
Bot-Checks
Ein Bot-Check in Labvanced ist eine kurze Aufgabe, die in Ihren Studienablauf eingefügt wird und den Teilnehmer auffordert, etwas zu tun, das ein Skript nicht leicht fälschen kann, wie beispielsweise ein Wort laut auszusprechen, sich zum Bildschirm zu drehen oder das eine Farbwörter unter den Emotionswörtern auszuwählen. Sie bauen den Check aus denselben Objekten, Triggern und Aktionen wie den Rest Ihrer Studie auf, sodass er am Anfang, zwischen Aufgaben oder an anderer Stelle in Ihrem Design platziert werden kann.
Inhaltsverzeichnis
Warum Remote-Studien Bot-Checks verwenden
In einem Labor sieht ein Forscher, wer sich am Computer hinsetzt. In einer Online-Studie, die über einen Link läuft, sieht der Forscher das nicht, und ein Skript kann Antworten so leicht einreichen wie eine Person. Ein Bot-Check gibt Ihnen ein definiertes, dokumentiertes Kriterium: Teilnehmer, die bestehen, fahren fort, und Teilnehmer, die scheitern, können aus der Sitzung entfernt werden.
Bot-Checks gehören zur Engagement-Seite der Experimentellen Kontrolle, neben der Vollbildüberwachung und Aufmerksamkeitschecks. Sie filtern für skriptgesteuertes und unaufmerksames Antworten, und kein einzelner Check erfasst alles, sodass die folgenden Beispiele drei verschiedene Arten von Beweisen abdecken.
Beispielstudien und die Prinzipien hinter Bot-Checks
Jedes Beispiel ist eine öffentliche Bibliotheksstudie, die ein Prinzip hinter Bot-Checks zeigt. Öffnen Sie es, probieren Sie es als Teilnehmer aus, importieren Sie eine Kopie, um die dahinter liegenden Ereignisse zu sehen, und ändern Sie es, um es an Ihre eigene Studie anzupassen. Der Import von Vorlagen Leitfaden zeigt, wie Sie eine Studie oder einen Block in Ihr eigenes Projekt importieren können.
Sprachcheck mit Spracherkennung
Im Beispiel Sprachgesteuerte Studie / Transkription sortieren die Teilnehmer Bilder in einen linken oder rechten Stapel, indem sie die Antwort laut aussprechen. Die Leertaste wird gehalten, um die Stimme aufzunehmen, das Loslassen stoppt die Aufnahme, und die Sprache wird im Browser des Teilnehmers mit Whisper transkribiert. Das Transkript entscheidet, wo das Bild hingeht. Siehe Texttranskription für Informationen zur Funktionsweise der Transkription.
Die Studie hat fünf Versuche. Sie können sie auf zwei Versuche reduzieren, um einen schnellen Check zu Beginn Ihrer eigenen Studie durchzuführen, oder dieselben Prinzipien verwenden, um eine neue zu erstellen: Nehmen Sie eine kurze gesprochene Antwort auf, transkribieren Sie diese und vergleichen Sie das Transkript mit dem, was die Aufgabe verlangt. Wie geliefert sortiert die Studie Bilder, anstatt Teilnehmer zu filtern, fügen Sie daher eine Reject/End Session-Aktion zum Fehlerzweig hinzu, wenn Sie möchten, dass Teilnehmer, die nicht korrekt antworten, die Studie verlassen.
Kopfverfolgungs-Attention-Check
Im Beispiel Aufmerksamkeitskontrolle mit Kopfverfolgung wird ein Video nur abgespielt, während der Teilnehmer auf den Bildschirm schaut. Der Head Tracking / Face Tracking-Trigger verfolgt den Kopf über die Webcam, und alle 100 Millisekunden wandelt ein kurzes JavaScript-Snippet Kopfneigung und -drehung in einen Bildschirmaufmerksamkeitswert zwischen 0 und 1 um. Wenn der Wert fällt, pausiert das Video und der Bildschirm zeigt "Sie schauen nicht auf den Bildschirm!". Es wird fortgesetzt, wenn der Teilnehmer sich wieder umdreht, und die Studie geht weiter, wenn das Video endet.
