JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

وترد هنا هنا بروتوكول يقدم مجموعة من مهام التعلم الإحصائي الملائمة للأطفال موجهة نحو دراسة تعلم الأطفال للأنماط الإحصائية الزمنية عبر المجالات والطرائق الحسية. تقوم المهام المطورة بجمع البيانات السلوكية باستخدام النظام الأساسي القائم على الويب وبيانات التصوير بالرنين المغناطيسي الوظيفي القائم على المهام (fMRI) لفحص التفاعل العصبي أثناء التعلم الإحصائي.

Abstract

غالباً ما يعتبر التعلم الإحصائي، وهو مهارة أساسية لاستخراج الانتظامات في البيئة، آلية دعم أساسية لتطوير اللغة الأولى. في حين أن العديد من الدراسات للتعلم الإحصائي تجري في نطاق واحد أو طريقة واحدة، تشير الأدلة الأخيرة إلى أن هذه المهارة قد تختلف على أساس السياق الذي يتم فيه عرض المحفزات. بالإضافة إلى ذلك، فإن دراسات قليلة تبحث في التعلم أثناء تطوره في الوقت الحقيقي، وتركز بدلاً من ذلك على نتيجة التعلم. في هذا البروتوكول، نحن وصف نهج لتحديد الأساس المعرفي وال العصبي للتعلم الإحصائي، داخل الفرد، عبر المجالات (اللغوية مقابل غير اللغوية) والطرائق الحسية (البصرية والسمعية). تم تصميم المهام لإلقاء أقل قدر ممكن من الطلب المعرفي على المشاركين ، مما يجعلها مثالية للأطفال الصغار في سن المدرسة والسكان الخاصة. إن طبيعة المهام السلوكية على شبكة الإنترنت توفر فرصة فريدة لنا للوصول إلى المزيد من السكان الأكثر تمثيلاً في جميع أنحاء البلاد، وتقدير أحجام التأثير بدقة أكبر، والمساهمة في البحوث المفتوحة والمستنسخة. يمكن أن تُعلم التدابير العصبية التي توفرها مهمة التصوير بالرنين المغناطيسي الوظيفي (fMRI) الباحثين عن الآليات العصبية المستخدمة أثناء التعلم الإحصائي ، وكيف يمكن أن تختلف هذه عبر الأفراد على أساس المجال أو الطريقة. وأخيراً، تسمح كلتا المهمتين بقياس التعلم في الوقت الحقيقي، حيث يتم تتبع التغيرات في وقت التفاعل مع التحفيز المستهدف عبر فترة التعرض. ويتعلق القيد الرئيسي لاستخدام هذا البروتوكول بمدة التجربة لمدة ساعة. قد يحتاج الأطفال إلى إكمال جميع مهام التعلم الإحصائي الأربع في جلسات متعددة. ولذلك، فإن المنصة القائمة على شبكة الإنترنت مصممة مع وضع هذا القيد في الاعتبار بحيث يمكن نشر المهام بشكل فردي. وستتيح هذه المنهجية للمستخدمين إمكانية بحث كيفية تطور عملية التعلم الإحصائي عبر المجالات والطرائق داخلها لدى الأطفال من خلفيات إنمائية مختلفة.

Introduction

التعلم الإحصائي هو مهارة أولية تدعم اكتساب مجموعات تحكمها القواعد في مدخلات اللغة1. نجاح القدرة على التعلم الإحصائية في الرضع يتوقع في وقت لاحق تعلم اللغة النجاح2,3. كما ارتبط التباين في مهارات التعلم الإحصائي لدى الأطفال في سن الدراسة بالمفردات4 والقراءة5،6. وقد اقترح صعوبة في التعلم الإحصائي كآلية مسببة واحدة هي ضعف اللغة7. على الرغم من الارتباط بين التعلم الإحصائي ونتائج اللغة في كل من السكان العصبية وغير النمطية، لا تزال الآليات المعرفية والعصبية الكامنة تحت التعلم الإحصائي غير مفهومة بشكل جيد. وبالإضافة إلى ذلك، كشفت الأدبيات السابقة أن القدرة على التعلم الإحصائي، داخل الفرد، ليست موحدة ولكنها مستقلة عبر المجالات والطرائق6و8و9. وقد يختلف المسار الإنمائي لقدرات التعلم الإحصائية بشكل أكبر عبر المجالات والطرائق10. وتؤكد هذه النتائج على أهمية تقييم الفروق الفردية في التعلم الإحصائي عبر المهام المتعددة طوال فترة التنمية. غير أن هذا المجال يتطلب أولاً إجراء دراسة أكثر منهجية للعلاقة بين التعلم الإحصائي وتطوير اللغة الأولى. لمعالجة هذه الأسئلة، نحن تطبيق أساليب مبتكرة بما في ذلك منصة اختبار على شبكة الإنترنت11 التي تصل إلى عدد كبير من الأطفال، وتقنيات التصوير العصبي المختبرية (التصوير بالرنين المغناطيسي الوظيفي، أو fMRI) التي تدرس الترميز في الوقت الحقيقي للمعلومات الإحصائية.

