Definiera språkens roll i spädbarns objekt kategorisering med Eye-tracking paradigm

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:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





We use/store this info to ensure you have proper access and that your account is secure. We may use this info to send you notifications about your account, your institutional access, and/or other related products. To learn more about our GDPR policies click here.

If you want more info regarding data storage, please contact gdpr@jove.com.

 

Summary

Här presenterar vi ett protokoll för förtrogenhet-test paradigmer som erbjuder ett direkt test av spädbarn kategorisering och bidra till att definiera språkens roll i tidig inlärning av kategori.

Cite this Article

Copy Citation | Download Citations

LaTourrette, A., Waxman, S. R. Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms. J. Vis. Exp. (144), e59291, doi:10.3791/59291 (2019).

Please note that all translations are automatically generated.

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

Abstract

Bedömningen av spädbarn kategori lärande är en utmanande men viktig aspekt av att studera spädbarn kognition. Genom att anställa en förtrogenhet-test paradigm, mäter vi rakt spädbarns framgång lära sig en ny kategori medan förlitar sig endast på deras söker beteende. Paradigmet kan dessutom direkt mäta effekten av olika auditiva signaler på spädbarn kategorisering inom en rad olika åldrar. Exempelvis bedömde vi hur 2-åringar lär sig kategorier i en mängd olika märkning miljöer: i vår uppgift, 2-åringar framgångsrikt lärt kategorier när alla förebilder var märkt eller de två första förebilder var märkt, men de misslyckades att kategorisera när inga förebilder var märkt eller bara de sista två förebilder var märkt. För att avgöra spädbarns framgång i sådana uppgifter, kan forskare undersöka både övergripande inställningen som visas av spädbarn i varje villkor och spädbarns mönster av tittar under testfasen, använder en eye-tracker finkornig tidsförlopp uppgifter . Således presenterar vi en kraftfull paradigm för att identifiera språket, eller någon auditiv signal, i spädbarns objektet kategori roll lärande.

Introduction

Kategorisering är en grundläggande byggsten i människans kognition: spädbarns kategorisering förmågor uppstå tidigt i barndomen och blivit alltmer sofistikerade med åldern. 1 , 2 , 3 forskning har också visat en stark roll för språk infant kategorisering: från 3 månaders ålder, spädbarn lär kategorier mer framgångsrikt när kategori förebilder är ihopkopplade med språk. 4 , 5 , 6 dessutom i slutet av det första året, spädbarn är intonade till rollen som greve substantivet etiketter i kategorisering. Para ihop kategori exemplar med en konsekvent märkning fras (”detta är en vep”!) underlättar spädbarn Kategori lärande i förhållande till att ge antingen en tydlig etikett för varje föredöme (”detta är en vep”, ”detta är en dax”, etc.) eller en icke-märkning fras (”titta på detta”.). 7 , 8 , 9

I spädbarnets vardagliga erfarenheter, men majoriteten av objekt de möter kommer sannolikt att förbli namnlösa. Ingen vårdgivare kunde märka varje objekt ett spädbarn ser mycket mindre ge etiketterna som gäller för varje objekt (t.ex., ”malamute”, ”hund”, ””, ”sällskapsdjur”). Detta presenterar en paradox: Hur kan vi förena kraften i etiketterna i infant kategorisering med deras relativa knapphet i spädbarns dagliga liv?

För att besvara denna fråga, utvecklade vi ett protokoll för att bedöma hur spädbarn lär sig kategorier i en mängd olika lärandemiljöer, inklusive när de får en blandning av märkta och omärkta förebilder. Specifikt, föreslår vi att ta emot även några märkta förebilder i början av lärande kan underlätta kategorisering – genom att förbättra spädbarn förmåga att lära från efterföljande, omärkt exemplar också. Denna strategi med att använda ett litet antal märkta förebilder som en grund för lärande från ett större antal omärkt förebilder har genomförts allmänt i fältet av machine learning, lek en familj av semi övervakad lärande (SSL) algoritmer10,11,12. Naturligtvis de lärande strategier är inte identiska över olika typer av inlärare: i maskininlärning algoritmer normalt utsätts för många fler exemplar, gör explicita gissningar om varje föredöme och lära flera kategorier samtidigt. Dock kan både maskin och spädbarn elever utnyttja framgångsrikt integrera både märkta och omärkta förebilder för att lära dig nya kategorier i glesa märkning miljöer.

