مهمة القرار المعجمي لدراسة الاعتراف الكتابي بالكلمات في البالغين الذين يعانون من الخرف أو الاختلال المعرفي الخفيف أو غير المنضوين
Summary
توضح هذه المقالة كيفية تنفيذ تجربة قرار معجمي بسيط لتقييم الاعتراف بالكلمات المكتوبة في المشاركين الأصحاء عصبياً وفي الأفراد الذين يعانون من الخرف والتدهور المعرفي. كما نقدم وصفا مفصلا لتحليل وقت رد الفعل باستخدام تحليل المكونات الرئيسية (PCA) ونمذجة الآثار المختلطة.
Abstract
كبار السن أبطأ في التعرف على الأشياء البصرية من البالغين الأصغر سنا. وينطبق الشيء نفسه على الاعتراف بأن سلسلة أحرف هي كلمة حقيقية. الأشخاص الذين يعانون من مرض الزهايمر (AD) أو ضعف الإدراك الخفيف (MCI) تظهر استجابات أطول في الاعتراف كلمة مكتوبة من الضوابط المسنين. على الرغم من الاتجاه العام نحو الاعتراف أبطأ في الشيخوخة والاضطرابات العصبية المعرفية، بعض خصائص الكلمات تؤثر على سرعة التعرف على كلمة بغض النظر عن العمر أو علم الأمراض العصبية (على سبيل المثال، تردد كلمة استخدام). نحن نقدم هنا بروتوكول لدراسة تأثير الخصائص اللغوية على أوقات استجابة التعرف على الكلمات في تجربة قرار معجمي بسيط تدار للبالغين الأصغر سنا وكبار السن والأشخاص الذين يعانون من MCI أو AD. في هذه التجربة، يطلب من المشاركين أن يقرروا بأسرع وبدقة قدر الإمكان ما إذا كانت سلسلة أحرف معينة هي كلمة فعلية أم لا. كما نوصف نماذج الآثار المختلطة وتحليل المكونات الرئيسية التي يمكن استخدامها للكشف عن تأثير أنواع مختلفة من المتغيرات اللغوية أو الخصائص الفردية للمشاركين على سرعة التعرف على الكلمات.
Introduction
يتم تخزين الكلمات في المعجم العقلي في شبكة مترابطة للغاية. قد تعكس الاتصالات بين الكلمات الخصائص المشتركة، مثل التشابه الدلالي (مثل الكلب والقط)، أو تشابه الشكل (الكلب والضباب)، أو تكرار الحدوث المشترك في الاستخدام اللغوي الشائع (مثل الكلب والكلب و المقود). النظريات المعرفية للغة، مثل النظريةالمستندة إلى الاستخدام 1، يجادل بأن كل لقاء كلمة من قبل مستخدم لغة له تأثير على التمثيل العقلي للكلمة. وفقا ل نظرية نموذجيّة, يتألّف كلمة تمثيل كثير نماذج, أيّ يكون بنيت فوق من رموز فرديّة من لغة إستعمال وأيّ يمثّل التباين يتواجد ل يعطى صنف. تردد استخدام2 تأثيرات التمثيلات في الذاكرة من خلال المساهمة في قوة نموذج1.
سرعة التعرف على الكلمات يمكن أن تكشف عن خصائص المعجم العقلي. ومن النماذج التجريبية الشائعة الاستخدام لقياس سرعة التعرف على الكلمات مهمة القرار اللغوي. في هذه المهمة، يتم تقديم المشاركين مع سلاسل الأحرف على جهاز عرض، واحد في وقت واحد. يتم توجيههم لتقرير بأسرع وقت ممكن ما إذا كانت سلسلة الحروف على الشاشة هي كلمة حقيقية أم لا عن طريق الضغط على الزر المقابل.
من خلال دراسة أوقات رد الفعل للكلمات الحقيقية، يمكن للباحثين معالجة عدد من الأسئلة الهامة حول معالجة اللغة. على سبيل المثال، تحديد العوامل التي تجعل التعرف بشكل أسرع يمكن اختبار الفرضيات حول بنية المعجم العقلي والكشف عن بنيته. وعلاوة على ذلك، يمكن أن تساعدنا مقارنات الأداء عبر مجموعات مختلفة من المشاركين على فهم تأثير أنواع مختلفة من الخبرة اللغوية، أو، في حالة الشيخوخة أو الأمراض العصبية (على سبيل المثال، مرض الزهايمر)، ودور المعرفي انخفاض.
وثمة عوامل (مثل تواتر الاستخدام) لها تأثير أكبر على التعرف على الكلمات من العوامل الأخرى (مثل طول الكلمة). مع تقدم العمر، قد تتغير الطريقة التي يتعرف بها الناس على الكلمات المكتوبة3،4. يميل البالغون الأصغر سناً إلى الاعتماد بشكل كبير على الجوانب الدلالية (القائمة على المعنى) للكلمة، مثل عدد المركبات (مثل بلدغ)أو الكلمات المشتقة (مثل الكلب)تشارك جوانب الشكل والمعنى مع الكلمة المستهدفة (في هذه الحالة، الكلب). التعرف على الكلمات لكبار السن يبدو أن تتأثر أكثر بالجوانب المستندة إلى النموذج، مثل التردد الذي يحدث فيه حرفان لاحقان في اللغة (على سبيل المثال، يحدث تركيبة الحروف في كثير من الأحيان في الكلمات الإنجليزية من الجمع بين الحروف sk).
لتحديد العوامل التي تؤثر على سرعة التعرف على الكلمة عبر مجموعات مختلفة، يمكن للباحث التعامل مع متغيرات معينة في مجموعة التحفيز ومن ثم اختبار قوة هذه المتغيرات للتنبؤ بسرعة التعرف على الكلمات. على سبيل المثال، لاختبار ما إذا كان التعرف على الكلمات مدفوع بعوامل دلالية أو مستندة إلى الشكل، يجب أن تتضمن مجموعة التحفيز متغيرات تعكس درجة توصيل كلمة ما بجيرانها الدلاليين في المعجم الذهني أو اتصالها بكلمات أخرى التي تشترك في جزء من شكلها.
وقد استخدمت هذه الطريقة في الدراسة الحالية للتحقيق في ما إذا كانت سرعة التعرف على كلمة تتأثر عوامل مختلفة في البالغين الأصغر سنا وكبار السن وفي الأفراد الذين يعانون من مرض الزهايمر (AD) أو ضعف الإدراك الخفيف (MCI)3. تستند الطريقة الموصوفة هنا إلى التعرف على الكلمات المرئية ولكن يمكن تكييفها مع طريقة السمع. ومع ذلك، فإن بعض المتغيرات التي هي تنبؤات هامة لأوقات رد الفعل في تجربة قرار معجمي بصري نموذجي قد لا تتنبأ بتأخر الاستجابة في قرار معجمي سمعي أو قد يكون لها تأثير عكسي. على سبيل المثال، حي الصوت له تأثير عكسيعبر هاتين الطريقتين 5: الكلمات مع أحياء أكبر الصوتية تظهر تأثير ميسر على التعرف على الكلمة البصرية ولكن يؤدي إلى استجابة أطول latencies في القرار السمعي ةيلاقلا
ويعزى عموما صعوبات تقصي الكلمات في كبار السن7 إلى صعوبة الوصول إلى شكل الكلمة الصوتية بدلا من انهيار التمثيل الدلالي8. ومع ذلك، ركزت البحوث الإعلانية في المقام الأول على الانخفاضات الدلالية9،10،11،12،13،14. من المهم فصل كيفية تأثير العوامل الدلالية والتقويمية على الاعتراف بالكلمات المكتوبة في الشيخوخة مع وبدون التدهور المعرفي. تأثير العوامل المرتبطة بالنموذج هو أكثر وضوحا في كبار السن مما كانت عليه في البالغين الأصغر سنا، وأنها لا تزال كبيرة في الأشخاص الذين يعانون من MCI أو AD3. وبالتالي، يمكن لهذه المنهجية أن تساعدنا على الكشف عن ملامح المعجم العقلي عبر مختلف السكان وتحديد التغيرات في تنظيم المعجم مع العمر وعلم الأمراض العصبية. أحد الشواغل عند اختبار المرضى الذين يعانون من أمراض الأعصاب هو أنهم قد يواجهون صعوبات في الوصول إلى المعرفة المتعلقة بالمهمة. ومع ذلك، فإن مهمة القرار اللغوي هي مهمة بسيطة مع عدم وجود عبء على الذاكرة العاملة أو غيرها من المهارات المعرفية المعقدة التي تظهر العديد من المرضى مشاكل مع. وقد اعتُبر ذلك مناسباً للسكان في الألف من السكان وMCI.
