整合眼动追踪与自评报告的红豆薏米水感官–情绪评价:一种互补验证框架

《Foods》:Integrating Eye Tracking and Self-Report for Sensory–Emotion Evaluation of Red Bean and Coix Seed Water: A Complementary Validation Framework

【字体: 大 中 小 】 时间:2026年07月28日 来源:Foods 6.0

编辑推荐:

  为检验评分量表上的注视行为能否补充传统的自评报告,研究人员让二十四名志愿者对三种红豆薏米水饮料在感官属性、基于EsSense的情绪术语及偏好方面进行评价,同时采用同步感兴趣区域设计记录其于反应量表上的注视点。研究人员提取了两个指标:问卷评分(questionn

  
为检验评分量表上的注视行为能否补充传统的自评报告,研究人员让二十四名志愿者对三种红豆薏米水饮料在感官属性、基于EsSense的情绪术语及偏好方面进行评价,同时采用同步感兴趣区域设计记录其于反应量表上的注视点。研究人员提取了两个指标:问卷评分(questionnaire rating, QR),反映有意识选择的分数;以及眼动追踪衍生评分(eye tracking-derived rating, ETR),定义为注视时间最长的分数选项。QR与ETR呈强相关(组内相关系数:0.88–0.89),并产生完全相同的偏好排序(R1 > R2 > R3),然而较宽的同意限度表明二者在个体水平上不可互换。在感官–偏好、感官–情绪及情绪–偏好三个层面上,QR始终产生比ETR更强的相关性。温暖与甜味与积极情绪及喜好呈正相关,“Good-natured”是与喜好最稳定的情绪关联项。因此,注视行为为自评报告提供了一种过程导向的补充,而非替代。
研究背景方面,准确捕捉消费者对食品的感知与情绪体验长期受限于两类方法学障碍。第一类障碍源于对言语报告的依赖,传统自评报告易受记忆偏差、锚定效应及社会期望影响,许多潜意识认知与情绪反应无法完全用言语表达,即便引入标准化工具如check-all-that-apply(CATA)和rate-all-that-apply(RATA)及情绪测量工具EsSense Profile?与EmoSemio,仍依赖言语中介而未克服根本限制,且存在术语可及性偏差与言语遮蔽效应。第二类障碍来自试图绕过语言的隐性测量,研究者引入神经成像技术如脑电图(electroencephalography, EEG)、功能性近红外光谱(functional near-infrared spectroscopy, fNIRS)、功能性磁共振成像(functional magnetic resonance imaging, fMRI)及外周生理指标如面部肌电图(electromyography, EMG)与眼动追踪(eye tracking, ET),但连续生理信号与顺序评分难以在时间尺度与测量单位上匹配交叉验证,生理反应与主观情绪的对应关系不稳定,设备采样频率、噪声特征及个体变异性增加跨模态对齐复杂度。眼动追踪因其非侵入性及实时记录视觉注意时空分布的能力受到关注,眼–心假说(eye–mind hypothesis)、注视级联效应(gaze cascade effect)及注意漂移扩散模型(attentional drift diffusion model, aDDM)支持其揭示隐性心理过程的效用,但现有研究多局限于视觉刺激语境,极少考察指向评分量表本身的注视行为,也未涉及食品感官评价中嗅觉与味觉等多模态刺激整合。此前工作虽证明眼动追踪对偏好的预测效度,但未实现与自评报告数据的同步采集与互补验证。为此,研究人员构建隐性–显性互补验证框架,同步记录参与者在评分量表上的注视行为与问卷评分,以检验量表注视行为能否提供补充传统自评报告的信息,选取广泛知晓的传统药食同源饮料红豆薏米水为样本,在固定基本饮料类型下系统比较眼动与自评数据在表征“感官–情绪–偏好”关联结构中的一致性与分歧,验证所提方法的可行性。该研究发表于《Foods》。
