【1 】性別を2 値(男女)での回答を求めるのは現在の社会状況を鑑みると,適切な選択肢であるとは言えません。ここに「回答しない」という選択肢を足しましょう。
gender = models.StringField(
label='性別を選択してください。',
choices=[
('男性', '男性'),
('女性', '女性'),
('回答しない', '回答しない')
]
)
【2 】現在,一人暮らしかどうかを尋ねる質問項目を作成しましょう。回答は「はい」,「いいえ」の文字列でラジオボタンにします。
living_alone = models.StringField(
label='現在、一人暮らしですか?',
choices=[
('はい', 'はい'),
('いいえ', 'いいえ')
]
)
【3 】学生であるか否かを2 値で尋ねる質問項目をBooleanField を使って作成しましょう。(解答例)
is_student = models.BooleanField(
label='あなたは学生ですか?',
widget=widgets.RadioSelect,
choices=[(True, 'はい'), (False, 'いいえ')]
)
【1 】Page1.html で記述したインストラクションは最低限のルールを示したものであり,十分にわかりやすいものとは言えません。各自でわかりやすいインストラクションを作成しましょう。
(割愛します)
【2 】結果のページをもっとわかりやすいように作り変えてみましょう。
(割愛します)
【3 】10 期繰り返しゲームにしてみましょう。
【4 】係数を2 に変えてみましょう。また,係数が0 のときと10 のときでどのように行動に変化が生じ得るのか実際に動かして試してみましょう。
(係数による変化については割愛します)
【5 】初期保有額を100 ポイントに変更してみましょう。
【6 】支払い単位を10 ポイント単位に変更してみましょう。
【7 】ストレンジャーマッチングのプログラムに変えてみましょう。
【1 】Page1.html で記述したインストラクションは最低限のルールを示したものであり,十分にわかりやすいものとは言えません。各自でわかりやすいインストラクションを作成してみましょう。
(割愛します)
【2 】結果のページをもっとわかりやすいように作り変えてみましょう。
(割愛します)
【3 】初期保有額を1,000 ポイント,分配単位を10 ポイントにしてみましょう。
【4 】Page1.html でプレイヤー同士がチャットによるコミュニケーションを行えるようにしてみましょう。
【5 】入力形式をラジオボタンにしてみましょう。
【1 】Page1.html で記述したインストラクションは最低限のルールを示したものであり,十分にわかりやすいものとは言えません。各自でわかりやすいインストラクションを作成してみましょう。
(割愛します)
【2 】結果のページをもっとわかりやすいように作り変えてみましょう。
(割愛します)
【3 】最終提案ゲームにおける初期保有額を1,000 ポイントに,分配単位を10 ポイント単位に変更してみましょう。
【4 】プログラム7-22 を実装してみましょう。
(割愛します)
【5 】プログラム7-23 を実装してみましょう。
(割愛します)
【6 】併せて,ボタンの色を変更してみましょう。
【1 】Page1.html で記述したインストラクションは最低限のルールを示したものであり,十分にわかりやすいものとは言えません。各自でわかりやすいインストラクションを作成してみましょう。
(割愛します)
【2 】結果のページをもっとわかりやすいように作り変えてみましょう。
(割愛します)
【3 】信頼ゲームにおける係数がほかの値であるときを試してみましょう。
(割愛します)
【4 】10 期繰り返し信頼ゲームを作成してみましょう。
【5 】ランダムマッチングを行う繰り返し信頼ゲームを作成してみましょう。
【6 】信頼ゲームのデータの入力方法をほかの形式に変更してみましょう。
【7 】参加報酬を500 円,1 ポイントあたりの換算額を50 円に設定してみましょう。
もっと説明したいことがある時にご紹介します.
これからちょっとずつアップデートします.まずはこれから書こうと思っているものを.
本書内では,OneDriveを使っていないことを前提としてデスクトップへのアクセスを以下の通り紹介しています.
cd ~/Desktop
そして,プログラム3-2などでは,デスクトップにotreetestフォルダを作成したことを前提として,以下のようにコードを説明しています.
cd ~/Desktop/otreetest
しかしながら,これらのコードはOneDriveをインストールされていると利用できません.それぞれ,以下のように置き換えてください.なお,「ユーザ名」はご自身で設定されたものであり,各自異なりますのでご注意ください.
cd C:\Users\ユーザ名\OneDrive\デスクトップ
cd C:\Users\ユーザ名\OneDrive\デスクトップ\otreetest
※windowsの正式表記にあわせてバックスラッシュ(\)にしました.実際には,スラッシュ(/)でも認識してくれます.
また,場合によっては
C:\Users\ユーザ名
など,わかりやすい場所にotreetestフォルダを作成いただいても良いかと思います.
Cursorは、AIを活用した次世代のコードエディタで、WindowsおよびMacの両方で利用可能です。以下に、各OSでのインストール手順を説明します。
Windowsでのインストール手順
公式サイトからダウンロード:
Cursor公式サイトにアクセスし、トップページの「Download for Windows」ボタンをクリックしてインストーラーをダウンロードします。
インストーラーの実行:
ダウンロードしたCursor Setup -x64.exeファイルをダブルクリックして実行します。
インストールの進行:
表示される指示に従ってインストールを進めます。
初回起動と設定:
インストール完了後、Cursorを起動します。
初回起動時に言語設定が求められる場合は、「日本語」と入力して「Continue」をクリックします。
次に、VSCodeの拡張機能を引き継ぐかどうかの選択肢が表示されます。既存のVSCodeユーザーは「Use Extensions」を、新規ユーザーは「Start from Scratch」を選択してください。
その後、アカウントのログインまたはサインアップを行います。
Macでのインストール手順
公式サイトからダウンロード:
Cursor公式サイトにアクセスし、トップページの「Download for Mac」ボタンをクリックしてインストーラーをダウンロードします。
インストーラーの実行:
ダウンロードしたCursor Mac Installer.zipファイルを解凍し、Install Cursor.appをダブルクリックして実行します。
インストールの進行:
表示される指示に従ってインストールを進めます。
初回起動と設定:
インストール完了後、Cursorを起動します。
初回起動時に言語設定が求められる場合は、「日本語」と入力して「Continue」をクリックします。
次に、VSCodeの拡張機能を引き継ぐかどうかの選択肢が表示されます。既存のVSCodeユーザーは「Use Extensions」を、新規ユーザーは「Start from Scratch」を選択してください。
その後、アカウントのログインまたはサインアップを行います。
共通の注意点
言語設定:
初回起動時に言語設定が求められない場合でも、後から設定を変更できます。
メニューバーの「View」から「Command Palette」を選択し、「Configure Display Language」と入力して実行します。表示されるリストから「日本語」を選択し、再起動すると日本語表示になります。
プライバシーモードの設定:
プライバシーを重視する場合は、プライバシーモードを有効にすることをおすすめします。
画面右上の歯車アイコンをクリックし、「Privacy Mode」を「Enabled」に設定します。
これらの手順に従うことで、WindowsおよびMacでCursorをインストールし、利用を開始できます。
※この資料はChatGPT(ChatGPT 4o)を利用して作成しました.
Github Copilotを使うと,Cursorを利用するのと同様にAIによるプログラミングのアシストを受けながら作成することができます.
特に,Guthub Copilotは学生さん無料なので(要学生証),授業で使うならばおすすめです.
学生さんが無料で使う手続き:
以下の2本の記事を参考にしてみましょう.
https://zenn.dev/kd_gamegikenblg/articles/cea1618ff8a209
https://qiita.com/SNQ-2001/items/796dc5e794ac3f57a945
この記事だと,Google Lensを使った登録方法が紹介されています.
https://qiita.com/kou7306/items/20a86e7a8d79509e02c3
ちなみに,うまくいかなかった場合に,英文の在籍証明書を学校から発行してもらった方もいます.
その後の詳しい設定方法です(ChatGPTによる生成を一部改変)
VS Codeのインストール:まずは最新のVisual Studio Codeをインストールしてください.
Githubアカウント:Github Copilotを利用するためには,Githubアカウントが必要です.
サブスクリプション:Copilotは有料サービスの場合もありますが,無料トライアルが利用できる場合もあります.公式サイトで最新情報を確認してください.
※先ほどの学生さん向けの作業をしてあれば,無料で利用できます.
VS Codeを起動し,左側の拡張機能アイコン(四角形が重なったアイコン)をクリックします.
検索バーに「Github Copilot」と入力し,表示された拡張機能を選択します.
「Install」ボタンを押して拡張機能をインストールします.
インストール後,画面右下やステータスバーに「Sign in」などの案内が表示されるので,クリックしてGithubアカウントでサインインします.
サインインが完了すると,VS CodeとGithub Copilotが連携されます.
コード補完:ファイル内でコードを記述すると,Copilotがリアルタイムで補完候補や関数の実装例を提案します.
コメントからの生成:コメントに「~する関数」と記述すると,その機能に合ったコードが提案される場合があります.
キーボードショートカット:Tabキーを押すことで提案を採用できるほか,Alt+[や]キーで候補間を移動できます.
VS Codeの設定画面から,Copilotに関する各種設定(提案の頻度や表示方法など)をカスタマイズできます.
ユーザーの好みやプロジェクトに合わせて最適な動作を設定してください.
工事中
まず,pngファイル(例:your_image.png)をoTreeプロジェクト内のstaticフォルダの適切な場所(例:_static/images/)に配置します.
_staticフォルダを作成して,その中にimagesフォルダを作成し,その中にyour_image.pngを保存します.
対象のHTMLテンプレート(例:*.html)の図を入れたい場所に以下のコードを記述します.
なお,ここでは500×300のサイズを仮定しています.
<img src="{{ static 'images/your_image.png' }}"
alt="画像の説明"
width="500"
height="300">
2つの方法が考えられるので,あわせて紹介しましょう.個人的には,クラウドソーシング実験を実施するならば負荷分散の観点からも2がオススメですが,ラボ実験やオンラインラボ実験では1の可能性もあるかと思います.
oTreeのサーバに動画ファイルを置く方法
_staticフォルダの内部にvideoという名前のフォルダを作って,your_video.mp4という名前の動画を用意した場合は,以下のように書くことで埋め込むことができます.
なお,今回の設定では,動画の画面サイズは640×480になっています.
{% load static %}
<video width="640" height="480" controls> <source src="{% static 'videos/your_video.mp4' %}" type="video/mp4"> お使いのブラウザはvideoタグに対応していません. </video>
YouTubeの動画を埋め込む方法
iframeを使って以下のように書きます.
大規模に実験参加者を募集する際には,サーバの負荷を分散するためにもYouTubeの動画を埋め込んだ方が効率的だと思います.
<iframe
width="640"
height="360"
src="https://www.youtube.com/embed/VIDEO_ID"
frameborder="0"
allowfullscreen>
</iframe>
oTree Liveは,複数の参加者が同時に相互作用できるリアルタイム環境を提供するoTreeの拡張機能です.標準的なoTreeが「ページ」という概念でゲームを進行させるのに対し,oTree Liveはリアルタイムでの通信を可能にし,参加者間の動的な相互作用を実現しています.
主な特徴:
リアルタイム通信:参加者の行動がリアルタイムで他の参加者に反映されます.
WebSocketの活用:バックグラウンドでWebSocketを使用し,サーバーとクライアント間の双方向通信を実現しています.
継続的な状態更新:ゲーム状態の変化が即座に全参加者に伝わります.
インタラクティブな実験設計:競争市場や連続的な意思決定過程など,リアルタイム性を要する実験デザインが可能です.
oTree Liveは特に以下のような実験に適しています:
連続二重オークション
リアルタイム公共財ゲーム
同時進行型の市場実験
チャットやメッセージングを含む実験
これにより,従来のoTreeでは難しかったダイナミックな実験設計が可能になり,より現実的な経済環境や意思決定プロセスのシミュレーションが実現できます.
以下には,oTree Liveを実装した実験例として先制攻撃ゲームを紹介します.
コチラからダウンロードができます.