Das Video ist nur das Beispielziel: Sie können es durch ein Bild oder ein anderes Ziel ersetzen, dem der Teilnehmer zugewandt sein muss. Dieselbe Logik funktioniert auch als Bestehen- oder Durchfallen-Regel. Sie können von einem Teilnehmer verlangen, dass er den Kopf dreht oder sich zu einem bestimmten Zeitpunkt näher an den Bildschirm bewegt, und aufzeichnen, ob er dies getan hat. Kopf- und Gesichtserkennung erfolgt im eigenen Browser des Teilnehmers, siehe Kopf- & Gesichtserkennung für die verfügbaren Messungen.
Multiple-Choice-Check
Das Wählen Sie eine Farbe - Bot-Check Add-on fordert den Teilnehmer auf, die Antwort auszuwählen, die sich auf eine Farbe bezieht, und die Antworten zu vermeiden, die sich auf eine Emotion beziehen. Die Optionen mischen Wörter wie Glücklich, Wütend, Friedlich, Grün und Orange. Nachdem der Teilnehmer eingesendet hat, zeigt die Studie einen richtigen oder falschen Bildschirm und fährt dann fort, und Sie bearbeiten die Nachverfolgung, um sie an Ihr Design anzupassen, zum Beispiel um Teilnehmer zu entfernen, die falsch antworten.
Es dauert Sekunden, um abgeschlossen zu werden, und funktioniert auf jedem Gerät.
Auswahl eines Checks
| Check | Beispielstudie | Was überprüft wird | Benötigungen des Teilnehmers | Beachten Sie, wenn | Behalten Sie im Hinterkopf |
|---|---|---|---|---|---|
| Sprache und Transkription | Sprachgesteuerte Studie / Transkription | Eine live Stimme und eine gesprochene Antwort, die mit der Aufgabe übereinstimmt | Mikrofonerlaubnis, ein Ort zum Sprechen | Ihre Studie bereits Audio erhebt oder Sie Nachweise für eine live Stimme wünschen | Teilnehmer, die nicht sprechen können oder bevorzugen, nicht zu sprechen, benötigen einen alternativen Weg |
| Kopfverfolgung | Aufmerksamkeitskontrolle mit Kopfverfolgung | Eine lebende Person vor dem Bildschirm, in Echtzeit | Webcam-Erlaubnis | Ihre Studie geht um Aufmerksamkeit, Video oder alles, was der Teilnehmer ansieht | Erwähnen Sie die Webcam in Ihren Einwilligungsmaterialien |
| Multiple-Choice- und textbasierte Aufgaben | Wählen Sie eine Farbe - Bot-Check | Leseverständnis und Aufmerksamkeit für Anweisungen | Nichts über den Bildschirm hinaus | Sie einen schnellen Check möchten, der auf jedem Gerät funktioniert | Ein Programm, das Text liest, kann eine Textfrage beantworten, sodass dies Unaufmerksamkeit und einfache Skripte stärker filtert als bestimmte |
Sie können zwei Arten von Checks in derselben Studie verwenden, zum Beispiel eine Textfrage zu Beginn und später einen Sprach- oder Kopfverfolgungs-Check. Ein Skript, das die Textfrage beantworten kann, kann normalerweise nicht den zweiten bestehen, sodass die beiden Checks zusammen mehr erfassen, als jeder für sich allein.
Platzieren eines Checks in Ihrer Studie
Ein Check kann ein eigener Block am Anfang der Studie sein, eine Aufgabe zwischen zwei experimentellen Aufgaben oder ein einzelner Rahmen innerhalb einer Aufgabe. Importieren Sie das Add-on als Block oder Aufgabe oder kopieren Sie die Ereignisse aus dem Bibliotheksbeispiel in Ihren eigenen Rahmen. Verwenden Sie eine Reject/End Session-Aktion, um Teilnehmer zu entfernen, die scheitern, und zeichnen Sie das Ergebnis in einer Variablen auf, damit Bestehen und Durchfallen in Ihrem Datenauszug sichtbar bleiben.
Questions about your study design or platform fit?