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)
      • 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
  • Appgo to app icon
  • Logingo to app icon
Learn
Guide
Vidéos
Guides étape par étape
FAQ
Archives des newsletters
Documents
Salle de classe
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
Guide
Vidéos
Guides étape par étape
FAQ
Archives des newsletters
Documents
Salle de classe
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • Guide
    • COMMENCER

      • Éditeur de Tâches
      • Présentation des Stimuli
      • Validité de la Réponse
      • Objets
      • Événements
      • Variables
      • Assistant de Tâches
      • Système d'Essai
      • Conception de l'Étude
        • Tâches
        • Blocs
        • Sessions
        • Groupes
    • SUJETS À LA UNE

      • Randomisation & Équilibre
      • Suivi oculaire
      • Questionnaires
      • Application de Bureau
      • Études d'Exemple
      • Recrutement de Participants
      • Accès API
        • API REST
        • API Webhook
        • API WebSocket
      • Autres Sujets

        • Temps de Stimuli Précis
        • Études Multi-Utilisateurs
        • Suivi de la Tête dans Labvanced | Guide
    • ONGLETS PRINCIPAUX DE L'APPLICATION

      • Aperçu : Onglets Principaux
      • Tableau de Bord
      • Mes Études
      • Études Partagées
      • Mes Fichiers
      • Bibliothèque d'Expériences
      • Mon Compte
      • Ma Licence
    • ONGLETS D'ÉTUDE

      • Aperçu : Onglets Spécifiques à l'Étude
      • Conception de l'Étude
        • Tâches
        • Blocs
        • Sessions
        • Groupes
      • Éditeur de Tâches
        • Contrôles des tâches
        • Le Système d'Essai
        • Cadres de canevas et de page
        • Objets
        • Tables de Propriétés des Objets
        • Variables
        • Tables des variables système
        • Le Système d'Événements
        • Fonctions de l'Éditeur de Texte
        • Suivi oculaire dans une tâche
        • Suivi de la tête dans une tâche
        • Études Multi-Utilisateurs
      • Paramètres
      • Variables
      • Médias
      • Textes & Traduire
      • Lancer & Participer
      • Gestion des Sujets
      • Vue de Données et Exportation
        • Vue des données et sélection des variables & des tâches (ancienne version)
        • Accéder aux Enregistrements (Version ANCIENNE)
  • Vidéos
    • Aperçu Vidéo
    • Commencer avec Labvanced
    • Créer des Tâches
    • Vidéos d'Éléments
    • Événements & Variables
    • Sujets Avancés
  • Tutoriels
    • Introduction
    • Tâche de Stroop
    • Tâche de Décision Lexicale
    • Tâche de Cues de Regard Posner
    • Paradigme de Flicker de Blindness au Changement
    • Étude d'Éyetracking
    • Étude d'Éyetracking pour Nourrissons
    • Étude de Capture d'Attention avec Suivi de Souris
    • Présentation Visuelle Sériale Rapide
    • Étude ChatGPT
    • Démonstration de Suivi Oculaire : SVG comme AOIs
    • Démonstration Multi-Utilisateur : Afficher les Curseurs des Sujets
    • Contrôleur de Gamepad / Joystick - Configuration de Base
    • Étude d'Application de Bureau avec Intégration EEG
    • Équilibrage de Groupe entre Sujets et Configuration des Variables
  • FAQ
    • Fonctionnalités
    • Sécurité & Confidentialité des Données
    • Licences
    • Précision de Labvanced
    • Utilisation Programmée & API
    • Utiliser Labvanced Hors Ligne
    • Dépannage
    • Questions sur la Création d'Études
  • Archives de la Newsletter
  • Documents
  • Classe

Correction de la réponse dans Labvanced

Dans de nombreuses expériences, les participants sont invités à répondre à un stimulus—par exemple en appuyant sur une touche, en cliquant sur un bouton ou en tapant une réponse. Correction de la réponse fait référence à la correspondance entre la réponse du participant et la réponse attendue (correcte).

Labvanced vous permet de définir ce qui compte comme une réponse correcte et d'évaluer automatiquement la performance des participants.

