2018年8月29日
このメソッドを使用して「偶発的注意の獲得」と気晴らし参加者は、複数の検索を維持するときのコストは、「セット固有のキャプチャ」の両方を含む、visual 検索時に気晴らしのインデックスのコストに動的視覚的に表示目標同時に。このメソッドは、基本的なメカニズムと視覚的注意の限界を明らかにしました。
このプロトコルは、研究者がビジュアル検索環境でマルチタスクを行いながら、注意散漫を調査するのに役立ちます。たとえば、食料品の買い物をしていて、赤唐辛子を探しているとします。このタスクに注意を向けると、赤色のものすべてなど、すべての類似したアイテムの処理が強化されます。
その結果、すべての赤があなたの注意を引き付け、検索が遅くなります。さて、赤唐辛子や黄唐辛子など、食料品リストに複数のアイテムがあるとします。一度に複数のアイテムを検索するために、両方のアイテムに関連する情報の処理が強化されます。
気晴らしはマルチタスク検索にどのように影響しますか?私たちのプロトコルは、この問題に対処します。これを調査するために、参加者に、急速に変化するカラー文字の中央表示を検索し、2つの特定のターゲットカラーのいずれかで表示されるすべての文字を特定するように依頼しました。
時折、左右のディスプレイの灰色の文字の色が変わり、気が散ります。このスローダウンの例では、オレンジ色の U ターゲットと緑色の X ターゲットがあります。この方法は、検索目標がメモリ内でどのように維持および使用されるか、マルチタスクの限界は何かなど、視覚的な注意に関する重要な質問に答えるのに役立ちます。
この手法の主な利点は、タスクが大きな効果を生み出し、研究者が注意散漫の微妙な側面を柔軟に測定できることです。この手法は、放射線科医が医療画像の異常をどのように検索するか、セキュリティ担当者が密輸品のバッグをどのように検索するかなどの応用問題にまで及びます。この手順を実演するのは、Attention, Memory, and Cognition Laboratoryの学部生であるJamie JasinaとAriel Kershnerです。
実験を開始する前に、試行の種類と各種類の試行回数を選択します。たとえば、ターゲットのみの試行では、ターゲットは周辺部の文字の色が最近変更されることなく表示されます。Distractor Alone のトライアルでは、周囲の文字がターゲットの色に変わりますが、その後、中央のディスプレイにターゲットは表示されません。
非ターゲット色ディストラクタの試行では、ターゲットが中央に表示される直前に周辺に色付きの文字が表示されますが、ディストラクタはターゲット色ではありません。同じターゲットの色のディストラクタの試行では、ターゲットの前方に表示される色付きの周辺アイテムは、そのターゲットと同じ色です。異なるターゲット色のディストラクタの試行では、ターゲットの前方に表示される色付きの周辺アイテムもターゲットの色付きですが、その試行のターゲットと同じ色ではありません。
次に、ディストラクタとターゲットを含む各試行タイプで、ターゲットディストラクタのラグ長を選択します。また、文字のターゲット、ディストラクタ、および中央のフィラーの色を選択して、ターゲットの色がカラーホイールに隣接しないようにします。タスクが設計およびプログラムされたら、参加者をモニターから57センチ離して、あご当てを使用してこの視聴距離を強制し、必要に応じてモニターを固定位置に固定します。
ソフトウェアを開き、実験フォルダーに移動して、実験スクリプトをコマンド ウィンドウに入力します。日付や参加者番号などのパラメータを入力し、参加者の指示を支援します。実験中は、モニターから均一な視距離が維持されていること、タスクが適切に完了していること、参加者が眠りに落ちたり気が散ったりしていないことを確認するために、参加者を監督します。
参加者に応答キーを思い出させ、文字を特定した後にどの応答を行うかをゆっくりと考え、応答がすぐに発生しなくても応答が正しいと記録されるようにします。必要に応じて休憩を取るように参加者に促します。このタスクは非常に難しく、パフォーマンスは平均して約75%正確です。
参加者が多くの間違いを犯している場合でも落胆しないように、参加者を励ましてください。プログラムが終了したら、参加者をデブリーフィングして解散させます。Target Alone試験の成績は、参加者が同時に1つのターゲットを探しているか、2つのターゲットを探しているかにかかわらず、同様に良好です。
ターゲットカラーではない周辺アイテムが表示されても、これは気を散らすものではありません。周辺ディストラクタとターゲットが同じ色の場合、ターゲットカラーディストラクタが注目を集めるため、パフォーマンスが低下します。非標的カラー試験と同じ標的カラー試験との間の性能の差は、偶発的な注意捕捉と見なされます。
ターゲットの色付きディストラクタが、その試行で後続のターゲットと同じ色でない場合、パフォーマンスは急落します。このセット固有のキャプチャ効果は、偶発的な注意キャプチャの 2 倍から 3 倍の大きさです。特定のキャプチャを設定すると、1つの目標に関連する無関係な刺激が注目を集め、メモリでの目標の表現方法が一時的に変更されたために、他の目標に一致するターゲットを識別する能力が損なわれます。
非常にコストがかかるだけでなく、セット固有のキャプチャは、偶発的な注意キャプチャよりも回復に時間がかかります。この手順を試行する際には、フィードバックと励ましを提供することが重要です。この手順は、画像などのさまざまな刺激に適合させて、多くの目標が維持されたときに気晴らし効果がどのように変化するかを判断できます。
今後の研究では、私たちがさまざまな特徴や概念をどのように探すかを調べ、注意のメカニズムとそれらが記憶や知覚にどのように関連しているかを明らかにする可能性があります。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本プロトコルは、視覚探索環境におけるマルチタスク中の注意散漫を研究者が調査するためのものです。複数のターゲットを探索する際に、どのようにして複数の項目によって注意が奪われるかを明らかにします。
この手法は、マルチタスク視覚探索における妨害コストを定量化するものであり、競合する生物学的信号が検出を妨げる可能性があるターゲットバリデーションアッセイに有用な、注意キャプチャの感度の高い指標を提供します。目標関連の妨害刺激が代替ターゲットへのパフォーマンスを低下させるメカニズムであるセット特異的キャプチャを分離することで、競合するタスク要求の下で注意リソースがどのように割り当てられるかを明らかにし、初期探索段階におけるメカニズム的なリスク低減を支援します。動的かつ連続的なディスプレイ設計は、静的なアッセイよりも感度を高め、スクリーニングカスケードの忠実度やリード化合物同定の信頼性に関連する微細な干渉効果の検出を可能にします。
仮説駆動型のターゲットバリデーションとアッセイ最適化の中間に位置する本手法は、マルチプレックススクリーニングのワークフローに類似したマルチタスク条件下での注意力の限界を特性評価することで、初期段階の探索を支援します。