So Wählen Sie die Einstellungen zur Kalibrierung der Augenverfolgung

Bevor Sie eine Webcam-Studie zur Augenverfolgung in Labvanced durchführen, müssen einige Kalibrierungsentscheidungen getroffen werden, die sowohl die Genauigkeit Ihrer Blickdaten als auch die Dauer der Kalibrierung für jeden Teilnehmer bestimmen. Alle diese Einstellungen befinden sich unter Settings Tab → Physiology → Eye-Tracking.

Wählen Sie eine Stufe: Aufwand, Ausschlüsse und die Abwägung zwischen ihnen

Ab Physiology Toolbox Version 2.0, wenn Sie die Augenverfolgung von einem beliebigen Einstiegspunkt aktivieren, öffnet sich der gleiche Setup-Assistent: die Studiendetails-Umstellung, die eigene Einstellung zur Augenverfolgung einer Aufgabe oder das Hinzufügen eines Ereignisauslösers, der Blickdaten benötigt. Der Assistent fragt zuerst, wer Ihre Teilnehmer sind, Adults / Adolescents oder Infants / toddlers, und fragt dann nach einer Stufe (Genauigkeit vs. Aufwand). Nur für die Stufen, die es unterstützen, folgt eine zweite, unabhängige Wahl: ein Screening-Level (Genauigkeit vs. Ausschluss); die übrigen wenden die Stufe direkt ohne zweiten Schritt an. Die Auswirkungen jeder Wahl und die Zahlen dahinter unterscheiden sich je nach Teilnehmerart.

Wenn Sie entweder Knopf drehen, eine höherer Aufwand-Stufe oder ein strengeres Screening-Level, verbessert sich die durchschnittliche Genauigkeit Ihrer aufgezeichneten Blickdaten, aber jedes investiert unterschiedliche Ressourcen dafür. Die niedrigste Option auf beiden, eine Passive Stufe ohne Screening-Level, verzichtet vollständig auf Genauigkeit zugunsten einer Null-Anforderung an den Teilnehmer. Eine höherer Aufwand-Stufe kostet Zeit und Geduld der Teilnehmer: Jeder zugelassene Teilnehmer durchläuft eine längere, anspruchsvollere Kalibrierung. Ein Teilnehmer, der wirklich keine verwertbare Kalibrierung erzeugen kann, kann trotzdem scheitern, sobald er das Rückversuch-Limit der Stufe überschreitet; das ist ein grundlegender Qualitätsboden, den jede Stufe anwendet, kein absichtliches Kontingent. Ein strengeres Screening-Level fügt dieses Kontingent oben drauf hinzu: Es verbraucht Ihr Rekrutierungsbudget, indem es absichtlich einen Zielanteil der Personen abweist, die Ihre Studie beginnen, selbst solche, deren Kalibrierung technisch erfolgreich war. Der Setup-Assistent von Labvanced bepreist dies direkt: Ein abgelehnter Teilnehmer kostet nur die Ausschlussgebühr (zum Beispiel 0,5 bis 0,8 GBP auf Prolific), und das Einrichten eines Ausschlusslinks in Ihren Studieneinstellungen stellt sicher, dass dieser Teilnehmer tatsächlich entschädigt wird, anstatt einfach fallen gelassen zu werden.

In der Praxis können sich die beiden Entscheidungen gegenseitig ersetzen. Wenn Sie hohe Genauigkeit benötigen und in einem Panel rekrutieren, in dem Ausschlüsse teuer sind, erhöht eine höhere Stufe (mehr Aufwand, gleiches Screening-Level) die Genauigkeit, ohne mehr Teilnehmer abzulehnen. Wenn Ihre Teilnehmer auf Aufwand empfindlich reagieren (Kinder, klinische Populationen, eine bereits lange Sitzung), aber Ihr Budget etwas Datenverlust toleriert, halten Sie stattdessen eine niedriger Aufwand-Stufe und erhöhen das Screening-Level, wodurch nachträglich auf Genauigkeit gefiltert wird, anstatt von jedem Teilnehmer von Anfang an mehr zu verlangen.

Erwachsene / Jugendliche

Dies ist der Teilnehmer-Typ, den die meisten Studien verwenden: jeder, der alt genug ist, um gesprochene oder auf dem Bildschirm angezeigte Anweisungen zu befolgen und eine normale Kalibrierung zu durchlaufen.

Genauigkeit vs. Aufwand (Erwachsene / Jugendliche)

Jede Stufe bündelt Kalibrierungsdauer, Striktheit der Kinnstütze und Häufigkeit der Blickkontrolle in einer einzelnen Wahl; mehr Genauigkeit bedeutet, mehr von den Teilnehmern zu verlangen. Die Screen-out Option Spalte unten wird im nächsten Abschnitt erklärt:

Über eine längere Kalibrierung im Vorfeld hinaus führen höhere Stufen auch Blickkontrollchecks während der Studie häufiger durch und erzwingen eine striktere Kinnstütze. Ein Blickkontrollcheck unterbricht die Sitzung mit einem Bildschirmaufforderung: "Schauen Sie auf den schwarzen Kreis. Passen Sie Ihren Kopf so an, dass der rote Punkt ihn abdeckt; je besser die Überlappung, desto schneller der Countdown," und der Teilnehmer muss aktiv diese Position halten, bevor die Studie fortgesetzt wird. Eine striktere Kinnstütze setzt fest, wie weit der Teilnehmer sich von der kalibrierten Kopfposition entfernen kann, bevor die Studie vollständig pausiert, also je höher die Stufe, desto früher löst eine gegebene Bewegung diese Pause aus. Eine Custom Stufe ist ebenfalls verfügbar, sie wendet keine dieser gebündelten Voreinstellungen an und lässt jede Einstellung auf dieser Seite individuell bearbeitbar.

Genauigkeit vs. Ausschluss (Erwachsene / Jugendliche)

Die zweite Frage ist unabhängig von der Stufe: wie streng die Teilnehmer ausgeschlossen werden sollen, deren Kalibrierungsgenauigkeit unzureichend ist. Nur die oben als ✅ markierten Stufen unterstützen dies; Passive und Fast haben keine ausreichend genaue Kalibrierung, um ein Screening durchzuführen, sodass sie diesen Schritt vollständig überspringen und nur auf die Stufenwahl abschließen. Immediate, High und Very High wählen jeweils ein Startniveau vor (High, beispielsweise, beginnt bei Light), aber das Niveau kann unabhängig geändert werden. Erwartete Genauigkeit ist der durchschnittliche Blickfehler, der als Prozentsatz der Bildschirmdiagonale angegeben wird; je niedriger, desto genauer. Die Zahlen unten werden für High, die empfohlene Stufe, angezeigt, der nächste Abschnitt erklärt, wie sie in einer anderen Stufe verschoben werden:

Erwartete Genauigkeit: Wie die beiden Optionen kombiniert werden (Erwachsene / Jugendliche)

Die Auswahl einer Stufe in Schritt 1 (Aufwand) legt eine Basislinie für Ihre erwartete Genauigkeit fest. Wenn diese Stufe ein Screening-Level unterstützt, ermöglicht Schritt 2 (Screen-out) eine weitere Kontrolle der Genauigkeit über diese Basislinie hinaus, indem Sie auswählen, wie streng die Teilnehmer gescreent werden sollen. Bei High zum Beispiel liegt die Basislinie bei Level 1 (Failed calibrations only) bei etwa 6.0%; eine Verschärfung auf Level 4 (Strict) bringt sie auf etwa 4.9%, ohne die Stufe überhaupt zu verändern. Die Stufe allein bewegt auch die Basislinie: bei demselben Level 1 beginnt Very High von einer besseren Basislinie als High, etwa 5.2% statt 6.0%.

Säuglinge / Kleinkinder

Dieser Teilnehmertyp ist für Studien mit Säuglingen oder Kleinkindern gedacht, die nicht angewiesen werden können, stillzusitzen oder einen Punkt auf Befehl zu fixieren. Daher ersetzt jede Stufe hier gesprochene Anweisungen durch Tier-Icons, Geräusche und Aufmerksamkeitserreger.

Genauigkeit vs. Aufwand (Säuglinge / Kleinkinder)

Jede Stufe bündelt die Kalibrierungsdauer, die Strengheit des Kinnsitzes und die Häufigkeit der Blickkontrolle in einer einzigen Wahl, die dieselbe Form wie die Erwachsenenstufen hat, aber die Leiter selbst ist unterschiedlich: Die unteren Säuglingsstufen verwenden einen kurzen Aufmerksamkeitserreger eines Tieres vor jedem Versuch anstelle einer zeitlich begrenzten Kalibrierung, und nur die beiden obersten Stufen fügen einen vorgeschriebenen Kinnsitz und Blickkontrolle hinzu. Die Screen-out Option-Spalte unten wird im nächsten Abschnitt erklärt:

Genauigkeit vs. Screen-out (Säuglinge / Kleinkinder)

Nur die mit ✅ markierten Stufen unterstützen es, ebenso wie Passive und Fast es für Erwachsene überspringen, aber Good und High unterstützen es nicht gleichmäßig. Good führt keine Blickkontrolle durch, sodass es nur zwei der sechs Stufen erreichen kann; die anderen vier benötigen eine Blickkontrollsonde, gegen die die Werte gemessen werden, was nur High ausführt. High ist die einzige Säuglingsstufe, die den vollen Bereich von sechs Stufen erlaubt, genau wie jede screenbare Erwachsenenstufe. Siehe die erwartete Genauigkeit unten, um zu sehen, wie sich dieser Vergleich auswirkt. Die erwartete Genauigkeit ist der durchschnittliche Blickfehler, der als Prozentsatz der Bildschirmdiagonale angegeben wird. Ein niedrigerer Wert bedeutet eine genauere Messung. Die folgenden Zahlen sind Good's eigene zwei Optionen:

Erwartete Genauigkeit: Wie die beiden Optionen kombiniert werden (Säuglinge / Kleinkinder)

Die Auswahl einer Stufe in Schritt 1 (Aufwand) legt eine Basislinie für die erwartete Genauigkeit fest, die darauf skaliert ist, wie viel schwieriger die Kalibrierung für Säuglinge ist. Wenn diese Stufe ein Screening-Level unterstützt, ermöglicht Schritt 2 (Screen-out) eine weitere Kontrolle der Genauigkeit über diese Basislinie. Good setzt eine Basislinie von etwa 10.8% bei Level 1 (Failed calibrations only), und da Good die strengeren Stufen nicht unterstützt, kann diese Basislinie nicht weiter verschärft werden. High beginnt bei einer besseren Basislinie auf demselben Niveau, etwa 9.6%, und kann auch weiter verschärft werden: der Wechsel zu Level 3 (Balanced) bringt sie auf etwa 8.3%, ohne die Stufe zu verändern.

Physiologie-Toolbox-Version

Alles oben geht von der aktuellen Physiology Toolbox Version aus, die eine neue Studie standardmäßig erhält. Wenn Sie stattdessen eine Studie fortsetzen, die auf einer älteren Version basiert, ist eine Sache für Kalibrierungszwecke zu beachten: Der Fixationsdetektionsmodus im Aufgaben-Editor erfordert v1.2 oder höher, frühere Versionen vor 1.2 unterstützen dies nicht. Siehe Physiology Toolbox Version für die vollständige Versionshistorie und die Versionsrichtlinie.

Physiologie-Toolbox-Version 1.3 und früher

Die folgenden Einstellungen beschreiben die Kalibrierung auf Physiology Toolbox Version 1.3 und früher, bevor das oben beschriebene Stufen- und Screening-System existierte. Wenn Ihre Studie auf 2.0 basiert, legt die Auswahl einer Stufe diese bereits für Sie fest. Custom ist der einzige Weg, um diese direkt dort zu erreichen, und nicht jede Einstellung unten existiert in derselben Form auf 2.0, wo das der Fall ist, wird einzeln angemerkt.

Kalibrierungsdauer

Calibration Length (Settings-Registerkarte → Physiology → Eye-Tracking → Calibration Length) ist der größte Kompromiss bei der Kalibrierung von Eye-Tracking: Mehr Kalibrierungspunkte führen zu genaueren Blickvorhersagen, auf Kosten einer längeren Kalibrierung für die Teilnehmer. Forschern, 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, ist jedoch nicht für Forscher verfügbar, die eine neue Studie über die Standardoberfläche erstellen.

Wie man wählt: Wenn Ihre Studie darauf abzielt, zwischen dicht beieinanderstehenden Zielen zu unterscheiden (z.B. Leseforschung oder kleine Elemente 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 getrennten Regionen des Bildschirms zu unterscheiden, hält die 55-Punkte- oder 15-Punkte-Option die Studie kürzer, ohne Ihre Ergebnisse erheblich zu beeinträchtigen. Studien mit Kindern oder Teilnehmern, die Schwierigkeiten haben könnten, während einer längeren Kalibrierung stillzusitzen, bevorzugen aus diesem Grund oft die kürzeren Optionen.

Kalibrierungsqualitätskontrolle

Zwei Einstellungen ermöglichen es Ihnen, eine minimale Kalibrierungsqualität durchzusetzen, anstatt das zu akzeptieren, was die anfängliche Kalibrierung produziert:

• Set Maximum Calibration Error, wenn aktiviert, zeigt Max Calibration Error (%), den maximalen Kalibrierungsfehler, der als Prozentsatz der Bildschirmdiagonale zulässig ist. Eine Senkung dieses Werts 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 darf, bevor die Studie vollständig fehlschlägt.

Das Verschärfen beider dieser Einstellungen 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 testen, belassen diese in der Regel auf ihren Standardwerten.

Kalibrierungsbild- und Engagement-Optionen

• Calibration Image Type lässt Sie zwischen Punkten und Tier-Icons für die Kalibrierungsziele wählen.
• Play Calibration Sounds, wenn aktiviert, zeigt einen Lautstärkeregler (verfügbar ab v1.1 und höher), um die Lautstärke des Kalibrierungsgeräuschs anzupassen.
• Show Grid zeigt während der Kalibrierung ein Raster 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 Stunden auf demselben Gerät kalibriert hat. Dies ist besonders nützlich, wenn Sie einen Task selbst entwickeln und testen, da es vermieden wird, die Kalibrierung bei jedem Testlauf erneut durchzuführen.

Infant Friendly Mode

Infant Friendly Mode (Settings Tab → Physiology → Eye-Tracking → Infant Friendly Mode) passt automatisch die oben genannten Kalibrierungseinstellungen an Werte an, die für infantile Teilnehmer besser geeignet sind (typischerweise Tier-Icons, aktivierte Geräusche und eine kürzere Kalibrierungsdauer), wenn sie aktiviert sind. Sie können anschließend weiterhin alle angepassten Werte bearbeiten.

Virtueller 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 Studiums 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: wie oben, aber mit der Option für den Teilnehmer, die Aufforderung abzulehnen und fortzufahren
• Disable: überhaupt nicht durchgesetzt

Eine verwandte Einstellung, Kinnstützenbeschränkung, steuert, wie viel Bewegung toleriert wird, bevor die Kinnstütze als verletzt betrachtet wird, von sehr locker bis sehr strikt. Striktere Einstellungen verbessern die Genauigkeit, sind jedoch für Teilnehmer, insbesondere Kinder, schwerer aufrechtzuerhalten. Ein gängiges Muster besteht darin, eine lockere Einschränkung mit dem Ignorieren-Button-Modus für Studien mit Kleinkindern zu kombinieren und eine striktere 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) legt eine Schwelle dafür fest, wie viele Gesichtsschnappschüsse pro Sekunde die Kamera des Geräts eines Teilnehmers verarbeiten muss, um an der Studie teilzunehmen, und reicht von Very Low (0.5Hz) bis Very High (15Hz). Dies ist ein Datenqualitätsboden: Niedrigere Schwellenwerte lassen mehr Teilnehmergeräte zu, 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 angemessener Standard.

Was Teilnehmer tatsächlich sehen

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

Häufig gestellte Fragen

Weiterführende Literatur

Die Kalibrierungserfahrung des Teilnehmers

Wie diese Einstellungen tatsächlich aus der Sicht des Teilnehmers aussehen.

Einrichten von Eye Tracking in einem Task

Aktivieren Sie Eye Tracking für einen bestimmten Task und konfigurieren Sie die Re-Kalibrierung während der Studie.

Genauigkeit des Webcam-Eye Tracking und Studiendesign

Die Beweise für die validierte Genauigkeit des Webcam-Eye Tracking und diegestaltung Entscheidungen, die diese beeinflussen.