Levari Exp.20: 2D - 部分的なフィードバック

観察者が皮膚上の斑点を正常か異常かを分類しようとしており、重要な 2 つの属性は斑点の色と形状であると仮定します。 研究者らは、この短編の知覚的決定が、ターゲットの異常の蔓延と観察者 (O) が受け取るフィードバックによって形作られることを発見しました。 異常なスポットがまれである（有病率が低い）場合、O はスポットを異常と呼ぶことについてより保守的になる傾向があります。

この実験では、O は色と形によって定義されたアイテムを認識します。 アイテムの主な色は紫から緑までさまざまです。 アイテムの形状は、比較的滑らかで不規則な塊 (愛称「ブーバ」) から比較的でこぼこした塊 (愛称「キキ」) までさまざまです。 オズは「グリーン・キキス」を探すよう頼まれる。 色や形が連続的に変化するため、OsにとってGreen KikiとそうでないGreen Kikiの境界は明確ではありません。 OS は各アイテムに Green Kiki のラベルを付けるかどうかを尋ねられます。 「もしかしたら」と言うのは選択肢ではありません。

被験者間の変数は、Os が受け取るフィードバックのタイプです。 1 つの OS のセットは色に関するフィードバックを取得します。 つまり、観察者が「はい、これは緑色のキキです」と言った場合、「はい、これは緑色のアイテムでした」または「いいえ、これは緑色ではありませんでした」とだけ言われることになります。 他のグループは形状フィードバックを受け取ります。 「はい、これはキキでした。」

被験者内変数は目標の有病率です。 研究者は、刺激を 4 つの象限、つまり緑のキキのターゲットと、緑のブーバ、紫のブーバ、紫のキキの気を散らすものに分けることができます。 高有病率試験では、刺激の 50% がターゲット象限 (緑色のキキ) から抽出され、残りの 3 つの象限のそれぞれから 17% が抽出されます。 低有病率試験では、刺激の 10% がターゲット象限から抽出され、30% が他の 3 つの象限のそれぞれから抽出されます。 刺激の空間全体には 10 の形状値と 10 の色の値があり、合計 100 種類の刺激が考えられます。

重要な依存関係は、各タイプの刺激に対するターゲット存在反応の割合です。

データを分析するために、調査員は、100 のカテゴリ (10 色 x 10 の形状) のそれぞれを、高有病率ブロックと低有病率ブロックに分けて、O がターゲットとして判断した回数の割合を示すヒートマップを作成します。 研究者は、被験者内の 2 つのブロック間の反応の差を計算し、観察者間の形状と色のフィードバックの差を計算します。

平均精度が 70% 未満のオブザーバーは除外されます。 以前の実験では、高有病率と低有病率の差に対する保守的な効果サイズは約 0.8 でした。 ここで提案する実験の一部の効果は、より微妙な効果を持つ可能性があるため、検出力は効果サイズ 0.6 に基づいて計算されます。 たとえば、上のデータ図のような 2 つの関数の 50% ポイント間のこのような違いを検出するには、アルファ 0.05 とべき乗 0.9 を達成するために 26 人の観測者が必要です。 調査員は各条件で 26 人の観察者を目標とします。