概要

Ein naturalistischer Aufbau zur Darstellung realer Menschen und Live-Aktionen in experimenteller Psychologie und kognitiven neurowissenschaftlichen Studien

Published: August 04, 2023
doi:

概要

Diese Studie stellt einen naturalistischen Versuchsaufbau vor, der es den Forschern ermöglicht, Aktionsreize in Echtzeit zu präsentieren, Reaktionszeit- und Maus-Tracking-Daten zu erhalten, während die Teilnehmer nach jeder Reizanzeige reagieren, und die Akteure zwischen den Versuchsbedingungen mit einem einzigartigen System zu wechseln, das einen speziellen transparenten OLED-Bildschirm (Organic Light Emitting Diode) und Lichtmanipulation umfasst.

Abstract

Die Wahrnehmung der Handlungen anderer ist entscheidend für das Überleben, die Interaktion und die Kommunikation. Trotz jahrzehntelanger Forschung in den kognitiven Neurowissenschaften, die sich dem Verständnis der Wahrnehmung von Handlungen widmet, sind wir noch weit davon entfernt, ein neuronal inspiriertes Computer-Vision-System zu entwickeln, das sich der menschlichen Handlungswahrnehmung annähert. Eine große Herausforderung besteht darin, dass Handlungen in der realen Welt aus zeitlich sich entfaltenden Ereignissen im Raum bestehen, die “hier und jetzt” stattfinden und handlungsfähig sind. Im Gegensatz dazu haben die visuelle Wahrnehmung und die bisherige Forschung in den kognitiven Neurowissenschaften die Handlungswahrnehmung durch 2D-Displays (z. B. Bilder oder Videos) weitgehend untersucht, bei denen die Präsenz von Akteuren in Raum und Zeit fehlt, so dass diese Displays nur begrenzt handlungsfähig sind. Trotz des wachsenden Wissens auf diesem Gebiet müssen diese Herausforderungen überwunden werden, um die grundlegenden Mechanismen der Wahrnehmung des Handelns anderer in der realen Welt besser zu verstehen. Das Ziel dieser Studie ist es, einen neuartigen Aufbau vorzustellen, um naturalistische Laborexperimente mit Live-Schauspielern in Szenarien durchzuführen, die sich realen Umgebungen annähern. Das Kernelement des in dieser Studie verwendeten Aufbaus ist ein transparenter OLED-Bildschirm (Organic Light Emitting Diode), durch den die Teilnehmer die Live-Aktionen eines physisch anwesenden Schauspielers verfolgen können, während das Timing ihrer Präsentation präzise gesteuert wird. In dieser Arbeit wurde dieser Aufbau in einem Verhaltensexperiment getestet. Wir glauben, dass der Aufbau den Forschern helfen wird, grundlegende und bisher unzugängliche kognitive und neuronale Mechanismen der Handlungswahrnehmung aufzudecken, und eine Grundlage für zukünftige Studien sein wird, die soziale Wahrnehmung und Kognition in naturalistischen Umgebungen untersuchen.

Introduction

Eine grundlegende Fähigkeit für das Überleben und die soziale Interaktion ist die Fähigkeit, die Handlungen anderer wahrzunehmen und zu verstehen und mit ihnen in der Umgebung zu interagieren. Die bisherige Forschung der letzten Jahrzehnte hat wesentlich zum Verständnis der Grundprinzipien beigetragen, wie Individuen die Handlungen anderer wahrnehmen und verstehen 1,2,3,4,5,6,7,8,9,10,11 . Angesichts der Komplexität von Interaktionen und der Umstände, unter denen sie auftreten, besteht jedoch ein offensichtlicher Bedarf, den Wissensbestand in naturalistischen Umgebungen weiterzuentwickeln, um ein vollständigeres Verständnis dieser komplexen Fähigkeit im täglichen Leben zu erreichen.

