Meten aandachtsvertekeningen voor de dreigingsanalyse bij kinderen en volwassenen

Statistische analyses Er zijn verschillende mogelijke statistische analyses die worden gedaan met data die door de methode touch-screen. Met SPSS of andere statistische software om de gegevens te analyseren. De oorspronkelijke studies met behulp van het touch-screen detectietaak gebruikt tussen-onderwerpen ontwerpen waar elke deelnemer willekeurig was toegewezen aan een experimentele conditie 3,5. Als dit het geval is, moeten onderzoekers de gemiddelde latentie berekenen the target stimuli alle bruikbare proeven detecteren (zoals beschreven in het protocol). Dit levert een enkel gegevenspunt voor elke deelnemer. De gegevens kunnen dan worden ingevoerd als de afhankelijke variabele in een standaard ANOVA met doel categorie als de tussen-proefpersonen factor. Als alternatief kunnen de onderzoekers kiezen voor een binnen-proefpersonen ontwerp te gebruiken met deelnemers die alle van de experimentele condities. In dit geval moet onderzoekers voorzichtig zijn counterbalance / willekeurig de volgorde van taken, zoals de deelnemers hebben de neiging om sneller dan herhaalde proeven krijgen. Onderzoekers kunnen de hierboven beschreven voor de tussen-proefpersonen ontwerp met behulp van een herhaalde metingen ANOVA dezelfde statistische methoden te gebruiken. Ook een voordeel van within-subjects design is dat onderzoekers bias score, die in het algemeen een verschil score die een voorkeur voor bepaalde soorten stimuli vertegenwoordigt kan berekenen. Bijvoorbeeld, kan een vooroordeel score voor bedreigende gezichten worden berekend door de gemiddelde latency naar boze gezichten detecteren van gemiddelde latency tot blije gezichten 10 detecteren. In dit geval positieve scores geven een voorkeur voor bedreigingen en negatieve scores geven een voorkeur voor niet-bedreigingen. In sommige gevallen kan de onderzoekers kiezen om te gebruiken binnen-onderwerpen ontwerpen waar de deelnemers compleet verschillende experimentele condities in een enkele testsessie. In deze gevallen, kunnen onderzoekers kiezen Mixed Effects ANOVA om plaats trial-level analyserenanalyseren van een gemiddelde gegevenspunt voor elke deelnemer. Door het gebruik van wijzen in plaats van een enkele gemiddelde elke data, Gemengde modellen rekening houden met individuele verschillen in het gedrag van een van de deelnemers in de loop van vele beproevingen, het verminderen van de kans op fouten 12-14. Ten slotte is het vermeldenswaard dat head-mounted of bureaumontage eye-tracking-technologie kan worden gebruikt in combinatie met het touch-screen visuele detectie paradigma om precies fixaties vangen als deelnemers zoeken naar doel stimuli. Oogbewegingsonderzoek produceert meer dan alleen latency naar de touch screen-het produceert ook gegevens over latency om eerst het doel, totale fixaties en fixatie tijd om elke afleider fixeren voordat eerst fixeren van de doelgroep, en de latency van de eerste vastlegging voor het maken van een gedragsmatige reactie 11. Door onderscheid te maken tussen deze maatregelen, kunnen onderzoekers disambiguate de mogelijke mechanismen die snelle detectie rijden. Bijvoorbeeld, perceptueelvoordeel voor target stimuli kan worden onderzocht door het analyseren van latentie eerst fixeren doel stimuli. Als er een perceptuele voordeel voor bepaalde stimuli over anderen, moet latency eerst deze doelstellingen fixeren sneller dan voor andere doelen zijn. Een utomaticity van zoeken, of "pop out" kan ook worden gemeten met behulp van een eye-tracker door het onderzoeken van het aantal afleiders elke deelnemer fixeert voordat ze het doel te bereiken. Als zoeken gebeurt automatisch voor bepaalde doelgroep stimuli moeten de deelnemers minder afleiders scannen voordat het bereiken van die doelen. Een oog-tracker kan ook worden gebruikt om de efficiëntie van gedrags reageren onderzoeken meten latentie om het scherm aan te raken vanaf het moment dat de eerste deelnemer fixeert het doel. Als er een voordeel in gedrags reageren voor bepaalde doelgroep prikkels, moeten de deelnemers sneller zijn om een gedrags-respons (bijvoorbeeld, raakt een doel op het scherm) na de eerste fixeren die doelen te maken. Gemengde modellen kan u besed eye tracking analyseren zodat elke fixatie kan worden gebruikt in de analyses. Patronen van Opsporing bij kleuters en volwassenen Eerder onderzoek met behulp van het touch-screen detectie paradigma met zowel kind als volwassen deelnemers blijkt steeds weer dat de deelnemers van alle leeftijden te detecteren bedreigende stimuli sneller dan niet-bedreigende stimuli. In het oorspronkelijke papier met behulp van de procedure, de auteurs onderzocht detectie van slangen versus diverse niet-bedreigende stimuli (bloemen, kikkers, en rupsen