Programowanie badań w PsychoPy 1600-SZD-WM-PBPP
Celem tego kursu jest dostarczenie umiejętności programowania eksperymentów przy użyciu języka programowania Python i platformy budowania eksperymentów PsychoPy. PsychoPy to otwarta alternatywa dla oprogramowania jak Eprime, Superlab, Presentation i Inquisit.
Podstawowe koncepcje programowania zostaną omówione początkowo, a następnie ich zastosowanie w kolejnych przykładach eksperymentalnych. Projekty eksperymentów będą opierać się głównie na psychologii poznawczej, ale lekcje można zastosować do każdej sytuacji, w której coś musi zostać przedstawione na ekranie i na nie zareagować. Nacisk zostanie położony na metody randomizacji, prezentacji i kontroli czasu.
stosowane metody dydaktyczne
Zajęcia będą oparte na prezentacji pojęć, a następnie praktyce. Wszystkie prace będą prowadzone na komputerach. Praca domowa zapewni przykładowe ćwiczenia, które pozwolą zastosować koncepcje wyuczone na zajęciach.
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Efekty kształcenia
Po ukończeniu tego kursu studenci będą mieli wszystkie umiejętności niezbędne do zaprogramowania szerokiego zakresu eksperymentów komputerowych.
Wiedza:
Zna i rozumie:
- podstawowe zasady transferu wiedzy do sfery gospodarczej i społecznej oraz komercjalizacji wyników działalności naukowej i know-how związanego z tymi wynikami.
Umiejętności:
Potrafi:
- wykorzystywać wiedzę z różnych dziedzin nauki lub dziedziny sztuki do twórczego identyfikowania, formułowania i innowacyjnego rozwiązywania złożonych problemów lub wykonywania zadań o charakterze badawczym, a w szczególności:
- definiować cel i przedmiot badań naukowych, formułować hipotezę badawczą
- rozwijać metody, techniki i narzędzia badawcze oraz twórczo je stosować
- wnioskować na podstawie wyników badań naukowych.
Kryteria oceniania
opis wymagań związanych z uczestnictwem w zajęciach, w tym dopuszczalnej liczby nieobecności podlegających usprawiedliwieniu
Studenci mogą mieć jedną nieusprawiedliwioną i jedną usprawiedliwioną nieobecność. Jeśli wystąpią dwie nieusprawiedliwione nieobecności, można wykonać dodatkową pracę w celu uzupełnienia. Niewykonanie wspomnianej pracy lub więcej niż dwie nieusprawiedliwione nieobecności będą skutkowały nieukończeniem zajęć.
zasady zaliczania zajęć i przedmiotu (w tym zaliczania poprawkowego)
Studenci będą oceniani z pracy domowej (40%) i końcowego zadania (60%). Praca domowa będzie oceniana 0/1, z naciskiem na wykazanie wysiłku. Ostateczne zadanie zostanie przeprowadzone podczas ostatnich zajęć i przetestuje wszystkie omówione koncepcje. Minimalna ocena na zaliczenie to 60%.
W przypadku zaliczania poprawkowego, będzie ono składać się z innego zadania o podobnej złożoności jak ostateczne zadanie.
metody weryfikacji efektów uczenia się
Ocena praktycznego zadania końcowego.
kryteria oceniania
zobacz punkt wyżej.
Literatura
https://docs.python.org/3/tutorial/
https://www.psychopy.org/api/api.html