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 Präsentation von Stimuli in einer Labvanced-Eye-Tracking-Aufgabe

Präsentation von Stimuli in einer Eye-Tracking-Aufgabe {/examples/}

Wenn Sie Ihre erste Eye-Tracking-Aufgabe in Labvanced erstellen, ist die erste praktische Frage, wie Sie Ihre Stimuli tatsächlich präsentieren.

Die kurze Antwort ist einfach: Eine Eye-Tracking-Aufgabe wird genauso aufgebaut wie jede andere Aufgabe in Labvanced, wobei Frames verwendet werden, die Objekte enthalten. Eye Tracking läuft unabhängig davon, was diese Objekte sind. Wenn Sie neu bei Labvanced sind, behandelt Stimulus Presentation in Labvanced Frames, Objekte, Timing und Trials von Grund auf; diese Seite geht von dort aus weiter und konzentriert sich speziell darauf, wie Eye Tracking mit dem zusammenhängt, was Sie erstellen.

Ihre Stimuli sind nur Objekte

Jeder Objekttyp kann als Stimulus in einer Eye-Tracking-Aufgabe dienen, einschließlich:

  • Bilder
  • Text
  • Video
  • Formen (einschließlich SVGs und Polygonen)

Es gibt keinen speziellen Objekttyp "Eye-Tracking-Stimulus". Wenn Ihre Studie erfordert, dass ein Teilnehmer auf ein Foto schaut, platzieren Sie ein Image Object auf dem Frame. Wenn es einen kurzen Textabschnitt benötigt, verwenden Sie ein Textobjekt. Eye Tracking erfordert nicht, dass Sie die Art und Weise ändern, wie Sie bereits Frames erstellen.

Für die allgemeinen Mechaniken zum Hinzufügen und Konfigurieren von Objekten auf einem Frame siehe Working with Objects.

Wie Blickdaten mit Ihren Objekten in Beziehung stehen

Während eine Aufgabe läuft, sagt das Eye Tracking voraus, wo der Teilnehmer auf dem Frame hinschaut, und meldet diesen Standort als [X, Y] Koordinate, unabhängig davon, welches Objekt (wenn überhaupt) diesen Standort einnimmt. Das verwendete Koordinatensystem hängt vom Anzeige-Modus des Frames ab:

  • Zoom/Adaptive (der Standard): Koordinaten werden in Frame-Einheiten gemeldet, die an den Bildschirm jedes Teilnehmers angepasst werden
  • Fixed in Millimeters oder Fixed in Visual Degrees: Koordinaten werden in einer physikalischen Einheit anstelle von Frame-Einheiten angegeben, was oft für Eye-Tracking-Studien bevorzugt wird, da es Messungen liefert, die unabhängig von der Bildschirmgröße vergleichbar sind.

Der Anzeige-Modus ist eine Aufgabeinstellungen, die in Setting Up Eye Tracking in a Task umfassend behandelt wird.

Da die Blickkoordinaten unabhängig von Ihren Stimuli gemeldet werden, entscheiden Sie danach, welche Teile des Frames von Bedeutung sind. Wenn Sie wissen möchten, ob ein Teilnehmer auf ein bestimmtes Objekt geschaut hat, und nicht nur irgendwo auf dem Frame, definieren Sie dieses Objekt als Interessensgebiet. Siehe Using Shapes as Areas of Interest (AOI), wie dies mit Polygon- und SVG-Formen funktioniert.

Was auf dieser Seite nicht behandelt wird

Diese Seite behandelt die grundsätzliche Beziehung zwischen Stimuli und Eye Tracking, nicht die Optimierung Ihres Stimulusdesigns für Tracking-Genauigkeit (Hintergrundkontrast, Stimulusabstände und ähnliche Überlegungen). Für weitere Informationen siehe Design Considerations that Affect Webcam Eye Tracking Accuracy.

Häufig gestellte Fragen

Benötige ich einen speziellen Objekttyp, um Eye Tracking in meiner Aufgabe zu verwenden?
Nein. Es gibt kein spezielles Eye-Tracking-Stimulusobjekt. Jeder Objekttyp, einschließlich Bilder, Text, Video und Formen, kann als Stimulus dienen, während das Eye Tracking läuft.
Ändert sich die Art und Weise, wie ich meine Frames erstelle, wenn ich Eye Tracking aktiviere?
Nein. Eye Tracking läuft unabhängig von den Objekten auf einem Frame, sodass Frames genauso erstellt werden wie bei jeder anderen Labvanced-Aufgabe.
Wird Labvanced mir automatisch sagen, ob ein Teilnehmer auf ein bestimmtes Bild geschaut hat?
Nicht standardmäßig. Blickkoordinaten werden unabhängig von Ihren Stimuli gemeldet, sodass Sie danach entscheiden, welche Teile des Frames wichtig sind, indem Sie ein Interessensgebiet definieren. Siehe Using Shapes as Areas of Interest (AOI).
Beeinflusst der Anzeige-Modus, den ich wähle, meine Blickdaten?
Ja. `Zoom/Adaptive` meldet die Blickkoordinaten in Frame-Einheiten, die auf den Bildschirm jedes Teilnehmers angepasst werden, während `Fixed in Millimeters` oder `Fixed in Visual Degrees` eine physikalische Einheit anstelle von berichtet, was Messungen unabhängig von der Bildschirmgröße erzeugt.
Wo finde ich Tipps zur Gestaltung von Stimuli, die die Eye-Tracking-Genauigkeit verbessern?
Nicht auf dieser Seite. Diese Seite behandelt die grundlegende Beziehung zwischen Stimuli und Eye Tracking, nicht die Optimierung der Genauigkeit. Siehe Design Considerations that Affect Webcam Eye Tracking Accuracy für Hintergrundkontrast, Stimulusabstände und ähnliche Faktoren.

Weiterführende Literatur

Stimuluspräsentation in Labvanced

Neu bei Labvanced? Beginnen Sie mit den Grundlagen von Frames, Objekten, Timing und Trials.

Einrichten von Eye Tracking in einer Labvanced-Aufgabe

Einrichten von Eye Tracking in einer Aufgabe

Aktivieren Sie das Eye Tracking für eine Aufgabe und konfigurieren Sie die Neukalibrierung und die Anzeigeeinstellungen.

Verwendung von Formen als Interessensgebiete für Eye Tracking

Verwendung von Formen als Interessensgebiete (AOI)

Verknüpfen Sie spezifische Stimulusobjekte mit Blick- und Fixierungsmeßungen unter Verwendung von AOIs.

Webcam-Eye-Tracking-Technologie in Labvanced

Webcam-Eye-Tracking-Technologie

Wie die Webcam-Eye-Tracking-Technologie von Labvanced funktioniert.

Next
So wählen Sie die Kalibrierungseinstellungen für die Augenverfolgung