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
      • フレーム
        • キャンバスフレーム
        • ページフレーム
        • ウェブサイトフレーム
      • トライアルタイムライン
      • 刺激提示
      • 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
      • 実験デザイン
        • 研究の作成
        • データフレームパターン
        • マルチユーザー実験デザイン
        • 縦断的実験デザイン
    • 注目のトピック

      • ランダム化とバランス
      • アイ・トラッキング
        • 目追跡タスクにおける刺激の提示
        • アイ・トラッキングキャリブレーション設定の選び方
        • タスクにおけるアイ・トラッキングの設定
        • 視線データの記録とエクスポート
        • 目のトラッキングのための関心領域 (AOI) としての形状の使用
        • 参加者キャリブレーション体験
      • ウェブブリッジ
        • ウェブサイトAOIの選択 | アンカー、調整、およびAOIトラッキングの検証
        • ウェブサイトのAOIでのマウス行動のトラッキング | Web Bridgeガイド
      • アンケート
      • 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

        • 正確な刺激のタイミング
        • マルチユーザー研究
        • 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
      • 私の研究
      • 共有された研究
      • 私のファイル
      • 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
        • フレームタイプ
        • 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)
  • 動画
    • 動画の概要
    • Labvancedの使い方
    • タスクの作成
    • 要素の動画
    • 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
    • ストゥループ課題
    • 語彙的判断課題
    • ポズナーの注視誘導課題
    • 変化盲点フリッカー・パラダイム
    • 眼球追跡サンプル研究
    • 乳児の眼球追跡研究
    • マウストラッキングによる注意捕捉研究
    • 迅速な連続視覚提示
    • ChatGPT研究
    • 眼球追跡デモ: AOIとしてのSVG
    • マルチユーザーデモ: 被験者のカーソルの表示
    • ゲームパッド / ジョイスティックコントローラー - 基本的なセットアップ
    • EEG統合を用いた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の設定
    • マルチユーザー研究の構築
    • ウェブサイトフレーム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
    • プログラム的利用と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におけるアイ・トラッキングキャリブレーション設定の選び方のヘッダーイラスト

アイ・トラッキング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、一連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の両方を決定します。これらの設定はすべて、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、あなたの研究で使用するLabvancedのアイ・トラッキングエンジンのバージョンをコントロールします。キャリブレーション目的では、最新のデフォルトを使用してください。既存の研究が古いバージョンに基づいている場合を除きます。タスクエディタの注視点検出モードはv1.2以上を必要とし、v1.2以前のレガシーバージョンはこれをサポートしていません。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ける最大のトレードオフです:キャリブレーションポイントが多いほど視線の予測精度が向上しますが、参加者にとってはキャリブレーションが長くなります。新しい研究を立ち上げる研究者には三つの選択肢があります:

  • 130 points, 9 poses (~5 minutes):視覚的に約1.5度の精度
  • 55 points, 4 poses (~2 minutes):視覚的に約2.0度の精度
  • 15 points, 1 pose (~30 seconds):視覚的に約2.7度の精度

四つ目の、より長いオプション(175 points, 12 poses, ~7 minutes)はLabvancedの基盤設定にありますが、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:あなたの研究が近接したターゲットを区別することに依存している場合(たとえば、読書研究や小さな画面要素)、130ポイントオプションの高い精度は追加のキャリブレーション時間に見合う価値があります。もしあなたの研究が離れた画面のいくつかの領域を区別するだけであれば、55ポイントまたは15ポイントオプションを使用することで研究を短縮し、結果に意味のある影響を与えずに済みます。子供や長時間のキャリブレーションが難しい参加者を対象にした研究では、こうした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

二つの設定によって、初期のキャリブレーションが生成する結果を受け入れるのではなく、最低限のキャリブレーション品質を強制することができます:

  • Set Maximum Calibration Error は、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エラーであるMax Calibration Error (%)を明らかにします。この値を下げるとデータ品質が向上しますが、より多くの参加者がキャリブレーションを完全に失敗することを意味します。
  • Max Nr Calibration Attempts は、参加者が研究が完全に失敗する前に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において、両方の設定を厳しくすることは理にかなっています(正確なタイミングや空間的測定が含まれる場合)。サンプルサイズを重視する研究や新しいタスクをパイロットする場合は、一般的にこれらは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 により、キャリブレーションターゲットとしてドットと動物アイコンの選択が可能です。
  • 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が表示されます(v1.1以降利用可能)。
  • Show Grid はキャリブレーション中にグリッドを表示し、参加者が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 では、参加者が数時間以内に同じデバイスで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。これにより、タスクを自分で開発・テストしている際に、すべてのテスト実行でキャリブレーションを再実行する必要がなくなります。

幼児向けモード

Infant Friendly Mode (Settings タブ → Physiology → Eye-Tracking → Infant Friendly Mode) は、トグルがオンになると、キャリブレーション設定を参加者により適した値(通常は動物アイコン、サウンド有効、短いキャリブレーション長)に自動的に調整します。調整された値のいずれも、その後に編集することができます。

仮想あご乗せ台とあご乗せ台制約

キャリブレーション中、参加者の頭の位置が中心ポーズとして記録され、これは仮想あご乗せ台と呼ばれます。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いつ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離れるとすぐに研究が一時停止します
  • Enable (check between trials): 試行間のみ強制し、その間は行いません
  • 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: 一切強制しません

関連する設定であるあご乗せ台制約は、あご乗せ台が侵害されたと見なされるまで tolerable movement の許容範囲を制御します。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、特に子供にとって維持することが難しくなります。一般的なパターンは、幼児研究では緩い制約と無視ボタンモードの組み合わせを使用し、大人研究では精度が最も重要な場合に連続強制と厳しい制約を組み合わせることです。

最小顔メッシュ速度

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処理できる顔のスナップショットの毎秒のしきい値を設定します。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基準です:低いしきい値ではより多くの参加者のデバイスが受け入れられますがデータ品質が低下し、高いしきい値ではより高速なデバイスのみに参加が制限されます。中程度の設定(Medium Low (5Hz)からMedium (7.5Hz))は、ほとんどの研究にとって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の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、感じられるかを決定しますが、具体的なプロンプトの順序には影響しません。順序については、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べきですか?
画面上のターゲットがどれほど近接しているかによります。研究が近接し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追加の時間に見合う価値があります。もし研究が広く離れた領域を区別するだけの場合は、`55 points, 4 poses` または `15 points, 1 pose` を使用して、研究を短く保ちながら結果に意味のある影響を与えません。
参加者がキャリブレーションに失敗した場合、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、初期のキャリブレーションが生成する結果を受け入れるのではなく、データ品質の最低基準を強制します。
幼児や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、キャリブレーションを幼児により適した値、通常は動物アイコン、サウンド有効、短いキャリブレーション長に自動的に調整し、調整された値のいずれもその後に編集できます。
キャリブレーションを使用するため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。現在のデフォルトバージョンは、タスクエディタの注視点検出モードが必要な場合にのみ必要であり、古いバージョンはこれをサポートしていません。
参加者が二回目のセッション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` が有効で、参加者が以前のキャリブレーションから数時間以内に同じデバイスで戻ってきた場合にはキャリブレーションをスキップできます。これは、タスクを自分で開発・テストしている際にも役立ちます。

さらなる読み物

Labvancedにおける参加者のキャリブレーション体験

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どのように見えるか。

Labvancedタスクでのアイ・トラッキングの設定

タスクでのアイ・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に影響を与える設計要件

ウェブカメラアイ・トラッキングの精度と研究設計

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設計の決定。

Prev
目追跡タスクにおける刺激の提示
Next
タスクにおけるアイ・トラッキングの設定