
Labvancedによる意思決定研究
意思決定研究は、人々が選択肢の間でリスク、報酬、証拠、戦略をどのように考慮するかを測定します。Labvancedは、1つの研究で4つの要素すべてのタスクを実行し、各選択の決定時間とカーソルの動きを記録し、経済ゲームのために2人の参加者をリアルタイムで接続します。
意思決定研究が測定するもの
意思決定研究は複数の要素に跨り、各要素は異なる質問をします。リスクテイキングは、潜在的な報酬に対して失う可能性が高まる中での意欲を意味します(Compagne et al., 2023)。時間的ディスカウントは、報酬を得るのに必要な時間が増えるにつれてその価値が減少する傾向を指します(Rung et al., 2019)。不確実性の下での証拠収集は、意思決定にコミットする前にどのくらいの情報を収集するかを考慮するプロセスです(Ermakova et al., 2019)。戦略的意思決定は、選択を社会的または経済的文脈に置き、結果が他の参加者の行動や変動する条件に依存する状況を指します(Chen et al., 2017)。各要素は異なる測定基準と異なるパラダイムファミリーに対応しています:
| 要素 | 研究質問 | 典型的な測定項目 | メソッドファミリーと実行可能なタスク |
|---|---|---|---|
| リスクテイキングと報酬感受性 | 人々は潜在的な損失が大きくなるにつれ、どれくらい自分の運を試すのでしょうか? | バルーンあたりのポンプ数、各ポップまたはキャッシュアウト前に蓄えた収益 | エスカレーティングリスクのパラダイム: バルーンアナログリスクタスク (BART) |
| 衝動性と時間的ディスカウンティング | 人々は小さいが早い報酬を大きいが遅い報酬とどのように交換するのでしょうか? | 無差別点、ディスカウント率 (k)、小さいが早い選択の割合 | 時間間隔選択のパラダイム: 遅延ディスカウンティングタスク (DDT) |
| 不確実性の下での証拠収集 | 人々は意思決定にコミットする前にどれくらいの情報を収集するのでしょうか? | 決定までの引き数、ジャー選択、そして自信;開けた箱、正確さ、ポイント | サンプリングのパラダイム: ビーズタスク、 情報サンプリングタスク (IST) |
| 戦略的及び経済的意思決定 | 他の参加者や変動する価格に依存する場合、選択はどのように変わるのでしょうか? | オファーの大きさと承認または拒否;ポートフォリオの価値、売買の決定、情報の共有 | 経済ゲームのパラダイム: ウルティマタムゲーム、 株式市場ゲーム |
最後の列のタスクは、Labvancedで実行可能なテンプレートとして利用可能です。タスクレベルの設定とパラダイムの比較については、意思決定タスクページを参照してください。

プロセスデータとタイミングが重要な理由
選択は、参加者が決定した内容を記録しますが、意思決定の展開は記録しません。選択とともに決定時間を記録し、タスクでマウスやタッチを使用する場合はカーソルの動きも記録することで、最終的な答えにプロセスデータを加えます。
Labvancedで実施された研究では、コンピュータ、タブレット、スマートフォンでリーチ決定のパラダイムが実施され、マウスとタッチのトラッキングが意思決定の難しさを捉えました(Zuk et al., 2025)。マウストラッキングに関するテクノロジーページでは、カーソル位置がどのように記録されるかを説明しています。
Labvancedの反応時間は、正確なJavaScript表示タイミングのための査読済みの方法に基づいています(Lukács & Gartus, 2022)。ミリ秒単位の正確なタイミングに関するテクノロジーページでは、そのメカニズムについて説明しています。
相互作用は、2人以上の参加者が同じタスクに同時に参加するシナリオで重要ですので、一人の参加者の選択が他の参加者の結果に影響を与える可能性があります。ウルティマタムゲームは同じセッションで2人の参加者を接続し、株式市場ゲームはリアルタイムの2人プレイヤーモードを提供します。どちらもLabvancedのマルチユーザー研究機能に依存しています。
Labvancedにおけるタスクの例
これらのタスクはLabvancedでインポート可能なテンプレートとして利用でき、それぞれの研究に合わせてカスタマイズできます。
バルーン類似リスク課題 (BART)
参加者は仮想のバルーンを膨らませて収益を積み上げます。各膨らましの潜在的な報酬と、バルーンが割れる可能性の増加のバランスを取り、リスクテイキングを測定します。
遅延割引課題 (DDT)
参加者は、今すぐ受け取れる小さい報酬と、後で受け取れる大きい報酬のどちらかを選択します。遅延インターバルの範囲を通じて、衝動性と時間割引を測定します。
ビーズ課題
参加者は、ビーズが引き出される2つのジャーのどちらからかを決定します。選択する前に必要なビーズをできるだけ多く、または少なく要求し、証拠の収集と結論への跳躍バイアスを測定します。
ウルティマトムゲーム
この対話型2人用ゲームでは、1人のプレイヤーが金銭の配分を提案し、もう1人がそれを受け入れるか拒否するかを決定します。公平性の判断と戦略的選択を測定します。
意思決定研究の設計
意思決定研究は通常、単一のタスクに依存するのではなく、コンポーネント間でタスクを組み合わせて行われます。3つの設計がほとんどの研究をカバーします。
- リスクプロファイルバッテリー: BARTと遅延割引は、リスクテイキングと衝動性を組み合わせて複合的なリスクプロファイルにし、研究がエスカレートリスク行動を時間の好み行動から分離する必要があるときに有効です。
- 不確実性バッテリー: ビーズ課題と情報サンプリングは、証拠の収集と反射的衝動性の2つの収束的な測定を提供します。異なる刺激フォーマットを使用して同じ基層構造に到達する両タスクは、有用です。
- 経済行動研究: ウルティマトムゲームと株式市場ゲームは、市場ベースの意思決定と戦略的交渉を結びつけます。この設計は、単発の公平性判断を価格の不確実性の下での継続的な決定と比較するために有効です。
意思決定研究を計画する際には、いくつかの設計上の決定を考慮する価値があります。
- ランダム化: 試行の順序と報酬パラメータをランダム化することで、予想戦略を防ぐことができます。
- 一貫性: 条件内で確率比と報酬構造を一貫させておくことで、試行間で選択を比較可能に保ちます。
- 役割: タスクが各参加者に明確な役割を割り当てる場合、サンプル全体でどの参加者が各役割を受け取るかをカウンターバランスすることで、役割が参加者と混同されることを防ぎます。
- 練習: 得点がつく試行の前に、パラダイムが許可する場合、練習ラウンドを行うことで、参加者がパフォーマンスが測定される前にタスクを学ぶことができます。
Labvancedでは、ブロック内のタスクの順序はStudy Designタブ内で各参加者に対して固定またはランダム化できます。 ランダム化とバランシングガイドでさらにオプションをカバーしています。
デザインの拡張
意思決定研究はプロセスデータ、第二の参加者、または第二のデータチャネルを得ることができます。これらの機能は、再構築することなく同じ研究に追加できます。
生理的信号
選択の各場面で、目の動き、感情検出、心拍数を1つのウェブカメラから記録し、意思決定の進行とその結果を検討します。
縦断的デザイン
同じ参加者を数日、数週間、または数年にわたって再テストし、時間の経過に伴う変化を研究します。スケジューリングとリマインダーは自動的に処理されます。
ウェブカメラの目の動き
参加者が選択中にどこを見ているかを追跡します。組み込まれたピアレビュー済みのウェブカメラ眼球追跡を使用します。
質問票
同じ研究内で、意思決定タスクを認証済みの自己報告ツールとペアにします。別の調査ツールは必要ありません。
デスクトップアプリ
ラボで同じ研究を実施し、オンラインおよびラボ内のセッションが1つの研究を使用します。
マルチユーザー研究
ウルティマトムゲームや2人用株式市場ゲームが要求するように、同じセッション内で2人の参加者をリアルタイムで接続します。
Labvancedを使用した意思決定研究
Labvancedで実施された意思決定 studies には、以下の論文が含まれます。Labvancedで実施されたその他の出版物は、出版物ページに集められています。
不確実性に気付くAIモデルが薬剤師の反応時間とウェブベースの模擬薬剤検証タスクにおける意思決定に与える影響:無作為化対照試験
Lester, C., Rowell, B., Zheng, Y., Co, Z., Marshall, V., Kim, J. Y., Chen, Q., Kontar, R., & Yang, X. J. (2025)
JMIR Medical Informatics
https://doi.org/10.2196/64902
衝動性とオンラインスポーツ賭博行動: 因果関係を解明する
Jacob, A., Joshanloo, M., Czernecka, R., & Kräplin, A. (2025)
依存研究と理論
https://doi.org/10.1080/16066359.2025.2567276
不確実性がない条件下: グループの結束は探索とグループ意思決定に影響を与えなかった
Ritter, M., Pritz, J., Morscheck, L., Baumann, E., & Boos, M. (2023)
心理学のフロンティア
https://doi.org/10.3389/fpsyg.2023.1038262
リアルタイムの混雑情報が大衆輸送乗客のプラットフォーム配置選択に及ぼす影響
Leprévost, F., Portron, A., Krishnakaran, K., Grison, É., & Morgagni, S. (2026)
輸送研究 A部: 政策と実践
https://doi.org/10.1016/j.tra.2026.105081
Trusted by researchers at 1,500+ universities worldwide

経済学
経済行動の制御された実験室やスケーラブルなオンライン研究。

臨床およびデジタルヘルス
健康で脆弱な集団、研究から実践へ。

社会および人格
社会的状況における人格、調査、マルチユーザー研究。

マーケティングおよび消費者
多くの参加者と刺激タイプによる意思決定研究。
研究を構築する
開始方法は3つあり、構築の程度によって選択できます。
Questions about your study design or platform fit?
私たちに書いていただくと、以下のものを持参すると助かります。
- 測定したい意思決定の要素
- 対象集団、年齢範囲および臨床グループ
- 参加者の数とタイムライン
- データ収集の場所: オンライン、自宅、実験室、またはその複合
- デザインが1セッションで2人の参加者を必要とするかどうか
- カーソルトラッキング、眼球追跡、アンケートなどの追加測定
よくある質問
実験での意思決定をどのように測定しますか?
2人の参加者が相互作用するタスクを実行できますか?
リスクテイキングタスクと衝動性タスクの違いは何ですか?
最終的な選択以外も記録できますか?
参考文献
Chen, Y. H., Chen, Y. C., Kuo, W. J., Kan, K., Yang, C. C., & Yen, N. S. (2017). 戦略的動機が提案者を公正な提案に駆り立てる: fMRI研究。 Scientific Reports, 7, 527. https://doi.org/10.1038/s41598-017-00608-8
Compagne, C., Teti Mayer, J., Gabriel, D., Comte, A., Magnin, E., Bennabi, D., & Tannou, T. (2023). 神経画像設定におけるバルーンアナログリスクタスクの適応: 系統的レビュー。 Frontiers in Neuroscience, 17, 1237734. https://doi.org/10.3389/fnins.2023.1237734
Ermakova, A. O., Gileadi, N., Knolle, F., Justicia, A., Anderson, R., Fletcher, P. C., Moutoussis, M., & Murray, G. K. (2019). 精神病初期段階の患者における意思決定中のコスト評価。 Computational Psychiatry, 3, 18-39. https://doi.org/10.1162/cpsy_a_00020
Lukács, G., & Gartus, A. (2022). ウェブベースの実験におけるJavaScriptによる表示時間の正確な測定。 Behavior Research Methods. https://doi.org/10.3758/s13428-022-01835-2
Rung, J. M., Peck, S., Hinnenkamp, J. E., Preston, E., & Madden, G. J. (2019). 遅延ディスカウントと衝動的選択の変化: 依存症、予防、そして人の健康への影響。 Perspectives on Behavior Science, 42(3), 397-417. https://doi.org/10.1007/s40614-019-00200-7
Zuk, A. A. O., Bertrand, J. K., & Chapman, C. S. (2025). 遠隔でキャプチャされた意思決定難易度の連続的測定: マウストラッキングの感度はタブレットやスマートフォンにも及ぶ。 Computers in Human Behavior, 162, 108450. https://doi.org/10.1016/j.chb.2024.108450










































