Name: Definir o papel da linguagem na categorização de objeto dos infantes com paradigmas de Eye-tracking (Vídeo) | JoVE Journal
Uploaded: 2019-02-08T15:00:00.000+00:00
Duration: 7 min 31 s
Description: Aprenda a investigar a categorização de objetos em bebês usando paradigmas de familiarização-teste com rastreamento ocular. Este método revela como os lactentes formam categorias visuais e quais condições potencializam sua aprendizagem cognitiva precoce.

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

A pesquisa relatada aqui foi apoiada pelo Instituto Nacional de saúde infantil e desenvolvimento humano dos institutos nacionais de saúde, sob número de prêmio R01HD083310 e um nacional Science Foundation Graduate bolsa de pesquisa sob concessão não. DGE‐1324585. O conteúdo é exclusivamente da responsabilidade dos autores e não representa necessariamente a opinião oficial dos institutos nacionais de saúde ou National Science Foundation.

Todos os métodos descritos aqui foram aprovados pelo Conselho de revisão institucional Universidade Northwestern.
1. estímulos criação
Nota: O estímulo visual (ver Figura 1) usado na concepção representativa relatado abaixo foram originalmente desenvolvidos em Havy e Waxman (2016)18 e está disponível para download em https://osf.io/n6uy8/.
<ol><li>Para criar uma nova categoria de contínua, primeiro desenha um par de imagens digitais de romance. Em seguida, transforme o par de imagens juntos, usando o software (ver, por exemplo, a Tabela de materiais) para dar forma a um continuum de exemplares entre as duas imagens originais. Crie pelo menos duas categorias desta forma para que um pode servir como a categoria a ser aprendido, enquanto o outro fornece o exemplar do romance da categoria para o julgamento de teste.</li>
	<li>Selecione os exemplares de familiarização em intervalos uniformemente espaçados de através de contínuo do cada categoria erudito (por exemplo, as 0%, 20%, 40%, 60%, 80% e 100% exemplares). Selecione um número adequado de exemplares (por exemplo, seis). Compatível com a dificuldade da categoria e idade dos participantes.</li>
	<li>Para criar os exemplares para a fase de teste, selecione os pontos médios do continuum da categoria familiar e contínuo a categoria romance (ou seja, o exemplar de 50%). Então combina a cor do romance exemplar para que o familiar exemplar usando um programa de manipulação de imagem (Veja, por exemplo, a tabela de materiais).</li>
	<li>Registros estímulos auditivos produzidos por um falante nativo de inglês feminino em uma cabine à prova de som. Se possível, use o mesmo alto-falante para ambas as frases de rotulagem (i.e., "Olha o modi") e não-rotulagem frases (i.e., "Olha isso!").<ol>
<li>Instrua o alto-falante para produzir todas as declarações em discurso dirigido a bebê ou criança.</li>
		<li>Selecione declarações que são aproximadamente o mesmo comprimento em condições, provavelmente por volta de 1.500 ms por frase.</li>
	</ol>
</li>
</ol>2. os aparelhos
<ol><li>Use um tracker do olho apropriado. Para coletar dados de olho-de acompanhamento adequados para uma medida de familiarização-teste, olho-rastreadores mais amplamente disponíveis serão suficiente: os objetos ocupam grandes porções da tela, e a análise de dados investiga o desempenho sobre uma janela de tempo, em vez de movimentos de olho individual, rapidamente ocorrendo como os saques.</li>
	<li>Porque essa tarefa requer olho de monitoramento infantes, certifique-se de que o sistema está em conformidade com vários requisitos.<ol>
<li>Primeiro, use um tracker do olho com um modo de controle remoto, que não requer infantes colocar suas cabeças em um descanso de queixo. Certifique-se de que o olho-tracker pode tolerar movimentos relativamente grandes da cabeça ou reajustamentos.</li>
		<li>Em segundo lugar, use uma tela relativamente grande para exibir as imagens aos infantes, (por exemplo, 57 x 45 cm).</li>
		<li>Em terceiro lugar, use um monte de braço extensível para o tracker do olho para facilitar a coleta de dados, permitindo que o pesquisador ajustar a altura do olho-controlador para cada criança.</li>
		<li>Em quarto lugar, fazer o equipamento de rastreamento olho discreto, focando a atenção dos infantes unicamente o ecrã do visor. Por exemplo, alguns sistemas integram os equipamentos de controle de olho com o monitor de exposição ou montagem o equipamento diretamente abaixo do monitor.</li>
	</ol>
</li>
	<li>Note que esta tarefa também pode ser concluída por codificação manual dados de vídeo qualidade de comportamento à procura dos infantes. Enquanto técnicas de codificação manual podem representar alguns desafios para a utilização das análises mais refinadas do tempo-curso, mão-codificado dados são totalmente suficientes para agregação olhando as análises.</li>
</ol>3. tarefa Design
<ol><li>No software associado do olho-controlador (ver, por exemplo, a Tabela de materiais), criar quatro diferentes condições: totalmente supervisionados, sem supervisão, semisupervisionado e invertida semisupervisionado. Assegurar que estas condições são separadas, para que cada criança vai ver só uma condição.</li>
	<li>Gerar pelo menos duas ordens de pseudo-aleatória de exemplares a aprendizagem, com a restrição que não mais de dois exemplares do mesmo lado do continuum (0-40% ou 60-100%) pode ser mostrado consecutivamente.</li>
	<li>Crie vídeos de familiarização que par os estímulos auditivos com os estímulos visuais, conforme apropriado para cada condição.<ol>
<li>Combine os estímulos visuais e auditivos em vídeo, software de edição (ver, por exemplo, a Tabela de materiais). Apresente todas as imagens sobre o mesmo fundo. Defina o aparecimento do estímulo auditivo para uma gama adequada, entre 500 ms e 1.500 ms após o início do estímulo visual. Use este pequeno atraso para aliviar de carga de processamento dos infantes 19.</li>
		<li>Por exemplo, na condição de totalmente supervisionada, emparelhe cada exemplar de familiarização com uma frase de rotulagem.</li>
		<li>Na condição de sem supervisão, emparelhe cada exemplar de familiarização com uma frase não-rotulagem.</li>
		<li>Na condição semi-supervisionadas, par apenas os dois primeiros exemplares em cada ordem com frases, mas o resto com frases não-rotulagem de rotulagem.</li>
		<li>Para a condição de semisupervisionado invertida, par os finais dois exemplares com rotulagem frases mas os quatro primeiros com não-rotulagem frases (ver Figura 1).</li>
		<li>Enviar estes vídeos no software tracker do olho, ordenando os vídeos de familiarização, conforme determinado pela ordem de pseudo-aleatórios.</li>
	</ol>
</li>
	<li>Fazer upload de um curto-circuito (10 s ou menos) deagarramento animação exibida no centro da tela após familiarização: isto irá garantir que a maioria das crianças estão olhando para o centro da tela, quando começa a fase de teste.</li>
	<li>Finalmente, para cada categoria de aprendizagem, design dois teste testes, cada um com dois exemplares exibidos lado a lado. Certifique-se de que para ambos os testes, um exemplar representam o ponto médio da categoria agora familiar, enquanto o outro representa o ponto médio da categoria romance.<ol>
<li>Contrabalançar os ensaios para que o posicionamento de esquerda/direita do romance exemplar no teste experimental é revertido através de vídeos.</li>
		<li>Carregar esses ensaios para os olhos-tracker software, posicionando-as depois a atenção pós-familiarização de teste. Contrabalançar a apresentação destes julgamentos para que cada criança tem uma chance igual de ver um julgamento teste romance-esquerda ou direita-romance.</li>
		<li>Certifique-se de que teste testes durar pelo menos 5 s e até 20 s, para que as crianças inicialmente olhando para longe para acumular suficiente Olhando.</li>
	</ol>
</li>
</ol>[Lugar Figura 1 aqui]
4. procedimento de estudo
<ol><li>Antes que a criança chega, configurar o tracker do olho.<ol>
<li>Aleatoriamente, atribua o Infante para uma condição e uma ordem.</li>
		<li>Abra o software tracker do olho e selecione o par de condição/ordem atribuído.</li>
		<li>Agora insira o número de participantes para esta gravação.</li>
	</ol>
</li>
	<li>Depois de executar o processo de consentimento, trazer a criança e o cuidador para a sala de controle de olho. Certifique-se que o quarto é moderadamente iluminado sem qualquer distração decorações nas paredes.</li>
	<li>Coloque uma cadeira em frente o tracker do olho a uma distância adequada para o modelo de olho-tracker sendo usado. Assento do cuidador nesta cadeira e a criança no colo do cuidador. Se a criança não quer sentar no colo do cuidador, eles podem sentar-se seus próprios, ou eles podem sentar em um assento de carro.</li>
