Summary

Måling av lys-switching atferd ved hjelp av en Occupancy og Light data logger

Published: January 16, 2020
doi:

Summary

Denne artikkelen beskriver en fremgangsmåte for å bruke og distribuere en belegg og lys data logger som tillater innsamling av data om lys-svitsjing oppførsel av deltakere i Feltinnstillinger.

Abstract

På grunn av avvik mellom selvrapportert og observert Pro-miljø atferd, forskere foreslår bruk av mer direkte tiltak for atferd. Selv om direkte atferdsdata observasjon kan øke den eksterne gyldigheten og generalizability av en studie, kan det være tidkrevende og være gjenstand for eksperimentator eller observatør bias. For å løse disse problemene, kan bruk av data logger som et alternativ til naturlig observasjon tillate forskere å gjennomføre bred studier uten å avbryte deltakernes naturlig forekommende atferd. Denne artikkelen beskriver en av slike verktøy-den belegg og lys data logger-med sin tekniske beskrivelse, distribusjon protokollen, og informasjon om sine mulige søknader i psykologiske eksperimenter. Resultatene av å teste påliteligheten av logger i forhold til menneskelig observasjon er gitt sammen med et eksempel på de innsamlede data under en 15-dagers måling i offentlig toalett (N = 1 148) som inkluderer: 1) rom Occupancy endringer; 2) innendørs lys endringer; og 3) rom Occupancy tid.

Introduction

En av de mest brukte tiltakene for Pro-miljø atferd i psykologi er selv-rapporter i form av undersøkelser, intervjuer, eller spørreskjemaer1. Blant årsakene indikert for denne trenden er rett og slett vanskeligheten i å gjennomføre feltet eksperimenter, som vanligvis krever en god del ressurser og presis Operasjonalisering2,3. Men, er den hestekreftene verdt innsatsen siden det er godt etablert at å stole på selv rapportering tiltak kan være misvisende i prediksjon av objektiv atferd4,5,6.

Mens du prøver å unngå dette problemet, forskere som er fokusert på å studere energisparing atferd generelt bruk observasjons (nominell kategorisering av observerte hendelser, for eksempel slå på/av lys) eller rest (målbare bevis for en tidligere atferd, for eksempel, energiforbruk i kWh) data som målinger av avhengige variabler7. Selv om begge typer målinger er verdifulle, er observasjons data mest brukt i felt eksperimenter2,3,8, spesielt når deres avhengige variabler gjelder lys-svitsjing oppførsel.

Før innhenting observasjons data, bør forskerne vurdere flere metodisk problemstillinger, som er: 1) sample representativitet; 2) antall observatører for å utelukke mulige menneskelige feil; 3) Inter-observatør avtale for å utelukke eksperimentator bias; 4) observatør sted, som bør være skjult for å redusere muligheten for å bli oppdaget av deltakerne; 5) klart og spesifikt definert observasjon koding; 6) advarer før av observasjons tiltak; 7) observatør trening; og 8) etablere systematisk timing av observasjon9. Selv om de fleste av de nevnte problemene var allerede adressert-for eksempel de som angår pålitelighet analyse10 eller koding observasjons data11-det virker som ikke alle av dem får mye oppmerksomhet i artikler som beskriver eksperimenter på lys-svitsjing oppførsel.

En analyse av fire studier12,13,14,15 som ble valgt for deres likhet i eksperimentell sammenheng (alle av dem bekymret lys-svitsjing atferd i offentlige bad/toalettblokk) viste at selv om plasseringen detaljer i hver av studiene var presis, observasjon måling detaljer varierte. Siden hver studie ansatt natur observasjon, samle informasjon om atferden til deltakerne som var det motsatte kjønn observatører var ikke alltid mulig14 på grunn av mulige forstyrrelser eller brudd på sosiale normer (f. eks, hvis en mannlig eksperimentator skulle gå inn i en kvinners toalett eller vice versa). I noen tilfeller ble ikke de nøyaktige dataene til deltakernes kjønn gitt15. Dette synes å være en begrensning når det tas hensyn til at kjønn kan være en viktig faktor i å forutsi Pro-miljømessige atferd16.

De største forskjellene, men dukket opp i beskrivelsen av observatører og målings tider. Selv om disse beskrivelsene naturlig vil variere på grunnlag av eksperimentell plassering, var det nøyaktige antallet observatører ikke alltid gitt14. Videre var den nøyaktige plasseringen av observatører ikke eksplisitt12,14,15 som gjør det vanskelig å gjennomføre mulige replikeringer og sikre at deltakerne er uvitende om å bli observert. Over fire analysert artikler, bare en gitt en detaljert beskrivelse av observatøren plassering13.

Videre ble de nøyaktige tidspunktene for observasjons intervaller kun gitt av en studie12 , mens andre studier enten beskrevet samlet studietid (med en generell beskrivelse av hvor mange ganger på hver studie dag observasjonen fant sted)13,15 eller ikke beskrive det i det hele14. Dette kan igjen hindre replikere og etablere om observasjon timingen var systematisk og tilstrekkelig for formålene med studiet mål.

