Summary

Leksikisk beslutning opgave for at studere skriftlig ord anerkendelse hos voksne med og uden demens eller mild kognitiv svækkelse

Published: June 25, 2019
doi:

Summary

Denne artikel beskriver, hvordan man implementerer en simpel leksikisk beslutning eksperiment for at vurdere skrevne ord anerkendelse i neurologisk raske deltagere og hos personer med demens og kognitiv tilbagegang. Vi giver også en detaljeret beskrivelse af reaktionstid analyse ved hjælp af vigtigste komponenter analyse (PCA) og blandet-effekter modellering.

Abstract

Ældre voksne er langsommere til at genkende visuelle objekter end yngre voksne. Det samme gælder for at erkende, at en bogstav streng er et rigtigt ord. Mennesker med Alzheimers sygdom (AD) eller mild kognitiv svækkelse (MCI) demonstrere endnu længere respons i skriftlig ord anerkendelse end ældre kontrol. På trods af den generelle tendens til langsommere anerkendelse i aldring og neurokognitive forstyrrelser, visse karakteristika af ord indflydelse ord anerkendelse hastighed uanset alder eller neuropatologi (f. eks et ords hyppighed af brug). Vi præsenterer her en protokol for at undersøge indflydelsen af leksikale egenskaber på ord anerkendelse svartider i en simpel leksikisk beslutning eksperiment administreret til yngre og ældre voksne og mennesker med MCI eller AD. I dette eksperiment bliver deltagerne bedt om at beslutte så hurtigt og præcist som muligt, om en given bogstav streng er et faktisk ord eller ej. Vi beskriver også blandede effekter modeller og vigtigste komponenter analyse, der kan bruges til at detektere indflydelsen af forskellige typer af leksikale variabler eller individuelle karakteristika af deltagerne på ord anerkendelse hastighed.

Introduction

Ord er lagret i mental leksikon i et stærkt sammenkoblet netværk. Forbindelserne mellem ord kan afspejle fælles egenskaber, såsom semantisk lighed (f. eks. hund og kat), form lighed (hund og tåge) eller hyppig sameksistens i fælles sprogbrug (f. eks. hund og snor). Kognitive teorier af sprog, såsom skik-baseret teori1, hævder, at hvert møde af et ord af en sprog bruger har en effekt på ordets mentale repræsentation. Ifølge eksemplarisk teori, et ords repræsentation består af mange eksemplarerne, som er opbygget af individuelle tokens af sprogbrug, og som repræsenterer den variation, der findes for en given kategori. Hyppigheden af brug2 påvirker repræsentationer i hukommelsen ved at bidrage til styrken af et eksempel1.

Word anerkendelse hastighed kan afsløre de særlige kendetegn ved den mentale leksikon. Et almindeligt anvendt eksperimentelt paradigme til måling af hastigheden af ordgenkendelse er den leksikale beslutnings opgave. I denne opgave præsenteres deltagerne med bogstav strenge på en skærm, én ad gangen. De får besked på så hurtigt som muligt at afgøre, om bogstav strengen på skærmen er et rigtigt ord eller ej ved at trykke på den tilsvarende knap.

Ved at undersøge reaktionstiderne for rigtige ord kan forskerne tage fat på en række vigtige spørgsmål om sprogbehandling. For eksempel, identificere hvilke faktorer gør anerkendelse hurtigere kan teste hypoteser om strukturen af den mentale leksikon og afsløre sin arkitektur. Desuden kan sammenligninger af præstationer på tværs af forskellige grupper af deltagere hjælpe os med at forstå indflydelsen af forskellige typer af sproglige erfaringer, eller, i tilfælde af aldring eller neurodegenerative sygdomme (f. eks Alzheimers sygdom), den rolle, kognitive Fald.

Nogle faktorer (f. eks. hyppigheden af brug) udviser større indflydelse på ordgenkendelse end andre faktorer (f. eks. ordlængde). Med den fremskredne alder kan den måde, folk genkender skrevne ord på, ændre3,4. Yngre voksne har tendens til at stole stærkt på semantiske (betydning-baserede) aspekter af et ord, såsom hvor mange forbindelser (f. eks bulldog) eller afledte ord (f. eks doggy) dele aspekter af både form og betydning med målet ord (i dette tilfælde, hund). Word anerkendelse for ældre voksne synes at være mere påvirket af form-baserede aspekter, såsom hyppigheden, at to efterfølgende bogstaver Co-forekomme på sproget (f. eks bogstavkombination St forekommer oftere på engelsk ord end kombinationen ).

