labvanced logoLabVanced
  • Research
    • Publications
    • Researcher Interviews
    • Use Cases
      • Developmental Psychology
      • Linguistics
      • Clinical & Digital Health
      • Educational Psychology
      • Cognitive & Neuro
      • Social & Personality
      • Arts Research
      • Sports & Movement
      • Marketing & Consumer Behavior
      • Economics
      • HCI / UX
      • Commercial / Industry Use
    • Labvanced Blog
    • Services
  • Technology
    • Feature Overview
    • Code-Free Study Building
    • Eye Tracking
    • Mouse Tracking
    • Generative AI Integration
    • Multi User Studies
    • More ...
      • Reaction Time/Precise Timing
      • Text Transcription
      • Heart Rate Detection (rPPG)
      • Emotion Detection
      • Questionnaires/Surveys
      • Experimental Control
      • Data Privacy & Security
      • Desktop App
      • Mobile App
  • Learn
    • Guide
    • Videos
    • Walkthroughs
    • FAQ
    • Release Notes
    • Documents
    • Classroom
  • Experiments
    • Cognitive Tests
    • Sample Studies
    • Public Experiment Library
  • Pricing
    • Licenses
    • Top-Up Recordings
    • Subject Recruitment
    • Study Building
    • Dedicated Support
    • Checkout
  • About
    • About Us
    • Contact
    • Downloads
    • Careers
    • Impressum
    • Disclaimer
    • Privacy & Security
    • Terms & Conditions
    • Third-Party Licenses
  • Appgo to app icon
  • Logingo to app icon
Learn
ガイド
ビデオ
ウォークスルー
よくある質問
ニュースレターアーカイブ
ドキュメント
教室
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
ガイド
ビデオ
ウォークスルー
よくある質問
ニュースレターアーカイブ
ドキュメント
教室
  • 中國人
  • Deutsch
  • Français
  • Español
  • English
  • 日本語
  • ガイド
    • はじめに

      • タスクエディタ
      • 刺激の提示
      • 応答の正確性
      • オブジェクト
      • イベント
      • 変数
      • タスクウィザード
      • トライアルシステム
      • 研究デザイン
        • タスク
        • ブロック
        • セッション
        • グループ
    • 注目のトピック

      • 実験デザイン
        • スタディの作成
        • データフレームパターン
      • ランダム化とバランス
      • 視線追跡
        • 視線追跡タスクにおける刺激の提示
        • アイTrackingキャリブレーション設定の選び方
        • タスクにおける視線追跡の設定
        • 注視データの録画とエクスポート
        • 目のトラッキングのための形状を関心領域 (AOI) として使用する
        • 参加者キャリブレーション体験
      • ウェブブリッジ
      • 質問票
      • デスクトップアプリ
      • サンプル研究
      • 参加者募集
      • APIアクセス
        • REST API
        • Webhook API
        • WebSocket API
      • その他のトピック

        • 精密な刺激のタイミング
        • 複数ユーザーの研究
        • Labvancedにおけるヘッドトラッキング | ガイド
    • メインアプリタブ

      • 概要: メインタブ
      • ダッシュボード
      • マイ研究
      • 共有研究
      • マイファイル
      • 実験ライブラリ
      • マイアカウント
      • ライセンスとサービス
    • 研究タブ

      • 概要: 研究特有のタブ
      • 研究デザイン
        • タスク
        • ブロック
        • セッション
        • グループ
      • タスクエディタ
        • タスクコントロール
        • 試行システム
        • キャンバスとページフレーム
        • オブジェクト
        • オブジェクトプロパティテーブル
        • 変数
        • システム変数テーブル
        • イベントシステム
        • テキストエディタの機能
        • タスクエディタにおける視線追跡オプション
        • タスクにおける頭追跡
        • マルチユーザー研究
      • 設定
      • 変数
      • メディア
      • テキストと翻訳
      • 開始と参加
      • 被験者管理
      • データビューとエクスポート
        • Dataview と変数 & タスクの選択 (古いバージョン)
        • 録音へのアクセス (古いバージョン)
  • ビデオ
    • ビデオ概要
    • Labvancedの始め方
    • タスクの作成
    • 要素ビデオ
    • イベントと変数
    • 高度なトピック
  • ウォークスルー
    • イントロダクション
    • ストループタスク
    • 語彙的決定タスク
    • ポズナー視線キュータスク
    • 変化盲のフリッカーパラダイム
    • 眼球追跡サンプル研究
    • 幼児眼球追跡研究
    • マウストラッキングによる注意捕捉研究
    • 高速系列視覚提示
    • ChatGPT研究
    • 眼球追跡デモ:SVGをAOIとして使用
    • マルチユーザーデモ:被験者のカーソルを表示
    • ゲームパッド/ジョイスティックコントローラー - 基本設定
    • EEG統合によるデスクトップアプリ研究
    • 被験者間グループのバランスと変数設定
    • ウェブサイトフレームの眼球追跡ウォークスルー
    • 条件付きウェブカメラ眼球追跡
  • FAQ
    • 機能
    • サポートポリシーとガイドライン
    • セキュリティとデータプライバシー
    • ライセンス
    • Labvancedの精度
    • プログラム的使用とAPI
    • Labvancedをオフラインで使用する
    • トラブルシューティング
    • 研究作成に関する質問
  • ニュースレターアーカイブ
  • 文書
  • 教室
Labvancedでのアイトラッキングキャリブレーション設定の選び方に関するヘッダーイラスト

