論文要約：猫の顔サイン中の距離はどう動いた？

論文の概要

Florkiewiczらは、ロサンゼルスの1つの保護猫カフェで自然に起きた猫同士のコミュニケーションを撮影し、成猫53匹、186回の相互作用、688件の顔サインを分析しました。AIによるコンピュータビジョンで動画中の猫の位置と距離を推定し、親和的・非親和的という文脈と、雌-雌・雌雄混合・雄-雄というペアの性構成が距離パターンへ関係するかを調べています。

著者らは、親和的な場面より非親和的な場面の方が近く、雌-雌、雌雄混合、雄-雄の順に近かったと報告しました。ただし主解析の従属変数は平均距離ではなく、動画内距離の分散である「近接の偏り」です。結果・考察ではこのモデルを近さの差として解釈しているため、方法で定義された指標との間に注意が必要です。

ネコフリークスでは、性別による相性診断や家庭の安全距離を示す論文として扱いません。「近い=仲良し」とは限らず、接近後に距離が安定するか、急に離れるか、耳・しっぽ・体の硬さと前後の行動がどう変わるかを見る資料として位置づけます。

研究デザイン

• 場所: 米国ロサンゼルスの非営利保護・譲渡施設CatCafe Lounge 1か所。
• 対象: 譲渡対象の避妊・去勢済み成猫53匹。施設には常時約20-30匹がいた。
• 撮影: 2021-2022年、手持ちカメラ、60fps。自然発生した猫同士のコミュニケーションを便宜的に撮影。
• データ量: 186回のコミュニケーション、184本・計194分の動画、688件の顔サイン。
• 顔サイン: 別の猫へ顔を向けて見つめながら作った顔筋動作の組み合わせをcatFACSで符号化。動画10%でのWexler比は0.707。
• 文脈分類: 相互グルーミング、すり寄り、尾を立てる行動などを親和的、凝視、ゆっくりした接近、硬直、威嚇、叩く、噛むなどを非親和的に分類。10%での観察者間一致率は75%。
• AI距離推定: Segment Anything Modelで猫を切り分け、Depth Anything V2で奥行きを推定。猫の高さを一律34cmとしてピクセルをメートルへ換算。
• 主解析: 各顔サイン動画内の距離の分散を「近接の偏り」とし、性構成と文脈を固定効果、ペア識別情報をランダム効果とするGLMMで解析。
• 補助解析: 1秒の移動平均を使い、距離が増加から減少、または減少から増加へ切り替わる回数を「距離変動」として記述。
• 安定性確認: データを90%、80%、70%、60%へ減らし、各500回モデルを再推定。

主な発見

1. 著者のP1は支持されなかった。 親和的場面の方が近いという予測に反し、著者らは非親和的な顔サイン場面の方が近かったと報告しました（β=-0.32、95%信頼区間 -0.39—0.26、p<0.001）。叩く、噛む、逃げる前後には近距離と急な距離変化が含まれうると考察しています。
2. 著者のP2は支持された。 雌-雌、雌雄混合、雄-雄の順に近かったと解釈し、性構成間のTukey検定はすべてp<0.001と報告しました。親和的・非親和的の両文脈で同じ順序だったとしています。
3. 観察された距離の尺度が示された。 全推定距離の99%は0-1.7m、全体平均は約0.5mで、猫の重心間距離がほぼ0の観察は0.3%でした。猫の高さを一律34cmとした推定値なので、家庭の安全距離には使えません。
4. 距離の動きは文脈によって違う可能性があった。 著者らは、親和的場面では近い距離が比較的安定し、非親和的場面では初期に急な変動が多いと説明しました。近い瞬間より、維持・接近・離反の時間変化を見る理由になります。
5. データを70%まで減らしても主な固定効果は安定した。 90%、80%、70%の全反復では符号・相対的大きさ・有意性が一貫し、60%で小さい比較の検出が弱まりました。これは同じデータセット内での安定性確認で、別施設への再現性ではありません。

原著の解析表現について

原著の方法は、主解析の従属変数 proximity polarization を「各顔サイン動画区間に記録された距離の分散」と定義しています。距離の分散は、猫同士の平均的な隔たりではなく、動画内で距離がどれくらいばらついたかを表します。

一方、要旨、結果、考察はGLMMの係数を「非親和的場面の方が近い」「雌-雌が最も近い」と解釈しています。原著の表1にも応答変数の単位はなく、雌雄別頭数・性構成ごとのペア数・平均距離は示されていません。本要約では著者の結論として紹介しますが、係数を平均距離差やセンチメートル差へ変換せず、距離変動の主解析だったことを併記します。

この研究で断定できないこと

• 1つの保護猫カフェ、成猫53匹の結果を、日本の家庭猫、安定した多頭飼育家庭、屋外猫全体へ一般化できない。
• 全頭が避妊・去勢済みの雑種であり、未避妊・未去勢猫や品種猫へ同じ性構成パターンが当てはまるとはいえない。
• 雌雄別の猫数、性構成ごとのペア数、各猫が何件へ参加したかの分布が本文にないため、性別だけで相性や関係の良し悪しを決められない。
• 社会的文脈の一致率は75%で、顔サインだけから友好・敵対を高精度に分類した研究ではない。
• AIは猫の気持ちを読んでいない。人が分類した文脈と、動画から推定した猫間距離を解析した。
• 猫の高さを全頭34cmと仮定しているため、0.5mや1.7mは正確な物差し、安全距離、けんかを防ぐ境界ではない。
• 主解析が距離分散であるため、GLMMの係数から平均距離が何cm違ったかは分からない。
• 便宜的に顔サイン場面だけを撮影しており、社会的結びつきの強さ、行動頻度、関係の長期変化を測っていない。
• 新しい猫の導入手順、性別による組み合わせ、隔離や介入の効果を比較していない。

数字で見るポイント

• 53匹: 1施設の避妊・去勢済み成猫。雌雄別頭数は本文にない。
• 186回／184本／194分: コミュニケーション回数、動画本数、合計時間。
• 688件: 猫同士へ向けられた顔サイン。独立した688匹や688ペアではない。
• 10%: 顔筋動作と社会的文脈の観察者間一致を確認した動画の割合。
• 0.707: 顔筋動作のWexler比。原著が良好とした0.70をわずかに上回る。
• 75%: 親和的・非親和的という文脈分類の一致率。原著自身も境界の曖昧さを限界に挙げた。
• 34cm: 全個体の距離換算に仮定した猫の高さ。個体ごとの実測値ではない。
• 99%が0-1.7m／平均約0.5m: 推定された全距離の分布。家庭の目標距離ではない。
• 0.3%: 猫の重心間距離がほぼ0で、おおよそ接触とした観察。
• 70%: ダウンサンプリングで固定効果が全反復において安定した最低水準。外部集団での再現率ではない。

暮らしへのヒント

家庭へ持ち帰りやすいのは距離の数値ではなく、時間の流れを見る視点です。猫同士が顔を向け合って近づいたら、その瞬間だけで仲良しと決めず、同じ距離で落ち着くか、体を硬くするか、叩く・逃げる前後に急に距離が変わるかを見ます。

顔だけで感情を決めず、耳、しっぽ、毛、体の向き、通り道、逃げ先、直前と直後の行動を合わせます。観察のために猫を近づけたり、距離を測ろうとして動線をふさいだりする必要はありません。猫が選んだ距離と離れ方を尊重します。

研究の性構成の順序を、迎える猫の性別選びや相性予測へ使いません。目の前の猫同士が食事、休息、移動を無理なく選べるかを個別に見ます。追い詰める、逃げ道をふさぐ、接触が激しくなるなど安全上の問題がある場合は、接触を増やして確かめず、物理的に距離を確保します。

よくある質問

Q. この研究はどこで発表されましたか？

2025年12月24日にオンライン公開され、Journal of Veterinary Behavior 84巻（2026年）9-18ページに掲載されたFlorkiewiczら4名の論文です。CC BY 4.0で公開されています。

Q. この研究の内容は日常の猫との暮らしに活かせますか？

近づいた一瞬を関係の答えにせず、その後の距離が安定するか、接近と離反を繰り返すかを観察する視点に活かせます。ただし0.5mなどの値は家庭の安全距離ではありません。

Q. AIが猫の気持ちを判定した研究ですか？

いいえ。AIは動画から猫の輪郭、奥行き、猫同士の推定距離を計算するために使われました。親和的・非親和的という文脈は人が行動を見て分類し、その観察者間一致率は75%でした。

Q. 論文の主解析は平均距離を比べたのですか？

いいえ。GLMMの従属変数は、顔サイン場面ごとの動画内距離の分散です。原著は結果を近い・遠いと解釈していますが、係数は平均距離差を直接示す値ではないため、本要約では指標と著者の解釈を分けます。