Name: Definir el papel del lenguaje en objeto categorización los bebés con paradigmas de Eye-tracking (Video) | JoVE Journal
Uploaded: 2019-02-08T15:00:00.000+00:00
Duration: 7 min 31 s
Description: Aprenda a estudiar la categorización de objetos en bebés mediante seguimiento ocular y paradigmas de familiarización-prueba. Este método revela cómo los lactantes forman categorías visuales y el papel del lenguaje en el aprendizaje temprano.

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

La investigación divulgada aquí fue apoyada por el Instituto Nacional de salud infantil y desarrollo humano de los institutos nacionales de salud con el número de concesión R01HD083310 y nacional ciencia Fundación graduados becario bajo subsidio no. DGE‐1324585. El contenido es responsabilidad exclusiva de los autores y no representan necesariamente las opiniones oficiales de los institutos nacionales de salud o de la National Science Foundation.

Todos los métodos aquí descritos han sido aprobados por la Junta de revisión institucional para la Universidad noroeste.
1. estímulos creación
Nota: Los estímulos visuales (ver figura 1) utilizados en el diseño representante informaron a continuación fueron desarrollados originalmente en Havy y Waxman (2016)18 y están disponibles para su descarga en https://osf.io/n6uy8/.
<ol><li>Para crear una nueva categoría de continuo, en primer lugar diseñar un par de nuevas imágenes digitales. A continuación, morph el par de imágenes, y utilizando software (véase, por ejemplo, Tabla de materiales) para formar una serie continua de ejemplares entre las dos imágenes originales. Crear al menos dos categorías de esta manera que uno puede servir como la categoría de aprender mientras que el otro proporciona el ejemplo de la nueva categoría para el ensayo de prueba.</li>
	<li>Seleccionar los ejemplares de familiarización en intervalos iguales de tiempo de todo el continuum de cada categoría aprendidas (por ejemplo, los ejemplares de 0%, 20%, 40%, 60%, 80% y 100%). Seleccionar un número adecuado de ejemplares (por ejemplo, seis). En consonancia con la dificultad de la categoría y edad de los participantes.</li>
	<li>Para crear los ejemplares para la fase de prueba, seleccione los puntos medios de continuum de la categoría familiar y continuidad de la categoría novela (es decir, el ejemplo 50%). Luego compare el color del novela ejemplar para el modelo familiar con un programa de manipulación de imagen (véase, por ejemplo, tabla de materiales).</li>
	<li>Estímulos auditivos grabación producidos por mujer hablante nativo de inglés en una cabina insonora. Si es posible, utilice el mismo altavoz para ambas frases Etiquetadoras (es decir, "mira la modi") y frases sin etiquetar (es decir, "Miren eso!").<ol>
<li>Instruir al orador a producir todos enunciados en discurso dirigido de bebé o niño.</li>
		<li>Seleccione los enunciados que son aproximadamente la misma longitud en condiciones, probablemente alrededor de 1.500 ms por frase.</li>
	</ol>
</li>
</ol>2. el aparato
<ol><li>Utilice un rastreador de ojos apropiado. Para recopilar los datos de seguimiento de ojo adecuados para una medida de la prueba de familiarización, eye-trackers más ampliamente disponibles serán suficiente: los objetos ocupan gran parte de la pantalla, y el análisis de datos investiga el desempeño sobre una ventana larga en lugar de movimientos del ojo individual, que ocurre rápidamente como saccades.</li>
	<li>Porque esta tarea requiere a niños de eye-tracking, asegúrese de que el sistema cumple con varios requisitos.<ol>
<li>Primero, usar un eye-tracker con un modo de seguimiento remoto, que no requiere de los niños a colocar sus cabezas sobre un apoya-mentón. Asegúrese de que el eye-tracker puede tolerar relativamente grandes movimientos de la cabeza o reajustes.</li>
		<li>En segundo lugar, utilice una pantalla relativamente grande para visualizar las imágenes a los bebés, (por ejemplo, 57 x 45 cm).</li>
		<li>En tercer lugar, utilizar un montaje de brazo extensible para el eye-tracker para facilitar la recogida de datos permitiendo que el investigador ajustar la altura del ojo-tracker para cada niño.</li>
		<li>En cuarto lugar, el equipo de seguimiento de ojo hacer discreta, centrar la atención de los bebés únicamente en la pantalla. Por ejemplo, algunos sistemas integran el equipo de seguimiento de ojo con el monitor o montar el equipo directamente debajo del monitor.</li>
	</ol>
</li>
