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
Guide
Vidéos
Guides étape par étape
FAQ
Archives des newsletters
Documents
Salle de classe
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Guide
Vidéos
Guides étape par étape
FAQ
Archives des newsletters
Documents
Salle de classe
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Guide
    • COMMENCER

      • Éditeur de Tâches
      • Cadres
        • Cadre de Canvas
        • Cadre de Page
        • Cadre de Site Web
      • Chronologie des Essais
      • Présentation des Stimuli
      • Correction de la Réponse
      • Objets
      • Événements
      • Variables
      • Assistant de Tâche
      • Système d'Essai
      • Conception de l'Expérience
        • Créer une étude
        • Modèles de Data Frame
        • Conception d'expériences multi-utilisateurs
        • Conception d'Expérience Longitudinale
    • SUJETS EN VEDETTE

      • Randomisation & Équilibre
      • Suivi Oculaire
        • Présentation des Stimuli dans une Tâche de Suivi Oculaire
        • Comment Choisir les Paramètres de Calibration du Suivi Oculaire
        • Configurer le suivi oculaire dans une tâche
        • Enregistrement et exportation des données de regard
        • Utiliser des formes comme zones d'intérêt (AOI) pour le suivi oculaire
        • L'expérience de calibration des participants
      • Web Bridge
        • Sélectionner les AOI du site Web | Ancrer, ajuster et vérifier le suivi des AOI
        • Suivi du comportement de la souris sur un AOI de site Web | Guide Web Bridge
      • Questionnaires
      • Application de Bureau
      • Études Échantillons
      • Recrutement des Participants
      • Accès API
        • API REST
        • API Webhook
        • API WebSocket
      • Autres Sujets

        • Horodatages Précis des Stimuli
        • Études Multi-Utilisateurs
        • Suivi de la Tête dans Labvanced | Guide
    • ONGLETS PRINCIPAUX DE L'APPLICATION

      • Aperçu : Onglets Principaux
      • Tableau de Bord
      • Mes Études
      • Études Partagées
      • Mes Fichiers
      • Bibliothèque d'Expériences
      • Mon Compte
      • Licence & Services
    • ONGLETS D'ÉTUDE

      • Aperçu : Onglets Spécifiques à l'Étude
      • Conception de l'Étude
        • Tâches
        • Blocs
        • Sessions
        • Groupes
      • Éditeur de Tâches
        • Contrôles de Tâches
        • Le Système des Essais
        • Types de cadres
        • Objets
        • Tables de Propriétés des Objets
        • Variables
        • Table des Variables Système
        • Le système d'événements
        • Fonctions de l'Éditeur de Texte
        • Options de suivi oculaire dans l'éditeur de tâche
        • Suivi de la tête dans une tâche
        • Études Multi-Utilisateur
      • Paramètres
      • Variables
      • Médias
      • Textes & Traduction
      • Lancer & Participer
      • Gestion des Sujets
      • Vue des Données et Export
        • Vue des données et sélection des variables & des tâches (ancienne version)
        • Accéder aux Enregistrements (Version ANCIENNE)
  • Vidéos
    • Aperçu des vidéos
    • Commencer avec Labvanced
    • Création de tâches
    • Vidéos d'éléments
    • Événements et variables
    • Sujets avancés
  • Tutoriels
    • Introduction
    • Tâche de Stroop
    • Tâche de décision lexicale
    • Tâche de pointage de Posner
    • Paradigme de clignotement de cécité au changement
    • Étude d'exemple de suivi oculaire
    • Étude de suivi oculaire chez les nourrissons
    • Étude de capture attentionnelle avec suivi de la souris
    • Présentation visuelle séquentielle rapide
    • Étude ChatGPT
    • Démonstration de suivi oculaire : SVG en tant qu'AOIs
    • Démonstration multi-utilisateur : montrer les curseurs des sujets
    • Configuration de base du contrôleur Gamepad / Joystick
    • Étude d'application de bureau avec intégration EEG
    • Équilibrage de groupes entre sujets et configuration des variables
    • Construction d'une étude multi-utilisateur
    • Tutoriel de suivi oculaire dans le cadre d'un site web
    • Suivi oculaire par webcam conditionnel
  • FAQ
    • Fonctionnalités
    • Politique et directives de support
    • Sécurité et confidentialité des données
    • Licences
    • Précision de Labvanced
    • Utilisation programmatique et API
    • Utiliser Labvanced hors ligne
    • Dépannage
    • Questions sur la création d'études
  • Archive de la newsletter
  • Documents
  • Salle de classe
Illustration d'en-tête sur le choix des paramètres de calibration du suivi oculaire dans Labvanced

Comment Choisir les Paramètres de Calibration du Suivi Oculaire

Avant de réaliser une étude de suivi oculaire par webcam dans Labvanced, un certain nombre de décisions de calibration déterminent à la fois l'exactitude de vos données de regard et la durée de la calibration pour chaque participant. Tous ces paramètres se trouvent sous l'onglet Settings → Physiology → Eye-Tracking.

