labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Developmental Psychology
      • Linguistics
      • Clinical & Digital Health
      • Educational Psychology
      • Cognitive & Neuro
      • Social & Personality
      • Arts Research
      • Sports & Movement
      • Marketing & Consumer Behavior
      • Economics
      • HCI / UX
      • Commercial / Industry Use
    • Labvanced Blog
    • Services
  • Technology
    • Feature Overview
    • Code-Free Study Building
    • Eye Tracking
    • Mouse Tracking
    • Generative AI Integration
    • Multi User Studies
    • More ...
      • Reaction Time/Precise Timing
      • Text Transcription
      • Heart Rate Detection (rPPG)
      • Emotion Detection
      • Questionnaires/Surveys
      • Experimental Control
      • Data Privacy & Security
      • Desktop App
      • Mobile App
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Cognitive Tests
    • Sample Studies
    • Public Experiment Library
  • Pricing
    • Licenses
    • Top-Up Recordings
    • Subject Recruitment
    • Study Building
    • Dedicated Support
    • Checkout
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
    • Third-Party Licenses
  • Appgo to app icon
  • Logingo to app icon
Learn
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Leitfaden
    • ERSTE SCHRITTE

      • Aufgaben-Editor
      • Frames
        • Canvas-Rahmen
        • Seitenrahmen
        • Website-Rahmen
      • Versuchstimeline
      • Stimuluspräsentation
      • Richtigkeit der Antwort
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgaben-Assistent
      • Versuchssystem
      • Experimentdesign
        • Eine Studie erstellen
        • Datenrahmenmuster
        • Multi-User Experiment Design
        • Längsschnitt-Experimentdesign
    • HERVORGEHOBENE THEMEN

      • Randomisierung & Balance
      • Eye Tracking
        • Präsentation von Stimuli in einer Eye-Tracking-Aufgabe
        • So wählen Sie die Kalibrierungseinstellungen für die Augenverfolgung
        • Einrichtung der Augenverfolgung in einer Aufgabe
        • Aufzeichnen und Exportieren von Blickdaten
        • Verwendung von Formen als Interessensgebiete (AOI) für Eye Tracking
        • Die Teilnehmerkalibrierungserfahrung
      • Web-Brücke
        • Auswahl von Website-AOIs | Anker, Anpassen und Überprüfen des AOI-Trackings
        • Verfolgen des Mausverhaltens auf einer Website-AOI | Web Bridge Anleitung
      • Fragebögen
      • Desktop-App
      • Beispielstudien
      • Teilnehmer Rekrutierung
      • API-Zugriff
        • REST API
        • Webhook-API
        • WebSocket API
      • Weitere Themen

        • Präzise Stimuluszeiten
        • Multi-User-Studien
        • Kopfverfolgung in Labvanced | Anleitung
    • HAUPTABLAUF REGISTER

      • Übersicht: Haupt-Register
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experimentbibliothek
      • Mein Konto
      • Lizenz & Dienstleistungen
    • STUDIEN REGISTER

      • Übersicht: Studien-spezifische Register
      • Studiengestaltung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgaben-Editor
        • Task Controls
        • Das Versuchs-System
        • Frame-Typen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabelle
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Optionen für Augenverfolgung im Aufgabeneditor
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Einstellungen
      • Variablen
      • Medien
      • Texte & Übersetzen
      • Starten & Teilnehmen
      • Teilnehmer-Management
      • Datenausblick und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Videoübersicht
    • Erste Schritte mit Labvanced
    • Aufgaben erstellen
    • Element-Videos
    • Ereignisse & Variablen
    • Fortgeschrittene Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner Blickaufforderung Aufgabe
    • Change Blindness Flicker Paradigma
    • Augenverfolgungsbeispielstudie
    • Augenverfolgungsstudie mit Säuglingen
    • Aufmerksamkeitserfassung Studie mit Mausverfolgung
    • Schnelle serielle visuelle Präsentation
    • ChatGPT-Studie
    • Augenverfolgungsdemo: SVGs als AOIs
    • Multi-User-Demo: Zeigen Sie die Cursorn der Teilnehmer
    • Gamepad / Joystick-Controller - Grundlegende Einrichtung
    • Desktop-App-Studie mit EEG-Integration
    • Gruppenbalancierung und Variablen-Setup zwischen den Probanden
    • Bau einer Multi-User-Studie
    • Website-Rahmen Augenverfolgungsanleitung
    • Bedingte Webcam-Augenverfolgung
  • FAQ
    • Funktionen
    • Support-Richtlinien & -Leitlinien
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgesteuerte Nutzung & API
    • Labvanced offline verwenden
    • Fehlerbehebung
    • Fragen zur Studienerstellung
  • Newsletter-Archiv
  • Dokumente
  • Klassenzimmer
Header-Illustration zur Auswahl der Kalibrierungseinstellungen für die Augenverfolgung in Labvanced

So wählen Sie die Kalibrierungseinstellungen für die Augenverfolgung

Bevor Sie eine Studie zur Webcam-Augenverfolgung in Labvanced durchführen, bestimmen eine Handvoll Kalibrierungsentscheidungen sowohl die Genauigkeit Ihrer Blickdaten als auch die Dauer der Kalibrierung für jeden Teilnehmer. All diese Einstellungen finden Sie unter Settings Tab → Physiology → Eye-Tracking.

Version der Physiologie-Toolbox

Die Physiology Toolbox Version (Settings Tab → Physiology → Common Settings → Physiology Toolbox Version) steuert, welche Version der Augenverfolgungs-Engine von Labvanced Ihre Studie verwendet. Für Kalibrierungszwecke sollten Sie die aktuelle Standardversion verwenden, es sei denn, Sie setzen eine bestehende Studie fort, die auf einer älteren Version basiert: Der Modus zur Fixationsdetektion im Aufgabeneditor erfordert v1.2 oder höher, was ältere Versionen vor 1.2 nicht unterstützen. Weitere Informationen finden Sie in der Version der Physiologie-Toolbox zur vollständigen Versionshistorie und Versionspolitik.

Kalibrierdauer

Calibration Length (Settings Tab → Physiology → Eye-Tracking → Calibration Length) ist der größte Kompromiss bei der Kalibrierung der Augenverfolgung: mehr Kalibrierungspunkte führen zu genaueren Blickvorhersagen, gehen jedoch mit einer längeren Kalibrierung für die Teilnehmer einher. Drei Optionen stehen Forschern zur Verfügung, die eine neue Studie erstellen:

  • 130 points, 9 poses (~5 minutes): Genauigkeit von etwa 1,5 visuellen Grad
  • 55 points, 4 poses (~2 minutes): Genauigkeit von etwa 2,0 visuellen Grad
  • 15 points, 1 pose (~30 seconds): Genauigkeit von etwa 2,7 visuellen Grad

Eine vierte, längere Option (175 points, 12 poses, ~7 minutes) existiert in den zugrunde liegenden Einstellungen von Labvanced, ist aber in der standardmäßigen Benutzeroberfläche nicht für Forscher verfügbar, die eine neue Studie erstellen.

So wählen Sie: Wenn Ihre Studie darauf angewiesen ist, zwischen eng beieinander liegenden Zielen zu unterscheiden (zum Beispiel in der Leseforschung oder bei kleinen Bildschirmobjekten), ist die höhere Genauigkeit der 130-Punkte-Option die zusätzliche Kalibrierungszeit wert. Wenn Ihre Studie nur Unterschiede zwischen wenigen weit auseinanderliegenden Bildschirmbereichen erkennen muss, sorgt die 55-Punkte- oder 15-Punkte-Option dafür, dass die Studie kürzer bleibt, ohne die Ergebnisse wesentlich zu beeinflussen. Studien mit Kindern oder Teilnehmern, die Schwierigkeiten haben, eine längere Kalibrierung durchzuhalten, ziehen oft aus diesem Grund die kürzeren Optionen vor.