For at bestemme de faktorer, der påvirker ordet anerkendelse hastighed på tværs af forskellige grupper, forskeren kan manipulere visse variabler i stimulus sæt og derefter teste kraften i disse variabler til at forudsige ordgenkendelse hastighed. For eksempel, for at teste, om ordet anerkendelse er drevet af semantiske eller form-baserede faktorer, bør stimulus sættet omfatte variabler, der afspejler graden af tilslutning af et ord til sine semantiske naboer i mental leksikon eller dens forbindelse til andre ord del af formularen.

Denne metode blev anvendt i den nuværende undersøgelse for at undersøge, om ordet anerkendelse hastighed er påvirket af forskellige faktorer i yngre og ældre voksne og hos personer med Alzheimers sygdom (AD) eller mild kognitiv svækkelse (MCI)3. Den her beskrevne metode er baseret på genkendelse af visuelle ord, men kan tilpasses den auditive modalitet. Men nogle variabler, der er signifikante indikatorer for reaktionstider i et typisk visuelt leksikisk beslutnings eksperiment, kan ikke forudsige respons latencer i en auditiv leksikisk beslutning eller kan have den modsatte virkning. For eksempel, den fonologiske kvarter har den modsatte effekt på tværs af disse to modaliteter5: ord med større fonologiske kvarterer udviser en facilitatoriske effekt på visuel ord anerkendelse, men resulterer i længere respons latencer i auditiv leksikisk afgørelse6.

Ord-at finde vanskeligheder i ældre voksne7 er generelt blevet tilskrevet vanskeligheder adgang til fonologiske ord form snarere end en opdeling af den semantiske repræsentation8. Men, ad Research har primært fokuseret på semantiske fald9,10,11,12,13,14. Det er vigtigt at adskille hvordan semantiske og ortografiske faktorer påvirker anerkendelsen af skrevne ord i aldring med og uden kognitiv tilbagegang. Indflydelsen af form relaterede faktorer er mere udtalt hos ældre end hos yngre voksne, og det er fortsat signifikant hos personer med MCI eller AD3. Således kan denne metode hjælpe os afdække funktioner i den mentale leksikon på tværs af forskellige populationer og identificere ændringer i leksikon organisation med alder og neuropatologi. Et problem ved testning af patienter med neuropatologi er, at de kan have svært ved at få adgang til opgaverelateret viden. Men den leksikale beslutning opgave er en simpel opgave uden byrde på arbejdshukommelsen eller andre komplekse kognitive færdigheder, som mange patienter udviser problemer med. Det er blevet anset for hensigtsmæssigt for AD-og MCI-populationer.

Protocol

Protokollen følger retningslinjerne fra den etiske komité i sygehus distriktet Northern Savo (IRB00006251). 1. screening af deltagere Rekruttere yngre og ældre voksne, der har normal eller korrigeret-til-normal vision og er indfødte talere af det testede sprog, medmindre undersøgelsen omhandler specifikke forskningsspørgsmål vedrørende andet sprog erhvervelse. For raske kontrolgrupper, udelukke deltagere, der har en historie af neurologiske eller psykiske lidelser.<…

Representative Results

Tabel 1 viser en liste over variabler, der er indhentet fra tre forskellige kilder (et corpus, en ordbog, og pilot test af test elementer), der indgår i analysen som fast effekt-indikatorer. Mange af disse variabler er tidligere blevet rapporteret at påvirke ordgenkendelse hastighed. Corpus: Basis frekvens antallet af gange et ord…

Discussion

Ved at bruge en simpel sprog opgave, der ikke kræver sprog produktion, undersøgte den foreliggende undersøgelse virkningen af forskellige leksikale variabler på ordgenkendelse hos neurologisk raske yngre og ældre voksne samt hos personer med Alzheimers sygdom eller mild kognitiv svækkelse. Den aldersklasse, der anvendes til rekruttering af “ældre voksne”, kan afhænge af de specifikke forskningsinteresser. dog bør intervallet for gruppen af raske ældre matche så tæt som muligt med aldersintervallet og fordelin…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Vi takker Minna Lehtonen, Tuomo Hänninen, Merja Hallikainen og Hilkka Soininen for deres bidrag til den dataindsamling og-behandling, der rapporteres her. Dataindsamlingen blev støttet af VPH demens Research aktiveret af EU, tilskudsaftale nr. 601055.

