젊은 유아의 학습을 정량화 : 추적 다리 동작을 발견 학습 작업 중

Behavior

Your institution must subscribe to JoVE's Behavior section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Sargent, B., Reimann, H., Kubo, M., Fetters, L. Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task. J. Vis. Exp. (100), e52841, doi:10.3791/52841 (2015).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

작업 별 작업은 초기 단계 동안 자발적인 운동에서 등장. 그것은 작업 별 작업은 발견 학습 과정을 통해 등장​​하는 것이 제안되었다. 여기에 방법이 설명되어 3-4 개월 된 유아는 발견에 의해 작업을 배우고 자신의 다리의 움직임은 학습 과정을 정량화 캡처됩니다. 이 발견 학습 과제는 유아의 지정된 다리 동작을 기반으로 음악을 회전하고 재생 유아 활성화 모바일을 사용합니다. 부정사 유아는 가상 임계 값에 걸쳐 수직으로 발을 이동하여 이동을 활성화합니다. 유아가 독립적으로 레그 행동 영아 다리 운동 학습 과정의 정량화를 허용 모션 캡쳐 시스템을 이용하여 추적, 이동 활성화 발견으로 이러한 패러다임 점에서 독특하다. 구체적으로는, 학습 모바일 활성화 중에 정량화되고, 엔드 이펙터 이동을 활성화 (피트), 엉덩이 무릎 번호 좌표의 변화 위치 편차기 패턴 및 고관절과 무릎 근육 토크의 변화. 이 정보는 작업 별 동작을 지원하는 사람과 환경 제약의 상호 작용에서 유아 탐사 및 개발에 대해 설명합니다. 운동 장애는 작업 별 동작에 대한 발견 - 학습 과정에 영향을 미칠 위험이있는 유아의 다른 인구의 방법을 특정 장애를 조사 할 수 있습니다이 방법을 사용하여 후속 연구.

Introduction

작업 별 작업은 초기 단계 동안 자발적인 운동에서 등장. 그것은 그 작업 별 동작이 발견 - 학습 과정의 1, 2를 통해 등장 제안되었다. 그들이 자발적으로 이동 환경에서 새로운 효과를 생성 작업을 탐험하는 등의 작업은 유아에 의해 발견된다. 유아가 자신의 행동과 주변 세계에 미치는 영향 사이의 연결을 악용으로 작업 별 작업이 등장. 그러나, 작은 유아 탐구하고 작업 별 작업을 수행 할 자신의 자발적인 움직임을 수정하는 법을 배워야 악용 정확한 프로세스에 대한 알려져있다. 여기에 방법이 설명되어 3-4 개월 된 유아는 발견에 의해 작업을 배우고 자신의 다리의 움직임은 학습 과정을 정량화 캡처됩니다.

그림 1

그림 1 : 유아 모바일 작업을 활성화 발로. 등의 허가. 3

이 발견 학습 과제는 유아 3의 규정 다리 동작을 기반으로 음악을 회전하고 재생 유아 활성화 모바일을 사용합니다. 모바일에서 부정사 배치 유아는 가상 임계 값에 걸쳐 수직으로 (그림 1) 자신의 발을 움직여서 활성화. 유아가 독립적으로 레그 행동 영아 다리 운동 학습 과정의 정량화를 허용 모션 캡쳐 시스템을 이용하여 추적, 이동 활성화 발견으로 이러한 패러다임 점에서 독특하다.

실험 프로토콜은 데이터 수집의 이일을 포함한다. 1 일에는 유아가 자발적으로 맞이하는 2 분 기본 조건으로 구성되어 있지만, 그의 다리 작업유아가 가상 임계 값을 교차하는 수직 발을 이동하면 아기의 다리 행동이 유아의 이동을 활성화하는 6 분 취득 조건에 의해 다음 모바일 유아를 활성화 할 수 없습니다. 이 프로토콜은 유아 '자연 다리 동작의 정량화뿐만 아니라 유아가 자신의 다리 행동과 유아 모바일의 활성화 사이의 관계를 탐구 운동의 다양한 측면의 정량화 수 있습니다. 2 일째에, 2 분 기준선 조건 6 분 취득 조건에 더하여, 2 분 소등 상태는 유아의 다리의 행동이 유아 모바일 활성화되지 않은 첨가된다. 이는 이미 배운 환경 응답이 중단 될 때 유아는 자신의 다리 동작을 변경하는 방법의 정량이 가능합니다.

이전의 유아 모바일 패러다임에서, 다리의 움직임 4-6, 특정 엉덩이와 무릎의 주파수는 reinforc되었습니다 7, 8, 또는 패널 (9)을 발로 각도모바일 움직임 에드. 기준선 조건 4-9에 비해 성능이 매일 수집 또는 소등 상태 동안 이러한 다리 동작의 증가로 정의 하였다. 일에 걸쳐 학습하는 일 2 또는 3의 기준 또는 인수 조건 중이 다리 행위의 증가와 1 일 5, 6의 기본 조건으로 정의 하였다. 이러한 이전의 패러다임 이동하지만, 그들은 작업을 배울 때 유아 옵션들을 사용할 수있다 움직임에 대한 정보를 제공하지 않는, 유아 이동 활성화와 보강 다리 동작의 빈도를 증가 함을 입증. 발로 레이트 보강 경우, 예를 들어, 유아의 학습 및 성능을 입증 할 때 그들의 발로 속도가 증가하거나 이동하거나 이동국이 더 이상 활성화와 상호 작용할 때. 이것은 유아가 자신의 발로 속도를 구체화 할 수 있음을 보여줍니다 만, 유아 generat라는 자신의 다리 조정 패턴 또는 토크 생산을 구체화 할 수 있다면 그것은 알 수없는자신이 선호하는 운동 레퍼토리 내에 있지 않은 전자 다리 동작.

