Summary
Præsenteret her er en protokol, der indfører et sæt børnevenlige statistiske læringsopgaver rettet mod at undersøge børns læring af tidsmæssige statistiske mønstre på tværs af domæner og sensoriske modaliteter. De udviklede opgaver indsamler adfærdsmæssige data ved hjælp af den webbaserede platform og opgavebaserede funktionelle magnetiske resonansbilleddannelsesdata (fMRI) til undersøgelse af neuralt engagement under statistisk læring.
Abstract
Statistisk læring, en grundlæggende færdighed i at udtrække regelmæssigheder i miljøet, betragtes ofte som en central støttemekanisme i den første sprogudvikling. Mens mange undersøgelser af statistisk læring udføres inden for et enkelt domæne eller modalitet, tyder de seneste tegn på, at denne færdighed kan variere baseret på den sammenhæng, hvori stimuli præsenteres. Desuden undersøger kun få undersøgelser læring, som den udfolder sig i realtid, snarere med fokus på resultatet af læring. I denne protokol beskriver vi en tilgang til at identificere det kognitive og neurale grundlag for statistisk læring, inden for en person, på tværs af domæner (sproglig vs. ikke-sproglige) og sensoriske modaliteter (visuelle og auditive). Opgaverne er designet til at kaste så lidt kognitiv efterspørgsel som muligt på deltagerne, hvilket gør det ideelt for unge børn i skolealderen og særlige befolkningsgrupper. Den web-baserede karakter af adfærdsmæssige opgaver giver en unik mulighed for os at nå mere repræsentative befolkninger landsdækkende, at vurdere effekt størrelser med større præcision, og at bidrage til åben og reproducerbar forskning. De neurale foranstaltninger, som den funktionelle magnetiske resonans imaging (fMRI) opgave kan informere forskerne om de neurale mekanismer engageret under statistisk læring, og hvordan disse kan variere på tværs af individer på grundlag af domæne eller modalitet. Endelig giver begge opgaver mulighed for måling af læring i realtid, da ændringer i reaktionstiden til en målstimulering spores over eksponeringsperioden. Den vigtigste begrænsning ved at bruge denne protokol vedrører eksperimentets timelange varighed. Børn skal muligvis udføre alle fire statistiske læringsopgaver på flere møder. Derfor er den webbaserede platform designet med denne begrænsning for øje, så opgaver kan formidles individuelt. Denne metode vil give brugerne mulighed for at undersøge, hvordan processen med statistisk læring udfolder sig på tværs af og inden for områder og modaliteter hos børn med forskellig udviklingsbaggrund.
Introduction
Statistisk læring er en elementær færdighed, der understøtter erhvervelsen af regelstyrede kombinationer i sproginput1. Vellykket statistisk indlæringsevne hos spædbørn forudsiger senere sprogindlæringssucces2,3. Variabilitet i statistiske læringsfærdigheder hos børn i skolealderen har også været forbundet med ordforråd4 oglæsning 5,6. Der er foreslået vanskeligheder med statistisk læring som en æiologisk mekanisme , der ligger til grund forsprogforringelse 7. På trods af forbindelsen mellem statistisk læring og sprogresultater i både neurotypiske og atypiske populationer er de kognitive og neurale mekanismer, der ligger til grund for statistisk læring, fortsat dårligt forstået. Desuden har tidligere litteratur vist, at statistisk indlæringsevne inden for en enkelt person ikke er ensartet, men uafhængig på tværs af domæner ogmodaliteter 6,8,9. Den udviklingsmæssige bane for statistiske læringsevner kan variere yderligere på tværs af domæner og modaliteter10. Disse resultater understreger vigtigheden af at vurdere individuelle forskelle i statistisk læring på tværs af flere opgaver i løbet af udviklingen. Feltet kræver imidlertid først en mere systematisk undersøgelse af forholdet mellem statistisk læring og førstesprogsudvikling. For at løse disse spørgsmål anvender vi innovative metoder, herunder en webbaseret testplatform11, der når ud til et stort antal børn, og laboratoriebaserede neuroimagingteknikker (funktionel magnetisk resonansbilleddannelse eller fMRI), der undersøger realtidskodning af statistiske oplysninger.
Standard mål for statistisk læring begynder med en fortrolighedsfase og efterfølges af en to-alternativ tvungen valg (2-AFC) opgave12,13. Den familiarization fase introducerer en kontinuerlig strøm af stimuli indlejret med statistiske regelmæssigheder, hvor nogle stimuli er mere tilbøjelige til at co-forekomme end andre. Præsentationen af disse samtidig forekommende stimuli følger en fast tidsmæssig orden. Deltagerne udsættes passivt for strømmen i inddæmningsfasen efterfulgt af en 2-AFC-opgave, der tester, om deltageren har udtrukket mønstrene. 2-AFC-nøjagtighedsopgaven præsenterer to på hinanden følgende sekvenser: Den ene sekvens er blevet præsenteret for deltageren i fortrolighedsfasen, mens den anden er en ny sekvens eller indeholder en del af sekvensen. Over-chance nøjagtighed på 2-AFC ville indikere vellykket læring på gruppeniveau. Traditionelle adfærdsmæssige opgaver, der vurderer statistisk læring generelt stole på nøjagtighed som resultatet mål for læring. Men nøjagtigheden undlader at tage højde for den naturlige læring af information, som det udfolder sig i tide. Det er nødvendigt at måle læring i realtid for at udnytte den implicitte læringsproces med statistisk læring , hvor børn stadig kodler regelmæssighederne fra input14,15og16. Forskellige tilpasninger på tværs af paradigmer er blevet udviklet i et forsøg på at bevæge sig væk fra 2-AFC foranstaltning, i retning af mål for on-line læring gennem adfærdsmæssige reaktioner undereksponeringen 16. Undersøgelser, der anvender disse tilpasninger, og som måler reaktionstiden i eksponeringsfasen, viste, at de var relateret til nøjagtigheden efterindlæringen 17 med bedre testsikkerhedspålidelighed i forhold til nøjagtigheden hos voksneelever 18.
