Name: Usando o paradigma de mundo Visual para estudar a compreensão da frase em língua Mandarim de crianças com autismo (Vídeo) | JoVE Journal
Uploaded: 2018-10-03T15:00:00.000+00:00
Duration: 6 min 15 s
Description: Aprenda a usar o paradigma de mundo visual para estudar a compreensão de frases em crianças com autismo. Este método registra movimentos oculares em resposta a estímulos linguísticos em mandarim.

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

Este trabalho foi financiado pela Fundação Nacional de ciências sociais da China [16BYY076] para Peng Zhou e a Fundação de ciência de Pequim linguagem e Universidade Cultural no âmbito dos fundos de pesquisa Fundamental para as universidades Central [15YJ050003]. Os autores são gratos para as crianças, pais e professores na plataforma de autismo de Michelle e jardim de infância de Taolifangyuan em Pequim, na China, pelo apoio na execução do estudo.

Este estudo foi aprovado pelo Comitê de ética da escola de medicina na Universidade de Tsinghua. Foi obtido consentimento informado de todos os participantes individuais incluídos no estudo.
1. participante triagem e preparação do estudo
<ol><li>Recrute a língua mandarim pré-escolares com autismo. Nota: Seu diagnóstico deve ser confirmado por neurologistas pediátricas nos hospitais usando o DSM-IV-TR40 ou DSM-541 e, idealmente, o número de participantes deve ser nada menos que 15. O presente estudo recrutou 25 participantes com diagnóstico confirmado.</li>
	<li>Avalie cada participante independentemente, usando instrumentos de diagnóstico padrão-ouro, como o horário de observação diagnóstico autismo42.</li>
	<li>Medida do IQ verbal dos participantes usando o Wechsler pré-escolar e primário escala de inteligência-IV (CN), um teste de QI padronizado projetado para língua mandarim crianças entre as idades de 2-6 e 6-1143. Nota: Os escores de QI verbais das crianças com autismo no presente estudo foram todos acima de 80. Eles eram todos filhos de alto funcionamento com autismo.</li>
	<li>Calcule o comprimento de cada participante do enunciado (MLU), dividindo o número total de palavras pelo número de declarações em cada amostra de discurso. Grave 100 declarações para cada participante de qualquer de suas interações com os pais ou professores. Em seguida, calcule o MLU, dividindo o número total de palavras em expressões do cada participante por 100. Nota: MLU indica os níveis de complexidade de frase do participante.</li>
	<li>Recrute crianças TD. Idealmente, corresponder as crianças TD para as crianças com autismo para idade (grupo TD 1), MLU (grupo TD 2) e QI verbal (grupo TD 3). Nota: O presente estudo recrutou 50 crianças TD (25 meninos e 25 meninas) de jardins de infância locais. 25 combinados para as crianças com autismo para idade e 25 combinados para as crianças com autismo para MLU e IQ verbal.</li>
</ol>2. warm-up
<ol><li>Convide os participantes para uma sessão de warm-up antes do teste real. Introduzir o participante no ambiente de pesquisa e interagir com ele ou ela para estabelecer um bom relacionamento. Nota: Isto pode ser feito no mesmo dia em que a sessão de teste ou organizado em um dia diferente. Na sessão de warm-up, dois experimentadores estão normalmente envolvidos em interagirem com o participante usando brinquedos e adereços.</li>
</ol>3. condições e delineamento Experimental
<ol><li>Construa os estímulos de teste. Crie 12 itens de destino, cada um composto por um estímulo visual e duas sentenças faladas que contém os marcadores morfológicos BA e BEI, respectivamente. Construir as sentenças faladas, usando a mesma estrutura: marcador morfológico, frase de substantivo (NP) + advérbio + verbo frase (VP) (ver exemplos 1a e 1b abaixo). Nota: O marcador BA indica que o seguinte NP é o destinatário do evento exploração (ver 2a), e BEI indica que o seguinte NP é o iniciador do evento (ver 2b). O NP, sujeito de uma sentença em mandarim, muitas vezes pode ser omitido quando o referente da PN é contextualmente disponível. Exemplo: (1) r. BA shizi qingqingdi bao-le qilai. 
	         BA leão levante suavemente Significado: Alguém gentilmente detém o leão. b. BEI shizi qingqingdi bao-le qilai. 
	         BEI leão levante suavemente Significado: Alguém gentilmente é realizada pelo leão. (2) r. BA + [NP]destinatário b. BEI + [NP]iniciador<ol>
<li>Use o Pixelmator (ou outro editor de imagem) para criar imagens visuais. Abra o Pixelmator. Clique no ícone do Pixelmator. Crie uma imagem visual de um modelo. Clique em Mostrar detalhes no seletor de modelo. Clique duas vezes no modelo para abri-lo. Ajuste a largura, altura, resolução e profundidade de cor dos menus pop-up. Digite os parâmetros relevantes. Clique Okey.</li>
		<li>Use o Praat (ou outro editor de áudio) para construir sentenças faladas. Configure o microfone. Praat aberto. Clique no ícone do Praat. Selecione o Registro Mono som do menu novo . Defina as condições de gravação clicando na opção de taxa de amostra de 44100. Clique no botão gravar .</li>
		<li>Grave as frases faladas, pedindo um Beijing mandarim-falante nativo para produzir as sentenças em forma de criança-dirigido. Salve as gravações clicando em salvar. Nota: Normalmente, 12 a 16 itens de destino são construídos para estudos de compreensão sentença com crianças. Teste de estímulos podem ser criados usando outra imagem e editores de áudio para um estudo do mundo visual.</li>