	<li>Tenga en cuenta que esta tarea también puede ser completada con datos videos de alta calidad código de comportamiento buscando los niños. Mientras que técnicas de codificación manual pueden plantear algunos retos para el uso de los análisis más fino de curso del tiempo, datos codificadas son enteramente suficientes para el conjunto buscando análisis.</li>
</ol>3. tarea diseño
<ol><li>En software asociado de eye tracker (véase, por ejemplo, Tabla de materiales), crear cuatro condiciones diferentes: totalmente supervisado, no supervisado, semi-supervisada e invertida y supervisado. Asegúrese de que estas condiciones son independientes, para que cada niño verá sólo una condición.</li>
	<li>Generar al menos dos órdenes pseudo-random de los ejemplares de aprendizaje, con la restricción de que no más de dos ejemplares del mismo lado del continuo (0-40% o 60-100%) puede ser demostrado de forma consecutiva.</li>
	<li>Crear vídeos de familiarización que par los estímulos auditivos con estímulos visuales como apropiadas para cada condición.<ol>
<li>Combinar los estímulos visuales y auditivos en video software de edición (véase, por ejemplo, Tabla de materiales). Presentar todas las imágenes en el mismo fondo. Establecer el inicio del estímulo auditivo en un rango apropiado, entre ms de 500 y 1.500 ms después del inicio del estímulo visual. Utilice este espacio breve de tiempo para aliviar procesamiento de carga 19 los bebés.</li>
		<li>Por ejemplo, en la condición completamente supervisado, par cada ejemplar de la familiarización con una frase de etiquetado.</li>
		<li>En la condición sin supervisión, par cada ejemplar de la familiarización con una frase no etiquetado.</li>
		<li>En la condición de semi controlada, par sólo los dos primeros ejemplares en cada orden con etiquetado frases pero el resto con frases no etiquetado.</li>
		<li>Para la condición de semi-supervisado invertidas, par el finales dos ejemplares con etiqueta frases pero las cuatro primeras con frases no etiquetado (ver figura 1).</li>
		<li>Sube imágenes de estos videos en el software de eye-tracker, ordenar los vídeos de familiarización según lo determinado por el orden de pseudo-aleatorios.</li>
	</ol>
</li>
	<li>Subir un corto (10 s o menos) atraer la atención de animación aparece en el centro de la pantalla después de familiarización: Esto asegurará que la mayoría de los bebés buscan el centro de la pantalla cuando comienza la fase de prueba.</li>
	<li>Finalmente, para cada categoría de aprendizaje, diseño dos prueba ensayos, cada uno con dos ejemplares muestra side-by-side. Asegúrese de que ambos ensayos de prueba, un ejemplar representará el punto medio de la categoría ahora-familiar mientras que el otro representa el punto medio de la categoría de novela.<ol>
<li>Contrarrestar los ensayos para que el posicionamiento de izquierda/derecha del novela ejemplar en la prueba de la prueba se invierte a través de videos.</li>
		<li>Subir estos test ensayos eye-tracker, el software posicionamiento después del atención post-familiarización-getter. Contrarrestar la presentación de estas pruebas por lo que cada niño tiene la misma oportunidad de ver un ensayo de prueba de la novela de izquierda o derecha-novela.</li>
		<li>Asegúrese de que prueba los ensayos duran por lo menos 5 s y hasta 20 s, en orden para niños busca inicialmente a acumular suficiente mirar.</li>
	</ol>
</li>
</ol>[Colocar figura 1 aquí]
4. procedimiento de estudio
<ol><li>Antes de que el bebé llegue, configurar el eye-tracker.<ol>
<li>Asignar al azar el niño a una condición y un orden.</li>
		<li>Abra el software de eye-tracker y seleccionar el par asignado/orden de la condición.</li>
		<li>Ahora introduzca el número de participantes para esta grabación.</li>
	</ol>
</li>
	<li>Después de realizar el proceso de consentimiento, llevar el niño y el cuidador a la sala de eye-tracking. Asegúrese de que la habitación se ilumina moderadamente sin ninguna distracción decoraciones en las paredes.</li>
	<li>Coloque una silla delante del eye-tracker a una distancia apropiada para el modelo de eye-tracker está utilizando. Asiento al cuidador en esta silla y el niño en el regazo del cuidador. Si el niño no desea sentarse en el regazo del cuidador, pueden sentarse en su propio, o puede sentarse en un asiento de coche.</li>