Materials

E-Prime Psychology Software Tools version 2.0.10.356.
PC with Windows and Keyboard
R R Foundation for Statistical Computing R Core Team (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

Referenzen

  1. Bybee, J. From Usage to Grammar: The Mind’s Response to Repetition. Language. 82 (4), 711-733 (2006).
  2. Oldfield, R. C., Wingfield, A. Response latencies in naming objects. The Quarterly Journal of Experimental Psychology. 17, 273-281 (1965).
  3. Nikolaev, A., et al. Effects of morphological family on word recognition in normal aging, mild cognitive impairment, and Alzheimer’s disease. Cortex. 116, 91-103 (2019).
  4. Milin, P., Feldman, L. B., Ramscar, M., Hendrix, P., Baayen, R. H. Discrimination in lexical decision. PLoS ONE. 12 (2), 1-42 (2017).
  5. Andrews, S. Frequency and neighborhood size effects on lexical access: activation or search?. Journal of Experimental Psychology: Learning, Memory, and Cognition. 15, 802-814 (1989).
  6. Grainger, J., Muneaux, M., Farioli, F., Ziegler, J. C. Effects of phonological and orthographic neighbourhood density interact in visual word recognition. The Quarterly Journal of Experimental Psychology. 58 (6), 981-998 (2005).
  7. Ossher, L., Flegal, K. E., Lustig, C. Everyday memory errors in older adults. Aging, Neuropsychology, and Cognition. 20, 220-242 (2013).
  8. Barresi, B. A., Nicholas, M., Connor, L. T., Obler, L. K., Albert, M. Semantic degradation and lexical access in age-related naming failures. Aging, Neuropsychology, and Cognition. 7, 169-178 (2000).
  9. Chertkow, H., Whatmough, C., Saumier, D., Duong, A. Cognitive neuroscience studies of semantic memory in Alzheimer’s disease. Progress in Brain Research. 169, 393-407 (2008).
  10. Cuetos, F., Arce, N., Martínez, C. Word recognition in Alzheimers’s disease: Effects of semantic degeneration. Journal of Neuropsychology. 11, 26-39 (2015).
  11. Stilwell, B. L., Dow, R. M., Lamers, C., Woods, R. T. Language changes in bilingual individuals with Alzheimer’s disease. International Journal of Language & Communication Disorders. 51, 113-127 (2016).
  12. Obler, L. K., Segalowitz, S. Language and brain dysfunction in dementia. Language functions and brain organization. , 267-282 (1983).
  13. Obler, L. K., Albert, M. L., Sarno, M. T. Language in the elderly aphasic and in the demented patient. Acquired aphasia. , 385-398 (1981).
  14. Obler, L. K., Gjerlow, K. . Language and the brain. , (1999).
  15. McKhann, G. M., et al. The diagnosis of dementia due to Alzheimer’s disease: Recommendations from the National Institute on Aging – Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimer’s Dementia. 7, 263-269 (2011).
  16. Winblad, B., et al. Mild cognitive impairment – beyond controversies, towards a consensus: Report of the International Working Group on Mild Cognitive Impairment. Journal of Internal Medicine. 256, 240-246 (2004).
  17. Albert, M. S., et al. The diagnosis of mild cognitive impairment due to Alzheimer’s disease: Recommendations from the National Institute on Aging – Alzheimer’s Association workgroups on diagnostic guidelines for Alzheimer’s disease. Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association. 7, 270-279 (2011).
  18. Hughes, C. P., Berg, L., Danziger, W. L., Coben, L. A., Martin, R. L. A new clinical scale for the staging of dementia. The British Journal of Psychiatry. 140, 566-572 (1982).
  19. Baayen, R. H., Cutler, A. Data Mining at the Intersection of Psychology and Linguistics. Twenty-first century psycholinguistics: Four cornerstones. , 69-83 (2005).
  20. Brants, T., Franz, A. . Web 1T 5-gram, version 1. , (2006).
