labvanced logoLabVanced
Contact
    • Remote Physiological Measurements
    • Eye Tracking
    • Head & Face-Tracking
    • Emotion Detection
    • Heart Rate Detection (rPPG)
    • Generative AI
    • Audio Transcription
    • EEG & Hardware Integrations
    • Decision Making
    • Reaction Times
    • Keyboard Inputs
    • Mouse Tracking
    • Mobile / Touch
    • Questionnaires
    • Gamepad / Joystick Integration
    • Audio Recordings
    • Audio Transcription
    • Video Recordings
    • Screen Recordings
    • Photos / Snapshots
    • Video Conferencing
    • Canvas Drawings
    • Build with AI
    • Build with Spreadsheets
    • Using the Experiment Editor
    • Coding
    • Creating Questionnaires
    • Balancing & Randomization
    • UX & Website Testing
    • Single Session Studies
    • Factorial Designs
    • Longitudinal & Multi-session Studies
    • Individual & Case Studies
    • Real-time Multi-user Studies
    • Interviews & Video Calls
    • Surveys & Questionnaires
    • Experience Sampling & Diaries
    • Classroom & Group Testing
    • Interventions & Clinical Trials
    • In the Browser
    • Mobile App
    • Desktop App
    • WebBridge Chrome Extension
    • Stroop Test
    • Flanker Task
    • N-back Task
    • Implicit Association Test
    • Trail Making Test
    • Digit Span
    • Corsi Block Tapping
    • Tower of London
    • Balloon Analog Risk Task
    • Preferential Looking
    • Browse more →
    • DASS-21
    • GAD-7
    • Rosenberg Self-Esteem Scale
    • PHQ-9
    • Ten-Item Personality Inventory
    • Big Five Personality Test
    • Adult ADHD Self-Report Scale
    • Browse more →
    • Building a Multi-user Study
    • Webcam Eye Tracking with AOIs
    • Website Frame Eye Tracking
    • Conditional Eye Tracking Opt-in
    • ChatGPT Study
    • Desktop App Study with EEG
    • Between-subjects Group Balancing
    • Building a Reading Study
    • Stroop Task
    • Lexical Decision Task
    • Browse more →
    Public Experiment Library
    • Arts Research
    • Clinical Psychology & Neuropsychology Medicine
    • Cognitive Psychology
    • Developmental Psychology
    • Behavioral Economics & Decision Science
    • Educational Research & Psychology
    • HCI & Human Factors
    • Linguistics & Language Sciences
    • Consumer & Marketing Research
    • Social & Personality Psychology
    • Sport & Movement Science
    • UX & Website Testing
    • Executive Functions
    • Language & Reading
    • Decision-Making & Reasoning
    • Attention
    • Overview
    • HCI & Human Factors
    • UX & Website Testing
    • Consumer & Marketing Research
    • White-Label App
    • PageGazer
    • Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela Markova
    • Eye Tracking for Influencer MarketingDr. Alexander Edeling
    • Eye Tracking Infant Word ComprehensionDr. Giulia Calignano
    • Sentence Reading and Grammar JudgmentsDr. Jonathan Mirault
    • Regulating Emotions with MusicDr. Katrin Starcke
    • Game-Based Grammar Learning in ChildrenDr. Mireia Marimon
    • Gaze Cueing and AutismMax Soares Miehstein
    • Personality and Hearing in NoiseDr. Malte Wöstmann
    • All interviews →
    • Lab Notes
    • How to Cite Labvanced
    • Labvanced Platform Paper (2017)
    • Webcam Eye Tracking Validation (2024)
    • Webcam Eye Tracking Studies
    • Cognitive Psychology Studies
    • Developmental Psychology Studies
    • Linguistics Studies
    • See all publications →
    • Getting Started
    • Guide
    • Video Tutorials
    • Walkthroughs
    • Live Chat
    • Webinars & Onboarding Calls
    • AI Assistant
    • FAQ
    • Importing Templates Guide
    • Test Templates
    • Live Eye Tracking Metrics
    • Mouse Tracking Demo
    • ChatGPT Demo
    • Audio Recording Object Demo
    • Adding Image Stimuli Demo
    • Score & Feedback Demo
    • Browse all technical demos →
    • Timing Precision
    • Stimuli Presentation
    • Headphone Checks
    • Bot Checks
    • Participant Management
    • Comparisons
    • Research Blog
    • Prolific Integration
    • CloudResearch Integration
    • Sona Systems Integration
    • BeSample Integration
    • Panelabs Integration
    • Clickworker Integration
    • Labvanced Webhook API
    • Labvanced REST API
    • About Us
    • Newsletter Archive
    • Terms & Conditions
    • Data Security & Data Privacy
    • Technical & Organisational Measures
    • Accessibility
    • W-8BEN-E Form
    • Data Processing Agreement Template
    LinkedInYouTubeDiscord
    • Individual
    • Lab
    • Department / Consortium
    • Teaching
    • Campus
    • Commercial
    Top-Ups
    • Overview
    • Study Building
    • Subject Recruitment
    • Dedicated Support
    Checkout
  • Contact
    • JA
      • 中國人
      • Deutsch
      • Français
      • Español
      • English
      • 日本語
    • Appgo to app icon
    • Loginlogin icon
    Platform
    Labvanced makes it easy to implement the most advanced study design and reliably collect your data.
    Biosignals & AI
    Remote Physiological MeasurementsEye TrackingHead & Face-TrackingEmotion DetectionHeart Rate Detection (rPPG)Generative AIAudio TranscriptionEEG & Hardware Integrations
    Behavioral Recordings
    Decision MakingReaction TimesKeyboard InputsMouse TrackingMobile / TouchQuestionnairesGamepad / Joystick Integration
    Media Recordings
    Audio RecordingsAudio TranscriptionVideo RecordingsScreen RecordingsPhotos / SnapshotsVideo ConferencingCanvas Drawings
    Implementation Techniques
    Build with AIBuild with SpreadsheetsUsing the Experiment EditorCodingCreating QuestionnairesBalancing & RandomizationUX & Website Testing
    Study Formats

    Your study can take whatever format your research needs. Here are a few popular examples.

    Single Session StudiesFactorial DesignsLongitudinal & Multi-session StudiesIndividual & Case StudiesReal-time Multi-user StudiesInterviews & Video CallsSurveys & QuestionnairesExperience Sampling & DiariesClassroom & Group TestingInterventions & Clinical Trials
    Where Studies Run

    Run your study online in the browser, on mobile or tablet with the mobile app, or in-lab with the desktop app.

    In the BrowserMobile AppDesktop AppWebBridge Chrome Extension
    Tests
    Explore cognitive tests, questionnaires, walkthroughs, and our public experiment library: a starting point for your next study.
    Popular Cognitive Tests
    Stroop TestFlanker TaskN-back TaskImplicit Association TestTrail Making TestDigit SpanCorsi Block TappingTower of LondonBalloon Analog Risk TaskPreferential Looking
    Browse more →
    Questionnaires & Scales
    DASS-21GAD-7Rosenberg Self-Esteem ScalePHQ-9Ten-Item Personality InventoryBig Five Personality TestAdult ADHD Self-Report Scale
    Browse more →
    Public Experiment Library

    Take a look at what other researchers in the community are doing through our extensive, open catalog of shared studies.

    Open the public library →
    Walkthroughs

    Step-by-step builds of complete studies, from a blank project to a running experiment, that you can follow along or adapt.

    Building a Multi-user StudyWebcam Eye Tracking with AOIsWebsite Frame Eye TrackingConditional Eye Tracking Opt-inChatGPT StudyDesktop App Study with EEGBetween-subjects Group BalancingBuilding a Reading StudyStroop TaskLexical Decision Task
    Browse more →
    Research
    One platform for students, academics, and industry researchers studying human behavior.
    Harvard UniversityStanford UniversityCambridge UniversityUCLNYUMax Planck InstituteUCLATU Munich

    Trusted by researchers at 1,500+ universities worldwide

    Academic Research
    Arts ResearchClinical Psychology & Neuropsychology MedicineCognitive PsychologyDevelopmental PsychologyBehavioral Economics & Decision ScienceEducational Research & PsychologyHCI & Human FactorsLinguistics & Language SciencesConsumer & Marketing ResearchSocial & Personality PsychologySport & Movement ScienceUX & Website Testing
    Research Areas
    Executive FunctionsLanguage & ReadingDecision-Making & ReasoningAttention
    Industry / Commercial
    OverviewHCI & Human FactorsUX & Website TestingConsumer & Marketing ResearchWhite-Label AppPageGazer
    Researcher Interviews

    Conversations with researchers about the studies they ran with Labvanced, what worked, and what they learned.

    Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela MarkovaEye Tracking for Influencer MarketingDr. Alexander EdelingEye Tracking Infant Word ComprehensionDr. Giulia CalignanoSentence Reading and Grammar JudgmentsDr. Jonathan MiraultRegulating Emotions with MusicDr. Katrin StarckeGame-Based Grammar Learning in ChildrenDr. Mireia MarimonGaze Cueing and AutismMax Soares MiehsteinPersonality and Hearing in NoiseDr. Malte Wöstmann
    All interviews →
    Our Research
    Lab NotesHow to Cite Labvanced
    Peer Reviewed Studies

    A selection of peer-reviewed work built on Labvanced: our own platform and validation papers, and studies by the research community grouped by area. Hundreds more are listed on the full publications page.

    Labvanced Platform Paper (2017)Webcam Eye Tracking Validation (2024)Webcam Eye Tracking StudiesCognitive Psychology StudiesDevelopmental Psychology StudiesLinguistics Studies
    See all publications →
    Resources
    Valuable resources to help you learn the platform, stay updated, and more.
    Documentation
    Getting StartedGuideVideo TutorialsWalkthroughs
    Support
    Live ChatWebinars & Onboarding CallsAI AssistantFAQ
    Templates & Demos

    These are a few popular examples. Browse our guide and a selection of technical demos to get started with implementation.

    Importing Templates GuideTest TemplatesLive Eye Tracking MetricsMouse Tracking DemoChatGPT DemoAudio Recording Object DemoAdding Image Stimuli DemoScore & Feedback Demo
    Browse all technical demos →
    Methodology
    Timing PrecisionStimuli PresentationHeadphone ChecksBot ChecksParticipant ManagementComparisonsResearch Blog
    Integrations & APIs
    Prolific IntegrationCloudResearch IntegrationSona Systems IntegrationBeSample IntegrationPanelabs IntegrationClickworker IntegrationLabvanced Webhook APILabvanced REST API
    Company & Legal
    About UsNewsletter ArchiveTerms & ConditionsData Security & Data PrivacyTechnical & Organisational MeasuresAccessibilityW-8BEN-E FormData Processing Agreement Template
    LinkedInYouTubeDiscord
    Pricing
    Our licenses and additional services at a glance.
    Licenses
    IndividualLabDepartment / ConsortiumTeachingCampusCommercial
    Top-Ups

    Need more recordings for your lab or your own research? Simply use one of these recording top-up packages.

    Browse top-up packages →
    Additional Services

    Hire Labvanced’s expert team to quickly bring your project to the level of rigor it needs.

    OverviewStudy BuildingSubject RecruitmentDedicated Support
    Checkout

    Ready to purchase a license or top-up? Head straight to checkout.

