視覚探索課題
視覚探索課題は、参加者に視覚配列内でターゲットを特定させることで注意の選択を測定します。これは、視覚的注意、探索効率、知覚的意思決定を研究するために認知心理学および神経科学で広く使用されています。
課題形式 | 視覚探索課題オンライン＆研究室内
このバージョンの視覚探索課題では、参加者が複数のアイテムを含むディスプレイを検索し、事前に定義されたターゲット（赤い縦棒）が注意者の中に存在するかどうかを判断する結合探索パラダイムが適用されます。 課題の難易度は、注意者のアイテムの数と配置によって変わることがあります。
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なしで進行する主実験ブロックに続きます。参加者にはできるだけ早く正確に応答するよう指示されます。
視覚探索課題には、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、各試行で視覚探索配列が表示され、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キーを使用して行い、存在/不在のマッピングは参加者間で逆にされています。 練習試行はフィードバックを提供し、メインタスクはフィードバックなしで応答を記録します。
モバイル版
モバイル版では、同じ探索配列がタッチスクリーンデバイス用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をタップします。 練習試行には、実験ブロックが始まる前にフィードバックが含まれており、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、注意者の中でターゲットを検索しながらできるだけ早く正確に応答するよう指示されています。
視覚探索課題の測定および収集データ
視覚探索課題は、参加者が異なる数の注意者の中からターゲット刺激をどれだけ効率的に特定できるかを示す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、応答の精度、エラーパターン、セットサイズおよびターゲット条件（存在対不在）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、注意の選択、視覚的スキャン効率、および知覚負荷への感受性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可能です。
以下は、Labvancedバージョンの視覚探索課題で収集される変数の例です：
| 変数名 | 説明 |
|---|---|
accuracy | 試行レベルの正確性（1 = 正しい、0 = 誤り） |
accuracy_total | すべての試行全体での正しい応答の総数のカウント |
choice | 参加者によって与えられた応答（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 = 正しい、1 = 誤り） |
number_distractors | 試行で表示された注意者アイテムの数 |
reaction_time | 参加者の反応時間（ミリ秒） |
set_size | 配列内のアイテムの合計数（ターゲット + 注意者） |
stimulus_presented | その試行で表示された刺激画像 |
target_type | ターゲットが存在するか不在か |
avg_overall_RT | すべての試行の平均反応時間 |
avg_overall_accuracy | すべての試行の平均精度 |
視覚探索課題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、正確性、応答の選択、反応時間、注意者の数、セットサイズ、提示された刺激、およびターゲット条件を含む。
この研究は、結合視覚探索パラダイムを使用して注意の選択と探索効率を測定します。参加者は、注意者の中に事前定義されたターゲットが存在するかどうかを決定しながら、反応時間と精度が記録されます。
オンラインおよび研究室内研究のための視覚探索課題を駆動する技術
Labvancedには、視覚探索課題を非常に正確で柔軟、かつ研究室およびオンライン研究の両方に適したものにするいくつかの技術が含まれています：
高精度タイミング： 視覚探索研究は、しばしば条件間での反応時間の小さな違いに依存します。Labvancedは、ミリ秒単位の精度で応答を記録し、探索効率の信頼性測定を確保します。
柔軟な配列構築： 複数の視覚オブジェクトをキャンバス上で自由に配置して、構造化されたまたはランダム化された探索表示を作成できます。研究者はターゲットの位置、注意者の間隔、およびレイアウトを制御できます。
ウェブカメラアイ・トラッキング統合： ウェブカメラベースのアイ・トラッキングを追加して、追加のハードウェアなしで視線パターン、注視時間、および探索戦略をキャプチャできます。
ウェブベースおよびデスクトップの展開： タスクは、オンライン研究のためにブラウザで実行するか、制御された研究室環境のためにデスクトップアプリを通じて実行できます。
複数の入力方法をサポート： 参加者は、研究設計に応じてキーボードキー、マウスクリック、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： タスクは、EEGや他のLSLベースのシステムと同期して、先進的な神経認知研究を行うことができます。
ウェブカメラアイ・トラッキング
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
時間に敏感なタスクに対してミリ秒単位の精度で反応時間、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
EEGや他のLSL接続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、研究室内研究を実施します。
視覚探索課題のカスタマイズ
特定の研究質問に応じて、この視覚探索課題テンプレートを適応させ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探求するいくつかのカスタマイズテーマです。
刺激デザインとターゲット定義
検索配列内のアイテムは、エディター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、向き、またはカテゴリー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論理
ターゲットが存在するか否かの試行はFactor Treeと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判断します。
セットサイズとレイアウトの変化
注意者の数は、オブジェクトを追加または削除するか、イベントを介しての可視性を制御することで変更できます。さまざまなセットサイズを使用して、注意の負荷と探索効率を研究することができます。
応答と正確性のルール
正しい応答は、参加者の入力を現在の試行条件と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、フィードバックは、フレームの期間または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の移行をカスタマイズできます。
このタスクのカスタマイズについて支援が必要な場合は、どうぞお気軽にご連絡ください:
視覚探索課題の推奨使用法とアプリケーション
視覚探索課題は、注意、知覚、意思決定を調査する研究ドメインで広く使用されています。
選択的注意の研究： 異なるセットサイズにおいて、注意者の中からターゲットを特定する際の注意の配分を研究するために使用されます。
知覚処理の研究： 視覚的類似性と特徴の重複が、特徴探索と結合探索における検出速度にどのように影響するかを調べます。
応用注意と作業負荷の研究： 人間工学研究において、時間的プレッシャーまたは高い情報負荷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： アイ・トラッキングまたは神経生理学的測定と組み合わせて、注意の制御と視覚的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.
関連課題
視覚探索課題は、Labvancedのタスクライブラリ内の他の視覚的注意課題と自然に組み合わされます。