主要关键技术方法方面,研究人员招募二十四名来自中国农业大学食品科学与营养工程学院的研究生(男11人,女13人)作为志愿者,均经标准筛查确认感官功能正常并具备食品感官评价专业训练背景,获书面知情同意,方案经中国农业大学伦理委员会批准(批准号CAUHR-20260415)。选用三款市售红豆薏米水饮料,标注随机三位数字编码,4 °C储存并于测试前平衡至室温(22 ± 2 °C)。构建涵盖偏好、视觉、嗅觉、味觉及触觉维度的感官词汇表,采用9点量表,情绪术语采用国际公认的EsSense25问卷并按唤醒度与效价分类。使用桌面式眼动仪(Eyeso EC80,采样率150 Hz,精度0.5°,精确度0.08°)及配套软件,将各描述词及其反应选项定义为独立感兴趣区域(area-of-interest, AOI)并记录注视时长,同步生成问卷评分(QR,鼠标点击记录)与眼动追踪衍生评分(ETR,最长注视时长对应分数)。每名参与者在一周内完成每样品三次独立重复会话(间隔≥24 h),样品呈现顺序采用Williams设计平衡,个体得分取中位数。统计分析采用Bland–Altman分析、组内相关系数(intraclass correlation coefficient, ICC)(2,1)、Spearman等级相关评估两方法一致性,Wilcoxon符号秩检验(FDR校正)与Friedman检验评估方法与样品间差异,重复测量相关(repeated-measures correlation, Rmcorr, rm)结合FDR校正检验感官–情绪–偏好关联,中位数绝对偏差(median absolute deviation, MAD)及其置信区间比较离散度,Pearson偏度系数评估分布正态性,Kolmogorov–Smirnov检验(K-S检验)比较QR与ETR相关系數分布整体形状,使用IBM SPSS Statistics 21.0与GraphPad Prism 9.0.0进行分析作图。
研究结果部分,首先是3.1. Agreement and Reliability Between ETR and QR。研究人员通过Bland–Altman分析、ICC及Spearman等级相关评估ETR与QR的一致性与可靠性,发现聚合水平上二者达成可接受同意与良好可靠性,ICC(2,1)值为0.88–0.89,Spearman系数为0.86–0.88,平均偏差接近零(EsSense25:偏差=0.10;感官–偏好问卷:偏差=0.14),但95%同意限度较宽(EsSense25:[-1.83, 2.04];感官–偏好问卷:[-2.19, 2.47]),占9点量表范围的12.4%与14.9%,处于“良好”至“可接受”区间,QR–ETR完全一致观察集中于低分段,表明聚合水平一致良好但个体水平不可互换。
其次是3.2. Discrimination of Samples by Perception and Preference。研究人员以四个易感知锚定属性(红、黄、甜、酸)检验两方法判别能力,发现ETR复现显性评分的判别结论,QR与ETR对红、黄、甜均显著区分三款饮料(Friedman检验,均p < 0.001),对酸均无显著差异(p > 0.05)。偏好维度(喜好(liking, LIK)、接受性(acceptability, ACP)、复购意愿(repurchase intention, RPI)、感知溢价性(perceived premiumness, PRM))雷达图显示偏好排序均为R1 > R2 > R3,各维度样品间差异显著(Friedman检验,p < 0.05),QR与ETR产生完全相同排序。
接着是3.3. Attributes-Level Differences Between the Two Methods。研究人员对每个描述词应用FDR校正的Wilcoxon符号秩检验,发现均值高于5的属性中,ETR与QR显著差异主要出现在视觉属性(均匀性、光泽、澄清度、红)与嗅觉属性(豆香),其余属性无显著差异;偏好维度中接受性与喜好差异显著,复购意愿与感知溢价性无显著差异;情绪维度中高唤醒高效价术语“Adventurous”与低唤醒低效价术语“Guilty”“Worried”差异显著;总体视觉外观属性QR略高,部分情绪属性ETR略高,表明两指标在不同属性类型侧重不同信息。
然后是3.4. Sensory–Preference Associations。研究人员通过重复测量相关分析感官与偏好属性关联,发现QR与ETR相关系數分布离散度QR显著大于ETR(MAD比值95% CI [1.26, 2.01],下限>1.0),相关强度QR显著高于ETR(配对Wilcoxon符号秩检验,N = 112,p < 0.001),分布偏度均较小且可比(QR = -0.028,ETR = +0.131;Bootstrap符号检验,p = 0.804),Kolmogorov–Smirnov检验显示分布形状显著不同(p = 0.039)。QR识别视觉(黄、红、澄清度、均匀性)、嗅觉(豆香)、味觉(甜)及触觉(温暖、顺滑)属性与偏好显著相关,ETR仅识别温暖与甜;共同驱动因素温暖(QR:rm = 0.57–0.60;ETR:0.28–0.59)与甜(QR:0.39–0.57;ETR:0.38–0.61)均与偏好正相关。