respectievelijk). In de procedure voor het Experiment 1, deelnemers ofwel ontdekte een enkele slang onder 8 bloemen of een enkele bloem tussen 8 slangen op elke volgende proef. Deelnemers gedetecteerd slangen sneller dan bloemen, en volwassenen vastgesteld, moeten alle van de stimuli sneller dan kinderen. Een tweede experiment vergeleken slangen aan een dier dat lijkt op slangen kikkers. Nogmaals, de deelnemers ontdekt deslangen aanzienlijk sneller dan de kikkers, en de volwassenen vastgesteld, moeten alle doelen sneller dan kinderen. Een derde experiment vergeleken detectie van slangen ander dier dat de vorm van een slang-rupsen. Nogmaals, beide leeftijdsgroepen gedetecteerd slangen sneller dan rupsen, maar het effect was alleen significant voor kinderen 3 (figuur 1). Figuur 1 geeft de verzamelde voor 3-jarigen en volwassenen in Experimenten 1-3 data, en aangepast is Lobue & DeLoache (2008) 3. In alle drie de experimenten, 3-jarigen gedetecteerd bedreigende stimuli (slangen) aanzienlijk sneller dan verschillende niet-bedreigende stimuli (bloemen, kikkers, en rupsen respectievelijk). Volwassenen toonde hetzelfde patroon, maar de resultaten waren alleen significant voor experimenten 1 en 2 (bloems, kikkers). Dit cijfer is gewijzigd van Lobue & DeLoache (2008) 3. Klik hier om een grotere versie van deze afbeelding te bekijken. Tezamen tonen deze resultaten dat het touch-screen paradigma toont een voordeel doordat via niet-bedreigende stimuli-gelijk voordeel in eerdere onderzoek. Verder is de touch-screen paradigma produceert dezelfde patronen te reageren op meerdere leeftijdsgroepen, waaronder volwassenen en voorschoolse leeftijd kinderen 3-5. Vergelijking Across Paradigma Hoe kan het door de procedure touch-screen resultaten te vergelijken met de resultaten verkregen met de klassieke volwassen druk op de knop detectie paradigma? Een studie die onlangs probeerde de druk op de knop 1 en touchscreen 3 methodieken repliceren binnen proefpersonen om patronen van te vergelijkenreactie tussen deze twee paradigma 15. In de studie werd een groep van volwassenen uitgevoerd zowel de druk op de knop detectie en touch-screen detectie taken precies, en de resultaten werden vergeleken. Zoals verwacht, in beide paradigma's, deelnemers gedetecteerd bedreigende doelen (slangen, spinnen) sneller en nauwkeuriger (dwz, ze maakten minder fouten) dan niet-bedreigende doelen (bloemen, paddestoelen), in overeenstemming met eerdere werk met behulp van beide paradigma's. Deze resultaten laten zien dat de touch-screen paradigma produceert inderdaad het zelfde patroon van de resultaten als de klassieke button-press procedure, 3-4,15, wat erop wijst dat kleine verschillen tussen de paradigma's (stimuli, aantal pogingen, etc.) veranderen niet het algemene patroon van resultaten met betrekking tot de detectie van dreigende versus niet-bedreigende stimuli. Ondanks deze overeenkomsten, was er ook een belangrijk verschil in de resultaten opmerkelijk. In de knop-pers procedure, increasing de matrix grootte van 4 tot 9 foto vertraagde detectie van niet-bedreigende targets, terwijl detectie dreigende doelen was even snel ongeacht de ingestelde grootte. Dergelijke interactie gevonden voor het touch-screen paradigma en detectie dreigende en niet bedreigend targets langzamer bij verhoging van de matrix grootte van 4 tot 9 foto. Verder was er weinig verband tussen resultaten in een taak en reageren in de andere volgens een correlationele analyse. Daarom moet de onderzoekers in het achterhoofd te houden dat, hoewel het algemene patroon van de resultaten-snellere detectie van bedreigende versus niet-bedreigende stimuli-was hetzelfde tussen paradigma's, het is nog onduidelijk of de procedures zijn te meten hetzelfde onderliggende proces 15 (figuur 2). Figuur 2 de data opgevangen d van volwassenen (en aangepast is de figuur) in Lobue & Matthews (2014) 15. Het presenteert de gemiddelde latency tot doel stimuli te detecteren in de knop-pers procedure (Experiment 1), en de procedure touch-screen (Experiment 3) . Beide procedures produceerde een voordeel voor bedreigende stimuli-slangen en spinnen werden sneller gedetecteerd dan bloemen en champignons. Echter, er was slechts een doel door setgrootte interactie voor de druk op de knop procedure, wat aangeeft dat de detectie van bedreigende stimuli niet werd beïnvloed door het aantal afleiders in elke matrix, terwijl de detectie van niet-bedreigende stimuli sneller was in 2 × 2 dan in 3 × 3 matrices. Een dergelijke interactie niet gevonden procedure touch-screen, en beide soorten stimuli werden eveneens beïnvloed door verhoging van de matrix grootte van 4 tot 9 foto. Dit cijfer is gewijzigd van Lobue & Matthews (2014) 15.2highres.jpg "target =" _blank "> Klik hier om een ​​grotere versie van deze afbeelding te bekijken.