Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery

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

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

Acções específicas da tarefa emergir movimento espontâneo durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de ensino-descoberta. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem. Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base no movimento da perna especificado de bebês. Lactentes supina ativar o móvel, movendo os pés na vertical através de um limiar virtual. Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem. Especificamente, a aprendizagem é quantificado em termos da duração da ativação celular, a variância posição dos operadores terminais (pés) que ativam o móvel, mudanças na Coorde- hip-joelhopadrões de produção e mudanças no quadril e joelho torque muscular. Esta informação descreve prospecção e exploração infantil na interacção das limitações pessoa e ambientais que apoiam uma acção específica para a tarefa. Pesquisas posteriores utilizando este método pode investigar deficiências como específicas de diferentes populações de crianças em situação de risco para distúrbios do movimento influenciar o processo de ensino-descoberta de uma acção específica para a tarefa.

Introduction

Acções específicas da tarefa emergir movimentos espontâneos durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de aprendizagem 1,2-descoberta. As tarefas são descobertos por crianças como eles espontaneamente movimentar e explorar acções que produzem novos efeitos no ambiente. Ações de tarefas específicas emergir como crianças explorar as conexões entre suas ações e seus efeitos sobre o mundo ao seu redor. No entanto, pouco se sabe sobre os processos precisos de que as crianças exploram e promovem a aprender a modificar os seus movimentos espontâneos para executar ações de tarefas específicas. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem.

Figura 1

Figura 1: Infante chutando-ativado tarefa móvel. et al. 3

Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base na ação perna especificado de bebês 3. Lactentes colocados em posição supina sob o móvel activá-lo mover os pés na vertical através de um limiar virtual (Figura 1). Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem.

O protocolo experimental inclui dois dias de coleta de dados. Dia 1 consiste em um estado inicial de 2 minutos em que uma criança começa espontaneamente, mas suas ações pernaNão é possível ativar o bebê móvel, seguido por uma condição de aquisição 6 min em que as ações da perna da criança ativar o celular criança se a criança se move seus pés verticalmente para cruzar um limite virtual. Este protocolo permite a quantificação das acções de perna espontâneos de lactentes bem como a quantificação de vários aspectos dos movimentos como lactentes explorar a relação entre as suas acções de perna e de activação do móvel infantil. No dia 2, para além do estado inicial de 2 min e condição aquisição 6 min, uma condição de extinção 2 minutos é adicionado em que as acções das pernas da criança não activar o móvel infantil. Isto permite a quantificação de lactentes como alterar as suas acções de perna quando uma resposta ambiental já aprendido é descontinuada.

Em infantis paradigmas móveis anteriores, a frequência de movimento da perna 4-6, quadril e joelho ângulos específico 7,8, ou chutar um painel 9 ter sido reinforced com o movimento móvel. Desempenho de cada dia foi definido como o aumento destas acções das pernas durante a condição de aquisição ou de extinção em relação ao estado inicial de 4-9. Aprender ao longo dos dias foi definida como um aumento nessas ações perna durante a linha de base ou aquisição condição de Dias 2 ou 3 e do estado inicial do Dia 1 5,6. Esses paradigmas móveis anteriores demonstram que as crianças aumentar a frequência de acções de perna que são reforçados com a ativação celular, no entanto, eles não fornecem informações sobre o movimento Opções crianças têm à sua disposição quando aprender a tarefa. Por exemplo, se a taxa de chutar é reforçada, as crianças demonstram desempenho e aprendizagem quando seus chutes aumentos da taxa ou ao interagir com o celular ou quando o móvel não está mais ativa. Isto demonstra que as crianças podem refinar sua taxa de chutar, mas não se sabe se as crianças podem refinar sua coordenação perna padrão ou torque produção para generatações da perna e que não estão dentro do seu repertório movimento preferido.

Este paradigma móvel é único em que as crianças são obrigadas a demonstrar ação da perna mais refinado para ativar o dispositivo móvel do que em paradigmas móveis anteriores. Neste paradigma móvel, a altura de cada um dos pés acima da mesa é calculado durante o estado inicial de 2 min, utilizando os dados de posição de um díodo emissor de luz (LED) ligado a cada um dos pés. Um limiar virtual é então definido paralelamente à mesa a uma altura que está dentro da gama superior de altura de ambos os pés durante o estado inicial. Durante a aquisição, a rotação móveis e toca música se qualquer pé cruza o limiar. Depois de 3 segundos, os batentes móveis e reactiva somente se a criança se move o pé abaixo do limiar, e, em seguida, move o pé verticalmente e novamente atravessa o limiar. Para ativar o celular para a maior quantidade de tempo, os bebês precisam mover um pé acima do limiar e mantê-lo contra gravdade por 3 segundos, em seguida, passar rapidamente a pé abaixo do limiar e, novamente, movê-lo acima do limite e mantê-lo lá por 3 s, etc. Isso requer ação da perna mais refinado do que simplesmente aumentar a taxa de chutar.

