Praktyczne projektowanie eksperymentów w PsychoPy

Kurs wprowadza studentów w praktyczne projektowanie i implementację eksperymentów poznawczych w środowisku PsychoPy, obejmując pełny proces tworzenia zadań: od koncepcji i protokołu, przez implementację w Pythonie, aż po testowanie i przygotowanie wersji finalnej do badań. Uczestnicy uczą się pracy ze zmiennymi, strukturą prób, bodźcami, randomizacją, timingiem oraz rejestracją danych. Efektem kursu jest kompletny, działający eksperyment wraz z dokumentacją techniczną i metodologiczną.

Kurs wprowadza studentów w praktyczne projektowanie i implementację eksperymentów z wykorzystaniem środowiska PsychoPy. Uczestnicy uczą się tworzyć w pełni funkcjonalne zadania eksperymentalne, obejmujące przygotowanie bodźców, kontrolę przebiegu prób, pomiary czasu reakcji oraz rejestrowanie odpowiedzi. Pracując studenci poznają dobre praktyki planowania eksperymentów, strukturę kodu, zarządzanie zmiennymi i tworzenie warunków eksperymentalnych. W trakcie zajęć realizują własny mini-projekt - od koncepcji i protokołu, przez implementację i testowanie, aż po przygotowanie eksperymentu do zbierania danych w laboratorium. Kurs rozwija zarówno umiejętności techniczne, jak i kompetencje metodologiczne niezbędne do samodzielnej pracy badawczej.

Celem kursu jest praktyczne opanowanie pełnego procesu projektowania, implementacji i testowania eksperymentów poznawczych w środowisku PsychoPy. Zajęcia mają charakter warsztatowy - studenci pracują przy komputerach, indywidualnie i w małych zespołach, realizując kolejne etapy tworzenia eksperymentu: od pomysłu i protokołu, przez implementację w Pythonie – PsychoPy, aż po przygotowanie gotowego narzędzia badawczego do użycia w laboratorium.

Podczas kursu studenci realizują własny mini-projekt eksperymentalny, obejmujący:

1. przygotowanie krótkiego protokołu i planu zmiennych,

2. implementację zadania w PsychoPy,

3. przetestowanie i debugowanie eksperymentu,

4. przygotowanie finalnej wersji gotowej do przeprowadzenia badania.

Podstawą zaliczenia jest kompletny, działający eksperyment wraz z dokumentacją opisującą jego założenia, działanie i strukturę techniczną. Kurs rozwija zarówno umiejętności techniczne, jak i metodologiczną świadomość potrzebną do samodzielnego prowadzenia badań w kognitywistyce i psychologii poznawczej.

1. Peirce, J. W. (2007). PsychoPy—Psychophysics software in Python. Journal of Neuroscience Methods, 162(1–2), 8–13

2. Peirce, J. W., & MacAskill, M. R. (2018). Building Experiments in PsychoPy. SAGE Publications.

3. Peirce, J. W., Gray, J. R., Simpson, S., MacAskill, M., Höchenberger, R., Sogo, H., Kastman, E., & Lindeløv, J. (2019). PsychoPy2: Experiments in behavior made easy. Behavior Research Methods, 51(1), 195–203

4. The PsychoPy Documentation (Official) https://www.psychopy.org

Nabyta wiedza:

• podstawy projektowania eksperymentalnego: rodzaje zmiennych, struktura próby, warunki, bodźce, randomizacja, kontrola zmiennych zakłócających;

Nabyte umiejętności:

• planowanie przebiegu eksperymentu: projektowanie bloków, sekwencji prób, definiowanie parametrów, tworzenie arkuszy warunków;

• praca w środowisku PsychoPy (Builder + Python): tworzenie bodźców, obsługa komponentów, rejestrowanie odpowiedzi, praca z pętlami i zmiennymi;

• czasowanie i precyzyjny pomiar reakcji: dobre praktyki zapewniające kontrolę prezentacji bodźców, poprawną rejestrację czasów i minimalizowanie opóźnień;

• tworzenie własnych elementów w Pythonie: dodawanie kodu niestandardowego, operowanie zmiennymi, logika warunkowa, dynamiczne modyfikowanie przebiegu zadania;

• przygotowanie materiałów eksperymentalnych: projektowanie i import bodźców wizualnych i tekstowych, organizacja struktur folderów, praca z plikami CSV/Excel;

• testowanie i debugowanie: wykrywanie błędów logicznych, problemów timingowych, nieprawidłowych ścieżek bodźców, błędów w pętlach i warunkach;

• przygotowanie eksperymentu do zbierania danych: konfiguracja plików wynikowych, ustawienia logów, tworzenie wersji finalnej do laboratorium

• dokumentowanie projektu: struktury folderów, komentarze w kodzie, opis protokołu, notatki z testów, plik README.

Nabyte kompetencje społeczne:

• Praca w zespole

Podstawą zaliczenia jest kompletny projekt indywidualny polegający na zaprojektowaniu, zaimplementowaniu i przetestowaniu eksperymentu poznawczego w środowisku PsychoPy, obejmujący pełen cykl tworzenia narzędzia badawczego: od protokołu i planu zmiennych, przez implementację, po przygotowanie wersji finalnej gotowej do użycia w laboratorium.

Na ocenę końcową składają się:

• Poprawność i kompletność projektu eksperymentalnego

• (jasno zdefiniowane zmienne, struktura prób i bloków, poprawnie skonstruowane arkusze warunków, adekwatna randomizacja, kontrola zmiennych zakłócających).

• Jakość implementacji w PsychoPy (Python)

• (poprawne działanie logiki zadania, prawidłowe działanie komponentów, poprawne wykorzystanie pętli i zmiennych, czytelność i poprawność kodu niestandardowego, adekwatna organizacja struktury projektu i plików).

• Timing i rejestracja danych

• (prawidłowe ustawienia czasu prezentacji bodźców, poprawna rejestracja RT i odpowiedzi, brak istotnych błędów timingowych lub logicznych wpływających na poprawność danych).

• Testowanie i debugowanie

• (udokumentowany proces testów, identyfikacja i rozwiązanie błędów, stabilność działania wersji finalnej).

• Jakość dokumentacji technicznej i metodologicznej

• (opis protokołu, kluczowe założenia eksperymentu, diagram przebiegu, opis struktury plików i zmiennych, instrukcja uruchamiania; dokumentacja przygotowana w formie README lub krótkiego raportu).

• Krótka prezentacja projektu

• (przedstawienie założeń eksperymentu, logiki implementacji oraz kluczowych decyzji projektowych).

Dopuszczalna liczba nieobecności podlegających usprawiedliwieniu: 2