Yöntem makalesi

Okul Çağındaki Çocuklarda Yöntem ve Etki Alanları Arasında İstatistiksel Öğrenmenin Online Platform ve Nörogörüntüleme Teknikleri Ile Ölçülmesi

DOI:

10.3791/61474

⸱

30 Haziran 2020

 ,  ,  , 
1Department of Linguistics and Cognitive Science, University of Delaware

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada sunulan bir protokol etki alanları ve duyusal yöntemler arasında zamansal istatistiksel desenler çocukların öğrenme incelenmesi yönelik çocuk dostu istatistiksel öğrenme görevleri bir dizi tanıtAn. Geliştirilen görevler, istatistiksel öğrenme sırasında nöral etkileşimi incelemek için web tabanlı platform ve görev tabanlı fonksiyonel manyetik rezonans görüntüleme (fMRI) verilerini kullanarak davranışsal veriler toplar.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

İstatistiksel öğrenme, çevredeki düzenlilikleri ayıklamak için temel bir beceri, genellikle ilk dil gelişiminin temel destekleyici mekanizması olarak kabul edilir. İstatistiksel öğrenme ile ilgili birçok çalışma tek bir etki alanı veya yöntemlik içinde yürütülürken, son kanıtlar bu becerinin uyaranların sunulduğu bağlama göre farklılık gösterebilir. Buna ek olarak, çok az çalışma, öğrenmenin sonucuna odaklanarak, gerçek zamanlı olarak gelişir gibi öğrenme yi araştırmaz. Bu protokolde, istatistiksel öğrenmenin bilişsel ve nöral temelini, bir birey içinde, etki alanları (dilsel ve dilsel olmayan) ve duyusal yöntemler (görsel ve işitsel) arasında tanımlayan bir yaklaşım açıklıyoruz. Görevler, katılımcılara mümkün olduğunca az bilişsel talep sunarak, bunu okul çağındaki genç çocuklar ve özel halklar için ideal hale getirmek üzere tasarlanmıştır. Davranışsal görevlerin web tabanlı doğası, ülke çapında daha fazla temsili nüfusa ulaşmamız, etki boyutlarını daha hassas bir şekilde tahmin etmemiz ve açık ve tekrarlanabilir araştırmalara katkıda bulunmamız için benzersiz bir fırsat sunar. Fonksiyonel manyetik rezonans görüntüleme (fMRI) görevi tarafından sağlanan nöral önlemler, istatistiksel öğrenme sırasında devreye giren nöral mekanizmalar hakkında araştırmacıları bilgilendirebilir, ve bunların etki alanı veya modalite temelinde bireyler arasında nasıl farklılık gösterebilir. Son olarak, her iki görev de gerçek zamanlı öğrenmenin ölçülmesine olanak sağlar, çünkü bir hedef uyarıcıya tepki süresindeki değişiklikler maruz kalma süresi boyunca izlenir. Bu protokolü kullanmanın temel sınırlaması, denemenin bir saatlik süresiyle ilgilidir. Çocukların dört istatistiksel öğrenme görevini birden fazla oturumda tamamlamaları gerekebilir. Bu nedenle, web tabanlı platform, görevlerin ayrı ayrı dağıtılabilmeleri için bu sınırlama göz önünde bulundurularak tasarlanmıştır. Bu metodoloji, kullanıcıların farklı gelişimsel geçmişlere sahip çocuklarda istatistiksel öğrenme sürecinin etki alanları ve yöntemler arasında ve içinde nasıl geliştiğini araştırmalarına olanak sağlayacaktır.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

İstatistiksel öğrenme, dil girişlerinde kurallı kombinasyonların edinimi destekleyen temel bir beceridir1. Bebeklerde başarılı istatistiksel öğrenme yeteneği daha sonra dil öğrenme başarısı2,,3tahmin eder. Okul çağındaki çocuklarda istatistiksel öğrenme becerilerinde değişkenlik de kelime4 ile ilişkili olmuştur veokuma 5,6. Dil bozukluğunun altında yatan bir etyolojik mekanizma olarak istatistiksel öğrenmede güçlük önerilmiştir7. Hem nörotipik hem de atipik popülasyonlarda istatistiksel öğrenme ve dil sonuçları arasındaki ilişkiye rağmen, istatistiksel öğrenmenin altında yatan bilişsel ve nöral mekanizmalar tam olarak anlaşılamamıştır. Buna ek olarak, önceki literatür, bir birey içinde, istatistiksel öğrenme yeteneği tekdüze ama etki alanları ve yöntemleri arasında bağımsız olmadığını ortaya koymuştur6,8,9. İstatistiksel öğrenme yeteneklerinin gelişimsel yörüngesi etki alanları ve yöntemler arasında daha da değişebilir10. Bu bulgular, gelişim boyunca birden fazla görev arasında istatistiksel öğrenmedeki bireysel farklılıklarıdeğerlendirmenin önemini vurgulamaktadır. Ancak, alan öncelikle istatistiksel öğrenme ve ilk dil gelişimi arasındaki ilişkinin daha sistematik bir şekilde araştırılmasını gerektirir. Bu soruları yanıtlamak için, çok sayıda çocuğa ulaşan web tabanlı test platformu11 ve istatistiksel bilgilerin gerçek zamanlı kodlamasını inceleyen laboratuvar tabanlı nörogörüntüleme teknikleri (fonksiyonel manyetik rezonans görüntüleme veya fMRI) dahil olmak üzere yenilikçi yöntemler uyguluyoruz.

