精确计时

背景与上下文

在心理学研究中，反应时间用于量化认知过程和行为。反应时间的明确定义涉及出现刺激与反应之间经过的时间。

准确测量反应时间有两个组成部分：刺激的开始时间和参与者反应发生的时间：

准确测量反应时间的两个主要组成部分和影响因素。

为了准确测量反应时间，必须知道刺激开始的确切时间（点A）以及参与者反应发生的时间（点B），因为反应时间是这两个点之间的差值。从这两个点，可以很容易确定参与者的反应发生的时间，但要准确知道刺激的确切开始时间（点A）是具有挑战性的。

为什么确定点A发生的时间很困难？影响刺激出现时间的主要原因有三个：

1. 屏幕刷新率： 显示器的刷新率为60Hz，因此如果某件事情被安排发生，它只能在显示器刷新时发生。虽然这属于毫秒级别，但它是一个重要的量化因素（我们稍后将讨论如何通过请求动画帧进行测量），因为它直接影响实验序列。

2. 编程性质： 所有实验都基于编码，代码的执行必须经过处理，因为没有任何东西是瞬时的，这通常需要1-2次刷新周期。

3. 设备容量： 虽然这并不常见，但如果参与者的设备容量非常慢，刺激的呈现可能会滞后，因为所有系统延迟（如计算机冻结）。我们稍后将讨论如何检查这个问题（JavaScript事件循环）。

总之，反应时间受许多因素的影响，这些因素是技术过程构建的基础，以准确确定刺激开始和参与者反应之间的时间。

在_行为研究方法_中的同行评审出版物

查看这篇发表于Springer Nature的_行为研究方法_的同行评审论文，发表于2022年5月。作者得出结论，Labvanced相较于其他基于网络的工具具有最精确的反应时间测量。

我们的过程：Labvanced的精确计时管道

为了提供精确计时和反应时间，我们的软件遵循以下步骤：

• 预加载（缓存）： 确保在实验开始之前，所有实验刺激都被提前加载，并在本地可用，这样加载不会在实验进行中发生。因此，如果参与者想要参与研究，所有的刺激（图像、音频和视频）都已经从我们的服务器上获取并本地加载到他们的计算机上。

• 预渲染： 当实验开始时，内容被递归创建，以便下一帧和试验在后台加载，并准备好在参与者准备继续时立即使用。这是由预渲染机制驱动的。

• 参与者特定测量： 由于在线研究在浏览器中开始，每位参与者的计算机资源（GPU、CPU）都是有限的，这必须被考虑在内，因为它们会影响性能。我们捕获任何潜在延迟，并将其作为纠正变量提供给研究人员，研究人员还可以将其用作排除标准。

Labvanced中捕获准确反应时间的精确计时的整体流程。

保存参与者的响应

所有实验在参与者的计算机上本地进行。因此，互联网在技术上并不是运行实验的必要条件。互联网仅在开始时需要用于本地预加载实验，然后在最后用于将数据和响应上传回服务器。

然而，如果条件允许，我们的软件设置为在每个试验后自动保存数据记录和响应。这一点很重要，因为：

1. 本地浏览器无法存储或缓存无限量的内存。通过频繁备份，释放内存，系统不容易出现滞后。
2. 如果参与者停止或中途退出，至少会保存一些他们完成并提供响应的试验数据，以便在终止参与之前保留。

关于时间戳

在实验进行时，Labvanced应用程序无法访问计算机上的所有其他进程或部分。然而，在记录反应时间时，需要时间戳，应用程序可以访问计算机时钟的系统时间，以确定点A（刺激开始）和点B（参与者反应）发生的时间。由于计算机有一个通用的系统时钟，因此无论您在何处/使用什么，这个时间都是相同的。

关于系统架构和反应时间数据流

虽然上述管道捕获了反应时间过程的基本步骤，但以下是Labvanced中为使反应时间测量准确和精确而进行的详细解释。

预加载（缓存）

预加载或缓存发生在实验开始之前。Labvanced的设置确保在研究开始之前提前下载所有实验刺激。这包括所有元素，例如图像和视频。所有内容都从Labvanced服务器上获取并本地下载到参与者的设备上，以确保在实验进行过程中不需要下载。

Labvanced中预加载/缓存机制的主要步骤。

预渲染机制

Labvanced的预渲染机制旨在提前构建实验任务、试验和帧的结构。例如，如果您在某个任务的第1次试验中，我们会预先渲染当前和即将进行的试验中的所有帧，以确保在实验过程中不会发生加载，包括指令、文本、音频对象、注视点等。通过提前构建试验和帧，可以防止浏览器变慢或被压垮。

Labvanced中预渲染机制的主要步骤。

特定参与者的测量

由于设备和计算机之间存在固有的变异性，性能会受到定义的影响。仅仅在本地系统上运行实验（资源本质上是有限的，例如速度和内存并不是无限的，而是受到其技术规格的限制），刺激可能无法如预期显示（例如，可能会有几毫秒的延迟）。

为了捕获这些设备和参与者特定的波动，我们实施了以下机制：

• 请求动画帧
• JavaScript事件循环

请求动画帧

每60毫秒，显示器独立更新和刷新，这对所有计算机和屏幕都是常量。为了确定刺激呈现是否存在延迟（以毫秒为单位），在所有定时刺激情况下使用请求动画帧。

假设你执行代码以在2000毫秒时显示刺激，当你执行时，什么也没有发生，刺激将在下一个刷新率，即60毫秒（Hz）后自动呈现，达到240毫秒标记。你可以测量这个微小的延迟，并事后进行调整。因为我们使用请求动画帧，你可以确切地知道命令何时被执行（何时在显示器上真正发生/出现），并相应地进行调整。

Labvanced中请求动画帧机制的演示。

JavaScript事件循环

另一个与特定参与者测量相关的例子是确定他们设备的速度。

如果你的计算机较慢，可能是因为正在运行的活动系统进程占用了可用的CPU。因此，浏览器正在利用有限的资源，导致一切变得更慢。

为了确定在参与者级别是否发生这种情况，我们使用JavaScript事件循环使用回调函数，该函数会自动（默认）在后台运行，以测量函数回调自身所用的时间。如果在5毫秒内没有返回，则意味着参与者的浏览器/计算机较慢，这可能影响实验结果的完整性，反应时间的测量。我们报告回调函数返回所需的平均毫秒值。

用于通过Labvanced确定计算机速度的JavaScript事件循环的步骤，回调函数。

在Labvanced中完成的数千项研究中，我们发现超过95%的参与者报告的值低于3毫秒，有时甚至低于1毫秒。但在某些情况下，结果的平均值为200-300毫秒，这可能会提示研究者考虑排除该特定用户的数据，从最终数据集分析中。

Labvanced反应时间和精确计时能力的关键特点：

我们测量参与者反应的主要功能和能力包括：

• 刺激呈现的时间准确性
• 刺激呈现的空间准确性
• 眼动追踪准确性和采样频率
• 每个参与者的任何设备和屏幕相关延迟的量化和测量，允许标准化、被试间的可比性和修正。这是通过前面章节中描述的事件循环精度和请求动画帧实现的。

Labvanced精确计时/反应时间解决方案的关键能力和特征。

Labvanced精确计时的优势

由于这些步骤和机制，Labvanced提供了一个准确和精确的解决方案，用于在在线实验中测量反应时间。我们强调我们平台的以下优势：

• 刺激的控制计时： 研究人员了解刺激呈现在屏幕上的确切时间，从而可以进行调整并进行准确测量。
• 强大的计算和编程机制： 为了确保研究者报告最准确的数据，我们使用强大的计算和编程机制，以准确量化刺激在参与者屏幕上的出现。
• 经过试验和测试： 我们与来自世界各地的研究人员合作，微调我们的平台，因此我们的功能已经被无数研究和学术机构使用在线反应时间测量作为其研究和发表作品的基础进行了试验和测试。

反应时间的样本数据和指标

来自参与者使用Labvanced进行斯特鲁普任务的会话的数据报告；最右侧的第3列展示了记录的反应时间。

LV库研究：

有许多研究测量响应刺激所需的时间，这里是一些以反应时间测量为核心的任务示例：

• N-back任务： 一种测量工作记忆容量的认知测试。刺激被呈现，参与者需要判断是否与n步之前呈现的相同刺激匹配。
• 斯特鲁普任务： 这个经典的任务演示了当参与者呈现不一致的刺激（一个写着“黄色”的词但颜色为蓝色）时，反应时间如何增加。
• 面部识别： 面部识别在人类本性中根深蒂固，反应时间可以测量参与者识别或区分两个或多个面孔所需的时间。

利用Labvanced的精确计时的热门研究领域：

• 警觉性
• 认知衰退
• 知觉
• 表现测量
• 特征识别