Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Thời gian tâm lý trong lòng bàn tay? Độ chính xác về thời gian của các ứng dụng web trên thiết bị cảm ứng và bàn phím
Tóm tắt
Các ứng dụng web có thể thực hiện các quy trình để nghiên cứu tốc độ của các quá trình tâm lý (chuẩn đoán tâm lý) và có thể được điều hành qua trình duyệt web trên hầu hết các máy tính để bàn, máy tính xách tay, điện thoại thông minh và máy tính bảng thương mại. Cách tiếp cận này trong việc thực hiện chuẩn đoán tâm lý mang lại nhiều cơ hội, chẳng hạn như quy mô tăng lên, dễ dàng thu thập dữ liệu và truy cập vào các mẫu cụ thể. Tuy nhiên, tính hợp lệ và độ tin cậy có thể bị đe dọa bởi độ chính xác về thời gian kém hơn so với phần mềm và phần cứng chuyên dụng. Chúng tôi đã xem xét độ chính xác mà các ứng dụng web tính toán mốc thời gian và ghi nhận thời gian phản hồi (RTs) trên các thiết bị cảm ứng và bàn phím thông dụng chạy trên một loạt các trình duyệt web phổ biến. Thêm vào đó, chúng tôi đã khám phá độ chính xác của một loạt các đổi mới công nghệ để tính toán kích thích, trình bày kích thích và ước lượng thời gian của kích thích. Kết quả cung cấp một số hướng dẫn về những phương pháp nào có thể chính xác nhất và những lĩnh vực chuẩn đoán tâm lý nào có thể được thực hiện phù hợp thông qua các ứng dụng web. Trong những hoàn cảnh được kiểm soát, như có thể thực hiện trong môi trường phòng thí nghiệm, việc tính toán kích thích rất chính xác và các sự đo RT có độ chính xác điều độ có thể đạt được trên cả thiết bị cảm ứng và bàn phím, mặc dù mãi mãi RT đều bị ước lượng quá mức. Trong các tình huống không được kiểm soát, chẳng hạn như những gì các nhà nghiên cứu có thể gặp phải trực tuyến, việc trình bày kích thích có thể không chính xác, đặc biệt khi thời gian ngắn được yêu cầu (tối đa 100 ms). Sự khác biệt trong việc ước lượng RT giữa các thiết bị có thể không ảnh hưởng nghiêm trọng đến độ tin cậy mà sự khác biệt nhóm có thể được tìm thấy, nhưng chúng có thể ảnh hưởng đến độ tin cậy cho sự khác biệt cá nhân. Trong trường hợp sau này, việc đo lường thông qua RT tuyệt đối có thể bị ảnh hưởng nhiều hơn so với việc đo lường thông qua RT tương đối (tức là, sự khác biệt trong RT của một người tham gia giữa các điều kiện).
Từ khóa
#chuẩn đoán tâm lý #thời gian phản hồi #ứng dụng web #thiết bị cảm ứng #nghiên cứu tâm lý họcTài liệu tham khảo
Anwyl-Irvine, A. L., Massonnié, J., Flitton, A., Kirkham, N., & Evershed, J. K. (2019). Gorilla in our midst: An online behavioral experiment builder. Behavior Research Methods. Advance online publication. doi:https://doi.org/10.3758/s13428-019-01237-x
Barnhoorn, J. S., Haasnoot, E., Bocanegra, B. R., & van Steenbergen, H. (2015). QRTEngine: An easy solution for running online reaction time experiments using Qualtrics. Behavior Research Methods, 47, 918–929. doi:https://doi.org/10.3758/s13428-014-0530-7
Benaglia, T., Chauveau, D., Hunter, D. R., & Young, D. (2009). mixtools: An R package for analyzing finite mixture models. Journal of Statistical Software, 32, i06. doi:https://doi.org/10.18637/jss.v032.i06
Brand, A., & Bradley, M. T. (2012). Assessing the effects of technical variance on the statistical outcomes of web experiments measuring response times. Social Science Computer Review, 30, 350–357. doi:https://doi.org/10.1177/0894439311415604
Buchanan, T., & Reips, U.-D. (2001). Platform-dependent biases in online research: Do Mac users really think different? In K. J. Jonas, P. Breuer, B. Schauenburg, & M. Boos (Eds.), Perspectives on Internet research: Concepts and methods (pp. 1–11). Retrieved from http://www.uni-konstanz.de/iscience/reips/pubs/papers/%0ABuchanan_Reips2001.pdf
Damian, M. F. (2010). Does variability in human performance outweigh imprecision in response devices such as computer keyboards? Behavior Research Methods, 42, 205–211. doi:https://doi.org/10.3758/BRM.42.1.205
De Houwer, J., Teige-Mocigemba, S., Spruyt, A., & Moors, A. (2009). Implicit measures: A normative analysis and review. Psychological Bulletin, 135, 347–368. doi:https://doi.org/10.1037/a0014211
De Leeuw, J. R. (2015). jsPsych : A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods, 47, 1–12. doi:https://doi.org/10.3758/s13428-014-0458-y
Eichstaedt, J. (2001). An inaccurate-timing filter for reaction time measurement by Java applets implementing internet-based experiments. Behavior Research Methods, Instruments, & Computers, 33, 179–186. doi:https://doi.org/10.3758/BF03195364
Garaizar, P., & Reips, U.-D. (2018). Best practices: Two Web-browser-based methods for stimulus presentation in behavioral experiments with high-resolution timing requirements. Behavior Research Methods, 51, 1441–1453. doi:https://doi.org/10.3758/s13428-018-1126-4
Garaizar, P., Vadillo, M. A., & López-de-Ipiña, D. (2014a). Presentation accuracy of the web revisited: Animation methods in the HTML5 era. PLoS ONE, 9, e109812. doi:https://doi.org/10.1371/journal.pone.0109812
Garaizar, P., Vadillo, M. A., López-De-Ipiña, D., & Matute, H. (2014b). Measuring software timing errors in the presentation of visual stimuli in cognitive neuroscience experiments. PLoS ONE, 9, e85108. doi:https://doi.org/10.1371/journal.pone.0085108
Gotz, F. M., Stieger, S., & Reips, U. D. (2017). Users of the main smartphone operating systems (iOS, Android) differ only little in personality. PLoS ONE, 12, e176921:1–18. doi:https://doi.org/10.1371/journal.pone.0176921
Greenwald, A. G., Poehlman, T. A., Uhlmann, E. L., & Banaji, M. R. (2009). Understanding and using the Implicit Association Test: III. Meta-analysis of predictive validity. Journal of Personality and Social Psychology, 97, 17–41. doi:https://doi.org/10.1037/a0015575
Hedge, C., Powell, G., & Sumner, P. (2018). The reliability paradox: Why robust cognitive tasks do not produce reliable individual differences. Behavior Research Methods, 50, 1166–1186. doi:https://doi.org/10.3758/s13428-017-0935-1
Henninger, F., Shevchenko, Y., Mertens, U., Kieslich, P. J., & Hilbig, B. E. (2019). lab.js: A free, open, online experiment builder [Computer software]. doi:https://doi.org/10.5281/zenodo.597045
Logan, G. D., Cowan, W. B., & Davis, K. A. (1984). On the ability to inhibit simple and choice reaction time responses: a model and a method. Journal of Experimental Psychology: Human Perception and Performance, 10, 276–291. doi:https://doi.org/10.1037/0096-1523.10.2.276
Lord, F. M., & Novick, M. R. (1968). Statistical theories of mental test scores. Reading, MA: Addison-Wesley. https://doi.org/10.4236/psych.2018.98127
Marcel, A. J. (1983). Conscious and unconscious perception: experiments on visual masking and word recognition. Cognitive Psychology, 15, 197–237. doi:https://doi.org/10.1016/0010-0285(83)90009-9
Miller, J., & Ulrich, R. (2013). Mental chronometry and individual differences: Modeling reliabilities and correlations of reaction time means and effect sizes. Psychonomic Bulletin & Review, 20, 819–858. doi:https://doi.org/10.3758/s13423-013-0404-5
Molenkamp, B. (2019). Versatile stimulus response recoding program [Computer software].
Murre, J. (2016). Getting started with NeuroTask scripting. Retrieved from https://leanpub.com/neurotask
Neath, I., Earle, A., Hallett, D., & Surprenant, A. M. (2011). Response time accuracy in Apple Macintosh computers. Behavior Research Methods, 43, 353–362. https://doi.org/10.3758/s13428-011-0069-9
Pew Research Center. (2016). Smartphone ownership and internet usage continues to climb in emerging economies. Retrieved from https://www.pewresearch.org/wp-content/uploads/sites/2/2016/02/pew_research_center_global_technology_report_final_february_22__2016.pdf
Pinet, S., Zielinski, C., Mathôt, S., Dufau, S., Alario, F. X., & Longcamp, M. (2016). Measuring sequences of keystrokes with jsPsych: Reliability of response times and interkeystroke intervals. Behavior Research Methods, 49, 1163–1176. doi:https://doi.org/10.3758/s13428-016-0776-3
Plant, R. R., & Quinlan, P. T. (2013). Could millisecond timing errors in commonly used equipment be a cause of replication failure in some neuroscience studies? Cognitive, Affective, & Behavioral Neuroscience, 13, 598–614. doi:https://doi.org/10.3758/s13415-013-0166-6
Posner, M. I. (1980). Orienting of attention. Quarterly Journal of Experimental Psychology, 32, 3–25. doi:https://doi.org/10.1080/00335558008248231
Purnell, N. (2019). The hottest phones for the next billion users aren’t smartphones. Retrieved July 23, 2019, from https://www.wsj.com/articles/the-hottest-phones-for-the-next-billion-users-arent-smartphones-11563879608?mod=rsswn
Reimers, S., & Stewart, N. (2015). Presentation and response timing accuracy in Adobe Flash and HTML5/JavaScript Web experiments. Behavior Research Methods, 47, 309–327. doi:https://doi.org/10.3758/s13428-014-0471-1
Schatz, P., Ybarra, V., & Leitner, D. (2015). Validating the accuracy of reaction time assessment on computer-based tablet devices. Assessment, 22, 405–410. doi:https://doi.org/10.1177/1073191114566622
Schmidt, W. C. (2001). Presentation accuracy of Web animation methods. Behavior Research Methods, Instruments, & Computers, 33, 187–200. doi:https://doi.org/10.3758/BF03195365
StatCounter. (2016). Mobile and tablet internet usage exceeds desktop for first time worldwide. Retrieved from http://gs.statcounter.com/press/mobile-and-tablet-internet-usage-exceeds-desktop-for-first-time-worldwide
StatCounter. (2018). Browser market share worldwide. Retrieved from http://gs.statcounter.com/browser-market-share/all/worldwide/2018
Stewart, N. (2006). A PC parallel port button box provides millisecond response time accuracy under Linux. Behavior Research Methods, 38, 170–173. doi:https://doi.org/10.3758/BF03192764
Torous, J., Friedman, R., & Keshavan, M. (2014). Smartphone ownership and interest in mobile applications to monitor symptoms of mental health conditions. JMIR Mhealth Uhealth, 2, e2. doi:https://doi.org/10.2196/mhealth.2994
Ulricht, R., & Giray, M. (1989). Time resolution of clocks: Effects on reaction time measurement—Good news for bad clocks. British Journal of Mathematical and Statistical Psychology, 42, 1–12.
Vadillo, M. A., & Garaizar, P. (2016). The effect of noise-induced variance on parameter recovery from reaction times. BMC Bioinformatics, 17, 147. doi:https://doi.org/10.1186/s12859-016-0993-x
van Steenbergen, H., & Bocanegra, B. R. (2016). Promises and pitfalls of web-based experimentation in the advance of replicable psychological science: A reply to Plant (2015). Behavior Research Methods, 48, 1713–1717. doi:https://doi.org/10.3758/s13428-015-0677-x
World Wide Web Consortium. (2018). CSS animations level 1. Retrieved from https://www.w3.org/TR/css-transitions-1/