Name: 北京語を話す自閉症児の文理を勉強する視覚的な世界のパラダイムを使用してください。 (動画) | JoVE Journal
Uploaded: 2018-10-03T15:00:00.000+00:00
Duration: 6 min 15 s
Description: 学ぶ視覚的世界パラダイムによる北京語話者の自閉症児の文理解。眼動追跡で形態素BA・BEIのリアルタイム処理を評価し、言語能力を客観的に測定する手法です。

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

この作品は、鵬周と北京語の科学財団文化大学中央大学 [15YJ050003] 根本的な研究の資金の下で中国の国家社会科学基金 [16BYY076] によって賄われていた。著者は、子供、両親、そしてスタディの実行の彼らのサポートの Enqi 自閉症プラットフォームと北京、中国、Taolifangyuan 幼稚園の先生に感謝しています。

本研究は、清華大学医学部倫理委員会によって承認されています。研究に含まれているすべての個々 の参加者からインフォームド コンセントを受けた。
1. 参加者のスクリーニングと研究準備
<ol><li>北京語を話す就学前自閉症児を募集します。 注: は、DSM の-4-TR40または DSM 541を使用して病院で小児神経科医で診断を確認すべきし、参加者数が 15 未満にする必要があります理想的には。本研究は、確定診断と 25 名の参加者を募集しました。</li>
	<li>自閉症の診断観察のスケジュール42のようなゴールド スタンダード診断機器を個別に使用して各参加者を評価します。</li>
	<li>ウェクスラー就学前および主なスケールのインテリジェンス IV (CN)、2-6、6-1143の年齢の間の北京語を話す子供のために設計された標準化された IQ テストを使用して参加者の言語性 IQ を測定。 注: 本研究では自閉症児の言葉の IQ スコアは、上記のすべての 80 だった。彼らは、高機能自閉症の子供が全員いた。</li>
	<li>各音声サンプルにおける発話の数単語の合計数を除して各参加者の発話 (MLU) の平均長さを計算します。両親や教師との相互作用から各参加者のための 100 の発話を記録します。その後、各参加者の発話の単語の合計数を 100 で除して MLU を計算します。 注: MLU は、参加者の文の複雑さのレベルを示します。</li>
	<li>TD 子供を募集します。理想的には年齢 (TD グループ 1) 自閉症児に TD 子供を一致 MLU (TD グループ 2) と言語性 IQ (TD グループ 3)。 注: 現在研究のローカル幼稚園からの 50 の TD 子 (25 男の子と 25 の女の子) を採用しました。25 は、自閉症児に年齢と自閉症児に MLU と言語性 IQ の一致 25 の一致。</li>
</ol>2. ウォーム アップ セッション
<ol><li>実際のテストの前にウォーム アップ セッションに参加者を招待します。研究環境に参加者を紹介し、彼または彼女は、良い信頼関係を確立するとの対話します。 注: このテスト セッションと同じ日に行われるまたは別の日に開催します。ウォーム アップ セッションで 2 つ実験者は通常関与しているし、おもちゃや小道具を使用して参加者の対話します。</li>
</ol>3. 条件と実験デザイン
