SlideShare a Scribd company logo
「lab.js」によるGUIベースの
オンライン実験作成
山形大学 小林正法
mk@human.kj.yamagata-u.ac.jp
今回の内容
✓ lab.jsとは
✓ lab.js Builderでの実験作成
‣カテゴリ判断課題の作成
✓ オンライン実験化
‣Open labの利用
✓ まとめ
2
lab.jsとは
✓ 心理学実験・調査を実施するための
JavaScriptライブラリ
‣JavaScriptというプログラミング言語において利用で
きる様々な機能(関数やクラス)をまとめたもの
• MatlabにおけるPsychotoolbox,Pythonにおける
PsychoPyと同じ関係
✓ lab.js Builder
‣GUI(Graphical User Interface)でlab.jsのプログラ
ムを作成できるツール
3
lab.jsの仕組み
✓ lab.js(JavaScript)でウェブページ
(html, css)を制御し,実験・調査を行う
4
+ Hello, world
1000msを計測し,書き替える
lab.js(JavaScript)
lab.jsの精度
✓ ブラウザによって精度に差がある
(Henninger et al., in press)
‣ChromeまたはFirefox使用時に最も精度がよい
• 刺激呈示タイミングはChrome,Safari使用時に完全に一致
し,Firefoxは98%は一致
• 反応時間取得についてはMacの場合は安定して1, 2フレーム
程度の遅延,Windowsの場合は1.5ms程度の遅延
‣精度を上げるための工夫も必要
• 詳しくはhttp://labjs.yucis.net/の「TipsとQ&A一覧」参照
5
lab.js Builderでの実験作成
✓ lab.js Builderの利用方法
‣lab.jsのページ(以下のURL)にアクセスし,
右上のメニューから「Builder」を選択する
‣https://lab.js.org/
6
lab.js Builderの画面
7
サイド
ペイン
ヘルプ
など
サイドペイン
✓ 上から下にコンポーネントが実施されていく
‣Loopで折り返す場合もあり
8
コンポーネントの種類
✓ 2種類の画面構成用コンポーネント
‣canvas
• 主にScreen
‣HTML
• 主にPage
✓ 2種類の工程構成用コンポーネント
‣Sequence
• canvasやHTMLを1つのまとまりにする(ネストさせる)
‣Loop
• 含まれるコンポーネントを繰り返す(ループ)
9
実験構成の基本
✓ 基本的な構成
1. 刺激呈示や反応取得用のコンポーネントをHTML
またはcanvasで作成する
2. 1で作成したコンポーネントをどのような順番で実
施するかの工程をSequenceやLoopで作成
10
lab.js Builderでの実験作成
✓ lab.js Builderでの実験作成法を紹介します
‣カテゴリ判断課題を作成
• lab.js Builderを実際に操作しながら閲覧いただくのもオスス
メです
✓ ここからの流れ
‣lab.js Builderでの作成方法の説明(文章)
• 時間の都合上,短時間の呈示だけとしますので,
動画の一時停止などで,手順の確認にご利用ください
‣実際の作成動画
11
実践例
✓ 今回はcanvasを利用
‣サイドペインの+をクリックし,Screen Canvasを
選択
12
注視点の作成①
✓ コンポーネント名変更
‣「Screen」から「fixation」
✓ Canvasに注視点を描画
‣「Content」の左下の「+」をクリック
‣「Text」を選択(文字が画面中央に配置される)
‣配置された「text」を「+」に書き替える
13
注視点の作成②
✓ 呈示時間(コンポーネントの制限時間)を設定
‣右上の「Behavior」をクリック
‣Timeoutを「Never」から「1000」に変更
• 単位はmsなので,1秒(1000ms)に変更
✓ 注視点を1秒呈示する試行の完成
14
注視点の作成③
✓ 動作確認
‣左上のメニューから再生ボタンをクリック
‣1秒,注視点が表示されて終了
• 終了時には画面上に「Download data」というボタンが表示
される
15
刺激の作成とブランクの作成
✓ 刺激画面を作成
‣注視点と同様に作成する
‣今回は「Hello, world」と1秒表示してみる
‣基本的には注視点と同じなので省略
✓ ブランク画面も作成する
‣刺激呈示後に終了時に画面をクリアしたいので作成
• 空のScreenを追加して,呈示時間を500msにすればよい
16
刺激だけを変えて繰り返し呈示①
✓ まず,先ほどの試行をSequenceにまとめる
‣サイドペインの「+」をクリックしSequenceを追加
‣名前を「trial」に変更しておく
17
刺激だけを変えて繰り返し呈示②
✓ まず,先ほどの試行をSequenceにまとめる
‣sequenceにfixation, stimulus, blankをネストする
• sequenceにネストされているかがわかりにくいので,
sequenceを格納(collapse)して確認するとよい
