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

      • Aufgabeneditor
      • Stimuluspräsentation
      • Korrektheit der Antworten
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgabenassistent
      • Versuchsablauf
      • Studiengestaltung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • PROGRAMMIERTE THEMEN

      • Experimentgestaltung
        • Eine Studie erstellen
        • Datenrahmenmuster
      • Zufallsverteilung & Balance
      • Eye Tracking
        • Präsentation von Stimuli in einer Eye Tracking-Aufgabe
        • Wie man die Einstellungen zur Kalibrierung des Eye Trackings auswählt
        • Einrichtung der Augenverfolgung in einer Aufgabe
        • Aufzeichnen und Exportieren von Blickdaten
        • Verwendung von Formen als Interessensgebiete (AOI) für Eye Tracking
        • Die Teilnehmerkalibrierungserfahrung
      • Web-Bridge
      • Fragebögen
      • Desktop-App
      • Beispielstudien
      • Teilnehmerrekrutierung
      • API-Zugriff
        • REST API
        • Webhook-API
        • WebSocket API
      • Weitere Themen

        • Präzise Stimuluszeiten
        • Multi-User-Studien
        • Kopfverfolgung in Labvanced | Anleitung
    • HAUPT APP TABS

      • Übersicht: Haupt-Tabs
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experimentbibliothek
      • Mein Konto
      • Lizenz & Dienstleistungen
    • STUDIENTABS

      • Übersicht: Studien-spezifische Tabs
      • Studiengestaltung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgabeneditor
        • Task Controls
        • Das Versuchs-System
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Optionen für das Eye Tracking im Task-Editor
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Einstellungen
      • Variablen
      • Medien
      • Texte & Übersetzen
      • Starten & Teilnehmen
      • Teilnehmerverwaltung
      • Datensicht und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Video Übersicht
    • Erste Schritte in Labvanced
    • Aufgaben erstellen
    • Element Videos
    • Ereignisse & Variablen
    • Fortgeschrittene Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner Gaze Cueing Aufgabe
    • Change Blindness Flicker Paradigma
    • Augenverfolgungsstudie Beispielstudie
    • Augenverfolgungsstudie mit Säuglingen
    • Aufmerksamkeitserfassung Studie mit Maustracking
    • Schnelle serielle visuelle Präsentation
    • ChatGPT Studie
    • Augenverfolgungsdemo: SVGs als AOIs
    • Multi-User-Demo: Zeige die Cursors der Teilnehmer
    • Gamepad / Joystick Controller - Grundaufbau
    • Desktop-App-Studie mit EEG-Integration
    • Gruppenbalance und Variablenaufbau zwischen den Teilnehmern
    • Website-Rahmen Augenverfolgung Anleitung
    • Bedingte Webcam Augenverfolgung
  • FAQ
    • Funktionen
    • Support-Richtlinien & Richtlinien
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgesteuerte Nutzung & API
    • Labvanced offline nutzen
    • Fehlerbehebung
    • Fragen zur Erstellung von Studien
  • Newsletter-Archiv
  • Dokumente
  • Klassenzimmer
Header-Illustration zur Auswahl der Kalibrierungseinstellungen des Eye Trackings in Labvanced

Wie man die Einstellungen zur Kalibrierung des Eye Trackings auswählt

Bevor Sie eine Webcam-Eye-Tracking-Studie in Labvanced durchführen, bestimmen eine Handvoll von Kalibrierungsentscheidungen sowohl die Genauigkeit Ihrer Blickdaten als auch die Dauer der Kalibrierung für jeden Teilnehmer. Alle 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 von Labvanced's Eye-Tracking-Engine Ihre Studie verwendet. Für Kalibrierungszwecke verwenden Sie die aktuelle Standardversion, es sei denn, Sie setzen eine bestehende Studie auf, die auf einer älteren Version basiert: Der Modus zur Fixationsdetektion im Aufgabeneditor erfordert v1.2 oder höher, was von den Versionen vor v1.2 nicht unterstützt wird. Siehe Version der Physiologie-Toolbox für die vollständige Versionsgeschichte und Richtlinien zur Versionierung.

Kalibrierungslänge

Calibration Length (Settings Tab → Physiology → Eye-Tracking → Calibration Length) ist der größte Kompromiss bei der Kalibrierung des Eye Trackings: Mehr Kalibrierungspunkte erzeugen genauere Blickvorhersagen, auf Kosten einer längeren Kalibrierung für die Teilnehmer. Drei Optionen stehen Forschenden zur Verfügung, die eine neue Studie erstellen:

  • 130 points, 9 poses (~5 minutes): Genauigkeit von ungefähr 1.5 visuellen Grad
  • 55 points, 4 poses (~2 minutes): Genauigkeit von ungefähr 2.0 visuellen Grad
  • 15 points, 1 pose (~30 seconds): Genauigkeit von ungefähr 2.7 visuellen Grad

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

Wie man wählt: Wenn Ihre Studie darauf angewiesen ist, zwischen eng beieinanderliegenden Zielen zu unterscheiden (zum Beispiel Leseforschung oder kleinen Elementen auf dem Bildschirm), ist die höhere Genauigkeit der 130-Punkte-Option die zusätzliche Kalibrierungszeit wert. Wenn Ihre Studie nur darauf abzielt, zwischen wenigen weit voneinander entfernten Bildschirmregionen zu unterscheiden, hält die 55-Punkte- oder 15-Punkte-Option die Studie kürzer, ohne die Ergebnisse erheblich zu beeinflussen. Studien mit Kindern oder Teilnehmern, die Schwierigkeiten haben könnten, eine längere Kalibrierung durchzuhalten, bevorzugen oft aus diesem Grund die kürzeren Optionen.