이 모바일 패러다임가 유아의 고유 이전 모바일 패러다임에 비해 모바일을 활성화하기 위해 더 세련 다리 동작을 보여해야합니다. 이 휴대 패러다임에서, 위의 테이블에 각 다리의 높이는 각 발에 부착 된 발광 다이오드 (LED)로부터의 위치 데이터를 이용하여 2 분 기준선 조건 중에 계산된다. 가상 한계는 기준 상태 동안 양발의 높이의 상부 범위 인 높이에서 테이블과 평행하게 설정된다. 어느 발 임계 값을 초과하는 경우 수집하는 동안, 모바일 회전하여 음악을한다. 3 초 후, 이동이 정지하고 유아가 임계치 이하의 발을 이동하는 경우에만 재 활성화하고 수직으로 이동하고, 발을 다시 임계 값을 초과. 시간의 가장 큰 금액에 대한 이동을 활성화하려면, 유아는 임계 값 이상으로 발을 이동하고 GRAV에 대해 그것을 유지하기 위해 필요성만 3 초 후, 신속하게 임계 값 아래로 발을 이동하고 다시 임계 값을 초과 이동 3 초, 거기에 그것을 유지. 이것은 단순히 발로 속도를 증가보다 더 세련된 다리 동작을 필요로한다.

그림 2

그림 2 : 대표 유아의 엔드 이펙터 (피트)의 필터링되지 않은 위치 데이터 개별 학습 기준에 따라 학습 보여 3 개월 된 유아의 2 일에서 필터링되지 않은 위치 데이터.. 적색 선은 오른쪽 발에 배치 발광 다이오드의 Z 좌표 (LED)의 위치 정보이다. 블루 라인은 왼쪽 발에 LED로부터 위치 데이터입니다. 두꺼운 검은 선은 테이블입니다. 점선은이 기준 중 차고의 높이에 따라 각 유아에 대해 개별적으로 14cm 테이블 위에 배치 결정 가상 임계 값주 1. X 축 조건은 2 분 간격으로 시간 표지. 모바일이 활성화되지 않고 인수 1의 처음 30 초 동안, 그는 일관 테이블에서 두 발을 유지하고 모바일까지 다음 5½ 분 동안 바로 임계 값 주위에 자신의 발을 움직일 때 유아가 기본 동안 그의 발을 이동하는 방법을 참고 더이상 소등 상태 동안 활성화하지 않는다.

이 모바일 패러다임의 두 번째 독특한 특징은 각 유아의 다리 동작은 유아가 작업을 배우고 자신의 이동 옵션을 사용하는 방법을 정량화하는 최첨단 모션 캡처 기술을 사용하여 추적된다는 것이다. 한 대표 유아의 이동을 활성화 각각 도보로 LED의 필터링되지 않은 위치 데이터는 그림 2에 포함되어 있습니다. 유아가베이스 라인과 인수의 첫 번째 부분 중 테이블 위의 다양한 높이에서 발을 이동하지만 두 발을 이동하는 방법을 참고 바로 취득 콘디의 나머지 기간 동안 임계 값 주위에모바일까지 기 더 이상 멸종 동안 활성화되지 않습니다. 이 발견 학습 작업을 수행하는 데 많은 잠재적 인 운동 전략 중 하나입니다. 전략은 모션 캡쳐 시스템에서 취득한 위치 정보를 이용하여 입체 운동학 및 동역학을 계산하여 정량화 할 수있다. 구체적으로는, 학습 처리가 이동 활성화의 지속 기간, 엔드 이펙터 모바일, 엉덩이 무릎 조정 패턴을 활성화 (피트)의 위치 변화와 동일하다 강화 레그 작용 (%의 RLA)의 비율의 측면에서 정량화 , 엉덩이와 무릎 관절 토크.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

남부 캘리포니아 대학의 임상 시험 심사위원회는이 연구를 승인했다.

1. 시스템 준비

  1. 모션 캡쳐 시스템을 설정합니다. 참고 :이 단계는 각각의 모션 캡쳐 시스템에 따라 다릅니다.
    1. 캡쳐 볼륨 내에서 등록 개체, 모션 캡쳐 프로그램에서 "새로운 등록을 수행"클릭 30 초의 수집 시간을 입력 클릭 "등록"및 이동 한 센서의 것과 두 모션 캡쳐 센서 좌표계 맞추고 30 초 동안. 등록이 성공적으로 완료되면, 루트 컴퓨터 화면에서 사각형 (RMS) 레지스트레이션 오차를 의미 관찰한다.
    2. 눌러 등록 개체를 사용 테스팅 테이블에 글로벌 좌표계를 정렬 모션 캡쳐 프로그램에서 "새로운 정렬을 수행한다."
      1. 등록 OBJE 배치하여 원점을 정의모션 캡쳐 프로그램의 테스트 테이블 및 클릭 "디지털화"의 오른쪽 상단 모서리에 CT. 상자 위에 등록 객체를 위치시키고 "디지털화"을 클릭하여 Z 축을 정의; Z 축 테이블에 수직이다.
      2. 테이블의 길이를 따라 상자에 등록 객체를 이동하고 "디지털화"를 클릭하여 Z / Y + 평면을 정의; Y 축 테이블 및 X 축에 평행 한 길이 테이블의 폭에 평행하다.
    3. 두 개의 스트로브 포트에 LED를 연결하고 모션 캡쳐 시스템 프로그램 (스트로브 포트 2 스트로브 포트 1 24 20) 내에서 스트로브 포트 당 LED의 번호를 입력합니다. 각 LED의 수와 위치 3을 참조하십시오. LED가 스트립 차트와 같은 디스플레이는 실시간으로 추적되고 제공하기 위해 누락 된 데이터 뷰를 선택합니다.
      그림 3
  2. 유아 모바일 컴퓨터 프로그램을 설정합니다.
    1. 입력 각 조건에 대한 시간 (분). 1 일, 1 단계 (2 분 기준, 비 강화 상태)의 입력 2, 3 단계 (0 분 멸종, 비 보강 조건)에 대한 2 단계 (6 분 수집, 강화 조건), 0 (6).
    2. DAY1의 기준시 계산 된 임계 값이 임계 값 될 수 있도록 3 단계 (소멸)에 대한 2 단계 (취득)에 대한 1 단계 (기준), 6, 2 일 2, 입력 2, 및 "기본으로 사용 Zmin을"확인 2 일의 취득 조건에 사용됩니다.
    3. "StreamframesAllFrames"를 선택하고를 활성화하여 "보내기"를 클릭모바일 프로그램은 특정 기준에 따라 유아 이동을 활성화하는 모션 캡쳐 시스템의 데이터를 사용한다.
  3. 비디오 카메라를 설정합니다.
    1. 세 개의 동기화 된 비디오에 대한 비디오 컴퓨터 프로그램 (오른쪽 측면, 측면, 오버 헤드보기를 왼쪽)를 시작합니다.
    2. 얼굴 표정과 시선을 기록하는 유아의 머리 위에 추가로 비디오 카메라를 시작합니다.