<ol><li>テスト刺激を構築します。視覚刺激と BA と BEI、形態学的マーカーをそれぞれ含む 2 つの話されていた文のそれぞれ 12 のリンク先の項目を作成します。同じ構造を使用して話されていた文を構築: 形態学的マーカー + 名詞句 (NP) + 副詞 + 動詞フレーズ (VP) (例の 1a および 1 b 以下を参照)。 注: マーカー BA は、以下 NP が開催イベントの受信者であることを示します (2 a を参照)、備を示します、次の NP がイベント開始 (2 b を参照してください)。北京語で文の主題 NP は、NP の指示対象がコンテキストに応じて使用可能なときにしばしば省略できます。 例: (1) a.バル獅子 qingqingdi bao qilai。 
	         BAライオンが優しくホールド アップ 意味: 誰かは優しくライオンを保持します。 b.備獅子 qingqingdi bao ル qilai。 
	         備ライオンが優しくホールド アップ 意味: 誰かは優しくライオンが開催されます。 (2) a. BA + [NP]受信者 b. 備 + [NP]イニシエーター<ol>
<li>視覚的なイメージを作成する Pixelmator (または別のイメージ エディター) を使用します。Pixelmator を開きます。Pixelmator アイコンをクリックします。テンプレートからの視覚的なイメージを作成します。テンプレートの選択] で[詳細の表示をクリックします。それを開くテンプレートをダブルクリックします。幅、高さ、解像度、およびポップアップ メニューから色深度を調整します。関連するパラメーターを入力します。[Ok]をクリックします。</li>
		<li>話されていた文を構築する Praat (または別のオーディオ エディター) を使用します。マイクを設定します。Praat を開きます。Praat アイコンをクリックします。新しいメニューからレコードのモノラル サウンドを選択します。録音条件を設定するには、サンプル レート44100オプションをクリックします。録音ボタンをクリックします。</li>
		<li>子供向けの方法で、文章を作るようのネイティブ北京語スピーカーを尋ねることによって話されていた文を記録します。レコーディングを保存するには、保存をクリックします。 注: 通常、12 に 16 のターゲット項目は、子供と文章理解研究のため構築されます。テスト刺激は、視覚的な世界に関する他のイメージとオーディオの編集者を使用して作成できます。</li>
	</ol>
</li>
	<li>映像、それぞれ 2 枚の写真を含むを作成します。2 つの画像には、同じ文字を含む同じイベントが描かれています。2 つの画像で 2 つの文字のイベント ロール (開始側または受信者) を逆にします。1 つの画像はバ (BA ターゲット イベント) および備 (BEI ターゲット イベント) を含む建設との 1 つを含む建設を適合させます。図 1に例があります。 注: この図転載されています周とママの許可を得て (2018)19。</li>
	<li>相殺とランダム化: 各視覚刺激を見て、刺激に対する記録された文章の 1 つだけを聞く参加者と 2 つの実験のリストに対象試験を分割します。BA と備を含む 6 を含む 6 構造と 2 つの実験的リストで BA と備を含む文の音声を相殺します。各実験リストに 12 フィラー項目を追加、ランダムな順序でターゲットとフィラーの試験を手配します。ランダムに 2 つのリストに、参加者を割り当てます。</li>
</ol>4. 実験方法
<ol><li>目の追跡の手順。<ol>
<li>リモート目トラッカーのディスプレイ モニターの前に座る参加者を招待します。ランダム連続 5 の固定ターゲットのグリッドに固執する参加者に伝え、参加者の目とモニター周り 60 cm。 実行の距離標準の校正と検証の手順を設定します。</li>
