Summary

Görsel Süre Algısında Göz Hareketleri: Karar Öncesi Süreçlerde Uyaranın Zamandan Ayrılması

Published: January 19, 2024
doi:

Summary

Görsel olaylara dayalı bir aralık karşılaştırma (süre algısı) görevi sırasında göz hareketlerini izlemek için göz izlemeyi kullanan bir protokol sunuyoruz. Amaç, süre algısı görevlerine (zaman aralıklarının karşılaştırılması veya ayırt edilmesi) okülomotor tepkileri uyaranın kendisine verilen yanıtlardan ayırmak için bir ön kılavuz sağlamaktır.

Abstract

Göz izleme yöntemleri, katılımcılardan yanıp sönen daireler gibi görsel olaylarla tanımlanan zaman aralıklarını tahmin etmelerinin, ayırt etmelerinin veya karşılaştırmalarının istendiği görsel süre algılama görevleri sırasında bilişsel işlemenin çevrimiçi olarak izlenmesine izin verebilir. Bununla birlikte, bildiğimiz kadarıyla, bu olasılığı doğrulama girişimleri şu ana kadar sonuçsuz kalmıştır ve sonuçlar, uyaranın ortaya çıkmasından sonra verilen çevrimdışı davranışsal kararlara odaklanmaya devam etmektedir. Bu makale, katılımcıların iki ardışık aralığı görüntülediği ve hızlanıp hızlanmadığına (ilk aralık ikinciden daha uzun) veya yavaşlayıp yavaşlamadığına (ikinci aralık daha uzun) karar vermek zorunda kaldıkları bir aralık karşılaştırma görevinde davranışsal tepkilerden önceki bilişsel süreçleri keşfetmek için bir göz izleme protokolü sunmaktadır.

Asıl endişemiz, görsel uyaranın kendisine verilen okülomotor tepkileri, yargılarla ilgili süre korelasyonlarından ayırmaktı. Bunu başarmak için, kritik olaylara dayalı olarak art arda üç zaman penceresi tanımladık: temel başlangıç, ilk aralığın başlangıcı, ikinci aralığın başlangıcı ve uyaranın sonu. Daha sonra her biri için geleneksel okülomotor ölçümleri çıkardık (fiksasyon sayısı, öğrenci boyutu) ve görsel uyarana verilen yanıtları kendi başına aralık karşılaştırmasıyla ilgili olanlardan ayırmak için zaman penceresiyle ilgili değişikliklere odaklandık. Açıklayıcı sonuçlarda gösterdiğimiz gibi, göz izleme verileri, davranışsal sonuçlarla tutarlı olan önemli farklılıklar gösterdi ve ilgili mekanizmalar hakkında hipotezler ortaya koydu. Bu protokol embriyoniktir ve birçok iyileştirme gerektirecektir, ancak mevcut teknolojide ileriye doğru atılmış önemli bir adımı temsil etmektedir.

Introduction

Zaman algılama yetenekleri, kısmen bunların okuma becerileri veya patolojik durumlarlabağlantılı olabileceğine dair kanıtların birikmesi nedeniyle son yıllarda artan araştırma dikkatini çekmiştir 1,2,3,4,5. Görsel süre algısı – görsel olaylar tarafından tanımlanan zaman aralıklarını tahmin etme, ayırt etme veya karşılaştırma yeteneği – göz izleme yöntemlerinin katkıda bulunabileceğibir ilgi alanıdır 6,7. Bununla birlikte, sonuçlar, ne kadar zaman geçtiğini (tahmin), zaman aralıklarının aynı mı yoksa farklı mı olduğunu (ayrımcılık) veya bir dizi zaman aralığından hangisinin en uzun veya en kısa olduğunu belirtmek için bir düğmeye basmak gibi uyaran sonrası davranışsal kararlara odaklanmaya devam etmektedir. Birkaç çalışma, davranışsal sonuçları göz izleme verileriyleilişkilendirmeye çalışmıştır 8,9, ancak ikisi arasında korelasyon bulamadılar, bu da doğrudan bir ilişkinin olmadığını düşündürdü.

Bu yazıda, görsel süre algılama görevinde uyaran sunumu sırasında okülomotor yanıtların kaydedilmesi ve analiz edilmesi için bir protokol sunuyoruz. Spesifik olarak, açıklama, katılımcıların iki zaman aralığını tanımlayan üç olay dizisini gördükleri ve hızlanıp hızlanmadıklarını (ilk aralık ikinciden daha uzun) veya yavaşlayıp yavaşlamadıklarını (ilk aralık ikinciden daha kısa) değerlendirmelerinin istendiği bir aralık karşılaştırma görevine atıfta bulunur. Çalışmada kullanılan zaman aralıkları, Zamansal Örnekleme Çerçevesi (TSF)10 ilkelerine bağlı kalarak 133 ila 733 ms arasında değişmektedir. TSF, beynin salınım aktivitesinin, özellikle delta salınımları (1-4 Hz) gibi frekans bantlarında, stres aksanı dizileri gibi gelen konuşma birimleriyle senkronize olduğunu öne sürüyor. Bu senkronizasyon, konuşmanın kodlanmasını geliştirir, konuşma birimlerine olan dikkati geliştirir ve atipik düşük frekanslı salınımlar sergileyen disleksi gibi durumların anlaşılmasında ilgili olabilecek sıralı düzenliliklerin çıkarılmasına yardımcı olur. Burada sunulan yöntemi geliştirdiğimiz çalışmanın amacı, disleksiklerin görsel süre algısındaki zorluklarının (aralık karşılaştırma görevindeki grup etkileri) görsel nesnenin kendisinin işlenmesindeki sorunları, yani hareket ve parlaklık kontrastlarını yansıtıp yansıtmadığını belirlemektir11. Eğer durum buysa, disleksiklerin kontrollere karşı dezavantajının, hareket ve düşük parlaklık kontrastlı uyaranlar (grup ve uyaran türü arasındaki etkileşim) için daha büyük olmasını beklerdik.