	<li>Si el niño está sentado en el regazo del cuidador, instruir al cuidador no sesgar el comportamiento de los bebés de cualquier manera, sino tratar de mantener al niño en el regazo del cuidador. Proporcionar a los cuidadores con un par de gafas de sol oscuras-out llevar por lo que no se ven los estímulos.</li>
	<li>Pedir al niño que mire a la pantalla eye-tracker; considere mostrar una atractiva imagen o vídeo para atraer su atención. Coloque la pantalla para que los ojos de los bebés están dentro de la ventana de calibración.</li>
	<li>Realizar procedimiento de calibración del ojo perseguidor. Usar una calibración de cinco puntos si es posible, pero menos integrales calibraciones también suelen ser adecuados. Los niños frecuentemente responden mejor cuando la imagen de calibración es una animación con acompañamiento auditivo.</li>
	<li>Si el niño pasa de calibración, luego comenzar el experimento. Si no es así, vuelva a calibrar hasta que tienen éxito. Quedan excluidos los lactantes no pueden calibrarse.</li>
	<li>Si múltiples experimentos se ejecutan consecutivamente, o si un solo experimento es bastante largo, considere volver a calibración después de cada sección.</li>
</ol>5. Análisis de datos
<ol><li>Utilizar software de análisis de datos para realizar este análisis (p. ej., véase tabla de materiales).</li>
	<li>Crear áreas de interés (AOIs) alrededor de las posiciones del ejemplar en los lados izquierdo y derecho de la pantalla.</li>
	<li>Ensayos de familiarización, uso el AOI apropiada para evaluar a los niños tiempo pasó mirando al ejemplar que aparece en cada ensayo. Excluir a ningún niño que no muestra sostenida en busca de una mayoría de los ejemplares (por ejemplo, requieren que los niños asistir a 4 de un posible 6 ejemplares de familiarización de al menos el 25% de los ensayos).</li>
	<li>Para el ensayo de prueba, son sólo niños de los primeros 5 s de mirar acumulados. Para los niños más pequeños, de 3 a 12 meses de edad, considere usar una ventana más larga como 10 segundos de mirar acumulados. Considerar excluyendo lactantes muestran insuficiente sostenido mirando a prueba (por ejemplo, acumular menos de 2.5 s de mirar) o que no mira a los dos de los ejemplares.</li>
	<li>Ahora crear una puntuación de preferencia para la prueba de cada bebé prueba dividiendo la cantidad de tiempo mirando al novela ejemplar por la cantidad total de tiempo mirando a ambos ejemplares. Para analizar estas proporciones, transformarlos en primer lugar con un logit empírica o arco-sin raíz cuadrada para que sean adecuados para el análisis con modelos lineales.</li>
	<li>Para un análisis de tiempo-curso de comportamiento buscando niños en la prueba, separar los datos en pequeños recipientes (por ejemplo, entre 10 y 100 ms) y calcular un puntaje de preferencia dentro de cada compartimiento para cada niño.</li>
	<li>Realizar un análisis de los datos del curso del tiempo, comprobar si el patrón de los infantes de ver todo el ensayo de prueba varía según el estado. Nota que múltiples formas de análisis pueden responder a esta pregunta, incluyendo una permutación basado en cluster análisis20, como se demuestra aquí y modelado de la curva de crecimiento. 21<ol>
<li>Para un análisis de cluster basado en permutaciones, seleccionar un umbral de valor t, correspondiente al nivel alfa deseado (recomendado alphas entre.01 a. 20, nota que este valor alfa no representa nivel alfa de la prueba general, simplemente el nivel requerido para individuales tiempo-cajas para exceder el umbral). Suma la t estadística para cada cubo de tiempo consecutivo que supera el umbral de t solicitado; Estos acumuladas t-las estadísticas indican el tamaño de las divergencias entre las condiciones de los datos.</li>
		<li>Para determinar si estas divergencias son mayores de lo esperado por casualidad, realizar por lo menos 1.000 simulaciones con las etiquetas de condición barajadas al azar. Evaluar las divergencias de los datos unshuffled contra esta distribución basada en la oportunidad. Nota: Es esta comparación de la divergencia original contra la distribución de posibilidad que determina la tasa de falsos positivos de los análisis, más que el número de cubos de tiempo en que t-pruebas se llevaron a cabo o incluso el umbral de valor t seleccionado para ésas t-pruebas iniciales. Como resultado, este análisis ofrece una alternativa conservadora para reporting directamente los resultados de múltiples pruebas t en cubos de tiempo predefinidos (por ejemplo, llevando a cabo pruebas cada 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>