İstatistiksel öğrenmenin standart ölçüleri bir alışılaçlık aşamasıile başlar ve bunu iki alternatifli zorunlu seçim (2-AFC) görevi12,13takip eder. Alışım aşaması, bazı uyaranların diğerlerinden daha fazla birlikte meydana gelme olasılığının yüksek olduğu istatistiksel düzenliliklere gömülü sürekli bir uyaran akışı sunar. Bu birlikte oluşan uyaranların sunumu sabit bir zamansal sıraizler. Katılımcılar, alışme aşamasında akışa pasif olarak maruz kalırve ardından katılımcının desenleri başarılı bir şekilde ayıklayıp çıkarmadığını test eden 2-AFC görevi izler. 2-AFC doğruluk görevi art arda iki dizi sunar: bir dizi alışım aşamasında katılımcıya sunulurken, diğeri yeni bir dizidir veya dizinin bir kısmını içerir. 2-AFC'deki şans üstü doğruluk, grup düzeyinde başarılı bir öğrenme olduğunu gösterir. İstatistiksel öğrenmeyi değerlendiren geleneksel davranışsal görevler genellikle öğrenmenin sonuç ölçüsü olarak doğruluğa dayanır. Ancak, doğruluk zaman içinde ortaya çıkar gibi bilginin doğal öğrenme için hesap başarısız olur. Gerçek zamanlı öğrenme bir ölçü sırasında çocuklar hala girişleri 14,15,16gelen14düzenlilikkodlama istatistiksel öğrenme örtük öğrenme sürecine dokunun gereklidir. Paradigmalar arasında çeşitli adaptasyonlar pozlama sırasında davranışsal tepkiler yoluyla on-line öğrenme önlemleri doğru, 2-AFC ölçmek uzak taşımak için bir çaba geliştirilmiştir16. Maruz kalma aşamasında tepki süresini ölçen bu uyarlamaları kullanan çalışmalar, yetişkin öğrencilerdeki doğruluk oranıyla karşılaştırıldığında öğrenme sonrası doğruluk17 ile ilişkili bulundu18.

Nöral önlemler de öğrenmenin zaman içinde nasıl geliştiğini anlamamızın temelini oluşturur, çünkü dil öğreniminin oluştuğu örtük süreç, dil öğrenildikten sonra kullanılanlardan farklı sinirsel kaynakları işe alır19. Nöral önlemler aynı zamanda özel popülasyonlar arasında dil yeteneğinin altında yatan bilişsel uzmanlıkfarklılıkları na ilişkin içgörüler sağlar20. FMRI çalışmasında durum kontrastının nasıl tasarlanacağı, öğrenme sırasında nöral aktivasyon kalıplarını nasıl yorumladığımız açısından çok önemlidir. Yaygın bir uygulama düzenli desenler içeren diziler arasında alışım aşamasında beyin yanıtları karşılaştırmak için rasgele sıralanır aynı uyaranları içeren karşı. Ancak, bu tür rasgele bir kontrol koşulu uygulayan önceki araştırma, yapılandırılmış ve rasgele dizileri arasındaki sinirsel farklılıklara rağmen, davranış öğrenme için hiçbir kanıt bulunamadı. Her ikisi de aynıuyaran21, 22,22inşa edildiği gibi bu, yapılandırılmış dizilerin öğrenme rasgele dizileri girişim nedeniyle olabilir. Kontrol koşulu doğrulanmış olarak geriye doğru konuşma veya daha önceki öğrenme blokları kullanılan diğer fMRI çalışmaları davranışsal olarak gerçekleşti19,23. Ancak, bu paradigmaların her biri, eski durum için dil işleme nin etkisi ve ikinci durum için deneysel düzenin etkisi gibi kendi şaşırtıcı faktör tanıttı. Paradigmamız rasgele diziyi kontrol koşulu olarak kullanır, ancak katılımcıların yapılandırılmış dizileri öğrenmelerine olan girişimlerini azaltır. Bizim fMRI paradigma da geçici deneme ile ilgili ve sürekli görev ile ilgili BOLD sinyalleri eşzamanlı modelleme sağlar karışık blok / olay ile ilgili tasarım, uygular24. Son olarak, ve daha geniş anlamda, nöral önlemler, açık bir davranışsal yanıt ın ortaya çıkarılmasının zor olabileceği (örneğin, gelişimsel ve özel popülasyonlar)25olduğu popülasyonlarda öğrenmenin ölçülmesine olanak sağlar.

Mevcut protokol, geleneksel doğruluk önlemlerine ek olarak bir yanıt süresi ölçümü benimser ve alıştanlık aşamasında beyin aktivasyonunu inceler. Bu yöntemlerin birleşimi, gerçek zamanlı öğrenme süreçlerinin araştırılması için zengin bir veri seti sağlamayı amaçlamaktadır. Web tabanlı platform, hem maruz kalma aşamasındaki yanıt süresini hem de test aşamasında 2-AFC görevinin doğruluğunu dahil ederek bir dizi öğrenme önlemi sunar. Nörogörüntüleme protokolü, etki alanları ve yöntemler arasında istatistiksel öğrenmeyi destekleyen altta yatan nöral mekanizmaların araştırılmasına olanak sağlar. Hem web tabanlı hem de fMRI protokollerini kullanarak bir birey içinde istatistiksel öğrenmeyi ölçmek en uygun şey olsa da, görevler bağımsız olarak ve dolayısıyla istatistiksel öğrenmenin iki bağımsız ölçütü olarak dağıtılabilecek şekilde tasarlanmıştır. Geçerli protokolde yer alan fMRI deneyleri, uyarıcı kodlamanın, örüntü çıkarmanın ve istatistiksel öğrenmenin diğer bileşenlerinin belirli beyin bölgeleri ve ağları tarafından nasıl temsil edildiğini açıklığa kavuşturmaya yardımcı olabilir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tüm katılımcılara yazılı izin verildi ve çalışma Kurumsal İnceleme Kurulu'na uygun olarak gerçekleştirildi.