Orijinal çalışmanın ana sonucu, uyaran sonrası davranışsal yargılar tarafından yönlendirildi. Uyaran sunumu sırasında kaydedilen göz izleme verileri – göz bebeği boyutu ve fiksasyon sayısı – davranışsal kararlardan önceki süreçleri keşfetmek için kullanıldı. Bununla birlikte, hedeflerin buna göre belirlenmesi koşuluyla, mevcut protokolün davranışsal veri toplamadan bağımsız olarak kullanılabileceğine inanıyoruz. Aralık ayrımcılığı görevleri için ayarlamak da mümkün olabilir. Zaman tahmini görevlerinde kullanmak o kadar hızlı değildir, ancak bu olasılığı göz ardı etmeyiz. Diğer durumların yanı sıra bilişsel yükü 12,13,14 yansıttığı için öğrenci boyutunu kullandık ve bu nedenle katılımcıların becerileri hakkında bilgi sağlayabilir (daha yüksek yük, daha az beceri anlamına gelir). Fiksasyonların sayısı ile ilgili olarak, daha fazla fiksasyon, katılımcıların göreve daha güçlü katılımını yansıtabilir15,16. Orijinal çalışmada beş uyaran türü kullanılmıştır. Basitleştirmek için, mevcut protokolde yalnızca iki tane kullandık (Ball vs. Flash, hareketle ilgili bir kontrastı temsil ediyor).

Ele almaya çalıştığımız temel zorluk, okülomotor tepkilerin hareket veya parlaklık kontrastları gibi özelliklere göre değiştiği bilindiğinden, görsel uyaranın kendisine verilen yanıtları aralık karşılaştırmasıyla ilgili olanlardan ayırmaktı17. Görsel uyaranın ekranda göründüğü anda işlendiği (ilk aralık) ve aralık karşılaştırmasının yalnızca ikinci zaman aralığı başladığında mümkün olduğu öncülüne dayanarak, üç zaman penceresi tanımladık: ön uyaran penceresi, birinci aralık, ikinci aralık (davranışsal tepki dahil değildir). İlk aralıktaki ön uyaran penceresindeki değişiklikleri analiz ederek, katılımcıların uyaranın kendisine verdiği tepkilerin endekslerini elde ederiz. Birinci aralığın ikinci aralıkla karşılaştırılması, aralık karşılaştırmasının olası okülomotor imzalarına dokunacaktır – katılımcılardan gerçekleştirmeleri istenen görev.

