הגדרת תפקידה של השפה בדיני אובייקט תינוקות עם פרדיגמות עקיבה

Summary

כאן אנו מציגים עבור מבחן להכרות פרדיגמות לספק בדיקה ישירה של סיווג תינוקות ולסייע להגדיר את מקומה של השפה בלמידה מוקדמת של קטגוריה פרוטוקול.

Abstract

הערכת למידה קטגוריה תינוקות הוא מאתגר אבל היבט חיוני של הלומדים מחשבת תינוקות. על ידי העסקת פרדיגמה להכרות-test, אנו מודדים אבר המין הגברי הצלחה תינוקות בלמידה קטגוריית הרומן תוך הסתמכות רק על התנהגותם מראה. יתר על כן, הפרדיגמה יכול למדוד ישירות את ההשפעה של אותות שמיעתיים שונים על סיווג תינוקות לרוחב טווח הגילאים. למשל, אנחנו להעריך איך בני 2 למד קטגוריות במגוון סביבות תיוג: המשימה שלנו, בני 2 למדו בהצלחה קטגוריות כאשר כל דמויות המופת הודבקו תוויות או עם תווית של שתי דמויות המופת, אבל הם נכשלו לסווג את מתי . העבר לא הודבקו תוויות או רק האחרון שתי דמויות המופת הודבקו תוויות. כדי לקבוע הצלחה תינוקות משימות כאלה, חוקרים יכולים לבחון שני ההעדפה הכללית המוצגת על-ידי תינוקות כל תנאי ותבנית תינוקות להסתכל במהלך שלב הבדיקה, באמצעות גשש העין כדי לספק נתוני זמן-קורס פרטניות . לפיכך, אנו מציגים פרדיגמה רב עוצמה לזיהוי תפקידה של השפה, או אותות שמיעתיים, בקטגוריה אובייקט תינוקות לומדים.

Introduction

קטגוריזציה היא אבן בניין יסוד ההכרה האנושית: בסיווג היכולות תינוקות להופיע מוקדם בגיל הרך ולהיות יותר ויותר מתוחכמים עם הגיל. ^{1 , 2 , 3} מחקר גם חשף תפקיד רב-עוצמה עבור שפה בסיווג תינוקות: מ- 3 חודשים של גיל, לומדים תינוקות קטגוריות בהצלחה רבה יותר כאשר דמויות המופת קטגוריה ניתן לזווג עם השפה. ^{4 , 5 , 6} . יתר על כן, עד סוף השנה הראשונה, תינוקות תואמים לתפקיד של הרוזן עצם תוויות לקטגוריות זיווג דמויות המופת קטגוריה עם ביטוי תיוג עקבית ("זה vep!") מקלה על קטגוריה התינוקות למידה ביחס מתן תווית או נפרדות עבור כל שיוצרו ("זה vep," "זה דאקס," וכדומה) או ללא תיוג לנסח ("תראה את זה."). ^{7 , 8 , 9}

תינוקות בחוויות היומיום, הרוב המכריע של אובייקטים שהם נתקלים ככל הנראה יישאר ללא תווית. אין המטפל יכול תווית כל חפץ שהתינוק רואה הרבה פחות מספקים את התוויות אשר חלים על כל אובייקט (לדוגמה, "מלמוט," "כלב", "חיות מחמד", "חיה"). הזו מציגה פרדוקס: איך יכול נאחד את הכוח של תוויות סיווג תינוקות עם והנדירות היחסית שלהם בחיי היומיום של תינוקות?

כדי לענות על שאלה זו, פיתחנו פרוטוקול כדי להעריך איך לומדים תינוקות קטגוריות במגוון של סביבות למידה שונות, כולל כאשר הם מקבלים תערובת של דמויות המופת שכותרתו, ללא תווית. באופן ספציפי, אנו מציעים כי קבלת אפילו כמה דמויות המופת שכותרתו בתחילת למידה יכול להקל על סיווג — על ידי שיפור היכולת תינוקות ללמוד מן העוקבים, ללא תווית. העבר גם כן. האסטרטגיה של באמצעות מספר קטן של דמויות המופת שכותרתו כמו בסיס ללמידה מתוך מספר גדול יותר של דמויות המופת ללא תווית יושמה נרחב בתחום למידה חישובית, ההשרצה משפחה של למידה למחצה תחת פיקוח (SSL) אלגוריתמים^10,11,12. כמובן, אסטרטגיות למידה מיושמת אינם זהים בין סוגים שונים של הלומדים: בלמידה חישובית, אלגוריתמים בדרך כלל חשופים הרבה יותר דמויות המופת, לנחש מפורשות על כל המיתר, ולמד מספר קטגוריות בעת ובעונה אחת. בכל זאת, המכונה וגם לומדים תינוקות עשויים להפיק תועלת בהצלחה שילוב דמויות המופת שכותרתו והן ללא תווית ללמוד קטגוריות חדשות בסביבות תיוג דליל.