	</ol>
</li>
	<li>Construa imagens visuais, cada um contendo duas fotos. As duas fotos mostram o mesmo evento envolvendo os mesmos personagens. Inverta os papéis de evento (iniciador ou destinatário) dos dois personagens nas duas fotos. Fazer uma imagem compatível com a construção contendo BA (evento de BA-alvo) e outra com a construção contendo BEI (evento de BEI-alvo). Um exemplo é fornecido na Figura 1. Nota: Esta figura foi reimpresso com permissão de Zhou e Ma (2018)19.</li>
	<li>Contrapeso e randomização: dividir os ensaios de alvo em duas listas experimentais, com um participante vendo cada estímulo visual, mas ouvindo único das frases gravadas para o estímulo. Contrabalançar as sentenças faladas contendo BA e BEI entre as duas listas experimentais, com 6 construções contendo BA e 6 contendo BEI. Adicionar itens de enchimento 12 para cada lista experimental e organizar os ensaios de alvo e enchimento em uma ordem aleatória. Atribua aleatoriamente os participantes para as duas listas.</li>
</ol>4. procedimento
<ol><li>Procedimento de acompanhamento de olho.<ol>
<li>Convide os participantes a sentar-se confortavelmente na frente do monitor de exibição do controlador remoto do olho. Defina a distância entre os olhos dos participantes e o monitor ao redor de 60 cm. executar os procedimentos padrão de calibração e validação, pedindo aos participantes para se fixar em uma grade de cinco alvos de fixação em sucessão aleatória.</li>
		<li>Apresente os participantes com uma frase falada enquanto eles estão vendo uma imagem visual, como fez no mundo visual padrão paradigma10,44. Use a opção de acompanhamento de olho monocular seguindo o olho que está do mesmo lado como o iluminador do tracker do olho. Grave os movimentos de olho do participante usando o tracker do olho. Nota: O tracker do olho usado no presente estudo permite olho-monitoramento remoto com uma taxa de amostragem de 500 Hz.</li>
	</ol>
</li>
	<li>Teste e medição.<ol>
<li>Teste os participantes individualmente. Simplesmente dizer aos participantes de ouvir as sentenças faladas enquanto eles estão vendo as fotos. Pergunte a um experimentador para monitorar o participante no computador e uma para ficar atrás do participante e descansar suavemente as mãos sobre os ombros do participante para minimizar movimentos bruscos do participante.</li>
		<li>Medir os movimentos oculares do participante que surgem como respostas automáticas para a entrada linguística usando o tracker do olho. Nota: A tarefa não peça aos participantes para fazer qualquer julgamento consciente sobre as sentenças faladas para minimizar sua carga computacional. O tracker do olho regista automaticamente os movimentos oculares.</li>
		<li>Acompanhamento durante o teste: usar o modo visualizador ao vivo na tela do computador, exibida pelo tracker do olho durante o teste, para observar o participante a olhar o comportamento. Pergunte o experimentador que monitora a coleta de dados via o modo visualizador ao vivo para sinalizar para o experimentador que apoia o participante a reorientar o participante se seu olhar olho vagueia fora da tela do computador.</li>
	</ol>
</li>
</ol>5. análise e tratamento de dados
<ol><li>Código de fixações dos participantes em duas áreas de interesse. Use o Visualizador de dados para desenhar as áreas de interesse de duas: BA-alvo do evento e BEI-alvo do evento (ver Figura 1). Visualizador de dados abertos. Selecione um dos ícones de forma de área de interesse na barra de ferramentas. Use o mouse para arrastar uma caixa ao redor da região que você deseja definir como área de interesse. Salve a área de interesse na pasta definida de área de interesse. Aplicam-se a área de interesse a outras imagens visuais. Nota: Os eventos retratados no painel superior da Figura 1 corresponde a BA-construção, portanto, o evento BA-alvo e o evento retratado no inferior painel fósforos Figura 1b, portanto, o evento de BEI-alvo. O software usado para codificação de dados é um visualizador de dados, que vem com o tracker do olho utilizado no estudo. Outro software de análise de dados também está disponível.</li>
	<li>Analise os padrões de olhar olho usando o Visualizador de dados.<ol>
<li>Visualizador de dados abertos. Escolha a função de relatório de exemplo no menu para definir as janelas de tempo para análise (por exemplo, todas as 200 ms para a janela de tempo no presente estudo). Use a mesma função de bloqueio de tempo a fixação proporções em áreas de interesse para o aparecimento do marcador para cada julgamento. Exporte os dados brutos em um arquivo do excel usando a função de exportação do menu.</li>
		<li>Use as funções do excel, a média as proporções de fixação após o aparecimento do marcador para cada área. Use as funções do excel para calcular as proporções de fixação em cada janela de tempo de 200 ms durante um período de ms 5200 (o comprimento das frases de destino + 200 ms) desde o início do marcador para as duas áreas. Aplica modelos lineares mistos-efeitos para os dados de movimento do olho, detalhados no representante resultados abaixo. Nota: O uso de 200 ms como uma janela de tempo se baseia o procedimento padrão para analisar dados de olhar olho filho na literatura12,13,18,19,45, 46,47e é geralmente assumido que leva cerca de 200 ms para observar os efeitos dos marcadores linguísticos no olho movimentos48.</li>
	</ol>
</li>
</ol>