2. 유아 준비

  1. 부모에게 실험을 설명하고 자신의 아기와 함께 가능한 한 거의 상호 작용을 알려줍니다.
    참고 : 유아가 실험을하는 동안 까다로운가되지 않는 경우 유아가 유아와의 상호 작용의 진행이 까다로운 될 경우, 부모가, 그러나 그들의 관점의 외부 아기 옆에 앉아해야하는 부모를 말한다.
    1. 우선, 안심 목소리로 "내가 여기있어, 모든 것이 괜찮습니다", 말을 부모를 부탁드립니다.
    2. 둘째, 요청유아를 안심하면서 부모는 유아의 관점에 서있다.
    3. 유아의 손 중 하나를 보유 또는 아기에게 젖꼭지를 줄 하나에 세 번째로, 부모를 부탁드립니다.
      참고 : 조용하고 경고 유아를 유지하는 데 필요한 부모의 상호 작용의 최소 금액은 주어진 가능한 한 빨리 종료됩니다.
  2. , 유아 알몸 유아 모바일에서 유아를 배치하고 트렁크에 걸쳐 배치 벨크로 밴드를 사용하여 테이블에 유아를 고정합니다.
  3. 유아가 테이블에 고정 된 후, 유아의 흉골 마커와 골반, 허벅지, 정강이, 발 강체를 놓습니다.

3. 유아 모바일 학습 작업

  1. 매일 기적 모션 캡쳐 시스템, 모바일 컴퓨터 프로그램, 및 비디오 카메라를 시작하여 모바일 학습 작업을 시작.
    1. 최소 0에서 2, 기준 조건에 모두 날, 유아가 자발적으로 발로 관찰합니다.
    2. 2 마일 동안 1 일에유아 모바일 프로그램이 연속적으로 각 다리의 강체의 LED 중 하나에서 Z-데이터에 기초하여 모바일 활성화를위한 임계 값을 산출로서 N 기준선 조건이 관찰. 예, 왼발에 오른발 마커 (21)에 마커 (9). 마커 (9)가 중심이 그림 1에서 노란색 원으로 오른발 강체의 LED입니다. 마커 (21)는 중심이 왼발 강체의 LED입니다.
    3. 2 분 기준선의 끝에서, 모바일 프로그램은 2 분 기준선 상태 동안 양발의 평균 높이 전술 한 표준 편차 (SD)의 고도에 임계 값을 설정한다.
    4. 분 2에서 8, 인수 조건에 모두 날, 유아 모바일 회전으로 ​​관찰하고 두 발에 배치 된 LED가 1 일의 2 분 기본 조건 중 계산 된 임계 값을 초과 할 때 음악을 재생합니다.
      참고 : 모바일 활성화는 한 발을 3 초 최대 가상 임계 값을 초과하는 한 계속 될 것이다. 3 초, 미주리 후유아가 가상 임계치 아래 발을 이동 한 후 수직으로 이동하고, 발을 다시 임계 값을 초과하는 경우에만 활성화 담즙 것이다. 이 "3 초 규칙은"임계 값 이상으로 발을 들고 대 활성 다리 탐구 운동을 권장합니다.
    5. 유아 모바일 보강없이 자발적으로 차기로 8 ~ 10 분, 멸종 상태에서 2 일에서 관찰합니다.
  2. 유아가 이동과 상호 작용 한 후, 각각의 레그 세그먼트에 대한 로컬 좌표계를 정의하고, 공간의 각 세그먼트에 대해 본문 참조 구성을 정의하는 정적 교정 시험을 모은다.
    1. 다음 위치에 양면 심전도 칼라를 사용하여 아기의 피부에 좌우 열 개별 LED 수정 : 열 번째 갈비뼈 아래에 트렁크의 측면 중간 선, 엉덩이, 측면 무릎 관절 라인의 대 전자, 발목 외측 복사뼈와의 선단을 5 번째 중족골.
    2. 에 아기의 하체를 잡고5 초 동안 확장, 해부학 적 위치. 이 교정 위치의 모든 관절 각도는 0 °로 정의됩니다.
  3. 제 2 일에, 인체 데이터를 수집합니다.
    1. 디지털 전기 규모의 각 유아의 무게.
    2. 다음 측정을 수행 : 유아의 총 길이; 허벅지, 정강이, 발의 중간 부분에서 둘레; (malleoli에서), 발목 (무릎 관절 라인에서) 무릎의 너비, 발 (중족골 머리에서); 과 넓적 다리 (무릎 관절 라인에 대 전자), 생크 (측면 복사뼈에 무릎 관절 선), 발 (제 1 중족 - 족지 관절 내측 복사뼈)의 길이.

4. 데이터 분석

  1. Matlab과 같이 정의 컴퓨팅 언어 프로그램을 사용하여 각 실험을 2 분 간격 동안 RLA %의 컴퓨팅 성능과 학습을 분석한다. 하나의 시간 또는 이동국이 임계 값 이상이었다 활성화 기슭 각각의 LED 모두의 지속 기간을 계산한다. 이후이동국은, 3 초 간격 후에 활성화 하나 또는 두 개의 LED가 3 초 간격보다도 큰 시간 동안 임계 값을 초과 된 시간의 기간을 빼지 않는다.
    1. 통계적 세, 2 분 간격으로 획득 중 어느 하나 동안에 %의 RLA 크게 2 분 간격 3,4,7,9,10 기준을 초과하는지 여부를 분석함으로써 매일 기의 성능을 측정.
    2. 어느 하나의 2 분 간격 동안 획득 된 RLA %가 2 분 기준선주기 3,4,6,9,10에서 크거나 1.5 배 RLA %의 경우 하루 작업을 수행 한 것으로 개별 유아 분류.
    3. 전체 6 분 취득 조건 2 일 동안 %의 RLA가 기본 조건 1 일 3,6 중에 %의 RLA를 초과 통계적 여부를 결정하여 일에 걸쳐 그룹의 학습을 측정합니다.
    4. 2 일의 전체 6 분 취득 조건 중에 %의 RLA가 또는 GRE 같은 경우 학습자 개별 유아를 분류1 일 3,6,11의 1.5 배 기준 조건보다 ater에.
  2. 실험의 각 2 분 간격 동안 비디오 테이프를 코딩에 의해 각성과주의를 분석합니다. = 5 3,8,11, 1 = 졸음 경고, 2 = 중지, 경고 및 까다로운, 3 = 활성 = 4, 울고 : 각성의 규모는 다음과 같이 정의된다. = 모바일 3,8보고 1 = 모바일보고하지 0 :주의 스케일로 정의된다.
  3. 프로세스 위치 데이터 및 사용자 정의의 MATLAB 프로그램을 사용하여 추출 차기.
    1. 맞춤 매트랩 프로그램으로 모션 캡쳐 시스템에서 출력되는 부하 위치 데이터 파일은 큐빅 스플라인을 사용하여 누락 된 위치 데이터 (20 개의 연속 프레임들의 최대) 보간.
    2. (a) 5 Hz의 컷오프 주파수를 가진 4 차 버터 워스를 사용 필터 위치 데이터는 파워 스펙트럼 분석으로부터 결정이라 맞춤 매트랩 프로그램에 삽입 된 파일을로드하고, (b) 다음의 관절 각도를 계산 : 고관절 굴곡 / 확장, 엉덩이 납치/ 내전, 엉덩이 내부 / 외부 회전, 무릎 굴곡 / 확장, 발목 반전 / 외반, 발목 배측 굴곡 / 12에 기술 된 바와 같이 족저.
    3. 차기를 추출하는 사용자 정의 매트랩 프로그램에 각 파일을로드합니다. 고관절 또는 무릎 관절의 각도 변화가 굴곡 또는 확장 3,9,13-15 하나에 11.5 ° (0.2 라디안)를 초과하는 연속적인 다리 운동의 시작으로 킥의 시작을 정의합니다. 굴곡 운동 또는 확장 운동 3,9,14 다음 피크 굴곡 다음 피크 확장의 프레임과 킥의 끝을 정의합니다.
  4. 모든 차기를 들어, 사용자의 MATLAB 프로그램을 사용 학적 매개 변수를 계산한다.
    1. 이동 (3)을 활성화 각 발에 LED의 Z 방향 (수직, 작업 별 방향)의 위치 편차를 계산.
    2. 제로 지연에 피어슨 상관 계수 (r)을 사용하여 고관절 굴곡 / 확장 및 무릎 굴곡 / 확장 관절의 상관 관계를 계산엉덩이와 무릎 관절 각도 여행 사이. 유아들 사이의 상관 관계 (r)을 비교하기 위해, 피셔 Z 점수 3,9,15에 엉덩이 - 무릎 관절 각도의 상관 관계를 변환합니다.
    3. 다음 엉덩이 굴곡 / 확장 및 무릎 굴곡 / 각 위치 / 속도 데이터 (16, 17)에서 연장 연속 상대 위상 (CRP)를 계산, 관절 각도 데이터를 시간-정상화. 다음 다섯 가지 시점에서 CRP 연산의 결과를 분석 : (a) 킥의 시작, 제 세그먼트 (b)의 피크 속도, (c) 공동 반전, (d) 제 2 세그먼트의 최대 속도, 및 (e 킥 3) 끝.
  5. 모든 차기를 들어, 비디오 데이터의 동기를 확인하여 비접촉 차기를 식별한다. 사용자의 MATLAB 프로그램을 사용하여 비 접촉 차기를위한 운동 매개 변수를 계산합니다.
    1. 성인 18 Hatze의 인체 모델 유아 수정 방정식에서 분절의 질량 중심의 질량을 계산합니다. 관성의 3D 순간을 계산성인 19 젠슨의 인체 모델 유아 수정 방정식에서 허벅지, 정강이, 발 세그먼트.
    2. 공간 조작 (20)의 나사 이론을 사용하여 움직임의 다음 식의 조건을 계산합니다.
      식 (1)
      M (θ)이 관성 행렬 라그랑주 접근법을 사용하여 유도되며, theta1 코리올리 원심 토크 행렬 N (θ)의 중력 (GRA)와 토크 T 근육 (MUS) 토크.
    3. 비접촉 차기, 본체 세그먼트 관성 파라미터 및 움직임 biomechanic 식으로부터 3 차원 운동 학적 데이터를 사용하여 관절 토크를 계산한다.
    4. 움직임에 의존, GRA (MDT) 및 MUS 토크 기여 (21)에 각 관절의 순 (NET) 토크를 분할. NET 토크는 각 관절의 가속도에 비례한다.MDT 토크는 사지의 움직임들 사이의 기계적 상호 작용 세그먼트와 연관​​된 패시브 토크에 관한 것이다. GRA 토크는 다리에 하방으로 작용하는 중력의 힘 패시브 관련된다. MUS 토크는 활성 근육의 수축과 근육의 수동 변형, 힘줄, 인대, 그리고 다른 관절 주위 조직에서 힘이 포함되어 있습니다.
    5. 별도로 엉덩이와 무릎의 경우, NET 토크 각 분할 토크 (MUS, GRA, MDT)의 기여의 크기로 토크 충동을 계산한다. 무릎 MUS 토크 무릎 NET 토크에 비해, 동일한 방향 또는 그 반대 방향으로 작용하는 구간 동안 양 또는 음 임펄스 토크 (토크 * 시간)을 계산한다. 무릎 GRA와 MDT 토크와 엉덩이 MUS, GRA 및 MDT 토크이 같은 계산을 수행합니다. 별도로 고관절과 무릎의 경우, 각 분할 된 토크 IMPULS의 기여의 정도의 측정치를 수득 각 토크 성분에 대한 모든 양 및 음 임펄스 합계NET 토크 충격에 전자 (MUS, GRA, MDT).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

어린 유아의 학습 과정이 %의 RLA의 관점에서 정량화 할 수있다, 엔드 이펙터 (피트), 엉덩이 무릎 각도 상관 계수, 엉덩이와 무릎 관절 토크의 위치 변화. 분석의 각 레벨은 유아가 발견 학습 과정에서 자신의 다리 행동과 유아 모바일의 활성화 사이의 관계를 탐구하는 방법에 대한 고유 정보를 제공합니다.

%의 RLA와 엉덩이 - 무릎 각도 상관 계수, 간 주제 요소로 회귀 공분산 구조 및 그룹 (학습자, 비 학습자)와 혼합 회귀 모형의 통계적 분석을 위해 각각의 종속 변수의 차이를 테스트하는 데 사용되었다 (% 일에 걸쳐 기준, 취득 및 멸종 조건 중 RLA, 엉덩이 무릎 상관 계수). 학습자 그룹 내 엉덩이 무릎 근육 토크 임펄스의 통계적 분석을 위해, 회귀 공분산 구조를 갖는 혼합 된 회귀 모형을 사용 하였다각각의 종속 변수 일에 걸쳐 기준, 취득 및 멸종 조건 중 (엉덩이 근육 토크 충동, 무릎 근육 토크 임펄스). 통계 분석은 SAS에게 전체 (F)의 값을 0.05로 설정하고 미리 계획된 게시물 임시 비교에 대한 페로 니 보정을 사용하여 조정할 알파 수준 (버전 7.0, SAS 연구소 주식 회사)를 사용하여 완성되었다.

강화 다리 동작의 백분율

강화 다리 동작의 비율은 유아가 수행하고 작업 (3)을 배운 여부를 결정하기 위해 평가된다. 배우고 작업을 배우지 않는 3~4개월 된 유아 % 사이의 RLA에서 전형적인 차이를 묘사하기 위해, 20 유아가 학습에 분리 (N = 8)과 개별 학습 기준을 기반으로 비 학습자 (N = 12). 학습자가 아니라 비 학습자는 크게 2 일 인수 조건 및 1 일 기준 조건 (P <0.001, 그림 4) 사이 %의 RLA 증가했다. 결과를 그래프로2 분 간격으로 학습 처리의 시간 경과에 대한 정보를 제공한다. 1 일 인수 조건의 처음 2 분 동안 학습자의 %의 RLA의 초기 감소합니다. 유아 모바일 정품 인증을 시작했을 때 작업을 배운 유아는 자신의 행동이 모바일 정품 인증과 관련이 있는지 여부를 확인하기위한 전략으로 아마도 다음, 배향 응답으로 아마 첫째, 전반적인 행동을 감소.

엔드 이펙터의 위치 차이

엔드 이펙터 (피트)의 위치 편차가 작업을 수행하는 유아가 사용하는 전략에 대한 정보를 제공한다. 또한 유아에서 "학습"이 있었는지에 대한 통찰력을 제공합니다. 학습자들은이 발견 학습 작업을 수행하는 데 1 ~ 2의 전략을 보여줍니다. 임계 값은, 테이블 (14~20cm) 상기 유아의 다리 길이의 50 % 이상, 학습자 높으면, 모바일과 상호 작용할 때 (N = 2)의 분산을 감소 그들의임계 값 (그림 5)에 가까운 이동하여 수직, 작업 별 방향으로 발. 그들은 임계 값의 위치를​​ 배운 것으로 보인다. 임계 값은 (N = 6)으로 이동하여, 수직 방향의 피트의 분산을 증가 발 점진적으로 더 높은 (도 6)에서, 위의 테이블에 유아의 다리 길이의 50 % 미만 (5~8cm) 학습자 낮 으면 . 그들은 하이킥을 배운 것으로 보인다. 그것은 추가로 일, 낮은 임계 학습자가 감소 할 연직 방향의 이동과 그 위치 편차를 활성화 할 필요가 최소 높이를 배울 것이라고 예상된다.

엉덩이 - 무릎 각도의 상관 계수

엉덩이 무릎 조정 패턴의 차이를 묘사하기 위해, 20 유아 학습으로 분리 (N = 8; 5055 걷어차 분석) 및 비 학습 (N = 12, 분석 8,240 차기) 개인의 학습 기준을 기반으로합니다. 학습자 아니지만비 학습자는 크게 2 일 취득 조건과 1 일 기준 조건 (p <0.001,도 7) 사이에서 자신들의 엉덩이 무릎 각도의 상관 계수를 감소시켰다. 이 조정의 변화는 상대적 위상 결과 (표 1)에서 발견되었다. 이 조정 패턴이 이동을 활성화하는 더 효율적인 수단을 제공하기 때문에, 아마도, 이동과 상호 작용할 때 학습자 적은 위상 엉덩이 무릎 조정을 보여 주었다. 높이가 낮은 경우, 상기 이동을 활성화하는 가장 효과적인 수단은 구부려 연장 무릎을 유지하면서, 고관절을 연장 할 수있다. 높이가 높은 경우에는, 고관절을 유지할 수있다 이동을 활성화하는 가장 효율적인 방법은 만곡 및 굴곡과 무릎을 연장. 거의 동기 굴곡과 고관절과 무릎의 확장 유아의 전형적인 발로 패턴에 비해 더 위상 (out-of-phase) 엉덩이 - 무릎 조정에 어느 전략 결과 (무릎을 확장하고있는 반면 허리가 구부러).

학습자의 엉덩이와 무릎 MUS 토크 임펄스. (N = 8; 917 차기) 그림 8에 그래프로되어 학습자의 날이 멸종 조건과 다른 모든 조건 (P 사이의 엉덩이 NET 토크 충격에 크게 증가 엉덩이 MUS 토크 임펄스 기여 <0.001 ). 학습자는 2 일 멸종 조건 및 1 일 기준 제외한 다른 모든 조건 (P <0.001) 사이 NET 무릎 토크 충동에 무릎 MUS 토크 임펄스 기여를 증가했다. 그것은 날이 취득 조건이 더 때문에 학습자가 덜 위상 엉덩이 - 무릎 조정 패턴을 사용하고 있다고 가정 된 이후 1 일 기준 조건 사이의 고관절과 무릎 MUS 토크 충격의 감소가있을 것으로 예상했다 더 위상 조정 패턴보다 효율적입니다. 를 계산하기 때문에 MUS 토크 충동의 변화는 증명되지 않았을 수 있습니다ccurate 토크, 표면에 접촉하지 않거나 다른 다리를 사용할 수 있습니다 만 차기. 만 917 걷어차는 날이 취득 조건 중 엉덩이 - 무릎 상관 계수의 감소를 기록하는 데 사용되는 5,055 차기 대,이 기준을 만났다. 정확한 토크를 계산할 필요가 있지만 따라서 분석 찰 수의 감소는, 기준 및 획득 조건 사이 MUS 토크 비에 큰 차이에 기여 할 수있다. 그러나, 강력한 발견은 소등 상태 중 엉덩이 무릎 MUS 토크 임펄스 증가했다. 태스크 배운 유아 이동을 활성화하기위한 시도로 소등 상태 동안 큰 고관절과 무릎 MUS 토크를 발생시키는 것으로 나타났다.

그림 4
그림 4 : 2 분 간격으로 강화 다리 동작의 비율을 의미한다.유아 학습자로 분리 하였다 (N = 8) 및 개별 학습 기준에 기초하여 학습자의 비 (N = 12). 학습자는 크게 2 일 인수 조건 및 1 일 기준 조건 (조정 P <0.001) 사이에 강화 다리 동작의 비율을 증가했다. B = 기준선 = 인수, E는 = 멸종.

그림 5
그림 5 :. 높은 임계 값 (테이블 위 14cm, 다리 길이의 68 %)와 학습자의 예이 유아함으로써 수직 z 방향의 분산을 감소, 인수 조건 중 임계 값 주위에 자신의 발을 이동하는 것을 배웠다. 이동국이 더 이상 소등 상태 동안 활성화 될 때 편차의 증가를 참고하지 않는다. 이 학습자의 2 일에서 원시 데이터는 그림 2에 제시되어있다. B = 기준선 = 인수, E는 = 멸종.


그림 6 : 낮은 임계 값 학습자의 예 (표 위에 7cm, 다리 길이의 34 %). 이 유아함으로써 수직 z 방향의 분산을 증가, 인수 조건 중 높은 발을 들어 올릴 배웠다. B = 기준선 = 인수, E는 = 멸종.

그림 7
도 7 : 비 학습자 대 학습자 :. 2 분 간격으로 엉덩이 무릎 쌍의 상관 계수를 의미는 유아 학습자로 분리 하였다 (N = 8) 및 개별 학습 기준에 따라 비 학습자 (N = 12). 학습자가 크게 날 2 취득 조건과 1 일 기준 조건 (보정 p <0.001) 사이 엉덩이 무릎 각도의 상관 계수를 감소시켰다. B = 기준선 = 인수, E는 = 멸종.


그림 8 : 학습자는 2 분 간격으로 엉덩이와 무릎의 순 토크 충동에 근육을 의미 학습자 (N = 8) 2 일 멸종 상태와 다른 모든 조건 (사이 엉덩이 순 토크 충격에 크게 증가 엉덩이 근육 토크 임펄스 기여. 조정 된 p <0.001). 학습자는 크게 2 일 멸종 상태 및 1 일 기준 제외한 다른 모든 조건 (조정 P <0.001) 사이에 무릎 순 토크 충동에 무릎 근육 토크 임펄스 기여를 증가했다. B = 기준선 = 인수, E는 = 멸종.

차기 피크 속도 엉덩이 관절 반전 피크 속도 차기
개시 킥의 1 차 반 킥의 2 차 절반
M (SE) M (SE) M (SE) M (SE) M (SE)
1 일 기준 학습자 64.4 (6.7) * 57.1 (6.8) * 57.1 (7.5) * 57.7 (7.6) * 62.5 (6.0) *
비 학습자 60.3 (5.4) 52.6 (5.5) 53.2 (6.1) 51.8 (6.1) 58.3 (4.8)
1 일 취득 학습자 64.1 (6.4) * 58.7 (6.6) * 58.3 (7.3) * 58.4 (7.4) * 66.3 (5.6) *
; 비 학습자 60.0 (5.2) 55.6 (5.4) 52.7 (5.9) 52.7 (6.0) 61.0 (4.6)
2 일 기준 학습자 65.9 (6.6) 63.6 (6.7) 62.7 (7.4) 61.9 (7.5) 66.7 (5.8)
비 학습자 44.7 (5.4) 42.6 (5.5) 39.3 (6.1) 37.8 (6.1) 48.6 (4.8)
2 일 취득 학습자 76.3 (6.4) ** 70.5 (6.6) ** 70.5 (7.3) ** 70.3 (7.3) ** 73.2 (5.6) **
비 학습자 47.6 (5.2) 42.3 (5.4) 38.7 (5.9) 36.6 (6.0) 47.5 (4.6)
2 일 멸종 학습 65.6 (6.6) 60.5 (6.7) 61.7 (7.4) 61.7 (7.5) 66.7 (5.8)
비 학습자 48.1 (5.3) 46.​​7 (5.5) 43.9 (6.0) 42.3 (6.1) 49.8 (4.7)

표 1 : 비 학습자 대 학습자 : 조건 유아에 의해 엉덩이 무릎 쌍의 상대적인 위상 학습자로 분리 하였다 (N = 8) 및 개별 학습 기준에 기초하여 학습자 비 (N = 12). 그룹 내에서, 학습자는 크게 2 일 인수 조건 및 1 일 기준 조건 (이하 위상 조정) 사이의 모든 5 시간 지점에서 엉덩이 - 무릎 각도 상대 위상을 증가했다. 2 일 인수 조건 중 모두 5 시간 지점에서 그룹, 비 학습자에 비해 학습, 크게 증가했다 엉덩이 무릎 각도 상대 위상 (이하 위상 조정) 사이. : SE = 일을andard 오류. * = 크게 학습자 취득 2 일에서 감소, P <0.001 (자세한에서 상); ** = 크게 비 학습자 취득 2 일 증가, P <0.001 (이하 위상)

Subscription Required. Please recommend JoVE to your librarian.

Discussion

젊은 유아 발견 학습 작업의 디자인

젊은 유아 발견 학습의 작업은 신중 유아가 독립적으로 비상을 발견하는 것을 보장하도록 설계되어야한다. 취득 조건의 시작에서 몇 개의 모바일 패러다임에서, 유아는 어느 이동국이 수동적으로 유아를 도입 조사자에 의해 이동되는 이동 7,22 각 유아의 다리의 비 조건부 활성화에 의해 활성화하는 것을 나타낸다 비상 9. 또한, 간병인과 실험자는 유아의 성능을 지원하기 위해 추가 보강을 제공 할 수있다. 여기에 설명 된대로 특정 규칙은, 유아가 독립적으로 외부의 영향없이 비상을 발견하는 것을 보장하는 것이 중요하다.

그것은 발견 학습 작업 동안 수집 된 종속 측정 성능의 변화에​​ 민감하다는 것도 중요하다. 가장 중요한 ASP이 패러다임 요법은 유아 모바일의 활성화에 대한 임계 값의 설정입니다. 임계 값을 테이블 위에 너무 높은 배치되는 경우, 유아는 모바일을 활성화 그의 다리 동작이 있는지 결정하기 위해 취득하는 동안 충분히 자주 이동을 활성화 할 수 없습니다. 임계 값이 너무 낮게 배치되는 경우, 유아는 유아 성능이나 학습을 입증 취득 중에 충분히 %의 RLA을 높일 수있을 것으로 드물 기준선에서의 %의 RLA 같은 하이 레벨을 가질 수있다; 예를 들면, 1 일에 50 %의 기준선 %의 RLA 가진 유아는 개인의 학습 조건을 충족하는 날 (2)의 6 분의 취득 조건의 75 %에 대해 이동을 활성화 할 것이다. 임계 값이 기준 %의 RLA 각 유아의 다리 동작의 대략 20~30% 것을 보장하도록 자신의 기준선 자발적인 레그 작용 각 유아에 대해 개별적으로 계산되어야 오히려 파일럿 테스트는, 각 유아 표준 임계 값이 사용될 수없는 것을 확인했다. 유아의 다리의 행동으로부터 수집 및 위치 데이터의 분석

이 방법은 조인트 세그먼트 성인 생체 역학 분석에서 표준 방법에 부착 강체로부터 수집 된 위치 데이터를 사용한다. 유아 다리 조치에 대한 이전 연구 공동 센터 13-15,23-28에 부착 된 개별 LED의 위치 데이터를 수집했다. 개별 LED 대 강체에서 데이터를 수집하는 것은 여러 가지 이점이있다. 첫째, 강체 적은 이동하고 개별 LED에 비해 매우 자주 떨어져. 이것은 그들의 발견 학습 과제에서 유아를 방해 할 수없는 마커를 대체하기 위해 중단없이 더 이상 데이터 수집 (8 ~ 10 분)을 허용한다. 둘째, 강체는 관절 운동의 완전한 3D 운동 및 운동 분석을 할 수 있습니다. 개인 IREDs으로 수집 된 데이터는 분석 및 모션은 굴곡과 확장의 시상면의 움직임에서 발생하는 것처럼보고됩니다. 이 incomplet에 이르게전자 운동 학적 데이터. 개인 IREDs으로 수집 된 데이터는 또한 가능성이 시상면에서 주로 발생하지 않는 유아 발로 작업 중에 부정확 한 토크 추정치를 산출 차원의 운동 방식에 운동 분석을 제한합니다. 강체의 사용은 유아 생체 역학 연구에 큰 발전이지만, 유아 강체는 현재 구매에 사용할 수 없습니다 및 사용자 정의 제조를 필요로한다.

제한

상기 방법의 한 가지 제한은 인해 모션 캡쳐 시스템의 용도에 실험실 설정으로 제한된다는 것이다. 여러 날에 걸쳐 실험실 기반의 연구 조사에 참여하는 젊은 유아를 모집하는 것은 도전이다.

이 휴대 패러다임은 이전의 패러다임 이동에 비해 작업을 알게 영아 낮은 비율을보고한다. 이 때문에 패러다임의 여러 독특한 기능으로, 유아 학습을 보여 2 일 이상이 필요할 수 있습니다. 첫째,에fants는 탐색 다리 동작은 이동을 활성화로 모바일 이동, 오히려 독립적으로 비상을 발견하는 것이 표시되지 않습니다. 둘째, 패러다임은 이전 모바일 패러다임보다 더 세련된 다리 동작을 필요로하며, 유아가 이일 3에서 생성하는 법을 배워야 어려울 수있는 더 성숙한, 위상 (out-of-phase) 엉덩이 - 무릎 조정 패턴을 권장합니다. 셋째, 유아 다리 동작을 증가시켜 성능이나 학습을 입증 할 수없는 경우 활성화 모바일 정지 (즉, 기준 또는 멸종 5시), 유아는 작업에 결합을 유지하고 2 일의 전체 6 분 취득 조건에 모바일 보강을 증가시킬 필요가 오히려 학습을 보여줍니다. 이러한 독특한 특징으로 인해, 그것은이 태스크에 참여 일수 증가 태스크 학습 더 유아 초래할 수 있다는 가설이다.

미래의 응용 프로그램

이 발견 학습 작업 캔 L유아가 작업 별 작업을 수행 할 자신의 자발적인 움직임을 수정하는 학습 방법에 대한 새로운 통찰력을 EAD. 발견 학습 환경에 참여하는 동안 유아의 다리의 행동을 추적함으로써,이 유아들이 엔드 이펙터 (피트), 그들의 엉덩이 무릎 조정 패턴의 위치 편차를 변경할 것을 증명하고, 그들의 엉덩이 무릎 MUS 토크 임펄스 하였다. 이 정보는 환경과 상호 작용할 때 옵션 유아 그들에게 가능한 확인할 수 있으며 이러한 옵션을 활용하는 방법을 작업 별 동작을 배울 수 있습니다. 또한 유아가 작업을 배울뿐만 아니라 방법을 조사하기 위해 수단을 제공하지만, 그들은 무엇을 배우고있는. 높은 임계 값 학습자가 임계 값의 위치를​​ 알아 나타난 반면, 예를 들어, 낮은 임계 값 학습자, 높은 킥을 배울 나타났다.

운동 장애 위험이있는 유아는 행위의 작업 별 변화에 기여 유아 제약을 조사하기 위해 고유의 샘플을 제공이온. 위험에 유아를 배치하는 기본 병리는 선택적 관절 운동 감소와 근육의 힘 발전 용량 감소 등으로 인한 손상에 다리 동작의 차이에 기여한다. 이 또는 다른 발견 학습 작업을하는 동안 운동 장애 위험이있는 유아의 다리 동작을 추적하면 작업 별 다리 동작의 차이 및 작업이 학습하는 방법의 차이에 기여하는 방법을 특정 장애를 정량화 할 수있는 기회를 제공 할 수있다.

위험 유아의 여러 집단의 특정 장애는 조기 레그 행동에 미치는 영향이 알려지면, 더 많은 연구가 원칙 숙련 기능에 최적화 될 수있는 방법에 이른 다리 동작 판별 수행 될 수있다. 디스커버리 학습 패러다임은 운동 장애 위험 유아의 다리 작용 및 학습을 지원하도록 설계 될 수있다. 즉, 환경은 원하는 패턴 또는 배위 포스 생산 요구가되도록 구성 될 수있다그들의 다리 액션과 건설 환경에 미치는 영향 사이의 관계를 탐구 유아에 의해 발견. 발견 학습 패러다임의 이러한 유형뿐만 아니라 지원 다리 동작뿐만 아니라 젊은 위험에 처한 유아의 학습 능력을 지원할 수 있습니다.

요약하면, 방법은 설명 된 3-4 개월 된 유아 발견하여 작업 내용과 자신의 다리의 움직임은 학습 프로세스를 정량화 포획된다. 발견 학습 작업에 참여하는 유아들이 작업 및 세계에 미치는 효과의 관계를 탐구 학습 과정을 계량 할 수있는 기회를 제공 할 수있는 동안 유아의 움직임을 추적.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

관심 없음 충돌 선언하지 않습니다.

Acknowledgments

이 연구는 박사 과정의 추진 (PODS)에 의해 지원되었다 I과 물리 치료를위한 재단 II 상과 바바라 사전 트에 미국 물리 치료 협회의 교육과에서 채택-A-닥을 장학금.

Materials

Name Company Catalog Number Comments
Optotrak Certus Position Sensor, Far Focus, with stand Northern Digital Inc 8800852
Optotrak Data Acquisition Unit II (ODAU II) Northern Digital Inc 8800767
Optotrak Vinten Stand, Certus with Quick Fix Adapter Northern Digital Inc 8800855.002
Certus S-Type, Standard Configuration Northern Digital Inc 8800761
Marker (7 mm) pair, c/w RJII connector and 8 ft cable Northern Digital Inc 8001029.001
AC Line Cord, Medical Grade, North America Northern Digital Inc 7500010
Cubic Reference Emitter Kit - Certus Northern Digital Inc 8800768
3 Pylon IEEE 1394 cameras Basler A6021c
Vixia HG10 camcorder Canon 2183B001
Adhesive Disks MVAP Medical Supplies E401-500
Reversible head support Eddie Bauer 52556
Softstrap Strap Sammons Preston A34960
Digital Pediatric Scale Healthometer Model 524KL

DOWNLOAD MATERIALS LIST

References

  1. Gibson, E. J., Pick, A. D. An Ecological Approach to Perception, Learning and Development. Oxford University Press. New York, NY. (2000).
  2. Thelen, E., Smith, L. B. A Dynamic Systems Approach to the Development of Cognition and Action. MIT Press. Cambridge, MA. (1994).
  3. Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. Infant exploratory learning: influence on leg joint coordination. PLoS One. 9, (3), e91500 (2014).
  4. Rovee-Collier, C. K., Gekoski, M. J. The economics of infancy: A review of conjugate reinforcement. Adv Child Dev Behav. Reese, H. W., Lipsitt, L. P. 13, Academic. 195-255 (1979).
  5. Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. The performance of infants born preterm and full-term in the mobile paradigm: learning and memory. Phys. Ther. 84, (9), 808-821 (2004).
  6. Haley, D. W., Weinberg, J., Grunau, R. E. Cortisol, contingency learning, and memory in preterm and full-term infants. Psychoneuroendocrinology. 31, (1), 108-117 (2006).
  7. Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. Three-month-old infants can select specific leg motor solutions. Motor Control. 6, (1), 52-68 (2002).
  8. Tiernan, C. W., Angulo-Barroso, R. M. Constrained motor-perceptual task in infancy: effects of sensory modality. J. Mot. Behav. 40, (2), 133-142 (2008).
  9. Chen, Y., Fetters, L., Holt, K., Saltzman, E. Making the mobile move: constraining task and environment. Infant Behav. Dev. 25, (2), 195-220 (2002).
  10. Ohr, P. S., Fagen, J. W. Conditioning and long-term memory in three-month-old infants with Down syndrome. Am. J. Ment. Retard. 96, (2), 151-162 (1991).
  11. Thelen, E., Hidden Ulrich, B. D. skills: A dynamical system analysis of treadmill stepping in the first year. Monogr Soc Res Child Dev. 56, (1), 1-98 (1991).
  12. Soderkvist, I., Wedin, P. Determining the movements of the skeleton using well-configured markers. J. Biomech. 26, (12), 1473-1477 (1993).
  13. Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. Understanding movement control in infants through the analysis of limb intersegmental dynamics. J. Mot. Behav. 22, (4), 493-520 (1990).
  14. Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking. J. Mot. Behav. 26, (4), 303-312 (1994).
  15. Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. Spontaneous kicking in full-term and preterm infants with and without white matter disorder. Dev. Psychobiol. 52, (6), 524-536 (2010).
  16. Emmerick, R., Wagenaar, R. Effects of walking velocity on relative phase dynamics in the trunk in human walking. J. Biomech. 29, (9), 1175-1184 (1996).
  17. Kelso, J. A., Scholz, J. P., Schoner, G. Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations. Physics Letters A. 134, (6), 8-12 (1986).
  18. Schneider, K., Zernicke, R. F. Mass, center of mass, and moment of inertia estimates for infant limb segments. J. Biomech. 25, (2), 145-148 (1992).
  19. Sun, H., Jensen, R. Body segment growth during infancy. J. Biomech. 27, (3), 265-275 (1994).
  20. Murray, R. M., Li, Z., Sastry, S. S. A Mathematical Introduction to Robotic Manipulation. CRC Press. Boca Raton, FL. (1994).
  21. Galloway, J. C., Koshland, G. F. General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements. Exp. Brain Res. 142, (2), 163-180 (2002).
  22. Angulo-Kinzler, R. Exploration and selection of intralimb coordination patterns in 3-month old infants. J. Mot. Behav. 33, 363-376 (2001).
  23. Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. Kicking coordination captures differences between full-term and premature infants with white matter disorder. Hum. Mov. Sci. 22, 729-748 (2004).
  24. Jeng, S., Chen, L., Yau, K. Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants. Phys. Ther. 82, 148-159 (2002).
  25. Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control. J. Mot. Behav. 27, 366-374 (1995).
  26. Piek, J. P. A quantitative analysis of spontaneous kicking in two-month-old infants. Hum. Mov. Sci. 15, 707-726 (1996).
  27. Thelen, E. Developmental origins of motor coordination: Leg movements in human infants. Dev. Psychobiol. 18, 1-22 (1985).
  28. Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. Development of spontaneous leg movements in infants with and without periventricular leukomalacia. Exp. Brain Res. 135, 94-105 (2000).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics