Metoder til Test Visual Attention Online
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
Online dataindsamlingsmetoder har særlig appel til adfærdsmæssige forskere, fordi de tilbyder løftet om meget større og meget mere repræsentative data prøver, end der typisk indsamles på universitetsområder. Men før disse metoder kan i vid udstrækning vedtaget en række teknologiske udfordringer skal overvindes – især i eksperimenter, hvor stram kontrol over stimulus egenskaber er nødvendig. Her præsenterer vi metoder til indsamling musikdata på to test af visuel opmærksomhed. Begge tests kræver kontrol over den visuelle vinkel stimuli (hvilket igen kræver kendskab til synsafstand, monitor størrelse, skærmopløsning, etc.) og timingen af stimuli (som testene involverer enten kortvarigt blinkede stimuli eller stimuli, der bevæger på specifikke satser). Data indsamlet på disse tests fra over 1.700 online deltagere var i overensstemmelse med data indsamlet i laboratorie-baserede versioner af præcis de samme tests. Disse resultatertyder på, at med ordentlig pleje, kan timing / stimulus størrelse afhængige opgaver skal sættes ind i web-baserede indstillinger.
Introduction
I løbet af de seneste fem år har der været en bølge af interesse for brugen af online adfærdsmæssige dataindsamlingsmetoder. Mens det store flertal af publikationer på området for psykologien har udnyttet potentielt ikke-repræsentative underlagt populationer 1 (dvs. primært kollegium bachelorer) og ofte med rimelighed lille stofmængde samt (dvs. typisk i området af et tocifret antal emner), online metoder giver løfte om langt mere forskelligartede og større prøver. For eksempel har Amazons Mechanical Turk tjeneste været genstand for en række nyere undersøgelser, både beskrive de særlige kendetegn ved "arbejdstager" befolkning og brugen af denne population i adfærdsforskning 2-6.
Det er dog en væsentlig bekymring relateret til sådanne metoder den relative mangel på kontrol over kritiske stimulus variabler. For eksempel, i de fleste visuelle psykofysik opgaver er stimuli beskrevet i form afsynsvinklen. Beregningen af visuelle vinkler kræver præcise målinger af synsafstand, skærmstørrelse, og skærmopløsning. Selv om disse parametre er trivielt at måle og kontrol i et laboratorium indstilling (hvor der er en kendt skærm og deltagerne se stimuli, mens i en hage hvile placeret en kendt afstand fra skærmen), det samme er ikke tilfældet for online dataindsamling. I et online-miljø, vil ikke kun deltagerne uundgåeligt bruge en bred vifte af monitorer i forskellige størrelser med forskellige software-indstillinger, de også kan ikke have let adgang til linealer / tape foranstaltninger, som vil give dem mulighed for at bestemme deres skærm størrelse eller få den nødvendige viden at bestemme deres software og hardware indstillinger (fx opdateringshastighed, opløsning).
Her beskriver vi en række metoder til at indsamle data om to velkendte test af visuel opmærksomhed – den Nyttig synsfelt (UFOV) paradigme 7 og multiple objekt sporing (MOT) opgave <sup> 8 – samtidig undgå så meget som muligt kilderne til variabilitet, der er forbundet med online-målinger. Disse opgaver kan køres af enhver deltager med en internetforbindelse og en HTML5 kompatibel browser. Deltagere, der ikke kender deres skærmstørrelse er gik gennem en måling proces udnytter almindeligt tilgængelige elementer af standardstørrelse (dvs. kreditkort / CD – se figur 1).
Data om disse to opgaver blev indsamlet fra over 1.700 deltagere i et Massive Online Open Course. Gennemsnittet for dette online prøve var meget overens med resultaterne opnået i stramt kontrollerede laboratorie-baserede mål for præcis de samme opgaver 9,10. Vores resultater er således i overensstemmelse med den voksende mængde af litteratur, der påviser effekten af online dataindsamlingsmetoder, selv i opgaver, der kræver specifik kontrol over lysforhold.
Protocol
Representative Results
Discussion
Online dataindsamling har en række fordele i forhold til standard laboratoriebaseret dataindsamling. Disse omfatter potentialet til at prøve langt flere repræsentative populationer end den typiske kollegium bachelor pool udnyttet i marken, og evnen til at opnå langt større stikprøvestørrelser på mindre tid end det tager at opnå stikprøvestørrelser, der er en størrelsesorden mindre i laboratoriet 1-6 (f.eks datapunkterne indsamlet fra 1,700+ deltagere i den aktuelle papir blev opnået på …
Declarações
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 |
Referências
- 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).
