
Labvancedによる言語研究
言語研究は、言葉の認識、文を読む際の処理、そしてスピーチ音と意味の関連性を測定します。Labvancedは、ミリ秒単位の正確な刺激タイミング、読書タスクでの任意のウェブカメラによる眼球追跡、音声応答のキャプチャを用いて、全てのレベルのタスクを一つの研究で実行します。
言語研究が測定するもの
言語処理研究は、いくつかのレベルにわたり、各レベルは異なる質問を投げかけます。語彙アクセスは、メンタルレキシコンから単語の形と意味を引き出すことです(Duñabeitia & Molinaro, 2013)。オンライン文処理は、文が展開するにつれて読者が行う瞬時の作業です(Fujita, 2026)。音の象徴は、人々がスピーチ音と形などの他の特性との間に引く非恣意的なリンクです(Ćwiek et al., 2021)。各レベルは異なる測定と異なるパラダイムファミリーに対応しています。
| コンポーネント | 研究の質問 | 典型的な測定 | 方法のファミリーと実行可能なタスク |
|---|---|---|---|
| 語彙アクセスと単語認識 | 人々は単語の形と意味をどれくらい迅速かつ正確に引き出すことができるか? | 単語および非単語タスクにおける反応時間と精度、単語頻度効果 | 語彙判断パラダイム: デュアル語彙判断タスク |
| オンライン文処理 | 文が展開するにつれて、どの部分で読むのが遅くなるか? | 単語ごとの読書時間、さらにはウェブカメラによる眼球追跡を用いた滞留時間と最初の固定位置までの時間 | 自己ペースの読書パラダイム: 自己ペースの読書タスク |
| 音の象徴と跨越的対応 | 人々はスピーチ音を形などの聴覚以外の特性に結びつけるか? | 形状選択、反応時間、一致した選択の一貫性 | 跨越的マッチングパラダイム: ブーバ・キキタスク |
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、言語タスクページをご覧ください。

タイミングと提示が重要な理由
多くの言語測定は条件間の違いです: 単語頻度効果は、語彙判断における頻繁な単語と稀な単語の反応時間の差であり、文の難易度は特定の単語の読書が遅くなる形で現れます。これらの効果は条件の平均間の違いであるため、試行やデバイス間で変動するタイミングエラーは、測定に直接ノイズを加えます。
Labvancedの刺激タイミングは、正確なJavaScript表示タイミングのための査読済み方法に基づいています(Lukács & Gartus, 2022)。ミリ秒精度のタイミングに関する技術ページには、メカニズムが説明されています。
提示が重要な理由も同じです。デスクトップとモバイルで一貫性を持つ単語ごとの提示は、デバイスと設定間で読書時間を比較可能に保つのに役立ちます。
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可能であり、各タスクは研究に合わせてカスタマイズできます。
デュアル語彙判断タスク
参加者は文字のペアを見て、それが本物の単語か非単語かを判断し、正確性と反応時間を通じて語彙アクセスを測定します。
自己ペース読書タスク
参加者は自分のペースで10文を読み、ウェブカメラの視線追跡が各単語の滞在時間、注視点、最初の注視までの時間を記録し、オンラインの文処理を測定します。
ブーバ・キキタスク
参加者は2つの形状と1つの単語を見て、単語に最もよく合う形状を選択し、形状の選択と反応時間を通じて音の象徴性を測定します。
言語研究の設計
言語研究は、一つの処理レベルに焦点を当てることもできるし、いくつかを組み合わせることもできます。3つの設計がほとんどの研究をカバーします。
- 単一タスク: 例えば、単語レベルのアクセスのために単独で行う二重辞書判断タスクなど、ある処理レベルのための一つのタスク。
- 読解テストバッテリー: 自己ペース読書と二重辞書判断が文レベルの処理と単語レベルのアクセスを組み合わせており、研究がグローバルな読書時間測定と制御された辞書アクセスの指標の両方を必要とする時に有用です。
- クロスモーダル研究: ブーバ・キキと二重辞書判断が音の象徴性と辞書処理を組み合わせ、音と意味の対応が単語認識と相互作用するかどうかを尋ねる研究に役立ちます。
言語研究を計画する際に考慮すべきいくつかの設計上の決定があります:
- 練習: 評価試行の前に練習ブロックを設け、このパラダイムが可能であれば、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。
- 刺激特性: 条件間で単語の長さ、頻度、馴染みを制御することで、データの違いを操作に起因するものに保つことができます。
- 試行バランス: 実在単語と非単語の試行をバランスさせ、ブーバ・キキタスクの形状の左または右の位置をカウンターバランスさせることは、反応を形作る位置や試行タイプを防ぐ標準的な方法です。
Labvancedでは、ブロック内のタスクの順序を固定または各参加者に対してランダム化することができますStudy Designタブで。 ランダム化およびバランス手引きではさらなるオプションをカバーしています。
設計の拡張
言語研究は、第二のデータチャネルを獲得したり、ラボ専用の設定では到達できない集団にアプローチしたりできます。これらの機能は、再構築することなく同じ研究に付加されます。
ウェブカメラ視線追跡
追加のハードウェアなしで、内部のピアレビューされたウェブカメラ視線追跡を使用して読書タスクに滞在時間と注視データを追加します。
テキストセグメンテーション
刺激のスプレッドシートから各単語の自動的な興味領域を構築し、手動配置なしで作成します。
音声記録
試行の中で直接音声応答をキャプチャし、MP3またはロスレスWAVで、実験の他のイベントに同期させます。
テキスト転写