Protocol

Elli iki katılımcı (25’i disleksi teşhisi kondu veya potansiyel vakalar olarak işaretlendi ve 27 kontrolleri) topluluktan (sosyal medya ve kolaylık e-posta bağlantıları aracılığıyla) ve bir üniversite kursundan alındı. Doğrulayıcı bir nöropsikolojik değerlendirme ve müteakip veri analizinin ardından (daha fazla ayrıntı için bakınız Goswami10), yedi katılımcı çalışmadan çıkarıldı. Bu dışlama, kriterleri karşılamayan disleksili dört kişiyi, birincil deneysel görevde aykırı değerleri olan iki disleksik katılımcıyı ve göz izleme verileri gürültüden etkilenen bir kontrol katılımcısını içeriyordu. Son örneklem 45 katılımcı, 19 disleksik yetişkin (bir erkek) ve 26 kontrolden (beş erkek) oluşuyordu. Tüm katılımcılar anadili Portekizce olan, normal veya düzeltilmiş görüşe sahipti ve hiçbirinde işitme, nörolojik veya konuşma problemleri teşhis edilmedi. Burada açıklanan protokol, Porto Üniversitesi Psikoloji ve Eğitim Bilimleri Fakültesi’nin yerel etik komitesi tarafından onaylanmıştır (ref. numarası 2021/06-07b) ve tüm katılımcılar Helsinki Bildirgesi’ne göre bilgilendirilmiş onam imzalamıştır. 1. Uyaran yaratma İki zaman aralığından oluşan sekiz dizi tanımlayın (Tablo 1), burada birincisi ikinciden daha kısadır (yavaşlama dizisi); Bir kare süresi dönüştürme tablosu kullanarak animasyon yazılımının kare hızıyla uyumlu aralıkları (burada, 30 kare/sn, 33 ms/kare) seçin. Her yavaşlama dizisi için, aralıkların sırasını tersine çevirerek elde edilen bir hızlandırma analogu oluşturun (Tablo 1). Bir elektronik tabloda, hedef aralığı (ms) 33’e bölerek aralık uzunluğunu kare sayısına dönüştürün (örneğin, 300-433 ms aralık dizisi için 9-13 kare belirtin). Her sekans için anahtar kareler tanımlayın: 7. karede uyaran başlangıcı (200 ms’ye karşılık gelen altı boş kareden sonra), 6. karede 1. aralığın uzaklığı + 1. aralığın uzunluğu (verilen örnek için 6 + 9), 2. aralığın uzaklığı için aynı (6 + 9 + 13). Uyaranın sonunu işaretlemek için 2. aralığın sonuna iki kare daha ayarlayın (6 + 9 + 13 +2). Animasyon olarak flash dizileri oluşturun.Animasyon yazılımını (ör. Adobe Animate) çalıştırın ve siyah arka plana sahip yeni bir dosya oluşturun. 7. karede, ekranın ortasına mavi bir daire çizin. Boyutlarının, planlanan ekran-göz mesafesi (burada 2 cm) ile görme alanının yaklaşık 55°’sini kapladığından emin olun, yani top çapı 1.92 cm’dir. Bu görüntüyü kopyalayıp bir sonraki bitişik kareye yapıştırın (7. kareden başlayarak), böylece her flaş yaklaşık 99 ms sürer. Bu iki kare dizisini kopyalayıp diğer iki anahtar kareye yapıştırın (1. ve 2. aralıkların başlangıcı). Kalan 15 animasyonu, dosyanın kopyalarını oluşturarak ve aralık başlangıçlarını uygun karelere taşıyarak oluşturun. Animasyon olarak zıplayan top dizileri oluşturun.Animasyon yazılımında, flash animasyonlarda kullanılan aynı özelliklere (boyut, arka plan) sahip bir dosya açın. Anahtar karelerin artık yere çarpan ezilmiş toplara karşılık gelmesi için anahtar kare özelliklerini içeren elektronik tabloyu açın. Siyah arka plana (99 ms) sahip üç kare ile başlayın. 4. karede , üst merkeze, flaşlar için kullanılana eşit mavi bir top çizin. Uyaran başlangıç noktasında, üç kare (aralık 1’in başlangıcı) süren ezilmiş bir top (genişlik yükseklikten daha büyük) çizin. Topun yatay olarak ortalandığından ve ekranın merkezinin altında dikey olarak olduğundan emin olun.Düğmeye tıklayın Özellikler topu seçilen ezme yüksekliğine konumlandırmak ve genişliği artırmak/yüksekliği azaltmak için nesnenin Özellikleri ve ardından Konum ve Boyut’a tıklayın. Ara doldurma komutunu kullanarak üstteki toptan ezilen topa (dikey iniş) sürekli bir değişiklik oluşturun. Ezilen topun yer aldığı üç kare dizisini diğer iki ana kareye kopyalayın (1. ve 2. aralıkların başlangıcı). Elektronik tabloda, topun yükseldikten sonra ve alçalmadan önce maksimum yüksekliğe ulaştığı 1. ve 2. aralıklar için iki kabak arasındaki orta noktaları tanımlamak için her aralığın süresini 2’ye bölün. Adım 1.6.6’da tanımlanan orta noktalarda yörüngenin en alt noktasının üzerine dikey olarak ezilmemiş bir top çizin. Aralık başlangıcı (top yere çarptığında) ile en yüksek nokta arasında ve en yüksek nokta ile bir sonraki kabak (iniş) arasında yükselen animasyonu oluşturun. Dosyayı diğer 15 zaman yapısına uyarlayın. Tüm animasyonları .xvd olarak dışa aktarın. Seçenek kullanılamıyorsa, .avi olarak dışa aktarın ve ardından eyelink sisteminde kullanılabilecek şekilde dönüştürün. 