Het meten van statistisch leren in modaliteiten en domeinen bij schoolgaande kinderen via een online platform en neuroimaging technieken

Statistisch leren is een elementaire vaardigheid ter ondersteuning van de verwerving van door regels bestuurde combinaties in taalingangen¹. Succesvol statistisch leervermogen bij zuigelingen voorspelt later succes met het leren van talen^2,3. Variabiliteit in statistische leervaardigheden bij kinderen op school is ook geassocieerd met woordenschat⁴ en lezen^5,6. Moeilijkheden bij statistisch leren is voorgesteld als één etiologisch mechanisme dat ten grondslag ligt aan^{taalstoornissen 7}. Ondanks de associatie tussen statistisch leren en taalresultaten in zowel neurotypische als atypische populaties, blijven de cognitieve en neurale mechanismen die ten grondslag liggen aan statistisch leren slecht begrepen. Bovendien heeft eerdere literatuur aangetoond dat statistische leervermogen binnen een individu niet uniform is, maar onafhankelijk is tussen domeinen en modaliteiten^6,8,9. Het ontwikkelingstraject van statistische leervaardigheden kan verder verschillen tussen domeinen en modaliteiten¹⁰. Deze bevindingen benadrukken het belang van het beoordelen van individuele verschillen in statistisch leren over meerdere taken in de loop van de ontwikkeling. Het veld vereist echter eerst een systematischer onderzoek naar de relatie tussen statistisch leren en de ontwikkeling van eerste talen. Om deze vragen aan te pakken, passen we innovatieve methoden toe, waaronder een webgebaseerd testplatform¹¹ dat een groot aantal kinderen bereikt, en op laboratoriumgebaseerde neuroimagingtechnieken (functionele magnetische resonantiebeeldvorming, of fMRI) die de real-time codering van statistische informatie onderzoeken.

Standaardmaatregelen statistisch leren beginnen met een kennismakingsfase en worden gevolgd door een twee-alternatieve gedwongen keuze (2-AFC) taak^12,13. De vertrouwdheidsfase introduceert een continue stroom van stimuli ingebed met statistische regelmaat, waar sommige stimuli meer kans hebben om samen te komen dan andere. De presentatie van deze co-voorkomende stimuli volgt een vaste temporele volgorde. Deelnemers worden passief blootgesteld aan de stroom tijdens de kennismakingsfase, gevolgd door een 2-AFC-taak die test of de deelnemer de patronen met succes heeft geëxtraheerd. De 2-AFC nauwkeurigheid taak presenteert twee opeenvolgende sequenties: een sequentie is gepresenteerd aan de deelnemer tijdens de kennismakingsfase, terwijl de andere is een nieuwe sequentie, of bevat een deel van de sequentie. Boven-kans nauwkeurigheid op de 2-AFC zou wijzen op succesvol leren op groepsniveau. Traditionele gedragstaken die statistisch leren beoordelen, vertrouwen over het algemeen op nauwkeurigheid als uitkomstmaat van leren. Echter, nauwkeurigheid niet rekening te houden met het natuurlijke leren van informatie als het zich ontvouwt in de tijd. Een zekere mate van real-time leren is noodzakelijk om gebruik te maken van het impliciete leerproces van statistisch leren waarbij kinderen nog steeds de regelmaat van de inputs¹⁴,^15,,16coderen . Verschillende aanpassingen in paradigma’s zijn ontwikkeld in een poging om af te stappen van de 2-AFC maatregel, in de richting van maatregelen van on-line leren door middel van gedragsreacties tijdens de blootstelling¹⁶. Studies met behulp van deze aanpassingen die reactietijd meten tijdens de blootstellingsfase vonden dat ze gerelateerd waren aan post-learning nauwkeurigheid¹⁷ met een betere test-hertest betrouwbaarheid in vergelijking met die van de nauwkeurigheid bij volwassen lerenden¹⁸.

Neurale maatregelen zijn ook fundamenteel voor ons begrip van hoe leren zich ontvouwt in de tijd, als het impliciete proces waarmee het leren van talen optreedt waarschijnlijk werft verschillende neurale middelen van die gebruikt zodra taal wordt geleerd¹⁹. Neurale maatregelen bieden ook inzicht in verschillen in cognitieve specialisaties die ten grondslag liggen aan taalvaardigheid bij speciale populaties²⁰. Hoe het conditiecontrast is ontworpen in een fMRI-studie is cruciaal voor hoe we patronen van neurale activering interpreteren tijdens het leren. Een veel voorkomende praktijk is het vergelijken van hersenreacties tijdens de kennismakingsfase tussen sequenties met regelmatige patronen versus die met dezelfde stimuli die willekeurig worden besteld. Echter, eerder onderzoek de uitvoering van een dergelijke willekeurige controle voorwaarde vond geen bewijs voor het leren in gedrag, ondanks neurale verschillen tussen gestructureerde en willekeurige sequenties. Dit kan te wijten zijn aan de interferentie van willekeurige sequenties bij het leren van gestructureerde sequenties, omdat beide werden opgebouwd uit dezelfde stimuli^21,22. Andere fMRI studies die achterwaartse spraak of eerdere leerblokken gebruikt als de controle voorwaarde bevestigd leren vond plaats gedragsmatig^19,23. Elk van deze paradigma’s introduceerde echter zijn eigen verstorende factor, zoals het effect van taalverwerking voor het eerste geval en het effect van de experimentele volgorde voor het laatste geval. Ons paradigma gebruikt de willekeurige volgorde als de controle voorwaarde, maar vermindert hun interferentie op de deelnemers ‘leren van de gestructureerde sequenties. Ons fMRI paradigma implementeert ook een gemengd blok / event-gerelateerde ontwerp, die het mogelijk maakt voor de gelijktijdige modellering van voorbijgaande trial-gerelateerde en duurzame taak-gerelateerde BOLD signalen²⁴. Ten slotte, en meer in het algemeen, neurale maatregelen zorgen voor het meten van het leren in populaties waar het uitlokken van een expliciete gedragsreactie moeilijk kan zijn (bijvoorbeeld ontwikkelings- en speciale populaties)²⁵.

Het huidige protocol neemt een responstijd maatregel, in aanvulling op de traditionele nauwkeurigheid maatregelen, en onderzoekt de hersenen activering tijdens de kennismakingsfase. De combinatie van deze methoden is bedoeld om een rijke dataset te bieden voor het onderzoek van real-time leerprocessen. Het webgebaseerde platform biedt een reeks leermaatregelen door zowel de responstijd tijdens de belichtingsfase als de nauwkeurigheid van de 2-AFC-taak tijdens de testfase op te nemen. Het neuroimaging protocol maakt het mogelijk voor het onderzoek van de onderliggende neurale mechanismen ter ondersteuning van statistisch leren over domeinen en modaliteiten. Hoewel het optimaal is om statistisch leren binnen een individu te meten met behulp van zowel de web-based en fMRI protocollen, de taken zijn zo ontworpen dat ze onafhankelijk kunnen worden verspreid, en dus, als twee onafhankelijke maatregelen van statistisch leren. De fMRI experimenten opgenomen in het huidige protocol kan helpen verduidelijken hoe stimulus codering, patroon extractie, en andere samenstellende componenten van statistisch leren worden vertegenwoordigd door bepaalde hersengebieden en netwerken.