Los autores no tienen nada que revelar.

Aquí, presentamos un procedimiento para la evaluación de la función de etiquetado en categorización. Presentando 2 años de edad con una mezcla realista de ejemplares etiquetados y sin etiquetar, demostramos que niños muy pequeños son capaces de aprender en ambientes semi-supervisados, extender el trabajo con adultos y niños mayores24,25 . Así, este método ofrece una solución a la paradoja planteada anteriormente: si incluso unos pocos ejemplares etiquetados puede...

Categorización es un elemento fundamental de la cognición humana: habilidades de categorización de niños emergen temprano en la infancia y se convierten en cada vez más sofisticados con la edad. 1 , 2 , 3 la investigación también ha revelado un papel de gran alcance para la lengua en la clasificación infantil: de 3 meses de edad, los bebés aprenden categorías más con éxito ejemplares de categoría están emparejados con la lengua. 4 , 5 , 6 además, al final del primer año, los bebés son en sintonía con el papel de etiquetas Sustantivo de la cuenta en la clasificación. Apareamiento de ejemplares de la categoría con una frase coherente de etiquetado ("Esto es un vep!") facilita la categoría de niños aprender con respecto a que sea una etiqueta distinta para cada ejemplar ("Se trata de un vep," "Esto es un dax," etc.) o no etiquetado la frase ("mire esto."). 7 , 8 , 9
En experiencias cotidianas de los bebés, sin embargo, la gran mayoría de los objetos que se encuentran probablemente se mantendrá sin etiqueta. No cuidador podría etiquetar cada objeto que un niño ve mucho menos proporcionar las etiquetas que se aplican a cada objeto (por ejemplo, "malamute," "perro," "animal doméstico", "animal"). Esto presenta una paradoja: ¿Cómo podemos reconciliar el poder de las etiquetas en la clasificación infantil con su relativa escasez en la vida cotidiana de los bebés?
Para responder a esta pregunta, hemos desarrollado un protocolo para evaluar cómo los bebés aprenden categorías en una variedad de ambientes de aprendizaje, incluso cuando reciben una mezcla de ejemplares etiquetados y sin etiquetar. En concreto, proponemos que reciben algunos ejemplares marcados al principio de aprendizaje puede facilitar la categorización, mejorando la capacidad de los bebés para aprender de posteriores, sin etiqueta ejemplares así. Esta estrategia de usar un número pequeño de ejemplares etiquetados como una base para el aprendizaje de un mayor número de ejemplares sin etiqueta se ha aplicado ampliamente en el campo del aprendizaje máquina, desove de una familia de las actividades de aprendizaje (SSL) algoritmos10,11,12. Por supuesto, las estrategias de aprendizaje implementadas no son idénticas a través de diferentes tipos de aprendizaje: en el aprender de máquina, algoritmos por lo general están expuestos a muchos más ejemplares, hacer conjeturas explícitas sobre cada ejemplar y aprender múltiples categorías al mismo tiempo. Sin embargo, la máquina y los alumnos de infantiles podrán beneficiarse de integrar con éxito ejemplares etiquetados y sin etiquetar para aprender nuevas categorías en ambientes escasos de etiquetado.
Nuestro diseño se centra en si los niños de 2 años de edad, en el proceso de adquisición de palabras para numerosas categorías nuevas, son capaces de este tipo de aprendizaje las actividades. Contamos con una medida estándar de categorización para bebé: una tarea de la prueba de familiarización. En este paradigma, 2 años de edad fueron expuestos a una serie de ejemplares de una nueva categoría durante la fase de familiarización. Cada ejemplar fue apareado con un estímulo auditivo diferente, dependiendo de la condición (es decir, un etiquetado o una frase no etiquetado). Entonces, en la prueba, todos los niños de 2 años vieron dos nuevos objetos en silencio: un objeto de la categoría ahora-familiar y uno de una categoría de novela.
Si los niños de 2 años con éxito forman la categoría durante la fase de familiarización, debe distinguir entre los dos ejemplares presentados en la prueba. Importante, porque una preferencia sistemática por tanto la imagen de prueba nuevos o familiar refleja la habilidad de distinguir entre ellos, preferencias de familiaridad y novedad se interpretan como evidencia de éxito categorización. Tenga en cuenta que en una tarea dada, la naturaleza de esta preferencia es una función de la eficacia de los bebés para los materiales de estímulo, con preferencias de familiaridad asociadas a estímulos menos eficiente procesamiento 4,13, 14 , 15 , 16 , 17. presentación de la fase de prueba en silencio permite evaluar directamente el éxito de bebés en la categorización de objeto y cómo este éxito varía de acuerdo con la información que acompañó a los ejemplares durante la familiarización. Así, este paradigma proporciona una prueba convincente de cómo los diferentes tipos de entornos lingüísticos afectan categoría aprendizaje. Si etiquetado mejora aprendizaje categoría en ambientes semi-supervisados y totalmente supervisados, 2 años de edad en estas condiciones deben mostrar preferencias de prueba más fuerte que los neonatos en otros ambientes.