2. Deney hazırlığı Deney klasörü oluşturmaDeney Oluşturucu uygulamasını açın ve menü dosyasından yeni’yi seçin. Dosya | Farklı kaydet’i tıklayın. Projenin adını ve kaydedileceği konumu belirtin.NOT: Bu, uyarı dosyaları ve diğer materyaller için alt klasörler içeren bir klasör oluşturacaktır. Deneme dosyası .ebd uzantılı klasörde görünecektir. Proje klasörünün içinde, Kitaplık’a ve ardından Video adlı klasöre tıklayın. .xvid video uyaran dosyalarını bu klasöre yükleyin.NOT: Deneyde kullanılan tüm uyaranlar Kütüphane’de saklanmalıdır. Sistem içi ve insan-sistem etkileşimi için temel yapının oluşturulmasıBaşlat panelini ve görüntü ekranı simgelerini grafik düzenleyici penceresine sürükleyin. Fareyi tıklatıp birinciden ikinciye sürükleyerek aralarında bir bağlantı oluşturun. Görüntü ekranının özelliklerinde, Çok Satırlı Metin Kaynağı Ekle düğmesine tıklayın ve takip edecek kalibrasyon prosedürünü açıklayan bir talimat metni yazın. İki tetikleyici seçin (denemede ilerlemek için giriş kanalları): klavye ve el düğmesi (düğme kutusu). Görüntü ekranını her ikisine de bağlayın.NOT: Bu tetikleyiciler, katılımcının veya deneycinin devam etmek için herhangi bir düğmeye tıklamasına izin verir. Kamera kurulumu simgesini seçin ve her iki tetikleyiciyi de buna bağlayın.NOT: Bu, katılımcının göz(ler)inin kamera ayarı, kalibrasyon ve doğrulama için izlenebilmesi için göz izleyici ile iletişim kurulmasına izin verecektir (bkz. bölüm 4). Sonuçlar dosyası simgesini seçin ve akış şemasının sağ tarafına sürükleyin.NOT: Bu eylem, deneyin davranışsal tepkilerini kaydetmeye izin verir. Blok yapısının tanımlanmasıSekans simgesini seçin ve (bkz. adım 2.2.1) Kamera kurulumuna bağlayın. Özellikler’de, Yineleme sayısı’na tıklayın ve blok sayısı (Flaşlar ve Toplar) için 2’yi seçin. NOT: Bu, flaşların sunumunu toplarınkinden ayıracaktır. Sırayı (blok tanımı) girin ve bir başlangıç paneli simgesini, bir ekran simgesini ve tetikleyicileri el_button ve klavyeyi sürükleyin. Bunları bu sırayla bağlayın. Görüntü ekranı simgesinde, Çok Satırlı Metin Kaynağı Ekle düğmesine tıklayın ve denemeyi açıklayan bir talimat metni yazın. Deneme yapısının tanımlanmasıBlok dizisinin içinde, deneme dizisini oluşturmak için düzenleyiciye bir Yeni dizi simgesi sürükleyin.NOT: Deneme dizisini blok dizisinin içine yerleştirmek, her blokta birden fazla deneme çalıştırmaya izin verir. Deneme sekansının içinde, bir başlangıç panelini ve bir Sekans hazırla simgesini sürükleyin ve ikincisini birinciye bağlayın.NOT: Bu eylem, katılımcıya sunulacak deneysel uyaranları yükler. Sapma düzeltme simgesini arayüze sürükleyin ve sırayı hazırla simgesine bağlayın.NOT: Sapma düzeltmesi, stimülasyon bilgisayar monitöründe tek bir sabitleme hedefi sunar ve imleç bakış konumunun kayıt bilgisayarındaki gerçek uyaran konumuyla karşılaştırılmasını sağlar. Sapma kontrolü ve ilgili düzeltme, ilk kalibrasyon kalitesinin devam etmesini sağlamak için her denemeden sonra otomatik olarak başlayacaktır. Kayıt yapısının tanımlanmasıDeneme sekansının içinde, kayıt sekansını oluşturmak için düzenleyiciye bir Yeni sekans simgesini sürükleyin.NOT: Kayıt dizisi, göz verilerinin toplanmasından sorumludur ve görsel uyaranların sunulduğu yerdir. Bu dizinin özelliklerinde Kaydet seçeneğini seçin.NOT: Bunu yaparak, göz izleyici uyaran başladığında kayda başlar ve uyaran bittiğinde durur. Özelliklerde, Veri Kaynağı’na tıklayın ve her satıra tabloyu doldurun (yazın veya seçin) her bir uyaranın tam dosya adı, deneme-uygulama veya deney türü, her bir uyaranın kaç kez sunulacağı (burada 1) ve beklenen yanıt düğmesi.NOT: Dosya adları, dosya uzantısı dahil olmak üzere Kitaplığa yüklenenlerle aynı olmalıdır (ör. ball_sp_1.xvd). Arayüzün üst panelinde, Randomizasyon Ayarları’natıklayın ve uyaranların her blokta rastgele olmasını sağlamak için Deneme randomizasyonunu etkinleştir kutularını işaretleyin. Arayüze dönmek için Tamam düğmesine tıklayın. Kayıt sırasında, başlangıç paneli-ekran bağlantısını oluşturun. Görüntü ekranının içinde, Video kaynağı ekle düğmesini (kamera simgesi) seçin ve arayüze sürükleyin. Katılımcının yanıt vermesine izin vermek için klavye ve el düğmesi tetikleyicilerini ekran simgesine bağlayın (adım 2.2.1’de olduğu gibi). Doğruluğu denetle simgesini sürükleyin ve 2.2.1 adımında olduğu gibi tetikleyicilere bağlayın.NOT: Bu eylem, yazılımın, basılan tuşun Veri Kaynağı’nın doğru yanıt sütununun değeriyle eşleşip eşleşmediğini kontrol etmesini sağlar. Denemeyi sonlandırmaAna panelin üst kısmında, denemenin bir testini çalıştırmak için Çalıştır ok simgesine tıklayın. 