1. Web tabanlı protokolde kullanılan istatistiksel öğrenme paradigmasının genel bakışı

  1. Geçerli paradigmaya dört görev ekleyin: görüntü (görsel-dilbilimdışı), harf (görsel-dilbilim), ton (işitsel-dilbilimsel olmayan) ve hece (işitsel-dilbilimsel).
    1. 12 bağımsız yabancı çizgi film görüntüleri (resim) ve 12 harfli görüntüleri (mektup) kullanarak görsel görevler için uyaranlar oluşturma; B, J, K, A, H, C, F, E, J, G, D, M) üzerinde büyük harflerle 12 işaret tutan aynı uzaylıyı gösteriyor.
    2. Aynı oktav (ton; ton; 12 İngilizce hece; pi,pu,pa,ti,tu.ta,di,du,da,bi,bu,ba) ve 12 müzik tonu kullanarak işitsel uyaranları inşa edin. F,G,D,G#,C#,B,C,F#,D#,E,A,A#). Hece uyaranları yapay bir konuşma synthesizer kullanılarak yapılabilir ve Praat26,,27ayrı dosyalar olarak kaydedilebilir.
  2. Alışım aşamasında, yapılandırılmış bir akışta mevcut uyaranlar (bkz. Şekil 1). Geri bildirim, alışma veya test aşamasında herhangi bir noktada sağlanmaz.
    NOT: Her görev içinde, bir tanıma aşaması hemen bir test aşaması takip edilir.
    1. Görüntü (görsel-dilbilim dışı) görevi için, 12 görüntüyü dört hedef üçüz e dönüştürün. Alışma aşamasında, dört hedef üçüzün her birini toplam 96 üçüz için 24 kez tekrarlayın.
      NOT: 96 üçüz rastgele sürekli bir akış içine, hiçbir üçüz hemen tekrarlanabilir kısıtlama ile concatenated vardır. Görüntüler ekranın ortasında teker teker sunulur. Her görüntü 800 ms için 200 ms arası uyarıcı aralığı ile sunulur. Tüm alışım aşaması 4 dk 48 s sürecektir.
    2. Test aşamasının her zaman alışılaç aşamasını takip eddiğinden ve 32 iki alternatifli zorunlu seçim (2AFC) sorudan oluştuğundan emin olun. Her soru için, 2 seçenek içerir: aşinalık aşamasından bir hedef üçüz ve bir folyo üçlü olarak adlandırılan aşinalık aşamasında dahil değildi bir üçüz.
      NOT: Folyo üçüzler, folyo üçlüdeki her görüntünün göreceli konumu hedef üçüzle aynı olacak şekilde inşa edilir. Her hedef ve folyo üçlü bir testte toplam 8 kez sunulur ve her folyo-hedef çifti tekrarlanır. Test aşaması 32 (4 hedef üçüz x 4 folyo üçüz x 2 tekrar) rasgele sıralanmış denemelerden oluşur.
    3. Mektup için (görsel-dilsel) görev dört hedef üçüz (GJA, FKC, LBE ve MDH) halinde düzenlenen büyük harf12 görüntüleri içerir.  Test aşaması için 4 folyo üçüz (GDE, FJH, LKA ve MBC) oluşturun ve 32 2AFC test denemelerini oluşturmak için hedef üçüzlerle eşleştirin. Hiçbir harf üçüz herhangi bir kelime, ortak kısaltmalar veya baş harfleri içerebilir.
    4. Ton (işitsel olmayan dilistik olmayan) görev için aynı oktav içinde 12 müzikal saf tonları (orta C'den başlayarak tam bir kromatik ölçek) içerir ve onları dört hedef üçüz (F#DE, ABC, C#A#F ve GD#G#) içine dönüştürün. Görsel görevlerin aksine, sunum hızı işitsel algısal tercih6,28,29farklılıkları nedeniyle daha hızlıdır.
      NOT: Dört hedef üçüzden her biri toplam 192 üçüz için 48 kez tekrarlanır (görme koşullarının iki katı). Tüm üçüzler bir ses akışına dönüştürüler ve üçüz üst üste iki kez tekrarlanmaz. Katılımcılar boş bir ekranı izlerken saf tonlar birer birer sunulur. Her tonun süresi 460 ms olup, 20 ms arası uyarıcı aralığı vardır. Tüm dere yaklaşık 4 dakika ve 36 s sürer. Görsel görevlerde olduğu gibi, hedef ve folyo üçüz çiftleriyle (F#BF, AA#G#, C#D#E, GDC) 32 2AFC denemesinin bir test aşaması hemen alışma aşamasını izler.
    5. Hece (işitsel-dilsel) görev için oluşturulan ve dört hedef üçüz (pa-bi-ku, go-la-tu, da-ro-pi ve ti-bu-do) olarak oluşturulan ve gruplanan 12 ünsüz sesli harf (CV) hecekullanın. Her hece ve inter-stimulus aralığının süresi ton durumu ile aynıdır. Test aşamasında hedef üçüzlerle dört folyo üçlü (pa-ro-do, go-bu-ku, da-bi-tu ve ti-la-pi) çifti.
  3. Katılımcılar arasında dört istatistiksel öğrenme görevinin sırasını rastgele belirleyin.

2. Katılımcı alımı

NOT: Web tabanlı protokol ve fMRI protokolü tek bir katılımcı içinde en iyi şekilde birlikte uygulanırken, burada her görev için bağımsız olarak katılımcı alımı için en iyi uygulamaları sıralıyoruz.