Qualitätskontrolle der Kalibrierung

Zwei Einstellungen ermöglichen es Ihnen, eine Mindestqualität der Kalibrierung durchzusetzen, anstatt einfach zu akzeptieren, was die anfängliche Kalibrierung produziert:

  • Set Maximum Calibration Error, wenn aktiviert, zeigt Max Calibration Error (%), den maximalen Kalibrierungsfehler, der als Prozentsatz der Bildschirmdiagonalen erlaubt ist. Das Senken dieses Wertes verbessert die Datenqualität, bedeutet jedoch, dass mehr Teilnehmer die Kalibrierung vollständig nicht bestehen werden.
  • Max Nr Calibration Attempts steuert, wie oft ein Teilnehmer die Kalibrierung wiederholen kann, bevor die Studie vollständig fehlschlägt.

Ein engerer Rahmen für beide Einstellungen macht Sinn für Studien, bei denen die Datenqualität wichtiger ist als die Stichprobengröße (präzise Zeit- oder räumliche Messungen). Studien, die die Stichprobengröße priorisieren oder einen neuen Test piloten, lassen diese in der Regel auf ihren Standardeinstellungen.

Kalibrierungsbilder und Engagement-Optionen

  • Calibration Image Type lässt Sie zwischen Punkten und Tierikonen für die Kalibrierungsziele wählen.
  • Play Calibration Sounds, wenn aktiviert, zeigt einen Lautstärkeregler (verfügbar ab v1.1 und höher), um die Lautstärke des Kalibrierungssounds anzupassen.
  • Show Grid zeigt ein Gitter während der Kalibrierung an, das den Teilnehmern helfen kann, vorherzusagen, wo der nächste Kalibrierungspunkt erscheinen wird.
  • Allow Calibration Reuse ermöglicht es einem Teilnehmer, die Kalibrierung vollständig zu überspringen, wenn er bereits auf demselben Gerät innerhalb der letzten Stunden kalibriert hat. Dies ist besonders nützlich, wenn Sie selbst eine Aufgabe entwickeln und testen, da es das erneute Durchführen der Kalibrierung bei jedem Testlauf vermeidet.

Kinderfreundlicher Modus

Infant Friendly Mode (Settings Tab → Physiology → Eye-Tracking → Infant Friendly Mode) passt automatisch die oben genannten Kalibrierungseinstellungen auf Werte an, die für Säuglings- und Kleinkindteilnehmer geeigneter sind (typischerweise Tierikonen, aktivierte Sounds und eine kürzere Kalibrierdauer), wenn er aktiviert wird. Sie können anschließend weiterhin jede der angepassten Werte bearbeiten.

Virtuelle Kinnstütze und Kinnstützenbeschränkung

Während der Kalibrierung wird die Kopfposition eines Teilnehmers als zentrale Pose aufgezeichnet, die als virtuelle Kinnstütze bezeichnet wird. Virtual Chinrest (Settings Tab → Physiology → Eye-Tracking → Virtual Chinrest) steuert, wann diese Position während der gesamten Studie durchgesetzt wird:

  • Enable (check during trials): kontinuierlich durchgesetzt; die Studie pausiert sofort, wenn der Teilnehmer sich von der zentralen Pose bewegt
  • Enable (check between trials): nur zwischen den Versuchen durchgesetzt, nicht währenddessen
  • Enable (check between trials) and show ignore button: wie oben, aber mit der Option für den Teilnehmer, die Aufforderung abzulehnen und fortzufahren
  • Disable: nicht durchgesetzt

Eine verwandte Einstellung, die Kinnstützenbeschränkung, steuert, wie viel Bewegung toleriert wird, bevor die Kinnstütze als verletzt gilt, von sehr locker bis sehr streng. Strengere Einstellungen verbessern die Genauigkeit, sind aber für die Teilnehmer, insbesondere für Kinder, schwerer aufrechtzuerhalten. Ein häufiges Muster ist es, eine lockere Einschränkung mit dem Ignorieren-Button-Modus für Studien mit Säuglingen zu kombinieren und eine strengere Einschränkung mit kontinuierlicher Durchsetzung für Studien mit Erwachsenen, bei denen Präzision am wichtigsten ist.

