セルフペースリーディングタスク
セルフペースリーディングタスクは、人々が文を自身のペースで単語ごとに読む様子を測定します。Labvancedバージョンでは、各文が全文表示され、ウェブカメラの視線追跡が各単語における読書行動を記録するため、研究者は一語ずつテキストを開示することなく単語レベルのリーディング時間を取得できます。個別の単語のリーディング時間は、最初のリーディングパラダイム以来、言語処理の研究に利用されてきました（Just et al., 1982）。
タスクフォーマット | セルフペースリーディングタスク
この研究は、短い指示画面とウェブカメラの視線追跡キャリブレーションから始まります。その後、参加者は10文をランダムな順序で1試行ごとに読みます。
各試行には2つのステップがあります：
- 注視十字: 注視十字が画面に表示されます。参加者の視線が十字に到達してから1秒後に文が表示されるため、各試行は常に同じ目の位置から始まります。
- 文: 各単語がそれぞれのセルに表示された完全な文が表示されます。参加者は通常のように読んだ後、任意のキーを押すかクリックして次に進みます。
参加者が次に進むタイミングを決定するため、リーディングはセルフペースのままです。クラシックな方法との違いは、単語レベルの時間の測定方法にあります。従来の移動ウィンドウ版では、参加者がキーを押して次の単語を表示し、押下の間の時間がリーディング時間となります。ここでは、全文が画面に表示され、視線追跡が各単語に費やされる時間を測定し、通常の読書に近い状態を保ちます。
セルフペースリーディングタスクで収集されるデータ
セルフペースリーディングタスクは、参加者が各文を読むのにかかった時間と、各単語をどのように読んだかの2つのレベルのデータを記録します。単語レベルのテーブルは、[Text Segmentation Object]によって自動的に記録され、各単語ごとに1行が作成されます。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バージョンのセルフペースリーディングタスクで収集される主要な変数です：
| 変数名 | 説明 |
|---|---|
Text Segmentation Object_1_word_metrics | 各単語ごとの1行を含むテーブル：word_index, word, line_index, dwell_time, total_fixations, total_fixation_duration, time_to_first_fixation, および mean_fixation_duration |
Text Segmentation Object_1_aoi | 各単語ごとの1行を含むテーブル：word_index, word, line_index, および画面上の単語の位置とサイズ (x, y, width, height) |
reaction_time_Keyboard | 文の開始から試行を終了させたキー押下までの時間（ms）、文の総リーディング時間 |
reaction_time_Mouse | 文の開始から試行を終了させたクリックまでの時間（ms）、参加者がキーを押す代わりにクリックした場合 |
2つの単語テーブルは同じword_indexを共有しているため、各単語の視線追跡メトリックを単語自体および文中の位置に一致させることができます。
この研究は単語レベルでのリーディングを測定します。参加者は10文を自身のペースで読み、ウェブカメラの視線追跡が各単語の滞在時間、注視、および最初の注視までの時間を記録します。
セルフペースリーディングタスクの技術
Labvancedは、セルフペースリーディングタスクをリモートおよびラボ内のリーディング研究に適したものにするいくつかの技術を含んでいます：
テキストセグメンテーションオブジェクト: 各文が単語に自動的に分割され、各単語がそれぞれの関心領域（AOI）となります。各単語および各文のためにAOIを手動で描く必要はありません。詳細はテキストセグメンテーション技術ページで確認できます。
ウェブカメラ視線追跡 2.0: 参加者自身のウェブカメラで視線が記録され、追加のハードウェアは必要ありません。単語レベルのリーディングの場合、ET 2.0の検証は厳密なスクリーニングで長めのキャリブレーションを推奨しており、約1.5°の視覚角を提供します（Labvanced, 2026）。このテンプレートのグリッドレイアウトは各単語に広いセルを提供し、単語レベルのAOIをターゲットにしやすくしています。
視線に基づく試行開始: 参加者の視線が注視十字に達するまで文が表示されないため、各試行は常に同じ目の位置から始まります。
内蔵注視検出: 文が表示されている間に注視が自動的に検出され、試行が終了すると単語メトリックテーブルが計算され、後処理は必要ありません。
高精度のタイミング: 文の開始と応答がミリ秒単位の精度で記録されるため、各文の合計リーディング時間が正確に測定されます。
デスクトップアプリモード: ラボ内の研究では、デスクトップアプリもこのテストを実施するために利用でき、EEGやその他のLSLベースの接続と組み合わせることができます。
プライバシー設計: すべての顔および目の処理は参加者のデバイス上で実行されます。保存されるのは数値の視線データのみで、ウェブカメラの画像や動画は決して保存されません。
ウェブカメラ視線追跡
内蔵のコーディング不要でピアレビューを受けたウェブカメラ視線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
時間に敏感なタスクのためにミリ秒単位で反応時間、タスクのパフォーマンスなどをキャプチャします。
デスクトップアプリ
デスクトップアプリを使用して、EEGや他のLSL接続されたラボハードウェアと互換性のある実験室内研究を実施します。
自己ペースのリーディングタスクのカスタマイズ
このテンプレートをカスタマイズする方法は多数あります。以下は、研究者がこのタスクを変更する際によく尋ねるいくつかのテーマです。
文のセット
文はスプレッドシート形式のデータフレームから来ています: 各文はデータフレームの1行で、各単語はそれぞれの列にあります。画面上では、Grid レイアウトがその後、各文を4単語の行に折り返します。Set Text Source… を介して独自のスプレッドシートをアップロードすることで、それらを置き換えることができます。異なる長さの文もサポートされています。短い行は単語が少ないだけです。ステップバイステップの設定については、テキストセグメンテーションオブジェクトガイドを参照してください。
単語レイアウト
テンプレートはGrid レイアウトを使用しており、各単語を同じ幅のセルに配置して、AOIがテキストを隙間や重なりなしに覆うようにします。テキストが通常の段落のように折り返されるFlowレイアウトに切り替えたり、Object Propertiesで列の数や単語間の間隔、フォントを変更したりできます。
理解度質問と条件
参加者が意味を読んでいるか確認するために、各文の後にその内容についての質問があるフレームを追加します。簡単な文と難しい文、またはあいまいな文と明確な文など、文の種類を比較するために、Factors & Randomizationに要因を追加し、それぞれの条件を独自の文のセットにリンクします。
アイ・トラッキング設定
キャリブレーションの長さ、スクリーニングのレベル、およびドリフト修正がどれだけ頻繁に実行されるかは、研究のアイ・トラッキング設定で調整できます。単語レベルの分析では、より長いキャリブレーションとより厳しいスクリーニングが精度を向上させますが、より多くの参加者をスクリーニングアウトするリスクがあります (Labvanced, 2026)。
他に知りたいことがあれば、ぜひお気軽にお問い合わせください:
自己ペースのリーディングタスクの推奨使用法
自己ペースのリーディングタスクは、人々がどのように読んで言語を理解するか、１単語ずつの研究に使用されます:
心理言語学と文処理: 文の中で読みが遅くなる場所を測定します。例えば、予期しない単語や統合が難しい単語などです。目が単語に留まる時間は、その単語に必要な処理量を反映しています (Rayner, 1998)。
第二言語研究: 自己ペースのリーディングは、第二言語研究では一般的な方法です。74の研究の統合は、より標準化された方法の使用と報告を求めています (Marsden et al., 2018)。
オンライン言語研究: オンラインまたは実験室でテストされた134の第二言語学習者の比較は、自己ペースのリーディング実験を含む両方の環境における語彙および文レベルの処理に関する同様の証拠を示しました (Gastmann et al., 2025)。
読書発達と教育: アイ・トラッキングは、単語の長さや頻度が子供の読書に与える影響を示します。66人のドイツ語を話す子供たちの中で、遅い読者は単語の長さに対してより敏感であり、速い読者よりも単語の頻度効果が弱いことが示されました (Gerth & Festman, 2021)。
可読性と応用研究: 製品コピー、指示、健康情報をどれだけ容易に人々が読むことができるかをテストし、読者が遅くなる具体的な単語を見つけます。
参考文献
Gastmann, F., Schimke, S., & Poarch, G. J. (2025). Conducting psycholinguistic research online: Comparable evidence of second language lexical and sentence-level processing in web-based versus lab-based studies. Bilingualism: Language and Cognition, 29(3), 615–628. https://doi.org/10.1017/S136672892510028X
Gerth, S., & Festman, J. (2021). Reading development, word length and frequency effects: An eye-tracking study with slow and fast readers. Frontiers in Communication, 6, 743113. https://doi.org/10.3389/fcomm.2021.743113
Just, M. A., Carpenter, P. A., & Woolley, J. D. (1982). Paradigms and processes in reading comprehension. Journal of Experimental Psychology: General, 111(2), 228–238. https://doi.org/10.1037/0096-3445.111.2.228
Labvanced. (2026). Labvanced Eye Tracking 2.0: Accurate webcam eye tracking for all online research. Labvanced Lab Notes. https://www.labvanced.com/content/research/ja/lab-notes/2026-10-webcam-eyetracking-2-0/
Marsden, E., Thompson, S., & Plonsky, L. (2018). A methodological synthesis of self-paced reading in second language research. Applied Psycholinguistics, 39(5), 861–904. https://doi.org/10.1017/S0142716418000036
Rayner, K. (1998). Eye movements in reading and information processing: 20 years of research. Psychological Bulletin, 124(3), 372–422. https://doi.org/10.1037/0033-2909.124.3.372
関連タスク
自己ペースのリーディングは、Labvancedのタスクライブラリ内の他の言語および単語処理タスクと並んでいます。