Управление когнитивной нагрузкой в ​​онлайн-экспериментах

У меня сложилось впечатление, что стандартные манипуляции с когнитивной нагрузкой (например, запоминание 7-значного числа при выполнении какой-либо другой задачи) не будут работать для онлайн-тематических пулов, таких как Mechanical Turk. Существуют ли другие манипуляции с когнитивной нагрузкой, которые могут работать онлайн? Нехватка времени очевидна, но что еще? Спасибо!

Как вы думаете, почему приведенный вами пример не сработает? Если бы вы потребовали от них ввести число после выполнения задания и дали им обратную связь (правильную или неправильную), это не отличалось бы от ситуации в лаборатории, не так ли? Лично мы обычно используем задачу де Нейса и Шекена (2007) , которую я не видел в сети, но я сам буду ее программировать и делиться ею в ближайшие две недели, так что я постараюсь не забыть связать ее. здесь.
Я предполагаю, что проблема с онлайн-экспериментами заключается в том, что испытуемым гораздо проще смошенничать, записав число.
Истинный. Я думаю, что это искусство — формулировать свои инструкции таким образом, чтобы люди были мотивированы честно приложить все усилия, но знание того, что это на самом деле не решит вашу проблему.

Ответы (1)

Когнитивная нагрузка очень субъективна, и типичные задачи умственного вмешательства (например, решение проблем во время работы над другой задачей) не используются в исследованиях, связанных с теорией когнитивной нагрузки (CLT), за исключением измерения индивидуальных различий в объеме рабочей памяти до начала эксперимента. Большинство экспериментов в CLT гарантируют, что CL всех участников находится на высоте, чтобы проверить, влияют ли какие-либо вмешательства на их CL и, следовательно, на производительность. Обычно это достигается за счет сложности самой задачи, т. е. сложности предмета, характерного для демографических данных и предшествующего опыта субъекта, в сочетании со сложной задачей решения проблемы (обычно без умственного вмешательства).

Итак, чтобы ответить на ваш вопрос, если вас больше интересует объем или емкость рабочей памяти, то в этой статье описывается множество различных задач, которые вы можете им дать. Если вы больше хотите посмотреть на увеличение CL с точки зрения CLT, просто посмотрите на любое из основополагающих исследований Свеллера, Пааса, Чандлера, Айерса или Кальюги, чтобы узнать, как они увеличили CL во время эксперимента.