Vår design fokuserar på om 2-åriga barn, håller på att förvärva ord för ett flertal nya kategorier, klarar av denna typ av semi övervakad lärande. Vi använder en standard spädbarn kategorisering åtgärd: en förtrogenhet-test aktivitet. I detta paradigm utsattes 2-åringar för en rad goda exempel från en ny kategori under en förtrogenhet fas. Varje exemplar parades ihop med en annan auditiv stimulus, beroende på skick (dvs. en märkning eller en icke-märkning fras). Sedan på testa, alla 2-åringar såg två nya objekt som presenteras i tystnad: ett objekt från den nu välbekanta kategorin och en från en ny kategori.

Om de 2-åringarna bildar framgångsrikt kategorin under fasen förtrogenhet, bör då de skilja mellan de två goda exempel presenteras vid testet. Ännu viktigare, eftersom en systematisk preferens för endera roman eller bekant testbilden speglar en förmåga att skilja mellan dem, tolkas både förtrogenhet och nyhet preferenser som bevis för framgångsrika kategorisering. Observera att på en given uppgift, arten av denna preferens är en funktion av spädbarns bearbetning effektivitet för stimulans material, med förtrogenhet inställningar associerade med mindre effektiv stimulans bearbetning 4,13, 14 , 15 , 16 , 17. presentera testfasen i tystnad gör det möjligt att direkt bedöma spädbarns framgång i objektet kategorisering och hur denna framgång varierar enligt den information som medföljde exemplar under förtrogenhet. Således ger detta paradigm en övertygande test av hur olika typer av språkliga miljöer påverkar kategori lärande. Om märkning förbättrar kategori lärande i både semi övervakad och fullständigt övervakad miljöer, bör då 2-åringar i dessa villkor Visa starkare test preferenser än spädbarn i andra miljöer.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alla metoderna som beskrivs här har godkänts av nordvästra institutionella i universitetsstyrelsen.

1. stimuli skapandet

Obs: De visuella stimuli (se figur 1) används i den representativa designen rapporteras nedan utvecklades ursprungligen i Havy och Waxman (2016)18 och finns för nedladdning på https://osf.io/n6uy8/.

  1. Om du vill skapa en ny kontinuerlig kategori, först utforma ett par nya digitala bilder. Nästa, morph par av bilder tillsammans med programvara (se t.ex. Tabell för material) att bilda ett kontinuum av goda exempel mellan de två ursprungliga bilderna. Skapa minst två kategorier på detta sätt så att man kan tjäna som kategorin läras medan den andra ger den nya kategorin föredöme för test rättegången.
  2. Välj de förtrogenhet exemplar med jämnt fördelade intervall från över varje lärda kategorins continuum (t.ex. de 0%, 20%, 40%, 60%, 80% och 100%-exemplar). Välj ett lämpligt antal exemplar (t.ex. sex). Proportion till svårigheten att kategorin och ålder på deltagarna.
  3. Skapa förebilder för testfasen, välja mittpunkterna av bekant kategorins kontinuum och den nya kategorins continuum (dvs, de 50% föredöme). Sedan matcha färgen på den romanen föredöme med den välbekanta föredöme som använder en bildmanipuleringsprogram (se t.ex. tabell för material).
  4. Spela in auditiv stimuli som produceras av en kvinnlig native English speaker i en ljudisolerade monter. Använd om möjligt samma högtalaren för både märkning fraser (dvs, ”titta på modi”) och icke-märkning fraser (dvs, ”titta på det”!).
    1. Instruera talaren att producera alla uttalanden i infant - eller barn-riktad tal.
    2. Välj uttalanden som är ungefär av samma längd över villkor, sannolikt omkring 1 500 ms per fras.

2. apparatur

  1. Använd en lämplig eye-tracker. Samla in adekvata eye-tracking data för en förtrogenhet-test åtgärd, mest allmänt tillgängliga öga-trackers räcker: objekt ockupera stora delar av skärmen och dataanalysen undersöker prestanda över en lång fönster, snarare än enskilda, snabbt förekommande ögonrörelser såsom saccades.
  2. Eftersom denna uppgift kräver eye-tracking spädbarn, se till att systemet uppfyller flera villkor.
    1. Använd först en eye-tracker med en remote spårningsläge, som inte kräver spädbarn att placera sina huvuden på hakan-vila. Säkerställa att eye-tracker tål relativt stora huvudrörelser eller anpassningar.
    2. Andra Använd en relativt stor skärm för att visa bilderna för spädbarn, (e.g., 57 x 45 cm).
    3. Tredje, använda en utdragbar arm fäste för eye-tracker för att underlätta insamling av data genom att tillåta forskaren att justera höjden på eye-tracker till varje spädbarn.
    4. För det fjärde gör eye-tracking utrustning diskreta, fokusera spädbarns uppmärksamhet enbart på skärmen. Exempelvis vissa system integrera eye-tracking utrustning med bildskärmen eller montera utrustningen direkt nedanför skärmen.
  3. Observera att denna uppgift kan även slutföras av hand-kodning hög kvalitet video data av spädbarn söker beteende. Medan hand-kodning tekniker kan innebära vissa utmaningar för att använda de mer finkornig tidsförlopp analyserna, är hand-kodad data helt tillräckliga för aggregat inne och analyser.

3. uppgift Design

  1. I eye-tracker tillhörande programvara (se t.ex. Tabell för material), skapa fyra olika villkor: fullt övervakad, oövervakade, semi övervakad och återförda semi övervakad. Se till att dessa villkor är separata, så att varje barn ser bara ett villkor.
  2. Generera minst två pseudo-slumpmässiga order av de lärande exemplar, med begränsningen att högst två exemplar från samma sida av kontinuum (0-40% eller 60-100%) kan visas i följd.
  3. Skapa förtrogenhet videor att par de auditiva stimuli med de visuella stimuli som är lämpligt för varje villkor.
    1. Kombinera de visuella och auditiva stimuli i videoredigering programvara (se t.ex. Tabell för material). Presentera alla bilderna på samma bakgrund. Ange uppkomsten av den auditiva stimulansen till ett relevant mätområde mellan 500 ms och 1 500 ms efter debuten av den visuella stimulansen. Använd detta kort fördröjning för att lindra spädbarns bearbetning belastning 19.
    2. Exempelvis i fullt övervakad tillstånd, para ihop varje förtrogenhet föredöme med en märkning fras.
    3. Para ihop varje förtrogenhet föredöme med en icke-märkning fras i oövervakade villkoret.
    4. I semi övervakade tillstånd, par endast de första två exemplar i varje order med märkning fraser men resten med icke-märkning fraser.
    5. För återförd semi övervakade villkoret fraser par de sista två exemplar med märkning men de första fyrana med icke-märkning fraser (se figur 1).
    6. Ladda upp dessa filmer i eye-tracker programvara, beställa förtrogenhet videor som bestäms av den pseudo-randomiserad ordningen.
  4. Ladda upp en kort (10 s eller mindre) uppseendeväckande animering visas i mitten av skärmen efter förtrogenhet: detta kommer att säkerställa att de flesta spädbarn söker till mitten av skärmen när testfasen börjar.
  5. Slutligen, för varje lärande kategori, design två testa prövningar, vardera med två exemplar visas sida-vid-sida. Säkerställa att ett exemplar för både tester, kommer utgör mittpunkten av den nu välbekanta kategorin medan den andra utgör mittpunkten av den nya kategorin.
    1. Motverka prövningarna så att vänster/höger placeringen av den nya föredöme i testet rättegång återförs över videor.
    2. Ladda upp dessa testa prövningar av eye-tracker-programvaran, placera dem efter den efter förtrogenhet-Intresseväckare. Motverka dessa prövningar presentation så varje spädbarn har lika stor chans att se en vänster-roman eller höger-roman test rättegång.
    3. Säkerställa att test prövningar pågå minst 5 s, och upp till 20 s, för barn som initialt tittar bort för att samla tillräckligt inne.

