labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Developmental Psychology
      • Linguistics
      • Clinical & Digital Health
      • Educational Psychology
      • Cognitive & Neuro
      • Social & Personality
      • Arts Research
      • Sports & Movement
      • Marketing & Consumer Behavior
      • Economics
      • HCI / UX
      • Commercial / Industry Use
    • Labvanced Blog
    • Services
  • Technology
    • Feature Overview
    • Code-Free Study Building
    • Eye Tracking
    • Mouse Tracking
    • Generative AI Integration
    • Multi User Studies
    • More ...
      • Reaction Time/Precise Timing
      • Text Transcription
      • Heart Rate Detection (rPPG)
      • Emotion Detection
      • Questionnaires/Surveys
      • Experimental Control
      • Data Privacy & Security
      • Desktop App
      • Mobile App
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Cognitive Tests
    • Sample Studies
    • Public Experiment Library
  • Pricing
    • Licenses
    • Top-Up Recordings
    • Subject Recruitment
    • Study Building
    • Dedicated Support
    • Checkout
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
    • Third-Party Licenses
  • Appgo to app icon
  • Logingo to app icon
Learn
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Anleitung
Videos
Anleitungen
Häufige Fragen
Newsletter-Archiv
Dokumente
Klassenzimmer
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Leitfaden
    • ERSCHLIESSEN

      • Aufgaben-Editor
      • Stimuluspräsentation
      • Richtigkeit der Antwort
      • Objekte
      • Ereignisse
      • Variablen
      • Aufgaben-Assistent
      • Versuchssystem
      • Studien-Design
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
    • FEATURED THEMEN

      • Randomisierung & Balance
      • Eye Tracking
      • Fragebögen
      • Desktop-Anwendung
      • Beispielstudien
      • Teilnehmerrekrutierung
      • API-Zugang
        • REST API
        • Webhook-API
        • WebSocket API
      • Andere Themen

        • Präzise Stimulus-Zeiten
        • Multinutzerstudien
        • Kopfverfolgung in Labvanced | Anleitung
    • HAUPTAKTEN-REGISTER

      • Übersicht: Hauptregister
      • Dashboard
      • Meine Studien
      • Geteilte Studien
      • Meine Dateien
      • Experiment-Bibliothek
      • Mein Konto
      • Lizenz & Dienstleistungen
    • STUDIEN-TABs

      • Übersicht: Studien-spezifische Tabs
      • Studien-Design
        • Aufgaben
        • Blöcke
        • Sitzungen
        • Gruppen
      • Aufgaben-Editor
        • Aufgabensteuerungen
        • Das Versuchs-System
        • Canvas- und Seitenrahmen
        • Objekte
        • Objekt Eigenschaften Tabellen
        • Variablen
        • Systemvariablen-Tabellen
        • Das Ereignissystem
        • Texteditor-Funktionen
        • Eyetracking in einer Aufgabe
        • Kopfverfolgung in einer Aufgabe
        • Multi-User-Studien
      • Einstellungen
      • Variablen
      • Medien
      • Texte & Übersetzen
      • Starten & Teilnehmen
      • Versuchsmanagement
      • Datensicht und Export
        • Datensicht und Variablen- & Aufgaben Auswahl (alte Version)
        • Zugriff auf Aufnahmen (ALTE Version)
  • Videos
    • Video Übersicht
    • Erste Schritte in Labvanced
    • Aufgaben erstellen
    • Element-Videos
    • Ereignisse & Variablen
    • Fortgeschrittene Themen
  • Anleitungen
    • Einführung
    • Stroop-Aufgabe
    • Lexikalische Entscheidungsaufgabe
    • Posner-Gaze-Cueing-Aufgabe
    • Change Blindness Flicker Paradigma
    • Eye-Tracking-Beispielstudie
    • Baby Eye-Tracking-Studie
    • Aufmerksamkeitserfassung-Studie mit Maus-Tracking
    • Schnelle serielle audiovisuelle Präsentation
    • ChatGPT-Studie
    • Eye-Tracking-Demo: SVGs als AOIs
    • Multi-User-Demo: Zeigt die Cursorposition der Teilnehmer
    • Gamepad / Joystick Controller - Grundlegende Einrichtung
    • Desktop-Anwendungsstudie mit EEG-Integration
    • Gruppenbalance zwischen den Teilnehmern und Variablen-Setup
  • FAQ
    • Funktionen
    • Sicherheit & Datenschutz
    • Lizenzierung
    • Präzision von Labvanced
    • Programmgesteuerter Einsatz & API
    • Verwendung von Labvanced offline
    • Fehlerbehebung
    • Fragen zur Studienerstellung
  • Newsletter-Archiv
  • Dokumente
  • Klassenzimmer
Bildstimuli zu Online-Experimenten über das Bildobjekt hinzufügen.