  1. Web tabanlı katılımcı alımı
    1. 6 yaş ve üzeri katılımcıları işe ala. Herhangi bir cinsiyet, ırk ve etnik kökenden katılımcılar katılabilir; ancak, çalışma örneği nüfusun temsilcisi olmalıdır.
    2. Ana dili İngilizce olan ve 5 yaşından önce İngilizce dışında hiçbir dile maruz kalmamış katılımcıları işe almak.
    3. Bilinen psikolojik (ADD, depresyon, TSSB ve klinik anksiyete dahil) ve/veya nörolojik durum (inme, nöbet, beyin tümörü veya kapalı kafa yaralanması dahil) rapor etmediklerinden emin olun.
    4. Katılımcıların normale veya normale doğru görme (gözlük veya kontak lar iyidir), normal renkli görme ve normal işitme (işitme cihazı veya koklear implant cihazı yok) görmelerini sağlayın.
  2. Görev tabanlı fMRI katılımcı alımı
    1. 6 yaş ve üzeri katılımcıları işe ala. Herhangi bir cinsiyet, ırk ve etnik kökenden katılımcılar katılabilir; ancak, çalışma örneği nüfusun temsilcisi olmalıdır.
    2. Uygun olmak için, anadili İngilizce olan ve 5 yaşından önce İngilizce dışında hiçbir dile maruz kalmamış katılımcıları işe alın.
    3. Bilinen psikolojik (ADD, depresyon, TSSB ve klinik anksiyete dahil) ve nörolojik durumu (inme, nöbet, beyin tümörü veya kapalı kafa yaralanması dahil) ile sağ elini kullanan bireyleri işe alabilme.
    4. Hamile, klostrofobik, psikoaktif ilaç kullanan veya vücutta herhangi bir metal bulunan (kalp pilleri, nöral implantlar, metal plakalar veya eklemler, şarapnel ve cerrahi zımbalar dahil) katılımcıları hariç tinkişi.
    5. Katılımcıların normale veya normale doğru görme (gözlük veya kontak lar iyidir), normal renkli görme ve normal işitme (işitme cihazı veya koklear implant cihazı yok) görmelerini sağlayın.
    6. Katılımcıların (veya katılımcı reşit değilse ebeveynlerin) MRG Güvenlik Tarama Formunu doldurmalarını sağlayarak MRG'ye katılmaya uygunluğunu belirleyin.

3. Web tabanlı protokol

NOT: Web tabanlı istatistiksel öğrenme paradigması güvenli bir web sitesinde (https://www.cogscigame.co11)barındırılan ve jsPsych, davranışsal deneyler çevrimiçi oluşturmak için bir JavaScript kütüphane kullanılarak geliştirilen30.

  1. Görevleri çoğaltmak için DOI' ya gidin: 10.5281/zenodo.3820620. Tüm komut dosyaları ve materyaller herkese açıktır. Araştırmacılar, çıktı dosyalarının tüm yolları uygun şekilde ayarlınca, komut dosyalarını değiştirebilir ve denemeleri herhangi bir web tarayıcısı üzerinde yerel olarak çalıştırabilir.
  2. Katılımcıların, her istatistiksel öğrenme görevinin tüm alışması aşamalarında belirli bir hedefi gördüklerinde bir düğmeye basmalarının söylendiği bir kapak görevini tamamlamalarını sağlamak.
  3. Her görev için hedef uyarıcı atama
    1. Resimde, harf ve hece görevlerinde, rastgele dört üçüzden birini seçin ve hedefi üçüzün üçüncü uyarıcısına atayın. Ton görevinde, hedef uyarıcıyı üçüzlerde üçüncü uyarıcının sadece en düşük veya en yüksek tonları ile sınırlandırın ve hedefi üçüzün üçüncü uyarıcısına atayın. Bu, ton uyaranlarının diğer uyaran türlerine göre ayırt etmek nispeten daha zor olduğu için yapılır.
    2. Hece ve ton görevlerinde, katılımcıları yabancı bir dille ve halk müziğinde en sevdiği kelime/notayla tanıştırın. Katılımcılara uzaylının dilini/müziğini dinleyeceklerini ve en sevdiğiniz kelimeyi/notu duyduklarında boşluk tuşuna basmayı hatırlamalarını söyleyin.
    3. Görüntü görevi, bir uzay gemisi girmek için yabancılar bir grup sıraya olarak özel bir yabancı takip etmek için katılımcılara söyleyin. Mektup görevinde, katılımcılara uzaylı bir geçit töreni için işaretler tutarken uzaylının en sevdiği işareti takip etmesini söyleyin. Katılımcıya hem resim hem de harf görevlerinde alıştırma denemesi verin.
    4. Üçüzlerin varlığı hakkında açık talimatlar verme.
    5. Çevrimiçi öğrenmeyi değerlendirmek için görsel görevlerdeki 24 denemeve işitsel görevlerdeki 48 denemenin üzerindeki yanıt süresini ölçün.
    6. Test aşamasında hem bir hedef (alışma aşamasına dahil) hem de folyo üçüz (alışma aşamasına dahil değildir) katılımcıya sunulur. Katılımcılara, bu ikisinden hangisinin tanıdıklık aşamasında gördükleri veya duyduklarına daha çok benzediklerini seçmeleri için talimat ver. Her deneme bir yanıtla sona ermelidir.
  4. Web tabanlı protokolde istatistiksel öğrenmenin davranışsal ölçüleri
    1. Reaksiyon zamanının doğrusal eğimi (alışme aşaması boyunca tepki süresindeki değişim) ile alışmanın asyon aşamasında ki gerçek zamanlı öğrenmeyi ölçün.
    2. Hedefe geçerli bir yanıt olarak kabul edilebilmek için, tuş basamanın hedef uyarıcıdan önce bir uyarıcının ve bir uyarıcının zaman penceresinde olması gerekip gerekip gerekmediğini kontrol edin. Yani işitsel görevlerde hedefin başlangıcına göre -480 ms ile +960 ms ve görsel görevlerde +2000 ms'e göre -1000 ms'dir. Hedeften önceki bir tuş basması beklenti olarak kabul edilir ve böylece olumsuz bir tepki süresi verir.
    3. Koşullar arasında tepki sürelerini karşılaştırmak için, her görev için her katılımcının tepki sürelerini z puanlarına dönüştürün. Bu, görevler arasında puanların karşılaştırılabildiği için bireyin tepki sürelerini normalleştirir.
    4. Doğrusal regresyon kullanarak her koşul için her katılımcının bir tepki zaman eğimi hesaplayın. Z-normlu tepki sürelerini bağımlı değişken olarak, hedef deneme sırasını bağımsız değişken olarak (görsel: 1-24; işitsel: 1-48) olarak belirtin. Doğrusal regresyon çizgisinin eğimi (Beta katsayısı/Tahmini) reaksiyon zamanı eğimidir (RT eğimi).
    5. Her koşul için doğru deneme sayısını test aşamasından toplam deneme sayısına (32 deneme) bölerek her katılımcının çevrimdışı doğruluğunu ölçün.