3. Aparat kurulumu Stimülasyon bilgisayarını 5 düğmeli bir düğme kutusuna ve bir klavyeye bağlayın. Stimülasyon bilgisayarını (sisteme özel sunum yazılımıyla birlikte) monitörün altına veya önüne yerleştirilmiş göz izleyiciye (Şekil 1) bağlayın. Göz izleyiciyi kayıt bilgisayarına bağlayın. Şekil 1: Göz izleme kurulumu. Kayıt sisteminin uzamsal düzenlemesi, stimülasyon bilgisayarı, kayıt bilgisayarı, göz izleyici, yanıt cihazı (düğme kutusu) ve klavyeden oluşur. Katılımcılar stimülasyon ekranından 55 cm uzakta oturdular. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. 4. Veri toplamanın hazırlanması Katılımcılardan bilgilendirilmiş onam alın ve deney formatını onlara açıklayın. Katılımcıyı, uyaran çemberi (flaş veya top) görme alanının 2°’sine (tipik mesafe ~ 60 cm) karşılık gelecek şekilde stimülasyon bilgisayarından bir mesafeye konumlandırın. Örnekleme frekansını (yüksek çözünürlük için 1.000 Hz) ve kaydedilecek göz(ler)i (baskın göz) seçin. Kayıt bilgisayarı tarafından sağlanan görselleştirmede, göz izleyicinin hedefi (katılımcının kaşları arasına yerleştirilen bir çubuk) ve baskın gözü sabit bir şekilde takip ettiğinden emin olun. Gerekirse kamerayı yukarı veya aşağı hareket ettirin. Denemeyi açın. Göz hareketlerinin doğru ve güvenilir bir şekilde kaydedilmesini sağlamak için sistem tarafından sağlanan 5 noktalı kalibrasyon ve doğrulama prosedürlerini kayıt bilgisayarından çalıştırın. Katılımcıya ekranda (5) farklı yerde görünecek bir noktaya bakmasını söyleyin (kalibrasyon için bir kez, doğrulama için iki kez).NOT: Yalnızca 0.5°’nin altındaki hataları kabul edin. 5. Denemeyi çalıştırma Görevi katılımcıya açıklayın. Uygulama denemelerini sunun ve katılımcıların şüphelerini netleştirin. Çalıştır’a tıklayarak denemeyi başlatın. Koşullar arasındaki deneyi duraklatın ve uyaranın şimdi farklı olacağını, ancak sorunun aynı olduğunu açıklayın. 6. Analiz için zaman pencereleri oluşturma Dataviewer yazılımı18’de Dosya’ya, ardından Verileri İçe Aktar’a ve son olarak Çoklu EyeLink Veri dosyaları’na gidin. İletişim kutusunda, tüm katılımcıların dosyalarını seçin. Bir deneme sürümü seçin. İlgi alanı çizmek için kare simgesini seçin.NOT: İlgi alanı, hem ekranın bir bölgesini hem de deneme süresi içindeki bir zaman penceresini tanımlar. Burada her zaman tam ekranı seçeceğiz. TW all oluşturmak için (Şekil 2), çizim simgesine tıklayın ve tam ekranı seçin. Aç iletişim kutusunda, ilgi alanını TW_all olarak etiketleyin ve tam deneme sürümüyle eşleşen bir zaman dilimi tanımlayın.İlgi alanı setini kaydet’e tıklayın ve bu şablonu aynı uzunluktaki tüm denemelere uygulayın (örneğin, Tablo 1’deki 1 ve 8 zaman yapıları, hem toplar hem de flaşlar için, tüm katılımcılar için). Tablo 1’deki 16 zaman yapısından birini seçin. TW_0, TW_1 ve TW_2’yi adım 6.3’teki gibi tanımlayın, ancak Şekil 2’de şematize edilen zaman sınırlarını izleyin (flaş görünümlerine ve top kabaklarına karşılık gelen zaman penceresi sınırları). TW0’ın uzunluğu özelleştirilebilir.Her ilgi alanını etiketleyin ve şablonu aynı zaman yapısına sahip denemelere uygulayın (toplar ve flaşlar, tüm katılımcılar). Kalan 15 zaman yapısı için işlemi tekrarlayın. Şekil 2: Uyaran tipi. Deneyde kullanılan zıplayan top (solda) ve yanıp sönme (sağda) dizileri. Kesikli çizgiler, analiz için kullanılan zaman pencerelerini gösterir: TW0 ön uyaran dönemidir; TW1, uyaranın ekranda ilk göründüğü yerdir ve katılımcının uyaranların özellikleri ve ilk aralığın uzunluğu hakkında bilgi sahibi olduğu ilk aralığı işaretler ve TW2, katılımcının bir kararı detaylandırmak için birinci ile ikinci aralığı karşılaştırabildiği ikinci Aralığı işaretler (yavaşlatılmış veya hızlandırılmış). Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. 7. Önlemlerin çıkarılması Menü çubuğunda, Analiz | Rapor |İlgi Alanı Raporu. Bekleme süresini, sabitleme sayısını ve göz bebeği boyutunu ayıklamak için aşağıdaki ölçüleri seçin ve ardından ileri’ye tıklayın.NOT: Çıktı, dört zaman penceresinin her biri için belirtilen (TW0, TW1, TW2, TW tümü) katılımcı başına 16 flaş denemesi ve 16 zıplayan top denemesinden (32 deneme x n katılımcı) elde edilen verileri içermelidir. Matrisi .xlsx dosyası olarak dışa aktarın. 8. Yapıtlarla denemeleri kaldırın TW tümü için bekleme süresi ölçümlerini göz önünde bulundurun ve sinyal kaybının ‘undan fazlası olan denemeleri işaretleyin (bekleme süresi deneme süresinin ‘inden <).NOT: 32 denemenin her birinin farklı bir uzunluğa sahip olduğunu dikkate alın. Gürültülü (işaretli) izleri matristen çıkarın ve kaydedin. 9. İstatistiksel analiz Her ölçüm için biri TW 0 ve 1, diğeri TW 1 ve 2 ile olmak üzere iki tekrarlanan ölçüm ANOVA (TW x grup x uyaran) gerçekleştirin. TW ile ilgili değişiklikleri, varsa davranışsal sonuçlarla ilişkilendirin.

