研究のためのマウストラッキング技術

マウストラッキング、またはカーソルトラッキングとも呼ばれるこの技術は、研究において参加者の画面上のマウスカーソルの位置に関するデータを収集するために使用されます。マウストラッキングは、認知プロセスや意思決定に関する洞察を提供する生理データの重要な源です。また、マウストラッキングは、実験デザインや刺激提示を制御するための重要な手段としても機能します。Labvancedは、実験デザインおよびデータ収集ツールとして、あなたの研究におけるこれらのマウストラッキングの側面を活用するために使用できます。

Labvancedにおけるマウストラッキング

マウストラッキングは、Labvancedの研究において、数回のクリックで実装でき、コーディング不要で次の研究プロジェクトでこのデータを簡単に収集できます。

試してみてください！ この研究をあなたのLabvancedアカウントにParticipateまたはImportして、マウストラッキングがどのように機能するかを見てください: https://www.labvanced.com/page/library/62668

マウストラッキング研究の設定

マウストラッキングを有効にすることは、Labvancedを使用して数ステップで設定でき、コーディングなしで実行できます。以下の画像は、エディター内での設定を示しており、ユーザーが作成したカスタム変数（左）がMouseX値またはMouseY値を記録するように設定されています。また、座標を配列形式で保存するように設定することも可能です。

マウストラッキングテスト: 柔軟なデザインと実装

研究において、マウストラッキングはX座標とY座標を収集する簡単なものから、マウスの動きが実験のデザインと行動を決定するダイナミックなものまで様々です。たとえば、参加者が画像の上をスクロールすると、アプリにテキストを表示するように促すことができます。

以下の例では、参加者は中央のテキストの上にカーソルを置くように促され、その後、次のフレームで刺激テキストにカーソルを合わせ、その後、試行を進める前に再度中央にカーソルを置くことが期待されます。

試してみてください！ この研究をあなたのLabvancedアカウントにParticipateまたはImportして、マウストラッキングのホバー機能がどのように機能するかを見てください: https://www.labvanced.com/page/library/8736

Labvancedを使用すると、柔軟なデザインが可能で、コーディングなしであなたの研究課題に合ったマウストラッキングテストを作成および実装できます。たとえば、アプリにすべてのマウストラッキングデータ、ホバー、クリックを記録し、特定のマウスの動作に対して特定のアクションを指示するように設定できます。

以下のデモでは、参加者がテキストを編集する様子を理解するために、マウストラッキングがマウスクリックと共に有効にされています。

試してみてください！ このテキスト編集のダイナミックデモをParticipateして、マウストラッキングがこの文脈でどのように機能するかを確認してください: https://www.labvanced.com/page/library/67925

マウストラッキング: データと動きの記録

研究においてマウストラッキングを有効にすると、収集できるデータの種類はいくつかあります：

• マウス座標: マウスのXおよびY座標が時間にわたり記録されます。
• タイムスタンプ: 各マウスの動きや行動に対して、反応時間とともに必要なすべてのマウス動作を慎重に記録します。
• ホバー回数: 特定の刺激や関心のあるエリアの上でのホバー回数を記録することができます。
• クリック回数: 同様に、クリックもカウントおよび定量化できます。
• 刺激の名前: さらなるデータのために、マウスがホバーしたりクリックした刺激や関心のあるエリアの名前も記録できます。

埋め込まれたウェブサイト上でのマウストラッキング

マウスの動き、クリック、およびホバーイベントは、Labvancedで直接構築された刺激だけでなく、研究に埋め込まれたリアルでライブな外部ウェブサイト上でも追跡することができます。埋め込まれた製品ページ、記事、またはインターフェースでのカーソルの動作を追跡するには、ウェブサイトAOIでのマウス行動の追跡を参照してください。

マウストラッキングと視線追跡

追加のデータ層を得るために、マウストラッキングは視線追跡と組み合わせて使用することができ、被験者の注意と行動の範囲を完全に捉えることができます。

ウェブカメラ視線追跡に興味がある場合、次のプロジェクトに対してLabvancedの査読済みウェブカメラ視線追跡を検討してください。

Labvancedのマウストラッキングを活用した研究

以下は、Labvancedのマウストラッキングを活用したいくつかの発表済み研究の例です。

リモートでキャプチャされた意思決定の難易度の連続測定: マウストラッキングの感度はタブレットやスマートフォンにも拡張される

この研究では、Zuk、Bertrand、& Chapman（2025）が、Labvancedを使用してデバイス間のマウストラッキングの感度を determinし、デバイス特有の意思決定の困難さの違いを確認しました。従来の到達意思決定パラダイムがコンピュータ、タブレット、スマートフォンにわたって実施され、マウス（またはタッチ）トラッキングがタスクごとに定量化され比較されました。結果は、微細に調整されたポータブルタッチデバイスが意思決定の困難さを感度高くキャプチャできることを示しました。

上の画像は、デバイス間の研究デザインのサンプル概要と、コンピュータ、タブレット、スマートフォンからのマウス/カーソルおよびタッチの軌跡を示しています。薄い灰色の線は、すべての試行における参加者の平均軌跡を示しており、緑は一致した試行の参加者全体の平均軌跡を示し、不一致の試行を整理しています。最大絶対偏差（MAD）の平均位置は、拡大されたインセットで埋められた円で示されています。詳細については、論文を参照してください。

コンピュータマウストラッキングを使用した音声語認識における長期的な反復プライミング効果の検討

Tuft、Incera、& McLennan（2023）の研究では、Labvancedのマウストラッキングが聴覚的レキシカル決定タスクの文脈で使用され、長期的な反復プライミング効果を明らかにしました。研究者たちは、参加者がプライムされた単語に対して、プライムされていない単語よりも効率的に反応したことを発見しました。

以下の画像は、出版物から引用されたもので、報告されたマウスの軌跡を示しています。

無意識のフラストレーション: 視線とマウストラッキングを使用したユーザー体験の動的評価

摩擦点は、ユーザーがウェブサイトやアプリとの相互作用中に混乱や困難を経験するときに発生します。摩擦点は、ユーザーの採用の大きな障壁であることが知られており、最終的には顧客満足度とブランドの認識に影響を与える可能性があります。

この研究は、視線とマウストラッキングデータを組み合わせて分析することが、Labvancedを使用したビデオゲームベースのメニューナビゲーションタスクでの摩擦点を検出する有効なアプローチになるかどうかを確認したいと考えました。

参加者には、メニュータスクをナビゲートするための2種類の異なる指示が与えられました：

• 直接プロンプト: "Extras - Options - Gameplay に行き、ヒントをオンにしてください。"
• 間接プロンプト: "ゲーム中にキャラクターの対話を聞き取るのが難しいことに気づきます。字幕をオンにしてください。"

間接プロンプトは、あまり明示的でないため、探索により多くの時間を要します。それゆえ、タスク中に何らかの摩擦が発生した場合、間接プロンプトはその摩擦を悪化させるべきです。

メニューナビゲーションタスクと実験フレームの簡略化された再現。

研究では、確かに、視線と手の動きが同期して測定されたときに摩擦点が検出できることが示されました。

• 摩擦点は、リモート設定（Labvanced）とモニター取り付けハードウェアの両方を使用して特定され、リモート手法が結果を得るための有効かつ経済的なアプローチであることが示されました。
• この研究は、リモート研究設定が実験結果がラボを超えて、より自然で複雑な環境で適用可能かどうかを見るために使用される認知生態学の良い例です。