[Placera bild 1 här]

4. studera förfarandet

  1. Innan barnet anländer, ställa in eye-tracker.
    1. Slumpmässigt tilldela barnet till ett villkor och en order.
    2. Öppna programvaran eye-tracker och välj paret tilldelade tillstånd/order.
    3. Nu ange antalet deltagare för denna inspelning.
  2. Efter utför samtycke processen, ta med barnet och vårdgivaren till eye-tracking rummet. Se till att rummet är måttligt upplyst utan några störande dekorationer på väggarna.
  3. Placera en stol framför eye-tracker på ett lämpligt avstånd för modellen av eye-tracker används. Plats för vårdgivaren i denna stol och spädbarnet på vårdarens knä. Om barnet inte vill sitta i vårdarens knä, de kan sitta på sina egna, eller de kan sitta i en bilbarnstol.
  4. Om barnet sitter i den caregiver's knä, instruera vårdaren inte bias spädbarns beteende på något sätt utan att försöka hålla barnet centrerad på vårdarens knä. Ge vårdgivare ett par mörklagda solglasögon att bära så de inte kan se stimuli.
  5. Be barnet att titta på skärmen eye-tracker; överväga visar en engagerande bild eller video att fånga deras uppmärksamhet. Placera skärmen så att spädbarnets ögon är inom fönstret kalibrering.
  6. Utföra eye-tracker kalibreringen. Om möjligt använda en femgradig kalibrering, men mindre omfattande kalibreringar sannolikt också är adekvat. Spädbarn reagerar ofta bättre när kalibrering bilden är en animation med auditiv ackompanjemang.
  7. Om barnet passerar kalibrering, sedan börja experimentet. Om så inte är fallet, kalibrera om tills de är framgångsrika. Alla spädbarn som inte kalibreras är undantagna.
  8. Om flera experiment körs i följd, eller om ett enda experiment är ganska lång, överväga re kalibrera efter varje avsnitt.

