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
        • 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
      • 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

Präsentation von Stimuli in einer Eye-Tracking-Aufgabe

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, indem Frames mit Objekten verwendet werden. Eye Tracking läuft unabhängig von den Objekten, die sich in diesen Frames befinden. Wenn Sie neu in Labvanced sind, behandelt Stimulus Presentation in Labvanced Frames, Objekte, Timing und Trials von Grund auf; diese Seite setzt dort an und konzentriert sich speziell darauf, wie Eye Tracking mit dem, was Sie erstellen, in Beziehung steht.

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 von einem Teilnehmer verlangt, ein Foto zu betrachten, platzieren Sie ein Image Object auf dem Frame. Wenn es einen kurzen Text benötigt, verwenden Sie ein Textobjekt. Eye Tracking erfordert nicht, dass Sie ändern, wie Sie bereits Frames erstellen.

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

Wie die Blickdaten zu Ihren Objekten in Beziehung stehen

Während eine Aufgabe läuft, sagt Eye Tracking voraus, wohin der Teilnehmer auf dem Frame schaut, und meldet diesen Standort als [X, Y]-Koordinate, unabhängig davon, welches Objekt (falls vorhanden) sich an diesem Ort befindet. 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 stattdessen in einer physikalischen Einheit gemeldet, was oft für Eye-Tracking-Studien vorzuziehen ist, da es Messungen liefert, die über die Teilnehmer hinweg vergleichbar sind, unabhängig von der Bildschirmgröße

Der Anzeige-Modus ist eine Aufgabe-Ebene Einstellung, die ausführlich in Setting Up Eye Tracking in a Task behandelt wird.

Da Blickkoordinaten unabhängig von Ihren Stimuli gemeldet werden, entscheiden Sie danach, welche Teile des Frames von Bedeutung sind. Wenn Sie herausfinden möchten, ob ein Teilnehmer ein bestimmtes Objekt betrachtet hat, anstatt nur überall auf dem Frame, definieren Sie dieses Objekt als Interessensregion. Siehe Using Shapes as Areas of Interest (AOI), um zu erfahren, wie dies mit Polygon- und SVG-Formen funktioniert.

Was diese Seite nicht abdeckt

Diese Seite behandelt die grundlegende Beziehung zwischen Stimuli und Eye Tracking, nicht die Optimierung Ihres Stimulus-Designs für die Verfolgungsgenauigkeit (Hintergrundkontrast, Abstände der Stimuli und ähnliche Überlegungen). Für dies siehe Design Considerations that Affect Webcam Eye Tracking Accuracy.

Häufig gestellte Fragen

Brauche ich einen speziellen Objekttyp, um Eye Tracking in meiner Aufgabe zu verwenden?
Nein. Es gibt keinen speziellen Eye-Tracking-Stimulusobjekt. Jeder Objekttyp, einschließlich Bilder, Text, Video und Formen, kann als Stimulus dienen, während das Eye Tracking läuft.
Ändert sich durch die Aktivierung von Eye Tracking, wie ich meine Frames baue?
Nein. Eye Tracking läuft unabhängig von den Objekten auf einem Frame, sodass Frames auf die gleiche Weise erstellt werden wie jede andere Labvanced-Aufgabe.
Wird Labvanced mich automatisch informieren, wenn 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 eine Interessensregion definieren. Siehe Using Shapes as Areas of Interest (AOI).
Beeinflusst der von mir gewählte Anzeige-Modus meine Blickdaten?
Ja. `Zoom/Adaptive` meldet Blickkoordinaten in Frame-Einheiten, die an den Bildschirm jedes Teilnehmers angepasst werden, während `Fixed in Millimeters` oder `Fixed in Visual Degrees` stattdessen eine physikalische Einheit meldet, die vergleichbare Messungen für alle Teilnehmer 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 Genauigkeitsoptimierung. Siehe Design Considerations that Affect Webcam Eye Tracking Accuracy für Hintergrundkontrast, Abstände der Stimuli und ähnliche Faktoren.

Weiterführende Literatur

Stimulus Presentation in Labvanced

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

Setting Up Eye Tracking in a Task

Aktivieren Sie Eye Tracking für eine Aufgabe und konfigurieren Sie Neukalibrierungs- und Anzeigeeinstellungen.

Using Shapes as Areas of Interest (AOI)

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

Webcam Eye Tracking Technology

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

Next
Auswahl der Kalibrierungseinstellungen für die Augenverfolgung