Name: quantifying learning in young infants: tracking leg actions during a discovery-learning task
Uploaded: 2015-06-01T14:00:00.000+00:00
Duration: 11 min 18 s
Description: Watch this Scientific Journal Video about Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task at JoVE.com

Esta investigación fue apoyada por la Promoción de Estudios de Doctorado (PODS) I y II premios de la Fundación para la Terapia Física y una Beca de Adopt-A-Doc de la Sección de Educación de la Asociación Americana de Terapia Física de Barbara Sargent.

La Junta de Revisión Institucional de la Universidad del Sur de California aprobó este estudio. 1. Sistema de Preparación <ol><li> Establecer el sistema de captura de movimiento. Nota: estos pasos son diferentes para cada sistema de captura de movimiento. <ol><li> Alinear los sistemas de los dos sensores de captura de movimiento a la de un sensor de coordenadas haciendo clic en &quot;Realizar Nuevo Registro&quot; en el programa de captura de movimiento, entrando en un tiempo de recogida de 30 segundos, haciendo clic en &quot;Registro&quot;, y mover el objeto de inscripción en el volumen de captura durante 30 seg. Cuando el registro se ha realizado correctamente, observar una media cuadrática (RMS) error de registro en la pantalla de ordenador. </li><li> Alinear el sistema global de coordenadas para la tabla de pruebas utilizando el objeto de registro haciendo clic en &quot;Realizar Nueva Alineación&quot; en el programa de captura de movimiento. <ol><li> Definir el origen colocando el obje registroct en la esquina superior derecha de la mesa de prueba y haciendo clic en &quot;Digitalizar&quot; en el programa de captura de movimiento. Definir el eje Z colocando el objeto de registro en la parte superior de una caja y haciendo clic en &quot;Digitalizar&quot;; el eje Z es perpendicular a la mesa. </li><li> Definir el / Y + Z avión moviendo el objeto de registro en el cuadro a lo largo de la mesa y haciendo clic en &quot;Digitalizar&quot;; el eje Y es paralelo a la longitud de la tabla y el eje X es paralelo a la anchura de la tabla. </li></ol></li><li> Conecte los LED en los dos puertos estroboscópicas y escriba el número de LEDs por puerto estroboscópica dentro del programa del sistema de captura de movimiento (24 para el puerto estroboscópica 1 y 20 para el puerto estroboscópica 2). Refiérase a la Figura 3 para el número y la ubicación de cada LED. Seleccione la vista de datos que falta para proporcionar una visualización gráfica como tira de LEDs está realizando un seguimiento en tiempo real. <img alt="Figura 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; Figura 3. Colocación de los LEDs. Estroboscópica 1 consta de los cuerpos rígidos (4 LEDs en cada cuerpo rígido) para el derecho y el muslo izquierdo, pierna y pie. Strobe 2 consta de los cuerpos rígidos para la pelvis derecha e izquierda, los marcadores del esternón, y los LEDs individuales. </li></ol></li><li> Configure el programa de computadora móvil infantil. <ol><li> Introduzca el número de minutos para cada condición. Para el día 1, entrada 2 para la fase 1 (2 min basal, condición no refuerzo), 6 para la fase 2 (adquisición 6 min, condición de refuerzo), y 0 para la fase 3 (0 min extinción, condición de no-refuerzo). </li><li> Para el día 2, la entrada 2 para la fase 1 (línea de base), 6 para la fase 2 (adquisición), 2 para la fase 3 (extinción), y marca &quot;Uso Zmin como predeterminado&quot; para que el umbral calculado durante la línea base del día 1 será el umbral utilizado para la condición de adquisición de Día 2. </li><li> Elija &quot;StreamframesAllFrames&quot; y haga clic en &quot;Enviar&quot; para que elprograma móvil de usar los datos del sistema de captura de movimiento para activar el móvil infantil basado en criterios especificados. </li></ol></li><li> Configurar las cámaras de vídeo. <ol><li> Iniciar el programa informático de vídeo para los tres videos sincronizados (lateral derecha, izquierda, vistas aéreas laterales). </li><li> Iniciar la cámara de vídeo adicional sobre la cabeza del bebé para registrar las expresiones faciales y la mirada. </li></ol></li></ol> 2. Preparación infantil <ol><li> Describir el experimento a los padres y les informará de interactuar lo menos posible con su bebé. NOTA: Diga a los padres que si el niño no llega a ser molesto durante todo el experimento, los padres deben sentarse al lado del bebé fuera de su vista, sin embargo, si el bebé se vuelve quisquilloso hay una progresión de la interacción con el niño. <ol><li> En primer lugar, pedir a los padres a decir: &quot;Todo está bien, estoy aquí&quot;, en un tono tranquilizador. </li><li> En segundo lugar, pregunteel padre de pie en opinión del bebé mientras tranquilizar al bebé. </li><li> En tercer lugar, pedir a los padres ya sea sostenga una de las manos del bebé o darle al bebé un chupete. NOTA: La menor cantidad de interacción entre padres necesaria para mantener al bebé tranquilo y alerta se da y se puso fin a la mayor brevedad posible. </li></ol></li><li> Desnudar al bebé, coloque al bebé bajo el móvil infantil, y asegurar al niño a la mesa usando una banda de velcro colocado a través del tronco. </li><li> Después