In natürlichen Umgebungen, wie z. B. in unserem täglichen Leben, weisen Wahrnehmung und Kognition verkörperte, eingebettete, erweiterte und aktive Merkmaleauf 12. Im Gegensatz zu internalistischen Darstellungen von Gehirnfunktionen, die dazu neigen, die Rolle des Körpers und der Umwelt zu unterschätzen, konzentrieren sich zeitgenössische Ansätze zur verkörperten Kognition auf die dynamische Kopplung von Gehirn, Körper und Umwelt. Auf der anderen Seite neigen die meisten sozialpsychologischen, kognitiven und neurowissenschaftlichen Forschungen zur Handlungswahrnehmung dazu, davon auszugehen, dass die Verwendung gut kontrollierter und vereinfachter Versuchsdesigns unter Laborbedingungen (z. B. Bilder oder Videos in computergestützten Aufgaben) zu Ergebnissen führt, die auf komplexere Szenarien wie Interaktionen in der realen Welt verallgemeinert werden können 1,2,3,4,5,6,7 ,8,9,10,11. Diese Annahme garantiert, dass unter vielen Umständen robuste und zuverlässige Daten gewonnen werden können. Eine bekannte Herausforderung besteht jedoch darin, dass die Aussagekraft der Modelle, die aus sorgfältig kontrollierten Experimenten abgeleitet wurden, begrenzt ist, wenn sie in einem realen Kontext getestet werden13. Folglich wurden weitere Untersuchungen 13,14,15,16,17,18,19,20,21,22 durchgeführt, um die ökologische und externe Validität von Stimuli und Versuchsdesigns in verschiedenen Forschungsfeldern zu untersuchen.

In dieser Studie wird eine neuartige Methode vorgeschlagen, um zu untersuchen, wie Individuen die Handlungen anderer wahrnehmen und bewerten, indem Live-Aktionen verwendet werden, die von einem realen, physisch anwesenden Akteur ausgeführt werden. Es werden Szenarien verwendet, die realen Kontexten ähneln, während die Experimentatoren die Kontrolle über mögliche Störfaktoren haben. Diese Studie ist eine Form der “naturalistischen Laborforschung” im Rahmen von Matusz et al.14, die als Zwischenstufe zwischen der “klassischen Laborforschung”, die sich der maximalen Kontrolle über die Reize und der Umgebung bedient, oft auf Kosten der Natürlichkeit, und der “vollständig naturalistischen Realforschung”, die darauf abzielt, die Natürlichkeit auf Kosten der Kontrolle über die Stimulation und die Umgebung zu maximieren, aufgefasst werdenkann 14. Die Studie zielt darauf ab, den Bedarf an empirischen Untersuchungen auf dieser Ebene in der Aktionswahrnehmungsforschung zu adressieren, um die Lücke zwischen den Erkenntnissen zu schließen, die in traditionellen Laborexperimenten mit einem hohen Maß an experimenteller Kontrolle gewonnen wurden, und den Erkenntnissen, die in Studien gewonnen wurden, die in völlig uneingeschränkten, natürlichen Umgebungen durchgeführt wurden.

Kontrollierte versus uneingeschränkte Experimente
Die experimentelle Kontrolle ist eine effiziente Strategie für die Planung von Experimenten, um eine bestimmte Hypothese zu testen, da sie es Forschern ermöglicht, Zielvariablen von wahrscheinlichen Störfaktoren zu isolieren. Es ermöglicht auch, dieselbe Hypothese mit bestimmten Ergänzungen zu überprüfen, z. B. die Verwendung leicht oder völlig unterschiedlicher Stimuli im selben Design oder das Testen derselben Stimuli in alternativen Versuchsaufbauten. Die systematische Untersuchung durch kontrollierte Experimente ist eine traditionelle Form der Methodik in der Forschung in der Kognitionswissenschaft und relevanten Bereichen. Kontrollierte Experimente tragen nach wie vor dazu bei, das Wissen über die Grundprinzipien kognitiver Prozesse in verschiedenen Forschungsbereichen wie Aufmerksamkeit, Gedächtnis und Wahrnehmung zu etablieren. Neuere Forschungen haben jedoch auch die Grenzen traditioneller Laborexperimente in Bezug auf die Verallgemeinerung der Ergebnisse auf reale Umgebungen anerkannt, und die Forscher wurden ermutigt, Studien in verbesserten ökologischen Umgebungen durchzuführen 13,14,15,16,17,18,19,20,21 . Diese Verschiebung zielt darauf ab, zwei wichtige Probleme in Bezug auf die Diskrepanz zwischen traditionellen Laborexperimenten und realen Umgebungen anzugehen. Erstens ist die Welt außerhalb des Labors weniger deterministisch als in Experimenten, was die Repräsentationskraft systematischer experimenteller Manipulationen einschränkt. Zweitens ist das menschliche Gehirn sehr anpassungsfähig, was aufgrund der praktischen Einschränkungen bei der Konzeption und Durchführung experimenteller Studien oft unterschätzt wird22. Das Konzept der “ökologischen Validität”23,24 wurde verwendet, um Methoden zur Lösung dieses Problems zu adressieren. Der Begriff wird in der Regel verwendet, um eine Voraussetzung für die Verallgemeinerung experimenteller Befunde auf die reale Welt außerhalb des Laborkontextes zu bezeichnen. Ökologische Validität wurde auch dahingehend interpretiert, dass sie sich auf die Validierung virtuell naturalistischer Versuchsaufbauten mit uneingeschränkten Stimuli bezieht, um sicherzustellen, dass das Studiendesign analog zu realen Szenarien ist25. Aufgrund der hohen Varianz in der Interpretation dieses Begriffs ist ein Verständnis der Vor- und Nachteile alternativer Methoden und der Stimulusauswahl erforderlich.

