Unsupervised Mobile Stroop Task: Data and Analysis Code

This repository contains the raw behavioral data and a fully reproducible analysis pipeline for the study: “What Survives Outside the Lab? Distributional and Temporal Properties of Stroop Interference in an Unsupervised Mobile Task.” Contents: • Raw trial-level dataset (dados_stroop_raw.csv)• Cleaned dataset used in analyses (stroop_zenodo.csv)• Complete Python analysis pipeline (analysis_pipeline.py)• Requirements file for environment replication• Codebook describing all variables• All scripts required to reproduce reported figures and statistical results The analysis pipeline reproduces: • Cluster-robust regression models• Bootstrap mean and median interference estimates• Shift function with confidence intervals• Stratified shift analyses• Population-level temporal interference curve• Linear model–based Δ(x) visualization• Sensitivity (minimum detectable effect) analysis This archive complies with TOP Level 2 transparency standards.All files are publicly accessible and reproducible.本仓库包含下述研究的原始行为数据与完全可复现的分析流程： 《实验室之外还留存有何？无监督移动任务中斯特鲁普（Stroop）干扰的分布与时间特性》 内容清单： • 原始试次级数据集（dados_stroop_raw.csv） • 本研究分析所用的清洗后数据集（stroop_zenodo.csv） • 完整的Python分析脚本（analysis_pipeline.py） • 用于复现实验环境的依赖配置文件 • 详述所有变量的代码手册 • 复现报告中所有图表与统计结果所需的全部脚本 该分析流程可复现以下内容： • 聚类稳健回归模型 • 自举法（Bootstrap）均值与中位数干扰估计值 • 带置信区间的移位函数 • 分层移位分析 • 群体水平时间干扰曲线 • 基于线性模型的Δ(x)可视化结果 • 灵敏度（最小可检测效应）分析 本归档符合TOP二级透明度标准。所有文件均可公开获取且可完全复现。