Summary

Messung des Engagements der Zuschauer von Social Digital Games

Published: July 03, 2021
doi:

Summary

Wir schlagen eine Methodik vor, die es ermöglicht, das Engagement der Zuschauer in einem sozialen digitalen Spiel zu messen, indem physiologische und selbstberichtete Daten kombiniert werden. Da dieses digitale Spiel eine Gruppe von sich frei bewegenden Menschen umfasst, wird die Erfahrung mit einer Synchronisationstechnik gefilmt, die physiologische Daten mit Ereignissen im Spiel verknüpft.

Abstract

Ziel dieser Methodik ist es, explizite und implizite Messungen des Engagements von Zuschauern während sozialer digitaler Spiele in einer Gruppe von Teilnehmern mit Motion-Tracking-Systemen zu bewerten. Im Kontext von Spielen, die nicht auf einen Bildschirm beschränkt sind, kann die Messung der verschiedenen Dimensionen des Engagements wie physiologische Erregung eine Herausforderung sein. Der Fokus der Studie liegt auf den Zuschauern des Spiels und den Unterschieden in ihrem Engagement nach Interaktivität. Das Engagement wird mit physiologischer und selbstberichteter Erregung sowie einem Engagement-Fragebogen am Ende des Experiments gemessen. Die physiologische Erregung wird mit EDA-Sensoren (Electrodermal Activity) gemessen, die die Daten auf einem tragbaren Gerät (EDA-Box) aufzeichnen. Portabilität war aufgrund der Art des Spiels, das einem lebensgroßen Pong ähnelt und viele Teilnehmer umfasst, die sich bewegen, unerlässlich. Um einen Überblick über das Geschehen des Spiels zu haben, werden drei Kameras verwendet, um drei Winkel des Spielfeldes zu filmen. Um die EDA-Daten mit Ereignissen im Spiel zu synchronisieren, werden Boxen mit digitalen Nummern verwendet und in die Rahmen von Kameras eingefügt. Signale werden von einer Sync-Box gleichzeitig an die EDA-Boxen und an Leuchtkästen gesendet. Die Leuchtkästen zeigen den Kameras die Synchronisationsnummern an, und die gleichen Nummern werden auch in der EDA-Datendatei protokolliert. Auf diese Weise ist es möglich, EDA von vielen Personen aufzuzeichnen, die sich frei in einem großen Raum bewegen und diese Daten mit Ereignissen im Spiel synchronisieren. In unserer speziellen Studie konnten wir die Unterschiede in der Erregung für die verschiedenen Bedingungen der Interaktivität beurteilen. Eine der Einschränkungen dieser Methode ist, dass die Signale nicht weiter als 20 Meter entfernt gesendet werden können. Diese Methode eignet sich daher zur Aufzeichnung physiologischer Daten in Spielen mit einer unbegrenzten Anzahl von Spielern, ist jedoch auf einen begrenzten Raum beschränkt.

Introduction

Das Studium der Erfahrung der Spielzuschauer hilft, die positiven und negativen Aspekte des Spiels besser zu verstehen und kann wiederum dazu beitragen, sein Design zu verbessern1. Jüngste Innovationen in der Spieleindustrie haben neue Arten von Erlebnissen ermöglicht, die sich vom traditionellen konsolenbasierten Gaming2 weiterentwickeln. Bei digitalen Spielen, die Motion-Tracking-Systeme verwenden, die nicht auf einen Bildschirm beschränkt sind, müssen die Zuschauer nicht mehr an einem festen Ort positioniert werden. Diese neue Realität schafft Herausforderungen bei der Bewertung der Zuschauererfahrung. Das Experiment wurde im Studio der Entwickler des Spiels durchgeführt, konnte aber in einer Laborumgebung oder einer anderen Umgebung repliziert werden, die genügend Platz für das Spiel bietet.

Der Zweck dieser Methodik ist es, das Engagement der Zuschauer während eines sozialen digitalen Spiels zu messen. Genauer gesagt wird die Erregung, die zu Engagement führt, gemessen, wenn der Zuschauer Zugriff auf eine Webanwendung hat, die das Gameplay beeinflusst. Diese Methode kombiniert physiologische und selbstberichtete Daten. Da dieses Spiel sozial ist und eine Gruppe von Menschen involviert, die sich bewegen, wird das Experiment gefilmt. Mit dem Einsatz von Kameras und tragbaren physiologischen Geräten konnten wir physiologische Daten mit Ereignissen im Spiel synchronisieren. Die tragbaren Geräte (EDA-Boxen) sind 3D-gedruckte Boxen, die mit Elektroden verbunden sind, die physiologische Aktivität aufzeichnen. Die Boxen verfügen über einen ON/OFF-Schalter, visuelle Anzeigen, einen microSD-Kartensteckplatz und Ladesteckplätze. Die visuellen Indikatoren helfen bei der Fehlerbehebung. Diese zeigen beispielsweise an, ob die microSD funktionsfähig ist, zeigen den Zustand der Bluetooth- und WLAN-Verbindungen an und signalisieren, ob physiologische Daten aufgezeichnet werden.

