
ビジュアルサーチタスク
ビジュアルサーチタスクは、参加者が視覚的配列内でターゲットを見つけることを求めることにより、注意選択を測定します。これは、視覚注意、検索効率、知覚的意思決定を研究するために認知心理学や神経科学で広く使われています。
タスク形式 | ビジュアルサーチタスクオンラインおよびラボ
このビジュアルサーチタスクのバージョンでは、結合検索パラダイムが適用され、参加者は複数のアイテムを含む表示を検索して、あらかじめ定義されたターゲット(赤い垂直バー)が妨害物の中に存在するかどうかを判断します。タスクの難易度は、妨害物の数や配置によって異なる場合があります。
各実験セッションは、参加者が応答ルールを学ぶのを助けるためのフィードバックを含む練習試行から始まり、その後、フィードバックが提供されない主要な実験ブロックが続きます。参加者には、できるだけ迅速かつ正確に応答するよう指示されます。
ビジュアルサーチタスクには、使用しているデバイスと入力方法の種類に最適化された2つのバージョンがあります:
デスクトップ版
デスクトップ版では、各試行にビジュアルサーチ配列が表示され、参加者はターゲットが存在するかどうかを判断します。応答は A および L キーを使用して行われ、存在/不在のマッピングは参加者間でバランスが取られています。練習試行ではフィードバックが提供され、主要なタスクではフィードバックなしで応答が記録されます。
モバイル版
モバイル版では、同様の検索配列がタッチスクリーンデバイス向けに最適化されたレイアウトで表示されます。参加者は、ターゲットが存在する場合は YES をタップし、ターゲットが不在の場合は NO をタップして応答します。練習試行では、実験ブロックの開始前にフィードバックが提供され、その後フィードバックは削除されます。
両方のバージョンの参加者には、妨害物の中でターゲットを探しながら、できるだけ迅速かつ正確に応答するよう指示されます。
ビジュアルサーチタスクのメトリクスと収集データ
ビジュアルサーチタスクは、参加者がさまざまな数の妨害物の中でターゲット刺激をどれだけ効率的に見つけるかを明らかにする一連の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、応答の正確さ、エラーパターン、セットサイズやターゲット条件(存在 vs. 不在)におけるパフォーマンスの違いを評価できます。これらの測定は、注意選択、視覚スキャンの効率、知覚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版のビジュアルサーチタスクで収集された変数の例です:
| 変数名 | 説明 |
|---|---|
accuracy | 試行レベルの正確さ(1 = 正解、0 = 不正解) |
accuracy_total | すべての試行における正解の総数の実行カウント |
choice | 参加者が出した応答(デスクトップ:A または L、モバイル:YES または NO) |
error | 試行レベルのエラー(0 = 正解、1 = 不正解) |
number_distractors | 試行に表示される妨害物の数 |
reaction_time | 参加者の反応時間(ミリ秒) |
set_size | 配列内のアイテムの総数(ターゲット + 妨害物) |
stimulus_presented | 試行で表示された刺激画像 |
target_type | ターゲットが存在したか不在だったか |
avg_overall_RT | すべての試行における平均反応時間 |
avg_overall_accuracy | すべての試行における平均正確さ |

ビジュアルサーチタスクからの個々の試行レベルの出力の抜粋を示すデータテーブル。これには、正確さ、応答の選択、反応時間、妨害物の数、セットサイズ、提示された刺激、ターゲット条件が含まれます。
この研究では、結合ビジュアルサーチパラダイムを用いて注意選択と検索効率を測定します。参加者は、あらかじめ定義されたターゲットが妨害物の中に存在するか不在かを判断し、反応時間と正確さが記録されます。
ビジュアルサーチタスクのオンラインおよびラボ研究を推進する技術
Labvancedは、ビジュアルサーチタスクを非常に正確で柔軟にし、ラボ研究とオンライン研究の両方に適したいくつかの技術を組み込んでいます:
高精度タイミング: ビジュアルサーチ研究は、条件間での小さな反応時間の違いに依存することが多いです。Labvancedはミリ秒精度で応答を記録し、検索効率の信頼できる測定を確保します。
柔軟な配列構成: 複数の視覚オブジェクトをキャンバス全体に自由に配置して、構造化された検索表示やランダム化された表示を作成できます。研究者はターゲットの位置、妨害物の間隔、レイアウトを制御できます。
Webカメラによる眼球追跡統合: 追加のハードウェアなしで視線パターン、注視時間、検索戦略をキャプチャするためにウエブカメラベースの眼球追跡を追加できます。
Webベースおよびデスクトップ展開: このタスクは、オンライン研究のためにブラウザで実行することも、制御されたラボ環境のためにデスクトップアプリを介して実行することもできます。
複数の入力方法のサポート: 研究デザインに応じて、参加者はキーボードのキー、マウスのクリック、またはタッチスクリーンボタンを使用して応答できます。
外部システムとの統合: このタスクは、EEGや他のLSLベースのシステムと同期させて、高度な神経認知研究を行うことができます。
ウェブカメラ眼球追跡
メンタルローテーション試行中の視線パターンと視覚的注意をキャプチャします。
タイミング精度
時間的に敏感なタスクに対して、ミリ秒精度で反応時間、タスクパフォーマンスなどを記録します。
デスクトップアプリ
EEGや他のLSL接続の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、ラボ研究を実施します。
ビジュアルサーチタスクのカスタマイズ
このビジュアルサーチタスクのテンプレートを特定の研究質問に合わせて適応させ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よく探求するカスタマイズテーマのいくつかです。
刺激デザインとターゲット定義
検索配列のアイテムは、エディタ内で直接置き換え可能な視覚オブジェクトです。研究者は Image Objects、Text Objects、または他の形状を使用し、Object Properties フィールドを使用して色、方向、カテゴリなどのプロパティを定義できます。
ターゲットの存在と配列ロジック
ターゲットが存在する試行と不在の試行は、Factor Tree および Trials & Conditions テーブルを通じて定義されます。イベントはこれらの条件値を読み取り、どのオブジェクトが表示され、ターゲットがどこに配置されるかを決定します。
セットサイズとレイアウトの変化
妨害物の数は、オブジェクトを追加または削除したり、イベントを通じて可視性を制御することで変更できます。異なるセットサイズを使用することで、注意の負荷や検索効率を研究できます。
応答と正しさのルール
正しい応答は、参加者の入力と現在の試行条件を比較することによって評価されます。ラベルやオブジェクト名が変更された場合、イベントもそれに応じて更新する必要があります。
タイミングと試行の流れ
刺激のタイミング、応答ウィンドウ、およびフィードバックは、フレームの持続時間や Delayed Action (Time Callback) イベントを通じて調整できます。研究者は、試行間の間隔やブロック遷移を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お手伝いが必要な場合は、お気軽にお問い合わせください:
ビジュアルサーチタスクの推奨使用法と応用
ビジュアルサーチタスクは、注意、知覚、および意思決定を調査する研究分野で広く使われています。
選択的注意研究: 異なるセットサイズの中でターゲットを識別する際に注意がどのように配分されるかを研究するために使用されます。
知覚処理の研究: ビジュアルな類似性や特徴の重なりが特徴検索と結合検索での検出速度にどのように影響するかを調べます。
応用注意および負荷研究: 人間の要因研究において、時間的プレッシャーや高情報負荷の下でのパフォーマンスを評価するのに役立ちます。
神経認知研究: 眼球追跡や神経生理学的測定と組み合わせて、注意制御や視覚スキャン行動を研究します。
参考文献
Treisman, A. M., & Gelade, G. (1980). A feature-integration theory of attention. Cognitive Psychology, 12(1), 97–136.
Veríssimo, I. S., Nudelman, Z., & Olivers, C. N. (2024). Does crowding predict conjunction search? An individual differences approach. Vision Research, 216, 108342.