<table><tbody><tr><td>Final Cut Pro X</td><td>Apple</td><td>N/A</td><td>Edición de vídeo, software de composición</td></tr><tr><td>MorphX</td><td>Norrkross</td><td>N/A</td><td>Software de transformación de imágenes</td></tr><tr><td>PhotoShop</td><td>Adobe</td><td>N/A</td><td>Software de edición de imágenes</td></tr><tr><td>R</td><td>R Core Team</td><td>N/A</td><td>Software de análisis estadístico</td></tr><tr><td>T60XL Eyetracker</td><td>Tobii Pro</td><td>Descatalogado</td><td>Eyetracker grande montado en el brazo adecuado para trabajar con bebés y niños</td></tr><tr><td>Tobii Pro Studio</td><td>Tobii Pro N</td><td>/A</td><td>Visualización de seguimiento ocular de dirección de software, recopilación de datos</td></tr></tbody></table>

definir el papel del lenguaje en objeto categorización los bebés con paradigmas de eye-tracking

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

Evaluación de aprendizaje de categoría infantil es una difícil pero vital aspecto de estudiar la cognición infantil. Mediante el empleo de un paradigma de la prueba de familiarización, directamente medir éxito de niños en el aprendizaje de una nueva categoría al depender sólo de su comportamiento buscando. Por otra parte, el paradigma puede medir directamente el impacto de diferentes señales auditivas en la clasificación infantil a través de un rango de edades. Por ejemplo, determinamos cómo 2 años de edad aprenden categorías en una variedad de entornos de etiquetado: en nuestra tarea, 2 años de edad con éxito aprendieron categorías cuando los ejemplares fueron etiquetados o los dos primeros ejemplares fueron etiquetados, pero no pudieron clasificar al no hay ejemplares fueron etiquetados o sólo el finales dos ejemplares fueron etiquetados. Para determinar el éxito de los infantes en tales tareas, los investigadores pueden examinar tanto la preferencia general de los infantes en cada condición y patrón de los bebés de mirar en el transcurso de la fase de prueba, usar un eye-tracker para proporcionar los datos de tiempo-curso de grano fino . Así, presentamos un paradigma potente para identificar el papel de la lengua, o cualquier señal auditiva, en la categoría de niños objeto de aprendizaje.

