Name: 눈-추적 패러다임 유아 개체 분류에서 언어의 역할을 정의 (동영상) | JoVE Journal
Uploaded: 2019-02-08T15:00:00.000+00:00
Duration: 7 min 31 s
Description: 학습하세요 유아의 시각적 객체 범주 형성 과정을 눈-추적 기술로 측정하는 방법을. 익숙화-검사 패러다임을 활용하여 다양한 학습 조건에서 유아의 범주 학습 성과를 비교하고 조기 인지 발달의 핵심 메커니즘을 탐구합니다.

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

여기에서 보고 된 연구 아동 건강의 국가 학회에 의해 지원 되었다 고 보너스 번호 R01HD083310에서 건강의 국가 학회의 인간 개발 및 국가 과학 재단 대학원 연구 장학금에서 no를 부여 합니다. DGE‐1324585입니다. 내용은 전적으로 저자의 책임 이며 반드시 건강의 국가 학회 또는 국립 과학 재단의 공식 의견을 대표 하지 않는다.

여기에 설명 된 모든 메서드는 노스웨스턴 대학 기관 검토 위원회에 의해 승인 되었습니다.
1. 자극 생성
참고: 시각적 자극 ( 그림 1참조) 대표 디자인에 사용 되는 원래 개발 되었다 Havy 및 왁 스 먼 (2016)18 아래 보고 하 고 https://osf.io/n6uy8/에서 다운로드할 수 있습니다.
<ol><li>새로운 연속 범주를 만들려면 먼저 소설 디지털 이미지의 쌍을 디자인 합니다. 다음, morph 이미지의 쌍 함께,를 사용 하 여 소프트웨어 (참조, 예를 들어, 테이블의 재료) 두 원본 이미지 간의 정보화의 연속체를 형성. 하나 다른 테스트 재판에 대 한 소설 카테고리 견본을 제공 하는 동안 배울 수 카테고리 역할을 할 수 있도록 이런 방식으로 두 개 이상의 범주를 만듭니다.</li>
	<li>배운된 각 카테고리의 연속체 (예를 들어, 0%, 20%, 40%, 60%, 80%, 및 100% 표본)에 걸쳐 팸 표본에서 균등 하 게 간격으로 선택 합니다. (예: 6) 정보화의 적절 한 번호를 선택 합니다. 알맞은 카테고리의 어려움 및 참가자의 나이.</li>
	<li>테스트 단계에 대 한는 정보화를 만들려면, 익숙한 카테고리의 연속체와 소설 카테고리의 연속체 (즉, 50% 표본)의 중간점을 선택 합니다. 다음 (참조, 예를 들어, 테이블의 자료)는 이미지 처리 프로그램을 사용 하 여 친숙 한 모범의 소설 표본의 색상을 일치 합니다.</li>
	<li>방음 부스에서 여성 네이티브 영어 스피커에 의해 생산 기록 청각 자극. 가능 하면 같은 스피커를 사용 하 여 두 라벨 문구에 대 한 (즉, "보고는 modi")와 비 라벨 문구 (즉, "저것 봐!").<ol>
<li>유아 또는 어린이 감독 연설에서 모든 발언을 생산 하기 위해 스피커를 지시 합니다.</li>
		<li>대략 같은 길이 조건, 가능성이 전체 어구 당 약 1500 ms 발언을 선택 합니다.</li>
	</ol>
</li>
</ol>2입니다. 기구
<ol><li>적절 한 눈-추적을 사용 합니다. 가장 널리 눈 추적자 충분 팸 테스트 측정을 위한 적절 한 눈-추적 데이터를 수집 하려면: 화면의 큰 부분을 차지 하는 개체 및 데이터 분석 긴 창 성능 조사 보다는 saccades 등 개별, 급속 하 게 발생 하는 눈 운동.</li>
	<li>이 작업에는 눈 추적 유아 필요 합니다, 때문에 시스템이 몇 가지 요구 사항을 따르도록 확인 합니다.<ol>
<li>첫째, 눈-추적기를 사용 하 여 원격 추적 모드, 유아 턱 나머지에 그들의 머리를 요구 하지 않는. 눈 추적자 비교적 큰 머리 움직임 또는 재정리를 견딜 수 있는지 확인 합니다.</li>
		<li>둘째, 유아, (예를 들어, 57 x 45 cm)에 이미지를 표시 하는 비교적 큰 화면을 사용 합니다.</li>
		<li>셋째, 눈-추적에 대 한 확장 가능한 팔 마운트를 사용 하 여 연구원의 각 유아 눈 추적기의 높이 조정 함으로써 데이터 수집을 촉진 하기 위하여.</li>