העיצוב שלנו מתמקד אם ילדים בת 2, בתהליך של רכישת מילים עבור קטגוריות חדשות רבות, מסוגלים של סוג זה של למידה למחצה תחת פיקוח. אנו מעסיקים מדד סטנדרטי בסיווג תינוקות: פעילות להכרות-test. בפרדיגמה זו, נחשפו בני 2 לסדרה של דמויות המופת של קטגוריית הרומן בשלב להכרות. המיתר כל צורף גירוי שמיעתי שונה, תלוי במצבו (קרי, של תיוג או צירוף מילים ללא תיוג). ואז, עם הבדיקה, כל 2 בני ראה שני אובייקטים חדשים שהוצגו בדממה: אובייקט אחד מן הקטגוריה כיום אחד מכל קטגוריה הרומן.

אם בת 2 טופס בהצלחה הקטגוריה במהלך שלב להכרות, אז הם צריכים להבחין בין שני. העבר שהוצגו בכנס הבדיקה. חשוב, כי העדפה שיטתית או תמונת הבדיקה הרומן או מוכר משקף את היכולת להבחין בין אותם, העדפות היכרות וגם חידוש מפורשים כראיה וסיווג מוצלחת. שימו לב כי על משימה מסוימת, הטבע של העדפה זו הינה פונקציה של תינוקות יעילות העיבוד עבור החומרים גירוי, עם העדפות היכרות המשויך גירוי פחות יעילה לעיבוד ^{4,13, 14 , 15 , 16 , 17}. מציג את שלב הבדיקה בדממה מאפשר להעריך ישירות הצלחה תינוקות בסיווג אובייקט, איך הצלחה זו משתנה בהתאם למידע שליוו את העבר במהלך להכרות. לפיכך, זו הפרדיגמה מספק בדיקה משכנעת של מה סוגי סביבות לשונית משפיעים על קטגוריה למידה. אם תיוג משפר קטגוריה למידה בסביבות חצי תחת פיקוח והן תחת פיקוח מלא, ואז בני 2 בתנאים אלו צריך להראות העדפות מבחן חזקה יותר מאשר תינוקות בסביבות אחרות.

Protocol

כל השיטות המתוארות כאן אושרו על ידי אוניברסיטת נורת'ווסטרן הלוח מוסדיים סקירה.

1. גירויים הבריאה

הערה: גירויים חזותיים (ראה איור 1) שמשמשים לעיצוב נציג דיווח להלן פותחו במקור Havy, וקסמן (2016)¹⁸ , הינם זמינים להורדה בכתובת https://osf.io/n6uy8/.

1. כדי ליצור קטגוריה חדשה רציפה, עיצוב ראשוני של זוג תמונות דיגיטליות הרומן. בשלב הבא, הרואה את זוג תמונות ביחד, באמצעות תוכנה (ראה, למשל, טבלה של חומרים) כדי ליצור רצף של העבר בין שתי תמונות המקורי. צור לפחות שתי קטגוריות בדרך זו כך אחד יכול לשמש הקטגוריה שיש ללמוד בעוד השני מספק את המיתר קטגוריה הרומן למשפט הבדיקה.
2. בחר את העבר להכרות במרווחי שמפוזרות מ על פני הרצף של כל קטגוריה המלומד (למשל, 0%, 20%, 40%, 60%, 80% ו 100% העבר). בחר את המספר המתאים של העבר (למשל, 6). בקנה אחד עם הקושי של הקטגוריה וגיל המשתתפים.
3. כדי ליצור את העבר עבור שלב הבדיקה, בחר את האמצע של הרצף הקטגוריה מוכר ושיח של הקטגוריה הרומן (קרי, המיתר 50%). ואז להתאים את הצבע של המיתר הרומן לזה של המיתר מוכר באמצעות תוכנית מניפולציה תמונה (ראה, למשל, טבלה של חומרים).
4. גירויים שמיעתיים הרשומה המיוצר על ידי נקבה דובר אנגלית בתא אטום לרעש. במידת האפשר, להשתמש ברמקול זהה עבור שני ביטויים תיוג (קרי, "תראו מודי") וביטויים שאינם תיוג (קרי, "תראו את זה!").
   1. להורות את הרמקול כדי לייצר כל מבעים בנאום התינוק או הילד-מכוון.
   2. בחר מבעים אשר נמצאים באותו האורך מעבר לתנאים, סביר בסביבות 1,500 ms לכל צירוף.