Protocol
Representative Results
Discussion
باستخدام مهمة لغة بسيطة لا تتطلب إنتاج اللغة، بحثت هذه الدراسة تأثير المتغيرات اللغوية المختلفة على التعرف على الكلمات في البالغين الأصغر سنا وكبار السن الأصحاء عصبيا، وكذلك في الأشخاص الذين يعانون من مرض الزهايمر أو ضعف إدراكي معتدل. وقد يعتمد النطاق العمري المستخدم في تجنيد “كبار السن”…
Disclosures
The authors have nothing to disclose.
Acknowledgements
نشكر مينا ليهتونين، ودومو هونينين، وميرخا هاليكينين، وهيلكا كوينين على مساهمتهم في جمع البيانات وتجهيزها المبلغ عنها هنا. وقد تم دعم جمع البيانات من قبل VPH أبحاث الخرف التي مكنها الاتحاد الأوروبي، اتفاق منحة رقم 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/. |
References
- Bybee, J. From Usage to Grammar: The Mind’s Response to Repetition. Language. 82 (4), 711-733 (2006).
- Oldfield, R. C., Wingfield, A. Response latencies in naming objects. The Quarterly Journal of Experimental Psychology. 17, 273-281 (1965).
- 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).
- Milin, P., Feldman, L. B., Ramscar, M., Hendrix, P., Baayen, R. H. Discrimination in lexical decision. PLoS ONE. 12 (2), 1-42 (2017).
- 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).
- 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).
- Ossher, L., Flegal, K. E., Lustig, C. Everyday memory errors in older adults. Aging, Neuropsychology, and Cognition. 20, 220-242 (2013).
- 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).
- 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).
- Cuetos, F., Arce, N., Martínez, C. Word recognition in Alzheimers’s disease: Effects of semantic degeneration. Journal of Neuropsychology. 11, 26-39 (2015).
- 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).
- Obler, L. K., Segalowitz, S. Language and brain dysfunction in dementia. Language functions and brain organization. , 267-282 (1983).
- Obler, L. K., Albert, M. L., Sarno, M. T. Language in the elderly aphasic and in the demented patient. Acquired aphasia. , 385-398 (1981).
- Obler, L. K., Gjerlow, K. . Language and the brain. , (1999).
- 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).
- 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).
- 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).
- 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).
- Baayen, R. H., Cutler, A. Data Mining at the Intersection of Psychology and Linguistics. Twenty-first century psycholinguistics: Four cornerstones. , 69-83 (2005).
- Brants, T., Franz, A. . Web 1T 5-gram, version 1. , (2006).
- Baayen, R. H., Piepenbrock, R., Gulikers, L. . The CELEX lexical database (CD-ROM). , (1995).
- 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).
- 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).
- R Core Team. . R: A language and environment for statistical computing. , (2018).
- Venables, W. N., Ripley, B. D. . Modern applied statistics with S. , (2002).
- Baayen, R. H., Milin, P. Analyzing reaction times. International Journal of Psychological Research. 3 (2), 12-28 (2010).
- Koller, M. robustlmm: An R package for robust estimation of linear mixed-effects models. Journal of Statistical Software. 75 (6), 1-24 (2016).
- Bates, D., Mächler, M., Bolker, B., Walker, S. Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software. 67, 1-48 (2015).
- 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).
- 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).
- Sakamoto, Y., Ishiguro, M., Kitagawa, G. . Akaike Information Criterion Statistics. , (1986).
- 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).
- Bates, D., Kliegl, R., Vasishth, S., Baayen, H. Parsimonious mixed models. arXiv:1506.04967v2. , (2015).
- Harrison, X. A., et al. Brief introduction to mixed effects modelling and multi-model inference in ecology. PeerJ. 6, 1-32 (2018).
- 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).
- Coltheart, M., Davelaar, E., Jonasson, J. T., Besner, D., Dornick, S. Access to the internal lexicon. Attention and performance, vol. VI. , 535-556 (1977).
- 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).
- 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).
- Cohen, G. Recognition and retrieval of proper names: Age differences in the fan effect. European Journal of Cognitive Psychology. 2 (3), 193-204 (1990).
- Kemmerer, D. . Cognitive neuroscience of language. , (2015).
- Baayen, R. H. . Analyzing linguistic data: A practical introduction to statistics using R. , (2008).
- 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).
- Nikolaev, A., et al. Behavioural and ERP effects of paradigm complexity on visual word recognition. Language, Cognition and Neuroscience. 10, 1295-1310 (2014).