4. Görev tabanlı fMRI protokolü

  1. İstatistiksel öğrenme paradigmasına yapılan değişiklikler (Şekil 2).
    1. Her görev için, hem yapılandırılmış bir dizi (istatistiksel düzenlilikler içeren) hem de rasgele bir dizi (istatistiksel düzenlilik yok) sunun.
      NOT: Yapılandırılmış diziler, web tabanlı protokol için açıklananlarla aynıdır (bkz. Şekil 1). Buna karşılık, rasgele diziler yapılandırılmış dizilerde sunulan aynı 12 uyaranları içerir, ancak sözde rasgele sıralanır. Herhangi bir üç uyaranların kombinasyonları birden fazla kez tekrarlanır.
    2. Her diziyi eşit uzunlukta altı küçük bloka (görsel görevler için 24 uyaran ve işitsel görevler için 48 uyaran) bölün.
    3. İşitsel uyaranların dört ve görsel uyaranların dört çalışır oluşturmak için bir pseudorandom sırayla üç yapılandırılmış bloklar, 3 rasgele bloklar ve 6 dinlenme blokları (boş bir ekran ile sessizlik) concatenate. Yapılandırılmış dizilerin öğrenmesini en üst düzeye çıkarmak için, her çalıştırmadaki rasgele blokların yapılandırılmış diziden farklı bir etki alanı içerdiğinden emin olun (örneğin, hece yapılandırılmış diziler bir çalıştırmada ton rasgele dizileri ile birlikte sunulur ve hece rasgele dizileri başka bir çalıştırmada ton yapılandırılmış dizilerle birlikte sunulur).
    4. Yaklaşık 4,77 dakika süren görsel görev için her çalıştırmada sunulacak 288 görüntü ekleyin. Yaklaşık 4,42 dakika süren işitsel göreve sunulacak 576 sesi ekleyin. Her bloğun başında, hedef hakkında sözlü ve görsel bir sonda ile ilgili bir ipucu sunun: "Şimdi [TARGET]'ı dinleyin/arayın".
    5. Görsel görevin dört koşusu ndan ikisinin yapılandırılmış görüntü dizileri, diğer ikisinin ise yapılandırılmış harf dizileri içerdiğinden emin olun. İşitsel görevin dört koşusundan ikisinin yapılandırılmış hece dizileri, diğer ikisinin ise yapılandırılmış ton dizileri içerdiğinden emin olun.
  2. fMRI istatistiksel öğrenme prosedürü
    1. Katılımcıların, özellikle de çocukların tarayıcıda rahat olmasını sağlamak için, mr tarama seansını önce sahte bir tarayıcı31kullanarak uygulayın. Sahte tarayıcı, gerçek tarama oturumuna benzer doğal bir deneyim sağlar, ancak genellikle daha çocuk dostu bir ortamda yer almaktadır.
    2. İlk sahte tarayıcı, yani, beyin kamera çocuk tanıtmak ve tarayıcı onları koymadan önce rahat olduğundan emin olun.
    3. Onların "tcan-buddy" onları tanıtmak ve tarayabilir dostum amacı onlara eşlik etmek ve bir şey gerekiyorsa onlara yardım etmek olduğunu açıklamak. Tbmkasyon arkadaşı, "kamera" tarafından çok fazla hareket algılanırsa katılımcıya nazikçe hareketsiz kalmasını hatırlatacaktır.
    4. Tarayıcıya başladıklarında, ses ve videoya alışmalarına yardımcı olmak için çocuk dostu videolar oynatın. Hazır olduklarında, gerçek MRG tarafından üretilen seslere hazırlanmak için önceden kaydedilmiş birkaç tarayıcı ses klipsi oynayın. Bu süre zarfında onları hala kalmak ve tcan dostum ile çalışan pratik var.
    5. Çocukları istatistiksel öğrenme paradigmasına tanıtın ve tarayıcının dışında pratik yapmalarını sağlar. Bu, çocukların yukarıda belirtilen 3.2.2 ve 3.2.3 adımlarını gerçekleştirerek web tabanlı protokole benzer şekilde, görevin kısa bir bölümünü bilgisayarda tamamlamalarını sağlayarak yapılır.
      NOT: Uygulama uyaranları görevde kullanılanlarla aynıdır; ancak, çocuklar sadece rasgele dizi değil, yapılandırılmış dizileri maruz, belirli dizileri öğrenme sağlayan olmadan uyaranlar ve görev talepleri kısa bir alışma için izin.
    6. FMRI veri toplama protokolünün MRI toplama bilgisayarında uygun şekilde ayarlandığından emin olun.
      NOT: Kazanım parametreleri Ergen Beyin Bilişsel Gelişim (ABCD) Çalışma32önerileri izleyin.
    7. Tarama oturumuna yüksek çözünürlüklü T1 ağırlıklı taramalarla başlayın. TR (Tekrarlama Süresi) = 2500 ms, TE (Yankı Süresi) = 2,9 ms, çevirme açısı = 8°, FOV (Görüş Alanı) = 25,6 cm, 256 X 256 matris boyutu ve 1 mm dilim kalınlığı ile 176 dilimli 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) hacim tonu kullanarak bunları edinin. Bu satın alma 7.2 dakika sürecektir.
    8. İşlevsel veri elde etmek için, TR= 800 ms, TE = 32 ms, flip angle = 61°, FOV = 21 cm ve matris = 64 x 64 ile eşzamanlı çoklu dilim taramaları ile T2*ağırlıklı eko-düzlemsel görüntüleme kullanın. Bu deneyde, 2,5 mm dilim kalınlığı, 21 cm FOV ve 64 X 64 matris içeren 60 bitişik dilim, 2,5 mm x 2,5 mm x 2,5 mm düzlem içi çözünürlüğe sahip bir ara sıra elde edilir.
    9. Katılımcıların kulaklarını tarayıcı gürültüsünden koruyan kulaklıklarla fMRI tarayıcının yatağında rahatça yatmalarını ve ellerindeki yanıt pedi/düğme kutusunu (hem kulaklıkhem de düğme kutusu tarayıcı uyumlu olmalıdır) sahip olsunlar.
    10. Veri toplama sırasında sınırlı baş hareketi sağlamak için kafalarının etrafına ek dolgu yerleştirin. Yanıtları kaydetmek ve sol veya sağ elin katılımcılar arasında düğmelere basmak için kullanılıp kullanılmadığını dengelemek için düğme yanıt kutusunu katılımcıya önceden verin.
    11. Her çocuğa bir tarama arkadaşı seçeneği verin. Bir tsam arkadaşı olmadan rahat olan büyük, nörotipik çocuklar için, onlar sıkıntılı ya da durdurmak gerekir eğer deneyci bildirmek için onlara bir sıkmak topu verin. Küçük çocuklar ve özel nüfus bir sıkmak topu vermek ama aynı zamanda onlara yardımcı olmak için bir tbmke dostum sağlamak (4.2.3 açıklanan).
    12. Baş bobinini katılımcının başının üzerine yerleştirin ve hastanın yatağındaki konumunu hizala.
    13. Satın alma bilgisayarında yeni bir katılımcı kaydedin. Katılımcı kimliğini, doğum tarihini, kilolarını ve boylarını girin. Katılımcı artık MRG'nin delik içine takılabilir.
    14. Katılımcılara bir film gösterirken T1 ağırlıklı tbm ağırlıklı bir teşlaelde edin.
    15. İstatistiksel öğrenme paradigmasına başlamadan önce, katılımcılara kulaklıklarına bağlı bir interkom sistemi aracılığıyla konuşarak her görevin talimatlarını verin.
    16. İşitsel görevlerde katılımcılara şöyle de: "Şimdi düğmeye basan bir oyun oynayacağız. Uzaylıların söz söylediğini ve müzik çaldığını duyacaksınız. Dinlediğiniz sesi duyduğunuzda SOL/SAĞ elinizdeki düğmeye basmayı unutmayın. 4 parça olacak ve her parça yaklaşık 5 dakika sürecek."
    17. Görsel görevlerde katılımcılara şöyle de: "Şimdi uzaylıların resimlerini ve mektupları göreceksiniz. Aradığınız resmi her gördüğünüzde, SOL/SAĞ elinizdeki düğmeye basın. Bu 4 kez üst üste oynayacak. Her seferinde yaklaşık 5 dakika sürecek."
    18. Sunum bilgisayarında istatistiksel öğrenme paradigmasını başlatın ve görev fMRI verilerini edinin.
    19. Katılımcı paradigmayı tamamladıktan sonra MRG'yi durdurun, tarayıcının içinden güvenli bir şekilde çıkarın ve kafa bobinini çıkarın.
    20. Veri toplamadan sonra, daha fazla analiz için tüm MR Verileri'ni edinme bilgisayarından güvenli bir sunucuya aktarın.
  3. fMRI veri analizleri
    1. FMRI görevi sırasında tarayıcı içi reaksiyon süresini, alışma aşamasındaki tepki süresinin web tabanlı hesaplanmasına benzer şekilde analiz edin. Koşullar arasında karşılaştırmak için reaksiyon süresini normalleştirin ve bireyin her koşulu için normalleştirilmiş tepki süresini kullanarak doğrusal eğimi hesaplayın.
    2. FMRI verilerini analiz ederken, önce HeuDiConv34 (https://github.com/nipy/heudiconv) kullanarak verileri Beyin Görüntüleme Veri Yapısı33 (BIDS) biçimlendirmesine dönüştürün.
    3. Önişlem bu verileri fMRIPrep35,36kullanarak . Bu otomatik ön işleme boru hattı, veri analizinde kullanılmak üzere bilimsel olarak titiz ve tekrarlanabilir veriler sağlamak için AFNI37,ANTs38, Freesurfer39, FSL40ve Mindboggle41'den gelen metodolojiyi biraraya getirmektedir.
      NOT: Mevcut çalışma karışık blok/olay la ilgili bir tasarım uygular. Temsili sonuçlar (aşağıda) her mini bloğu bir olay olarak ele alır (örn. rastgele dizi bir olaydır, yapılandırılmış sıra bir olaydır, vb.). Ancak, görev aynı zamanda bir olay olarak her uyarıcı modelleyebilir böylece tasarlanmıştır.
    4. Birinci düzey model tasarımına her çalıştırma için iki görev regresörü (görsel durum için "görüntü" ve "harf" ve işitsel durum için "hece" ve "ton" ekleyin. Olay başlangıç saatlerinin vektörlerini süreleriyle birlikte kanonik hemodinamik yanıt fonksiyonuyla bir araya getirerek görev regrestörlerini belirleyin. Üst düzey model tasarımları için her konu içindeki çalıştırmalar arasındaki farklılıkları ve araçları hesapla. Bu, her uyaran türü içinde yapılandırılmış ve rasgele diziler arasında bir kontrasta neden olur.
    5. Her modalite/etki alanı içindeki rasgele bloklara kıyasla yapılandırılmış bloklar için bir grup etkinleştirme ortalaması oluşturun.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Web Tabanlı Davranış Sonuçları
Mevcut protokol gelişimsel popülasyonlar ile kolay yayılması için tasarlanmıştır göz önüne alındığında, biz 22 gelişmekte olan okul çağındaki çocuklar (Ortalama (M) yaş = 9,3 yıl, Standart Sapma (SD) yaş = 2,04 yıl, aralık = 6,2-12,6 yıl, 13 kız verilere dayalı ön web tabanlı sonuçlar dahil ettik. Web tabanlı istatistiksel öğrenme görevinde, çocuklar tüm koşullarda 0,5 şans seviyesinden önemli ölçüde daha iyi performans göstererek grup düzeyinde başarılı istatistiksel öğ...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mevcut protokolde sunulan yöntemler, gelişim boyunca istatistiksel öğrenmenin davranışsal ve nöral indekslerini anlamak için çok modal bir paradigma sağlar. Mevcut tasarım, istatistiksel öğrenme ve dil gelişimi arasındaki ilişkinin gelecekteki araştırılması için kullanılabilecek yöntemler ve etki alanları arasında istatistiksel öğrenme yeteneğibireysel farklılıkların belirlenmesine olanak sağlar. Bir bireyin istatistiksel öğrenme yeteneği etki alanları ve yöntemleriarasındadeğişir bulundu beri 6

