Summary

Licht-Schakelgedrag meten met behulp van een bezettings-en licht data logger

Published: January 16, 2020
doi:

Summary

Dit artikel beschrijft een procedure voor het gebruik en de implementatie van een bezettings-en licht datalogger die het mogelijk maakt om gegevens over licht-switching gedrag van deelnemers in de veldinstellingen te verzamelen.

Abstract

Als gevolg van discrepanties tussen zelf-gerapporteerde en waargenomen Pro-milieugedrag, onderzoekers suggereren het gebruik van meer directe maatregelen van gedrag. Hoewel directe gedrags waarneming de externe geldigheid en generalizability van een studie kan vergroten, kan het tijdrovend zijn en onderhevig zijn aan experiteur of Observer bias. Om deze problemen aan te pakken, kan het gebruik van dataloggers als alternatief voor natuurlijke observatie onderzoekers in staat stellen om brede studies uit te voeren zonder het natuurlijk optredende gedrag van de deelnemers te onderbreken. Dit artikel beschrijft een van dergelijke instrumenten-de bezetting en licht datalogger-met zijn technische beschrijving, implementatie protocol, en informatie over de mogelijke toepassingen in psychologische experimenten. De resultaten van het testen van de betrouwbaarheid van de logger in vergelijking met menselijke observatie wordt geleverd naast een voorbeeld van de verzamelde gegevens tijdens een 15-daagse meting in openbaar toilet (N = 1.148) met: 1) veranderingen in de kamerbezetting; 2) binnenverlichting verandert; en 3) de bezettingstijd van de kamer.

Introduction

Een van de meest gebruikte maatregelen van Pro-milieugedrag in de psychologie zijn zelf rapportages in de vorm van enquêtes, interviews of vragenlijsten1. Onder de redenen die zijn aangegeven voor deze trend is gewoon de moeilijkheid bij het uitvoeren van veldexperimenten, die meestal een behoorlijke hoeveelheid middelen en precieze operationalisatie2,3vereisen. De afweging is echter de moeite waard, omdat het goed is vastgesteld dat het vertrouwen op zelfrapportage-maatregelen misleidend kan zijn in de voorspelling van objectief gedrag4,5,6.

Terwijl het proberen om dit probleem te voorkomen, onderzoekers die zijn gericht op het bestuderen van energiebehoud gedrag in het algemeen gebruik observationele (nominale categorisatie van waargenomen gebeurtenissen, bijvoorbeeld, aan/uit lichten) of rest (kwantificeerbaar bewijs van een verleden gedrag, bijvoorbeeld, energieverbruik in kWh) gegevens als metingen van afhankelijke variabelen7. Hoewel beide soorten metingen waardevol zijn, worden observationele gegevens meestal gebruikt in veldexperimenten2,3,8, met name wanneer hun afhankelijke variabelen betrekking hebben op licht-Schakelgedrag.

Alvorens observationele gegevens te verkrijgen, moeten onderzoekers rekening houden met verschillende methodologische problemen: 1) voorbeeld van representativiteit; 2) het aantal waarnemers om mogelijke menselijke fouten uit te sluiten; 3) interobserver overeenkomst om experimenterbias uit te sluiten; 4) waarnemer locatie, die moet worden verborgen om de mogelijkheid om te worden gespot door deelnemers te verminderen; 5) duidelijk en specifiek gedefinieerde observatie codering; 6) voorafgaande test van observationele maatregelen; 7) waarnemers opleiding; en 8) tot vaststelling van een systematische timing van observatie9. Hoewel de meeste van de genoemde problemen al werden aangepakt – bijvoorbeeld die welke betrekking hebben op betrouwbaarheids analyse10 of coderen observationele gegevens11– lijkt het erop dat niet alle van hen veel aandacht krijgen in artikelen die experimenten beschrijven op licht-switching gedrag.

Een analyse van vier studies12,13,14,15 die werden gekozen voor hun gelijkenis in experimentele context (alle van hen betroffen licht Schakelgedrag in openbare badkamers/toiletten) toonde aan dat hoewel de locatie Details in elk van de studies nauwkeurig waren, de observatie meting Details varieerden. Aangezien elke studie naturalistische observatie gebruikte, was het verzamelen van informatie over het gedrag van deelnemers die het tegenovergestelde geslacht van waarnemers waren niet altijd mogelijk14 als gevolg van mogelijke inmenging of overtreding van sociale normen (bijv. als een mannelijke experimenteur een vrouwen toilet zou betreden of omgekeerd). In sommige gevallen werden de precieze gegevens van de geslachten van de deelnemers niet verstrekt15. Dit lijkt een beperking te zijn wanneer rekening wordt gehouden met het belang van het geslacht in het voorspellen van Pro-milieugedrag16.

De grootste verschillen ontstonden echter in de beschrijving van de waarnemers en de meet tijden. Hoewel deze beschrijvingen van nature verschillen op basis van de experimentele locatie, was het precieze aantal waarnemers niet altijd14. Bovendien was de exacte locatie van de waarnemers niet expliciet12,14,15 , wat het moeilijk maakt om mogelijke replicaties uit te voeren en ervoor te zorgen dat de deelnemers niet op de hoogte zijn van de waargenomen. In vier geanalyseerde artikelen heeft slechts één een gedetailleerde beschrijving gegeven van de locatie van de waarnemer13.

Bovendien werden de precieze tijdstippen van observatie-intervallen slechts door één studie12 verstrekt, terwijl in andere studies de algemene onderzoekstijden werden beschreven (met een algemene beschrijving van hoe vaak op elke studiedag de waarneming plaatsvond)13,15 of niet beschreven op alle14. Dit kan opnieuw de replicatie belemmeren en nagaan of de observatie timing systematisch en toereikend was voor de doeleinden van de studie.

De beperkingen van deze experimenten worden gepresenteerd als richtsnoeren en belangrijke punten die in het toekomstige onderzoek in aanmerking moeten worden genomen. In geen geval was het de bedoeling het belang van deze studies te ondermijnen. De aangegeven gebieden moeten worden overwogen voor het maximaliseren van de studie operationalisering om replicaties te faciliteren, die een belangrijke rol spelen in de psychologie17,18, en de geleiding van veldexperimenten vereenvoudigen. Het is echter de vraag of alle genoemde kwesties kunnen worden aangepakt door de observatie methoden te verbeteren die uiteindelijk afhankelijk zijn van menselijke waarnemers.

Om deze redenen is de bezettings-en licht logger (Zie tabel van materialen) een waardevol hulpmiddel dat effectief kan worden gebruikt om informatie te verzamelen over een bepaald type energiebesparings gedrag, licht-switching, zonder de beperkingen van het gebruik van waarnemers of ethische beperkingen (het logger verzamelt de audiovisuele gegevens niet). In het algemeen is het doel van dit artikel om de technische beschrijving en mogelijkheden van een model van de bezetting en de licht datalogger te presenteren. Voor de auteurs ‘ kennis, dit is de eerste poging om deze tool grondig te presenteren in het kader van het gebruik ervan in veldexperimenten in de psychologie.

Technische beschrijving van loggers
Het model van de bezettings-/lichtdatalogger (Zie tabel met materialen) dat voor dit artikel werd gebruikt, was uitgerust met een standaard geheugencapaciteit van 128 KB. De logger gewichten 30 g en de grootte is 3,66 cm × 8,48 cm × 2,36 cm. aanvullende details en de producthandleiding zijn te vinden op de website van de fabrikant19.

Bedieningstoetsen, de lichtsensor en de batterijlade bevinden zich op het bovenpaneel. Het voorpaneel bestaat uit de bezettings sensor en een LCD-scherm, terwijl het achterpaneel is uitgerust met bevestigingsmagneten en lussen (Figuur 1). De USB 2,0-poort bevindt zich op het onderste paneel, om de verbinding van de logger met de computer met een USB-kabel toe te staan om de set-up voor de implementatie in te schakelen en om later uitlezingen te verkrijgen met behulp van het Analysis softwarepakket gewijd aan deze datalogger.

De geïntegreerde lichtsensor (fotocel) drempel is groter dan 65 LX, die werkt met verschillende licht typen (LED, CFL, fluorescerende, HID, gloei, natuurlijke) die in de meeste openbare ruimtes te vinden zijn. Over het algemeen interpreteert de logger de licht statusveranderingen (aan/uit) afhankelijk van de sterkte van het lichtsignaal, preciezer, of deze daalt onder of stijgt boven de niveaus van de kalibratie drempel. Er moet ook worden opgemerkt dat de sensor is beveiligd tegen valse detectie van in-en uittoestanden door een ingebouwd hysterese-niveau van ongeveer ± 12,5%19.

Een bewegingssensor bepaalt of de ruimte bezet of onbebezet is. Met het gebruik van een pyroelektrische infraroodsensor (PIR) detecteert het de beweging van mensen door hun lichaamstemperatuur (die verschilt van de temperatuur van de omgeving). Het detectiebereik van de besproken logger heeft een maximum van 5 m en de uitgebreide versie van de logger heeft een bereik van 12 m. horizontale detectieprestaties werken tot 94 ° (± 47 °) en verticaal tot 82 ° (± 41 °).

Het beschreven model van de bezettings-/lichtdatalogger is gevalideerd naast open source Building Science sensors en lijkt een betrouwbare meting van de lichtintensiteit en bezettings frequentie21te bieden. Bovendien zijn deze modellen van loggers nuttig gebleken in het onderzoek naar de bebouwde omgeving, juist in verlichtingstoepassingen22,23,24.

Protocol

De studie werd goedgekeurd door de ethische commissie van de SWPS University of Social Science and Humanities in Warschau (nummer 46/2016). 1. het kiezen van een experimentele site voor logger Deployment Kies een indoor experimentele site die het mogelijk maakt de logger in de nabijheid van de lichtbron te monteren (voor adequate detectie van lichtveranderingen) en om de gegevens te verzamelen over het gedrag met betrekking tot de kamerbezetting (voor adequate bewegingsdetectie) van …

Representative Results

Betrouwbaarheids test van loggers in vergelijking met menselijke observatieOm de betrouwbaarheid van de logger te testen in vergelijking met de menselijke waarneming, werd een veld test van 4 uur uitgevoerd in een enkel-kraam-toilet op de universiteitscampus. Twee mannelijke waarnemers wachtten buiten het toilet (ongeveer 5 m van de voordeur) en onafhankelijk het gedrag van de bezoekers op het gebied van bezettingsgraad/tijden en licht switching (lichten aan of uit bij het verlaten). Tegelijkertijd w…

Discussion

Bij het plannen van het gebruik van meer dan één site (voor de logger-implementatie) op hetzelfde moment, moet ervoor worden gezorgd dat elke site een identieke architectonische lay-out heeft om de mogelijkheid van het optreden van verschillende gedragspatronen van deelnemers uit te sluiten (d.w.z., als gevolg van de bezettings tijden en licht-switching mogelijkheden). Een geschikte plaats moet worden uitgerust met één of meer lichtbronnen met slechts één bijbehorende licht schakelaar, zichtbaar voor de bewoner. Al…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Geen.

Materials

HOBO Occupancy/Light (5m Range) Data Logger ONSET UX90-005 As advertised by Onset – The HOBO UX90-005 Room Occupancy/Light Data Logger is available in a standard 128 KB memory model (UX90-005) capable of 84,650 measurements and an expanded 512KB memory version (UX90-005M) capable of over 346,795 measurements. For details and other products visit: https://www.onsetcomp.com/products/data-loggers/ux90-005
HOBO Light Pipe ONSET UX90-LIGHT-PIPE-1 An optional fiber optic attachment or light pipe that eliminates effects of ambient light to ensure the most accurate readings. For details visit: https://www.onsetcomp.com/support/manuals/17522-using-ux90-light-pipe-1
HOBOware ONSET Setup, graphing and analysis software for Windows and Mac. There are two versions of HOBOware: HOBOware (available for free) and HOBOware Pro (paid version which allows for additional analysis with different loggers). Each of them are dedicated to HOBO loggers. For details visit: https://www.onsetcomp.com/products/software/hoboware

Referencias

  1. Steg, L., Vlek, C. Encouraging pro-environmental behaviour: An integrative review and research agenda. Journal of Environmental Psychology. 29 (3), 309-317 (2009).
  2. Doliński, D. Is psychology still a science of behaviour. Social Psychological Bulletin. 13, 25025 (2018).
  3. Grzyb, T. Why can’t we just ask? The influence of research methods on results. The case of the “bystander effect”. Polish Psychological Bulletin. 47 (2), 233-235 (2016).
  4. Kormos, C., Gifford, R. The validity of self-report measures of proenvironmental behavior: A meta-analytic review. Journal of Environmental Psychology. 40, 359-371 (2014).
  5. Lange, F., Steinke, A., Dewitte, S. The Pro-Environmental Behavior Task: A laboratory measure of actual pro-environmental behavior. Journal of Environmental Psychology. 56, 46-54 (2018).
  6. Lucidi, A., Thevenot, C. Do not count on me to imagine how I act: behavior contradicts questionnaire responses in the assessment of finger counting habits. Behavior research methods. 46 (4), 1079-1087 (2014).
  7. Abrahamse, W., Schultz, P. W., Steg, L., Gifford, R. Research Designs for Environmental Issues. Research Methods for Environmental Psychology. , 53-71 (2016).
  8. Blasko, D. G., Kazmerski, V. A., Corty, E. W., Kallgren, C. A. Courseware for observational research (COR): A new approach to teaching naturalistic observation. Behavior Research Methods, Instruments, & Computers. 30 (2), 217-222 (1998).
  9. Sussman, R., Gifford, R. Observational Methods. Research Methods for Environmental Psychology. , 9-28 (2016).
  10. Jansen, R. G., Wiertz, L. F., Meyer, E. S., Noldus, L. P. Reliability analysis of observational data: Problems, solutions, and software implementation. Behavior Research Methods, Instruments, & Computers. 35 (3), 391-399 (2003).
  11. Maclin, O. H., Maclin, M. K. Coding observational data: A software solution. Behavior Research Methods. 37 (2), 224-231 (2005).
  12. Bergquist, M., Nilsson, A. I saw the sign: promoting energy conservation via normative prompts. Journal of Environmental Psychology. 46, 23-31 (2016).
  13. Dwyer, P. C., Maki, A., Rothman, A. J. Promoting energy conservation behavior in public settings: The influence of social norms and personal responsibility. Journal of Environmental Psychology. 41, 30-34 (2015).
  14. Oceja, L., Berenguer, J. Putting text in context: The conflict between pro-ecological messages and anti-ecological descriptive norms. The Spanish Journal of Psychology. 12 (2), 657-666 (2009).
  15. Sussman, R., Gifford, R. Please turn off the lights: The effectiveness of visual prompts. Applied ergonomics. 43 (3), 596-603 (2012).
  16. Gifford, R., Nilsson, A. Personal and social factors that influence pro-environmental concern and behaviour: A review. International Journal of Psychology. 49 (3), 141-157 (2014).
  17. Earp, B. D., Trafimow, D. Replication, falsification, and the crisis of confidence in social psychology. Frontiers in Psychology. 6, 1-11 (2015).
  18. van Aert, R. C., van Assen, M. A. Examining reproducibility in psychology: A hybrid method for combining a statistically significant original study and a replication. Behavior research methods. 50 (4), 1515-1539 (2018).
  19. Mehl, M. R., et al. The Electronically Activated Recorder (EAR): A device for sampling naturalistic daily activities and conversations. Behavior Research Methods, Instruments, & Computers. 33 (4), 517-523 (2001).
  20. Ali, A. S., Zanzinger, Z., Debose, D., Stephens, B. Open Source Building Science Sensors (OSBSS): A low-cost Arduino-based platform for long-term indoor environmental data collection. Building and Environment. 100, 114-126 (2016).
  21. Popoola, O., Munda, J., Mpanda, A. Comparative analysis and assessment of ANFIS-based domestic lighting profile modelling. Energy and Buildings. 107, 294-306 (2015).
  22. Tetlow, R. M., Beaman, C. P., Elmualim, A. A., Couling, K. Simple prompts reduce inadvertent energy consumption from lighting in office buildings. Building and Environment. 81, 234-242 (2014).
  23. van Someren, K., Beaman, P., Shao, L. Calculating the lighting performance gap in higher education classrooms. International Journal of Low-Carbon Technologies. 13 (1), 15-22 (2017).
  24. Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33 (1), 159-174 (1977).
  25. McGraw, K. O., Wong, S. P. Forming inferences about some intraclass correlation coefficients. Psychological methods. 1 (1), 30 (1996).
  26. Hallgren, K. A. Computing inter-rater reliability for observational data: an overview and tutorial. Tutorials in quantitative methods for psychology. 8 (1), 23 (2012).
  27. Cialdini, R. B., Kallgren, C. A., Reno, R. R. A focus theory of normative conduct: A theoretical refinement and reevaluation of the role of norms in human behavior. Advances in experimental social psychology. 24, 201-234 (1991).
check_url/es/60771?article_type=t

Play Video

Citar este artículo
Leoniak, K. J., Cwalina, W. Measuring Light-Switching Behavior Using an Occupancy and Light Data Logger. J. Vis. Exp. (155), e60771, doi:10.3791/60771 (2020).

View Video