Waiting
Login-Verarbeitung ...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

एक ऑनलाइन प्लेटफॉर्म और न्यूरोइमेजिंग तकनीकों के माध्यम से स्कूल-आयु वर्ग के बच्चों में तौर-तरीकों और डोमेन में सांख्यिकीय सीखने को मापना

Published: June 30, 2020 doi: 10.3791/61474
Automatic Translation
1, 1, 1, 1
1Department of Linguistics and Cognitive Science, University of Delaware

Summary

यहां प्रस्तुत एक प्रोटोकॉल है जो डोमेन और संवेदी तौर-तरीकों में अस्थायी सांख्यिकीय पैटर्न के बच्चों के सीखने की जांच करने की दिशा में सक्षम बच्चों के अनुकूल सांख्यिकीय सीखने के कार्यों का एक सेट शुरू करता है। विकसित कार्य सांख्यिकीय सीखने के दौरान तंत्रिका सगाई की जांच के लिए वेब-आधारित मंच और कार्य-आधारित कार्यात्मक चुंबकीय अनुलातन इमेजिंग (एफएमआरआई) डेटा का उपयोग करके व्यवहार डेटा एकत्र करते हैं।

Abstract

सांख्यिकीय सीखने, पर्यावरण में नियमितता निकालने के लिए एक मौलिक कौशल, अक्सर पहली भाषा के विकास का एक मुख्य सहायक तंत्र माना जाता है । जबकि सांख्यिकीय सीखने के कई अध्ययन एक ही डोमेन या तौर-तरीके के भीतर आयोजित किए जाते हैं, हाल के साक्ष्यों से पता चलता है कि यह कौशल उस संदर्भ के आधार पर भिन्न हो सकता है जिसमें उत्तेजनाएं प्रस्तुत की जाती हैं। इसके अलावा, कुछ अध्ययन सीखने की जांच के रूप में यह वास्तविक समय में करेंगी, बल्कि सीखने के परिणाम पर ध्यान केंद्रित । इस प्रोटोकॉल में, हम सांख्यिकीय सीखने के संज्ञानात्मक और तंत्रिका आधार की पहचान करने के लिए एक दृष्टिकोण का वर्णन करते हैं, एक व्यक्ति के भीतर, डोमेन (भाषाई बनाम गैर-भाषाई) और संवेदी तौर-तरीके (दृश्य और श्रवण) में। कार्यों के लिए प्रतिभागियों पर संभव के रूप में थोड़ा संज्ञानात्मक मांग के रूप में डाली डिजाइन किए हैं, यह युवा स्कूल आयु वर्ग के बच्चों और विशेष आबादी के लिए आदर्श बना । व्यवहार कार्यों की वेब-आधारित प्रकृति हमारे लिए राष्ट्रव्यापी अधिक प्रतिनिधि आबादी तक पहुंचने, अधिक सटीकता के साथ प्रभाव आकार का अनुमान लगाने और खुले और प्रजनन योग्य अनुसंधान में योगदान करने का एक अनूठा अवसर प्रदान करती है। कार्यात्मक चुंबकीय अनुनय इमेजिंग (एफएमआरआई) कार्य द्वारा प्रदान किए गए तंत्रिका उपाय शोधकर्ताओं को सांख्यिकीय सीखने के दौरान लगे तंत्रिका तंत्र के बारे में सूचित कर सकते हैं, और ये डोमेन या मोडलिज्म के आधार पर व्यक्तियों में कैसे भिन्न हो सकते हैं। अंत में, दोनों कार्य वास्तविक समय सीखने के माप के लिए अनुमति देते हैं, क्योंकि लक्ष्य उत्तेजना के लिए प्रतिक्रिया समय में परिवर्तन एक्सपोजर अवधि में ट्रैक किया जाता है। इस प्रोटोकॉल का उपयोग करने की मुख्य सीमा प्रयोग की घंटे भर की अवधि से संबंधित है। बच्चों को कई बैठकों में सभी चार सांख्यिकीय सीखने के कार्यों को पूरा करने की आवश्यकता हो सकती है । इसलिए, वेब-आधारित प्लेटफ़ॉर्म को इस सीमा को ध्यान में रखकर तैयार किया गया है ताकि कार्यों को व्यक्तिगत रूप से प्रसारित किया जा सके। यह पद्धति उपयोगकर्ताओं को यह जांचने की अनुमति देगी कि विभिन्न विकासात्मक पृष्ठभूमि के बच्चों में सांख्यिकीय सीखने की प्रक्रिया डोमेन और तौर-तरीकों के भीतर कैसे करेंगी।

Introduction

सांख्यिकीय अधिगम भाषा इनपुट1में नियम-शासित संयोजनों के अधिग्रहण का समर्थन करने वाला एक प्राथमिक कौशल है। शिशुओं में सफल सांख्यिकीय सीखने की क्षमता बाद में भाषा सीखने की सफलता की भविष्यवाणी करती है2,3. स्कूल के आयु वर्ग के बच्चों में सांख्यिकीय अधिगम कौशल में परिवर्तनशीलता भी शब्दावली 4 और पढ़ने5 ,6के साथ जुड़ा हुआ है ।6 सांख्यिकीय अधिगम में कठिनाई को भाषा हानि7अंतर्निहित एक एटियोलॉजिकल तंत्र के रूप में प्रस्तावित किया गया है . न्यूरोटाइपिकल और असामान्य आबादी दोनों में सांख्यिकीय सीखने और भाषा परिणामों के बीच संबंध के बावजूद, संज्ञानात्मक और तंत्रिका तंत्र अंतर्निहित सांख्यिकीय सीखने को खराब ढंग से समझा जाता है। इसके अलावा, पिछले साहित्य से पता चला है कि, एक व्यक्ति के भीतर, सांख्यिकीय सीखने की क्षमता एक समान नहीं है, लेकिन डोमेन और तौर-तरीकों में स्वतंत्र है6,,8,,9। सांख्यिकीय सीखने की क्षमताओं का विकास पथ10डोमेन और तौर - तरीकों में और भिन्न हो सकता है । ये निष्कर्ष विकास के दौरान कई कार्यों में सांख्यिकीय सीखने में व्यक्तिगत मतभेदों का आकलन करने के महत्व पर जोर देते हैं । हालांकि, क्षेत्र पहले सांख्यिकीय सीखने और पहली भाषा के विकास के बीच संबंधों की एक और अधिक व्यवस्थित जांच की आवश्यकता है । इन सवालों के समाधान के लिए, हम एक वेब-आधारित परीक्षण मंच11 सहित अभिनव तरीकों को लागू करते हैं जो बड़ी संख्या में बच्चों तक पहुंचता है, और प्रयोगशाला आधारित न्यूरोइमेजिंग तकनीक (कार्यात्मक चुंबकीय अनुनाद इमेजिंग, या एफएमआरआई) जो सांख्यिकीय जानकारी के वास्तविक समय एन्कोडिंग की जांच करते हैं।

सांख्यिकीय सीखने के मानक उपाय एक परिचित चरण के साथ शुरू होते हैं और इसके बाद दो वैकल्पिक मजबूर विकल्प (2-एएफसी) कार्य12,,13हैं। परिचय चरण सांख्यिकीय नियमितताओं के साथ एम्बेडेड उत्तेजनाओं की एक सतत धारा का परिचय देता है, जहां कुछ उत्तेजनाओं को दूसरों की तुलना में सह-होने की अधिक संभावना होती है। इन सह-होने वाली उत्तेजनाओं की प्रस्तुति एक निश्चित लौकिक आदेश का पालन करती है। प्रतिभागियों को निष्क्रिय रूप से परिचित चरण के दौरान स्ट्रीम के संपर्क में आता है, जिसके बाद 2-एएफसी कार्य होता है जो यह परीक्षण करता है कि प्रतिभागी ने सफलतापूर्वक पैटर्न निकाले हैं या नहीं। 2-एएफसी सटीकता कार्य लगातार दो अनुक्रम प्रस्तुत करता है: एक अनुक्रम परिचित चरण के दौरान प्रतिभागी को प्रस्तुत किया गया है, जबकि दूसरा एक उपन्यास अनुक्रम है, या इसमें अनुक्रम का हिस्सा शामिल है। 2-एएफसी पर ऊपर मौका सटीकता समूह स्तर पर सफल सीखने का संकेत होगा । सांख्यिकीय सीखने का आकलन करने वाले पारंपरिक व्यवहार कार्य आम तौर पर सीखने के परिणाम उपाय के रूप में सटीकता पर भरोसा करते हैं। हालांकि, सटीकता जानकारी के प्राकृतिक सीखने के लिए खाते में विफल रहता है के रूप में यह समय में करेंगी । सांख्यिकीय अधिगम की अंतर्निहित अधिगम प्रक्रिया का दोहन करने के लिए वास्तविक समय सीखने का एक उपाय आवश्यक है जिसके दौरान बच्चे अभी भी 14,15 ,,16के इनपुट से नियमितता को एन्कोड कर रहे हैं ।1415 एक्सपोजर16के दौरान व्यवहार प्रतिक्रियाओं के माध्यम से ऑन-लाइन सीखने के उपायों की दिशा में, 2-एएफसी उपाय से दूर जाने के प्रयास में प्रतिमानों में विभिन्न रूपांतरों को विकसित किया गया है। एक्सपोजर चरण के दौरान प्रतिक्रिया समय को मापने वाले इन अनुकूलनों का उपयोग करने वाले अध्ययनों में पाया गया कि वे वयस्क शिक्षार्थियों18 में सटीकता की तुलना में बेहतर परीक्षण-पुनर्परीक्षण विश्वसनीयता के साथ पोस्ट-लर्निंग सटीकता17से संबंधित थे।

तंत्रिका उपाय भी कैसे सीखने समय के साथ करेंगी की हमारी समझ के लिए मूलभूत हैं, के रूप में अंतर्निहित प्रक्रिया है जिसके द्वारा भाषा सीखने की संभावना होती है उन लोगों से विभिंन तंत्रिका संसाधनों की भर्ती एक बार भाषा19 सीखाहै । तंत्रिका उपाय विशेष आबादी में अंतर्निहित भाषा की क्षमता में संज्ञानात्मक विशेषज्ञताओं में अंतर में अंतर्दृष्टि भी प्रदान करते हैं20 कैसे हालत इसके विपरीत एक fMRI अध्ययन में बनाया गया है कैसे हम सीखने के दौरान तंत्रिका सक्रियण के पैटर्न की व्याख्या के लिए महत्वपूर्ण है । एक आम अभ्यास के लिए नियमित पैटर्न बनाम एक ही उत्तेजनाओं जो बेतरतीब ढंग से आदेश दिया जाता है युक्त दृश्यों के बीच परिचय चरण के दौरान मस्तिष्क प्रतिक्रियाओं की तुलना है । हालांकि, इस तरह के एक यादृच्छिक नियंत्रण हालत को लागू करने वाले पिछले शोध को संरचित और यादृच्छिक दृश्यों के बीच तंत्रिका मतभेदों के बावजूद व्यवहार में सीखने के लिए कोई सबूत नहीं मिला। यह संरचित दृश्यों के सीखने पर यादृच्छिक दृश्यों के हस्तक्षेप के कारण हो सकता है, क्योंकि दोनों का निर्माण एक ही उत्तेजना21,,22से किया गया था। अन्य एफएमआरआई अध्ययन जो पिछड़े भाषण या पहले के अधिगम खंडों19,का उपयोग करते थे क्योंकि नियंत्रण की स्थिति की पुष्टि की गई थी। हालांकि, इन प्रतिमानों में से प्रत्येक ने अपने स्वयं के भ्रामक कारक पेश किए, जैसे कि पूर्व मामले के लिए भाषा प्रसंस्करण का प्रभाव और बाद के मामले के लिए प्रायोगिक आदेश का प्रभाव। हमारा प्रतिमान नियंत्रण स्थिति के रूप में यादृच्छिक अनुक्रम का उपयोग करता है, लेकिन संरचित दृश्यों के प्रतिभागियों के सीखने पर उनके हस्तक्षेप को कम करता है। हमारे एफएमआरआई प्रतिमान भी एक मिश्रित ब्लॉक/घटना से संबंधित डिजाइन है, जो क्षणिक परीक्षण से संबंधित और निरंतर कार्य से संबंधित बोल्डसंकेतों 24के एक साथ मॉडलिंग के लिए अनुमति देता है लागू करता है । अंत में, और अधिक मोटे तौर पर, तंत्रिका उपाय आबादी में सीखने के मापन के लिए अनुमति देते हैं जहां एक स्पष्ट व्यवहार प्रतिक्रिया प्राप्त करना मुश्किल हो सकता है (जैसे, विकासात्मक और विशेषआबादी) 25।

वर्तमान प्रोटोकॉल पारंपरिक सटीकता उपायों के अलावा एक प्रतिक्रिया समय उपाय को अपनाता है, और परिचित चरण के दौरान मस्तिष्क सक्रियण की जांच करता है। इन तरीकों के संयोजन का उद्देश्य वास्तविक समय सीखने की प्रक्रियाओं की जांच के लिए एक समृद्ध डेटासेट प्रदान करना है। वेब-आधारित प्लेटफ़ॉर्म एक्सपोजर चरण के दौरान दोनों प्रतिक्रिया समय और परीक्षण चरण के दौरान 2-एएफसी कार्य की सटीकता को शामिल करके सीखने के उपायों का एक सेट प्रदान करता है। न्यूरोइमेजिंग प्रोटोकॉल अंतर्निहित तंत्रिका तंत्र की जांच के लिए डोमेन और तौर-तरीकों में सांख्यिकीय सीखने का समर्थन करने की अनुमति देता है। हालांकि यह दोनों वेब आधारित और fMRI प्रोटोकॉल का उपयोग कर एक व्यक्ति के भीतर सांख्यिकीय सीखने को मापने के लिए इष्टतम है, कार्यों को इतना है कि वे स्वतंत्र रूप से प्रसारित किया जा सकता है डिजाइन किए हैं, और इसलिए, सांख्यिकीय सीखने के दो स्वतंत्र उपायों के रूप में । वर्तमान प्रोटोकॉल में शामिल एफएमआरआई प्रयोग यह स्पष्ट करने में मदद कर सकते हैं कि कैसे उत्तेजना एन्कोडिंग, पैटर्न निष्कर्षण, और सांख्यिकीय सीखने के अन्य घटक घटकों का प्रतिनिधित्व विशेष मस्तिष्क क्षेत्रों और नेटवर्क द्वारा किया जाता है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

सभी प्रतिभागियों ने भाग लेने के लिए लिखित सहमति दी और संस्थागत समीक्षा बोर्ड के अनुसार अध्ययन किया गया ।

1. वेब-आधारित प्रोटोकॉल में उपयोग किए गए सांख्यिकीय सीखने के प्रतिमान का अवलोकन

  1. वर्तमान प्रतिमान में चार कार्यों को शामिल करें: छवि (दृश्य-गैरभाषावादी), पत्र (दृश्य-भाषाई), टोन (श्रवण-गैरभाषावादी), और अक्षर (श्रवण-भाषाई)।
    1. 12 स्टैंडअलोन विदेशी कार्टून छवियों (छवि) और 12 पत्र छवियों (पत्र) का उपयोग करके दृश्य कार्यों के लिए उत्तेजनाओं का निर्माण करें; बी, जे, कश्मीर, ए, एच, सी, एफ, ई, जे, जी, डी, एम) एक ही विदेशी उन पर लिखा पूंजी पत्र के साथ 12 संकेत पकड़े दिखा ।
    2. एक ही सप्तक (टोन) के भीतर 12 अंग्रेजी अक्षरों (अक्षर; पीआई, पीयू, पा, ती, टू.टा, डी, डीयू, दा, द्वि, बू, बा) और 12 संगीत टन का उपयोग करके श्रवण उत्तेजनाओं का निर्माण करें; एफ, जी, डी, जी #, सी #, B, C, F #, D #, E, A, A#) । अक्षर उत्तेजनाओं को कृत्रिम भाषण सिंथेसाइज़र का उपयोग करके बनाया जा सकता है, और इसे26,,27में अलग-अलग फाइलों के रूप में दर्ज किया जा सकता है।
  2. परिचय चरण में, एक संरचित धारा में उत्तेजनाओं को प्रस्तुत करें (चित्र 1 देखें)। परिचय या परीक्षण चरण के दौरान किसी भी बिंदु पर प्रतिक्रिया प्रदान नहीं की जाती है।
    नोट: प्रत्येक कार्य के भीतर, एक परिचित चरण तुरंत एक परीक्षण चरण के बाद किया जाता है।
    1. छवि (दृश्य-गैर-लिंगवादी) कार्य के लिए, 12 छवियों को चार लक्षित तीन में संरचना करें। परिचय चरण में, कुल 96 तीन के लिए 24 बार चार लक्ष्य में से प्रत्येक को दोहराएं।
      नोट: ९६ तीन बेतरतीब ढंग से एक सतत धारा में concatenatnated हैं, बाधा है कि कोई ट्रिपल तुरंत दोहराया जा सकता है के साथ । छवियों को स्क्रीन के केंद्र में एक समय में एक प्रस्तुत किया जाता है। प्रत्येक छवि अंतर उत्तेजना अंतराल के 200 एमएस के साथ 800 एमएस के लिए प्रस्तुत किया जाता है। पूरे परिचय चरण 4 मिनट 48 एस के लिए पिछले जाएगा।
    2. सुनिश्चित करें कि परीक्षण चरण हमेशा परिचय चरण का पालन करता है और 32 दो-वैकल्पिक जबरन-विकल्प (2AFC) प्रश्नों से बना है। प्रत्येक प्रश्न के लिए, 2 विकल्प शामिल करें: परिचय चरण से एक लक्ष्य ट्रिपल और एक ट्रिपल जिसे परिचित चरण में शामिल नहीं किया गया था, जिसे पन्नी ट्रिपल के रूप में संदर्भित किया गया था।
      नोट: पन्नी तीन का निर्माण किया जाता है ताकि पन्नी ट्रिपल में प्रत्येक छवि की सापेक्ष स्थिति लक्ष्य ट्रिपल के समान हो। प्रत्येक लक्ष्य और पन्नी ट्रिपल एक परीक्षण में कुल 8 बार प्रस्तुत कर रहे हैं, और प्रत्येक पन्नी लक्ष्य जोड़ी दोहराया जाता है । परीक्षण चरण में 32 (4 लक्ष्य ट्रिपलेट x 4 पन्नी तीन तीन x 2 पुनरावृत्ति) बेतरतीब ढंग से आदेश दिए गए परीक्षण होते हैं।
    3. पत्र (दृश्य-भाषाई) कार्य के लिए पूंजीकृत पत्रों की 12 छवियां शामिल हैं जो चार लक्ष्य तीन (GJA, FKC, LBE और एमडीएच) में आयोजित की जाती हैं।  परीक्षण चरण के लिए, 4 पन्नी तीन (GDE, FJH, LKA, और MBC) बनाएं और उन्हें 32 2एएफसी परीक्षणों के रूप में लक्ष्य ट्रिपलेट के साथ जोड़ा जाए। कोई पत्र ट्रिपल किसी भी शब्द, आम परिवर्णी शब्द, या प्रारंभिक शामिल कर सकते हैं ।
    4. टोन (श्रवण-nonlinguistic) कार्य के लिए एक ही सप्तक के भीतर 12 संगीत शुद्ध टन शामिल है (एक पूर्ण रंगीन पैमाने मध्य सी से शुरू) और उंहें चार लक्ष्य तीन में संक्षिप्त (एफ #DE, एबीसी, सी #A #F, और GD #G #) । दृश्य कार्यों के विपरीत, श्रवण अवधारणात्मक वरीयता 6 ,28,,,629में अंतर के कारण प्रस्तुति की गति तेज होती है ।
      नोट: चार लक्ष्य ट्रिपलेट में से प्रत्येक को कुल 192 ट्रिपलेट (दृश्य स्थितियों के रूप में दो बार) के लिए 48 बार दोहराया जाता है। सभी तीन एक ध्वनि धारा में एक अंतिम रूप दिया जाता है जिसमें कोई ट्रिपल पंक्ति में दो बार दोहराया नहीं जाता है। शुद्ध टन एक समय में एक प्रस्तुत कर रहे हैं, जबकि प्रतिभागियों को एक खाली स्क्रीन देखते हैं । प्रत्येक स्वर की अवधि 20 एमएस अंतर-प्रोत्साहन अंतराल के साथ 460 एमएस है। पूरी धारा लगभग 4 मिनट और 36 एस तक रहता है। दृश्य कार्यों के रूप में, लक्ष्य और पन्नी तीन के जोड़े के साथ ३२ 2AFC परीक्षणों का एक परीक्षण चरण (एफ #BF, एए #G#, सी #D #E, GDC) तुरंत परिचित चरण का पालन करता है ।
    5. अक्षर (श्रवण-भाषाई) कार्य के लिए 12 व्यंजन स्वर (सीवी) अक्षरों का उपयोग करें और चार लक्ष्य तीन (pa-द्वि-कू, गो-ला-टू, दा-रो-पीआई, और ti-bu-do) में समूहीकृत किया गया है। प्रत्येक अक्षर और अंतर-प्रोत्साहन अंतराल की अवधि टोन स्थिति के समान है। टेस्ट चरण में लक्ष्य ट्रिपलेट के साथ पेयर फोर फॉयल ट्रिपलेट (पा-रो-डू, गो-बू-कू, दा-द्वि-टू, और टीआई-ला-पाई) ।
  3. प्रतिभागियों में चार सांख्यिकीय सीखने के कार्यों के क्रम को यादृच्छिक करें।

2. प्रतिभागी भर्ती

नोट: जबकि वेब-आधारित प्रोटोकॉल और एफएमआरआई प्रोटोकॉल को एक ही प्रतिभागी के भीतर एक साथ सबसे अच्छा लागू किया जाता है, यहां हम स्वतंत्र रूप से प्रत्येक कार्य के लिए प्रतिभागी भर्ती के लिए सर्वोत्तम प्रथाओं की रूपरेखा तैयार करते हैं।

  1. वेब आधारित प्रतिभागी भर्ती
    1. 6 वर्ष या उससे अधिक आयु के प्रतिभागियों की भर्ती करें। किसी भी सेक्स, नस्ल और जातीयता के प्रतिभागी भाग ले सकते हैं; हालांकि, अध्ययन नमूना जनसंख्या का प्रतिनिधि होना चाहिए।
    2. उन प्रतिभागियों की भर्ती करें जो एक देशी अंग्रेजी वक्ता हैं और 5 की उम्र से पहले अंग्रेजी के अलावा कोई भाषाओं के संपर्क में हैं।
    3. सुनिश्चित करें कि वे कोई ज्ञात मनोवैज्ञानिक रिपोर्ट (जोड़ें, अवसाद, PTSD, और नैदानिक चिंता सहित) और/या तंत्रिका विज्ञान की स्थिति (स्ट्रोक, जब्ती, ब्रेन ट्यूमर, या बंद सिर की चोट सहित) ।
    4. सुनिश्चित करें कि प्रतिभागियों के पास सामान्य या सही-से-सामान्य दृष्टि (चश्मा या संपर्क ठीक हैं), सामान्य रंग दृष्टि और सामान्य सुनवाई (कोई हियरिंग एड या कॉकलियर प्रत्यारोपण उपकरण नहीं)।
  2. कार्य आधारित एफएमआरआई प्रतिभागी भर्ती
    1. 6 वर्ष या उससे अधिक आयु के प्रतिभागियों की भर्ती करें। किसी भी सेक्स, नस्ल और जातीयता के प्रतिभागी भाग ले सकते हैं; हालांकि, अध्ययन नमूना जनसंख्या का प्रतिनिधि होना चाहिए।
    2. पात्र होने के लिए, उन प्रतिभागियों की भर्ती करें जो देशी अंग्रेजी वक्ता हैं और 5 की उम्र से पहले अंग्रेजी के अलावा किसी भी भाषा के संपर्क में कभी नहीं आए हैं ।
    3. कोई ज्ञात मनोवैज्ञानिक (ऐड, अवसाद, PTSD, और नैदानिक चिंता सहित) और तंत्रिका विज्ञान की स्थिति (स्ट्रोक, जब्ती, ब्रेन ट्यूमर, या बंद सिर की चोट सहित) के साथ सही हाथ व्यक्तियों की भर्ती करें ।
    4. उन प्रतिभागियों को बाहर करें जो गर्भवती हैं, क्लास्ट्रोफोबिक, साइकोएक्टिव दवाएं ले रहे हैं, या शरीर में कोई धातु है (पेसमेकर, तंत्रिका प्रत्यारोपण, धातु प्लेटें या जोड़ों, छर्रों और सर्जिकल स्टेपल सहित)।
    5. सुनिश्चित करें कि प्रतिभागियों के पास सामान्य या सही-से-सामान्य दृष्टि (चश्मा या संपर्क ठीक हैं), सामान्य रंग दृष्टि और सामान्य सुनवाई (कोई हियरिंग एड या कॉकलियर प्रत्यारोपण उपकरण नहीं)।
    6. प्रतिभागियों (या माता-पिता यदि प्रतिभागी नाबालिग है) एमआरआई सुरक्षा स्क्रीनिंग फॉर्म पूरा करके एमआरआई में भाग लेने की पात्रता निर्धारित करें।

3. वेब आधारित प्रोटोकॉल

नोट: वेब-आधारित सांख्यिकीय सीखने के प्रतिमान को एक सुरक्षित वेबसाइट(https://www.cogscigame.co 11)पर होस्ट किया जाता है और30ऑनलाइन व्यवहार प्रयोगों को ऑनलाइन बनाने के लिए एक जावास्क्रिप्ट पुस्तकालय जेएसपीएसच का उपयोग करके विकसित किया जाता है।

  1. कार्यों को पुन: पेश करने के लिए, DOI पर जाएं: 10.5281/zenodo.3820620 । सभी स्क्रिप्ट और सामग्री सार्वजनिक रूप से उपलब्ध हैं। शोधकर्ता स्क्रिप्ट को संशोधित कर सकते हैं और किसी भी वेब ब्राउज़र पर स्थानीय रूप से प्रयोग चला सकते हैं जब तक कि आउटपुट फ़ाइलों के लिए सभी पथ उचित रूप से स्थापित किए जाते हैं।
  2. प्रतिभागियों को एक कवर कार्य पूरा करें जहां उन्हें प्रत्येक सांख्यिकीय शिक्षण कार्य के सभी परिचय चरणों के दौरान एक निश्चित लक्ष्य देखने पर एक बटन दबाने के लिए कहा जाता है।
  3. प्रत्येक कार्य के लिए लक्ष्य प्रोत्साहन असाइनमेंट
    1. छवि, पत्र और अक्षर कार्यों में, बेतरतीब ढंग से चार तीन में से एक का चयन करें और ट्रिपल के तीसरे प्रोत्साहन के लिए लक्ष्य आवंटित करें। टोन कार्य में, लक्ष्य प्रोत्साहन को केवल तीन में तीसरे प्रोत्साहन के सबसे कम या उच्चतम टन तक विवश करें, और ट्रिपल के तीसरे प्रोत्साहन को लक्ष्य असाइन करें। ऐसा इसलिए किया जाता है क्योंकि टोन उत्तेजनाओं को अन्य प्रकार की उत्तेजनाओं की तुलना में भेदभाव करना अपेक्षाकृत कठिन होता है।
    2. अक्षर और टोन कार्यों में, प्रतिभागियों को एक विदेशी और पसंदीदा शब्द/नोट अपनी विदेशी भाषा/लोक संगीत में पेश करें । प्रतिभागियों को बताएं कि वे विदेशी की भाषा/संगीत सुनेंगे और जब भी वे पसंदीदा शब्द/नोट सुनते हैं तो स्पेसबार को दबाना याद रखेंगे/
    3. छवि कार्य में, प्रतिभागियों को एक अंतरिक्ष यान में प्रवेश करने के लिए एलियंस लाइन के एक समूह के रूप में एक विशेष विदेशी का ट्रैक रखने के लिए कहें। पत्र कार्य में, प्रतिभागियों को बताने के लिए विदेशी पसंदीदा हस्ताक्षर का ट्रैक रखने के रूप में विदेशी एक परेड के लिए संकेत रखती है । छवि और पत्र दोनों कार्यों में प्रतिभागी का अभ्यास परीक्षण दें।
    4. तीन की उपस्थिति के बारे में स्पष्ट निर्देश प्रदान न करें।
    5. दृश्य कार्यों में 24 परीक्षणों पर प्रतिक्रिया समय और श्रवण कार्यों में ४८ परीक्षणों पर उपाय करने के लिए ऑनलाइन सीखने का आकलन ।
    6. परीक्षण चरण के दौरान, दोनों एक लक्ष्य (परिचित चरण में शामिल) और पन्नी ट्रिपल (परिचित चरण में शामिल नहीं) प्रतिभागी को प्रस्तुत किए जाते हैं। प्रतिभागियों को निर्देश है कि वे क्या देखा या परिचित चरण में सुना के समान है चुनने के लिए दोनों में से कौन सा है । प्रत्येक परीक्षण एक प्रतिक्रिया के साथ समाप्त होना चाहिए ।
  4. वेब-आधारित प्रोटोकॉल में सांख्यिकीय सीखने के व्यवहार उपाय
    1. प्रतिक्रिया समय के रैखिक ढलान (परिचय चरण में प्रतिक्रिया समय में परिवर्तन) के माध्यम से परिचय चरण के दौरान वास्तविक समय सीखने को मापें।
    2. लक्ष्य के लिए एक वैध प्रतिक्रिया माना जाता है, जांच करें कि कीप्रेस से पहले एक उत्तेजना की समय खिड़की में होना चाहिए और लक्ष्य प्रोत्साहन के बाद एक उत्तेजना। यही कारण है कि -480 एमएस से + 960 एमएस श्रवण कार्यों में लक्ष्य की शुरुआत के सापेक्ष और दृश्य कार्यों में +2000 एमएस करने के लिए -1000 ms. लक्ष्य से पहले एक कीप्रेस को प्रत्याशा माना जाता है और इस प्रकार नकारात्मक प्रतिक्रिया समय होता है।
    3. शर्तों में प्रतिक्रिया समय की तुलना करने के लिए, प्रत्येक कार्य के लिए प्रत्येक प्रतिभागी की प्रतिक्रिया समय को जेड स्कोर में बदल दें। यह किसी व्यक्ति के रिएक्शन टाइम को सामान्य करता है ताकि कार्यों में स्कोर की तुलना की जा सके।
    4. रैखिक प्रतिगमन का उपयोग करके प्रत्येक स्थिति के लिए प्रत्येक प्रतिभागी की प्रतिक्रिया समय ढलान की गणना करें। जेड-नॉर्म्ड रिएक्शन टाइम्स को निर्भर वेरिएबल और टारगेट ट्रायल ऑर्डर के रूप में इंडिपेंडेंट वेरिएबल (विजुअल: 1 से 24; श्रवण: 1 से 48) के रूप में इनपुट करें। रैखिक प्रतिगमन रेखा की ढलान (बीटा गुणांक/अनुमान) प्रतिक्रिया समय ढलान (आरटी ढलान) है।
    5. परीक्षण चरण से सही परीक्षणों की संख्या को परीक्षण चरण से विभाजित करके प्रत्येक स्थिति के लिए प्रत्येक प्रतिभागी की ऑफ़लाइन सटीकता को मापने के परीक्षणों की कुल संख्या (32 परीक्षण) द्वारा।