de que el bebé se fija a la mesa, colocar los marcadores del esternón y la pelvis, muslo, pierna y cuerpos rígidos pies en el lactante. </li></ol> 3. infantil Mobile Learning Tarea <ol><li> Cada día, iniciar la tarea de aprendizaje móvil de forma sincrónica de iniciar el sistema de captura de movimiento, programa de computación móvil y cámaras de vídeo. <ol><li> En ambos días a partir min 0 a 2, el estado básico, observe el niño espontáneamente patadas. </li><li> El día 1 durante el 2 min condición de línea de base, observar como el programa móvil infantil calcula continuamente el umbral para la activación móvil basado en la-z datos de uno de los LEDs en el cuerpo rígido de cada pie. Ejemplo, marcador 9 con el pie derecho y el marcador 21 en el pie izquierdo. Marker 9 es el centro de LED sobre el cuerpo rígido pie derecho con un círculo en amarillo en la Figura 1. Marker 21 es el centro LED sobre el cuerpo rígido pie izquierdo. </li><li> Al final de la línea de base 2 min, el programa móvil fijará el umbral a una altura de una desviación estándar (SD) por encima de la altura media de los dos pies durante la condición de línea de base 2 min. </li><li> En ambos días de 2 a 8 min, la condición de adquisición, observar a medida que gira móviles infantiles y reproduce música cuando el LED colocado en cualquiera de los pies cruza el umbral computado durante la condición de línea de base 2 min del Día 1. NOTA: la activación Mobile continuará durante el tiempo que el pie está por encima del umbral virtual a un máximo de 3 seg. Después de 3 segundos, el mobilis se reactivará sólo si el bebé se mueve el pie por debajo del umbral virtual, y luego mueve el pie en posición vertical y otra vez cruza el umbral. Esta &quot;regla de 3 segundos&quot; alienta movimientos exploratorios pierna activos frente a la celebración de los pies por encima del umbral. </li><li> El día 2 de 8-10 min, la condición de la extinción, observar como el niño comienza espontáneamente sin refuerzo móvil. </li></ol></li><li> Después de que el niño interactúa con el móvil, recoger un ensayo de calibración estática para definir un sistema de coordenadas local para cada segmento de la pata y definir una configuración de referencia para cada segmento del cuerpo en el espacio. <ol><li> Fijar diez LEDs individuales bilateralmente a la piel del bebé usando collares EKG de doble cara en los siguientes lugares: línea media lateral del tronco por debajo de la décima costilla, trocánter mayor de la cadera, línea de la articulación de la rodilla lateral, tobillo maléolo lateral, y el extremo distal de la 5º metatarsiano. </li><li> Mantenga extremidad inferior del bebé enuna, posición anatómica prorrogado por 5 seg. Todos los ángulos de las articulaciones en esta posición de calibración se definen como 0 °. </li></ol></li><li> En el Día 2, recoger datos antropométricos. <ol><li> Pesar cada bebé en una escala eléctrica digital. </li><li> Tome las siguientes medidas: longitud total del lactante; circunferencia en segmento medio del muslo, pierna y pie; ancho de la rodilla (en la línea de la articulación de la rodilla), el tobillo (en el maléolo), y el pie (en las cabezas de los metatarsianos); y la longitud del muslo (trocánter mayor a la línea de articulación de la rodilla), caña (línea de articulación de la rodilla al maléolo lateral) y el pie (maléolo medial a primera articulación metatarsofalángica). </li></ol></li></ol> Análisis 4. Datos <ol><li> Analizar el rendimiento y el aprendizaje mediante el cálculo de la RLA% durante cada intervalo de 2 minutos del experimento usando un programa de lenguaje de computación personalizada, como Matlab. Calcule la duración de tiempo que uno o ambos de los LEDs en cada pie que activa el móvil estaban por encima del umbral. Desdeel móvil no se activa después de un intervalo de 3 seg, restar la duración de tiempo en el que uno o ambos LEDs estaban por encima del umbral durante más de un intervalo de 3 seg. <ol><li> Medir el rendimiento del grupo cada día por estadísticamente analizar si la RLA% durante cualquiera de los intervalos de adquisición de tres, 2 min supera significativamente el intervalo de línea de base 2 min 3,4,7,9,10. </li><li> Categorizar recién nacidos individuales como de haber realizado la tarea cada día si el RLA% durante cualquier intervalo de adquisición 2 min es igual o mayor que 1,5 veces el RLA% en el intervalo de línea de base 2 min 3,4,6,9,10. </li><li> Medir el aprendizaje del grupo a través de días determinando estadísticamente si el RLA% durante la totalidad de adquisición 6 min condición Día 2 supera el RLA% durante el estado básico Día 1 3,6. </li><li> Clasificar los bebés individuales como Aprendices si el RLA% durante toda la condición de adquisición 6 minutos del día 2 es igual o greater a 1,5 veces el estado básico de la Jornada 1 3,6,11. </li></ol></li><li> Analizar la excitación y atención por parte de las cintas de vídeo de codificación durante cada intervalo de 2 minutos del experimento. La escala de la excitación se define como: somnolencia = 1, alerta e inactivo = 2, alerta y activo = 3, quisquilloso = 4, y llorando = 5 3,8,11. La escala de la atención se define como: 0 = no mirar