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 pesquisa foi apoiada por Promoção de estudos de doutoramento (PODS) I e II prêmios da Fundação para Fisioterapia e uma bolsa de estudo Adopt-A-Doc da Seção de Educação da Associação Americana de Fisioterapia para Barbara Sargent.

O Conselho de Revisão Institucional da Universidade do Sul da Califórnia aprovou este estudo. 1. Sistema de Preparação <ol><li> Configure o sistema de captura de movimento. Por favor, note: essas etapas são diferentes para cada sistema de captura de movimento. <ol><li> Alinhe a sistemas dos dois sensores de captura de movimento para que de um sensor de coordenadas clicando em &quot;Executar New Registration&quot; no programa de captura de movimento, entrando em um tempo de coleta de 30 segundos, clicar em &quot;Cadastre-se&quot;, e movendo o objeto de registro dentro do volume de captura durante 30 seg. Quando o registro for concluído com êxito, observamos um root mean square (RMS) erro de registro na tela do computador. </li><li> Alinhar o sistema de coordenadas global para a tabela de teste usando o objeto de registro, clicando em &quot;Executar New Alinhamento&quot; no programa de captura de movimento. <ol><li> Definir a origem, colocando o obje registoct no canto direito superior da tabela de teste e clicar em &quot;Digitalização&quot; no programa de captura de movimento. Definir o eixo Z através da colocação do objecto de registo na parte superior de uma caixa e clicando &quot;Digitalizar&quot;; o eixo Z é perpendicular à mesa. </li><li> Definir o / Y + Z Plano movendo o objecto de registo na caixa ao longo do comprimento da mesa e clicando &quot;Digitalizar&quot;; o eixo dos Y é paralelo ao comprimento do quadro e o eixo X é paralelo à largura da mesa. </li></ol></li><li> Ligue os LEDs nas duas portas estroboscópicas e digite o número de LEDs por porta strobe dentro do programa do sistema de captura de movimento (24 para a porta de strobe 1 e 20 para a porta de strobe 2). Veja a Figura 3 para o número e localização de cada LED. Selecione visualização de dados em falta para fornecer um display gráfico-como faixa de LEDs sendo monitorado em tempo real. <img alt="Figura 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; Figura 3. Colocação de LEDs. Strobe 1 consiste nos corpos rígidos (4 LEDs em cada corpo rígido) para a direita e coxa esquerda, pernil, e pé. Strobe 2 consiste dos corpos rígidos para a pelve direita e esquerda, os marcadores esterno, e os LEDs individuais. </li></ol></li><li> Configure o programa de computador móvel infantil. <ol><li> Insira o número de minutos para cada condição. Para o dia 1, entrada 2 para a fase 1 (2 min de base, condição não-reforço), 6 para a fase 2 (6 min aquisição, condição reforço), e 0 para a fase 3 (0 min extinção, condição não-reforço). </li><li> Para o dia 2, entrada 2 para a fase 1 (linha de base), 6 para a fase 2 (aquisição), 2 para a fase 3 (extinção), e marque &quot;Use Zmin como padrão&quot; para que o limiar calculado durante linha de base de Day1 será o limiar usado para a condição de aquisição de Dia 2. </li><li> Escolha &quot;StreamframesAllFrames&quot; e clique em &quot;Enviar&quot; para permitir que oprograma de celular para usar dados do sistema de captura de movimento para ativar o celular criança com base em critérios especificados. </li></ol></li><li> Configure as câmeras de vídeo. <ol><li> Iniciar o programa de computador de vídeo para os três vídeos sincronizados (lateral direito, lateral esquerdo, vistas gerais). </li><li> Comece a câmera de vídeo adicional sobre a cabeça do bebê para gravar expressões faciais e olhar olho. </li></ol></li></ol> 2. Preparação infantil <ol><li> Descrever a experiência para os pais e informá-los para interagir tão pouco quanto possível com seu bebê. NOTA: Diga aos pais que, se a criança não se torna exigente durante todo o experimento, os pais devem sentar-se ao lado da criança fora de sua vista, no entanto, se a criança torna-se exigente há uma progressão de interação com a criança. <ol><li> Primeiro, pergunte o pai dizer: &quot;Está tudo bem, eu estou bem aqui,&quot; em um tom tranqüilizador. </li><li> Em segundo lugar, pediro pai para ficar no ponto de vista da criança enquanto estiver a tranquilizar o bebê. </li><li> Em terceiro lugar, pedir ao pai que quer segurar uma das mãos da criança ou dar o bebê uma chupeta. NOTA: A menor quantidade de interação necessária para manter a criança calma e alerta dos pais é dado e é encerrado o mais rapidamente possível. </li></ol></li><li> Despir a criança, coloque o bebê sob o móvel infantil e proteger a criança para a tabela usando uma faixa de velcro colocada ao longo do tronco. </li><li> Depois que o bebê está preso à mesa, coloque os marcadores esterno e