Ebenen des Naturalismus in Stimuli und Versuchsplanung
Frühere Arbeiten in der experimentellen Psychologie und den kognitiven Neurowissenschaften haben eine breite Palette von Reizen mit unterschiedlichen Naturalismusstufen verwendet26. Die meisten Forscher bevorzugen statische Bilder oder kurze dynamische Videos, da diese Reize leichter vorzubereiten sind als solche, die eine reale Aktion oder ein Ereignis simulieren könnten. Obwohl diese Stimuli Vorteile haben, erlauben sie es den Forschern nicht, kontingente Verhaltensweisen unter sozialen Akteuren zu messen. Mit anderen Worten, sie sind nicht handlungsfähig und haben keine soziale Affordanz27. In den letzten Jahren wurde eine Alternative zu diesen nicht-interaktiven Reizen entwickelt: Echtzeit-Animationen virtueller Avatare. Diese Avatare ermöglichen es, die Interaktionen zwischen Avataren und ihren Nutzern zu untersuchen. Die Verwendung virtueller Avatare ist jedoch mit einer geringeren Besorgnis der Nutzer verbunden, insbesondere wenn sie in Bezug auf ihr realistisches und kontingentes Verhalten nicht besonders ansprechend erscheinen26. Daher besteht nun ein größeres Interesse daran, reale soziale Reize in experimentellen Studien zu verwenden. Obwohl ihr Design, ihre Datenaufzeichnung und -analyse fortschrittliche Geräte und komplexe Datenanalysen erfordern können, sind sie die besten Kandidaten, um naturalistisches menschliches Verhalten und Kognition zu verstehen.

Die vorliegende Studie schlägt eine Methodik vor, um reale soziale Stimuli in einer Laborumgebung zu nutzen. Ziel dieser Studie ist es, zu untersuchen, wie Menschen das Handeln anderer in einem Setting mit erhöhter ökologischer Validität im Vergleich zu traditionellen Laborexperimenten wahrnehmen und bewerten. Wir haben ein neuartiges Setup entwickelt und beschrieben, in dem die Teilnehmer realen Akteuren ausgesetzt sind, die physisch anwesend sind und die gleiche Umgebung mit ihnen teilen. In diesem Protokoll werden die Reaktionszeiten der Teilnehmer und die Trajektorien der Maus gemessen, was ein präzises Timing der Reizpräsentation und eine strenge Kontrolle der experimentellen Bedingungen in diesem verbesserten ökologischen Umfeld erfordert. Daher hebt sich das experimentelle Paradigma von den in der Literatur vorhandenen Rahmenbedingungen ab, da die Natürlichkeit der Reize maximiert wird, ohne die Kontrolle über die Umgebung zu opfern. Im Folgenden stellt das Protokoll die Schritte zur Einrichtung eines solchen Systems vor und fährt dann mit den repräsentativen Ergebnissen für die Probendaten fort. Abschließend wird eine Diskussion der Bedeutung, der Grenzen und der Pläne für Modifikationen des Paradigmas vorgestellt.

Versuchsplanung
Bevor wir zum Protokollteil übergehen, beschreiben wir die in der vorliegenden Studie verwendeten Parameter und stellen die Details der Stimuli zusammen mit dem experimentellen Design vor.

Parameter in der Studie
Diese Studie zielt darauf ab, zu messen, wie sich die Art des Schauspielers und die Art der von ihm ausgeführten Handlungen auf die Wahrnehmungsprozesse der Teilnehmer auswirken. In dem Protokoll wird der Prozess der geistigen Wahrnehmung in zwei Hauptdimensionen gemessen, nämlich Handlungsfähigkeit und Erfahrung, wie in früheren Forschungen vorgeschlagen28. Die Höhen und Tiefen dieser beiden Dimensionen sind ebenfalls enthalten, wie kürzlich von Li et al.29 vorgestellt.

