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

Cette recherche a été soutenue par la promotion des études doctorales (PODS) I et II prix de la Fondation pour la thérapie physique et une bourse d&#39;études Adopt-A-Doc de la Section de l&#39;éducation de l&#39;American Physical Therapy Association à Barbara Sargent.

Le Institutional Review Board de l&#39;Université de Californie du Sud a approuvé cette étude. 1. Préparation du système <ol><li> Mettre en place le système de capture de mouvement. S&#39;il vous plaît noter: ces étapes sont différentes pour chaque système de capture de mouvement. <ol><li> Aligner le systèmes des deux capteurs de capture de mouvement à celle d&#39;un capteur de coordonnées en cliquant sur ​​&quot;Exécuter Nouvel enregistrement» dans le programme de capture de mouvement, la saisie d&#39;un temps de collecte de 30 sec, en cliquant sur ​​«enregistrer», et déplacer l&#39;objet d&#39;inscription dans le volume de capture pendant 30 sec. Lorsque l&#39;enregistrement est terminé avec succès, observer une moyenne quadratique (RMS) erreur d&#39;enregistrement sur l&#39;écran de l&#39;ordinateur. </li><li> Aligner le système de coordonnées global à la table de test en utilisant l&#39;objet d&#39;inscription en cliquant sur ​​&quot;Exécuter nouvel alignement&quot; dans le programme de capture de mouvement. <ol><li> Définir l&#39;origine en plaçant l&#39;obje d&#39;inscriptionct sur ​​le coin supérieur droit de la table d&#39;essai et en cliquant sur ​​&quot;Numériser&quot; dans le programme de capture de mouvement. Définir l&#39;axe Z en plaçant l&#39;objet de l&#39;enregistrement sur ​​le dessus d&#39;une boîte et en cliquant sur ​​&quot;Numériser&quot;; l&#39;axe Z est perpendiculaire à la table. </li><li> Définir le / Y + Z plan en déplaçant l&#39;objet d&#39;inscription sur la boîte le long de la longueur de la table et en cliquant sur ​​&quot;Numériser&quot;; l&#39;axe Y est parallèle à la longueur de la table et l&#39;axe X est parallèle à la largeur de la table. </li></ol></li><li> Branchez les DEL dans les deux ports stroboscopiques et entrez le nombre de LED par port stroboscopique dans le programme de système de capture de mouvement (24 pour le port d&#39;échantillonnage 1 et 20 pour stroboscopique port 2). Reportez-vous à la figure 3 pour le nombre et l&#39;emplacement de chaque LED. Sélectionnez la vue des données manquant pour fournir une bande de visualisation des cartes comme des LED étant suivi en temps réel. <img alt="Figure 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; Figure 3. Placement de LED. Strobe 1 est constitué de corps rigides (4 LED sur chaque corps rigide) pour le droit et la cuisse gauche, tige, et le pied. Strobe 2 se compose des corps rigides pour les droit et gauche du bassin, les marqueurs du sternum, et les DEL individuelles. </li></ol></li><li> Mettre en place le programme d&#39;ordinateur mobile infantile. <ol><li> Entrez le nombre de minutes pour chaque condition. Pour le Jour 1, entrée 2 pour la phase 1 (2 min de base, condition de non-renforcement), 6 pour la phase 2 (acquisition de 6 min, la condition de renforcement), et 0 pour la phase 3 (0 min extinction, état de non-renforcement). </li><li> Pour le Jour 2, entrée 2 pour la phase 1 (de base), 6 pour la phase 2 (acquisition), 2 pour la phase 3 (extinction), et cocher &quot;Utiliser le Zmin comme défaut&quot; de sorte que le seuil calculé au cours de référence de J1 sera le seuil utilisé pour la condition d&#39;acquisition de deux jours. </li><li> Choisissez &quot;StreamframesAllFrames&quot; et cliquez sur &quot;Envoyer&quot; pour permettre à laprogramme mobile d&#39;utiliser les données du système de capture de mouvement pour activer le mobile pour nourrissons à base de critères spécifiés. </li></ol></li><li> Mettre en place les caméras vidéo. <ol><li> Lancer le programme d&#39;ordinateur vidéo pour les trois vidéos synchronisées (latéral droit, latéral gauche, vues aériennes). </li><li> Lancer la