Qualitätssicherung der Kalibrierung

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

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

Beide Einstellungen zu verschärfen, macht Sinn für Studien, in denen die Datenqualität wichtiger ist als die Stichprobengröße (präzise Zeitmessungen oder räumliche Messungen). Studien, die die Stichprobengröße priorisieren oder eine neue Aufgabe piloten, lassen diese normalerweise auf ihren Standards.

Einstellungen für Kalibrierungsbilder und Engagement

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

Säuglingsfreundlicher Modus

Infant Friendly Mode (Settings Tab → Physiology → Eye-Tracking → Infant Friendly Mode) passt die oben genannten Kalibrierungseinstellungen automatisch an Werte an, die für Säuglings-Teilnehmer geeigneter sind (typischerweise Tier-Icons, aktivierte Geräusche und eine kürzere Kalibrierungslänge), wenn sie eingeschaltet sind. Sie können später weiterhin jeden 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 des Restes der Studie durchgesetzt wird:

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

Eine verwandte Einstellung, die Kinnstützenbeschränkung, steuert, wie viel Bewegung toleriert wird, bevor die Kinnstütze als verletzt betrachtet wird, und reicht von sehr locker bis sehr streng. Strengere Einstellungen verbessern die Genauigkeit, sind jedoch für Teilnehmer, insbesondere Kinder, schwieriger aufrechtzuerhalten. Ein gängiges 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.

Minimale Gesichtsmaschengeschwindigkeit

Minimum Facemesh Speed (Settings Tab → Physiology → Eye-Tracking → Minimum Facemesh Speed) setzt einen Schwellenwert dafür, wie viele Gesichtsschnappschüsse pro Sekunde die Kamera des Teilnehmers verarbeiten muss, um an der Studie teilzunehmen; dieser beträgt zwischen Very Low (0.5Hz) und Very High (15Hz). Dies ist ein Datenqualitätsboden: Niedrigere Schwellenwerte erlauben mehr Geräte von Teilnehmern, beeinträchtigen jedoch die Datenqualität, während höhere Schwellenwerte die Teilnahme auf schnellere Geräte beschränken. Eine mittlere Einstellung (Medium Low (5Hz) bis Medium (7.5Hz)) ist für die meisten Studien ein vernünftiger Standard.

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. Dazu siehe Die Kalibrierungserfahrung der Teilnehmer.

Häufig gestellte Fragen

Welche Kalibrierungslänge sollte ich für meine Studie verwenden?
Es hängt davon ab, wie eng Ihre Ziele auf dem Bildschirm beieinander liegen. Wenn Ihre Studie darauf angewiesen ist, eng beieinanderliegende Ziele zu unterscheiden, ist die höhere Genauigkeit der `130 points, 9 poses`-Option die zusätzliche Zeit wert. Wenn Ihre Studie lediglich darauf abzielt, einige weit voneinander getrennte Regionen zu unterscheiden, halten `55 points, 4 poses` oder `15 points, 1 pose` die Studie kürzer, ohne die Ergebnisse erheblich 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` übersteigt. In Kombination mit `Set Maximum Calibration Error` ermöglicht dies Ihnen, einen Datenqualitätsboden durchzusetzen, anstatt alles zu akzeptieren, was die erste Kalibrierung produziert.
Kann ich die Kalibrierung für Säuglings- oder Kinderteilnehmer einfacher gestalten?
Ja. `Infant Friendly Mode` passt die Kalibrierung automatisch an Werte an, die für Säuglinge geeigneter sind, typischerweise Tier-Icons, aktivierte Geräusche und eine kürzere Kalibrierungslänge, und jede der angepassten Werte kann später weiterhin bearbeitet werden.
Muss ich die Version der Physiologie-Toolbox meines Studiums upgraden, nur um die Kalibrierung zu nutzen?
Nein. Die Kalibrierung selbst funktioniert mit älteren Versionen. Die aktuelle Standardversion ist nur erforderlich, wenn Sie auch den Modus zur Fixationsdetektion im Aufgabeneditor benötigen, was von älteren Versionen nicht unterstützt wird.
Können zurückkehrende Teilnehmer die Kalibrierung in einer zweiten Sitzung überspringen?
Ja, wenn `Allow Calibration Reuse` aktiviert ist und der Teilnehmer innerhalb weniger Stunden nach seiner letzten Kalibrierung auf demselben Gerät zurückkehrt. Dies ist auch hilfreich, während Sie eine Aufgabe selbst entwickeln und testen.

Weiterführende Literatur

Die Kalibrierungserfahrung der Teilnehmer

Wie diese Einstellungen tatsächlich aus der Sicht des Teilnehmers aussehen.

Augenverfolgung in einer Aufgabe einrichten

Aktivieren Sie die Augenverfolgung für eine bestimmte Aufgabe und konfigurieren Sie die Rekalibrierung während der Studie.

Genauigkeit der Webcam-Augenverfolgung und Studiendesign

Die Evidenz hinter der validierten Genauigkeit der Webcam-Augenverfolgung und die Gestaltungsentscheidungen, die sie beeinflussen.

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