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
      • Richtigkeit der Antwort
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgabenassistent
      • Versuchsplanung
      • Studienplanung
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • HERVORGEHOBENE THEMEN

      • Experimentgestaltung
        • Eine Studie erstellen
        • Datenrahmenmuster
      • Randomisierung & Balance
      • Augenverfolgung
        • Präsentation von Stimuli in einer Augenverfolgungsaufgabe
        • Auswahl der Kalibrierungseinstellungen für die Augenverfolgung
        • Einrichtung der Augenverfolgung in einer Aufgabe
        • Aufzeichnen und Exportieren von Blickdaten
        • Verwendung von Formen als Interessensgebiete (AOI) für die Eye-Tracking
        • Die Teilnehmerkalibrierungserfahrung
      • Fragebögen
      • Desktop-App
      • Beispielstudien
      • Teilnehmerrekrutierung
      • API-Zugriff
        • REST API
        • Webhook-API
        • WebSocket API
      • Weitere Themen

        • Präzise Stimulus-Timings
        • 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
        • Aufgabensteuerungen
        • Das Versuchs-System
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Augenverfolgungsoptionen 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
    • Augenverfolgung Beispielstudie
    • Säuglings-Augenverfolgungsstudie
    • Aufmerksamkeitsstudie mit Mausverfolgung
    • Schnelle serielle visuelle Präsentation
    • ChatGPT-Studie
    • Augenverfolgungsdemo: SVGs als AOIs
    • Multi-User-Demo: Zeige die Cursor der Probanden
    • Gamepad / Joystick Controller - Grundlegende Einrichtung
    • Desktop-App-Studie mit EEG-Integration
    • Zwischen-Gruppen-Balancing und Variablen-Einrichtung
  • FAQ
    • Funktionen
    • Support-Richtlinien & Leitlinien
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgemäße Nutzung & API
    • Labvanced offline verwenden
    • Fehlerbehebung
    • Fragen zur Studienerstellung
  • Newsletter-Archiv
  • Dokumente
  • Klasse

Auswahl der Kalibrierungseinstellungen für die Augenverfolgung

Bevor Sie eine Studie zur Webcam-Augenverfolgung in Labvanced durchführen, bestimmen einige Kalibrierungsentscheidungen sowohl die Genauigkeit Ihrer Blickdaten als auch die Dauer der Kalibrierung für jeden Teilnehmer. Alle diese Einstellungen befinden sich 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 Labvanceds Augenverfolgungsengine Ihre Studie verwendet. Für Kalibrierungszwecke verwenden Sie die aktuelle Standardversion, es sei denn, Sie setzen eine bestehende Studie fort, die auf einer älteren Version basiert: die aktuelle Standardversion unterstützt den Modus zur Fixierungserkennung im Aufgabeneditor, was ältere Versionen nicht tun.

Kalibrierungslänge

Calibration Length (Settings Tab → Physiology → Eye-Tracking → Calibration Length) ist der größte Kompromiss bei der Kalibrierung der Augenverfolgung: mehr Kalibrierungspunkte führen zu genaueren Blickvorhersagen, kosten jedoch eine längere Kalibrierung für die Teilnehmer. Forschungsteilnehmer, die eine neue Studie aufbauen, stehen drei Optionen zur Verfügung:

  • 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, steht jedoch Forschern, die über die Standardoberfläche eine neue Studie erstellen, nicht zur Verfügung.

Wie man wählt: wenn Ihre Studie davon abhängt, eng beieinander stehende Ziele zu unterscheiden (zum Beispiel in der Leseforschung oder bei kleinen Elementen auf dem Bildschirm), ist die höhere Genauigkeit der 130-Punkte-Option die zusätzliche Kalibrierungszeit wert. Wenn Ihre Studie nur darauf abzielt, ein paar weit auseinanderliegende Bereiche des Bildschirms zu unterscheiden, halten die 55-Punkte- oder 15-Punkte-Option die Studie kürzer, ohne die Ergebnisse wesentlich zu beeinträchtigen. Studien mit Kindern oder Teilnehmern, die möglicherweise Schwierigkeiten haben, eine längere Kalibrierung durchzuhalten, bevorzugen aus diesem Grund oft die kürzeren Optionen.

Qualitätskontrolle der Kalibrierung

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

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

Beide Einstellungen zu verschärfen macht Sinn für Studien, bei denen die Datenqualität wichtiger ist als die Stichprobengröße (präzise Zeitmessungen oder räumliche Messungen). Studien, die die Stichprobengröße priorisieren oder einen neuen Task pilotieren, belassen diese im Allgemeinen auf ihren Standardwerten.

