Labvanced与开放科学的精神
由于Labvanced是一个基于订阅的服务，这对许多人来说可能听起来似乎与开放科学不符。但事实远非如此。Labvanced通过它的设置方式以及如何允许研究人员创建和发布他们的实验，不仅拥抱了开放科学的精神，还助力于促进在线实验研究的最佳实践。
公开实验库与开放科学
对于希望尽可能自由共享其在线研究的研究人员，Labvanced提供了多个途径，其中之一就是公开实验库。通过公开实验库，研究人员可以发布他们的实验，以便任何希望参与的人都可以这样做。在发布实验时，研究人员可以指定研究可以作为模板的使用程度（即其他订阅用户可以导入）以及对非Labvanced用户的“开放获取”方式——例如，是否只允许查看设计/实验设置，或者收集的数据是否也可以公开获得。
公开实验库是现存最大的开放科学/开放实验库之一，列表中有来自全球外部机构的600多项研究。这样，评审人员可以“检查”实施情况（即使没有账户）并查看所收集的数据（如果您选择将其公开/开放）。我们看到许多研究人员为此在高影响力期刊的出版物中提供了Labvanced链接。
还需注意，研究人员可以在公开实验库中免费发布研究；研究将永远保留在那里（或根据研究人员的允许）。这意味着实验可以自由创建，而其他研究人员无需支付任何费用就可以检查/评审您的工作。我们认为，这种更高程度的开放性和透明性在其他地方尚未见过。
可重复性/可重用性
以某种容器化的形式共享或导出实验对那些希望向其他研究人员展示或传达其实验设计的研究人员而言非常重要，而无需依赖于公开实验库。
在Labvanced中进行的所有实验都有最高的可重复性，因为在每个实验中使用的代码都是完全相同的。这是因为所有研究人员在使用Labvanced时进行的研究编辑/实施，都会创建一个JSON数据文件（即实验规范），然后由Labvanced实验播放器引擎“播放/运行”，确保在平台上所有研究的执行函数都是一致的。
通常，基于编程的实验依赖于某种“自定义的React/Python/自托管解决方案”，其中每个复杂实验都有自己的代码库。虽然研究人员确实利用并拥有一些可以在其研究中重用的代码（即组件），但这些研究之间的代码/逻辑变异性通常远高于Labvanced基础研究之间的变异性，这最终可能会降低可重复性。
最终，多个研究之间共享相同的代码基础（如Labvanced所做的）是一种能够帮助扩展、时间管理以及创建某种框架的方法，与不断重复以完全自定义的方式编写项目相比。当然，作为实验心理学研究人员，Labvanced为其用户提供了编码的机会，在这些情况下，应用程序内有一个简单易用的JavaScript编辑器和CSS编辑功能。
关于可重用性，实际棘手的问题在于，在线研究没有一个公认的实验协议/实验格式，特别是在需要诸如基于网络摄像头的眼动追踪、多用户支持等功能时。
**现存的唯一全球网络标准在于数据存储和数据交换领域，其中使用了JSON……而这正是我们在这里使用的。**重要的是，Labvanced用户可以随时免费导出整个JSON实验规范，只需单击一下，这意味着您可以下载、保存并以标准化的JSON格式与他人共享您的实验结构（不依赖于Labvanced）。
如前所述，JSON格式本质上捕捉了实验结构。因此，例如，如果您在Labvanced中有一个命令为“在帧开始时记录注视”，这将在可导出/可共享的JSON代码中反映为类似这样（注意：这是一个简化的示例）：
event: { trigger: onNewGaze actions [ {setRecVar:{ varID: "j234o234h234234" }} ] }
因此，在可重用性和可重复性的话题上，使用Labvanced构建的实验可以通过导出JSON文件与他人共享实验结构，从而超越公开实验库进行沟通。
开源
Labvanced背后的很多源代码实际上是开源的，并且可以在Github上查看 (https://github.com/Labvanced/) 以确保透明度。然而，某些部分，如Labvanced专有的基于网络摄像头的眼动追踪技术和神经网络，并未包含在内。这是因为我们必须保护我们多年投资于创建最准确的基于网络摄像头的眼动追踪技术的成果。否则将会被窃取，而且我们实际上看到过来自一些小公司和大公司的这种尝试。
结论
实验室或学生希望依赖某种组合的PsychoJS+Pavlovia进行更简单的实验，或者甚至创建完全自定义的React/Python/自托管解决方案以应对更复杂的实验，然后继续将其代码作为开放科学协议的一部分分享的情况非常普遍。
尽管编写研究程序是一个不错的选择（我们自己也是程序员），但这确实带来了挑战。当然，完全自己编写研究程序是有意义的，尤其是如果您有IT专业人员为复杂的大规模研究做到这种工作。
在我们看来，长远来看，使用像Labvanced这样的平台通常更高效、经济，因为我们已经投入了20多年的开发时间（即7年多的时间里有3-4位开发人员）来编写创建强大（网络）实验的代码，所有这些都在一个流畅的过程中完成，同时确保了精确刺激呈现并让研究人员监控在线特定变量以进行实验控制。
总的来说，Labvanced支持开放科学和透明度，并为研究人员如何与他们领域中的其他专业人士共享和导出研究提供了多种选择。