5. dataanalys

  1. Använda data analys programvara för att utföra denna analys (t.ex., se tabell för material).
  2. Skapa intresseområden (AOI) runt föredöme positioner till vänster och höger sida av skärmen.
  3. För förtrogenhet prövningar tillbringade användning den lämpliga AOI att bedöma de tid spädbarn ser att det föredöme som visas i varje försök. Utesluta spädbarn som inte visar ihållande söker en majoritet av de goda exempel (t.ex. kräver att spädbarn delta 4 i ett möjligt 6 förtrogenhet förebilder för minst 25% av dessa prövningar).
  4. För test rättegång, inkluderar endast spädbarns första 5 s av ackumulerade inne. För yngre barn, från 3 till 12 månaders ålder, bör du använda en längre fönster till exempel 10 sekunder av ackumulerade inne. Överväga exklusive spädbarn som visar otillräcklig ihållande tittar på test (t.ex. ackumulera mindre än 2.5 s av tittar) eller som underlåter att se till både av de goda exempel.
  5. Nu skapa en preferens Poäng för varje spädbarnets test rättegång genom att dividera mängden tid som tillbringas ute efter att den nya exemplar av den totala mängden tid ser att båda exemplar. För att analysera dessa proportioner, omvandla dem först med empiriska logit eller arc-synd-kvadratroten att göra dem lämpliga för analys med linjära modeller.
  6. För en tid-kursen analys av spädbarn söker beteende vid provet, separera data i små papperskorgar (t.ex. mellan 10 och 100 ms), och beräkna en preferens poäng inom varje lagerplats för varje spädbarn.
  7. Utföra en analys av tidsförlopp data, testa om spädbarns mönster av tittar under hela testet rättegången varierar beroende på skick. Observera att flera former av analys kan besvara denna fråga, inklusive en kluster-baserade permutation analys20, som visat här, och tillväxt kurva modellering. 21
    1. För en kluster-baserade permutationer analys, Välj ett t-värde tröskelvärde, motsvarar önskad alfa nivå (rekommenderat alphas urval från.01 till. 20; Observera att denna alfavärdet inte representerar hela testets alfa nivå, bara den nivå som krävs för enskilda tid-papperskorgar att överskrida tröskeln). Summan t-statistiken för varje sammanhängande tid-bin som överträffar valt t-tröskeln. dessa kumulativa t-statistik visar storleken på skillnaderna mellan förhållanden i data.
    2. För att avgöra om dessa skillnader är större än väntat av en slump, utföra minst 1 000 simuleringar med villkoret etiketter slumpmässigt blandas. Utvärdera unshuffled data skillnader mot denna chans-baserad distribution.
      Obs: Det är denna jämförelse av den ursprungliga divergensen mot den chansen-baserad distribution som avgör andelen falskt positiva analysen, i stället för att antalet tid-lagerplatser där t-tester utfördes eller ens tröskelvärdet t-värde som valts för de ursprungliga t-testerna. Som ett resultat, ger denna analys en konservativ alternativ till direkt rapportera resultaten från flera t-tester över förspecificerade tid-lagerplatser (t.ex. utför tester varje 500 ms).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Använder protokollet ovan, körde vi två experiment22. Analyser utfördes med den eyetrackingR paket23, och de data och kod finns på https://github.com/sandylat/ssl-in-infancy. I det första experimentet, kontrasterade vi ett fullständigt övervakad tillstånd (n = 24, Målder = 26,8 mo), har bara märkt exemplar, med en oövervakad villkor (n = 24, Målder = 26,9 mo), med endast omärkta förebilder.

Fullt övervakad vs. oövervakade miljöer

Spädbarn i den fullt övervakad (M = 13,86 s, SD = 3,00) och oövervakade (M = 14.94 s, SD = 1,91) villkor visade ingen skillnad i deras uppmärksamhet till exemplar under förtrogenhet, t(46) = 1.48, p = .14, d =.43.

Vid test, 2-åringar i fullt övervakad skick (M =.59, SD =.15) visas en betydande preferens för den nya kategorin föredöme, t(23) = 3,05, p =.006, d =.62, som anger de framgångsrikt hade bildat kategorin. I kontrast, 2-åringar i oövervakade skick (M =.49, SD =.18) såg ungefär lika mellan objekten på test, t(23) =.39, p =.70, d =.08. Prestanda varierade betydligt mellan dessa villkor, t(46) = 2,27, p =.028, d =.66 (se figur 2). Slutligen en kluster-baserade permutation analys av tid-jaga av söker mönster på test visade en betydande avvikelser mellan de två villkoren, p =.038, från 3 450 ms till 3,850 ms (se figur 3).

Semi övervakade vs. återförda semi kontrollerade miljöer

Nästa, vi granskat om 2-åringar kunde lära sig kategorier i semi kontrollerade miljöer genom att integrera märkta och omärkta förebilder. Vi förutspådde att mottagande märkt förebilder i början av förtrogenhet i en semi övervakad skick (n = 24, Målder = 27,3, 12 kvinnliga), där de heter förebilder kan ge en grund för lärande från de namnlösa förebilder, skulle underlätta kategori lärande medan märkt mottagande exemplar i slutet av förtrogenhet i en omvänd semi övervakade skick (n = 24, Målder = 27,2, 13 kvinnliga) skulle inte. Det vill säga bör emot märkt exemplar först aktivera 2-åringar att lära mer av de namnlösa förebilder än att ta emot de märkt exemplar efter att ha sett de omärkta förebilder.

