Demans veya hafif bilişsel bozukluk ile ve olmadan yetişkinlerde yazılı kelime tanıma eğitim için sözlü karar görevi
Summary
Bu makalede, nörolojik olarak sağlıklı katılımcılar ve demans ve bilişsel düşüş olan bireyler yazılı kelime tanıma değerlendirmek için basit bir sözlü karar deneme uygulamak açıklamaktadır. Biz de temel bileşenler Analizi (PCA) ve karma efektler modelleme kullanarak reaksiyon süresi Analizi ayrıntılı bir açıklamasını sağlar.
Abstract
Daha yaşlı yetişkinler daha genç yetişkinlerden daha görsel nesneleri tanıma yavaştır. Aynı bir harf dize gerçek bir kelime olduğunu tanımak için geçerlidir. Alzheimer hastalığı olan insanlar (AD) veya hafif bilişsel bozukluk (MCI) yaşlı kontrolleri daha yazılı kelime tanıma daha uzun tepkiler göstermektedir. Yaşlanma ve neuroognitive bozukluklarda daha yavaş tanınmaya yönelik genel eğilimlere rağmen, kelimelerin belirli özellikleri yaş veya nöropatolojiden bağımsız olarak kelime tanıma hızını etkiler (örn. bir kelimenin kullanım sıklığı). Burada, küçük ve yaşlı yetişkinlere ve MCI veya AD ‘ye sahip kişilere uygulanan basit bir sözlü karar deneyinde kelime tanıma tepkisi süreleri üzerinde sözlü özelliklerin etkisini incelemek için bir protokol sunuyoruz. Bu denemede, katılımcıların belirli bir harf dizesinin gerçek bir kelime olup olmadığını mümkün olduğunca hızlı ve doğru bir şekilde karar vermesi istenir. Ayrıca, farklı türde sözlü değişkenlerin veya kelime tanıma hızında katılımcıların bireysel özelliklerinin etkisini algılamak için kullanılabilecek karışık efektler modelleri ve asıl bileşenler analizini de açıklayacağız.
Introduction
Sözcükler, son derece birbirine bağlı bir ağda zihinsel sözlüğü depolanır. Sözcükler arasındaki bağlantılar, semantik benzerlik (örn. köpek ve kedi), benzerliği (köpek ve sis) veya ortak dil kullanımına ilişkin sık karşılaşılan ortak oluşumları (örn. köpek ve tasma). Kullanım tabanlı teori1gibi dil bilişsel teorileri, bir dil kullanıcısı tarafından bir kelimenin her karşılaşma kelimenin zihinsel temsili üzerinde bir etkisi olduğunu savunuyor. Örnek teorisine göre, bir kelimenin temsili, belirli bir kategori için var olan değişkenliği temsil eden ve dil kullanımı bireysel belirteçleri oluşturulan birçok örneklerden oluşur. Kullanım sıklığı2 ‘ nin bir örnek1‘ in gücüne katkı sağlayarak hafızada gösterimleri etkiler.
Kelime tanıma hızı zihinsel sözlüğü özelliklerini ortaya çıkarabilir. Kelime tanıma hızını ölçmek için yaygın olarak kullanılan deneysel paradigma sözlü karar görevdir. Bu görevde, katılımcılar aynı anda bir monitörde mektup dizeleri ile sunulur. Ekrandaki harf dizesinin gerçek bir kelime olup olmadığı veya ilgili düğmeye basarak mümkün olduğunca hızlı bir şekilde karar vermesi talimatıdır.
Gerçek kelimeler için reaksiyon sürelerini inceleyerek, araştırmacılar dil işleme hakkında önemli sorular bir dizi adres olabilir. Örneğin, tanıma daha hızlı hale getiren faktörleri tanımlamak, zihinsel sözlüğün yapısı hakkında hipotezler test edebilir ve mimarisini ortaya çıkarabilir. Dahası, farklı katılımcılar arasında performans karşılaştırmalar bize dil deneyimi çeşitli etkilerini anlamak yardımcı olabilir, ya da, yaşlanma veya nörodejeneratif hastalıklar durumunda (örneğin, Alzheimer hastalığı), bilişsel rolü Düşüş.
Bazı faktörler (örneğin, kullanım sıklığı) diğer faktörlerden (örn. kelime uzunluğu) daha fazla kelime tanıma etkisi sergiler. Yaş ilerleyen ile, insanların yazılı kelimeleri tanımak yolu3,4değişebilir. Genç yetişkinler (Bu durumda, köpek) hedef kelime ile her iki form ve anlam kaç bileşikler (örneğin, Bulldog) veya türetilmiş sözcükler (örneğin, köpek) payı yönleri gibi bir kelimenin anlam (anlam tabanlı) yönleri, ağır güvenmek eğilimindedir. Daha eski yetişkinler için Word tanıma, iki sonraki harflerin dilde (örn., harf kombinasyonu St daha sık İngilizce sözcüklerde kombinasyonu daha oluşur sıklığı gibi form tabanlı yönlerini, daha fazla etkilendiğini görünüyor SK).
Farklı gruplar arasında kelime tanıma hızını etkileyen faktörleri belirlemek için, araştırmacı uyarıcı kümesinde belirli değişkenleri manipüle ve daha sonra kelime tanıma hızını tahmin etmek için bu değişkenlerin gücünü test edebilirsiniz. Örneğin, sözcük tanıma semantik veya form tabanlı faktörler tarafından yönlendirilen olup olmadığını sınamak için uyarıcı kümesi zihinsel sözlüğü veya diğer sözcüklere bağlantı onun anlamsal komşuları için bir sözcüğün bağlantı derecesini yansıtan değişkenler içermelidir formun bir kısmını paylaşır.
Bu yöntem, mevcut çalışmada kelime tanıma hızı genç ve büyük yetişkinler ve Alzheimer hastalığı (AD) veya hafif bilişsel bozukluk (MCI)3olan bireyler farklı faktörlerden etkilenir olup olmadığını araştırmak için kullanıldı. Burada açıklanan Yöntem görsel kelime tanıma dayanır ama işitsel modalite adapte edilebilir. Ancak, tipik bir görsel sözlü karar denemede tepki süreleri önemli belirleyiciler bazı değişkenler işitme sözlü karar yanıt gecikmeleri tahmin değil veya zıt etkisi olabilir. Örneğin, fonolojik mahalle bu iki yöntemleri arasında zıt etkiye sahiptir5: daha büyük fonolojik mahalleler ile kelimeler görsel kelime tanıma üzerinde kolaylaştırıcı bir etki sergiler ama daha uzun yanıt gecikmeleri sonucu işitsel sözlü karar6.
Büyük yetişkinlerde kelime bulma zorlukları7 genellikle anlamsal temsili8bir dökümü yerine fonolojik kelime formuna erişen zorlukla atfedilmiştir. Ancak, reklam araştırma öncelikle semantik düşüşler üzerinde duruldu9,10,11,12,13,14. Ne kadar semantik ve ortografik faktörler ile yaşlanma ve bilişsel düşüş olmadan yazılı kelimelerin tanınması etkileyen kitaplığınızı önemlidir. Form ile ilgili faktörlerin etkisi daha genç yetişkinlerde daha yaşlı daha belirgin, ve MCI veya AD3ile insanlar önemli kalır. Böylece, Bu metodoloji, farklı nüfuslar arasında zihinsel sözlüğü özelliklerini ortaya çıkarmak ve yaş ve nöropati ile sözlüğü organizasyonun değişiklikleri belirlemek bize yardımcı olabilir. Nöropatoloji hastaları test ederken bir endişe, onlar görev ile ilgili bilgiye erişim zorlukları olabilir olmasıdır. Ancak, sözlü karar görevi birçok hasta ile ilgili sorunlar sergileyen bellek veya diğer karmaşık bilişsel becerileri çalışma üzerinde hiçbir yükü ile basit bir görevdir. AD ve MCI nüfusu için uygun olarak kabul edilmiştir.
Protocol
Representative Results
Discussion
Dil üretimi gerektirmeyen basit bir dil görevi kullanarak, bu çalışmada nörolojik olarak sağlıklı genç ve yaşlı yetişkinlerde kelime tanıma çeşitli sözlü değişkenlerin etkisini araştırdı, hem de Alzheimer hastalığı olan insanlar veya hafif bilişsel bozukluk. “Büyük yetişkinler” işe alma için kullanılan yaş aralığı belirli araştırma çıkarları bağlı olabilir; Ancak, sağlıklı yaşlı grup için Aralık aynı çalışma için işe MCI veya AD ile bireyler için yaş aralığı v…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Biz Minna Lehtonen, Tuomo Hänninen, Merja Hallikainen, ve Hilkka Soininen veri toplama ve işleme katkı için teşekkür ederiz burada bildirdi. Veri toplama AB tarafından etkin VPH demans araştırma tarafından destekleniyordu, Grant anlaşması 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/. |
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).