随后是3.5. Sensory-Emotion Correlation。研究人员分析感官与情绪属性重复测量相关,发现离散度QR(MAD = 0.184)显著大于ETR(MAD = 0.127),MAD比值95% CI [1.26, 1.61]下限>1.0;相关强度QR显著高于ETR(N = 700,p < 0.001);分布均正偏(QR = +0.196,ETR = +0.258;Bootstrap符号检验,p = 0.466);Kolmogorov–Smirnov检验分布形状显著不同(p < 0.001)。FDR校正后一致显著的感官–情绪关联为:温暖与“Loving”“Good-natured”正相关;豆香与甜与“Pleasant”正相关;异味与“Good-natured”负相关、与“Disgusted”正相关。
最后是3.6. Emotion-Preference Associations。研究人员分析情绪与偏好属性重复测量相关,发现离散度两方法相当(QR:MAD = 0.244;ETR:MAD = 0.211),MAD比值95% CI [0.77, 1.53]包含1.0,无显著离散差异;相关强度QR显著高于ETR(N = 100,p < 0.001);QR分布负偏更显著(QR = -0.530,ETR = -0.005;Bootstrap符号检验,p < 0.001);Kolmogorov–Smirnov检验分布形状显著不同(p = 0.036)。FDR校正后,QR识别“Loving”“Interested”“Pleasant”“Satisfied”“Good-natured”与偏好中度至强相关(r > 0.5),ETR仅识别“Good-natured”;共同术语“Good-natured”(QR:0.54–0.64;ETR:0.48–0.63)与偏好正相关。
讨论部分总结,研究人员指出ETR与QR关系一致但不等价,聚合水平ICC与Spearman相关高且偏好排序相同,支持注视作为自评评价的过程导向观察窗口,但Bland–Altman同意限度宽约占量表范围25%,个体水平替换会引入不可忽略误差,因二者处于同一评分决策链的不同阶段——上游注意分配与下游分数输出,且方向性差异显示QR视觉外观略高、ETR部分情绪略高,构成互补而非冗余关系。关联强度差异方面,三层关联QR相关均强于ETR,感官–偏好与感官–情绪层QR离散度更大、ETR集中于弱相关范围,符合aDDM框架下早期注意资源弥散与后期意识整合语义联想增强相关的解释,情绪–偏好层离散无差异但QR仍更强,可能因ETR仅用最长注视终端指标而未利用时间与轨迹信息低估关联。研究人员提出ET-Q双验证框架,将同时在QR与ETR中与偏好稳定较强相关的描述词视为“共识驱动因素”,据此识别温暖与甜为核心感官驱动因素,温暖还与“Loving”“Good-natured”正相关,甜与“Pleasant”正相关,“Good-natured”为两方法共同认可的情绪术语,为产品优化与标准化感官词汇编撰提供明确目标。贡献在于同任务同步采集两方法并实现相关分布比较,局限在于ETR定义需结合首次注视等验证、样本小且均为研究生、仅单一饮料类型、ETR记录量表注视而非产品直接感知、情绪关联机制需补充神经技术等探究。
结论部分翻译,本研究采用基于感兴趣区域(AOI)的同步采集范式建立眼动问卷(eye tracking questionnaire, ET-Q)双验证框架,解决感官–情绪研究中隐性显性测量在同一时间尺度与信息单元对齐的方法学困难。结果表明问卷评分(QR)反映意识整合的偏好判断,而眼动追踪衍生评分(ETR)反映评分决策期间视觉注意在量表选项上的分配。两方法显示良好可靠性并产生完全相同偏好排序(R1 > R2 > R3),然而由于处于评分决策链不同阶段,不可相互替代;二者关系最好描述为一致且互补而非等价。依据描述词须在QR与ETR下均与喜好稳定显著相关的准则,该框架识别温暖、顺滑与甜为核心感官驱动因素,“Good-natured”为最稳健情绪术语,为产品优化与标准化感官词汇编撰提供交叉验证证据。由于ETR仅基于最长注视选项终端指标且样本小且相对同质,本发现与注意证据累积模型(如aDDM)兼容但尚不足以检验或扩展之。总体而言,这些结果应视为探索性证据,表明指向反应量表的注视行为可作为感官–情绪评价中自评报告的过程导向补充而非替代,该框架为消费者洞察研究提供额外参考。
需要我帮你把这篇解读里的专业术语(如AOI、aDDM、ICC等)整理成一份带简明解释的术语表吗?
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号