Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Vergleich von Satzbeobachtungsverhältnissen beim Lesen und Schreiben bei japanischen Schülern mit Handschriftproblemen

430 Ansichten

⸱

DOI:

10.3791/69228

⸱

21. November 2025

1Faculty of Human Sciences, Waseda University

In diesem Artikel

Zusammenfassung

Dieser Artikel stellt ein Protokoll vor, um das Risiko von Handschriftproblemen (HD) bei japanischen Schülern mithilfe von Eye-Tracking-Methoden zu identifizieren. Schüler mit hohem Risiko für HD in Schulumgebungen können identifiziert werden, indem man den Anteil der bedeutungslosen Sätze in ihren Reizbeobachtungen, ihre Schreibflüssigkeit und ihre motorischen Koordinationsfähigkeiten bewertet.

Zusammenfassung

Schüler mit Handschriftproblemen (HD) zeigen oft visuell-motorische Herausforderungen, die das Satzschreiben beeinträchtigen. Allerdings haben nur wenige Studien die Augenbewegungen von HD- und typisch entwickelnden (TD) Kindern beim Lesen und Schreiben verglichen. Neuere Studien haben nahegelegt, dass der Anteil der Zeit, die mit Reizen verbracht wird, helfen kann, Verhaltensprobleme bei Kindern mit Entwicklungsstörungen zu erkennen. Diese Studie verglich die Stimulus-Beobachtungsverhältnisse zwischen Schülern mit HD- und TD-Altersgenossen. Japanische HD- (n = 12) und TD-Teilnehmer (n = 15) wurden auf Unterschiede in den Augenbewegungsmustern beim Lesen und Schreiben japanischer Sätze untersucht und die Lese- und Schreibleistung für bedeutungslose und bedeutungslose Sätze verglichen. Augenbewegungen wurden aufgezeichnet, während die Teilnehmer mehrere japanische Sätze schrieben. Die Ergebnisse zeigten, dass TD-Teilnehmer Sätze flüssiger lasen und schrieben als HD-Mitschüler, obwohl keine Gruppenunterschiede für sinnvolle Schreibaufgaben festgestellt wurden. HD-Teilnehmer beobachteten Sätze häufiger sowohl bei Lese- als auch bei Schreibaufgaben als ihre TD-Kollegen und zeigten kürzere Beobachtungsspannen sowie niedrigere Beobachtungsverhältnisse beim Handschreiben; ihre Beobachtungsverhältnisse beim Lesen waren jedoch vergleichbar. Die binäre logistische Regression zeigte, dass Buchstaben pro Minute, der Anteil der Zeit für bedeutungslose Handschriftbeobachtungen und motorische Koordinationswerte wichtige Indikatoren für die Identifizierung von Schülern mit HD waren. Diese Ergebnisse deuten darauf hin, dass kürzere Beobachtungsspannen und geringere Anteile an Stimulusbeobachtungen beim Schreiben die Tendenz eines HD-Schülers widerspiegeln, Sätze nur kurz anzusehen, anstatt sie gründlich zu lesen.

Einleitung

Handschrift ist ein komplexes Verhalten, das die Integration von visuellen, motorischen und kognitiven Fähigkeiten erfordert. Neuere Studien haben gezeigt, dass Handschriftprobleme (HD) erkannt werden können, indem Teilnehmer Zykloidschleifen von links nach rechts auf Papier schreiben 2,3. In diesen Studien zeigten typisch entwickelnde (TD) Teilnehmer ähnliche visuomotorische Integrationsfähigkeiten (VMI) für räumliche und zeitliche Anordnungen, unabhängig davon, ob ihre Augen offen oder geschlossen waren. Allerdings zeigten Schüler mit HD bessere räumliche und zeitliche Anordnungen, aber eine schlechtere Schreibleistung, wenn die Augen geschlossen waren. Im Gegensatz dazu schrieben sie trotz schlechterer VMI-Fähigkeiten weniger genau und flüssiger mit geringerer Lesbarkeit, wenn sie die Augen offen hatten. Diese Ergebnisse deuten darauf hin, dass visuelle Defizite die flüssige Handschrift bei Schülern mit HD 1,2,3 beeinträchtigen. Lopez und Vaivre-Douret 2,3 maßen jedoch keine visuellen Leistungsdaten, wie Augenbewegungsmuster, oder verglichen die visuellen Fähigkeiten von HD- und TD-Schülern. Daher kann der Vergleich von Augenbewegungsmustern während der Handschrift zwischen TD- und HD-Teilnehmern helfen, Schüler mit einem Risiko für HD im Alltag und in der Schule zu identifizieren.

