研究課題/領域番号 |
21K03146
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分10040:実験心理学関連
|
研究機関 | 目白大学 |
研究代表者 |
時田 みどり 目白大学, 保健医療学部, 教授 (40571112)
|
研究期間 (年度) |
2021-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 要約統計量 / 表情認知 / 個人差 / 作動記憶 / 数量知覚 / 平均面積推定 / 平均表情推定 / ワーキングメモリ / 視覚探索 / 数量認知 / 要約統計量表象 / 平均量推定 / 視覚的注意 / 熟達化 / 個人差要因 / バイアス |
研究開始時の研究の概要 |
人には,短時間の内に複数の物や出来事の大凡の数量や変化量(要約統計量)を推測する認知能力が備わっている.この能力は,事物の特徴や関連する感覚器に関わらず見られることが指摘されている.一方,要約統計量を推測する際の精度やバイアスには個人差の生じることが示され,その要因の解明が重要な課題となっている.本研究では,実験室とWeb上での実験を併用して幅広い参加者を対象とし,多様な認知機能との関連性を精査しながら個人差要因を解明する.続いて,各要因を踏まえた効果的な教示法や練習プログラムを考案し,練習効果や異なる刺激条件への転移を検討する.実験結果をもとに,要約統計量表象の熟達化過程を明らかにしていく.
|
研究実績の概要 |
ヒトは,複数の要素で構成される刺激群の平均量やバラツキ感を表象し,表象した要約統計量を日常場面でのさまざまな課題に利用している.先行研究では,このような認知過程を要約統計量表象(summary statistics representation, SSR,また,ensemble perception)と称し,その 統合的な処理メカニズムの解明が試みられている.本研究では,1)要約統計量推定における精度の違いやバイアス等の個人差を生じさせる要因は何か,2)どのような教示や練習方法によって,推定精度の向上やバイアスの低減を実現できるか,3)SSR機能の熟達化は,適応的な判断や意思決定にどのように寄与するのか,の3つの問いについて,実験室での心理物理実験を実施して検討している.平均量推定対象の刺激は,視覚処理の処理レベルに着目し,円の面積と,顔表情の二種類とする. 2023年度は,「顔表情の情報統合過程における個人差」について, 1.情報処理特性、2. 表情認知の敏感さ、3.心理的特性の3つの要因に着目して検討した.具体的には,昨年度作成した顔モーリング画像を使用して,笑顔(ポジティブ)と怒り顔(ネガティブ)の平均表情抽出成績の関連性や,単体の顔の表情識別精度(敏感さ)と平均表情抽出成績の関連性,個人の心理的特性(自閉スペクトラム症傾向と社会不安傾向)との関係について検討を行った.結果から,1)識別精度とバイアスの双方で両者に有意な関連性が認められ,表情の情報統合過程で共通の情報処理方略が用いていること,2)単体の顔の表情識別精度と平均表情抽出成績の関連性の検討では,笑顔と怒り顔の平均表情抽出過程には異なるメカニズムが関与すること,3)個人の心理的特性(自閉スペクトラム症傾向と社会不安傾向)と平均表情抽出成績には有意な相関は示されていないこと,が示唆された.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
2023年度は,平均表情認知過程について,心理実験による平均表情の推定制度やバイアスの測定を行なったが,予定していた視線計測装置を活用しての実験には至らなかった.具体的には,視線計測の測定手順及び分析方法についての調査に時間を要し.計画していた予備実験を行えず,視線解析のデータが得られなかった.このため,進捗状況の区分を「遅れている」とする.
|
今後の研究の推進方策 |
昨年度の実験結果並びに刺激作成準備状況を踏まえて,延長が認められた2024年度は,1)視線計測装置を用いた平均表情推定過程における個人差要因の検討,2)要約統計量推定の精度の向上やバイアスの低減を計る練習方法や教示法の考案,ついて研究を進めていく予定である.以下に詳細を示す. 1)2024度の5月-7月は,昨年度行った平均表情認知の心理物理実験の結果を踏まえて,視線解析装置を用いた実験研究を行い,各課題における平均表情抽出制度注視時間,視線移動回数等との関連を明らかにし,視線運動が平均表情推定にどのように寄与するのか検討する. 2)2024度の10月-12月は,平均面積推定並びに平均表情推定の結果を踏まえて,個人差要因が明確となった参加に対して要因に応じた練習課題を考案し,練習セッションを実施した上で,平均値推定の成績が向上するか否かを検討する.実験室での効果が示された後に,Webでの練習課題を作成し,実施する.その際に,平均値推定課題の教示別学習効果を検討する.有効であると判断される教示を考案し,練習セッションを行ってその効果を検討する計画である.
|