Summary

Лексическое решение Задача для изучения Письменное распознавание слов у взрослых с и без слабоумия или мягкий когнитивных нарушений

Published: June 25, 2019
doi:

Summary

В этой статье описывается, как реализовать простой лексический эксперимент решения для оценки письменного распознавания слов в неврологически здоровых участников и у людей с деменцией и когнитивным снижением. Мы также предоставляем подробное описание анализа времени реакции с использованием анализа основных компонентов (PCA) и моделирования смешанных эффектов.

Abstract

Пожилые люди медленнее при распознавании визуальных объектов, чем молодые взрослые. То же самое верно и для признания того, что строка буквявляется реальное слово. Люди с болезнью Альцгеймера (AD) или мягкий когнитивных нарушений (MCI) демонстрируют еще более длительные ответы в письменном распознавании слов, чем пожилые элементы управления. Несмотря на общую тенденцию к более медленному распознаванию при старении и нейрокогнитивных расстройствах, определенные характеристики слов влияют на скорость распознавания слов независимо от возраста или нейропатологии (например, частота использования слова). Мы представляем здесь протокол для изучения влияния лексических характеристик на время реакции распознавания слов в простом лексическом эксперименте решения, проводимом для молодых и пожилых людей и людей с MCI или AD. В этом эксперименте участникам предлагается как можно быстрее и точнее решить, является ли данная строка буквы фактическим словом или нет. Мы также описываем модели смешанных эффектов и анализ основных компонентов, которые могут быть использованы для определения влияния различных типов лексических переменных или индивидуальных характеристик участников на скорость распознавания слов.

Introduction

Слова хранятся в ментальном лексиконе в тесно взаимосвязанной сети. Связи между словами могут отражать общие свойства, такие как семантическое сходство (например, собака и кошка),образуют сходство (собака и туман),или частое совместное появление в общем использовании языка (например, собака и поводок). Когнитивные теории языка, такиекак теория 1, основанная на использовании, утверждают, что каждая встреча слова пользователя языка влияет на умственное представление слова. Согласно Exemplar Theory, представление слова состоит из многих образцов, которые построены из отдельных жетонов использования языка и которые представляют изменчивость, которая существует для данной категории. Частота использования2 влияет на представления в памяти, способствуя силе образца1.

Скорость распознавания слов может выявить характеристики умственного лексикона. Широко используемая экспериментальная парадигма для измерения скорости распознавания слов является лексической задачей принятия решений. В этой задаче участникам представлены строки букв на мониторе, по одному за раз. Им поручено как можно быстрее решить, является ли строка буквы на экране реальным словом или нет, нажав соответствующую кнопку.

Изучая время реакции на реальные слова, исследователи могут решить ряд важных вопросов об обработке языка. Например, определение того, какие факторы быстрее делают распознавание, может проверить гипотезы о структуре ментального лексикона и выявить его архитектуру. Кроме того, сравнение производительности между различными группами участников может помочь нам понять влияние различных типов языкового опыта, или, в случае старения или нейродегенеративных заболеваний (например, болезнь Альцгеймера), роль когнитивных Снижение.

Некоторые факторы (например, частота использования) оказывают большее влияние на распознавание слов, чем другие факторы (например, длина слова). С возрастом, как люди признают письменные слова могут измениться3,4. Молодые взрослые, как правило, в значительной степени полагаются на семантические (смысл основе) аспекты слова, такие как, сколько соединений (например, бульдог) или производные слова (например, собачка) доля аспекты как формы и смысл с целевым словом (в данном случае, собака). Распознавание слов для пожилых людей, как представляется, в большей степени зависит от форм-аспектов, таких как частота, что две последующие буквы совместно происходят в языке (например, буква комбинации st происходит чаще в английских словах, чем комбинация sk).

Чтобы определить факторы, влияющие на скорость распознавания слов в разных группах, исследователь может манипулировать определенными переменными в наборе стимулов, а затем проверить силу этих переменных, чтобы предсказать скорость распознавания слов. Например, чтобы проверить, является ли распознавание слов обусловлено семантическими или форм-факторами, набор стимулов должен включать переменные, которые отражают степень связи слова с его семантическими соседями в ментальном лексиконе или его связь с другими словами которые разделяют часть его формы.

Этот метод был использован в текущем исследовании, чтобы исследовать ли скорость распознавания слов зависит от различных факторов, в молодых и пожилых людей и у людей с болезнью Альцгеймера (AD) или мягкий когнитивных нарушений (MCI)3. Описанный здесь метод основан на визуальном распознавании слов, но может быть адаптирован к слуховой модальности. Тем не менее, некоторые переменные, которые являются значительными предикторами времени реакции в типичном визуальном лексическом эксперименте, могут не предсказать пропонизы реакции в слуховом лексическом решении или иметь обратный эффект. Например, фонологический район имеет обратный эффект через эти два условия5: слова с большими фонологическими районами демонстрируют стимуляторическое влияние на визуальное распознавание слов, но приводят к более длительному ответу в слуховое лексическое решение6.

Трудности поиска слов у пожилых людей 7, как правило, объясняются трудностями при доступе к фонологической форме слова, а не разбивка семантического представления8. Тем не менее, исследования AD в первую очередь сосредоточены на семантических снижение9,10,11,12,13,14. Важно распутать, как семантические и орфографические факторы влияют на распознавание письменных слов в старении с когнитивным снижением и без него. Влияние форм-факторов более выражено в более старых, чем у молодых людей, и оно остается значительным у людей с MCI или AD3. Таким образом, эта методология может помочь нам раскрыть особенности психического лексикона в разных популяциях и определить изменения в организации лексикона с возрастом и невропатологией. Одна из проблем при тестировании пациентов с невропатологией является то, что они могут испытывать трудности с доступом к знаниям, связанным с задачами. Тем не менее, лексическое решение задача простая задача без нагрузки на рабочую память или другие сложные когнитивные навыки, что многие пациенты проявляют проблемы с. Он был признан целесообразным для AD и MCI населения.

Protocol

Протокол соответствует руководящим принципам Комитета по этике больничного района Северного Саво (IRB00006251). 1. Скрининг участников Набирать молодых и пожилых людей, которые имеют нормальное или исправленное нормальное зрение и являются носителями языка, проверенно?…

Representative Results

В таблице 1 показан список переменных, полученных из трех различных источников (корпус, словарь и экспериментальное тестирование тестовых элементов), которые включены в анализ в качестве предикторов с фиксированным эффектом. Многие из этих переменных, как сообщалось ранее, вл?…

Discussion

Используя простую языковую задачу, которая не требует языкового производства, настоящее исследование исследовало влияние различных лексических переменных на распознавание слов у неврологически здоровых молодых и пожилых людей, а также у людей с болезнью Альцгеймера или Мягкие когни…

Declarações

The authors have nothing to disclose.

Acknowledgements

Мы благодарим Минну Лехтонен, Туомо Хённинен, Мерью Халликайнен и Хилку Сойнинен за их вклад в сбор и обработку данных, о которых сообщалось здесь. Сбор данных был поддержан VPH Dementia Research, включенным ЕС, Грантсоглашение No 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/.

Referências

  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).
check_url/pt/59753?article_type=t

Play Video

Citar este artigo
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