		<li>呈する参加者話されていた文視覚的イメージを見ているような標準的な視覚的な世界のパラダイム10,44。目の追跡者の照明器具と同じ側にある目を追跡する単眼の目追跡オプションを使用します。目の追跡者を使用して参加者の眼球運動を記録します。 注: 本研究で使用される目の追跡者は 500 Hz のサンプリング レートを持つリモート目追跡を使用できます。</li>
	</ol>
</li>
	<li>検査・測定します。<ol>
<li>参加者を個別にテストします。単に写真を表示している間、話されていた文を聴く参加者に伝えます。コンピューターの参加者を監視する 1 つの実験者および参加者の後ろに立つ 1 参加者の急な動きを最小限に抑えるために参加者の肩に彼女の手を優しく残りを求めます。</li>
		<li>目の追跡者を使用して言語の入力に自動応答として発生する参加者の眼球運動を測定します。 注: タスクは、参加者を話し言葉、計算の負担を最小限に、意識的な判断を要求しません。目の追跡者は自動的に眼球運動を記録します。</li>
		<li>テスト中に監視: 参加者の行動を探して観察する目トラッカーによって、テスト中に展示、コンピューターの画面にライブ ビューアー モードを使用します。場合は彼または彼女の視線がさまようコンピューター画面をオフ参加者の向きを変更する参加者の後ろに立っている実験者に合図するライブ ビューアー モードを介してデータ収集に精通している実験者を求めます。</li>
	</ol>
</li>
</ol>5. データの処理と解析
<ol><li>2 つの関心領域で参加者の注視をコードします。データ ビューアーを使用して、2 つの関心領域を描画: BA ターゲット イベント エリア、BEI ターゲット イベント領域 (図 1参照)。開いているデータ ビューアー。ツール ・ バーの関心領域の図形アイコンのいずれかを選択します。マウスを使用して、関心領域として定義し領域の周りにボックスをドラッグします。関心領域を関心領域設定フォルダーに保存します。関心領域を他の画像に適用されます。 注:図 1の上部のパネルに描かれたイベントに一致する BA 建設、したがって BA ターゲット イベントとイベントに描かれている低いパネルの一致図 1b、それゆえ備対象イベント。データ符号化に使用するソフトウェアは、研究で使用される目の追跡ツールに付属しているデータ ビューアーです。他のデータ分析ソフトウェアも可能です。</li>
	<li>データ ビューアーを使用して眼視線パターンを分析します。<ol>
<li>開いているデータ ビューアー。分析 (例えば、本研究では、タイム ・ ウィンドウのすべての 200 ms) のタイム ・ ウィンドウを設定するのにはメニューからサンプル レポート関数を選択します。トライアルごとにマーカーの発症に関心領域の時間ロック固定比率に同じ関数を使用します。メニューからエクスポート機能を使用して excel ファイルに raw データをエクスポートします。</li>
		<li>Excel 関数を使用すると、次のエリアごとにマーカーの発症固定割合の平均します。Excel 関数を使用して、2 つの領域のマーカーの発現から 5200 ms (ターゲット文 + 200 ms の平均の長さ) の期間にわたって 200 ミリ秒の各時間帯に固定比率を計算します。線形混合効果モデルを代表結果の下で詳細な眼球運動データに適用されます。 注: タイム ・ ウィンドウとして 200 ms の使用は、文献12,13,18,19,45、子眼視線データの分析のための標準的な手順に基づいています46,47, とそれが目動き48の言語マーカーの影響を観察する約 200 ms がかかることを想定して一般的に。</li>
	</ol>
</li>
</ol>