pélvica, coxa, pernil, e corpos rígidos pé no lactente. </li></ol> 3. infantil Mobile Learning Task <ol><li> Todos os dias, iniciar a tarefa de aprendizagem móvel, de forma síncrona iniciar o sistema motion capture, programa de computador móvel, e câmeras de vídeo. <ol><li> Em ambos os dias a partir min 0-2, o estado inicial, observar a criança chutando espontaneamente. </li><li> No Dia 1 durante o 2 min condição basal, observe como o programa infantil móvel calcula continuamente o limiar para a ativação celular baseado em dados-z de um dos LEDs no corpo rígido de cada pé. Exemplo, marcador 9 no pé direito e do marcador 21 no pé esquerdo. Marcador 9 é o centro de LED no corpo rígido pé direito circulados em amarelo na Figura 1. Marcador 21 é o centro LED no corpo rígido pé esquerdo. </li><li> No final da linha de base de 2 min, o programa móvel vai definir o limite a uma altura de um desvio padrão (DP) acima da altura média dos dois pés durante o estado inicial de 2 min. </li><li> Em ambos os dias a partir min 2-8, a condição de aquisição, observar como os infantis gira móveis e toca música quando o LED colocados em cada pé cruza o limiar calculado durante o estado inicial de 2 min do Dia 1. NOTA: a activação celular irá continuar durante o tempo que o pé está acima do limiar virtual para um máximo de 3 seg. Após 3 segundos, o mobile vai reativar somente se a criança move o pé abaixo do limiar virtual, e em seguida, move o pé verticalmente e novamente cruzar o limiar. Esta &quot;regra 3 seg&quot; incentiva movimentos exploratórios perna ativa versus segurando os pés acima do limiar. </li><li> No dia 2 de 8-10 min, a condição de extinção, observar como a criança começa espontaneamente sem reforço móvel. </li></ol></li><li> Após a criança interage com o dispositivo móvel, recolher um ensaio de calibração estática para definir um sistema de coordenadas local para cada segmento de perna e define uma configuração de referência para cada segmento do corpo no espaço. <ol><li> Corrigir dez LEDs individuais bilateralmente para a pele do bebê usando coleiras ECG dupla face nos seguintes locais: linha média lateral do tronco abaixo da décima costela, trocânter maior do quadril, joelho linha lateral da junta do tornozelo maléolo lateral, e extremidade distal do 5º metatarso. </li><li> Segure a extremidade inferior do bebê em, uma posição anatômica prorrogado por 5 sec. Todos os ângulos articulares nessa posição calibração são definidos como 0 °. </li></ol></li><li> No dia 2, coletar dados antropométricos. <ol><li> Pesar cada criança em uma escala elétrica digital. </li><li> Tome as seguintes medidas: comprimento total do lactente; circunferência ao meio-segmento da coxa, pernil, e pé; largura do joelho (no joelho linha comum), tornozelo (no maléolo) e pé (pelo cabeça dos metatarsos); eo comprimento da coxa (trocânter maior até o joelho da linha de junta), pernil (joelho linha conjunta para maléolo lateral) e pé (maléolo medial a primeira articulação metatarsofalângica). </li></ol></li></ol> Análise 4. Dados <ol><li> Analisar o desempenho e aprendizagem calculando a RLA% durante cada intervalo de 2 min do experimento usando um programa em linguagem de computação personalizado, como Matlab. Calcule a duração do tempo de um ou ambos os LEDs em cada pé que ativaram o móvel eram superiores ao limiar. Desdeo móvel não activa após um intervalo de 3 seg, subtrair a duração de tempo em que um ou ambos os LEDs estavam acima do limiar para maior do que um intervalo de 3 seg. <ol><li> Medir o desempenho do grupo de cada dia, analisando estatisticamente se a RLA% durante qualquer um dos intervalos de aquisição de três, dois mínimo excede significativamente o intervalo de linha de base 3,4,7,9,10 2 min. </li><li> Categorizar lactentes individuais como ter realizado a tarefa cada dia, se o RLA% durante qualquer intervalo de aquisição de 2 minutos é igual a ou maior do que 1,5 vezes o RLA% da linha de base no intervalo de 2 min 3,4,6,9,10. </li><li> Medir a aprendizagem do grupo ao longo dos dias, determinando estatisticamente se a RLA% durante toda a 6 min aquisição condição Dia 2 exceder o RLA% durante o estado inicial Dia 1 3,6. </li><li> Categorizar bebês individuais como aprendizes se o RLA% durante toda a condição de aquisição 6 min do Dia 2 é igual ou greater a 1,5 vezes o estado inicial do Dia 1 3,6,11. </li></ol></li><li> Analise excitação e atenção por fitas de codificação a cada intervalo de 2 min da experiência. A escala de activação é definido como: sonolência = 1, alerta e inativos = 2, alerta e ativo = 3, exigente = 4, e chorando = 5 3,8,11. A escala atenção é definido como: 0 = não olhando para o celular, 1 = olha o móbil 3,8. </li><li> Processo de dados de posição e chutes extrato usando programas Matlab personalizados. <ol><li> Arquivos de dados de posição de carga outputted do sistema de captura de movimento em um programa Matlab personalizado para interpolar os dados de posição em falta (máximo de 20 quadros consecutivos) usando uma spline cúbico. </li><li> Carregar os arquivos interpolados em um programa personalizado para Matlab (a) dados sobre a posição do filtro usando uma quarta ordem Butterworth com uma frequência de corte de 5 Hz, conforme determinado a partir da análise do espectro de potência, e (b) calcular os seguintes ângulos articulares: flexão do quadril / extensão, abdução do quadril/ Adução, rotação interna / externa do quadril, joelho flexão / extensão, inversão do tornozelo / eversão, dorsiflexão / flexão plantar, como descrito no 12. </li><li> Carregar os arquivos de ângulo em um programa Matlab personalizado para extrair chutes. Definir o início de um pontapé como o início de um movimento contínuo da perna em que o quadril ou o joelho ângulo da articulação mudança excedeu 11,5 ° (0,2 radianos) em qualquer flexão ou extensão 3,9,13-15. Defina o fim do pontapé como o quadro de extensão de pico na sequência de um movimento de flexão ou flexão pico na sequência de um movimento de extensão 3,9,14. </li></ol></li><li> Para todos os pontapés, calcular parâmetros cinemáticos usando programas Matlab personalizados. <ol><li> Variância posição Compute na direção z (, direção de tarefas específicas vertical) do LED em cada pé que ativou o móvel 3. </li><li> Calcule hip flexão / extensão e flexão do joelho / extensão correlações conjuntas utilizando coeficientes de correlação de Pearson (r) em zero lagentre quadril e joelho excursões ângulo articular. Para comparar as correlações (r) entre crianças, converter hip-joelho correlações ângulo conjunta para Fisher escores Z 3,9,15. </li><li> Time-normalizar os dados de ângulo conjuntas, em seguida, calcular hip flexão / extensão e flexão do joelho / extensão fase relativa contínua (CRP) a partir dos dados de posição / velocidade angular 16,17. Analisar os resultados da computação CRP nos seguintes cinco momentos: (a) começo de pontapé, (b) velocidade de pico do primeiro segmento, (c) reversão conjunta, (d) velocidade de pico do segundo segmento, e (e ) final do pontapé 3. </li></ol></li><li> Para todos os chutes, pontapés identificar sem contato, visualizando os dados de vídeo síncronos. Calcular parâmetros cinéticos para chutes sem contato usando programas Matlab personalizados. <ol><li> Calcule a massa segmentar e do centro de massa a partir das equações modificadas para crianças de modelo antropométrico do Hatze para adultos 18. Calcule os momentos de inércia de 3Dcoxa, pernil, e segmentos do pé de equações modificadas para crianças de modelo antropométrico de Jensen para adultos 19. </li><li> Calcular os termos da seguinte equação de movimento utilizando a teoria do parafuso de 20 manipulações espaciais. <img alt="equação 1" src="/files/ftp_upload/52841/52841equation1.jpg" /> é derivado utilizando a abordagem de Lagrange, em que M (θ) representa a matriz de inércia, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> a matriz de Coriolis e torque de centrífuga, N (θ) as gravitacionais (GRA) e torques T músculo (MUS) torques. </li><li> Calcule torques conjuntas, utilizando os dados cinemáticos 3D dos chutes sem contato, corpo segmentos parâmetros inerciais, ea equação biomecânica do movimento. </li><li> Particionar o líquido torque (NET) em cada junta em contribuições (MDT), GRA, dependente do movimento e torque MUS 21. Torque resultante é directamente proporcional às acelerações em cada junta.Binário MDT está relacionada com os binários passivos associados com as interacções mecânicas entre os segmentos interligados que se deslocam do membro. Binário GRA está relacionada com a força passiva de gravidade actuando para baixo sobre o membro. Binário MUS inclui forças de contrações musculares ativos e passivos de deformações músculos, tendões, ligamentos e outros tecidos periarticulares. </li><li> Para o quadril e joelho separadamente, calcular impulso de torque quanto a magnitude da contribuição de cada binário particionado (MUS, GRA, MDT) ao torque NET. Calcule o impulso positivo ou negativo de torque (torque de * tempo) durante os intervalos em que o torque MUS joelho atuaram no mesmo ou em direção oposta em relação ao NET de torque no joelho. Execute este mesmo cálculo com GRA joelho e torques de MDT e hip MUS, GRA, e torques de MDT. Para a anca e do joelho separadamente, somar todos os impulsos positivas e negativas para cada componente de torque, para se obter uma medida da magnitude da contribuição de cada impuls de torque particionadase (MUS, GRA, MDT) para NET torque de impulso. </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>

Não há conflitos de interesse declarados.

Projeto de tarefas descoberta de aprendizagem para crianças pequenas Descoberta tarefas de aprendizagem para crianças pequenas devem ser cuidadosamente concebidos para assegurar que as crianças estão descobrindo independentemente da contingência. Em vários paradigmas móvel no início da condição de aquisição, os lactentes são ou demonstrado que a unidade móvel activa por uma activação não contingente do móvel 7,22 ou a perna de cada lactente é passivamente movido...

Acções específicas da tarefa emergir movimentos espontâneos durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de aprendizagem 1,2-descoberta. As tarefas são descobertos por crianças como eles espontaneamente movimentar e explorar acções que produzem novos efeitos no ambiente. Ações de tarefas específicas emergir como crianças explorar as conexões entre suas ações e seus efeitos sobre o mundo ao seu redor. No entanto, pouco se sabe sobre os processos precisos de que as crianças exploram e promovem a aprender a modificar os seus movimentos espontâneos para executar ações de tarefas específicas. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem. <img alt="Figura 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> Figura 1: Infante chutando-ativado tarefa móvel. </forte&gt; O centro de díodo emissor de luz (LED), ligado ao corpo rígido de cada pé (círculo amarelo) activa o móvel quando ele atravessa o limiar virtual (linha tracejada vermelha). Re-impresso com a permissão de Sargent et al. 3 Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base na ação perna especificado de bebês 3. Lactentes colocados em posição supina sob o móvel activá-lo mover os pés na vertical através de um limiar virtual (Figura 1). Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem. O protocolo experimental inclui dois dias de coleta de dados. Dia 1 consiste em um estado inicial de 2 minutos em que uma criança começa espontaneamente, mas suas ações pernaNão é possível ativar o bebê móvel, seguido por uma condição de aquisição 6 min em que as ações da perna da criança ativar o celular criança se a criança se move seus pés verticalmente para cruzar um limite virtual. Este protocolo permite a quantificação das acções de perna espontâneos de lactentes bem como a quantificação de vários aspectos dos movimentos como lactentes explorar a relação entre as suas acções de perna e de activação do móvel infantil. No dia 2, para além do estado inicial de 2 min e condição aquisição 6 min, uma condição de extinção 2 minutos é adicionado em que as acções das pernas da criança não activar o móvel infantil. Isto permite a quantificação de lactentes como alterar as suas acções de perna quando uma resposta ambiental já aprendido é descontinuada. Em infantis paradigmas móveis anteriores, a frequência de movimento da perna 4-6, quadril e joelho ângulos específico 7,8, ou chutar um painel 9 ter sido reinforced com o movimento móvel. Desempenho de cada dia foi definido como o aumento destas acções das pernas durante a condição de aquisição ou de extinção em relação ao estado inicial de 4-9. Aprender ao longo dos dias foi definida como um aumento nessas ações perna durante a linha de base ou aquisição condição de Dias 2 ou 3 e do estado inicial do Dia 1 5,6. Esses paradigmas móveis anteriores demonstram que as crianças aumentar a frequência de acções de perna que são reforçados com a ativação celular, no entanto, eles não fornecem informações sobre o movimento Opções crianças têm à sua disposição quando aprender a tarefa. Por exemplo, se a taxa de chutar é reforçada, as crianças demonstram desempenho e aprendizagem quando seus chutes aumentos da taxa ou ao interagir com o celular ou quando o móvel não está mais ativa. Isto demonstra que as crianças podem refinar sua taxa de chutar, mas não se sabe se as crianças podem refinar sua coordenação perna padrão ou torque produção para generatações da perna e que não estão dentro do seu repertório movimento preferido. Este paradigma móvel é único em que as crianças são obrigadas a demonstrar ação da perna mais refinado para ativar o dispositivo móvel do que em paradigmas móveis anteriores. Neste paradigma móvel, a altura de cada um dos pés acima da mesa é calculado durante o estado inicial de 2 min, utilizando os dados de posição de um díodo emissor de luz (LED) ligado a cada um dos pés. Um limiar virtual é então definido paralelamente à mesa a uma altura que está dentro da gama superior de altura de ambos os pés durante o estado inicial. Durante a aquisição, a rotação móveis e toca música se qualquer pé cruza o limiar. Depois de 3 segundos, os batentes móveis e reactiva somente se a criança se move o pé abaixo do limiar, e, em seguida, move o pé verticalmente e novamente atravessa o limiar. Para ativar o celular para a maior quantidade de tempo, os bebês precisam mover um pé acima do limiar e mantê-lo contra gravdade por 3 segundos, em seguida, passar rapidamente a pé abaixo do limiar e, novamente, movê-lo acima do limite e mantê-lo lá por 3 s, etc. Isso requer ação da perna mais refinado do que simplesmente aumentar a taxa de chutar. <img alt="Figura 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> Figura 2: dados de posição não filtrados de operadores terminais (pés) de um infante dados representativos posição Unfiltered do dia 2 de uma criança de idade três meses que mostrou aprendizagem com base nos critérios individuais de aprendizagem.. A linha vermelha é dados de posição da coordenada z do diodo emissor de luz (LED) colocados no pé direito. A linha azul é os dados de posição do LED no pé esquerdo. Linha preta grossa é a tabela. Linha pontilhada é o limiar virtual colocado 14 centímetros acima da tabela individualmente determinados para cada criança com base na altura da sua linha de base durante chutandocondição do Dia 1. eixo X está marcado o tempo por intervalos de 2 min. Observe como o bebê se move seus pés durante a linha de base quando o móvel não ativa e durante os primeiros 30 segundos de aquisição 1, então ele sempre mantém os dois pés fora da tabela e move seus pés à direita em torno do limiar para a próxima 5½ minutos até que o móvel não é activado durante a condição de extinção. A segunda característica única deste paradigma móvel é que a ação da perna de cada criança é rastreado usando técnicas de captura de movimento state-of-the-art para quantificar como as crianças usam suas opções de movimento para aprender a tarefa. Os dados de posição do diodo emissor de luz não filtrada em cada pé que activa a unidade móvel a partir de uma criança representativa está incluído na Figura 2. Note-se como a criança se move seus pés em diversas alturas acima da mesa durante a linha de base e a primeira parte de aquisição, mas move-se então os dois pés direita em torno do limiar durante o resto do Condi aquisiçãoção até que o celular não está mais ativa durante a extinção. Esta é uma das muitas estratégias de movimento em potencial para realizar a tarefa de aprendizagem de descoberta. As estratégias pode ser quantificada calculando a cinemática tridimensionais e cinética, usando dados adquiridos a partir da posição do sistema de captura de movimento. Especificamente, o processo de aprendizagem é quantificada em termos da percentagem de acção reforçada perna (% RLA), que é igual à duração da activação celular, posição variância dos efectores finais (pés) que activam os móveis, padrões de coordenação quadril do joelho e quadril e joelho torques articulares.

<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

Acções específicas da tarefa emergir movimento espontâneo durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de ensino-descoberta. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem. Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base no movimento da perna especificado de bebês. Lactentes supina ativar o móvel, movendo os pés na vertical através de um limiar virtual. Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem. Especificamente, a aprendizagem é quantificado em termos da duração da ativação celular, a variância posição dos operadores terminais (pés) que ativam o móvel, mudanças na Coorde- hip-joelhopadrões de produção e mudanças no quadril e joelho torque muscular. Esta informação descreve prospecção e exploração infantil na interacção das limitações pessoa e ambientais que apoiam uma acção específica para a tarefa. Pesquisas posteriores utilizando este método pode investigar deficiências como específicas de diferentes populações de crianças em situação de risco para distúrbios do movimento influenciar o processo de ensino-descoberta de uma acção específica para a tarefa.

O processo de aprendizagem de crianças pequenas pode ser quantificado em termos da RLA%, posição variância dos operadores terminais (pés), hip-joelho coeficientes de correlação ângulo e quadril e joelho torques articulares. Cada nível de análise fornece informações exclusivas sobre como crianças explorar a relação entre suas ações nas pernas e ativação do celular criança durante o processo de ensino-descoberta. Para a análise estatística de% RLA e hip-joelho coeficiente...

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.

Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery

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 visualizações.  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.

Vídeo: 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.

Estudando a base neural do Comportamento Locomotor Adaptive em Insetos

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 ...

Neurociência

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.

Examinando Chamada de Memória na infância e primeira infância Usando o provocou Imitação 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 ...

Comportamento

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.

Uma nova abordagem experimental e analítico ao Neural Decodificação de Intenções Multimodal Durante Interação Social no Livremente-comportando bebês 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.

O "Motor" em Motor implícita sequência de aprendizagem: uma reação Serial depuração pé tempo tarefa

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 o papel da linguagem na categorização de objeto dos infantes com 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.

Medindo a aprendizagem estatística entre modalidades e domínios em crianças em idade escolar através de uma plataforma online e técnicas de neuroimagem

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

Avaliação automatizada do desempenho motor fino em camundongos usando a escada 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 em destaque: Revelando mecanismos neurais por meio da avaliação automatizada da aprendizagem motora e estudos de plasticidade da mielina usando a escada 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.

Monitorização da aprendizagem motora fina e associativa em ratinhos utilizando a escada 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.

Avaliação Quantificada das Habilidades Motoras Grossas do Lactente Usando um Multisensor Wearable

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

Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery

Resumo

Explore mais vídeos

PLAYLIST