Görev Özgü Sinir Efficiencies Karşılaştırma için Elektroensefalografi Ölçümler kullanmak: Mekansal Zeka Görevleri
Summary
Bu el yazması mekansal odaklı mühendislik problemlerini çözerken insanların sinir aktivitesini ölçmek için bir yaklaşım anlatılmaktadır. EEG yöntemi sonuçta sorun türleri arasında ve katılımcılar arasında hem görev performansı karşılaştırmaları sağlayan amacıyla, nöral verimlilik açısından beta beyin dalgası ölçümleri yorumlamaya yardımcı olur.
Abstract
Mekansal zeka genellikle mühendislik eğitimi ve mühendislik mesleklerinde başarıya bağlıdır. elektroensefalografi kullanımı da çözüm elde etmek için mekansal yeteneği gerektiren ardışık görevleri gerçekleştirmek olarak bireylerin sinir verimlilik karşılaştırmalı hesaplanmasını mümkün kılar. Burada Sinir verim daha az beta aktivasyonu olan ve bu nedenle diğer gruplar ya da diğer görevler ile karşılaştırıldığında bir görevi gerçekleştirmek için, daha az sinir kaynak harcadığı olarak tanımlanır. benzer süreler ile görevler arası görev karşılaştırmalar için, bu ölçümler görev tipi zorluk bir karşılaştırma mümkün kılabilir. içi katılımcı ve inter-katılımcı karşılaştırmalar için, bu ölçümler uzamsal yetenek ve farklı mühendislik problem çözme görevleri katılımcının düzeyine potansiyel bilgi sağlar. Seçilen görevler performans analiz ve beta faaliyetleri ile ilişkili olabilir. Bu çalışma öğrencilerin eng nöral verimliliğini okuyan detaylı bir araştırma protokolü sunarTipik uzamsal yetenek ve Statik problemleri çözmede yaş. Ve statiği: Öğrenciler Mental özgü sorunları Testi (MCT) Dönmeler, Purdue Mekansal Görselleştirme testi (R PSVT) Kesme tamamladı. Bu sorunların çözümünde meşgul iken, katılımcıların beyin dalgaları EEG alfa ve beta beyin dalgası aktivasyonu ve kullanımına ilişkin verilerin toplanması için izin ile ölçüldü. iş mühendisliğinde başarılı performans yollar ve takip edebilir mühendislik eğitiminde ortaya çıkan gelişmeleri tespit etmek mekansal yoğun mühendislik görevleri ile saf mekansal görevler üzerinde fonksiyonel performansı korelasyon görünüyor.
Introduction
Uzamsal yetenek (STEM) alanları ve eğitim Bilim, Teknoloji, Mühendislik ve Matematik hayati öneme sahiptir ve bu alanlarda 1,2,3 başarı ile ilişkilidir. Nedenle, 4 çözme nasıl uzamsal yetenek etkiler sorun gelişimini anlamak önemlidir. Uzamsal yetenek mühendislik uzmanları 8 mühendislik akademisyenler 7 ve başarı ilgi 5. performans 6, başarı ile bağlantılı olmuştur. Ancak, birçok uzamsal yetenek aletleri, ne de son derece uzaysal olan özel mühendislik içeriğine tipik sorunların çözümünde belirli sinir süreçleri gösteren bir sürü iş yoktur.
Bu yazıda veri toplama ve nöral ölçümlerle birlikte uzamsal yetenek enstrüman puanlarının analizi için kullanılan yöntemlere bir giriş sağlar. Jüpiter ile yayınlanması niyet daha geniş bir kitleye bu yöntemler daha erişilebilir hale getirmektir. Genel kamu donanım ve yazılım werBu çalışmada kullanılan e. Bir yöntemler kağıt gibi, tam sonuç / veri setleri rapor, ne de sağlanan birden örneklerdir değildir. Tüm görüntüler bu yayın için özel olarak ele geçirildi. Aşağıda ayrıntıları verilen yöntemler kadın üçü sekiz üniversite ikinci sınıf öğrencisi yaşlı katılımcıların, elde edilen verilere dayanarak bir ön konferans raporu 9 hazırlanmasında kullanılmıştır.
Birçok mevcut araçlar için doğal veya kişiler tarafından öğrenilen uzamsal yetenek düzeylerini belirtmek için kullanılır. 13: yaygın olarak kullanılan iki geçerli ve güvenilir 10,11 aletleri Testi (MCT) 12 Kesme Zihinsel ve Dönmeler Purdue Mekansal Görselleştirme testi (R PSVT) bulunmaktadır. Başlangıçta mesleki 14 tasarlanmış olsa da bu araçların Piagetci teorisi 10,15 tarafından tarif mekansal görselleştirme gelişiminin farklı aşamalarında test edin. Bu enstrümanların kullanımı, altta yatan fizyolojik, bilişsel olaylar existin anlamak için bir ihtiyaç yaratırg bireyler bu sorunların üzerinden çalışırken. Bu nedenle, bu çalışmada, sonuçta mekansal düşüncenin analiz ve anlayışı geliştirmek olabilir ampirik fizyolojik veriler kullanılarak yöntemleri vitrin mevcut ölçümlerini test yetenekleri doğrulamak ve mühendislik eğitiminin tipik mekansal değerlendirmelere daha karmaşık sorunlar uygulanabilirliğini artırmayı hedeflemektedir. Bu sorunların pek çok mühendislik Statik karşılaşılan edilebilir.
Statik bir temel mekanik Elbette en mühendislik öğrencilerine teslim (örneğin., Biyolojik, Mekanik, İnşaat, Çevre, Uzay Mühendisliği) 16,17. Öğrencilerin çekirdek mühendislik içeriği 18 verilen ilk kapsamlı problem çözme deneyimleri biridir. Statik dinlenme veya sabit bir hızla hareket olan sert bir gövde üzerine uygulanan kuvvetler arasındaki etkileşim gerektirir. Ne yazık ki Statik inves görüldüğü gibi yüksek terkinin, geri çekilmesini ve başarısızlık oranları (% 14 vardırincelenmeli- Üniversitesi) ve bu tür eğitim mekansal gelişmiş yaklaşımlar olarak destek önemli yollar ihmal geleneksel ders ve müfredat teslim modelleri ile ilişkili olabilir. Örneğin, Statik içinde mekansal gelişmiş yaklaşımlar güçleri tipik analitik analiz dışında nasıl etkileşimde görselleştirme hedef ve topraklı kavramsallaştırma ile öğrencilerin usul bilgisini pekiştirebilir. Bu tür müdahalelerin etkinliği bilişsel nörobilimsel bakış açısıyla araştırılması gerekmektedir.
Elektroensefalografi (EEG), öğrencilerin beyin aktivitesini ölçme benzersiz ve mobil bir yöntem sunar. Beta aktivasyon ortaya görevleri yerine Bireyler genellikle çok görev özellikleri ile uğraşan ve 19,20 ne yaptığını için özenli vardır. bant genişliği frekansları işgal kortikal alanın boyutunu yaptığı gibi görev artış, beta dalga artar genliği talep olarak. içinde ateş daha nöronlarbeta frekans aralığı (alfa: 8 – 12 Hz, beta: 12 – 24Hz) daha beta gücü olarak tanımlanabilir. tek bir görev daha deneyimli hale geldikçe Buna bağlı olarak, beta dalgalarının genliği daha az beta güç üreten, azalır. Bu sinir verimlilik hipotez 21-28, bir görevi yerine frekans gücü azalma ile ilişkilidir daha fazla görev deneyiminin bir parçasıdır. EEG önce (genellikle zihinsel rotasyon ve mekansal navigasyon görevler için) uzaysal yeteneklerini Çalışmada kullanılan olmasına rağmen – ve uygulanabilir veri alfa, beta tespit edilmiştir ve teta bantlar 27-33 – alfa ve beta bantları bu gözlenmedi çalışma ve beta bu yazıda daha fazla temsilci analiz ve ön konferans raporunda 9 seçildi. böylece beta bant analiz odaklanmak aşağıda tanımlanan prosedürler, ancak oturum açmış verilere bağlı olarak her üç bantları ilgili soruşturma, gelecekte tavsiye edilir.
Nöral etkinlik hipotezi satranç, görsel-uzamsal bellek, dengeleme ve dinlenme gibi çeşitli görevler üzerinde test edilmiştir. Bilinen görevleri yaparken, tüm azalmış frekans gücü bir faktör olarak görev deneyimi göstermiştir. Belirli bir çalışma 25 kanıtlar sunmuştur, bu (IQ ile ölçülen) bir kişinin istihbarat bireysel nöral verimlilik katkısı zeka ağır basıyor görevi görevi, deneyim gerçekleştirmek için beceri edinmelerine yardımcı rağmen. Başka bir deyişle, daha bir bireydir deneyimli, daha nöral verimli o olur.
Mekansal yeteneği içeren mevcut nöral etkinlik çalışmaları öncelikle mekansal rotasyon odaklanmış ve farklı problem setleri farklı popülasyonlar karşılaştırmak için kullanılır olmuştur (örn., Erkek / kadın) 27-28. Uzamsal yetenek görevleri EEG çalışmaları da diğer görev türlerine performansı karşılaştırarak fikir sağlamıştır (örn., Sözlü görevler)27,29,30. yöntemler bu kağıt odak tartışılan ve MCT, PSVT problemleri karşılaştırmak: uzamsal yetenek ile ilgili ama mekansal rotasyon ve navigasyon bunlarla sınırlı değildir R yanı sıra statik denge görevleri. Diğer mekansal görevler bu yazının örnek olarak verilen olanların yerine kullanılabilir. Bu sayede, ek anlayış, farklı toplumlarda ilgili ileride elde edilebilir (örn., Erkek / kadın veya uzman / acemi) sonuçta mühendislik eğitim uygulamalarını geliştirmek yardımcı olur.
uzamsal yetenek ve mühendislik yetenek araştırmak için bir çaba, belirli mekansal ve mühendislik görevleri sınırlı bir pil sırasında yüksek performanslı katılımcılara düşük performans gösteren beta dalgası aktivasyonları tanımlamak için EEG ölçümleri kullanan bir protokol geliştirmiştir. Bu durumda, süreli yüksek performans katılımcının performansına ilişkin olup, ilgili alanda harcanan zaman miktarı yansıtıcı değilöğrenci, tüm katılımcıların eğitimde yaklaşık aynı noktada olduğu gibi. Ayrıca, ilgili problem seti oldukça spesifik ve temel; böylece terimleri "uzman" ya da "yüksek performanslı" Burada bir uzman, profesyonel çalışan mühendis anlamında inceledi, ama mühendislik mekaniği müfredat ve uzamsal yetenek araçlarının bu dar dilim sadece yüksek performans temsil edilmemelidir. Nöral ölçümler de görev türleri zorluk düzeyleri ile ilgili olası yorumuyla, diğerlerinden daha bilişsel kaynakları işe olabilecek olan herhangi bir brüt eğilimlerini tespit etmek için kullanılabilir. Bu bilgiler, potansiyel uzamsal yetenek bakımından gelecekte değerlendirme ve müdahale içgörü sağlayabilir. Diğer gelecek içgörü nedeniyle kullanılan EEG donanım mevcut kanalların sınırlı sayıda bu çalışmada mümkün değildi beynin, daha spesifik bölgeleri dikkate alarak elde edilebilir.
Protocol
Representative Results
Discussion
protokol iki tipik uzamsal yetenek araçlardan kaynaklanan sorunların çalışan katılımcılar ve son derece uzaysal mühendislik statiği problemleri için beyin aktivitesini ölçmek için elektroensefalografi uygulanmasını tartışıyor. Burada ayrıntılı yöntemler sonuçta bu sorunları çalışma yapan yüksek ve düşük performans nöral verimliliğini anlamalarına yardımcı olmak için mümkün olabilir. Bu testler genellikle mekansal özelliklerini belirlemek için kullanılır gibi, R: O MCT ve PSVT …
Disclosures
The authors have nothing to disclose.
Acknowledgements
Yazarlar, veri toplama ile yardımcı olmak için, Christopher Green, Bradley Robinson ve Maria Manuela Valladares kabul etmek istiyorum. EEG ekipman finansmanı Kerry Ürdün Multisensör Biliş Lab Araştırma ve Lisansüstü Çalışmalar Ekipman Hibe Utah State Üniversitesi Ofisi tarafından sağlanmıştır. Benjamin Çağrı Dr. Wade Goodridge ile yaptığı çalışmalarla Lisansüstü Eğitim Utah State Üniversitesi School elde Başkanlık Doktora Araştırma Bursu tarafından desteklenmektedir.
Materials
| Emotiv EPOC Model 1.0 | Emotiv | Model: Emotiv Premium | "High resolution, multi-channel, portable EEG system." |
| Emotiv Control Panel (software) | Emotiv | Used for data collection. | |
| Emotiv Testbench (software) | Emotiv | Used for data collection. | |
| Virtual Serial Port Emulator – VSPE (software) | ETERLOGIC.COM | Used COM10 in data collection. Available as a free download, depending on the operating system. | |
| E-Prime 2.0 (software) | Psychology Software Tools | Used for data collection (presentation of problems to participants and collection of markers for different phases). | |
| EEGLab 13.4.4b (software) | Swartz Center for Computational Neuroscience (SCCN) | Used for data analysis. "An open source environment for electrophysiological signal processing". SCCN is a Center of the Institute for Neural Computation, the University of California San Diego. | |
| MATLAB R2014b | The Mathworks, Inc. | Used to run EEGLab | |
| Microsoft Excel 2013 | Microsoft | Used to assemble and compare tabulated results from EEGLab & MATLAB, to create tables | |
| Camcorder with built in Mic | Canon | CNVHFR50 | Used to record sessions |
| Syringe Kit (5cc syringe & 2 16g blunted needles) | Electro-Cap Intnl. Inc. | E7 | For keeping the EEG cap's felts damp. |
| Nuprep EEG Skin Prep Gel | Weaver and Company | 10-30 | For cleaning the mastoid process. |
| Sanitizer | Purell | S-12808 | For sanitizing hands |
References
- Sorby, S. A. Educational Research in Developing 3-D Spatial Skills for Engineering Students. Int. J. Sci. Educ. 31 (3), 459-480 (2009).
- Wai, J., Lubinski, D., Benbow, C. P. Spatial Ability for STEM Domains: Aligning Over 50 Years of Cumulative Psychological Knowledge Solidifies Its Importance. J. Educ. Psychol. 101 (4), 817-835 (2009).
- Uttal, D. H., Cohen, C. A. Spatial Thinking and STEM Education: When, Why, and How?. Psychol. Learn. Motiv. 57, 147-181 (2012).
- Halpern, D. F., Collaer, M. L. . The Cambridge handbook of visuospatial thinking. , (2005).
- Lubinski, D., Benbow, P. Study of mathematically precocious youth after 35 years. Perspect. Psychol. Sci. 1 (4), 316-345 (2006).
- Sorby, S., Casey, B., Veurink, N., Dulaney, A. The role of spatial training in improving spatial and calculus performance in engineering students. Learn. Individ. Differ. 26, 20-29 (2013).
- Peters, M., Chisholm, P., Laeng, B. Spatial ability, student gender, and academic performance. J. Eng. Educ. 84 (1), 1-5 (1994).
- Pellegrino, J. W., Alderton, D. L., Shute, V. J. Understanding Spatial Ability. Educ. Psychol. 19 (3), 239-253 (1984).
- Goodridge, W., Villanueva, I., Wan, N. J., Call, B. J., Valladares, M. M., Robinson, B. S., Jordan, K. Neural efficiency similarities between engineering students solving statics and spatial ability problems. Poster presented at the meeting of the Society for Neuroscience. , (2014).
- Sorby, S. A., Baartmans, B. J. The Development and Assessment of a Course for Enhancing the 3-D Spatial Visualization Skills of First Year Engineering Students. J. Eng. Educ. 89 (3), 301-307 (2000).
- Gorska, R., Sorby, S. A. Testing instruments for the assessment of 3-D spatial skills. Proceedings of the American Society for Engineering Education Annual Conference. , (2008).
- . . CEEB Special aptitude test in spatial relations. , (1939).
- Guay, R. . Purdue spatial visualization test. , (1976).
- Hegarty, M. . Components of Spatial Intelligence. , (2010).
- Bishop, J. E. Developing Students’ Spatial Ability. Sci. Teacher. 45 (8), 20-23 (1978).
- Goodridge, W. H., Villanueva, I., Call, B. J., Valladares, M. M., Wan, N., Green, C. Cognitive strategies and misconceptions in introductory Statics problems. 2014 IEEE Frontiers in Education Conference (FIE) Proceedings. , 2152-2159 (2014).
- Steif, P. S., Dantzler, J. A. A Statics Concept Inventory: Development and Psychometric Analysis. J. Eng. Educ. 94 (4), 363-371 (2005).
- Suresh, R. The relationship between barrier courses and persistence in engineering. J. Coll. Student Retention. 8 (2), 215-239 (2006).
- Pfurtscheller, G., Lopes da Silva, F. H. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110 (11), 1842-1857 (1999).
- Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res. Brain Res. Rev. 29 (2-3), 169-195 (1999).
- Babiloni, C., et al. Resting state cortical rhythms in athletes: a high-resolution EEG study. Brain Res. Bull. 81 (1), 149-156 (2010).
- Babiloni, C., et al. 34;Neural efficiency" of experts’ brain during judgment of actions: a high-resolution EEG study in elite and amateur karate athletes. Behav. Brain Res. 207 (2), 466-475 (2010).
- Del Percio, C., et al. "Neural efficiency" of athletes’ brain for upright standing: a high-resolution EEG study. Brain Res. Bull. 79 (3-4), 193-200 (2009).
- Grabner, R. H., Fink, A., Stipacek, A., Neuper, C., Neubauer, A. C. Intelligence and working memory systems: evidence of neural efficiency in alpha band ERD. Brain Res. Cognitive Brain Res. 20 (2), 212-225 (2004).
- Grabner, R. H., Neubauer, A. C., Stern, E. Superior performance and neural efficiency: the impact of intelligence and expertise. Brain Res. Bull. 69 (4), 422-439 (2006).
- Grabner, R. H., Stern, E., Neubauer, A. C. When intelligence loses its impact neural efficiency during reasoning in a familiar area. Int. J. Psychophysiol. 49, 89-98 (2003).
- Neubauer, A. C., Grabner, R. H., Fink, A., Neuper, C. Intelligence and neural efficiency: Further evidence of the influence of task content and sex on the brain-IQ relationship. Cognitive Brain Res. 25 (1), 217-225 (2005).
- Riecanský, I., Katina, S. Induced EEG alpha oscillations are related to mental rotation ability: The evidence for neural efficiency and serial processing. Neurosci. Lett. 482 (2), 133-136 (2010).
- Roberts, J. E., Ann Bell, M. Two- and three-dimensional mental rotation tasks lead to different parietal laterality for men and women. Int. J. Psychophysiol. 50 (3), 235-246 (2003).
- Roberts, J. E., Bell, M. A. The effects of age and sex on mental rotation performance, verbal performance, and brain electrical activity. Dev. Psychobiol. 40 (4), 391-407 (2002).
- Gill, H. S., O’Boyle, M. W., Hathaway, J. Cortical distribution of EEG activity for component processes during mental rotation. Cortex. 34 (5), 707-718 (1998).
- Caplan, J. B., Madsen, J. R., Schulze-Bonhage, A., Aschenbrenner-Scheibe, R., Newman, E. L., Kahana, M. J. Human Theta Oscillations Related to Sensorimotor Integration and Spatial Learning. The J. Neurosci. 23 (11), 4726-4736 (2003).
- Kahana, M., Sekuler, R., Caplan, J., Kirschen, M., Madsen, J. R. Human theta oscillations exhibit task dependence during virtual maze navigation. Nature. 399 (6738), 781-784 (1999).
- Delorme, A., Makeig, S. EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Meth. 134, 9-21 (2004).
- Delorme, A., Sejnowski, T., Makeig, S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage. 34, 1443-1449 (2007).
- Meyer-Lindenberg, A. From maps to mechanisms through neuroimaging of schizophrenia. Nature. 468, 194-202 (2010).
- Campbell, S. R., Patten, K. E., Campbell, S. R. Educational Neuroscience: Motivations, methodology, and implications. Educ. Neurosci.: Initiatives and Emerging Issues. 43 (1), 7-16 (2011).
- Kelly, A. E., Patten, K. E., Campbell, S. R. Can Cognitive Neuroscience Ground a Science of Learning?. Educ. Neurosci.: Initiatives and Emerging Issues. 43 (1), 17-23 (2011).
- Cunningham, M. D., Murphy, P. J. The effects of bilateral EEG biofeedback on verbal, visual-spatial, and creative skills in learning disabled male adolescents. J. Learn. Disabil. 14 (4), 204-208 (1981).