Die Struktur der Studie wurde von der Einzelkategorie-Version30 der häufig verwendeten impliziten Assoziationsaufgabe (IAT)31 inspiriert. In dieser Aufgabe werden die Antwortzeiten der Teilnehmer, während sie ein Attributkonzept mit dem Zielkonzept abgleichen, als Hinweis auf die Stärke ihrer impliziten Assoziationen für diese beiden Konzepte verwendet. Bei der Adaption dieser impliziten Aufgabe werden den Teilnehmern Live-Aktionen von realen Akteuren präsentiert und aufgefordert, diese mit Zielkonzepten abzugleichen. Die Zielkonzepte sind die oberen und unteren Enden der Agentur- oder Erlebnisdimensionen, je nach Block des Experiments.

Zusammenfassend lässt sich sagen, dass die unabhängigen Variablen “Actor Type” und “Action Class” sind. Der Akteurstyp hat zwei Ebenen (d. h. zwei verschiedene Akteure, Akteur1 und Akteur2, die in der Studie auftreten). Die Aktionsklasse hat zwei Ebenen: Aktionsklasse1 und Aktionsklasse2, und jede Klasse enthält vier Aktionen. Die Teilnehmer bewerten die beiden Akteure separat in vier Blöcken (ein Akteur in jedem Block), und in jedem Block führen die Akteure alle Aktionen in einer ausbalancierten Reihenfolge aus. Die Teilnehmer führen Evaluationen in Bezug auf zwei vordefinierte und forcierte Dimensionen durch: Agency und Experience. Die vier Blöcke im Experiment sind (1) Actor1 im Agency-Block, (2) Actor2 im Agency-Block, (3) Actor1 im Experience-Block und (4) Actor2 im Experience-Block. Auch die Reihenfolge der Blöcke wird unter den Teilnehmern ausgeglichen, so dass die Blöcke mit dem gleichen Agenten nie aufeinander folgen.

Neben den Antworten der Teilnehmer werden auch die Antwortzeiten und die x-y-Koordinaten der drahtlosen Maus aufgezeichnet, die sie verwenden, während sie sich auf eine der beiden Antwortalternativen zubewegen. Die abhängigen Variablen sind also die Antwortvariable und die Antwortzeit (RT) der Teilnehmer sowie die Messungen der maximalen Abweichung (MD) und der Fläche unter der Kurve (AUC), die aus dem Computer-Mouse-Tracking abgeleitet werden. Die variable Antwortvariable ist kategorisch; Es kann “Hoch” oder “Niedrig” sein, und da die Bewertungen in einem der angegebenen Blöcke durchgeführt werden, können die Antworten auch als “High-Agency”, “Low-Agency“, “High-Experience” oder “Low-Experience” gekennzeichnet werden. Die Antwortzeit ist eine kontinuierliche Variable. Die Einheit ist Sekunden und bezieht sich auf die verstrichene Zeit zwischen dem Beginn der Präsentation einer Aktion und dem Auftreten eines Mausklicks auf eine der Antwortalternativen. Der MD einer Trajektorie ist eine kontinuierliche Variable und bezieht sich auf die größte senkrechte Abweichung zwischen der Trajektorie des/der Teilnehmer(s) und der idealisierten Trajektorie (Gerade). Die AUC einer Trajektorie ist ebenfalls eine kontinuierliche Variable und bezieht sich auf die geometrische Fläche zwischen der Trajektorie des/der Teilnehmer(s) und der idealisierten Trajektorie32.

Stimuli und Versuchsaufbau
In der vorliegenden Studie wird ein dreistufiges Experiment verwendet. Für die Analysen werden die Messungen aus dem dritten Teil verwendet; Die ersten beiden Teile dienen als Vorbereitung für den letzten Teil. Im Folgenden beschreiben wir jeden Teil des Experiments zusammen mit den experimentellen Stimuli und Hypothesen.

In Experiment Teil 1 (lexikalischer Trainingsteil) absolvieren die Teilnehmer eine Trainingseinheit, um die Konzepte von Agency und Experience sowie die Kapazitätsstufen zu verstehen, die mit den Wörtern High und Low dargestellt werden. Um die Konzepte (n = 12) auszuwählen, die in dieser Trainingseinheit verwendet werden sollen, führten einige der Autoren der aktuellen Arbeit eine normative Studie33 durch. Da die vorliegende Studie in den Muttersprachen der Teilnehmer durchgeführt werden sollte, wurden die Konzepte auch ins Türkische übersetzt, bevor sie normalisiert wurden. Es wurden Konzepte ausgewählt, die stark mit dem hohen (n = 3) und niedrigen (n = 3) Ende der beiden Dimensionen (jeweils sechs Konzepte) assoziiert waren. Dieser Teil ist von entscheidender Bedeutung, da von den Teilnehmern erwartet wird, dass das Verständnis der Konzepte ihre Bewertungsprozesse leitet.

In Experiment Teil 2 (Aktionsidentifikationsteil) sehen die Teilnehmer nacheinander die gleichen acht Aktionen, die von Akteur1 und Akteur2 ausgeführt werden, und berichten dem Experimentator, was die Aktion ist. Dieser Abschnitt dient als Manipulationsprüfung. Durch die Darstellung aller Aktionen, wenn beide Akteure sie ausführen, kann sichergestellt werden, dass die Teilnehmer die Aktionen verstehen und mit den Akteuren vertraut sind, bevor sie mit dem impliziten Test beginnen, bei dem sie schnelle Bewertungen vornehmen müssen. Die für die Aktionsklasse 1 und die Aktionsklasse 2 ausgewählten Maßnahmen sind diejenigen, die die höchsten H-Werte und Konfidenzniveaus (vier verschiedene Aktionsbeispiele in jeder Aktionsklasse) gemäß den Ergebnissen der beiden normativen Studien (N = 219) für jede Akteursbedingung aufwiesen, die von einigen der Autoren durchgeführt wurden (Manuskript in Vorbereitung). Alle Aktionen werden innerhalb einer gleichen Zeitdauer von 6 s ausgeführt.

Dies ist eine fortlaufende Studie, die einige andere Komponenten enthält. Die Hypothesen für die oben beschriebenen Abschnitte lauten jedoch wie folgt: (i) Die Art des Akteurs wirkt sich auf die abhängigen Variablen aus; Akteur2 führt im Vergleich zu Akteur1 zu längeren RTs, höheren MDs und größeren AUCs. (ii) die Art der Maßnahme wirkt sich auf die abhängigen Messungen aus; Die Aktionsklasse 1 führt im Vergleich zur Aktionsklasse 2 zu längeren RTs, höheren MDs und größeren AUCs. (iii) Die abhängigen Messungen für hohe und niedrige Antworten für denselben Akteur und dieselbe Aktionsklasse unterscheiden sich in den Blockdimensionen: Agency und Experience.

Protocol

Die experimentellen Protokolle in dieser Studie wurden von der Ethikkommission für Forschung mit menschlichen Teilnehmern der Bilkent University genehmigt. Alle Studienteilnehmer waren über 18 Jahre alt und lasen und unterschrieben die Einwilligungserklärung vor Beginn der Studie. 1. Allgemeine Designschritte HINWEIS: Abbildung 1A (Draufsicht) und Abbildung 1B und Abbi…

Representative Results

Vergleiche der Reaktionszeit (RT)Da es sich bei der aktuellen Studie um ein fortlaufendes Projekt handelt, werden als repräsentative Ergebnisse Daten aus dem Hauptteil des Experiments (Experiment Teil 3) präsentiert. Diese Daten stammen von 40 Teilnehmern, darunter 23 Frauen und 17 Männer, im Alter von 18 bis 28 Jahren (M = 22,75, SD = 3,12). Um die geeignete statistische Methode für die Analysen auswählen zu können, war es notwendig, das Ausmaß de…

Discussion

Das übergeordnete Ziel der vorliegenden Studie ist es, zu unserem Verständnis beizutragen, wie die visuelle Wahrnehmung und Kognition des Menschen auf hoher Ebene in realen Situationen funktioniert. Diese Studie konzentrierte sich auf die Wahrnehmung von Handlungen und schlug ein naturalistisches, aber kontrollierbares experimentelles Paradigma vor, das es Forschern ermöglicht, zu testen, wie Individuen die Handlungen anderer wahrnehmen und bewerten, indem sie reale Akteure in einer Laborumgebung präsentieren.

<p…

開示

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wurde durch Zuschüsse an Burcu A. Urgen vom Scientific and Technological Research Council of Türkiye (Projektnummer: 120K913) und der Bilkent University unterstützt. Wir danken unserem Pilotteilnehmer Sena Er Elmas für die Idee, Hintergrundgeräusche zwischen den Schauspielerwechseln hinzuzufügen, Süleyman Akı für die Einrichtung des Lichtkreises und Tuvana Karaduman für die Idee, eine Überwachungskamera hinter den Kulissen zu verwenden, und für ihren Beitrag als eine der Schauspielerinnen in der Studie.