Wenige Studien haben Augenbewegungsmuster bei HD-Teilnehmern untersucht 4,5, trotz der Bedeutung, solche Muster während der Handschrift 6 zu vergleichen. Omori6 analysierte Augenbewegungsmuster bei TD-Studenten während des Satzschreibens. Er teilte die Teilnehmer basierend auf ihren VMI-Fähigkeiten in zwei Gruppen ein und bewertete sie anhand eines standardisierten visuell-motorischen Integrationstests7. Die Ergebnisse zeigten, dass Schüler mit niedrigeren VMI-Fähigkeiten mehr und längere Fixierungen machten und häufiger auf den Satz und ihre Hände zurückblickten als Schüler mit höheren VMI-Fähigkeiten. Mit anderen Worten: Schlechte VMI-Fähigkeiten stehen im Zusammenhang mit schlechter Beobachtungsfähigkeit beim Handschreiben. Schlechte Handschriftenleistung führt zu längeren Beobachtungszeiten, mehr Fixierungen und längeren Fixierungsdauern 2,3,6. Außerdem verringert sich das Verhältnis der Reizbeobachtung, definiert als die Gesamtdauer der Reizbeobachtung im Verhältnis zur gesamten Handschriftzeit, wenn die Anzahl der Rückblicke auf die Hände steigt und die Reize zunehmen. Folglich verbringen HD-Teilnehmer einen geringeren Anteil ihrer gesamten Schreibzeit mit tatsächlicher Handschrift, was zu einem geringeren Beobachtungsanteil führt als TD-Teilnehmer 2,3. TD-Studierende mit niedrigeren VMI-Fähigkeiten schauten ebenfalls häufiger auf ihre Handbewegungen und Zielreize zurück und zeigten Schwierigkeiten, visuomotorische Fähigkeitenzu integrieren 7. Frühere Studien haben jedoch nur Fixationsdaten und nicht Blickdaten bewertet, zu denen sowohl Fixierungen als auch Sakkaden6 gehören. Um die Beobachtung des Reizes während der Handschrift besser zu erfassen, ist es ratsam, sowohl Blickdaten, die die Besuchsdauer und -anzahl umfassen, als auch Fixationsdaten, die Fixationsdauer und -zählung enthalten, zu berücksichtigen. Daher kann die Untersuchung des Zusammenhangs zwischen Besuchsdauer und Zielreizen als Beobachtungsverhältnis helfen, die mit der Handschrift verbundenen Schwierigkeiten bei der visuomotorischen Integration zu verdeutlichen.

Sita und Taylor berichteten, dass TD-Erwachsene beim Lesen weniger Fixierungen, kürzere mittlere Fixierungen und kürzere Besuchsdauern hatten im Vergleich zum Schreiben von Einzelwörtern8. Es bleibt jedoch unklar, ob TD- und HD-Schüler beim Lesen und Schreiben von Sätzen ähnliche Augenbewegungsmuster zeigen. Darüber hinaus konzentrierten sich die meisten früheren Studien auf alphabetische Sprachen 1,2,3,4,5,8, während nur eine Studie die japanische Schrift6 untersucht hat. Daher verglich die vorliegende Studie Augenbewegungsmuster bei TD- und HD-Schülern beim Lesen und Schreiben japanischer Sätze. Da neuere Arbeiten gezeigt haben, dass Schüler mit Leseschwierigkeiten durch Nicht-Wortlesen 9,10 identifiziert werden können, wurden neben bedeutungsvollen Reizen auch bedeutungslose Reize in diese Studie aufgenommen. Steacy et al. berichteten, dass bedeutungslose Wortlesefähigkeiten eng mit der späteren Entwicklung des sinnvollenWortlesens verbunden sind. Obwohl sich die Antwortmodalitäten unterscheiden, kann der Vergleich von sinnvollem und bedeutungslosem Satzschreiben ebenfalls helfen, Schüler mit HD zu erkennen. Daher wurden beide Stimulustypen vorbereitet.

Das Schreiben chinesischer Schriftzeichen oder japanischer Kanji wird voraussichtlich größere Handschriftenschwierigkeiten verursachen als das Schreiben der römischenBuchstaben 11. Tse et al. verglichen die Entwicklung der chinesischen und englischen Handschrift bei Kindern mit TD und HD und stellten größere Schwierigkeiten im Chinesischen fest, was Probleme mit der Schlaganfallbildung11 widerspiegelt. Sie berichteten außerdem über schlechtere VMI, schlechtere visuelle Wahrnehmung (VP) und schlechtere feinmotorische Fähigkeiten bei HD als TD-Kinder, ohne Gruppenunterschiede in der Leseleistung11. In Japan haben etwa 10 % der Grundschüler in den regulären Klassen Schreibschwierigkeiten12. Kono, Hirabayashi und Nakamura zeigten, dass die Schreibflüssigkeit der Schüler von 13,08 Buchstaben pro Minute (LPM) in der 1. Klasse auf 31,26 LPM in der 6. Klasse13 stieg, während ihre Leseflüssigkeit von 202,50 LPM in der ersten Klasse auf 461,90 LPM in der 6.Klasse 14 stieg. Eine weitere Studie mit einem digitalen Stift berichtete von längeren, durchgehenden Schreibzeiten und weniger Blicken nach unten auf das Papier, da sich die Handschriftfähigkeitenverbesserten 15. Noda et al. fanden heraus, dass japanische Schüler mit Entwicklungsstörungen, einschließlich HD, schlechtere feinmotorische Fähigkeiten und eine schlechtere anhaltende Schreibaufmerksamkeithaben 16. Zusammengenommen deuten diese Ergebnisse 11,13,15,16 darauf hin, dass japanische Schüler mit HD langsamere Schreib-LPM, kürzere kontinuierliche Schreibspannen und häufigere Rückblicke auf die Reize und ihre Hände zeigen als TD-Altersgenossen13. Obwohl die kontinuierliche Schreibspanne typischerweise mit einem digitalen Stift gemessen wird, kann sie auch durch das Zählen von Fixationen durch Eyetracking geschätzt werden. Die Berechnung der Buchstaben pro Fixation (L/FX) aus Augenbewegungsdaten zeigt, wie oft Individuen auf jeden Buchstaben fixieren müssen, und die Häufigkeit des Rückblicks kann als Beobachtungsverhältnis mittels der gesamten Besuchsdauer zu den Reizen im Verhältnis zur Gesamtschreibdauer indiziert werden. Deshalb habe ich einen Augentracker verwendet, um L/FX als Beobachtungsspanne und %VD als Beobachtungsverhältnis zwischen HD- und TD-Schülern zu vergleichen.

Um Unterschiede in den Augenbewegungen beim Lesen und Schreiben japanischer Sätze zu untersuchen und die Leistungen für bedeutungslose und bedeutungslose Sätze zwischen HD- und TD-Schülern zu vergleichen, lasen und schrieben die Teilnehmer mehrere japanische Sätze, während ihre Augenbewegungen aufgezeichnet wurden. Ich sagte voraus, dass HD-Schüler eine geringere Lese- und Schreib-LPM-Phase, weniger Beobachtungsspannen mit kürzeren Fixierungsdauern6 und einen geringeren Anteil an Reizbeobachtungen beim Lesen und Schreiben im Vergleich zu TD-Schülern 2,3,6 zeigen würden. Ich erwartete deutliche Augenbewegungsmuster, verkürzte Beobachtungsspannen und niedrigere Beobachtungsverhältnisse bei HD im Vergleich zu TD-Schülern.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Vor der Teilnahme wurde eine schriftliche informierte Zustimmung von den Teilnehmern sowie deren Eltern oder Erziehungsberechtigten eingeholt. Das Institutional Review Board der Waseda-Universität (Nr. 2020-176) genehmigte diese Studie.

1. Teilnehmer

  1. Installieren Sie die Software auf einem Computer von der Website (siehe Materialtabelle), um die Stichprobengröße mittels Leistungsanalyse zu bestimmen.
    1. Klicken Sie auf die Software, um sie zu öffnen.
    2. Wählen Sie im Tab Testfamilie Test F aus, und im Reiter Statistischer Test wählen Sie ANOVA: Wiederholte Messungen, innerhalb von Zwischeninteraktionen. Unter Art der Leistungsanalyse wählen Sie A priori: Berechnen Sie die erforderliche Stichprobengröße, gegeben α , Leistung und Effektgröße.
    3. Klicke auf Bestimmen und wähle dann im Pop-up-Fenster Direkt . Geben Sie das partielle η2 aus der gewählten vorherigen Studie ein (0,20 in dieser Studie)6. Klicken Sie auf Berechnen, dann auf Berechnen und ins Hauptfenster übertragen. Stellen Sie sicher, dass die Effektgröße f im Eingabeparameter-Panel aktualisiert wurde.
    4. Geben Sie 2 für die Anzahl der Gruppen und 4 für die Anzahl der Messungen für diese Studie ein. Klicken Sie auf der Hauptseite auf Berechnen und bestätigen, dass die Gesamtstichprobengröße für diese Studie 12 beträgt.
      HINWEIS: Basierend auf den zuvor berichteten Effektgrößen aus den Zeitverlaufanalysen6 zeigte die Leistungsanalyse, dass mindestens 12 Teilnehmer verpflichtet sind, einen Teil-η2 von 0,20 oder höher mit einer dreifach gemischten ANOVA bei p = 0,05 und 95 % Leistung zu erkennen.
  2. Rekrutieren Sie Schüler im schulpflichtigen Alter und bestätigen, dass alle in regulären Kursen an öffentlichen Grundschulen, Junior High oder High Schools eingeschrieben sind. An dieser Studie nahmen 31 Schüler (chronologischer Alter [CA] Bereich, 7–17 Jahre) teil.
  3. Präsentiert japanische Wörter, die auf "cat[neko]", "dog [inu]" und "bird[tori]" Bezug nehmen, und weist die Teilnehmer an, diese zu schreiben. Bestätigen Sie, dass die Teilnehmer die präsentierten Wörter korrekt schreiben können; Andernfalls sollten Sie sie aus der Studie ausschließen.
  4. Schließen Sie alle Teilnehmer aus, die die Bewertungen nicht abschließen können. Basierend auf diesen Kriterien wurden vier Teilnehmer ausgeschlossen. Schließlich nahmen 27 Teilnehmer (16 Jungen, 11 Mädchen) an dieser Studie teil.
  5. Fragen Sie die Teilnehmer oder ihre Eltern nach ihrem akademischen Werdegang, insbesondere nach ihren Lese- und Schreibfähigkeiten. Fordern Sie gegebenenfalls die Offenlegung etwaiger Diagnosen an und stellen Sie sicher, dass die Diagnosen von einem Kinderarzt nach klinischen Kriterien17 gestellt wurden.
  6. Die Teilnehmer werden anhand der akademischen Vorgeschichte und klinischen Kriterien in zwei Gruppen eingeteilt: HD (n = 12; 7 bei LD und 5 mit LD und Autismus-Spektrum-Störung (ASS)) und TD (n = 15). Stellen Sie sicher, dass TD-Teilnehmer keine Lese- oder Schreibprobleme melden und keine Entwicklungsstörungen diagnostiziert wurden.
  7. Bitten Sie die Teilnehmer (oder Eltern), standardisierte Ergebnisse anzugeben, wie Intelligenzquotient (IQ) oder Entwicklungsquotient (DQ), die zuvor in Krankenhäusern oder Bildungseinrichtungen gemessen wurden, falls vorhanden. Lassen Sie diese Felder leer, falls Sie nicht verfügbar sind. In dieser Studie hatten alle Teilnehmer mit HD zuvor IQ- oder DQ-Werte (mittlerer vollständiger IQ = 97,80, SD = 24,32). TD-Teilnehmer hatten keine vorherigen IQ-Werte; Lassen Sie diese Felder leer.

2. Stimulus und Apparat

  1. Bereiten Sie einen Augentracker vor, um Augenbewegungen aufzuzeichnen. Überprüfen Sie, ob der Eye Tracker eine Messleistung von 120 Hz oder mehr aufweist.
  2. Verwenden Sie ein Display mit 1920 × 1080 Auflösung und einen Laptop, um die Reize zu präsentieren und zu steuern. Stellen Sie sicher, dass der Laptop Software zur Berechnung von Augenbewegungskoordinaten und zur Durchführung statistischer Analysen enthält.
  3. Weisen Sie die Teilnehmer an, während der Aufnahme etwa 70 cm vom Eye Tracker entfernt zu sitzen. Führen Sie vor der Präsentation des Reizes eine 5-Punkte-Kalibrierung durch. Dieses Verfahren wird durchgeführt, um Messstandards für Display und Augentracker festzulegen. Klicken Sie auf die Kalibrierungstaste und beobachten Sie die farbigen Punkte auf dem Display. Wenn ein Punkt ausreichend fixiert ist, verschwindet er, und ein neuer Punkt erscheint an einer zufälligen Stelle, wie der Ecke oder der Mitte. Wiederholen Sie die Kalibrierung, bis in der Eye-Tracking-Software akzeptable Ergebnisse erzielt werden.
  4. Bereite 12 Sätze in Hiragana und Kanji vor, jeweils zwei bis vier Zeilen und 32–79 Zeichen. Davon verwenden Sie acht sinnvolle Sätze, die den Alltagsinhalt beschreiben (z. B. Fischökologie, Zugverzögerung) und vier bedeutungslose Sätze, die ausschließlich in Hiragana geschrieben sind. Erstelle bedeutungsvolle Sätze mit altersgerechtem Vokabular, Partikeln und Kanji auf der Stufe 2 bis 3; Fügen Sie drei bis vier Kanji-Zeichen pro Satz hinzu. Erstellen Sie bedeutungslose Sätze, indem Sie Strings von drei oder vier Hiragana-Zeichen kombinieren. Alle Sätze werden in 28-Punkt-Schrift präsentiert, die sich über eine einzelne Folie erstrecken. Bereite eine schwarze Blanke vor. Bereiten Sie für jeden Teilnehmer zwei A4-Blätter mit vier horizontalen Linien für den Schreibtest vor.
  5. Konvertiere die 12-Satz-Folien und die schwarze Folie in einzelne JPEG-Dateien. Abbildung 1 zeigt beispielhafte Satzreize: Panel A ist ein sinnvoller Satz, und Panel B ist ein bedeutungsloser. Öffne die Eye-Tracking-Software. Erstelle in der Konsole ein neues Projekt und nenne es.
  6. Offener Design-Modus . Wähle Zeitlinie 1 und stelle die Kalibrierung auf den Standard-5-Punkte-Modus . Füge zwei bedeutungsvolle Satzfolien und eine bedeutungslose Folie hinzu. Dann stellen Sie den Continue-Modus auf Tastendruck ein, damit der Experimentator mit der Leertaste voranschreiten kann. Füge die leeren schwarzen Folien vor, zwischen und nach den Satzslides ein, ebenfalls auf Tastendruck eingestellt. Bereiten Sie vier Zeitlinien auf die gleiche Weise vor, jede mit unterschiedlichen Satzfolien. In den Zeitlinien 1 und 3 wird zuerst der bedeutungsvolle Satz präsentiert, gefolgt vom bedeutungslosen Satz; in Zeitlinien 2 und 4 die Reihenfolge umkehren.
  7. Führen Sie nur Hiragana-Kurzzeitstrafen für Teilnehmer unter 10 Jahren ein. Für ältere Teilnehmer verwenden Sie gemischte Hiragana-Kanji-Satzzeitlinien.

figure-protocol-1
Abbildung 1: Beispiele für Satzreize für Lese- und Schreibaufgaben. (A) Ein bedeutungsvoller Satzreiz und (B) ein bedeutungsloser Satzreiz. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

3. Vorbewertung: PVT-R

  1. Setzen Sie sich dem Teilnehmer von Angesicht zu Angesicht zu. Fragen Sie nach ihrem Geburtsdatum; Wenn sie nicht genau antworten können, frag ihre Eltern.
  2. Präsentieren Sie dem Teilnehmer die PVT-R-Broschüre. Das Heft besteht aus 15 Seiten, von denen jede vier visuelle Reize enthält. Weisen Sie den Teilnehmer an, den gesprochenen Reiz zu hören und den entsprechenden visuellen Reiz aus den vier Optionen zu berühren.
  3. Präsentieren Sie jeden gesprochenen Reiz einmal gemäß den Anweisungen und lassen Sie den Teilnehmer den entsprechenden visuellen Reiz aus den vier Optionen auswählen. Tragen Sie die Auswahl auf das Blatt auf und präsentieren Sie dann den nächsten gesprochenen Reiz. Jede Seite enthält sechs Präsentationen mit gesprochenen Reizen.
  4. Zählen Sie die Anzahl der richtigen Antworten auf jeder Seite und gehen Sie zur nächsten Seite weiter, bis der Teilnehmer drei oder mehr Fehler auf zwei Seiten macht. Die Fehler müssen nicht aufeinanderfolgend sein; Nicht voranschreiten, wenn dieses Kriterium erfüllt ist. Alternativ kann die Bewertung gestoppt werden, wenn der Teilnehmer Seite 15 ausfüllt, ohne das Fehlerkriterium zu erfüllen.
  5. Zählen Sie die Gesamtzahl der richtigen und falschen Antworten im Booklet und berechnen Sie dann die angepasste Punktzahl, die Standardpunktzahl und das verbale Alter gemäß dem Handbuch.

4. Vorbewertung: Beery-VMI VI

  1. Setzen Sie sich dem Teilnehmer von Angesicht zu Angesicht zu. Frag, welche Hand dominant ist.
  2. Präsentieren Sie das Broschüre des Vizepräsidenten. Weisen Sie die Teilnehmer an, die geometrische Beispielfigur oben auf der Seite und dann die Auswahlfiguren unten zu betrachten. Lassen Sie sie die Figur auswählen, die identisch mit der Probe ist. Wiederholen Sie diesen Vorgang, bis der Teilnehmer alle 30 Aufgaben erfüllt hat, und gehen Sie dann zur nächsten Aufgabe über. Zähle die Anzahl der richtigen Antworten.
  3. Präsentieren Sie das Motorkoordinationsheft (MC). Für die ersten 20 Elemente werden die Teilnehmer angewiesen, die dunkleren Punkte mit den helleren Punkten zu verbinden, um geometrische Figuren zu bilden. Weisen Sie die Teilnehmer an, Linien innerhalb der Formen zu zeichnen, ohne die Umrisse der letzten 10 Elemente zu berühren. Informiere sie, dass die MC-Aufgabe innerhalb von 5 Minuten abgeschlossen sein muss. Zähle dann die Anzahl der korrekt verbundenen Figuren und korrekt nachgezeichneten Formen.
  4. Zählen Sie die Gesamtzahl der korrekten Antworten in den VP- und MC-Heften und berechnen Sie den Standardwert für die visuomotorische Integration gemäß dem Handbuch.

5. Messung der Augenbewegung

  1. Befestigen Sie die magnetische Montagehalterung in der Mitte der unteren Kante des Displays.
  2. Verbinde den Augentracker mit einem USB-Kabel mit dem Display. Befestigen Sie den Augentracker mit der mitgelieferten Magnethalterung an der Unterseite des Displays. Stellen Sie sicher, dass die Halterung und der Augentracker sicher befestigt sind.
  3. Öffne die Konfigurationssoftware. Wählen Sie den beigefügten Augentracker und das Display aus. Klicken Sie auf den Kalibrierungsbutton und wählen Sie die Anzeige der Stimuluspräsentation aus. Setzen Sie den Teilnehmer vor das Display und stellen Sie seine Position auf einen geeigneten Abstand ein. Stellen Sie sicher, dass der Vorkalibrierungsindikator grün wird und eine Entfernung von etwa 70 cm bestätigt; Stellen Sie die Sitzordnung nach Bedarf ein.
  4. Klicken Sie auf die Kalibrierungstaste und beobachten Sie die farbigen Punkte auf dem Display. Wenn ein Punkt ausreichend fixiert ist, verschwindet er, und ein neuer Punkt erscheint an einer zufälligen Stelle, wie der Ecke oder der Mitte. Fahren Sie fort, bis alle sieben Punkte abgeschlossen sind, und klicken Sie dann auf Akzeptieren , um die Kalibrierung abzuschließen. Schließen Sie die Konfigurationssoftware.
  5. Öffnen Sie die Eye-Tracking-Software und das benannte Projekt. Wähle den Aufnahmemodus und wähle den Aufnahme-Eye-Tracker im Menü oben links aus. Wählen Sie die Anzeige der Stimuluspräsentation aus und geben Sie den Namen des Teilnehmers im Reiter Teilnehmer ein. Wähle eine der vier Zeitlinien und balanciere die Testreihenfolge (Lesen vs. Schreiben) aus. Zum Beispiel beginnt man für Teilnehmer 1 mit dem Lesen in Zeitleiste 1 und dem Schreiben in Zeitleiste 3; für Teilnehmer 2 beginnen Sie mit dem Schreiben in Zeitleiste 4 und dem Lesen in Zeitleiste 2. Stellen Sie sicher, dass beide Tests für jeden Teilnehmer abgeschlossen werden. Warten Sie, bis der Teilnehmer vor der Ausstellung Platz genommen hat.
  6. Weisen Sie die Teilnehmer an, sich etwa 70 cm vom Eye Tracker entfernt zu setzen. Drücken Sie auf Aufnahme, um mit der Kalibrierung fortzufahren. Überprüfen Sie den entsprechenden Abstand, indem Sie überprüfen, dass die Statusanzeige des Augentrackers grün wird.
  7. Klicken Sie auf Kalibrierung starten , um fortzufahren. Weisen Sie die Teilnehmer an, den weißen, bewegten Punkten auf dem Display zu folgen. Wenn die Kalibrierung akzeptabel ist, drücken Sie Start , um die Satzfolie für die Lese- oder Schreibaufgabe anzuzeigen; ansonsten klicke auf Rekalibrieren und wiederhole das bis zum Erfolg.
  8. Beginnen Sie mit den Lesetests (siehe Abbildung 2A für Details). Wähle Zeitlinie 1 oder 2.
    1. Abschließen Sie die Schritte 5.5 bis 5.7. Weisen Sie die Teilnehmer an, die präsentierte Satzfolie so schnell wie möglich laut vorzulesen.
    2. Drücken Sie die Leertaste, um einen schwarzen Folie anzuzeigen. Bereiten Sie den Teilnehmer auf das Lesen vor und drücken Sie dann die Leertaste, um die erste Satzfolie zu präsentieren. Hören Sie genau zu und zählen Sie die Anzahl der Lesefehler auf der Folie. Wenn der Teilnehmer das letzte Zeichen beendet hat, drückt man die Leertaste, um zum nächsten leeren schwarzen Profil zu gelangen.
    3. Bereiten Sie den Teilnehmer vor und drücken Sie dann die Leertaste, um die zweite Satzfolie anzuzeigen. Hören Sie aufmerksam zu und zählen Sie die Anzahl der Lesefehler. Wenn der Teilnehmer das letzte Zeichen beendet hat, drücken Sie die Leertaste, um fortzufahren. Wiederholen Sie das für die dritte Folie, um den Lesetest abzuschließen. Die Aufnahme stoppt automatisch nach dem letzten Tastendruck.
    4. Klicken Sie im Pop-up-Fenster auf Aufnahme speichern , um die Augenbewegungsdaten zu speichern und zum Projekt-Heim zurückzukehren.
    5. Bereiten Sie sich auf den Schreibtest vor, indem Sie einen anderen Zeitplan auswählen oder die Sitzung beenden, wenn beide Tests abgeschlossen sind.
  9. Beginnen Sie mit den Schreibtests (siehe Abbildung 2B für Details). Wählen Sie Zeitlinie 3 oder 4.
    1. Abschließen Sie die Schritte 5.5 bis 5.7. Weisen Sie die Teilnehmer an, die präsentierten Sätze so schnell wie möglich von Hand auf ein A4-Blatt mit vier horizontalen Zeilen zu schreiben.
    2. Drücken Sie die Leertaste, um einen schwarzen, leeren Folie anzuzeigen. Bereite den Teilnehmer auf das Schreiben vor; Drücken Sie dann die Leertaste, um die erste Satzfolie anzuzeigen. Beobachten Sie das Schreiben und zählen Sie die Fehler auf der Folie. Weist die Teilnehmer an, falsche Wörter neu zu schreiben und die vorherige Antwort mit doppelten Zeilen zu löschen. Wenn der Teilnehmer das letzte Zeichen beendet hat, drückt man die Leertaste, um zum nächsten schwarzen Leerblatt zu gelangen.
    3. Sammeln Sie das ausgefüllte Blatt ein und geben Sie dem Teilnehmer ein neues Blatt.
    4. Bereiten Sie den Teilnehmer vor und drücken Sie dann die Leertaste, um die zweite Satzfolie anzuzeigen. Beachten Sie die Schreib- und Zählfehler auf der Folie. Weist die Teilnehmer an, falsche Wörter neu zu schreiben und die vorherige Antwort mit doppelten Zeilen zu löschen. Wenn der Teilnehmer das letzte Zeichen beendet hat, drücken Sie die Leertaste, um fortzufahren. Wiederhole das für die dritte Folie, um den Schreibtest abzuschließen. Die Aufnahme stoppt automatisch nach dem letzten Tastendruck.
    5. Klicken Sie im Pop-up-Fenster auf Aufnahme speichern , um die Augenbewegungsdaten zu speichern und zum Projekt-Heim zurückzukehren.
    6. Bereiten Sie sich auf den Lesetest vor, indem Sie einen anderen Zeitplan auswählen oder die Augenbewegungsmessung abschließen, wenn beide Tests abgeschlossen sind.

figure-protocol-2
Abbildung 2: Augenbewegungsmessungen während Lese- und Schreibaufgaben. (A) Eine Leseaufgabe und (B) eine Schreibaufgabe. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

6. Export von Augenbewegungsdaten

  1. Nachdem Sie die Daten aller Teilnehmer gesammelt haben, öffnen Sie die Eye-Tracking-Software und gehen Sie zum Projekthaus.
  2. Wählen Sie den Reiter Analysieren und wählen Sie das AOI-Tool.
    1. Wählen Sie das Rechteck-Werkzeug, um ein Interessengebiet (AOI) auf dem Stimulusbild zu zeichnen. Stellen Sie das Rechteck so an, dass es den gesamten Textbereich abdeckt. Augenbewegungsdaten werden innerhalb der AOI berechnet. Nennen Sie jedes AOI "MF_R_##" für sinnvolles Lesen, "ML_R_##" für bedeutungsloses Lesen, "MF_W_##" für sinnvolles Schreiben oder "ML_W_##" für bedeutungsloses Schreiben, wobei "##" durch die passenden Zahlen ersetzt wird.
    2. Wiederholen Sie diesen Vorgang, um AOIs für alle verwendeten Reize zu erstellen und zu benennen.
  3. Wählen Sie den Reiter Analysieren und wählen Sie Metrik-Export.
    1. Beachten Sie das Einstellungsfeld auf der rechten Seite der Seite.
    2. Wählen Sie Excel-Bericht unter Exportformat aus und stellen Sie sicher, dass I-VT-Filter und Rauschunterdrückung für Blickfilter bzw. Pupillendurchmesserfilter ausgewählt sind.
    3. Wähle die Kontrollkästchen für Alle Aufnahmen im Bereich Aufnahme , Vollständige Aufnahmen im Abschnitt Zeitpunkt von Interesse und Alle Interessengebiete im Bereich Interessensgebiet aus.
    4. Auf der linken Seite des Fensters öffnen Sie Select Metrics für den Bericht.
    5. Haken Sie bei "Alle auswählen" und klicken Sie dann auf Exportieren.
    6. Öffnen Sie die exportierte Excel-Datei und überprüfen Sie alle exportierten Daten.
    7. Führen Sie statistische Analysen mit den exportierten Daten durch.

7. Datenanalyse

  1. Setze abhängige Variablen für die Analyse.
    1. Bewerten Sie die PVT-R, um Standardwerte gemäß dem Handbuch zu erhalten.
    2. Beery-VMI 6 bewerten, um Fähigkeitswerte für VP und MC gemäß dem Handbuch zu erhalten.
    3. Öffnen Sie die exportierte Excel-Datei und wählen Sie den Reiter Intervalldauer aus. Beachten Sie, dass die Intervalldauer definiert ist als die Zeit vom Drücken der Leertaste zum Präsentieren eines Satzreizes, bis zum letzten Zeichen und dem Drücken der Leertaste zum nächsten Dia.
    4. Berechnen Sie Buchstaben pro Minute (LPM) als Maß für die Verhaltensleistung. Teilen Sie die Anzahl der Buchstaben im Satz durch die Antwortzeit und multiplizieren Sie dann mit 60 (z. B. 60 Buchstaben ÷ 15 s × 60 = 240 LPM). Beachten Sie, dass ein höherer LPM auf eine bessere Leistung hinweist.
    5. Öffne den Reiter Durchschnittliche Fixationsdauer . Multiplizieren Sie mit 1.000, um FD in Millisekunden auszudrücken. Organisieren Sie die Daten in einer Excel-Tabelle nach Teilnehmer, Test (Lesen vs. Schreiben) und Satzbedingung.
    6. Öffnen Sie den Reiter Fixationszählung . Organisieren Sie die Daten in einer Excel-Tabelle nach Teilnehmer, Test (Lesen vs. Schreiben) und Satzbedingung. Berechnen Sie die Buchstaben pro Fixation (L/FX) als Beobachtungsbereich: Teilen Sie die Anzahl der Buchstaben im Satz durch die Fixationsanzahl (z. B. 60 ÷ 15 = 4,00 L/FX). Beachten Sie, dass eine längere Beobachtungsspanne einem größeren L/FX entspricht.
    7. Öffne den Reiter Gesamtbesuchsdauer . Organisieren Sie die Daten in einer Excel-Tabelle nach Teilnehmer, Test (Lesen vs. Schreiben) und Satzbedingung. Verwenden Sie die Intervalldauer für den nächsten Schritt wieder. Berechnen Sie die prozentuale Besuchsdauer (%VD) als Beobachtungsverhältnis: Teilen Sie die gesamte Besuchsdauer durch die Intervalldauer innerhalb derselben Bedingung und multiplizieren Sie mit 100 (z. B. 15 s ÷ 30 s × 100 = 50%). Beachten Sie, dass ein höherer Prozentsatz von VD auf ein höheres Beobachtungsverhältnis hinweist.
  2. Statistische Analyse
    1. Öffnen Sie die Software am Computer, um die Daten zu analysieren.
    2. Ordne das Datenformat so an, dass es sich auf die statistische Analyse vorbereitet.
    3. Führen Sie unabhängige t-Tests durch, um die verbale Fähigkeiten und die visuomotorischen Integration der Teilnehmer zu bewerten.
    4. Durchführung gemischter faktorieller ANOVAs zum Lese- und Schreib-LPM sowie zu Augenbewegungsmessungen (Mittelwert FD, L/FX, %VD) mit einem 2 (Gruppe: HD vs. TD; Zwischen-Proben) × 2 (Test: Lesen vs. Schreiben; Innerhalb der Proben) × 2 (Satz: sinnvoll vs. bedeutungslos; Innerhalb der Proben) Design.
    5. Führen binäre logistische Regressionsanalysen durch, um zu untersuchen, ob Screening-Messungen und Augenbewegungsmuster das HD-Risiko bei allen Teilnehmern vorhersagen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Analyse des Teilnehmerprofils
Tabelle 1 zeigt die verbale Fähigkeiten der Teilnehmer und die visuomotorischen Integrationsfähigkeiten der Teilnehmer. Das durchschnittliche chronologische Alter der HD-Teilnehmer betrug 11,11 Jahre (Bereich: 8,33–14,83 Jahre) und 11,97 Jahre für TD-Teilnehmer (Bereich: 7,67 – 17,50 Jahre). Die PVT-R [18] zeigte, dass HD-Teilnehmer niedrigere standardisierte Werte hatten als TD-Teilnehmer (8,92 vs. 12,75 [t (18...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Diese Studie untersuchte unterschiedliche Augenbewegungsmuster bei 12 HD- und 15 TD-Teilnehmern beim Lesen und Schreiben von bedeutungslosen japanischen Sätzen. Wie in Abbildung 3A gezeigt, hatten HD-Teilnehmer langsamere LPM-Werte beim Lesen und Schreiben als TD-Teilnehmer, was darauf hindeutet, dass HD-Teilnehmer bei diesen Aufgaben größere Schwierigkeiten haben. HD-Teilnehmer haben oft auch Leseschwierigkeiten21. Daher sollten zukü...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Der Autor gibt keine intellektuellen, finanziellen oder biomedizinischen Interessenkonflikte an.

Danksagungen

Diese Arbeit wurde teilweise von JSPS KAKENHI (Zuschuss Nr. 22K13739) unterstützt." Teile der Daten wurden zuvor auf Japanisch als Poster auf der Jahrestagung der Japanese Association of Special Education präsentiert. Alle Verfahren mit menschlichen Teilnehmern entsprachen den ethischen Standards der Helsinki-Erklärung von 1964 und deren späteren Änderungen oder vergleichbaren ethischen Standards. Die Studie wurde vom Institutional Review Board der Waseda-Universität genehmigt (Nr. 2020-176). Von allen Teilnehmern und deren Eltern wurde eine schriftliche und mündliche informierte Zustimmung eingeholt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Beery VMI-6Pearsonhttps://www.pearsonassessments.
com/en-us/Store/Professional-
Assessments/Motor-Sensory
/Beery-Buktenica-Developmental
-Test-of-Visual-Motor-Integration
-%7C-Sixth-Edition/p/100000663
?srsltid=AfmBOooTl4STWGQhq
ArZwKdX_mSiV0nHgJWPfjddJ
9z0erbWm7Qq6H9v		Standardisierter Test zur Bewertung der visuomotorischen Integrationsfähigkeiten
ComputeranzeigeTalP2419HResolution 1920 & Times; 1080
Augenbeobachter Tobii Technology JapanX3-120Tragbarer Augentracker
G*Power Heinrich-Heine-Universitätä t Dü Sseldorfhttps://www.psychologie.hhu.de
/arbeitsgruppen/allgemeine-
psychologie-und-arbeitspsychologie/gpower		  G*Power-Analyse-Software
IBM SPSS-StatistikenIBMIBM SPSS-StatistikenVersion 29.0.2.0
LaptopTalPrecision 5540Windows 11
PVT-RNihon Bunkakagakusyahttps://www.nichibun.co.jp/seek/kensa/pvt_r.htmlStandardisierter Test zur Bestimmung des verbalen Alters
Tobii Pro Lab Tobii Technology JapanTobii Pro Lab Software zur Analyse von Augenbewegungen

Referenzen

  1. Beery, K. E., Buktenica, N. A., Beery, N. A. The Beery-Buktenica Developmental Test of Visual-Motor Integration. , Modern Curriculum Press, Parsippany, NJ. Parsippany, NJ. (1997).
  2. Lopez, C., Vaivre-Douret, L. Influence of visual control on the quality of graphic gesture in children with handwriting disorders. Sci Rep. 11, 23537(2021).
  3. Lopez, C., Vaivre-Douret, L. Exploratory investigation of handwriting disorders in school-aged children from first to fifth grade. Children. 10 (9), 1512(2023).
  4. Memisevic, H., Djordjevic, M. Visual-motor integration in children with mild intellectual disability: a meta-analysis. Percept Mot Skills. 125 (4), 696-717 (2018).
  5. Prunty, M., Barnett, A. L., Wilmut, K., Plumb, M. S. Handwriting speed in children with developmental coordination disorder: are they really slower. Res Dev Disabil. 34 (9), 2927-2936 (2013).
  6. Omori, M. Eye movements during writing in female college students and graduate students. Gakuen: Bull Showa Women's Univ. 940, 12-21 (2019).
  7. Sita, J. C., Taylor, K. A. Eye movements during the handwriting of words: individually and within sentences. Hum Mov Sci. 43, 229-238 (2015).
  8. Beery, K., Beery, N. The Beery-Buktenica Developmental Test of Visual-Motor Integration. , 6th ed, Pearson. San Antonio. (2010).
  9. Zhang, Z., Peng, P. Reading real words versus pseudowords: a meta-analysis of research in developmental dyslexia. Dev Psychol. 58 (6), 1035-1050 (2022).
  10. Steacy, L. M., Edwards, A. A., Rueckl, J. G., Petscher, Y., Compton, D. L. Modeling and visualizing the codevelopment of word and nonword reading in children from first through fourth grade: informing developmental trajectories of children with dyslexia. Child Dev. 92 (3), e252-e269 (2021).
  11. Tse, L. F., Siu, A. M., Li-Tsang, C. W. Developmental skills between kindergarten children with handwriting difficulties in Chinese and/or English. Aust Occup Ther J. 66, 292-303 (2019).
  12. Doyama, A., Hashimoto, S., Hayashi, A. Learning of handwriting in elementary school children with writing difficulties and support in a regular class: focus on difficulties in input, output, and processing. Jpn J Dev Disabil Res (JDDR). 36 (4), 369-379 (2014).
  13. Kono, T., Hirabayashi, R., Nakamura, K. Handwriting speed of primary school students in Japan. Jpn J Spec Educ. 46 (4), 223-230 (2008).
  14. Takahashi, M., Iwabuchi, M., Kono, T., Nakamura, K. Development of audio-visual learning support system "Touch & Read": how it can compensate reading difficulties. Cogn Stud. 18 (3), 521-533 (2011).
  15. Hirabayashi, R., Kono, T., Nakamura, K. Developmental changes in handwriting patterns among elementary school children using digital pens. Jpn J Dev Psychol. 24 (1), 13-21 (2013).
  16. Noda, W., et al. Examining the relationships between attention deficit/hyperactivity disorder and developmental coordination disorder symptoms and writing performance in Japanese second grade students. Res Dev Disabil. 34 (9), 2909-2916 (2013).
  17. Diagnostic and Statistical Manual of Mental Disorders. , 5th ed, American Psychiatric Association. Washington, DC. (2010).
  18. Wechsler, D. Wechsler Intelligence Scale for Children. , 4th ed, Psychological Corporation. San Antonio. (2010).
  19. Ikuzawa, M., Matsushita, Y., Nakase, A. Kyoto Scale of Psychological Development 2001. , Kyoto International Social Welfare Exchange Centre. Kyoto. (2001).
  20. Ueno, K., Nagoshi, N., Konuki, S. Picture Vocabulary Test-Revised. , Nihon Bunka Kagakusha. Tokyo. (2008).
  21. Nation, K., Clarke, P., Wright, B. J., Williams, C. Patterns of reading ability in students with autism spectrum disorder. J Autism Dev Disord. 36 (7), 911-919 (2006).
  22. Guilbert, J., Alamargot, D., Morin, M. F. Handwriting on a tablet screen: role of visual and proprioceptive feedback in the control of movement by children and adults. Hum Mov Sci. 65, 30-41 (2019).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Schlagwörter

Augenbewegungenvisumotorische HerausforderungenLeseleistungSchreibleistungmotorische KoordinationEntwicklungsst rungen
Video demnächst verfügbar
Kontakt
Rückmeldung an Ihre Bibliothek

Datenschutz

Nutzungsbedingungen

Richtlinien

Copyright © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.