el móvil, 1 = mirando el móvil 3,8. </li><li> Datos de la posición de proceso y patadas extracto utilizando programas Matlab personalizados. <ol><li> Archivos de datos de posición de carga emitidos desde el sistema de captura de movimiento en un programa Matlab personalizada para interpolar los datos de posición que faltan (máximo de 20 fotogramas consecutivos) con un spline cúbico. </li><li> Cargue los archivos interpolados en un programa personalizado Matlab para (a) datos de posición del filtro usando un cuarto orden Butterworth con una frecuencia de corte de 5 Hz como determinan a partir de análisis de espectro de potencia, y (b) calcular los siguientes ángulos de las articulaciones: flexión de la cadera / extensión, abducción de la cadera/ Aducción, rotación interna / externa de la cadera, la rodilla flexión / extensión, inversión del tobillo / eversión, dorsiflexión del tobillo / flexión plantar como se describe en 12. </li><li> Cargue los archivos de ángulo en un programa personalizado de Matlab para extraer patadas. Definir el comienzo de una patada como el inicio de un movimiento continuo de la pierna en la que el cambio de la cadera o el ángulo de articulación de la rodilla superó 11,5 ° (0,2 radianes) en cualquiera de flexión o extensión 3,9,13-15. Definir el final de la patada como el marco de la extensión de máximo después de un movimiento de flexión o flexión pico después de un movimiento de extensión 3,9,14. </li></ol></li><li> Para todas las patadas, calcular los parámetros cinemáticos utilizando programas Matlab personalizados. <ol><li> Varianza posición Compute en la dirección z (dirección vertical, específica de la tarea) de la LED en cada pie que activa el móvil 3. </li><li> Calcule la cadera flexión / extensión y flexión de la rodilla / correlaciones conjuntas de extensión utilizando coeficientes de correlación de Pearson (r) en cero lagentre la cadera y la rodilla excursiones ángulo articular. Para comparar las correlaciones (r) entre los lactantes, convertir la cadera hasta la rodilla correlaciones angulares conjunta a Fisher Z puntajes 3,9,15. </li><li> Time-normalizar los datos de ángulo de la articulación, a continuación, calcular la cadera flexión / extensión y flexión de la rodilla / extensión fase relativa continua (CRP) a partir de los datos de posición / velocidad angular 16,17. Analizar los resultados del cálculo de la PCR en los siguientes cinco puntos de tiempo: (a) principio de Tiro, (b) la velocidad pico del primer segmento, (c) la inversión conjunta, (d) la velocidad pico del segundo segmento, y (e final de Tiro 3). </li></ol></li><li> Para todas las patadas, patadas identificar sin contacto mediante la visualización de los datos de vídeo sincrónicos. Calcular los parámetros cinéticos para patadas sin contacto utilizando programas Matlab personalizados. <ol><li> Calcule la masa segmental y el centro de masa de las ecuaciones modificadas para lactantes desde el modelo antropométrico de Hatze para adultos 18. Calcule los momentos de inercia de 3Dlos del muslo, pierna, pie y segmentos de ecuaciones modificadas para lactantes desde el modelo antropométrico de Jensen para adultos 19. </li><li> Calcular los términos de la siguiente ecuación de movimiento utilizando la teoría de tornillo de manipulaciones espaciales 20. <img alt="ecuación 1" src="/files/ftp_upload/52841/52841equation1.jpg" /> se deriva utilizando el enfoque de Lagrange, donde M (θ) es la matriz de inercia, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> el las musculares (MUS) pares de los (GRA) pares gravitacionales de Coriolis y la matriz de par centrífuga, N (θ) y T. </li><li> Calcule pares de conjuntos utilizando los datos cinemáticos 3D a partir de las patadas sin contacto, parámetros inerciales cuerpo del segmento, y la ecuación de biomecánica del movimiento. </li><li> Se reparte el par (NET) neta en cada unión en contribuciones de movimiento dependiente (MDT), GRA, y par MUS 21. Par neto es directamente proporcional a las aceleraciones en cada junta.Torque MDT se relaciona con los pares de pasivos asociados con las interacciones mecánicas entre las que se mueven los segmentos interconectados de la extremidad. Torque GRA está relacionada con la fuerza pasiva de gravedad que actúa hacia abajo sobre la extremidad. Par MUS incluye fuerzas de las contracciones musculares activas y pasivas deformaciones de los músculos, tendones, ligamentos y otros tejidos periarticulares. </li><li> Para la cadera y la rodilla por separado, calcular impulso de par como la magnitud de la contribución de cada par particionado (MUS, GRA, MDT) al par NET. Calcule el impulso positivo o negativo de par (torque * tiempo) durante los intervalos en los que el par MUS rodilla actuado de la misma u opuesta dirección en comparación con el par NET rodilla. Realice este mismo cálculo con GRA rodilla y pares de MDT y MUS cadera, GRA, y pares de MDT. Para la cadera y la rodilla por separado, resumir todos los impulsos positivos y negativos para cada componente de par de torsión para producir una medida de la magnitud de la contribución de cada impuls de par particionadose (MUS, GRA, MDT) para el impulso de par NET. </li></ol></li></ol>

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

No hay conflictos de interés declarado.

Diseño de las tareas de descubrimiento y aprendizaje de los niños pequeños Tareas de descubrimiento y aprendizaje para los niños pequeños deben ser cuidadosamente diseñados para asegurar que los niños están descubriendo de forma independiente la contingencia. En varios paradigmas móviles en el comienzo de la condición de adquisición, los bebés se muestran ya sea que el móvil se activa por una activación no contingente del 7,22 móvil o la pierna de cada bebé se muev...

Acciones de tareas específicas surgen de movimientos espontáneos durante la infancia. Se ha propuesto que las acciones de tareas específicas surgen a través de un proceso de descubrimiento de 1,2-aprendizaje. Las tareas son descubiertos por los bebés, ya que de forma espontánea se mueven y exploran las acciones que producen efectos nuevos en el medio ambiente. Acciones de tareas específicas emergen como los bebés explotan las conexiones entre sus acciones y sus efectos sobre el mundo que les rodea. Sin embargo, poco se sabe acerca de los procesos precisos que los niños exploran y explotan para aprender a modificar sus movimientos espontáneos para realizar acciones de tareas específicas. Aquí se describe un método en el que 3-4 meses de edad los bebés aprender una tarea por el descubrimiento y sus movimientos de las piernas son capturados para cuantificar el proceso de aprendizaje. <img alt="Figura 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> Figura 1: Niño tarea móvil patadas desactivados. </strong&gt; El centro de diodo emisor de luz (LED) unido al cuerpo rígido de cada pie (círculo amarillo) activa el móvil cuando se cruza el umbral virtual (línea roja discontinua). Re-impreso con el permiso de Sargent et al. 3 Esta tarea de descubrimiento de aprendizaje utiliza un móvil activado infantil que gira y toca música en base a la acción de la pierna especificado de infantes 3. Los bebés colocados en posición supina bajo el móvil activan moviendo sus pies verticalmente a través de un umbral virtual (Figura 1). Este paradigma es único en que a medida que los niños independientemente descubren que sus acciones piernas activan el móvil, movimientos de las piernas de los bebés son rastreados utilizando un sistema de captura de movimiento que permite la cuantificación del proceso de aprendizaje. El protocolo experimental incluye dos días de recolección de datos. Día 1 se compone de una condición de línea de base 2 min en el que un bebé tira espontáneamente pero sus acciones de la piernano puede activar el infante móvil, seguido por una condición de adquisición de 6 min en que las acciones de las piernas del bebé activan el móvil bebé si el bebé mueve sus pies verticalmente para cruzar un umbral virtual. Este protocolo permite la cuantificación de las acciones espontáneas de las piernas de los bebés, así como la cuantificación de los diversos aspectos de los movimientos como los bebés exploran la relación entre sus acciones en las piernas y la activación del móvil infantil. En el Día 2, además de la condición de línea de base 2 min y la condición de adquisición de 6 min, se añade una condición de extinción 2 min en el que las acciones de las piernas del bebé no activan el móvil infantil. Esto permite la cuantificación de cómo los niños cambian sus acciones en las piernas cuando se interrumpe una respuesta ambiental ya aprendido. En anteriores paradigmas móviles infantiles, la frecuencia de movimiento de la pierna 4-6, la cadera y la rodilla específica ángulos de 7,8, o patear un panel 9 han sido reinforced con el movimiento móvil. Rendimiento cada día se definió como un aumento en estas acciones de la pierna durante la condición de adquisición o extinción en comparación con la condición de línea de base 4-9. Aprender a través de día se definió como un aumento en estas acciones de la pierna durante la condición de línea de base o la adquisición de los Días 2 o 3 y la condición de línea de base del Día 1 5,6. Estos paradigmas móviles anteriores demuestran que los bebés aumentan la frecuencia de las acciones de la pierna que se refuerza con la activación celular, sin embargo, no proporcionan información sobre el movimiento Opciones niños tienen a su disposición en el aprendizaje de la tarea. Por ejemplo, si se refuerza tasa de patear, los bebés demuestran el rendimiento y el aprendizaje cuando sus patadas aumentos de las tasas ya sea en la interacción con el móvil o cuando el móvil ya no se activa. Esto demuestra que los bebés pueden refinar su tasa de patadas, pero no se sabe si los niños pueden refinar su patrón o el par de producción coordinación pierna para GENERATacciones de la pierna e que no están dentro de su repertorio movimiento preferido. Este paradigma móvil es único, ya que los niños están obligados a demostrar acción de la pierna más refinado para activar el móvil que en paradigmas móviles anteriores. En este paradigma móvil, la altura de cada pie encima de la mesa se calcula durante la condición de línea de base 2 min utilizando los datos de posición de un diodo emisor de luz (LED) unido a cada pie. Un umbral virtual está configurada entonces paralelo a la mesa a una altura que está dentro de la gama superior de la altura de los dos pies durante la condición de línea de base. Durante adquisición, que gira móviles y reproduce música si cualquier pie cruza el umbral. Después de 3 seg, los topes móviles y reactiva sólo si el bebé se mueve el pie debajo del umbral, y luego se mueve el pie verticalmente y otra vez cruza el umbral. Para activar el móvil para la mayor cantidad de tiempo, los bebés necesitan para mover un pie por encima del umbral y mantenerlo contra gravdad durante 3 segundos, y luego mover rápidamente el pie por debajo del umbral y otra vez moverlo por encima del umbral y mantenerlo allí durante 3 s, etc. Esto requiere acción de la pierna más refinado que el simple aumento de velocidad de patear. <img alt="Figura 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> Figura 2: datos de posición sin filtro de efectores finales (pies) de un bebé representante datos de posición sin filtrar desde el día 2 de un bebé de 3 meses de edad que demostró aprendizaje basado en los criterios individuales de aprendizaje.. La línea roja es datos de la posición de la coordenada z del diodo emisor de luz (LED) colocados en el pie derecho. La línea azul es datos de la posición del LED en el pie izquierdo. Línea de negro grueso es la tabla. La línea punteada es el umbral virtuales colocado 14 cm por encima de la mesa como individual determinado para cada niño basado en el apogeo de su patadas durante la línea basecondición del Día 1. eje X es el tiempo marcado por los intervalos de 2 min. Nótese cómo el bebé mueve sus pies durante la línea de base cuando el móvil no se activa y durante los primeros 30 segundos de la adquisición de 1, entonces se mantiene constantemente los dos pies fuera de la mesa y se mueve sus pies a la vuelta del umbral para el próximo 5 ½ min hasta que el móvil ya no se activa durante la condición de extinción. La segunda característica única de este paradigma móvil es que la acción de la pierna de cada bebé es rastreado utilizando técnicas de captura de movimiento con tecnología de última generación para cuantificar cómo los niños usan sus opciones de movimiento para aprender la tarea. Datos de posición sin filtrar del LED en cada pie que activa el móvil de un bebé representante se incluye en la Figura 2. Nótese cómo el niño mueve sus pies a diferentes alturas por encima de la mesa durante la línea de base y la primera parte de la adquisición, pero entonces se mueve ambos pies a la vuelta del umbral durante el resto de la condi adquisiciónción hasta que el móvil ya no se activa durante la extinción. Esta es una de muchas estrategias de los movimientos posibles para llevar a cabo la tarea de descubrimiento y aprendizaje. Las estrategias se pueden cuantificar mediante el cálculo de la cinemática y la cinética tridimensionales utilizando datos de posición adquiridos desde el sistema de captura de movimiento. Específicamente, el proceso de aprendizaje se cuantifica en términos del porcentaje de acción de la pierna reforzado (% RLA), que es igual a la duración de la activación móvil, varianza posición de los efectores finales (pies) que activan los móviles, los patrones de coordinación de la cadera hasta la rodilla y la cadera y la rodilla pares de conjuntos.

