Yöntemleri Online Görsel Dikkat Test
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
Onlar genellikle üniversite kampüslerinde alınabilir daha büyük sözünü ve çok daha temsili veri örnekleri sunuyoruz, çünkü online veri toplama yöntemleri davranış bilimciler özellikle çekiciliği vardır. Uyarıcı özellikleri üzerinde sıkı kontrol gereklidir deneylerde özellikle – bu tür yöntemler yaygın olarak kabul edilebilir Ancak, önce, teknolojik zorluklar bir dizi aşılması gerekir. Burada görsel dikkat iki test performans verilerini toplama yöntemlerini sunuyoruz. Testler dahil olarak her iki test ya kısaca hareket uyaranlar veya uyaranlara parladı (sırayla görüş mesafesi, monitör boyutu, ekran çözünürlüğü, vb bilgi gerektirir) uyaranların görsel açı üzerinde kontrol ve uyaranlara zamanlamasını (gerektirir Belirli oranlarda). 1.700 üzerinden online katılımcıların bu testler toplanan veriler aynı testlerin laboratuvar tabanlı sürümleri toplanan veriler ile uyumlu idi. Bu sonuçlar,Doğru bakım ile, zamanlama / uyarıcı boyutu bağımlı görevler, web-tabanlı ortamlarda dağıtılabilir öneririz.
Introduction
Son beş yılda çevrimiçi davranışsal veri toplama yöntemlerinin kullanımında bir ilgi artışı olmuştur. Psikoloji alanında yayınların büyük çoğunluğu potansiyel olmayan temsili konu popülasyonlarını kullanmış olmasına rağmen 1 (yani, öncelikle üniversite lisans) ve genellikle makul küçük örnek boyutları yanı sıra (yani, tipik konularda onlarca aralığında), çevrimiçi yöntemler çok daha farklı ve daha büyük numunelerin sözünü sunuyoruz. Örneğin, Amazon'un Mekanik Türk hizmeti, son çalışmalar bir dizi konu olmuştur hem "işçi" nüfus özellikleri ve davranışsal araştırmalar 2-6 yılında bu nüfusun kullanımını anlatan.
Ancak, bu tür yöntemlere ilişkin bir önemli endişe kritik uyaran değişkenler üzerinde kontrol göreceli eksikliği. Örneğin, bir çok görsel Psikofizik görev, uyarıcı olarak tarif edilmektedirgörüş açısı. Görsel açıları hesaplama izleme mesafesi, ekran boyutu ve ekran çözünürlüğü hassas ölçümler gerektirir. Bu parametreler, bir laboratuar ortamında ölçmek için önemsiz ve kontrol vardır (bilinen bir monitör var ve bir çene dinlenme monitörden bilinen bir mesafe yerleştirilen ise katılımcıların uyaranlara görmek) iken, aynı online veri toplama doğru değildir. Bir çevrimiçi ortamda değil, sadece katılımcıların kaçınılmaz farklı yazılım ayarları ile farklı boyutlarda monitörler çok çeşitli kullanacak, onlar da onların monitör boyutunu belirlemek ya da gerekli bilgiye sahip sağlayacak cetveller / teyp önlemler kolay erişim olmayabilir kendi yazılım ve donanım ayarlarını (örneğin, yenileme hızı, çözünürlük) belirlemek için.
Görünüm (UFOV) Faydalı Alan paradigması 7 ve (MOT) görev izleme çoklu nesne – Burada görsel dikkat iyi bilinen iki testler hakkında veri toplamak için yöntemler bir dizi tarif <sup> 8 – çevrimiçi ölçümler doğasında olan değişkenlik kaynakları mümkün olduğu kadar kaçınılarak. Bu görevler, bir internet bağlantısı ve bir HTML5 uyumlu bir tarayıcı ile herhangi bir katılımcı tarafından çalıştırılabilir. Kendi ekran boyutu bilmiyorum katılımcılar standart boyutta yaygın olarak mevcut öğeleri kullanan bir ölçüm işlemi yürüdü (yani, kredi kartı / CD – bakınız Şekil 1).
Bu iki görev ilişkin veriler bir Massive Online Açık Kursu 1.700 üzerinde katılımcı toplanmıştır. Bu online numunenin ortalama performansı aynı görevleri 9,10 sıkı kontrollü laboratuar tabanlı önlemler elde edilen sonuçlarla oldukça uyumlu idi. Bizim sonuçlar bile görüntüleme koşulları üzerinde özel kontrol gerektiren işlerde, online veri toplama yöntemlerinin etkinliğini gösteren literatür artan vücut ile böylece tutarlı.
Protocol
Representative Results
Discussion
Çevrimiçi veri toplama standart laboratuar tabanlı veri toplama üzerinde bir takım avantajlara sahiptir. Bu alanda kullanılan tipik üniversite lisans havuz çok daha fazla temsil popülasyonları örnek potansiyeli, ve laboratuarda küçük büyüklükte bir düzen vardır örnek boyutları elde etmek için gereken daha az zamanda çok daha büyük örneklem boyutlarını elde etmek yeteneği dahil 1-6 (örneğin, mevcut kağıt 1,700+ katılımcılardan toplanan veri noktaları az bir hafta i…
Divulgations
The authors have nothing to disclose.
Acknowledgements
The authors have nothing to disclose.
Materials
| Name of Reagent/ Equipment | Company | Catalog Number | Comments/Description |
| Computer/tablet | N/A | N/A | It must have an internet connection and an HTML5 compatible browser |
| CD or credit card | N/A | N/A | May not be needed if participant already knows the monitor size |
References
- Henrich, J., Heine, S. J., Norenzayan, A. The weirdest people in the world. The Behavioral And Brain Sciences. 33, 61-135 (2010).
- 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).
- 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).
- Mason, W., Suri, S. Conducting behavioral research on Amazon’s Mechanical Turk. Behavior Research Methods. 44 (1), 1-23 (2012).
- 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).
- Lupyan, G. The difficulties of executing simple algorithms: why brains make mistakes computers don’t. Cognition. 129, 615-636 (2013).
- 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).
- Pylyshyn, Z. W., Storm, R. W. Tracking multiple independent targets: Evidence for a parallel tracking mechanism. Spatial Vision. 3 (3), 179-197 (1988).
- Dye, M. W. G., Bavelier, D. Differential development of visual attention skills in school-age children. Vision Research. 50 (4), 452-459 (2010).
- Green, C. S., Bavelier, D. Enumeration versus multiple object tracking: The case of action video game players. Cognition. 101 (1), 217-245 (2006).
- 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).
- 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).
- Elze, T., Tanner, T. G. Temporal Properties of Liquid Crystal Displays: Implications for Vision Science Experiments. PLoS One. 7 (9), e44048 (2012).