Bildobjekt

Das Bildobjekt ist eines der am häufigsten verwendeten Objekte in Labvanced, das Forschern ermöglicht, Standbilder oder Bilder während eines Experiments den Teilnehmern zu präsentieren. Es wird häufig in der kognitiven, sozialen und verhaltensbezogenen Forschung verwendet, um Stimuli wie Objekte, Szenen oder Gesichter anzuzeigen. Das Bildobjekt ist äußerst flexibel und kann mit verschiedenen Eigenschaften und Einstellungen angepasst werden, um mit dem experimentellen Design übereinzustimmen. Forscher können Aspekte wie Bildgröße, Position, Drehung und Opazität steuern, um eine präzise Stimuluspräsentation sicherzustellen. Darüber hinaus kann das Bildobjekt dynamisch über Ereignisse manipuliert werden, was fortgeschrittene logische Interaktionen ermöglicht.

Das Bildobjekt im experimentellen Design

Um mit einem Bildobjekt zu arbeiten, ist es wichtig zu wissen, wie Sie es während der experimentellen Gestaltung handhaben können. Im Folgenden werden wir mehrere Optionen erörtern, wie Sie Ihre Bilder über dieses Objekt hinzufügen können, sowie wie Sie es über Anpassungen oder dynamischere Ansätze wie Datensätze und Ereignisse steuern können. Labvanced bietet mehrere Möglichkeiten, die Präsentation und das Verhalten des Bildobjekts innerhalb eines Experiments zu steuern. Dies kann erfolgen durch:

  • Objekteigenschaften-Panel
  • Aufgaben-Assistent
  • Versuchs-System
  • Ereignisse
  • Randomisierung

Lassen Sie uns fortfahren und besprechen, wie ein Bild in den Editor eingefügt werden kann, bevor wir uns den oben genannten Themen widmen.

Hinzufügen eines Bildobjekts

Um ein Bildobjekt in Ihr Experiment zu integrieren, navigieren Sie zum Menü Objekte und wählen Sie das Bildobjekt aus.

Ein Bildobjekt in den Editor in Labvanced hinzuzufügen, kann in nur wenigen Klicks erfolgen.

Workflow-Tipp: Bereiten Sie Ihre Stimuli im Voraus vor und organisieren Sie sie.


Objekteigenschaften-Panel für Bildobjekte

Das Objekteigenschaften-Panel, das sich während des Bearbeitungsmodus auf der rechten Seite des Bildschirms befindet, bietet Ihnen mehrere Möglichkeiten zur Bearbeitung aller Eigenschaften des Bildobjekts, einschließlich der Optionen zum Hochladen von Bildstimuli. Wie im Bild unten dargestellt, gibt es mehrere Optionen im rechten Seitenpanel, wo Sie die Einstellungen des Bildes mit nur wenigen Klicks steuern können. Wir haben dieses Bild umbenannt, sodass es "Zielbild" genannt wird.

Das Objekteigenschaften-Panel wird rechts angezeigt und zeigt bildspezifische Werte für das ausgewählte Objekt.

Für eine vollständige Erklärung dieser Optionen verweisen Sie bitte auf diesen Abschnitt am Ende der Seite, wo alle Eigenschaften in Tabellenformat aufgelistet sind.