Vue d'ensemble

Dans Labvanced, la correction des réponses est généralement gérée à l'aide de :

  • Éléments d'entrée (comment les participants répondent)
  • Variables (stockent les réponses et les bonnes réponses)
  • Conditions / logique (comparer la réponse à la bonne réponse)

Le flux général ressemble à ceci :

  1. Afficher un stimulus
  2. Collecter une réponse
  3. Comparer la réponse à la bonne réponse
  4. Stocker si c'était correct ou incorrect

Étape 1 : Collecter une réponse

Tout d'abord, vous avez besoin d'un moyen pour que les participants répondent.

Éléments d'entrée courants :

  • Boutons (par exemple, Oui / Non)
  • Saisie au clavier (par exemple, appuyer sur F ou J)
  • Champs de texte (réponses tapées)

Chaque réponse est automatiquement stockée dans une Variable.

Exemple :

  • Clic sur le bouton → variable nommée response = stocke la valeur oui

Étape 2 : Définir la bonne réponse

Ensuite, vous définissez ce que doit être la bonne réponse.

Il existe deux approches courantes :

Option A : Bonne réponse fixe

  • Vous définissez manuellement la bonne réponse
  • Exemple : Bonne réponse = oui

Option B : Bonne réponse basée sur des variables

  • La bonne réponse change à chaque essai en utilisant des cadres de données ou le Système d'essai
  • Stockée dans une variable (par exemple, correct_answer)

Exemple :

  • Essai 1 → correct_answer = chat
  • Essai 2 → correct_answer = chien

Ceci est utile lors de l'utilisation de plusieurs stimuli.

Étape 3 : Comparer la réponse à la bonne réponse

Maintenant, vous vérifiez si la réponse du participant est correcte.

Ceci est fait à l'aide de conditions (instructions if) :

Exemple de logique :

if response == correct_answer, then:
Accuracy = 1
else:
Accuracy = 0

Dans Labvanced, cela est créé visuellement à l'aide de l'éditeur de logique (aucune programmation requise).

Étape 4 : Stocker la correction

Le résultat de la comparaison est généralement stocké dans une variable telle que :

  • Accuracy (1 = correct, 0 = incorrect)

Cela vous permet de :

  • Analyser la précision plus tard
  • Filtrer les essais
  • Calculer des métriques de performance

Étape 5 : Fournir un retour

Vous pouvez montrer aux participants s'ils étaient corrects.

Retours courants :

  • “Correct!”
  • “Incorrect”
  • Indices visuels (écran vert/rouge)

Cela se fait en :

  • Ajoutant un cadre de retour
  • Affichant un contenu différent en fonction de la variable correctness

Exemple :

  • Si correct → Passer au cadre “Correct!”
  • Si incorrect → Passer au cadre “Incorrect”

Étape 6 : Utiliser la correction dans le flux d'essai

La correction peut également contrôler ce qui se passe ensuite.

Exemples :

  • Répéter l'essai si incorrect
  • Passer à l'étape suivante uniquement après une réponse correcte
  • Ajuster la difficulté de manière dynamique

Cela se fait à l'aide de branchements conditionnels.

Exemple : Tâche de choix simple

Flux de l'expérience :

  1. Afficher une image (par exemple, un fruit)
  2. Le participant appuie sur une touche :
    • F = Pomme
    • J = Banane
  3. Comparer la réponse à la bonne réponse
  4. Afficher le retour
  5. Essai suivant

Dans Labvanced :

  • Stocker la bonne réponse par essai
  • Capturer l'appui sur la touche
  • Comparer en utilisant la logique
  • Sauvegarder la correction

Conseils pour les débutants

  • Gardez les noms de variables clairs (response, correct_answer, correctness)
  • Testez votre logique avec quelques essais
  • Utilisez des conditions simples avant de construire des conditions complexes
  • Vérifiez que les formats de réponse correspondent (par exemple, texte vs. codes de touches)

Résumé

La correction de la réponse dans Labvanced implique :

  • Collecte de réponses (boutons, touches, entrée)
  • Définition de bonnes réponses (fixe ou variable)
  • Comparaison des réponses en utilisant la logique
  • Stockage des résultats pour analyse
  • Fourniture de retours aux participants

Essentiellement, l'approche que vous devez choisir dépend de la tâche que vous concevez. Si vous avez besoin d'une suggestion, n'hésitez pas à contacter notre support !

Une fois configuré, Labvanced suit automatiquement la précision, facilitant ainsi l'analyse des performances des participants.

Prev
Présentation des Stimuli
Next
Objets