Mindestgeschwindigkeit des Gesichtsmaskens

Minimum Facemesh Speed (Settings Tab → Physiology → Eye-Tracking → Minimum Facemesh Speed) setzt eine Schwelle für die Anzahl der Gesichtsschnappschüsse pro Sekunde, die die Kamera des Geräts eines Teilnehmers verarbeiten muss, um an der Studie teilzunehmen, von Very Low (0.5Hz) bis Very High (15Hz). Dies ist ein Mindestwert für die Datenqualität: Niedrigere Schwellenwerte ermöglichen mehr Geräte von Teilnehmern, degradieren jedoch die Datenqualität, während höhere Schwellenwerte die Teilnahme auf schnellere Geräte beschränken. Eine mittlere Einstellung (Medium Low (5Hz) bis Medium (7.5Hz)) ist ein vernünftiger Standard für die meisten Studien.

Was Teilnehmer tatsächlich sehen

Die Einstellungen auf dieser Seite bestimmen, wie der Kalibrierungsprozess aus der Sicht der Teilnehmer aussieht und sich anfühlt, jedoch nicht die genaue Reihenfolge der Aufforderungen. Für diese Informationen siehe Die Kalibrierungserfahrung der Teilnehmer.

Häufig gestellte Fragen

Welche Kalibrierdauer sollte ich für meine Studie verwenden?
Es hängt davon ab, wie eng beieinander Ihre Bildschirmziele liegen. Wenn Ihre Studie darauf angewiesen ist, eng beieinander liegende Ziele zu unterscheiden, ist die höhere Genauigkeit der `130 points, 9 poses`-Option die zusätzliche Zeit wert. Wenn Ihre Studie nur benötigt, um einige weit auseinanderliegende Bereiche zu unterscheiden, bleibt `55 points, 4 poses` oder `15 points, 1 pose` die Studie kürzer, ohne die Ergebnisse bedeutend zu beeinflussen.
Was passiert, wenn ein Teilnehmer die Kalibrierung zu oft nicht besteht?
Die Studie schlägt für diesen Teilnehmer fehl, sobald er `Max Nr Calibration Attempts` überschreitet. In Kombination mit `Set Maximum Calibration Error` ermöglicht dies, einen Mindestwert für die Datenqualität durchzusetzen, anstatt einfach zu akzeptieren, was die anfängliche Kalibrierung produziert.
Kann ich die Kalibrierung für Säuglings- oder Kinderteilnehmer erleichtern?
Ja. `Infant Friendly Mode` passt die Kalibrierung automatisch auf Werte an, die für Säuglinge geeigneter sind, typischerweise Tierikonen, aktivierte Sounds und eine kürzere Kalibrierdauer, und alle der angepassten Werte können anschließend weiterhin bearbeitet werden.
Muss ich die Version der Physiologie-Toolbox meiner Studie nur aufrüsten, um die Kalibrierung zu verwenden?
Nein. Die Kalibrierung selbst funktioniert auf älteren Versionen. Die aktuelle Standardversion ist nur erforderlich, wenn Sie auch den Modus zur Fixationsdetektion im Aufgabeneditor benötigen, den ältere Versionen nicht unterstützen.
Können wiederkehrende Teilnehmer die Kalibrierung in einer zweiten Sitzung überspringen?
Ja, wenn `Allow Calibration Reuse` aktiviert ist und der Teilnehmer auf dem selben Gerät innerhalb weniger Stunden nach seiner vorherigen Kalibrierung zurückkehrt. Dies ist auch nützlich, während Sie eine Aufgabe selbst entwickeln und testen.

Weiterführende Literatur

Die Kalibrierungserfahrung der Teilnehmer in Labvanced

Die Kalibrierungserfahrung der Teilnehmer

Wie diese Einstellungen aus der Sicht der Teilnehmer tatsächlich aussehen.

Einrichten der Augenverfolgung in einer Labvanced-Aufgabe

Einrichten der Augenverfolgung in einer Aufgabe

Aktivieren Sie die Augenverfolgung für eine spezifische Aufgabe und konfigurieren Sie die Neukalibrierung während der Studie.

Gestaltungsüberlegungen, die die Genauigkeit der Webcam-Augenverfolgung beeinflussen

Genauigkeit der Webcam-Augenverfolgung und Studiendesign

Die Beweise für die validierte Genauigkeit der Webcam-Augenverfolgung und die Designentscheidungen, die sie beeinflussen.

Prev
Präsentation von Stimuli in einer Eye-Tracking-Aufgabe
Next
Einrichtung der Augenverfolgung in einer Aufgabe