Collecting psycholinguistic response time data using Amazon mechanical Turk.
Collecting psycholinguistic response time data using Amazon mechanical Turk.
复制标题
DOI：
10.1371/journal.pone.0116946
复制
发表时间：
2015
期刊：
影响因子：
3.7
通讯作者：
Culbertson J
中科院分区：
文献类型：
--
作者：
Enochson K;Culbertson J
语言学和相关领域的研究人员最近开始利用在线众包工具，如亚马逊土耳其机器人（AMT），来收集行为数据。虽然这种方法已经成功地验证了各种离线测量语法判断或其他被迫选择的任务，它的主流心理语言学研究的使用仍然有限。这是因为心理语言学的影响往往取决于反应时间的相对较小的差异，并且对于是否可以通过网络收集精确的时间测量仍然存在一些疑问。在这里，我们表明，三个经典的心理语言学的影响，实际上可以复制使用AMT结合开源软件收集响应时间的客户端。具体来说，我们发现可靠的影响，主题的明确性，填补空白的依赖性处理，和协议的吸引力，在自定进度的阅读任务，使用大约相同数量的参与者和/或类似的实验室研究试验。我们的研究结果表明，心理语言学家可以而且应该利用AMT和类似的在线众包市场作为一种快速，低资源的替代传统的实验室研究。
Researchers in linguistics and related fields have recently begun exploiting online crowd-sourcing tools, like Amazon Mechanical Turk (AMT), to gather behavioral data. While this method has been successfully validated for various offline measures—grammaticality judgment or other forced-choice tasks—its use for mainstream psycholinguistic research remains limited. This is because psycholinguistic effects are often dependent on relatively small differences in response times, and there remains some doubt as to whether precise timing measurements can be gathered over the web. Here we show that three classic psycholinguistic effects can in fact be replicated using AMT in combination with open-source software for gathering response times client-side. Specifically, we find reliable effects of subject definiteness, filler-gap dependency processing, and agreement attraction in self-paced reading tasks using approximately the same numbers of participants and/or trials as similar laboratory studies. Our results suggest that psycholinguists can and should be taking advantage of AMT and similar online crowd-sourcing marketplaces as a fast, low-resource alternative to traditional laboratory research.
登录
查看更多内容
影响因子：
2.6
作者：
BOCK, K;MILLER, CA
通讯作者：
MILLER, CA
影响因子：
3.5
作者：
Germine, Laura;Nakayama, Ken;Wilmer, Jeremy B.
通讯作者：
Wilmer, Jeremy B.
影响因子：
2.5
作者：
GORDON, PC;GROSZ, BJ;GILLIOM, LA
通讯作者：
GILLIOM, LA
影响因子：
2.1
作者：
Becker, Michael;Nevins, Andrew;Levine, Jonathan
通讯作者：
Levine, Jonathan
影响因子：
4.3
作者：
Barr, Dale J.;Levy, Roger;Scheepers, Christoph;Tily, Harry J.
通讯作者：
Tily, Harry J.