著者が明らかに何もありません。

現在の研究では、自閉症児の文章理解能力を直接かつ効果的に評価できるアイトラッ キング パラダイムを提案する.リアルタイム文理中的手がかりの効果的かつ迅速な使用を反映する眼視線パターンを 5 歳年齢をマッチさせた TD 仲間のような自閉症児に展示がわかった。
調査結果は、アイトラッ キング (特に、視覚世界のパラダイム) で自閉症児の文理解リアルタイムの敏感な測定であるという証拠を提供します。パラダイム オフライン方式と比較して、いくつかの利点があります。まず、文の理解時間コースに敏感です。第二に、タスクを最小化と通信の要求、つまり子供の挑戦的な行動機能を展示に適した方法です。第三に、参加者による計算の負荷を大幅に削減、入力についての意識の判断を提供するために参加者を求めることがなく言語入力への自動応答として眼球運動を記録だけ。
視覚世界のパラダイムは、同時の言語的刺激のリアルタイム処理する視覚世界中の眼球運動が同期しているリンクの前提に基づいています。したがって、視覚的な世界のパラダイムを使用して効果的な言語理解研究視覚世界で...

文理は急速に言語的・非言語的情報1,2,3,4,5,6の種類を統合する能力に依存します。,7,8,9,10,11. 先行研究は若い段階的、通常 (TD) 子供の開発を使用して文の意味を言語的・非言語的合図12,13,14、計算することを発見しました。 15,16,17,18,19。ただし、研究の不足、現在自閉症と探検どのように幼児理解さまざまな種類のキューを用いた文です。その文理の基になるメカニズムは主不明のまま。
それは一般に、表現力豊かな言語で特に、自閉症児の言語能力の巨大な変動があることを認め自閉症の何人かの子供が比較的良い構造言語を持ってたとえば、一部を表わす語彙と文法の両方のドメインで赤字、障害者の文法を示すいくつかおよびいくつかは決して機能的な話されていた言語20,21 を取得 ,22,23,24,25。さらに、先行研究は、その受容言語、表出性言語26,27,28,29より比較的より障害が示唆されたようです。自閉症児の文理解能力を評価している研究の大半はオフライン タスク (例えば、標準化されたテスト、介護レポート) を使用しているし、示唆して文章の理解能力があります。特に障害30,31,32,33,34,35,36,37。しかし、こと悪い理解能力言語赤字38,39を処理するよりも社会的な反応のこれらの子供の全体的な不足に関連している可能性が高いが指摘されています。メモこれらのオフライン タスク前の研究で頻繁に使用が高応答要求または彼らはしばしば様々 な不適応行動を表わすので、自閉症の子供のため特定の困難をもたらす可能性がありますいる実験者との相互作用を必要とすることや症状。結果として、この可能性がありますタスクと通信の高い要求との対話し、理解能力をマスク [自閉症児における受容言語を評価するための方法の概要についてを参照してください笠利ら (2013)27 Plesa Skwerer et al. (2016)29]。したがって、これらの交絡因子を制御できるより良い実験パラダイムがさらに自閉症の文処理メカニズムの性質を理解する必要です。
現在の研究では、自閉症児の文理解能力を直接かつ効果的に評価できるアイトラッ キング パラダイムを提案する.オフライン タスク、アイトラッ キングと比較して、敏感のテスト子供の読解能力を発揮するパラダイム。理解過程の時間的経過に敏感であり、明示的なモーターや年少の子供たち、自閉症児の最小限の言葉を勉強する有望なメソッド名の参加者から言語応答は必要ありません。さらに、意識的な言語入力レスポンスに伴う眼球運動の測定ではなく言語入力への自動応答として眼球運動を記録します。

<table><tbody><tr><td>EyeLink 1000 plus アイトラッカー&nbsp;</td><td>SRリサーチ株式会社</td><td></td><td>&nbsp;EyeLink 1000 plusは、ヘッドサポートなしでリモートアイトラッキングを可能にします。アイトラッカーは、参加者に関する情報を提供します。500 Hzのサンプリングレートでの視線ポイントで、0.5度の視角の精度があります。&nbsp;</td></tr></tbody></table>

北京語を話す自閉症児の文理を勉強する視覚的な世界のパラダイムを使用してください。

Using the Visual World Paradigm to Study Sentence Comprehension in Mandarin-Speaking Children with Autism

文理は急速に言語的・非言語的情報のさまざまな種類を統合する能力に依存しています。ただし、研究の不足、現在自閉症と探検方法幼児理解キューの種類を使用しての文。主不明な文の理解のままの基になるメカニズムです。本研究は、就学前自閉症児の文章理解能力を検証するためのプロトコルを示します。具体的には、子供たちの瞬間に文の理解を探検するアイトラッ キングの視覚世界のパラダイムが使用されます。パラダイムには、複数の利点があります。まず、文の理解時間コースに敏感ですし、したがって、文理をどのように時間をかけて展開に関する豊富な情報を提供できます。第二に、自閉症児のテストに最適ですので、タスクと通信の最低の要求が必要です。さらに、子供たちの計算の負担を最小限に抑える存在研究対策眼球運動意識レスポンス音声の指示に伴う眼球運動を測定するのではなく、言語入力への自動応答として発生する。

本研究は、場合を調査する例の 1a および 1 b のように最小限のペアを使用して、どのくらいの速自閉症児はイベント情報リアルタイム文理の中に 2 つの形態学的マーカーでエンコードを使用できます。それは、迅速かつ効果的には、リアルタイムの文理 2 つのマーカーでイベント情報を使用することができる場合は、彼らを確認します BA ターゲット イベントと聞いて備より BA を聞くときに予想されていた。また、必要がありますにこだわるのだより備ターゲット イベント BA に聞いた後より備を聞いた後。
5 歳自閉症と年齢をマッチさせた TD 仲間間の比較は、代表的な結果で提示されます。図 2は、BA ターゲット イベント (パネル) と 2 つの条件で備ターゲット イベント (パネル B) の 5 歳 TD の平均固定比率を示します。図 3は、自...

自閉症児でリアルタイム文理の間に形態学的手がかりの利用を検討するためのプロトコルを提案します。

Sentence comprehension relies on the ability to rapidly integrate different types of linguistic and non-linguistic information. However, there is ...

これらの方法は、自閉症の子供の言語能力を理解する上で重要な質問に答えるのに役立ちます。この方法の主な利点は、文の理解の時間コードに敏感であり、最小限のタスクと通信の要求を必要とすることです。この方法は、参加者に入力に関する意識的な判断を提供するように求めることなく、単に言語入力に対する自動応答として目の動きを記録し、参加者の計算モデルを大幅に削減します。まず、12個の視覚対象項目と、形態マーカーBAとBEIを含む2つの音声文で構成されるテスト刺激を構築します。イメージ編集ソフトウェア内のテンプレートからビジュアルイメージを作成し、各画像に 2 つの画像が含まれています。テンプレートをダブルクリックして開きます。ポップアップメニューから幅、高さ、解像度、色深度を調整します。関連するパラメータを入力します。次に、2 つの画像の 2 つの文字のイベントの役割を逆にします。[ファイルのエクスポート] をクリックします。次に、マイクを設定し、音声編集ソフトウェアを開いて、音声文章を作成します。新しいメニューから[モノラルサウンドを録音]を選択します。44、100 ヘルツのサンプルレートオプションをクリックして、記録条件を設定します。[録音] ボタンをクリックします。最後に、北京の北京語話者に子供向けの方法で文章を作るように頼んで、話された文章を録音します。[保存] をクリックして、記録を保存します。まず、参加者がリモートアイトラッカーのディスプレイモニターの前に座っていることから始めます。参加者の目とモニターの間の距離を約60センチメートルに設定します。参加者に5つの固定ターゲットのグリッドをランダムに連続して固定するように依頼することで、標準のキャリブレーションと検証手順を実行します。次に、参加者に写真を見ながら話された文章を聞いてもらいます。コンピュータ上の参加者を監視する実験者を1人、参加者の後ろに立ち、参加者の突然の動きを最小限に抑えるために参加者の肩に手をそっと置きます。次に、参加者に、言語入力に対する自動応答として生じる眼球の動きを測定するタスクを完了させます。タスクが完了したら、ツール バーの対象エリア図形アイコンの 1 つを選択し、対象領域として定義する領域の周囲にボックスを描画することにより、データを表示し、2 つの対象エリア (BA ターゲット イベント 領域と BEI ターゲット イベント 領域) を定義します。[インタレストエリア設定] フォルダに利息領域を保存します。最後に、メニューから [利息期間マネージャ] を選択して、分析用のタイム ウィンドウを 200 ミリ秒ごとに設定します。同じ関数を使用して、各トライアルのマーカーの開始に対する関心領域の固定比率を時間ロックし、利息領域レポート機能を使用して生データを Excel ファイルにエクスポートします。Excel 関数を使用して、各領域のマーカーの開始に続く固定比率を平均化します。次に、Excel 関数を使用して、2 つの領域のマーカーの開始から 5, 200 ミリ秒の期間で 200 ミリ秒の各タイム ウィンドウの固定比率を計算します。結果は、自閉症グループが年齢に一致するTDグループと同様の眼球運動パターンを示したことを示している。両グループはBAを聞くとBAターゲットイベントに固定を示し、BEIを聞くと、オブジェクトnpの発症後、副詞の発症前に起こった。具体的には、イベントは、1、400と1、600ミリ秒の間のウィンドウの間にTDグループで発生しました。一方、効果は1,800と2,000ミリ秒の間のウィンドウ中に自閉症グループで発生しました。その開発後、パラダイムは、典型的な発達中の子供の言語能力をテストするためにうまく使用されています。私たちの研究室は、自閉症の就学前の子供たちの言語理解能力の研究にパラダイムを拡張しました。私たちは特別な集団と協力していることを念頭に置いて、自閉症の子供たちは、特に不慣れな環境では、様々な種類の困難な行動や症状を示すことが多いので、テストの前後に特別な注意を払う必要があります。実験の前に、実験者が実験環境に参加者を順応することが重要です。テスト中に、実験者は参加者をリダイレクトし、コンピュータ画面に何度か再配置するよう求める必要があります。

using-visual-world-paradigm-to-study-sentence-comprehension-mandarin

Research

JoVE Journal

Behavior

行動

アイトラッキングは、長い間一般的に、開発個人の視線パターンを研究するために使用されてきたが、最近の技術の進歩は、自閉症を含む臨床集団、での使用がより実現可能にしました。自閉症のアイトラッキング子供たちは初期症状の症状への洞察を提供することができますが、それは方法論的課題が含まれます。ベストプラクティスの提案が提供されています。...

自閉症幼児を追跡する目

言語の非常に若い一般的に発展途上の子どもの理解と同様に、自閉症を持つものを評価するための信頼性の高いホームベースの方法は、記載されている。サイドバイサイドの画像を表示するが、1つのイメージに一致する音声を聞きながら、この方法は、子供たちの視線を分析します。刺激が心の中で、若い参加者と設計されています。...

ポータブルインター探し優遇（IPL）：一般的に幼児と自閉症幼児の開発調査言語理解

私たちは、ASDの子供たちの感覚刺激の処理と統合を調べるための一連の行動課題をどのように実装するかを説明します。目標は、単純な聴覚および視覚刺激の時間的処理における個人差を特徴付け、これらを音声知覚などの高次の知覚スキルに関連付けることです。...

自閉症スペクトラム障害児の感覚と多感覚機能のテスト

本稿では、写真と言葉のモダリティ内でペアを使用して自閉症スペクトラム障害 (ASD) を持つ個人にセマンティックな処理を調査する意味的プライミング ERP...

意味的プライミング事象関連電位 (ERP) タスク自閉症スペクトラム障害で閉セマンティック ・視意味的処理を勉強するには

現在の記事のレビュー言語理解研究の目追跡の方法論。信頼性の高いデータを取得するには、プロトコルの主要な手順に従わなければなりません。これらの中で、目の追跡者 (例えば目と頭の画像の品質の良い)...

視覚的に位置の言語理解の中に目の追跡: 柔軟性の視覚的文脈の発見の効果の制限

視覚世界のパラダイムは、聴いても話されていた言語を話すビジュアル...

眼球運動の視覚世界のパラダイムに記録を使用して話されていた言語のオンライン処理を探索するには

これは 3 名の参加者で見る社会映像シーンの最初の瞬間に目追跡データの定性的比較事例分析: 自閉症スペクトラム障害併存注意欠陥多動障害の 1 つ、1 つ 1...

動画の社会制御の高機能 ASD の併発 ADHD 児の目追跡データを比較します。

ここでは、話し言葉と中国語の相対句文のオンライン処理を調べるために、デュアルモーダル干渉タスクを用いたプロトコルを紹介する。内および非指向性干渉を伴う聴覚処理を伴う2つの例例実験について説明する。パラダイムは、ワーキングメモリの性質と文処理への影響に対処するための方法論を提供します。...

デュアルモーダル干渉タスクを使用した中国語での音声複雑な文章のオンライン構文処理の検証

ここでは、対話者の可視性を操作して、対人コミュニケーションにおけるジェスチャー生成への影響を調べるプロトコルを紹介します。このプロトコルは、実装されたタスク、調査されるジェスチャ、および通信モダリティに対して柔軟です。これは、第二言語学習者や自閉症スペクトラム障害のある人など、コミュニケーションに課題のある人々にとって理想的です。...

コミュニケーションの課題がある場合のジェスチャー生成の調査

NICUネットワーク神経行動尺度（NNNS）は、リスクのある幼児のためのアセスメントとして開発されました。この記事の目的は、NNNSを記述NNNS手順のビデオ例を提供し、試験が使用された方法を議論することです。...

NICUネットワーク神経行動スケール：ハイリスク新生児の評価と評価

学ぶ視覚的世界パラダイムによる北京語話者の自閉症児の文理解。眼動追跡で形態素BA・BEIのリアルタイム処理を評価し、言語能力を客観的に測定する手法です。

北京語を話す自閉症児の文理を勉強する視覚的な世界のパラダイムを使用してください。

さらに動画を探す