Materials

Adjustable Height Table Custom-made N/A Width: 60 cm, Height: 62 cm, Depth: 40 cm
Ardunio UNO  Smart Projects A000066 Microcontroller used for switching the state of the LEDs from the script running on the operator PC
Black Pants No brand N/A Relaxed-fit pants of actors with no apparent brand name or logo.
Case Xigmatek EN43224 XIGMATEK HELIOS RAINBOW LED USB 3.0 MidT ATX GAMING CASE
CPU AMD YD1600BBAFBOX AMD Ryzen 5 1600 Soket AM4 3.2 GHz – 3.6 GHz 16 MB 65 W 12 nm Processor
Curtains Custom-made N/A Width: Part 1: 110 cm width from the wall (left) side, Part 2: 123 cm width above OLED display, Part 3: 170 cm from OLED display to right side, Cabin depth: 100 cm, Inside cabin depth: 100 cm, all heights 230 cm except for Part 2 (75 cm height)
Experimenter Adjustable/Swivel Chair No brand N/A Any brand
Experimenter Table Custom N/A Width: 160 cm, Height: 75 cm, Depth: 80 cm
GPU MSI GT 1030 2GHD4 LP OC MSI GEFORCE GT 1030 2GHD4 LP OC 2GB DDR4 64bit NVIDIA GPU
Grey-color blackout curtain Custom-made N/A Width: 330 cm, Height: 230 cm, used for covering the background
Hard Disk Kioxia LTC10Z240GG8 Kioxia 240 GB Exceria Sata 3.0 SSD (555 MB Read/540 MB Write)
Hard Disk Toshiba HDWK105UZSVA Toshiba 2,5'' 500 GB L200 SATA 3.0 8 MB Cache 5400 Rpm 7 mm Harddisk
High-Power MOSFET Module N/A N/A Heating Controller MKS MOSFET Module
Laptop Apple S/N: C02P916ZG3QT MacBook Pro 11.1 Intel Core i7 (Used as the actor PC)
Laptop Asus  UX410U Used for monitoring the security camera in real-time.
LED lights No brand N/A
LED Strip Power Supply No brand N/A AC to DC voltage converter used for supplying DC voltage to the lighting circuit
MATLAB  The MathWorks Inc., Natick, MA, USA Version: R2022a Used for programming the experiment.

Required Toolboxes:
MATLAB Support Package for Arduino Hardware (version 22.1.2)
Instrument Control Toolbox (version 4.6)
Psychtoolbox (version 3)
Monitor Philips UHB2051005145  Model ID: 242V8A/00, PHILIPS 23.8" 242V8A 4ms 75 Hz Freesync DP-HDMI+VGA IPS Gaming Monitor 
Motherboard MSI B450M-A PRO MAX MSI B450M-A PRO MAX Amd B450 Socket AM4 DDR4 3466(OC) M.2 Motherboard
Mouse Pad for participant Monster  78185721101502042 / 8699266781857 Pusat Gaming Mouse Pad XL
Night lamp Aukes ES620-0.5W 6500K-IP 20 Used for helping the actors see around when the lights are off in the backstage.
Participant Adjustable/Swivel Chair No brand N/A
Participant Table IKEA Sandsberg 294.203.93 Width: 110 cm, Height: 75 cm, Depth: 67 cm
Power Extension Cable Viko 9011760Y 250 V (6 inlets) Black
Power Extension Cable Viko 9011730Y 250 V (3 inlets) Black
Power Extension Cable Viko 9011330Y 250 V (3 inlets) White
Power Extension Cable s-link  Model No: SPG3-J-10 AC – 250 V 3 meter (5 inlets)
Power Supply THERMALTAKE PS-LTP-0550NHSANE-1 THERMALTAKE LITEPOWER RGB 550W APFC 12 cm FAN PSU
Professional Gaming Mouse Rampage 8680096 Model No: SMX-R50 
RAM GSKILL F4-3000C16S-8GVRB GSKILL 8GB (1x8GB) RipjawsV Red DDR4 3000 MHz CL16 1.35 V Single Ram
Reception bell No brand N/A Used for helping the communication between the experimenter and the actors.
Security Camera Brion Vega 2-20204210 Model:BV6000
Speakers Logitech P/N: 880-000-405 PID: WD528XM Used for playing the background music.
Survey Software Qualtrics  N/A
Switching Module No brand N/A F5305S PMOS Switch Module
Table under the OLED display Custom-made N/A Width: 123 cm, Height: 75 cm, Depth: 50 cm
Transparent OLED Display Planar PN: 998-1483-01 S/N:195210075 A 55-inch transparent display that showcases dynamic information, enabled the opaque and transparent usage during the experiment.
UPS EAG K200610100087 EAG 110
UPS EAG 210312030507 EAG 103
USB 2.0 Cable Type A/B for Arduino UNO (Blue) Smart Projects M000006  Used to connect the microcontroller to the experimenter PC.
USB to RS232 Converter  s-link 8680096082559 Model: SW-U610
White Long-Sleeved Blouse (2) H&M (cotton) N/A Relaxed-fit blouses with a round neckline and without ant apparent brand name or logo.
Wireless Keyboard Logitech P/N: 820-003488 S/N: 1719CE0856D8 Model: K360
Wireless Mouse Logitech S/N: 2147LZ96BGQ9 Model: M190 (Used as the response device)

