Измерение статистического обучения в различных условиях и доменах у детей школьного возраста с помощью онлайн-платформы и методов нейровизуаляции

Статистическое обучение является элементарным навыком, поддерживающим приобретение управляемых правилом комбинаций в языковых вводах^1. Успешная статистическая способность к обучению у младенцев предсказывает более поздний успех изучения^{языка 2,3}. Вариативность статистических навыков обучения у детей школьного возраста также была связана с^{лексикой 4} и^{чтением 5,,6.} Трудности в статистическом обучении были предложены в качестве одного этиологического механизма, лежащего в основе нарушения^{языка 7}. Несмотря на связь между статистическим обучением и языковыми результатами как в невротипических, так и в нетипичных популяциях, когнитивные и нейронные механизмы, лежащие в основе статистического обучения, остаются плохо изучены. Кроме того, предыдущая литература показала, что в пределах отдельного, статистические способности обучения не является однородным, но^{независимым в различных областях и условиях 6,8,9}. Траектория развития способностей статистического обучения может еще больше варьироваться в зависимости от областей и^{условий 10.} Эти выводы подчеркивают важность оценки индивидуальных различий в статистическом обучении по нескольким задачам на протяжении всего курса развития. Однако в первую очередь на местах требуется более систематическое изучение взаимосвязи между статистическим обучением и развитием первого языка. Для решения этих вопросов мы применяем инновационные методы,^{включая веб-платформу тестирования 11,} которая достигает большого числа детей, и лабораторные методы нейровизуаляции (функциональная магнитно-резонансная томография, или МРТ), которые изучают кодирование статистической информации в режиме реального времени.

Стандартные показатели статистического обучения начинаются с этапа ознакомлизации, за которыми следует двух альтернативная принудимая задача (2-AFC)^12,13. Этап ознакомиться с ними вводит непрерывный поток стимулов, встроенных в статистическую закономерность, где некоторые стимулы с большей вероятностью со-происходят, чем другие. Представление этих со-происходящих стимулов следует фиксированному временному порядку. Участники пассивно подвергаются воздействию потока на этапе ознакомлизации, а затем 2-AFC задача, которая проверяет, является ли участник успешно извлечены шаблоны. Задача точности 2-AFC представляет две последовательные последовательности: одна последовательность была представлена участнику на этапе ознакомиться, в то время как другая является новой последовательностью или содержит часть последовательности. Выше шанс точность на 2-AFC будет означать успешное обучение на групповом уровне. Традиционные поведенческие задачи оценки статистического обучения, как правило, полагаются на точность в качестве результатов измерения обучения. Однако точность не учитывает естественное изучение информации по мере ее развития во времени. Мера обучения в режиме реального времени необходима, чтобы задействовать неявный процесс обучения статистическому обучению, в ходе которого дети все еще^{кодим закономерности из входов 14,,15,,16}. Различные адаптации между парадигмами были разработаны в попытке отойти от 2-АФК мера, к мерам он-лайн обучения через поведенческие реакции во время^{воздействия 16}. Исследования с использованием этих приспособлений, которые измеряют время реакции во время фазы воздействия обнаружили, что они были^{связаны с точностью после обучения 17} с лучшей надежностью теста-повторного тестирования по сравнению с точностью у^{взрослых учащихся 18}.

Нейронные меры также являются основополагающими для нашего понимания того, как обучение разворачивается с течением времени, как неявный процесс, с помощью которого происходит изучение языка, вероятно, набирает различные нейронные ресурсы от тех, которые^{используются после изучения языка 19}. Нейронные меры также дают представление о различиях в когнитивных специализациях, лежащих в основе языковых способностей в разных^{популяциях 20.} Как контраст состояния разработан в исследовании МРТ имеет решающее значение для того, как мы интерпретируем модели нейронной активации во время обучения. Одной из распространенных практик является сравнение реакций мозга во время фазы ознакомлизации между последовательностями, содержащими регулярные модели, по сравнению с теми, которые содержат те же стимулы, которые заказываются случайным образом. Тем не менее, предыдущие исследования реализации такого случайного состояния контроля не нашли никаких доказательств для обучения в поведении, несмотря на нейронные различия между структурированной и случайных последовательностей. Это может быть связано с вмешательством случайных последовательностей при изучении структурированных последовательностей, так как оба были построены из тех же^{стимулов 21,22}. Другие исследования МРТ, которые использовали обратную речь или более ранние учебные блоки, как условие управления подтвердил обучение^{состоялось поведенчески 19,23}. Однако каждая из этих парадигм ввела свой собственный смешанный фактор, такой, как эффект обработки языка для первого случая и эффект экспериментального порядка для последнего случая. Наша парадигма использует случайную последовательность в качестве условия управления, но смягчает их вмешательство в изучение участниками структурированных последовательностей. Наша парадигма МРТ также реализует смешанную конструкцию, связанную с блоком/событием, которая позволяет одновременно моделировать переходные пробные и устойчивые сигналы BOLD, связанные с^{задачей 24.} Наконец, и в более широком смысле, нейронные меры позволяют измерять обучение в популяциях, где получение явной поведенческой реакции может быть затруднено (например, развитие и специальные^{группы населения) 25}.

Текущий протокол принимает меру времени отклика, в дополнение к традиционным мерам точности, и рассматривает активацию мозга на этапе ознакомлизации. Сочетание этих методов призвано обеспечить богатый набор данных для исследования процессов обучения в режиме реального времени. Веб-платформа предлагает набор мер обучения, включив как время отклика на этапе экспозиции, так и точность задачи 2-AFC на этапе тестирования. Протокол нейровизуаляций позволяет изузнать основные нейронные механизмы, поддерживающие статистическое обучение в различных областях и условиях. Хотя оптимально измерять статистическое обучение в рамках отдельного лица с использованием как веб-протоколов, так и протоколов МРТ, эти задачи разработаны таким образом, чтобы они могли распространяться независимо и, следовательно, в качестве двух независимых показателей статистического обучения. Эксперименты МРТ, включенные в текущий протокол, могут помочь прояснить, каким образом кодирование стимулов, извлечение шаблонов и другие составляющие компоненты статистического обучения представлены определенными регионами и сетями мозга.