		<li>눈-추적 장비를 확인 넷째, 겸손 하 고, 디스플레이 화면에 전적으로 유아의 주의 집중 합니다. 예를 들어, 일부 시스템 디스플레이 모니터와 눈-추적 장비를 통합 하거나 모니터 바로 아래 장비를 탑재 합니다.</li>
	</ol>
</li>
	<li>참고가이 작업 또한 유아의 찾고 행동의 높은-품질 비디오 데이터 직접 코딩까지 완료 될 수 있습니다. 손 코딩 기술을 사용 하 여 좀 더 세분화 된 시간 코스 분석에 대 한 몇 가지 도전 포즈 수 있습니다, 직접 코딩 된 데이터 완전히 찾고 분석 집계에 대 한 충분 한 있습니다.</li>
</ol>3. 작업 디자인
<ol><li>눈 추적자 관련된 소프트웨어 (참조, 예를 들어, 테이블의 자료), 4 개의 다른 조건을 만듭니다: 완전히 감독, 자율, 반 감독, 그리고 반전 반 감독. 이러한 조건은 분리, 각 유아만 한 상태를 볼 수 있도록 확인 하십시오.</li>
	<li>학습 증거물 제약의 적어도 두 개의 의사 난수 순서를 생성 하는 연속체의 같은 측면에서 두 개 이상의 표본 (0-40% 또는 60-100%) 연속적으로 표시 될 수 있습니다.</li>
	<li>각 조건에 대 한 적절 한 시각적 자극으로 팸 동영상 쌍 청각 자극을 만듭니다.<ol>
<li>비디오 편집 소프트웨어 (참조, 예를 들어, 테이블의 자료) 시각 및 청각 자극을 결합 한다. 동일한 배경에서 모든 이미지를 제시. 적절 한 범위, 500 ms와 시각적 자극의 발병 후 1, 500 밀리초 사이 청각 자극의 개시를 설정 합니다. 이 짧은 딜레이 사용 하 여 유아의 처리 부하 19을 완화.</li>
		<li>예를 들어, 완전히 감독 조건에 표시 문구와 함께 각 팸 표본 쌍.</li>
		<li>실험실된 조건에서 비 라벨 문구와 함께 각 팸 표본 쌍.</li>
		<li>에 반 감독된 조건, 쌍 비 라벨 문구와 다른 문구를 라벨로 각 순서에만 처음 두 표본입니다.</li>
		<li>반대로 반 감독된 조건에 대 한 라벨와 함께 마지막 두 표본 쌍 비 라벨 문구 ( 그림 1참조)와 함께 첫 번째 4 하지만 문구.</li>
		<li>눈-추적 소프트웨어, 팸 동영상 의사 무작위 순서에 의해 결정 된 순서에 이러한 동영상을 업로드할.</li>
	</ol>
</li>
	<li>짧은 업로드 (10 s이) 주의-잡을 애니메이션 팸 후 화면 중앙에 표시: 이렇게 하면 테스트 단계 시작 때 대부분 유아는 스크린의 센터를 찾고 있습니다.</li>
	<li>마지막으로, 각 학습 범주, 두 개의 테스트 실험, 디자인에 대 한 두 표본 특징 각 측면-의해-측면 표시. 두 테스트 시험에 대 한 확인, 다른 소설 카테고리의 중간점을 나타냅니다 동안 하나의 표본 지금 익숙한 카테고리의 중간점을 나타내는 것입니다.<ol>
<li>동영상 전체 반전 시험 테스트에 소설 표본의 왼쪽/오른쪽 위치 있도록 시련을 맞출.</li>
		<li>업로드이 테스트 후 팸 주의 getter 후 위치 눈 추적자 소프트웨어 시험. 그래서 각 유아는 보고 소설 왼쪽 또는 오른쪽-소설 테스트 재판의 동등한 기회 이러한 시련 프레 젠 테이이 션을 맞출.</li>
		<li>테스트 확인 시험 최근 최소 5 s, 최대 20 s 처음 멀리 충분 한 찾고 축적 찾고 아이 들을 위해서.</li>
	</ol>
</li>
</ol>[장소 그림 1 여기]
4. 연구 절차
<ol><li>유아 도착 하기 전에 눈-추적기를 설정 합니다.<ol>
<li>조건 및 주문 유아를 임의로 할당 합니다.</li>
		<li>눈-추적 소프트웨어 열고 할당된 조건/주문 쌍을 선택 합니다.</li>
		<li>지금이 녹음에 대 한 참가자 수를 입력 합니다.</li>
	</ol>
</li>
	<li>동의 과정을 수행한 후 눈-추적을 유아 및 간병인을 가져. 방 벽에 어떤 산만 한 장식 없이 적당히 켜져 있는지 확인 합니다.</li>
	<li>눈-추적 사용 중인 모델에 대 한 적절 한 거리에 눈-추적 앞의 자를 배치 합니다. 이 자에 간병인의 무릎에 유아 간병인 좌석. 유아 간병인의 무릎에 앉아 하고자 하지 않습니다, 그들은 수에 앉아 그들의 자신, 또는 그들이 자동차 좌석에 앉을 수 있습니다.</li>