4. कार्य आधारित एफएमआरआई प्रोटोकॉल

  1. सांख्यिकीय सीखने के प्रतिमान(चित्रा 2) मेंसंशोधन ।
    1. प्रत्येक कार्य के लिए, एक संरचित अनुक्रम (सांख्यिकीय नियमितता युक्त) और एक यादृच्छिक अनुक्रम (कोई सांख्यिकीय नियमितता) दोनों प्रस्तुत करें।
      नोट: संरचित दृश्य वेब-आधारित प्रोटोकॉल के लिए वर्णित लोगों के समान हैं (चित्र 1देखें)। इसके विपरीत, यादृच्छिक दृश्यों में संरचित दृश्यों में प्रस्तुत समान 12 उत्तेजनाएं होती हैं लेकिन उन्हें छद्म-बेतरतीब ढंग से आदेश दिया जाता है। किसी भी तीन उत्तेजनाओं का कोई संयोजन एक से अधिक बार दोहराया जाता है।
    2. प्रत्येक अनुक्रम को समान लंबाई के छह छोटे ब्लॉकों (दृश्य कार्यों के लिए 24 उत्तेजनाओं और श्रवण कार्यों के लिए 48 उत्तेजनाओं) में विभाजित करें।
    3. श्रवण उत्तेजनाओं के चार रन और दृश्य उत्तेजनाओं के चार रन बनाने के लिए एक छद्म निर्माण आदेश में तीन संरचित ब्लॉक, 3 यादृच्छिक ब्लॉक, और 6 आराम ब्लॉक (एक खाली स्क्रीन के साथ मौन) को संक्षिप्त करें। संरचित दृश्यों के सीखने को अधिकतम करने के लिए, यह सुनिश्चित करें कि प्रत्येक रन में यादृच्छिक ब्लॉकों में संरचित अनुक्रम से एक अलग डोमेन होता है (उदाहरण के लिए, अक्षर संरचित दृश्यों को एक रन में टोन यादृच्छिक दृश्यों के साथ प्रस्तुत किया जाता है, और अक्षर यादृच्छिक दृश्यों को एक और रन में टोन संरचित दृश्यों के साथ प्रस्तुत किया जाता है)।
    4. लगभग 4.77 मिनट तक चलने वाले दृश्य कार्य के लिए प्रत्येक रन में प्रस्तुत किए जाने वाले 288 चित्रों को शामिल करें। श्रवण कार्य में प्रस्तुत किए जाने वाले 576 ध्वनियों को शामिल करें जो लगभग 4.42 मिनट तक रहता है। प्रत्येक ब्लॉक की शुरुआत में, एक मौखिक और दृश्य जांच के साथ लक्ष्य के बारे में एक क्यू प्रस्तुत: "अब सुनो/
    5. दृश्य कार्य के चार रन में से, यह सुनिश्चित करें कि दो छवियों के संरचित दृश्यों होते हैं और अन्य दो अक्षरों के संरचित दृश्यों होते हैं । श्रवण कार्य के चार रन में से, यह सुनिश्चित करें कि दो अक्षरों के संरचित दृश्यों में शामिल हैं और अन्य दो में टन के संरचित दृश्य होते हैं।
  2. एफएमआरआई सांख्यिकीय अधिगम प्रक्रिया
    1. प्रतिभागियों, विशेष रूप से बच्चों को स्कैनर में आरामदायक बनाने में मदद करने के लिए, पहले मॉक स्कैनर31का उपयोग करके एमआरआई स्कैनिंग सत्र का अभ्यास करें। एक नकली स्कैनर वास्तविक स्कैनिंग सत्र के समान एक प्रकृतिवादी अनुभव प्रदान करता है, लेकिन आम तौर पर एक अधिक बच्चे के अनुकूल वातावरण में स्थित है।
    2. सबसे पहले बच्चे को मॉक स्कैनर यानी ब्रेन कैमरा से मिलवाएं और उन्हें स्कैनर में डालने से पहले आराम से सुनिश्चित करें ।
    3. उन्हें अपने "स्कैन-दोस्त" से मिलवाइए और समझाएं कि स्कैन दोस्त का उद्देश्य उन्हें साथ रखना और कुछ भी चाहिए तो उनकी मदद करना है। स्कैन दोस्त धीरे से भागीदार को याद दिलाना होगा अभी भी रखने के लिए अगर बहुत अधिक गति "कैमरा" द्वारा पता चला है ।
    4. एक बार जब वे स्कैनर में होते हैं, तो उन्हें ध्वनि और वीडियो के अनुकूल बनाने में मदद करने के लिए बच्चे के अनुकूल वीडियो खेलें। जब वे तैयार होते हैं, तो उन्हें असली एमआरआई द्वारा उत्पादित शोर के लिए तैयार करने के लिए कुछ पूर्व-रिकॉर्ड किए गए स्कैनर साउंड क्लिप खेलें। इस समय के दौरान उन्हें अभी भी रहने और स्कैन दोस्त के साथ काम करने का अभ्यास है।
    5. सांख्यिकीय सीखने प्रतिमान के लिए बच्चों का परिचय और उन्हें स्कैनर के बाहर अभ्यास किया है। यह बच्चों को कंप्यूटर पर कार्य का एक संक्षिप्त हिस्सा पूरा करके किया जाता है, जो ऊपर उल्लिखित चरण 3.2.2 और 3.2.3 प्रदर्शन करके वेब-आधारित प्रोटोकॉल के समान होता है।
      नोट: अभ्यास उत्तेजनाओं कार्य में उपयोग किए जाने वाले समान हैं; हालांकि, बच्चों को केवल यादृच्छिक अनुक्रम के संपर्क में रखा जाता है न कि संरचित दृश्यों के लिए, विशेष दृश्यों को सीखने को सक्षम किए बिना उत्तेजनाओं और कार्य मांगों के लिए संक्षिप्त आदत की अनुमति देता है।
    6. सुनिश्चित करें कि एफएमआरआई डेटा संग्रह प्रोटोकॉल एमआरआई अधिग्रहण कंप्यूटर पर उचित रूप से स्थापित किया गया है।
      नोट: अधिग्रहण मापदंडों किशोर मस्तिष्क संज्ञानात्मक विकास (एबीसीडी) अध्ययन३२की सिफारिशों का पालन करें ।
    7. उच्च रिज़ॉल्यूशन T1-भारित स्कैन के साथ स्कैनिंग सत्र शुरू करें। 176-स्लाइस 3डी एमपीआरेज (मैग्नेटाइजेशन तैयार रैपिड रेडिएंट इको) वॉल्यूम स्कैन विद टीआर (पुनरावृत्ति समय) = 2500 एमएस, ते (इको टाइम) = 2.9 एमएस, फ्लिप एंगल = 8 डिग्री, एफओवी (फील्ड ऑफ व्यू) का उपयोग करके इन्हें प्राप्त करें = 25.6 सेमी, 256 X 256 मैट्रिक्स आकार, और 1 मिमी स्लाइस मोटीनेस। यह अधिग्रहण 7.2 मिनट तक चलेगा।
    8. कार्यात्मक डेटा प्राप्त करने के लिए, टी 2 * भारित इको-प्लानर इमेजिंग का उपयोग टीआर = 800 एमएस, ते = 32 एमएस, फ्लिप एंगल = 61 डिग्री, एफओवी = 21 सेमी, और मैट्रिक्स = 64 x 64 के साथ एक साथ बहु-स्लाइस स्कैन अधिग्रहण के साथ करें। इस प्रयोग में, 60 आसन्न स्लाइस 2.5 मिमी स्लाइस मोटाई, एक 21 सेमी FOV, और एक 64 X 64 मैट्रिक्स के साथ एक इंटरलीव्ड अनुक्रम में प्राप्त किए जाते हैं, जिसके परिणामस्वरूप 2.5 मिमी x 2.5 मिमी x 2.5 मिमी का इन-प्लेन रेजोल्यूशन होता है।
    9. क्या प्रतिभागी हेडफोन के साथ एफएमआरआई स्कैनर के बिस्तर पर आराम से झूठ बोलते हैं जो स्कैनर शोर से उनके कानों की रक्षा करते हैं और उनके हाथ में एक प्रतिक्रिया पैड/बटन बॉक्स (हेडफोन और बटन बॉक्स दोनों स्कैनर संगत होना चाहिए)।
    10. डेटा संग्रह के दौरान सीमित सिर गति सुनिश्चित करने के लिए उनके सिर के चारों ओर अतिरिक्त पैडिंग रखें। प्रतिभागियों को समय से पहले बटन रिस्पांस बॉक्स दें प्रतिक्रियाओं को रिकॉर्ड करने और प्रतिसंतुलन करने के लिए कि क्या बाएं या दाएं हाथ का उपयोग प्रतिभागियों में बटन दबाने के लिए किया जाता है।
    11. हर बच्चे को स्कैन दोस्त का विकल्प दें। पुराने, न्यूरोठेपिक बच्चों के लिए जो स्कैन दोस्त के बिना आराम से हैं, उन्हें प्रयोगकर्ता को सूचित करने के लिए एक निचोड़ गेंद दें यदि वे व्यथित हैं या उन्हें रोकने की आवश्यकता है। छोटे बच्चों और विशेष आबादी को एक निचोड़ गेंद दें, लेकिन उन्हें सहायता करने के लिए एक स्कैन दोस्त भी प्रदान करें (4.2.3 में वर्णित)।
    12. प्रतिभागी के सिर के ऊपर सिर का तार रखें और बिस्तर में रोगी की स्थिति को संरेखित करें।
    13. अधिग्रहण कंप्यूटर रजिस्टर पर एक नया भागीदार। उनकी पार्टिसिपेंट्स आईडी, जन्मतिथि, वजन और ऊंचाई दर्ज करें। अब प्रतिभागी को एमआरआई के बोर में डाला जाए।
    14. प्रतिभागियों को एक फिल्म दिखाते हुए T1-भारित स्कैन प्राप्त करें।
    15. सांख्यिकीय सीखने के प्रतिमान की शुरुआत करने से पहले, प्रतिभागियों को उनके हेडफोन से जुड़े इंटरकॉम सिस्टम के माध्यम से उनसे बात करके प्रत्येक कार्य के निर्देश दें।
    16. श्रवण कार्यों में, प्रतिभागियों को बताएं: "अब हम एक बटन दबाने वाला खेल खेलने जा रहे हैं। आप एलियंस शब्द कहते हैं और संगीत खेलते सुना होगा। जब भी आप उस ध्वनि को सुनते हैं जिसके लिए आप सुन रहे हैं तो अपने बाएं/दाएं हाथ में बटन दबाना याद रखें। वहां 4 भागों होगा, और प्रत्येक भाग के बारे में 5 मिनट पिछले जाएगा ।
    17. दृश्य कार्यों में, प्रतिभागियों को बताओ: "अब आप एलियंस और पत्र की तस्वीरें देखने जा रहे हैं । जब भी आप जिस तस्वीर को देख रहे हैं, वह अपने बाएं/दाएं हाथ में बटन दबाएं । आप इसे लगातार 4 बार खेलेंगे। हर बार करीब 5 मिनट का समय लगेगा ।
    18. प्रस्तुति कंप्यूटर पर सांख्यिकीय सीखने के प्रतिमान शुरू करें और कार्य एफएमआरआई डेटा प्राप्त करें।
    19. एक बार प्रतिभागी प्रतिमान पूरा कर लिया है, एमआरआई बंद करो, सुरक्षित रूप से उन्हें स्कैनर के अंदर से हटा दें, और सिर कुंडली हटा दें।
    20. डेटा संग्रह के बाद, अधिग्रहण कंप्यूटर से सभी एमआरआई डेटा को आगे के विश्लेषण के लिए एक सुरक्षित सर्वर में स्थानांतरित करें।
  3. एफएमआरआई डेटा विश्लेषण
    1. परिचित चरण के दौरान प्रतिक्रिया समय की वेब-आधारित गणना के समान एफएमआरआई कार्य के दौरान इन-स्कैनर प्रतिक्रिया समय का विश्लेषण करें। स्थितियों में तुलना करने के लिए प्रतिक्रिया समय को सामान्य करें, और किसी व्यक्ति की प्रत्येक स्थिति के लिए सामान्यीकृत प्रतिक्रिया समय का उपयोग करके एक रैखिक ढलान की गणना करें।
    2. एफएमआरआई डेटा का विश्लेषण करते समय, सबसे पहले डेटा को ब्रेन इमेजिंग डेटा स्ट्रक्चर33 (बोलियां) में व्यवस्थित और परिवर्तित करें, HeuDiConv34 (https://github.com/nipy/heudiconv) का उपयोग करके स्वरूपण।
    3. इन आंकड़ों को एफएमआरआईप्रेप35,36का उपयोग करके प्रीप्रोसेस किया गया है । यह स्वचालित प्रीप्रोसेसिंग पाइपलाइन एएफएनआई37,एएनटी 38, फ्रीसर्फर39,एफएसएल 40 और माइंडबॉग3941से कार्यप्रणाली को जोड़ती है ताकि डेटा विश्लेषण में उपयोग के लिए वैज्ञानिक रूप से कठोर और प्रजनन योग्य डेटा प्रदान किया जा सके।41
      नोट: वर्तमान अध्ययन एक मिश्रित ब्लॉक/घटना से संबंधित डिजाइन लागू करता है । प्रतिनिधि परिणाम (नीचे) प्रत्येक मिनी ब्लॉक को एक घटना के रूप में मानते हैं (उदाहरण के लिए, यादृच्छिक अनुक्रम एक घटना है, संरचित अनुक्रम एक घटना है, आदि)। हालांकि, कार्य भी इतना है कि एक एक घटना के रूप में प्रत्येक उत्तेजना मॉडल कर सकते है बनाया गया है ।
    4. पहले स्तर के मॉडल डिजाइन में प्रत्येक रन ("छवि" और दृश्य स्थिति के लिए "पत्र" और श्रवण स्थिति के लिए "अक्षर" और "टोन" के लिए दो कार्य प्रतिगमन शामिल करें। एक विहित हीमोडायनामिक प्रतिक्रिया समारोह के साथ उनकी अवधि के साथ घटना की शुरुआत के समय के एक वेक्टर को जोड़कर कार्य प्रतिगमन का निर्धारण करें। उच्च स्तरीय मॉडल डिजाइन के लिए प्रत्येक विषय के भीतर रन के बीच मतभेदों और साधनों की गणना करें। इसके परिणामस्वरूप प्रत्येक प्रकार की उत्तेजनाओं के भीतर संरचित और यादृच्छिक दृश्यों के बीच एक विपरीत होगा।
    5. प्रत्येक मोडलिटी/डोमेन के भीतर यादृच्छिक ब्लॉकों की तुलना में संरचित ब्लॉकों के लिए सक्रियण का एक समूह बनाएं।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

वेब-आधारित व्यवहार परिणाम
वर्तमान प्रोटोकॉल को देखते हुए विकास की आबादी के साथ आसान प्रसार के लिए डिज़ाइन किया गया है, हम प्रारंभिक वेब आधारित परिणाम 22 विकासशील स्कूल आयु वर्ग के बच्चों (मतलब (एम) आयु = ९.३ वर्ष, मानक विचलन (एसडी) आयु = २.०४ वर्ष, रेंज = 6.2-12.6 वर्ष, 13 लड़कियों) से डेटा के आधार पर शामिल किया है । वेब-आधारित सांख्यिकीय अधिगम कार्य में, बच्चों ने सभी स्थितियों पर 0.5 मौका-स्तर से काफी बेहतर प्रदर्शन किया, जो समूह स्तर पर सफल सांख्यिकीय सीखने का संकेत देता है (आंकड़ों के लिए तालिका 1 देखें; चित्रा 3)। मतलब प्रतिक्रिया समय ढलान नकारात्मक था और अक्षर हालत में 0 से काफी नीचे था (एम = -0.01, एसडी = 0.02, टी (14) = =-2.36, एक पूंछ पी = .02) और पत्र की स्थिति में मामूली रूप से महत्वपूर्ण (एम =-0.02, एसडी = 0.06, टी (15) = -1.52, एक पूंछ पी = .07, चित्रा 4),भाषाई कार्यों में परिचित चरण के दौरान लक्ष्य का पता लगाने का एक तेज त्वरण का सुझाव। मतलब प्रतिक्रिया समय ढलान छवि स्थिति में शून्य से काफी अलग नहीं था (एम = 0.02, एसडी = 0.04, टी (17) = 1.54, एक पूंछ पी & .1) या टोन कंडीशन (एम = 0.005, एसडी = 0.02, टी (15) = -5.7 x10 -17,एक पूंछ पी एंड जीटी; .1), सटीकता के ऑफलाइन उपायों में सीखने के सबूत के बावजूद। क्रोनबाख का अल्फा लेटर टास्क के लिए 0.75, अक्षर कार्य के लिए 0.09, टोन टास्क के लिए 0.67 और इमेज टास्क के लिए 0.86 था। अंतर्निहित उपायों (आरटी ढलान) और सांख्यिकीय सीखने के स्पष्ट उपायों (सटीकता) के बीच सहसंबंध छवि कार्य (आर =-48, पी = 0.04) और पत्र कार्य (आर =.54, पी = 0.03) के लिए एक महत्वपूर्ण संबंध की पहचान करते हैं। इंटर-टास्क सहसंबंध आगे बताते हैं कि चार कार्यों में ओवरलैपिंग लर्निंग मैकेनिज्म(चित्रा 5)की मामूली डिग्री हो सकती है । जबकि दोनों दृश्य कार्यों पर सटीकता अत्यधिक सहसंबद्ध थी (आर = 60, पी = 0.02), वे अक्षर कार्य (छवि आर = . 66, पी = 0.01) पर सटीकता के साथ भी सकारात्मक रूप से जुड़े थे; पत्र आर = .85, पी एंड एलटी; 0.001)।

एफएमआरआई परिणाम
प्रारंभिक एफएमआरआई परिणाम नौ विकासशील स्कूल आयु वर्ग के बच्चों के आंकड़ों पर आधारित थे । ये नौ बच्चे वेब आधारित व्यवहार परिणामों में शामिल 22 बच्चों का सबसेट थे, क्योंकि सभी बच्चे अध्ययन के एफएमआरआई हिस्से को पूरा करने के लिए लैब में नहीं आए थे । सभी नौ श्रवण सांख्यिकीय सीखने के कार्यों को पूरा किया(एम आयु = 10.77 वर्ष, एसडी = 1.96 वर्ष, सीमा = 7.7-13.8 वर्ष, 4 लड़कियों) और सात दृश्य सांख्यिकीय सीखने के कार्यों को पूरा किया(एम आयु = 11.41 वर्ष, एसडी = 2.37 वर्ष, रेंज = 7.7-13.8 वर्ष, 4 लड़कियों) । संरचित ब्लॉकों की तुलना यादृच्छिक ब्लॉकों से करते समय, सभी चार स्थितियों(चित्र 6)में महत्वपूर्ण समूहों को देखा गया। अक्षर स्थिति में, बाएं बेहतर लौकिक जाइरस, दाएं इन्सुला/फ्रंटल ऑपरेक्यूलम, और पूर्वकाल सिंगुलेट जाइरस में अधिक सक्रियण पाया गया। स्वर की स्थिति में, बाएं मध्य लौकिक जाइरी, द्विपक्षीय कोणीय जायरी, बाएं ललाट ध्रुव, दाएं पार्श्व ऑक्सीपिटल कॉर्टेक्स, दाएं इंसुला और राइट फ्रंटल ऑपरकुलम में अधिक सक्रियण पाया गया। पत्र की स्थिति में, बाएं प्लैनम शंख पर अधिक सक्रियता पाई गई। छवि की स्थिति में, सही पार्श्व ऑक्सीपिटल कॉर्टेक्स पर अधिक सक्रियण पाया गया था। इन प्रारंभिक निष्कर्षों से पता चलता है कि बच्चों के तंत्रिका सक्रियण पैटर्न प्रस्तुत उत्तेजनाओं के तौर-तरीके और डोमेन के आधार पर सांख्यिकीय नियमितताओं के सीखने में भिन्न होते हैं। वर्तमान कार्य डिजाइन इन मतभेदों के प्रति संवेदनशील है और पिछले अध्ययनों के समान सक्रियण के कार्य-विशिष्ट क्षेत्रों की पहचान कर सकता है20,,25।

एफएमआरआई व्यवहार परिणाम
इस अध्ययन के एफएमआरआई भाग में सीखने का प्रदर्शन करने के लिए, हमने 28 वयस्कों (एम आयु = 20.8, एसडी = 3.53, 20 महिलाओं) से इन-स्कैनर व्यवहार परिणामों को शामिल किया है, क्योंकि 9 बच्चों का डेटा विश्वसनीय आंकड़ों की गणना करने के लिए पर्याप्त नहीं था। वयस्कों में हमारे निष्कर्षों से संकेत मिलता है कि संरचित अनुक्रम के लिए सभी कार्यों में सफलतापूर्वक सीखने का उपयोग किया गया, जो टोन कार्य के मामले को छोड़कर यादृच्छिक स्थिति की तुलना में संरचित में काफी तेज प्रतिक्रिया समय द्वारा समर्थित है (आंकड़ों के लिए तालिका 2 देखें)।

एक साथ लिया, सटीकता के हमारे वेब आधारित उपायों, और स्कैनर में संरचित बनाम यादृच्छिक दृश्यों के लिए सक्रियण में वृद्धि, संकेत मिलता है कि इस प्रोटोकॉल को विकासात्मक आबादी के साथ लागू किया जा सकता है ताकि किसी व्यक्ति के भीतर डोमेन और तौर-तरीकों में सांख्यिकीय सीखने को मापने के लिए लागू किया जा सके । हमारे व्यवहार एमआरआई एक वयस्क आबादी में परिणाम आगे संरचित दृश्यों के सीखने को मापने में इस प्रोटोकॉल की उपयोगिता पर जोर के रूप में यह वास्तविक समय में करेंगी, साथ ही वेब आधारित और fMRI प्रोटोकॉल को स्वतंत्र रूप से लागू करने की क्षमता ।

Figure 1
चित्रा 1: सभी चार सांख्यिकीय सीखने के कार्यों का परिचय चरण। प्रत्येक कार्य में उदाहरण तीन इस आंकड़े में चित्रित किया गया है। प्रत्येक दृश्य उत्तेजना एक 200 एमएस आईएसआई के साथ 800 एमएस के लिए दिखाई दिया, और प्रत्येक श्रवण उत्तेजना एक 20 एमएस आईएसआई के साथ 460 एमएस के लिए सुना गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 2
चित्रा 2: एफएमआरआई सांख्यिकीय शिक्षण कार्यों के लिए परिचय संशोधन। एफएमआरआई कार्य वेब-आधारित परिचय चरण के समान था, लेकिन एक यादृच्छिक अनुक्रम पेश किया गया जो पूरे डोमेन में प्रतिसंतुलित था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 3
चित्रा 3: मौका स्तर की तुलना में वेब-आधारित कार्य में औसत सांख्यिकीय अधिगम (एसएल) सटीकता। परिणामों से संकेत मिलता है कि व्यक्तियों ने सभी चार कार्यों पर मौका से काफी ऊपर प्रदर्शन किया, **** एक पूंछ पी & .001, **< 0.01, * < 0.05। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 4
चित्रा 4: शून्य के खिलाफ वेब-आधारित कार्य में मतलब प्रतिक्रिया समय ढलान। एक अधिक नकारात्मक ढलान परिचित के दौरान लक्ष्य का पता लगाने में तेजी से त्वरण इंगित करता है। लक्ष्य का पता लगाने में काफी सुधार अक्षर कार्य के दौरान जोखिम के दौरान । †वन पूंछ पी = .07, * <05. कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 5
चित्र 5: वेब आधारित सभी चार सांख्यिकीय सीखने के कार्यों में कार्य सहसंबंध । (क).05 के अल्फा में गैर-महत्वपूर्ण मूल्यों को सफेद पृष्ठभूमि के साथ दिखाया गया है। रंगीन पृष्ठभूमि के साथ सभी तुलना महत्वपूर्ण प्रभावों को दर्शाती हैं। (ख)प्रत्येक जोड़ीवार तुलना के लिए नमूना आकार। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 6
चित्र 6: प्रत्येक मोडलिटी और डोमेन के भीतर यादृच्छिक ब्लॉकों की तुलना में संरचित ब्लॉकों के लिए समूह स्तर पर तंत्रिका सक्रियण। प्रत्येक कार्य के लिए वॉक्सल स्तर के पी एंड एलटी; 0.001 और क्लस्टर स्तर के पी एंड एलटी; 0.05 पर महत्वपूर्ण क्लस्टरों की सीमा थी। अधिकतम जेड-वैल्यू के साथ क्लस्टर को चित्रित करने के लिए क्षैतिज स्लाइस का चयन किया गया था। नीचे में रंग बार, दाएं कोने सभी भूखंडों के लिए एक ही पैमाने को दर्शाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

हालत औसत मानक विचलन एक पूंछ टी-टेस्ट
छवि 0.63 0.21 टी(17) = 2.64, पी = .009
अक्षर 0.66 0.16 टी(15) = 3.98, पी एंड एलटी; .001
टोन 0.60 0.15 टी(16) = 2.83, पी = .006
सिलेबल 0.55 0.1 टी(14) = 2.06, पी = .03

तालिका 1: हालत से वेब आधारित सटीकता। एक नमूना टी परीक्षण ०.५ मौका स्तर की तुलना में समूह मतभेदों का प्रतिनिधित्व करते हैं ।

संरचित यादृच्छिक
हालत औसत मानक विचलन औसत मानक विचलन जोड़ा नमूने टी परीक्षण
छवि 468.1 76.04 493.4 60.33 टी(27) = -2.01, पी = .05
अक्षर 374.72 143.59 502.1 68.75 टी(27) = -4.97, पी और लेफ्टिनेंट;.001
टोन 426.37 169.10 407.68 162.63 टी(26) = 0.67, पी = .51*
सिलेबल 589.3 180.95 679.9 55.99 टी(26) = -2.51, पी = .02*
* एक विषय में टोन या अक्षर कार्य के लिए मूल्य की गणना करने के लिए बहुत कम बटन प्रेस थे।

तालिका 2: वयस्कों में सभी चार कार्यों में यादृच्छिक बनाम संरचित दृश्यों पर एमआरआई व्यवहार प्रदर्शन अंतर। युग्मित-नमूने टी-परीक्षण संरचित बनाम यादृच्छिक दृश्यों को सीखने में समूह मतभेदों का प्रतिनिधित्व करते हैं।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

वर्तमान प्रोटोकॉल में प्रस्तुत किए गए तरीके विकास के दौरान सांख्यिकीय सीखने के व्यवहार और तंत्रिका सूचकांकों को समझने के लिए एक बहुमॉडल प्रतिमान प्रदान करते हैं। वर्तमान डिजाइन तौर-तरीकों और डोमेन में सांख्यिकीय सीखने की क्षमता में व्यक्तिगत मतभेदों की पहचान के लिए अनुमति देता है, जिसका उपयोग सांख्यिकीय सीखने और भाषा विकास के बीच संबंधों की भविष्य की जांच के लिए किया जा सकता है। चूंकि एक व्यक्ति की सांख्यिकीय सीखने की क्षमता डोमेन और,तौर-तरीकों6,,8, 9में भिन्न होती है, इसलिएयदिप्रतिभागी सभी चार कार्यों को पूरा करते हैं तो यह इष्टतम है। आम तौर पर विकासशील बच्चों और वयस्कों के निष्कर्षों से संकेत मिलता है कि सांख्यिकीय शिक्षण डोमेन/तौर-तरीकों में व्यक्तियों का प्रदर्शन शब्दावली4 से संबंधित हो सकता है और5, 6,6 परिणामों को पढ़ सकता है । इसलिए, हम वर्तमान प्रोटोकॉल में किए गए सांख्यिकीय अधिगम के उपायों से संबंधित संज्ञानात्मक और भाषा क्षमताओं के अतिरिक्त उपायों की सिफारिश करते हैं ।

अनुसंधान ने8,,42वयस्कों के लिए इन सांख्यिकीय शिक्षण कार्यों की उचित आंतरिक स्थिरता और परीक्षण-पुनर्परीक्षण विश्वसनीयता की सूचना दी है। हालांकि, बच्चों के लिए कार्य विश्वसनीयता के बारे में चिंता४२ और सामांय माप मुद्दों पर हाल ही में एक चर्चा9 सांख्यिकीय सीखने के उपायों को विकसित करने की तत्काल आवश्यकता को इंगित करता है, कि खाते में बच्चों के विकास की विशेषताओं ले । जबकि हमारे पिछले अनुसंधान, साथ ही वर्तमान प्रोटोकॉल से प्रारंभिक डेटा, 8 और 16 साल की आयु वर्ग के बच्चों में गैर-भाषाई सांख्यिकीय सीखने के कार्यों के लिए उच्च आंतरिक स्थिरता इंगित करताहै,हमारे शोध ने भी कम संतोषजनक कार्य विश्वसनीयता की पुष्टि की, विशेष रूप से श्रवण भाषाई सांख्यिकीय सीखने में जो42से पहले सूचित किया गया है। सांख्यिकीय अधिगम परिणामों पर शिक्षार्थी के पूर्व भाषाई अनुभवों के प्रभाव पर हाल के निष्कर्षों के आलोक मेंकार्यों,43,के बीच आंतरिक स्थिरता में अंतर विशेष रूप से पेचीदाहै। स्कूल के वर्षों के दौरान भाषा और पठन विकास तेजी से बदलता है । प्रत्येक श्रवण भाषाई ट्रिपल की सीखने की क्षमता प्रत्येक बच्चे के भीतर काफी भिन्न हो सकती है, जो उनके विकासात्मक चरण और वर्तमान भाषा क्षमताओं पर निर्भर करती है। अन्य व्यक्तिगत अंतर उपायों के साथ हमारे प्रोटोकॉल का संयोजन मौजूदा कौशल और बाद में विकास के दौरान सांख्यिकीय सीखने के प्रदर्शन की विषमता अंतर्निहित सीखने के बीच व्यापक प्रभाव का अध्ययन करने के लिए एक रोमांचक अवसर प्रदान करेगा ।

वर्तमान डिजाइन का एक महत्वपूर्ण लाभ एक ऑनलाइन वेब-प्लेटफॉर्म के माध्यम से सांख्यिकीय सीखने को मापने के लिए इसकी उपयोगिता में है। शोधकर्ताओं को एक वेब ब्राउज़र के माध्यम से प्रतिक्रिया समय माप की सटीकता पर विचार करते समय निम्नलिखित के बारे में पता होना चाहिए। de Leeuw और Motz (२०१६)४५ पाया प्रतिक्रिया एक वेब ब्राउज़र के माध्यम से मापा समय लगभग 25 एमएस अंय मानक डेटा प्रस्तुति सॉफ्टवेयर के माध्यम से मापा उन लोगों की तुलना में अब थे । महत्वपूर्ण बात यह है कि यह देरी परीक्षणों में लगातार पाई गई । क्योंकि वेब आधारित कार्यों में वास्तविक समय सीखने का हमारा उपाय प्रतिक्रिया समय में परिवर्तन की ढलान है, प्रतिक्रिया समय में देरी के प्रभाव के भीतर विषय तुलना का उपयोग कर कम किया गया है । डी लीयू (2015)30 ने यह भी स्वीकार किया है कि जेएसपीएसिच के माध्यम से मापा गया प्रतिक्रिया समय कंप्यूटर की प्रसंस्करण गति या पृष्ठभूमि में लोड किए गए कार्यों की संख्या जैसे कारकों से प्रभावित हो सकता है। इन प्रभावों को कम करने के लिए, हम प्रतिक्रिया समय ढलान30की गणना करने से पहले प्रत्येक प्रतिभागी के भीतर प्रतिक्रिया समय को सामान्य बनाने की सलाह देते हैं।

वर्तमान प्रोटोकॉल, डोमेन और तौर-तरीकों में सीखने के व्यवहार में बड़ी परिवर्तनशीलता प्रदर्शित करने के लिए मजबूत तरीके प्रदान करता है, सांख्यिकीय सीखने के व्यक्तिगत मतभेदों की जांच करने के लिए डिज़ाइन किया गया है। हालांकि, यह प्रोटोकॉल ऐसे सवालों की जांच के लिए उपयुक्त नहीं है जैसे कि क्या दृश्य सांख्यिकीय सीखने स्वाभाविक श्रवण सांख्यिकीय सीखने की तुलना में आसान है । कार्यों के बीच समूह स्तर के प्रदर्शन मतभेदों की व्याख्या उन सभी भ्रामक कारकों के कारण कठिन है जिन्हें हम नियंत्रित करने में सक्षम नहीं हैं, जैसे उत्तेजनाओं के परिचित14,,43,,46,,47, संवेदी लार, और प्रसंस्करण गति28। उत्तेजनाओं के परिचित से संबंधित, यह अच्छी तरह से स्थापित है कि उत्तेजनाओं के साथ एक व्यक्ति के पूर्व अनुभव उनके सांख्यिकीय सीखने के प्रदर्शन को प्रभावित कर सकते हैं। इसके अतिरिक्त, इन तौर-तरीकों में उत्तेजनाओं और प्रस्तुति दर की लार में अंतर के कारण दृश्य और श्रवण कार्यों की सीधे तुलना करना मुश्किल है। इसलिए, हमारे तरीकों सांख्यिकीय सीखने में व्यक्तिगत मतभेदों की जांच के उद्देश्य से डिजाइन किए हैं । हालांकि, उन्नत एफएमआरआई विश्लेषण दृष्टिकोणों के साथ, हमारा प्रोटोकॉल सांख्यिकीय सीखने की प्रकृति के बारे में सैद्धांतिक प्रश्नों का अध्ययन करने के लिए उपयुक्त है, उदाहरण के लिए हम पूछ सकते हैं कि प्रत्येक डोमेन में नियमितताओं के प्रति कौन से मस्तिष्क नेटवर्क संवेदनशील हैं और तंत्रिका सगाई के पैटर्न कैसे भिन्न होते हैं/

वर्तमान प्रोटोकॉल को बाल-अनुकूल और आसानी से न्यूरोठेठ और असामान्य आबादी में अनुसंधान को अधिकतम करने के लिए सुलभ होने के लिए विकसित किया गया था। छोटे बच्चों या विकासात्मक विकारों वाले लोगों के साथ इस प्रोटोकॉल के कार्यान्वयन के दौरान, थकान से बचने के लिए प्रत्येक एसएल कार्य के बीच ब्रेक देना एक महत्वपूर्ण कदम है। संज्ञानात्मक मांगों को कम करने के लिए वेब-आधारित कार्यों की प्रत्येक स्थिति को व्यक्तिगत रूप से प्रसारित किया जा सकता है। स्कैनिंग से पहले, नकली स्कैनर का उपयोग वास्तविक एफएमआरआई कार्य की तैयारी में बच्चे की चिंता और सिर की गति को कम करने के लिए किया जा सकता है। किसी भी न्यूरोइमेजिंग अध्ययन का आयोजन करते समय एक अतिरिक्त मुद्दे शोधकर्ता को एक सामान्य चिंता से संबंधित होना चाहिए: गति। सिर्फ 0.3 मिमी का एक घूर्णन सिर आंदोलन कलाकृतियों को प्रकट कर सकता है। गति कलाकृतियों की संभावना को कम करने के प्रयास में, वर्तमान प्रोटोकॉल ने प्रत्येक रन को 5 मिनट से भी कम समय तक सीमित करदियाहै। प्रतिभागियों को प्रत्येक 5 मिनट के रन के दौरान अभी भी रहने के लिए प्रोत्साहित किया जाना चाहिए, लेकिन वास्तविक स्कैनिंग के दौरान गति को कम करने के लिए रन के बीच स्थानांतरित करने या खिंचाव की अनुमति दी जानी चाहिए । हम एफएमआरआई डेटा49पर गति से संबंधित कलाकृतियों को सही करने के लिए कठोर डेटा विश्लेषण तकनीकों की भी सलाह देते हैं।

बाद में भाषा अधिग्रहण पर सांख्यिकीय सीखने की क्षमता के महत्वपूर्ण योगदान को देखते हुए, सांख्यिकीय नियमितताओं के वास्तविक समय और ऑफलाइन सीखने दोनों का आकलन करने वाले अधिक व्यापक और विश्वसनीय उपाय विकसित करना आवश्यक है । वर्तमान प्रस्ताव यह चित्रित करने की दिशा में पहला कदम है कि डोमेन/मोडलिटी के आधार पर सांख्यिकीय सीखने की क्षमता में व्यक्तिगत अंतर बाद की भाषा के परिणामों में भिन्नता के लिए कैसे हो सकता है ।

वर्तमान प्रोटोकॉल, डोमेन और तौर-तरीकों में सीखने के व्यवहार में बड़ी परिवर्तनशीलता प्रदर्शित करने के लिए मजबूत तरीके प्रदान करता है, सांख्यिकीय सीखने के व्यक्तिगत मतभेदों की जांच करने के लिए डिज़ाइन किया गया है। हालांकि, यह प्रोटोकॉल ऐसे सवालों की जांच के लिए उपयुक्त नहीं है जैसे कि क्या दृश्य सांख्यिकीय सीखने स्वाभाविक श्रवण सांख्यिकीय सीखने की तुलना में आसान है । सभी भ्रामक कारकों के कारण कार्यों के बीच समूह स्तर के प्रदर्शन मतभेदों की व्याख्या मुश्किल है जिन्हें हम नियंत्रित करने में सक्षम नहीं हैं

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

हम वेब आधारित मंच के प्रारंभिक डिजाइन में उनके योगदान के लिए योएल सांचेज अरौजो और वेंडी जॉर्जन को धन्यवाद देते हैं। हम वेब-आधारित सांख्यिकीय सीखने के कार्यों में सुधार, एफएमआरआई कार्यों को लागू करने और वयस्क प्रतिभागियों में कार्यों का संचालन करने पर उनके काम के लिए एक गुयेन और वायलेट कोज़लॉफ का शुक्रिया अदा करते हैं। हम बच्चों में डेटा संग्रह की सहायता करने में उनके योगदान के लिए वायलेट कोज़लॉफ और पार्कर रॉबिंस को धन्यवाद देते हैं। हम इब्राहिम मलिक, जॉन क्रिस्टोफर, ट्रेवर विगल, और कीथ श्नाइडर को डेलावेयर विश्वविद्यालय में जैविक और मस्तिष्क इमेजिंग के लिए केंद्र में न्यूरोइमेजिंग डेटा संग्रह में उनकी सहायता के लिए धन्यवाद देते हैं। इस काम को राष्ट्रीय बधिरता और अन्य संचार विकारों पर संस्थान द्वारा भाग में वित्त पोषित किया जाता है (पीआई: क्यूई; NIH 1R21DC017576) और राष्ट्रीय विज्ञान फाउंडेशन सामाजिक, व्यवहार और आर्थिक विज्ञान के लिए निदेशालय (पीआई: श्नाइडर, सह-पीआई: क्यूई और Golinkoff; एनएसएफ 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.

DOWNLOAD MATERIALS LIST

References

  1. 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).
  2. 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).
  3. 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).
  4. 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).
  5. Arciuli, J., Simpson, I. C. Statistical Learning Is Related to Reading Ability in Children and Adults. Cognitive Science. 36 (2), 286-304 (2012).
  6. 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).
  7. 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).
  8. Siegelman, N., Frost, R. Statistical learning as an individual ability: Theoretical perspectives and empirical evidence. Journal of Memory and Language. 81, 105-120 (2015).
  9. 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).
  10. 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).
  11. Qi, Z., et al. An online platform for visual and auditory statistical learning for school-aged children (Version 1.0.0). Zenodo. , (2020).
  12. 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).
  13. 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).
  14. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  15. 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).
  16. 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).
  17. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical Learning Across Development: Flexible Yet Constrained. Frontiers in Psychology. 3, 598 (2013).
  18. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  19. 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).
  20. 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).
  21. Mcnealy, K., Mazziotta, J., Dapretto, M. Cracking the Language Code: Neural Mechanisms Underlying Speech Parsing. Journal of Neuroscience. 26 (29), 7629-7639 (2006).
  22. 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).
  23. 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).
  24. Petersen, S. E., Dubis, J. W. The mixed block/event-related design. NeuroImage. 62 (2), 1177-1184 (2012).
  25. 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).
  26. Boersma, P., Weenink, D. Praat: doing phonetics by computer [Computer program]. Version 601014. , (2020).
  27. Boersma, P. Praat, a system for doing phonetics by computer. Glot International. 5 (9), 341-345 (2001).
  28. 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).
  29. 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).
  30. de Leeuw, J. R. jsPsych: A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods. 47 (1), 1-12 (2015).
  31. Kana, R. K., et al. Probing the brain in autism using fMRI and diffusion tensor imaging. Journal of Visualized Experiments. (55), e3178 (2011).
  32. Casey, B. J., et al. The Adolescent Brain Cognitive Development (ABCD) study: Imaging acquisition across 21 sites. Developmental Cognitive Neuroscience. 32, 43-54 (2018).
  33. 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).
  34. Halchenko, Y. nipy/heudiconv v0.6.0 (Version v0.6.0). Zenodo. , (2019).
  35. Esteban, O., et al. FMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16, 111-116 (2019).
  36. Esteban, O., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. , 694364 (2020).
  37. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  38. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. NeuroImage. 54 (3), 2033-2044 (2011).
  39. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis: I. Segmentation and surface reconstruction. NeuroImage. 9 (2), 179-194 (1999).
  40. Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, 1 Suppl 173-186 (2009).
  41. Klein, A., et al. Mindboggling morphometry of human brains. PLoS Computational Biology. 13 (2), 1005350 (2017).
  42. 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).
  43. 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).
  44. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical learning across development: Flexible yet constrained. Frontiers in Psychology. 3, 598 (2013).
  45. 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).
  46. 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).
  47. 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).
  48. 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).
  49. 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).

Tags

तंत्रिका विज्ञान अंक 160 सांख्यिकीय सीखने वेब आधारित एफएमआरआई डोमेन मोडलेसी बच्चे
एक ऑनलाइन प्लेटफॉर्म और न्यूरोइमेजिंग तकनीकों के माध्यम से स्कूल-आयु वर्ग के बच्चों में तौर-तरीकों और डोमेन में सांख्यिकीय सीखने को मापना
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Schneider, J. M., Hu, A., Legault,… More

Schneider, J. M., Hu, A., Legault, J., Qi, Z. Measuring Statistical Learning Across Modalities and Domains in School-Aged Children Via an Online Platform and Neuroimaging Techniques. J. Vis. Exp. (160), e61474, doi:10.3791/61474 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter