Patrones de Marco de Datos

Los marcos de datos son una de las herramientas más versátiles en Labvanced para gestionar el lado de entrada de un experimento. Esta página cubre cómo aplicarlos a tres escenarios comunes de diseño de investigación. Para la referencia técnica sobre cómo crear y configurar marcos de datos, consulta Variables de Marco de Datos.

Presentación secuencial de estímulos

El uso más común de un marco de datos es una lista de estímulos: una fila por ensayo, columnas para cada atributo (palabra, nombre del archivo de imagen, condición, respuesta correcta). Al inicio de la sesión, mezcla las filas para aleatorizar el orden de los ensayos. Luego, en cada ensayo, lee la fila actual en una variable de arreglo y usa sus valores para establecer las propiedades del objeto: el texto mostrado, la imagen mostrada, la respuesta esperada.

Los componentes clave:

• Un marco de datos con una fila por ensayo
• Una variable numérica trial_index comenzando en 0, con Reset at Trial Start deshabilitado
• Un evento de inicio de sesión ejecutando Shuffle Data Frame Entries (por filas)
• Un evento de inicio de ensayo ejecutando Read from / Write to Data Frame: leer por fila, variable de índice = trial_index, salida a una variable de arreglo
• Una acción de incremento después de leer: añadir 1 a trial_index

Cada elemento del arreglo de salida mapea a una columna de esa fila. Una acción Set Object Property luego asigna cada valor al objeto relevante en el marco.

Contrabalanceo del orden de ensayo

Debido a que Shuffle Data Frame Entries se ejecuta al inicio de la sesión y el desorden es diferente cada vez, cada participante ve un orden de ensayo único extraído del mismo conjunto. Esto es aleatorización dentro del participante sin repetición.

Para el contrabalanceo entre participantes, donde deseas asegurar que órdenes de condiciones específicas estén igualmente distribuidas entre los participantes, utiliza la asignación de grupo de Labvanced en combinación con un marco de datos. Crea un grupo separado para cada orden de contrabalanceo, con el marco de datos de cada grupo preordenado para esa secuencia de condiciones. Los participantes son asignados a grupos en rotación, equilibrando los órdenes a través de la muestra.

Para la documentación completa sobre el contrabalanceo basado en grupos, consulta Aleatorización y Diseño Experimental Equilibrado.

Estímulos basados en archivos

Cuando tus estímulos son archivos de imagen o audio en lugar de texto, almacena los nombres de los archivos en una columna de un marco de datos y usa Map strings to files al importar para vincular cada nombre a un archivo subido. Durante la ejecución, la acción Read from / Write to Data Frame devuelve el nombre del archivo, que una acción Set Object Property utiliza para intercambiar el archivo mostrado por un elemento de imagen o audio.

Este enfoque separa la definición del estímulo (el CSV) de la entrega del estímulo (la lógica del evento), haciendo que sea sencillo actualizar tu conjunto de estímulos subiendo un nuevo CSV sin tocar el sistema de eventos.

Pasos:

1. Prepara un CSV con una columna que contenga nombres de archivos (por ejemplo, image_file). Sube los archivos de imagen a tu estudio por separado.
2. Crea una variable de marco de datos y sube el CSV. Activa Map strings to files y Use first row as header al importar.
3. Usa Read from / Write to Data Frame en cada ensayo para leer el nombre del archivo en una variable de arreglo.
4. Añade una acción Set Object Property dirigida al elemento de imagen: establece su fuente al elemento de arreglo que contiene el nombre del archivo.

Lectura adicional