	<li>Se a criança está sentada no colo do cuidador, instrua o cuidador para não influenciar o comportamento dos infantes de qualquer maneira, mas para tentar manter a criança centrada no colo do cuidador. Fornece os cuidadores com um par de óculos de sol escurecidas para que eles não podem ver os estímulos.</li>
	<li>Pergunte a criança olhar para a tela do tracker do olho; Considere exibindo uma envolvente imagem ou vídeo para atrair a atenção deles. Posicione a tela de modo que os olhos dos bebês estão dentro da janela de calibração.</li>
	<li>Execute o procedimento de calibração do controlador-olho. Use uma calibração de cinco pontos, se possível, mas menos abrangentes calibrações também são susceptíveis de ser adequados. Lactentes com frequência respondem melhor quando a imagem de calibração é uma animação com acompanhamento auditivo.</li>
	<li>Se a criança passa a calibração, então comece o experimento. Se não, recalibrar até que são bem sucedidos. Excluem-se quaisquer crianças que não podem ser calibradas.</li>
	<li>Se vários experimentos são executados consecutivamente, ou se uma única experiência é bastante longa, considere re-calibração após cada seção.</li>
</ol>5. análise de dados
<ol><li>Usar o software de análise de dados para realizar esta análise (por exemplo, veja a tabela de materiais).</li>
	<li>Crie áreas de interesse (PUC) em torno das posições de exemplar sobre os lados esquerdo e direito da tela.</li>
	<li>Para testes de familiarização, uso o AOI apropriado para avaliar os infantes de tempo gasto olhando para o exemplar exibido em cada tentativa. Excluir qualquer criança que não mostra sustentada, procurando por uma maioria dos exemplares (por exemplo, exigem que crianças assistir ao 4 de um possível 6 exemplares de familiarização pelo menos 25% desses julgamentos).</li>
	<li>Para o julgamento de teste, incluir somente dos infantes primeiro 5 s de olhar acumulada. Para crianças mais jovens, de 3 a 12 meses de idade, considere o uso de uma janela mais como 10 segundos de olhar acumulada. Considere excluir infantes que mostram insuficientes sustentado olhando para teste (por exemplo, acumulando menos de 2.5 s de olhar) ou que não conseguem olhar para ambos os exemplares.</li>
	<li>Agora crie uma pontuação de preferência para teste do cada criança julgamento, dividindo a quantidade de tempo gasto olhando para o romance exemplar pela quantidade total de tempo olhando para os dois exemplares. Para analisar estas proporções, transformá-los o primeiro com um logit empírica ou arco-pecado raiz quadrada para torná-los adequados para análise com modelos lineares.</li>
	<li>Por um tempo-curso de análise de comportamento de procura dos infantes no teste, separar dados em caixas pequenas (por exemplo, entre 10 e 100 ms) e calcular um escore de preferência dentro de cada bin para cada criança.</li>
	<li>Realizar uma análise dos dados do tempo-curso, se o padrão dos infantes de olhar durante todo o julgamento do teste varia de acordo com a condição de teste. Observe que várias formas de análise podem responder a esta pergunta, incluindo uma análise baseada em cluster de permutação20, como demonstrado aqui e modelagem da curva de crescimento. 21<ol>
<li>Para uma análise de permutações baseados em cluster, selecione um limiar de valor t, correspondente ao nível desejado de alfa (Alfas intervalo de.01 para recomendado. 20; note que este valor alfa não representa nível de alfa do teste geral, apenas o nível necessário para individuais tempo-escaninhos para exceder o limite). Soma as estatísticas-t para cada hora-bin consecutivo que ultrapassa o limite-t escolhido; Estas t-estatísticas acumuladas indicam o tamanho das divergências entre as condições nos dados.</li>
		<li>Para determinar se estas divergências são maiores do que o esperado, por acaso, realizar pelo menos 1.000 simulações com os rótulos de condição embaralhados aleatoriamente. Avalie a divergências de dados unshuffled contra esta distribuição baseada na hipótese. Nota: É esta comparação da divergência original contra a distribuição baseada na hipótese que determina a taxa de falso-positivos da análise, em vez do número de tempo-compartimentos em que t-testes foram realizados ou mesmo o limiar t-valor selecionado para os t-testes iniciais. Como resultado, esta análise fornece uma alternativa conservadora para diretamente, relatando os resultados de vários testes t através de tempo-escaninhos predeterminadas (por exemplo, realizando testes de cada 500 ms).</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>

Os autores não têm nada para divulgar.

Aqui, apresentamos um procedimento para avaliar o papel da rotulagem na categorização. Apresentando 2 anos com uma mistura realista de exemplares etiquetados e sem rótulo, demonstramos que crianças muito jovens são capazes de aprendizagem em ambientes semi-supervisionadas, estendendo o trabalho com adultos e mais velhos crianças24,25 . Assim, este método oferece uma solução para o paradoxo colocado acima: se mesmo alguns exemplares rotulados podem desencadear apr...

Categorização é um componente fundamental da cognição humana: habilidades de categorização dos infantes surgem cedo na infância e tornam-se cada vez mais sofisticadas com a idade. 1 , 2 , 3 pesquisa revelou também um papel poderoso para linguagem em categorização infantil: de 3 meses de idade, crianças aprendem categorias com mais sucesso quando exemplares de categoria estão emparelhados com o idioma. 4 , 5 , 6 além disso, no final do primeiro ano, bebês estão em sintonia com o papel de substantivo de contagem de etiquetas na categorização. Exemplares de categoria com uma frase de rotulagem consistente de emparelhamento ("Este é um vep!") facilita a categoria dos infantes de aprendizagem em relação ao fornecimento ou um rótulo distinto para cada exemplar ("Este é um vep," "Isto é uma dax," etc.) ou um não-rotulagem frase ("Olhe para isso."). 7 , 8 , 9
Em experiências cotidianas dos infantes, no entanto, a grande maioria dos objetos que encontram provavelmente permanecerá sem rótulo. Nenhum cuidador pode etiquetar cada objeto que uma criança vê muito menos fornecer as etiquetas que se aplicam a cada objeto (por exemplo, "malamute," "cão", "pet", "animal"). Isso apresenta um paradoxo: como podemos conciliar o poder dos rótulos na categorização infantil com sua escassez relativa na vida diária dos bebês?
Para responder a esta pergunta, nós desenvolvemos um protocolo para avaliar como bebês aprendem categorias em uma variedade de ambientes de aprendizagem diferentes, incluindo quando eles recebem uma mistura de amostras etiquetadas e sem rótulo. Especificamente, propomos que receber mesmo alguns exemplares etiquetados no início da aprendizagem pode facilitar a categorização — aumentando a capacidade dos bebês aprender com subsequente, unlabeled exemplares também. Esta estratégia de usar um pequeno número de exemplares rotuladas como uma base para a aprendizagem de um número maior de exemplares sem rótulo foi amplamente implementada no campo da aprendizagem de máquina, gerando uma família de aprendizado semisupervisionado (SSL) algoritmos de11,10,12. Claro, as estratégias de aprendizagem implementadas não são idênticas em diferentes tipos de alunos: em aprendizado de máquina, algoritmos são normalmente expostos a muitos mais exemplares, fazer suposições explícitas sobre cada exemplar e aprender várias categorias ao mesmo tempo. No entanto, ambos máquina e alunos infantis podem beneficiar com sucesso integrando exemplares etiquetados e sem rótulo para aprender novas categorias em ambientes de rotulagem esparsas.
Nosso projeto centra-se sobre se as crianças de 2 anos de idade, no processo de aquisição de palavras para inúmeras novas categorias, são capazes de fazer este tipo de aprendizado semisupervisionado. Nós empregamos uma medida padrão de categorização infantil: uma tarefa de familiarização-teste. Neste paradigma, 2 anos de idade foram expostos a uma série de exemplares de uma categoria romance durante uma fase de familiarização. Cada exemplar foi emparelhado com um estímulo auditivo diferente, dependendo da condição (ou seja, um rótulo ou uma frase não-rotulagem). Então, no teste, todos os 2 anos de idade viram dois novos objetos apresentados em silêncio: um objeto de categoria agora familiar e uma de uma categoria de romance.
Se as crianças de 2 anos com sucesso formam a categoria durante a fase de familiarização, devemos distinguir entre os dois exemplares apresentados no teste. Importante, porque uma preferência sistemática para qualquer imagem teste romance ou familiar reflete a capacidade de distinguir entre eles, tanto a familiaridade e a novidade de preferências são interpretadas como evidência de categorização bem sucedida. Note que em uma determinada tarefa, a natureza desta preferência é uma função da eficiência de processamento dos bebês para os materiais de estímulo, com preferências de familiaridade associados com estímulo menos eficiente processamento 4,13, 14 , 15 , 16 , 17. apresentando a fase de teste em silêncio torna possível avaliar diretamente o sucesso dos infantes na categorização do objeto e como este sucesso varia de acordo com as informações que acompanhou os exemplares durante a familiarização. Assim, este paradigma fornece uma prova convincente de como diferentes tipos de aprendizagem de categoria linguística ambientes afetam. Se rotulando melhora a aprendizagem de categoria em ambientes semi controlados e totalmente supervisionados, então 2 anos nestas condições devem mostrar preferências de teste mais fortes do que bebês em outros ambientes.

<table><tbody><tr><td>Final Cut Pro X</td><td>Apple</td><td>N/A</td><td>Software de edição de vídeo, composição</td></tr><tr><td>MorphX</td><td>Norrkross</td><td>N/A</td><td>Software de transformação de imagem</td></tr><tr><td>PhotoShop</td><td>Adobe</td><td>N/A</td><td>Software de edição de imagem</td></tr><tr><td>R</td><td>R Core Team</td><td>N/A</td><td>Software de análise estatística</td></tr><tr><td>T60XL Eyetracker</td><td>Tobii Pro</td><td>Descontinuado</td><td>Eyetracker grande, montado no braço, adequado para trabalhar com bebês e crianças</td></tr><tr><td>Tobii Pro Studio</td><td>Tobii Pro</td><td>N/A</td><td>Software direcionando a exibição do eyetracker, coleta de dados</td></tr></tbody></table>

definir o papel da linguagem na categorização de objeto dos infantes com paradigmas de eye-tracking

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

Avaliação de aprendizagem da categoria infantil é um desafio mas um aspecto vital de estudar a cognição infantil. Empregando um paradigma de familiarização-teste, direta medimos o sucesso dos infantes em aprender uma nova categoria ao mesmo tempo, contando apenas com seu comportamento olhando. Além disso, o paradigma diretamente pode medir o impacto de diferentes sinais auditivos na categorização infantil através de uma gama de idades. Por exemplo, foram avaliados como 2 anos aprendem categorias em uma variedade de ambientes de rotulagem: em nossa tarefa, 2 anos aprenderam com sucesso categorias quando todos os exemplares foram rotulados ou os dois primeiros exemplares foram rotulados, mas eles não conseguiram categorizar quando Não há exemplares foram rotulados ou apenas os finais dois exemplares foram rotulados. Para determinar o sucesso dos infantes em tais tarefas, pesquisadores podem examinar ambos a preferência geral exibida por bebês em cada condição e padrão dos infantes de olhar ao longo da fase de teste, usando um olho-tracker para fornecer dados de tempo-curso refinados . Assim, apresentamos um paradigma poderoso para identificar o papel da linguagem, ou qualquer sinal auditivo, na categoria de objeto dos infantes de aprendizagem.

Usando o protocolo acima, fizemos dois experimentos22. As análises foram realizadas com o pacote de eyetrackingR 23, e os dados e o código estão disponíveis em https://github.com/sandylat/ssl-in-infancy. No primeiro experimento, contrastava uma condição totalmente supervisionada (n = 24, Midade = 26,8 mo), apresentando apenas rotulado exemplares, com uma condição sem supervisão (n = 24, Midade = 26,9 ...

Aqui nós apresentamos um protocolo para teste de familiarização paradigmas que fornecem um teste direto de categorização infantil e ajudam a definir o papel da linguagem na aprendizagem precoce de categoria.

Definir o papel da linguagem na categorização de objeto dos infantes com paradigmas de Eye-tracking

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

Este método de teste de familiarização revela como os bebês formam categorias de objetos visuais e que tipos de condições mais poderosamente apoiam seu aprendizado. Usando apenas movimentos oculares de bebês podemos medir o quão bem sucedidos eles aprendem uma categoria. Então podemos comparar diretamente esse aprendizado em uma enorme gama de diferentes condições de aprendizagem.Comece criando os estímulos visuais para o experimento. Para criar uma nova categoria contínua, primeiro projete um par de novas imagens digitais. Em seguida, morfo o par de imagens juntos para formar um contínuo de exemplares entre as duas imagens originais.Crie pelo menos duas categorias desta forma, para que uma possa servir como categoria a ser aprendida, enquanto a outra fornece a nova categoria exemplar para o teste. Em seguida, selecione os exemplares de familiarização em intervalos espaçados uniformemente de cada contínuo de categorias aprendidas. Selecione um número adequado de exemplares e proporcional à dificuldade da categoria e idade dos participantes.Para criar os exemplares para a fase de teste, selecione os pontos médios do continuum das categorias familiares e do continuum das novas categorias. Em seguida, combine a cor do exemplar do romance com a do exemplar familiar usando um programa de manipulação de imagem. Tanto para as frases de rotulagem quanto de não rotulagem, use estímulos auditivos gravados anteriormente produzidos por uma falante de inglês nativa em uma cabine de prova de som.Para coletar dados adequados para uma medida de teste de familiarização, os rastreadores oculares mais amplamente disponíveis serão suficientes. Os objetos ocupam grandes porções da tela e a análise de dados investiga o desempenho em uma longa janela. Usando o software eye tracker, crie quatro condições diferentes, totalmente supervisionadas, não supervisionadas, semi-supervisionadas e invertidas semi-supervisionadas.Certifique-se de que essas condições são separadas, de modo que cada bebê verá apenas uma condição. Em seguida, gerar pelo menos duas ordens pseudorandom dos exemplares de aprendizagem com a restrição de que não mais do que dois exemplares do mesmo lado do contínuo podem ser mostrados consecutivamente. Agora use software de edição de vídeo para criar vídeos de familiarização que emparelhem os estímulos auditivos criados anteriormente com os estímulos visuais conforme apropriado para cada condição.Por exemplo, na condição totalmente supervisionada, emparelhe cada exemplar de familiarização com uma frase de rotulagem. Na condição não supervisionada, emparelhe cada exemplar de familiarização com uma frase sem rotulagem. Na condição semi-supervisionada, emparelhe apenas os dois primeiros exemplares em cada ordem com frases de rotulagem, mas o resto com frases sem rotulagem.Para a condição semi-supervisionada invertida, emparelhe os dois últimos exemplares com frases de rotulagem, mas os quatro primeiros com frases sem rotulagem. Envie esses vídeos para o software eye tracker, certificando-se de encomendar os vídeos de familiarização conforme determinado pela ordem pseudorandomizada. Também carregue uma animação de atenção curta exibida no centro da tela após a familiarização, para garantir que a maioria das crianças olhe para o centro da tela quando a fase de teste começar.Finalmente, para cada categoria de aprendizado, projete dois testes de teste cada um com dois exemplares exibidos lado a lado. Para ambos, garantir que um exemplar represente o ponto médio da categoria agora familiar, enquanto o outro representa o ponto médio da categoria novela. Certifique-se de que os testes duram de 5 a 20 segundos para acumular aparência suficiente, e contrabalançar os ensaios para que o posicionamento direito esquerdo do novo exemplar no teste seja revertido em todos os vídeos.Carregue os testes de tarefas para o software eye tracker, posicionando-os após o getter de atenção pós-familiarização. Contrabalancear essas apresentações de ensaios, para que cada criança tenha a mesma chance de ver um romance de esquerda ou um teste de teste de romance à direita. Antes que o bebê chegue, configure o rastreador de olhos.Atribua aleatoriamente o bebê a uma condição e uma ordem, em seguida, abra o software de rastreador de olhos e selecione o par de pedidos de condição atribuído e digite o número do participante para a gravação. Após obter o consentimento para o estudo, leve o bebê e o cuidador para a sala de rastreamento ocular. Certifique-se de que este quarto esteja moderadamente iluminado sem qualquer decoração distraitiva nas paredes.Sente o cuidador a uma distância adequada para o modelo de rastreador de olhos que está sendo utilizado. Se o bebê não quiser sentar no colo dos cuidadores, eles podem sentar-se por conta própria ou podem sentar-se em uma cadeirinha. Se o bebê está sentado no colo dos cuidadores, instrua o cuidador a não influenciar o comportamento dos bebês de forma alguma, mas para tentar manter o bebê centrado no colo dos cuidadores.Então, forneça ao cuidador um par de óculos escuros apagados para usar, para que eles não possam ver os estímulos. Agora peça ao bebê para olhar para a tela do rastreador de olhos. Considere exibir uma imagem ou vídeo envolvente para atrair sua atenção.A tela deve ser posicionada, de modo que os olhos infantis estejam dentro da janela de calibração. Em seguida, realize o procedimento de calibração dos rastreadores oculares usando uma calibração de cinco pontos, se possível. Os bebês geralmente respondem melhor quando a imagem de calibração é animação com acompanhamento auditivo.Se o bebê passar pela calibração, então comece o experimento se não, recalibrar até que seja bem sucedido. Quaisquer bebês que não possam ser calibrados devem ser excluídos do estudo. Este número mostra pontuações médias de preferência entre as condições.Os bebês em condições totalmente supervisionadas e semi-supervisionadas, apresentaram preferências de novidade significativamente acima do acaso. Enquanto os bebês nas condições semi-supervisionadas não supervisionadas e invertidas, realizaram-se em níveis de acaso. Aqui vemos os bebês olhando padrões durante os testes.Nas condições totalmente supervisionadas e não supervisionadas e nas condições semi-supervisionadas e inversas semi-supervisionadas, o padrão dos bebês de olhar para os exemplares divergiu entre 3450 e 3850 milissegundos. As regiões sombreadas coloridas indicam erro padrão da média. Este procedimento pode ser utilizado com bebês de várias idades e materiais que variam em complexidade.Como resultado, cada novo desenho deve refletir a capacidade de aprendizagem dos bebês nessa idade pretendida. Podemos continuar perguntando, se e como a capacidade dos bebês medidos aqui, se correlaciona ou mesmo prevê a aquisição de bebês de marcos linguísticos posteriores. Como tamanho do vocabulário ou ordem de palavras.Essa técnica permitiu que o cientista do desenvolvimento estudasse a cognição e a percepção, em bebês de até dois meses. Continua iluminando as formas que a linguagem facilita o aprendizado durante toda a infância.