Neurale foranstaltninger er også grundlæggende for vores forståelse af, hvordan læring udfolder sig over tid, som den implicitte proces, som sprogindlæring opstår sandsynligvis rekrutterer forskellige neurale ressourcer fra dem, der anvendes, når sproget erlært 19. Neurale foranstaltninger giver også indsigt i forskelle i kognitive specialiseringer underliggende sprog evne på tværs af særligepopulationer 20. Hvordan tilstandskontrasten er designet i en fMRI-undersøgelse er afgørende for, hvordan vi fortolker mønstre af neural aktivering under læring. En almindelig praksis er at sammenligne hjernens reaktioner i fortrolighedsfasen mellem sekvenser, der indeholder regelmæssige mønstre i forhold til dem, der indeholder de samme stimuli, som bestilles tilfældigt. Men, tidligere forskning gennemføre en sådan tilfældig kontrol tilstand fandt ingen beviser for læring i adfærd, trods neurale forskelle mellem strukturerede og tilfældige sekvenser. Dette kan skyldes interferens af tilfældige sekvenser på læring af strukturerede sekvenser, som begge blev konstrueret af de samme stimuli21,22. Andre fMRI undersøgelser, der udnyttede tilbagestående tale eller tidligere læring blokke som kontrol betingelse bekræftet læring fandt stedadfærdsmæssigt 19,23. Hvert af disse paradigmer indførte imidlertid sin egen konfunderende faktor, såsom virkningen af sprogbehandling i førstnævnte tilfælde og virkningen af forsøgskendelsen i sidstnævnte tilfælde. Vores paradigme bruger den tilfældige sekvens som kontrolbetingelse, men afbøder deres indblanding i deltagernes læring af de strukturerede sekvenser. Vores fMRI paradigme implementerer også en blandet blok / event-relateret design, som giver mulighed for samtidig modellering af forbigående forsøg-relaterede og vedvarende opgave-relaterede FED signaler24. Endelig, og mere bredt, neurale foranstaltninger giver mulighed for måling af læring i populationer, hvor fremkalde en eksplicit adfærdsmæssig reaktion kan være vanskeligt (f.eks udviklingsmæssige og særlige populationer)25.
Den nuværende protokol vedtager en responstidsmål, ud over traditionelle nøjagtighedsmål, og undersøger hjernens aktivering i fortrolighedsfasen. Kombinationen af disse metoder har til formål at give et rigt datasæt til undersøgelse af læringsprocesser i realtid. Den webbaserede platform tilbyder et sæt læringsforanstaltninger ved at inkludere både responstiden i eksponeringsfasen og nøjagtigheden af 2-AFC-opgaven i testfasen. Den neuroimaging protokol giver mulighed for undersøgelse af de underliggende neurale mekanismer, der understøtter statistisk læring på tværs af domæner og modaliteter. Selv om det er optimalt at måle statistisk læring inden for en person, der bruger både webbaserede protokoller og fMRI-protokoller, er opgaverne udformet således, at de kan formidles uafhængigt og derfor som to uafhængige mål for statistisk læring. De fMRI-eksperimenter, der indgår i den aktuelle protokol, kan hjælpe med at afklare, hvordan stimuluskodning, mønsterudtrækning og andre bestanddele af statistisk læring repræsenteres af bestemte hjerneregioner og netværk.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle deltagere gav skriftlig tilladelse til at deltage, og undersøgelsen blev gennemført i overensstemmelse med Det Institutionelle Klagenævn.
1. Oversigt over det statistiske læringsparadigme, der anvendes i den webbaserede protokol
- Medtag fire opgaver i det nuværende paradigme: billede (visuel-nonlinguistic), brev (visuel-sproglig), tone (auditive-nonlinguistic), og stavelse (auditive-sproglige).
- Konstruere stimuli til visuelle opgaver ved hjælp af 12 enkeltstående fremmede tegneseriebilleder (billede) og 12 brev billeder (brev; B, J, K, A, H, C, F, E, J, G, D, M) viser den samme fremmede holde op 12 tegn med store bogstaver skrevet på dem.
- Konstruere auditive stimuli ved hjælp af 12 engelske stavelser (stavelse; pi, pu, pa, ti,tu.ta,di,du,da,bi,bu,ba) og 12 musikalske toner inden for samme oktav (tone; F,G;D,G#,C#,B,C,F#,D#,E,A,A#). Stavelsestimuli kan gøres ved hjælp af en kunstig tale synthesizer, og kan optages som separate filer i Praat26,27.
- I kendskabsfasen præsenteres stimuli i en struktureret strøm (se figur 1). Der gives ikke feedback på noget tidspunkt i kendskabs- eller testfasen.
BEMÆRK: Inden for hver opgave efterfølges en fortrolighedsfase umiddelbart af en testfase.- For opgaven Billede (visuel-ikke-linguistisk) skal du strukturere 12 billeder i fire måltritter. I kendskabsfasen gentages hver af de fire måltristts 24 gange for i alt 96 trillinger.
BEMÆRK: De 96 trillinger er tilfældigt sammenkædet i en kontinuerlig strøm, med den begrænsning, at ingen triplet kan straks gentages. Billeder præsenteres en ad gangen i midten af skærmen. Hvert billede præsenteres for 800 ms med 200 ms af inter-stimulus interval. Hele familiarization fase vil vare i 4 min 48 s. - Sørg for, at testfasen altid følger fortrolighedsfasen og består af 32 to-alternative tvungne valg (2AFC) spørgsmål. For hvert spørgsmål, omfatter 2 muligheder: et mål triplet fra familiarization fase og en triplet, der ikke var inkluderet i familiarization fase, benævnt en folie triplet.
BEMÆRK: Folie trillinger er konstrueret således, at den relative position af hvert billede i folien triplet er den samme som målet triplet. Hvert mål og folie triplet præsenteres 8 gange i alt i en test, og hvert foliemålpar gentages. Testfasen består af 32 (4 måltr tripler x 4 folie trillinger x 2 gentagelser) tilfældigt bestilt forsøg. - Til letter -opgaven (visuel-sproglig) skal der være 12 billeder af store bogstaver, der er organiseret i fire måltrudtrene (GJA, FKC, LBE og MDH). Til testfasen skal du oprette 4 folietroder (GDE, FJH, LKA og MBC) og parre dem med måltredrråterne for at danne 32 2AFC-testforsøgene. Intet bogstav triplet kan indeholde ord, almindelige akronymer, eller initialismer.
- For tonen (auditive-nonlinguistic) opgave omfatter 12 musikalske rene toner inden for samme oktav (en fuld kromatisk skala startende fra midten C) og sammenkæde dem i fire mål trillinger (F # DE, ABC, C # A # F, og GD # G #). I modsætning til de visuelle opgaver er præsentationshastigheden hurtigere på grund af forskelle i auditive perceptuellepræferencer 6,28,29.
BEMÆRK: Hver af de fire måltredret gentages 48 gange for i alt 192 trillinger (dobbelt så meget som de visuelle forhold). Alle trillinger er sammenkædet i en lydstrøm uden triplet gentages to gange i træk. Rene toner præsenteres én ad gangen, mens deltagerne får vist en tom skærm. Varigheden af hver tone er 460 ms med en 20 ms inter-stimulus interval. Hele streamen varer ca. 4 min og 36 s. Som i de visuelle opgaver følger en testfase på 32 2AFC-forsøg med par mål- og folietr tredobler (F#BF, AA#G#, C#D#E, GDC) umiddelbart efter fortrolighedsfasen. - For stavelse (auditive-sproglige) opgave brug 12 konsonant vokal (CV) stavelser oprettet og grupperet i fire mål trillinger (pa-bi-ku, go-la-tu, da-ro-pi, og ti-bu-do). Varigheden af hver stavelse og inter-stimulus interval er den samme som tone tilstand. Par fire folie trillinger (pa-ro-do, go-bu-ku, da-bi-tu, og ti-la-pi) med målet trillinger i testfasen.