18
刺激だけを変えて繰り返し呈示③
✓ stimulusの文字を変数の参照に変更する
‣「Hello, world」を消し,
「${this.parameters.item} 」と記述する
• $や括弧({})も含めて記述する
• itemというパラメータ(変数)に割り当てられた値を表示す
るという設定となる
19
ここまで
20
刺激だけを変えて繰り返し呈示④
✓ Loopとは
‣設定した変数(パラメータ)の値を毎回変更しなが
ら,含まれているコンポーネントを繰り返すコンポー
ネント
21
fixation
stimulus
blank
loop
sequence
パラメータの値を
変更しつつ,繰り返す
←this.parameters.itemが毎回変化
刺激だけを変えて繰り返し呈示⑤
✓ Loopを追加
‣サイドペインの+からLoopを追加
‣追加したLoopにtrial(sequence)をネストする
• 一度,格納(collapse)して確認すると安全
22
刺激だけを変えて繰り返し呈示⑥
✓ パラメータ(毎試行変化する値)を設定
‣Loopを選択し,「item」というパラメータを追加
• パラメータ名は刺激に対応する変数${this.parameters.item}
の最後の文字列と一致させる必要がある
‣次にitemパラメータの値として,「リンゴ」,「バッ
タ」を追加
• 値はグレーの+を押すと追加できる
23
刺激だけを変えて繰り返し呈示⑦
✓ 動作を確認
‣リンゴまたはバッタが表示される試行が繰り返される
‣注視点と刺激の呈示の高さが少しズレるので,気にな
る場合は刺激の高さ(↓)を0から5にする
• ${this.parameters.item}を選択し,下部の「↓」の数字を0
から5に変更
24
ここまで
25
カテゴリ判断課題への改変①
✓ カテゴリ課題の内容
‣刺激が果物だった場合 → Fを押す
‣刺激が虫だった場合 → Jを押す
✓ カテゴリ課題に以下の変更が必要
1.刺激を果物と虫に分類する
2.キーボード反応を取得する
3.刺激の種類ごとに反応の正誤判断
26
カテゴリ判断課題への改変②
✓ パラメータにcategoryを追加
‣リンゴはfruit,バッタはinsectに割り当てる
• このパラメータは正誤判断のために必要
• なお,パラメータは1行ごとに1まとまりになっている
27
カテゴリ判断課題への改変③
✓ 刺激場面での反応を設定
‣stimulusコンポーネントの「Behavior」を開く
‣「Responses」で反応を設定できる
• どのような動作(action)でどのような動作を行ったかを
「反応」とするかを定義できる
‣今回は,以下のように設定
28
反応の割り当て
29
データ記録時
に反応名とし
て出力される
反応の動作と
してキー押し
を指定
対象となる
キーを指定
*空欄はany扱い
カテゴリ判断課題への改変④
✓ 正誤はどのように判断する?
‣今回の場合
• categoryがfruitの場合 → F(fruit判断)が正答
• categoryがinsectの場合 → J(insect判断)が正答
✓ 当該試行のcategoryパラメータの値と一致した
反応が正答になる
‣Correct responseにcategoryパラメータを設定する
30
カテゴリ判断課題への改変⑤
✓ Correct responseを以下のように設定
‣これで,当該試行のcategoryというパラメータの値
と反応名(label)の値が一致する場合を正答(それ
以外を誤答)と記録できる
31
ここまで
32
カテゴリ判断課題への改変⑥
✓ カテゴリ判断課題の完成
‣動作確認を行う
• 果物時にFキーを押すと「true」が記録されるかを確認
• 虫時にJキーを押すと「true」が記録されるかを確認
‣動作確認中に右下の  をクリックするとデータを確
認できる
• correctという列にtrueまたはfalseが表示されればOK
33
プログラムの保存
✓ lab.jsで作成したプログラムはJSON形式で保
存可能
‣途中でブラウザを閉じても途中経過は保存されます
(が過信せずに定期的に保存すると安心)
‣左上メニューのフロッピーディスクをクリックすると
ローカルに保存できます
34
✓ 保存したプログラムは保存ボタン横のメニュー
から「Open」を選べば読み込めます
プログラムの読み込み
35
オフラインでの実施
✓ 手順
‣オフラインでの実験実施のために書き出す
• 保存ボタン横のメニューから,「offline data collection」を選ぶ
‣書き出されたzipファイルを解凍
‣フォルダ内の「index.html」をブラウザで開くと実験開始
• ブラウザはChromeかFirefoxを推奨
‣実験データは終了後に表示される「Download data」を
クリックすると,csv形式で保存できる
36
オンラインでの実施
✓ 様々な選択肢
‣自分のサーバーで実施
‣外部サービスと連携
• Netlify
• Open Lab
• Qualtrics
• JATOS
• Pavlovia
• などなど
37
Open Lab https://open-lab.online/
38
✓ Open lab(Shevchenko & Henninger,2019)
✓ lab.js専用のプラットフォーム
‣実験プログラムの保存・実施,データの保存,参加者
管理システムを含む
• 無料アカウントでも1種類の実験を動かせる
• 有料アカウントだと同時に動かせる実験が増える
39
Open Lab https://open-lab.online/
Open Labでオンライン実験①
✓ アカウントの作成
‣https://open-lab.online/ へ移動
‣Open labのTopページの右上にある「FOR
RESEARCHERS」をクリック
‣「SIGN UP」をクリック,必要な情報を入れてアカウ
ントを作成
40
Open Labでオンライン実験②
✓ lab.js BuilderでOpen labへ実験プログラム
をアップロード①
‣保存ボタン横のメニューから,「Upload to Open
Lab」を選択
‣次のウィンドウで「Upload」を選択
41
Open Labでオンライン実験③
✓ lab.js BuilderでOpen labへ実験プログラム
をアップロード②
‣少し待つと「Manage study on Open Lab」ボタン
が表示されるので,ボタンをクリック
‣Open Labに移動し,実験の設定を行う
42
Open Labでオンライン実験④
✓ lab.js BuilderでOpen labへ実験プログラム
をアップロード③
‣Nameに任意の名前をいれ,Open labのアカウント
名とパスワードを入力し,SAVEをクリック
‣なお,名前(Name)は英数字で入力しないとうまく
動作しないので注意してください
43
第39回日本基礎心理学会シンポジウム発表資料
Open Labでオンライン実験⑤
✓ TASKS内のMY TASKの中に先ほどのプログ
ラムが入っているのを確認する
‣再生ボタンで動作を
確認できる
45
Open Labでオンライン実験⑥
✓ 実験をアップロードした後は,参加者募集の設
定を行う
‣Open LabではアップロードしたTASKを組み合わせ
て研究(STUDY)を構成し,参加者を募集できます
‣今回はカテゴリ判断課題だけで構成してみます
46
Open Labでオンライン実験⑦
✓ 参加者募集
‣Open LabではアップロードしたTASKを組み合わせ
て研究(STUDY)を構成し,参加者を募集できます
‣今回はカテゴリ判断課題だけで構成してみます
✓ 上メニューから「STUIDES」を選びます
‣そうすると,「NEW STUDY」として新しい実験の募
集設定に移ります
47
実験の設定
48
実験名
説明
参加前のメッセージ
参加後のメッセージ
繰り返し参加の許可
確認コード
Studyをactiveにする
✓ YOUR STUDIESに先ほどの実験が表示されて
いるので,クリックしてactiveにする
‣色が薄いままだとnoactiveで動かないので注意
49
クリック後
利用するTaskを選ぶ
✓ 「SELECT TASKS」から,この実験で利用す
る課題を選ぶ
‣ここでは,カテゴリ判断課題を選ぶ
• 緑の+ボタンをクリックするればよい
50
参加者の募集
✓ INVITATIONSに実験参加用のURLが生成され
ているので,好きなものを選び,募集する
‣直接招待
‣ランダムな参加者番号付与あり
‣参加者による参加者番号入力あり
‣Open labの参加者用アカウント利用
‣外部サービス(Sona systemなど)のアカウント連
携
51
Open labのデモ
✓ 作成した実験のデモは以下のURLから実施で
きます(11月末くらいまでは利用可能)
‣http://bit.ly/kisoshindemo
52
実際にオンライン実験を行う場合
✓ 今回扱ったのは課題部分のみのため,実際の実
験実施には以下の要素が最低でも必要です
‣インフォームドコンセントの取得
‣教示
‣確認コードの表示
など
53
今後の期待
✓ 日本語環境における最適化と共有
‣日本語での実験実施に適したプログラムの開発に期待
• 例えば,IMEを介さずに平仮名または片仮名を入力するプラグイン
• https://github.com/mklab-japan/japaneseTextInputForLab.js
‣日本版Experiment factoryへの期待
• Experiment factory(https://expfactory.github.io/)
• 様々な心理学実験・調査プログラムを共有する試み
• 同じように日本語の心理学実験・調査プログラムを集約できないか?
• 集約は難しくても,個々の研究者がOSFなどで公開している日本
語のプログラムの情報をまとめたWikiなどは?(心ポのように)
54
まとめ
✓ lab.js Builderを利用することで,
シンプルな実験・調査はGUIのみで作成可能
‣研究はもちろん教育でも有用
‣より複雑なプログラムの作成はScripts(コード)が必要
✓ オンライン実験化も容易
‣今回紹介した方法以外にも様々な選択肢が提供されてい
るので,各環境に合わせた利用が可能
✓ より詳しく知りたい方は以下をご覧ください!
‣https://labjs.yucis.net/
55

More Related Content

What's hot

多重代入法の書き方 公開用
多重代入法の書き方 公開用 多重代入法の書き方 公開用
多重代入法の書き方 公開用
Koichiro Gibo
 
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
Megagon Labs
 
確率(人間科学のための基礎数学)
確率(人間科学のための基礎数学)確率(人間科学のための基礎数学)
確率(人間科学のための基礎数学)
Masahiro Okano
 
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
Masaru Tokuoka
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MIC
Shushi Namba
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
Shiga University, RIKEN
 
ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-
LPIXEL
 
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
takehikoihayashi
 
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
 
生存時間分析数理の基礎
生存時間分析数理の基礎生存時間分析数理の基礎
生存時間分析数理の基礎
Koichiro Gibo
 
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII
 
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれRで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Hiroshi Shimizu
 
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Preferred Networks
 
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
shima o
 
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
Shushi Namba
 
10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方
Yohei Sato
 
負の二項分布について
負の二項分布について負の二項分布について
負の二項分布について
Hiroshi Shimizu
 

What's hot (20)

多重代入法の書き方 公開用
多重代入法の書き方 公開用 多重代入法の書き方 公開用
多重代入法の書き方 公開用
 
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
GiNZAで始める日本語依存構造解析 〜CaboCha, UDPipe, Stanford NLPとの比較〜
 
確率(人間科学のための基礎数学)
確率(人間科学のための基礎数学)確率(人間科学のための基礎数学)
確率(人間科学のための基礎数学)
 
混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする混合モデルを使って反復測定分散分析をする
混合モデルを使って反復測定分散分析をする
 
変数同士の関連_MIC
変数同士の関連_MIC変数同士の関連_MIC
変数同士の関連_MIC
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 
lsh
lshlsh
lsh
 
統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-統計的因果推論への招待 -因果構造探索を中心に-
統計的因果推論への招待 -因果構造探索を中心に-
 
ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-
 
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
 
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing[DL輪読会]GLIDE: Guided Language to Image Diffusion  for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
 
生存時間分析数理の基礎
生存時間分析数理の基礎生存時間分析数理の基礎
生存時間分析数理の基礎
 
SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用SSII2022 [OS3-02] Federated Learningの基礎と応用
SSII2022 [OS3-02] Federated Learningの基礎と応用
 
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれRで因子分析 商用ソフトで実行できない因子分析のあれこれ
Rで因子分析 商用ソフトで実行できない因子分析のあれこれ
 
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
 
階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門階層ベイズによるワンToワンマーケティング入門
階層ベイズによるワンToワンマーケティング入門
 
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
 
ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学ベイズ統計モデリングと心理学
ベイズ統計モデリングと心理学
 
10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方10分で分かるRパッケージの作り方
10分で分かるRパッケージの作り方
 
負の二項分布について
負の二項分布について負の二項分布について
負の二項分布について
 

Similar to 第39回日本基礎心理学会シンポジウム発表資料

全部入り!WGPで高速JavaScript+HML5体験
全部入り!WGPで高速JavaScript+HML5体験全部入り!WGPで高速JavaScript+HML5体験
全部入り!WGPで高速JavaScript+HML5体験
AdvancedTechNight
 
お手軽Ajaxアプリケーションの作り方
お手軽Ajaxアプリケーションの作り方お手軽Ajaxアプリケーションの作り方
お手軽Ajaxアプリケーションの作り方
Shunji Konishi
 
Web制作勉強会 #2
Web制作勉強会 #2Web制作勉強会 #2
Web制作勉強会 #2
Moto Yan
 
前期講座08
前期講座08前期講座08
前期講座08
Takenori Nakagawa
 
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
Yoshitaka Seo
 
pi-1. プログラミング入門
pi-1. プログラミング入門pi-1. プログラミング入門
pi-1. プログラミング入門
kunihikokaneko1
 
Gws in fukuoka
Gws in fukuokaGws in fukuoka
Gws in fukuoka
Takuma Watabiki
 
Adobe JSX入門
Adobe JSX入門Adobe JSX入門
Adobe JSX入門
silvers ofsilvers
 
Web development fundamental
Web development fundamentalWeb development fundamental
Web development fundamental
Takuya Kumagai
 
