介绍kollaR包:一个用户友好的开放式访问解决方案,用于眼睛跟踪分析和可视化
Johan Lundin Kleberg1,2, Astrid E Z Hallman3, Rebecka Astenvald4
1Department of Psychology, Stockholm University, Frescativägen 8, 106 91, Stockholm, Sweden. johan.lundin.kleberg@su.se.
Behavior research methods
|December 8, 2025
概括
这项研究介绍了kollaR,用于眼睛追踪分析的R包,帮助研究人员选择固定分类算法. 它确保了认知和发育研究的可靠数据分析,特别是在具有挑战性的数据集.
科学领域:
- 认知科学 认知科学
- 发展心理学 发展心理学
- 人与计算机的交互
背景情况:
- 眼睛跟踪对于认知和发育研究至关重要,它依赖于准确的固定和冲刺识别.
- 事件分类算法显著影响眼球追踪研究结果,特别是在特殊人群中数据质量受到损害.
- 选择合适的算法对于有效的眼睛跟踪数据分析至关重要.
研究的目的:
- 介绍kollaR,一个开源的R包,用于全面的眼睛跟踪分析.
- 促进不同事件分类算法的选择和比较.
- 实现基于AOI的强大分析和数据可视化以供出版.
主要方法:
- 开发了kollaR,一个用于事件分类,AOI分析和数据可视化的R库.
- 包括用于比较各种固定分类算法的功能.
- 与现有软件实现相对验证的 kollaR.
主要成果:
- 证明了kollaR的固定分类与其他软件的一致性.
- 以典型发育和神经发育个体的真实数据展示了kollaR的实用性.
- 在高质量和低质量的eye-tracking数据中,说明有效性威胁的识别.
结论:
- kollaR为可复制和严格的眼睛跟踪数据分析提供了一个有价值的工具.
- 该套件有助于研究人员选择合适的算法和评估数据质量.
- 通过对不同人群和数据质量的眼睛追踪研究提供可靠的见解.
更多相关视频
09:27Using Eye Movements Recorded in the Visual World Paradigm to Explore the Online Processing of Spoken Language
Published on: October 13, 2018
10.6K
07:24Using Eye-tracking to Assess the Relative Importance of Visual and Vestibular Input to Subcortical Motion Processing in the Roll Plane
Published on: August 22, 2025
455