    Go to checkout →
    • 中國人
    • Deutsch
    • Français
    • Español
    • English
    • 日本語
    • はじめに
    • 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
        • AIアシスタント
        • トライアルシステム
        • 実験デザイン
          • 研究の作成
          • Labvancedでのテンプレートのインポート
          • データフレームパターン
          • マルチユーザー実験デザイン
          • 縦断実験デザイン
      • 特集トピック

        • ランダム化とバランス
        • アイ・トラッキング
          • 注視追跡タスクにおける刺激の提示
          • 眼球追跡キャリブレーション設定の選択方法
          • タスクにおける視線追跡の設定
          • 注視データの記録とエクスポート
          • 形状を興味領域 (AOI) として使用する方法
          • 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 AOI におけるマウスの動作の追跡 | ウェブブリッジガイド
        • 質問票
        • デスクトップアプリ
        • サンプルスタディ
        • 参加者募集
        • APIアクセス
          • REST API
          • Webhook API
          • WebSocket API
        • その他のトピック

          • 正確な刺激タイミング
          • マルチユーザー研究
          • Labvancedにおける頭追跡 | 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
        • 共有研究
        • 私のファイル
        • 実験ライブラリ
        • 私のアカウント
        • ライセンスとサービス
      • 研究タブ

        • 概要: 研究特定タブ
        • 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
          • タスクにおけるヘッドトラッキング
          • 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
    • ビデオチュートリアル
      • 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
      • スループタスク
      • 語彙的判断タスク
      • ポズナー凝視キューイングタスク
      • 変化盲点フリッカパラダイム
      • 眼球追跡サンプル研究
      • 乳児眼球追跡研究
      • マウストラッキングを用いた注意捕捉研究
      • 迅速系列視覚提示
      • ChatGPT研究
      • 眼球追跡デモ:AOIとしてのSVG
      • マルチユーザーデモ:被験者のカーソルを表示
      • ゲームパッド/ジョイスティックコントローラ - 基本設定
      • EEG統合を用いたデスクトップアプリ研究
      • 被験者間グループバランシングと変数設定
      • 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
      • テキストセグメンテーション研究の構築
      • AIを使用した研究の構築
    • 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
      • プログラムによる利用とAPI
      • Labvancedをオフラインで使用する
      • トラブルシューティング
      • 研究作成の質問
    テキストセグメンテーションオブジェクトを使用して構築された単語頻度読書研究のヘッダーイラスト

    テキストセグメンテーションオブジェクトを使用した読書研究の構築

    このウォークスルーは、参加者が10文(それぞれに高頻度または低頻度の重要語が含まれる)を読み、ウェブカメラによるアイトラッキングが単語ごとの視線の計測を記録する単語頻度読書タスクという、実際のデモ研究を構築するのに使用される正確なステップに従っています。これは、テキストセグメンテーションオブジェクトのCSVからデータフレームへのテキストソース、ヘッドライン機能を使用しており、配列変数のフォールバックを使用していません。

    自己ペースの読書研究(テキストセグメンテーションオブジェクト - デモ)

    このウォークスルーが構築する実際の研究:試行ごとに1文の、単語ごとのAOI幾何学とアイトラッキングメトリクスが自動的に記録される10文です。

    刺激セット

    10文は、重要語の文字数(高頻度5語と低頻度5語、各6〜7文字)でペアで一致させ、語長の混乱を周波数から分離して制御します。頻度の値はSUBTLEX-US(Brysbaert & New, 2009)から取得され、同じコーパスが単語頻度効果のページで使用されています。

    #条件重要語SUBTLWF文
    1高kitchen58.31毎朝、彼女は朝食の前に小さなキッチンカウンターを拭きました。
    2低lantern2.02古い水夫は錆びたランタンを持って桟橋まで運びました。
    3高teacher55.73新しい先生は初日にすべての緊張した学生を歓迎しました。
    4低satchel1.47夜明け前に見習いは重いサッチェルを詰めて出発しました。
    5高window86.00日差しが開いた窓から流れ込み、部屋全体を温めました。
    6低turret0.88矢が古代の塔に当たったちょうどその時、太陽が昇りました。
    7高letter82.61彼は短い手紙を注意深く折り、封筒に入れました。
    8低chisel0.88彫刻家は鋭い彫刻刀を使って大理石の塊を彫りました。
    9高garden26.55彼らは古い庭のフェンスを掘り起こすのに週末全体を費やしました。
    10低goblet0.37祭典の間、騎士は王に金のゴブレットを掲げました。

    前提知識

    Labvancedの基本的な知識が推奨されます。例えば、フレームとイベントがどのように機能するかを理解することです。これは、以下で使用される用語を追うために必要です。このウォークスルーでは、独自の研究のテストランを開始し、そのエクスポートデータを見つけられることを前提とします。セッションを自分で実行するための開始と参加を参照し、ステップ7で記録されたテーブルが実際にどここにあるかについてはデータビューとエクスポートを参照してください。

    Labvancedにおける3つのフレームタイプ:キャンバス、ページ、およびウェブサイトフレームのイラスト

    フレーム

    試行の各瞬間に参加者が見るものを保持する基本的な構成要素。

    試験のロジックを構築するためにトリガーとアクションが組み合わさるLabvancedのイベントシステムのイラスト

    イベント

    トリガーとアクションが何であるか、そしてそれらがどのように組み合わさって研究のロジックを構築するか。

    テキストセグメンテーションオブジェクトの参照ページ

    テキストセグメンテーションオブジェクト

    完全なオブジェクトリファレンス:プロパティ、セットアップウィザード、2つの記録アクション。

    ステップ1:テキストセグメンテーションオブジェクトを追加し、刺激CSVをアップロード

    Textツールバーグループから、フレームにテキストセグメンテーションオブジェクトを追加します。

    テキストグループが開いており、テキストセグメンテーションオブジェクトがハイライトされたLabvancedタスクエディターツールバー

    セットアップウィザードの最初のステップで、Upload a CSV file of sentencesを選択し、刺激ファイルを選択します。これにより、新しいデータフレームに解析され、1行ごとに1試行が作成されます。

    テキストセグメンテーションセットアップウィザードの最初の画面で、テキストソースラジオオプションが表示されています

    ファイルを選択した後、Additional Optionsダイアログが表示され、3つのチェックボックスが表示されます。:Map strings to files、Use first row as header、およびTranspose data。この刺激セットの場合、すべてのチェックボックスは未チェックのままで、すでにデフォルトで文CSV用に設定されているため、ただOkをクリックします。

    注意

    CSVは、テキストセグメンテーションオブジェクトで一般的に使用されるテキストソースです:文ごとに1行、単語ごとに1セル。今回の研究の元のスプレッドシートにはヘッダー行がなく、各列に1単語、各行に1文があり、行の長さは不揃いに(文によって10から12単語)維持されています。文の末尾のピリオドは最後の単語に付随している独自のセルとして保持されます。

    刺激文のスプレッドシートプレビュー、1文ごとに1行、単語ごとに1セル

    テキストセグメンテーションオブジェクトを使用して研究のために文を準備する例:文ごとに1行。

    セットアップウィザードでは、このウォークスルーで使用されなかった2つの別のテキストソースオプションが提供されています:Assign text from a variable、新しくCSVをアップロードするのではなく、すでにテキストを保持しているデータフレームまたは配列用、Do not set the text source、後で設定するためのものです。

    ステップ2:行インデックス方法を設定する

    データフレームソースを使用する場合、ウィザードの2番目のステップでは、各試行で行(文)がどのように選択されるかを尋ねられます。この研究ではUse Trial_Id as row indexを使用しているため、10文は固定シーケンスではなく、実験のランダム化された試行順序で表示されます。

    ステップ3:アイトラッキングメトリクス記録をオンにする

    ウィザードの最後のステップで、Record the x, y, width and height of every word on each trialをチェックされたままにし、Record eyetracking metrics for every word on each trialもチェックします。単語ごとの視線のメトリクス(滞在時間、総注視回数、総注視期間、最初の注視までの時間、平均注視期間)は、単なる刺激表示ではなく、これを読書アイトラッキング研究にする要素であり、それを記録するにはこのボックスをチェックする必要があります。

    テキストセグメンテーションセットアップウィザードの2番目の画面で、両方の記録チェックボックスがチェックされています

    この研究のためのウィザードの2番目の画面:Use Trial_Id as row indexが選択され、両方の記録チェックボックスがチェックされています。

    注意

    メトリクスのチェックボックスをチェックすることで、全タスクに対して注視検出が有効になり、注視がフレームの終わりで終了するように設定されます。これは、このオブジェクトだけでなく、全タスクに適用され、ウィザードは終了する前にフラグを立てます。

    このボックスをチェックすることで、研究のアイトラッキングが実際にオンになり、直ちに研究自身のPhysiology Toolbox Version``2.0セットアップウィザードが開き、参加者が誰であるか、次にティア(正確性対努力)、ティアがサポートするものであればスクリーニングレベル(正確性対スクリーニングアウト)を尋ねます。各選択肢の意味や、Settingsタブを介して後でそれらを変更する方法についてはティアの選択を参照し、またタスクレベルでカスタム設定を行うこともできます(詳細はタスクでのアイトラッキングの設定を参照)。

    ステップ 4: レイアウトとトライアルの設定

    Text Segmentation Object を選択した状態で、Object Properties にて Split cells on whitespace をオフに設定します。CSV にはすでに各列に1つの単語が含まれているためです。Layout を Grid に設定すると、すべての単語が等幅のセルに配置され、全セルがその AOI として記録され、2つの単語の記録された領域が重なったり、間に隙間ができたりすることが保証されます。

    完全なオブジェクトプロパティのリスト、アライメント、パディング、フォント設定を含む Text Segmentation Object リファレンスページを参照してください。これらはこのウォークスルーでは使用されていません。

    Text Segmentation Object in Grid layout showing the first stimulus sentence split into one cell per word, with the Record Text Segment AOIs event on the frame
    グリッドレイアウトの最初の刺激文がセルごとに1つの単語に分割されて表示されている。右側のイベントパネルにあるrecord text segmentationイベントは、各単語のAOIジオメトリを記録する自動生成されたOn Frame Startトリガーです。

    Gap Between Cells はデフォルトのままにするのではなく、意図的に設定する価値があります。また、適切な値は、ステップ 3 のセットアップウィザードで選択したキャリブレーションティアから期待される視線精度によって異なります。高い努力を伴うティア(長いキャリブレーション、期待されるエラーが厳密)での研究では、単語 AOI 間に小さな隙間を持っても、視線サンプルが間違った単語に留まるリスクはあまりありません。一方、短く低い努力のキャリブレーションでは、期待されるエラー半径が広いため、同じ小さな隙間では隣接する単語の記録データを区別するのが難しくなり、大きな隙間が安全な選択となります。ティアごとの期待精度の数値については、ティアの選択を参照してください。

    CSV に対するトライアル数の一致

    ステップ 2 で選択した行インデックスメソッドは、ウィザードとは全く別の設定に依存しています。タスクが実際に 10 回のトライアルを実行するように設定されている場合のみ、Trial_Id は 1 から 10 に達します。これはTrials & Conditions テーブルで別に設定され、ウィザードのダイアログボックス内から設定するのではありません。#Trials をそこに 10 に設定し、アップロードした CSV の 10 行と一致させます。ここでの不一致は、いくつかの行が表示されなかったり、Trial_Id に一致する行がないトライアルでタスクがエラーを出す原因になります。

    Setting the trial number in the trial editor to match the number of rows in the CSV

    トライアルエディタでトライアル数をCSVの行数に一致させる。

    この基本的なカウントを超えて、Trials & Conditions と Factors & Randomization は因子の交差や条件の順序制御など、より高度なランダム化もサポートしています。詳細は ランダム化とバランスを参照してください。

    ステップ 5: トライアルの進行を設定

    10 回のトライアルのそれぞれは、2 つのフレームをシーケンスで実行します。専用の Fixation Cross フレームの後に、Text Segmentation Object を保持する文のフレームが続きます。トライアルがこのようなフレームのシーケンスからどのように構築されるかについては、トライアルタイムラインを参照してください。

    注視十字: 専用のフレームとして構築し、文のフレームに配置する要素としては作成しません。注視十字の画像自体をターゲットにした Eyetracking Gaze Trigger を追加し、イベントが参加者がそれを実際に見ているときに発火するようにします。単にタイマーだけではありません。それを Delayed Actions (Time Callback) にチェーンし、固定の 1000 ミリ秒の遅延に設定し、Jump To アクションを Next Frame にサブアクションとして設定します。遅延は一度きりのタイマーであり、持続的な注視チェックではありません。視線トリガーが最初に発火した瞬間から開始され、参加者がその直後にまだ十字を見ているかどうかに関わらず、Jump To が経過すると実行されます。

    この設定は、Serrano-Carot、Angele、Xu、& Vasilev (2026) で使用されている視線依存の注視十字に触発されています。

    トライアル間を進む: 文のフレームに、Keyboard Trigger を追加し、any キーに設定し、Action ドロップダウンを Press Key に設定します。そして Jump To アクションを Next Frame に設定します。このようにフレームを終了することで、ステップ 3 のウィザードがすでに設定した Frame End Trigger が発火します。これは、単語ごとのメトリクスが実際に記録されるタイミングであり、参加者がその文の読み終わりを合図するまで、任意のタイマーではなく、1 回だけ書き込まれます。

    中断されたトライアルのリセット: 参加者がトライアル中に許可された頭の姿勢から外れると、仮想あご置きが実験を一時停止し、再調整を促します。再調整画面では、視線がディスプレイの中央に再センタリングされますが、これは中断が発生したときに実際に文中にいた場所と一致しない可能性があります。これを処理しないと、実験は単に文のフレームをそのまま再開し、参加者の視線を画面の中央に固定し、実際のスタート位置を確立するために必要な位置とは一致しなくなります。Global Experiment Event Trigger を Experiment Continued に設定し、Jump To アクションを Specific Frame に設定し、Fixation Cross フレームをターゲットにします。これにより、再調整が参加者を再び注視十字を経由させ、マッチしない視線位置で再開するのではなく、クリーンにトライアルをやり直すことができます。

    自己ペースのリーディングスタディ(Text Segmentation Object - デモ)

    フレーム、イベント、トライアルの進行がどのように構築され、構造化されているかを正確に確認するために、このスタディをあなたのアカウントに直接インポートしてください。

    ステップ 6: スタディレベルでのアイ・トラッキングの確認

    ステップ 3 でメトリクスのチェックボックスを確認することで、アイ・トラッキングがスタディに対して有効になっているため、ここで新たに有効化する必要はありません。Settings タブ → Physiology を開いて、Eye-Tracking がオンになっていることを確認し、ウィザードが設定したティアとスクリーニングレベルを確認します。スタディレベル対タスクレベルのメカニズムについては、タスクにおけるアイ・トラッキングの設定を参照してください。

    ステップ 7: 両方の録音を確認

    自分自身でスタディを実行し、セットアップが機能したと仮定するのではなく、エクスポートされたデータを確認します。単語ごとに1行のデータフレームテーブルが2つ生成されるべきです。

    • AOI ジオメトリテーブル: word_index, word, line_index, x, y, width, height
    • 単語ごとのメトリクステーブル: word_index, word, line_index, dwell_time, total_fixations, total_fixation_duration, time_to_first_fixation, mean_fixation_duration

    見なかった単語は、各メトリクス列にゼロが記録されたままで、ブランクセルにはなりません。平均時間列の前に total_fixations > 0 でフィルタリングします。ゼロは「決して注視しなかった」と「フレーム開始時点で注視していた」を区別しません。

    さらなる読み物

    Text Segmentation Object reference page

    Text Segmentation Object

    完全なオブジェクトリファレンス: プロパティ、セットアップウィザード、2つの録音アクション。

    Text Segmentation technology overview page

    テキストセグメンテーション技術

    能力の概要: メカニズム、データ出力、研究のユースケース。

    Setting up eye tracking in a Labvanced task

    タスクにおけるアイ・トラッキングの設定

    このウォークスルーが依存するスタディレベル対タスクレベルのアイ・トラッキングの切り替え。

    Prev
    条件付きウェブカメラ眼球追跡
    Next
    AIを使用した研究の構築