重要證據同數字
| 顯示器更新率 | 每次更新間隔 | 解讀 |
|---|---|---|
| 60 Hz | 16.67 ms | 1,000 除以 60 |
| 120 Hz | 8.33 ms | 1,000 除以 120 |
| 144 Hz | 6.94 ms | 1,000 除以 144 |
呢啲只係算術例子，並非已發表嘅電話同桌面電腦之間嘅校正值。刺激可能要等屏幕更新先出現，但總顯示延遲亦包括畫面繪製同顯示器本身嘅延遲。輸入登記就經另一條路徑。跨網上平台嘅測量顯示，準確度同精確度會因設備同軟件組合而異。Anwyl-Irvine 等人，2020 Bridges 等人，2020
顯示嘅時間包括啲乜？
記錄嘅時間間隔由軟件事件開始，到另一個軟件事件結束。呢個數值係用嚟估算由睇到提示到作出反應之間嘅時間，但實際發生嘅動作可能比軟件時間戳所顯示嘅更遲。有項實驗室研究展示咗兩者差距可以有幾大：Woods 同事量度到簡單反應時間係 231 ms，按佢哋嘅設備作出校正後則係 213 ms。呢個 18 ms 校正只適用於嗰套設備，唔適用於你部電話。Woods 等人，2015
掂屏幕、撳滑鼠同按鍵都需要唔同動作。就算頁面睇落一樣，改變反應方式都會令測試任務唔同。選擇反應實驗仲要作出反應選擇，所以唔可以直接同簡單嘅「見到綠色就撳」任務比較。Woods 等人，2015
平均值較穩定，唔代表一定較準
準確度係指接近實際時間間隔嘅程度；精確度係指結果一致嘅程度。一部裝置可以一直有延遲，令分數穩定但偏高。重複測試有助估算變異，但唔會消除固定嘅硬件偏差。呢個分別係實驗計時比較嘅核心。Anwyl-Irvine 等人，2020 Bridges 等人，2020
有咩因素會影響？
換裝置時仲有乜嘢會變？
屏幕大小、姿勢、手指位置同熟悉程度，都可能隨硬件一齊改變。受控研究中報告嘅年齡差異，唔可以用嚟推斷由硬件造成嘅分數差距反映生理老化。攞自己同用另一部裝置嘅人比較，亦會有同樣嘅不確定性。Woods 等人，2015 Woods 等人，2015
反應時間嘅分佈亦會有特別慢嘅反應。短測試入面，一次失誤就可能令平均值大幅改變。所以，離群值嘅處理方法，以及選用平均值、中位數定最快反應都好重要；測完先揀一個睇落最理想嘅統計值，會令比較失去意義。Ratcliff，1993
比較自己唔同測試結果嘅實用方法
每部裝置同每種輸入方式都分開記錄。比較時要用相同條件，包括嘗試次數同統計方法。重複同一套固定流程，比起輪流換裝置再揀最低分，更容易解讀。關於試次數嘅實驗研究指出，合適嘅數據量取決於你想估算乜嘢。Miller，2023
重複做認知任務亦可能因練習而進步。熟悉程度可能會有影響，但一般重測統合分析並冇話到呢個瀏覽器遊戲確切嘅練習增益有幾多。兩次測試分數相差好大，亦唔足以證明係個人穩定特質：認知任務嘅可靠性要實際量度，唔可以假設有。Scharfen 等人，2018 Hedge 等人，2017
因此，冇證據支持一條適用於所有電話分數嘅規則，例如扣除同一個延遲值。要校準，就要量度實際嘅顯示同輸入系統。單靠更新率規格並不足夠。Anwyl-Irvine 等人，2020 Bridges 等人，2020
試下相關嘅免費測試
反應時間測試
用一部你可以持續使用嘅裝置做反應時間測試。檢查進度時，滑鼠、鍵盤同觸控嘅結果要分開比較。換咗硬件之後分數快咗，代表測試設定變咗；單靠呢點唔可以證明你嘅神經系統有變化。
常見問題
120 Hz 屏幕係咪保證快 8 ms？
唔係。8.33 ms 係嗰個更新率下每次屏幕更新嘅間隔，唔代表量度到嘅總反應時間一定會減少咁多。Anwyl-Irvine 等人，2020
我可唔可以用固定偏差校正電話分數？
只有針對實際設定獨立量度到嘅偏差，先足以支持校正。已發表嘅測量顯示，硬件同軟件組合唔同，結果亦會有差異。Bridges 等人，2020
做多幾次可唔可以消除裝置延遲？
做多幾次可以減少隨機不確定性，但唔會自動消除系統性計時偏差。Anwyl-Irvine 等人，2020 Miller，2023
資料來源
- Anwyl-Irvine 等人（2020）。網上實驗平台、瀏覽器同裝置嘅實際精確度同準確度。
- Bridges 等人（2020）。計時大型研究：比較多種實驗生成器，包括實驗室同網上平台。
- Woods 等人（2015）。影響簡單反應時間延遲嘅因素。
- Woods 等人（2015）。視覺選擇反應時間任務中，年齡相關嘅反應選擇同執行減慢。
- Ratcliff（1993）。處理反應時間離群值嘅方法。
- Miller（2023）。需要幾多參加者同試次？提升反應時間研究嘅統計效能。
- Scharfen 等人（2018）。認知能力測試嘅重測效應：統合分析。
- Hedge 等人（2017）。可靠性悖論：點解穩健嘅認知任務未能得出可靠嘅個人差異。