Utilizando el protocolo anterior, hicimos dos experimentos22. Los análisis se realizaron con el paquete de eyetrackingR 23, y el código y datos están disponibles en https://github.com/sandylat/ssl-in-infancy. En el primer experimento, contrapone una condición totalmente supervisada (n = 24, Medad = 26,8 meses), sólo ofrece etiquetado ejemplares, con una condición sin supervisión (n = 24, Medad = 26,9 ...

Aquí presentamos un protocolo para la prueba de familiarización paradigmas que proporcionan una prueba directa de categorización infantil y ayudar a definir el papel del lenguaje en el aprendizaje temprano de la categoría.

Definir el papel del lenguaje en objeto categorización los bebés con paradigmas de Eye-tracking

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

Este método de prueba de familiarización revela cómo los bebés forman categorías de objetos visuales y qué tipos de condiciones apoyan más poderosamente su aprendizaje. Usando sólo los movimientos oculares de los bebés podemos medir con qué éxito aprenden una categoría. Entonces podemos comparar directamente ese aprendizaje a través de una amplia gama de diferentes condiciones de aprendizaje.Comience creando los estímulos visuales para el experimento. Para crear una nueva categoría continua, primero diseñe un par de imágenes digitales novedosas. A continuación, transforma el par de imágenes juntas para formar un continuo de ejemplares entre las dos imágenes originales.Cree al menos dos categorías de esta manera, de modo que una pueda servir como la categoría a aprender, mientras que la otra proporciona la categoría novedosa ejemplo para la prueba de prueba. A continuación, seleccione los ejemplos de familiarización a intervalos espaciados uniformemente de cada continuo de categorías aprendidas. Seleccione un número adecuado de ejemplares y acorde con la dificultad de la categoría y la edad de los participantes.Para crear los ejemplos para la fase de prueba, seleccione los puntos medios del continuo de categorías familiares y el continuo de categorías novedosas. A continuación, haga coincidir el color de la novela ejemplar con el del ejemplar familiar utilizando un programa de manipulación de imágenes. Para las frases de etiquetado y no etiquetado, utilice estímulos auditivos previamente registrados producidos por una hablante nativo de inglés en una cabina de prueba de sonido.Para recopilar datos adecuados para una medida de prueba de familiarización, los rastreadores oculares más ampliamente disponibles serán suficientes. Los objetos ocupan grandes partes de la pantalla y el análisis de datos investiga el rendimiento en una ventana larga. Usando el software de seguimiento ocular, cree cuatro condiciones diferentes, totalmente supervisado, sin supervisión, semi-supervisado y invertido semi-supervisado.Asegúrese de que estas condiciones estén separadas, de modo que cada bebé vea una sola afección. A continuación, genere al menos dos órdenes pseudoaleatorios de los ejemplos de aprendizaje con la restricción de que no más de dos ejemplares del mismo lado del continuo se pueden mostrar consecutivamente. Ahora utilice el software de edición de vídeo para crear videos de familiarización que emparejen los estímulos auditivos creados previamente con los estímulos visuales según corresponda para cada condición.Por ejemplo, en el par de condiciones totalmente supervisado cada ejemplo de familiarización con una frase de etiquetado. En la condición no supervisada, empareje cada ejemplo de familiarización con una frase que no sea de etiquetado. En la condición semi-supervisada, empareje solo los dos primeros ejemplares en cada orden con frases de etiquetado, pero el resto con frases que no sean de etiquetado.Para la condición semi-supervisada invertida, empareje los dos últimos ejemplos con frases de etiquetado, pero los cuatro primeros con frases que no son de etiquetado. Sube estos videos al software de seguimiento ocular asegurándote de ordenar los videos de familiarización según lo determinado por el orden pseudorandomizado. También cargue una breve animación de captación de atención que se muestra en el centro de la pantalla después de la familiarización, para asegurarse de que la mayoría de los bebés miren el centro de la pantalla cuando comience la fase de prueba.Por último, para cada categoría de aprendizaje, diseñe dos pruebas cada una con