N-back (2-back) タスク
N-Back タスクは、作業記憶と情報の継続的更新を評価するために使用される認知パラダイムです。参加者は刺激の流れを監視し、現在の刺激が指定された数のステップ前に提示されたものと一致するかどうかを判断する必要があります。
タスクフォーマット | N-back タスクオンラインおよび実験室
N-Back タスクは、作業記憶を評価するために使用される継続的パフォーマンスタスクです。このタスクでは、参加者は刺激のシーケンスを1つずつ表示され、現在の刺激がシーケンス内の一定のステップ数前に示されたものと一致するかどうかを判断する必要があります。タスクの難易度はNの値によって決まり、高い値は作業記憶に対する要求が大きくなります。タスクの2-backバージョンでは、参加者は各刺激を2つ前の試行で提示されたものと比較します。
2-back タスクには2つのバージョンがあり、使用されるデバイスと入力方法のタイプに最適化されています：
デスクトップバージョン
デスクトップバージョンでは、文字が1つずつ画面の中央に表示されます。参加者は現在の文字が2つ前の試行で示された文字と一致するかどうかを判断します。反応は A および L キーを使用して行い、一致および非一致のキーのマッピングは参加者間で逆さにされます。タイミングパラメータと反応マッピングはタスク設定で調整できます。
モバイルバージョン
モバイルバージョンでは、文字が画面の中心に順次表示されます。参加者は、現在の文字が2つ前の試行で示された文字と一致するかどうかを、”一致” および ”不一致” のように明確にラベル付けされた画面上のボタンをタップすることで示します。このバージョンは、モバイルデバイスでのタッチスクリーンインタラクションに最適化されています。
各セッションの開始時に、参加者はタスクルールと反応マッピングを学ぶための短い練習ブロックを完了し、その後メインタスクに進みます。
N-back タスクの成果測定とパフォーマンス指標
N-Back タスクは、情報が作業記憶の中でどのようにアクティブに保持され、更新されるかを明らかにするさまざまな行動測定をキャプチャします。記録された変数により、研究者は反応時間、反応の正確性、ヒット率、誤警報、負荷条件間のパフォーマンスの差異を評価できます。これらの測定は、作業記憶容量、更新効率、および認知負荷に対する感度を定量化するのに役立ちます。すべての変数は、タスクの Variables タブ内で表示およびカスタマイズできます。
以下は、Labvanced バージョンの N-back タスクで収集された変数の例です：
| 変数名 | 説明 |
|---|---|
correct_rejection | 非対象に対する正しい非応答（非対象に "異なる" をクリック） ((1= 正しい拒否、0= 正しい拒否なし) |
displayed_letter | 現在の試行で参加者に表示された文字 |
false_alarm | 非対象に対する誤った反応（非対象に "同じ" を誤ってクリック） (1= 誤警報、0= 誤警報なし) |
hit | 対象刺激に対する正しい反応（対象に "同じ" を正しくクリック） (1= ヒット、0= ヒットなし) |
miss | 対象に対する反応を逃す（対象に "異なる" をクリック） ((1= ミス、0= ミスなし) |
reaction_time | 参加者が提示された刺激に反応するのにかかった時間（ミリ秒単位）。 |
response | 参加者によって与えられた反応（モバイルベースタスクの "異なる"/ "同じ" ボタンまたはデスクトップベースタスクのキープレス記録） |
データテーブルは、Labvanced におけるオンライン N-back (2-back) タスクから個々の試行レベルの出力を示しています。
このタスクは2-backタスクを使用して作業記憶の容量を調べます。参加者は、現在の刺激が2つ前に提示されたものと一致するかどうかを示さなければなりません。トレーニング試行と即時フィードバックが提供され、学習と参加をサポートします。
N-back タスクのオンラインおよび実験室での研究を支えるテクノロジー
N-Back タスクは、正確なタイミング、柔軟な条件処理、および信頼性のある反応記録を必要とし、これらはすべて Labvanced プラットフォーム内でサポートされています：
高精度タイミング: N-back タスクは、試行タイプ間の微妙な反応時間の違いを検出するためにミリ秒レベルのタイミングに依存しています。Labvanced は、オンラインテスト環境でも信頼できる認知測定のために、正確な刺激提示と反応記録を保証します。
フレームベース刺激制御: 刺激提示はフレームの持続時間とイベントロジックを使用して正確にタイミングし、試行間で一貫した配信を確保します。
デバイス間入力サポート: マウス、キーボード、およびタッチスクリーンデバイスとシームレスに動作します。これにより、デスクトップ、ノートブック、タブレット、モバイルフォンでの使用が可能になります。この柔軟性により、参加者は利用可能なデバイスを使用してタスクを完了できます。
デスクトップアプリモード: タスクまたはハードウェア統合をより強く制御する必要がある場合には、デスクトップアプリケーションを使用できます。このモードはオフラインテストと、EEG やその他の LSL ベースシステムなどの機器との互換性をサポートします。
縦断的およびリモートテスト: タスクは、複数の時点で一貫して提供でき、長期間にわたる注意バイアスの変化を監視するのに理想的です。リモートテストオプションにより、データの整合性を維持しながら、より幅広く多様な参加者サンプルにリーチ可能となります。
ウェブカメラによる眼球追跡: このタスクは、ウェブカメラベースの眼球追跡と組み合わせて、タスク中の視線の方向、固定時間、および視覚スキャンパターンをキャプチャできます。
ウェブカメラによる眼球追跡
組み込みのコード不要でピアレビューを受けたウェブカメラによる眼球追跡で、視線パターンと視覚的注意をキャプチャします。
タイミングの精度
ミリ秒単位の精度で反応時間、タスクパフォーマンス、およびその他をキャプチャします。
デスクトップアプリ
EEGやその他のLSL接続されたラボハードウェアと互換性のあるデスクトップアプリを使用して、実験室内の研究を実施します。
N-back タスクのカスタマイズ
この N-Back タスクテンプレートを特定の研究質問に合わせて調整する方法は多くあります。以下は、研究者がこのタスクを変更する際に一般的に尋ねるテーマのいくつかです。
刺激コンテンツと提示
タスクで使用される刺激は、編集者で視覚オブジェクトを直接編集することで置き換えることができます。研究者は文字、数字、画像、または空間の位置を使用し、Object Properties パネルを通じてそのサイズ、位置、または外観を調整できます。
記憶負荷と条件ロジック
異なる N レベルは、現在の刺激がどれだけ前のものと比較されるべきかを決定するタスク条件として定義されます。これらの条件値は、各試行中に読み取られ、一致ロジックと刺激評価を制御します。nの値は、条件構造を反映するイベントを編集するだけで定義できます。
反応処理とスコアリング
参加者の反応は、キープレスまたはボタンタップを通じてキャプチャされ、イベントロジックを使用して評価されます。研究者は、正しい反応と見なすものや、非反応の処理方法を変更できます。イベントシステムはすべてのトリガーとアクションを管理します。関連するイベントに対する簡単な修正により、望ましい反応マッピングと正確性基準の実装が可能になります。
試行のフローと練習デザイン
練習試行は通常、別のブロックとして実施されるため、研究者はメインタスクから独立して試行数、フィードバックの有無、および進行ルールを調整できます。フレームナビゲーションとブロック遷移は、イベントとフレームロジックを編集することでカスタマイズできます。
このタスクのカスタマイズに関して助けが必要な場合は、どうぞご自由にご連絡ください：
N-back タスクの推奨使用法と応用
N-Back タスクは、研究、臨床、および応用の設定で広く適用されるため、作業記憶や認知負荷を多様な集団で評価するのに役立ちます。
作業記憶と認知制御の研究: 健康な成人における作業記憶の更新、注意制御、および実行機能を調査するための認知心理学や神経科学の研究で一般的に使用されます。
発達およびライフスパンの研究: N レベルを調整することで、子供、青年、大人、および高齢者における作業記憶容量の変化を調べるために使用されます。
臨床および神経心理学的集団: ADHD、統合失調症、うつ病、および作業記憶の欠陥が一般的に観察される神経疾患に関連する研究に適用されます。
訓練と認知負荷の研究: 系統的に記憶の要求を変化させる能力のおかげで、認知トレーニング、メンタルワークロード、およびタスクの難易度操作を探る研究で一般的に使用されます。
神経イメージングおよび脳機能の研究: 作業記憶と認知努力の神経相関を研究するために神経イメージングや電気生理学的手法と広く組み合わせられます。
参考文献
Kirchner, W. K. (1958). Age differences in short-term retention of rapidly changing information. Journal of experimental psychology, 55(4), 352.
Zhu, S., Wang, Q., Kan, C., Geng, A., Sui, Y., Zhuang, R., ... & Guo, C. (2024). Age-related cerebral changes during different n-back tasks: a functional near-infrared spectroscopy study. Frontiers in aging neuroscience, 16, 1437587.