【Psycholo Mag Vol.550】心理学理論・方法
おはようございます。Psycholo Mag Vol.550のテーマは「心理学理論・方法」です。今日の10本は、研究者の道具箱をのぞく回とお考えください。まずは、動物にも使える空間記憶課題、新作の流動性知能テストMatriKSの妥当性検証、食べ物・哺乳類・国の類似度データ。続いて、順位付けより信頼できると示された最良–最悪尺度法、8万語の期待効用データ、反復学習の仕組み(ヘッブ効果)。さらに、d′より「da」を推す感度指標の議論(da=信号検出理論に基づく指標)、構造方程式モデルの標準誤差、個人得点の推定精度、そして欠測データに強いノックオフによる変数選択(架空の“模造変数”と競わせて本物を見抜く手法)と続きます。地味な道具ほど研究の信頼を支えるもの。今朝も一緒に、少しだけ賢くなりましょう。
The Spatial Similarity Task: A cross-species approach to spatial memory
Mia Borzello, William Supian, Andrea A. Chiba
Borzello, M., Supian, W., & Chiba, A. A. (2026). The Spatial Similarity Task: A cross-species approach to spatial memory. Behavior Research Methods, 58(9). https://doi.org/10.3758/s13428-026-03127-5.
この論文は、人間の空間記憶を調べるための新しい実験ツール「Spatial Similarity Task(SST)」を紹介したものです。私たちは日常生活で、似た場所や似た経験を区別して覚える必要があります。たとえば、同じような駐車場のどこに車を止めたかを思い出す場面です。こうした……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むMulti-method validation of the new computerized test of fluid intelligence MatriKS
Debora de Chiusole, Ottavia M. Epifania, Pasquale Anselmi, Andrea Brancaccio, Noemi Mazzoni, Matilde Spinoso, Matteo Orsoni, Sara Giovagnoli, Irene Pierluigi, Alice Bacherini, Mariagrazia Benassi, Giulia Balboni, Luca Stefanutti
de Chiusole, D., Epifania, O. M., Anselmi, P., Brancaccio, A., Mazzoni, N., Spinoso, M., Orsoni, M., Giovagnoli, S., Pierluigi, I., Bacherini, A., Benassi, M., Balboni, G., & Stefanutti, L. (2026). Multi-method validation of the new computerized test of fluid intelligence MatriKS. Behavior Research Methods, 58(7). https://doi.org/10.3758/s13428-026-03049-2.
この論文は、新しいコンピュータ版の知能検査「MatriKS(マトリクス)」を紹介し、その妥当性(測定として信頼できるか)を検証した研究です。ここでいう知能とは、新しい状況で推論する力である「流動性知能」のことです。問題では、図形パターンの欠けた部分を選びます。
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むFood, mammals, & countries: Stimuli, their pairwise similarities, and MDS dimension values for modeling judgment, categorization, and memory in three real-world domains
David Izydorczyk, Arndt Bröder
Izydorczyk, D., & Bröder, A. (2026). Food, mammals, & countries: Stimuli, their pairwise similarities, and MDS dimension values for modeling judgment, categorization, and memory in three real-world domains. Behavior Research Methods, 58(9). https://doi.org/10.3758/s13428-026-03114-w.
この論文は、認知心理学の研究で使える「刺激セット」と、その類似度データを公開したものです。研究で人の判断や記憶を調べるとき、実験で使う材料(刺激)の質が結果を大きく左右します。そこで著者らは、身近な三つの領域である「食べ物」「哺乳類」「国」から、それぞれ80項目を自然な題材として……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むTime after time, the best–worst scaling method is more reliable than ranking
Garston Liang, Mackenzie Glover, Guy E. Hawkins
Liang, G., Glover, M., & Hawkins, G. E. (2026). Time after time, the best–worst scaling method is more reliable than ranking. Behavior Research Methods, 58(10). https://doi.org/10.3758/s13428-026-03167-x.
この論文は、人々の「好み」を調べる代表的な2つの方法、「ランキング(順位づけ)」と「ベスト・ワースト尺度法(BWS)」を比べた研究です。ランキングは選択肢を好きな順に並べてもらう方法で、わかりやすい一方、選択肢が増えると回答者の負担が大きくなり、「好きでも嫌いでもない中間の選択肢……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むAdding volition to word processing: Expected utility norms for 80,000 English words and multiword expressions
Andrew Wang, Marc Brysbaert, Fritz Günther
Wang, A., Brysbaert, M., & Günther, F. (2026). Adding volition to word processing: Expected utility norms for 80,000 English words and multiword expressions. Behavior Research Methods, 58(7). https://doi.org/10.3758/s13428-026-03051-8.
本研究は、英語の単語と複数語からなる表現、約8万件について「その言葉を知っておくと、どれくらい役に立つか」という有用性(期待効用)を調べた論文です。参加者には示された言葉の中から「最も役立つもの」と「最も役立たないもの」を選んでもらう方法で評価してもらいました。その結果、多くの人……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むRevisiting Hebb: The Mechanisms of Repetition Learning
Philipp Musfeld, Klaus Oberauer
Musfeld, P., & Oberauer, K. (2026). Revisiting Hebb: The Mechanisms of Repetition Learning. Perspectives on Psychological Science, 21(3), 229-250. https://doi.org/10.1177/17456916251408052.
本論文は、記憶が「繰り返しによって身につく仕組み」(繰り返し学習)を改めて検討した研究です。1961年にヘッブ(Hebb)は、複数の数字列などを順番どおりに思い出す課題の中に、実験中に何度も繰り返し出てくる数字列を一つ混ぜるという方法を考案しました。すると参加者は、繰り返しの回数……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むReject common measures like d′ and Corrected Recognition, embrace da: Simulation explorations of single- and multi-point recognition measures of sensitivity
Adva Levi, Raz Danino, Caren M. Rotello, Yonatan Goshen-Gottstein
Levi, A., Danino, R., Rotello, C. M., & Goshen-Gottstein, Y. (2026). Reject common measures like d′ and Corrected Recognition, embrace da: Simulation explorations of single- and multi-point recognition measures of sensitivity. Behavior Research Methods, 58(10). https://doi.org/10.3758/s13428-026-03130-w.
本論文は、再認記憶研究で「誤った発見(偽陽性)」が多く報告されている問題に注目しています。研究者が知りたいのは記憶の正確さ(感度)ですが、従来の指標は回答の偏り(反応バイアス)にも影響されてしまいます。著者らはモンテカルロ・シミュレーション(コンピュータで乱数を大量に発生させ、結……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むEvaluating the standard error estimation of the Local Structural-After-Measurement (LSAM) approach in structural equation modeling
Seda Can, Yves Rosseel
Can, S., & Rosseel, Y. (2025). Evaluating the standard error estimation of the Local Structural-After-Measurement (LSAM) approach in structural equation modeling. Methodology, 21(4), 249-285. https://doi.org/10.5964/meth.16517.
この論文は、心理学などで広く使われる構造方程式モデリング(SEM)において、推定値のばらつきを表す「標準誤差(SE)」を正しく求める方法を検証した研究です。SEは推定値の信頼性を示す指標で、検定や母集団についての推論の土台になります。
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むOn Estimating the Precision of Individual Test Scores: A Note on Pfadt, Molenaar, Hurks, and Sijtsma
Tenko Raykov
Raykov, T. (2026). On Estimating the Precision of Individual Test Scores: A Note on Pfadt, Molenaar, Hurks, and Sijtsma. Psychometrika. https://doi.org/10.1017/psy.2026.10118.
本論文は、Tenko Raykovが、Pfadt、Molenaar、Hurks、Sijtsma(2026)の論文を検討し、その議論を補うために書いた短い覚書(コメント論文)です。扱われているのは、テストで得られた個人の得点がどの程度正確なのかを推定する問題です。テストの得点は、本……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読むVariable Selection via Knockoffs in Missing Data Settings with Categorical Predictors
Silvia Bacci, Emanuela Dreassi, Leonardo Grilli, Carla Rampichini
Bacci, S., Dreassi, E., Grilli, L., & Rampichini, C. (2026). Variable Selection via Knockoffs in Missing Data Settings with Categorical Predictors. Psychometrika, 91(3), 943-964. https://doi.org/10.1017/psy.2026.10109.
この論文は、多数の変数を含む大規模学力調査データを扱うときに生じる「欠測値」と「カテゴリ変数」の問題に対して、重要な予測変数だけを選び出す方法を拡張したものです。大規模調査には非常に多くの変数があり、回答漏れ(欠測値)も含まれがちです。そこで著者らは、まず欠測値を多重代入法で複数……
この論文の解説の続きとキーワード解説は、メールマガジン購読者向けのコンテンツです。
購読して続きを読む続きはメールマガジンで
Psycholo Mag は、最新の心理学論文を毎朝わかりやすい日本語解説でお届けするメールマガジンです。
購読すると全ての解説・キーワード解説・バックナンバー全文をお読みいただけます。