Name: Bebeklerde nesne kategori göz izleme paradigmaları ile dil rolünü tanımlama (Video) | JoVE Journal
Uploaded: 2019-02-08T15:00:00.000+00:00
Duration: 7 min 31 s
Description: Öğrenin, bebeklerde görsel nesne kategorilerinin oluşumunu ve dilin erken kategori öğrenmesindeki rolünü göz izleme ile nasıl incelendiğini. Bu yöntem, gelişim psikolojisi araştırmalarında öğrenme koşullarının etkisini değerlendirir.

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

Rapor burada araştırma Ulusal Çocuk Sağlığı Enstitüsü tarafından desteklenen ve Ulusal Sağlık Enstitüleri Ödülü numarası R01HD083310 altında insan gelişimi ve bir Ulusal Bilim Vakfı Yüksek Lisans Araştırma Bursu altında Hayır verin. DGE‐1324585. İçeriği yalnızca yazarlar sorumludur ve mutlaka Ulusal Sağlık Enstitüleri ya da Ulusal Bilim Vakfı resmi görüşlerini temsil etmiyor.

Tüm yöntem tanımlamak burada Northwestern Üniversitesi Kurumsal İnceleme Kurulu tarafından onaylanmıştır.
1. bir çekim gücü oluşturma
Not: temsilcisi tasarımında kullanılan (bkz. Şekil 1) görsel uyaranlara ve başlangıçta Havy ve Waxman (2016)18 geliştirilmiştir aşağıda rapor are elde edilebilir için download vasıl https://osf.io/n6uy8/.
<ol><li>Sürekli yeni bir kategori oluşturmak için önce bir çift yeni dijital görüntülerin Tasarla. Daha sonra görüntüleri çifti birlikte, türkü iki orijinal görüntü arasında bir süreklilik oluşturmak için (bkz, örneğin, Tablo reçetesi) yazılımı kullanma morph. Bir diğer test deneme için roman kategori suret sağlarken öğrenilmesi gereken kategori olarak hizmet edebilir bu şekilde en az iki kategoriler oluşturun.</li>
	<li>Alışma türkü, eşit aralıklı aralıklarla öğrenilen her kategorinin continuum (örneğin, % 0, % 20, % 40, %60, % 80 ve % 100 türkü) arasında seçin. Türkü (örneğin, altı) uygun bir rakam seçin. Kategori zorluk ve katılımcıların yaş ile orantılı.</li>
	<li>Türkü için test aşamasında oluşturmak için orta tanıdık kategorinin süreklilik ve yeni kategorinin continuum (yani, % 50 suret) seçin. O zaman Roman suret (bkz, örneğin, tablo reçetesi) bir görüntü işleme programı kullanarak tanıdık suret olan için renk aynı.</li>
	<li>Kayıt işitsel uyaranlara bir kadın ana diliniz İngilizce bir ses geçirmez kulübesinde tarafından üretilen. Mümkünse, aynı hoparlör için etiketleme her iki ifadeler kullanın (yani, "modi bak") ve sigara etiketleme ifadeler (yani, "Şuna bak!").<ol>
<li>Bebek veya çocuk yönlendirilmiş konuşma tüm sözler üretmek için hoparlör talimat.</li>
		<li>Yaklaşık 1.500 ms ifade ücret koşulları, büyük olasılıkla yaklaşık aynı uzunlukta olan sözler seçin.</li>
	</ol>
</li>
</ol>2. cihaz
<ol><li>Bir uygun göz-İzleyici'yi kullanın. Deneme-sınama ölçü için yeterli göz izleme verilerini toplamak için en yaygın olarak kullanılan göz-izci yeterli olacaktır: nesneleri ekran büyük bölümlerini işgal ve veri analizi performans uzun bir pencere üzerinde inceler yerine bireysel, hızla meydana gelen göz hareketleri saccades gibi.</li>
	<li>Bu görevi göz izleme bebekler gerektirdiğinden, sistem için bazı gereksinimler uyumlu olduğundan emin.<ol>
<li>İlk olarak, hangi does değil istemek bebeklerin başlarını çene biraz yerleştirmek bir uzaktan izleme modu ile bir göz-İzleyici'yi kullanın. Göz-izci nispeten büyük baş hareketleri veya readjustments tolere edebilir emin olun.</li>
		<li>İkinci olarak, nispeten büyük bir ekran görüntüleri bebekler için (örneğin, 57 x 45 cm) görüntülemek için kullanın.</li>
		<li>Üçüncü olarak, göz-izci için uzatılabilir kol takma göz-izci her bebek için yüksekliğini ayarlamak araştırmacı izin vererek veri toplama kolaylaştırmak için kullanın.</li>
		<li>Dördüncü olarak, göz izleme cihazları göze batmayan, yalnızca görüntü ekranda bebekler dikkat odaklama yapmak. Örneğin, bazı sistemler göz izleme ekipmanları göstermek sınıf başkanı ile entegre veya ekipman ekranın hemen altında monte edin.</li>
