論文の概要: An open-source Modular Online Psychophysics Platform (MOPP)
- arxiv url: http://arxiv.org/abs/2505.23137v1
- Date: Thu, 29 May 2025 06:24:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-30 18:14:07.711017
- Title: An open-source Modular Online Psychophysics Platform (MOPP)
- Title（参考訳）: オープンソースのModular Online Psychophysics Platform (MOPP)
- Authors: Yuval Samoilov-Kats, Matan Noach, Noam Beer, Yuval Efrati, Adam Zaidel,
- Abstract要約: これらの課題に対処するため,オープンソースのMOPP(Modular Online Psychophysics Platform)を紹介した。
MOPPのシンプルなWebベースのインターフェースによって、研究者たちはモジュラーな実験を構築し、それを他の人と共有し、お互いの環境からタスクをコピーまたは修正することができる。
MOPPは視野距離を調整し、視力を測定するための内蔵機能を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In recent years, there is a growing need and opportunity to use online platforms for psychophysics research. Online experiments make it possible to evaluate large and diverse populations remotely and quickly, complementing laboratory-based research. However, developing and running online psychophysics experiments poses several challenges: i) a high barrier-to-entry for researchers who often need to learn complex code-based platforms, ii) an uncontrolled experimental environment, and iii) questionable credibility of the participants. Here, we introduce an open-source Modular Online Psychophysics Platform (MOPP) to address these challenges. Through the simple web-based interface of MOPP, researchers can build modular experiments, share them with others, and copy or modify tasks from each others environments. MOPP provides built-in features to calibrate for viewing distance and to measure visual acuity. It also includes email-based and IP-based authentication, and reCAPTCHA verification. We developed five example psychophysics tasks, that come preloaded in the environment, and ran a pilot experiment which was hosted on the AWS (Amazon Web Services) cloud. Pilot data collected for these tasks yielded similar results to those reported in laboratory settings. MOPP can thus help researchers collect large psychophysics datasets online, with reduced turnaround time, and in a standardized manner.
- Abstract（参考訳）: 近年,オンラインプラットフォームを心理物理学研究に活用するニーズと機会が増加している。
オンライン実験により、大規模で多様な個体群を遠隔かつ迅速に評価することができ、実験室による研究を補完することができる。
しかし、オンライン精神物理学実験の開発と実行にはいくつかの課題がある。
一 複雑なコードベースのプラットフォームを学ぶ必要がある研究者にとって、高い障壁となること。
二 制御されていない実験環境及び
三 参加者の疑わしい信頼性
本稿では,これらの課題に対処するため,オープンソースのMOPP(Modular Online Psychophysics Platform)を紹介する。
MOPPのシンプルなWebベースのインターフェースによって、研究者たちはモジュラーな実験を構築し、それを他の人と共有し、お互いの環境からタスクをコピーまたは修正することができる。
MOPPは視野距離を調整し、視力を測定するための内蔵機能を提供する。
メールベースの認証やIPベースの認証、reCAPTCHA認証も含まれている。
環境にプリロードされた5つの心理物理学タスクを開発し、AWS(Amazon Web Services)クラウドにホストされたパイロット実験を実行しました。
これらのタスクのために収集されたパイロットデータは、実験室で報告されたものと類似した結果を得た。
これによりMOPPは、研究者が大規模な精神物理学データセットをオンラインで収集し、ターンアラウンド時間を短縮し、標準化された方法で収集するのに役立つ。
関連論文リスト
- ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows [82.07367406991678]
大規模言語モデル(LLM)は自然言語処理を超えてその影響を拡大している。
これらのうち、コンピュータ利用エージェントは、人間がしているようにオペレーティングシステムと対話することができる。
我々はScienceBoardを紹介し、ダイナミックで視覚的にリッチな科学ソフトウェアを特徴とする現実的でマルチドメイン環境を包含する。
論文 参考訳（メタデータ） (2025-05-26T12:27:27Z) - VISION: A Modular AI Assistant for Natural Human-Instrument Interaction at Scientific User Facilities [0.19736111241221438]
生成AIは、この知識ギャップを埋める機会を提供する。
仮想科学コンパニオン(VISION)のためのモジュラーアーキテクチャを提案する。
VISIONでは低レイテンシでビームラインワークステーション上でLLMベースの動作を行い、X線散乱ビームラインで最初の音声制御実験を行った。
論文 参考訳（メタデータ） (2024-12-24T04:37:07Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - MLXP: A Framework for Conducting Replicable Experiments in Python [63.37350735954699]
MLXPはPythonをベースとした,オープンソースの,シンプルで,軽量な実験管理ツールである。
実験プロセスを最小限のオーバーヘッドで合理化し、高いレベルの実践的オーバーヘッドを確保します。
論文 参考訳（メタデータ） (2024-02-21T14:22:20Z) - GFlowNets for AI-Driven Scientific Discovery [74.27219800878304]
我々はGFlowNetsと呼ばれる新しい確率論的機械学習フレームワークを提案する。
GFlowNetsは、実験科学ループのモデリング、仮説生成、実験的な設計段階に適用できる。
我々は、GFlowNetsがAIによる科学的発見の貴重なツールになり得ると論じている。
論文 参考訳（メタデータ） (2023-02-01T17:29:43Z) - SIERRA: A Modular Framework for Research Automation and Reproducibility [6.1678491628787455]
本稿では,研究の加速と成果向上のための新しいフレームワークであるSIERRAを紹介する。
SIERRAは、独立変数上のクエリから実行可能な実験を生成するプロセスを自動化することで研究を加速する。
個々の研究者のニーズに応じてカスタマイズと拡張が容易なモジュラーアーキテクチャを採用している。
論文 参考訳（メタデータ） (2022-08-16T15:36:34Z) - SIERRA: A Modular Framework for Research Automation [5.220940151628734]
本稿では,研究の加速と成果向上のための新しいフレームワークであるSIERRAを紹介する。
SIERRAは、実験用の独立変数を素早く指定し、実験的な入力を生成し、実験を自動的に実行し、結果を処理してグラフやビデオなどの成果物を生成する。
個々の研究者のニーズに対して、簡単にカスタマイズと自動化の拡張を可能にする、深くモジュール化されたアプローチを採用している。
論文 参考訳（メタデータ） (2022-03-03T23:45:46Z) - A user-centered approach to designing an experimental laboratory data
platform [0.0]
実験的なデータプラットフォームにおいて、設計と機能の本質的な要素が何を求めているのかを理解するために、ユーザ中心のアプローチを採用しています。
リッチで複雑な実験データセットをコンテキスト化できる能力を持つことが、ユーザの主な要件であることに気付きました。
論文 参考訳（メタデータ） (2020-07-28T19:26:28Z) - Empirica: a virtual lab for high-throughput macro-level experiments [4.077787659104315]
Empiricaはモジュール型の仮想ラボで、ユーザビリティ-機能トレードオフに対するソリューションを提供する。
Empiricaのアーキテクチャはパラメータ化可能な実験設計、再利用可能なプロトコル、迅速な開発を可能にするように設計されている。
論文 参考訳（メタデータ） (2020-06-19T21:28:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。