参考文献

  1. Grossman, E. D., Blake, R. Brain areas active during visual perception of biological motion. Neuron. 35 (6), 1167-1175 (2002).
  2. Saygin, A. P. Superior temporal and premotor brain areas necessary for biological motion perception. Brain. 130 (9), 2452-2461 (2007).
  3. Peelen, M. V., Downing, P. E. The neural basis of visual body perception. Nature Reviews Neuroscience. 8 (8), 636-648 (2007).
  4. Caspers, S., Zilles, K., Laird, A. R., Eickhoff, S. B. ALE meta-analysis of action observation and imitation in the human brain. Neuroimage. 50 (3), 1148-1167 (2010).
  5. Nelissen, K., et al. Action observation circuits in the macaque monkey cortex. Journal of Neuroscience. 31 (10), 3743-3756 (2011).
  6. Oosterhof, N. N., Tipper, S. P., Downing, P. E. Crossmodal and action-specific: Neuroimaging the human mirror neuron system. Trends in Cognitive Sciences. 17 (7), 311-318 (2013).
  7. Lingnau, A., Downing, P. E. The lateral occipitotemporal cortex in action. Trends in Cognitive Sciences. 19 (5), 268-277 (2015).
  8. Giese, M. A., Rizzolatti, G. Neural and computational mechanisms of action processing: Interaction between visual and motor representations. Neuron. 88 (1), 167-180 (2015).
  9. Tucciarelli, R., Wurm, M., Baccolo, E., Lingnau, A. The representational space of observed actions. eLife. 8, e47686 (2019).
  10. Tarhan, L., Konkle, T. Sociality and interaction envelope organize visual action representations. Nature Communications. 11 (1), 3002 (2020).
  11. Urgen, B. A., Saygin, A. P. Predictive processing account of action perception: Evidence from effective connectivity in the action observation network. Cortex. 128, 132-142 (2020).
  12. Newen, A., De Bruin, L., Gallagher, S. . The Oxford Handbook of 4E Cognition. , (2018).
  13. Snow, J. C., Culham, J. C. The treachery of images: How realism influences brain and behavior. Trends in Cognitive Sciences. 25 (6), 506-519 (2021).
  14. Matusz, P. J., Dikker, S., Huth, A. G., Perrodin, C. Are we ready for real-world neuroscience. Journal of Cognitive Neuroscience. 31 (3), 327-338 (2019).
  15. Zaki, J., Ochsner, K. The need for a cognitive neuroscience of naturalistic social cognition. Annals of the New York Academy of Sciences. 1167 (1), 16-30 (2009).
  16. Hasson, U., Honey, C. J. Future trends in Neuroimaging: Neural processes as expressed within real-life contexts. NeuroImage. 62 (2), 1272-1278 (2012).
  17. Risko, E. F., Laidlaw, K. E., Freeth, M., Foulsham, T., Kingstone, A. Social attention with real versus reel stimuli: toward an empirical approach to concerns about ecological validity. Frontiers in Human Neuroscience. 6, 143 (2012).
  18. Parsons, T. D. Virtual reality for enhanced ecological validity and experimental control in the clinical, affective and social neurosciences. Frontiers in Human Neuroscience. 9, 660 (2015).
  19. Deuse, L., et al. Neural correlates of naturalistic social cognition: brain-behavior relationships in healthy adults. Social Cognitive and Affective Neuroscience. 11 (11), 1741-1751 (2016).
  20. Camerer, C., Mobbs, D. Differences in behavior and brain activity during hypothetical and real choices. Trends in Cognitive Sciences. 21 (1), 46-56 (2017).
  21. Nastase, S. A., Goldstein, A., Hasson, U. Keep it real: Rethinking the primacy of experimental control in cognitive neuroscience. NeuroImage. 222, 117254 (2020).
