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
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 du Stimulus
      • Exactitude de la Réponse
      • Objets
      • Événements
      • Variables
      • Assistant de Tâches
      • Système d'Essai
      • Conception de l'Étude
        • Tâches
        • Blocs
        • Sessions
        • Groupes
    • SUJETS EN VEDETTE

      • Randomisation & Équilibre
      • Suivi Oculaire
      • Questionnaires
      • Application de Bureau
      • Études Complémentaires
      • Recrutement de Participants
      • Accès API
        • API REST
        • API Webhook
        • API WebSocket
      • Autres Sujets

        • Horodatages de Stimulus Précis
        • Études Multi-utilisateurs
        • Suivi de la Tête dans Labvanced | Guide
    • ONGLET PRINCIPAL DE L'APPLICATION

      • Vue d'Ensemble : Onglets Principaux
      • Tableau de Bord
      • Mes Études
      • Études Partagées
      • Mes Fichiers
      • Bibliothèque d'Expériences
      • Mon Compte
      • Licence & Services
    • ONGLETS D'ÉTUDE

      • Vue d'Ensemble : 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 des Données et Exportation
        • Vue des données et sélection des variables & des tâches (ancienne version)
        • Accéder aux Enregistrements (Version ANCIENNE)
  • Vidéos
    • Aperçu Vidéo
    • Premiers Pas dans Labvanced
    • Création de Tâches
    • Vidéos d'Éléments
    • Événements & Variables
    • Sujets Avancés
  • Tutoriaux
    • Introduction
    • Tâche de Stroop
    • Tâche de Décision Lexicale
    • Tâche de Cues Posner
    • Paradigme de Clignotement de Changement
    • Étude Exemple de Suivi Oculaire
    • Étude de Suivi Oculaire pour Bébés
    • Étude de Capture Attentionnelle avec Suivi de Souris
    • Présentation Visuelle Rapide et Séquentielle
    • Étude ChatGPT
    • Démonstration de Suivi Oculaire : SVGs comme AOIs
    • Démonstration Multi-Utilisateurs : Afficher les Curseurs des Sujets
    • Gamepad / Contrôleur Joystick - Configuration de Base
    • Étude d'Application de Bureau avec Intégration EEG
    • Équilibrage de Groupe entre Sujets et Configuration des Variables
  • FAQ
    • Fonctionnalités
    • Politique de Support & Directives
    • Sécurité & Confidentialité des Données
    • Licence
    • Précision de Labvanced
    • Utilisation Programmée & API
    • Utilisation de Labvanced Hors Ligne
    • Dépannage
    • Questions sur la Création d'Études
  • Archives de Newsletters
  • Documents
  • Salle de Classe

Variables de Data Frame

Une variable de data frame contient des données tabulaires dans une structure semblable à un tableur : les lignes sont des entrées et les colonnes sont des variables, chacune pouvant contenir des valeurs de type chaîne, numérique, booléen ou fichier. Les data frames ne sont pas remplis par les réponses des participants. Vous téléchargez un fichier .csv pour y charger des données, et l'expérience les lit au moment de l'exécution en utilisant le système d'événements.

Les data frames sont l'outil standard dans Labvanced pour gérer des entrées structurées : listes de stimuli, emplois du temps de contrebalancement, mappages de fichiers à images, et tout autre scénario où vous devez alimenter des lignes de données préparées dans votre expérience un essai à la fois.

Quand utiliser un data frame

Utilisez un data frame chaque fois que votre expérience doit charger des données structurées prépréparées plutôt que de collecter des valeurs auprès des participants.

  • Vous avez une liste de mots de stimuli, de phrases, d'images ou de fichiers audio qui doivent apparaître d'essai en essai
  • Vous devez contrebalancer les conditions entre les participants
  • Vous souhaitez mélanger l'ordre des essais au début d'une expérience et ensuite lire les entrées séquentiellement
  • Vous chargez des invites OpenAI, des messages personnalisés ou d'autres données de chaîne à partir d'un fichier préparé

Configuration d'un data frame

Créer un data frame comporte trois étapes : préparer votre CSV, créer la variable et importer le fichier.

Formatage de votre CSV

Chaque colonne de votre CSV devient une variable (colonne) dans le data frame. Chaque ligne est une entrée. Si votre première ligne contient des noms de colonnes, activez Use first row as header à l'importation.

Pour les stimuli basés sur des fichiers (images, audio), mettez les noms de fichiers dans la colonne correspondante. Vous pouvez ensuite utiliser Map strings to files à l'importation pour lier ces noms aux fichiers téléchargés dans votre étude.

Création de la variable de data frame

  1. Ouvrez votre étude et allez dans l'onglet Variables dans le panneau de gauche, ou ouvrez l'onglet Variables dans l'éditeur de tâches.
  2. Cliquez sur + New Variable et définissez Data Type sur Data Frame.
  3. Cliquez sur Save. La boîte de dialogue Data Frame s'ouvre.
La boîte de dialogue Data Frame dans Labvanced, montrant un data frame avec quatre colonnes et quatre lignes de données numériques.

Téléchargement de votre CSV

Dans la boîte de dialogue Data Frame, cliquez sur Upload 2D CSV Data. Un sélecteur de fichiers s'ouvre. Après avoir sélectionné votre fichier, la boîte de dialogue Options d'importation apparaît.

La boîte de dialogue Options d'importation dans Labvanced, montrant des cases à cocher pour Mapper les chaînes aux fichiers, Utiliser la première ligne comme en-tête, et Transposer les données.
OptionCe qu'elle fait
Map strings to filesTraite les valeurs de chaîne dans le CSV comme des noms de fichiers et les lie aux fichiers téléchargés dans votre étude
Use first row as headerUtilise la première ligne de votre CSV comme noms de colonnes plutôt que comme données
Transpose dataTélécharge les données sans transposer les lignes et les colonnes

Cliquez sur Ok pour importer. Le data frame est rempli avec le contenu de votre CSV.

Édition d'un data frame

Une fois qu'un data frame est créé, vous pouvez l'étendre avec de nouvelles colonnes, éditer directement les valeurs des cellules individuelles ou remplacer tout le contenu par un nouveau téléchargement de CSV.

Ajout de colonnes

Pour ajouter une nouvelle colonne après l'importation initiale, cliquez sur Add variable / Column en haut de la boîte de dialogue Data Frame. Cela ajoute une colonne vide que vous pouvez nommer et configurer. Si la nouvelle colonne contient des noms de fichiers, cliquez sur Map all strings to files dans la boîte de dialogue par la suite pour les lier aux fichiers téléchargés dans votre étude.

Édition des valeurs de cellule

Pour éditer directement les valeurs des cellules individuelles, activez la case à cocher Edit Values dans la boîte de dialogue Data Frame. Les cellules deviennent modifiables sur place. Désactivez la case à cocher pour revenir à la vue en lecture seule.

Utilisation des data frames dans le système d'événements

Les data frames sont lus et écrits via le système d'événements. Deux actions dans la catégorie Opérations sur Data Frame gèrent cela.

Action Lire à partir de / Écrire dans Data Frame

Utilisez cette action pour lire une ligne ou une colonne du data frame dans une variable de tableau, ou pour écrire des valeurs à l'intérieur.

Paramètres clés :

ParamètreDescription
Variable de data frameLe data frame à partir duquel lire ou écrire
Lire ou ÉcrireDirection de l'opération
Par ligne ou colonneSi vous devez lire une ligne complète ou une colonne complète
Type d'indexComment la ligne ou la colonne est sélectionnée : valeur fixe, variable ou dernière ligne
Variable d'indexLa variable utilisée comme index lorsque le type d'index est défini sur variable
Variable de sortieLa variable tableau où le résultat est stocké

Le schéma le plus courant est : maintenir une variable compteur numérique qui s'incrémente à chaque essai, l'utiliser comme variable d'index et lire la ligne correspondante dans un tableau. Chaque élément du tableau correspond alors à une colonne de cette ligne.

Action Mélanger les Entrées du Data Frame

Utilisez cette action pour randomiser l'ordre des lignes ou des colonnes dans le data frame. Exécutez-la une fois au début de l'expérience (déclenchée par un événement de début de session) avant le début des essais.

Paramètres :

ParamètreDescription
Data frameLe data frame à mélanger
Par lignes ou colonnesSi vous devez mélanger l'ordre des lignes ou des colonnes

Un flux de travail courant : liste de stimuli par essai

Un agencement typique pour lire une ligne de stimuli par essai :

  1. Téléchargez un CSV avec une ligne par essai et des colonnes pour chaque attribut de stimulus (par exemple, word, condition, correct_response).
  2. Créez une variable numérique trial_index avec une valeur de départ de 0 et Reset at Trial Start désactivée.
  3. Au début de l'expérience, ajoutez une action Shuffle Data Frame Entries sur votre data frame (par lignes).
  4. Au début de chaque essai, ajoutez une action Read from / Write to Data Frame : lire par ligne, Variable d'index = trial_index, Variable de sortie = une variable tableau (par exemple, current_trial_data).
  5. Après la lecture, incrémentez trial_index de 1 en utilisant une action arithmétique Set / Record Variable.
  6. Utilisez les éléments de la variable tableau pour définir des propriétés d'objet ou piloter la logique des événements pour cet essai.

Lectures supplémentaires

Types de Variables

Une référence pour tous les six types de variables et quand utiliser chacun d'eux.

Propriétés des Variables

Une référence complète pour chaque paramètre de variable : type de données, échelle, format, valeur de départ, comportement de réinitialisation, et options d'enregistrement.

Opérations sur Data Frame

Les actions du système d'événements pour lire, écrire et mélanger des data frames à l'exécution.

Modèles de Data Frame

Comment appliquer des data frames à des conceptions de recherche courantes : présentation séquentielle de stimuli, contrebalancement, et stimuli basés sur des fichiers.

Randomisation et Contrebalancement

Comment utiliser des data frames, le système d'essais, et des événements pour contrebalancer et randomiser votre étude.

Travailler avec des Variables

La page centrale pour la section travaillant avec des variables : types, propriétés, options d'enregistrement, et data frames.