Quantifizierung Lernen bei jungen Säuglingen: Tracking-Leg Aktionen während eines Ermittlungs-Learning-Task-

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

Aufgabenspezifische Maßnahmen ergeben sich aus spontanen Bewegung während der Kindheit. Es wurde vorgeschlagen, dass aufgabenspezifische Aktionen entstehen durch eine Entdeckung-Lern-Prozess. Hier wird ein Verfahren beschrieben, in dem 3-4 Monate alten Säuglingen Lösen einer Aufgabe durch Entdeckung und ihre Beinbewegungen erfasst werden, um den Lernprozess zu quantifizieren. Diese Entdeckung-Learning-Task verwendet einen Säugling aktivierten Mobil, die auf Basis von festgelegten Beinaktion von Säuglingen dreht und spielt Musik. Rücken Säuglinge aktivieren Sie die mobilen, indem sie ihre Füße vertikal über einem virtuellen Schwelle. Dieses Paradigma ist einzigartig, als Säuglinge unabhängig entdecken, dass ihr Bein Aktionen aktivieren das Handy, die Säuglinge "Beinbewegungen werden mit einem Motion-Capture-System ermöglicht für die Quantifizierung des Lernprozesses verfolgt. Genauer gesagt, wird das Lernen in Bezug auf die Dauer der mobilen Aktivierung quantifiziert, die Position Varianz der Endeffektoren (Fuß), die das mobile aktivieren, Veränderungen in der Hip-Knie-Koordinationtion Muster und Veränderungen in der Hüfte und Knie Muskel Drehmoment. Diese Informationen beschreiben Säugling Erforschung und Ausbeutung im Zusammenspiel von Mensch und Umweltauflagen, die aufgabenspezifische Maßnahmen zu unterstützen. Nachfolgende Forschung mit dieser Methode kann, wie bestimmte Wertminderungen von verschiedenen Populationen von Kleinkindern gefährdet untersuchen für Bewegungsstörungen beeinflussen die Entdeckung und Lernprozess für aufgabenspezifische Maßnahmen.

Introduction

Aufgabenspezifische Maßnahmen ergeben sich aus spontanen Bewegungen während der Kindheit. Es wurde vorgeschlagen, dass aufgabenspezifische Aktionen entstehen durch eine Entdeckung-Lern-Prozess 1,2. Aufgaben werden von Kleinkindern entdeckt, als sie sich spontan bewegen und erkunden Sie neue Aktionen, die Auswirkungen auf die Umwelt zu erzeugen. Aufgabenspezifische Aktionen hervorgehen, wie Kleinkinder nutzen die Verbindungen zwischen ihren Handlungen und ihre Auswirkungen auf die Welt um sie herum. Allerdings ist nur wenig über die genauen Prozesse, die Kleinkinder zu erkunden und zu nutzen lernen, ihre spontanen Bewegungen zu modifizieren, um aufgabenspezifische Aktionen ausführen bekannt. Hier wird ein Verfahren beschrieben, in dem 3-4 Monate alten Säuglingen Lösen einer Aufgabe durch Entdeckung und ihre Beinbewegungen erfasst werden, um den Lernprozess zu quantifizieren.

Abbildung 1

Abbildung 1: Infant kicking-aktivierte Mobil Aufgabe. et al. 3

Diese Entdeckung-Learning-Task verwendet einen Säugling aktivierten Mobil, der sich dreht und spielt Musik basierend auf der angegebenen Beinaktion von Säuglingen 3. Kleinkinder auf dem Rücken unter der Mobil platziert aktivieren Sie es, indem Sie die Beine vertikal über einem virtuellen Schwelle (Abbildung 1). Dieses Paradigma ist einzigartig, als Säuglinge unabhängig entdecken, dass ihr Bein Aktionen aktivieren das Handy, die Säuglinge "Beinbewegungen werden mit einem Motion-Capture-System ermöglicht für die Quantifizierung des Lernprozesses verfolgt.

Das experimentelle Protokoll umfasst zwei Tagen der Datenerhebung. Tag 1 besteht aus einer 2 min Ausgangszustand, in dem ein Kind schlägt spontan, aber sein Bein Aktionenkann das Kind Mobile, gefolgt von einer 6 min Erwerb Zustand, in dem Bein Aktionen des Säuglings aktivieren Sie die Säuglings Handy, wenn das Kind bewegt seine Füße vertikal, um eine virtuelle Schwelle nicht zu aktivieren. Dieses Protokoll ermöglicht für die Quantifizierung von spontanen Aktionen Bein Kleinkinder sowie die Quantifizierung der verschiedenen Aspekte der Bewegungen als Kleinkinder erforschen die Beziehung zwischen ihrem Bein Aktionen und Aktivierung des Säuglings Handy. Am 2. Tag, zusätzlich zu den 2 min Ausgangszustand und 6 min Erfassungsbedingung wird eine 2 min Aussterben Zustand aufgenommen, in dem Bein Aktionen des Kindes nicht den Säugling Handy zu aktivieren. Dies ermöglicht die Quantifizierung, wie Säuglinge ändern ihre Beinaktionen, wenn ein bereits gelernt Umwelt Reaktion abgebrochen.

In früheren Kindermobil Paradigmen, die Häufigkeit der Beinbewegung 4-6, spezifische Hüft- und Kniewinkel 7,8 oder Treten eines Feld 9 haben reinforc gewesenmit mobilen Bewegung ed. Performance jeden Tag wurde als ein Anstieg dieser Bein Aktionen bei der Erfassung oder Aussterben Zustand im Vergleich zum Ausgangszustand 4-9 definiert. Lernen über Tage wurde als ein Anstieg dieser Bein Aktionen während der Baseline oder Übernahme Zustand Tage 2 oder 3 und der Ausgangszustand von Tag 1 5,6 definiert. Diese früheren mobilen Paradigmen zeigen, dass Säuglinge erhöhen die Frequenz der Bein Aktionen, die mit mobilen Aktivierung verstärkt werden, jedoch bieten sie keine Informationen über die Bewegungsoptionen Kleinkinder beim Lernen die Aufgabe haben, die ihnen. Zum Beispiel, wenn treten Rate wird verstärkt, Säuglinge zeigen, Leistung und Lernen, wenn ihre Tritte Zinserhöhungen sowohl bei der Interaktion mit dem Handy oder wenn das Mobil nicht mehr aktiviert. Dies zeigt, dass Säuglinge können ihre Tritte Rate zu suchen, aber es ist nicht bekannt, ob Säuglinge können ihre Beinkoordination Muster oder Drehmomenterzeugung zu verfeinern, um Generate Bein Maßnahmen, die nicht im Rahmen ihrer bevorzugten Bewegungsrepertoire sind.