تبدأ المقاييس القياسية للتعلم الإحصائي بمرحلة التعريف ويتبعها خيار بديلين (2-AFC) مهمة12,13. تقدم مرحلة التعريف تيارًا مستمرًا من المحفزات المضمروسة مع الانتظامات الإحصائية ، حيث من المرجح أن تحدث بعض المحفزات بشكل مشترك أكثر من غيرها. ويأتي عرض هذه المحفزات المشتركة في أعقاب ترتيب زمني ثابت. يتعرض المشاركون بشكل سلبي إلى التيار خلال مرحلة التعريف، تليها مهمة 2-AFC التي تختبر ما إذا كان المشارك قد استخلص الأنماط بنجاح. تقدم مهمة دقة الاتحاد الآسيوي 2 تسلسلين متتاليين: تم عرض تسلسل واحد للمشارك أثناء مرحلة التعريف، بينما الآخر هو تسلسل جديد، أو يحتوي على جزء من التسلسل. إن دقة الفرصة الفوق على الاتحاد الآسيوي 2 تشير إلى نجاح التعلم على مستوى المجموعة. تعتمد المهام السلوكية التقليدية التي تقيّم التعلم الإحصائي بشكل عام على الدقة كمقياس للنتيجة للتعلم. ومع ذلك ، فإن الدقة لا تأخذ في الاعتبار التعلم الطبيعي للمعلومات مع تطورها في الوقت المناسب. مقياس من الوقت الحقيقي للتعلم ضروري للاستفادة من عملية التعلم الضمنية للتعلم الإحصائي خلالها الأطفال لا تزال ترميز الانتظام من المدخلات14,15,16. وقد تم تطوير مختلف التعديلات عبر النماذج في محاولة للابتعاد عن 2-AFC القياس، نحو تدابير التعلم على الإنترنت من خلال الاستجابات السلوكية خلال التعرض16. ووجدت الدراسات التي تستخدم هذه التعديلات التي تقيس وقت التفاعل خلال مرحلة التعرض أنها كانت مرتبطة بدقة ما بعد التعلم17 مع موثوقية أفضل للاختبارات وإعادة الاختبار مقارنة مع دقة الدقة في المتعلمين البالغين18.

التدابير العصبية هي أيضا التأسيسية لفهمنا لكيفية التعلم تتكشف مع مرور الوقت، والعملية الضمنية التي يحدث تعلم اللغة من المرجح أن يجند الموارد العصبية المختلفة من تلك المستخدمة مرة واحدة يتم تعلم اللغة19. كما توفر التدابير العصبية رؤى في الاختلافات في التخصصات المعرفية الكامنة في القدرة اللغوية عبر مجموعات سكانية خاصة20. كيفية تصميم تباين الحالة في دراسة fMRI أمر بالغ الأهمية لكيفية تفسير أنماط التنشيط العصبي أثناء التعلم. ومن الممارسات الشائعة مقارنة استجابات الدماغ أثناء مرحلة الإلمام بين التسلسلات التي تحتوي على أنماط منتظمة مقابل تلك التي تحتوي على نفس المحفزات التي يتم ترتيبها بشكل عشوائي. ومع ذلك ، وجدت الأبحاث السابقة التي تنفذ مثل هذه الحالة التحكم العشوائية أي دليل على التعلم في السلوك ، على الرغم من الاختلافات العصبية بين التسلسلات المنظمة والعشوائية. قد يكون هذا بسبب تداخل تسلسلات عشوائية على تعلم تسلسلات منظم، كما تم بناء كل من من نفس المحفزات21،22. دراسات أخرى fMRI التي استخدمت الكلام المتخلف أو كتل التعلم في وقت سابق كما أكد شرط السيطرة التعلم وقعت سلوكيا19,23. غير أن كل نموذج من هذه النماذج أدخل عامل الخلط الخاص به، مثل أثر معالجة اللغة في الحالة الأولى وأثر الأمر التجريبي للحالة الثانية. نموذجنا يستخدم تسلسل عشوائي كشرط السيطرة ولكن يخفف من تدخلهم على المشاركين ' تعلم تسلسل منظم. لدينا نموذج fMRI أيضا تنفيذ كتلة مختلطة / تصميم الحدث ذات الصلة، والذي يسمح لنمذجة المتزامنة من عابرة ذات الصلة المحاكمة والمستمرة ذات الصلة بإشارات جريئة مهمة ذات الصلة24. وأخيراً، وعلى نطاق أوسع، تسمح التدابير العصبية بقياس التعلم لدى السكان حيث قد يكون من الصعب الحصول على استجابة سلوكية صريحة (مثل الفئات السكانية التنموية والخاصة)25.

ويعتمد البروتوكول الحالي مقياساً لوقت الاستجابة، بالإضافة إلى تدابير الدقة التقليدية، ويدرس تنشيط الدماغ أثناء مرحلة التعود. ويهدف الجمع بين هذه الأساليب إلى توفير مجموعة بيانات غنية للتحقيق في عمليات التعلم في الوقت الحقيقي. توفر المنصة القائمة على الويب مجموعة من تدابير التعلم من خلال تضمين وقت الاستجابة خلال مرحلة التعرض ودقة المهمة 2-AFC خلال مرحلة الاختبار. يسمح بروتوكول التصوير العصبي بالتحقيق في الآليات العصبية الأساسية التي تدعم التعلم الإحصائي عبر المجالات والطرائق. وفي حين أن قياس التعلم الإحصائي في الفرد هو الأمثل باستخدام كل من البروتوكولات القائمة على الشبكة العالمية وبروتوكولات شبكة المعلومات والبيانات المتعلقة بالبيانات المتعلقة بالبيانات المتعلقة بالبيانات المتعلقة بالبيانات المتعلقة بالبيانات المتعلقة بالبيانات الإحصائية، فإن المهام مصممة بحيث يمكن نشرها بشكل مستقل، وبالتالي، بوصفها مقياسين مستقلين للتعلم الإحصائي. ويمكن أن تساعد تجارب نظام النماذج المُضَنَّة في البروتوكول الحالي في توضيح كيفية تمثيل الترميز التحفيزي، واستخراج النمط، والمكونات المكونة الأخرى للتعلم الإحصائي بمناطق وشبكات معينة في الدماغ.

Protocol

وقد أعطى جميع المشاركين موافقة خطية على المشاركة، وأجريت الدراسة وفقاً لمجلس الاستعراض المؤسسي.

1 - لمحة عامة عن نموذج التعلم الإحصائي المستخدم في البروتوكول القائم على شبكة الإنترنت

  1. إدراج أربع مهام في النموذج الحالي: الصورة (البصرية - غير اللغوية)، والحرف (البصرية واللغوية)، لهجة (السمعية غير اللغوية)، ومقطع (السمعية اللغوية).
    1. بناء المحفزات للمهام البصرية باستخدام 12 صورة كرتونية مستقلة (صورة) و 12 صورة رسالة (رسالة؛ B, J, K, A, H, C, F, E, J, G, D, M) تظهر نفس الغريبة التي تحمل 12 علامات مع رسائل كبيرة مكتوبة عليها.
    2. بناء المحفزات السمعية باستخدام 12 المقاطع الإنجليزية (مقطع؛ بي، بو، السلطة الفلسطينية، تي، تو.تا، دي، دو، دا، ثنائية، بو، با) و 12 نغمات الموسيقية داخل نفس أوكتاف (لهجة؛ F، G، D، G #، C #، B، C، F #، D #، E، A، A#). ويمكن إجراء المحفزات المقطعية باستخدام المزج الكلام الاصطناعي، ويمكن تسجيلها كملفات منفصلة في Praat26،27.
  2. في مرحلة التعريف، تقدم المحفزات في تيار منظم (انظر الشكل 1). لا يتم تقديم الملاحظات في أي وقت أثناء مرحلة الإطلاع أو الاختبار.
    ملاحظة: ضمن كل مهمة، مرحلة التعريف مباشرة متبوعة مرحلة اختبار.
    1. بالنسبة للمهمة (البصرية -غير الالغالية) للصورة، هيكل 12 صورة إلى أربعة ثلاثة توائم الهدف. في مرحلة التعريف، كرر كل من ثلاثة توائم الأربعة المستهدفة 24 مرة لما مجموعه 96 ثلاثة توائم.
      ملاحظة: يتم بشكل عشوائي سلسلة ثلاثة توائم 96 في دفق مستمر مع القيد الذي لا يمكن تكراره على الفور. يتم عرض الصور كل مرة في وسط الشاشة. يتم تقديم كل صورة ل 800 مللي مع 200 مللي من الفاصل بين التحفيز. وسوف تستمر مرحلة التعريف بأكمله لمدة 4 دقيقة 48 s.
    2. ضمان أن مرحلة الاختبار تتبع دائما مرحلة التعريف وتتألف من 32 خيار بديلين (2AFC) الأسئلة. لكل سؤال، وتشمل 2 خيارات: هدف ثلاثة أضعاف من مرحلة التعريف وثلاثية التي لم تدرج في مرحلة التعريف، ويشار إلى ثلاثية احباط.
      ملاحظة: يتم إنشاء ثلاثة توائم احباط بحيث الموضع النسبي لكل صورة في ثلاثية احباط هو نفس الثلاثي الهدف. يتم تقديم كل هدف وتحبط الثلاثي 8 مرات المجموع في اختبار، ويتم تكرار كل زوج احباط الهدف. تتكون مرحلة الاختبار من 32 (4 ثلاثة توائم هدف × 4 ثلاثة توائم احباط × 2 التكرار) أمرت عشوائيا.
    3. بالنسبة للمهمة (البصرية - اللغوية) الرسالة تشمل 12 صورة من الحروف الكبيرة التي يتم تنظيمها في أربعة ثلاثة توائم الهدف (GJA، FKC، LBE، وMH).  لمرحلة الاختبار، إنشاء ثلاثة توائم احباط 4 (GDE، FJH، LKA، وMBMB) وإقرانها مع ثلاثة توائم الهدف لتشكيل 32 تجارب اختبار 2AFC. لا يمكن أن يحتوي أي حرف ثلاثي على أي كلمات أو اختصارات شائعة أو حروف أولية.
    4. للهجة (السمعية غير الملوهية) المهمة تشمل 12 نغمات الموسيقية النقية داخل نفس أوكتاف (مقياس كامل لوني بدءا من منتصف C) وسلسلة منهم في أربعة ثلاثة توائم الهدف (F # DE ، ABC ، C # # F ، وGD # G #). خلافا في المهام البصرية، سرعة العرض هو أسرع بسبب الاختلافات في تفضيل الإدراك الحسي السمعي6،28،29.
      ملاحظة: يتكرر كل ثلاثة توائم من ثلاثة توائم الهدف الأربعة 48 مرة لما مجموعه 192 ثلاثة توائم (ضعف الظروف البصرية). يتم وصل جميع ثلاثة توائم إلى تيار الصوت مع عدم تكرار ثلاثة أضعاف مرتين على التوالي. يتم تقديم النغمات النقية واحدة في كل مرة بينما يعرض المشاركون شاشة فارغة. مدة كل نغمة 460 مللي ثانية مع فاصل بين 20 مللي بين التحفيز. يستمر المجرى بأكمله حوالي 4 دقائق و 36 s. كما هو الحال في المهام البصرية، مرحلة اختبار 32 تجربة 2AFC مع أزواج من ثلاثة توائم الهدف وإحباط (F# BF، AA # G # ، C #D #E، GDC) يتبع مباشرة مرحلة التعريف.
    5. بالنسبة للمقطع (السمعية اللغوية) مهمة استخدام 12 حرف علة ساكن (السيرة الذاتية) المقاطع التي تم إنشاؤها وتجميعها في أربعة ثلاثة توائم الهدف (pa-bi-ku، go-la-tu، دا-رو-pi، وتي-بو-دو). مدة كل مقطع وفاصل بين التحفيز هي نفس حالة النغمة. الزوج أربعة ثلاثة توائم احباط (السلطة الفلسطينية-ro-do, الذهاب-بو-كو, دا-بي-تو, وتي لا بي) مع ثلاثة توائم الهدف في مرحلة الاختبار.
  3. إضفاء الطابع العشوائي على ترتيب مهام التعلم الإحصائية الأربعة عبر المشاركين.

2 - تعيين المشتركين

ملاحظة: في حين أن البروتوكول المستند إلى الويب وبروتوكول fMRI يتم تنفيذ أفضل معاً في إطار مشارك واحد، هنا نوجز أفضل الممارسات لتعيين المشاركين لكل مهمة بشكل مستقل.

  1. توظيف المشاركين على شبكة الإنترنت
    1. تجنيد المشاركين في سن 6 سنوات فأكثر. ويجوز للمشاركين من الجنس أو العرق أو العرق المشاركة؛ ومع ذلك، يجب أن تكون عينة الدراسة ممثلة للسكان.
    2. تجنيد المشاركين الذين هم اللغة الإنجليزية الأم، وقد تعرضت لأية لغات غير اللغة الإنجليزية قبل سن 5.
    3. تأكد من أنها لا الإبلاغ عن النفسية المعروفة (بما في ذلك ADD، والاكتئاب، واضطراب ما بعد الصدمة، والقلق السريري) و / أو الحالة العصبية (بما في ذلك السكتة الدماغية، والمضبوطات، ورم الدماغ، أو إصابة الرأس مغلقة).
    4. تأكد من أن المشاركين لديهم رؤية طبيعية أو مصححة إلى عادية (النظارات أو جهات الاتصال بخير)، والرؤية اللونية الطبيعية والسمع العادي (لا توجد أجهزة السمع أو أجهزة زرع القوقعة).
  2. توظيف المشاركين في عملية العمل على أساس FMRI
    1. تجنيد المشاركين في سن 6 سنوات فأكثر. ويجوز للمشاركين من الجنس أو العرق أو العرق المشاركة؛ ومع ذلك، يجب أن تكون عينة الدراسة ممثلة للسكان.
    2. لكي تكون مؤهلاً، يجند المشاركون الذين يتحدثون الإنجليزية الأصلية ولم يتعرضوا لأي لغة إلى جانب اللغة الإنجليزية قبل سن الخامسة.
    3. تجنيد الأفراد اليد اليمنى، مع أي علم النفس المعروفة (بما في ذلك إضافة، والاكتئاب، واضطراب ما بعد الصدمة، والقلق السريري) والحالة العصبية (بما في ذلك السكتة الدماغية، والمضبوطات، ورم الدماغ، أو إصابة في الرأس مغلقة).
    4. استبعاد المشاركين الحوامل، وخانات الرهاب، وتناول العقاقير ذات التأثير النفسي، أو لديهم أي معدن في الجسم (بما في ذلك أجهزة تنظيم ضربات القلب، والغرسات العصبية، واللوحات المعدنية أو المفاصل، والشظايا، والمواد الغذائية الجراحية).
    5. تأكد من أن المشاركين لديهم رؤية طبيعية أو مصححة إلى عادية (النظارات أو جهات الاتصال بخير)، والرؤية اللونية الطبيعية والسمع العادي (لا توجد أجهزة السمع أو أجهزة زرع القوقعة).
    6. تحديد الأهلية للمشاركة في التصوير بالرنين المغناطيسي من خلال وجود مشاركين (أو أولياء أمور إذا كان المشارك قاصراً) لاستكمال نموذج فحص سلامة التصوير بالرنين المغناطيسي.

3. بروتوكول على شبكة الإنترنت

ملاحظة: يتم استضافة نموذج التعلم الإحصائي المستند إلى الويب على موقع آمن على الويب (https://www.cogscigame.co11)ويتم تطويره باستخدام jsPsych ، وهي مكتبة جافا سكريبت لإنشاء تجارب سلوكية عبر الإنترنت30.

  1. لإعادة إنتاج المهام، انتقل إلى DOI: 10.5281/zenodo.3820620. جميع النصوص والمواد متاحة للجمهور. يمكن للباحثين تعديل البرامج النصية وتشغيل التجارب محليا على أي متصفح ويب طالما تم إعداد جميع المسارات لملفات الإخراج بشكل مناسب.
  2. يجب أن يكمل المشاركون مهمة تغطية حيث يتم إخبارهم بالضغط على زر عندما يرون هدفًا معينًا خلال جميع مراحل التعريف لكل مهمة تعلم إحصائية.
  3. تعيين التحفيز الهدف لكل مهمة
    1. في المهام الصورة والرسالة والمقطع، واختيار عشوائي واحد من ثلاثة توائم الأربعة وتعيين الهدف إلى التحفيز الثالث من الثلاثي. في مهمة لهجة، تقييد التحفيز الهدف فقط أدنى أو أعلى نغمات من التحفيز الثالث في ثلاثة توائم، وتعيين الهدف إلى التحفيز الثالث من الثلاثي. ويتم ذلك لأن المحفزات لهجة من الصعب نسبيا التمييز من أنواع أخرى من المحفزات.
    2. في المهام المقطعية ولهجة، وإدخال المشاركين إلى أجنبي وكلمة المفضلة / ملاحظة في لغتها الغريبة / الموسيقى الشعبية. أخبر المشاركين أنهم سيستمعون إلى لغة الأجنبي / الموسيقى وتذكر الضغط على مفتاح المسافة كلما سمعوا الكلمة المفضلة / ملاحظة" عن طريق حذف المسافة بين / وملاحظة.
    3. في مهمة الصورة، أخبر المشاركين بتتبع كائن فضائي خاص حيث تصطف مجموعة من الأجانب للدخول إلى سفينة فضائية. في مهمة الرسالة، أخبر المشاركين بتتبع العلامة المفضلة للأجنبي حيث يحمل الأجنبي لافتات للموكب. إعطاء المشارك تجربة الممارسة في كل من الصورة والمهام الرسالة.
    4. لا تقدم تعليمات صريحة حول وجود ثلاثة توائم.
    5. قياس وقت الاستجابة على مدى 24 تجربة في المهام البصرية وأكثر من 48 تجربة في المهام السمعية لتقييم التعلم عبر الإنترنت.
    6. وخلال مرحلة الاختبار، يتم تقديم كل من الهدف (المضمن في مرحلة التعريف) و (أي ثلاثة أضعاف) (غير المدرجة في مرحلة التعريف) إلى المشارك. إرشاد المشاركين بعد ذلك إلى اختيار أي واحد من الاثنين هو أكثر مماثلة لما رأوه أو سمعوه في مرحلة التعريف. يجب أن تنتهي كل محاكمة باستجابة.
  4. المقاييس السلوكية للتعلم الإحصائي في البروتوكول القائم على الويب
    1. قياس التعلم في الوقت الحقيقي خلال مرحلة التعريف عبر المنحدر الخطي من وقت رد الفعل (تغيير في وقت رد الفعل طوال مرحلة التعريف).
    2. لكي يعتبر استجابة صحيحة للهدف، تحقق من أن ضغطة المفتاح يجب أن تكون في النافذة الزمنية من حافز واحد قبل وحافز واحد بعد التحفيز الهدف. وهذا هو -480 مللي ثانية إلى +960 مللي ثانية بالنسبة إلى بداية الهدف في المهام السمعية و-1000 مللي ثانية إلى +2000 مللي ثانية في المهام البصرية. ويعتبر كـ keypress قبل الهدف كتوقع وبالتالي ينتج وقت رد فعل سلبي.
    3. لمقارنة أوقات التفاعل عبر الظروف، قم بتحويل أوقات التفاعل لكل مشارك لكل مهمة إلى درجات z. هذا تطبيع أوقات رد فعل الفرد بحيث يمكن مقارنة عشرات عبر المهام.
    4. حساب ميل وقت رد فعل لكل مشارك لكل شرط باستخدام الانحدار الخطي. إدخال أوقات رد الفعل z-normed كمتغير تابع و النظام التجريبي المستهدف كمتغير مستقل (مرئي: 1 إلى 24؛ سمعي: 1 إلى 48). ميل خط الانحدار الخطي (معامل بيتا/تقدير) هو الميل الزمني للتفاعل (ميل RT).
    5. قياس دقة كل مشارك دون اتصال لكل حالة عن طريق قسمة عدد التجارب الصحيحة من مرحلة الاختبار على العدد الإجمالي للتجارب (32 تجربة).

4. بروتوكول fMRI القائم على المهمة

  1. تعديلات على نموذج التعلم الإحصائي (الشكل 2).
    1. لكل مهمة، تقديم كل من تسلسل منظم (يحتوي على انتظامات إحصائية) وتسلسل عشوائي (لا انتظامات إحصائية).
      ملاحظة: تسلسلات منظمة مماثلة لتلك الموصوفة للبروتوكول المستند إلى ويب (انظر الشكل 1). في المقابل، تحتوي السلاسل العشوائية على نفس المحفزات الـ 12 كما هي معروضة في التسلسلات المنظمة ولكن يتم ترتيبها بشكل عشوائي. يتم تكرار أي تركيبات من أي ثلاثة محفزات أكثر من مرة.
    2. تقسيم كل تسلسل إلى ست كتل أصغر من طول متساو (24 محفزات للمهام البصرية و 48 منبهات للمهام السمعية).
    3. تسلسل ثلاثة كتل منظم، 3 كتل عشوائية، و 6 كتل يستريح (الصمت مع شاشة فارغة) في ترتيب pseudorandom لإنشاء أربعة أشواط من المحفزات السمعية وأربعة أشواط من المحفزات البصرية. لتحقيق أقصى قدر من التعلم من تسلسل منظم، وضمان أن كتل عشوائية في كل تشغيل تحتوي على نطاق مختلف عن تسلسل منظم (على سبيل المثال، يتم تقديم تسلسلات منظّمة مقطعي جنبا إلى جنب مع تسلسلات عشوائية لهجة في تشغيل واحد، ويتم عرض تسلسلات عشوائية مقطع جنبا إلى جنب مع تسلسلات لهجة منظم في تشغيل آخر).
    4. وتشمل 288 الصور التي ستقدم في كل تشغيل لمهمة بصرية تدوم حوالي 4.77 دقيقة. وتشمل 576 الأصوات التي ستقدم في المهمة السمعية التي تستمر حوالي 4.42 دقيقة. في بداية كل كتلة، تقديم إشارة حول الهدف مع مسبار لفظي والبصري: "الآن الاستماع / ابحث عن [الهدف]".
    5. من بين أربعة أشواط من المهمة البصرية، وضمان أن اثنين تحتوي على تسلسل منظم من الصور والاثنين الآخرين تحتوي على تسلسل منظم من الحروف. من بين أربعة أشواط من المهمة السمعية، وضمان أن اثنين تحتوي على تسلسل منظم من المقاطع واثنين آخرين تحتوي على تسلسل منظم من النغمات.
  2. إجراء التعلم الإحصائي لـ fMRI
    1. للمساعدة في جعل المشاركين، وخاصة الأطفال، مرتاحين في الماسح الضوئي، تدرب على جلسة المسح بالرنين المغناطيسي أولاً باستخدام ماسح ضوئي وهمي31. يوفر الماسح الضوئي الوهمي تجربة طبيعية مشابهة لجلسة المسح الفعلي ولكنه يقع عادة في بيئة أكثر ملاءمة للأطفال.
    2. أولاً، أعرض الطفل على الماسح الضوئي الوهمي، أي كاميرا الدماغ، وتأكد من أنها مريحة قبل وضعها في الماسح الضوئي.
    3. تعريفهم على "مسح الأصدقاء" وشرح أن الغرض من الأصدقاء المسح هو الاحتفاظ بها يرافقه ومساعدتهم إذا كانوا بحاجة إلى أي شيء. سوف الأصدقاء المسح بلطف تذكير المشارك للحفاظ على ما زالت إذا تم الكشف عن الكثير من الحركة من قبل "الكاميرا".
    4. بمجرد أن يكونوا في الماسح الضوئي ، تشغيل مقاطع فيديو صديقة للأطفال لمساعدتهم على التأقلم مع الصوت والفيديو. عندما تكون جاهزة، ولعب عدد قليل من مقاطع الصوت الماسح الضوئي المسجلة مسبقا لإعدادها للضوضاء التي تنتجها التصوير بالرنين المغناطيسي الحقيقي. خلال هذا الوقت يكون لهم ممارسة البقاء لا يزال والعمل مع الأصدقاء المسح الضوئي.
    5. تعريف الأطفال على نموذج التعلم الإحصائي وجعلهم يمارسون خارج الماسح الضوئي. ويتم ذلك عن طريق إكمال الأطفال لجزء مختصر من المهمة على جهاز كمبيوتر، على غرار البروتوكول المستند إلى الويب عن طريق تنفيذ الخطوتين 3.2.2 و3.2.3 المذكورة أعلاه.
      ملاحظة: المحفزات الممارسة هي نفسها تلك المستخدمة في المهمة; ومع ذلك، يتعرض الأطفال فقط لتسلسل عشوائي وليس تسلسل منظم، مما يسمح للتعود وجيزة للمحفزات والمطالب المهمة دون تمكين التعلم من تسلسل معين.
    6. تأكد من أن بروتوكول جمع البيانات fMRI قد تم إعداده بشكل مناسب على جهاز كمبيوتر اقتناء الرنين المغناطيسي.
      ملاحظة: تتبع معلمات الاستحواذ توصيات دراسة التنمية المعرفية للدماغ المراهق (ABCD)32.
    7. ابدأ جلسة المسح الضوئي بمسح عالي الدقة من قبل T1. الحصول على هذه باستخدام 176-شريحة MPRAGE 3D (المغنطة المعدة سرعة الانحدار صدى) مسح حجم مع TR (تكرار الوقت) = 2500 مللي ثانية، TE (صدى الوقت) = 2.9 مللي ثانية، زاوية الوجه = 8°، FOV (مجال عرض) = 25.6 سم، 256 × 256 حجم مصفوفة، وسمك شريحة 1 ملم. هذا الاستحواذ سوف تستمر 7.2 دقيقة.
    8. للحصول على بيانات وظيفية، استخدم التصوير الصدى الموزون T2*مع عملية فحص متعددة الشرائح المتزامنة مع TR = 800 مللي ثانية، TE = 32 مللي ثانية، زاوية الوجه = 61 درجة، FOV = 21 سم، والمصفوفة = 64 × 64. وفي هذه التجربة، يتم الحصول على 60 شريحة متجاورة في تسلسل متداخل بسمك شريحة 2.5 مم، و21 سم FOV، ومصفوفة 64 × 64، مما يؤدي إلى دقة في المستوى تبلغ 2.5 مم × 2.5 مم × 2.5 ملم.
    9. هل يكون المشاركون مستلقيين بشكل مريح على سرير الماسح الضوئي fMRI مع سماعات الرأس التي تحمي آذانهم من ضوضاء الماسح الضوئي وصندوق استجابة وسادة / زر في أيديهم (يجب أن تكون سماعات الرأس وصندوق الزر متوافقة مع الماسح الضوئي).
    10. ضع حشوات إضافية حول رؤوسهم لضمان حركة الرأس المحدودة أثناء جمع البيانات. قم بإعطاء مربع استجابة الزر للمشارك قبل الوقت لتسجيل الردود وموازنة ما إذا كانت اليد اليمنى أو اليسرى تستخدم للضغط على الأزرار عبر المشاركين.
    11. إعطاء كل طفل خيار من الأصدقاء المسح الضوئي. بالنسبة للأطفال الأكبر سنًا والعصبية الذين يشعرون بالراحة دون وجود صديق للفحص ، أعطوهم كرة ضغط لإخطار المجرب إذا كانوا حزينين أو بحاجة إلى التوقف. إعطاء الأطفال الأصغر سنا والسكان الخاصة على الكرة الضغط ولكن أيضا تزويدهم الأصدقاء المسح الضوئي لمساعدتهم (الموصوفة في 4.2.3).
    12. ضع لفائف الرأس فوق رأس المشارك ومحاذاة وضع المريض في السرير.
    13. على الحاسوب اكتساب سجّل مشترك جديدة. أدخل معرف المشارك وتاريخ الميلاد والوزن والطول. ويمكن الآن إدراج المشارك في تجويف التصوير بالرنين المغناطيسي.
    14. الحصول على T1-المرجحة المسح الضوئي أثناء عرض المشاركين فيلم.
    15. قبل البدء في نموذج التعلم الإحصائي، امنح المشاركين تعليمات كل مهمة من خلال التحدث إليهم من خلال نظام الاتصال الداخلي المتصل بسماعات الرأس الخاصة بهم.
    16. في المهام السمعية، أخبر المشاركين: "الآن سنلعب لعبة الضغط على الزر. سوف تسمع الأجانب يقولون الكلمات وتلعب الموسيقى. تذكر أن تضغط على الزر في يدك اليسرى / اليمنى كلما سمعت الصوت الذي تستمع إليه. سيكون هناك 4 أجزاء، وسوف تستمر كل جزء حوالي 5 دقائق.
    17. في المهام البصرية، أخبر المشاركين: "الآن أنت ذاهب لرؤية صور الأجانب والرسائل. كلما رأيت الصورة التي تبحث عنها، اضغط على الزر الموجود في يدك اليسرى/اليمنى. سوف تلعب هذا 4 مرات في صف واحد. وسوف يستغرق حوالي 5 دقائق في كل مرة".
    18. بدء نموذج التعلم الإحصائية على الكمبيوتر العرض والحصول على البيانات fMRI المهمة.
    19. بمجرد أن يكمل المشارك النموذج ، أوقف التصوير بالرنين المغناطيسي ، وإزالة بأمان لهم من داخل الماسح الضوئي ، وإزالة لفائف الرأس.
    20. بعد جمع البيانات، قم بنقل جميع بيانات التصوير بالرنين المغناطيسي من كمبيوتر الاقتناء إلى خادم آمن لإجراء المزيد من التحليلات.
  3. تحليلات بيانات معطيات fMRI
    1. تحليل وقت التفاعل في الماسح الضوئي أثناء مهمة fMRI على نحو مماثل لحساب الويب لوقت التفاعل أثناء مرحلة التعريف. تطبيع وقت رد الفعل للمقارنة عبر الظروف، وحساب منحدر خطي باستخدام وقت رد الفعل تطبيع لكل حالة من حالة الفرد.
    2. عند تحليل بيانات fMRI، قم أولاً بتنظيم البيانات وتحويلها إلى بنية بيانات تصوير الدماغ33 (BIDS) باستخدام تنسيق HeuDiConv34 (https://github.com/nipy/heudiconv).
    3. معالجة هذه البيانات مسبقاً باستخدام fMRIPrep35,36. هذا خط أنابيب المعالجة المسبقة الآلي يجمع بين منهجية من AFNI37، ANTs38، Freesurfer39، FSL40، و Mindboggle41 لتوفير بيانات دقيقة علميا وقابلة للاستنساخ لاستخدامها في تحليل البيانات.
      ملاحظة: تطبيق الدراسة الحالية تصميم كتلة مختلطة/الحدث ذات الصلة. تعامل النتائج التمثيلية (أدناه) كل كتلة صغيرة كحدث (على سبيل المثال، التسلسل العشوائي هو حدث، التسلسل المنظم هو حدث، إلخ). ومع ذلك، تم تصميم المهمة أيضا بحيث يمكن للمرء أن نموذج كل التحفيز كحدث.
    4. تضمين اثنين من عمليات التراجع المهمة لكل تشغيل ("صورة" و "حرف" للشرط المرئي و "مقطع" و "نغمة" للحالة السمعية) في تصميم طراز المستوى الأول. تحديد عمليات التراجع عن المهمة عن طريق تحويل متجه من أوقات ظهور الحدث إلى حالة مع مدة مع دالة استجابة ديناميكية ديناميكية أساسية. حساب الاختلافات والوسائل بين تشغيل داخل كل موضوع لتصاميم نموذج أعلى مستوى. وهذا سيؤدي إلى وجود تناقض بين تسلسل منظم وعشوائية في كل نوع من المحفزات.
    5. إنشاء متوسط مجموعة التنشيط للقوالب المنظمة مقارنة كتل عشوائية داخل كل طريقة/ مجال.

النتائج

النتائج السلوكية المستندة إلى الويب
ونظراً لأن البروتوكول الحالي مصمم لسهولة النشر مع السكان النمّى، فقد أدرجنا نتائج أولية على شبكة الإنترنت استناداً إلى بيانات من 22 طفلاً في سن الدراسة (متوسط العمر (م) = 9.3 سنوات، العمر المعياري (SD) = 2.04 سنة، النطاق = 6.2-12.6 سنة، 13 فتاة). وفي مهمة ال...

Discussion

وتوفر الأساليب المعروضة في البروتوكول الحالي نموذجا متعدد الوسائط لفهم المؤشرات السلوكية والناصبية للتعلم الإحصائي عبر مسار التنمية. ويسمح التصميم الحالي بتحديد الفروق الفردية في القدرة على التعلم الإحصائي عبر الطرائق والمجالات، التي يمكن استخدامها في المستقبل في دراسة العلاقة بين ال...

Disclosures

ليس لدى أصحاب البلاغ ما يكشفون عنه.

Acknowledgements

نشكر يوئيل سانشيز أراوخو وويندي جورجان على مساهمتهما في التصميم الأولي للمنصة القائمة على الويب. نشكر أن نغوين وفيوليت كوزلوف على عملهما في تحسين مهام التعلم الإحصائي على شبكة الإنترنت، وتنفيذ مهام المبادرة، وتجريب المهام في المشاركين البالغين. نشكر فيوليت كوزلوف وباركر روبنز على مساهمتهما في المساعدة على جمع البيانات عند الأطفال. نشكر إبراهيم مالك، وجون كريستوفر، وتريفور ويال، وكيث شنايدر في مركز التصوير البيولوجي والدماغ في جامعة ديلاوير على مساعدتهم في جمع بيانات التصوير العصبي. ويمول هذا العمل جزئياً من المعهد الوطني للصمم وغيره من اضطرابات الاتصال (PI: Qi; المعاهد القومية للصحة 1R21DC017576) ومديرية المؤسسة الوطنية للعلوم الاجتماعية والسلوكية والاقتصادية (PI: Schneider, Co-PI: Qi & Golinkoff; NSF 1911462).

Materials

NameCompanyCatalog NumberComments
4 Button Inline Response DeviceCambridge Research SystemsSKU: N1348An fMRI reponse pad used for measuring in-scanner response time
Short/Slim Canal TipsComply FoamSKU: 40-15028-11Short & slim in-ear canal tips are recommended for children to protect hearing and allow for them to hear the stimuli while in the scanner.
jsPsychjsPsychhttps://www.jspsych.org/jsPsych is a JavaScript library for running behavioral experiments in a web browser.
Speech SynthesizerPraatVersion 6.1.14This program is an artificial speech synthesizer which was used to create the syllable stimuli.
Web-based statistical learning tasksZenodohttp://doi.org/10.5281/zenodo.3820620 (2020).All web-based statistical learning tasks are available for free access on Zenodo.

References

  1. Saffran, J. R., Newport, L. L., Aslin, R. N. Word Segmentation: The Role of Distributional Cues. Journal of Memory and Language. 35, 606-621 (1996).
  2. Newman, R., Ratner, N. B., Jusczyk, A. M., Jusczyk, P. W., Dow, K. A. Infants' early ability to segment the conversational speech signal predicts later language development: A retrospective analysis. Developmental Psychology. 42 (4), 643-655 (2006).
  3. Graf Estes, K., Gluck, S. C. W., Grimm, K. J. Finding patterns and learning words: Infant phonotactic knowledge is associated with vocabulary size. Journal of Experimental Child Psychology. 146, 34-49 (2016).
  4. Evans, J. L., Saffran, J. R., Robe-Torres, K. Statistical Learning in Children With Specific Language Impairment. Journal of Speech, Language, and Hearing Research. 52 (2), 321-335 (2009).
  5. Arciuli, J., Simpson, I. C. Statistical Learning Is Related to Reading Ability in Children and Adults. Cognitive Science. 36 (2), 286-304 (2012).
  6. Qi, Z., Sanchez Araujo, Y., Georgan, W. C., Gabrieli, J. D. E., Arciuli, J. Hearing Matters More Than Seeing: A Cross-Modality Study of Statistical Learning and Reading Ability. Scientific Studies of Reading. 23 (1), 101-115 (2019).
  7. Walenski, M., Tager-Flusberg, H. B., Ullman, M. T., Moldin, S. O., Rubenstein, J. L. R. Language in autism. Understanding autism: From Basic Neuroscience to Treatment. , 175-203 (2006).
  8. Siegelman, N., Frost, R. Statistical learning as an individual ability: Theoretical perspectives and empirical evidence. Journal of Memory and Language. 81, 105-120 (2015).
  9. Erickson, L. C., Kaschak, M. P., Thiessen, E. D., Berry, C. A. S. Individual Differences in Statistical Learning: Conceptual and Measurement Issues. Collabra. 2 (1), 14 (2016).
  10. Shufaniya, A., Arnon, I. Statistical Learning Is Not Age-Invariant During Childhood: Performance Improves With Age Across Modality. Cognitive Science. 42 (8), 3100-3115 (2018).
  11. Qi, Z., et al. An online platform for visual and auditory statistical learning for school-aged children (Version 1.0.0). Zenodo. , (2020).
  12. Conway, C. M., Christiansen, M. H. Statistical learning within and between modalities: Pitting abstract against stimulus-specific representations. Psychological Science. 17 (10), 905-912 (2006).
  13. Saffran, J. R., Johnson, E. K., Aslin, R. N., Newport, E. L. Statistical learning of tone sequences by human infants and adults. Cognition. 70 (1), 27-52 (1999).
  14. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  15. Armstrong, B. C., Frost, R., Christiansen, M. H. The long road of statistical learning research: past, present and future. Philosophical Transactions of the Royal Society B: Biological Sciences. 372 (1711), 20160047 (2017).
  16. Siegelman, N., Bogaerts, L., Christiansen, M. H., Frost, R. Towards a theory of individual differences in statistical learning. Transactions of the Royal Society B. 372 (1711), 20160059 (2017).
  17. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical Learning Across Development: Flexible Yet Constrained. Frontiers in Psychology. 3, 598 (2013).
  18. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  19. Plante, E., Patterson, D., Dailey, N. S., Kyle, R. A., Fridriksson, J. Dynamic changes in network activations characterize early learning of a natural language. Neuropsychologia. 62 (1), 77-86 (2014).
  20. Milne, A. E., Wilson, B., Christiansen, M. H., Petkov, C., Marslen-Wilson, W. Structured sequence learning across sensory modalities in humans and nonhuman primates This review comes from a themed issue on The evolution of language. Current Opinion in Behavioral Sciences. 21, 39-48 (2018).
  21. Mcnealy, K., Mazziotta, J., Dapretto, M. Cracking the Language Code: Neural Mechanisms Underlying Speech Parsing. Journal of Neuroscience. 26 (29), 7629-7639 (2006).
  22. McNealy, K., Mazziotta, J. C., Dapretto, M. Age and experience shape developmental changes in the neural basis of language-related learning. Developmental Science. 14 (6), 1261-1282 (2011).
  23. Karuza, E. A., Emberson, L. L., Aslin, R. N. Combining fMRI and behavioral measures to examine the process of human learning. Neurobiology of Learning and Memory. 109, 193-206 (2014).
  24. Petersen, S. E., Dubis, J. W. The mixed block/event-related design. NeuroImage. 62 (2), 1177-1184 (2012).
  25. Batterink, L. J., Paller, K. A., Reber, P. J. Understanding the Neural Bases of Implicit and Statistical Learning. Topics in Cognitive Science. 11, 482-503 (2019).
  26. Boersma, P., Weenink, D. . Praat: doing phonetics by computer [Computer program]. Version 601014. , (2020).
  27. Boersma, P. Praat, a system for doing phonetics by computer. Glot International. 5 (9), 341-345 (2001).
  28. Conway, C. M., Christiansen, M. H. Seeing and hearing in space and time: Effects of modality and presentation rate on implicit statistical learning. European Journal of Cognitive Psychology. 21 (4), 561-580 (2009).
  29. Emberson, L. L., Conway, C. M., Christiansen, M. H. Timing is everything: Changes in presentation rate have opposite effects on auditory and visual implicit statistical learning. Quarterly Journal of Experimental Psychology. 64 (5), 1021-1040 (2011).
  30. de Leeuw, J. R. jsPsych: A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods. 47 (1), 1-12 (2015).
  31. Kana, R. K., et al. Probing the brain in autism using fMRI and diffusion tensor imaging. Journal of Visualized Experiments. (55), e3178 (2011).
  32. Casey, B. J., et al. The Adolescent Brain Cognitive Development (ABCD) study: Imaging acquisition across 21 sites. Developmental Cognitive Neuroscience. 32, 43-54 (2018).
  33. Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3 (1), 1-9 (2016).
  34. Halchenko, Y. . nipy/heudiconv v0.6.0 (Version v0.6.0). Zenodo. , (2019).
  35. Esteban, O., et al. FMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16, 111-116 (2019).
  36. Esteban, O., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. , 694364 (2020).
  37. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  38. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. NeuroImage. 54 (3), 2033-2044 (2011).
  39. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis: I. Segmentation and surface reconstruction. NeuroImage. 9 (2), 179-194 (1999).
  40. Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, 173-186 (2009).
  41. Klein, A., et al. Mindboggling morphometry of human brains. PLoS Computational Biology. 13 (2), 1005350 (2017).
  42. Arnon, I. Do current statistical learning tasks capture stable individual differences in children? An investigation of task reliability across modality. Behavior Research Methods. 52 (1), 68-81 (2020).
  43. Finn, A. S., Hudson Kam, C. L. The curse of knowledge: First language knowledge impairs adult learners' use of novel statistics for word segmentation. Cognition. 108 (2), 477-499 (2008).
  44. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical learning across development: Flexible yet constrained. Frontiers in Psychology. 3, 598 (2013).
  45. De Leeuw, J. R., Motz, B. A. Psychophysics in a Web browser? Comparing response times collected with JavaScript and Psychophysics Toolbox in a visual search task. Behavior Research Methods. 48, 1-12 (2016).
  46. Lew-Williams, C., Saffran, J. R. All words are not created equal: Expectations about word length guide infant statistical learning. Cognition. 122 (2), 241-246 (2012).
  47. Poulin-Charronnat, B., Perruchet, P., Tillmann, B., Peereman, R. Familiar units prevail over statistical cues in word segmentation. Psychological Research. 81 (5), 990-1003 (2017).
  48. Leonard, J., Flournoy, J., Lewis-de los Angeles, C. P., Whitaker, K. How much motion is too much motion? Determining motion thresholds by sample size for reproducibility in developmental resting-state MRI. Research Ideas and Outcomes. 3, 12569 (2017).
  49. Power, J. D., et al. Ridding fMRI data of motion-related influences: Removal of signals with distinct spatial and physical bases in multiecho data. Proceedings of the National Academy of Sciences of the United States of America. 115 (9), 2105-2114 (2018).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

160 mri

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved