動画で話したこと

動画では、ハンガリーの子どもを7歳から14歳まで追いかけて、同じパソコンの課題を7歳・8歳・11歳・14歳の4つの時期に受けてもらった研究を紹介しました。

先に、いちばん大事なところを書きます。

半分になったのは、キーを押すまでの時間の差です。生のデータの平均で、7歳が18.62ミリ秒、14歳が10.27ミリ秒でした。論文は、これを「7歳は14歳のおよそ2倍」と書いています。

同じ課題で、正しく押せた割合は下がっていません。88.56%から93.55%へ、数字のうえではむしろ上がっています。

動画では、ここまでで時間がなくなりました。この記事では、動画で一言で済ませたところと、動画に入れられなかったところを広げます。中身は6つです。

  • 何人を、何回測ったのか。97人全員が4回測れたわけではありません
  • 課題の中身。画面のどこに何が出て、何から何を引き算した数字なのか
  • 18.62ミリ秒と23.90ミリ秒という、2つの別の数字。どちらに「およそ2倍」が付いているのか
  • 幅(95パーセントの信頼区間)で見た4つの年齢。14歳でも、幅は0をまたいでいません
  • 全員が下がったわけではないこと。34.0%は、上がる側の組でした
  • 動画から丸ごと外した、考えて段取りする力との関係。オッズ比2.03の中身

最初に書いておきます。この研究は、言葉も語学も習い事も測っていません。測ったのは、画面に出た絵の場所に対応するキーを押すまでの時間の差だけです。

研究デザイン(誰を、どう分けて、いつ測ったか)

同じ子どもを追いかけた研究です。年齢の違う人を一度に比べた研究ではありません

この研究は、同じ子どもを7歳・8歳・11歳・14歳の4つの時期に測っています。論文は、7歳が小学1年、8歳が2年、11歳が5年、14歳が8年のときだと書いています。

ここは、この研究のいちばんの売りです。年齢の違う人を一度に集めて比べるやり方だと、世代の違いと、測った時期の違いが混ざるので、1人の子の歩みを正確には描けない。だから同じ人を追った、と導入に書かれています。

著者は考察で、同じ人を追う研究は因果の解釈により適していると書いています。ただし、書かれているのは「より適している」までです。因果が示された、とは書かれていません。

そして、この研究はくじ引きをしていません。何かを割り当てて、受けた人と受けなかった人を比べた研究ではありません。本文の方法の節に書かれているのは、4つの時期に同じ課題を受けてもらう手順だけです。だから、この研究からは「何かをすればこの差が保てる」「何かをすると下がる」という形の話は一切できません。

あとで出てくる「下がる組」「上がる組」も、研究者が割り付けた組ではありません。測ったあとで、統計のモデルが似た動きの人をまとめて作った組です。ここは読み違えやすいところなので、節を分けて書きます。

135人から97人になるまで

募集した人数と、解析に残った人数は違います。

135人を集め、97人が解析に残り、7歳と14歳の両方で測れたのは83人

出発点は135人です。ハンガリーの小学校の1年生として集められました。データ集めは2010年10月に始まり、2018年に終わっています。

ここから2回の除外があります。4回のうち2回以上を受けていない24人と、神経心理の検査に欠けがある14人が外れて、97人になりました。男42人・女55人で、1回目の実年齢は平均6.81歳(標準偏差0.55歳)です。

大事なのは、残った97人も全員が4回測れたわけではないことです。条件は「4回のうち2回以上」でした。各回の欠測は、7歳13人、8歳36人、11歳30人、14歳2人です。

だから、7歳と14歳の両方にデータがあるのは83人です。動画で言った「およそ58%」は、この83人のうちの48人という数字です。97人のうちの58%ではありません。

もう2つ、本文に書かれていることを添えます。著者は、この97人を一般の人たちを代表する標本ではなく、集めやすい人を集めた標本だと明記しています。そして、必要な人数を事前に計算していない(検出力解析をしていない)ことも2か所に書いています。人数は、同じ課題を使った先行研究に合わせたと書かれています。

最初に募集した子ども135人
解析に残った子ども97人
7歳と14歳の両方で測れた子ども83人

3つの数字は役割が違います。135は最初に募集した人数、97は解析に残った人数、83は7歳と14歳の両方でデータがあった人数です。解析に入る条件は「4回のうち2回以上受けていること」で、97人全員が4回測れたわけではありません。各回の欠測は、7歳が13人(13.4%)、8歳が36人(37.1%)、11歳が30人(30.9%)、14歳が2人(2.1%)でした。8歳の回は、97人のうち36人のデータが欠けています。なお、この研究は参加者を無作為に割り付けていません。組を作ったのは、測ったあとの統計のモデルです。