	<li>유아 간병인의 무릎에 앉아 경우 간병인 편견 어떤 방법으로 유아의 행동으로 하지만 유아 간병인의 무릎에 중심을 유지 하려고 하지 지시 합니다. 그들은 자극을 볼 수 있도록 착용 기 아웃 선글라스와 보호자를 제공 합니다.</li>
	<li>눈-추적 화면; 보고 유아에 게 매력적인 이미지 또는 그들의 관심을 끌기 위해 비디오 표시는 것이 좋습니다. 유아의 눈 교정 창 내 화면을 배치 합니다.</li>
	<li>눈-추적의 보정 절차를 수행 합니다. 만약에 가능 하다 면, 5-포인트 보정을 사용 하 여 하지만 덜 포괄적인 교정 될 충분 한 가능성이 있습니다. 유아는 종종 더 나은 반응 때 보정 이미지 청각 반주와 함께 애니메이션입니다.</li>
	<li>유아 교정을 통과 하면 다음 실험을 시작 합니다. 그렇지 않은 경우에 재조정 성공 때까지. 보정 될 수 없는 모든 유아는 제외 됩니다.</li>
	<li>여러 실험은 연속적으로, 실행 또는 단일 실험 매우 긴 경우 각 구역 후 다시 보정 고려 합니다.</li>
</ol>5. 데이터 분석
<ol><li>이 분석을 수행 하기 위해 데이터 분석 소프트웨어를 사용 하 여 (예를 들어, 테이블의 자료를 참조).</li>
	<li>화면 왼쪽과 오른쪽에 표본 위치 주위 (AOIs)의 영역을 만듭니다.</li>
	<li>친 하 게 재판에 대 한 사용 시간 유아를 평가 하기 위해 적절 한 아오이 각 재판에 표시 하는 모범을 찾고 보냈다. 정보화의 대다수를 찾고 지속적인 표시 되지 않는 모든 유아를 제외 (예: 유아 4 그 시험의 적어도 25%에 대 한 가능한 6 팸 정보화의 참석 필요).</li>
	<li>테스트 시험에 대 한 유아의 첫 번째 5만 포함 누적 된 보고의 s. 12 개월, 3에서 젊은 유아에 대 한 축적 된 보고의 10 초 같은 긴 창을 사용 하 여 고려 하십시오. 테스트 보고 지속적인 유아 쇼 부족을 제외 하 고는 것이 좋습니다 (예를 들어, 미만 2.5 축적 보는 s) 또는 누가 정보화의 둘 다 보고 실패.</li>
	<li>이제 만들 각 유아의 테스트에 대 한 선호 점수 시험 모두 정보화 하고자 하는 시간의 총 금액 하 여 새로운 견본을 찾고 보낸 시간의 금액을 나누어. 이러한 비율을 분석, 변환 그들 먼저와 경험적 로짓 또는 선형 모델 분석에 적합 있도록 호 신 제곱근.</li>
	<li>테스트에서 유아의 찾고 행동의 시간 과정 분석, 대 한 (예를 들어, 10 및 100 ms), 사이 작은 방식으로 데이터를 분리 하 고 각 유아에 대 한 각 빈 내에서 기본 점수를 계산 합니다.</li>
	<li>테스트 재판 내내 보는 유아의 패턴 조건에 따라 다릅니다 여부를 테스트 하는 시간-코스 데이터의 분석을 수행 합니다. 참고 여러 형태의 분석, 여기에 설명 된 대로 클러스터 기반 순열 분석20를 포함 하 여이 질문에 대답 수 있습니다 그리고 성장 곡선 모델링. 21<ol>
<li>순열 클러스터 기반 분석에 대 한 원하는 알파 수준에 해당 하는 t-값 임계값을 선택 합니다 (권장을.01에서 알파 범위. 20; 참고가 알파 값 전체 테스트 알파 수준, 단지 수준에 필요한 대표 하지 않는다 개별 시간-저장소 임계값을 초과). 선택한 t-임계값;를 능가 하는 모든 연속 시간 빈에 대 한 t-통계 요약 이러한 누적 t-통계 데이터에서 사이 분기의 크기를 나타냅니다.</li>
		<li>이러한 분기는 우연히 예상 보다 큰 경우를 확인 하려면 무작위로 단행 상태 레이블 적어도 1000 시뮬레이션을 수행 합니다. 이 기회 기반 배포에 대 한 unshuffled 데이터의 차이점을 평가 합니다. 참고: 그것은이 비교 분석, 거짓 양성 속도 결정 하는 기회-기반 배포에 대 한 원래 차이 보다는 시간-쓰레기통에 t-테스트 실시 했다 또는 t-값 임계값 수에 대 한 선택 그 초기 t-테스트 합니다. 그 결과,이 분석 직접 미리 지정 된 시간-쓰레기통 (예를 들어, 실시 테스트 모든 500 밀리초)에 걸쳐 여러 t-테스트에서 결과 보고 하는 보수적인 대안을 제공 합니다.</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>

저자는 공개 없다.

여기, 우리 분류에서 라벨의 역할을 평가 하기 위한 절차를 제시. 레이블 및 레이블 없는 정보화의 현실적인 믹스와 함께 2 세를 제시 하 여 우리 아주 어린 아이 반 감독된 환경에서 학습 할 수 성인 및 더 오래 된 아이 들24,25 일 확장을 보여줍니다. . 따라서,이 방법은 위에서 행 세 하는 역설을 해상도 제공 합니다: 몇 개 호텔이 카테고리 학습을 촉발 수 있는 경우 레이블 희귀 하 고 강력한 될 수 있습니다.
이 패러다임의 중요 한 측면 등의 소설 인공 자극 및 짧은 예 심, 둘 다 적절 하 게 도전적이 고 매력적인 2 세에 대 한 작업을 만들. 보다는 오히려 손 코딩 유아 동작, 찾고 풍부한 제공 하 고 참가자의 눈에 더 정확한 데이터 시선; 또한 눈-추적기를 사용 하 여 이 풍요로 움과 정밀 클러스터 기반 순열 분석 같은 시간 과정 측정의 구현을 수 있습니다.</...

분류는 인간 인식의 기본 빌딩 블록: 유아의 분류 능력 초기에 일찍 등장 하 고 나 이와 함께 점점 더 정교한 되. 1 , 2 , 3 연구는 또한 밝혔다 유아 분류에서 언어에 대 한 강력한 역할: 3 개월, 유아 배울 카테고리 성공적으로 카테고리 정보화는 언어와 결합 하는 경우. 4 , 5 , 6 또한, 첫 해의 끝, 여 유아 숙련 하는 분류에 수 명사 레이블의 역할. 일관 된 레이블 구문으로 카테고리 정보화 페어링 유아 카테고리 중 고유한 레이블을 각 표본에 대 한 제공을 기준으로 학습을 용이 하 게 ("이것은 한 vep!") ("이것은 vep," "이것은 dax," 등) 또는 비 라벨 문구 ("봐이."). 7 , 8 , 9
그러나 유아의 일상 경험에, 대부분 개체 발생의 가능성이 유지 됩니다 레이블 없는. 아무 교사 유아 훨씬 적은 제공 하는 모든 개체 (예: "에스키모," "개", "애완 동물", "동물")에 적용 되는 레이블을 보고 모든 개체 레이블을 수 있는. 이 역설을 선물: 어떻게 우리가 레이블 유아 분류에 유아의 일상 생활에서 그들의 상대적인 부족의 힘을 조정할 수 있습니다?
이 질문에 대답, 우리는 어떻게 유아 배울 다른 학습 환경, 레이블 및 레이블 없는 정보화의 혼합물 받을 때 등의 다양 한 범주를 평가 하기 위해 프로토콜을 개발 했다. 특히, 우리가 받는 학습의 시작 부분에도 몇 개 호텔이 분류를 촉진할 수 있다 제안-후속에서 배울 수 유아의 능력을 강화 하 여 뿐만 아니라 정보화를 레이블 없음. 레이블이 없는 정보화의 많은 수에서 학습을 위한 기초 반 감독된 학습 (SSL)의 가족을 산란 기계 학습 분야에서 널리 구현 되었습니다로 레이블이 지정 된 표본 수가 적은 사용 하 여이 전략 알고리즘10,,1112. 물론, 학습 전략 구현 동일 하지 않은 학습자의 다른 종류: 기계 학습에서 알고리즘 일반적으로에 노출 되는 많은 더 많은 표본, 각 표본에 대 한 명시적 추측 하 고 여러 카테고리를 배울 동시에. 그럼에도 불구 하 고, 기계와 유아 학습자 수 있습니다 성공적으로 배울 스파스 라벨 환경에서 새로운 카테고리를 분류, 레이블이 없는 정보화 통합에서 혜택을.
우리의 디자인은 수많은 새로운 카테고리에 대 한 단어를 습득 하는 과정에서 2 세 어린이 반 감독된 학습의이 종류의 가능 여부에 초점을 맞추고. 우리가 사용 하는 표준 유아 분류 측정: 팸 테스트 작업. 이 패러다임에서는 2 세 팸 단계 소설 카테고리에서 정보화의 일련에 노출 되었다. 각 표본 (즉, 한 라벨 또는 비 라벨 문구) 조건에 따라 다른 청각 자극과 결합 했다. 다음, 테스트, 모든 2-올해-옜 날 침묵에 두 개의 새 개체 보았다: 지금-익숙한 카테고리와 소설 범주에서 개체.
2 세는 성공적으로 팸 단계 카테고리를 형성, 그들은 테스트에서 두 개의 표본 간의 구별 해야 합니다. 중요 한 것은, 때문에 중 하나에 대 한 체계적인 선호 소설 또는 익숙한 테스트 이미지 그들을 구별 하는 능력을 반영, 친밀 및 참신 성공적인 분류의 증거로 해석 됩니다. 지정된 된 작업에이 기본 설정의 본질 이다 친숙 환경 덜 효율적인 자극 4,13, 를 처리와 관련 된 자극 물질에 대 한 유아의 처리 효율의 기능 note 14 , 15 , 16 , 17. 직접 개체 분류와 어떻게이 성공 팸 중에 정보화는 정보에 따라 다릅니다에서 유아의 성공 평가를 가능 하 게 침묵에 테스트 단계를 제시. 따라서,이 패러다임 언어 환경 영향 범주 학습의 방법을 다른 종류의 강력한 테스트를 제공합니다. 라벨 반 감독 및 완전히 감독 환경에서 카테고리 학습 향상, 다음 2-올해-옜 날 이러한 조건에서 다른 환경에서 유아 보다 강력한 테스트 환경 설정을 표시 합니다.

<table><tbody><tr><td>Final Cut Pro X</td><td>Apple</td><td>N/A</td><td>비디오 편집, 작곡 소프트웨어</td></tr><tr><td>MorphX</td><td>Norrkross</td><td>N/A</td><td>이미지 모핑 소프트웨어</td></tr><tr><td>PhotoShop</td><td>Adobe</td><td>해당 없음</td><td>이미지 편집 소프트웨어</td></tr><tr><td>R</td><td>R Core Team</td><td>N/A</td><td>통계 분석 소프트웨어</td></tr><tr><td>T60XL Eyetracker</td><td>Tobii Pro</td><td>단종</td><td>유아 및 어린이 작업에 적합한 대형 팔 장착형 아이트래커</td></tr><tr><td>Tobii Pro Studio</td><td>Tobii Pro</td><td>N/A</td><td>아이트래커 디스플레이, 데이터 수집을 지시하는 소프트웨어</td></tr></tbody></table>

눈-추적 패러다임 유아 개체 분류에서 언어의 역할을 정의

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

유아 카테고리 학습 평가 유아 인식의 중요 한 측면 하지만 도전 이다. 팸-테스트 패러다임을 채용 하 여 우리 straightforwardly 찾고 그들의 행동에만 의존 하는 동안 새로운 카테고리를 학습에 유아의 성공을 측정 합니다. 또한, 패러다임 직접 다양 한 연령대 유아 분류에 다른 청각 신호의 영향을 측정할 수 있습니다. 예를 들어, 우리가 어떻게 2 세 배우는 환경 라벨링의 다양 한 범주 평가: 모든 호텔이 분류 했다 또는 처음 두 개의 호텔이 표시 했다, 하지만 그들은 때 분류 하는 데 실패 하는 경우 2-올해-옜 날 우리의 작업에 범주 성공적으로 배운 아무 호텔이 표시 했다 또는 마지막 두 표본만 표시 했다. 확인 하려면 같은 작업에서 유아의 성공, 연구원 모두는 전반적인 기본 설정 세분화 된 시간-코스 데이터를 제공 하는 눈-추적기를 사용 하 여 각 조건 및 테스트 단계에 걸쳐 보는 유아의 패턴에 유아에 의해 표시를 확인할 수 있습니다. . 따라서, 우리는 언어, 또는 어떤 청각 신호, 유아의 개체 카테고리의 역할을 식별 하는 데 강력한 패러다임 제시 학습.

위의 프로토콜을 사용 하 여, 우리는 두 개의 실험22달렸다. 분석은 eyetrackingR 패키지23, 실시 하 고 데이터와 코드 https://github.com/sandylat/ssl-in-infancy에서 구할 수 있습니다. 첫 번째 실험에서 우리는 완벽 하 게 감독된 조건 대조 (n = 24, M나이 = 26.8 모), 정보화, 실험실 조건 표시만 갖춘 (n = 24, M나이 = 26.9 모)만 갖춘 레이블이 없는 증거물.
완전 자율된 환경 대 감독
완전히 감독...

여기는 유아 분류의 직접 테스트를 제공 하 고 초기 카테고리 학습에서 언어의 역할을 정의 하는 데 도움이 팸 테스트 패러다임에 대 한 프로토콜 선물이.

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

이 친숙한 시험 방법은 유아가 시각적 개체 범주를 형성하는 방법과 학습을 가장 강력하게 지원하는 조건의 종류를 보여줍니다. 유아의 눈 운동만 사용하여 카테고리를 얼마나 성공적으로 배우는지 측정할 수 있습니다. 그런 다음 다양한 학습 조건에서 이러한 학습을 직접 비교할 수 있습니다.먼저 실험에 대한 시각적 자극을 만듭니다. 새로운 연속 카테고리를 만들려면 먼저 새로운 디지털 이미지를 디자인합니다. 그런 다음 이미지 쌍을 함께 변형하여 두 원본 이미지 사이에 모범을 형성합니다.이러한 방식으로 적어도 두 개의 범주를 만들어 학습할 범주역할을 할 수 있으며 다른 범주는 테스트 평가판의 새본 카테고리를 제공합니다. 다음으로 각 학습된 범주 연속체에서 균등하게 간격이 있는 간격의 간격으로 친숙한 모범을 선택합니다. 적절한 수의 모범을 선택하고 참가자의 범주와 연령의 어려움에 상응하는 경우를 대합니다.테스트 단계의 모범을 만들려면 친숙한 범주 연속체의 중간점과 새로운 범주 연속체를 선택합니다. 그런 다음 이미지 조작 프로그램을 사용하여 친숙한 모범의 소설 의 색상과 일치합니다. 라벨링과 라벨이 부착되지 않은 문구모두 방음 부스에서 여성 원어민영어자가 제작한 이전에 녹음된 청각 자극을 사용합니다.친숙한 테스트 측정을 위한 적절한 데이터를 수집하기 위해 가장 널리 사용되는 아이 트래커로 충분합니다. 개체는 화면의 큰 부분을 차지하며 데이터 분석은 긴 창에서 성능을 조사합니다. 아이 트래커 소프트웨어를 사용하여 완전히 감독되고 감독되지 않고 반 감독되고 반 감독된 4가지 조건을 만듭니다.각 유아가 단 하나 조건을 볼 수 있도록 이러한 조건이 분리되어 있는지 확인하십시오. 다음으로, 연속체의 동일한 측면에서 2개 이상의 예시가 연속적으로 표시될 수 없는 제약조건으로 학습 의 적어도 2개의 의사 임의 명령을 생성한다. 이제 비디오 편집 소프트웨어를 사용하여 이전에 만든 청각 자극과 각 조건에 적합한 시각적 자극을 페어링하는 친숙한 비디오를 만듭니다.예를 들어 완전히 감독된 조건에서 각 친숙한 예시와 레이블링 구를 쌍으로 처리합니다. 감독되지 않은 상태에서 각 친숙한 모범을 레이블이 아닌 구문과 쌍으로 지정합니다. 반 감독 된 조건에서, 라벨 구와 각 순서에 처음 두 개의 모범을 페어링, 하지만 나머지는 비 레이블 문구와 함께.반전된 반감독 조건의 경우 최종 두 모범을 라벨링 구와 페어링하지만 처음 4개에 레이블이 없는 문구와 함께 페어링합니다. 이러한 동영상을 아이 트래커 소프트웨어에 업로드하여 의사 무작위 순서에 따라 친숙한 비디오를 주문해야 합니다. 또한 친숙한 후 화면 중앙에 표시되는 짧은 주의 캡처 애니메이션을 업로드하여 대부분의 유아가 테스트 단계가 시작될 때 화면의 중심을 볼 수 있도록 합니다.마지막으로 각 학습 범주에 대해 두 개의 모범이 나란히 표시되는 두 개의 테스트 시험을 디자인합니다. 둘 다에 대해 한 예어가 현재 익숙한 범주의 중간점을 나타내는지, 다른 예시범주의 중간점을 나타내는지 확인합니다. 시험 시험이 5~20초 동안 충분한 찾고를 축적하고 시험의 왼쪽 오른쪽 위치가 동영상 전반에 걸쳐 반전되도록 시험의 균형을 맞추도록 합니다.작업 시험을 아이 트래커 소프트웨어에 업로드하여 게시물 친숙하게 주의를 기울이는 후 위치를 지정합니다. 이러한 시험 프리젠 테이션의 균형을 맞추기 때문에 각 유아는 왼쪽 소설 또는 오른쪽 소설 시험 시험을 볼 수있는 동등한 기회가 있습니다. 유아가 도착하기 전에 아이 트래커를 설정합니다.유아를 조건과 주문에 임의로 할당한 다음 아이 트래커 소프트웨어를 열고 할당된 조건 주문 쌍을 선택하고 레코딩에 대한 참가자 번호를 입력합니다. 연구에 대한 동의를 얻은 후, 아이 트래킹 룸에 유아와 간병인을 데려. 벽에 산만한 장식없이 적당히 조명이 방을 확인하십시오.사용 중인 아이 트래커 모델에 적합한 거리에서 간병인을 앉히세요. 유아가 간병인 무릎에 앉기를 원하지 않는 경우, 그들은 스스로 앉을 수 있거나 카시트에 앉을 수 있습니다. 유아가 간병인 무릎에 앉아있는 경우, 간병인에게 어떤 식으로든 유아의 행동을 편향시키지 말고 간병인 무릎에 초점을 맞추도록 지시하십시오.그런 다음 간병인에게 블랙 아웃 선글라스를 착용하여 자극을 볼 수 없습니다. 이제 유아에게 아이 트래커 화면을 보라고 요청합니다. 매력적인 이미지 나 비디오를 표시하여 관심을 끌 수 있습니다.유아 눈이 교정 창 내에 있도록 화면을 배치해야합니다. 다음으로 가능하면 5점 보정을 사용하여 아이트래커 교정 절차를 수행합니다. 유아는 교정 이미지가 청각 반주와 애니메이션일 때 더 잘 반응하는 경우가 많습니다.유아가 교정을 통과하면 실험이 아니라면 성공할 때까지 재보정합니다. 교정할 수 없는 유아는 연구에서 제외되어야 합니다. 이 수치는 조건 간에 평균 기본 설정 점수를 보여 주어 있습니다.완전히 감독되고 반 감독된 조건에서 유아는 확률보다 현저히 참신한 선호도를 보였습니다. 감독되지 않고 반 감독 조건에서 유아동안, 기회 수준에서 수행. 여기에서 우리는 시험 도중 패턴을 찾고 있는 유아를 봅니다.완전히 감독되고 감독되지 않은 조건과 반 감독 및 반전 된 반 감독 조건에서 3450에서 3850 밀리초 사이에 분기 된 모범을 보는 유아 패턴. 색상이 지정된 영역은 평균의 표준 오류를 나타냅니다. 이 절차는 복잡성이 다른 다양한 연령 및 재료의 유아와 함께 사용할 수 있습니다.그 결과, 각 새로운 디자인은 의도된 나이에 유아 학습 능력을 반영해야 합니다. 우리는 여기에서 측정된 유아 의 능력이 나중에 언어 이정표의 유아 취득과 상관 관계가 있는지 또는 예측하는지, 물어볼 수 있습니다. 어휘 크기 또는 단어 순서와 같은.이 기술은 발달 과학자가 2 달만큼 젊은 유아에서 인식과 지각을 공부하는 것을 허용했습니다. 그것은 언어가 유아를 통해 학습을 용이하게하는 방법을 조명계속.

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

Research

연구

JoVE Journal

Behavior

행동

언어 아주 어린 일반적으로 개발 아이들의 이해뿐만 아니라, 자폐증있는 사람은, 설명을 평가하는 신뢰할 수있는 홈 기반 방법입니다. 나란히 이미지를 볼 수 있지만 하나의 이미지와 일치하는 오디오를 듣는 동안 방법은 아이들의 눈 시선을 분석합니다. 자극은 염두에 젊은 참가자들과 설계되었습니다.

휴대용 Intermodal 찾고 우대 (IPL) : 일반적으로 유아와 자폐증이있는 어린 아이들을 개발 조사 언어 이해

3~4개월에서, 인간과 비인간 영장류 발성을 듣고 유아 '인지를 향상; 6개월에 의해, 인간 발성이인지 적 장점을 발휘. 우리는 밖으로 조정에인지하고있는 링크 소리 유아 지정으로 경험의 강력한 형성 역할을 계시 노출 조작을 설명합니다.

6에서 7- 개월 된 유아 &#39;개체 분류에 대한 증거 : 경험은 튜닝에 언어와인지 사이의 링크 경음악입니다

현재 문서 언어 이해에 대 한 연구에 대 한 눈-추적 방법론을 검토합니다. 신뢰할 수 있는 데이터를 얻기 위해 프로토콜의 주요 단계를 따라 해야 합니다. 이 중 눈 추적자 (예를 들어, 눈 및 머리 이미지의 좋은 품질 보장) 및 정확한 교정의 올바른 설정이 있습니다.

시각적으로 위치한 언어 이해 동안 눈 추적: 유연성과 잠복 시각적 컨텍스트 효과에 한계

유아와 유아는에서 근본적으로 다른 방식으로 세계를 볼. 헤드 마운트 카메라 유아 시각적 환경을 이해 하 그러므로 메커니즘을 제공. 이 프로토콜 가정 이나 유아와 유아의 자기 볼을 잡으려고 실험실에서 실험에 대 한 원칙을 제공 합니다.

그들의 자신의 보기: 유아와 유아 머리 장착형 카메라의 자기 보기를 캡처

우리는 자폐증을 가진 아이 들에 의해 실시간으로 문장 이해 하는 동안 형태학 단서의 사용을 검사 하는 프로토콜을 제시.

자폐증을 가진 아이 들 중국어 말하기에서 문장 독 해 공부를 시각적인 세계 패러다임을 사용 하 여

어린 아이 할 하지 수 동적으로 관찰 세계, 그러나 오히려 적극적으로 탐구 하 고 그들의 환경과 교전. 이 프로토콜에는 기본 원칙 및 자연적인 행동의 맥락에서 유아의 기록 헤드 마운트 눈 추적자 ' 동적 시각적 환경 및 시각적 주의 사용 하 여에 대 한 실질적인 권장 사항을 제공 합니다.

행동에 시선: 자연 동작 동안 어린이 동적 시각적 관심의 머리 장착형 눈 추적

우선적으로 보이는 패러다임을 이용한 아이트래킹 연구는 유아의 외부 시각 세계에 대한 새로운 이해와 관심을 연구하는 데 사용할 수 있습니다.

아이 트래킹과 우대 보이는 패러다임을 사용하여 시각적 언어에 대한 유아감도 탐색

신생아 중환자 실 네트워크 신경 행동 학적 스케일 (NNNS)는 위험에 처한 유아에 대한 평가로 개발되었다. 이 문서의 목적은 NNNS을 설명 NNNS 절차의 비디오 예제를 제공하고 시험에 사용 된있는 방법을 논의하는 것입니다.

평가 및 고위험 신생아의 평가 : 신생아 중환자 실 네트워크 신경 행동 학적 규모

주의의 초기 단계를 반영하는 대뇌 억제의 생리학적 지표인 청각 P50 감각 게이팅을 기록하는 방법에 대해 설명합니다.

P50 유아의 감각 게이팅

특정 시각 양식에 대한 반응으로 반사적 안구 운동을 기반으로 시각적 정보 처리의 품질을 정량화하는 방법을 설명합니다. 반응 시간 및 고정 출력 매개변수는 생후 6개월부터 시각 장애가 있거나 없는 어린이의 시력 성능을 특성화하는 데 사용됩니다.

Method는 눈 추적을 사용하여 어린이의 시각 정보 처리를 정량화하기

학습하세요 유아의 시각적 객체 범주 형성 과정을 눈-추적 기술로 측정하는 방법을. 익숙화-검사 패러다임을 활용하여 다양한 학습 조건에서 유아의 범주 학습 성과를 비교하고 조기 인지 발달의 핵심 메커니즘을 탐구합니다.

눈-추적 패러다임 유아 개체 분류에서 언어의 역할을 정의

더 많은 동영상 탐색