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

quantifying learning in young infants: tracking leg actions during a discovery-learning task

Acciones de tareas específicas emergen de movimiento espontáneo durante la infancia. Se ha propuesto que las acciones de tareas específicas emergen a través de un proceso de descubrimiento y aprendizaje. Aquí se describe un método en el que 3-4 meses de edad los bebés aprender una tarea por el descubrimiento y sus movimientos de las piernas son capturados para cuantificar el proceso de aprendizaje. Esta tarea de descubrimiento de aprendizaje utiliza un móvil activado infantil que gira y toca música basado en la acción de la pierna especificado de infantes. Bebés supina activan el móvil moviendo sus pies verticalmente a través de un umbral virtual. Este paradigma es único en que a medida que los niños independientemente descubren que sus acciones piernas activan el móvil, movimientos de las piernas de los bebés son rastreados utilizando un sistema de captura de movimiento que permite la cuantificación del proceso de aprendizaje. En concreto, el aprendizaje se cuantifica en términos de la duración de la activación de móvil, la varianza posición de los efectores finales (pies) que activan el móvil, los cambios en coordi la cadera hasta la rodillapatrones ción, y los cambios en el par músculo de la cadera y la rodilla. Esta información describe la exploración y la explotación infantil en la interacción de la persona y ambientales limitaciones que apoyan la acción específica de la tarea. Investigaciones posteriores utilizando este método puede investigar cómo impedimentos específicos de diferentes poblaciones de recién nacidos en riesgo de trastornos del movimiento influyen en el proceso de descubrimiento de aprendizaje para la acción específica de la tarea.

El proceso de aprendizaje de los niños pequeños se puede cuantificar en términos del RLA%, la varianza posición de los efectores finales (pies), la cadera hasta la rodilla coeficientes de correlación ángulo, y pares de articulación de la cadera y de la rodilla. Cada nivel de análisis proporciona información única acerca de cómo los niños exploran la relación entre sus acciones en las piernas y la activación del móvil bebé durante el proceso de descubrimiento y aprendizaje. Pa...

Watch this Scientific Journal Video about Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task at JoVE.com

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

A method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process.

La cuantificación de aprendizaje en jóvenes Bebés: Seguimiento de la pierna acciones durante una tarea de descubrimiento-learning

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning ...

quantifying-learning-young-infants-tracking-leg-actions-during

Research

JoVE Journal

Behavior

10.6K vistas.  University of Southern California. A method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process.

Video: Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

Studying the Neural Basis of Adaptive Locomotor Behavior in Insects

Studying the neural basis of walking behavior, one often faces the problem that it is hard to separate the neuronally produced stepping output from those leg movements that result from passive forces and interactions with other legs through the common contact with the substrate. If we want to understand, which part of a given movement is produced by nervous system motor output, kinematic analysis of stepping movements, therefore, needs to be complemented with electrophysiological recordings of motor activity. The recording of neuronal or muscular activity in a behaving animal is often limited by the electrophysiological equipment which can constrain the animal in its ability to move with as many degrees of freedom as possible. This can either be avoided by using implantable electrodes and then having the animal move on a long tether (i.e. Clarac et al., 1987; Duch &amp; Pfl&uuml;ger, 1995; B&ouml;hm et al., 1997; Gruhn &amp; Rathmayer, 2002) or by transmitting the data using telemetric devices (Kutsch et al, 1993; Fischer et al., 1996; Tsuchida et al. 2004; Hama et al., 2007; Wang et al., 2008). Both of these elegant methods, which are successfully used in larger arthropods, often prove difficult to apply in smaller walking insects which either easily get entangled in the long tether or are hindered by the weight of the telemetric device and its batteries. In addition, in all these cases, it is still impossible to distinguish between the purely neuronal basis of locomotion and the effects exerted by mechanical coupling between the walking legs through the substrate. One solution for this problem is to conduct the experiments in a tethered animal that is free to walk in place and that is locally suspended, for example over a slippery surface, which effectively removes most ground contact mechanics. This has been used to study escape responses (Camhi and Nolen, 1981; Camhi and Levy, 1988), turning (Tryba and Ritzman, 2000a,b; Gruhn et al., 2009a), backward walking (Graham and Epstein, 1985) or changes in velocity (Gruhn et al., 2009b) and it allows the experimenter easily to combine intra- and extracellular physiology with kinematic analyses (Gruhn et al., 2006).
We use a slippery surface setup to investigate the timing of leg muscles in the behaving stick insect with respect to touch-down and lift-off under different behavioral paradigms such as straight forward and curved walking in intact and reduced preparations.

We describe a method to record motor activity, timed to the electrically recorded tarsal contact signal in a tethered insect, walking on a slippery surface. This is used to study the neural basis of adaptive behavior under reduced influence of mechanical interaction between legs through the substrate.

Estudiar la base neural de la conducta adaptativa Locomotor en insectos

Studying the neural basis of walking behavior, one often faces the problem that it is hard to separate the neuronally produced stepping output from those ...

Investigación

Neurociencias

Examining Recall Memory in Infancy and Early Childhood Using the Elicited Imitation Paradigm

The ability to recall the past allows us to report on details of previous experiences, from the everyday to the significant. Because recall memory is commonly assessed using verbal report paradigms in adults, studying the development of this ability in preverbal infants and children proved challenging. Over the past 30 years, researchers have developed a non-verbal means of assessing recall memory known as the elicited or deferred imitation paradigm. In one variant of the procedure, participants are presented with novel three-dimensional stimuli for a brief baseline period before a researcher demonstrates a series of actions that culminate in an end- or goal-state. The participant is allowed to imitate the demonstrated actions immediately, after a delay, or both. Recall performance is then compared to baseline or to performance on novel control sequences presented at the same session; memory can be assessed for the individual target actions and the order in which they were completed. This procedure is an accepted analogue to the verbal report techniques used with adults, and it has served to establish a solid foundation of the nature of recall memory in infancy and early childhood. In addition, the elicited or deferred imitation procedure has been modified and adapted to answer questions relevant to other aspects of cognitive functioning. The broad utility and application of imitation paradigms is discussed, along with limitations of the approach and directions for future research.

The elicited imitation procedure was established to examine the development of recall memory in infancy and early childhood. This procedure has been widely used to establish a solid foundation of the nature of recall memory in infancy and early childhood.

El examen de recuperación de memoria en la infancia y la niñez Uso de la imitación provocada Paradigma

The ability to recall the past allows us to report on details of previous experiences, from the everyday to the significant. Because recall memory is ...

Comportamiento

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental paradigms and analysis tools have been limited to constrained laboratory tasks and contexts due to technical limitations imposed by the available set of measuring and analysis techniques and the age of the subjects. These limitations severely limit the study of developmental neural dynamics and associated neural networks engaged in cognition, perception and action in infants performing &#8220;in action and in context&#8221;. This protocol presents a novel approach to study infants and young children as they freely organize their own behavior, and its consequences in a complex, partly unpredictable and highly dynamic environment. The proposed methodology integrates synchronized high-density active scalp electroencephalography (EEG), inertial measurement units (IMUs), video recording and behavioral analysis to capture brain activity and movement non-invasively in freely-behaving infants. This setup allows for the study of neural network dynamics in the developing brain, in action and context, as these networks are recruited during goal-oriented, exploration and social interaction tasks.

This protocol presents a novel methodology for the neural decoding of intent from freely-behaving infants during unscripted social interaction with an actor. Neural activity is acquired using non-invasive high-density active scalp electroencephalography (EEG). Kinematic data is collected with inertial measurement units and supplemented with synchronized video recording.

Un nuevo enfoque experimental y analítico al Multimodal Neural Decodificación de Intención Durante interacción social en Libremente-comportarse Infantes Humanos

Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental ...

The "Motor" in Implicit Motor Sequence Learning: A Foot-stepping Serial Reaction Time Task

This protocol describes a modified serial reaction time (SRT) task used to study implicit motor sequence learning. Unlike the classic SRT task that involves finger-pressing movements while sitting, the modified SRT task requires participants to step with both feet while maintaining a standing posture. This stepping task necessitates whole body actions that impose postural challenges. The foot-stepping task complements the classic SRT task in several ways. The foot-stepping SRT task is a better proxy for the daily activities that require ongoing postural control, and thus may help us better understand sequence learning in real-life situations. In addition, response time serves as an indicator of sequence learning in the classic SRT task, but it is unclear whether response time, reaction time (RT) representing mental process, or movement time (MT) reflecting the movement itself, is a key player in motor sequence learning. The foot-stepping SRT task allows researchers to disentangle response time into RT and MT, which may clarify how motor planning and movement execution are involved in sequence learning. Lastly, postural control and cognition are interactively related, but little is known about how postural control interacts with learning motor sequences. With a motion capture system, the movement of the whole body (e.g., the center of mass (COM)) can be recorded. Such measures allow us to reveal the dynamic processes underlying discrete responses measured by RT and MT, and may aid in elucidating the relationship between postural control and the explicit and implicit processes involved in sequence learning. Details of the experimental set-up, procedure, and data processing are described. The representative data are adopted from one of our previous studies. Results are related to response time, RT, and MT, as well as the relationship between the anticipatory postural response and the explicit processes involved in implicit motor sequence learning.

We introduce the foot-stepping serial reaction time (SRT) task. This modified SRT task, complementing the classic SRT task that involves only finger-pressing movement, better approximates daily sequenced activities and allows researchers to study the dynamic processes underlying discrete response measures and disentangle the explicit process operating in implicit sequence learning.

El "Motor" motor implícito la secuencia de aprendizaje: tiempo de reacción Serial pie-caminar tarea

This protocol describes a modified serial reaction time (SRT) task used to study implicit motor sequence learning. Unlike the classic SRT task that ...

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms

Assessing infant category learning is a challenging but vital aspect of studying infant cognition. By employing a familiarization-test paradigm, we straightforwardly measure infants&#8217; success in learning a novel category while relying only on their looking behavior. Moreover, the paradigm can directly measure the impact of different auditory signals on the infant categorization across a range of ages. For instance, we assessed how 2-year-olds learn categories in a variety of labeling environments: in our task, 2-year-olds successfully learned categories when all exemplars were labeled&#160;or the first two exemplars were labeled, but they failed to categorize when no exemplars were labeled or only the final two exemplars were labeled. To determine infants&#8217; success in such tasks, researchers can examine both the overall preference displayed by infants in each condition and infants&#8217; pattern of looking over the course of the test phase, using an eye-tracker to provide fine-grained time-course data. Thus, we present a powerful paradigm for identifying the role of language, or any auditory signal, in infants&#8217; object category learning.

Here we present a protocol for familiarization-test paradigms which provide a direct test of infant categorization and help to define the role of language in early category learning.

Definir el papel del lenguaje en objeto categorización los bebés con paradigmas de Eye-tracking

Assessing infant category learning is a challenging but vital aspect of studying infant cognition. By employing a familiarization-test paradigm, we ...

Measuring Statistical Learning Across Modalities and Domains in School-Aged Children Via an Online Platform and Neuroimaging Techniques

Statistical learning, a fundamental skill to extract regularities in the environment, is often considered a core supporting mechanism of the first language development. While many studies of statistical learning are conducted within a single domain or modality, recent evidence suggests that this skill may differ based on the context in which the stimuli are presented. In addition, few studies investigate learning as it unfolds in real-time, rather focusing on the outcome of learning. In this protocol, we describe an approach for identifying the cognitive and neural basis of statistical learning, within an individual, across domains (linguistic vs. non-linguistic) and sensory modalities (visual and auditory). The tasks are designed to cast as little cognitive demand as possible on participants, making it ideal for young school-aged children and special populations. The web-based nature of the behavioral tasks offers a unique opportunity for us to reach more representative populations nationwide, to estimate effect sizes with greater precision, and to contribute to open and reproducible research. The neural measures provided by the functional magnetic resonance imaging (fMRI) task can inform researchers about the neural mechanisms engaged during statistical learning, and how these may differ across individuals on the basis of domain or modality. Finally, both tasks allow for the measurement of real-time learning, as changes in reaction time to a target stimulus is tracked across the exposure period. The main limitation of using this protocol relates to the hour-long duration of the experiment. Children might need to complete all four statistical learning tasks in multiple sittings. Therefore, the web-based platform is designed with this limitation in mind so that tasks may be disseminated individually. This methodology will allow users to investigate how the process of statistical learning unfolds across and within domains and modalities in children from different developmental backgrounds.

Presented here is a protocol introducing a set of child-friendly statistical learning tasks geared towards examining children&#8217;s learning of temporal statistical patterns across domains and sensory modalities. The developed tasks collect behavioral data using the web-based platform and task-based functional magnetic resonance imaging (fMRI) data for examining neural engagement during statistical learning.

Medición del aprendizaje estadístico a través de modalidades y dominios en niños en edad escolar a través de una plataforma en línea y técnicas de neuroimagen

Statistical learning, a fundamental skill to extract regularities in the environment, is often considered a core supporting mechanism of the first ...

Evaluación automatizada del rendimiento de la motricidad fina en ratones mediante la escalera Erasmus

Monitoring Fine and Associative Motor Learning in Mice Using the Erasmus Ladder

Behavior is shaped by actions, and actions necessitate motor skills such as strength, coordination, and learning. None of the behaviors essential for sustaining life would be possible without the ability to transition from one position to another. Unfortunately, motor skills can be compromised in a wide array of diseases. Therefore, investigating the mechanisms of motor functions at the cellular, molecular, and circuit levels, as well as understanding the symptoms, causes, and progression of motor disorders, is crucial for developing effective treatments. Mouse models are frequently employed for this purpose.
This article describes a protocol that allows the monitoring of various aspects of motor performance and learning in mice using an automated tool called the Erasmus Ladder. The assay involves two phases: an initial phase where mice are trained to navigate a horizontal ladder built of irregular rungs (&#34;fine motor learning&#34;), and a second phase where an obstacle is presented in the path of the moving animal. The perturbation can be unexpected (&#34;challenged motor learning&#34;) or preceded by an auditory tone (&#34;associative motor learning&#34;). The task is easy to conduct and is fully supported by automated software.
This report shows how different readouts from the test, when analyzed with sensitive statistical methods, allow fine monitoring of mouse motor skills using a small cohort of mice. We propose that the method will be highly sensitive to evaluate motor adaptations driven by environmental modifications as well as early-stage subtle motor deficits in mutant mice with compromised motor functions.

Autor destacado: Desvelando los mecanismos neuronales a través de la evaluación automatizada del aprendizaje motor y los estudios de plasticidad de la mielina utilizando la escalera Erasmus 

This article presents a protocol that allows a non-invasive and automated assessment of fine motor performance, as well as adaptive and associative motor learning upon challenges, using a device called the Erasmus Ladder. Task difficulty can be titrated to detect motor impairment ranging from major to subtle degrees.

Monitorización del aprendizaje motor fino y asociativo en ratones mediante la escalera Erasmus

Behavior is shaped by actions, and actions necessitate motor skills such as strength, coordination, and learning. None of the behaviors essential for ...

Quantified Assessment of Infant's Gross Motor Abilities Using a Multisensor Wearable

Developing objective and quantitative methods of early gross motor assessment is essential to better understand neurodevelopment and to support early therapeutic interventions. Here, we&#160;present&#160;a method to quantify gross motor performance using a multisensor wearable, MAIJU (Motility Assessment of Infants with a JUmpsuit), which offers an automated, scalable,&#160;quantitative, and objective assessment using&#160;a fully automated cloud-based pipeline. This wearable suit is equipped with four movement sensors that record synchronized data to a mobile phone utilizing a low-energy Bluetooth connection. An offline analysis in the cloud server generates fully analyzed results within minutes for each recording. These results include a graphical report of the recording session and a detailed result matrix that gives second-by-second classifications for posture, movement, infant carrying, and free playtime. Our recent results show the virtue of such&#160;quantified motor assessment&#160;providing&#160;a potentially&#160;effective method for distinguishing variations in the infant&#39;s gross motor development.

This paper outlines the assessment of infants' gross motor performance with a multisensor wearable and its fully automated deep learning-based analysis pipeline. The method quantifies the posture and movement patterns of infants from lying supine until they master walking independently.

Evaluación cuantificada de las capacidades motoras gruesas del bebé mediante un dispositivo portátil multisensor

Developing objective and quantitative methods of early gross motor assessment is essential to better understand neurodevelopment and to support early ...

La cuantificación de aprendizaje en jóvenes Bebés: Seguimiento de la pierna acciones durante una tarea de descubrimiento-learning

Resumen

Explorar más videos

PLAYLIST