Name: Bestimmung der Rolle der Sprache bei Säuglingen Objekt Kategorisierung mit Eyetracking-Paradigmen (Video) | JoVE Journal
Uploaded: 2019-02-08T15:00:00.000+00:00
Duration: 7 min 31 s
Description: Erfahren Sie, wie Säuglinge visuelle Objektkategorien bilden und welche Bedingungen ihr Lernen am besten unterstützen. Diese Eyetracking-Methode misst Lernerfolg anhand von Blickbewegungen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Die Forschung hier berichtet wurde vom National Institute of Child Health unterstützt und menschliche Entwicklung der National Institutes of Health unter Prämiennummer R01HD083310 und ein National Science Foundation Graduate Research Fellowship unter gewähren keine. DGE‐1324585. Der Inhalt ist ausschließlich in der Verantwortung der Autoren und nicht unbedingt die offizielle Meinung der National Institutes of Health oder der National Science Foundation.

Alle hier beschriebene Methoden wurden von der Northwestern University Institutional Review Board genehmigt.
(1) Reize Schöpfung
Hinweis: Die visuelle Reize (siehe Abbildung 1) in die repräsentative Gestaltung verwendet berichtet unter Havy und Waxman (2016)18 wurden ursprünglich entwickelt und stehen zum Download unter https://osf.io/n6uy8/.
<ol><li>Um eine kontinuierliche neue Kategorie zu erstellen, entwerfen Sie zuerst ein paar neuartige digitale Bilder. Als nächstes morph das paar Bilder zusammen mit Software (siehe z. B. Table of Materials) bilden ein Kontinuum der Exemplare zwischen den beiden ursprünglichen Bildern. Erstellen Sie mindestens zwei Kategorien auf diese Weise, so dass man, wie die Kategorie dienen kann will gelernt sein, während der andere das neuartige Kategorie Exemplar für die Test-Testversion bietet.</li>
	<li>Wählen Sie die Einarbeitung Exemplare in gleichmäßigen Abständen von über jede gelernte Kategorie Kontinuum (z. B. 0 %, 20 %, 40 %, 60 %, 80 % und 100 % Exemplare). Wählen Sie eine entsprechende Anzahl von Exemplaren (z. B. sechs). Die Schwierigkeit der Kategorie und Alter der Teilnehmer entsprechen.</li>
	<li>Um die Exemplare für die Testphase zu erstellen, wählen Sie die Mittelpunkte der Kategorie vertraut Kontinuum und die neue Kategorie Kontinuum (d. h., das 50 %-Exemplar). Dann passen Sie die Farbe der neuartigen Vorbild, das bekannte Exemplar mit einem Bildbearbeitungsprogramm (siehe z. B. Table of Materials).</li>
	<li>Rekord auditive Reize von einem weiblichen englischen Muttersprachler in einer schalldichten Kabine produziert. Verwenden Sie nach Möglichkeit die gleichen Lautsprecher für beide Kennzeichnung Sätze (d.h., "Blick auf die Modi") und nicht-Kennzeichnung Phrasen (z.B. "Schau dir das an!").<ol>
<li>Weisen Sie den Lautsprecher, um alle Äußerungen im Kleinkind oder Kind gerichtet Rede zu produzieren.</li>
		<li>Wählen Sie Äußerungen aus, die etwa die gleiche Länge über Bedingungen, wahrscheinlich rund 1.500 ms pro Phrase.</li>
	</ol>
</li>
</ol>(2) Apparat
<ol><li>Verwenden Sie eine geeignete Eye-Trackers. Um ausreichende Eyetracking-Daten für eine Einarbeitung-Test-Maßnahme zu sammeln, am weitesten verbreitete Eye-Tracker genügt: die Objekte belegen große Teile des Bildschirms und die Datenanalyse untersucht Leistung über einen langen Fenster anstatt individuell, schnell auftretenden Augenbewegungen wie Sakkaden.</li>
	<li>Da diese Aufgabe Eyetracking-Säuglinge erfordert, sicherstellen Sie, dass das System mehrere Anforderungen entspricht.<ol>
<li>Verwenden Sie zuerst eine Eye-Tracker mit einer remote Tracking-Modus erfordern keine Kleinkinder ihre Köpfe auf einer Kinnstütze zu platzieren. Sicherstellen Sie, dass der Eye-Tracker relativ große Kopfbewegungen oder Nachjustierungen tolerieren kann.</li>
		<li>Zweitens verwenden Sie einen relativ großen Bildschirm für die Bildanzeige für Kleinkinder, (z. B. 57 x 45 cm).</li>
		<li>Drittens: Verwenden einer ausfahrbaren Arm Montierung für den Eye-Tracker zur Datenerhebung erleichtern, da die Forscher die Höhenverstellung des Eye-Trackers für jedes Kind.</li>
		<li>Viertens stellen Sie die Eyetracking-Ausrüstung unauffällig, Säuglinge Augenmerk ausschließlich auf dem Display angezeigt. Zum Beispiel, einige Systeme integrieren das Eye-Tracking-Gerät mit dem Display-Monitor oder montieren Sie das Gerät direkt unter dem Monitor.</li>
	</ol>
</li>
	<li>Beachten Sie, dass diese Aufgabe auch von Hand-Codierung qualitativ hochwertige video-Daten für die Säuglinge aussehende Verhalten abgeschlossen werden kann. Während Hand-Codierung Techniken einige Herausforderungen für die besser abgestimmte Zeitverlauf Analysen darstellen können, sind Hand-codierten Daten völlig ausreichend für das Aggregat suchen Analysen.</li>
</ol>3. Aufgabe-Design
<ol><li>In der Eye-Tracker zugehörige Software (vgl. z. B. Tabelle of Materials), vier verschiedene Voraussetzungen schaffen: vollständig überwachten, unbeaufsichtigt, semi-betreut und umgekehrt semi betreute. Stellen Sie sicher, dass diese Bedingungen getrennt, sind, so dass jedes Kleinkind wird nur eine Bedingung zu sehen.</li>
	<li>Generieren von mindestens zwei pseudo-zufälligen Aufträge der lernen Exemplare, mit der Einschränkung, die nicht mehr als zwei Exemplare von der gleichen Seite des Kontinuums (0-40 % oder 60-100 %) nacheinander gezeigt werden kann.</li>
	<li>Erstellen Sie Einarbeitung Videos das Paar die auditive Reize mit visuellen Reizen als für jede Kondition geeignet.<ol>
<li>Kombinieren Sie die visuelle und auditive Reize in Video-editing-Software (siehe z. B. Table of Materials). Alle Bilder auf dem gleichen Hintergrund zu präsentieren. Legen Sie den Beginn des auditiven Reizes auf eine angemessene Bandbreite zwischen 500 ms und 1.500 ms nach dem Einsetzen des visuellen Reizes. Verwenden Sie diese kurze Verzögerung, um Säuglinge Verarbeitung Last 19zu erleichtern.</li>
		<li>Zum Beispiel im Zustand vollständig überwacht koppeln Sie jede Einarbeitung Exemplar mit einer Kennzeichnung Phrase.</li>
		<li>Im unbeaufsichtigten Zustand paar jede Einarbeitung Exemplar mit einem Satz nicht beschriften.</li>
		<li>Im semi-überwachten Zustand, paar nur die ersten beiden Exemplare in jeder Bestellung mit Kennzeichnung Phrasen aber der Rest mit nicht-Kennzeichnung Phrasen.</li>
		<li>Für die Reversed semi-überwachte Bedingung Phrasen paar die letzten zwei Exemplare mit Kennzeichnung aber die ersten vier mit nicht-Kennzeichnung Phrasen (siehe Abbildung 1).</li>
		<li>Laden Sie diese Videos in der Eye-Tracker-Software, bestellen die Einarbeitung Videos wie durch die Pseudo-zufällige Reihenfolge bestimmt.</li>
	</ol>
</li>
	<li>Laden Sie eine kurze (10 s oder weniger) aufmerksamkeitsstarke Animation nach Einarbeitung in der Mitte des Bildschirms angezeigt: Dadurch wird sichergestellt, dass die meisten Kinder suchen um die Mitte des Bildschirms, wenn die Test-Phase beginnt.</li>
	<li>Schließlich für jede Kategorie Learning Design-zwei Studien, test werden jeweils zwei Exemplare mit Side-by-Side. Sicherzustellen, dass für beide Testversuche, ein Exemplar wird den Mittelpunkt der mittlerweile bekannte Kategorie vertreten, während die andere den Mittelpunkt der neuen Kategorie darstellt.<ol>
<li>Auszugleichen Sie die Versuche, damit die links/rechts-Positionierung von das neue Exemplar im Test Test über Videos rückgängig gemacht.</li>
		<li>Laden Sie diese test-Studien an der Eye-Tracker-Software, positionieren sie nach der Post-Einarbeitung Blickfang. Auszugleichen Sie diese Studien Präsentation, so hat jedes Kind die gleiche Chance auf einen Links-Roman oder Recht-Roman Test-Prozess zu sehen.</li>
		<li>Stellen Sie sicher, dass Test Prüfungen dauern mindestens 5 s, und bis zu 20 s, damit Kinder zunächst wegschauen um ausreichende suchen zu sammeln.</li>
	</ol>
</li>
</ol>[ Abbildung 1 hier]
4. Verfahren
<ol><li>Bevor das Kind kommt, richten Sie die Eye-Trackers.<ol>
<li>Nach dem Zufallsprinzip weisen Sie das Kind eine Bedingung und eine Bestellung.</li>
		<li>Öffnen Sie die Eye-Tracker-Software und wählen Sie die zugeordnete Bedingung/Bestellung koppeln.</li>
		<li>Geben Sie nun die Teilnehmernummer für diese Aufnahme.</li>
	</ol>
</li>
	<li>Bringen Sie nach der Durchführung des Einwilligung-Prozess das Kind und die Bezugsperson das Eyetracking-Zimmer. Stellen Sie sicher, dass der Raum ohne jede störenden Dekorationen an den Wänden mäßig beleuchtet ist.</li>
	<li>Legen Sie einen Stuhl vor der Eye-Tracker in einem angemessenen Abstand für das Modell des Eye-Trackers verwendet wird. Platz für die Pflegeperson in diesem Stuhl und das Kind auf die Pflegeperson Schoß. Wenn das Kind nicht in die Pflegeperson Schoß sitzen will, sie sitzen auf ihren eigenen, oder sie sitzen in einem Autositz.</li>
	<li>Wenn das Kind auf die Pflegeperson Schoß sitzt, weisen Sie die Pflegeperson nicht Säuglinge Verhalten in irgendeiner Weise zu beeinflussen, sondern versuchen, das Kind auf die Pflegeperson Runde zentriert zu halten. Bieten Sie Betreuer mit verdunkelten Sonnenbrille zu tragen, so dass sie nicht, die Reize sehen können.</li>
	<li>Fragen Sie das Kind auf den Eye-Tracker-Bildschirm schauen; Betrachten Sie anzeigen eine ansprechende Bild oder Video, um ihre Aufmerksamkeit zu wecken. Positionieren Sie den Bildschirm so, dass Säuglinge Augen innerhalb des Fensters Kalibrierung sind.</li>
	<li>Durchführen Sie der Eye-Tracker Kalibrierung. Verwenden Sie wenn möglich eine fünf-Punkt-Kalibrierung, aber weniger umfangreiche Kalibrierungen dürften auch ausreichend sein. Säuglinge reagieren oft besser wenn die Kalibrierung Bild einer Animation mit auditive Begleitung ist.</li>
	<li>Wenn der Säugling Kalibrierung geht, dann beginnt das Experiment. Wenn dies nicht der Fall ist, neu kalibrieren, bis sie erfolgreich sind. Alle Kinder, die können nicht kalibriert werden, sind ausgeschlossen.</li>
	<li>Betrachten Sie wenn mehrere Experimente nacheinander ausgeführt werden oder eine einzige Experiment ziemlich lang ist, nach jedem Abschnitt neu kalibriert.</li>
</ol>(5) Datenanalyse
<ol><li>Datenanalyse-Software verwenden, um diese Analyse durchzuführen (z. B. siehe Tabelle of Materials).</li>
	<li>Erstellen Sie Bereiche von Interesse (AOIs) um die Vorbild-Positionen auf der linken und rechten Seite des Bildschirms.</li>
	<li>Für Einarbeitung Studien verbracht Verwendung der entsprechenden AOI Zeit Säuglinge zu bewerten, um das Exemplar auf jeden Versuch angezeigt. Jedes Baby, das nicht nachhaltig auf der Suche nach einer Mehrheit der Exemplare zeigen ausschließen (z. B. verlangen, dass Säuglinge bis 4 eine möglich 6 Einarbeitung Exemplare für mindestens 25 % von diesen Prüfungen teilnehmen).</li>
	<li>Für die Test-Testversion enthalten nur die ersten 5 Säuglinge s der kumulierten suchen. Erwägen Sie für jüngere Kinder von 3 bis 12 Monate alt sind eine längere Fenster z. B. 10 Sekunden der kumulierten suchen. Betrachten, ausgenommen Säuglinge, die nicht genügend zeigen nachhaltig Test zu betrachten (z. B. ansammeln weniger als 2,5 s suchen) oder wer nicht auf beide der Exemplare freuen.</li>
	<li>Erstellen Sie durch die Aufteilung der Höhe der Zeit verbrachte ich auf das neue Exemplar durch die Gesamtzeit auf beide Exemplare nun eine Präferenz-Punktzahl für jedes Kleinkind Test Testversion. Um diese Proportionen zu analysieren, verwandeln sie zuerst mit einem empirischen Logit oder Bogen-sin Quadratwurzel zu machen für die Analyse mit linearer Modelle geeignet.</li>
	<li>Für einen zeitlichen Verlauf Analyse der Säuglinge aussehende Verhalten beim Test Daten in kleinen Behältern (z. B. zwischen 10 und 100 ms) zu trennen, und eine Vorliebe für jedes Kleinkind in jedem Lagerplatz berechnen.</li>
	<li>Führen Sie eine Analyse der Zeitverlauf Daten, testen, ob Säuglinge Muster der Blick während des Test-Prozesses variiert nach Zustand je. Beachten Sie, dass mehrere Formen der Analyse können die Beantwortung dieser Frage, einschließlich einer Cluster-basierten Permutation Analyse20, wie hier gezeigt und Wachstum Kurve modellieren. 21<ol>
<li>Für eine Cluster-basierte Permutationen Analyse, wählen Sie einen t-Wert-Schwellenwert, entsprechend dem gewünschten alpha-Niveau (Alphas reichen von.01 bis empfohlen. 20; beachten Sie, dass diese alpha-Wert nicht den Gesamttest alpha-Niveau, lediglich die für erforderliche Niveau darstellt einzelnen Zeit-Kästen, die Schwelle zu überschreiten). Summe der t-Statistiken für jede aufeinander folgende Zeit-bin, das die gewählte t-Schwelle übersteigt; Diese kumulative t-Statistiken geben die Größe der Unterschiede zwischen den Bedingungen in den Daten.</li>
		<li>Um festzustellen, ob diese Unterschiede größer, als durch Zufall zu erwarten sind, führen Sie mindestens 1.000 Simulationen mit den Zustand-Etiketten nach dem Zufallsprinzip gemischt. Die unshuffled Daten Abweichungen gegen diese Chance-basierte Distribution zu bewerten. Hinweis: Es ist dieser Vergleich der ursprünglichen Abweichung gegen die Chance-basierte Distribution, die bestimmt, die False-Positive-Rate der Analyse, anstatt die Anzahl der Zeit-Kästen, in denen t-Tests wurden durchgeführt oder sogar die t-Wert-Schwelle, für ausgewählte Diese ersten t-Tests. Infolgedessen bietet diese Analyse eine konservative Alternative zur Berichterstattung über die Ergebnisse direkt aus mehreren t-Tests über vorgegebene Zeit-Behälter (z. B. Durchführung von Tests alle 500 ms).</li>
	</ol>
</li>
</ol>

<ol><li>Eimas, P. D., Quinn, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Studies+on+the+Formation+of+Perceptually+Based+Basic-Level+Categories+in+Young+Infants%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Studies on the Formation of Perceptually Based Basic-Level Categories in Young Infants.</a> Child Development. 65 (3), 903-917 (1994).</li>
<li>Madole, K. L., Oakes, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Making+sense+of+infant+categorization%3A+Stable+processes+and+changing+representations%5BTitle%5D)+AND+%22Developmental+Review%22%5BJournal%5D)">Making sense of infant categorization: Stable processes and changing representations.</a> Developmental Review. 19 (2), 263-296 (1999).</li>
<li>Gelman, S. A., Markman, E. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Categories+and+induction+in+young+children%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Categories and induction in young children.</a> Cognition. 23 (3), 183-209 (1986).</li>
<li>Ferry, A. L., Hespos, S. J., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Categorization+in+3-+and+4-month-old+infants%3A+An+advantage+of+words+over+tones%5BTitle%5D)+AND+%22Child+development%22%5BJournal%5D)">Categorization in 3- and 4-month-old infants: An advantage of words over tones.</a> Child development. 81 (2), 472-479 (2010).</li>
<li>Fulkerson, A. L., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Words+%28but+not+Tones%29+Facilitate+Object+Categorization%3A+Evidence+From+6-+and+12-Month-Olds%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Words (but not Tones) Facilitate Object Categorization: Evidence From 6- and 12-Month-Olds.</a> Cognition. 105 (1), 218-228 (2007).</li>
<li>Balaban, M. T., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+words+facilitate+object+categorization+in+9-month-old+infants%3F%5BTitle%5D)+AND+%22Journal+of+Experimental+Child+Psychology%22%5BJournal%5D)">Do words facilitate object categorization in 9-month-old infants?</a> Journal of Experimental Child Psychology. 64 (1), 3-26 (1997).</li>
<li>Waxman, S. R., Braun, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Consistent+%28but+not+variable%29+names+as+invitations+to+form+object+categories%3A+New+evidence+from+12-month-old+infants%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Consistent (but not variable) names as invitations to form object categories: New evidence from 12-month-old infants.</a> Cognition. 95 (3), B59-B68 (2005).</li>
<li>Balaban, M. T., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+examination+of+the+factors+underlying+the+facilitative+effect+of+word+phrases+on+object+categorization+in+9-month-old+infants%5BTitle%5D)+AND+%22Proceedings+of+the+20th+Boston+University+Conference+on+Language+Development%22%5BJournal%5D)">An examination of the factors underlying the facilitative effect of word phrases on object categorization in 9-month-old infants.</a> Proceedings of the 20th Boston University Conference on Language Development. 1, 483-493 (1996).</li>
<li>Waxman, S. R., Markow, D. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Words+as+invitations+to+form+categories%3A+evidence+from+12-+to+13-month-old+infants%5BTitle%5D)+AND+%22Cognitive+Psychology%22%5BJournal%5D)">Words as invitations to form categories: evidence from 12- to 13-month-old infants.</a> Cognitive Psychology. 29 (3), 257-302 (1995).</li>
<li>Zhu, X. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aZhu%2C+X+%22Semi-supervised+learning+literature+survey%22">Semi-supervised learning literature survey</a>. , (2005).</li>
<li>Chapelle, O., Scholkopf, B., Zien, A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aChapelle%2C+O+%22Semi-supervised+learning%3A+Adaptive+computation+and+machine+learning%22">Semi-supervised learning: Adaptive computation and machine learning</a>. , MIT Press. Cambridge, Mass., USA. (2006).</li>
<li>Zhu, X., Goldberg, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Introduction+to+semi-supervised+learning%5BTitle%5D)+AND+%22Synthesis+lectures+on+artificial+intelligence+and+machine+learning%22%5BJournal%5D)">Introduction to semi-supervised learning.</a> Synthesis lectures on artificial intelligence and machine learning. 3 (1), 1-130 (2009).</li>
<li>Ferry, A. L., Hespos, S. J., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonhuman+primate+vocalizations+support+categorization+in+very+young+human+infants%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Nonhuman primate vocalizations support categorization in very young human infants.</a> Proceedings of the National Academy of Sciences of the United States of America. 110 (38), 15231-15235 (2013).</li>
<li>Hunter, M. A., Ames, E. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multifactor+model+of+infant+preferences+for+novel+and+familiar+stimuli%5BTitle%5D)+AND+%22Advances+in+infancy+research%22%5BJournal%5D)">A multifactor model of infant preferences for novel and familiar stimuli.</a> Advances in infancy research. , (1988).</li>
<li>Rose, S. A., Feldman, J. F., Jankowski, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Infant+visual+recognition+memory%5BTitle%5D)+AND+%22Developmental+Review%22%5BJournal%5D)">Infant visual recognition memory.</a> Developmental Review. 24 (1), 74-100 (2004).</li>
<li>Wetherford, M. J., Cohen, L. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+changes+in+infant+visual+preferences+for+novelty+and+familiarity%5BTitle%5D)+AND+%22Child+Development%22%5BJournal%5D)">Developmental changes in infant visual preferences for novelty and familiarity.</a> Child Development. , 416-424 (1973).</li>
<li>Perone, S., Spencer, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autonomous+visual+exploration+creates+developmental+change+in+familiarity+and+novelty+seeking+behaviors%5BTitle%5D)+AND+%22Frontiers+in+psychology%22%5BJournal%5D)">Autonomous visual exploration creates developmental change in familiarity and novelty seeking behaviors.</a> Frontiers in psychology. 4, 648(2013).</li>
<li>Havy, M., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Naming+influences+9-month-olds%E2%80%99+identification+of+discrete+categories+along+a+perceptual+continuum%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Naming influences 9-month-olds’ identification of discrete categories along a perceptual continuum.</a> Cognition. 156, 41-51 (2016).</li>
<li>Althaus, N., Plunkett, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Timing+matters%3A+The+impact+of+label+synchrony+on+infant+categorisation%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Timing matters: The impact of label synchrony on infant categorisation.</a> Cognition. 139, 1-9 (2015).</li>
<li>Maris, E., Oostenveld, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonparametric+statistical+testing+of+EEG-+and+MEG-data%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">Nonparametric statistical testing of EEG- and MEG-data.</a> Journal of Neuroscience Methods. 164 (1), 177-190 (2007).</li>
<li>Raudenbush, S. W., Bryk, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hierarchical+Linear+Models%3A+Applications+and+Data+Analysis+Methods%5BTitle%5D)+AND+%22SAGE%22%5BJournal%5D)">Hierarchical Linear Models: Applications and Data Analysis Methods.</a> SAGE. , (2002).</li>
<li>LaTourrette, A., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+little+labeling+goes+a+long+way%3A+Semi-supervised+learning+in+infancy%5BTitle%5D)+AND+%22Developmental+Science%22%5BJournal%5D)">A little labeling goes a long way: Semi-supervised learning in infancy.</a> Developmental Science. , e12736(2018).</li>
<li>Dink, J., Ferguson, B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aDink%2C+J+%22eyetrackingR%3A+An+R+library+for+eyetracking+data+analysis%22">eyetrackingR: An R library for eyetracking data analysis</a>. , (2015).</li>
<li>Kalish, C. W., Zhu, X., Rogers, T. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Drift+in+children%27s+categories%3A+When+experienced+distributions+conflict+with+prior+learning%5BTitle%5D)+AND+%22Developmental+Science%22%5BJournal%5D)">Drift in children's categories: When experienced distributions conflict with prior learning.</a> Developmental Science. 18 (6), 940-956 (2015).</li>
<li>Gibson, B. R., Rogers, T. T., Zhu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+semi-supervised+learning%5BTitle%5D)+AND+%22Topics+in+Cognitive+Science%22%5BJournal%5D)">Human semi-supervised learning.</a> Topics in Cognitive Science. 5 (1), 132-172 (2013).</li>
<li>Keates, J., Graham, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Category+Markers+or+Attributes+Why+Do+Labels+Guide+Infants%27+Inductive+Inferences%3F%5BTitle%5D)+AND+%22Psychological+Science%22%5BJournal%5D)">Category Markers or Attributes Why Do Labels Guide Infants' Inductive Inferences?</a> Psychological Science. 19 (12), 1287-1293 (2008).</li>
<li>Booth, A. E., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+horse+of+a+different+color%3A+Specifying+with+precision+infants%E2%80%99+mappings+of+novel+nouns+and+adjectives%5BTitle%5D)+AND+%22Child+development%22%5BJournal%5D)">A horse of a different color: Specifying with precision infants’ mappings of novel nouns and adjectives.</a> Child development. 80 (1), 15-22 (2009).</li>
<li>Perszyk, D. R., Waxman, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Listening+to+the+calls+of+the+wild%3A+The+role+of+experience+in+linking+language+and+cognition+in+young+infants%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Listening to the calls of the wild: The role of experience in linking language and cognition in young infants.</a> Cognition. 153, 175-181 (2016).</li>
<li>Althaus, N., Mareschal, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Labels+direct+infants%E2%80%99+attention+to+commonalities+during+novel+category+learning%5BTitle%5D)+AND+%22PLoS+ONE%22%5BJournal%5D)">Labels direct infants’ attention to commonalities during novel category learning.</a> PLoS ONE. 9 (7), e99670(2014).</li>
<li>Fulkerson, A. L., Haaf, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+influence+of+labels%2C+non-labeling+sounds%2C+and+source+of+auditory+input+on+9-+and+15-month-olds%E2%80%99+object+categorization%5BTitle%5D)+AND+%22Infancy%22%5BJournal%5D)">The influence of labels, non-labeling sounds, and source of auditory input on 9- and 15-month-olds’ object categorization.</a> Infancy. 4 (3), 349-369 (2003).</li>
</ol>

Die Autoren haben nichts preisgeben.

Hier präsentieren wir Ihnen ein Verfahren zur Bewertung der Rolle der Etikettierung in der Kategorisierung. Durch die Vorlage 2-jährigen mit einer realistischen Mischung der beschriftete und unbeschriftete Exemplare, zeigen wir, dass sehr junge Kinder lernfähig in semi-betreuten Umgebungen sind Erweiterung der Arbeit mit Erwachsenen und älteren Kindern24,25 . Diese Methode bietet eine Lösung für das Paradox posierte oben: wenn sogar ein paar beschriftete Exemplar...

Kategorisierung ist ein grundlegender Baustein der menschlichen Wahrnehmung: Säuglinge Kategorisierung Fähigkeiten schon früh in der Kindheit entstehen und werden mit zunehmendem Alter immer ausgefeilter. 1 , 2 , 3 Forschung hat auch gezeigt, eine gewichtige Rolle für Sprache im Säuglings Kategorisierung: ab 3 Monaten, Kleinkinder lernen Kategorien erfolgreicher als Kategorie Exemplare mit Sprache verbunden sind. 4 , 5 , 6 darüber hinaus werden bis Ende des ersten Jahres, Säuglinge auf die Rolle des Grafen Nomen Etiketten in der Kategorisierung abgestimmt. Paarung Kategorie Exemplare mit einer einheitlichen Kennzeichnung Phrase ("Dies ist ein Vep!") erleichtert die Säuglinge Kategorie lernen relativ bietet entweder eine eindeutige Bezeichnung für jedes Exemplar ("Dies ist ein Vep" "Dies ist ein Dax" etc.) oder eine nicht-Kennzeichnung zu formulieren ("betrachten dies."). 7 , 8 , 9
In Säuglinge Alltagserfahrungen bleibt die überwiegende Mehrheit der Objekte, auf die sie stoßen wahrscheinlich unbeschriftete jedoch. Keine Bezugsperson kann jedes Objekt beschriften ein Kind sieht viel weniger die Etiketten bieten die für jedes Objekt (z. B. "Malamute," "Hund", "Haustiere", "Tier") gelten. Dies stellt ein Paradox: wie lässt sich die Kraft der Etiketten in der Säugling Kategorisierung mit ihrer relativen Knappheit in Säuglinge Alltag vereinbaren?
Um diese Frage zu beantworten, haben wir ein Protokoll zur Bewertung, wie Kleinkinder lernen Kategorien in einer Vielzahl von unterschiedlichen Lernumgebungen, auch wenn sie eine Mischung aus beschriftete und unbeschriftete Exemplare erhalten. Konkret schlagen wir die Kategorisierung, erhalten sogar ein paar beschriftete Exemplare zu Beginn des Lernens erleichtern kann – durch die Verbesserung der Säuglinge Lernfähigkeit von nachfolgenden, stumme Exemplare sowie. Diese Strategie eine kleine Anzahl von beschrifteten Exemplare zu verwenden, als eine Grundlage für das Lernen von einer größeren Anzahl von unbeschrifteten Exemplare im Bereich des maschinellen Lernens, Laich einer Familie von Semi-überwachten Lernen (SSL) weitgehend umgesetzt wurde Algorithmen10,11,12. Die Lernstrategien implementiert sind natürlich nicht identisch über verschiedene Arten von Lernenden: in Machine Learning Algorithmen in der Regel ausgesetzt sind viele weitere Exemplare, explizite Vermutungen über jedes Exemplar zu machen und lernen mehrere Kategorien gleichzeitig. Dennoch können Maschine und Säugling Lernende profitieren beschriftete und unbeschriftete Exemplare erfahren Sie neue Kategorien in spärlich Kennzeichnung Umgebungen erfolgreich zu integrieren.
Unser Design konzentriert sich auf ob 2-j hrige Kinder dabei Worte für zahlreiche neue Kategorien zu erwerben in der Lage, diese Art von semi-überwachten lernen. Wir beschäftigen eine standard Säugling Kategorisierung Maßnahme: Einarbeitung Testaufgabe. In diesem Paradigma wurden 2-jährigen eine Reihe von Exemplaren aus einer neuartigen Kategorie während einer Eingewöhnungsphase ausgesetzt. Jedes Exemplar wurde mit einem verschiedenen auditiven Reiz, je nach Zustand (d. h. eine Kennzeichnung oder Wortgruppe nicht beschriften) gepaart. Dann beim Test alle 2-Year-Olds sah zwei neue Objekte in Stille präsentiert: ein Objekt aus der mittlerweile bekannte Kategorie und eine neue Kategorie.
Wenn die 2 jährige erfolgreich die Kategorie während der Einarbeitungsphase bilden, sollten sie zwischen den zwei Exemplare präsentiert beim Test unterscheiden. Wichtig ist, weil eine systematische Vorliebe für entweder neue oder bekannte Testbild eine Fähigkeit zur Unterscheidung zwischen ihnen widerspiegelt, Vertrautheit und Neuheit Präferenzen als Beweis der erfolgreichen Kategorisierung interpretiert. Beachten Sie, dass auf eine bestimmte Aufgabe, die Natur dieser Einstellung eine Funktion der Säuglinge Verarbeitungseffizienz für den Reiz-Materialien, mit Vertrautheit Vorlieben verbunden mit weniger effizient Stimulus Verarbeitung 4,13, 14 , 15 , 16 , 17. präsentiert die Testphase in der Stille macht es möglich, direkt bewerten Säuglinge Erfolg im Objekt Kategorisierung und wie dieser Erfolg variiert nach den Informationen, die die Exemplare während der Einarbeitung begleitet. So bietet dieses Paradigma einen überzeugenden Test wie verschiedene Arten von sprachlichen Umgebungen beeinflussen Kategorie lernen. Wenn Kategorie lernen in semi-betreut und vollständig überwacht Umgebungen Kennzeichnung verbessert wird, sollte 2-Year-Olds in diesen Bedingungen stärkere Test-Einstellungen als Säuglinge in anderen Umgebungen zeigen.

<table><tbody><tr><td>Final Cut Pro X</td><td>Apple</td><td>N/A</td><td>Videobearbeitungs- und Kompositionssoftware</td></tr><tr><td>MorphX</td><td>Norrkross</td><td>N/A</td><td>Image-Morphing-Software</td></tr><tr><td>PhotoShop</td><td>Adobe N</td><td>/A</td><td>Bildbearbeitungssoftware</td></tr><tr><td>R</td><td>R Core Team</td><td>N/A</td><td>Statistische Analysesoftware</td></tr><tr><td>T60XL Eyetracker</td><td>Tobii Pro</td><td>Eingestellt</td><td>Großer, am Arm montierter Eyetracker, geeignet für die Arbeit mit Säuglingen und Kindern</td></tr><tr><td>Tobii Pro Studio</td><td>Tobii Pro</td><td>N/A</td><td>Software zur Steuerung des Eyetracker-Displays, Datenerfassung</td></tr></tbody></table>

bestimmung der rolle der sprache bei säuglingen objekt kategorisierung mit eyetracking-paradigmen

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms

Bewertung von Säugling Kategorie lernen ist ein anspruchsvolles, aber entscheidender Aspekt des Studiums Säugling Kognition. Durch den Einsatz einer Einarbeitung-Test-Paradigmas, messen wir unkompliziert Säuglinge Erfolg beim Erlernen einer neuen Kategorie während verlässt sich nur auf ihr aussehende Verhalten. Darüber hinaus kann das Paradigma direkt die Auswirkungen unterschiedlicher auditive Signale auf den Säugling Kategorisierung in den unterschiedlichsten Alters messen. Zum Beispiel wir bewertet wie 2-Year-Olds Kategorien in einer Vielzahl von Umgebungen Kennzeichnung lernen: in unserer Aufgabe 2-Year-Olds erfolgreich gelernt Kategorien, wenn alle Exemplare wurden beschriftet oder die ersten beiden Exemplare wurden beschriftet, doch sie scheiterten, wann zu kategorisieren keine Exemplare wurden beschriftet oder nur die letzten beiden Exemplare wurden beschriftet. Forscher können sowohl die allgemeine Präferenz von Säuglingen in jedem Zustand und Säuglinge Muster der Suche im Laufe der Testphase mit einem Eye-Trackers feinkörnige Zeitverlauf Angaben angezeigt untersuchen, um Säuglinge Erfolg bei solchen Aufgaben zu ermitteln . So präsentieren wir Ihnen ein mächtiges Paradigma für die Rolle der Sprache oder eine auditive Signal in Säuglinge Objekt-Kategorie zu identifizieren lernen.

Unter Verwendung des oben genannten Protokolls, liefen wir zwei Experimente22. Analysen wurden mit dem EyetrackingR Paket23durchgeführt, und die Daten und den Code gibt es auf https://github.com/sandylat/ssl-in-infancy. Im ersten Experiment kontrastiert wir vollständig überwachten Zustand (n = 24, MAlter = 26,8 Mo), beschriftet mit nur Exemplare mit einem unbeaufsichtigten Zustand (n = 24, MAlter = 26...

Hier präsentieren wir ein Protokoll für die Einarbeitung-Test Paradigmen, die möglicherweise ein direkteren Tests der Säugling Kategorisierung und dazu beitragen, die Rolle der Sprache in Früherziehung Kategorie definieren.

Bestimmung der Rolle der Sprache bei Säuglingen Objekt Kategorisierung mit Eyetracking-Paradigmen

Assessing infant category learning is a challenging but vital aspect of studying infant cognition. By employing a familiarization-test paradigm, we ...

Diese Einarbeitungstestmethode zeigt, wie Säuglinge visuelle Objektkategorien bilden und welche Arten von Bedingungen ihr Lernen am stärksten unterstützen. Anhand von Augenbewegungen nur von Säuglingen können wir messen, wie erfolgreich sie eine Kategorie erlernen. Dann können wir dieses Lernen direkt über eine Vielzahl unterschiedlicher Lernbedingungen vergleichen.Beginnen Sie mit der Erstellung der visuellen Reize für das Experiment. Um eine neue fortlaufende Kategorie zu erstellen, entwerfen Sie zuerst ein Paar neuer digitaler Bilder. Verwandeln Sie dann das Bildpaar zu einem Kontinuum von Beispielen zwischen den beiden Originalbildern.Erstellen Sie auf diese Weise mindestens zwei Kategorien, sodass eine als zu erlernende Kategorie dienen kann, während die andere die neue Kategorie exemplar für den Testversuch bereitstellt. Wählen Sie als Nächstes die Einarbeitungsbeispiele in gleichmäßig verteilten Intervallen aus den einzelnen gelernten Kategorien kontinuum aus. Wählen Sie eine angemessene Anzahl von Beispielen aus und entsprechen Sie der Schwierigkeit der Kategorie und des Alters der Teilnehmer.Um die Beispiele für die Testphase zu erstellen, wählen Sie die Mittelpunkte der bekannten Kategorien Kontinuum und der neuartigen Kategorien Kontinuum aus. Dann passen Sie die Farbe des neuartigen Exemplars mit der farbe des bekannten Exemplars mithilfe eines Bildbearbeitungsprogramms an. Sowohl für die Etikettierung als auch für die Nicht-Etikettierung verwenden Sie zuvor aufgezeichnete akustische Reize, die von einer englischen Muttersprachlerin in einer Schallschutzkabine erzeugt werden.Um ausreichende Daten für eine Einarbeitungstestmaßnahme zu sammeln, reichen die am weitesten verbreiteten Eyetracker aus. Die Objekte belegen große Teile des Bildschirms, und die Datenanalyse untersucht die Leistung über ein langes Fenster. Mit der Eye-Tracker-Software, erstellen Sie vier verschiedene Bedingungen, voll überwacht, unbeaufsichtigt, halb überwacht und umgekehrt halbüberwacht.Stellen Sie sicher, dass diese Bedingungen getrennt sind, so dass jedes Kind nur eine Bedingung sieht. Als Nächstes generieren Sie mindestens zwei Pseudozufallsreihenfolgen der Lernbeispiele mit der Einschränkung, dass nicht mehr als zwei Beispiele von derselben Seite des Kontinuums nacheinander angezeigt werden können. Verwenden Sie nun Videobearbeitungssoftware, um Vertrautheisvideos zu erstellen, die die zuvor erstellten akustischen Reize mit den visuellen Reizen paaren, die für jede Bedingung geeignet sind.Zum Beispiel paaren Sie in der vollständig überwachten Bedingung jedes Einarbeitungsbeispiel mit einer Beschriftungsphrase. Koppeln Sie in der unbeaufsichtigten Bedingung jedes Einarbeitungsbeispiel mit einer nicht etikettierenden Phrase. Koppeln Sie in der halb überwachten Bedingung nur die ersten beiden Beispiele in jeder Reihenfolge mit Beschriftungsphrasen, der Rest jedoch mit Nichtbeschriftungsphrasen.Für die umgekehrte halbüberwachte Bedingung paaren Sie die letzten beiden Beispiele mit Beschriftungsphrasen, aber die ersten vier mit Nicht-Beschriftungsphrasen. Laden Sie diese Videos in die Eye-Tracker-Software hoch, da sie sicher sind, die Einarbeitungsvideos zu bestellen, wie durch die pseudorandomisierte Reihenfolge bestimmt. Laden Sie auch eine kurze, aufmerksamkeitsstarke Animation hoch, die nach der Einarbeitung in der Mitte des Bildschirms angezeigt wird, um sicherzustellen, dass die meisten Säuglinge zu Beginn der Testphase in die Mitte des Bildschirms schauen.Schließlich entwerfen Sie für jede Lernkategorie zwei Testversuche mit jeweils zwei nebeneinander angezeigten Beispielen. Stellen Sie für beide sicher, dass ein Exemplar den Mittelpunkt der jetzt vertrauten Kategorie darstellt, während das andere den Mittelpunkt der kategorie romanisch darstellt. Stellen Sie sicher, dass Testversuche 5 bis 20 Sekunden dauern, um ausreichend aussehen zu können, und gleichen die Versuche aus, sodass die linke rechte Positionierung des neuen Exemplars in der Teststudie in den Videos umgekehrt wird.Laden Sie die Task-Tests auf die Eye-Tracker-Software hoch und positionieren Sie sie nach der Nacheingewöhnung Aufmerksamkeit simoner. Gegendiese Studien Präsentation, so dass jedes Kind hat die gleiche Chance, einen linken Roman oder rechts neuartige n.A. Testprozess zu sehen. Bevor das Kind ankommt, richten Sie den Eyetracker ein.Weisen Sie das Kleinkind zufällig einer Bedingung und einer Bestellung zu, öffnen Sie dann die Eyetracker-Software, und wählen Sie das zugewiesene Konditionsauftragspaar aus, und geben Sie die Teilnehmernummer für die Aufzeichnung ein. Nach Der Zustimmung für die Studie, bringen Sie das Kind und den Betreuer in den Augenort. Stellen Sie sicher, dass dieses Zimmer mäßig beleuchtet ist, ohne dass die Wände störend sind.Setzen Sie den Betreuer in einem angemessenen Abstand für das Modell des Eyetrackers verwendet werden. Wenn das Kind nicht in der Betreuerrunde sitzen möchte, kann es auf eigene Faust sitzen oder auf einem Autositz sitzen. Wenn das Kind auf dem Betreuer-Schoß sitzt, weisen Sie den Betreuer an, das Verhalten von Säuglingen in keiner Weise vorzueingenommen zu haben, sondern zu versuchen, das Kind auf dem Schoß der Betreuer zu halten.Dann stellen Sie dem Betreuer eine verdunkelte Sonnenbrille zum Tragen zur Verfügung, damit sie die Reize nicht sehen können. Bitten Sie nun das Kind, auf den Eyetracker-Bildschirm zu schauen. Erwägen Sie, ein ansprechendes Bild oder Video anzuzeigen, um ihre Aufmerksamkeit auf sich zu ziehen.Der Bildschirm sollte so positioniert werden, dass sich die Säuglingsaugen im Kalibrierfenster befinden. Führen Sie als Nächstes die Kalibrierung der Eyetracker mit einer Fünf-Punkt-Kalibrierung durch, wenn möglich. Säuglinge reagieren oft besser, wenn das Kalibrierbild mit auditiver Begleitung animationiert wird.Wenn das Kind die Kalibrierung besteht, beginnen Sie das Experiment, falls nicht, neu kalibrieren, bis sie erfolgreich sind. Säuglinge, die nicht kalibriert werden können, sollten von der Studie ausgeschlossen werden. Diese Abbildung zeigt die durchschnittlichen Präferenzwerte über bedingungengrenzenhinweg.Kleinkinder unter den vollständig überwachten und halbüberwachten Bedingungen, zeigten Neuheitspräferenzen deutlich über dem Zufall. Während Säuglinge in den unbeaufsichtigten und umgekehrten halbüberwachten Bedingungen, auf Zufallsniveau durchgeführt. Hier sehen wir die Säuglinge, die muster während der Tests aussehen.Unter den vollständig überwachten und unbeaufsichtigten Bedingungen und in den halbüberwachten und umgekehrten halbüberwachten Bedingungen gingen die Säuglinge zwischen 3450 und 3850 Millisekunden auseinander. Die farbigen schattierten Bereiche zeigen einen Standardfehler des Mittelwerts an. Dieses Verfahren kann mit Säuglingen unterschiedlichen Alters und Materialien verwendet werden, die in der Komplexität variieren.Daher muss jedes neue Design die Lernfähigkeit von Kleinkindern in diesem alter Sollalter widerspiegeln. Wir können uns fragen, ob und wie die hier gemessene Kleinkinderkapazität mit dem Erwerb späterer Sprachmeilensteine korreliert oder sogar vorhersagt. Wie Vokabelgröße oder Wortreihenfolge.Diese Technik hat es Entwicklungswissenschaftlern ermöglicht, Kognition und Wahrnehmung bei Säuglingen im Alter von zwei Monaten zu studieren. Es beleuchtet weiterhin die Art und Weise, wie Sprache das Lernen während der Kindheit erleichtert.

defining-role-language-infants-object-categorization-with-eye

Research

Forschung

JoVE Journal

Behavior

Verhalten

Eine zuverlässige home-based Weg, um das Sprachverständnis von sehr jungen normal entwickelte Kinder, sowie Menschen mit Autismus, beschrieben zu beurteilen. Das Verfahren analysiert Kinderzimmer Blickbewegung beim Betrachten side-by-side Bilder, sondern hört eine Audio, die nur ein Bild übereinstimmt. Stimuli mit jungen Teilnehmer konzipiert.

Tragbare Intermodal Preferential Looking (IPL): Untersuchung Sprachverstehen bei normal entwickelten Babys und Kleinkinder mit Autismus

3-4 Monate, Primas vocalizations für die menschliche und nicht-menschliche Hören fördert Kleinkinder Erkenntnis; von 6 Monaten, üben nur menschliche vocalizations diesen kognitiven Vorteil. Wir beschreiben eine Belichtungs Manipulation, die die kraftvolle Formgebung Rolle der Erfahrung zeigt, wie Kinder angeben, die Erkenntnis zu verknüpfen klingt und der zu tune out.

Erfahrung ist Instrumental in Tuning eine Verbindung zwischen Sprache und Kognition: Der Nachweis von 6- bis 7-Monate altes Kleinkinder Objekt Kategorisierungs

Der vorliegende Artikel Bewertungen eine Eyetracking-Methodik für Studien über Sprachverständnis. Um verlässliche Daten zu erhalten, sind die wichtigsten Schritte des Protokolls einzuhalten. Dazu gehören die richtigen Aufbau des Eye Trackers (z.B., gute Qualität der Augen- und Kopfbewegungen Bilder) und genaue Kalibrierung.

Eyetracking während visuell liegt Sprachverständnis: Flexibilität und Einschränkungen bei der Aufdeckung visuellen Kontext Effekte

Säuglinge und Kleinkinder zeigen Sie die Welt in grundlegend anders als ihre Eltern. Head-mounted-Kameras bieten einen gefügig Mechanismus um den Säugling visuelle Umgebung zu verstehen. Dieses Protokoll bietet Leitprinzipien für Experimente im Haus oder im Labor, den egozentrischen Blick auf Kleinkinder und Säuglinge zu erfassen.

Einen Blick auf ihre eigenen: Erfassung der egozentrischen Sicht von Säuglingen und Kleinkindern mit Head-Mounted-Kameras

Wir präsentieren Ihnen ein Protokoll, um die Verwendung von morphologischen Hinweise während der Echtzeit-Satz Verständnis von Kindern mit Autismus untersuchen.

Mit Hilfe der visuellen Welt Paradigma Satz Verständnis in Mandarin-sprachigen Kindern mit Autismus zu studieren

Kleinkinder nicht passiv beobachten die Welt, aber eher aktiv erforschen und mit ihrer Umwelt zu engagieren. Dieses Protokoll bietet Leitlinien und praktische Empfehlungen für die Verwendung von Head mounted Eye Tracker Säuglinge aufzeichnen und Kleinkinder dynamische visuelle Umgebungen und visuelle Aufmerksamkeit im Rahmen des natürlichen Verhaltens.

Blick in Aktion: Head-mounted Eyetracking Kinder-dynamische visuelle Aufmerksamkeit während der naturalistischen Verhalten

Eye-Tracking-Studien mit einem bevorzugt aussehenden Paradigma können verwendet werden, um das aufkommende Verständnis und die Aufmerksamkeit von Säuglingen über ihre äußere visuelle Welt zu untersuchen.

Erforschen der Sensibilität für visuelle Sprache durch Eye Tracking und das Preferential Looking Paradigm

Die Neugeborenen-Intensivstation Netzwerk Neuropsychologische Scale (nnnS) wurde als Bewertung für die at-Risk-Säugling entwickelt. Der Zweck dieses Artikels ist es, die nnnS beschreiben, bieten Video-Beispiele der nnnS Verfahren und die Art und Weise, in der die Prüfung verwendet wurde, zu diskutieren.

Bewertung und Evaluierung der High Risk Neugeborene: Die Neugeborenen-Intensivstation Netzwerk Neuropsychologische Skala

Methoden zur Aufzeichnung des auditiven sensorischen P50-Gatings, einem physiologischen Marker für zerebrale Hemmung, der frühe Stadien der Aufmerksamkeit widerspiegelt, werden beschrieben.

P50 Sensorisches Gating bei Säuglingen

Es wird eine Methode beschrieben, um die Qualität der visuellen Informationsverarbeitung basierend auf reflexiven Augenbewegungen als Reaktion auf bestimmte visuelle Modalitäten zu quantifizieren. Reaktionszeiten und Fixationsausgabeparameter werden verwendet, um die Sehleistung bei Kindern mit und ohne Sehbehinderung ab einem Alter von 6 Monaten zu charakterisieren.

Eine Methode zur Quantifizierung von Visual Information Processing bei Kindern Eye-Tracking

Erfahren Sie, wie Säuglinge visuelle Objektkategorien bilden und welche Bedingungen ihr Lernen am besten unterstützen. Diese Eyetracking-Methode misst Lernerfolg anhand von Blickbewegungen.

Bestimmung der Rolle der Sprache bei Säuglingen Objekt Kategorisierung mit Eyetracking-Paradigmen

Weitere Videos entdecken