- For opgaven Billede (visuel-ikke-linguistisk) skal du strukturere 12 billeder i fire måltritter. I kendskabsfasen gentages hver af de fire måltristts 24 gange for i alt 96 trillinger.
- Randomisere rækkefølgen af de fire statistiske læringsopgaver på tværs af deltagerne.
2. Ansættelse af deltagere
BEMÆRK: Mens den webbaserede protokol og fMRI-protokollen bedst implementeres sammen inden for en enkelt deltager, skitserer vi her de bedste fremgangsmåder for deltagerrekruttering for hver opgave uafhængigt.
- Webbaseret deltagerrekruttering
- Rekruttere deltagere i alderen 6 år og derover. Deltagere af ethvert køn, race og etnicitet kan deltage; undersøgelsesprøven bør dog være repræsentativ for populationen.
- Rekruttrutter deltagere, der er en indfødt engelsktalende og har været udsat for ingen sprog end engelsk, før de fylder 5.
- Sikre, at de rapporterer ingen kendte psykologiske (herunder ADD, depression, PTSD, og klinisk angst) og / eller neurologiske tilstand (herunder slagtilfælde, beslaglæggelse, hjernetumor, eller lukket hovedskade).
- Sørg for, at deltagerne har et normalt eller korrigeret syn (briller eller kontakter er okay), normalt farvesyn og normal hørelse (ingen høreapparat- eller cochlear-implantatenheder).
- Rekruttering af opgavebaseret fMRI-deltager
- Rekruttere deltagere i alderen 6 år og derover. Deltagere af ethvert køn, race og etnicitet kan deltage; undersøgelsesprøven bør dog være repræsentativ for populationen.
- For at være berettiget, rekruttere deltagere, der er indfødte engelsktalende og har aldrig været udsat for nogen sprog udover engelsk, før de fylder 5.
- Rekrut højrehåndede personer, uden kendte psykologiske (herunder ADD, depression, PTSD, og klinisk angst) og neurologisk tilstand (herunder slagtilfælde, beslaglæggelse, hjernetumor, eller lukket hovedskade).
- Ekskluder deltagere, der er gravide, klaustrofobiske, tager psykoaktive stoffer, eller har noget metal i kroppen (herunder pacemakere, neurale implantater, metalplader eller led, granatsplinter, og kirurgiske hæfteklammer).
- Sørg for, at deltagerne har et normalt eller korrigeret syn (briller eller kontakter er okay), normalt farvesyn og normal hørelse (ingen høreapparat- eller cochlear-implantatenheder).
- Bestem berettigelsen til at deltage i MRI ved at få deltagere (eller forældre, hvis deltageren er mindreårig) til at udfylde en MRI-sikkerhedsscreeningsformular.
3. Webbaseret protokol
BEMÆRK: Den web-baserede statistiske læring paradigme er hostet på en sikker hjemmeside (https://www.cogscigame.co11) og udviklet ved hjælp af jsPsych, en JavaScript bibliotek til at skabe adfærdsmæssige eksperimenter online30.
- For at reproducere opgaver skal du gå til DOI: 10.5281/zenodo.3820620. Alle scripts og materialer er offentligt tilgængelige. Forskere kan ændre scripts og køre eksperimenter lokalt på enhver webbrowser, så længe alle stier til output filer er sat op korrekt.
- Få deltagerne til at udføre en dækopgave, hvor de får besked på at trykke på en knap, når de ser et bestemt mål i alle fortrolighedsfaser af hver statistisk læringsopgave.
- Mål stimulustildeling for hver opgave
- I billed-, brev- og stavelsesopgaver skal du tilfældigt vælge en af de fire trillinger og tildele målet til den tredje stimulus af triplet. I tone opgave, begrænse målet stimulus til kun de laveste eller de højeste toner af den tredje stimulus i trillinger, og tildele målet til den tredje stimulus af triplet. Dette gøres, fordi tone stimuli er relativt sværere at diskriminere end andre typer af stimuli.
- I stavelse og tone opgaver, introducere deltagerne til en udlænding og den foretrukne ord / note i sin fremmede sprog / folkemusik. Fortæl deltagerne, at de vil lytte til udlændingens sprog / musik og huske at trykke på mellemrumstasten, når de hører det foretrukne ord / note " ved at slette rummet mellem / og note.
- I billedopgaven skal du fortælle deltagerne, at de skal holde styr på en særlig udlænding som en gruppe udlændinge, der er på linje for at komme ind i et rumskib. I brevet opgave, fortælle deltagerne til at holde styr på udlændingens foretrukne tegn som udlændingen holder op tegn til en parade. Giv deltagerens øvelse i både billed- og brevopgaver.
- Giv ikke eksplicitte instruktioner om tilstedeværelsen af trillinger.
- Mål svartiden i løbet af de 24 forsøg i de visuelle opgaver og over de 48 forsøg i de auditive opgaver til vurdering af online læring.
- I testfasen præsenteres både et mål (inkluderet i fortrolighedsfasen) og folietr triplet (ikke inkluderet i kendskabsfasen) for deltageren. Bed deltagerne om derefter at vælge, hvilken af de to der minder mere om det, de så eller hørte i fortrolighedsfasen. Hver prøveversion skal afsluttes med et svar.
- Adfærdsmæssige målinger af statistisk læring i den webbaserede protokol
- Mål realtidslæringen i indlæringsfasen via reaktionstidens lineære hældning (ændring i reaktionstiden i hele kendskabsfasen).
- At blive betragtet som en gyldig reaktion på målet, kontrollere, at tastetryk skal være i tidsvinduet for en stimulus før og en stimulus efter målet stimulus. Det er -480 ms til +960 ms i forhold til starten af målet i de auditive opgaver og -1000 ms til +2000 ms i de visuelle opgaver. Et tastetryk forud for målet betragtes som forventning og giver dermed en negativ reaktionstid.
- Hvis du vil sammenligne reaktionstider på tværs af betingelser, skal du omdanne hver deltagers reaktionstider for hver opgave til z-scorer. Dette normaliserer en persons reaktionstider, så scorer på tværs af opgaver kan sammenlignes.
- Beregn hver deltagers reaktionstidsskråning for hver betingelse ved hjælp af lineær regression. Indtast de z-normerede reaktionstider som den afhængige variabel og målforsøgsrækkefølgen som den uafhængige variabel (visuel: 1 til 24; auditiv: 1 til 48). Hældningen af den lineære regressionslinje (Betakoefficient/estimat) er reaktionstidsskredsningen (RT-hældningen).
- Mål hver deltagers offlinenøjagtighed for hver betingelse ved at dividere antallet af korrekte forsøg fra testfasen med det samlede antal forsøg (32 forsøg).
4. Opgavebaseret fMRI-protokol
- Ændringer af det statistiske læringsparadigme (Figur 2).
- For hver opgave præsenteres både en struktureret sekvens (indeholdende statistiske regelmæssigheder) og en tilfældig sekvens (ingen statistiske regelmæssigheder).
