为了验证众包实验对轻度感知的验证
Emily N Stark1,2, Terece L Turton1, Jonah Miller1
1Computer, Computational, and Statistical Sciences Division, Los Alamos National Laboratory, Los Alamos, NM, United States of America.
PloS one
|December 23, 2024
概括
在线众包可以有效地研究人类的颜色感知. 通过通过数学模型来计算刺激呈现的变化,在线研究可以达到与实体实验相同的科学力量.
科学领域:
- 心理学 心理学 心理学
- 感知科学 感知科学 感知科学
- 人与计算机的交互
背景情况:
- 众包平台越来越多地用于感知研究,包括色彩感知.
- 由于不受控制的参与者环境,人们对众包色彩研究的可靠性存在担忧.
- 刺激呈现显著影响色彩感知,对在线研究构成挑战.
研究的目的:
- 提出一种方法来减轻众包色彩感知研究中的错误.
- 验证用于在线感知研究中估计样本大小的数学框架.
- 为了证明在线众包研究可以达到与面对面研究相提并论的效力.
主要方法:
- 应用了瑟斯顿模型,将众包实验视为感知和刺激呈现错误分布的卷积.
- 开发了一种数学公式来估计等效统计功率所需的样本大小.
- 复制了一个大规模的众包轻度感知研究,使用受控的面对面方法.
主要成果:
- 提出的数学模型有效地解释了众包实验设计中的变化.
- 复制研究证实,在线众包实验可以产生与受控实验相美的结果.
- 在线研究中的足够的样本大小可以弥补缺乏环境控制.
结论:
- 众包色彩视觉研究在适当的样本大小下是可行的,扩大了对多样化的参与者池的访问.
- 开发的框架为研究人员提供了对在线与面对面研究设计有效性的信心.
- 这项研究验证了在线平台用于强大的人类感知研究的使用.


