Labvancedにおける応答の正確性
多くの実験では、参加者に刺激に応答するよう求められます—例えば、キーを押す、ボタンをクリックする、または回答を入力することです。 応答の正確性とは、参加者の答えが期待される（正しい）回答と一致するかどうかを指します。
Labvancedでは、正しい応答とは何かを定義し、参加者のパフォーマンスを自動的に評価することができます。
大局的な視点
Labvancedでは、応答の正確性は通常以下を使用して処理されます:
- 入力要素（参加者がどのように応答するか）
- 変数（応答と正しい回答を保存する）
- 条件 / ロジック（応答と正しい回答を比較する）
一般的な流れは以下の通りです:
- 刺激を表示する
- 応答を収集する
- 応答を正しい回答と比較する
- 正しいか間違っているかを保存する
ステップ 1: 応答の収集
まず、参加者が応答するための方法が必要です。
一般的な入力要素:
- ボタン（例:
Yes/No） - キーボード入力（例:
FまたはJを押す） - テキストフィールド（入力された回答）
各応答は自動的にVariable.に保存されます。
例:
- ボタンクリック → 変数名
response= 値yesを保存
ステップ 2: 正しい回答の定義
次に、正しい応答が何であるべきかを定義します。
一般的なアプローチは2つあります:
オプション A: 固定された正しい回答
- 正しい回答を手動で設定する
- 例: 正しい回答 =
yes
オプション B: 変数ベースの正しい回答
- 正しい回答は、データフレームや
Trial Systemを使用して試行ごとに変更されます - 変数に保存される（例:
correct_answer）
これは、複数の刺激を使用する際に便利です。
ステップ 3: 応答と正しい回答の比較
ここで、参加者の応答が正しいかどうかを確認します。
これは**条件（if文）**を使用して行います：
例のロジック:
if
response==correct_answerなら:Accuracy= 1
そうでない場合:Accuracy= 0
Labvancedでは、これはロジックエディタを使用して視覚的に作成されます（コーディングは不要です）。
ステップ 4: 正確性の保存
比較の結果は通常、以下のような変数に保存されます:
Accuracy（1 = 正しい、0 = 間違い）
これにより、次のことが可能です:
- 後で精度を分析する
- 試行をフィルタリングする
- パフォーマンスメトリックを計算する
ステップ 5: フィードバックの提供
参加者に正しいかどうかを示すことができます。
一般的なフィードバック:
- “正解！”
- “不正解”
- 視覚的手がかり（緑/赤の画面）
これは次のように行います:
- フィードバックフレームを追加する
correctness変数に基づいて異なる内容を表示する
例:
- 正しい場合 → “正解！”フレームにジャンプ
- 間違っている場合 → “不正解”フレームにジャンプ
ステップ 6: 試行の流れでの正確性の使用
正確性は、次に何が起こるかを制御することもできます。
例:
- 間違っている場合は試行を繰り返す
- 正しい応答の後のみ進む
- 難易度を動的に調整する
これは条件分岐を使用して行います。
例: シンプルな選択課題
実験の流れ:
- 画像を表示する（例: 果物）
- 参加者がキーを押す:
F= りんごJ= バナナ
- 応答を正しい回答と比較する
- フィードバックを表示する
- 次の試行
Labvancedでは:
- 試行ごとに正しい回答を保存
- キープレスをキャプチャ
- ロジックを使用して比較
- 正確性を保存
初心者向けのヒント
- 変数名を明確に保つ(
response,correct_answer,correctness) - 複数の試行でロジックをテストする
- 複雑な条件を構築する前にシンプルな条件を使用する
- 応答フォーマットが一致していることを再確認する（例: テキスト vs. キーコード）
まとめ
Labvancedにおける応答の正確性には次のことが含まれます:
- 応答の収集（ボタン、キー、入力）
- 正しい回答の定義（固定または変数）
- ロジックを使用して応答を比較する
- 分析のために結果を保存する
- 参加者にフィードバックを提供する
基本的に、選択すべきアプローチは、設計しているタスクによります。提案が必要な場合は、サポートにお問い合わせください！
設定後、Labvancedは自動的に精度を追跡し、参加者のパフォーマンスを分析しやすくします。