
精密なタイミング
背景とコンテキスト
心理学研究における反応時間は、認知過程や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、刺激が現れてから反応があったまでの時間に関係しています。
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に必要な主要要素とその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(ポイントB)がいつ発生したかを知る必要があります。反応時間はこれら2つのポイントの差であるためです。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、正確に刺激の開始がいつ発生したか(ポイントA)を知ることは難しいです。
なぜポイントAがいつ発生したかを判断するのが難しいのでしょうか?刺激が現れるタイミングに影響を与える主な理由は3つあります:
画面リフレッシュレート: ほとんどのモニターは1秒間に60回(60Hz)リフレッシュされ、一部はより速くリフレッシュされます。何かが発生するようにスケジュールされている場合、モニターがリフレッシュされたときのみ表示されます。60Hzの場合、リフレッシュには約16.7ミリ秒かかります。これはミリ秒スケールですが、重要な要因であり(後にリクエストアニメーションフレームでどのように測定されるかについて説明します)、実験の進行に直接影響します。
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、コードを実行するためには処理される必要があります。何も瞬時には行われないため、通常は1-2リフレッシュサイクルかかります。
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能力が非常に遅い場合、刺激の提示が遅延する可能性があります(コンピュータのフリーズのようなシステム遅延すべて)。この問題をどのように確認するか(JavaScriptイベントループについて)も後で説明します。
要約すると、反応時間は、刺激の開始から参加者の反応までの時間を正確に判断するために技術的なプロセスが構築されている多くの要因から影響を受けます。
_Behavior Research Methods_での査読付き出版物
2022年5月にSpringer Natureの Behavior Research Methodsに掲載された査読付き論文をご覧ください。著者たちは、Labvancedが他のウェブベースのツールと比較して最も正確な反応時間測定を持つと結論付けています。

私たちのプロセス:精密なタイミングのためのLabvancedのパイプライン
精密な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以下のステップを踏んでいます:
プレロード(キャッシング): 実験が始まる前にすべての実験刺激が事前にロードされ、ローカルで利用できるようにして、実験の進行中にロード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たい場合、すべての刺激(画像、音声、動画)がすでにサーバーから彼らのコンピュータに取得され、ローカルにロードされています。
プレレンダリング: 実験が始まると、コンテンツは再帰的に生成され、次のフレームとトライアルがバックグラウンドでロードされ、参加者が次に進む準備ができたときにすぐに利用できるようになります。これは、プレレンダリングメカニズムによって管理されます。
参加者特有の測定: オンライン研究はブラウザで始まるため、各参加者は有限のコンピュータリソース(GPU、CPU)があり、これらはパフォーマンスに影響を与えるため、考慮する必要があります。私たちは可能な遅延をキャプチャし、それを研究者に修正変数として提供し、除外基準としても使用できます。


Labvancedにおける精密な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。
参加者の応答の保存
すべての実験は参加者のコンピュータでローカルに行われます。したがって、技術的には実験を実行するためにインターネットは必須ではありません。インターネットは、実験をローカルにプレロードするための開始時と、データと応答をサーバーにアップロードするための終了時にのみ必要です。
ただし、条件が整っている場合、私たちのソフトウェアはデータ記録と応答を各トライアルの後に自動的に保存するように設定されています。これは重要です。なぜなら:
- 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することができません。頻繁にバックアップを取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減ります。
- 参加者が停止または中断した場合、彼らが完了したトライアルのデータが少なくとも保存され、参加を終了する前に応答を提供したものが残ります。
タイムスタンプについて
実験が進行中の間、Labvancedアプリはコンピュータ上の他のすべてのプロセスや部分にアクセスできません。しかし、反応時間で何かを記録する場合、タイムスタンプが必要であり、アプリはコンピュータのクロックからシステム時間にアクセスして、ポイントA(刺激の開始)とポイントB(参加者の応答)がいつ発生したかを判断できます。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、これはあなたが何をしているかに関係なく同じです。
システムアーキテクチャと反応時間データフローについて
上記に記載された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内で反応時間測定を正確かつ精密にするために行われているすべてのことについての詳細な説明です。
プレロード(キャッシング)
プレロード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、研究のすべての実験刺激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、画像や動画などのすべての要素が含まれています。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しないことが保証されます。


Labvancedのプレロード/キャッシングメカニズムの主なステップ。
プレレンダリングメカニズム
Labvancedのプレレンダリングメカニズムは、実験課題、トライアル、フレームの構造を事前に構築するために用意されています。たとえば、タスクのトライアル#1にいる場合、私たちは現在および今後のトライアルのすべてのフレームをプレレンダリングして、実験中にロード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、フィクセーションクロスなどが含まれます。トライアルとフレームを事前に構築することで、ブラウザが遅延したり、圧倒されたりすることを防ぎます。


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により、パフォーマンスは定義によって影響を受けます。リソース(つまり、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ます)が本質的に制限されているローカルシステムで実験を実行することによって、期待通りに刺激が表示されない場合があります(たとえば、数ミリ秒の遅延があるかもしれません)。
これらのデバイスや参加者特有の変動を捉えるために、次のメカニズムを用意しています:
- 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
モニターはあなたのコードとは独立して、画面に依存する固定のレートで更新されます。ほとんどの画面は1秒間に60回(60Hz)更新されるため、1回の更新には約16.7ミリ秒かかり、より早い画面はより頻繁に更新されます。刺激の提示に遅延があるかどうかを判定するために、リクエストアニメーションフレームは、時間指定の刺激が発生するすべてのインスタンスで使用されます。
たとえば、2000msで刺激を表示するコードを実行した場合、何も起こらず、刺激は次の画面の更新で自動的に表示されます。これは、60Hz の画面では最大約17ミリ秒遅れ、例えば2013msのタイミングで表示されます。この遅延を測定し、事後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(モニターに実際に表示された時刻)を知ることができ、調整することができます。


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別の例は、デバイスの速度を判断することに関係しています。
あなたのコンピュータが遅い場合、それは利用可能な CPU を使用するアクティブなシステムプロセスが実行されているためかもしれません。したがって、ブラウザは利用可能な限られたリソースを使用しており、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 イベントループを使用します。これは、バックグラウンドで自動的に(デフォルトで)実行され、関数が自分自身にコールバックするのにかかる時間を測定します。もし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完全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のために戻るのにかかる時間の平均値をミリ秒で報告します。


Labvanced を使用してコンピュータの速度を決定するための JavaScript イベントループ、コールバック関数のステップ。
Labvanced で参加者によって完了された何千もの研究の結果、95%以上の参加者が報告した値が3ms未満であることがわかりました。時には1ms未満であることもあります。しかし、場合によっては、200-300msの平均結果が出ることがあり、これは研究者に特定のユーザーのデータを最終データセット分析から除外することを検討させるかもしれません。
Labvanced の反応時間と精密 timing 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には次のものがあります:
- 刺激呈示の時間的精度
- 刺激呈示の空間的精度
- 視線追跡精度 とサンプリングレート
- 各参加者のデバイスおよびスクリーン関連の遅延の定量化と測定。これにより標準化や対象間の比較、補正が可能になります。これは前のセクションで説明したイベントループの精度とリクエストアニメーションフレームによって行われます。


Labvanced の精密 timing / 反応時間ソリューションの主要な機能と特徴。
Labvanced の精密 timing の利点
これらのステップとメカニズムにより、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。私たちのプラットフォームの以下の利点を強調します:
- 刺激のコントロールされたタイミング: 研究者は刺激が画面に表示される正確な時間を把握でき、調整と正確な測定を可能にします。
- 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を報告することを保証するために、私たちは参加者の画面における刺激の開始を正確に定量化するための強力な計算およびプログラミングメカニズムを使用します。
- 試行されたこととテスト済み: 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ため、私たちの機能は、私たちのオンライン反応時間測定を基にした数えきれない研究や学術機関によって試験されてきました。
反応時間のサンプルデータとメトリクス

Labvanced を使用した Stroop タスクを実行する参加者のセッションからのデータ報告;右から3列目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のにかかる時間を測定する多くの研究があります。ここに反応時間測定が中心にあるいくつかのタスクの例があります:
- N-back タスク: 作業記憶容量を測定する認知テスト。刺激が提示され、参加者はそれが n ステップ前に提示された同じ刺激であるかどうかを照合することに挑戦します。
- ストループタスク: この古典的なタスクは、参加者が不一致の刺激(「黄色」と記載されているが青色で表示されている単語)を提示されたときに、どのように反応時間が増加するかを示しています。
- 顔認識: 顔認識は人間の本性に深く根付いており、参加者が2つ以上の顔を認識したり識別したりするのにかかる時間を測定できます。
Labvanced の精密 timing を利用する人気の研究分野:
- 警戒心
- 認知的衰退
- 知覚
- パフォーマンス測定
- 特徴認識
