플랫폼 교차와 근접 조우

교차는 사분면 선호보다 국소적이고 어떤 플랫폼 위치에도 쓸 수 있지만, 아슬아슬하게 비껴간 경우를 놓칩니다. 그래서 HVS Image는 근접 조우도 셉니다. 시행 전체의 횟수는 빠르게 다음으로 넘어가는 유연한 대상보다 계속 탐색하는 대상에게 유리할 수 있습니다.

교차를 진행 각도, 첫 근접 조우까지의 시간과 경로, 그리고 초기와 후기 행동을 구분하는 시간 구간과 함께 쓰세요. Maei 등(2009)은 1600회가 넘는 마우스 프로브 시험을 이용해 집단 차이를 찾는 데 평균 근접도가 교차보다 우수함을 발견했습니다.

카운터는 플랫폼 위치 주변의 원으로, 기본적으로 플랫폼 지름의 두 배입니다. 지표에는 통과 횟수, 카운터 안 시간 %, 첫 근접 조우까지의 잠복기와 경로가 있으며, 현재 위치, 학습한 위치, 보정된 모든 위치에 대해 제공됩니다.

정확한 교차는 아슬아슬하게 비껴간 행동을 포착하지 못하므로, 위치 바로 근처를 탐색한 대상이 우연 수준의 대상과 구별되지 않습니다. 카운터 지표가 이를 해결합니다. 카운터 크기는 조정할 수 있으므로 방법 부분에 명시하세요.

HVS는 보정된 각 위치에 대해 정확한 위치의 교차와 근접 조우를 보고하며, 프로브에서는 학습한 위치를 따로 보고합니다. PASSTH00은 카운터 0을 통과한 횟수입니다.

카운터 크기는 조정할 수 있고 다른 크기로 다시 분석할 수 있으므로, 정확한 위치 횟수가 너무 엄격해 집단을 구분하지 못할 때 도움이 됩니다.

결과로 통과 횟수, 카운터 안 시간 %, 첫 근접 조우까지의 잠복기와 경로가 나옵니다. 카운터 지름 설정의 기본값은 2.0입니다(근접 조우 반지름이 목표 반지름의 두 배).

카운터 크기는 조정할 수 있고 다른 크기로 다시 분석할 수 있습니다. 다시 분석한 데이터에는 빌드와 이 설정들을 함께 보고하세요.