如何用jsPsych快速构建专业级在线实验:面向初学者的完整指南
2026-02-06 04:01:31作者:郁楠烈Hubert
想要在浏览器中轻松创建行为实验吗?jsPsych是一个功能强大的JavaScript库,专门用于构建在线心理学实验。无论你是心理学研究者、教育工作者还是市场调研人员,jsPsych都能帮助你快速搭建专业的实验环境,无需复杂的编程技能。
🎯 为什么选择jsPsych?
简单易用:jsPsych提供了直观的API和丰富的插件,让实验创建变得简单快捷。只需几行代码,就能实现复杂的实验流程。
跨平台兼容:支持所有现代浏览器,确保实验在不同设备和操作系统上都能正常运行。
数据精准:精确记录反应时间、按键响应等关键数据,满足科研需求。
🚀 核心功能概览
丰富的实验类型支持
jsPsych提供了50多种专业插件,涵盖各种常见的心理学实验范式:
- 反应时实验:serial-reaction-time插件
- 问卷调查:survey-text、survey-multi-choice等插件
- 视觉搜索:visual-search-circle插件
- 内隐联想测验:iat-html、iat-image插件
- 眼动追踪:webgazer系列插件
灵活的实验配置
通过initJsPsych()函数,你可以轻松配置整个实验的参数:
initJsPsych({
default_iti: 250,
minimum_valid_rt: 100,
experiment_width: 800,
display_element: 'jspsych-target'
});
跨设备响应式设计
📋 快速开始指南
1. 环境准备
首先克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/js/jsPsych
2. 基础实验搭建
创建一个简单的反应时实验只需以下几个步骤:
- 引入jsPsych库文件
- 初始化实验参数
- 定义实验流程时间线
- 运行实验
3. 数据收集与分析
jsPsych自动记录所有实验数据,包括:
- 反应时间
- 按键选择
- 实验进度
- 时间戳信息
🛠️ 实用功能详解
进度条显示
配置进度条非常简单:
initJsPsych({
message_progress_bar: "实验进度"
});
专业级实验模板
项目提供了大量现成的实验模板,位于examples/目录下:
- 简单反应时任务:demo-simple-rt-task.html
- Flanker任务:demo-flanker.html
- 问卷调查:jspsych-survey-text.html
💡 最佳实践技巧
实验设计建议
- 预加载媒体文件:使用preload插件确保实验流畅
- 设置排除标准:基于浏览器特性筛选合格参与者
- 响应式布局:确保在不同屏幕尺寸上正常显示
数据质量控制
- 设置最小有效反应时间
- 配置键盘响应大小写敏感度
- 实现离线安全模式
🎉 成功案例展示
许多研究团队已经使用jsPsych成功完成了在线实验,特别是在疫情期间,远程数据收集变得尤为重要。
🔧 扩展功能
jsPsych支持多种扩展模块,进一步增强实验功能:
- 鼠标追踪:extension-mouse-tracking
- 视频录制:extension-record-video
- 眼动追踪:extension-webgazer
📈 未来展望
随着在线实验需求的不断增长,jsPsych持续更新和完善,为研究者提供更强大的工具支持。
无论你是心理学初学者还是资深研究者,jsPsych都能为你提供专业、可靠的在线实验解决方案。开始你的第一个jsPsych实验,体验现代化科研工具带来的便利!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
535
95
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
953
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221