アイTrackingキャリブレーション設定の選び方

Labvancedでウェブカメラアイトラッキング研究を実施する前に、いくつかのキャリブレーションの決定が、視線データの精度と各参加者のキャリブレーションにかかる時間を決定します。これらの設定は、Settings タブ → Physiology → Eye-Tracking にあります。

生理学ツールボックスのバージョン

Physiology Toolbox Version (Settings タブ → Physiology → Common Settings → Physiology Toolbox Version) は、あなたの研究が使用するLabvancedのアイトラッキングエンジンのバージョンを制御します。キャリブレーション目的には、古いバージョンの研究を続けている場合を除いて、現在のデフォルトを使用してください。タスクエディタでの注視検出モードはv1.2以上を必要とし、1.2より前のレガシーバージョンではサポートされていません。完全なバージョン履歴とバージョン管理ポリシーについては、生理学ツールボックスのバージョンを参照してください。

キャリブレーションの長さ

Calibration Length (Settings タブ → Physiology → Eye-Tracking → Calibration Length) は、アイトラッキングキャリブレーションにおいて最大のトレードオフです。より多くのキャリブレーションポイントは、参加者にとって長いキャリブレーションの代償として、より正確な視線予測を生み出します。新しい研究を行う研究者には、3つの選択肢があります。

  • 130 points, 9 poses (~5 minutes): おおよそ1.5視覚度の精度
  • 55 points, 4 poses (~2 minutes): おおよそ2.0視覚度の精度
  • 15 points, 1 pose (~30 seconds): おおよそ2.7視覚度の精度

第四の、より長いオプション (175 points, 12 poses, ~7 minutes) がLabvancedの下位設定に存在しますが、標準インターフェースを通じて新しい研究を構築する研究者には利用できません。

選び方: あなたの研究が密に配置されたターゲットを区別することに依存している場合(例えば、読み取り研究や画面上の小さな要素)、130ポイントオプションの高い精度は余分なキャリブレーション時間に見合う価値があります。あなたの研究が広く離れた画面領域のいくつかを区別する必要があるだけであれば、55ポイントまたは15ポイントオプションで研究を短く保ちつつ、結果には意味のある影響を与えません。子供やキャリブレーションを長時間耐えられない可能性のある参加者を対象とした研究では、通常、この理由から短いオプションが好まれます。

キャリブレーション品質管理

最低限のキャリブレーション品質を強制するための2つの設定があります。初期キャリブレーションが生成するものをそのまま受け入れるのではなく、次のように設定します。

  • Set Maximum Calibration Error: 有効にすると、画面対角線のパーセンテージとして許可される最大キャリブレーション誤差であるMax Calibration Error (%)が表示されます。この値を下げるとデータ品質は向上しますが、より多くの参加者がキャリブレーションに失敗することになります。
  • Max Nr Calibration Attempts: 研究が完全に失敗する前に、参加者がキャリブレーションを再試行できる回数を制御します。

データ品質がサンプルサイズよりも重要な研究の場合、両方の設定を厳格にするのが理にかなっています(正確なタイミングや空間測定)。サンプルサイズを優先する研究や新しいタスクのパイロットを行う研究は、通常、これらの設定をデフォルトのままにします。

キャリブレーション画像とエンゲージメントオプション

  • Calibration Image Type: キャリブレーションターゲットのためにドットと動物アイコンの間で選択できます。
  • Play Calibration Sounds: 有効にすると、キャリブレーション音の音量を調整するためのスライダー(v1.1以上から利用可能)が表示されます。
  • Show Grid: キャリブレーション中にグリッドを表示します。これにより、参加者は次のキャリブレーションポイントがどこに表示されるかを予測するのに役立ちます。
  • Allow Calibration Reuse: 参加者が同じデバイスで数時間以内に既にキャリブレーションを行った場合、キャリブレーションを完全にスキップできます。これは、自分でタスクを開発・テストしているときに特に役立ち、各テスト実行でキャリブレーションを再実行する手間を避けることができます。

幼児に優しいモード

Infant Friendly Mode (Settings タブ → Physiology → Eye-Tracking → Infant Friendly Mode) は、幼児参加者に適した値(通常は動物アイコン、音が有効、短いキャリブレーションの長さ)に向けて上記のキャリブレーション設定を自動的に調整します。調整された値は後で編集することもできます。

バーチャルチンレストとチンレスト制約

キャリブレーション中に、参加者の頭の位置は中心ポーズとして記録され、バーチャルチンレストと呼ばれます。Virtual Chinrest (Settings タブ → Physiology → Eye-Tracking → Virtual Chinrest) は、この位置が研究の残りの部分でどのように強制されるかを制御します。

  • Enable (check during trials): 継続的に強制; 参加者が中心ポーズから移動した場合、研究は即座に一時停止します。
  • Enable (check between trials): 試行間のみ強制、試行中は強制しない。
  • Enable (check between trials) and show ignore button: 上記と同じですが、参加者がプロンプトを無視して続行するオプションがあります。
  • Disable: 全く強制されない。

関連設定であるチンレスト制約は、チンレストが違反と見なされる前に許容される移動量を制御します。非常に緩いものから非常に厳しいものまでの範囲があります。厳しい設定は精度を向上させますが、特に子供の参加者が維持するのは難しくなります。一般的には、幼児研究では緩めの制約を無視ボタンモードと組み合わせ、成人研究では精度が最も重要な場合は厳しい制約を継続的に適用としてペアで使用する傾向があります。

最小フェイスメッシュ速度

Minimum Facemesh Speed (Settings タブ → Physiology → Eye-Tracking → Minimum Facemesh Speed) は、参加者のデバイスカメラが研究に参加するために毎秒処理できる顔のスナップショットの数の閾値を設定します。範囲は Very Low (0.5Hz) から Very High (15Hz) までです。これはデータ品質の最低限の基準です。低い閾値はより多くの参加者のデバイスを許可しますが、データ品質を低下させます。一方、高い閾値はより快速なデバイスへの参加を制限します。中程度の設定 (Medium Low (5Hz) から Medium (7.5Hz)) は、ほとんどの研究の合理的なデフォルトです。

参加者が実際に見るもの

このページの設定は、参加者側から見たキャリブレーションプロセスがどのように見えるか、そしてどのように感じられるかを決定しますが、正確なプロンプトの順序は決定しません。その詳細については、参加者のキャリブレーション体験 を参照してください。

よくある質問

研究のためにどのキャリブレーションの長さを使用すればよいですか?
それは、画面上のターゲットがどれだけ密に配置されているかによります。あなたの研究が密に配置されたターゲットを区別することに依存している場合、`130 points, 9 poses` オプションの高い精度は余分な時間に見合う価値があります。もしあなたの研究が広く離れた領域を区別するだけの場合、`55 points, 4 poses` または `15 points, 1 pose` は結果に意味のある影響を与えずに研究を短く保ちます。
参加者がキャリブレーションに失敗する回数が多すぎるとどうなりますか?
参加者が`Max Nr Calibration Attempts`を超えると、その参加者の研究は失敗します。`Set Maximum Calibration Error`と組み合わせることで、初期キャリブレーションが生成するものをそのまま受け入れるのではなく、データ品質の最低限を強制することができます。
幼児または子供の参加者のためにキャリブレーションを簡単にできますか?
はい。`Infant Friendly Mode` は、より幼児に適した値(通常は動物アイコン、音が有効、短いキャリブレーションの長さ)にキャリブレーションを自動的に調整し、調整された値は後で編集することもできます。
キャリブレーションを使用するためだけに研究の生理学ツールボックスのバージョンをアップグレードする必要がありますか?
いいえ。キャリブレーション自体は古いバージョンでも動作します。現在のデフォルトのバージョンは、および、古いバージョンではサポートされていないタスクエディタでの注視検出モードが必要な場合にのみ必要です。
復帰者はセッション2でキャリブレーションをスキップできますか?
はい、`Allow Calibration Reuse` が有効になっている場合、参加者が数時間以内に前回のキャリブレーションと同じデバイスで戻ってくれば可能です。これは、自分でタスクを開発・テストしているときにも役立ちます。

さらなる読み物

参加者のキャリブレーション体験

これらの設定が参加者の視点から実際にはどのように見えるか。

タスク内のアイトラッキングの設定

特定のタスクにアイトラッキングを有効にし、研究中の再キャリブレーションを設定します。

ウェブカメラアイトラッキングの精度と研究デザイン

ウェブカメラアイトラッキングの検証された精度の背後にある証拠と、それに影響を与えるデザイン上の決定。

Prev
視線追跡タスクにおける刺激の提示
Next
タスクにおける視線追跡の設定