  21. Baayen, R. H., Piepenbrock, R., Gulikers, L. . The CELEX lexical database (CD-ROM). , (1995).
  22. Wagenmakers, E. J., Ratcliff, R., Gomez, P., McKoon, G. A diffusion model account of criterion shifts in the lexical decision task. Journal of Memory and Language. 58, 140-159 (2008).
  23. Dufau, S., Grainger, J., Ziegler, J. C. How to say “no” to a non-word: a leaky competing accumulator model of lexical decision. Journal of Experimental Psychology: Learning, Memory, and Cognition. 38, 1117-1128 (2012).
  24. R Core Team. . R: A language and environment for statistical computing. , (2018).
  25. Venables, W. N., Ripley, B. D. . Modern applied statistics with S. , (2002).
  26. Baayen, R. H., Milin, P. Analyzing reaction times. International Journal of Psychological Research. 3 (2), 12-28 (2010).
  27. Koller, M. robustlmm: An R package for robust estimation of linear mixed-effects models. Journal of Statistical Software. 75 (6), 1-24 (2016).
  28. Bates, D., Mächler, M., Bolker, B., Walker, S. Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software. 67, 1-48 (2015).
  29. Kuznetsova, A., Brockhoff, P. B., Christensen, R. H. B. lmerTest Package: Tests in Linear Mixed Effects Models. Journal of Statistical Software. 82, 1-26 (2017).
  30. Akaike, H., Petrov, B. N., Csaki, B. F. Information theory and an extension of the maximum likelihood principle. Second International Symposium on Information Theory. , 267-281 (1973).
  31. Sakamoto, Y., Ishiguro, M., Kitagawa, G. . Akaike Information Criterion Statistics. , (1986).
  32. Barr, D. J., Levy, R., Scheepers, C., Tily, H. J. Random effects structure for confirmatory hypothesis testing: Keep it maximal. Journal of Memory and Language. 68, 255-278 (2013).
  33. Bates, D., Kliegl, R., Vasishth, S., Baayen, H. Parsimonious mixed models. arXiv:1506.04967v2. , (2015).
  34. Harrison, X. A., et al. Brief introduction to mixed effects modelling and multi-model inference in ecology. PeerJ. 6, 1-32 (2018).
  35. Kimball, A. E., Shantz, K., Eager, C., Roy, C. E. J. Confronting quasi-separation in logistic mixed effects for linguistic data: a Bayesian approach. Journal of Quantitative Linguistics. , (2018).
  36. Coltheart, M., Davelaar, E., Jonasson, J. T., Besner, D., Dornick, S. Access to the internal lexicon. Attention and performance, vol. VI. , 535-556 (1977).
  37. Caselli, N. K., Caselli, M. K., Cohen-Goldberg, A. M. Inflected words in production: Evidence for a morphologically rich lexicon. The Quarterly Journal of Experimental Psychology. 69, 432-454 (2016).
  38. Yarkoni, T., Balota, D., Yap, M. Moving beyond Coltheart’s N: A new measure of orthographic similarity. Psychonomic Bulletin & Review. 15 (5), 971-979 (2008).
  39. Cohen, G. Recognition and retrieval of proper names: Age differences in the fan effect. European Journal of Cognitive Psychology. 2 (3), 193-204 (1990).
  40. Kemmerer, D. . Cognitive neuroscience of language. , (2015).
  41. Baayen, R. H. . Analyzing linguistic data: A practical introduction to statistics using R. , (2008).
  42. Nikolaev, A., Lehtonen, M., Higby, E., Hyun, J., Ashaie, S. A facilitatory effect of rich stem allomorphy but not inflectional productivity on single-word recognition. Applied Psycholinguistics. 39, 1221-1238 (2018).
  43. Nikolaev, A., et al. Behavioural and ERP effects of paradigm complexity on visual word recognition. Language, Cognition and Neuroscience. 10, 1295-1310 (2014).

Play Video

Diesen Artikel zitieren
Nikolaev, A., Higby, E., Hyun, J., Ashaie, S. Lexical Decision Task for Studying Written Word Recognition in Adults with and without Dementia or Mild Cognitive Impairment. J. Vis. Exp. (148), e59753, doi:10.3791/59753 (2019).

View Video