論文のどこ:Methods の Participants の節と Table 5。83人という数は、Results の、生のデータの平均を扱った段落にあります

実験の手違いも書かれています。17人が、同じ並びのパターンを2回以上あてられていました。この課題は長く記憶に残ることが確かめられているので、著者はこの17人を除いた解析も行い、結果のパターンは同じだったと書いています。

何をやらせたのか

課題は ASRT 課題と呼ばれるものです。中身は単純です。

画面の横並び4か所のどこかに、犬の頭の絵が出ます。子どもは、その場所に対応するキー(Z、C、B、M)を押します。押すと絵が消えて、120ミリ秒おいて次の絵が出ます。

仕掛けは、絵が出る順番にあります。順番は8つの要素の並びで決まっていて、規則で決まった位置と、でたらめの位置が1つおきに交互に来ます。論文の例は「2 – r – 4 – r – 3 – r – 1 – r」で、r がでたらめの位置です。6通りの並びのうち1つが各参加者に割り当てられ、その人は最後まで同じ並びを受けます。

この作りのせいで、3つ続きの出方に偏りが生まれます。出やすい3つ続きと、出にくい3つ続きができるのです。論文は、全試行の62.5%が出やすい並びの3つめ、37.5%が出にくい並びの3つめに当たると書いています。

量はこうです。20ブロックで、1ブロックは8要素の並びを10回、これに練習5試行を足して85試行。ブロックごとに、速さと正確さのフィードバックが出ます。

規則に気づいた子は、ひとりもいませんでした

ここが、この課題のいちばん面白いところです。

論文は、毎回の課題の終わりに、決まった手順で質問したと書いています。何か変わったことや規則に気づいたか、気づいたならそれを説明してほしい、と。

そして、こう書かれています。どの回でも、交互の並びを言い当てられた参加者はいませんでした。

つまり、ここで測っているのは「気づいたと言えること」ではありません。本人が説明できないまま、押す速さに出てしまう差です。

考えて段取りする力を測ったのは、14歳の1回だけ

論文は、実行機能と呼ばれる力も測っています。考えて段取りする力、計画や切り替えをする力です。使った課題は5つで、数えながら覚える課題、数の復唱、逆順の復唱、積木を同じ順に叩く課題、そして1分間にできるだけ多くの言葉を言う課題です。言葉の課題は、文字が K と T、カテゴリーが「動物」と「スーパーで見つかるもの」で、ハンガリー語で行われました。

この5つを測ったのは、14歳の回だけです。著者はこれを「重要な限界」と書いています。あとの節でもう一度触れます。

1回の中身と、解析に入った観測の数

測定は参加者の学校で行われ、1回はおよそ2時間だったと書かれています。各回、まず ASRT 課題をやり、そのあとに気づきの質問、人口統計のアンケート、ほかの課題や検査が続きました。

反応時間の解析に入った数も、表に書かれています。観測は12310、参加者は97人です。1つの観測は、1人の1ブロック分の反応時間の中央値で、出やすい並びと出にくい並びで別々に計算されています。

この数字は、何を指しているか(単位、換算、幅の意味)

「18.62ミリ秒」は、何から何を引いた数字か

論文の中心の数字は、学習スコアと呼ばれるものです。中身は引き算です。

(出にくい並びでキーを押すまでの時間)−(出やすい並びでキーを押すまでの時間)

単位はミリ秒です。ミリ秒は1000分の1秒なので、18.62ミリ秒は秒に直すと0.01862秒にあたります(この換算は、単位の置き換えだけです)。

出やすい並びのほうが速ければ、この引き算はプラスになります。論文は、出やすい並びに速く正確に答えられることが、学習ができている印だと書いています。

ここで落とせないことが2つあります。

1つめ。これは正答率ではありません。押す速さの差です。

2つめ。間違えた反応は、この計算に入っていません。論文は、1-2-1 のような行き来と 2-2-2 のような繰り返しを外し、100ミリ秒未満の反応を外し、間違えた反応も反応時間の解析から外したと書いています。そのうえで、1人・1ブロックごとに中央値を取っています。

なぜ正答率ではなく、押す速さなのか

論文は理由を書いています。正答率は88.56%から93.55%と高く、ばらつきも小さいので、学習を捉えにくいからです。だから押す速さを主な指標にした、と。

正答率についての学習の解析は、補足の資料にあると書かれています。論文の本文には、正答率で学習が下がったかどうかの数字はありません。

18.62ミリ秒と23.90ミリ秒は、別の数字です

この論文には、同じ「差」について2通りの数字が出てきます。著者が、わざわざ言葉を分けて定義しています。

  • モデルの推定から出した差。線形混合モデルの推定周辺平均から計算したもの。7歳は23.90ミリ秒、14歳は10.70ミリ秒
  • 生のデータを平均して出した差。モデルを通さず、測った値をそのまま平均したもの。7歳は18.62ミリ秒、14歳は10.27ミリ秒

モデルが全体の反応時間の個人差や年齢差を変量効果で吸い上げていることは、論文が導入と結果の2か所で書いています。この作りを選んだ理由も「年齢の効果をより正確に見積もるため」と書かれています。ただし、18.62と23.90の差がそこから生まれたとまでは書いていません。その結び付けは、この記事の読み取りです。

「およそ2倍」が付いているのは、どちらか

ここは、この記事でいちばん丁寧に書くところです。

論文が「およそ2倍」と書いているのは、生のデータの平均のほうです。原文は、7歳の平均が14歳の平均のおよそ2倍の高さだった、という形で、18.62ミリ秒と10.27ミリ秒を括弧に入れて並べています。

モデルの推定値について、2倍という書き方はありません。23.90と10.70を自分で割れば2.2倍あまりになりますが、それは論文がしていない計算です。

だから、この記事では次の決まりで書きます。

  • 「およそ半分」「およそ2倍」と言うときは、18.62ミリ秒と10.27ミリ秒を出す
  • 23.90ミリ秒と10.70ミリ秒を出すときは、「23.9から10.7へ下がっていた」と言う
  • 2つを混ぜて「23.9が10.7になったから半分」とは書かない

細かく見えるかもしれませんが、これは数字の出どころの話です。18.62を10.27で割ると1.81倍で、ちょうど2倍ではありません。著者は、それを「およそ2倍」と丸めています。だから「およそ」も落とせません。

正しく押せた割合は、下がっていません

表5に、年齢ごとの正答率が載っています。88.56%、88.78%、91.06%、93.55%です。数字のうえでは、むしろ上がっています。

ただし、同じ表の脚注に大事な断りがあります。この表の数字には検定をしていない、と書かれています。だから、この記事でも「上がっていました」という事実の記述までにして、「有意に上がった」とは書きません。

全体の反応時間も、同じ表にあります。782.55ミリ秒、588.91ミリ秒、502.33ミリ秒、404.39ミリ秒です。子どもは年齢とともに、全体として大きく速くなっています。この点は、あとで「速くなっただけではないか」という疑問として戻ってきます。

幅(95パーセントの信頼区間)と、差がない位置

この記事の図に出てくる横線は、95パーセントの信頼区間です。読むときの手がかりは2つです。

1つめ。幅が「差がない位置」をまたいでいるか。今回の学習スコアは引き算(ミリ秒の差)なので、差がない位置は0です。倍率の指標なら、ここが1になります。

2つめ。2つの幅がどれだけ重なっているか。重なっているとき、その2つの差の大きさははっきりしません。

もう1つ、論文の表から読める数字を添えます。モデルの ICC は0.43で、著者は「中くらいのまとまり」と書いています。固定効果だけで説明できたばらつきは0.668、変量効果まで入れると0.811です。

結果を、幅で見る

4つの年齢と、その幅

モデルが推定した、出やすい並びと出にくい並びの押す速さの差(ミリ秒)

まず左端の0の線を見てください。これが「出やすい並びと出にくい並びで、押す速さに差がない」位置です。引き算の指標なので0になります。

7歳は23.90ミリ秒で、幅は18.25から29.60まで。0から遠いところにあります。

8歳は20.00ミリ秒(13.36から26.70)、11歳は14.30ミリ秒(7.97から20.70)。少しずつ0に近づいていきます。

14歳は10.70ミリ秒で、幅は5.42から16.00。ここが大事です。14歳でも幅は0をまたいでいません。つまり「14歳はもう気づけない」という話ではありません。

7歳の幅の下端は18.25、14歳の幅の上端は16.00です。この2つは重なっていません。いっぽう、隣り合う年齢どうしの幅は大きく重なっています。

本文に書かれている検定は3つだけです。14歳は7歳より低い、14歳は8歳より低い、11歳は7歳より低い。たとえば8歳と11歳のあいだに差があるかは、本文からは言えません。

最後に、下がり方そのものについて。論文は、年齢と並びの種類の掛け算が有意だったと報告しています。いっぽう、年齢・ブロック・並びの種類の3つの掛け算は有意ではありませんでした。課題が進むにつれて学習が強まる動き自体は、年齢によって変わらなかったという読み方になります。

7歳23.9(18.25 〜 29.6)
8歳20.0(13.36 〜 26.7)
11歳14.3(7.97 〜 20.7)
14歳10.7(5.42 〜 16.0)
差がない位置0

4つの数字は、同じ子どもたちを4つの時期に測った推定です。単位はどれもミリ秒で、出にくい並びの反応時間から出やすい並びの反応時間を引いた差です。プラスが大きいほど、出やすい並びに速く反応していたことになります。差がない位置は0で、引き算の指標なので0のままです。横の線が95パーセントの信頼区間です。見てほしいのは2つあります。1つは、4つとも幅が0をまたいでいないこと。14歳でも、差は残っていました。もう1つは、7歳の幅の下端(18.25)と14歳の幅の上端(16.00)が重なっていないことです。なお、この図の数字はモデルの推定で、論文が「およそ2倍」と書いたのは生のデータの平均(7歳18.62ミリ秒、14歳10.27ミリ秒)のほうです。この図の数字に2倍や半分という言葉は付きません。本文に書かれている年齢の組どうしの検定は3つだけで、14歳は7歳より低い、14歳は8歳より低い、11歳は7歳より低い、です。ほかの組の検定結果は本文にありません。

論文のどこ:Results の、発達の道筋を扱った節のうち、並びの種類の主効果から始まる段落と Fig. 2。年齢と並びの種類の掛け算の検定は Table 1 にあります

図に書いたことを、文でもう一度まとめます。

モデルの推定は、7歳23.90、8歳20.00、11歳14.30、14歳10.70ミリ秒でした。4つとも幅が0をまたいでいません。年齢と並びの種類の掛け算は有意で、学習が年齢とともに小さくなっていく向きが出ています。

ベイズの枠組みで同じモデルを推定し直した感度分析についても、本文に1行あります。ほぼ同じ推定値で、同じ結論だったと書かれています。ただし、その具体的な数字は補足の資料にあります。

「全体に速くなっただけではないか」への、著者の答え

ここは、この研究で一番疑われるところです。

全体の反応時間は、7歳789ミリ秒、8歳599ミリ秒、11歳509ミリ秒、14歳407ミリ秒とモデルで推定されています。すべての組み合わせで p は .001 を下回りました。7歳の789ミリ秒から、14歳の407ミリ秒まで速くなっています。

速い人には伸びる余地が少ない。だから差が縮んで見えただけではないか。これに対して、著者は3通りの対照解析を行っています。

1つめ。同じ年齢の中で、全体の反応時間と学習スコアに相関があるか。7歳 r = .17(p = .127)、8歳 r = .11、11歳 r = .10、14歳 r = .16(p = .116)で、どの年齢でも有意ではありませんでした。ベイズ因子は、関係がないという側に弱い支持を与えたと書かれています。

2つめ。1人の中で、ブロックごとに見たらどうか。学習が落ち着いたあとを見るために、ブロック11から20に絞って計算しています。7歳だけ弱い正の関係が出ました(rrm = .100、95パーセントの信頼区間は .029 から .170、p = .006)。8歳・11歳・14歳では有意ではありませんでした。

3つめ。速かった人を外して、もう一度解析する。14歳の時点で全体の反応時間が下5分の1に入る人を外した76人で計算し直しています。年齢と並びの種類の掛け算は有意のまま(F(3, 9121.34) = 3.72、p = .011)で、推定は7歳24.00、8歳20.00、11歳13.80、14歳10.00ミリ秒でした。幅はそれぞれ 17.61から30.50、12.40から27.60、6.56から21.00、4.02から16.00です。速い4分の1、速い3分の1を外しても同じで、同じ人数を無作為に外した感度分析とも同程度だったと書かれています。

著者はこれらをまとめて、はじめの反応時間の違いで今回の低下を説明する証拠は見つからなかった、と書いています。

反応時間を対数に直すなどの変換は、あえてしていません。理由も書かれています。変換はばらつきを変えてしまい、意味のある情報を隠しうるから、です。

全員が下がったわけではありません

ここは、動画で一番強く言ったところです。数字をもう一度置きます。

7歳と14歳の両方でデータがある83人のうち、7歳のほうが学習スコアが高かったのは48人、およそ58%でした。対応のある t 検定は t(82) = 2.08、p = .040 で、効果量は Cohen's d = 0.228 と報告されています。

この効果量について、1つだけ書き添えます。著者はこれを「中くらいの大きさ」と書いています。ただし、どの目安でそう呼んだのかは本文に書かれていません。だからこの記事では、0.228という数字と、著者の言い方の両方を並べるだけにします。

もう1つの見方として、論文は伸び方のパターンで組分けもしています。

伸び方のパターンで分けた3つの組(100人あたりの人数に直したもの)

いちばん多いのは下がる組で61人、全体の62.9%です。モデルの推定では、最初と最後で18.11ミリ秒下がる形になります。

次に多いのが上がる組で33人、34.0%です。最初の値はほぼ0(切片0.95で、これ自体は有意ではありません)で、傾きはプラス1.91(p = .043)。最初と最後で13.34ミリ秒上がる形です。

いちばん少ないのが、最初が非常に高く急に下がる組で3人、3.1%です。切片82.91、傾きマイナス13.37で、最初と最後の差は93.57ミリ秒。3人しかいないので、あとの解析からは外されています。

ここで立ち止まります。この組分けは、研究者が割り付けたものではありません。測ったあとで、統計のモデルが似た動きの人をまとめて作ったものです。

しかも、数字のうえであてはまりが一番良かったのは、2つの組に分けるモデルでした。3つを選んだ理由は、2つだと3人対94人に偏るからだと書かれています。分類の確かさの目安は0.65で、著者自身が控えめな値だと書いています。

著者はそれを気にして、別の5通りのやり方で分け直しています。どのやり方でも3つの組が支持され、形も似ていたと報告されています。やり方どうしの一致の度合いは、指標で約0.48から1.00の幅でした。

下がる組(61人)100人中 63人
上がる組(33人)100人中 34人
最初が非常に高く急に下がる組(3人)100人中 3人

論文は97人を、学習スコアの変わり方のパターンで3つの組に分けています。人数は下がる組61人、最初が非常に高く急に下がる組3人、上がる組33人で、割合は62.9%、3.1%、34.0%です。この図は、その割合を100人あたりに直して(63人、3人、34人に丸めて)描いたものです。注意が3つあります。1つめ。この組は研究者が割り付けたものではなく、測ったあとに統計のモデルが作ったものです。2つめ。数字のうえであてはまりが一番良かったのは、2つの組に分けるモデルでした。3つに分けるモデルを選んだ理由は、2つだと3人対94人に極端に偏るからだと書かれています。3つめ。分類の確かさの目安(エントロピー)は0.65で、著者自身がこれを控えめな値だと書いています。4つ以上の組に分けるモデルは収束しませんでした。 数字の見方を学ぶための図で、個人の予測ではありません。

論文のどこ:Results の、下位集団を扱った節と Table 3、Fig. 3。組ごとの切片と傾きは、同じ節のうち1つめの組の説明から始まる段落にあります

つまり、平均としては下がる向きが出ていても、3人に1人ほどは、上がる側の組に入っていました。平均の話と、一人ひとりの話は別だということです。

考えて段取りする力との関係(動画から外した部分)

動画では、この結果を丸ごと外しました。説明に時間がかかるうえ、短い動画だと「頭が良いとパターンに気づけなくなる」という話に読み替えられやすいからです。記事では、条件を全部つけて書きます。

何と何を比べた数字なのか

論文がやったのは、こういう解析です。さきほどの組分けのうち、上がる組(33人)と下がる組(61人)の94人だけを使い、「どちらの組に入りやすいか」を14歳の実行機能の点で予測しました。基準に置いたのは上がる組です。人数が少なすぎる3人の組は、この解析から外されています。

実行機能の点は、5つの課題から2つのまとまり(作業記憶と、言葉の流暢性)に整理されています。その整理の手順は補足の資料にあると書かれていて、論文の本文には書かれていません。

14歳の実行機能の点と、「下がる組」に入りやすさ(オッズ比)

まず1の線を見てください。これが「入りやすさが変わらない」位置です。倍率の指標なので、0ではなく1が基準になります。

言葉の流暢性は2.03で、幅は1.19から3.83です。1をまたいでいません。14歳で言葉の流暢性の点が高いほど、下がる組の側に分類されやすかったと報告されています。

作業記憶は1.58で、幅は0.93から2.80です。向きは同じですが、1をまたいでいます。論文も、この効果は有意に達しなかったと書いています。

2つをまとめた検定は有意でした。実行機能の点を入れると、モデルのあてはまりが良くなったという結果です。

ここから先が大事です。14歳の実行機能と、14歳の押す速さの差そのものには、有意な相関がありませんでした。7歳の差との相関も有意ではありません。ベイズ因子は、関係がないという側に弱いから中くらいの支持を与えたと書かれています。

著者の読み方は、こうです。大事なのは、ある時点を切り取った姿ではなく、時間をかけてどう変わったかのほうだ、と。そして著者自身が、実行機能を14歳の1回しか測っていないことを重要な限界として挙げています。だから、どちらが先でどちらが後かは、この研究からは言えません。

言葉の流暢性2.03(1.19 〜 3.83)
作業記憶1.58(0.93 〜 2.8)
差がない位置1

この図は倍率の指標なので、差がない位置は1です。1より右にあるほど「下がる組」に入りやすい向き、1をまたいでいれば、どちらとも言えないという読み方になります。言葉の流暢性は2.03で、幅は1.19から3.83。1をまたいでいません。作業記憶は1.58で、幅は0.93から2.80。こちらは1をまたいでいます。2つをまとめた検定は有意でした。大事な条件が3つあります。1つめ。これは上がる組33人と下がる組61人の94人だけの話で、3人の組は外してあります。2つめ。実行機能を測ったのは14歳の1回だけです。3つめ。14歳の実行機能と、14歳または7歳の押す速さの差そのものには、有意な相関がありませんでした。だから「実行機能が高いと、その時点でパターンに気づきにくい」という話ではありません。

論文のどこ:Results の、実行機能が組分けを予測するかを扱った節と Table 4。相関の数字は同じ節の最後の段落にあります

この結果の言い方には、気をつけるところがあります。

「頭が良いとパターンに気づけなくなる」とは書けません。これは94人を2つの組に分けたときの、入りやすさの比です。しかも、ある時点の実行機能と押す速さの差そのものには、有意な相関がありませんでした。

そして、実行機能を鍛える研究ではありません。14歳で1回測っただけです。著者も、観察された関連の仕組みを解きほどく力が、これで必然的に限られると書いています。

この研究では言えないこと

動画では3つだけ挙げました。ここでは、著者が本文で書いている限界と、この記事で足した限界を分けて並べます。

著者が書いている限界

1つめ。測ったのは、キーを押すまでの時間の差だけです。言葉の力も、勉強の力も測っていません。著者は考察の最後に、小さい子どもが言葉の習得や新しい技能で優れている理由を説明するかもしれない、と書いていますが、これは可能性の形で書かれた推測です。この研究で言葉を測ってはいません。

著者自身が、入力の種類で発達の道筋が違うことも書いています。目で見るだけの統計学習と、言葉でない音の統計学習は年齢とともに上がるようだ。言葉の音を使った統計学習は、発達を通じてほぼ変わらないようだ。そしてこの研究が使ったのは、目と手を使う、確率的な規則でした。だから「パターンに気づく力は年齢とともに下がる」と一括りにはできません。下がる向きが出たのは、このやり方で測ったときです。

著者は、この研究が事前知識を直接は調べていないことも書いています。

2つめ。考えて段取りする力を測ったのは、14歳の1回だけです。著者はこれを「重要な限界」という言葉で書き、観察された関連の仕組みを解きほどく力が必然的に限られると続けています。そして、両方が成熟に近づく思春期後半で調べ直すべきだ、とも書いています。

3つめ。97人は、集めやすい人を集めた標本です。著者が、一般の人たちを代表する標本ではないと明記しています。全員がハンガリーの小学校の1年生として集められ、全員がハンガリー語を母語とする子どもです。欠測も多く、8歳の回は36人(37.1%)が欠けています。必要な人数を事前に計算していないことも、2か所に書かれています。

4つめ。平均の話で、全員ではありません。83人のうち7歳のほうが高かったのは48人(およそ58%)で、伸び方のパターンでは34.0%が上がる組でした。

5つめ。組分けは、統計のモデルが作ったものです。数字のうえであてはまりが一番良かったのは2つの組のモデルで、3つを選んだのは組の偏りを避けるためでした。分類の確かさの目安は0.65で、著者自身が控えめな値だと書いています。4つ以上の組のモデルは収束しませんでした。欠測は「ランダムに欠けている」と仮定していて、その仮定の検定はしていないと書かれています。

6つめ。統計の作りについての断りが3つあります。Table 1・2・4 と Fig. 4 の説明に、p 値は両側で、多重比較の調整をしていないと書かれています。残差については、はっきりとした非正規性があったと著者が書いています(固定効果の推定はこの仮定の破れに頑健だとされるとして、先に進めています)。モデルは、標準の許容値を少し超える勾配で収束したとも書かれています(別の最適化手法でも推定値が一致したので良しとしています)。

この記事が足した限界

1つめ。くじ引きをしていません。何かを割り当てた研究ではないので、「何かをすればこの差が保てる」「何かをすると下がる」という形の話は、この研究からは一切できません。著者は、同じ人を追う研究は因果の解釈により適していると書いていますが、書かれているのは「より適している」までです。

2つめ。同じ課題を、7年のあいだに最大で4回受けています。課題そのものへの慣れが、年齢の効果と混ざる余地があります。著者は、この課題で長く記憶が残ることが確かめられていると書き、だからこそ同じ並びが2回あたった17人を別に確かめています。しかし、同じ課題を4回繰り返すこと自体の影響は、論文の本文では検討されていません。

3つめ。年齢が上がることと、暦の年が進むことが分けられません。データ集めは2010年10月から2018年までです。同じ子を追う設計なので、この2つは一緒に進みます。著者はこの点には触れていません。

4つめ。1ブロックの試行数が、論文の中で食い違っています。方法の節は85試行(練習5試行を含む)、図5の説明は80試行です。どちらを解析に使ったかは、論文に書かれていません。

5つめ。正答率で学習が下がったかどうかは、本文からは確かめられません。論文は、正答率についての解析は補足の資料にあると書くだけです。表5の正答率には検定をしていないと脚注にあります。

6つめ。測ったのは7歳から14歳までです。14歳より先は測っていません。だから「歳をとると落ちる」という形には広げられません。要旨には、年齢の違う人を一度に比べた先行研究について「11歳から13歳まで高く、その後は成人まで下がる」という紹介が出てきますが、それはこの研究が測った範囲ではありません。

この記事で書かないことにしたこと

念のため、書かなかったことも並べます。どれも、論文が言っていないことです。

  • 語学や習い事の話。この論文は、言葉の力も、学校の勉強の力も測っていません
  • 「早く始めたほうが身につく」「もう遅い」という助言。この研究は介入をしていないので、何をすればどうなるかは一切測っていません
  • 「14歳はもうパターンに気づけない」。14歳でも10.70ミリ秒で、幅は5.42から16.00。0をまたいでいません
  • 「0.01秒の差だから意味がない」。論文は、有意な低下として報告しています
  • 「気づく力が半分になった」。半分になったのは、押す速さの差です

元の論文のどこを見ればよいか

論文はこちらです。

Tóth-Fáber E ほか「Longitudinal evidence for decreasing statistical learning abilities across childhood」Nature Communications、2026年

DOI:10.1038/s41467-026-77261-1

本文のどこを見ればよいかを、この記事で触れた順に書きます。

  • 97人という人数と、課題の概要:Results の最初の段落。男42人・女55人、1回目の実年齢の平均もここにあります。課題の図解は Fig. 1 で、出やすい並びが62.5%、出にくい並びが37.5%という数字も図1の説明に出てきます
  • モデルの中身:Results の、発達の道筋を扱った節の最初の2段落と Table 1、Table 2。観測12310と参加者97人という数は Table 2 の下のほうにあります
  • 23.90/20.00/14.30/10.70ミリ秒と、その幅:同じ節のうち、並びの種類の主効果から始まる段落です。18.62ミリ秒と10.27ミリ秒、そして「およそ2倍」も同じ段落にあります。図は Fig. 2 で、A が反応時間、B が学習スコアです
  • 83人のうち48人(およそ58%)、Cohen's d = 0.228:同じ段落の後半です
  • 年齢と並びの種類の掛け算の検定:Table 1。3つの掛け算が有意でなかったことも同じ表にあります
  • 組分けの結果:Results の、下位集団を扱った節と Table 3。組ごとの切片と傾きは、同じ節のうち1つめの組の説明から始まる段落です。図は Fig. 3 で、A が3つの組の軌跡、B と C が実行機能の点です
  • あてはまりが一番良かったのは2つの組のモデルだったこと、エントロピー0.65:同じ節のうち、潜在クラス分析の結果を並べた段落と Table 3。別の5通りの分け方で確かめ直したことは、エントロピーの低さを受けて始まる段落です
  • オッズ比2.03と1.58、まとめた検定:Results の、実行機能が組分けを予測するかを扱った節と Table 4。3人の組を外したことは、この節の最初の段落に書かれています
  • 実行機能と押す速さの差そのものには相関がなかったこと:同じ節の最後の段落です
  • 3通りの対照解析:Results の、全体の反応時間のせいではないかを確かめた節。速い人を外した解析の数字は、その節のうち下位5分の1を除いた解析の段落にあり、図は Fig. 4 です
  • 募集と除外、集めやすい人を集めた標本という言葉、17人の手違い、検出力解析をしていないこと:Methods の Participants と Table 5。各回の欠測の割合も Table 5 です
  • 課題の作り(4か所、キー、8要素の並び、20ブロック、85試行):Methods の、ASRT 課題の節
  • 規則に気づいた子がいなかったこと、1回がおよそ2時間だったこと:Methods の、手順と研究の設計を書いた節
  • 前処理(間違えた反応を外したこと)と、正答率ではなく反応時間を選んだ理由:Methods の、統計の解析の節
  • 残差の非正規性と、収束の勾配についての断り:Methods の、線形混合モデルの節
  • 欠測をランダムと仮定したこと、4つ以上の組が収束しなかったこと:Methods の、潜在クラス分析の節
  • 入力の種類で発達の道筋が違うという説明:Discussion の2段落目。目で見るだけの統計学習、言葉でない音、言葉の音、それぞれの向きがここに並んでいます
  • 実行機能を14歳の1回しか測っていないという限界:Discussion の、実行機能との関係を論じた段落の後半です
  • 「言葉の習得が速い理由を説明するかもしれない」という一文:Discussion の最後の段落

補足の資料には、本文に数字がない部分が置かれています。正答率での学習の解析(S1)、1つと2つの組のモデルの詳細(S2)、別の分け方の詳細(S3)、実行機能の2つのまとまりの作り方(S4)、反応時間のばらつきと学習スコアの関係(S6)、17人を除いた解析(S7)は、いずれもそちらにあるとされています。

見方を練習するために

この回で練習することは、3つです。

1つめ。「半分になった」と聞いたら、何が半分かを聞き返すこと。

この研究で半分になったのは、押す速さの差です。正しく押せた割合は下がっていません。88.56%から93.55%へ、むしろ上がっています。全体の反応時間も、789ミリ秒から407ミリ秒へ、大きく速くなっています。

同じ子どもの同じ課題の中に、上がった数字と下がった数字が同時にあります。どれを取り上げるかで、話はまったく違う形になります。だから「半分」という言葉が出てきたら、何の半分かを確かめる。これが1つめです。

2つめ。同じ論文の中に、似ているけれど別の数字がないかを見ること。

この論文には、「差」について2通りの数字が出てきます。生のデータを平均した18.62と10.27、モデルの推定から出した23.90と10.70です。著者は、わざわざ別の言葉で呼び分けています。

そして、「およそ2倍」という言葉が付いているのは、生の平均のほうだけです。モデルの推定値を自分で割れば2.2倍あまりになりますが、それは論文がしていない計算です。

数字を1つ引用するときは、それが論文の中のどの数字なのかを確かめる。似た数字が2つあるときは、著者がどちらに言葉を付けたのかを見る。これが2つめです。

3つめ。平均の向きと、一人ひとりの向きを分けて読むこと。

平均としては下がる向きが出ました。でも、7歳と14歳の両方で測れた83人のうち、7歳のほうが高かったのは48人、およそ58%です。伸び方のパターンで分けると、34.0%は上がる組でした。

平均が下がることと、みんなが下がることは別です。しかもその組分けは、研究者が割り付けたものではなく、測ったあとで統計のモデルが作ったものでした。あてはまりが一番良かったのは、2つの組に分けるモデルのほうです。

この3つをまとめると、覚えることは1行です。

「半分」には何の半分かを、数字には出どころを、平均には一人ひとりのばらつきをあてて読む。

この見方に近い本として、『統計学がわかる』を挙げておきます。平均、ばらつき、検定の初歩を、いちばん手前から説明している1冊です。今回の論文で読むべきものは、10ミリ秒ほどの差と、その幅、そして「83人のうち48人」「34.0%は上がる組」という個人差でした。どれも、平均とばらつきを一緒に見る練習そのものです。この記事のページでは、この書名にアフィリエイトのリンクを付けています。

最後に、もう一度だけ書いておきます。

この研究が言えたのは、ハンガリーの小学1年生として集めた97人を7歳・8歳・11歳・14歳の4つの時期に測ったところ(全員が4回測れたわけではありません)、出やすい並びと出にくい並びで押す速さの差が、年齢とともに小さくなる向きと関連していた、というところまでです。生のデータの平均は7歳18.62ミリ秒、14歳10.27ミリ秒で、論文はこれをおよそ2倍と書いています。ただし14歳でも幅は0をまたいでおらず、差は残っていました。正しく押せた割合は下がっていません。83人のうち7歳のほうが高かったのは48人(およそ58%)で、34.0%は上がる組でした。この研究はくじ引きをしておらず、言葉も勉強の力も測っていません。考えて段取りする力を測ったのは14歳の1回だけで、著者はそれを重要な限界だと書いています。

元の論文

Tóth-Fáber E ら. Nat Commun. 2026.
https://doi.org/10.1038/s41467-026-77261-1

もっと知りたい人へ

PRこの記事には広告(アフィリエイトのリンク)を含みます。

『統計学がわかる』