Spädbarn i semi övervakade skick (n = 24, M = 13.23 s, SD = 3,35) och omvänd semi övervakad (n = 24, M = 12.58 s, SD = 2,78) villkor visade liknande nivåer av uppmärksamhet till exemplar under förtrogenhet, t (46) =.73, p =.47, d =.21.

På testet, dock spädbarn i semi övervakade skick (M =.59, SD =.14), visas en betydande nyhet preferens, t(23) = 3.11, p =.005, d =.63, medan spädbarn i återfört semi övervakad skick (M =.52, SD =.13) utförs på chans nivåer, t(23) =.76, p =.45, d =.16. Spädbarns preferenser var marginellt olika mellan de två villkoren, t(46) = 1,80, p =.08, d =.52 (se figur 2). Dessutom vi också genomfört en kluster-baserade permutation analys av spädbarn söker beteende vid testet avslöjar att villkoret delvis övervakad visade en starkare nyhet företräde än den omvända SSL skick mellan 3450ms och 3850ms, p =.047 (se (Se figur 3). Detta är exakt den samma tidsperioden under vilken villkoret fullt övervakad avvek från oövervakade villkoret, vilket tyder på spädbarn var lika framgångsrik på inlärningen kategorin i semi övervakade villkoret som villkoret fullt övervakad .

Figure 1
Figur 1: prov uppgift design. Den förtrogenhet etappen består av 6 prövningar, var att presentera en kategori ledamot parat med antingen en märkning eller en icke-märkning fras. Testfasen presenterar samtidigt spädbarn med ett exemplar från kategorin nu välbekanta och en från en ny kategori. Villkor representerar de fyra villkor som presenteras i avsnittet representativa resultat. Denna siffra har ändrats från LaTourrette, A., Waxman, S.R. En liten märkning går långt: semi övervakad lärande i Linda. Dev. Sci. e12736 (2018). Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2: menar preferens noter över villkor. Spädbarn i fullt övervakad och semi kontrollerade förhållanden visas nyhet preferenser avsevärt över chans, p <.05. Spädbarn i Unsupervised och återförs SSL villkoren utförs på chans nivåer. Felstaplar representera standardfel för medelvärdet. Denna siffra har ändrats från22. Klicka här för att se en större version av denna siffra.

Figure 3
Figur 3: The babys ser mönster under test. I de fullt övervakad och Unsupervised villkor (till vänster) och i de delvis övervakad och återförda semi kontrollerade förhållandena (till höger) avvek spädbarns mönster att exemplar mellan 3,450ms och 3,850ms. Det grå skugga fältet i varje diagram betecknar denna avvikande period. De färgade skugga regionerna runt varje villkor anger standardavvikelsen för medelvärdet. Denna siffra har ändrats från22. Klicka här för att se en större version av denna siffra.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Här presenterar vi ett förfarande för bedömning roll märkning i kategorisering. Genom att presentera 2-åringar med en realistisk blandning av märkta och omärkta förebilder, visar vi att mycket små barn klarar av lärande i semi kontrollerade miljöer, utvidga arbete med vuxna och äldre barn24,25 . Således denna metod erbjuder en upplösning på paradoxen som poserade ovan: om även några märkta förebilder kan utlösa kategori lärande, då etiketter kan vara både sällsynta och kraftfull.

Kritiska aspekter av detta paradigm inkluderar användning av nya konstgjorda stimuli och kort prövningar, båda göra uppgiften på lämpligt sätt utmanande och engagerande för 2-åringar. Dessutom använder en eye-tracker, snarare än hand-kodning spädbarn söker beteende, ger rikare och mer exakta uppgifter om deltagarnas ögat blicka; denna rikedom och precision möjliggör genomförandet av tid-kursen åtgärder såsom kluster-baserade permutation analysen.

De centrala fördelarna med förtrogenhet-test paradigm är dess okomplicerad bedömning av kategori lärande och dess enkelhet som en passiv söker uppgift. Det vill säga testar uppgiften direkt kategori lärande, snarare än att förlita sig på mer komplexa åtgärder som namngivning beteende eller induktiva slutledningar3,26,27. Dessutom eftersom förtrogenhet-test uppgifter kan administreras över utvecklingsmässiga mängder (t.ex. från 3 månader till 3 år), erbjuder de en möjlighet att identifiera utvecklings kontinuitet och ändra.

Faktiskt, den förtrogenhet-test paradigm presenteras här var avsedd för 2-åringar, men liknande mönster har använts med spädbarn i deras första år i livet4,6,7,9, 28. för dessa yngre spädbarn, naturligtvis, uppgiften måste förenklas: längre exponering för de förtrogenhet förebilder, fler förebilder, enklare kategorier och ett längre fönster att se på testet kan förbättra aktivitetens känslighet för yngre spädbarn . Mer allmänt, den förtrogenhet-test paradigm anställd här enkelt kan utökas för att utvärdera effekten av alla auditiva signaler på spädbarn kognition, inklusive tystnad, sinus-våg toner, ickemänskliga primater läten och andra icke-språkliga ljud5 ,13,29,30.

Begränsningar av denna uppgift härrör främst från dess användning av en enda resultatet variabel: spädbarns preferens vid provet. Detta gör uppgiften olämpliga för frågor om, till exempel hur varje förtrogenhet föredöme ändras spädbarn Kategori lärande eller särdrag spädbarn använda att lära kategorin. Tidsförlopp analyser, såsom kluster-baserade permutation analysen, kan väsentligt berika den insikt som erbjuds av detta paradigm. Men medan dessa analyser göra det möjligt för oss att dra några starkare slutsatser om när två villkor skiljer sig i prestanda, väcker de också viktiga frågor om vilka faktorer driver spädbarns uppmärksamhet mönster under hela testfasen, ett lovande område för framtida arbete.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har något att avslöja.

Acknowledgments

Den forskning som redovisas här stöddes av National Institute of Child Health och mänsklig utveckling av det nationella Institutes of Health award nummer R01HD083310 och en National Science Foundation Graduate Research Fellowship under bevilja nr. DGE‐1324585. Innehållet ansvarar enbart för författarna och representerar inte nödvändigtvis officiella ståndpunkter av National Institutes of Health eller National Science Foundation.

Materials

Name Company Catalog Number Comments
Final Cut Pro X Apple N/A Video editing, composition software
MorphX Norrkross N/A Image-morphing software
PhotoShop Adobe N/A Image-editing software
R R Core Team N/A Statistical analysis software
T60XL Eyetracker Tobii Pro Discontinued Large, arm-mounted eyetracker suitable for work with infants and children
Tobii Pro Studio Tobii Pro N/A Software directing eyetracker display, data collection

DOWNLOAD MATERIALS LIST

References

  1. Eimas, P. D., Quinn, P. C. Studies on the Formation of Perceptually Based Basic-Level Categories in Young Infants. Child Development. 65, (3), 903-917 (1994).
  2. Madole, K. L., Oakes, L. M. Making sense of infant categorization: Stable processes and changing representations. Developmental Review. 19, (2), 263-296 (1999).
  3. Gelman, S. A., Markman, E. M. Categories and induction in young children. Cognition. 23, (3), 183-209 (1986).
  4. Ferry, A. L., Hespos, S. J., Waxman, S. R. Categorization in 3- and 4-month-old infants: An advantage of words over tones. Child development. 81, (2), 472-479 (2010).
  5. Fulkerson, A. L., Waxman, S. R. Words (but not Tones) Facilitate Object Categorization: Evidence From 6- and 12-Month-Olds. Cognition. 105, (1), 218-228 (2007).
  6. Balaban, M. T., Waxman, S. R. Do words facilitate object categorization in 9-month-old infants? Journal of Experimental Child Psychology. 64, (1), 3-26 (1997).
  7. Waxman, S. R., Braun, I. Consistent (but not variable) names as invitations to form object categories: New evidence from 12-month-old infants. Cognition. 95, (3), B59-B68 (2005).
  8. Balaban, M. T., Waxman, S. R. An examination of the factors underlying the facilitative effect of word phrases on object categorization in 9-month-old infants. Proceedings of the 20th Boston University Conference on Language Development. 1, 483-493 (1996).
  9. Waxman, S. R., Markow, D. B. Words as invitations to form categories: evidence from 12- to 13-month-old infants. Cognitive Psychology. 29, (3), 257-302 (1995).
  10. Zhu, X. Semi-supervised learning literature survey. (2005).
  11. Chapelle, O., Scholkopf, B., Zien, A. Semi-supervised learning: Adaptive computation and machine learning. MIT Press. Cambridge, Mass., USA. (2006).
  12. Zhu, X., Goldberg, A. B. Introduction to semi-supervised learning. Synthesis lectures on artificial intelligence and machine learning. 3, (1), 1-130 (2009).
  13. Ferry, A. L., Hespos, S. J., Waxman, S. R. Nonhuman primate vocalizations support categorization in very young human infants. Proceedings of the National Academy of Sciences of the United States of America. 110, (38), 15231-15235 (2013).
  14. Hunter, M. A., Ames, E. W. A multifactor model of infant preferences for novel and familiar stimuli. Advances in infancy research. (1988).
  15. Rose, S. A., Feldman, J. F., Jankowski, J. J. Infant visual recognition memory. Developmental Review. 24, (1), 74-100 (2004).
  16. Wetherford, M. J., Cohen, L. B. Developmental changes in infant visual preferences for novelty and familiarity. Child Development. 416-424 (1973).
  17. Perone, S., Spencer, J. P. Autonomous visual exploration creates developmental change in familiarity and novelty seeking behaviors. Frontiers in psychology. 4, 648 (2013).
  18. Havy, M., Waxman, S. R. Naming influences 9-month-olds’ identification of discrete categories along a perceptual continuum. Cognition. 156, 41-51 (2016).
  19. Althaus, N., Plunkett, K. Timing matters: The impact of label synchrony on infant categorisation. Cognition. 139, 1-9 (2015).
  20. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods. 164, (1), 177-190 (2007).
  21. Raudenbush, S. W., Bryk, A. S. Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE. (2002).
  22. LaTourrette, A., Waxman, S. R. A little labeling goes a long way: Semi-supervised learning in infancy. Developmental Science. e12736 (2018).
  23. Dink, J., Ferguson, B. eyetrackingR: An R library for eyetracking data analysis. (2015).
  24. Kalish, C. W., Zhu, X., Rogers, T. T. Drift in children's categories: When experienced distributions conflict with prior learning. Developmental Science. 18, (6), 940-956 (2015).
  25. Gibson, B. R., Rogers, T. T., Zhu, X. Human semi-supervised learning. Topics in Cognitive Science. 5, (1), 132-172 (2013).
  26. Keates, J., Graham, S. A. Category Markers or Attributes Why Do Labels Guide Infants' Inductive Inferences? Psychological Science. 19, (12), 1287-1293 (2008).
  27. Booth, A. E., Waxman, S. R. A horse of a different color: Specifying with precision infants’ mappings of novel nouns and adjectives. Child development. 80, (1), 15-22 (2009).
  28. Perszyk, D. R., Waxman, S. R. Listening to the calls of the wild: The role of experience in linking language and cognition in young infants. Cognition. 153, 175-181 (2016).
  29. Althaus, N., Mareschal, D. Labels direct infants’ attention to commonalities during novel category learning. PLoS ONE. 9, (7), e99670 (2014).
  30. Fulkerson, A. L., Haaf, R. A. The influence of labels, non-labeling sounds, and source of auditory input on 9- and 15-month-olds’ object categorization. Infancy. 4, (3), 349-369 (2003).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics