온라인 플랫폼과 신경 영상 기법을 통해 학령기 아동의 양상과 영역 전반에 걸친 통계적 학습 측정

여기에 제시된 프로토콜은 영역과 감각 양식에 걸친 시간적 통계 패턴에 대한 아동의 학습을 조사하기 위한 일련의 아동 친화적인 통계 학습 과제를 소개합니다. 개발된 과제는 웹 기반 플랫폼과 과제 기반 기능적 자기 공명 영상(fMRI) 데이터를 사용하여 통계 학습 중 신경 참여를 조사하기 위한 행동 데이터를 수집합니다.

입력에서 패턴을 추출하는 능력은 언어 및 인지 발달의 기초입니다. 이 기법은 아동의 통계적 학습의 현저한 이질성이 도메인 일반 메커니즘 또는 도메인 특이적 메커니즘에 의해 설명되는지 여부를 해결할 수 있습니다. 우리의 프로토콜은 개인 내의 영역과 양상 전반에 걸쳐 통계적 학습을 측정할 수 있게 해주고, 아동 친화적이며, 웹 기반 행동과 실험실 기반 신경 영상 기술을 결합합니다.

이 방법은 언어 발달의 학습 체계에 대한 통찰력을 제공합니다. 특별한 인구 집단에 적용된다면, 우리의 프로토콜은 언어 학습의 어려움에 대한 우리의 이해를 증진시킬 수도 있습니다. 우리는 Zenodo 및 GitHub의 연구 커뮤니티에서 작업에 액세스할 수 있도록 하는 과정에 있습니다.

우리는 다른 연구자들이 우리의 작업을 사용할 수 있게 되면 재현하도록 권장합니다. 웹 기반 프로토콜을 수행하려면 먼저 웹 기반 통계 학습 패러다임으로 이동합니다. 음절 과제의 경우, 참가자에게 외계인과 외계인 언어로 된 가장 좋아하는 단어를 소개합니다. 암사슴.

참가자에게 외계인의 언어를 듣게 될 것이며 좋아하는 단어를 들을 때마다 스페이스 바를 누르는 것을 잊지 말라고 알립니다. 참가자가 익숙해 단계 전에 연습 시험을 완료하도록 하며, 외계인이 가장 좋아하는 단어가 들리자마자 스페이스 바를 눌러야 합니다. 테스트 단계에서 참가자에게 더 친숙하게 들리는 두 시퀀스 중 하나를 선택하도록 지시합니다.

대상 염기서열은 익숙화 단계에서 제시될 것입니다. Klaptoo, 포일 시퀀스는 이전에 제시되지 않았을 것입니다. Klaptoo 톤 과제에서 참가자에게 민요에서 외계인이 가장 좋아하는 음을 추적해야 한다고 알립니다.

테스트 단계는 음절 작업과 동일한 디자인을 따릅니다. 이미지 과제에서 참가자에게 우주선에 들어가기 위해 외계인 그룹이 줄을 서기 때문에 특별한 외계인을 추적해야 한다고 알렸습니다. 테스트 단계에서는 익숙화 단계의 두 표적과 이전에 참가자에게 볼 수 없었던 포일 삼중항을 쌍으로 제시합니다.

편지에서 과제는 참가자에게 외계인이 가장 좋아하는 표지판을 추적해야 한다고 알렸습니다. 외계인이 퍼레이드 표지판을 들고 있을 때. 참가자, 특히 어린이가 스캐너에 익숙해질 수 있도록 모의 스캐너로 MRI 스캔 세션을 연습합니다.

참가자에게 모의 스캐너 또는 뇌 카메라와 스캔 친구를 소개합니다. 스캔 버디의 목적은 그들과 함께 있고 필요한 것이 있을 때 도와주는 것이라고 설명합니다. 스캔 버디는 또한 카메라가 너무 많은 움직임을 감지하면 참가자에게 가만히 있도록 부드럽게 상기시킵니다.

참가자에게 통계적 학습 패러다임을 소개하고 컴퓨터에서 과제의 짧은 부분을 완료하도록 합니다. 작업을 완료한 후 참가자가 모의 스캐너에 들어갈 수 있도록 도와주고 어린이용 비디오를 재생하여 소리와 비디오에 적응할 수 있도록 도와줍니다. 참가자가 준비가 되면 사전 녹음된 스캐너 또는 사운드 클립 몇 개를 재생하여 실제 MRI에서 생성되는 소음에 대비합니다.

이 시간 동안 참가자가 가만히 있으면서 스캔 버디와 함께 작업하는 연습을 하게 합니다. 참가자가 모의 스캐너에 익숙해지면 FMRI 데이터 수집 프로토콜이 MRI 수집 컴퓨터에 적절하게 설정되었음을 확인했습니다. 참가자를 MRI 스캐너 침대에 편안하게 눕히고 스캐너 소음으로부터 귀를 보호하는 헤드폰을 착용하고 손에 응답 패드를 들게 합니다.

참가자의 머리 주위에 추가 패딩을 두어 데이터 수집 중 머리 움직임을 제한하고 참가자에게 스캔 버디 옵션을 제공합니다. 참가자에게 괴로워하거나 멈춰야 할 필요가 있는지 알리고 헤드 코일을 참가자의 머리 위에 놓는 데 사용할 스퀴즈 볼을 제공합니다. 스캐닝 베드에 참가자를 정렬한 후 획득 컴퓨터에 새 참가자를 등록하고 올바른 스캔 프로토콜을 선택합니다.

스캐닝 베드와 참가자를 MRI 구멍에 삽입하고 구조적 MRI 스캔을 획득하는 동안 참가자에게 동영상을 보여줍니다. 참가자가 청각 작업을 수행하도록 하려면 헤드폰에 연결된 인터콤 시스템을 사용하여 참가자에게 알립니다. 이제 우리는 버튼 누르기 게임을 할 것입니다.

외계인의 소리를 듣고, 단어를 말하고, 음악을 재생하고, 듣고 있는 소리가 들릴 때마다 응답 패드의 버튼을 누르는 것을 잊지 마십시오. 지시를 내린 후, 청각 통계 학습 데이터를 획득할 수 있도록 프레젠테이션 컴퓨터에서 패러다임을 시작합니다. 시각적 작업의 경우 참가자에게 알립니다.

이제 외계인의 사진과 편지를 볼 수 있습니다. 찾고 있는 사진을 볼 때마다 응답 패드의 버튼을 누르십시오. 지시 사항을 제시한 후 프레젠테이션 컴퓨터에서 패러다임을 시작하여 시각적 통계 학습 데이터를 획득합니다.

참가자가 패러다임을 완료하면 MRI를 중지하고 참가자를 스캐너 내부에서 안전하게 제거하고 헤드 코일을 제거합니다. 웹 기반 통계 학습 작업에서. 아동은 모든 조건에서 0.5 확률 수준보다 유의하게 더 나은 성과를 보였으며, 이는 그룹 수준에서 성공적인 통계적 학습을 나타냅니다.

평균 반응 시간 기울기는 음절 조건에서 음수이고 0보다 현저히 낮았으며 문자 조건에서는 약간 유의했는데, 이는 언어 작업의 익숙화 단계에서 표적 감지의 더 빠른 가속화를 시사합니다. 평균 반응 시간 기울기는 오프라인 정확도 측정에서 학습의 증거에도 불구하고 이미지 또는 톤 조건에서 0과 크게 다르지 않았습니다. 다음은 청각 및 시각 통계 학습 과제를 완료한 9명의 발달 중인 학령기 아동의 데이터를 기반으로 한 예비 FMRI 결과를 보여줍니다.

구조화된 블록과 무작위 블록을 비교할 때, 자극 유형에 따라 다양한 뇌 영역에서 유의미한 클러스터가 관찰되었습니다. 이러한 결과는 현재의 과제 설계가 아동의 뇌에서 학습에 의한 혈역학적 변화를 감지하는 데 민감하다는 것을 시사합니다. 성인을 대상으로 한 대표적인 연구 결과에 따르면 구조화된 시퀀스는 톤 작업을 제외한 모든 스캐너 작업의 무작위 조건에 비해 구조화된 조건에서 훨씬 더 빠른 응답 시간으로 지원되며 학습 가능하다는 것을 나타냅니다.

우리는 연구자들이 영역과 양상에 걸친 가변성과 통계적 학습이 더 높은 수준의 프로세스와 어떻게 관련되어 있는지 더 잘 이해하기 위해 다른 개인차 측정을 포함하도록 권장합니다. 이 프로토콜은 통계적 학습의 개인차가 전형적 발달과 비정형 발달 모두에서 언어 결과의 차이를 어떻게 설명할 수 있는지 설명하기 위한 첫 번째 단계입니다.