Os autores não têm nada para divulgar.

No estudo atual, apresentamos uma paradigma de olho-de rastreamento que pode diretamente e efetivamente avaliar as habilidades de compreensão de sentença de crianças com autismo. Nós achamos que crianças de 5 anos com autismo, como seus pares TD idade-combinadas, exibiram olho olhar os testes padrões que refletem o uso eficaz e rápido de pistas linguísticas durante a compreensão da frase em tempo real.
Os resultados fornecem evidências de que o olho de monitoramento (em particular, o paradigma...

Compreensão da sentença depende da capacidade de integrar rapidamente diferentes tipos de informação linguística e linguística1,2,3,4,5,6 , 7 , 8 , 9 , 10 , 11. pesquisa prévia constatou que jovens tipicamente desenvolvendo crianças (TD) incrementalmente computar o significado de uma frase de linguística e linguística sugestões12,13,14, 15,16,17,18,19. No entanto, atualmente há uma escassez de pesquisa explorando como pré-escolares com autismo entendem uma frase usando diferentes tipos de pistas. Os mecanismos subjacentes a sua compreensão da frase permanece em grande parte obscuro.
É geralmente reconhecido que existe uma enorme variabilidade nas habilidades de linguagem das crianças com autismo, especialmente em sua linguagem expressiva; por exemplo, algumas crianças com autismo têm linguagem estrutural relativamente bom, alguns apresentam défices em domínios lexicais e gramaticais, alguns demonstram gramática deficiente e alguns nunca adquirem a linguagem falada funcional20,21 ,22,23,24,25. Além disso, pesquisas anteriores parecem sugerir que a sua linguagem receptiva é relativamente mais deficiente do que sua linguagem expressiva26,,27,28,29. A maioria das pesquisas que avaliou as habilidades de compreensão de sentença de crianças com autismo têm usado tarefas off-line (por exemplo, padronizados, testes, relatórios de cuidador), e os achados sugerem que suas habilidades de compreensão de sentença podem ser particularmente prejudicada30,31,32,33,34,35,36,37. No entanto, ele tem sido apontado que as habilidades de compreensão pobre mais provavelmente estão relacionadas com falta total destas crianças de responsividade social do que aos défices38,39de processamento de linguagem. Nota que estas tarefas off-line usadas em pesquisas anteriores, muitas vezes exigem alta resposta demandas ou interações com os experimentadores, que possam apresentar dificuldades específicas para crianças com autismo, porque eles muitas vezes apresentam vários comportamentos desafiadores ou sintomas. Como resultado, podem interagir com a alta demanda de tarefas e comunicação e suas habilidades de compreensão da máscara [para uma visão geral dos métodos de avaliação de linguagem receptiva em crianças com autismo, consulte Kasari et al (2013)27 e Plesa-Skwerer et al. ( 2016)29]. Assim, paradigmas experimentais que melhor podem controlar estes fatores de confusão são obrigadas a entender melhor a natureza dos mecanismos de processamento de sentença em autismo.
No estudo atual, apresentamos uma paradigma de olho-de rastreamento que pode diretamente e efetivamente avaliar habilidades de compreensão de sentença de crianças com autismo. Em comparação com tarefas off-line, acompanhamento de olho é um mais sensível testes paradigma para demonstrar capacidade de compreensão das crianças. É sensível para o curso de tempo do processo de compreensão e não requer nenhum motor explícita ou respostas de linguagem do participante, tornando-se um método promissor para estudar as crianças mais jovens e minimamente verbais crianças com autismo. Além disso, nós gravamos os movimentos oculares como respostas automáticas para entrada linguística em vez de medir os movimentos oculares que acompanham o conscientes respostas à entrada linguística.

<table><tbody><tr><td>EyeLink 1000 plus rastreador ocular</td><td>SR Pesquisa Ltda.</td><td></td><td>&nbsp; O EyeLink 1000 plus permite o rastreamento ocular remoto, sem apoio para a cabeça. O rastreador ocular fornece informações sobre o participante' a uma taxa de amostragem de 500 Hz, e tem precisão de 0,5 graus de ângulo visual.</td></tr></tbody></table>

usando o paradigma de mundo visual para estudar a compreensão da frase em língua mandarim de crianças com autismo

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

Compreensão da sentença depende da capacidade de integrar rapidamente diferentes tipos de informação linguística e linguística. No entanto, atualmente há uma escassez de pesquisa explorando como pré-escolares com autismo entendem frases usando diferentes tipos de pistas. Os mecanismos subjacentes a sentença compreensão permanece em grande parte obscura. O presente estudo apresenta um protocolo para examinar as habilidades de compreensão de sentença de crianças pré-escolares com autismo. Mais especificamente, um paradigma de mundo visual do olho de monitoramento é usado para explorar a compreensão da frase de momento a momento nas crianças. O paradigma tem várias vantagens. Primeiro, é sensível ao curso tempo de compreensão de sentença e, assim, podem fornecer informações ricas sobre como compreensão da sentença se desenrola ao longo do tempo. Em segundo lugar, requer mínimas demandas de tarefa e de comunicação, por isso é ideal para testar crianças com autismo. Para minimizar ainda mais a carga computacional das crianças, as presente estudo medidas olho movimentos que surgem como respostas automáticas para entrada linguística, em vez de medir os movimentos oculares que acompanham o conscientes respostas para instruções de voz.

O presente estudo utiliza pares mínimos como exemplos 1a e 1b para investigar se e como rapidamente as crianças com autismo podem usar informações de evento codificadas em dois marcadores morfológicos durante a compreensão da frase em tempo real. Foi previsto que se eles são capazes de rapidamente e efetivamente usar informações de evento dos dois marcadores durante a compreensão da frase em tempo real, então eles devem olhar mais no evento BA-alvo quando ouvir BA do que quando ouvir o BE...

Apresentamos um protocolo para examinar o uso de pistas morfológicas durante a compreensão da frase em tempo real por crianças com autismo.

Usando o paradigma de mundo Visual para estudar a compreensão da frase em língua Mandarim de crianças com autismo

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

Esse método pode ajudar a responder a perguntas-chave na compreensão das habilidades linguísticas das crianças com autismo, como se elas podem entender uma frase usando informações linguísticas e não linguísticas. As principais vantagens deste método são que ele é sensível ao código temporal da compreensão da sentença, e requer uma demanda mínima de tarefa e comunicação. Este método simplesmente registra os movimentos oculares como respostas automáticas à entrada linguística sem pedir aos participantes que forneçam julgamentos conscientes sobre a entrada, reduzindo significativamente o modelo computacional dos participantes.Comece construindo estímulos de teste que consistem em 12 itens-alvo visuais, e duas frases faladas contendo os marcadores morfológicos BA e BEI. Crie uma imagem visual a partir de um modelo dentro do software de edição de imagens, no qual cada imagem contém duas imagens. Clique duas vezes no modelo para abri-lo.Ajuste a largura, altura, resolução e profundidade de cor dos menus pop-up. Digite os parâmetros relevantes. Em seguida, inverta os papéis de eventos dos dois personagens nas duas imagens.Clique em Exportação de arquivos. Em seguida, configure o microfone e abra o software de edição de áudio para construir as frases faladas. Selecione Gravar Som Mono no novo menu.Defina as condições de gravação clicando na opção de taxa de amostra de 44, 100 Hertz. Clique no botão Gravar. Finalmente, registos falados pedindo a um falante nativo de Mandarim de Pequim que produzisse as frases de forma dirigida à criança.Salve as gravações clicando em Salvar. Comece fazendo com que o participante se sente em frente ao monitor de exibição do rastreador remoto dos olhos. Defina a distância entre os olhos do participante e o monitor em torno de 60 centímetros.Realize os procedimentos padrão de calibração e validação, pedindo aos participantes que se fixem em uma grade de cinco alvos de fixação em sucessão aleatória. Em seguida, peça ao participante para ouvir as frases faladas enquanto eles estão vendo as fotos. Tenha um experimentador para monitorar o participante no computador, e outro para ficar atrás do participante e descansar suavemente as mãos sobre os ombros do participante para minimizar os movimentos repentinos do participante.Em seguida, o participante complete a tarefa de medir os movimentos oculares que surgem como respostas automáticas à entrada linguística. Após a conclusão da tarefa, visualize os dados e defina duas áreas de interesse, área de evento alvo ba e área de evento alvo BEI, selecionando um dos ícones de forma de área de interesse na barra de ferramentas e desenhando uma caixa ao redor da região a ser definida como uma área de interesse. Salve a área de interesse na área de interesse criada pasta.Por fim, escolha o Gerente de Período de Juros no menu para definir a janela de tempo a cada 200 milissegundos para análise. Use a mesma função para bloquear o tempo as proporções de fixação nas áreas de interesse para o início do marcador para cada ensaio e use a função Relatório de Área de Interesse para exportar os dados brutos em um arquivo Excel. Use as funções Excel para mediar as proporções de fixação após o início do marcador para cada área.Em seguida, use as funções do Excel para calcular as proporções de fixação em cada janela de tempo de 200 milissegundos durante um período de 5.200 milissegundos a partir do início do marcador para as duas áreas. Os resultados indicam que o grupo autista apresentou padrões de movimento ocular semelhantes ao grupo TD compatível com a idade. Ambos os grupos apresentaram mais fixações no evento alvo ba ao ouvir BA, em seguida, ao ouvir BEI, ocorrendo após o início do objeto np e antes do início do advérbio.Para ser mais específico, o evento ocorreu no grupo TD durante a janela entre 1.400 e 1.600 milissegundos. Considerando que o efeito ocorreu no grupo de autismo durante a janela entre 1.800 e 2.000 milissegundos. Após seu desenvolvimento, o paradigma tem sido usado com sucesso para testar habilidades típicas de linguagem infantil em desenvolvimento.Nosso laboratório agora estendeu o paradigma ao estudo das habilidades de compreensão linguística em crianças pré-escolares com autismo. Tendo em mente que estamos trabalhando com populações especiais, crianças com autismo muitas vezes apresentam vários tipos de comportamentos ou sintomas desafiadores, em particular em ambiente desconhecido, por isso é preciso tomar cuidado extra antes e durante o teste. Antes do experimento, é importante que os experimentadores aclimatam os participantes ao ambiente experimental.Durante o teste, os experimentadores podem precisar redirecionar os participantes e levá-los a reorganizar para a tela do computador várias vezes.

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

Research

JoVE Journal

Behavior

Comportamento

Eye tracking tem sido muito utilizado para estudar padrões de olhar em indivíduos tipicamente de desenvolvimento, mas recentes avanços tecnológicos tornaram a sua utilização com populações clínicas, incluindo autismo, mais viável. Enquanto olho-rastreamento de crianças jovens com autismo pode oferecer uma visão sobre as manifestações dos primeiros sintomas, envolve desafios metodológicos. Sugestões para as melhores práticas são fornecidos.

Rastreamento ocular crianças com autismo

Uma maneira fiável baseado em casa para avaliar a compreensão da linguagem de crianças muito jovens, tipicamente em desenvolvimento, assim como pessoas com autismo, é descrita. O método analisa o olhar de crianças do olho durante a exibição lado a lado imagens, mas ouvir um áudio que combina com apenas uma imagem. Estímulos são projetados com jovens participantes em mente.

Portátil Intermodal preferencial Olhar (IPL): Investigando a compreensão da linguagem em desenvolvimento típico lactentes e crianças jovens com autismo

Descrevemos como implementar uma bateria de tarefas comportamentais para examinar o processamento e a integração de estímulos sensoriais em crianças com TEA. O objetivo é caracterizar as diferenças individuais no processamento temporal de estímulos auditivos e visuais simples e relacioná-las com habilidades perceptivas de ordem superior, como a percepção da fala.

Teste de função sensorial e multisensorial de crianças com distúrbios do espectro do autismo

Este paper descreve uma tarefa ERP de escorva semântica usando pares dentro modalidade de fotos e palavras para investigar o processamento semântico em indivíduos com transtorno do espectro do autismo (ASD).

Uma Priming semântico evento tarefa relacionada a potencial (ERP) para estudar o processamento Lexico-semântica e visão-semântica em transtorno do espectro do autismo

O presente artigo clientes uma metodologia de acompanhamento de olho para estudos na compreensão da linguagem. Para obter dados fiáveis, etapas-chave do protocolo devem ser seguidas. Entre estes estão a afinação correta do tracker do olho (por exemplo, garantindo a boa qualidade das imagens olhos e cabeça) e calibração precisa.

Olho de monitoramento durante a compreensão de linguagem visualmente situado: Flexibilidade e limitações no descobrindo contexto Visual Effects

O paradigma do mundo visual monitora os movimentos oculares dos participantes na área de trabalho visual, como eles estão ouvindo ou falando uma língua falada. Este paradigma pode ser usada para investigar o processamento on-line de uma vasta gama de questões linguísticas, incluindo instruções semanticamente complexas, tais como declarações disjuntiva.

Usando movimentos oculares gravados no paradigma Visual do mundo para explorar o processamento on-line de língua falada

Esta é uma análise de estudo de caso comparativo qualitativo dos dados de acompanhamento de olho sobre os primeiros momentos de cenas de vídeo sociais como visto por três participantes: um com transtorno do espectro do autismo, um com comórbidas transtorno hiperativa de déficit de atenção e um controle de neurotypical.

Comparar dados de olho-de acompanhamento de crianças com ASD de alto funcionamento, comorbidade TDAH e de um controle Social vídeos

Aqui, apresentamos um protocolo empregando tarefas de interferência Dual-modal para examinar o processamento on-line de frases relativas à cláusula relativa chinesa falada. Duas experiências do exemplar que envolvem o processamento auditivo com interferências intra e extrasentential são descritas. O paradigma fornece uma metodologia para abordar a natureza da memória de trabalho e seus efeitos no processamento de sentenças.

Examinando o processamento sintático online de frases complexas faladas em Chinês usando tarefas de interferência de modal duplo

Aqui, apresentamos um protocolo que manipula a visibilidade do interlocutor para examinar seu impacto na produção de gestos na comunicação interpessoal. Este protocolo é flexível para tarefas implementadas, gestos examinados e modalidade de comunicação. É ideal para populações com desafios de comunicação, como alunos de segunda língua e indivíduos com transtorno do espectro do autismo.

Examinando a produção de gestos na presença de desafios de comunicação

A UTIN Rede Neurobehavioral Scale (NNNS) foi desenvolvido como uma avaliação para a criança em situação de risco. O objetivo deste artigo é descrever a NNNS, fornecem exemplos de vídeo dos procedimentos NNNS e discutir as maneiras pelas quais o exame foi usado.

Análise e Avaliação do Risco Neonatal Alta: A Escala de UTIN Rede Neurobehavioral

Aprenda a usar o paradigma de mundo visual para estudar a compreensão de frases em crianças com autismo. Este método registra movimentos oculares em resposta a estímulos linguísticos em mandarim.

Usando o paradigma de mundo Visual para estudar a compreensão da frase em língua Mandarim de crianças com autismo

Explorar mais vídeos