Figura 2

Figura 2: dados de posição não filtrados de operadores terminais (pés) de um infante dados representativos posição Unfiltered do dia 2 de uma criança de idade três meses que mostrou aprendizagem com base nos critérios individuais de aprendizagem.. A linha vermelha é dados de posição da coordenada z do diodo emissor de luz (LED) colocados no pé direito. A linha azul é os dados de posição do LED no pé esquerdo. Linha preta grossa é a tabela. Linha pontilhada é o limiar virtual colocado 14 centímetros acima da tabela individualmente determinados para cada criança com base na altura da sua linha de base durante chutandocondição do Dia 1. eixo X está marcado o tempo por intervalos de 2 min. Observe como o bebê se move seus pés durante a linha de base quando o móvel não ativa e durante os primeiros 30 segundos de aquisição 1, então ele sempre mantém os dois pés fora da tabela e move seus pés à direita em torno do limiar para a próxima 5½ minutos até que o móvel não é activado durante a condição de extinção.

A segunda característica única deste paradigma móvel é que a ação da perna de cada criança é rastreado usando técnicas de captura de movimento state-of-the-art para quantificar como as crianças usam suas opções de movimento para aprender a tarefa. Os dados de posição do diodo emissor de luz não filtrada em cada pé que activa a unidade móvel a partir de uma criança representativa está incluído na Figura 2. Note-se como a criança se move seus pés em diversas alturas acima da mesa durante a linha de base e a primeira parte de aquisição, mas move-se então os dois pés direita em torno do limiar durante o resto do Condi aquisiçãoção até que o celular não está mais ativa durante a extinção. Esta é uma das muitas estratégias de movimento em potencial para realizar a tarefa de aprendizagem de descoberta. As estratégias pode ser quantificada calculando a cinemática tridimensionais e cinética, usando dados adquiridos a partir da posição do sistema de captura de movimento. Especificamente, o processo de aprendizagem é quantificada em termos da percentagem de acção reforçada perna (% RLA), que é igual à duração da activação celular, posição variância dos efectores finais (pés) que activam os móveis, padrões de coordenação quadril do joelho e quadril e joelho torques articulares.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

O Conselho de Revisão Institucional da Universidade do Sul da Califórnia aprovou este estudo.

1. Sistema de Preparação

  1. Configure o sistema de captura de movimento. Por favor, note: essas etapas são diferentes para cada sistema de captura de movimento.
    1. Alinhe a sistemas dos dois sensores de captura de movimento para que de um sensor de coordenadas clicando em "Executar New Registration" no programa de captura de movimento, entrando em um tempo de coleta de 30 segundos, clicar em "Cadastre-se", e movendo o objeto de registro dentro do volume de captura durante 30 seg. Quando o registro for concluído com êxito, observamos um root mean square (RMS) erro de registro na tela do computador.
    2. Alinhar o sistema de coordenadas global para a tabela de teste usando o objeto de registro, clicando em "Executar New Alinhamento" no programa de captura de movimento.
      1. Definir a origem, colocando o obje registoct no canto direito superior da tabela de teste e clicar em "Digitalização" no programa de captura de movimento. Definir o eixo Z através da colocação do objecto de registo na parte superior de uma caixa e clicando "Digitalizar"; o eixo Z é perpendicular à mesa.
      2. Definir o / Y + Z Plano movendo o objecto de registo na caixa ao longo do comprimento da mesa e clicando "Digitalizar"; o eixo dos Y é paralelo ao comprimento do quadro e o eixo X é paralelo à largura da mesa.
    3. Ligue os LEDs nas duas portas estroboscópicas e digite o número de LEDs por porta strobe dentro do programa do sistema de captura de movimento (24 para a porta de strobe 1 e 20 para a porta de strobe 2). Veja a Figura 3 para o número e localização de cada LED. Selecione visualização de dados em falta para fornecer um display gráfico-como faixa de LEDs sendo monitorado em tempo real.
      Figura 3
  2. Configure o programa de computador móvel infantil.
    1. Insira o número de minutos para cada condição. Para o dia 1, entrada 2 para a fase 1 (2 min de base, condição não-reforço), 6 para a fase 2 (6 min aquisição, condição reforço), e 0 para a fase 3 (0 min extinção, condição não-reforço).
    2. Para o dia 2, entrada 2 para a fase 1 (linha de base), 6 para a fase 2 (aquisição), 2 para a fase 3 (extinção), e marque "Use Zmin como padrão" para que o limiar calculado durante linha de base de Day1 será o limiar usado para a condição de aquisição de Dia 2.
    3. Escolha "StreamframesAllFrames" e clique em "Enviar" para permitir que oprograma de celular para usar dados do sistema de captura de movimento para ativar o celular criança com base em critérios especificados.
  3. Configure as câmeras de vídeo.
    1. Iniciar o programa de computador de vídeo para os três vídeos sincronizados (lateral direito, lateral esquerdo, vistas gerais).
    2. Comece a câmera de vídeo adicional sobre a cabeça do bebê para gravar expressões faciais e olhar olho.