Diese mobile Paradigma ist in diesem einzigartigen Säuglinge sind erforderlich, um mehr verfeinert Beinaktion, um die mobile als in früheren mobilen Paradigmen aktivieren demonstrieren. In diesem Mobil Paradigma ist die Höhe jedes Fußes oberhalb des Tisches während der 2 Minuten in den Ausgangszustand unter Verwendung von Positionsdaten aus einer Leuchtdiode (LED) auf jedem Fuß befestigt berechnet. Eine virtuelle Schwelle wird dann parallel zur Tisch in einer Höhe, die im oberen Bereich der Höhe der beiden Füßen in der Ausgangszustand ist eingestellt. Während der Erwerb, die mobilen dreht und spielt Musik, wenn entweder zu Fuß über die Schwelle. Nach 3 sec, die mobilen Stationen und reaktiviert, wenn das Kind bewegt den Fuß unterhalb der Schwelle, und dann bewegt sich der Fuß senkrecht und wieder über die Schwelle. Zu der mobilen für die größte Menge an Zeit zu aktivieren, müssen Kleinkinder, einen Fuß über dem Schwellenwert bewegen und pflegen sie gegen gravkeit für 3 Sekunden, dann schnell bewegen Sie den Fuß unterhalb der Schwelle und wieder bewegen sie über dem Schwellenwert und halten Sie ihn dort für 3 sec, etc. Dies erfordert mehr verfeinert Beinaktion als einfache Erhöhung Treten Rate.

Figur 2

Abbildung 2: Ungefilterte Positionsdaten von Werkzeugen (Fuß) von einem Vertreter Säugling Unfiltered Positionsdaten von Tag 2 eines 3 Monate alten Säugling, der das Lernen anhand demonstrierten auf den individuellen Lernkriterien.. Die rote Linie Positionsdaten der Z-Koordinate der Leuchtdiode (LED) auf dem rechten Fuß platziert. Die blaue Linie ist die Positionsdaten von der LED auf dem linken Fuß. Dicke schwarze Linie ist die Tabelle. Gepunktete Linie ist der virtuelle Grenzwert 14 cm über dem Tisch angeordnet, wie bestimmt für jeden Säugling basierend auf der Höhe ihrer treten während der BaselineZustand 1. Tag X-Achse ist die Zeit von 2 min Intervallen markiert. Beachten Sie, wie das Kind bewegt seine Füße während der Baseline, wenn das Mobil nicht aktivieren und während der ersten 30 Sekunden des Erwerbs 1, dann ist er konsequent hält beide Füße vom Tisch und bewegt seine Füße gleich um die Schwelle für die nächsten 5 ½ min, bis das Mobil nicht mehr aktiviert, während der vom Aussterben Zustand.

Die zweite Besonderheit dieses Mobil Paradigma ist, dass Beinaktion jeder Säugling wird mit state-of-the-Art-Motion-Capture-Techniken zu quantifizieren, wie Kleinkinder nutzen ihre Bewegungsmöglichkeiten, um die Aufgabe zu lernen verfolgt. Ungefiltert Positionsdaten der LED an jedem Fuß, die das mobile von einem Vertreter Säugling aktiviert ist in Abbildung 2 enthalten. Beachten Sie, wie das Kind bewegt seine Füße in verschiedenen Höhen über dem Tisch während der Baseline und den ersten Teil der Akquisition, sondern bewegt sich dann beide Füße direkt um die Schwelle während der Rest der Erfassungs bedingungention, bis das Mobil nicht mehr aktiviert, während der Löschung. Dies ist eines von vielen möglichen Bewegungsstrategien, um die Entdeckung lern Aufgabe. Die Strategien können durch Berechnung dreidimensionaler Kinematik und Kinetik mit der Motion-Capture-System erfassten Positionsdaten quantifiziert werden. Insbesondere wird der Lernprozess in Bezug auf den Anteil der verstärkten Beinaktion (% RLA), die gleich der Dauer mobiler Aktivierung Position Varianz der Endeffektoren (Fuß), die die mobilen, Hip-Knie Koordinationsmuster zu aktivieren ist quantifiziert und Hüft- und Kniegelenksmomente.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Das Institutional Review Board an der University of Southern California genehmigt diese Studie.

1. Systemvorbereitungs

  1. Richten Sie die Motion-Capture-System. Bitte beachten Sie: diese Schritte für jede Motion-Capture-System sind.
    1. Richten Sie die Koordinatensysteme der beiden Motion-Capture-Sensoren der von einem Sensor, indem Sie auf "Perform New Registration" in der Motion-Capture-Programm, die Eingabe einer Sammlung von 30 sec, klicken Sie auf "Registrieren" und Bewegen des Registrierungsobjekt innerhalb des Fangvolumen für 30 sek. Wenn die Registrierung erfolgreich abgeschlossen ist, beobachten ein quadratischer Mittelwert (RMS) Registrierungsfehler auf dem Computerbildschirm.
    2. Richten Sie das globale Koordinatensystem für die Prüfung Tabelle mit dem Anmeldeobjekt, indem Sie auf "Perform New Alignment" in der Motion-Capture-Programm.
      1. Definieren Sie den Ursprung, indem Sie den Registrierungs object auf der oberen rechten Ecke des Testtabelle und auf "Digitalisieren" in der Motion-Capture-Programm. Definieren Sie die Z-Achse, indem Sie den Registrierungs Objekt auf einem Feld und auf "Digitalisieren"; die Z-Achse senkrecht zu dem Tisch.
      2. Definieren Sie die Z / Y + Ebene, indem Sie den Registrierungs Objekt auf dem Feld entlang der Länge der Tabelle und klicken Sie auf "Digitalisieren"; die Y-Achse ist parallel zu der Länge des Tisches und der X-Achse ist parallel zu der Breite des Tisches.
    3. Stecken Sie die LEDs in die zwei Strobe-Ports und geben Sie die Anzahl der LEDs pro Port Strobe im Motion-Capture-System-Programm (24 für Strobe-Port 1 und 20 für Strobe-Port 2). Beziehen sich auf die Anzahl und die Position jeder LED Figur 3. Wählen fehlenden Daten im Hinblick auf die Bereitstellung eines Streifendiagramm-like Anzeige der LEDs in Echtzeit verfolgt werden.
      Figur 3
  2. Einrichten des Kinder mobilen Computerprogramm.
    1. Geben Sie die Anzahl der Minuten für jede Bedingung. Für Tag 1, Eingang 2 für Phase 1 (2 min Grundlinie, Nicht-Verstärkungszustand), 6 für die Phase 2 (6 min Akquisition Verstärkungszustand), und 0 für die Phase 3 (0 min Aussterben, Nichtverstärkungszustand).
    2. Für Tag 2, Eingang 2 für Phase 1 (Baseline), 6 für die Phase 2 (Erwerb), 2 für die Phase 3 (Extinktion), und überprüfen Sie "Use Zmin als Default", so dass die Schwelle während der Baseline von Tag 1 berechnet wird der Schwellenwert für den Erwerb Zustand Tag 2 verwendet.
    3. Wählen Sie "StreamframesAllFrames" und klicken Sie auf "Senden", um das FreigabeHandy-Programm, um Daten von der Motion-Capture-System zu verwenden, um das Kind Handy basierend auf festgelegten Kriterien zu aktivieren.
  3. Einrichten der Videokameras.
    1. Initiieren Sie die Video-Computerprogramm für die drei synchronisierten Videos (rechts lateral, links lateral, Overhead-Blick).
    2. Starten Sie das zusätzliche Videokamera über den Kopf des Kindes auf Mimik und Blick aufzeichnen.

2. Infant Vorbereitung

  1. Beschreiben Sie das Experiment, um den Eltern und informieren Sie sie, um so wenig wie möglich mit ihrem Säugling zu interagieren.
    HINWEIS: Bitte geben Sie den Eltern, dass, wenn das Kind nicht wählerisch geworden während des Experiments, die Eltern sollten neben dem Säugling außerhalb ihrer Sicht jedoch zu sitzen, wenn der Säugling wird pingelig gibt es ein Fortschreiten der Interaktion mit dem Kind.
    1. Zuerst fragen die Eltern zu sagen: "Es ist alles in Ordnung, ich bin hier", in einem beruhigenden Ton.
    2. Zweitens stellendie Mutterangesichts des Kindes stehen, während beruhigend das Kind.
    3. Drittens stellen die Eltern entweder halten eine Hand des Kindes oder geben dem Säugling einen Schnuller.
      HINWEIS: Die geringste Menge an Mutter Interaktion notwendig, um das Kind ruhig und wach zu halten ist gegeben und wird so schnell wie möglich beendet.
  2. Undress den Säugling, legen Sie das Kleinkind unter den Säugling Handy, und sichern Sie den Säugling an den Tisch mit einem Klettband auf den Kofferraum gelegt.
  3. Nachdem das Kind an den Tisch befestigt ist, legen Sie die Brustbein und Becken-Marker, Schenkel, Schaft und Fuß starrer Körper auf den Säugling.

3. Infant Mobile Learning Task-

  1. Jeder Tag, initiieren die mobile Lernaufgabe durch synchrones Starten der Motion-Capture-System, mobile Computer-Programm, und Videokameras.
    1. An beiden Tagen von 0 bis 2 min, der Ausgangszustand, beobachten das Kind spontan treten.
    2. Am Tag 1 während des 2 min Ausgangszustand, zu beobachten, wie der Säugling Mobil Programm berechnet kontinuierlich die Schwelle für mobile Aktivierung auf der Basis der z-Daten von einer der LEDs auf dem starren Körper jedes Fußes. Beispiel 9 Markierung auf dem rechten Fuß und Marker 21 auf dem linken Fuß. Markierung 9 ist die mittlere LED auf dem rechten Fuß starren Körper in gelb in 1 eingekreist. Markierung 21 ist die mittlere LED auf dem linken Fuß starren Körper.
    3. Am Ende der 2 min Grundlinie wird das mobile Programm die Schwelle in einer Höhe von einer Standardabweichung (SD) oberhalb der mittleren Höhe beider Füße während des 2 Minuten in den Ausgangszustand gesetzt.
    4. An beiden Tagen von min 2 bis 8, der Übernahme erhalten, zu beobachten, wie der Säugling Handy dreht und spielt Musik, wenn die LED auf jeder Fuß über die Schwelle gesetzt während der 2 min Ausgangszustand von Tag 1 berechnet.
      HINWEIS: Mobil Aktivierung solange der Fuß über der virtuellen Schwellen maximal 3 s fortgesetzt. Nach 3 sec, die moGalle wird erst wieder aktivieren, wenn das Kind bewegt den Fuß unterhalb der virtuellen Schwelle, und dann bewegt sich der Fuß senkrecht und wieder über die Schwelle. Dieses "3 sec Regel" fördert aktive Abschnitt explorativen Bewegungen gegenüber, der die Füße über dem Schwellenwert.
    5. An Tag 2 von 8-10 min, das Aussterben Zustand, zu beobachten, wie der Säugling schlägt spontan ohne Handy Verstärkung.
  2. Nachdem das Kind interagiert mit dem mobilen, sammelt eine statische Abdrehprobe um ein lokales Koordinatensystem für jede Beinsegment definieren und eine Referenzkonfiguration für jedes Körpersegment im Raum.
    1. Fix zehn einzelnen LEDs auf bilateraler Ebene an der Haut des Säuglings mit doppelseitigem EKG Kragen an den folgenden Stellen: seitlichen Mittellinie des Rumpfes unterhalb der zehnten Rippe, Trochanter major der Hüfte, seitlichen Kniegelenkslinie, Knöchel Außenknöchel und distale Ende des 5. Mittelfußknochen.
    2. Halten unteren Extremität des Kindes ineine erweiterte, anatomischen Position für 5 Sekunden. Alle Gelenkwinkel in diesem Kalibrierungsposition als 0 ° definiert.
  3. Am Tag 2 sammeln anthropometrischen Daten.
    1. Wiegen Sie jedes Kleinkind auf einer digitalen elektrischen Skala.
    2. Nehmen Sie die folgenden Maße: Gesamtlänge des Kindes; Umfang im mittleren Segment der Oberschenkel, Unterschenkel und Fuß; Breite des Knies (am Kniegelenk Linie), Knöchel (am Knöchel) und Fuß (an den Mittelfußköpfchen); und die Länge des Oberschenkels (Trochanter major zum Kniegelenk Linie), Schaft (Kniegelenkslinie Außenknöchel) und Fuß (Innenknöchel zum Großzehengrundgelenk).

4. Datenanalyse

  1. Analysieren Sie die Leistung und Lernen durch die Berechnung des% RLA während jeder 2 min Intervall des Versuchs unter Verwendung eines Sprachprogramm kundenspezifische Rechen wie Matlab. Berechnen der Zeitdauer, eine oder beide der LEDs an jedem Fuß, der die Mobil waren oberhalb der Schwelle aktiviert. Dadas Mobiltelefon nicht nach einem Intervall von 3 Sekunden zu aktivieren, Subtrahieren der Zeitdauer, in der eine oder beide LEDs waren oberhalb der Schwelle für mehr als 3 Sekunden-Intervall.
    1. Messen Sie die Leistung der Gruppe jeden Tag durch statistische Analyse, ob die% RLA bei einem der drei Erfassungsintervalle, 2 min die 2 min Grundlinienintervall 3,4,7,9,10 deutlich übertrifft.
    2. Kategorisieren einzelnen Säuglingen als er die Aufgabe erfüllt, wenn die täglich% RLA während 2 min einem Erfassungsintervall gleich oder größer als das 1,5fache der RLA% im 2 Minuten Grundlinienintervall 3,4,6,9,10 ist.
    3. Messen Lernen der Gruppe über Tage durch die Bestimmung, ob die statistisch% RLA während der gesamten 6 min Erfassungsbedingung Tag 2% des RLA im Ausgangszustand Tag 1 3,6 übersteigt.
    4. Kategorisieren Sie einzelne Säuglingen als Lernende, wenn die% RLA während der gesamten 6 min Erwerb Zustand Tag 2 gleich oder GRE istater als das 1,5-fache der Ausgangszustand von Tag 1 3,6,11.
  2. Analysieren Erregung und Aufmerksamkeit durch Codieren Videobändern während jedes 2 min Intervall des Experiments. Schläfrig = 1, wachsam und aktiv = 2, wach und aktiv = 3, wählerisch = 4 und weinen = 5 3,8,11: Die Erregung Skala ist wie folgt definiert. Die Aufmerksamkeit Skala ist wie folgt definiert: 0 = keine, die das Mobile, 1 =, die das Mobile 3,8.
  3. Prozesspositionsdaten und Extrakt Kicks mit benutzerdefinierten Matlab-Programme.
    1. Lastpositionsdaten-Dateien von der Motion-Capture-Systems in einem benutzerdefinierten Matlab-Programm ausgegeben werden, um fehlende Positionsdaten (maximal 20 aufeinanderfolgende Rahmen) mit einem kubischen Spline-Interpolation.
    2. Laden Sie die interpolierte Dateien in einem benutzerdefinierten Matlab Programm (a) Filterpositionsdaten mit Hilfe eines vierter Ordnung Butterworth mit einer Grenzfrequenz von 5 Hz ab Leistungsspektrum Analyse bestimmt, und (b) Berechnen Sie die folgenden Gelenkwinkel: Hüftbeugung / Erweiterung, Hüftabduktion/ Adduktion, hip externe / interne Rotation, Knie Flexion / Extension, Sprunggelenk Inversion / Eversion, Dorsalextension / Plantarflexion wie in 12 beschrieben.
    3. Laden Sie die Winkel-Dateien in einem benutzerdefinierten Matlab Programm Kicks zu extrahieren. Definieren Sie den Anfang eines Kick als den Beginn einer kontinuierlichen Beinbewegung, in der die Hüfte oder Knie Gelenkwinkeländerung überschritten 11,5 ° (0,2 Radiant) entweder in Flexion oder Extension 3,9,13-15. Definieren Sie das Ende des Kick wie der Rahmen des Spitzenverlängerung nach einer Beugebewegung oder Spitzen Flexion nach einer Extensionsbewegung 3,9,14.
  4. Für alle Kicks, berechnen kinematischen Parameter mit benutzerdefinierten Matlab-Programme.
    1. Compute Position Varianz in der z-Richtung (vertikal, aufgabenspezifische Richtung) der LED an jedem Fuß, die das mobile 3 aktiviert.
    2. Berechne Hüfte Flexion / Extension und Knie-Flexion / Extension Gelenk Korrelationen mit Pearson Korrelationskoeffizienten (r) bei Null lagzwischen Hüft- und Kniegelenkswinkel Ausflüge. Korrelationen (r) bei Säuglingen zu vergleichen, wandeln Hip-Kniegelenkwinkel Korrelationen zu Fisher Z Partituren 3,9,15.
    3. Zeit-Normalisierung der Gelenkwinkeldaten, dann berechnen Hüfte Flexion / Extension und Knie-Flexion / Extension kontinuierliche relative Phase (CRP) von der Winkelstellung / Geschwindigkeitsdaten 16,17. Analysieren Sie die Ergebnisse der CRP Berechnung bei den folgenden fünf Zeitpunkte: (a) Beginn der Kick, (b) Spitzengeschwindigkeit des ersten Segments, (c) gemeinsame Umkehr, (d) Spitzengeschwindigkeit des zweiten Segments, und (e ) Ende kick 3.
  5. Für alle Kicks, identifizieren berührungslosen Kicks, indem Sie die synchrone Videodaten. Berechne kinetischen Parameter für die berührungslose Kicks mit benutzerdefinierten Matlab-Programme.
    1. Berechnen Sie die Segment Masse und Punkts aus den Gleichungen für Kleinkinder ab Hatze die anthropometrische Modell für Erwachsene 18 modifiziert. Berechnen Sie die 3D-Trägheitsmomentedie Oberschenkel, Schaft und Fuß Segmente aus den Gleichungen für Kleinkinder ab Jensens anthropometrische Modell für Erwachsene 19 modifiziert.
    2. Berechnen Sie die Bedingungen der folgenden Bewegungsgleichung mit der Schraube Theorie der räumlichen Manipulationen 20.
      Gleichung 1
      wird unter Verwendung der Lagrange-Ansatz, bei dem M (θ) ist der Trägheitsmatrix abgeleitet wird, theta1 die Coriolis und Kreiselmoment Matrix N (θ) die Gravitations (GRA) Drehmomente und T der Muskel (MUS) Drehmomente.
    3. Berechne Gelenkmomente mit Hilfe der 3D kinematische Daten der Nicht-Kontakt Kicks, Körper-Segment Trägheitsparameter und der biomechanischen Bewegungsgleichung.
    4. Partitionieren Sie das Netz (NET) Drehmoment an jedem Gelenk in Bewegung abhängige (MDT), GRA und MUS Drehmomentbeiträge 21. Nettodrehmoment direkt proportional zu den Beschleunigungen an jeder Verbindung.MDT Drehmoment auf die passive Drehmomente mit mechanischer Wechselwirkungen zwischen den bewegten verbundenen Segmenten des Gliedes relevanten. GRA Drehmoment auf die passive Gravitationskraft wirkt nach unten auf die Schenkel zusammen. MUS Drehmoment umfasst Kräfte von aktiven Muskelkontraktionen und passive Verformungen von Muskeln, Sehnen, Bänder und andere periartikulären Gewebe.
    5. Für die Hüfte und Knie separat berechnen Drehmomentimpuls wie der Größe der Beitrag jedes partitioniert Drehmoment (MUS, GRA, MDT) zur NET Drehmoment. Berechne den positiven oder negativen Drehmomentimpuls (Drehmoment * Zeit) während der Intervalle, in denen die Knie MUS Drehmoment in der gleichen oder entgegengesetzten Richtung beaufschlagt, verglichen mit dem Knie Nettodrehmoment. Führen Sie diese gleiche Berechnung mit Knie GRA und MDT Drehmomente und Hüfte MUS, GRA und MDT Drehmomente. Für die Hüfte und Knie getrennt, summieren alle positiven und negativen Impulsen für jede Momentkomponente um ein Maß für die Größe der Beitrag jedes partitioniert Drehmoment impuls ergebene (MUS, GRA, MDT) zur NET Drehmomentimpuls.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Der Lernprozess der jungen Säuglingen kann im Hinblick auf die% RLA quantifiziert werden, Stellung Varianz der Endeffektoren (Fuß), Hip-Kniewinkelkorrelationskoeffizienten und Hüft- und Kniegelenksmomente. Jede Ebene der Analyse liefert eindeutige Informationen darüber, wie Kleinkinder erforschen die Beziehung zwischen ihrem Bein Aktionen und Aktivierung des Säuglings Handy während der Entdeckung-Lern-Prozess.

Für die statistische Analyse von% RLA und Hip-Kniewinkelkorrelationskoeffizienten, gemischten Regressionsmodelle mit einem autoregressiven Kovarianzstruktur und Gruppe (Lernende, Nicht-Lernenden) als Zwischensubjektfaktor wurden verwendet, um die Unterschiede der einzelnen abhängigen Variablen testen (% RLA, Hip-Knie-Korrelationskoeffizient) bei Baseline, Erwerb, Löschung und Bedingungen über Tage. Für die statistische Analyse der Hüfte und Knie Muskeldrehmomentimpuls innerhalb der Lerngruppe wurden gemischte Regressionsmodelle mit einem autoregressiven Kovarianzstruktur verwendetjede abhängige Variable (hip Muskeldrehmomentimpuls, Knie Muskeldrehmomentimpuls) bei Baseline, Erwerb, Löschung und Bedingungen über Tage. Die statistischen Analysen wurden mit SAS (Version 7.0, SAS Institute Inc.) mit Alpha-Niveau bei 0,05 für die gesamte F-Werte eingestellt und angepasst mit einem Bonferroni-Korrektur für vorgeplante post hoc-Vergleiche abgeschlossen.

Prozentsatz der Reinforced Leg Action

Prozentsatz der verstärkten Beinwirkung beurteilt, ob Säuglinge haben geführt und lernte die Aufgabe 3. Um typische Unterschiede in% RLA zwischen 3-4 Monate alten Säuglingen, die lernen und sich die Aufgabe, nicht lernen, zeigen, wurden 20 Säuglinge in Learners getrennt (n = 8) und Non-Lernende (n = 12) auf der Grundlage einer individuellen Lernkriterium. Die Lernenden, aber nicht nicht-Lernende, deutlich% RLA zwischen Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand (p <0,001, Abbildung 4) erhöht. Grafische Darstellung der Ergebnissein 2 Minuten-Schritten gibt Auskunft über den zeitlichen Verlauf des Lernprozesses. Beachten Sie die anfängliche Abnahme in Fremd% RLA während der ersten 2 Minuten des Tages 1 Erwerb Zustand. Kleinkinder, die die Aufgabe gelernt verringerte ihre Gesamt Aktion, wenn das Kind fing an mobilen aktivieren, vielleicht zunächst als Orientierungsreaktion, dann vielleicht als eine Strategie, um festzustellen, ob ihre Handlungen wurden mit Handy-Aktivierung assoziiert.

Position Varianz des Greifers

Die Positionsabweichung der Endeffektoren (Fuß) gibt Auskunft über die von Kleinkindern verwendet werden, um die Aufgabe zu erfüllen Strategie. Es bietet auch einen Einblick in, was der Säugling "gelernt". Die Lernenden zeigen, eine von zwei Strategien, um diese Entdeckung-Learning-Aufgabe. Bei der Interaktion mit der mobilen, wenn der Schwellenwert hoch ist, über 50% der Schenkellänge des Säuglings über dem Tisch (14-20 cm), Lerner (n = 2) zu verringern Varianz ihrerMeter in der Vertikalen, aufgabenspezifische Richtung durch Bewegen in der Nähe der Schwelle (5). Sie erscheinen, um den Ort des Schwellen gelernt. Wenn der Schwellenwert niedrig ist, weniger als 50% der Schenkellänge des Säuglings über dem Tisch (5-8 cm), Lerner (n = 6) zu erhöhen Varianz ihrer Füße in vertikaler Richtung, indem die Beine zunehmend höheren (Figur 6) . Sie scheinen gelernt haben, treten hoch. Es wäre zu erwarten, daß mit zusätzlichen Tagen Lernende mit einer niedrigen Schwelle würde die minimale Höhe erforderlich lernen, die mobilen und ihre Position Varianz in der vertikalen Richtung abnehmen würde aktiviert werden.

Hip-Kniewinkel Korrelationskoeffiz

Um Unterschiede in der Hip-Knie Koordinationsmuster darstellen, wurden 20 Säuglinge in Learners getrennt (n = 8; 5055 Kicks analysiert) und Non-Lernende (n = 12; 8240 Kicks analysiert) auf der Grundlage einer individuellen Lernkriterium. Die Lernenden, aber nichtNicht-Lernenden, ihre Hip-Kniewinkel Korrelationskoeffizient deutlich verringert zwischen Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand (p <0,001, Abbildung 7). Diese Koordinierung Änderung wurde auch in der relativen Phase Ergebnisse (Tabelle 1) festgestellt. Die Lernenden zeigten weniger in Phase Hip-Knie-Koordination bei der Interaktion mit dem Handy, vielleicht, weil diese Koordinierung Muster versehen ein effizienteres Mittel, um das Mobil aktivieren. Wenn die Höhe gering ist, kann das effizienteste Mittel, um die Mobil aktivieren beugen und strecken die Hüfte, während die gestrecktem Knie. Wenn die Höhe groß ist, der effizienteste Weg, um die Mobil aktivieren kann, um die Hüfte zu erhalten gebogen und beugen und strecken die Knie. Entweder Strategie führt zu mehr out-of-Phase Hip-Knie-Koordination (hip biegt, während Knie erstreckt) im Vergleich zu ein Kind die typischen Treten Muster von fast synchrone Beugung und Streckung der Hüfte und Knie.

Hüfte und Knie MUS Drehmomentimpuls der Lernenden. (N = 8; 917 Tritte) ist in Abbildung 8 grafisch dargestellt Lernenden deutlich erhöht hip MUS Drehmomentimpuls Beitrag zur Hüfte NET Drehmomentimpuls zwischen den Tag 2 Aussterben Bedingungen und alle anderen Bedingungen (p <0.001 ). Die Lernenden erhöht Knie MUS Drehmomentimpuls Beitrag zur NET Knie Drehmomentimpuls zwischen den Tag 2 Aussterben Bedingungen und alle anderen Bedingungen außer Tag 1 Grundlinie (p <0.001). Es wurde erwartet, dass es eine Abnahme der Hüfte und Knie MUS Drehmomentimpuls zwischen dem Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand, da es wurde vermutet, dass Lernende wurden unter Verwendung des weniger in-Phasen-Hip-Knie Koordinationsmuster, weil es mehr sein effizienter als eine In-Phase-Koordinationsmuster. Diese Änderung in der MUS Drehmomentimpuls kann nicht nachgewiesen werden, weil ein zu berechnenccurate Drehmomente, nur Kicks, die nicht in Verbindung treten die Oberfläche oder das andere Bein können verwendet werden. Nur 917 Tritte erfüllt dieses Kriterium, im Vergleich zu den 5055 Kicks verwendet, um den Rückgang der Hip-Knie-Korrelationskoeffizienten während des Tag 2 Übernahme Zustand dokumentieren. Daher ist die Verringerung der Anzahl von Tritten analysiert, obwohl notwendig, genau zu berechnen, die Drehmomente kann mit dem nicht-signifikanten Unterschied in MUS Drehmomenten zwischen der Basislinie und Aufnahmebedingungen beigetragen haben. Allerdings war eine robuste Feststellung der Anstieg der Hüfte und Knie MUS Drehmomentimpuls während der Auslöschung Zustand. Kleinkinder, die die Aufgabe gelernt hatte schien zu erzeugen große Hüfte und Knie MUS Momente während der Auslöschung Zustand in einem Versuch, die Mobil zu reaktivieren.

Figur 4
Abbildung 4: mittlere Prozentsatz der verstärkten Beinaktion von 2 Minuten-Intervall.Säuglinge wurden in Learners getrennt (n = 8) und Nicht-Lernenden (n = 12) auf der Grundlage einer individuellen Lernkriterien. Die Lernenden deutlich zwischen dem Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand (adjusted p <0.001) erhöhte Anteil der verstärkten Beinaktion. B = Basislinie, A = Akquisition E = vom Aussterben bedroht.

Figur 5
Fig. 5: Beispiel eines lern mit einer hohen Schwelle (14 cm oberhalb Tabelle; 68% der Schenkellänge) Diese Säugling gelernt, seine Füße auf der Schwelle während der Erfassungsbedingung zu bewegen, wodurch abnehmende Abweichung in der vertikalen z-Richtung. Beachten Sie die Erhöhung der Varianz, wenn das Mobil während der Auslöschung Bedingung nicht mehr aktiviert. Rohdaten von Tag 2 der Lernende ist in Abbildung 2 dargestellt. B = Grundlinie, A = Akquisition E = vom Aussterben bedroht.


Abbildung 6: Beispiel eines lern mit einer niedrigen Schwelle (7 cm über Tabelle; 34% der Schenkellänge). Dieses Kind gelernt, seine Füße höher während der Erfassungsbedingung zu heben, wodurch die Abweichung in der vertikalen z-Richtung. B = Basislinie, A = Akquisition E = vom Aussterben bedroht.

Figur 7
Abbildung 7: Die Lernenden gegenüber Non-Learners:. Bedeutet Korrelationskoeffizienten des Hip-Knie Paar von 2 min Intervallen Kleinkinder wurden in Learners getrennt (n = 8) und Non-Lernende (n = 12) auf der Grundlage einer individuellen Lernkriterien. Die Lernenden deutlich verringert Hip-Kniewinkel Korrelationskoeffizient zwischen dem Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand (adjusted p <0.001). B = Basislinie, A = Akquisition E = vom Aussterben bedroht.


Abbildung 8: Die Lernenden: meine Muskeln zu Nettodrehmomentimpuls der Hüfte und Knie von 2 min Intervallen Lernende (n = 8) deutlich erhöht hip Muskeldrehmomentimpuls Beitrag zur Hüfte Nettodrehmomentimpuls zwischen dem 2. Tag Aussterben Zustand und alle anderen Bedingungen (. bereinigte p <0.001). Die Lernenden auch signifikant Knie Muskeldrehmomentimpuls Beitrag zwischen dem 2. Tag Aussterben Zustand und alle anderen Bedingungen außer Tag 1 Grundlinie (adjusted p <0.001) erhöhte sich auf Knienettodrehmomentimpuls. B = Basislinie, A = Akquisition E = vom Aussterben bedroht.

Kick Spitzengeschwindigkeit Hüftgelenk Reversal Spitzengeschwindigkeit Kick
Initiation 1. Hälfte des Kick 2. Hälfte des Kick Ende
M (SE) M (SE) M (SE) M (SE) M (SE)
Tag 1 Baseline Learners 64,4 (6,7) * 57.1 (6.8) * 57.1 (7.5) * 57.7 (7.6) * 62,5 (6,0) *
Non-Lernende 60,3 (5,4) 52,6 (5,5) 53,2 (6,1) 51,8 (6,1) 58,3 (4,8)
1. Tag Acquisition Learners 64.1 (6.4) * 58.7 (6.6) * 58.3 (7.3) * 58,4 (7,4) * 66.3 (5.6) *
; Non-Lernende 60.0 (5.2) 55,6 (5,4) 52,7 (5,9) 52,7 (6,0) 61.0 (4.6)
Tag 2 Baseline Learners 65,9 (6,6) 63,6 (6,7) 62,7 (7,4) 61,9 (7,5) 66,7 (5,8)
Non-Lernende 44,7 (5,4) 42,6 (5,5) 39.3 (6.1) 37,8 (6,1) 48,6 (4,8)
2. Tag Acquisition Learners 76,3 (6,4) ** 70,5 (6,6) ** 70,5 (7,3) ** 70.3 (7.3) ** 73.2 (5.6) **
Non-Lernende 47.6 (5.2) 42,3 (5,4) 38,7 (5,9) 36,6 (6,0) 47.5 (4.6)
Tag 2 Extinction Learners 65,6 (6,6) 60,5 (6,7) 61,7 (7,4) 61,7 (7,5) 66,7 (5,8)
Non-Lernende 48,1 (5,3) 46,7 (5,5) 43,9 (6,0) 42.3 (6.1) 49.8 (4.7)

Tabelle 1: Die Lernenden gegenüber Nicht-Lernenden: relative Phase der Hip-Knie Paar von Zustand Kleinkinder wurden in Learners getrennt (n = 8) und Non-Lernende (n = 12) auf der Grundlage einer individuellen Lernkriterien. Innerhalb der Gruppe, Lernende deutlich Hip-Kniewinkel relative Phase auf allen 5 Zeitpunkten zwischen dem Tag 2 Erfassungsbedingung und dem Tag 1 Ausgangszustand (weniger in-Phasen-Koordination) erhöht. Zwischen den Gruppen, Lernende im Vergleich zu Nicht-Lernenden, deutlich erhöht war Hip-Kniewinkel relative Phase (weniger in Phase Koordination) auf allen 5 Zeitpunkten während des Tages 2 Erwerb Zustand. Hinweis: SE = standard Fehler. * = Signifikant von Learner Acquisition Tag 2 verringert, p <0.001 (more in-Phase); ** = Signifikant von Nicht-Learner Acquisition Tag 2 erhöht, p <0.001 (weniger in-Phase)

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Design Entdeckungs-Lernaufgaben für Kleinkinder

Discovery-Learning-Aufgaben für junge Kleinkinder müssen mit Bedacht gestaltet werden, um sicherzustellen, dass Kinder unabhängig Entdeckung der Kontingenz. In mehreren mobilen Paradigmen zu Beginn der Erfassungsbedingung, werden Säuglingen entweder gezeigt, dass das mobile aktiviert durch eine nicht-bedingten Aktivierung des Mobil 7,22 oder der Schenkel jedes Säugling passiv durch den Prüfer bewegt, um den Säugling auf die Einführung Notfall 9. Darüber hinaus können Betreuer und Experimentatoren zusätzliche Verstärkung, um die Leistung des Kindes zu unterstützen. Besondere Vorschriften, wie hier beschrieben, sind entscheidend, um sicherzustellen, dass Kinder unabhängig Entdeckung der Kontingenz, ohne Einfluss von außen.

Es ist auch wichtig, dass die abhängige Maß während einer Discovery-Lernaufgabe gesammelt ist empfindlich gegenüber Veränderungen in der Leistung. Der kritischste aspect in diesem Paradigma ist die Einstellung des Schwellenwerts für die Aktivierung des Mobil Säugling. Wenn die Schwelle zu hoch über den Tisch gelegt, das Kind nicht das Mobil oft genug während der Aufnahme zu aktivieren, um festzustellen, dass er sein Bein Aktion, die Aktivierung wird die mobile ist. Wenn die Schwelle zu niedrig gesetzt, kann das Kind wie ein hohes Maß an% RLA an der Grundlinie, die es unwahrscheinlich, dass das Kind in der Lage, während der Erfassung% RLA ausreichend zu erhöhen, um die Leistung oder Lern ​​demonstrieren müssen; zum Beispiel, würde ein Kind mit einem Ausgangswert% RLA 50% an Tag 1 müssen die Mobil für 75% der 6 min Erwerb Zustand Tag 2 zu aktivieren, um die individuellen Lernkriterien erfüllen. Pilottests bestätigt, dass ein Standard-Schwellenwert für jedes Kleinkind konnte nicht verwendet werden, und nicht die Schwelle muss individuell für jedes Kleinkind von ihrem Ausgangswert spontane Beinaktion berechnet, um sicherzustellen, dass der Ausgangswert% RLA beträgt ca. 20-30% der Beinaktion jedes Kleinkind sein. Sammlung und Analyse von Positionsdaten von Säuglingsbein Aktionen

Bei dieser Methode wird aus starren Körpern gemeinsame Segmente, dem Standardverfahren in der Erwachsenen biomechanische Analyse angebracht gesammelten Positionsdaten. Bisherige Untersuchungen über Säuglingsbein Aktionen Positionsdaten von einzelnen LEDs, gemeinsame Zentren 13-15,23-28 befestigt gesammelt. Sammeln von Daten von starren Körpern oder individuelle LEDs hat mehrere Vorteile. Erstens, starre Körper weniger bewegen und fallen sehr selten im Vergleich zu einzelnen LEDs. Dies ermöglicht mehr Datensammlungen (8-10 min) ohne Unterbrechungen, fehlende Markierungen, die Kleinkinder ab ihrer Entdeckung-Learning Aufgabe ablenken zu ersetzen. Zweitens, starre Körper ermöglichen eine komplette 3D kinematische und kinetische Analyse der Gelenkbewegung. Mit individuellen IREDs gesammelten Daten analysiert und als ob Bewegung nur in der Sagittalebene Bewegungen Beugung und Streckung auftritt. Dies führt zu incomplete kinematischen Daten. Mit individuellen IREDs gesammelten Daten schränkt auch kinetische Analyse zu einem 2D kinetischen Ansatz, der wahrscheinlich ergibt ungenau Drehmomentschätzungen während Säuglings treten Aktionen, die nicht in erster Linie in der Sagittalebene vorkommen. Obwohl die Verwendung von starren Körpern ist ein bedeutender Fortschritt in der Säuglings biomechanischen Forschung sind das Kinder starre Körper noch nicht zum Kauf angeboten und erfordern kundenspezifische Fertigung.

Begrenztheit

Eine Einschränkung dieses Verfahrens ist, dass es an einer Laborumgebung aufgrund der Verwendung eines Bewegungserfassungssystem beschränkt. Rekrutierung junger Säuglinge in Labor-basierte Forschungsstudien über mehrere Tage zu beteiligen, ist eine Herausforderung.

Diese mobile Paradigma berichtet niedrigere Prozentsätze der Kinder, die die Aufgabe im Vergleich zu früheren mobilen Paradigmen gelernt. Durch einige einzigartige Eigenschaften dieses Paradigmas kann Säuglingen erfordern mehr als 2 Tage, um das Lernen zu demonstrieren. Zuerst wird inSäuglingen sind nicht gezeigt, dass die mobilen bewegt, sondern sie unabhängig entdecken Sie die Notfall ihre Sondierungs Bein Aktionen aktivieren das Handy. Zweitens, das Paradigma erfordert verfeinerte Beinaktion als bisherige Mobilfunk Paradigmen und fördert eine reifere, out-of-Phase Koordinationsmuster Hip-Knie die schwierig sein kann für Kleinkinder lernen, in zwei Tagen 3 zu erzeugen. Drittens kann Säuglinge nicht Leistung oder Lernen durch Erhöhung Bein Aktionen zeigen, wenn die mobilen Stationen zu aktivieren (dh während der Baseline oder Aussterben 5) und nicht Kleinkinder müssen bleiben mit der Aufgabe beschäftigt und erhöhen Mobil Verstärkung für den gesamten 6 min Erwerb Zustand Tag 2 auf demonstrieren Lernen. Aufgrund dieser einzigartigen Merkmale wird die Hypothese aufgestellt, dass eine Erhöhung der Anzahl der teilnehmenden Task Tagen kann in mehr Säuglinge Erlernen der Aufgabe führen.

Zukünftige Anwendungen

Diese Entdeckung-Learning Task lead, neue Erkenntnisse darüber, wie Kleinkinder lernen, ihre spontanen Bewegungen zu modifizieren, um aufgabenspezifische Aktionen auszuführen. Durch die Verfolgung der Bein Handlungen von Säuglingen während der Teilnahme an einer Entdeckung-Learning-Umgebung, wurde gezeigt, dass Säuglinge ändern Sie die Position Varianz ihrer Endeffektoren (Fuß), die Hip-Knie Koordinationsmuster und ihre Hüfte und Knie MUS Drehmomentimpuls. Diese Informationen können bestimmen Optionen Kleinkinder zur Verfügung haben, um sie bei der Interaktion mit ihrer Umgebung und wie sie diese Optionen zu nutzen, um aufgabenspezifische Aktionen zu lernen. Es liefert auch ein Mittel zu untersuchen, nicht nur, wie Kleinkinder lernen, eine Aufgabe, aber was sie lernen. Zum Beispiel Lernende mit einer niedrigen Schwelle erschien lernen höher zu treten, während die Lernende mit einer hohen Schwelle erschien, um die Position der Schwelle zu lernen.

Kleinkinder mit einem Risiko für Bewegungsstörungen eine einzigartige Probe Säugling Zwänge, die aufgabenspezifische Änderungen wirken beitragen untersuchenIon. Die zugrunde liegende Pathologie, die Kleinkinder legt in Gefahr trägt zu Unterschieden in Beinwirkung durch Wertminderungen, wie verminderte selektive gemeinsame Bewegung und eine verringerte Krafterzeugungskapazität von Muskeln. Verfolgung der Beinaktionen von Säuglingen mit einem Risiko für Bewegungsstörungen während dieses oder andere Entdeckung-Learning-Aufgaben können die Gelegenheit, zu quantifizieren, wie bestimmte Beeinträchtigungen beitragen, Unterschiede in aufgabenspezifische Beinaktion und auch Unterschiede, wie Aufgaben erlernt werden.

Sobald bekannt ist, wie bestimmte Wertminderungen auf verschiedene Populationen von gefährdeten Kindern beeinflussen frühen Bein Aktion können prinzipien Forschung durchgeführt, um festzustellen, wie früh Bein Aktion kann nach Fachfunktion optimiert werden kann. Discovery-Learning-Paradigmen können entworfen werden, um die Beinaktion und Lernen von Kindern mit einem Risiko für Bewegungsstörungen zu unterstützen. Insbesondere kann Umgebungen konstruiert sein, daß die gewünschte Abstimmung Mustern oder kraftProduktionsAnforderungenSäuglinge entdeckt, wie sie die Beziehung zwischen ihrem Bein Maßnahmen und ihre Auswirkungen in der gebauten Umwelt zu erkunden. Diese Arten von Discovery-Learning-Paradigmen könnte nicht nur Stützfuß Aktion, könnte aber auch Unterstützung der Lernfähigkeit der jungen gefährdeten Säuglingen.

Zusammenfassend wird ein Verfahren beschrieben, bei dem alle 3-4 Monate alten Säuglingen Lösen einer Aufgabe durch Entdeckung und ihre Beinbewegungen erfasst werden, um den Lernprozess zu quantifizieren. Die Verfolgung der Bewegungen von Kleinkindern während der Teilnahme an Discovery-Learning-Aufgaben können die Möglichkeit, den Lernprozess zu quantifizieren, wie Kleinkinder erforschen den Zusammenhang zwischen ihrer Tätigkeit und ihren Auswirkungen auf der ganzen Welt bieten.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Keine Interessenskonflikte erklärt.

Acknowledgments

Diese Arbeit wurde durch Förderung der Doctoral Studies (PODS) unterstützt I und II Auszeichnungen der Stiftung für Physiotherapie und eine Adopt-A-Doc Stipendium der Bildungsabteilung der American Physical Therapy Association, um 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