音声応答をリアルタイムで分析可能なテキストに変換し、安全なクライアント側転写を使用します。
マウストラッキング
マウス応答タスク中のカーソルのXおよびY位置を記録します。Labvancedのマウストラッキングは聴覚的な辞書判断タスクと組み合わせて、繰り返しプライミングを調べるために使用されました(Tuft et al., 2023)。
アンケート
言語処理タスクを、同じ研究内の検証済みの自己報告ツールとペアリングし、別個の調査ツールは必要ありません。
Labvancedを使用した言語研究
Labvancedで実施された言語研究には以下の論文が含まれます。Labvancedで実施されたさらなる言語学研究は、言語学の出版物ページに集められています。
ウェブカメラは読書中の眼球運動を研究するために使用できます
Serrano-Carot, M., Angele, B., Xu, H., & Vasilev, M. R. (2026)
行動研究法
https://doi.org/10.3758/s13428-026-03199-3
辞書判断の段階:マスクされた繰り返しプライミングにおける頻度減衰はプライムの持続時間に影響されない
Petrosino, R., & Almeida, D. (2026)
言語、認知、神経科学
https://doi.org/10.1080/23273798.2025.2587157
ストリング内の文字同定における単語優越性と文優越性効果
Massol, S., & Grainger, J. (2025)
注意、知覚、心理物理学
https://doi.org/10.3758/s13414-025-03059-w
L2のマルチモーダリティにおける注意と学習:ウェブカメラベースの眼球追跡研究
Zhang, P., & Zhang, S. (2025)
言語学習と技術
https://doi.org/10.64152/10125/73626
音声認識データ収集におけるゲーミフィケーション:イギリス北東部におけるアクセント識別
Li, Y., Hoogland, D., Duncan, D., & Zhang, C. (2026)
言語学の先駆者
https://doi.org/10.1515/lingvan-2025-0184
Trusted by researchers at 1,500+ universities worldwide
あなたの研究を構築する
構築したい内容に応じて、開始する方法は三つあります。
Questions about your study design or platform fit?
私たちに連絡する際は、以下を持参すると役立ちます:
- 測定したい言語処理のレベル
- あなたの対象集団、年齢範囲、言語背景、及び臨床グループ
- 参加者数とタイムライン
- データが収集される場所:オンライン、自宅、ラボ、またはその混合
- 眼球追跡、音声応答、または質問紙などの追加測定
よくある質問
実験で言語処理をどのように測定しますか?
参加者が読む際にどこを見ているか記録できますか?
音声応答を収集できますか?
言語タスクはオンラインとラボで同じように実行されますか?
参考文献
Ćwiek, A., Fuchs, S., Draxler, C., Asu, E. L., Dediu, D., Hiovain, K., Kawahara, S., Koutalidis, S., Krifka, M., Lippus, P., Lupyan, G., Oh, G. E., Paul, J., Petrone, C., Ridouane, R., Reiter, S., Schümchen, N., Szalontai, Á., Ünal-Logacev, Ö., Zeller, J., Perlman, M., & Winter, B. (2021). アブバ/キキ効果は文化や書きシステムを超えて頑健です。 ロイヤルソサエティBの哲学的取引, 377(1841), 20200390. https://doi.org/10.1098/rstb.2020.0390
Duñabeitia, J. A., & Molinaro, N. (2013). 語彙アクセスへの広がる扉。 心理学のフロンティア, 4, 471. https://doi.org/10.3389/fpsyg.2013.00471
Fujita, H. (2026). 累積自己ペースリーディング(SPR)の再評価:三つのバリアントを試験すると、累積SPRが標準の非累積SPRよりも文章処理研究に有用である場合があります。 行動研究方法. https://doi.org/10.3758/s13428-026-03044-7
Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). ウェブカメラの眼球追跡は実験室基準に近い:新しいウェブカメラベースのシステムとEyeLink 1000を比較します。 行動研究方法, 56(5), 5002-5022. https://doi.org/10.3758/s13428-023-02237-8
Lukács, G., & Gartus, A. (2022). ウェブベースの実験のためのJavaScriptにおける正確な表示時間測定。 行動研究方法. https://doi.org/10.3758/s13428-022-01835-2
Tuft, S. E., Incera, S., & McLennan, C. T. (2023). コンピュータマウストラッキングを使用した音声認識における長期的な繰り返しプライミング効果の検討。 心理学のフロンティア, 13, 1074784. https://doi.org/10.3389/fpsyg.2022.1074784














































