validation des paradigmes temps réel

Suite à un certain nombre de publications(*) montrant que la faible qualité des mesures utilisées dans les recherches expliquait en partie pourquoi certains résultats n’étaient pas réplicables, la plateforme a investi dans un  dispositif de mesures indépendant: la Black Box ToolKit.

Cet appareil permet à la fois des mesures précises, mais aussi de générer des réponses, type souris, clavier, etc., sans passer par un système d’exploitation d’ordinateur. Les mesures sont donc fiables car indépendantes.

Même les générateurs d’expériences les mieux conçus sont à la merci du système d’exploitation qui les « héberge ». Lorsqu’ils demandent l’affichage d’une image, par exemple, l’apparition effective de cette image sur l’écran dépend d’un certain nombre de facteurs que le logiciel ne maîtrise pas: le système exécutera la commande quand il le décidera (il peut faire passer avant une autre opération qu’il estime prioritaire, par ex.), le circuit graphique a ses propres facteurs de délai, ainsi que l’écran utilisé (« input lag »). Bref, le seul moyen de savoir quand l’image est réellement devenue visible est de le mesurer par un dispositif physique externe à l’ordinateur. La même question se pose lorsque l’on souhaite effacer l’image…

L’impact de tout ceci est loin d’être trivial, par exemple si l’on souhaite mettre en oeuvre un paradigme de type amorçage subliminal. Comment être sûr que la stimulation aura été présentée pendant la durée voulue ?

De même, ce système permet de mesurer le temps de latence induit par le moyen de réponse lui-même (clavier, souris, micro,etc.).

La prise en main du dispositif a commencé avec la validation d’un paradigme d’amorçage pour une expérience du Pr. A. Chatard (laboratoire CeRCA). Les premières mesures semblent montrer que l’on peu obtenir un affichage durant une « frame » à une fréquence d’affichage de 60 Hz (soit 16,7 msec. de durée de présentation) avec un dispositif programmé sous PsychoPy sur un Apple MacBook récent (écran Rétina). Il reste maintenant à automatiser l’exécution du paradigme pour systématiser la mesure et évaluer sa stabilité (écart-type).

 

 

 

 

 

(*) Voir par exemple: Plant, Richard R. & Quinlan, Philip T. (2013), Could millisecond timing errors in commonly used equipment be a cause of replication failure in some neuroscience studies?, Cognitive, Affective, & Behavioral Neuroscience, 13(3), 598-614, September 2013, doi:10.3758/s13415-013-0166-6. Published in a special issue on replication in Neuroscience.

Recherche

Menu principal

Haut de page