Kalibrierungsbild und Engagement-Optionen

  • Calibration Image Type ermöglicht es Ihnen, zwischen Punkten und Tierikonen für die Kalibrierungsziele zu wählen.
  • Play Calibration Sounds, wenn aktiviert, zeigt einen Lautstärkeregler (verfügbar ab v1.0 und höher), um die Lautstärke des Kalibrierungssounds anzupassen.
  • Show Grid zeigt während der Kalibrierung ein Gitter an, das den Teilnehmern helfen kann, vorherzusehen, wo der nächste Kalibrierungspunkt erscheinen wird.
  • Allow Calibration Reuse ermöglicht es einem Teilnehmer, die Kalibrierung vollständig zu überspringen, wenn er bereits innerhalb der letzten paar Stunden auf demselben Gerät kalibriert hat. Dies ist besonders nützlich, wenn Sie eine Aufgabe selbst entwickeln und testen, da es vermeidet, die Kalibrierung bei jedem Testlauf erneut durchzuführen.

Babysichere Mode

Infant Friendly Mode (Settings Tab → Physiology → Eye-Tracking → Infant Friendly Mode) passt automatisch die oben genannten Kalibrierungseinstellungen an Werte an, die für die Teilnahme von Kleinkindern geeigneter sind (typischerweise Tierikonen, aktivierte Töne und eine kürzere Kalibrierungslänge), wenn eingeschaltet. Sie können danach 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 restlichen akademischen Unterrichts durchgesetzt wird:

  • Enable (check during trials): kontinuierlich durchgesetzt; die Studie pausiert sofort, wenn der Teilnehmer von der zentralen Pose abweicht
  • 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: gar nicht durchgesetzt

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

Mindestgeschwindigkeit des Facemesh

Minimum Facemesh Speed (Settings Tab → Physiology → Eye-Tracking → Minimum Facemesh Speed) setzt eine Schwelle dafür, wie viele Gesichtsschnappschüsse pro Sekunde die Kamera eines Teilnehmers verarbeiten muss, um an der Studie teilzunehmen, von Very Low (0.5Hz) bis Very High (15Hz). Dies ist ein Datenqualitätsminimum: niedrigere Schwellenwerte erlauben mehr Geräte von Teilnehmern, verringern 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 Standardwert.

Was Teilnehmer tatsächlich sehen

Die auf dieser Seite festgelegten Einstellungen bestimmen, wie der Kalibrierungsprozess aus der Sicht des Teilnehmers aussieht und sich anfühlt, jedoch nicht die genaue Reihenfolge der Aufforderungen. Dafür siehe Das Kalibrierungserlebnis für Teilnehmer.

Häufig gestellte Fragen

Welche Kalibrierungslänge sollte ich für meine Studie verwenden?
Es hängt davon ab, wie eng beieinander Ihre Bildschirmziele sind. Wenn Ihre Studie darauf angewiesen ist, eng beieinander stehende Ziele zu unterscheiden, ist die höhere Genauigkeit der `130 points, 9 poses`-Option die zusätzliche Zeit wert. Wenn Ihre Studie nur ein paar weit getrennte Regionen unterscheiden muss, sorgt `55 points, 4 poses` oder `15 points, 1 pose` dafür, dass die Studie kürzer bleibt, ohne die Ergebnisse wesentlich 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. Kombiniert mit `Set Maximum Calibration Error` ermöglicht dies, einen Mindestdatenqualitätsstandart durchzusetzen, anstatt whatever zu akzeptieren, was die anfängliche Kalibrierung produziert.
Kann ich die Kalibrierung für infantile oder kindliche Teilnehmer erleichtern?
Ja. `Infant Friendly Mode` passt die Kalibrierung automatisch an Werte an, die für Babys geeigneter sind, typischerweise Tierikonen, aktivierte Töne und eine kürzere Kalibrierungslänge, und alle angepassten Werte können danach weiterhin bearbeitet werden.
Muss ich die Version der Physiologie-Toolbox meiner Studie nur upgraden, um Kalibrierung zu verwenden?
Nein. Die Kalibrierung selbst funktioniert auf älteren Versionen. Die aktuelle Standardversion ist nur erforderlich, wenn Sie auch den Modus zur Fixierungserkennung im Aufgabeneditor benötigen, was ältere Versionen nicht unterstützen.
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 vorherigen Kalibrierung mit demselben Gerät zurückkehrt. Dies ist auch nützlich, wenn Sie selbst eine Aufgabe entwickeln und testen.

Weiterführende Literatur

Das Kalibrierungserlebnis für Teilnehmer

Wie diese Einstellungen aus der Sicht des Teilnehmers tatsächlich aussehen.

Einrichten der Augenverfolgung in einer Aufgabe

Aktivieren der Augenverfolgung für eine bestimmte Aufgabe und Konfiguration der Neukalibrierung während der Studie.

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 Augenverfolgungsaufgabe
Next
Einrichtung der Augenverfolgung in einer Aufgabe