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarların açıklayacak bir şeyi yok.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yoel Sanchez Araujo ve Wendy Georgan'a web tabanlı platformun ilk tasarımına olan katkılarından dolayı teşekkür ederiz. An Nguyen ve Violet Kozloff'a web tabanlı istatistiksel öğrenme görevlerini geliştirme, fMRI görevlerini uygulama ve yetişkin katılımcılardaki görevleri pilot uygulama konusundaki çalışmaları için teşekkür ederiz. Violet Kozloff ve Parker Robbins'e çocuklarda veri toplamaya yardımcı olan katkılarından dolayı teşekkür ederiz. Delaware Üniversitesi Biyolojik ve Beyin Görüntüleme Merkezi'nden İbrahim Malik, John Christopher, Trevor Wigal ve Keith Schneider'a nörogörüntüleme veri toplamadaki yardımları için teşekkür ederiz. Bu çalışma kısmen Ulusal Sağırlık enstitüsü ve diğer İletişim Bozuklukları (PI: Qi; NIH 1R21DC017576) ve Ulusal Bilim Vakfı Sosyal, Davranışsal ve Ekonomik Bilimler Müdürlüğü (PI: Schneider, Co-PI: Qi & Golinkoff; NSF 1911462).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
4 Düğmeli Satır İçi Yanıt CihazıCambridge Araştırma SistemleriSKU: N1348Tarayıcı içi tepki süresini ölçmek için kullanılan bir fMRI yanıt pedi
Kısa/İnce Kanal UçlarıKöpük UyumluSKU: 40-15028-11Çocukların işitmeyi korumaları ve tarayıcıdayken uyaranları duymalarını sağlamaları için kısa ve ince kulak içi kanal uçları önerilir.
jsPsychjsPsychhttps://www.jspsych.org/jsPsych, bir web tarayıcısında davranışsal deneyler yapmak için bir JavaScript kütüphanesidir.
Konuşma SentezleyiciPraatSürüm 6.1.14Bu program, hece uyaranlarını oluşturmak için kullanılan yapay bir konuşma sentezleyicidir.
Web tabanlı istatistiksel öğrenme görevleriZenodohttp://doi.org/10.5281/zenodo.3820620 (2020).Tüm web tabanlı istatistiksel öğrenme görevleri Zenodo'da ücretsiz olarak erişime açıktır.