  22. Kihlstrom, J. F. Ecological validity and "ecological validity&#34. Perspectives on Psychological Science. 16 (2), 466-471 (2021).
  23. Brunswik, E. . Perception and the Representative Design of Psychological Experiments. , (1956).
  24. Aronson, E., Carlsmith, J. M., Gilbert, D. T., Fiske, S. T., Lindzay, G. Experimentation in social psychology. The Handbook of Social Psychology. , 1-79 (1968).
  25. Ecological validity: Then and now. University of Colorado Available from: https://www.albany.edu/cpr/brunswik/notes/essay1.html (1998)
  26. Fan, S., Dal Monte, O., Chang, S. W. Levels of naturalism in social neuroscience research. IScience. 24 (7), 102702 (2021).
  27. Orban, G. A., Lanzilotto, M., Bonini, L. From observed action identity to social affordances. Trends in Cognitive Sciences. 25 (6), 493-505 (2021).
  28. Gray, H. M., Gray, K., Wegner, D. M. Dimensions of mind perception. Science. 315 (5812), 619 (2007).
  29. Li, Z., Terfurth, L., Woller, J. P., Wiese, E. Mind the machines: Applying implicit measures of mind perception to social robotics. 2022 17th ACM/IEEE International Conference on Human-Robot Interaction (HRI. , 236-245 (2022).
  30. Karpinski, A., Steinman, R. B. The single category implicit association test as a measure of implicit social cognition. Journal of Personality and Social Psychology. 91 (1), 16 (2006).
  31. Greenwald, A. G., McGhee, D. E., Schwartz, J. L. Measuring individual differences in implicit cognition: the implicit association test. Journal of Personality and Social Psychology. 74 (6), 1464 (1998).
  32. Freeman, J. B., Ambady, N. MouseTracker: Software for studying real-time mental processing using a computer mouse-tracking method. Behavior Research Methods. 42 (1), 226-241 (2010).
  33. Pekçetin, T. N., Barinal, B., Tunç, J., Acarturk, C., Urgen, B. A. Studying mind perception in social robotics implicitly: The need for validation and norming. Proceedings of the 2023 ACM/IEEE International Conference on Human-Robot Interaction. , 202-210 (2023).
  34. Yu, Z., Wang, F., Wang, D., Bastin, M. Beyond reaction times: Incorporating mouse-tracking measures into the implicit association test to examine its underlying process. Social Cognition. 30 (3), 289-306 (2012).
  35. Romero, C. A., Snow, J. C. Methods for presenting real-world objects under controlled laboratory conditions. Journal of Visualized Experiments. (148), e59762 (2019).
  36. Jastorff, J., Abdollahi, R. O., Fasano, F., Orban, G. A. Seeing biological actions in 3 D: An f MRI study. Human Brain Mapping. 37 (1), 203-219 (2016).
  37. Ferri, S., Pauwels, K., Rizzolatti, G., Orban, G. A. Stereoscopically observing manipulative actions. Cerebral Cortex. 26 (8), 3591-3610 (2016).
  38. Stangl, M., Maoz, S. L., Suthana, N. Mobile cognition: Imaging the human brain in the ‘real world. Nature Reviews Neuroscience. 24 (6), 347-362 (2023).
  39. Kriegeskorte, N. Deep neural networks: a new framework for modeling biological vision and brain information processing. Annual Review of Vision Science. 1, 417-446 (2015).
  40. Marblestone, A. H., Wayne, G., Kording, K. P. Toward an integration of deep learning and neuroscience. Frontiers in Computational Neuroscience. 10, 94 (2016).

Play Video

記事を引用
Pekçetin, T. N., Evsen, Ş., Pekçetin, S., Acarturk, C., Urgen, B. A. A Naturalistic Setup for Presenting Real People and Live Actions in Experimental Psychology and Cognitive Neuroscience Studies. J. Vis. Exp. (198), e65436, doi:10.3791/65436 (2023).

View Video