精密タイミング

背景と文脈

心理学研究における反応時間は、認知プロセスと行動を定量化するために使用されます。反応時間の明確な定義は、現れた刺激と反応の間に経過した時間の量に関係しています。

反応時間を正確に測定するためには、刺激の開始時間と参加者の反応が発生した時間の2つの要素があります：

オンライン環境で反応時間を正確に測定するための主要な要素と定量化に影響を与える要因。

反応時間を正確に測定するためには、刺激の開始時間（ポイントA）と参加者の反応が発生した時間（ポイントB）が正確に知られている必要があります。反応時間はこれらの2つのポイントの差です。これらの2つのポイントから、参加者の反応がいつ発生したかを簡単に判断できますが、正確な刺激の開始時間がいつであったかを正確に知ることは難しいです（ポイントA）。

なぜポイントAが発生する時間を決定するのが難しいのでしょうか？刺激が現れる時間に影響を与える主な理由は3つあります：

1. 画面のリフレッシュレート: モニターのリフレッシュレートは60Hzであるため、何かが発生するように予定されている場合、モニターがリフレッシュされたときにのみ発生できます。これはミリ秒単位のスケールですが、定量化する際の重要な要素であり（後でリクエストアニメーションフレームを用いてどのように測定するかを議論します）、実験シーケンスに直接的に影響します。

2. プログラミングの性質: すべての実験はコーディングに基づいており、コードが実行されるためには処理される必要があります。何も瞬時に発生することはなく、通常は1～2リフレッシュサイクルを要します。

3. デバイスの能力: これは一般的ではありませんが、参加者のデバイスのパフォーマンスが非常に遅い場合、刺激の提示に遅延が発生する可能性があります（例えば、コンピュータがフリーズするといったシステムの遅延）。この問題については後でどうチェックするかを説明します（JavaScriptイベントループ）。

要するに、反応時間は、刺激の開始時刻と参加者の反応の間の時間を正確に判断するために、さまざまな要因によって影響されます。

学術誌における査読付き出版物 Behavior Research Methods

2022年5月に発表された、Springer Natureの Behavior Research Methods に掲載された査読付き論文をチェックしてください。著者たちは、Labvancedが他のウェブベースのツールに比べて最も正確な反応時間測定を提供していると結論付けています。

私たちのプロセス：Labvancedの精密タイミングのためのパイプライン

精密タイミングと反応時間を提供するために、私たちのソフトウェアは次のステップに従います：

• 事前読み込み（キャッシング）: 実験が始まる前にすべての実験刺激を事前に読み込み、ローカルで利用可能にすることで、実験の進行中に読み込みが発生しないようにします。したがって、参加者が研究に参加しようとする場合、すべての刺激（画像、音声、ビデオ）はすでにサーバーから彼らのコンピュータにローカルに取得され、読み込まれています。

• 事前レンダリング: 実験が始まると、内容は再帰的に生成され、次のフレームと試行がバックグラウンドで読み込まれ、参加者が次に進む準備ができ次第すぐに使用できるようになります。これは事前レンダリングメカニズムによって駆動されます。

• 参加者特有の測定: オンライン研究がブラウザで始まるため、各参加者には限られたコンピュータリソース（GPU、CPU）があり、これを考慮する必要があります。これはパフォーマンスに影響を与えるため、潜在的な遅延をキャプチャし、研究者に提供される修正変数として使用されます。これは除外基準としても使用されます。

Labvancedにおける精密タイミングと正確な反応時間をキャプチャするための一般的なパイプライン。

参加者の反応を保存する

すべての実験は参加者のコンピュータ上でローカルに行われます。したがって、実験を実行するためにインターネットは技術的には必須ではありません。インターネットは、実験をローカルに事前読み込みするために最初に必要であり、その後データと反応をサーバーにアップロードするために必要です。

ただし、条件が整っている場合、私たちのソフトウェアは、各試行の後にデータ記録と反応が自動的に保存されるように設定されています。これは重要な理由があります：

1. ローカルブラウザは無限のメモリを保持またはキャッシュできません。頻繁にバックアップすることで、メモリが解放され、システムが遅延するリスクがなくなります。
2. 参加者が停止したり中断した場合、その参加者が完了した試行について少なくともいくつかのデータが保存されており、参加を終了する前に反応を提供しています。

タイムスタンプについて

実験がアクティブな間、Labvancedアプリはコンピュータ上の他のプロセスや部分にアクセスすることはできません。ただし、反応時間で何かを記録する際に、タイムスタンプが必要であり、アプリはコンピュータの時計からシステム時刻にアクセスして、ポイントA（刺激開始）とポイントB（参加者の反応）がいつ発生したかを判断します。コンピュータには一般的なシステムクロックがあるため、どこで何をしているかにかかわらず、これが同じになります。

システムアーキテクチャと反応時間データの流れについて

上記のパイプラインは反応時間プロセスの基本的なステップをキャプチャしていますが、以下はLabvancedで反応時間測定を正確で精密にするために行われているすべての詳細な説明です。

事前読み込み（キャッシング）

事前読み込みまたはキャッシングは、実験が始まる前に行われます。Labvancedは、研究の実験刺激のすべてが研究開始前にダウンロードされるように設定されています。これには、画像やビデオなどのすべての要素が含まれます。これらはすべてLabvancedのサーバーから取得され、参加者のデバイスにローカルにダウンロードされるため、実験中にダウンロードが発生することはありません。

