Levari Exp.20: 2D - 부분 피드백

관찰자가 피부의 반점을 정상 또는 비정상으로 분류하려고 하며 중요한 두 가지 특성이 반점의 색상과 모양이라고 가정합니다. 연구자들은 이 단편의 지각적 결정이 표적 이상 현상의 확산과 관찰자(Os)가 받는 피드백에 의해 형성된다는 것을 발견했습니다. 비정상적인 지점이 드물다면(유병률이 낮음) Os는 지점을 비정상이라고 부르는 것에 대해 더 보수적이 되는 경향이 있습니다.

이 실험에서 Os는 색상과 모양으로 정의된 항목을 봅니다. 품목의 주요 색상은 보라색에서 녹색까지 다양합니다. 항목의 모양은 비교적 매끄러운 불규칙한 얼룩(별명 "부바")부터 비교적 울퉁불퉁한 얼룩(별명 "키키")까지 다양합니다. Os는 "Green Kikis"를 찾아달라는 요청을 받습니다. 색상과 모양이 지속적으로 변하기 때문에 녹색 키키와 녹색 키키가 아닌 것 사이의 경계가 OS에게 명확하지 않습니다. Os는 각 항목에 Green Kiki 라벨을 붙일지 여부를 묻는 메시지를 받게 됩니다. "아마도"라고 말하는 것은 선택 사항이 아닙니다.

개체 간 변수는 Os가 받는 피드백 유형입니다. 한 세트의 Os는 색상에 대한 피드백을 받습니다. 즉, 관찰자가 "예, 이것은 녹색 키키입니다"라고 말하면 "예, 이것은 녹색 항목이었습니다" 또는 "아니요 이것은 녹색이 아닙니다"라는 말만 듣게 됩니다. 다른 그룹은 모양 피드백을 받습니다. "예, 키키였습니다."

피험자 내 변수는 목표 유병률입니다. 연구자는 자극을 녹색 키키 표적, 녹색 부바, 보라색 부바, 보라색 키키 선택 요소 등 4개 사분면으로 나눌 수 있습니다. 유병률이 높은 시험에서는 자극의 50%가 목표 사분면(녹색 키키)에서 추출되고 나머지 3개 사분면 각각에서 17%가 추출됩니다. 낮은 유병률 시험에서는 자극의 10%가 목표 사분면에서 추출되고 나머지 3개 사분면 각각에서 30%가 추출됩니다. 전체 자극 공간에는 10개의 모양 값과 10개의 색상 값이 있으며 총 100가지의 가능한 자극 유형이 있습니다.

주요 종속성은 각 유형의 자극에 대한 목표-현재 반응의 비율입니다.

데이터를 분석하기 위해 조사관은 Os가 100개 카테고리(10가지 색상 X 10가지 모양) 각각을 대상으로 판단하는 횟수의 백분율을 표시하는 히트맵을 생성하며, 높은 보급률과 낮은 보급률 블록에 대해 개별적으로 작성합니다. 연구자는 피험자 내 두 블록 간의 반응 차이를 계산하고 관찰자 간의 모양과 색상 피드백 간의 차이를 계산합니다.

평균 정확도가 70% 미만인 관찰자는 제외됩니다. 이전 실험에서는 높은 유병률과 낮은 유병률의 차이에 대해 ~0.8의 보수적인 효과 크기를 가졌습니다. 여기에 제안된 실험의 일부 효과는 더 미묘한 효과를 가질 수 있으므로 검정력은 효과 크기 0.6을 기준으로 계산됩니다. 예를 들어 위의 데이터 그림과 같은 두 함수의 50% 포인트 간의 차이를 감지하려면 0.05의 알파와 0.9의 검정력을 달성하는 데 26명의 관찰자가 필요합니다. 조사관은 각 조건에서 26명의 관찰자를 목표로 합니다.