Modèles de Cadre de Données

Les cadres de données sont l'un des outils les plus polyvalents dans Labvanced pour gérer le côté input d'une expérience. Cette page décrit comment les appliquer à trois scénarios de conception de recherche courants. Pour la référence technique sur la création et la configuration des cadres de données, voir Variables de Cadre de Données.

Présentation séquentielle des stimuli

L'utilisation la plus courante d'un cadre de données est une liste de stimuli : une ligne par essai, des colonnes pour chaque attribut (mot, nom de fichier d'image, condition, réponse correcte). Au début de la session, mélangez les lignes pour randomiser l'ordre des essais. Ensuite, à chaque essai, lisez la ligne actuelle dans une variable de tableau et utilisez ses valeurs pour définir les propriétés des objets : le texte affiché, l'image présentée, la réponse attendue.

Les composants clés :

• Un cadre de données avec une ligne par essai
• Une variable numérique trial_index commençant à 1, avec Reset at Trial Start désactivé
• Un événement de début de session exécutant Shuffle Data Frame Entries (par lignes)
• Un événement de début d’essai exécutant Read from / Write to Data Frame : lire par ligne, variable d'index = trial_index, sortie vers une variable de tableau
• Une action d'incrément après la lecture : ajouter 1 à trial_index

Chaque élément du tableau de sortie correspond à une colonne de cette ligne. Une action Set Object Property assigne ensuite chaque valeur à l'objet pertinent sur le cadre.

Contrebalancement de l'ordre des essais

Puisque Shuffle Data Frame Entries s'exécute au début de la session et que le mélange est différent à chaque fois, chaque participant voit un ordre d'essai unique tiré du même ensemble. C'est une randomisation intra-participant sans répétition.

Pour le contrebalancement entre participants, où vous souhaitez vous assurer que des ordres de condition spécifiques sont également répartis entre les participants, utilisez l'attribution de groupe de Labvanced en combinaison avec un cadre de données. Créez un groupe séparé pour chaque ordre de contrebalancement, avec le cadre de données de chaque groupe pré-commandé pour cette séquence de condition. Les participants sont affectés aux groupes à rotation, équilibrant les ordres à travers l'échantillon.

Pour la documentation complète sur le contrebalancement basé sur les groupes, voir Randomisation et Conception Expérimentale Équilibrée.

Stimuli basés sur des fichiers

Lorsque vos stimuli sont des fichiers image ou audio plutôt que du texte, stockez les noms de fichiers dans une colonne de cadre de données et utilisez Map strings to files lors de l'importation pour lier chaque nom à un fichier téléchargé. À l'exécution, l'action Read from / Write to Data Frame retourne le nom de fichier, qu'une action Set Object Property utilise pour échanger le fichier affiché par un élément image ou audio.

Cette approche sépare la définition des stimuli (le CSV) de la livraison des stimuli (la logique des événements), ce qui facilite la mise à jour de votre ensemble de stimuli en téléchargeant un nouveau CSV sans toucher au système d'événements.

Étapes :

1. Préparez un CSV avec une colonne contenant des noms de fichiers (par exemple, image_file). Téléchargez les fichiers image pour votre étude séparément.
2. Créez une variable de cadre de données et téléchargez le CSV. Activez Map strings to files et Use first row as header lors de l'importation.
3. Utilisez Read from / Write to Data Frame à chaque essai pour lire le nom de fichier dans une variable de tableau.
4. Ajoutez une action Set Object Property ciblant l'élément image : définissez sa source sur l'élément de tableau contenant le nom de fichier.

Lecture complémentaire

Variables de Cadre de Données

La référence technique : comment créer un cadre de données, télécharger un CSV, configurer les options d'importation et utiliser les actions Lire/Écrire et Mélanger.

Randomisation et Contrebalancement

La référence complète pour la randomisation, le blocage et le contrebalancement entre participants utilisant des groupes et le système d'essai.

Conception d'Expérience

Le hub pour tous les guides de modèles de conception d'expérience dans Labvanced.