Die Verwendung physiologischer Maßnahmen ist ein gängiger und validierter Ansatz zur Messung des Spielengagements3. Die physiologische Valenz wurde im Zusammenhang mit Videospielengemessen 4. Es wurde auch in anderen Forschungsbereichen wie Bildung5verwendet. Da emotionales Engagement nicht beobachtbar ist und Selbstberichterstattung voreingenommen sein kann, haben Charland et al. physiologische Erregung verwendet, um das emotionale Engagement bei Lernenden zu bewerten, die Probleme lösten5. Sie verwendeten die elektrodermale Aktivität (EDA), um die physiologische Erregung zu messen, was eine weit verbreitete Methodeist 6. EDA ist die Messung der Hautleitfähigkeit, die je nach den Unterschieden in der Schweißdrüsenaktivität variiert3. Diese Messung ist eine wichtige Korrelation zu emotionalen Variationen in Echtzeit. EDA ist mit vielen Konstrukten wie Stress, Aufregung, Frustration und Engagement verbunden7. Es wird daher empfohlen, EDA-Daten mit Selbstberichtsantworten zu ergänzen, um die Daten dem richtigenKonstrukt 3zuzuordnen. Die Self-Assessment Manikin (SAM) ist eine selbstberichtete piktografische Skala, die drei Dimensionen der Emotion bewertet: Valenz, Erregung und Dominanz8. Die aktuelle Arbeit verwendete die Erregungsdimension, bewertet mit einer visuellen 9-Punkt-Likert-Skala, die von ruhig bis aufgeregt reicht. Wahrgenommene Erregung wurde in Kombination mit physiologischer Erregungverwendet 7.

In traditionellen Videospielkontexten sitzen die Zuschauer auf einem Stuhl und bleiben für die Dauer des Experiments mehr oder weniger in der gleichen Position. Von ihnen wird erwartet, dass sie auf einen Bildschirm schauen, auf dem die Aktionen stattfinden. Diese Einstellung wurde in früheren Spielestudien unter Verwendung physiologischer Datenbeobachtet 9. In diesem Fall ist es einfach, die Aufzeichnung des Spiels gleichzeitig mit der Aufzeichnung der physiologischen Daten zu starten10.

Im Zusammenhang mit neuen digitalen Spielen, die außerhalb des Bildschirms gespielt werden und in denen die Teilnehmer stehen und sich frei bewegen können, ist die traditionelle EDA-Aufzeichnung möglicherweise nicht geeignet. Das in dieser Studie verwendete Spiel ähnelt einem lebensgroßen Pong11. Dieses Spiel besteht aus einem Ball und zwei Paddeln, die sich jeweils auf einem Ende des Spielfeldes befindet. Die Spieler bewegen ihr Paddel, um den Ball von einem Ende des Feldes zum anderen zu schieben. In der Version, die für diese Forschung verwendet wird, wird das Spiel auf den Boden projiziert und die Spieler verwenden ihren Körper als Controller für die Paddel. Die Bewegungserkennungstechnologie ermöglicht es dem Paddel, den beiden Spielern zu folgen, die sich auf gegenüberliegenden Seiten des Spielplatzes befinden. Ein Beispiel dafür, wie die Spieler verhindern, dass der Ball die virtuelle Wand hinter ihnen trifft, ist in Abbildung 1 dargestellt. Das Spiel beinhaltet auch Zuschauer, die an den Seiten des Spielplatzes stehen und ihre Smartphones verwenden können, um das Gameplay zu beeinflussen. Mit einer mobilen Webanwendung können Zuschauer für bestimmte Power-Ups oder Hindernisse stimmen, die den Spielern entweder helfen oder schaden können (z. B. weniger Wände gegenüber mehr Bällen oder Modulation der Ballgeschwindigkeit). Die Option mit den meisten Stimmen gewinnt.

