2018年5月3日
足ステップを紹介する系列反応時間 (SRT) タスク。これは SRT タスクを変更した、古典的な SRT を補完するより良い、指押し運動のみに関連するタスク シーケンスの毎日の活動を近似し離散対策の基礎となる動的プロセスを研究する研究者を可能と暗黙のシーケンス学習で明示的なプロセスを解きほぐします。
この実験の全体的な目標は、人々が日常の活動を模倣した一連の行動をどのように学習するかを研究し、認知プロセス、特に潜在的運動シーケンス学習を操作する明示的なプロセスを解明することです。このタスクは、潜在的運動シーケンス学習中の明示的健康の発達の進行状況をレビューする新しい方法を提供します。このタスクを使用すると、潜在的運動シーケンス学習とその加齢に伴う発達など、運動学習および発達分野の重要な質問に答えるのに役立ちます。
この手法の主な利点は、従来のSRTタスクと比較して、タスクでの足踏みは運動制御の複雑さを伴い、ダンス、楽器の演奏、スポーツなどの日常生活でのシーケンシャルスキルの学習をよりよく理解できることです。この手法の意味するところは、運動障害のある子ども、特に発達協調障害(DCD)と呼ばれる子どもによる運動シーケンスの学習を理解するのに役立ちます。私たちが最初にこの方法のアイデアを得たのは、私たちが研究していたDCDの子供たちの一人がWiiのゲームを練習しているとき、DCDを持っていました。彼は運動制御と姿勢の課題に問題を抱えていたにもかかわらず、シーケンスを学ぶことができました。
手続きのデモンストレーションは、神経力学研究室の大学院生であるエリザベス・ベルとミア・カミニタです。まず、モーションキャプチャシステムの適切な機能を確保して、反射マーカーから3Dデータを正確に収集します。ダイナミックキャリブレーションの場合は、モーションキャプチャシステムに付属のキャリブレーションワンドを、参加者がSRTタスクを実行するときにすべての反射マーカーが移動するスペースに振ります。
静的キャリブレーションの場合は、キャリブレーションワンドを位置と向きとともに床に置き、モーションキャプチャシステムの調整システムの原点として使用できます。モーションキャプチャシステムを実行して原点を設定します。モーションキャプチャシステムで、各マーカーに名前を付け、マーカーを接続してセグメントを作成します。
すべてのセグメントをリンクして、スケルトンテンプレートを完成させます。到着したら、参加者に同意書をよく読んで署名するように依頼してください。こんにちはミア、この研究を完了するためにボランティアをしていただきありがとうございます。
この同意書は、私たちが今日何をしようとしているのかについて、より詳細に説明することができます。参加に同意される場合は、各ページにイニシャルを付け、最後のページに署名していただけますか?この後、いくつかのアンケート
に回答します。ハンドドミナンスアンケート、グローバル身体活動レベルアンケート、神経学的健康アンケートなどのアンケートを使用して、研究の適格性をスクリーニングします。参加者に靴と靴下を脱いでもらいます。さて、よかった、これでモーションキャプチャの準備が整いました。
靴と靴下を脱いでもらえれば、大丈夫です。大丈夫です。次に、両面の低刺激性の粘着テープとプレラッピングテープを使用して、直径50ミリメートルの38個の球形反射マーカーを、所定の重要な骨のランドマークで皮膚に貼り付けます。このマーカーの設定は、ここに示すカスタマイズされたスケルトンテンプレートと同じです。
参加者の体から、これらの38個のマーカー以外の不要な反射をすべて取り除きます。参加者にTポーズでホームポジションに静かに立つように指示し、モーションキャプチャシステムを実行してすべてのマーカーを2〜10秒間キャプチャするように指示して、キャリブレーション試行を実行します。各参加者がタスクを開始する前に、参加者ID、グループID、学習ブロックの数、刺激提示の時間長、および運動の完了と次の刺激の開始との間の時間間隔を制御するためのパラメータ(ただし、これらに限定されない)を設定します。
参加者にホームポジションに立つように依頼します。さて、あなたが紺色の長方形に足を踏み入れることができれば、これがあなたのホームポジションになります。また、ホームポジションの距離を調整して、参加者がフロア上の6つのターゲットすべてに快適に足を踏み入れられるようにします。
参加者に各ターゲットにすばやく数回踏んでもらいます。そして、左足の後ろに戻るのは素晴らしいことです。また、ホームポジションから各ターゲットまでの距離を、各参加者にとって最も快適なステップ距離でマークします。
モニターに映し出される6つの場所のいずれかに刺激が現れたら、床の対応するターゲットまでできるだけ早く正確にステップし、その後ホームポジションに戻る必要があることを参加者に伝えます。モニターに表示された6つの場所のいずれかに刺激が表示されたら、床の対応するターゲットにできるだけ早く正確にステップし、その後ホームポジションに戻ります。次に、参加者に右足で右側にある3つのターゲットに、左足で他の3つのターゲットにステップするように指示します。
画面右側の3つのターゲットに対して右足でステップし、左側の3つのターゲットに対して左足でステップします。参加者に、肘を横に置き、90度の角度で曲げるように指示して、カメラが腰に配置されたマーカーを見ることができるようにします。手を横に置き、肘を90度の角度で曲げてください。
36のステップで構成される練習ブロックを実行して、参加者がタスクに慣れるようにします。このブロックの刺激はランダムな順序で現れます。練習ブロックの後、実験ブロックを開始します。
このプロトコルでは、6つのブロックがあり、各実験ブロックは刺激ごとに100ステップで構成されています。実験目的に応じて、視覚刺激の特定の順序を設定します。刺激は、指定されたシーケンスまたはランダムなシーケンスのいずれかに従います。
刺激順序の提示は、参加者には不明です。各ブロックの後に、参加者に3分間の休憩を義務付けてください。各実験ブロックの前に、参加者にできるだけ迅速かつ正確に刺激に反応するように促します。
したがって、同じタスクを繰り返します。刺激に対しては、できるだけ迅速かつ正確に反応することが重要です。速度精度のトレードオフが考えられる場合、各学習ブロックの前に、できるだけ速く、同時に被験者に
指示することが重要です。すべての学習ブロックが完了したら、文献に記載されている広く使用されている想起テストと認識テストで構成される事後テストを完了するように参加者に依頼します。この図は、6つの学習ブロックにわたる12人の若年成人の平均応答時間を示しています。新しいシーケンスに対する応答時間は、ブロック 4 の学習済みシーケンスと比較して、ブロック 5 で大幅に短く、シーケンスの学習を示しています。
平均反応時間は、応答時間と同じパターンを示します。特に、ブロック 5 の反応時間はブロック 4 の反応時間よりも遅くなります。応答時間や反応時間とは異なり、移動時間はブロック4と5の間で同等です。
従来のSRTタスクで重視される時間計測に加え、足踏みSRT課題では全身の動き、特に質量運動の中心も計測できます。この図は、刺激が現れる100ミリ秒前に発生する重心の運動軌跡に関する1人の参加者のデータを示しています。この図は、大衆運動の予測中心の方向を示しています。
各刺激の予測運動方向は、最初は非常に一貫性がなく、学習がブロック間で進行するにつれて一貫性が増しました。この図は、グループレベルでのブロック間の移動方向の変動性の大幅な変化を示しています。具体的には、変動性はブロック4から5に増加し、質量移動方向の中心がSRTタスクにおける運動シーケンス学習の明らかな兆候であることを示しています。
さらに重要なことに、大衆運動の予測中心は、潜在的運動シーケンス学習で機能する明示的なプロセスを反映している可能性が高いです。ブロック4から5への変動性の増加は、配列の明示的な知識を必要とする参加者でのみ示され、明示的な知識を示さなかった参加者では示されませんでした。さらに、ブロック4から5への変動性の変化は、参加者が取得した明示的な知識の量と有意に相関しています。
このビデオを見た後、この足を踏み入れるタスクの利点をよく理解しているはずです。これは、従来のキーを押すSRTタスクを補完するものです。まず、日常のシーケンス化されたアクティビティでインパルスシーケンス学習をより適切に模倣します。次に、この修正されたSRTタスクは、潜在的運動シーケンス学習で動作する明示的認識の時間的進化を調べる独自の能力を提供します。
最後に、このタスクを使用して、連続的な動きの軌跡などの他の情報を記録し、調査することができます。運動の時間ダイナミクスの測定は、将来のシーケンス学習研究において隠れた認知プロセスをレビューするために使用できます。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本記事では、従来のSRTタスクに足の動きを組み込んだ修正版である、フットステッピング連続反応時間(SRT)タスクを紹介します。この手法により、研究者は潜在的な系列学習に関与する認知プロセスと、それに伴う顕在的なプロセスをより詳細に研究することが可能になります。
潜在的な運動シーケンス学習における反応時間と運動時間を分離することで、初期段階のニューロモーター研究において、より精密なターゲットの検証とメカニズム的なリスク低減が可能になります。足踏みSRTタスクは、運動計画、実行、および姿勢制御を評価するためのトランスレーショナルに有用なモデルを提供し、疾患に関連するシステムにおける予測的な信頼性をサポートします。このアプローチは、運動学習、神経発達障害、および運動機能不全をターゲットとするプログラムのポートフォリオ決定に寄与します。
本手法は、神経運動および認知運動プログラムにおける初期探索、リード化合物の同定、および前臨床検証を橋渡しするものです。