarlarıNda JVA yakalama için bir metodoloji açıklanmaktadır. Bazı ampirik sonuçlar sunar ve sosyal etkileşimleri anlamak için mikrogözlemler yakalama nın sonuçlarını tartışır.

Yukarıda sunulan metodoloji lojistik (n = 54)12bir mesleki eğitim programı takip eden öğrenciler üzerinde çalışmak için kullanılmıştır. Bu denemede, öğrenci çiftleri küçük ölçekli bir ambarı simüle eden Somut Kullanıcı Arabirimi (TUI) ile etkileşime geçti. TUI'ye yerleştirilen fiducial işaretler, araştırma ekibinin öğrencilerin bakışlarını ortak bir düzleme yeniden eşlemesine ve JVA'nın hesaplama düzeylerine yeniden eşlemesine olanak sağladı. Bulgular, ...

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

Multimodal sensörlerin kullanılması, sosyal etkileşimlerin eğitim ortamlarında rolünü anlamanın umut verici bir yoludur. Bu makalede, mobil göz izci kullanarak koolü dyads ortak görsel dikkat yakalamak için bir metodoloji açıklanmaktadır.

Mobil Göz İzleyicileri Kullanarak Ortak Görsel Dikkat Yakalama Için Bir Metodoloji

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

Merhaba, benim adım Bertrand Schneider ve Harvard Eğitim Fakültesi'nde yardımcı doçentim. Bu videoda size mobil göz izleyicilerini nasıl kullanabileceğimizi göstereceğim. Ortak görsel dikkat psikologlar tarafından kapsamlı bir şekilde incelenmiş ve grup üyeleri arasındaki etkileşimlerin kalitesiyle yakından ilişkili bulunmuştur.Bu insanlar ortak bir zemin oluşturmak ve bir görev ortak bir anlayış oluşturmak, sık sık aynı zamanda aynı yere bakmak eğilimindedir çıkıyor. Geleneksel olarak, araştırmacılar videoları elle kodlayarak niteliksel olarak ortak görsel dikkat üzerinde çalıştılar. Bu yapının sayısal bir ölçüsünü ortak bulunan ortamlarda elde etmek için mobil göz izleyicilerini nasıl kullanabileceğimizi göstereceğim.Bu videoda Biz Tobii Pro Gözlük İki kullanarak olacak. Bu gözlükler, gerçek dünya ortamlarında göz hareketini yakalayabilen giyilebilir göz takip cihazlarıdır. Göz hareketlerini izlemek için çerçeveüzerinde özel kameralar ek olarak, cihaz da bir full-HD sahne kamera ve mikrofon ile donatılmıştır, böylece bakış davranışı takan görme alanı bağlamında görselleştirilmiş olabilir.Bu gözlükler için bakışsaniyede 50 kez yakalanır ve gözlüklerden canlı video akışı kablosuz olarak veya ethernet kablosu üzerinden bilgisayara aktarılabilir. Onlar düzenli gözlük üzerinde çalışmaz gibi gözlük olsa da bir sınırlama var. Göz izleyicisini ayarlama yordamı nispeten basittir.İlk olarak, katılımcılardan normal bir çift gözlük gibi göz izleme gözlüklerini takmaları istenecektir. Katılımcıların farklı yüz özelliklerine göre, veri kalitesini korumak için farklı yüksekliklerde burun parçaları nın kullanılması gerekebilir. Göz izleyicisini açtıktan sonra, katılımcılar dizginsiz vücut hareketlerine izin vermek için veri toplama birimini kişilerine kesmelidir.Tobii Pro Glasses kumandası açılmalı ve katılımcılara, yazılımın kalibrasyon işlevi etkinken, Tobii tarafından sağlanan kalibrasyon işaretleyicisinin merkezine bakmaları talimatı verilmelidir. Kalibrasyon tamamlandıktan sonra, kayıt yazılımın içinden başlatılabilir. Kayıt oturumu tamamlandıktan sonra, katılımcıya göz izleme gözlüklerini ve veri toplama birimini kaldırması için talimat vermeden önce Tobii yazılımındaki kaydı sonlandırın.Ve sonra, üniteyi kapatın. Veriler, SD kartı veri toplama biriminden çıkarArak ve kartı bilgisayara ekleyerek başka bir yazılım olan Tobii Pro Lab aracılığıyla elde edilebilir. Tobii Pro Lab, SD kartta depolanan tüm kayıt oturumlarını aynı anda içe aktarabiliyor.Dosyalar daha sonra videolar, farklı görselleştirmeler oluşturmak için Tobii Pro Lab içinde işlenebilir veya daha fazla analiz için sekme ayrılmış değerler veya TSV dosyaları olarak çıktı. Burada, yakın zamanda yaptığımız ve iki katılımcının bir robotu programlamayı öğrendikleri bir çalışmadan elde ettiğimiz ham göz izleme verilerini görebilirsiniz. Her iki tarafta, katılımcının bakışlarının bulunduğu konuma sahip her göz izleyicisi tarafından oluşturulan video akışını görebilirsiniz.Gördüğünüz gibi, aynı yere aynı anda bakıp bakmadıklarını söylemek imkansızdır, çünkü her katılımcının bakış açısı farklıdır. Ayrıca, veri kaydı farklı zamanlarda başlayabilir. Bu, verilerin zamansal ve mekansal olarak senkronize edilmesi gerektiği anlamına gelir.Size bu videodaki iki sorunu nasıl ele alınacağını göstereceğim. İlk olarak, verileri geçici olarak senkronize etmek için bir prosedür açıklayacağım. İlk katılımcı için belirli sayıda video çerçevesi vardır.Bazıları gerçek deneysel görevden önce veya sonradır. Deneycinin göz izleyicisini ayarladığı ilk kare gibi. Benzer şekilde, diğer katılımcılar için de aynı tür verilere sahipsiniz.Burada gösterilmez, ancak videonun her karesi, her katılımcının bakışını temsil eden bir x ve y koordinatı ile de ilişkilidir. Verileri eşitlemek için, deneme görevinden önce ve sonra bilgisayar ekranında kısa bir süre için bir fiducial işaretçi gösteririz. Bir bilgisayar görme algoritması kullanarak, bu işaretçinin her katılımcıya ne zaman sunulduğunu algılayabiliriz, bu da verileri kırpmamızı ve hizalamamızı sağlar.Yani, bu veri senkronizasyon sorunları ile başa çıkmanın bir yoludur. Sonraki bölümlerde, ikinci sayıya bakacağız: Verileri uzamsal olarak nasıl senkronize edeceğiz. Daha önce de belirtildiği gibi, veriler her katılımcının bakışlarının konumuyla ilişkili bir video akışı şeklinde her göz izleyicisinden geliyor, burada mavi ve yeşil.X ve y-koordinatları her iki katılımcı için de aynı olsa da, ekrana iki farklı açıdan baktıkları için aynı yere baktıkları anlamına gelmez. Bu sorunu çözmenin bir yolu, bir referans görevi göreceksiniz deneysel kurulum bir görüntü oluşturmak için, ve nerede her katılımcının durumda konumunu yeniden eşlemek için gidiyoruz. Bu, katılımcıların aynı anda aynı yere bakıyorsa, göz izleme videosunun her karesini tespit etmemizi sağlar.Ama bu koordinatları soldaki görüntüye nasıl yeniden eşebiliriz? Verileri daha önce senkronize etmemizi sağlayan aynı işbirliğine dayalı görme algoritmasını kullanacağız. Video kayıtlarının her karesi üzerine uygulayarak, artık katılımcıların bakış açısından fiducial işaretlerinin yerini tespit edebiliriz.Bu, soldaki referans görüntüsündeki aynı işaretleri bağlamamızı sağlar. Bu paylaşılan nokta kümesinin koordinatlarını bilerek, homografi olarak bilinen matematiksel bir işlemi kullanarak her bir kişinin bakışlarının yerini çıkarabiliriz. Bu yordamı her kareye uygulayarak, homografinin çalıştığından emin olmak için bir video oluşturabiliriz.Sağ tarafta, her katılımcının mavi ve yeşil bakışlarının bulunduğu video kaydını görebilirsiniz. Aynı fiducial işaretçiler, soldaki görüntü ile katılımcının sağ taraftaki bakış açısı arasında beyaz bir çizgiyle bağlanır. Remapped bakışları solda gösterilir ve bazı ortak görsel dikkat olduğunda kırmızı açın.Bu videonun üretilmesi, verilerin temiz olduğundan ve homografinin doğru şekilde gerçekleştirildiğinden emin olmak için önemli bir adımdır. Ayrıca, verileri akıl sağlığı nı denetlemek için üretilebilen iki görseldaha vardır. İlk görselleştirme bir ısı haritasıdır.Her katılımcı için, her bakış noktasını deneysel kurulumun görüntüsüne çizebiliriz. Bu, homografinin doğru şekilde işe yaramasını sağlar ve bu vaka noktalarını farklı ilgi alanlarına kategorize etmemizi sağlar. Burada, örneğin, çoğu zaman bilgisayar ekranına bakarak harcanan ve çok az zaman hile sayfaları bakarak harcanan görebilirsiniz.İkinci görselleştirme çapraz yineleme grafiği olarak adlandırılır. Çapraz nüks grafikleri, katılımcı çifti için göz izleme verilerini görselleştirmemizi sağlar. İlk katılımcının zamanı x ekseninde, ikinci katılımcının zamanı y ekseninde görüntülenir.Siyah kareler, her iki katılımcının da aynı yere baktığı, beyaz karenin eksik verileri temsil ettiği ve katılımcıların farklı konumlara baktığında gri kareyi temsil ettiği anlamına gelir. Diyagonal boyunca siyah kareler aynı anda aynı yere baktıkları anlamına gelir. Diyagonal kapalı siyah kareler katılımcıların aynı yere ama farklı zamanlarda bakıyor demektir.Solda, ortak görsel dikkat yüksek düzeyde bir dyad görebilirsiniz. Ortada, ortak görsel dikkat düşük düzeyde bir dyad. Sağ tarafta, çok fazla veri eksik olan bir grup.Bu akıl sağlığı denetimlerini gerçekleştirerek, verilerinizi doğru şekilde senkronize ettiğinizden ve verilerinizi deneysel kurulumun ortak bir görüntüsüne dönüştürttünüzü emin olabilirsiniz. Bu adımlar önemlidir ve herhangi bir çözümleme gerçekleşmeden önce gerçekleştirilmesi gerekir. Son olarak, ortak görsel dikkat bir ölçü hesaplama önce alınması gereken iki parametre vardır.İlk parametre, katılımcıların aynı konuma bakabilecekleri zaman penceresidir. Richardson ve Dale'in önceki çalışmaları, katılımcıların eşlerinin ne yaptığına dikkat etmek için yaptıkları işten kopaklarını iki saniye kadar sürebileceğini ortaya çıkarmıştı. Böylece, iki katılımcının aynı yere artı ve eksi iki saniyelik pencere içinde bakmış olması durumunda ortak görsel dikkat olduğunu belirledik.İkinci parametre, iki bakış noktası arasındaki minimum mesafedir. Bu mesafe içeriğe bağlıdır ve yönetilen göreve ve araştırma sorularına bağlı olarak araştırmacılar tarafından tanımlanması gerekir. Bazı görevleriçin mesafe kısa olabilir.Örneğin burada 100 piksel kullandık. Diğer görevler için bu mesafe daha büyük olabilir. Sonra, bu metodoloji kullanılarak bulunan bazı sonuçlar sunmak için gidiyorum.Gruptaki ortak görsel ilgi miktarı için bir tahmin aldıktan sonra, bu ölçüile diğer ilgi çekici değişkenlerle ilişkilendirebilirsiniz. Örneğin, çalışmalarında bu ölçünün, bir grup işbirliği kalitesini yakalayan öğrenme bilimlerine dönüşen derecelendirme şemasıyla ilişkilendirdik. Her grup için burada sunulan boyutların dokuzları bir puan atadı.Örneğin, insanların karşılıklı anlayışı ne kadar iyi sürdürdükleri ya da ne kadar kolay bir uzlaşmaya vardıkları. Bu puanların başka bir kota ile kabul edilebilir inter güvenilirlik almak zorunda. Son olarak, bu puanları her grup için işbirliği kalitesini yaklaşık olarak gösteren genel bir metrik te bir araya getirebiliriz.Çalışmalarımızda ve diğer çalışmalarda ortaya çıkan bir sonuç, daha önce sunulan derecelendirme şeması ile ölçülen ortak görsel ilginin işbirliği kalitesiyle önemli ölçüde ilişkili olduğudur. Bu kodlama şeması kullanılarak yüksek derecelendirilen gruplar, düşük puan alan gruplara göre daha fazla ortak görsel ilgi ye sahip olma eğilimindedir. Bu, üretken etkileşimlerin çoğu zaman daha fazla ortak görsel ilgi ile ilişkili olduğunu gösterir.Bir sonraki slaytta size bu bulgu üzerine inşa başka bir sonuç göstermek için gidiyorum. Yani, ince göz izleme verilerine sahip olmanın bir avantajı da ortak görsel ilginin diğer ölçülerini çıkarabilmemizdir. Örneğin, ortak görsel dikkat teklifini kimin başlattığını ve yanıtlayıp yanıt verdilerini hesaplayabiliriz.Özellikle, bu grafiğin x ekseninde sıfır puanı bu davranışların eşit dağılımı anlamına gelir ve bir puan bir kişinin her zaman yanıt verdiği veya görsel dikkat birleştirme anlarını başlattığı anlamına gelir. Bu çalışmada, ön ve sonrası testler ile ölçülen y ekseninde gösterilen öğrenme kazanımları ile ters bir korelasyon saptAdık. Aynı kişinin sürekli olarak ortak görsel dikkat anlarını başlattığı veya yanıt verdiği grupların öğrenme olasılığı daha düşüktü ve bu sorumluluğun eşit olarak paylaşıldığı grupların, ön testte puanları kontrol ederken testlerin ardından daha yüksek puan alma olasılıkları daha yüksekti.Bu videoda araştırmacıların mobil göz izleme verilerini hem zamansal hem de mekansal olarak senkronize etmelerine yardımcı olan metodolojiyi sundum. Bulgular, çift göz izleme verilerinin ortak görsel dikkat inin ölçüm ölçütleri ile işbirliği göstergeleri sağlayabileceğini göstermektedir. Ayrıca, ortak görsel ilgi nin bir bölümünü kimin başlattığına veya yanıt verdiğine bakarak, örneğin, basit ortak ilgi ölçütlerinin ötesine geçebileceğimizi gösteren sonuçlar sundum.Bu tedbirin öğrenme kazanımları gibi diğer sonuç önlemleriyle ilgili olduğunu bulduk. Göz izleme verileri olmadan bu tür bir tedbirin hesaplanması mümkün değildir. Özetle, bu videoda sunulan metodolojinin araştırmacıların işbirlikçi süreçler hakkında yeni bilgiler edinmelerine yardımcı olabileceğini bulduk.Bu videoyu izlediğiniz için çok teşekkür ederiz ve daha fazla bilgi için kağıt başvurmak için çekinmeyin.

Research

JoVE Journal

Behavior

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

Zemin Projeksiyon Maze kullanma Kayıt Sinir Aktivitesi otomatik Görsel Bilişsel Görevler

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

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

5 seçmeli Seri Reaksiyon Süresi Görev: Kemirgenler için Dikkat Görev ve Dürtü Kontrol

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

FMRI tarafından Görsel Nüfus Alıcı Fields topografik Tahmini

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

Yöntemleri Online Görsel Dikkat Test

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

Bir Yöntem Göz İzleme Kullanarak Çocuklarda Görsel Bilgi İşleme belirlememize

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

Görsel Adaptasyon görselleştirme

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

Geçici sipariş Hüküm Model tabanlı Analizi ile Dikkat ve Görsel İşleme Hızı Ölçme

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

Hemisferik motive dikkat farklılıkları ölçmek için duygusal görüntüleri Merkezi ve bölünmüş görme alanı tanıtımı

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

Göze batmayan ve sürekli uzak aktivite ve sağlık veri yakalamak için geniş toplum hayat Laboratuar kurmak için metodoloji

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

Ahşap karıncalar görsel klasik koşullanma

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