Representative Results

TW ile ilgili değişiklikleri daha iyi anlamak için analizimiz zaman pencerelerinin etkileşimine odaklandı (TW0 vs. TW1, TW1 vs. TW2) uyaran tipi ve grubu ile. Şekil 3’te gösterildiği gibi, TW ile ilgili karşılaştırmaların her ikisi de (TW01 ve TW12), Uyaran’a (TW x Uyaran etkileşimi) göre farklı değişim seviyeleri gösterdi ve Balls, her iki grupta da flaşlardan daha fazla TW ile ilişkili değişiklik ortaya çıkardı (TW x uyaran x grup etkileşimi yok). Bu hem öğrenci büyüklüğü hem de fiksasyon sayısı için meydana geldi. Grup etkileri ile ilgili olarak, TW0’dan TW1’e (uyaran başlangıcına yanıt) fiksasyon sayısındaki değişim üzerinde bir TW x grup etkileşimi bulduk: disleksikler, esas olarak daha düşük ön uyaran değerleri nedeniyle azalmış değişim gösterdi. TW, uyaran ve grup arasındaki etkileşimler yoktu. Bu, grup etkilerinin hem toplar hem de flaşlar için benzer olduğunu gösterir. Şekil 3: Sonuçlar. Grubun (kontrol ve disleksik, TW x Grup) ve uyaran tipinin (Toplar, B, Flaşlar, F, TW x Uyaran) bir fonksiyonu olarak göz bebeği boyutunda ve fiksasyon sayısında zaman penceresine bağlı değişiklikler. TW 0-1, uyaran olmaması ve uyaran görünürlüğü arasındaki karşıtlığı ele alır; TW 1-2, aralık karşılaştırmasını ele almak için birinci ve ikinci aralıkları karşılaştırır. güven aralıkları dikey çubuklarla temsil edilir. Toplar, TW0’dan TW1’e (daha fazla azalma) ve TW1’den TW2’ye (daha fazla artış) hem göz izleme ölçümlerinde hem de her iki grupta (TW x uyaran, TW x uyaran x grubu yok) flaşlardan daha fazla değişiklik ortaya çıkardı. TW 0-1’deki fiksasyon sayısındaki değişiklikler, disleksiklerde uyaran tipinden bağımsız olarak kontrollerden daha küçüktü (TW x grubu, TW x uyaran x grubu yok). Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 4: Davranışsal sonuçlar. (A) Grup ve uyaran türü başına hızlanma ve yavaşlama dizileri (d-prime) arasındaki ayrım. (B) Davranışsal performans (d-prime) ile göz hareketlerinde zaman penceresine bağlı değişiklikler arasında anlamlı korelasyonlar, her ikisi de uyaran ortalamasına sahiptir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Kritik olarak, bu değerler ana çalışma ile uyumlu olarak davranışsal bulgulara paraleldir (Şekil 4A): davranışsal bulgular, uyaran etkilerine (Toplar için Flaşlara göre daha az doğruluk) ve grup etkilerine (disleksiklerde daha kötü performans) işaret etti, grup x uyaran etkileşimleri olmadan. Ayrıca, beş farklı uyaranla yapılan orijinal çalışmada, tüm uyaran türleri için ortalama göz izleme verileriyle (fiksasyon sayısı) davranışsal korelasyon kurduk ve disleksik grupta bir korelasyon bulduk: TW0’dan TW1’e göre daha küçük değişiklikler, gelişmiş performansla bir arada var oldu. Toplamda, sonuçlar, bu (yetişkin) disleksiklerin, uyaran öncesi dönemde uyaranın kendisine olan dikkatin kasıtlı kontrolü için telafi edici stratejilere başvurabilecekleri hipoteziyle tutarlı görünüyordu (boş ekranda daha az saplantı, ortaya çıktığı zamana kadar uyarana odaklanmayı destekleyecektir). Kontrollerde böyle bir korelasyon bulamadık, bu da odaklanmayı sürdürmek için stratejilere başvurmaları gerekmeyebileceğini düşündürdü. Burada gösterim için kullanılan kısıtlı veri seti (yalnızca iki uyaran, Toplar ve Flaşlar) aynı modeli gösterdi (Şekil 4B): disleksikler, ancak kontroller değil, d-prime (davranışsal ayrımcılık indeksi) ve TW01 ile ilgili değişiklikler arasında önemli korelasyonlar gösterdi. Özetle, katılımcıların hem uyaran başlangıcına (TW 0-1) hem de aralık karşılaştırmasına (TW 1-2) verdikleri yanıtları ele alan göz izleme sonuçları, disleksi olan ve olmayan bireylerde flaşlara karşı topların farklı tepkiler ortaya çıkardığına dair davranışsal kanıtları tekrarladı (göz izleme ölçümlerinde TW x uyaran, d-prime üzerinde uyaran etkileri). Göz izleme sonuçlarının bir kısmı, uyaran başlangıcındaki fiksasyon sayısındaki değişikliklerin (TW 0-1) disleksiklerde daha küçük olması nedeniyle, d-prime üzerindeki grup etkilerine de paraleldi. Ayrıca, uyaran ve grup arasındaki etkileşimler (disleksiklerde toplar ve flaşlar için farklı sapma seviyeleri) davranışsal ve göz izleme verileri için sıfırdı. Son olarak, disleksik grupta davranışsal performans ile okülomotor yanıt arasındaki korelasyon anlamlıydı. Sıra Tür Aralık 1 Aralık 2 Fark 1 Hızlandırmak 433 300 133 2 Hızlandırmak 300 167 133 3 Hızlandırmak 467 433 34 4 Hızlandırmak 733 167 566 5 Hızlandırmak 467 300 167 6 Hızlandırmak 433 134 299 7 Hızlandırmak 534 233 301 8 Hızlandırmak 500 433 67 9 Yavaşlamak 300 433 -133 10 Yavaşlamak 167 300 -133 11 Yavaşlamak 433 467 -34 12 Yavaşlamak 167 733 -566 13 Yavaşlamak 300 467 -167 14 Yavaşlamak 133 434 -301 15 Yavaşlamak 233 534 -301 16 Yavaşlamak 433 500 -67 Ortalama aralık 377.1 Ortalama fark 212.6 Ortalama fark/aralık 294.8 Tablo 1: Aralık süresi. Milisaniye cinsinden hızlanma ve yavaşlama dizileri için uyaran dizileri.

Discussion

Mevcut protokol, görsel süre algılama görevlerine göz izlemeyi dahil etmenin önündeki mevcut engellerin üstesinden gelmek için kritik olabilecek yeni bir bileşen içermektedir. Buradaki kritik adım, bu zaman pencerelerinin her birinde varsayılan olarak gerçekleşen bilişsel süreçlere dayalı zaman pencerelerinin tanımlanmasıdır. Kullandığımız sistemde zaman pencereleri sadece İlgi Alanları (bu sistemlerde zamanla birleştirilen uzayla ilgili bir kavram) olarak tanımlanabilirken, diğer sistemlerde denemenin farklı bölümlerini dışa aktararak bunu yapmak mümkündür. Denemenin bu zamansal segmentasyonuna ek olarak, zaman penceresi başına parametreler yerine zaman pencerelerindeki değişiklikleri analiz etmeye odaklanmak önemlidir.

Protokolde yapılması gereken değişikliklerle ilgili olarak, bunlar çoğunlukla ilgilenilen alanın boyutlarıyla ilgiliydi. Dinamik AOI’leri kullanarak ilk denemeyi yaptık – tüm ekran yerine onu takip eden uyaran etrafında uzamsal bir seçim tanımladık. Ancak, kısa süre sonra bu alanın dışındaki ilgili etkinlikleri kaçırabileceğimizi fark ettik. Ölçümlerimizin uyarana odaklanmakla ilgisiz olduğu göz önüne alındığında (göz bebeği boyutunun flaşa veya topa olan ilgiye göre değil, bilişsel yüke göre değişmesi bekleniyordu; sabitleme sayısının uzamsal aramayı yansıtması bekleniyordu), ilgi alanı olarak tam ekranı kullanmayı seçtik.

Mevcut protokol, hala birçok iyileştirmeye tabi olan embriyonik bir tekliftir. İyileştirme için çok daha fazla yer olmasına rağmen, bunlardan yalnızca ikisini vurgulayacağız. Birincisi, zaman penceresinin fiksasyon sayısı üzerindeki etkilerini yorumlamamızı engelleyen üç zaman penceresinin uzunluğundaki farklılıklarla ilgilidir (örneğin, daha uzun bir zaman penceresi daha fazla fiksasyon gerektirir, dolayısıyla TW0’dan TW1’e düşüş, bkz. Şekil 3). Bu sorunu çözmenin bir yolu, zaman birimi başına sabitleme sayısını göz önünde bulundurmaktır.

İkincisi, zaman pencereleri ile çeşitli konuları içeren varsayılan devam eden süreçler arasındaki yazışmalarla ilgilidir. Birincisi, TW1’in sadece uyaran görünümünü temsil etmediği, aynı zamanda muhtemelen aralık karşılaştırmasına yardımcı olan ve muhtemelen TW0’da bulunmayan açık bir aralık tahmini (ilk aralık) biçimini temsil etmesidir. Benzer bir şekilde, zaman pencereleri arasındaki değişiklikler, bu değişikliklerin bazıları bir aralık karşılaştırma görevinde beklenebilse de, sürekli dikkat ve çalışma belleği18 gibi genel süreçlerdeki değişiklikleri de yansıtabilir (çalışma belleği yükünün TW1’den TW2’ye göre artması beklenir). Bu potansiyel karışıklıkları azaltmanın bir yolu, saf süre tahmini, sürekli dikkat ve çalışma belleği ile ilgili kontrol görevlerini tanıtmak ve ardından göz izleme veri analizini deneysel (aralık karşılaştırması) ve kontrol görevleri arasındaki karşılaştırmaya dayandırmak olacaktır. Diğer bir konu ise TW0’ın süresinin görevle alakasız olması ve görevle alakasız sürelerinperformans 19’a zararlı olabileceği bilinmektedir. Gelecekteki çalışmalar, görsel işleme yanıtlarını daha iyi sınırlamak için TW0 (alakasız aralık) ve TW1 arasında 300 ms’lik bir fark yaratarak bunu iyileştirmeye odaklanabilir, çünkü kısa bir olay, yakın zamansal yakınlıkta başka bir olay ekleyerek sunumundan daha erken veya daha geç algılanmaya eğilimli olabilir20,21.

Son olarak, spontan göz kırpmaları, zaman algısını bozarak etkileyebilir (bir göz kırpma aralıktan önce gelirse zamanı genişletir, aynı anda meydana gelirse daralır), potansiyel olarak birey içi zamanlama performansında değişkenliğe neden olabilir22. Bu sorunu en aza indirmenin bir yolu, katılımcıların davranışsal yargılarına göz kırpmaya dayalı bir düzeltme faktörü uygulamak olacaktır (örneğin, uyaranlardan önce veya sırasında göz kırpmaların varlığına bağlı olarak her yargıya bir güvenilirlik oranı atayın. Ek olarak, denemeleri rastgele değişkenler olarak ele almanın istatistiksel yaklaşımını dahil etmek de bu sorunun ele alınmasına yardımcı olabilir.

Gelecekteki araştırmalarla ilgili olarak, ele alınması gereken önemli bir konu, spontan göz kırpma hızı (EBR) ile zaman algısı arasındaki ilişki olacaktır. EBR’nin merkezi dopamin fonksiyonunun (DA) invaziv olmayan dolaylı bir belirteci olduğu bilinmektedir23 ve daha yakın zamanlarda, yüksek ERB daha zayıf zamansal algı ile ilişkilendirilmiştir. Çalışma, aralık zamanlamasında dopaminin bir anlamını öne sürüyor ve ERB’nin dopamin ölçüsünün bir vekili olarak kullanılmasına işaret ediyor24. Bir diğer önemli konu, analiz ettiğimiz (değişimle ilgili) önlemlerin işlevsel anlamıdır ve bu da paradigmamız bağlamında henüz belirlenmemiştir. Orijinal çalışmada ve mevcut basitleştirilmiş veri setinde, TW0’dan TW1’e öğrenci büyüklüğündeki artışlar, artan bilişsel yük fikriyle tutarlıydı, ancak bu önlem üzerindeki grup etkilerinin olmaması daha fazla düşünceyi engellemektedir. Ortaya çıkan bir model, zaman pencerelerindeki daha küçük değişikliklerin daha iyi davranışsal performansla ilişkili olmasıdır (Balls’tan daha iyi yanıp söner ve daha küçük değişikliklerle ilgili disleksiklerde d-prime), ancak daha fazla araştırmaya ihtiyaç vardır.

Sınırlamalarına rağmen, mevcut protokol, bildiğimiz kadarıyla, göz izleme ve davranışsal verilerde (aynı etki profili) paralel sonuçları ve ikisi arasındaki korelasyonun bazı kanıtlarını gösteren ilk protokoldür.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma, Portekiz Bilim ve Teknoloji Vakfı tarafından UIDB/00050/2020 hibeleri kapsamında desteklenmiştir; ve PTDC/PSI-GER/5845/2020. APC, PTDC/PSI-GER/5845/2020 (http://doi.org/10.54499/PTDC/PSI-GER/5845/2020) hibesi kapsamında tamamen Portekiz Bilim ve Teknoloji Vakfı tarafından finanse edilmiştir.

Materials

Adobe Animate Adobe It is a tool for designing flash animation films, GIFs, and cartoons.
EyeLink Data Viewer It is robust software that provides a comprehensive solution for visualizing and analyzing gaze data captured by EyeLink eye trackers. It is accessible on Windows, macOS, and Linux platforms. Equipped with advanced capabilities, Data Viewer enables effortless visualization, grouping, processing, and reporting of EyeLink gaze data.
Eye-tracking system SR Research EyeLink 1000 Portable Duo It has a portable duo camera, a Laptop PC Host, and a response device. The EyeLink integrates with SR Research Experiment Builder, Data Viewer, and WebLink as well as many third-party stimulus presentation software and tools.
Monitor Samsung Syncmaster  957DF It is a 19" flat monitor 
SR Research Experiment Builder SR Research It is an advanced and user-friendly drag-and-drop graphical programming platform designed for developing computer-based experiments in psychology and neuroscience. Utilizing Python as its foundation, this platform is compatible with both Windows and macOS, facilitating the creation of experiments that involve both EyeLink eye-tracking and non-eye-tracking functionalities.

References

  1. Bellinger, D., Altenmüller, E., Volkmann, J. Perception of time in music in patients with parkinson’s disease – The processing of musical syntax compensates for rhythmic deficits. Frontiers in Neuroscience. 11, 68 (2017).
  2. Plourde, M., Gamache, P. L., Laflamme, V., Grondin, S. Using time-processing skills to predict reading abilities in elementary school children. Timing & Time Perception. 5 (1), 35-60 (2017).
  3. Saloranta, A., Alku, P., Peltola, M. S. Listen-and-repeat training improves perception of second language vowel duration: evidence from mismatch negativity (MMN) and N1 responses and behavioral discrimination. International Journal of Psychophysiology. 147, 72-82 (2020).
  4. Soares, A. J. C., Sassi, F. C., Fortunato-Tavares, T., Andrade, C. R. F., Befi-Lopes, D. M. How word/non-word length influence reading acquisition in a transparent language: Implications for children’s literacy and development. Children (Basel). 10 (1), 49 (2022).
  5. Sousa, J., Martins, M., Torres, N., Castro, S. L., Silva, S. Rhythm but not melody processing helps reading via phonological awareness and phonological memory. Scientific Reports. 12 (1), 13224 (2022).
  6. Torres, N. L., Luiz, C., Castro, S. L., Silva, S. The effects of visual movement on beat-based vs. duration-based temporal perception. Timing & Time Perception. 7 (2), 168-187 (2019).
  7. Torres, N. L., Castro, S. L., Silva, S. Visual movement impairs duration discrimination at short intervals. Quarterly Journal of Experimental Psychology. 77 (1), 57-69 (2024).
  8. Attard, J., Bindemann, M. Establishing the duration of crimes: an individual differences and eye-tracking investigation into time estimation. Applied Cognitive Psychology. 28 (2), 215-225 (2014).
  9. Warda, S., Simola, J., Terhune, D. B. Pupillometry tracks errors in interval timing. Behavioral Neuroscience. 136 (5), 495-502 (2022).
  10. Goswami, U. A neural basis for phonological awareness? An oscillatory temporal-sampling perspective. Current Directions in Psychological Science. 27 (1), 56-63 (2018).
  11. Catronas, D., et al. Time perception for visual stimuli is impaired in dyslexia but deficits in visual processing may not be the culprits. Scientific Reports. 13, 12873 (2023).
  12. Zagermann, J., Pfeil, U., Reiterer, H. Studying eye movements as a basis for measuring cognitive load. Extended Abstracts of the 2018 CHI Conference on Human Factors in Computing Systems. , 1-6 (2018).
  13. Rafiqi, S., et al. PupilWare: Towards pervasive cognitive load measurement using commodity devices. Proceedings of the 8th ACM International Conference on PETRA. , 1-8 (2015).
  14. Klingner, J., Kumar, R., Hanrahan, P. Measuring the task-evoked pupillary response with a remote eye tracker. Proceedings of the 2008 Symposium on ETRA. , 69-72 (2008).
  15. Mahanama, B., et al. Eye movement and pupil measures: a review. Frontiers in Computer Science. 3, 733531 (2022).
  16. Pfleging, B., Fekety, D. K., Schmidt, A., Kun, A. L. A model relating pupil diameter to mental workload and lighting conditions. Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. , 5776-5788 (2016).
  17. Cicchini, G. M. Perception of duration in the parvocellular system. Frontiers in Integrative Neuroscience. 6, 14 (2012).
  18. EyeLink Data Viewer 3.2.1. SR Research Ltd Available from: https://www.sr-research.com/data-viewer/ (2018)
  19. Spencer, R., Karmarkar, U., Ivry, R. Evaluating dedicated and intrinsic models of temporal encoding by varying contex. Philosophical Transactions of the Royal Society B. 364 (1525), 1853-1863 (2009).
  20. Coull, J. T. Getting the timing right: experimental protocols for investigating time with functional neuroimaging and psychopharmacology. Advances in Experimental Medicine and Biology. 829, 237-264 (2014).
  21. Burr, D., Rocca, E. D., Morrone, M. C. Contextual effects in interval-duration judgements in vision, audition and touch. Experimental Brain Research. 230 (1), 87-98 (2013).
  22. Grossman, S., Gueta, C., Pesin, S., Malach, R., Landau, A. N. Where does time go when you blink. Psychological Science. 30 (6), 907-916 (2019).
  23. Jongkees, B. J., Colzato, L. S. Spontaneous eye blink rate as predictor of dopamine-related cognitive function-a review. Neuroscience & Biobehavioral Reviews. 71, 58-82 (2016).
  24. Sadibolova, R., Monaldi, L., Terhune, D. B. A proxy measure of striatal dopamine predicts individual differences in temporal precision. Psychonomic Bulletin & Review. 29 (4), 1307-1316 (2022).

Play Video

Cite This Article
Catronas, D., Lima Torres, N., Silva, S. Eye Movements in Visual Duration Perception: Disentangling Stimulus from Time in Predecisional Processes. J. Vis. Exp. (203), e65990, doi:10.3791/65990 (2024).

View Video