2. מכשיר

1. השתמש גשש-עין המתאים. כדי לאסוף נתונים עקיבה נאותה עבור מדד להכרות-test, יספיק העין הנפוצה ביותר-הגששים: האובייקטים לכבוש חלקים גדולים של המסך ולאחר ניתוח הנתונים חוקר ביצועים מעל חלון זמן, במקום תנועות עיניים הפרט, המתרחשים במהירות כגון saccades.
2. כי משימה זו מחייבת עקיבה תינוקות, להבטיח המערכת תואמים מספר דרישות.
   1. תחילה, השתמש גשש עין עם מצב מעקב מרחוק, אשר אינה דורשת תינוקות למקום את ראשיהם על הסנטר-לנוח. ודא כי העין-המעקב יכול לסבול את תנועות ראש גדול יחסית או readjustments.
   2. שנית, להשתמש מסך יחסית גדול כדי להציג את התמונות לתינוקות, (למשל, 57 x 45 ס"מ).
   3. שלישית, השתמש של הר זרוע להארכה על העין-המעקב כדי להקל על איסוף נתונים על-ידי מתן החוקר להתאים את הגובה של העין-המעקב כדי שלכל תינוק.
   4. רביעית, להפוך את הציוד עקיבה הנאצלה, מיקוד תשומת הלב תינוקות אך ורק על מסך הצג. למשל, כמה מערכות לשלב את הציוד עקיבה עם הצג תצוגה או לטעון את הציוד ישירות מתחת לצג.
3. שימו לב כי משימה זו גם יכול להתבצע על ידי קידוד ידני באיכות גבוהה וידאו נתונים של התנהגות מחפש התינוקות. ואילו טכניקות קידוד ידני עשויים להוות חלק מהאתגרים לשימוש הניתוחים כמובן זמן יותר פרטניות, יד בקידוד נתונים מספיקים לגמרי הצבירה מחפש ניתוחים.

3. פעילות עיצוב

1. בהתוכנה המשוייכת של הגשש העין (ראו, למשל, טבלה של חומרים), ליצור ארבעה תנאים שונים: מלא תחת פיקוח ללא השגחה, פיקוח למחצה, הפוכה למחצה תחת פיקוח. להבטיח שתנאים אלה הם נפרדים, כך שלכל תינוק יראו רק תנאי אחד.
2. צור לפחות שתי הזמנות אקראיים מדומים של דמויות המופת למידה, עם האילוץ זה לא יותר משתי דמויות המופת באותו הצד של הרצף (0-40% או 60-100%) ניתן להראות ברציפות.
3. צור להכרות סרטונים זוג זה גירויים שמיעתיים גירויים חזותיים המתאימים עבור כל תנאי.
   1. לשלב את ויזואלי וקולי וידאו עריכה תוכנה (ראה, למשל, טבלה של חומרים). להציג את כל התמונות על רקע זהה. הגדר את התחלתה של הגירוי השמיעתי טווח המתאים, בין 500 ms ו- ms 1,500 לאחר תחילתה של הגירוי החזותי. השתמש עיכוב קצר זה כדי להקל על עומס העיבוד תינוקות ¹⁹.
   2. למשל, בתנאי פיקוח מלא, לשייך כל שיוצרו ולהכרות עם ביטוי תיוג.
   3. בתנאי ללא השגחה, זוג כל שיוצרו ולהכרות עם ביטוי ללא תיוג.
   4. בתנאי חצי תחת פיקוח, זוג רק דמויות המופת הראשון שני בכל הזמנה עם תיוג ביטויים אבל השאר עם ביטויים שאינם תיוג.
   5. היפוך למצב למחצה תחת פיקוח, זוג שני דמויות המופת הסופי עם תיוג ביטויים אבל ארבעת הראשונים עם ביטויים שאינם תיוג (ראה איור 1).
   6. להעלות קטעי וידאו אלה לתוך התוכנה עין-tracker, מזמין להכרות קטעי וידאו כפי שנקבע לפי סדר אקראי-מדומה.
4. העלה קצר (10 s או פחות) מושכי תשומת לב אנימציה מוצגים במרכז המסך לאחר להכרות: פעולה זו תבטיח כי רוב תינוקות מחפשים במרכז המסך מתחיל שלב הבדיקה.
5. לבסוף, עבור כל קטגוריה למידה, מבחן שני מבחנים, עיצוב כל שמציעות שתי דמויות המופת מוצגים side-by-side. להבטיח כי עבור שני הניסיונות, שיוצרו אחת תייצג את נקודת האמצע של הקטגוריה כיום בעוד השני מייצג נקודת האמצע של הקטגוריה הרומן.
   1. מאוזנים הניסויים כך שמאלה/ימינה המיקום של המיתר הרומן במבחן הניסיון מתהפך על פני סרטי וידאו.
   2. להעלות ניסויים לתוכנה עין-tracker, והצב אותן לאחר מושך תשומת לב שלאחר להכרות המבחן. מאוזנים המצגת של ניסויים אלה כך שלכל תינוק יש הזדמנות שווה לראות את משפט מבחן הרומן שמאל או ימין-רומן.
   3. להבטיח את המבחן ניסויים אחרונה לפחות 5 s, ואת עד 20 s, על מנת ילדים בתחילה מציץ לצבור מספיק להסתכל.

[מקום איור 1 כאן]

4. המחקר נוהל

1. לפני התינוק מגיע, להגדיר את העין-רכיב המעקב.
   1. להקצות באופן אקראי של התינוק תנאי וצו.
   2. פתח את התוכנה עין-הגשש ובחר את צמד התנאי שהוקצו/הזמנה.
   3. עכשיו, הזן את מספר המשתתף על ההקלטה הזאת.
2. לאחר ביצוע התהליך הסכמתך, להביא את התינוק למטפל לחדר עקיבה. לוודא שהחדר יהיה מואר למדי בלי שום קישוטים מסיח את הדעת על הקירות.
3. מקום כיסא לפני העין-המעקב המרחק המתאים עבור המודל של העין-המעקב בשימוש. מושב המטפל את הכיסא הזה, התינוק בחיקו של המטפל. אם התינוק לא רוצה לשבת בחיקה של המטפל, הם יכולים לשבת על משלהם, או שהם עשויים לשבת במושב המכונית.
4. אם התינוק יושב בחיקו של המטפל, להורות את המטפל לא הטיה התנהגות התינוקות בדרך כלשהי אלא להשתדל לשמור את התינוק ממורכז בחיקו של המטפל. מספקים מטפלות עם זוג משקפי שמש כהים ללבוש כך שהם לא יראו את הגירויים.
5. תשאל את התינוק להסתכל על המסך עין-גשש; שקול להציג תמונה או וידאו כדי למשוך את תשומת ליבם מרתקים. מקם את המסך כך תינוקות העיניים בתוך חלון כיול.
6. לבצע הליך הכיול של העין-המעקב. להשתמש כיול של חמש נקודות אם הדבר אפשרי, אך ולידציות מקיפה פחות צפויים גם להיות נאותה. תינוקות לעיתים קרובות מגיבים טוב יותר כאשר יש את התמונה כיול אנימציה עם ליווי השמיעה.
7. אם התינוק עובר כיול, ואז להתחיל את הניסוי. אם לא, לכייל מחדש עד שהם מצליחים. יש תינוקות אשר לא יכול להיות מכויל אינן נכללות.
8. אם מספר ניסויים מופעלים ברציפות, או אם ניסוי יחיד היא ארוכה למדי, שקול וכיול מחדש לאחר כל מקטע.

5. ניתוח נתונים

1. בתוכנת ניתוח נתונים כדי לבצע ניתוח זה (למשל, ראה טבלה של חומרים).
2. צור תחומי עניין (AOIs) סביב העמדות שיוצרו על השמאלי והימני של המסך.
3. לניסויים להכרות, שימוש AOI המתאים כדי להעריך את הפגים זמן בילה מחפש המיתר המוצגים בכל ניסוי. לא לכלול כל התינוק אינו מציג מתמשכת מחפש רוב העבר (למשל, דורשת כי תינוקות לטפל 4 של. העבר להכרות 6 אפשרי לפחות 25% של המבחנים האלו).
4. לקראת המשפט מבחן, כוללים רק הראשון 5 התינוקות s להסתכל שהצטברו. תינוקות צעירים, בין 3 ל 12 חודשים של גיל, שקול להשתמש חלון ארוך יותר כמו 10 שניות של מבט שהצטברו. לשקול למעט תינוקות אשר להראות אין די מתמשכת מסתכל על הבדיקה (למשל, צבירת פחות מ 2.5 s להסתכל) או מי להיכשל להסתכל על שתי דמויות המופת.
5. כעת ליצור העדפה ציון למבחן של התינוק בכל משפט על-ידי חלוקת את כמות הזמן המושקע מחפש המיתר הרומן לפי הסכום הכולל של הזמן מסתכל שתי דמויות המופת. כדי לנתח אלה הפרופורציות, להפוך אותם קודם עם logit אמפירי או קשת-סין שורש כדי להפוך אותם מתאים לניתוח עם מודלים ליניאריים.
6. עבור ניתוח זמן-קורס של התנהגות מחפש תינוקות עם הבדיקה, להפריד בין הנתונים לתוך פחי קטן (למשל, בין 10 ל 100 ms), לחשב ציון העדפה בתוך לכל סל עבור כל תינוק.
7. בצע ניתוח של נתוני זמן-קורס, בדיקה אם דפוס התינוקות להסתכל לאורך כל המשפט הבדיקה משתנה לפי מצב. הערה כי טפסים מרובים של ניתוח עשוי לענות על שאלה זו, לרבות ניתוח תמורה מבוססות-אשכול²⁰, כפי שמתואר כאן, ומודלים עקומת הגדילה. ²¹
   1. עבור ניתוח המבוסס על אשכול התמורות, בחר סף ערך t, המתאים רמת אלפא הרצוי (מומלץ אור אור נע בין.01 כדי. 20; הערה כי ערך אלפא זה אינו מייצג רמת אלפא של המבחן הכולל, רק את הרמה הדרושה בודדים זמן-פחי תעלה על הסף). סכום סטטיסטיקות t עבור כל ברציפות זמן-סל זה עולה שבחרת t-הסף; t-סטטיסטיקה מצטברת אלה מצביעים על גודל פערים בין תנאי בנתונים.
   2. כדי לקבוע אם אלה פערים גדולים יותר מהצפוי במקרה, לבצע סימולציות לפחות 1,000 עם תוויות תנאי גרר באופן אקראי. הערכת פערים של הנתונים unshuffled נגד הפצה זו מבוססת על ההזדמנות.
      הערה: הוא זה השוואה של הסטה המקורי נגד ההתפלגות המבוסס על ההזדמנות, הקובע את קצב חיובי-false של הניתוח, במקום המספר של הזמן-פחי שבו t-בדיקות נערכו או אפילו את הסף ערך t נבררו אלה t-בדיקות ראשוניות. כתוצאה מכך, ניתוח זה מספק חלופה השמרני ישירות לדיווח על התוצאות מבדיקות-t מרובים לאורך זמן שצוין מראש-פחי (למשל, ניצוח בדיקות כל 500 ms).

תוצאות

משתמש בפרוטוקול לעיל, ערכנו ניסויים שני²². ניתוח הנתונים נעשה עם חבילת eyetrackingR ²³, הקוד והנתונים זמינים https://github.com/sandylat/ssl-in-infancy. בניסוי הראשון, אנחנו בניגוד תנאי תחת פיקוח מלא (n = 24, מ'_גיל = מו 26.8), שמציעות רק שכותרתו העבר, עם תנאי ללא השגחה (n...

Discussion

כאן, אנו מציגים פרוצדורה להערכת את התפקיד של תיוג בדיני. על ידי הצגת ילדים בני 2 עם שילוב מציאותי של דמויות המופת שכותרתו, ללא תווית, נדגים כי ילדים צעירים מאוד מסוגלים למידה בסביבות חצי תחת פיקוח, הרחבת בעבודה עם מבוגרים, מבוגרים ילדים^24,25 . לכן, השיטה מציעה פת?...

Materials

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