In dieser Studie untersuchen wir den Einfluss von Interaktivität auf zuschauer. Die Bedingungen der Interaktivität sind mit oder ohne Smartphone. Wir haben das Engagement der Zuschauer unter diesen beiden Bedingungen verglichen. Für die Interaktivitätsbedingung wurde ein Inner-Subjekt-Design verwendet, um den Unterschied in der Erregung und damit im Engagement zu beurteilen. In der aktuellen Studie waren Gruppen von 12 Personen ideal, um die ökologische Gültigkeit des Spiels12zu fördern. zwei Personen als Spieler und 10 als Zuschauer. Für unsere Studie standen nur zwei EDA-Boxen zur Verfügung, so dass wir insgesamt acht Gruppen hatten, die insgesamt 16 EDA-Datensätze umfassten (zwei Teilnehmer mit EDA-Aufzeichnung pro Gruppe von 12). Jedes Mitglied der Öffentlichkeit wurde nach dem Zufallsprinzip zwei Spielen mit Zugriff auf sein Smartphone zugewiesen, um das Gameplay zu beeinflussen, und einem Spiel ohne Zugriff auf sein Smartphone. Die Literatur zum Spielengagement legt nahe, dass die Angabe vieler interaktiver Optionen zu einem höheren Engagement führen kann13. Forschung in der Bildung hat herausgefunden, dass physiologische Erregung ein Korrelat des emotionalen Engagements ist5. Aufbauend auf der Literatur zum Spielengagement und der Forschung in der Bildung stellten wir die Hypothese auf, dass der Zugang der Zuschauer zu Interaktivität die Erregung erhöht, was wiederum ihr Engagement erhöhen wird.

Im Gegensatz zu Studien über Spielererfahrungen verwenden Studien über Zuschauer eines digitalen Spiels selten psychophysiologische Maßnahmen. Sie werden meist mit Fragebögen14, Beobachtung15und Interviews16durchgeführt. Eine Schwierigkeit bei der Anwendung psychophysiologischer Maßnahmen bei Zuschauern besteht darin, dass sie oft eine Gruppe sind und ihre Bewegungen weniger vorhersehbar sind als die der Spieler. Diese Methodik verwendet mehrere Kameras, um die Teilnehmer und Leuchtkästen zu erfassen, was die Verknüpfung von Video- und physiologischen Daten der Teilnehmer ermöglicht.

Da wir ein Design innerhalb des Subjekts für den Smartphone-Zustand verwendeten, nahm jedes Subjekt an zwei Spielen mit der Interaktivitätsbedingung teil, mit seinem Smartphone, und einem Spiel im Kontrollzustand, ohne die Verwendung seines Smartphones. Die Synchronisation der EDA-Daten mit den Starts und Enden jedes Spiels war daher entscheidend, um die Unterschiede in den einzelnen Bedingungen der Interaktivität bewerten zu können. Aufgrund der Abmessungen des Raumes wäre es unmöglich, die Aufnahme aller drei Kameras gleichzeitig mit der Aufnahme der EDA auf den Zuschauern zu starten. Um dieses Problem zu lösen, haben wir eine neue Synchronisationstechnik namens Wireless Synchronization Protocol für die Erfassung multimodaler Benutzerdaten verwendet17. Bluetooth Low Energy (BLE)-Signale werden von einer Sync-Box gleichzeitig an die EDA-Boxen und an Leuchtkästen gesendet (siehe Abbildung 2). Die Sync-Box ist eine 3D-gedruckte Box mit ON / OFF und Auto / Manuell-Schaltern und einer Taste. Die manuelle Funktion dient zum Testen der Signale über die Taste. Die Signale sind inkrementelle Zahlen, die bei eins beginnen und auf den 3D-gedruckten Leuchtkästen angezeigt werden. Den Kameras werden Nummern angezeigt, und die gleichen Nummern werden auch in der EDA-Datendatei protokolliert (siehe Abbildung 3). Dies ermöglicht die Synchronisation von Ereignissen im Spiel mit Variationen in den EDA-Aufzeichnungen. In unserem Fall waren die identifizierten Ereignisse die Anfänge und das Ende der drei Spiele. Dann könnten wir das Spiel mit dem Zustand und der Teilnehmernummer verknüpfen. Auf diese Weise identifizierten wir, welcher Datensatz den einzelnen Bedingungen entsprach.

Der folgende Abschnitt beschreibt das Protokoll, das die Verwendung der von Courtemanche et al.17entwickelten Technik ermöglicht. Wir haben die Technik angepasst, um unsere Forschungsfrage zu beantworten. Dieses Protokoll erhielt ein ethisches Zertifikat von der Ethikkommission unserer Institution. In diesem Protokoll verwenden wir physiologische Geräte18,die in einem 3D-gedruckten Gehäuse montiert sind. Wir bezeichnen das Gerät als die EDA-Boxen (Boxen, die zur Aufzeichnung der EDA des Teilnehmers verwendet werden), die Lightbox (die Box mit einem digitalen Licht) und die Sync-Box (Box, die Signale an die EDA-Boxen sendet, und die Leuchtkästen, um Daten zu synchronisieren). Die Synchronisationssoftware, die das drahtlose Synchronisationsprotokoll für die Erfassung multimodaler Benutzerdaten17 ermöglicht, wurde in die Boxen eingebettet.

Protocol

Das folgende Protokoll wurde von der Ethikkommission der HEC Montréal vor Beginn der Datenerhebung genehmigt. 1. Teilnehmer-Screening für das Experiment Rekrutieren Sie Teilnehmer ab 18 Jahren. Stellen Sie sicher, dass die Teilnehmer die Sprache des Experiments verstehen, 20 Minuten stehen können, ein Smartphone von maximal 5 Jahren besitzen, keine Hautallergien oder Empfindlichkeiten haben, keinen Herzschrittmacher haben und nicht an Epilepsie oder anderen diagnostizierten Gesund…

Representative Results

In diesem Abschnitt werden die repräsentativen Ergebnisse dieser Studie beschrieben. Wir rekrutierten die Teilnehmer über soziale Medien und das Teilnehmerpanel unserer Institution. Von den 78 Teilnehmern waren 40 Frauen. Das Durchschnittsalter lag bei 22 Jahren. Keiner der Teilnehmer hatte das Spiel zuvor gespielt. Weitere Ausschlusskriterien finden Sie in Schritt 1 des Protokolls. Die deskriptive Statistik, die in Tabelle 1 zu sehenist, enthält den Mittelwert pro Bedingun…

Discussion

Bitte beachte, dass die Schritte im Studio der Entwickler des Spiels ausgeführt wurden, aber in einer Laborumgebung oder einer anderen Umgebung repliziert werden können, die genügend Platz für das Spiel bietet. Es ist wichtig zu beachten, dass die Sync-Box nur einen Impuls an die Lichter und EDA-Boxen senden kann, die sich innerhalb von 20 Metern befinden. Daher darf das Spielzimmer oder Spielfeld nicht größer sein.

Bestehende Labormethoden haben Software verwendet, um gleichzeitig sowoh…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir möchten MITACS in Partnerschaft mit dem Unternehmen, das das Spiel entwickelt hat, danken, um dieses Forschungsprojekt finanziert zu haben.

Materials

BITalino (r)evolution Freestyle Kit (PLUX Wireless biosignals S.A.)  BITalino 810121006
Devices (1 syncbox, 3 light boxes, 2 EDA boxes) Developed by Tech3Lab researchers1 n/a
CubeHX2 n/a n/a
Charging station Prime 60W 12A 6-Port Desktop Charger RP-PC028
6 USB3 wires for charging Insignia 3m (10 ft.) Charge-and-Play USB A/ Micro USB Cable NS-GPS4CC101-C2
3D scanner Velodyne LiDAR VLP-16
Projectors Barco F90-W13
Jerseys* (fabric, tape, string) Any Any
2 low light cameras Sony A7S
2 tripods for the A7S Manfrotto MVK500190XV
2 light stands for the go pro and the syncbox Impact  LS-8AI
1 plier for the light stand of the syncbox Neewer  Super Clamp Plier Clip
1 magic arm for the light box of the go pro Magic Arm 143A
1 Go Pro Go Pro 5
1 Microphone Rode  VideoMic Rycote
2 armbands Amyzor Moisture Wicking Sweatband 
*Make them yourself by taping the number on the fabric and perforating two holes to enter the string
Sources:
1.Courtemanche, F. et al. Method of and System for Processing Signals Sensed
From a User. US 15/552,788 (2018).
2. Léger, P.M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab
management and analytics software for triangulated human-centered research.
In Lecture Notes in information Systems and Neuroscience. Edited by Thomas
Fischer, 93-99, Springer. Cham (2019).

References

  1. Cheung, G., Huang, J. Starcraft from the stands: Understanding the game spectator. Conference on Human Factors in Computing Systems – Proceedings. , 763-772 (2011).
  2. Foxlin, E., Wormell, T., Browne, C., Donfrancesco, M. Motion tracking system and method using camera and non-camera sensors. Google Patents. 2 (12), (2014).
  3. Nacke, L. E., Bernhaupt, R. Games User Research and Physiological Game Evaluation. Game User Experience Evaluation. , 63-86 (2015).
  4. Hazlett, R. L. Measuring emotional valence during interactive experiences: Boys at video game play. Conference on Human Factors in Computing Systems – Proceedings. , 1023-1026 (2006).
  5. Charland, P., et al. Assessing the multiple dimensions of engagement to characterize learning: A neurophysiological perspective. Journal of Visualized Experiments: JoVE. (101), (2015).
  6. Martey, R. M., et al. Measuring game engagement: multiple methods and construct complexity. Simulation and Gaming. 45, 528-547 (2014).
  7. Lang, P. J., Bradley, M. M., Hamm, A. O. Looking at pictures: evaluative, facial, visceral, and behavioral responses. Psychophysiological Research. 30, 261-273 (1993).
  8. Bradley, M. M., Lang, P. J. Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
  9. Granato, M., Gadia, D., Maggiorini, D., Ripamonti, L. A. An empirical study of players’ emotions in VR racing games based on a dataset of physiological data. Multimedia Tools and Applications. 79, 33657-33686 (2020).
  10. Ravaja, N., Saari, T., Salminen, M., Laarni, J., Kallinen, K. Phasic emotional reactions to video game events: A psychophysiological investigation. Media Psychology. 8 (4), 323-341 (2006).
  11. Alcorn, A. Pong. Atari. , (1972).
  12. Labonte-LeMoyne, E., Courtemanche, F., Fredette, M., Léger, P. M. How wild is too wild: Lessons learned and recommendations for ecological validity in physiological computing research. PhyCS 2018 – Proceedings of the 5th International Conference on Physiological Computing Systems. , (2018).
  13. Rozendaal, M. C., Braat, B. A. L., Wensveen, S. A. G. Exploring sociality and engagement in play through game-control distribution. AI and Society. 25 (2), 193-201 (2010).
  14. Downs, J., Smith, W., Vetere, F., Loughnan, S., Howard, S. Audience experience in social videogaming. Conference on Human Factors in Computing Systems – Proceedings. , 3473-3482 (2014).
  15. Tekin, B. S., Reeves, S. Ways of spectating: Unravelling spectator participation in Kinect play. Conference on Human Factors in Computing Systems – Proceedings. 2017, 1558-1570 (2017).
  16. Downs, J., Vetere, F., Smith, W. Differentiated participation in social videogaming. OzCHI 2015: Being Human – Conference Proceedings. , 92-100 (2015).
  17. Courtemanche, F., et al. Method of and system for processing signals sensed from a user. US Patent. , (2018).
  18. Batista, D., et al. Benchmarking of the BITalino biomedical toolkit against an established gold standard. Healthcare Technology Letters. 6 (2), 32-36 (2019).
  19. Léger, P. M., Courtemanche, F., Fredette, M., Sénécal, S. A cloud-based lab management and analytics software for triangulated human-centered research. Lecture Notes in Information Systems and Organisation. 29, 93-99 (2019).
  20. Greco, A., Valenza, G., Lanata, A., Scilingo, E. P., Citi, L. A convex optimization approach to electrodermal activity processing. IEEE Transactions on Biomedical Engineering. 63 (4), 797-804 (2015).
  21. Braithwaite, J., Watson, D., Robert, J., Mickey, R. A Guide for Analysing Electrodermal Activity (EDA) & Skin Conductance Responses (SCRs) for Psychological Experiments. Psychophysiology. (49), (2015).
  22. O’Brien, H. L., Cairns, P., Hall, M. A practical approach to measuring user engagement with the refined user engagement scale (UES) and new UES short form. International Journal of Human Computer Studies. (112), 28-39 (2018).
  23. Baron, R. M., Kenny, D. A. The moderator-mediator variable distinction in social psychological research. conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology. 51 (6), 1173-1182 (1986).
  24. Nacke, L. E. . Game User Experience Evaluation. , (2015).
  25. Lam, S. Y. The effects of store environment on shopping behaviors: A critical review. Advances in Consumer Research. 28 (1), 190-197 (2001).
check_url/61596?article_type=t

Play Video

Cite This Article
Brissette, R., Léger, P., Courtemanche, F., Rucco, E., Sénécal, S. Measuring Engagement of Spectators of Social Digital Games. J. Vis. Exp. (173), e61596, doi:10.3791/61596 (2021).

View Video