Labvanced 中响应的正确性
在许多实验中，要求参与者对刺激作出反应——例如，按键、点击按钮或输入答案。响应的正确性 是指参与者的答案是否与预期的（正确的）答案匹配。
Labvanced 允许您定义什么算作正确响应并自动评估参与者的表现。
大局
在 Labvanced 中，响应的正确性通常使用：
- 输入元素（参与者如何响应）
- 变量（存储响应和正确答案）
- 条件/逻辑（比较响应与正确答案）
一般流程如下：
- 显示刺激
- 收集响应
- 将响应与正确答案进行比较
- 存储是否正确或错误
步骤 1：收集响应
首先，您需要一种方式让参与者做出响应。
常见的输入元素：
- 按钮（例如，
Yes/No） - 键盘输入（例如，按下
F或J） - 文本字段（输入的答案）
每个响应会自动存储在 Variable.
示例：
- 按钮点击 → 变量命名为
response= 存储值yes
步骤 2：定义正确答案
接下来，您定义正确响应应该是什么。
有两种常见的方法：
选项 A：固定正确答案
- 您手动设置正确答案
- 示例：正确答案 =
yes
选项 B：基于变量的正确答案
- 正确答案根据每个试验使用数据框或
Trial System进行更改 - 存储在变量中（例如，
correct_answer）
示例：
- 试验 1 → correct_answer =
cat - 试验 2 → correct_answer =
dog
在使用多个刺激时，这很有用。
步骤 3：将响应与正确答案进行比较
现在您需要检查参与者的响应是否正确。
这可以使用 **条件（如果语句）**来完成：
示例逻辑：
if
response==correct_answer, then:Accuracy= 1
else:Accuracy= 0
在 Labvanced 中，这可以通过逻辑编辑器可视化创建（无需编码）。
步骤 4：存储正确性
比较结果通常存储在变量中，例如：
Accuracy（1 = 正确，0 = 错误）
这允许您：
- 稍后分析准确性
- 过滤试验
- 计算表现指标
步骤 5：提供反馈
您可以向参与者显示他们是否正确。
常见反馈：
- “正确！”
- “错误”
- 视觉提示（绿色/红色屏幕）
这是通过：
- 添加 反馈框架
- 根据
correctness变量显示不同的内容
示例：
- 如果正确 → 跳转到“正确！”框架
- 如果错误 → 跳转到“错误”框架
步骤 6：在试验流程中使用正确性
正确性也可以控制接下来发生的事情。
示例：
- 如果错误则重复试验
- 只有在正确响应后才继续
- 动态调整难度
通过条件分支实现这一点。
示例：简单选择任务
实验流程：
- 显示一张图片（例如，一种水果）
- 参与者按下一个键：
F= 苹果J= 香蕉
- 将响应与正确答案进行比较
- 显示反馈
- 下一个试验
在 Labvanced 中：
- 为每个试验存储正确答案
- 捕捉键盘按压
- 使用逻辑进行比较
- 保存正确性
初学者提示
- 保持变量名称清晰 (
response,correct_answer,correctness) - 通过几个试验测试您的逻辑
- 在构建复杂条件之前使用简单条件
- 确保响应格式匹配（例如，文本与键码）
总结
Labvanced 中的响应正确性涉及：
- 收集响应（按钮、键、输入）
- 定义正确答案（固定或变量）
- 使用逻辑比较响应
- 存储结果以进行分析
- 向参与者提供反馈
基本上，您应该选择的方法取决于您设计的任务。如果您需要建议，请联系我们的支持团队！
设置完成后，Labvanced 会自动跟踪准确性，使分析参与者表现变得简单。