dos ejemplares que se muestran uno al lado del otro. Para ambos, asegúrese de que un ejemplar representa el punto medio de la categoría ahora familiar, mientras que el otro representa el punto medio de la categoría de novela. Asegúrese de que las pruebas duran de 5 a 20 segundos para acumular suficiente aspecto, y contrarresta las pruebas para que el posicionamiento izquierdo derecho del ejemplo novedoso en la prueba de prueba se invierta a través de los videos.Sube las pruebas de tareas al software de seguimiento ocular, posicionándolas después de la atención de familiarización posterior. Contrarresta esta presentación de pruebas, por lo que cada bebé tiene la misma probabilidad de ver una prueba de novela izquierda o de novela derecha. Antes de que llegue el bebé, configure el rastreador ocular.Asigne aleatoriamente al bebé a una condición y una orden, luego abra el software de seguimiento ocular y seleccione el par de órdenes de condición asignado e introduzca el número de participante para la grabación. Después de obtener el consentimiento para el estudio, lleve al bebé y al cuidador a la sala de seguimiento ocular. Asegúrese de que esta habitación esté moderadamente iluminada sin ninguna decoración que distraiga en las paredes.Sentar al cuidador a una distancia adecuada para el modelo de rastreador ocular que se está utilizando. Si el bebé no desea sentarse en el regazo de los cuidadores, puede sentarse solo o puede sentarse en un asiento de automóvil. Si el bebé está sentado en el regazo de los cuidadores, instruya al cuidador que no seste el comportamiento de los bebés de ninguna manera, sino que trate de mantener al bebé centrado en el regazo de los cuidadores.Luego, proporcione al cuidador un par de gafas de sol oscurecidas para usar, para que no puedan ver los estímulos. Ahora pídale al bebé que mire la pantalla del rastreador de ojos. Considere la posibilidad de mostrar una imagen o video atractivo para atraer su atención.La pantalla debe colocarse, de modo que los ojos del bebé estén dentro de la ventana de calibración. A continuación, realice el procedimiento de calibración de los rastreadores oculares utilizando una calibración de cinco puntos, si es posible. Los bebés a menudo responden mejor cuando la imagen de calibración es de animación con acompañamiento auditivo.Si el bebé pasa la calibración, comience el experimento si no, vuelva a calibrar hasta que tenga éxito. Los bebés que no puedan ser calibrados deben ser excluidos del estudio. Esta figura muestra las puntuaciones de preferencia medias en todas las condiciones.Los bebés en las condiciones totalmente supervisadas y semi-supervisadas, mostraron preferencias de novedad significativamente por encima del azar. Mientras que los bebés en las condiciones semi-supervisadas no supervisadas e invertidas, se realizan a niveles de oportunidad. Aquí vemos a los bebés buscando patrones durante las pruebas.En las condiciones totalmente supervisadas y no supervisadas y en las condiciones semi-supervisadas y revertidas, el patrón de los bebés de mirar a los ejemplares divergió entre 3450 y 3850 milisegundos. Las regiones sombreadas de color indican un error estándar de la media. Este procedimiento se puede utilizar con bebés de varias edades y materiales que varían en complejidad.Como resultado, cada nuevo diseño debe reflejar la capacidad de aprendizaje de los bebés a esa edad prevista. Podemos pasar a preguntarnos si la capacidad de los bebés medida aquí y cómo, se correlaciona o incluso predice la adquisición por parte de los lactantes de los hitos posteriores del lenguaje. Como el tamaño del vocabulario o el orden de las palabras.Esta técnica ha permitido a los científicos del desarrollo estudiar la cognición y la percepción, en bebés de tan solo dos meses. Continúa iluminando las formas en que el lenguaje facilita el aprendizaje a lo largo de la infancia.

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

Research

Investigación

JoVE Journal

Behavior

Comportamiento

Una forma segura en el hogar para evaluar la comprensión del lenguaje de los niños con desarrollo típico muy jóvenes, así como aquellos con autismo, describe. El método analiza la mirada de los ojos de los niños mientras se ve de lado a lado imágenes, pero escuchar un audio que detecta una sola imagen. Los estímulos están diseñados con los jóvenes participantes en la mente.