Labvancedにおける事前読み込み/キャッシングメカニズムの主要なステップ。

事前レンダリングメカニズム

Labvancedの事前レンダリングメカニズムは、実験タスク、試行、およびフレームの構造を事前に構築するために存在します。例えば、タスクの試行#1にいる場合、私たちは現在と次の試行のすべてのフレームを事前にレンダリングし、実験中に読み込みが発生しないようにします。これには、指示、テキスト、音声オブジェクト、注視点、などが含まれます。試行とフレームを事前に構築することで、ブラウザが遅くなったり圧倒されたりするのを防ぎます。

Labvancedにおける事前レンダリングメカニズムの主要なステップ。

参加者特有の測定

デバイスやコンピュータ間の固有の変動性のため、パフォーマンスは定義から影響を受けます。リソースが限られているローカルシステム上で実験を実行することにより（すなわち、速度とメモリは無限ではなく、技術仕様によって制約されている）、期待どおりに刺激が表示されない場合があります（例えば、数ミリ秒の遅延が発生することがあります）。

これらのデバイスおよび参加者特有の変動をキャプチャするために、次のメカニズムを整備しています：

• リクエストアニメーションフレーム
• JavaScriptイベントループ

リクエストアニメーションフレーム

モニターは60msごとに独立して更新およびリフレッシュされており、これはすべてのコンピュータおよび画面に共通の定数です。刺激の提示に遅延があるかどうかを判断するために（ミリ秒単位のスケールで）、タイミングされた刺激が発生するすべてのインスタンスにリクエストアニメーションフレームが使用されます。

例えば、2000msで刺激を表示するためのコードを実行した場合、実行しても何も起こらず、刺激は次のリフレッシュレート（60ミリ秒/Hz）の240msのマークで自動的に提示されます。このわずかな遅延を測定し、事後的に考慮することができます。リクエストアニメーションフレームを使用することで、コマンドが実行された正確なタイミング（モニター上に本当に表示されたとき）を知り、それに応じて調整できます。

Labvancedにおけるリクエストアニメーションフレームメカニズムのデモンストレーション。

JavaScriptイベントループ

参加者特有の測定のもう1つの例は、デバイスの速度を判断することに関係しています。

コンピュータが遅い場合、それは利用可能なCPUを使用しているシステムプロセスがアクティブだからかもしれません。したがって、ブラウザは利用可能な限られたリソースを利用しており、その結果、すべてが遅くなります。

参加者レベルでこれが発生しているかどうかを判断するために、コールバック関数を使用したJavaScriptイベントループを自動的に（デフォルトで）バックグラウンドで実行して、関数が自身にコールバックするのにかかる時間を測定します。5ms以内に戻らない場合、参加者のブラウザ/コンピュータが遅いことを意味し、反応時間を測定する実験結果の整合性に影響を与える可能性があります。コールバック関数が参加者に対して戻るのにかかる時間の平均値をミリ秒単位で報告します。

Labvancedを使用してコンピュータの速度を測定するためのJavaScriptイベントループとコールバック関数のステップ。

Labvancedで参加者が完了した数千の研究の中で、95%以上の参加者が3ms未満の値を報告しましたが、場合によっては1ms未満のこともあります。しかし、時には結果が200-300msの平均に達する場合があり、これは研究者にその特定のユーザーのデータを最終データセットの分析から除外することを検討させる可能性があります。

Labvancedの反応時間と精密タイミング機能の主要な能力：

参加者の反応を測定するための主な機能と能力は次のとおりです：

• 刺激提示の時間的正確性
• 刺激提示の空間的正確性
• 眼球追跡の正確性とサンプリングレート
• 各参加者に対するデバイスおよび画面関連の遅延の定量化と測定。これは、前のセクションで説明したイベントループ精度とリクエストアニメーションフレームを通じて行われ、標準化や被験者間の比較、修正を可能にします。

Labvancedの精密タイミング/反応時間ソリューションの主要な能力と機能。

Labvancedの精密タイミングの利点

これらのステップとメカニズムのおかげで、Labvancedはオンライン実験中の反応時間を測定するための正確で精密なソリューションを提供します。私たちは、次のようなプラットフォームの利点を強調します：

• 刺激の時間を制御する: 研究者は刺激が画面に提示される正確な時間を知っており、調整や正確な測定を行うことができます。
• 強力な計算およびプログラミングメカニズム: 研究者に最も正確なデータが報告されるように、刺激の参加者の画面での発生を正確に定量化するために、強力な計算およびプログラミングメカニズムを使用しています。
• 試行済みかつ検証済み: 私たちは、世界中の研究者と協力してプラットフォームを微調整してきた結果、私たちの機能は無数の研究機関や学術機関によって試行され、オンライン反応時間測定を研究や出版された作品の基礎として使用されています。

反応時間のサンプルデータと指標

Labvancedを使用したストループ課題を実施した参加者のセッションからのデータ報告；右から3番目の列は記録された反応時間を示しています。

LVライブラリ研究：

刺激に対する反応が発生するまでにどれくらいの時間がかかるかを測定する研究は数多くあります。ここでは、反応時間測定を中心にしたいくつかのタスクの例を紹介します：

• Nバックタスク: 作業記憶の容量を測定する認知テスト。刺激が提示され、参加者はnステップ前に提示されたのと同じ刺激かどうかを判断することが求められます。
• ストループタスク: このクラシックな課題は、参加者が不一致の刺激（「黄色」と書かれた言葉が青色で表示される）を提示された際に、反応時間が増加することを示します。
• 顔の認識: 顔の認識は人間の本質に深く根付いており、参加者が2つ以上の顔を認識または区別するのにかかる時間の反応時間が測定できます。

Labvancedの精密タイミングを活用した人気研究分野：

• 警戒心
• 認知の低下
• 知覚
• パフォーマンス測定
• 特徴認識