Begrensningene i disse eksperimentene presenteres som retningslinjer og viktige punkter som bør tas i betraktning i fremtidig forskning. I noe tilfelle var det ment å undergrave viktigheten av disse studiene. De indikerte områdene bør vurderes for å maksimere studie Operasjonalisering for å lette replikeringer, som spiller en viktig rolle i psykologi17,18, og forenkle gjennomføring av feltet eksperimenter. Det er imidlertid tvilsomt om alle de nevnte problemene kan håndteres ved å forbedre observasjon metoder som til slutt stole på menneskelige observatører.

Av disse grunner, den belegg og lys data logger (se tabell over materialer) er et verdifullt verktøy som kan brukes effektivt til å samle informasjon om en bestemt type energisparing atferd, lys-svitsjing, uten begrensninger ved bruk av observatører eller etiske restriksjoner (den logger ikke samle audiovisuelle data). Total, målet av denne gjenstand er å gave det teknisk signalementet og muligheter av ettall modell av det Occupancy og lyset data ført inn i loggbok. Til forfatternes kunnskap, er dette det første forsøket på å presentere dette verktøyet grundig i sammenheng med bruken i feltet eksperimenter i psykologi.

Logger ‘ teknisk beskrivelse
Modellen av belegg/lys data logger (se tabell over materialer) som ble brukt for denne artikkelen var utstyrt med standard minnekapasitet på 128 kB. Den logger vekter 30 g og dens størrelse er 3,66 cm × 8,48 cm × 2,36 cm. du finner mer informasjon og produkthåndboken på produsentens webområde19.

Kontrollknapper, lyssensor og batteriskuff er plassert på topp panelet. Frontpanelet består av en belegg sensor og en LCD-skjerm, mens bakpanelet er utstyrt med monterings magneter og løkker (figur 1). USB 2,0-porten er plassert på det nederste panelet, slik at tilkoblingen av logger til datamaskinen med en USB-kabel for å muliggjøre oppsett før distribusjon og senere få readouts ved hjelp av analyseprogramvare pakke dedikert til denne data logger.

Den integrerte lyssensor (fotocelle) terskelen er større enn 65 LX, som fungerer med ulike lys typer (LED, CFL, fluorescerende, HID, glødelamper, naturlig) som finnes i de fleste offentlige rom. Overall, tolker logger lys statusendringer (ON/OFF) avhengig av styrken av lyssignalet, mer presist, enten det faller under eller stiger over nivåene av kalibrerings terskelen. Det bør også bemerkes at sensoren er sikret mot falsk påvisning av ON og OFF stater av en innebygd hysterese nivå på ca ± 12,5%19.

En bevegelsessensor avgjør om rommet er opptatt eller er ledig. Med bruk av en pyroelectric infrarød (PIR) sensor, den oppdager bevegelse av mennesker ved deres kroppstemperatur (som avviker fra temperaturen i omgivelsene). Gjenkjennings området til den diskuterte logger har maksimalt 5 m og den utvidede versjonen av logger har en rekkevidde på 12 m. horisontal deteksjons ytelse fungerer opp til 94 ° (± 47 °), og vertikalt opp til 82 ° (± 41 °).

Den beskrevne modell av belegg/lys data logger har blitt validert sammen med åpen kildekode-bygningen Science sensorer og ser ut til å gi en pålitelig måling av lys intensitet og belegg frekvens21. Videre har disse modellene av hogst er vist nyttig i bygget miljø forskning, nettopp i belysning programmer22,23,24.

Protocol

Studien ble godkjent av etikk komiteen av SWPS University of Social Science and humaniora i Warszawa (nummer 46/2016). 1. velge en eksperimentell nettsted for logger distribusjon Velg en innendørs eksperimentell nettsted som vil tillate montering av logger i umiddelbar nærhet til lyskilden (for tilstrekkelig lys endringer deteksjon) samt å samle data om atferden om rom belegg status (for tilstrekkelig bevegelsesdeteksjon) av enkeltdeltakere (dvs. en om gangen). Etablere …

Representative Results

Logger ‘ pålitelighets test i forhold til menneskelig observasjonFor å teste påliteligheten av logger i forhold til menneskelig observasjon, en 4 h felt test ble gjennomført i en single-stall mannlig toalett ligger på universitetsområdet. To mannlige observatører ventet utenfor toalettet (ca 5 m unna inngangsdøren) og uavhengig registrert de besøkendes atferd i form av belegg priser/tider og lys veksling (lysene igjen på eller av ved spennende). Samtidig, to data logger ble montert i samme …

Discussion

Når du planlegger å bruke mer enn ett nettsted (for logger distribusjon) på samme tid, bør det sikres at hvert område har en identisk arkitektonisk utforming for å utelukke muligheten for forekomst av ulike atferdsdata mønstre fra deltakere (dvs. som følge av Occupancy tider og lys-svitsjing muligheter). Et egnet område bør være utstyrt med en eller flere lyskilder med bare én tilsvarende lysbryteren, synlig for beboer. Hvis annet, bør man plann å bruke en logger Gran hver lyskilde/lys bryter. Videre, før …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ingen.

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

References

  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/kr/60771?article_type=t

Play Video

Cite This Article
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