2. Preparação infantil

  1. Descrever a experiência para os pais e informá-los para interagir tão pouco quanto possível com seu bebê.
    NOTA: Diga aos pais que, se a criança não se torna exigente durante todo o experimento, os pais devem sentar-se ao lado da criança fora de sua vista, no entanto, se a criança torna-se exigente há uma progressão de interação com a criança.
    1. Primeiro, pergunte o pai dizer: "Está tudo bem, eu estou bem aqui," em um tom tranqüilizador.
    2. Em segundo lugar, pediro pai para ficar no ponto de vista da criança enquanto estiver a tranquilizar o bebê.
    3. Em terceiro lugar, pedir ao pai que quer segurar uma das mãos da criança ou dar o bebê uma chupeta.
      NOTA: A menor quantidade de interação necessária para manter a criança calma e alerta dos pais é dado e é encerrado o mais rapidamente possível.
  2. Despir a criança, coloque o bebê sob o móvel infantil e proteger a criança para a tabela usando uma faixa de velcro colocada ao longo do tronco.
  3. Depois que o bebê está preso à mesa, coloque os marcadores esterno e pélvica, coxa, pernil, e corpos rígidos pé no lactente.

3. infantil Mobile Learning Task

  1. Todos os dias, iniciar a tarefa de aprendizagem móvel, de forma síncrona iniciar o sistema motion capture, programa de computador móvel, e câmeras de vídeo.
    1. Em ambos os dias a partir min 0-2, o estado inicial, observar a criança chutando espontaneamente.
    2. No Dia 1 durante o 2 min condição basal, observe como o programa infantil móvel calcula continuamente o limiar para a ativação celular baseado em dados-z de um dos LEDs no corpo rígido de cada pé. Exemplo, marcador 9 no pé direito e do marcador 21 no pé esquerdo. Marcador 9 é o centro de LED no corpo rígido pé direito circulados em amarelo na Figura 1. Marcador 21 é o centro LED no corpo rígido pé esquerdo.
    3. No final da linha de base de 2 min, o programa móvel vai definir o limite a uma altura de um desvio padrão (DP) acima da altura média dos dois pés durante o estado inicial de 2 min.
    4. Em ambos os dias a partir min 2-8, a condição de aquisição, observar como os infantis gira móveis e toca música quando o LED colocados em cada pé cruza o limiar calculado durante o estado inicial de 2 min do Dia 1.
      NOTA: a activação celular irá continuar durante o tempo que o pé está acima do limiar virtual para um máximo de 3 seg. Após 3 segundos, o mobile vai reativar somente se a criança move o pé abaixo do limiar virtual, e em seguida, move o pé verticalmente e novamente cruzar o limiar. Esta "regra 3 seg" incentiva movimentos exploratórios perna ativa versus segurando os pés acima do limiar.
    5. No dia 2 de 8-10 min, a condição de extinção, observar como a criança começa espontaneamente sem reforço móvel.
  2. Após a criança interage com o dispositivo móvel, recolher um ensaio de calibração estática para definir um sistema de coordenadas local para cada segmento de perna e define uma configuração de referência para cada segmento do corpo no espaço.
    1. Corrigir dez LEDs individuais bilateralmente para a pele do bebê usando coleiras ECG dupla face nos seguintes locais: linha média lateral do tronco abaixo da décima costela, trocânter maior do quadril, joelho linha lateral da junta do tornozelo maléolo lateral, e extremidade distal do metatarso.
    2. Segure a extremidade inferior do bebê em, uma posição anatômica prorrogado por 5 sec. Todos os ângulos articulares nessa posição calibração são definidos como 0 °.
  3. No dia 2, coletar dados antropométricos.
    1. Pesar cada criança em uma escala elétrica digital.
    2. Tome as seguintes medidas: comprimento total do lactente; circunferência ao meio-segmento da coxa, pernil, e pé; largura do joelho (no joelho linha comum), tornozelo (no maléolo) e pé (pelo cabeça dos metatarsos); eo comprimento da coxa (trocânter maior até o joelho da linha de junta), pernil (joelho linha conjunta para maléolo lateral) e pé (maléolo medial a primeira articulação metatarsofalângica).