caméra vidéo supplémentaire sur la tête de l&#39;enfant pour enregistrer les expressions du visage et du regard. </li></ol></li></ol> 2. Préparation pour nourrissons <ol><li> Décrire l&#39;expérience aux parents et de les informer d&#39;interagir aussi peu que possible avec leur bébé. NOTE: Dites aux parents que si l&#39;enfant ne devient pas difficile tout au long de l&#39;expérience, les parents devraient asseoir à côté de l&#39;enfant à l&#39;extérieur de leur point de vue, cependant, si l&#39;enfant devient difficile il ya une progression de l&#39;interaction avec le nourrisson. <ol><li> Tout d&#39;abord, demander au parent de dire: «Tout va bien, je suis ici,&quot; dans un ton rassurant. </li><li> Deuxièmement, poserle parent de se tenir dans le point de vue de l&#39;enfant tout en rassurant l&#39;enfant. </li><li> Troisièmement, demander au parent de maintenir soit une des mains du bébé ou de donner le bébé une sucette. NOTE: La moindre quantité d&#39;interaction nécessaire de garder l&#39;enfant calme et alerte parent est donnée et se termine le plus rapidement possible. </li></ol></li><li> Déshabiller l&#39;enfant, placer l&#39;enfant sous le mobile infantile, et de sécuriser l&#39;enfant à la table à l&#39;aide d&#39;une bande velcro placée en travers du tronc. </li><li> Après le nourrisson est fixé à la table, placez les marqueurs du sternum et du bassin, de la cuisse, tige, et des corps rigides de pied sur le nourrisson. </li></ol> 3. infantile mobile tâche d&#39;apprentissage <ol><li> Chaque jour, lancer la tâche de l&#39;apprentissage mobile en commençant synchrone du système de mouvement de capture, un programme informatique mobile, et des caméras vidéo. <ol><li> Sur les deux jours à partir de 0 à 2 min, la condition de base, observer l&#39;enfant coups de pied spontanément. </li><li> Le jour 1 au cours de la 2 min état initial, observer que le programme mobile infantile calcule en permanence le seuil d&#39;activation mobile basé sur la z-données d&#39;un des voyants sur le corps rigide de chaque pied. Exemple, marqueur 9 sur le pied droit et le marqueur 21 sur le pied gauche. Marker 9 est le centre LED sur le corps rigide du pied droit encerclé en jaune dans la figure 1. Marker 21 est le centre LED sur le corps rigide du pied gauche. </li><li> À la fin de la 2 min référence, le programme mobile va fixer le seuil à une hauteur d&#39;un écart-type (SD) au dessus de la hauteur moyenne des deux pieds pendant la condition de base de 2 min. </li><li> Sur les deux jours à partir de 2 à 8 min, la condition d&#39;acquisition, d&#39;observer que les mobile tourne pour nourrissons et joue de la musique lorsque la LED placées de chaque pied franchit le seuil calculé au cours de la 2 min état initial du Jour 1. NOTE: activation mobile continuera aussi longtemps que le pied est au-dessus du seuil virtuel à un maximum de 3 sec. Après 3 secondes, le mobile réactivera que si l&#39;enfant déplace le pied au-dessous du seuil virtuel, puis se déplace verticalement le pied et encore franchit le seuil. Cette «règle des 3 sec&quot; encourage actifs mouvements de la jambe par rapport exploratoires tenant les pieds au-dessus du seuil. </li><li> Le Jour 2 de 8-10 min, la condition d&#39;extinction, d&#39;observer que l&#39;enfant débute spontanément sans armature mobile. </li></ol></li><li> Après le nourrisson interagit avec le mobile, recueillir un essai d&#39;étalonnage statique pour définir un système de coordonnées local pour chaque segment de jambe et de définir une configuration de référence pour chaque segment de corps dans l&#39;espace. <ol><li> Fixer dix DEL individuelles bilatéralement à la peau de l&#39;enfant en utilisant des colliers ECG double face aux endroits suivants: ligne médiane latérale du tronc en dessous de la dixième côte, grand trochanter de la hanche, latérale genou ligne de joint, la cheville malléole latérale, et l&#39;extrémité distale de la 5 e métatarsien. </li><li> Maintenez l&#39;extrémité inférieure de l&#39;enfant dansune prolongée, la position anatomique pour 5 sec. Tous les angles d&#39;inclinaison dans cette position d&#39;étalonnage sont définis comme 0 °. </li></ol></li><li> Le jour 2, recueillir des données anthropométriques. <ol><li> Peser chaque enfant sur une échelle électrique numérique. </li><li> Prendre les mesures suivantes: longueur totale de l&#39;enfant; circonférence à mi-segment de la cuisse, tige, et du pied; largeur du genou (le genou de ligne commune), la cheville (au niveau des malléoles) et le pied (à la tête des métatarsiens); et la longueur de la cuisse (grand trochanter jusqu&#39;au genou interligne articulaire), tige (genou ligne commune pour malléole latérale), et du pied (malléole interne à la première articulation métatarsophalangienne). </li></ol></li></ol> 4. Analyse des données <ol><li> Analyse de la performance et de l&#39;apprentissage en calculant la RLA% pendant chaque intervalle de l&#39;expérience en utilisant un programme de langue personnalisée de l&#39;informatique tels que Matlab 2 min. Calculer la durée du temps une ou deux des LED sur chaque pied qui a activé le mobile étaient au-dessus du seuil. Depuisle mobile ne active après un intervalle de 3 secondes, il faut soustraire la durée de temps pendant laquelle un ou deux voyants étaient au-dessus du seuil de supérieur à un intervalle de 3 sec. <ol><li> Mesurer la performance du groupe chaque jour par l&#39;analyse statistique si le RLA% au cours de l&#39;une quelconque des intervalles d&#39;acquisition de trois min, 2 dépasse largement la 2 min intervalle de référence 3,4,7,9,10. </li><li> Catégoriser les nourrissons individuelles avoir effectué la tâche chaque jour si la RLA% pendant 2 min une quelconque intervalle d&#39;acquisition est égale ou supérieure à 1,5 fois la RLA% dans le 2 min intervalle de référence 3,4,6,9,10. </li><li> Mesurer l&#39;apprentissage du groupe au fil des jours en déterminant statistiquement si le RLA% pendant toute la durée d&#39;acquisition de 6 min état ​​Jour 2 dépasse la RLA% au cours de la condition de référence Jour 1 3,6. </li><li> Catégoriser les nourrissons individuels comme apprenants si le RLA% pendant toute acquisition état de 6 min de la Journée 2 est égale ou greater à 1,5 fois la condition de base de la Journée 1 3,6,11. </li></ol></li><li> Analyser l&#39;éveil et l&#39;attention par le codage des bandes vidéo lors de chaque intervalle de l&#39;expérience de 2 min. L&#39;échelle de l&#39;excitation est définie comme: somnolence = 1, alerte et inactive = 2, alerte et active = 3, pointilleux = 4, et des pleurs = 5 3,8,11. L&#39;échelle de l&#39;attention est défini comme suit: 0 = ne pas regarder le mobile, 1 = regardant le mobile 3,8. </li><li> les données de position du processus et de pied d&#39;extrait en utilisant des programmes Matlab personnalisés. <ol><li> les fichiers de données de position de charge en sortie du système de capture de mouvement dans un programme Matlab personnalisé pour interpoler les données de position manquantes (maximum de 20 images consécutives) en utilisant une spline cubique. </li><li> Chargez les fichiers interpolées dans un programme Matlab personnalisé pour (a) les données de position de filtre en utilisant un quatrième ordre Butterworth avec une fréquence de 5 Hz coupure que déterminés à partir de l&#39;analyse du spectre de puissance, et (b) calculer les angles des articulations suivantes: flexion de la hanche / extension, abduction de la hanche/ Adduction, rotation interne / externe de la hanche, du genou flexion / extension, la cheville inversion / éversion, dorsiflexion de la cheville / plantaire comme décrit dans 12. </li><li> Charger les fichiers d&#39;angle dans un programme Matlab personnalisé pour extraire des coups de pied. Définir le début d&#39;un coup comme le début d&#39;un mouvement continu de la jambe dans lequel la hanche ou du genou angle de l&#39;articulation changement dépassé 11,5 ° (0,2 radians) en flexion ou en extension soit 3,9,13-15. Définir la fin du coup de pied que le cadre de l&#39;extension de pointe suite à un mouvement de flexion ou de flexion pic après un mouvement d&#39;extension 3,9,14. </li></ol></li><li> Pour tous les coups de pied, calculer des paramètres cinématiques utilisant des programmes Matlab personnalisés. <ol><li> Calculer la position variance dans la direction z (direction verticale, spécifique à la tâche) de la LED sur chaque pied qui a activé le mobile 3. </li><li> Calculer la hanche flexion / extension et de flexion / extension du genou corrélations conjointes en utilisant des coefficients de corrélation de Pearson (r) à zéro lagentre la hanche et du genou excursions angle conjointe. Pour comparer les corrélations (r) chez les nourrissons, convertir hip-genou angle conjointe corrélations à Fisher Z scores 3,9,15. </li><li> Temps-normaliser les données d&#39;angle conjointes, alors calculer la hanche flexion / extension et de flexion / extension du genou phase relative continu (CRP) à partir des données de position angulaire / vitesse 16,17. Analyser les résultats du calcul de la CRP à cinq points de temps suivants: (a) début du coup de pied, (b) la vitesse de crête du premier segment, (c) d&#39;inversion conjointe, (d) de la vitesse de crête du second segment, et (e ) fin du coup 3. </li></ol></li><li> Pour tous les coups de pied, coups de pied identifier sans contact en affichant les données vidéo synchrones. Calculer des paramètres cinétiques pour les coups de pied sans contact à l&#39;aide de programmes Matlab personnalisés. <ol><li> Calculer la masse segmentaire et le centre de masse à partir des équations modifiées pour les bébés de modèle anthropométrique de Hatze pour les adultes 18. Calculer les moments d&#39;inertie de 3Dla cuisse, tige, et les segments de pied à partir d&#39;équations modifiées pour les bébés de modèle anthropométrique de Jensen pour les adultes 19. </li><li> Calculer les termes dans l&#39;équation du mouvement en utilisant la théorie de vis de manipulations spatiales 20 suivant. <img alt="une équation" src="/files/ftp_upload/52841/52841equation1.jpg" /> est dérivée de la méthode de Lagrange, où M (θ) est la matrice d&#39;inertie, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> le le muscle (MUS) couples de Coriolis et de la matrice de couple centrifuge, N (θ) les couples (GRA) gravitationnelles et T. </li><li> Calculer couples mixtes en utilisant les données cinématiques 3D des coups de pied sans contact, paramètres inertiels corps segments, et l&#39;équation biomécanique du mouvement. </li><li> Partitionner le net (NET) couple à chaque joint en contributions de mouvement dépendant (MDT), GRA, et le couple de 21 MUS. NET couple est directement proportionnelle aux accélérations à chaque joint.MDT couple est lié aux couples passifs associés aux interactions mécaniques entre les segments interconnectés en mouvement de la branche. GRA couple est liée à la force de gravité agissant passive vers le bas sur la branche. couple de MUS comprend forces de contractions musculaires actives et passives déformations des muscles, les tendons, les ligaments et d&#39;autres tissus péri-articulaires. </li><li> Pour la hanche et du genou séparément, calculer le couple d&#39;impulsion que l&#39;ampleur de la contribution de chaque couple partitionné (MUS, GRA, MDT) au couple NET. Calculer l&#39;impulsion positive ou négative couple (couple * temps) pendant des intervalles dans lesquels le couple de MUS du genou a agi dans le même sens opposé ou de comparaison avec le couple NET au genou. Effectuez cette même calcul avec GRA de genou et de la hanche et les couples MDT MUS, GRA, et les couples de MDT. Pour la hanche et du genou séparément, la somme de toutes les impulsions positives et négatives pour chaque composante de couple pour donner une mesure de l&#39;ampleur de la contribution de chaque Impuls de couple partitionnése (MUS, GRA, MDT) pour impulsion de couple 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>

Aucun conflit d&#39;intérêt déclaré.

Conception des tâches découverte d&#39;apprentissage pour les jeunes enfants Découverte tâches d&#39;apprentissage pour les jeunes enfants doivent être soigneusement conçus pour assurer que les enfants découvrent indépendamment de l&#39;éventualité. Dans plusieurs paradigmes mobiles au début de la condition d&#39;acquisition, les nourrissons sont soit démontré que le mobile active par une activation non contingent du mobile 7,22 ou la jambe de chaque enfant est dépla...

Tâche actions spécifiques émergent de mouvements spontanés durant la petite enfance. Il a été proposé que des mesures spécifiques à la tâche émergent à travers un processus de découverte 1,2-learning. Les tâches sont découverts par les enfants comme ils se déplacent spontanément et explorer les actions qui produisent de nouveaux effets dans l&#39;environnement. Actions spécifiques à une tâche apparaissent comme les nourrissons exploitent les liens entre leurs actions et leurs effets sur le monde autour d&#39;eux. Toutefois, on en sait peu sur les processus précis que les nourrissons explorer et d&#39;exploiter d&#39;apprendre à modifier leurs mouvements spontanés pour effectuer des actions spécifiques à la tâche. Voici une méthode qui est décrite dans 3-4 mois nourrissons apprennent une tâche par la découverte et à leurs mouvements de jambes sont capturés à quantifier le processus d&#39;apprentissage. <img alt="Figure 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> Figure 1: Infant coups de pied-activés tâche mobile. </strong&gt; La diode centre lumineux (LED) attaché au corps rigide de chaque pied (cercle jaune) active le mobile quand il franchit le seuil virtuelle (ligne pointillée rouge). Re-imprimée avec la permission de Sargent et al. 3 Cette tâche de découverte-apprentissage utilise un téléphone portable activé infantile qui tourne et joue de la musique basée sur l&#39;action de la jambe spécifié de nourrissons 3. Les nourrissons placés en décubitus dorsal sous le mobile activent en déplaçant leurs pieds verticalement à travers un seuil virtuel (Figure 1). Ce paradigme est unique en ce que les nourrissons découvrent indépendamment que leurs actions de la jambe activer le mobile, les mouvements des jambes des nourrissons sont suivis à l&#39;aide d&#39;un système de capture de mouvement permettant la quantification du processus d&#39;apprentissage. Le protocole expérimental comprend deux jours de collecte de données. Jour 1 se compose d&#39;un état initial de 2 min dans un nourrisson qui débute spontanément mais son action de jambene peut pas activer le nourrisson mobile, suivie par une condition d&#39;acquisition de 6 min dans lequel les actions de la jambe du bébé activer le mobile de votre enfant si l&#39;enfant bouge ses pieds verticalement à franchir un seuil virtuel. Ce protocole permet la quantification des actions spontanées des jambes du nourrisson ainsi que la quantification de divers aspects des mouvements que les nourrissons explorent la relation entre leurs actions de jambe et l&#39;activation du mobile pour nourrissons. Le jour 2, en plus de l&#39;état initial 2 min et 6 min état d&#39;acquisition, une condition d&#39;extinction de 2 min, on ajoute, dans lequel les actions de la jambe du bébé ne pas activer le mobile pour nourrissons. Cela permet pour la quantification de la façon dont les nourrissons changent leurs actions de la jambe lors d&#39;une réponse de l&#39;environnement déjà appris est interrompue. Dans paradigmes mobiles infantiles précédentes, la fréquence de mouvement de la jambe 4-6, hanche et du genou spécifique angles 7,8, ou coups de pied un panneau 9 ont été renforced avec le mouvement mobile. Rendement chaque jour a été définie comme une augmentation de ces actions jambe pendant la condition d&#39;acquisition ou d&#39;extinction par rapport à l&#39;état initial 9.4. Apprendre à travers jours a été définie comme une augmentation de ces actions au cours de la jambe de base ou l&#39;acquisition condition de Days 2 ou 3 et la condition de base de la Journée 1 5,6. Ces paradigmes mobiles précédents démontrent que les enfants augmentent la fréquence des actions de la jambe qui sont renforcés avec l&#39;activation mobile, cependant, ils ne fournissent pas d&#39;informations sur le mouvement des options nourrissons ont à leur disposition lors de l&#39;apprentissage de la tâche. Par exemple, si le taux coups de pied est renforcé, les nourrissons présentent des performances et de l&#39;apprentissage lorsque leurs hausses de taux de coups de pied, soit lors de l&#39;interaction avec le mobile ou lorsque le mobile plus active. Cela démontre que les nourrissons peuvent affiner leur taux coups de pied, mais on ignore si les nourrissons peuvent affiner leur modèle ou le couple de production de coordination de la jambe à Generatactions de la jambe de e qui ne sont pas dans leur répertoire de mouvements préféré. Ce paradigme mobile est unique dans que les nourrissons sont nécessaires pour démontrer l&#39;action des jambes plus raffiné pour activer le mobile que dans les paradigmes précédents mobiles. Dans ce paradigme mobile, la hauteur de chaque pied au-dessus de la table est calculée au cours de l&#39;état initial de 2 min à l&#39;aide des données de position à partir d&#39;une diode électroluminescente (LED) fixé à chaque pied. Un seuil virtuelle est alors fixé parallèlement à la table à une hauteur qui est dans la fourchette supérieure de la hauteur de deux pieds au cours de l&#39;état initial. Lors de l&#39;acquisition, les mobile tourne et joue de la musique se soit pied franchit le seuil. Après 3 secondes, les butées mobiles et réactive seulement si l&#39;enfant se déplace le pied au-dessous du seuil, puis se déplace verticalement le pied et franchit le seuil de nouveau. Pour activer le mobile pour la plus grande quantité de temps, les nourrissons ont besoin de déplacer un pied au-dessus du seuil et le maintenir contre gravlité pendant 3 secondes, puis passer rapidement le pied au-dessous du seuil et de nouveau se déplacer au-dessus du seuil et l&#39;y maintenir pendant 3 secondes, etc. Cela nécessite une action de jambe plus raffiné que de simplement augmenter le taux coups de pied. <img alt="Figure 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> Figure 2: données de position non filtrés d&#39;effecteurs terminaux (pieds) d&#39;un enfant représentant des données de position non filtré du jour 2 d&#39;un nourrisson âgé de 3 mois qui a démontré l&#39;apprentissage basé sur des critères individuels d&#39;apprentissage.. La ligne rouge représente les données de position de la coordonnée z de la diode émettrice de lumière (LED) placées sur le pied droit. La ligne bleue est des données de position de la LED sur le pied gauche. Ligne noire épaisse est la table. La ligne en pointillé est le seuil virtuelle placée 14 cm au-dessus de la table comme individuellement déterminé pour chaque enfant en fonction de la hauteur de leur coup de pied au cours de référenceétat de la Journée 1. axe X est le temps marqué par des intervalles de 2 min. Notez comment l&#39;enfant se déplace ses pieds pendant de référence lorsque le mobile ne active et pendant les 30 premières secondes d&#39;acquisition 1, alors il garde toujours les deux pieds sur la table et se déplace ses pieds juste autour du seuil pour le prochain 5½ min jusqu&#39;à ce que le mobile plus active au cours de l&#39;état d&#39;extinction. La deuxième caractéristique unique de ce paradigme mobile est que l&#39;action de la jambe de chaque enfant est suivi en utilisant des techniques de l&#39;état de l&#39;art-capture de mouvement de quantifier les nourrissons utilisent leurs options de mouvement à apprendre la tâche. Données de position non filtrés de la LED sur chaque pied qui active le mobile d&#39;un nourrisson représentant est inclus dans la figure 2. Notez comment l&#39;enfant se déplace ses pieds à différentes hauteurs au-dessus de la table lors de la ligne de base et la première partie de l&#39;acquisition, mais se déplace ensuite les deux pieds juste autour du seuil pendant le reste de la condi d&#39;acquisitiontion jusqu&#39;à ce que le mobile plus active lors de l&#39;extinction. Ceci est une des nombreuses stratégies de mouvement potentiels pour accomplir la tâche de découverte et d&#39;apprentissage. Les stratégies peuvent être quantifiés en calculant la cinématique et la cinétique en trois dimensions à l&#39;aide de données de position acquises à partir du système de capture de mouvement. Plus précisément, le processus d&#39;apprentissage est quantifiée en termes de pourcentage de l&#39;action des jambes renforcé (% en RLA), qui est égale à la durée d&#39;activation mobile, la position variance des effecteurs d&#39;extrémité (pieds) qui activent les mobiles, les modes de coordination hanche-genou , et de la hanche et du genou couples articulaires.

<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

Tâche actions spécifiques émergent de mouvement spontané durant la petite enfance. Il a été proposé que les actions spécifiques à la tâche émergent à travers un processus de découverte et d&#39;apprentissage. Voici une méthode qui est décrite dans 3-4 mois nourrissons apprennent une tâche par la découverte et à leurs mouvements de jambes sont capturés à quantifier le processus d&#39;apprentissage. Cette tâche de découverte-apprentissage utilise un téléphone portable activé infantile qui tourne et joue de la musique basée sur une action de jambe spécifié de nourrissons. Nourrissons en décubitus activer le mobile en déplaçant leurs pieds verticalement à travers un seuil virtuel. Ce paradigme est unique en ce que les nourrissons découvrent indépendamment que leurs actions de la jambe activer le mobile, les mouvements des jambes des nourrissons sont suivis à l&#39;aide d&#39;un système de capture de mouvement permettant la quantification du processus d&#39;apprentissage. Plus précisément, l&#39;apprentissage est quantifiée en termes de la durée d&#39;activation mobile, la position variance des effecteurs terminaux (pieds) qui activent le mobile, les changements dans coordina hip-genoumodèles de Tion, et des changements dans la hanche et du genou couple musculaire. Cette information décrit l&#39;exploration et l&#39;exploitation infantile à l&#39;interaction des contraintes de personne et environnementaux qui soutiennent l&#39;action spécifique à la tâche. Des recherches ultérieures en utilisant cette méthode peut enquêter sur la façon dont les déficiences spécifiques des différentes populations d&#39;enfants à risque de troubles du mouvement influencent le processus de découverte-learning pour l&#39;action spécifique à la tâche.

Le processus d&#39;apprentissage des jeunes enfants peut être quantifiée en termes de% RLA, la position variance des effecteurs terminaux (pieds), hip-genou coefficients de corrélation, l&#39;angle et la hanche et du genou couples articulaires. Chaque niveau d&#39;analyse fournit des informations uniques sur la façon dont les nourrissons explorent la relation entre leurs actions dans les jambes et l&#39;activation du mobile de l&#39;enfant pendant le processus de découverte et d&#39;apprentissage. <p class="jov...

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.

Quantifier l&#39;apprentissage chez les jeunes enfants: Suivi Leg Actions Au cours d&#39;une tâche de découverte-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 vues.  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.

Vidéo: 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.

Etudier la base neurophysiologique de comportement locomoteur Adaptive chez les insectes

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 ...

Recherche

Neurosciences

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.

Examen Rappel Mémoire du nourrisson et de la petite enfance Utilisation du élicitées 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 ...

Sciences du comportement

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.

Une nouvelle approche expérimentale et analytique à l&#39;multimodal Neural Décodage d&#39;intention lors de l&#39;interaction sociale dans Librement-comporter nourrissons humains

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.

Le « moteur » moteur implicite de séquences d’apprentissage : une réaction série pied-stepping temps tâche

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.

Définissant le rôle du langage dans la catégorisation objet nourrissons avec les paradigmes de l’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.

Mesurer l’apprentissage statistique dans toutes les modalités et domaines des enfants d’âge scolaire via une plate-forme en ligne et des techniques de neuroimagerie

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

Évaluation automatisée de la motricité fine chez la souris à l’aide de l’échelle 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.

Pleins feux sur l’auteur : Dévoilement des mécanismes neuronaux grâce à l’évaluation automatisée de l’apprentissage moteur et des études de plasticité de la myéline à l’aide de l’échelle 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.

Suivi de l’apprentissage de la motricité fine et associative chez la souris à l’aide de l’échelle 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.

Évaluation quantifiée des capacités motrices globales du nourrisson à l’aide d’un appareil portable multicapteur

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

Quantifier l'apprentissage chez les jeunes enfants: Suivi Leg Actions Au cours d'une tâche de découverte-learning

Résumé

Explorer plus de vidéos

PLAYLIST