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

Research

JoVE Journal

Behavior

Comportamento

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

No 3-4 meses, ouvindo vocalizações de primatas humanos e não humanos aumenta a cognição dos bebês; por 6 meses, vocalizações única humanos exercem essa vantagem cognitiva. Nós descrevemos uma manipulação exposição que revela o papel modelagem poderosa de experiência como crianças especificar quais sons para conectar-se a cognição e que a sintonizar.

Experiência é fundamental na Sintonia uma ligação entre linguagem e cognição: Evidências de 6 a 7 meses de idade categorização de objeto Bebés

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

Bebés e crianças ver o mundo de uma maneira fundamentalmente diferente de seus pais. Capacetes câmeras fornecem um mecanismo tractable para compreender o ambiente visual infantil. Este protocolo fornece princípios orientadores para experimentos no repouso ou laboratório para capturar a vista egocêntrica das crianças e bebés.

Uma visão de sua própria: capturando a vista egocêntrica de bebés e crianças com câmeras de capacetes

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

Crianças pequenas não passivamente observar o mundo, mas prefiro ativamente explorar e interagir com seu ambiente. Este protocolo fornece princípios orientadores e recomendações práticas para o uso de rastreadores de olho capacetes para gravar dos infantes e crianças ambientes visuais dinâmicos e atenção visual no contexto do comportamento natural.

Olhar em ação: capacetes Eye Tracking da atenção Visual dinâmico de crianças durante o comportamento naturalista

Os estudos de seguimento do olho usando um paradigma de vista preferencial podem ser usados para estudar a compreensão emergente dos infantes de, e a atenção a, seu mundo Visual externo.

Explorando a sensibilidade infantil à linguagem visual usando o rastreamento de olhos e o paradigma de aparência preferencial

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

Métodos para registrar o gating sensorial auditivo P50, um marcador fisiológico de inibição cerebral que reflete os estágios iniciais da atenção, são descritos.

P50 Sensorial Gating em Lactentes

Um método é descrito para quantificar a qualidade do processamento da informação visual com base nos movimentos oculares reflexivos em resposta a modalidades visuais específicas. Os tempos de reação e os parâmetros de saída de fixação são usados para caracterizar o desempenho visual em crianças com e sem deficiência visual a partir dos 6 meses de idade.

Um método de quantificação Visual Information Processing em Crianças Usando Eye Tracking

Aprenda a investigar a categorização de objetos em bebês usando paradigmas de familiarização-teste com rastreamento ocular. Este método revela como os lactentes formam categorias visuais e quais condições potencializam sua aprendizagem cognitiva precoce.

Definir o papel da linguagem na categorização de objeto dos infantes com paradigmas de Eye-tracking

Explorar mais vídeos