BEMÆRK: Strukturerede sekvenser er identiske med dem, der er beskrevet for den webbaserede protokol (se figur 1). I modsætning hertil indeholder tilfældige sekvenser de samme 12 stimuli som præsenteret i de strukturerede sekvenser, men bestilles pseudo-tilfældigt. Ingen kombinationer af tre stimuli gentages mere end én gang. - Opdel hver sekvens i seks mindre blokke af samme længde (24 stimuli til de visuelle opgaver og 48 stimuli til de auditive opgaver).
- Sammenkæde tre strukturerede blokke, 3 tilfældige blokke og 6 hvileblokke (stilhed med en tom skærm) i en pseudorandom for at skabe fire kørsler af auditive stimuli og fire kørsler af visuelle stimuli. For at maksimere læringen af de strukturerede sekvenser skal du sikre dig, at de tilfældige blokke i hvert løb indeholder et andet domæne end den strukturerede sekvens (f.eks. præsenteres stavelsesstrukturerede sekvenser sammen med tonegige sekvenser i et løb, og stavelsesegnede sekvenser præsenteres sammen med tonestrukturerede sekvenser i et andet løb).
- Medtag 288 billeder, der skal præsenteres i hver kørsel for den visuelle opgave varer ca 4,77 min. Medtag 576 lyde, der skal præsenteres i den auditive opgave, som varer ca 4,42 min. I begyndelsen af hver blok, præsentere en cue om målet med en verbal og visuel sonde: "Nu lytte / kigge efter [TARGET]".
- Blandt de fire kørsler af den visuelle opgave skal du sikre dig, at to indeholder strukturerede sekvenser af billeder, og de to andre indeholder strukturerede bogstaversekvenser. Blandt de fire kørsler af den auditive opgave, sikre, at to indeholder strukturerede sekvenser af stavelser og de to andre indeholder strukturerede sekvenser af toner.
- For hver opgave præsenteres både en struktureret sekvens (indeholdende statistiske regelmæssigheder) og en tilfældig sekvens (ingen statistiske regelmæssigheder).
- fMRI statistisk læringsprocedure
- For at gøre deltagerne, især børn, komfortable i scanneren, skal du først øve MR-scanningssessionen ved hjælp af en mock scanner31. En mock scanner giver en naturalistisk oplevelse svarende til den faktiske scanning session, men er typisk beliggende i et mere børnevenligt miljø.
- Først introducere barnet til mock scanner, dvs hjerne kamera, og sikre, at de er komfortable, før du lægger dem i scanneren.
- Introducere dem til deres "scan-buddy" og forklare, at formålet med scanningen kammerat er at holde dem ledsaget og hjælpe dem, hvis de har brug for noget. Scanningen kammerat vil forsigtigt minde deltageren til at holde stille, hvis for meget bevægelse er opdaget af "kameraet".
- Når de er i scanneren, spille børnevenlige videoer for at hjælpe dem akklimatisere til lyd og video. Når de er klar, spille et par indspillede scanner lydklip til at forberede dem til de lyde, der produceres af den virkelige MRI. I løbet af denne tid har dem praksis opholder sig stille og arbejder med scanning kammerat.
- Introducere børn til den statistiske læring paradigme og få dem praksis uden for scanneren. Dette gøres ved at få børn til at fuldføre en kort del af opgaven på en computer, svarende til den webbaserede protokol ved at udføre trin 3.2.2 og 3.2.3 nævnt ovenfor.
BEMÆRK: Den praksis stimuli er de samme som dem, der anvendes i opgaven; børn udsættes dog kun for den tilfældige sekvens og ikke de strukturerede sekvenser, hvilket giver mulighed for kort tilvænning til stimuli- og opgavekravene uden at gøre det muligt at lære bestemte sekvenser. - Sørg for, at fMRI-dataindsamlingsprotokollen er korrekt konfigureret på MR-anskaffelsescomputeren.
BEMÆRK: Erhvervelsesparametrene følger anbefalingerne i den unge hjerne kognitive udvikling (ABCD) Undersøgelse32. - Begynd scanningssessionen med T1-vægtede scanninger med høj opløsning. Hent disse ved hjælp af en 176-slice 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) volumen scanning med TR (Repetition Time) = 2500 ms, TE (Echo Time) = 2,9 ms, flip vinkel = 8 °, FOV (Field of View) = 25,6 cm, 256 X 256 matrix størrelse, og 1 mm skive tykkelse. Dette opkøb varer 7,2 min.
- Hvis du vil hente funktionelle data, skal du bruge T2*-vægtet ekkoplanarbilleddannelse med samtidige scanninger med flere udsnit med TR= 800 ms, TE = 32 ms, flip vinkel = 61°, FOV = 21 cm og matrix = 64 x 64. I dette eksperiment anskaffes 60 tilstødende skiver i en interleaved sekvens med 2,5 mm skivetykkelse, en 21 cm FOV og en 64 X 64 matrix, hvilket resulterer i en opløsning i plan 2,5 mm x 2,5 mm x 2,5 mm.
- Få deltagerne til at ligge behageligt på fMRI-scannerens seng med hovedtelefoner, der beskytter deres ører mod scannerens støj og en responspad/knapboks i hånden (både hovedtelefoner og knapboks skal være scannerkompatibel).
- Placer yderligere polstring omkring hovedet for at sikre begrænset hovedbevægelse under dataindsamlingen. Giv knappens svarboks til deltageren i forvejen for at registrere svar og modvægt, uanset om venstre eller højre hånd bruges til at trykke på knapper på tværs af deltagerne.
- Giv hvert barn en mulighed for en scanning kammerat. For ældre, neurotypical børn, der er komfortable uden en scanning kammerat, give dem en squeeze bold til at underrette eksperimentatoren, hvis de er nødlidende eller har brug for at stoppe. Giv yngre børn og særlige befolkninger en squeeze bold, men også give dem en scanning kammerat til at hjælpe dem (beskrevet i 4.2.3).
- Placer hovedspolen over deltagerens hoved, og juster patientens position i sengen.
- På anskaffelsescomputeren registreres en ny deltager. Indtast deres deltager-id, fødselsdato, vægt og højde. Deltageren kan nu indsættes i boret af MRI.
- Anskå T1-vægtet scanning, mens du viser deltagerne en film.
- Før du begynder det statistiske læringsparadigme, skal du give deltagerne instruktionerne for hver opgave ved at tale til dem gennem et samtaleanlæg, der er tilsluttet deres hovedtelefoner.
- I de auditive opgaver, fortælle deltagerne: "Nu skal vi spille en knap-trykke spil. Du vil høre udlændinge sige ord og spille musik. Husk at trykke på knappen i venstre/højre hånd, når du hører den lyd, du lytter efter. Der vil være 4 dele, og hver del vil vare ca. 5 min."
- I de visuelle opgaver skal du fortælle deltagerne: "Nu skal du se billederne af rumvæsnerne og bogstaverne. Når du ser det billede, du leder efter, skal du trykke på knappen i venstre/højre hånd. Du vil spille dette 4 gange i træk. Det vil tage omkring 5 minutter hver gang."
- Start det statistiske læringsparadigme på præsentationscomputeren, og hent opgaven fMRI-data.
- Når deltageren har afsluttet paradigmet, stoppe MR, sikkert fjerne dem inde fra scanneren, og fjerne hovedet spole.
- Efter dataindsamling skal du overføre alle MR-data fra anskaffelsescomputeren til en sikret server til yderligere analyser.
- fMRI-dataanalyser
- Analysér reaktionstiden i scanneren under fMRI-opgaven på samme måde som den webbaserede beregning af reaktionstiden i fortrolighedsfasen. Normalisere reaktionstiden for at sammenligne på tværs af betingelser, og beregne en lineær hældning ved hjælp af den normaliserede reaktionstid for hver tilstand af en person.
- Når du analyserer fMRI-dataene, skal du først organisere og konvertere data til BIDS-formatering (Brain Imaging Data Structure33) ved hjælp af HeuDiConv34 (https://github.com/nipy/heudiconv).
- Forbehandl disse data ved hjælp af fMRIPrep35,36. Denne automatiserede forbehandlingspipeline kombinerer metoder fra AFNI37,ANTs38, Freesurfer39, FSL40og Mindboggle41 for at levere videnskabeligt stringente og reproducerbare data til brug i dataanalyse.
BEMÆRK: Den aktuelle undersøgelse gennemfører en blandet blok / event-relaterede design. De repræsentative resultater (nedenfor) behandler hver miniblok som en begivenhed (f.eks. er tilfældig sekvens en hændelse, struktureret sekvens er en begivenhed osv.). Men opgaven er også designet, så man kan modellere hver stimulus som en begivenhed. - Medtag to opgaveregressorer for hver kørsel ("billede" og "bogstav" for den visuelle tilstand og "stavelse" og "tone" for høretilstanden) i modeldesignet på første niveau. Bestem opgave regressorer ved convolving en vektor af begivenhed debut gange med deres varigheder med en kanonisk hæmodynamisk svar funktion. Beregne forskelle og midler mellem kørsler inden for hvert emne for modeldesign på højere niveau. Dette vil resultere i en kontrast mellem strukturerede og tilfældige sekvenser inden for hver type stimuli.
- Opret et gruppeværdi for aktivering for strukturerede blokke sammenlignet med tilfældige blokke inden for hver modalitet/domæne.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Webbaserede adfærdsmæssige resultater
I betragtning af den nuværende protokol er designet til nem formidling med udviklingsmæssige populationer, har vi inkluderet foreløbige web-baserede resultater baseret på data fra 22 udvikle skolealderen børn (Mean (M) alder = 9,3 år, Standard Afvigelse (SD) alder = 2,04 år, interval = 6,2-12,6 år, 13 piger). I den webbaserede statistiske læringsopgave klarede børn sig betydeligt bedre end 0,5 chanceniveau på alle betingelser, hvilket indikerer vellykket statistisk læring på gruppeniveau (se tabel 1 for statistik; Figur 3). Den gennemsnitlige reaktionstidsskråning var negativ og betydeligt under 0 i stavelsestilstand (M = -0,01, SD = 0,02, t(14) = -2,36, ensidet p = 0,02) og marginalt signifikant i bogstavets tilstand (M = -0,02, SD = 0,06, t(15) = -1,52, ensidet p = 0,07, figur 4), hvilket tyder på en hurtigere acceleration af måldetektion under kendskabsfasen i de sproglige opgaver. Gennemsnitlig reaktionstid hældning var ikke signifikant forskellig fra nul i billedet betingelse (M = 0,02, SD = 0,04, t(17) = 1,54, ensidet p > .1) eller tonetilstanden (M = 0,005, SD = 0,02, t(15) = -5,7 x 10-17, ensidet p > .1), på trods af tegn på at lære i offlinen af nøjagtigheden. Cronbachs alfa var 0,75 for opgaven Letter, 0,09 for opgaven Stavelse, 0,67 for opgaven Tone og 0,86 for opgaven Billede. Korrelationer mellem implicitte mål (RT-hældning) og eksplicitte målinger (nøjagtighed) af statistisk læring identificerer en signifikant relation til billedopgaven (R = -.48, p = 0,04) og Letter-opgaven (R = -.54, s = 0,03). Inter-opgave korrelationer yderligere tyder på, at de fire opgaver kan have en beskeden grad af overlappende indlæringsmekanisme (Figur 5). Mens nøjagtigheden af begge visuelle opgaver var stærkt korreleret (R = 0,60, p = 0,02), var de også positivt forbundet med nøjagtigheden på stavelsesopgaven (Billede R = 0,66, p = 0,01; Bogstavet R = 0,85, p < 0,001).
fMRI-resultater
Foreløbige fMRI-resultater var baseret på data fra ni børn i skolealderen. Disse ni børn var en delmængde af de 22 børn, der indgår i de web-baserede adfærdsmæssige resultater, som ikke alle børn kom til laboratoriet for at fuldføre fMRI del af undersøgelsen. Alle ni fuldførte de auditive statistiske læringsopgaver (M-alder = 10,77 år, SD = 1,96 år, interval = 7,7-13,8 år, 4 piger) og syv fuldførte de visuelle statistiske læringsopgaver (M-alder = 11,41 år, SD = 2,37 år, interval = 7,7-13,8 år, 4 piger). Ved sammenligning af strukturerede blokke med tilfældige blokke blev der observeret signifikante klynger under alle fire forhold (figur 6). I stavelsestilstand, større aktivering blev fundet på venstre overlegne tidsmæssige gyrus, højre insula / frontal operculum, og forreste cingulate gyrus. I tonen tilstand, større aktivering blev fundet på venstre midterste tidsmæssige gyri, bilaterale kantede gyri, venstre frontal pole, højre lateral occipital cortex, højre insula, og højre frontal operculum. I brevet betingelse, større aktivering blev fundet på venstre planum tidsmæssige. I billedet betingelse, større aktivering blev fundet på højre lateral occipital cortex. Disse foreløbige resultater tyder på, at børns neurale aktivering mønstre varierer på tværs af læring af statistiske regelmæssigheder afhængigt af modalitet og domæne af de præsenterede stimuli. Det aktuelle opgavedesign er følsomt over for disse forskelle og kan identificere opgavespecifikke aktiveringsområder svarende til tidligere undersøgelser20,25.
fMRI adfærdsmæssige resultater
For at demonstrere læring i fMRI del af denne undersøgelse, har vi inkluderet i-scanner adfærdsmæssige resultater fra 28 voksne (M alder = 20,8, SD = 3,53, 20 kvinder), da data fra 9 børn ikke var nok til at beregne pålidelige statistikker. Vores resultater hos voksne viser, at læring med succes fandt sted i alle opgaver for den strukturerede sekvens, understøttet af betydeligt hurtigere responstid i den strukturerede i forhold til den tilfældige tilstand, undtagen i tilfælde af toneopgaven (se tabel 2 for statistik).
Samlet set viser vores webbaserede foranstaltninger af nøjagtighed og øget aktivering for strukturerede versus tilfældige sekvenser i scanneren, at denne protokol kan implementeres med udviklingspopulationer for at måle statistisk læring på tværs af domæner og modaliteter inden for en person. Vores adfærdsmæssige MR-scanning resulterer i en voksen befolkning yderligere vægt nytten af denne protokol i måling af læring af strukturerede sekvenser, som det udfolder sig i realtid, samt evnen til at gennemføre web-baserede og fMRI protokoller uafhængigt.
Figur 1: Kendskabsfasen for alle fire statistiske læringsopgaver. Eksempel trillinger på tværs af hver opgave er afbildet i denne figur. Hver visuel stimulus dukkede op for 800 ms med en 200 ms ISI, og hver auditive stimulus blev hørt for 460 ms med en 20 ms ISI. Klik her for at se en større version af dette tal.
Figur 2: Familiarization ændring for fMRI statistiske læringsopgaver. FMRI-opgaven svarede til den webbaserede fortrolighedsfase, men introducerede en tilfældig sekvens, der blev opvejet på tværs af domæner. Klik her for at se en større version af dette tal.
Figur 3: Gennemsnitlig nøjagtighed i statistisk læring (SL) i den webbaserede opgave sammenlignet med et vist niveau. Resultaterne viser personer udført betydeligt over chance på alle fire opgaver, *** one-tailed p < 0,001, ** < 0,01, * < 0,05. Klik her for at se en større version af dette tal.
Figur 4: Gennemsnitlig reaktionstidsskråning i den webbaserede opgave mod nul. En mere negativ hældning indikerer hurtigere acceleration i måldetektionen under kendskab. Target detektion væsentligt forbedret i løbet af eksponering under stavelse opgave. †en-tailed p = 0,07, * < 0,05. Klik her for at se en større version af dette tal.
Figur 5: Webbaseret mellem opgavekorrelationer på tværs af alle fire statistiske læringsopgaver. a) Ikke-signifikante værdier ved en alfa på 0,05 vises med hvid baggrund. Alle sammenligninger med en farvet baggrund betegner signifikante effekter. b) Stikprøvestørrelse for hver sammenligning med parvis. Klik her for at se en større version af dette tal.
Figur 6: Neural aktivering på gruppeniveau for strukturerede blokke sammenlignet med tilfældige blokke inden for hver modalitet og domæne. Betydelige klynger blev tærskelværdier på voxel-niveau p < 0,001 og klynge-niveau p < 0,05 for hver opgave. Vandrette udsnit blev valgt for at afbilde klyngen med den maksimale z-værdi. Farvelinjen i nederste højre hjørne afspejler den samme skala for alle parceller. Klik her for at se en større version af dette tal.
| Betingelse | Mener | Standardafvigelse | En-tailed T-test |
| Billede | 0.63 | 0.21 | t(17) = 2,64, s = 0,009 |
| Brev | 0.66 | 0.16 | t(15) = 3,98, p < 0,001 |
| Tone | 0.60 | 0.15 | t(16) = 2,83, s = 0,006 |
| Stavelse | 0.55 | 0.1 | t(14) = 2,06, s = 0,03 |
Tabel 1: Webbaseret nøjagtighed efter betingelse. T-test med én prøve repræsenterer gruppeforskelle sammenlignet med 0,5 chanceniveau.
| Struktureret | Tilfældige | ||||
| Betingelse | Mener | Standardafvigelse | Mener | Standardafvigelse | T-test med parrede prøver |
| Billede | 468.1 | 76.04 | 493.4 | 60.33 | t(27) = -2,01, s = 0,05 |
| Brev | 374.72 | 143.59 | 502.1 | 68.75 | t(27) = -4,97, p <.001 |
| Tone | 426.37 | 169.10 | 407.68 | 162.63 | t(26) = 0,67, s = 0,51* |
| Stavelse | 589.3 | 180.95 | 679.9 | 55.99 | t(26) = -2,51, s = 0,02* |
| * Et emne havde for få tryk på knappen til at beregne en værdi for tonen eller stavelse opgave. | |||||
Tabel 2: MR-adfærdsmæssige præstationsforskelle på tilfældige kontra strukturerede sekvenser på tværs af alle fire opgaver hos voksne. T-test med parrede prøver repræsenterer gruppeforskelle i læring af strukturerede kontra tilfældige sekvenser.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
De metoder, der præsenteres i den nuværende protokol giver en multimodal paradigme for at forstå adfærdsmæssige og neurale indekser for statistisk læring på tværs af løbet af udviklingen. Det nuværende design gør det muligt at identificere individuelle forskelle i statistisk indlæringsevne på tværs af modaliteter og områder, som kan bruges til fremtidig undersøgelse af forholdet mellem statistisk læring og sprogudvikling. Da en persons statistiske indlæringsevne findes at variere på tværs af domæner ogmodaliteter 6,8,9, er det optimalt, hvis deltagerne udfører alle fire opgaver. Resultater fra typisk udvikle børn og voksne viser, at en persons præstationer på tværs af statistiske læring domæner / modaliteter kan differentieret relatere tilordforråd 4 oglæsning 5,6 resultater. Derfor anbefaler vi, at der træffes yderligere foranstaltninger af kognitive og sproglige evner til at relatere til de statistiske læringsforanstaltninger, der er truffet i den aktuelle protokol.
Forskning har rapporteret om rimelig intern konsistens og testtestpålidelighed af disse statistiske læringsopgaver for voksne8,42. Bekymringerne om opgavepålidelighed for børn42 år og en nylig drøftelseaf generelle målespørgsmål 9 viser imidlertid et presserende behov for at udvikle målinger af statistisk læring, der tager hensyn til børns udviklingsmæssige karakteristika. Mens vores tidligere forskning, samt de foreløbige data fra den nuværende protokol, viser høj intern sammenhæng for de ikke-sproglige statistiske læringsopgaver i skolealderen børn mellem 8 og 16 år6år, vores forskning bekræftede også en mindre tilfredsstillende opgave pålidelighed, især i auditive sproglige statistiske læring, som er blevet rapporteret før42. Forskellene i den interne sammenhæng mellem opgaverne er særligt spændende i lyset af de seneste resultater af virkningen af en elevs tidligere sproglige erfaringer på statistiske læringsresultater18,43,44. Sprog- og læseudviklingen ændrer sig hurtigt i skoleårene. Læren af hver auditiv sproglig triplet kan variere betydeligt inden for hvert barn, afhængigt af deres udviklingstrin og nuværende sprogfærdigheder. Ved at kombinere vores protokol med andre individuelle forskelsforanstaltninger vil det give en spændende mulighed for at studere den overlappende effekt mellem eksisterende færdigheder og efterfølgende læring, der ligger til grund for heterogeniteten af statistiske læringsresultater på tværs af udviklingsforløbet.
En vigtig fordel ved det nuværende design er i sin nytte til måling af statistisk læring via en online web-platform. Forskere bør være opmærksomme på følgende, når de overvejer nøjagtigheden af reaktionstid målinger via en webbrowser. de Leeuw og Motz (2016)45 fandt svartider målt via en webbrowser var ca 25 ms længere end dem, der måles via andre standard data præsentation software. Det er vigtigt, at denne forsinkelse viste sig at være konstant på tværs af forsøg. Fordi vores mål for real-time læring i web-baserede opgaver er hældningen af ændringer i reaktionstiden, virkningerne af forsinkelsen i reaktionstiden er blevet minimeret ved hjælp af inden for emnet sammenligninger. de Leeuw (2015)30 har også erkendt, at reaktionstid målt via jsPsych kan blive påvirket af faktorer såsom computerens behandlingshastighed eller antallet af opgaver, der er indlæst i baggrunden. For at minimere disse effekter anbefaler vi, at responstiden normaliseres hos hver enkelt deltager, før svartiden beregnes30.
Den nuværende protokol, der giver robuste metoder til at demonstrere stor variation i læring adfærd på tværs af domæner og modaliteter, er designet til at undersøge individuelle forskelle i statistisk læring. Denne protokol er dog ikke egnet til at undersøge spørgsmål som f.eks. Fortolkningen af forskelle i præstationsforskelle på gruppeniveau mellem opgaverne er vanskelig på grund af alle de forstyrrende faktorer, som vi ikke er i stand til at kontrollere, såsom stimuli fortrolighed14,43,,46,47 , sensorisk salience og behandlingshastighed28. Relateret til stimuli fortrolighed, Er det veletableret, at en persons tidligere erfaringer med stimuli kan påvirke deres statistiske læring ydeevne. Derudover er de visuelle og auditive opgaver vanskelige at sammenligne direkte på grund af forskelle i stimuli og præsentationshastighed på tværs af disse modaliteter. Derfor er vores metoder designet med det formål at undersøge individuelle forskelle i statistisk læring. Men med avancerede fMRI analyse tilgange, vores protokol er egnet til at studere teoretiske spørgsmål om karakteren af statistisk læring, for eksempel kan vi spørge, hvilke hjernenetværk er følsomme over for regelmæssighed i hvert domæne, og hvordan mønstrene for neurale engagement varierer / overlapper.
Den nuværende protokol blev udviklet til at være børnevenlig og let tilgængelig for at maksimere forskningen i neurotypiske og atypiske populationer. Under gennemførelsen af denne protokol med små børn eller dem med udviklingsforstyrrelser, et kritisk skridt er at give pauser mellem hver SL opgave for at undgå træthed. Hver betingelse af de web-baserede opgaver kan formidles individuelt for at lette kognitive krav. Forud for scanning, kan mock scanneren bruges til at reducere børne angst og hoved bevægelse som forberedelse til den virkelige fMRI opgave. En yderligere problem forsker bør være opmærksom på vedrører en generel bekymring, når de foretager nogen neuroimaging undersøgelse: motion. En roterende hoved bevægelse på kun 0,3 mm kan forårsage artefakter til at manifestere. I et forsøg på at minimere sandsynligheden for bevægelse artefakter, har den nuværende protokol begrænset hver køre til at vare mindre end 5 minutter48. Deltagerne bør opfordres til at forblive stille i løbet af hver 5-minutters kørsel, men lov til at bevæge sig eller strække mellem kørsler for at reducere bevægelse under den faktiske scanning. Vi anbefaler også strenge dataanalyseteknikker for at korrigere bevægelsesrelaterede artefakter på fMRI-dataene49.
I betragtning af det kritiske bidrag fra statistiske indlæringsevner ved senere sprogindkøb er det nødvendigt at udvikle mere omfattende og pålidelige foranstaltninger, der vurderer både realtid og offlineindlæring af statistiske regelmæssigheder. Det nuværende forslag er et første skridt i retning af at afgrænse, hvordan individuelle forskelle i statistisk indlæringsevne baseret på domæne/modalitet kan tegne sig for variationer i senere sprogresultater.
Den nuværende protokol, der giver robuste metoder til at demonstrere stor variation i læring adfærd på tværs af domæner og modaliteter, er designet til at undersøge individuelle forskelle i statistisk læring. Denne protokol er dog ikke egnet til at undersøge spørgsmål som f.eks. Fortolkningen af præstationsforskelle på gruppeniveau mellem opgaver er vanskelig på grund af alle de forstyrrende faktorer, som vi ikke er i stand til at kontrollere
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har intet at afsløre.
Acknowledgments
Vi takker Yoel Sanchez Araujo og Wendy Georgan for deres bidrag i den oprindelige udformning af den web-baserede platform. Vi takker An Nguyen og Violet Kozloff for deres arbejde med at forbedre de webbaserede statistiske læringsopgaver, implementere fMRI-opgaverne og afprøve opgaverne hos voksne deltagere. Vi takker Violet Kozloff og Parker Robbins for deres bidrag til at bistå dataindsamling hos børn. Vi takker Ibrahim Malik, John Christopher, Trevor Wigal og Keith Schneider ved Center for Biological and Brain Imaging ved University of Delaware for deres hjælp til neuroimaging dataindsamling. Dette arbejde finansieres delvist af National Institute on Døvhed og andre kommunikationsforstyrrelser (PI: Qi; NIH 1R21DC017576) og National Science Foundation Directorate for Social, Behavioral & Economic Sciences (PI: Schneider, Co-PI: Qi & Golinkoff; NSF 1911462).
Materials
| Name | Company | Catalog Number | Comments |
| 4 Button Inline Response Device | Cambridge Research Systems | SKU: N1348 | An fMRI reponse pad used for measuring in-scanner response time |
| Short/Slim Canal Tips | Comply Foam | SKU: 40-15028-11 | Short & slim in-ear canal tips are recommended for children to protect hearing and allow for them to hear the stimuli while in the scanner. |
| jsPsych | jsPsych | https://www.jspsych.org/ | jsPsych is a JavaScript library for running behavioral experiments in a web browser. |
| Speech Synthesizer | Praat | Version 6.1.14 | This program is an artificial speech synthesizer which was used to create the syllable stimuli. |
| Web-based statistical learning tasks | Zenodo | http://doi.org/10.5281/zenodo.3820620 (2020). | All web-based statistical learning tasks are available for free access on Zenodo. |
References
- Saffran, J. R., Newport, L. L., Aslin, R. N. Word Segmentation: The Role of Distributional Cues. Journal of Memory and Language. 35, 606-621 (1996).
- Newman, R., Ratner, N. B., Jusczyk, A. M., Jusczyk, P. W., Dow, K. A. Infants' early ability to segment the conversational speech signal predicts later language development: A retrospective analysis. Developmental Psychology. 42 (4), 643-655 (2006).
- Graf Estes, K., Gluck, S. C. W., Grimm, K. J. Finding patterns and learning words: Infant phonotactic knowledge is associated with vocabulary size. Journal of Experimental Child Psychology. 146, 34-49 (2016).
- Evans, J. L., Saffran, J. R., Robe-Torres, K. Statistical Learning in Children With Specific Language Impairment. Journal of Speech, Language, and Hearing Research. 52 (2), 321-335 (2009).
- Arciuli, J., Simpson, I. C. Statistical Learning Is Related to Reading Ability in Children and Adults. Cognitive Science. 36 (2), 286-304 (2012).
- Qi, Z., Sanchez Araujo, Y., Georgan, W. C., Gabrieli, J. D. E., Arciuli, J. Hearing Matters More Than Seeing: A Cross-Modality Study of Statistical Learning and Reading Ability. Scientific Studies of Reading. 23 (1), 101-115 (2019).
- Walenski, M., Tager-Flusberg, H. B., Ullman, M. T. Language in autism. Understanding autism: From Basic Neuroscience to Treatment. Moldin, S. O., Rubenstein, J. L. R. , Taylor and Francis Books. Boca Raton. 175-203 (2006).
- Siegelman, N., Frost, R. Statistical learning as an individual ability: Theoretical perspectives and empirical evidence. Journal of Memory and Language. 81, 105-120 (2015).
- Erickson, L. C., Kaschak, M. P., Thiessen, E. D., Berry, C. A. S. Individual Differences in Statistical Learning: Conceptual and Measurement Issues. Collabra. 2 (1), 14 (2016).
- Shufaniya, A., Arnon, I. Statistical Learning Is Not Age-Invariant During Childhood: Performance Improves With Age Across Modality. Cognitive Science. 42 (8), 3100-3115 (2018).
- Qi, Z., et al. An online platform for visual and auditory statistical learning for school-aged children (Version 1.0.0). Zenodo. , (2020).
- Conway, C. M., Christiansen, M. H. Statistical learning within and between modalities: Pitting abstract against stimulus-specific representations. Psychological Science. 17 (10), 905-912 (2006).
- Saffran, J. R., Johnson, E. K., Aslin, R. N., Newport, E. L. Statistical learning of tone sequences by human infants and adults. Cognition. 70 (1), 27-52 (1999).
- Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
- Armstrong, B. C., Frost, R., Christiansen, M. H. The long road of statistical learning research: past, present and future. Philosophical Transactions of the Royal Society B: Biological Sciences. 372 (1711), 20160047 (2017).
- Siegelman, N., Bogaerts, L., Christiansen, M. H., Frost, R. Towards a theory of individual differences in statistical learning. Transactions of the Royal Society B. 372 (1711), 20160059 (2017).
- Krogh, L., Vlach, H. A., Johnson, S. P. Statistical Learning Across Development: Flexible Yet Constrained. Frontiers in Psychology. 3, 598 (2013).
- Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
- Plante, E., Patterson, D., Dailey, N. S., Kyle, R. A., Fridriksson, J. Dynamic changes in network activations characterize early learning of a natural language. Neuropsychologia. 62 (1), 77-86 (2014).
- Milne, A. E., Wilson, B., Christiansen, M. H., Petkov, C., Marslen-Wilson, W. Structured sequence learning across sensory modalities in humans and nonhuman primates This review comes from a themed issue on The evolution of language. Current Opinion in Behavioral Sciences. 21, 39-48 (2018).
- Mcnealy, K., Mazziotta, J., Dapretto, M. Cracking the Language Code: Neural Mechanisms Underlying Speech Parsing. Journal of Neuroscience. 26 (29), 7629-7639 (2006).
- McNealy, K., Mazziotta, J. C., Dapretto, M. Age and experience shape developmental changes in the neural basis of language-related learning. Developmental Science. 14 (6), 1261-1282 (2011).
- Karuza, E. A., Emberson, L. L., Aslin, R. N. Combining fMRI and behavioral measures to examine the process of human learning. Neurobiology of Learning and Memory. 109, 193-206 (2014).
- Petersen, S. E., Dubis, J. W.
- Batterink, L. J., Paller, K. A., Reber, P. J. Understanding the Neural Bases of Implicit and Statistical Learning. Topics in Cognitive Science. 11, 482-503 (2019).
- Boersma, P., Weenink, D. Praat: doing phonetics by computer [Computer program]. Version 601014. , (2020).
- Boersma, P. Praat, a system for doing phonetics by computer. Glot International. 5 (9), 341-345 (2001).
- Conway, C. M., Christiansen, M. H. Seeing and hearing in space and time: Effects of modality and presentation rate on implicit statistical learning. European Journal of Cognitive Psychology. 21 (4), 561-580 (2009).
- Emberson, L. L., Conway, C. M., Christiansen, M. H. Timing is everything: Changes in presentation rate have opposite effects on auditory and visual implicit statistical learning. Quarterly Journal of Experimental Psychology. 64 (5), 1021-1040 (2011).
- de Leeuw, J. R. jsPsych: A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods. 47 (1), 1-12 (2015).
- Kana, R. K., et al. Probing the brain in autism using fMRI and diffusion tensor imaging. Journal of Visualized Experiments. (55), e3178 (2011).
- Casey, B. J., et al. The Adolescent Brain Cognitive Development (ABCD) study: Imaging acquisition across 21 sites. Developmental Cognitive Neuroscience. 32, 43-54 (2018).
- Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3 (1), 1-9 (2016).
- Halchenko, Y. nipy/heudiconv v0.6.0 (Version v0.6.0). Zenodo. , (2019).
- Esteban, O., et al. FMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16, 111-116 (2019).
- Esteban, O., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. , 694364 (2020).
- Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
- Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. NeuroImage. 54 (3), 2033-2044 (2011).
- Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis: I. Segmentation and surface reconstruction. NeuroImage. 9 (2), 179-194 (1999).
- Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, 1 Suppl 173-186 (2009).
- Klein, A., et al.
- Arnon, I. Do current statistical learning tasks capture stable individual differences in children? An investigation of task reliability across modality. Behavior Research Methods. 52 (1), 68-81 (2020).
- Finn, A. S., Hudson Kam, C. L. The curse of knowledge: First language knowledge impairs adult learners' use of novel statistics for word segmentation. Cognition. 108 (2), 477-499 (2008).
- Krogh, L., Vlach, H. A., Johnson, S. P. Statistical learning across development: Flexible yet constrained. Frontiers in Psychology. 3, 598 (2013).
- De Leeuw, J. R., Motz, B. A. Psychophysics in a Web browser? Comparing response times collected with JavaScript and Psychophysics Toolbox in a visual search task. Behavior Research Methods. 48, 1-12 (2016).
- Lew-Williams, C., Saffran, J. R. All words are not created equal: Expectations about word length guide infant statistical learning. Cognition. 122 (2), 241-246 (2012).
- Poulin-Charronnat, B., Perruchet, P., Tillmann, B., Peereman, R. Familiar units prevail over statistical cues in word segmentation. Psychological Research. 81 (5), 990-1003 (2017).
- Leonard, J., Flournoy, J., Lewis-de los Angeles, C. P., Whitaker, K. How much motion is too much motion? Determining motion thresholds by sample size for reproducibility in developmental resting-state MRI. Research Ideas and Outcomes. 3, 12569 (2017).
- Power, J. D., et al. Ridding fMRI data of motion-related influences: Removal of signals with distinct spatial and physical bases in multiecho data. Proceedings of the National Academy of Sciences of the United States of America. 115 (9), 2105-2114 (2018).