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Saffran, J. R., Newport, L. L., Aslin, R. N. Word Segmentation: The Role of Distributional Cues. Journal of Memory and Language. 35, 606-621 (1996).
  2. Newman, R., Ratner, N. B., Jusczyk, A. M., Jusczyk, P. W., Dow, K. A. Infants' early ability to segment the conversational speech signal predicts later language development: A retrospective analysis. Developmental Psychology. 42 (4), 643-655 (2006).
  3. Graf Estes, K., Gluck, S. C. W., Grimm, K. J. Finding patterns and learning words: Infant phonotactic knowledge is associated with vocabulary size. Journal of Experimental Child Psychology. 146, 34-49 (2016).
  4. Evans, J. L., Saffran, J. R., Robe-Torres, K. Statistical Learning in Children With Specific Language Impairment. Journal of Speech, Language, and Hearing Research. 52 (2), 321-335 (2009).
  5. Arciuli, J., Simpson, I. C. Statistical Learning Is Related to Reading Ability in Children and Adults. Cognitive Science. 36 (2), 286-304 (2012).
  6. Qi, Z., Sanchez Araujo, Y., Georgan, W. C., Gabrieli, J. D. E., Arciuli, J. Hearing Matters More Than Seeing: A Cross-Modality Study of Statistical Learning and Reading Ability. Scientific Studies of Reading. 23 (1), 101-115 (2019).
  7. Walenski, M., Tager-Flusberg, H. B., Ullman, M. T. Language in autism. Understanding autism: From Basic Neuroscience to Treatment. Moldin, S. O., Rubenstein, J. L. R. , Taylor and Francis Books. Boca Raton. 175-203 (2006).
  8. Siegelman, N., Frost, R. Statistical learning as an individual ability: Theoretical perspectives and empirical evidence. Journal of Memory and Language. 81, 105-120 (2015).
  9. Erickson, L. C., Kaschak, M. P., Thiessen, E. D., Berry, C. A. S. Individual Differences in Statistical Learning: Conceptual and Measurement Issues. Collabra. 2 (1), 14(2016).
  10. Shufaniya, A., Arnon, I. Statistical Learning Is Not Age-Invariant During Childhood: Performance Improves With Age Across Modality. Cognitive Science. 42 (8), 3100-3115 (2018).
  11. Qi, Z., et al. An online platform for visual and auditory statistical learning for school-aged children (Version 1.0.0). Zenodo. , (2020).
  12. Conway, C. M., Christiansen, M. H. Statistical learning within and between modalities: Pitting abstract against stimulus-specific representations. Psychological Science. 17 (10), 905-912 (2006).
  13. Saffran, J. R., Johnson, E. K., Aslin, R. N., Newport, E. L. Statistical learning of tone sequences by human infants and adults. Cognition. 70 (1), 27-52 (1999).
  14. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  15. Armstrong, B. C., Frost, R., Christiansen, M. H. The long road of statistical learning research: past, present and future. Philosophical Transactions of the Royal Society B: Biological Sciences. 372 (1711), 20160047(2017).
  16. Siegelman, N., Bogaerts, L., Christiansen, M. H., Frost, R. Towards a theory of individual differences in statistical learning. Transactions of the Royal Society B. 372 (1711), 20160059(2017).
  17. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical Learning Across Development: Flexible Yet Constrained. Frontiers in Psychology. 3, 598(2013).
  18. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  19. Plante, E., Patterson, D., Dailey, N. S., Kyle, R. A., Fridriksson, J. Dynamic changes in network activations characterize early learning of a natural language. Neuropsychologia. 62 (1), 77-86 (2014).
  20. Milne, A. E., Wilson, B., Christiansen, M. H., Petkov, C., Marslen-Wilson, W. Structured sequence learning across sensory modalities in humans and nonhuman primates This review comes from a themed issue on The evolution of language. Current Opinion in Behavioral Sciences. 21, 39-48 (2018).
  21. Mcnealy, K., Mazziotta, J., Dapretto, M. Cracking the Language Code: Neural Mechanisms Underlying Speech Parsing. Journal of Neuroscience. 26 (29), 7629-7639 (2006).
  22. McNealy, K., Mazziotta, J. C., Dapretto, M. Age and experience shape developmental changes in the neural basis of language-related learning. Developmental Science. 14 (6), 1261-1282 (2011).
  23. Karuza, E. A., Emberson, L. L., Aslin, R. N. Combining fMRI and behavioral measures to examine the process of human learning. Neurobiology of Learning and Memory. 109, 193-206 (2014).
  24. Petersen, S. E., Dubis, J. W. The mixed block/event-related design. NeuroImage. 62 (2), 1177-1184 (2012).
  25. Batterink, L. J., Paller, K. A., Reber, P. J. Understanding the Neural Bases of Implicit and Statistical Learning. Topics in Cognitive Science. 11, 482-503 (2019).
  26. Boersma, P., Weenink, D. Praat: doing phonetics by computer [Computer program]. Version 601014. , (2020).
  27. Boersma, P. Praat, a system for doing phonetics by computer. Glot International. 5 (9), 341-345 (2001).
  28. Conway, C. M., Christiansen, M. H. Seeing and hearing in space and time: Effects of modality and presentation rate on implicit statistical learning. European Journal of Cognitive Psychology. 21 (4), 561-580 (2009).
  29. Emberson, L. L., Conway, C. M., Christiansen, M. H. Timing is everything: Changes in presentation rate have opposite effects on auditory and visual implicit statistical learning. Quarterly Journal of Experimental Psychology. 64 (5), 1021-1040 (2011).
  30. de Leeuw, J. R. jsPsych: A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods. 47 (1), 1-12 (2015).
  31. Kana, R. K., et al. Probing the brain in autism using fMRI and diffusion tensor imaging. Journal of Visualized Experiments. (55), e3178(2011).
  32. Casey, B. J., et al. The Adolescent Brain Cognitive Development (ABCD) study: Imaging acquisition across 21 sites. Developmental Cognitive Neuroscience. 32, 43-54 (2018).
  33. Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3 (1), 1-9 (2016).
  34. Halchenko, Y. nipy/heudiconv v0.6.0 (Version v0.6.0). Zenodo. , (2019).
  35. Esteban, O., et al. FMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16, 111-116 (2019).
  36. Esteban, O., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. , 694364(2020).
  37. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  38. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. NeuroImage. 54 (3), 2033-2044 (2011).
  39. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis: I. Segmentation and surface reconstruction. NeuroImage. 9 (2), 179-194 (1999).
  40. Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, 1 Suppl 173-186 (2009).
  41. Klein, A., et al. Mindboggling morphometry of human brains. PLoS Computational Biology. 13 (2), 1005350(2017).
  42. Arnon, I. Do current statistical learning tasks capture stable individual differences in children? An investigation of task reliability across modality. Behavior Research Methods. 52 (1), 68-81 (2020).
  43. Finn, A. S., Hudson Kam, C. L. The curse of knowledge: First language knowledge impairs adult learners' use of novel statistics for word segmentation. Cognition. 108 (2), 477-499 (2008).
  44. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical learning across development: Flexible yet constrained. Frontiers in Psychology. 3, 598(2013).
  45. De Leeuw, J. R., Motz, B. A. Psychophysics in a Web browser? Comparing response times collected with JavaScript and Psychophysics Toolbox in a visual search task. Behavior Research Methods. 48, 1-12 (2016).
  46. Lew-Williams, C., Saffran, J. R. All words are not created equal: Expectations about word length guide infant statistical learning. Cognition. 122 (2), 241-246 (2012).
  47. Poulin-Charronnat, B., Perruchet, P., Tillmann, B., Peereman, R. Familiar units prevail over statistical cues in word segmentation. Psychological Research. 81 (5), 990-1003 (2017).
  48. Leonard, J., Flournoy, J., Lewis-de los Angeles, C. P., Whitaker, K. How much motion is too much motion? Determining motion thresholds by sample size for reproducibility in developmental resting-state MRI. Research Ideas and Outcomes. 3, 12569(2017).
  49. Power, J. D., et al. Ridding fMRI data of motion-related influences: Removal of signals with distinct spatial and physical bases in multiecho data. Proceedings of the National Academy of Sciences of the United States of America. 115 (9), 2105-2114 (2018).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Statistical LearningWeb Based TasksfMRI NeuroimagingAuditory TasksVisual TasksLinguistic DomainsNon Linguistic DomainsReal Time LearningReaction Time TrackingChild Friendly Protocol

İlgili makaleler