Hinweis: Beachten Sie, dass all diese Eigenschaften auch über Ereignisse zugänglich sind. Wenn Sie also eine benutzerdefinierte Aktion, wie einen Klick auf einen Button, haben möchten, um die Eigenschaft zu ändern, ist das völlig möglich!


Es ist sehr üblich, eine Standardeigenschaft über dieses Panel festzulegen und dann ein Ereignis zu verwenden, um es dynamisch auf einen neuen Wert zu aktualisieren. Zum Beispiel können Sie ein Ereignis verwenden und angeben, dass beim Klicken auf das Bild (Auslöser) das Bild um 5 Einheiten nach rechts verschoben wird.

Aufgaben-Assistent zum Hinzufügen von Bildobjekten

Wenn Sie Ihre experimentelle Aufgabe mit Tabellenkalkulationen / CSV-Daten einrichten möchten, kann der Aufgaben-Assistent verwendet werden, um Ihre Bildstimuli hinzuzufügen.

Im folgenden Beispiel stehen die Spalten B und C für Bildstimuli, die dann automatisch den Bildobjekten hinzugefügt werden, wenn Sie den Aufgaben-Assistenten in Labvanced verwenden.

Im folgenden Beispiel stehen die Spalten B und C für Bildstimuli, die dann automatisch den Bildobjekten hinzugefügt werden, wenn Sie den Aufgaben-Assistenten in Labvanced verwenden.

Beispiel einer Tabellenkalkulation mit Bildstimuli-Namen (Spalten B&C), die hochgeladen werden, um eine Aufgabe über den Aufgaben-Assistenten in Labvanced zu erstellen.

Mit diesem Assistenten können Sie die gesamte Struktur Ihrer experimentellen Aufgabe erstellen, einschließlich Stimuli, Ereignisse, Variablen, Faktoren, Bedingungen, Randomisierung und Datenaufzeichnungen aus einer einzigen CSV-Datei sowie Stimulusdateien.

Versuchssystem und Bildobjekte

Sobald ein Bildobjekt in den Rahmen eingefügt ist, kann das Versuchs-System gemeinsam genutzt werden, um verschiedene Versuche (mehrere eindeutige Wiederholungen der Aufgabe) basierend auf Ihrer experimentellen Hypothese zu erstellen.

Angenommen, Sie studieren Emotionen und möchten Ihre Versuche und Designs basierend auf Emotionstypen kategorisieren. Sie können zwei Bildobjekte in einen Rahmen hinzufügen, eines mit Stimuli von glücklichen Emotionen und ein weiteres mit traurigen Emotionen. Dann könnten Sie einen Faktor namens „Emotion“ mit zwei Ebenen – „glücklich“ und „traurig“ – hinzufügen, bevor Sie die Bildstimuli unter den relevanten Bedingungen hochladen.

📌 Praktisches Beispiel: Hochladen von Stimuli zu spezifischen Ebenen und Objekten: Im Video unten entwickeln wir das experimentelle Design, indem wir Bildstimuli zu der relevanten Bedingung hochladen.

Für weitere Informationen besuchen Sie bitte unsere Versuchs-System Dokumentation.

Ereignis System und Bildobjekte

Das Ereignis System ist eine dynamische Möglichkeit, um:

  • Zu steuern, wie sich ein Bild verhält
  • Bestimmte Eigenschaften des Objekts aufzuzeichnen:
  • Bildstimuli über Datenrahmen anzuzeigen

Wir werden diese Punkte jetzt ausführlicher besprechen.

Steuerung des Bildverhaltens

Jedes Verhalten oder Aussehen des Bildes kann mithilfe von Ereignissen geändert werden.

Im folgenden Beispiel richten wir einen Mausklick (Auslöser) über das Bildobjekt mit dem Namen „Zielbild“ ein und geben an, dass die x-Koordinate des Zielbildes (eine Eigenschaft) um +5 erhöht werden soll. Dies bedeutet im Wesentlichen, dass jeder Klick die x-Koordinate um +5 erhöht und das Bild nach rechts verschiebt.

Beispiel, wie ein Ereignis eingerichtet werden kann, um die Koordinaten eines Bildes in einem interaktiven Experimentdesign dynamisch zu ändern.

Hinweis: Sie können die genaue Zeit in Millisekunden, zu der die Objektproperty-Änderung auf dem Bildschirm aktualisiert wurde, in einer Variablen aufzeichnen und speichern!


Daten und Aufzeichnungen vom Bildobjekt

Um Werte aufzuzeichnen, die mit dem Bildobjekt verbunden sind, können Sie die Aktion Setzen/Aufzeichnen von Variablen verwenden und angeben, welche Daten Sie aufzeichnen möchten.

Aufzeichnung von Dateinamen

In einigen Fällen möchten Sie möglicherweise die genauen Namen der Bilder aufzeichnen, die während des Experiments in einem Versuch präsentiert wurden. Das ist absolut möglich und einfach einzurichten!

Im folgenden Beispiel speichern wir die Bildnamen für das korrekte Bild und das falsche Bild. Es gibt zwei Variablen – „korrekter Bildname“ und „falscher Bildname“, die beide „String“-Daten speichern, da der Name der Datei im String-Format vorliegt.

Um auf das Objekt zuzugreifen, klicken Sie einfach auf das Bleistiftsymbol und wählen Sie dann die Kategorie Frame / Task / Object und wählen Sie Object Property. Für das erste Feld wählen Sie das Zielobjekt aus und für das zweite Feld wählen Sie Filename. Ebenso weisen wir für die Variable „falscher Bildname“ auf den Dateinamen des Stimulus hin, indem wir auf das Bildobjekt „falsch“ verlinken.

Aufzeichnungen von Variablen aus Bildobjekten

Als Ergebnis des Obigen werden die spezifischen Dateinamen der Bilder pro Versuch aufgelistet, wie im folgenden Bild dargestellt.

Wie Bilddaten im Datenansicht aufgezeichnet und gespeichert werden, um zu zeigen, welche Bildstimuli in einem Versuch präsentiert wurden.

Das obige Beispiel stammt aus dieser Beispielstudie zum Bouba-Kiki-Effekt, die Sie in Ihr Konto importieren können.

Randomisierung und Bildobjekte

Randomisierung ist ein weiteres wichtiges Thema im Zusammenhang mit der Bildpräsentation. Es gibt viele Ansätze, um die Randomisierung in diesem Kontext zu diskutieren, da diese stark vom jeweiligen Experiment abhängt.

Hinsichtlich der Bildobjekte umfasst die Randomisierung typischerweise das Ändern des Standorts des Zielbildes oder das Auswählen eines zufälligen Bildes aus einem Satz.

Für weitere Informationen zur Randomisierung und zum Ausbalancieren in Labvanced siehe diese Seite.

Forschungsfokus: Das Bildobjekt in Aktion

Das Bildobjekt spielt eine entscheidende Rolle in der experimentellen Forschung, insbesondere in Studien zur visuellen Wahrnehmung, Gedächtnis und Aufmerksamkeit. Labvanced hat es Forschern aus verschiedenen Bereichen ermöglicht, ihre Studien mit dem Bildobjekt von Labvanced durchzuführen.

Dynamik der visuellen Aufmerksamkeit: Eine Eye-Tracking-Studie

Die Studie (Calignano et al., 2024) untersuchte, wie die semantische Verarbeitung, d.h. die Bedeutungen von Wörtern und Objekten, beeinflusst, wo und wie wir unseren visuellen Fokus lenken. Es wurde hypothetisiert, dass echte Wörter und vertraute Objekte die Aufmerksamkeitsbindung und die Zielerkennung effektiver beeinflussen würden als Pseudo-Wörter oder Pseudo-Objekte.

Die Teilnehmer wurden mit Primes (anfängliche Hinweise, die unsere Aufmerksamkeit und Wahrnehmung der späteren Ziele beeinflussen könnten) konfrontiert. Die Forscher führten zwei webbasierte Eye-Tracking -Experimente mit Labvanced durch:

  • Experiment 1: Die Teilnehmer wurden mit Wörtern (entweder echten Wörtern oder Pseudo-Wörtern) als Primes präsentiert
  • Experiment 2: Umfasste die Präsentation von Bildern (echten Objekten oder Pseudo-Objekten) als Primes.

Schematische Darstellung von zwei Experimenten, die die Bildobjekte und Eye Tracking von Lbaavnced integrieren Experimentelle Paradigmen mit Wörtern (Experiment 1) und Bildern (Experiment 2); Calignano et al. (2024).

Nach dem Betrachten des Primes sahen sie einen räumlichen Hinweis (entweder gültig oder ungültig), der anzeigte, wo nach dem Ziel zu suchen war. Ein gültiger räumlicher Hinweis erscheint am selben Ort wie das Ziel, während ein ungültiger Hinweis an einem anderen Ort als das Ziel erscheint. Die Teilnehmer mussten die Ziele identifizieren und durch Drücken einer Taste reagieren, wenn sie das Ziel gefunden hatten.

Die gesammelten Daten umfassten Reaktionszeiten (Millisekunden) für die Zielerkennung, Genauigkeitsraten für die Aufgabenleistung und Eye-Tracking-Daten zur Analyse der Aufmerksamkeit.

Die Ergebnisse zeigten, dass Wörter und erkannte Objekte die Zielerkennung durch top-down Prozesse fördern können, selbst wenn ihre Präsentation nicht direkt mit der Aufgabe verbunden ist.

Eigenschaften des Bildobjekts Tabelle

Wie bei jedem Objekt in Labvanced gibt es allgemeine, aber auch objektspezifische Eigenschaften, die im rechten Seitenpanel angezeigt werden, wenn mit dem Objekt gearbeitet wird. Nachfolgend finden Sie die Spezifikationen und Beschreibungen, die mit den Optionen des Bildobjekts verbunden sind:

Hauptmerkmale des Bildobjekts

EigenschaftsnameDatentypÄnderbar, wieRahmentypBeschreibung
NameStringJa, TextfeldCanvas & PageDer Name des Objekts. Der Name wird häufig als Referenz auf das Objekt (d.h. innerhalb von Ereignissen) verwendet, daher sollte er einzigartig sein.
VisibilityNumeric (0-1)Ja, KontrollkästchenCanvasDer Transparenzwert des Objekts. Mit einem Wert von 0 ist das Objekt vollständig unsichtbar; ein Wert von 1 ist vollständig sichtbar.
ActiveBoolean (true / false)Ja, KontrollkästchenCanvas & PageBestimmt, ob das Objekt aktiv ist und während der Durchführung des Experiments geändert werden kann. Wenn auf false gesetzt, wird das Objekt keine Aktionen auslösen.

Position- & Größenpropiedades des Bildobjekts

EigenschaftsnameDatentypÄnderbar, wieRahmentypBeschreibung
XNumeric (0- Breite des Rahmens)Ja, Text oder PfeileCanvasDie X-Position des Objekts.
YNumeric (0-Höhe des Rahmens)Ja, Text oder PfeileCanvasDie Y-Position des Objekts.
WidthNumeric (0-Breite des Rahmens)Ja, Text oder PfeileCanvasDie Breite des Objekts.
HeightNumeric (0-Breite des Rahmens)Ja, Text oder PfeileCanvasDie Höhe des Objekts.
AnchorCategorical (1-9)Ja, AuswahloptionCanvasDer Anker setzt den "Positionsreferenzpunkt" des Objekts. Standardmäßig ist dies die obere linke Ecke.

Skalierungs- & Rotationsmerkmale des Bildobjekts

EigenschaftsnameDatentypÄnderbar, wieRahmentypBeschreibung
ScalingNumeric (0-Inf)Ja, Text oder PfeileCanvasÄndert die Skalierung / den Zoom des Elements. Größere Werte vergrößern das Element.
RotationNumeric (0-359)Ja, Text oder PfeileCanvasÄndert die Rotation des Objekts. 0 ist die standardmäßig aufrechte Position.
Keep aspect ratioBoolean (true / false)Ja, KontrollkästchenCanvasBestimmt, ob das Seitenverhältnis des Objekts beibehalten wird, wenn das Objekt neu skaliert wird.

Stil des Bildobjekts

EigenschaftsnameDatentypÄnderbar, wieRahmentypBeschreibung
Border-SizeNumeric (0-INF)Ja, Text oder PfeileCanvasÄndert die Größe des Rahmens des Objekts. 0 zeigt keinen Rahmen an.
Border-ColorHex-String (Farbe)Ja, AuswahloptionCanvasÄndert die Farbe des Rahmens des Objekts.
Background (BG)-ColorHex-String (Farbe)Ja, AuswahloptionCanvasÄndert die Hintergrundfarbe des Objekts. Standardmäßig gibt es keine Farbe / transparent.
RoundnessNumeric (0-1)Ja, Text oder PfeileCanvasÄndert die Rundung des Objekts. 1 ist ein vollständig rundes Objekt, 0 ist ein vollständig quadratisches Objekt.
Overflow-XCategorical (Hidden,Auto,Visible)Ja, AuswahloptionCanvasBestimmt, ob das Objekt eine sichtbare Bildlaufleiste in der X-Dimension haben wird.
Overflow-YCategorical (Hidden,Auto,Visible)Ja, AuswahloptionCanvasBestimmt, ob das Objekt eine sichtbare Bildlaufleiste in der Y-Dimension haben wird.
Scroll MarginNumericJa, Text oder PfeileCanvasBestimmt den Rand der Bildlaufleiste in Prozent.
Change CSS PropertiesCSS-CodeJa, Kontrollkästchen und TextfeldCanvasÄndert einen Aspekt des Aussehens des Objekts mit CSS-Code.

Mausinteraktion im Player

EigenschaftsnameDatentypÄnderbar, wieRahmentypBeschreibung
SelectableBoolean (true / false)Ja, KontrollkästchenCanvasBestimmt, ob das Objekt während der Durchführung des Experiments ausgewählt / hervorgehoben werden kann.
Highlight on SelectBoolean (true / false)Ja, KontrollkästchenCanvasBestimmt, ob das ausgewählte Objekt visuell als ausgewählt erscheint (d.h. mit einem Rahmen).
DraggableBoolean (true / false)Ja, KontrollkästchenCanvasBestimmt, ob das Objekt während der Durchführung des Experiments gezogen werden kann.
ResizableBoolean (true / false)Ja, KontrollkästchenCanvasBestimmt, ob das Objekt während der Durchführung des Experiments neu skaliert werden kann.
Track ScrollBoolean (true / false)Ja, Kontrollkästchen und numerische Werte, wenn aktiviert (ScrollPositionX, ScrollPositionY)CanvasErmöglicht das Verfolgen des Scrollens, wenn ein Objekt mit Bildlaufleisten präsentiert wird.

Bildmerkmale

EigenschaftsnameDatentypÄnderbar, wieBeschreibung
FilenameStringJa, TextfeldDer gegebene Name der Datei.
Select File (Folder Icon)FunktionJa, Klicken auf SymbolEin Klick auf das Ordnersymbol öffnet den Datei-Manager, um eine vorhandene Datei auszuwählen oder eine neue Datei hochzuladen und auszuwählen.
Stimulus InfoStringJa, TextfeldEine änderbare Eigenschaft, die verwendet werden kann, um dynamische Stimulusinformationen während der Durchführung des Experiments zu speichern.
Stretch to Fit Bounding BoxBoolean (true / false)Ja, KontrollkästchenWenn aktiviert, wird das Bild gedehnt, um die begrenzende Box vollständig auszufüllen.
Bounding Box FitFunktionJa, Klicken auf SymbolEin Klick auf "Fit" wird die begrenzende Box an die Dimensionen des Bildes zuschneiden.
Auto Fit Bounding Box with ImageFunktionJa, KontrollkästchenWenn aktiviert, wird die begrenzende Box automatisch geändert, um mit dem Bild übereinzustimmen.