Version du Physiologie Toolbox

Le Physiology Toolbox Version (Settings onglet → Physiology → Common Settings → Physiology Toolbox Version) contrôle quelle version du moteur de suivi oculaire de Labvanced votre étude utilise. Pour des raisons de calibration, utilisez la version par défaut actuelle, sauf si vous poursuivez une étude existante construite sur une ancienne version : le mode de détection de fixation dans l'éditeur de tâches nécessite la version 1.2 ou supérieure, ce que ne supportent pas les versions pré-1.2. Voir Version du Physiologie Toolbox pour l'historique complet des versions et la politique de versionnage.

Durée de Calibration

Calibration Length (Settings onglet → Physiology → Eye-Tracking → Calibration Length) est le plus grand compromis dans la calibration du suivi oculaire : plus de points de calibration produisent des prédictions de regard plus précises, au prix d'une calibration plus longue pour les participants. Trois options sont disponibles pour les chercheurs construisant une nouvelle étude :

  • 130 points, 9 poses (~5 minutes) : précision d'environ 1,5 degrés visuels
  • 55 points, 4 poses (~2 minutes) : précision d'environ 2,0 degrés visuels
  • 15 points, 1 pose (~30 seconds) : précision d'environ 2,7 degrés visuels

Une quatrième option, plus longue (175 points, 12 poses, ~7 minutes), existe dans les paramètres sous-jacents de Labvanced mais n'est pas disponible pour les chercheurs construisant une nouvelle étude via l'interface standard.

Comment choisir : si votre étude dépend de la distinction entre des cibles proches (par exemple, recherche de lecture ou petits éléments à l'écran), la précision plus élevée de l'option à 130 points vaut le temps de calibration supplémentaire. Si votre étude a seulement besoin de distinguer quelques régions largement séparées de l'écran, l'option à 55 points ou à 15 points maintient l'étude plus courte sans affecter significativement vos résultats. Les études impliquant des enfants ou des participants qui peuvent avoir du mal à rester assis pendant une calibration plus longue privilégient souvent les options plus courtes pour cette raison.

Contrôle de Qualité de Calibration

Deux paramètres vous permettent d'imposer une qualité de calibration minimale au lieu d'accepter ce que produit la calibration initiale :

  • Set Maximum Calibration Error, lorsqu'il est activé, révèle Max Calibration Error (%), l'erreur de calibration maximale autorisée en pourcentage de la diagonale de l'écran. Réduire cette valeur améliore la qualité des données mais signifie que plus de participants échoueront complètement à la calibration.
  • Max Nr Calibration Attempts contrôle combien de fois un participant peut réessayer la calibration avant que l'étude échoue complètement.

Resserrement de ces deux paramètres a du sens pour les études où la qualité des données compte plus que la taille de l'échantillon (mesures temporelles ou spatiales précises). Les études priorisant la taille de l'échantillon, ou testant une nouvelle tâche, laissent généralement ces paramètres à leur défaut.

Options d'Image de Calibration et d'Engagement

  • Calibration Image Type vous permet de choisir entre des points et des icônes d'animaux pour les cibles de calibration.
  • Play Calibration Sounds, lorsqu'il est activé, révèle un curseur de volume (disponible à partir de la v1.1 et supérieure) pour ajuster le volume du son de calibration.
  • Show Grid affiche une grille pendant la calibration, ce qui peut aider les participants à anticiper où apparaîtra le prochain point de calibration.
  • Allow Calibration Reuse permet à un participant de sauter complètement la calibration s'il a déjà calibré sur le même appareil dans les dernières heures. Cela est particulièrement utile lors du développement et du test d'une tâche vous-même, car cela évite de relancer la calibration à chaque test.

Mode Amical pour les Nourrissons

Infant Friendly Mode (Settings onglet → Physiology → Eye-Tracking → Infant Friendly Mode) ajuste automatiquement les paramètres de calibration ci-dessus vers des valeurs plus adaptées aux participants nourrissons (typique : icônes d'animaux, sons activés, et une durée de calibration plus courte) lorsqu'il est activé. Vous pouvez toujours modifier l'une des valeurs ajustées par la suite.