Análise 4. Dados

  1. Analisar o desempenho e aprendizagem calculando a RLA% durante cada intervalo de 2 min do experimento usando um programa em linguagem de computação personalizado, como Matlab. Calcule a duração do tempo de um ou ambos os LEDs em cada pé que ativaram o móvel eram superiores ao limiar. Desdeo móvel não activa após um intervalo de 3 seg, subtrair a duração de tempo em que um ou ambos os LEDs estavam acima do limiar para maior do que um intervalo de 3 seg.
    1. Medir o desempenho do grupo de cada dia, analisando estatisticamente se a RLA% durante qualquer um dos intervalos de aquisição de três, dois mínimo excede significativamente o intervalo de linha de base 3,4,7,9,10 2 min.
    2. Categorizar lactentes individuais como ter realizado a tarefa cada dia, se o RLA% durante qualquer intervalo de aquisição de 2 minutos é igual a ou maior do que 1,5 vezes o RLA% da linha de base no intervalo de 2 min 3,4,6,9,10.
    3. Medir a aprendizagem do grupo ao longo dos dias, determinando estatisticamente se a RLA% durante toda a 6 min aquisição condição Dia 2 exceder o RLA% durante o estado inicial Dia 1 3,6.
    4. Categorizar bebês individuais como aprendizes se o RLA% durante toda a condição de aquisição 6 min do Dia 2 é igual ou greater a 1,5 vezes o estado inicial do Dia 1 3,6,11.
  2. Analise excitação e atenção por fitas de codificação a cada intervalo de 2 min da experiência. A escala de activação é definido como: sonolência = 1, alerta e inativos = 2, alerta e ativo = 3, exigente = 4, e chorando = 5 3,8,11. A escala atenção é definido como: 0 = não olhando para o celular, 1 = olha o móbil 3,8.
  3. Processo de dados de posição e chutes extrato usando programas Matlab personalizados.
    1. Arquivos de dados de posição de carga outputted do sistema de captura de movimento em um programa Matlab personalizado para interpolar os dados de posição em falta (máximo de 20 quadros consecutivos) usando uma spline cúbico.
    2. Carregar os arquivos interpolados em um programa personalizado para Matlab (a) dados sobre a posição do filtro usando uma quarta ordem Butterworth com uma frequência de corte de 5 Hz, conforme determinado a partir da análise do espectro de potência, e (b) calcular os seguintes ângulos articulares: flexão do quadril / extensão, abdução do quadril/ Adução, rotação interna / externa do quadril, joelho flexão / extensão, inversão do tornozelo / eversão, dorsiflexão / flexão plantar, como descrito no 12.
    3. Carregar os arquivos de ângulo em um programa Matlab personalizado para extrair chutes. Definir o início de um pontapé como o início de um movimento contínuo da perna em que o quadril ou o joelho ângulo da articulação mudança excedeu 11,5 ° (0,2 radianos) em qualquer flexão ou extensão 3,9,13-15. Defina o fim do pontapé como o quadro de extensão de pico na sequência de um movimento de flexão ou flexão pico na sequência de um movimento de extensão 3,9,14.
  4. Para todos os pontapés, calcular parâmetros cinemáticos usando programas Matlab personalizados.
    1. Variância posição Compute na direção z (, direção de tarefas específicas vertical) do LED em cada pé que ativou o móvel 3.
    2. Calcule hip flexão / extensão e flexão do joelho / extensão correlações conjuntas utilizando coeficientes de correlação de Pearson (r) em zero lagentre quadril e joelho excursões ângulo articular. Para comparar as correlações (r) entre crianças, converter hip-joelho correlações ângulo conjunta para Fisher escores Z 3,9,15.
    3. Time-normalizar os dados de ângulo conjuntas, em seguida, calcular hip flexão / extensão e flexão do joelho / extensão fase relativa contínua (CRP) a partir dos dados de posição / velocidade angular 16,17. Analisar os resultados da computação CRP nos seguintes cinco momentos: (a) começo de pontapé, (b) velocidade de pico do primeiro segmento, (c) reversão conjunta, (d) velocidade de pico do segundo segmento, e (e ) final do pontapé 3.
  5. Para todos os chutes, pontapés identificar sem contato, visualizando os dados de vídeo síncronos. Calcular parâmetros cinéticos para chutes sem contato usando programas Matlab personalizados.
    1. Calcule a massa segmentar e do centro de massa a partir das equações modificadas para crianças de modelo antropométrico do Hatze para adultos 18. Calcule os momentos de inércia de 3Dcoxa, pernil, e segmentos do pé de equações modificadas para crianças de modelo antropométrico de Jensen para adultos 19.
    2. Calcular os termos da seguinte equação de movimento utilizando a teoria do parafuso de 20 manipulações espaciais.
      equação 1
      é derivado utilizando a abordagem de Lagrange, em que M (θ) representa a matriz de inércia, theta1 a matriz de Coriolis e torque de centrífuga, N (θ) as gravitacionais (GRA) e torques T músculo (MUS) torques.
    3. Calcule torques conjuntas, utilizando os dados cinemáticos 3D dos chutes sem contato, corpo segmentos parâmetros inerciais, ea equação biomecânica do movimento.
    4. Particionar o líquido torque (NET) em cada junta em contribuições (MDT), GRA, dependente do movimento e torque MUS 21. Torque resultante é directamente proporcional às acelerações em cada junta.Binário MDT está relacionada com os binários passivos associados com as interacções mecânicas entre os segmentos interligados que se deslocam do membro. Binário GRA está relacionada com a força passiva de gravidade actuando para baixo sobre o membro. Binário MUS inclui forças de contrações musculares ativos e passivos de deformações músculos, tendões, ligamentos e outros tecidos periarticulares.
    5. Para o quadril e joelho separadamente, calcular impulso de torque quanto a magnitude da contribuição de cada binário particionado (MUS, GRA, MDT) ao torque NET. Calcule o impulso positivo ou negativo de torque (torque de * tempo) durante os intervalos em que o torque MUS joelho atuaram no mesmo ou em direção oposta em relação ao NET de torque no joelho. Execute este mesmo cálculo com GRA joelho e torques de MDT e hip MUS, GRA, e torques de MDT. Para a anca e do joelho separadamente, somar todos os impulsos positivas e negativas para cada componente de torque, para se obter uma medida da magnitude da contribuição de cada impuls de torque particionadase (MUS, GRA, MDT) para NET torque de impulso.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

O processo de aprendizagem de crianças pequenas pode ser quantificado em termos da RLA%, posição variância dos operadores terminais (pés), hip-joelho coeficientes de correlação ângulo e quadril e joelho torques articulares. Cada nível de análise fornece informações exclusivas sobre como crianças explorar a relação entre suas ações nas pernas e ativação do celular criança durante o processo de ensino-descoberta.

Para a análise estatística de% RLA e hip-joelho coeficientes de correlação ângulo, modelos de regressão mistos com uma estrutura de covariância autoregressive e grupo (alunos, Não-alunos) como factor entre sujeitos foram usados ​​para testar as diferenças de cada variável dependente (% RLA, coeficiente de correlação de hip-joelho) entre baseline, aquisição e condições de extinção em todo dias. Para a análise estatística de quadril e joelho músculo torque de impulso dentro do grupo Learner, foram utilizados modelos de regressão mistos com uma estrutura de covariância para autoregressivecada variável dependente (músculo do quadril torque de impulso, impulso de torque muscular do joelho) entre basais, aquisição e condições de extinção em todo dias. As análises estatísticas foram realizadas utilizando SAS (versão 7.0, SAS Institute Inc.) com nível alfa de 0,05 para valores globais F e ajustada usando uma correção de Bonferroni para comparações post hoc pré-planejados.

Percentagem de Reinforced Perna Ação

Percentagem de ação da perna reforçada é avaliada para determinar se as crianças têm realizado e aprendeu a tarefa 3. Para retratar diferenças típicas em% RLA entre 3-4 meses de idade as crianças que aprendem e não aprendem a tarefa, 20 crianças foram separadas em Learners (n = 8) e não-alunos (n = 12) com base em um critério de aprendizagem individual. Os alunos, mas não não-aprendentes, aumentou significativamente% RLA entre a condição de aquisição Dia 2 e do estado inicial Dia 1 (p <0,001, Figura 4). Representação gráfica dos resultadosem incrementos de 2 min fornece informações sobre o decurso de tempo do processo de aprendizagem. Observe a diminuição inicial da RLA% do aluno durante o primeiro 2 min da condição de aquisição Dia 1. Os bebês que aprenderam a tarefa diminuiu sua acção global quando o móvel infantil começou a ativar, talvez pela primeira vez como uma resposta de orientação, então talvez como uma estratégia para determinar se suas ações foram associados com a ativação celular.

Posição de desvio dos operadores terminais

A variação de posição dos operadores terminais (pés) fornece informações sobre a estratégia utilizada por crianças para realizar a tarefa. Ele também fornece insights sobre o que foi "aprendido" pela criança. Os alunos demonstram uma de duas estratégias para realizar essa tarefa ensino-descoberta. Ao interagir com o celular, se o limiar for elevado, mais de 50% do comprimento da perna do bebê acima da tabela (14-20 cm), alunos (n = 2) diminuir a variância de suapés no, direção de tarefas específicas vertical, movendo perto do limiar (Figura 5). Eles parecem ter aprendido a localização do limiar. Se o limiar for baixa, inferior a 50% do comprimento da perna da criança por cima da mesa (5-8 cm), alunos (n = 6) aumentar a variância dos seus pés no sentido vertical, movendo progressivamente os pés mais elevada (Figura 6) . Eles parecem ter aprendido a chutar alto. Seria de esperar que, com dias adicionais, alunos com um baixo limiar iria aprender a altura mínima necessária para ativar a variância móvel e sua posição no sentido vertical diminuiria.

Hip-Joelho coeficientes de correlação de Ângulo

Para retratar diferenças nos padrões de coordenação hip-joelho, 20 crianças foram separadas em Learners (n = 8; 5055 chutes analisados) e não-alunos (n = 12; 8240 chutes analisados) com base em um critério de aprendizagem individual. Os alunos, mas nãoNão-aprendentes, diminuiu significativamente seu coeficiente de correlação ângulo do quadril do joelho entre a condição de aquisição Dia 2 e do estado inicial Dia 1 (p <0,001, Figura 7). Esta mudança de coordenação também foi encontrado nos resultados da fase relativa (Tabela 1). Os alunos demonstraram menor coordenação hip-joelho em fase ao interagir com o celular, talvez porque este padrão de coordenação previsto um meio mais eficiente para ativar o celular. Quando a altura é baixa, os meios mais eficientes para ativar o celular pode ser a de flexionar e estender o quadril, mantendo o joelho estendido. Quando a altura é alto, a forma mais eficiente para activar o dispositivo móvel pode ser a manutenção do quadril flexionado e flex e estender o joelho. Ou os resultados da estratégia em mais coordenação fora-de-fase hip-hip joelho (flexiona o joelho enquanto estende), em comparação com padrão típico de um bebê chutando de flexão e extensão do quadril e joelho quase síncrona.

Impulso de quadril e joelho MUS de torque dos alunos. (N = 8; 917 chutes) é representada graficamente na Figura 8 alunos aumentou de forma significativa contribuição de torque hip MUS impulso ao hip NET torque de impulso entre o dia 2 condições de extinção e todas as outras condições (p <0,001 ). Os alunos também aumentou MUS joelho contribuição torque de impulso para NET impulso de torque no joelho entre o dia 2 condições de extinção e todas as outras condições, excepto dia 1 de linha de base (p <0,001). Esperava-se que haveria uma diminuição no quadril e joelho MUS impulso de torque entre a condição de aquisição Dia 2 ea condição Dia 1 da linha de base, uma vez que foi levantada a hipótese de que os alunos estavam usando o menor padrão de coordenação hip-joelho em fase porque era mais eficiente do que um padrão de coordenação mais em-fase. Esta mudança de binário MUS impulso pode não ter sido demonstrada por causa para calcular umbinários ccurate, apenas pontapés que não contactam a superfície ou a outra perna podem ser utilizadas. Somente 917 chutes cumpriram este critério, contra os 5.055 chutes usados ​​para documentar a diminuição dos coeficientes de correlação hip-joelho durante a condição de aquisição Dia 2. Por isso, a diminuição do número de pontapés analisadas, embora necessária para calcular com precisão os binários, pode ter contribuído para a diferença não significativa em binários de MUS entre as condições iniciais e de aquisição. No entanto, um achado robusto foi o aumento do quadril e joelho MUS torque de impulso durante a condição de extinção. Os bebês que tinham aprendido a tarefa parecia estar gerando grandes torques de quadril e joelho durante MUS a condição de extinção em uma tentativa de reativar o celular.

Figura 4
Figura 4: percentual de ação da perna reforçada por 2 min intervalo médio.Os bebês foram separados em Learners (n = 8) e não-alunos (n = 12) com base em um critério de aprendizagem individuais. Os alunos aumentou de forma significativa percentagem de ação da perna reforçada entre a condição de aquisição Dia 2 e do estado inicial Dia 1 (ajustado p <0,001). B = linha de base, A = aquisição, E = extinção.

Figura 5
Figura 5:. Exemplo de um aluno com um limiar alto (14 cm acima da mesa; 68% do comprimento da perna) Este lactente aprendeu a mover os pés em torno do limiar durante a condição de aquisição, diminuindo assim a variância na direcção z na vertical. Notar o aumento na variância quando o móvel não é activado durante a condição de extinção. Os dados em bruto a partir do dia 2 do presente aluno é apresentado na Figura 2. B = linha de base, A = aquisição, E = extinção.


Figura 6: Exemplo de um aluno com um limiar baixo (sete centímetros acima da tabela; 34% do comprimento da perna). Esta criança aprendeu a levantar os pés mais elevados durante a condição de aquisição, aumentando assim a variação na direcção z na vertical. B = linha de base, A = aquisição, E = extinção.

Figura 7
Figura 7: Os alunos versus não-alunos:. Significar coeficientes de correlação de par hip-joelho por intervalos de 2 min As crianças foram separadas em Learners (n = 8) e não-alunos (n = 12) com base em um critério de aprendizagem individuais. Os alunos diminuiu significativamente hip-joelho coeficiente de correlação ângulo entre a condição de aquisição Dia 2 e do estado inicial Dia 1 (ajustado p <0,001). B = linha de base, A = aquisição, E = extinção.


Figura 8: Alunos: significa músculo para impulso de torque líquido de quadril e joelho por intervalos de 2 min alunos (n = 8) aumentou significativamente hip contribuição torque muscular impulso ao hip impulso binário útil entre a condição extinção Dia 2 e todas as outras condições (. ajustado p <0,001). Os alunos também aumentou significativamente muscular do joelho de torque impulso contribuição ao joelho binário útil impulso entre a condição extinção Dia 2 e todas as outras condições, excepto dia 1 de base ajustada (p <0,001). B = linha de base, A = aquisição, E = extinção.

Pontapé Pico de velocidade Reversão articulação do quadril Pico de velocidade Pontapé
Iniciação 1º semestre de chute semestre de chute Fim
M (SE) M (SE) M (SE) M (SE) M (SE)
Dia 1 de linha de base Learners 64,4 (6,7) * 57,1 (6,8) * 57,1 (7,5) * 57,7 (7,6) * 62,5 (6,0) *
Não-aprendentes 60,3 (5,4) 52,6 (5,5) 53,2 (6,1) 51,8 (6,1) 58,3 (4,8)
Dia 1 de Aquisição Learners 64,1 (6,4) * 58,7 (6,6) * 58,3 (7,3) * 58,4 (7,4) * 66,3 (5,6) *
; Não-aprendentes 60,0 (5,2) 55,6 (5,4) 52,7 (5,9) 52,7 (6,0) 61,0 (4,6)
Dia 2 de linha de base Learners 65,9 (6,6) 63,6 (6,7) 62,7 (7,4) 61,9 (7,5) 66,7 (5,8)
Não-aprendentes 44,7 (5,4) 42,6 (5,5) 39,3 (6,1) 37,8 (6,1) 48,6 (4,8)
Dia 2 de Aquisição Learners 76,3 (6,4) ** 70,5 (6,6) ** 70,5 (7,3) ** 70,3 (7,3) ** 73,2 (5,6) **
Não-aprendentes 47,6 (5,2) 42,3 (5,4) 38,7 (5,9) 36,6 (6,0) 47,5 (4,6)
Dia 2 de extinção Learners 65,6 (6,6) 60,5 (6,7) 61,7 (7,4) 61,7 (7,5) 66,7 (5,8)
Não-aprendentes 48,1 (5,3) 46,7 (5,5) 43,9 (6,0) 42,3 (6,1) 49,8 (4,7)

Tabela 1: Os alunos versus não-alunos: fase relativa do par de hip-joelho por crianças de condição foram separados em Learners (n = 8) e não-alunos (n = 12) com base em um critério de aprendizagem individuais. Dentro do grupo, os alunos aumentou significativamente fase relativa ângulo do quadril do joelho em todos os cinco pontos de tempo entre a condição de aquisição Dia 2 e do estado inicial Dia 1 (menos coordenação em fase). Entre os grupos, fase relativa alunos, em comparação aos não-aprendentes, tinha aumentado significativamente o ângulo do quadril do joelho (menos de coordenação em fase), em todos os cinco pontos de tempo durante a condição de aquisição Dia 2. Nota: SE = stAndard erro. * = Significativamente diminuiu de Learner Aquisição Dia 2, p <0,001 (mais em fase); ** = Aumento significativo de não-Learner Aquisição Dia 2, p <0,001 (menos em fase)

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Projeto de tarefas descoberta de aprendizagem para crianças pequenas

Descoberta tarefas de aprendizagem para crianças pequenas devem ser cuidadosamente concebidos para assegurar que as crianças estão descobrindo independentemente da contingência. Em vários paradigmas móvel no início da condição de aquisição, os lactentes são ou demonstrado que a unidade móvel activa por uma activação não contingente do móvel 7,22 ou a perna de cada lactente é passivamente movido pelo investigador para introduzir o lactente para a 9 de contingência. Além disso, os cuidadores e experimentadores podem proporcionar um reforço adicional para apoiar o desempenho da criança. Regras específicas, conforme descrito aqui, são essenciais para assegurar que as crianças estão descobrindo independentemente da contingência, sem influência externa.

É também importante que a medida dependente recolhidos durante uma tarefa de aprendizagem de descoberta é sensível a alterações no desempenho. O asp mais críticoect neste paradigma é a configuração do limiar para a ativação do celular infantil. Se o limite for colocado muito alto sobre a mesa, a criança pode não ativar o celular com freqüência suficiente durante a aquisição para determinar que é a sua ação de perna que está ativando o celular. Se o limiar for colocado muito baixo, o lactente pode ter um elevado nível de RLA% na linha de base que é improvável que a criança irá ser capaz de aumentar% RLA suficientemente durante a aquisição para demonstrar o desempenho ou a aprendizagem tal; por exemplo, uma criança com uma linha de base% RLA de 50% no Dia 1 seria necessário para ativar o celular para 75% da condição de aquisição 6 min do dia 2 de satisfazer os critérios individuais de aprendizagem. Teste piloto confirmou que um limite padrão para cada criança não poderia ser utilizado, em vez do limiar deve ser calculado individualmente para cada criança a partir da linha de base a sua acção espontânea perna para assegurar que a linha de base RLA% é de aproximadamente 20-30% do movimento da perna de cada lactente. Recolha e análise de dados de posição a partir de ações de perna infantis

Este método utiliza dados de posição coletados de corpos rígidos ligados a segmentos de conjuntos, o método padrão em análise biomecânica adulto. Pesquisas anteriores sobre ações perna infantis foram coletados dados de posição de LEDs individuais afixados centros conjuntos 13-15,23-28. A recolha de dados a partir de corpos rígidos contra LEDs individuais tem várias vantagens. Primeiro, corpos rígidos movimentar menos e cair muito raramente, em comparação com LEDs individuais. Isto permite a recolha de dados mais longos (8-10 min) sem interrupções para substituir marcadores de falta, o que pode distrair as crianças de sua tarefa de aprendizagem de descoberta. Em segundo lugar, corpos rígidos permitem uma análise cinemática e cinética 3D completa de movimento articular. Os dados coletados com IREDs individuais é analisado e relatado como se o movimento ocorre apenas nos movimentos no plano sagital de flexão e extensão. Isto leva a incomplete dados cinemáticos. Os dados coletados com IREDs individuais também restringe a análise cinética a uma abordagem cinética 2D, o que provavelmente produz estimativas imprecisas de torque durante ações infantis chutando que não ocorrem principalmente no plano sagital. Embora o uso de corpos rígidos é um avanço significativo na investigação biomecânica infantil, corpos rígidos infantis não estão atualmente disponíveis para compra e exigem fabricação personalizada.

Limitações

Uma limitação deste método é que está limitada a um ambiente de laboratório devido à utilização de um sistema de captura de movimento. Recrutando crianças jovens a participar em estudos de investigação em laboratório através de múltiplos dias é um desafio.

Este paradigma móvel relata menor porcentagem de crianças que aprenderam a tarefa em comparação com paradigmas móveis anteriores. Devido a várias características únicas deste paradigma, os bebês podem exigir mais do que dois dias para demonstrar o aprendizado. Em primeiro lugar, emOs filhotes não são mostrados que os movimentos móveis, em vez disso, independentemente descobrir a contingência como suas ações perna exploratórios ativar o celular. Em segundo lugar, o paradigma requer ação da perna mais refinado do que os paradigmas anteriores móveis e incentiva, um padrão de coordenação mais maduro fora-de-fase hip-joelho que pode ser difícil para as crianças a aprender a gerar em dois dias 3. Em terceiro lugar, as crianças não podem demonstrar o desempenho ou aprendizagem, aumentando ações de perna quando as paradas móveis de activação (ou seja, durante a linha de base ou extinção 5), em vez bebês precisam permanecer comprometido com a tarefa e aumentar reforço móvel para toda a condição de aquisição 6 min do dia 2 a demonstrar aprendizagem. Devido a estas características únicas,-se a hipótese de que um aumento do número de dias em que participam a tarefa pode resultar em mais bebés a tarefa de aprendizagem.

As aplicações futuras

Este ensino-descoberta tarefa pode lead a novos insights sobre como as crianças aprendem a modificar os seus movimentos espontâneos para executar ações de tarefas específicas. Ao rastrear as ações de perna de crianças enquanto participam em um ambiente de ensino-descoberta, foi demonstrado que bebês alterar a variância posição de seus operadores terminais (pés), os seus padrões de coordenação hip-joelho, e seu quadril e joelho MUS binário impulso. Esta informação pode determinar Opções crianças têm à sua disposição quando interagem com seu ambiente e como eles explorar essas opções para aprender as ações de tarefas específicas. Ele também fornece um meio para investigar não apenas como as crianças aprendem uma tarefa, mas o que eles estão aprendendo. Por exemplo, alunos com um baixo limiar apareceu para aprender a chutar mais elevado, enquanto que alunos com um limite alto apareceu para saber a localização do limite.

Bebês de risco para distúrbios do movimento fornecer uma amostra única de investigar restrições infantis que contribuem para mudanças de tarefas específicas em atode iões. A patologia subjacente que coloca crianças em risco contribui para diferenças na ação da perna devido a deficiências, tais como diminuição do movimento articular seletiva e diminuição da capacidade de geração de força dos músculos. Acompanhando as ações da perna de crianças em situação de risco para distúrbios do movimento durante esta ou outras tarefas de aprendizagem de descoberta pode proporcionar uma oportunidade para quantificar o comprometimento específico contribuir para diferenças na ação da perna de tarefas específicas e também diferenças na forma como as tarefas são aprendidas.

Uma vez que é conhecida como deficiências específicas de diferentes populações de crianças em situação de risco influenciar a ação perna cedo, a pesquisa mais princípios podem ser realizados para determinar o quão cedo ação da perna podem ser otimizados para a função qualificada. Paradigmas Discovery-aprendizagem pode ser concebido para suportar o movimento da perna e aprendizagem de crianças em risco para distúrbios do movimento. Especificamente, os ambientes podem ser construídos de tal forma que os padrões desejados de coordenação ou requisitos de força de produção sãodescoberto por crianças como eles exploram a relação entre o movimento da perna e seus efeitos no ambiente construído. Estes tipos de paradigmas de ensino-descoberta não poderia ação da perna único apoio, mas poderia também apoiar as capacidades de aprendizagem de jovens crianças em situação de risco.

Em resumo, é descrito um método em que lactentes de 3-4 meses de idade aprender uma tarefa de descoberta e os seus movimentos das pernas são capturados para quantificar o processo de aprendizagem. Acompanhando os movimentos dos bebês durante a sua participação nas tarefas de aprendizagem de descoberta pode proporcionar uma oportunidade para quantificar o processo de aprendizagem como crianças explorar a relação entre a sua acção e os seus efeitos sobre o mundo.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Não há conflitos de interesse declarados.

Acknowledgments

Esta pesquisa foi apoiada por Promoção de estudos de doutoramento (PODS) I e II prêmios da Fundação para Fisioterapia e uma bolsa de estudo Adopt-A-Doc da Seção de Educação da Associação Americana de Fisioterapia para Barbara Sargent.

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