	</ol>
</li>
	<li>Not Bu görevi de el kodlama yüksek kaliteli video verileri bebekler görünümlü davranış tarafından tamamlanabilir. El kodlama teknikleri daha iyi ayarlanmış zaman ders analizleri kullanmak için bazı sorunları oluşturabilecek, el kodlu veri analizleri seyir toplamak için tamamen yeterli vardır.</li>
</ol>3. görev tasarım
<ol><li>Göz-izci'nın ilişkili yazılım (bkz., örneğin, Tablo malzemeler), dört farklı koşullar oluşturun: tam denetimli, denetimsiz, yarı denetimli ve tersine çevrilmiş yarı denetimli. Her bebek sadece bir şartla görürsünüz bu koşullar ayrı, olduğundan emin olun.</li>
	<li>Kısıtlamayı içeren öğrenme türkü en az iki rasgele siparişler oluşturmak bu süreklilik aynı tarafta fazla iki türkü (0-%40 veya % 60-100) art arda gösterilebilir.</li>
	<li>Tanıtım videoları bu çifti işitsel uyaranlara uygun her koşul için görsel uyaranlara oluşturun.<ol>
<li>Video düzenleme yazılımı (bkz, örneğin, Tablo reçetesi) görsel ve işitsel uyaranlara birleştirin. Tüm resimler aynı arka plan üzerinde mevcut. İşitsel uyarıcı başlangıcı 500 ms ve 1.500 ms sonra görsel uyarıcı başlangıcı arasında uygun bir dizi için ayarlayın. Bu kısa gecikme bebekler işleme yükü 19kolaylaştırmak için kullanın.</li>
		<li>Örneğin, tam denetimli durumda her alışma suret etiketleme bir ifade ile eşleyin.</li>
		<li>Başıboş durumda her alışma suret sigara etiketleme ifade ile eşleyin.</li>
		<li>Yarı denetimli durumda çifti yalnızca ilk iki türkü ama geri kalanında sözcük öbekleri olmayan etiketleme ile etiketleme ile her sırada.</li>
		<li>Ters işlem yarı denetimli koşulu için ama sigara etiketleme ifadeler (bkz. Şekil 1) ile ilk dört çift etiketleme ile son iki türkü öbekleri.</li>
		<li>Pseudo-randomize sıraya göre belirlenen tanıtım videoları sipariş göz-izci yazılımı içine bu videoları yükleyebilir.</li>
	</ol>
</li>
	<li>Kısa bir upload (10 s veya daha az) ilgi çekici animasyon alışma sonra ekranın ortasında görüntülenen: Bu test aşamasında başladığında çoğu bebeklerde ekranın ortasında arıyoruz sağlayacaktır.</li>
	<li>Son olarak, her öğrenme kategorisi için tasarım iki deneme, test her iki türkü featuring yan yana görüntülenir. Diğer yeni kategori orta noktasını temsil ederken her iki test denemeler için orta noktası şimdi tanıdık kategori bir suret temsil edecek emin olun.<ol>
<li>Böylece deneme testinde roman suret sol/sağ konumlandırma videolar arasında ters bir denemeler dengelemek.</li>
		<li>Upload Bu denemeler sonrası alışma dikkat-işareti sonra konumlandırma göz-izci yazılım test. Her bebek sol-roman ya da sağ-roman test deneme görme eşit şans sahiptir, bu nedenle bu çalışmalarda sunu dengelemek.</li>
		<li>Bu test sağlamak denemeler son en az 5 s ve ilâ 20 s, başlangıçta uzakta yeterli seyir birikir isteyen çocuklar için sırada.</li>
	</ol>
</li>
</ol>[ Resim 1 buraya koyun.
4. çalışma prosedürü
<ol><li>Bebek gelmeden önce göz-izci kadar ayarla.<ol>
<li>Rastgele bebek bir koşul ve bir sipariş için atayın.</li>
		<li>Göz-izci yazılımını açın ve atanan durumu/sipariş çifti seçin.</li>
		<li>Şimdi bu kayıt için katılımcı numarası girin.</li>
	</ol>
</li>
	<li>Onay işlemi gerçekleştirdikten sonra bebek ve caregiver göz izleme odasına getir. Oda orta derecede rahatsız edici herhangi bir dekorasyon duvar olmadan aydınlatılmış emin olun.</li>
	<li>Göz-izci kullanılan modeli için uygun bir mesafede göz-izci önündeki bir sandalyeye koyun. Bu sandalye ve bebek bakıcı'nın kucağına caregiver koltuk. Bebek bakıcı'nın kucağına oturmak istemiyor, onlar kendi oturmak veya bir araba koltuğuna oturup olabilir.</li>
	<li>Bebek bakıcı'nın kucağına oturuyor, bebeklerde davranışını herhangi bir şekilde önyargı değil ama bebek bakıcı'nın kucağına merkezli tutmaya çalışın için caregiver isteyin. Bakıcılar karartılmış-out güneş gözlüğü uyaranlara göremezler bu yüzden giyecek bir çifti ile sağlar.</li>
	<li>Göz-izci ekrana bak bebek sormak; ilgi çekici bir görüntü ya da onların dikkatini çekmek için video görüntüleme göz önünde bulundurun. Bebeklerde gözleri kalibrasyon penceresi içinde belgili tanımlık perde konumlandırın.</li>
	<li>Göz-izci'nın kalibrasyon prosedürü gerçekleştirin. Beş nokta kalibrasyon mümkünse kullanın, ancak daha az kapsamlı Kalibrasyonlar da yeterli olması muhtemeldir. Bebekler genellikle daha iyi kalibrasyon görüntü bir animasyon işitsel eşliğinde ne zaman yanıt.</li>
	<li>Bebek kalibrasyon geçerse, o zaman deneme başlamak. Eğer değilse, başarılı olana yeniden kalibre. Kalibre edilmesi herhangi bir bebekler hariç tutulur.</li>
	<li>Birden çok deneyler arka arkaya çalıştırırsanız veya tek bir deney oldukça uzun ise, her bölümden sonra yeniden kalibrasyon düşünün.</li>
</ol>5. veri analizi
<ol><li>Bu analizi yapmak için veri analiz yazılımı kullanın (örneğin, bkz: malzemeler tablo).</li>
	<li>Suret pozisyonlar sol ve sağ taraflarındaki, ekranın etrafında (AOIs) ilgi alanları oluşturun.</li>
	<li>Alışma denemeler için kullanım zaman bebekler değerlendirmek için uygun AOI her duruşmada görüntülenen suret isteyen geçirdim. Türkü bir çoğunluğu için arıyorum sürekli görünmüyor herhangi bir bebek hariç (örneğin, bebeklerin olası 6 alışma türkü bu çalışmalarda en az % 25 için 4 ilgilenmem gerektirir).</li>
	<li>Test deneme için sadece bebekler ilk 5 dahil birikmiş aramaya, s. 12 ay-in yaş, 3 küçük bebekler için birikmiş aramaya 10 saniye gibi daha uzun bir pencere kullanmayı düşünün. Yetersiz göstermek bebekler hariç sürekli test arıyor düşünün (örneğin, daha az 2.5 biriken bakarak s) ya da kim başarısız her iki türkü için bakmak.</li>
	<li>Şimdi bir tercih puanı her bebeğin test için deneme için her iki türkü arıyorum toplam süreyi tarafından roman suret arıyorsunuz zaman harcanan miktarı bölerek oluşturun. Bu oranlar çözümlemek için onları ilk ampirik logit ya da arc-sin analizi ile doğrusal modeller için uygun olmaları için kök dönüşümü.</li>
	<li>Bir zaman ders Analizi testi, bebeklerde görünümlü davranışının için ayrı veri (örneğin, arasında 10 ve 100 ms) küçük depo gözlerinin içine ve her bebek için her depo gözü içinde tercih Puanını hesaplamak.</li>
	<li>Bir koşulu test deneme görünümlü bebekler desen değişir mi test zaman ders, veri çözümlemesi gerçekleştirin. Not birden fazla form analiz burada gösterildiği gibi bir permütasyon küme tabanlı analiz20, de dahil olmak üzere bu soruya cevap ve büyüme eğrisi modelleme. 21<ol>
<li>Permütasyon küme tabanlı analiz için istenen Alfa düzeyine karşılık gelen bir t-değerini eşik seçin (.01 için aralığından Alfalar önerilir. 20; Bu alfa değeri genel testin alpha düzeyi, sadece için gerekli düzeyi temsil etmiyor Not tek tek saat-eşiği aşan için depo gözü). Seçilen t-eşiğini aşan ardışık her zaman-bin için toplam t-istatistik; Bu toplu t-istatistik verileri koşullarda farklılıkları gidermek boyutunu gösterir.</li>
		<li>Bu farklılıkları gidermek şans eseri beklenenden daha büyük olup olmadığını belirlemek için en az 1000 simülasyonlar rasgele karıştırılır koşulu etiketlerle gerçekleştirin. Bu şans tabanlı dağıtım karşı unshuffled data'nın farklılıkları gidermek değerlendirin. Not: Bu orijinal sapma analizi yanlış pozitif oranı belirler şans tabanlı dağıtım karşı bu karşılaştırılması, daha ziyade t-testleri yapılmıştır veya t-değerini eşik bile zaman-depo sayısı için seçilen Bu ilk t-testleri. Sonuç olarak, bu analiz doğrudan raporlama sonuçları birden çok t-testleri önceden belirlenmiş zaman-depo gözleri arasında (örneğin, iletken testleri her 500 ms) bir muhafazakar yapıyı kullanabilirsiniz.</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>

Yazarlar ifşa gerek yok.

Burada, sınıflandırma etiketleme rolü değerlendirilmesi için bir yordam mevcut. Etiketli ve etiketsiz türkü gerçekçi bir karışımı ile 2 yaş sunarak, biz çok küçük çocuklar yetişkin ve yaşlı çocuk24,25 ile iş uzanan yarı denetimli ortamlarda öğrenme yeteneğine sahiptirler göstermek . Böylece, bu yöntem yukarıda poz paradoks bir çözüm sunuyor: hatta birkaç etiketli türkü kategori öğrenme kıvılcım olabilir, o zaman etiketleri nadir ve güçlü olabilir.
<p class="j...

Kategori olduğunu insan biliş temel bir yapı taşı: bebeklerde kategori yetenekleri erken bebeklik döneminde ortaya ve yaşla giderek karmaşık hale gelmektedir. 1 , 2 , 3 araştırma da bebek kategori dilde için güçlü bir rolü ortaya koymuştur: Kategori türkü diliyle eşleştirildiğinde 3 ay-in yaş, bebeklerde Kategoriler daha başarıyla öğrenin. 4 , 5 , 6 Ayrıca, ilk yıl sonunda bebekler kategori sayısı isim etiketlerinde rolü için de uyarlanmıştır. Kategori türkü tutarlı bir etiketleme ifade ile eşleştirme ("Bu bir vep!") her örnek için ya da farklı bir etiket sağlayan göre öğrenme bebekler kategori kolaylaştırır ("Bir vep bu" "Bu bir dax" vb) veya etiketleme sigara ifade ("Şuna bak."). 7 , 8 , 9
Bebeklerde gündelik deneyimlerini, ancak, karşılaştıkları nesneleri büyük çoğunluğu büyük olasılıkla etiketsiz kalır. Hiçbir caregiver her nesneye (örneğin, "malamute," "köpek," "evde beslenen hayvan," "hayvan") geçerli Etiketler sağlar çok daha az bir bebek gördüğü her nesne etiket olabilir. Bu bir paradoks sunuyor: nasıl bebek kategori etiketlerini bebekler günlük hayatımızda onların göreceli kıtlığı ile gücünü bağdaştırmak?
Bu soruyu cevaplamak için biz nasıl öğrenmek bebekler farklı öğrenme ortamları, etiketli ve etiketsiz türkü karışımı aldıklarında da dahil olmak üzere çeşitli kategorilerde değerlendirmek için bir iletişim kuralı geliştirilmiştir. Özellikle, hatta birkaç etiketli türkü öğrenme başında alma kategori kolaylaştırabilir önerdiğimiz — bebekler dan sonraki öğrenmek yeteneği güçlendirerek, türkü de etiketsiz. Etiketlenmemiş türkü daha çok sayıda öğrenme için bir temel yaygın olarak makine öğrenimi, yarı denetimli öğrenme (SSL) bir ailenin yumurtlama alanına uygulanan olarak etiketli türkü az sayıda kullanımının bu strateji algoritmalar10,11,12. Tabii ki, uygulanan öğrenme stratejileri farklı tür öğrenenler arasında özdeş değildir: makine öğrenimi algoritmaları genellikle çok daha fazla türkü maruz kalır, her suret hakkında açık tahminlerde ve birden çok kategoride bilgi aynı anda. Yine de, makine ve bebek öğrenenler başarıyla seyrek etiketleme ortamlarda yeni kategoriler öğrenmek etiketli ve etiketsiz türkü entegre üzerinden yararlanabilir.
Bizim tasarım 2 yaşındaki çocuk, çok sayıda yeni kategorinin, kelime edinme sürecinde yarı denetimli öğrenme bu tür yeteneğine sahiptirler üzerinde duruluyor. Biz bir çift bebek kategori ölçü istihdam: bir deneme-sınama görevi. Bu paradigmada, 2 yaş türkü bir dizi için bir deneme aşamasında yeni kategoriden maruz bırakıldı. Her suret (yani, bir etiketleme veya bir sigara etiketleme ifade) durumuna bağlı olarak farklı bir işitsel uyarıcı ile eşleştirilmiş. Sonra testi iki yeni nesne sessizlik içinde sunulan tüm 2-yaş gördüm: bir nesneyi şimdi-tanıdık kategori ve bir roman bir kategori.
2 yaş başarıyla kategori deneme aşamasında Eğer, o zaman onlar test sunulan iki örnekleri arasında ayırmak gerekir. Önemlisi, ya için sistematik bir tercih roman veya tanıdık sınama yansıması ayırt yeteneğini yansıtır, aşinalık ve yenilik tercihleri başarılı kategori kanıt olarak yorumlanır. Belirli bir görevde bir işlev bebekler işleme verimlilik ile aşinalık tercihleri 4,13, işleme daha az verimli uyarıcı ile ilişkili uyarıcı malzemeler için bu tercih doğası olduğunu unutmayın 14 , 15 , 16 , 17. sessizlik içinde test aşamasında sunulması doğrudan nesne kategori ve nasıl alışma sırasında türkü eşliğinde bilgilere göre bu başarı değişeceğini bebekler başarı değerlendirmek mümkün kılar. Böylece, Bu paradigma dilsel ortamları etkiler kategori öğrenme nasıl farklı türde zorlayıcı bir test sağlar. Etiketleme kategori öğrenme yarı denetimli ve tam denetimli ortamlarda artırır, 2 yaşındaki bu koşullarda bebeklerin daha güçlü test tercihleri diğer ortamlarda göstermelidir.

<table><tbody><tr><td>Final Cut Pro X</td><td>Apple</td><td>N/A</td><td>Video düzenleme, kompozisyon yazılımı</td></tr><tr><td>MorphX</td><td>Norrkross</td><td>N/A</td><td>Görüntü dönüştürme yazılımı</td></tr><tr><td>PhotoShop</td><td>Adobe</td><td>N/A</td><td>Görüntü düzenleme yazılımı</td></tr><tr><td></td><td>R R Core Team</td><td>N/A</td><td>İstatistiksel analiz yazılımı</td></tr><tr><td>T60XL Eyetracker</td><td>Tobii Pro</td><td>Üretimden Kaldırıldı</td><td>Bebekler ve çocuklarla çalışmaya uygun büyük, kola takılan eyetracker</td></tr><tr><td>Tobii Pro Studio</td><td>Tobii Pro</td><td>N/A</td><td>Yazılımı, göz takip cihazı ekranını yönlendiriyor, veri topluyor</td></tr></tbody></table>

bebeklerde nesne kategori göz izleme paradigmaları ile dil rolünü tanımlama

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

Bebek kategori öğrenme değerlendirirken bir bebek biliş eğitim çok önemli yönü zordur. Bir deneme-sınama paradigma istihdam ederek, delikanlı bir roman kategori görünümlü davranışlarını sadece güvenerek öğrenme bebekler başarıyı ölçmek. Ayrıca, paradigma doğrudan yaş aralığında farklı işitsel sinyalleri bebek kategori üzerinde etkisini ölçebilirsiniz. Örneğin, nasıl 2 yaş ortamlar etiketleme çeşitli kategorilerde bilgi değerlendirildi: bizim görevimiz, 2 yaş başarıyla Kategoriler tüm türkü etiketli veya ilk iki türkü etiketli ama ne zaman kategorize etmek başarısız öğrendim hiçbir türkü etiketli veya yalnızca son iki türkü etiketli. Bebeklerde başarı gibi görevleri belirlemek için araştırmacılar tarafından bebeklerin hassas zamanlı kurs veri sağlamak için bir göz-İzleyicisi'ni kullanma her durumda ve test aşamasında boyunca görünümlü bebekler desen görüntülenen her iki genel tercihi inceleyebilirsiniz . Böylece, biz dil veya işitsel herhangi bir sinyal, bebeklerde nesne kategorisi rolü tanımlamak için güçlü bir paradigma mevcut öğrenme.

Yukarıdaki protokolü kullanarak, biz iki deneyler22koştu. Analizleri ile eyetrackingR paket23yapılmıştır ve veri ve kod https://github.com/sandylat/ssl-in-infancy mevcuttur. İlk denemede biz tam denetimli bir koşul tezat (n = 24, Myaş 26.8 mo =), featuring yalnızca etiketli türkü, denetimsiz bir koşulu ile (n = 24, Myaş 26,9 mo =), sadece şekil etiketlenmemiş türkü.
<p class="jove_content" fo:keep...

Burada, Bebek kategori doğrudan bir test sağlamak ve erken kategori öğrenmede dil rolü tanımlamak için yardımcı olabilecek alışma-test paradigmalar için bir iletişim kuralı mevcut.

Bebeklerde nesne kategori göz izleme paradigmaları ile dil rolünü tanımlama

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

Bu alıştanlık test yöntemi, bebeklerin görsel nesne kategorilerini nasıl oluşturdukları ve ne tür koşulların öğrenmelerini en güçlü şekilde desteklediğini ortaya koymaktadır. Sadece bebeklerin göz hareketlerini kullanarak bir kategoriyi ne kadar başarılı bir şekilde öğrendiklerini ölçebiliriz. O zaman bu öğrenmeyi çok çeşitli farklı öğrenme koşullarında doğrudan karşılaştırabiliriz.Deney için görsel uyaranları oluşturarak başlayın. Yeni bir sürekli kategori oluşturmak için, ilk yeni dijital görüntüler bir çift tasarım. Daha sonra, iki orijinal görüntü arasında örnek bir süreklilik oluşturmak için birlikte görüntü çifti morph.Bu şekilde en az iki kategori oluşturun, böylece biri öğrenilecek kategori olarak hizmet edebilir, diğeri ise test denemesi için roman kategorisi örneği sağlar. Ardından, öğrenilen her kategorisüreklilik arasından eşit aralıklarla alışma örneklerini seçin. Uygun sayıda örnek seçin ve katılımcıların kategori ve yaş larının zorluğuyla orantılı olarak.Test aşaması için örnekler oluşturmak için, tanıdık kategoriler continuum ve roman kategorileri sürekliliği orta noktalarını seçin. Daha sonra bir görüntü işleme programı kullanarak tanıdık örnek bu roman örnek rengini maç. Hem etiketleme hem de etiketleme olmayan ifadeler için, ses geçirmez bir kabinde bir kadın ana dili İngilizce konuşan tarafından üretilen daha önce kaydedilmiş işitsel uyaranları kullanır.Bir tanıma test ölçümü için yeterli veri toplamak için, en yaygın olarak kullanılabilir göz izleyicileri yeterli olacaktır. Nesneler ekranın büyük bölümlerini kaplar ve veri çözümlemesi uzun bir pencere deki performansı inceler. Göz izci yazılımını kullanarak, tamamen denetlenen, denetimsiz, yarı denetimli ve ters yarı denetimli dört farklı koşul oluşturun.Bu koşulların ayrı olduğundan emin olun, böylece her bebek sadece bir koşul göreceksiniz. Daha sonra, sürekliliğin aynı tarafından en fazla iki örnek ardışık gösterilebilir kısıtlama ile öğrenme örnekleri en az iki pseudorandom siparişleri oluşturun. Şimdi her durum için uygun olarak görsel uyaranları ile daha önce oluşturulan işitsel uyaranları eşleştirmek tanıdık lık videoları oluşturmak için video düzenleme yazılımı kullanın.Örneğin, tam denetimli durumda bir etiketleme ifade ile her aşinalık örnek çifti. Denetimsiz durumda, her alışma örneğini etiketleme olmayan bir ifadeyle eşleştirin. Yarı denetimli durumda, her sırada yalnızca ilk iki örneği etiketleme tümcecikleriyle, geri kalanını ise etiketleme olmayan tümceciklerle eşleştirin.Ters yarı denetimli durum için, son iki örneği etiketleme tümcecikleriyle, ilk dördüise etiketleme olmayan tümceciklerle eşleştirin. Bu videoları göz izci yazılımına yükleyin ve pseudorandomized order tarafından belirlenen alışılaş videolarını sipariş edin. Ayrıca, çoğu bebeğin test aşaması başladığında ekranın ortasına bakmasını sağlamak için, tanıdıktan sonra ekranın ortasında görüntülenen kısa bir dikkat çekici animasyon yükleyin.Son olarak, her öğrenme kategorisi için, her biri yan yana görüntülenen iki örnek içeren iki test denemesi tasarlar. Her ikisi için de, bir örnek şimdi tanıdık kategorinin orta noktasını temsil eder, diğer roman kategorisinin orta noktasını temsil eder emin olun. Test denemelerinin yeterli görünümlü birikmesini sağlamak için test denemeleri 5 ila 20 saniye sürer ve test denemesindeki yeni örneklemin sol sağ konumlandırmasının videolar arasında tersine çevrilmesi için denemeleri dengeleyin.Görev denemelerini göz izleyici yazılımına yükleyin, sonra alışma sonrası dikkat çekicisonra konumlandırın. Denge bu denemeler sunum, böylece her bebek bir sol roman veya sağ roman test deneme görme eşit şansı vardır. Bebek gelmeden önce, göz izleyicisini kur.Bebeği rasgele bir koşula ve siparişe atayın, ardından göz izci yazılımını açın ve atanan koşul sırası çiftini seçin ve kayıt için katılımcı numarasını girin. Çalışma için onay aldıktan sonra, bebek ve bakıcıyı göz izleme odasına getirin. Bu odanın duvarlarda dikkat dağıtıcı süslemeler olmadan orta derecede aydınlatılmış olduğundan emin olun.Bakıcıyı kullanılan göz izleyicisi modeline uygun bir mesafede oturtun. Bebek bakıcıların kucağına oturmak istemiyorsa, kendi başlarına oturabilir veya araba koltuğuna oturabilirler. Bebek bakıcıların kucağında oturuyorsa, bakıcıya bebeklerin davranışlarını herhangi bir şekilde önyargılı tutmamasını, ancak bebeği bakıcıların kucağına oturtmaya çalışmasını emredin.Sonra, bakmaklafıtakana takacak bir çift kararmış güneş gözlüğü verin, böylece uyaranları göremezler. Şimdi bebekten göz izleyici ekranına bakmasını isteyin. Dikkatlerini çekmek için ilgi çekici bir görüntü veya video görüntülemeyi düşünün.Ekran yerleştirilmelidir, böylece bebek gözleri kalibrasyon penceresi içinde direnilmelidir. Daha sonra, mümkünse beş noktalı kalibrasyon kullanarak göz izleyicileri kalibrasyon işlemini gerçekleştirin. Bebekler genellikle kalibrasyon görüntü işitsel eşliğinde animasyon olduğunda daha iyi yanıt.Bebek kalibrasyon geçerse, başarısız olursa denemeye başlayın, başarılı olana kadar yeniden kalibre edin. Kalibre edilemeyen bebekler çalışma dışı tutulmalıdır. Bu rakam, koşullar arasında ortalama tercih puanları gösterir.Tam denetimli ve yarı denetimli koşullarda bebekler, şans üzerinde önemli ölçüde yenilik tercihleri gösterdi. Denetimsiz ve ters yarı denetimli koşullarda bebekler ise, şans düzeylerinde gerçekleştirilir. Burada bebeklerin test sırasında desenlere baktıklarını görüyoruz.Tam denetimli ve denetimsiz koşullarda ve yarı denetimli ve tersine çevrilmiş yarı denetimli koşullarda, örneklere bakan bebeklerin deseni 3450 ile 3850 milisaniye arasında farklılık ktadır. Renkli gölgeli bölgeler ortalamanın standart hatasını gösterir. Bu işlem, çeşitli yaşlardaki bebeklerde ve karmaşıklıkaçısından farklılık gösteren malzemelerde kullanılabilir.Sonuç olarak, her yeni tasarım bebeklerin bu yaşta öğrenme kapasitesini yansıtmalıdır. Burada ölçülen bebeklerin kapasitelerinin, bebeklerin daha sonraki dil kilometre taşlarını edinimi ile ilişkili olup olmadığını ve nasıl öngördüğünü sormaya devam edebiliriz. Kelime boyutu veya sözcük sırası gibi.Bu teknik, gelişimsel bilim adamının iki aylık bebeklerde biliş ve algı üzerinde çalışmasını sağlamıştır. Bu dil bebeklik boyunca öğrenmeyi kolaylaştıran yolları aydınlatmaya devam ediyor.

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

Research

JoVE Journal

Behavior

Davranış

Dili çok genç genellikle gelişmekte olan çocukların anlama, hem de otizmi olan, açıklanan değerlendirmek için güvenilir bir ev tabanlı bir yol. Yan yana görüntüleri sadece bir resim eşleşen bir ses işitme ise yöntemin çocukların gözü bakışları inceliyor. Uyaranlar akılda genç katılımcılar ile tasarlanmıştır.

Taşınabilir İntermodal bakıyor Tercihli (IPL): Genellikle yürümeye başlayan çocuklar ve Otizm ile Genç Çocukları Gelişmekte araştırılması Dil Anlama

3-4 ayda, insan ve insan olmayan primat vocalizations dinlerken bebeklerin bilişi artırır; 6 ay, sadece insan sesler çıkarma bu bilişsel avantaj uygulamak. Biz ayarlamak dışarı biliş ve hangi bağlamak sesler bebekler belirttiğiniz şekilde tecrübe güçlü şekillendirme ve etkisini gösteren bir pozlama manipülasyon açıklar.

6- 7- Ay-Eski Bebeklerin Nesne Sınıflandırma&#39;ya Kanıt: Deneyim Ayarlama da Dil ve Biliş Arasındaki Bağlantı Enstrümantal olduğunu

Mevcut madde bir göz izleme metodoloji dil anlama çalışmaları için değerlendirmeleri. Güvenilir veri elde etmek için Protokolü'nün önemli adımlar izlenmesi gerekir. Bunlar arasında göz tracker (göz ve baş görüntülerin iyi kalitenin korunmasını sağlamayaÖrneğin,) ve doğru kalibrasyon doğru up.

Göz izleme sırasında görsel olarak yer alan dil anlama: Esneklik ve sınırlamalar ortaya çıkarılması görsel bağlam etkileri

Bebekler ve küçük çocuklar ebeveynlerinden temelde farklı bir şekilde dünya görüşü. Başa takılan kameralar bebek görsel ortamı anlamak için uysal bir mekanizma sağlar. Bu iletişim kuralı, ev ya da küçük çocuklar ve bebekler benmerkezci görünümünü yakalamak için laboratuvar deneyleri için yol gösterici ilkeler sağlar.

Kendi görünümünü: bebekler ve Toddlers başa takılan kameralarla benmerkezci görünümünü yakalama

Biz gerçek zamanlı cümle anlama otistik çocuklar tarafından sırasında morfolojik ipuçları kullanımını incelemek için bir protokol mevcut.

Cümle anlama Mandarin konuşan çocuklarda otizm eğitim için görsel dünya paradigması kullanarak

Küçük çocuklar değil PASİF dünyayı, gözlemlemek ama oldukça aktif keşfetmek ve çevreleri ile meşgul. Bu iletişim kuralı yol gösterici ilkeler ve bebeklerde kaydetmek için başa takılan göz izci ve yeni yürümeye başlayan çocuklar dinamik görsel ortamlar ve görsel dikkat doğal davranış bağlamında kullanmak için pratik öneriler sağlar.

Gaze eylem: doğal davranış sırasında çocuk dinamik görsel dikkat başa takılan göz izleme

Tercihli görünümlü bir paradigma kullanarak göz izleme çalışmaları, bebeklerin ortaya çıkan anlayışını ve dış görsel dünyasına dikkat etmek için kullanılabilir.

Göz Izleme ve Tercihli görünümlü paradigma kullanarak görsel dile bebek hassasiyetini keşfetme

YYBB Ağ Nörodavranışsal Ölçeği (NNNS) risk altındaki bebek için bir değerlendirme olarak geliştirilmiştir. Bu makalenin amacı, NNNS tarif NNNS prosedürlerin video örneklerini sunmak ve sınav kullanıldığı edildiği yollarını tartışmaktır.

Değerlendirme ve Yüksek Riskli Yenidoğan Değerlendirilmesi: YYBB Ağ Nörodavranışsal Ölçeği

Dikkatin erken aşamalarını yansıtan serebral inhibisyonun fizyolojik bir belirteci olan işitsel P50 duyusal kapıyı kaydetme yöntemleri açıklanmaktadır.

Bebeklerde P50 Duyu Yolluk

Belirli görsel modalitelere yanıt olarak dönüşlü göz hareketlerine dayalı görsel bilgi işlemenin kalitesini ölçmek için bir yöntem tanımlanmıştır. Reaksiyon süreleri ve fiksasyon çıktı parametreleri, 6 aylıktan itibaren görme bozukluğu olan ve olmayan çocuklarda görsel performansı karakterize etmek için kullanılır.

Bir Yöntem Göz İzleme Kullanarak Çocuklarda Görsel Bilgi İşleme belirlememize

Öğrenin, bebeklerde görsel nesne kategorilerinin oluşumunu ve dilin erken kategori öğrenmesindeki rolünü göz izleme ile nasıl incelendiğini. Bu yöntem, gelişim psikolojisi araştırmalarında öğrenme koşullarının etkisini değerlendirir.

Bebeklerde nesne kategori göz izleme paradigmaları ile dil rolünü tanımlama

Daha fazla video keşfet