Repose-menton Virtuel et Contrainte du Repose-menton

Pendant la calibration, la position de la tête d'un participant est enregistrée comme pose centrale, appelée repose-menton virtuel. Virtual Chinrest (Settings onglet → Physiology → Eye-Tracking → Virtual Chinrest) contrôle quand cette position est imposée pendant le reste de l'étude :

  • Enable (check during trials) : imposée en continu ; l'étude pause immédiatement si le participant s'éloigne de la pose centrale
  • Enable (check between trials) : imposée seulement entre les essais, pas pendant eux
  • Enable (check between trials) and show ignore button : même que ci-dessus, mais avec une option pour le participant de rejeter l'invite et continuer
  • Disable : pas imposée du tout

Un paramètre connexe, Contrainte du Repose-menton, contrôle combien de mouvement est toléré avant que le repose-menton ne soit considéré comme violé, variant de très lâche à très strict. Les paramètres plus stricts améliorent la précision mais sont plus difficiles à maintenir pour les participants, surtout les enfants. Un modèle courant consiste à associer une contrainte lâche avec le mode ignoré pour les études sur les nourrissons, et une contrainte plus stricte avec une imposé continue pour les études pour adultes où la précision est essentielle.

Vitesse Minimale de Facemesh

Minimum Facemesh Speed (Settings onglet → Physiology → Eye-Tracking → Minimum Facemesh Speed) fixe un seuil pour combien de clichés de visage par seconde la caméra de l'appareil d'un participant doit être capable de traiter pour participer à l'étude, variant de Very Low (0.5Hz) à Very High (15Hz). Ceci est un plancher de qualité de données : des seuils plus bas admettent plus d'appareils de participants mais dégradent la qualité des données, tandis que des seuils plus élevés restreignent la participation aux appareils plus rapides. Un réglage moyen (Medium Low (5Hz) à Medium (7.5Hz)) est un défaut raisonnable pour la plupart des études.

Ce que les Participants Voient Réellement

Les paramètres sur cette page déterminent à quoi ressemble et se sent le processus de calibration du point de vue du participant, mais pas la séquence exacte d'invites. Pour cela, voir L'Expérience de Calibration du Participant.

Questions Fréquemment Posées

Quelle Durée de Calibration devrais-je utiliser pour mon étude ?
Cela dépend de la proximité de vos cibles à l'écran. Si votre étude dépend de la distinction entre des cibles proches, la précision plus élevée de l'option `130 points, 9 poses` vaut le temps supplémentaire. Si votre étude a seulement besoin de distinguer quelques régions largement séparées, `55 points, 4 poses` ou `15 points, 1 pose` maintient l'étude plus courte sans affecter significativement les résultats.
Que se passe-t-il si un participant échoue à la calibration trop de fois ?
L'étude échoue pour ce participant une fois qu'il dépasse `Max Nr Calibration Attempts`. Combiné avec `Set Maximum Calibration Error`, cela vous permet d'imposer un plancher de qualité de données au lieu d'accepter ce que produit la calibration initiale.
Puis-je faciliter la calibration pour les participants nourrissons ou enfants ?
Oui. `Infant Friendly Mode` ajuste automatiquement la calibration vers des valeurs plus adaptées aux nourrissons, typiquement des icônes d'animaux, sons activés, et une durée de calibration plus courte, et l'une des valeurs ajustées peut toujours être modifiée après coup.
Dois-je mettre à niveau la version de mon Physiologie Toolbox juste pour utiliser la calibration ?
Non. La calibration elle-même fonctionne sur les anciennes versions. La version par défaut actuelle n'est nécessaire que si vous avez également besoin du mode de détection de fixation dans l'éditeur de tâches, ce que les anciennes versions ne supportent pas.
Les participants de retour peuvent-ils sauter la calibration lors d'une deuxième session ?
Oui, si `Allow Calibration Reuse` est activé et que le participant revient sur le même appareil dans quelques heures suivant sa calibration précédente. Cela est également utile lors du développement et du test d'une tâche vous-même.

Lectures Supplémentaires

L'expérience de calibration du participant dans Labvanced

L'Expérience de Calibration du Participant

À quoi ressemblent réellement ces paramètres du point de vue du participant.

Configuration du suivi oculaire dans une tâche Labvanced

Configurer le Suivi Oculaire dans une Tâche

Activer le suivi oculaire pour une tâche spécifique et configurer la recalibration pendant l'étude.

Considérations de conception qui affectent la précision du suivi oculaire par webcam

Précision du Suivi Oculaire par Webcam et Conception d'Étude

Les preuves derrière la précision validée du suivi oculaire par webcam, et les décisions de conception qui l'affectent.

Prev
Présentation des Stimuli dans une Tâche de Suivi Oculaire
Next
Configurer le suivi oculaire dans une tâche