مهمة القرار المعجمي لدراسة الاعتراف الكتابي بالكلمات في البالغين الذين يعانون من الخرف أو الاختلال المعرفي الخفيف أو غير المنضوين

يتم استخدام مهمة القرار المعجمي لقياس سرعة التعرف على الكلمة. هذه المهمة يمكن أن تكشف عن خصائص المعجم العقلي وكيف يتغير المعجم مع الشيخوخة ومع الاضطرابات العصبية. تتطلب العديد من المهام اللغوية تنسيق اللغة وجوانب أخرى من الإدراك.

لا تعتمد مهمة القرار المعجمي بشكل كبير على القدرات المعرفية الأخرى ، والتي قد تتعرض للخطر في بعض السكان ، مثل المرضى الذين يعانون من الخرف. المساعدة في إثبات الإجراء ستكون (داليا غارسيا) مديرة مختبرنا ضع المشارك أمام شاشة كمبيوتر على مسافة مشاهدة حوالي 80 سنتيمترًا في غرفة مضاءة بشكل طبيعي.

كيف كانت الرحلة؟ كان جيداً اضغط على الزر الأيسر إذا كانت الكلمة هي كلمة حقيقية.

إرشاد المشارك إلى أن يقرر بأسرع وبدقة ممكنة ما إذا كانت سلسلة الحرف على الشاشة هي كلمة حقيقية أم لا عن طريق الضغط على أحد الأزرار المقابلة. بدء التجربة مع جلسة عمل الممارسة التي تتضمن عدد صغير من التجارب مع كلمة واحدة قدمت أفقيا لكل محاكمة subtending زاوية بصرية من حوالي خمس درجات. تقسيم التجربة إلى كتل وإعطاء فواصل قصيرة بعد الدورة الممارسة وبين الكتل للسماح للمشاركين للراحة عيونهم والحد من التعب.

بعد ذلك، ابدأ كل كتلة جديدة مع بعض عناصر الحشو ذات الأسماء الشائعة، مثل الكلب أو الأخت أو السنة، والتي لن يتم تضمينها في التحليل. تقديم العناصر بترتيب عشوائي. ابدأ كل تجربة تجريبية مع علامة تثبيت تظهر في وسط الشاشة لـ 500 مللي ثانية متبوعة بشاشة فارغة لـ 500 مللي ثانية أخرى.

مباشرة بعد الشاشة الفارغة، تقديم سلسلة أحرف 1, 500 ميلي ثانية أو حتى يستجيب المشارك. وأخيراً، بعد إجراء استجابة اتبع مرة أخرى مع شاشة فارغة حتى 3,000 مللي ثانية قد مرت من بداية المحاكمة. تبدأ بفتح ملف الإخراج من برنامج العرض التقديمي والحصول على وقت رد الفعل، تقاس بالمللي ثانية، لكل محاكمة.

استيراد البيانات إلى R باستخدام، على سبيل المثال، القراءة. وظيفة الجدول. تثبيت الحزم lme4 و lmerTest.

إرفاق الحزم مع مكتبة الدالة أو تتطلب. تحقق من الحاجة إلى التحول باستخدام وظيفة boxcox كما توزيع البيانات وقت رد الفعل عادة منحرفة للغاية. تحويل قيم وقت التفاعل باستخدام أوقات التفاعل المقلوبة المحولة أو اللوغاريتمات الثنائية من أوقات التفاعل منذ هذه التحولات تميل إلى توفير توزيعات أكثر طبيعية مثل لأوقات التفاعل في تجارب القرار المعجمي من القيم الزمنية رد الفعل الخام.

بعد ذلك ، استبعاد الكلمات الزائفة وحاكمات الحشو بالإضافة إلى الاستجابات غير الصحيحة والحذف. استبعاد التجارب ذات أوقات الاستجابة أسرع من 300 مللي ثانية لأنها تشير عادة إلى أن المشارك كان متأخرًا جدًا في الاستجابة لحافز سابق. بعد ذلك، بناء نموذج التأثيرات الخطية المختلطة الأساسية التي تحدد أوقات التفاعل كمقياس النتيجة وموضوع البند والمحاكمة كآثار عشوائية.

إضافة تأثيرات عشوائية من أجل تقدير اعتراض عشوائي لكل من الآثار العشوائية. إضافة متغيرات توضيحية في ترتيب دوافع نظرية. على سبيل المثال، إضافة تكرار الكلمات المستندة إلى تأثير ثابت.

إدراج متغيرات، مثل تردد القاعد أو السطح، في النموذج مع تحويل ينتج عنه شكل توزيع أكثر غاوسية. تحقق مع وظيفة anova إذا كان إضافة كل تنبؤ تحسن بشكل كبير القدرة التنبؤية للنموذج مقارنة مع نموذج دون التنبؤ. إذا لم يكن هناك اختلاف كبير في تناسب النموذج الجديد على النموذج الأبسط، اختر النموذج الأبسط مع عدد أقل من التنبؤات.

ثم تحقق من معيار معلومات Akaike لكل طراز باستخدام وظيفة AIC. تشير القيم الأقل إلى ملائمة أفضل للبيانات. بعد ذلك، تحقق من التفاعلات ذات الدوافع النظرية بين التنبؤات.

على سبيل المثال ، إضافة مصطلح التفاعل ، وسجل تردد قاعدة حسب العمر. ثم أضف بواسطة المشارك منحدرات عشوائية للمنبئات عن طريق تضمين علامة واحدة قبل اسم المتغير، ثم شريط عمودي، ثم الموضوع، لأن أوقات reactions قد تتأثر بخصائصها الفردية أو بواسطة الخصائص الكلمات'المعجمة بطرق مختلفة. قم بتشغيل التحليل لكل مجموعة مشاركين على حدة أو قم بتشغيل تحليل على كافة البيانات مع مجموعة كـ مؤشر تأثير ثابت ثم قم باختبار تفاعل المجموعة بواسطة التنبؤات الهامة.

من أجل إزالة تأثير القيم المتطرفة المحتملة، استبعاد نقاط البيانات مع بقايا موحدة المطلقة التي تتجاوز 2.5 الانحرافات المعيارية وإعادة تجهيز النموذج مع البيانات الجديدة. وأخيراً، في حالة التحليل الاستكشافي القائم على البيانات، استخدم تراجعاً تنازلياً إلى الوراء. قم بتضمين كافة المتغيرات في التحليل الأولي ثم قم بإزالة المتغيرات غير الهامة من النموذج بطريقة تدريجية.

تشير هذه النتائج إلى كيف أن سرعة التعرف على الكلمات قد تكون مختلفة بالنسبة للبالغين الأصغر سناً وكبار السن. وكان عنصران أساسيان فقط، هما PC1 وPC4، كبيرين في البالغين الشباب. وكانت ثلاثة مكونات تنبؤات كبيرة في نماذج للضوابط كبار السن، والأفراد الذين يعانون من ضعف الإدراك المعتدل، والأفراد الذين يعانون من مرض الزهايمر.

ويُفسَّر هذا المكون الثالث، PC2، على أنه يعكس تأثير الجوانب القائمة على الشكل لكلمة على سرعة التعرف على الكلمات. وعلاوة على ذلك، ظهر فرق مثير للاهتمام بين المجموعات الثلاث المسنين. توقع التعليم بشكل كبير سرعة التعرف على الكلمات للضوابط المسنين والأفراد الذين يعانون من ضعف إدراكي خفيف ، ولكن ليس للأفراد المصابين بمرض الزهايمر.

ويمكن تطبيق هذه المنهجية على أنواع أخرى من الأسئلة حول المعجم العقلي وعلى مجموعات سكانية أخرى، مثل الأشخاص المتعددي اللغات والأشخاص المصابين بالحبسة.