#STAC2014 システムテスト自動化ハンズオン
#STAC2014 システムテスト自動化ハンズオン#STAC2014 システムテスト自動化ハンズオン
#STAC2014 システムテスト自動化ハンズオン
kyon mm
 
Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦
urasandesu
 
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しようAzure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Shinya Nakajima
 
ちゃんとWeb会議スライド『Coffee script』
ちゃんとWeb会議スライド『Coffee script』ちゃんとWeb会議スライド『Coffee script』
ちゃんとWeb会議スライド『Coffee script』
H2O Space. Co., Ltd.
 
テストしなイカ? Seleniumで自動ブラウザテスト
テストしなイカ? Seleniumで自動ブラウザテストテストしなイカ? Seleniumで自動ブラウザテスト
テストしなイカ? Seleniumで自動ブラウザテスト
Ohishi Mikage
 
JSX Design Overview (日本語)
JSX Design Overview (日本語)JSX Design Overview (日本語)
JSX Design Overview (日本語)
Kazuho Oku
 
プロジェクト2B 最終発表
プロジェクト2B 最終発表プロジェクト2B 最終発表
プロジェクト2B 最終発表
Kodai Takao
 
tech talk about JS #0
tech talk about JS #0tech talk about JS #0
tech talk about JS #0
Hika Maeng
 
JavaScriptことはじめ
JavaScriptことはじめJavaScriptことはじめ
JavaScriptことはじめ
Yuki Ishikawa
 

Similar to 第39回日本基礎心理学会シンポジウム発表資料 (20)

全部入り!WGPで高速JavaScript+HML5体験
全部入り!WGPで高速JavaScript+HML5体験全部入り!WGPで高速JavaScript+HML5体験
全部入り!WGPで高速JavaScript+HML5体験
 
お手軽Ajaxアプリケーションの作り方
お手軽Ajaxアプリケーションの作り方お手軽Ajaxアプリケーションの作り方
お手軽Ajaxアプリケーションの作り方
 
Grails 2.0.0.M1の話
Grails 2.0.0.M1の話 Grails 2.0.0.M1の話
Grails 2.0.0.M1の話
 
Web制作勉強会 #2
Web制作勉強会 #2Web制作勉強会 #2
Web制作勉強会 #2
 
前期講座08
前期講座08前期講座08
前期講座08
 
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
 
pi-1. プログラミング入門
pi-1. プログラミング入門pi-1. プログラミング入門
pi-1. プログラミング入門
 
Gws in fukuoka
Gws in fukuokaGws in fukuoka
Gws in fukuoka
 
Adobe JSX入門
Adobe JSX入門Adobe JSX入門
Adobe JSX入門
 
Web development fundamental
Web development fundamentalWeb development fundamental
Web development fundamental
 
#STAC2014 システムテスト自動化ハンズオン
#STAC2014 システムテスト自動化ハンズオン#STAC2014 システムテスト自動化ハンズオン
#STAC2014 システムテスト自動化ハンズオン
 
Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦
 
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しようAzure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
Azure DevOpsとVisual Studio App CenterをモバイルアプリのCI/CDに活用しよう
 
ちゃんとWeb会議スライド『Coffee script』
ちゃんとWeb会議スライド『Coffee script』ちゃんとWeb会議スライド『Coffee script』
ちゃんとWeb会議スライド『Coffee script』
 
テストしなイカ? Seleniumで自動ブラウザテスト
テストしなイカ? Seleniumで自動ブラウザテストテストしなイカ? Seleniumで自動ブラウザテスト
テストしなイカ? Seleniumで自動ブラウザテスト
 
JSX Design Overview (日本語)
JSX Design Overview (日本語)JSX Design Overview (日本語)
JSX Design Overview (日本語)
 
プロジェクト2B 最終発表
プロジェクト2B 最終発表プロジェクト2B 最終発表
プロジェクト2B 最終発表
 
tech talk about JS #0
tech talk about JS #0tech talk about JS #0
tech talk about JS #0
 
JavaScriptことはじめ
JavaScriptことはじめJavaScriptことはじめ
JavaScriptことはじめ
 
Nds#24 単体テスト
Nds#24 単体テストNds#24 単体テスト
Nds#24 単体テスト
 

第39回日本基礎心理学会シンポジウム発表資料