オンラインプラットフォームとニューロイメージング技術を用いた学齢期の子どものモダリティとドメイン間の統計的学習の測定

統計的学習は、言語入力¹におけるルール統治の組み合わせの獲得を支援する基本的なスキルです。乳児の統計的学習能力の成功は、後の言語学習の成功^{を予測する2,3}.学齢の子供の統計的学習スキルのばらつきも語彙⁴と^読書5、66に関連付けられている。統計的学習における難しさは、言語障害の基礎となる1つの病因的メカニズムとして提案されている^。神経型と非定型の両方の集団における統計的学習と言語の結果との関連にもかかわらず、統計的学習の基礎となる認知的および神経メカニズムは依然として十分に理解されていない。さらに、以前の文献では、個人の中で、統計的学習能力は、ドメインとモダリティ^{66、8、98,9}にわたって均一ではなく独立していることを明らかにしている。統計的学習能力の発達軌道は、ドメインおよびモダリティ¹⁰によってさらに異なる可能性がある。これらの知見は、開発過程を通じて複数のタスクにわたる統計的学習における個人差を評価することの重要性を強調している。しかし、まず、統計的学習と第一言語開発の関係について、より体系的な調査が必要です。これらの問題に対処するために、多数の子どもに到達するウェブベースの試験プラットフォーム¹¹や、統計情報のリアルタイム符号化を調べる実験室ベースの神経イメージング技術(機能的磁気共鳴画像法、fMRI)を含む革新的な方法を適用する。

統計的学習の標準的な尺度は、慣れ親しんだ段階から始まり、2つの代替強制選択(2-AFC)タスク^12、13,が続^きます。慣れ親しんだ段階では、統計的規則性に埋め込まれた刺激の連続的な流れを導入し、いくつかの刺激は他のものよりも同時に起こる可能性が高い。これらの共起する刺激の提示は、一定の時間的秩序に従う。慣れ親しんだ段階で参加者は受動的にストリームにさらされ、その後に 2-AFC タスクが発生し、参加者がパターンを正常に抽出したかどうかをテストします。2-AFC精度タスクは、慣れ親しんだフェーズで参加者に提示されたシーケンス、もう1つのシーケンスは新規シーケンス、またはシーケンスの一部を含む2つの連続したシーケンスを示します。2-AFCのチャンス以上の精度は、グループレベルでの学習の成功を示します。統計的学習を評価する従来の行動タスクは、一般的に学習の結果尺度として精度に依存しています。しかし、正確さは、情報が時間内に展開する自然な学習を考慮に入れられなかった。リアルタイム学習の尺度は、子供たちが入力^{14、15、16,15}から規則性をまだ符号化している間、統計的学習の暗黙の学習プロセスを活用するために必要^です16。パラダイム全体にわたる様々な適応は、2-AFC尺度から離れて、露光¹⁶の間に行動応答を通してのオンライン学習の尺度に向けて開発された。露光段階で反応時間を測定するこれらの適応を利用した研究は、成人学習者¹⁸の精度と比較して、より良いテスト再テスト信頼性を有する学習後の精度¹⁷に関連していることを発見した。

言語学習が起こる暗黙のプロセスは、言語が¹⁹を学んだ後に使用されるものとは異なる神経資源を募集する可能性が高いので、神経対策は時間の経過とともに学習がどのように展開されるかについての私たちの理解の基礎でもあります。神経対策はまた、特別集団²⁰を介して言語能力の基礎となる認知専門性の違いに関する洞察を提供する。fMRI研究における条件のコントラストの設計は、学習中の神経活性化パターンをどのように解釈する上で非常に重要です。一般的な方法の 1 つは、通常のパターンを含むシーケンスとランダムに順序付けられた同じ刺激を含むシーケンスの間で、慣れ親しんだ段階での脳応答を比較することです。しかし、このようなランダム制御条件を実施する以前の研究では、構造化された配列とランダム配列の間の神経の違いにもかかわらず、行動を学習するための証拠は見つからなかった。これは、両方とも同じ刺激^21,22,22から構築されたために、構造化された配列の学習におけるランダム配列の干渉が原因である可能性がある。制御条件として後方音声または以前の学習ブロックを利用した他のfMRI研究は、学習が行動的に^{行われた19,23,23}であった。しかし、これらのパラダイムはそれぞれ、前者の場合に対する言語処理の効果や後者の場合の実験順序の効果など、独自の交核要因を導入した。私たちのパラダイムは、ランダムシーケンスを制御条件として使用しますが、構造化されたシーケンスの参加者の学習に対する干渉を軽減します。私たちのfMRIパラダイムはまた、一過性の試行関連および持続的なタスク関連のBOLD信号²⁴の同時モデリングを可能にする混合ブロック/イベント関連の設計を実装しています。最後に、より広く、神経対策は、明示的な行動応答を引き出すのが困難である可能性がある集団における学習の測定を可能にする(例えば、発達および特別集団^)25。

現在のプロトコルは、従来の精度測定に加えて応答時間測定を採用し、慣れ親しんだ段階で脳の活性化を調べます。これらのメソッドの組み合わせは、リアルタイムの学習プロセスの調査のための豊富なデータセットを提供することを目的としています。Webベースのプラットフォームは、暴露フェーズ中の応答時間とテストフェーズ中の2-AFCタスクの精度の両方を含めることによって、一連の学習手段を提供します。ニューロイメージングプロトコルは、ドメインとモダリティを越えた統計的学習をサポートする基礎となる神経メカニズムの調査を可能にします。WebベースとfMRIプロトコルの両方を使用して個人内の統計的学習を測定することが最適ですが、タスクは独立して普及できるように設計されており、したがって、統計的学習の2つの独立した尺度として設計されています。現在のプロトコルに含まれるfMRI実験は、刺激符号化、パターン抽出、および統計的学習の他の構成要素が特定の脳領域およびネットワークによってどのように表されるかを明らかにするのに役立つ。