Portable Intermodal mirada preferencial (IPL): Idioma Investigar comprensión en desarrollo típico Niños pequeños con autismo

A los 3-4 meses, escuchando las vocalizaciones de primates humanos y no humanos aumenta la cognición de los bebés; a los 6 meses, sólo se vocalizaciones humanas ejercen esta ventaja cognitiva. Describimos una manipulación exposición que revela la poderosa función de conformación de la experiencia como los bebés especifican que suena a enlazar a la cognición y la que a desconectar.

La experiencia es instrumental en el ajuste de un vínculo entre el lenguaje y la cognición: Evidencia de 6 a 7 meses de edad, la categorización de objetos bebés

El presente artículo revisa una metodología de seguimiento de ojo para estudios sobre la comprensión del lenguaje. Para obtener datos confiables, se deben seguir pasos claves del protocolo. Entre ellos están el montaje correcto del perseguidor del ojo (por ejemplo, garantizar la buena calidad de las imágenes de la cara y cabeza) y calibración de precisión.

Eye Tracking durante la comprensión del lenguaje visual situado: Flexibilidad y las limitaciones de descubrir efectos de contexto Visual

Bebés y niños ver el mundo de manera fundamentalmente diferente de sus padres. Cabeza-montado cámaras proporcionan un mecanismo manejable para entender el entorno visual infantil. Este protocolo proporciona los principios rectores para los experimentos en casa o en laboratorio para capturar la vista egocéntrica de los niños pequeños y lactantes.

Una visión propia: capturando la visión egocéntrica de bebés y niños pequeños con cabeza-montado cámaras

Presentamos un protocolo para examinar el uso de señales morfológicas durante la comprensión de la oración en tiempo real por los niños con autismo.

Utilizando el paradigma de mundo Visual para el estudio de comprensión de la frase en mandarín-los niños con autismo

Los niños pequeños no pasivamente observar el mundo, pero algo activamente explorar y relacionarse con su entorno. Este protocolo proporciona principios y recomendaciones prácticas para el uso de trackers ojo montado en la cabeza para bebés y niños pequeños entornos visuales dinámicos y atención visual en el contexto del comportamiento natural.

Contemplar en acción: montado en la cabeza Eye Tracking dinámico atención Visual de los niños durante la conducta naturalista

Los estudios de seguimiento ocular utilizando un paradigma de aspecto preferencial se pueden utilizar para estudiar la comprensión emergente de los bebés y su atención a su mundo visual externo.

Explorar la sensibilidad infantil al lenguaje visual mediante el seguimiento ocular y el paradigma de aspecto preferencial

La UCIN Red neuroconductual Escala (NNNS) fue desarrollado como una evaluación para el niño en situación de riesgo. El propósito de este artículo es describir la NNNS, proporcionar ejemplos en vídeo de los procedimientos NNNS y discutir las formas en que el examen se ha utilizado.

Valoración y Evaluación del neonato de alto riesgo: La Escala UCIN Red neuroconductual

Se describen métodos para registrar la activación sensorial auditiva P50, un marcador fisiológico de inhibición cerebral que refleja las primeras etapas de la atención.

P50 Activación sensorial en lactantes

Se describe un método para cuantificar la calidad del procesamiento de la información visual basado en movimientos oculares reflexivos en respuesta a modalidades visuales específicas. Los tiempos de reacción y los parámetros de salida de fijación se utilizan para caracterizar el rendimiento visual en niños con y sin discapacidad visual a partir de los 6 meses de edad.

Un método para cuantificar procesamiento de la información visual en niños El uso de Eye Tracking

Aprenda a estudiar la categorización de objetos en bebés mediante seguimiento ocular y paradigmas de familiarización-prueba. Este método revela cómo los lactantes forman categorías visuales y el papel del lenguaje en el aprendizaje temprano.

Definir el papel del lenguaje en objeto categorización los bebés con paradigmas de Eye-tracking

Explorar más videos