Summary

Lexikala beslut uppgift för att studera skriftlig Word erkännande hos vuxna med och utan demens eller mild kognitiv svikt

Published: June 25, 2019
doi:

Summary

I den här artikeln beskrivs hur du implementerar ett enkelt lexikalt besluts experiment för att bedöma skriftlig ord igenkänning i neurologiskt friska deltagare och hos personer med demens och kognitiv försämring. Vi ger också en detaljerad beskrivning av reaktions tid analys med hjälp av huvud komponenter analys (PCA) och blandade effekter modellering.

Abstract

Äldre vuxna är långsammare på att känna igen visuella objekt än yngre vuxna. Detsamma gäller för att erkänna att en bokstavs sträng är ett riktigt ord. Personer med Alzheimers sjukdom (AD) eller mild kognitiv svikt (MCI) uppvisar ännu längre svar i skriftlig ord igenkänning än äldre kontroller. Trots den generella tendensen till långsammare igenkänning av åldrande och neurokognitiva störningar, påverkar vissa karaktärsdrag ord igenkännings hastigheten oavsett ålder eller neuropatologi (t. ex. ett ords användnings frekvens). Vi presenterar här ett protokoll för att undersöka inverkan av lexikala egenskaper på ord erkännande svars tider i ett enkelt lexikala beslut experiment administreras till yngre och äldre vuxna och personer med MCI eller AD. I det här experimentet ombeds deltagarna att besluta så snabbt och korrekt som möjligt om en given bokstavs sträng är ett faktiskt ord eller inte. Vi beskriver också modeller med blandade effekter och huvud komponenter analys som kan användas för att identifiera påverkan av olika typer av lexikala variabler eller enskilda egenskaper hos deltagare på ord igenkännings hastighet.

Introduction

Ord lagras i det mentala lexikonet i ett mycket sammanlänkat nätverk. Kopplingarna mellan ord kan återspegla delade egenskaper, såsom semantisk likhet (t. ex. hund och katt), form likhet (hund och dimma), eller frekvent samtidig förekomst i gemensam språkanvändning (t. ex. hund -och koppel). Kognitiva teorier om språk, såsom användningsbaserad teori1, hävdar att varje möte av ett ord av en språk användare har en effekt på ordets mentala representation. Enligt föredöme Theory består ett ords representation av många exemplarer, som byggs upp från individuella tokens av språkanvändning och som representerar variationen som finns för en given kategori. Frekvensen av användning2 påverkar representationer i minnet genom att bidra till styrkan i ett exemplar1.

Ord igenkännings hastighet kan avslöja egenskaperna hos det mentala lexikonet. En ofta använd experimentell paradigm för att mäta hastigheten på ord igenkänningen är den lexikala besluts uppgiften. I den här uppgiften presenteras deltagarna med bokstavs strängar på en bildskärm, en i taget. De instrueras att besluta så snabbt som möjligt om bokstaven strängen på skärmen är ett verkligt ord eller inte genom att trycka på motsvarande knapp.

Genom att undersöka reaktions tider för riktiga ord kan forskarna ta upp ett antal viktiga frågor om språk bearbetning. Att identifiera vilka faktorer som gör erkännandet snabbare kan till exempel testa hypoteser om strukturen i det mentala lexikonet och avslöja dess arkitektur. Dessutom kan jämförelser av prestationer mellan olika deltagar grupper hjälpa oss att förstå påverkan av olika typer av språk erfarenheter, eller, när det gäller åldrande eller neurodegenerativa sjukdomar (t. ex. Alzheimers sjukdom), den roll som kognitiv Nedgång.

Vissa faktorer (t. ex. användnings frekvens) uppvisar större inflytande på ord igenkänningen än andra faktorer (t. ex. ordlängd). Med stigande ålder, hur människor känner igen skrivna ord kan ändra3,4. Yngre vuxna tenderar att förlita sig starkt på semantiska (menande-baserade) aspekter av ett ord, till exempel hur många föreningar (t. ex. Bulldog) eller härledda ord (t. ex. doggy) dela aspekter av både form och mening med målet ordet (i detta fall, hund). Ord igenkänning för äldre vuxna verkar vara mer influerad av formulärbaserade aspekter, till exempel hur ofta två efterföljande bokstäver förekommer i språket (t. ex. bokstavs kombinationen St förekommer oftare i engelska ord än kombinationen för att

För att fastställa de faktorer som påverkar ordet erkännande hastighet mellan olika grupper, kan forskaren manipulera vissa variabler i stimulanset och sedan testa kraften i dessa variabler för att förutsäga ord erkännande hastighet. Till exempel, för att testa om ord igenkänning drivs av semantiska eller formulärbaserade faktorer, bör stimulans uppsättningen innehålla variabler som återspeglar graden av anslutning av ett ord till dess semantiska grannar i det mentala lexikonet eller dess anslutning till andra ord som delar en del av sin form.

Denna metod användes i den aktuella studien för att undersöka om ord igenkännings hastigheten påverkas av olika faktorer hos yngre och äldre vuxna och hos personer med Alzheimers sjukdom (AD) eller mild kognitiv svikt (MCI)3. Den metod som beskrivs här är baserad på visuell ord igenkänning men kan anpassas till auditiv modalitet. Vissa variabler som är signifikanta prediktorer för reaktions tider i ett typiskt visuellt lexikala besluts experiment kan dock inte förutsäga svars fördröjningar i ett auditiv lexikala beslut eller kan ha motsatt effekt. Till exempel, den fonologiska grannskapet har motsatt effekt över dessa två modaliteter5: ord med större fonologiska kvarter uppvisar en facilitatorisk effekt på visuell ord igenkänning men resultera i längre respons latens i det auditiva lexikala beslutet6.

Word-Finding svårigheter hos äldre vuxna7 har i allmänhet tillskrivas svårigheter att få till gång till fonologiska ord form snarare än en uppdelning av den semantiska representationen8. Men AD Research har främst fokuserat på semantiska ned gångar9,10,11,12,13,14. Det är viktigt att lösgör hur semantiska och ortografiska faktorer påverkar erkännandet av skrivna ord i åldrande med och utan kognitiv försämring. De formulärrelaterade faktorernas påverkan är mer uttalad hos äldre än hos yngre vuxna, och den är fortfarande betydande hos personer med MCI eller AD3. Således kan denna metod hjälpa oss att avslöja funktioner i det mentala lexikonet över olika populationer och identifiera förändringar i lexicons organisation med ålder och neuropatologi. Ett bekymmer när man testar patienter med neuropatologi är att de kan ha svårt att få till gång till uppgiftsrelaterad kunskap. Men den lexikala besluts uppgiften är en enkel uppgift utan belastning på arbets minnet eller andra komplexa kognitiva förmågor som många patienter uppvisar problem med. Det har ansetts lämpligt för AD-och MCI-populationer.

Protocol

Protokollet följer rikt linjerna från etik kommittén i Norra Savolax sjukvårdsdistrikt (IRB00006251). 1. granskning av deltagare Rekrytera yngre och äldre vuxna som har normal eller korrigerad till normal syn och är infödda talare av det språk som testas om inte studien behandlar specifika forsknings frågor om andraspråk. För friska kontroll grupper, utesluta deltagare som har en historia av neurologiska eller psykiatriska störningar. För de kliniska …

Representative Results

Tabell 1 visar en lista över variabler som erhölls från tre olika källor (en Corpus, en ordbok och pilot test av test objekt) som ingår i analysen som fast-effekt-prediktorer. Många av dessa variabler har tidigare rapporter ATS påverka ord igenkännings hastigheten. Corpus: Bas frekvens antalet gånger ett ord visas i Corpus …

Discussion

Genom att använda en enkel språk uppgift som inte kräver språk produktion, undersökte den aktuella studien effekten av olika lexikala variabler på ord igenkänning i neurologiskt friska yngre och äldre vuxna, samt hos personer med Alzheimers sjukdom eller mild kognitiv svikt. Det ålders intervall som används för att rekrytera “äldre vuxna” kan bero på de specifika forsknings intressena. intervallet för den friska äldre gruppen bör dock så nära som möjligt matcha ålders intervallet och distributionen f?…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Vi tackar Minna Lehtonen, Tuomo Hänninen, Merja Hallikainen och Hilkka Soininen för deras bidrag till den data insamling och behandling som rapporter ATS här. Data insamlingen stöddes av VPH demens forskning möjliggörs av EU, bidrags avtal nr 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/.

Riferimenti

  1. Bybee, J. From Usage to Grammar: The Mind’s Response to Repetition. Language. 82 (4), 711-733 (2006).
  2. Oldfield, R. C., Wingfield, A. Response latencies in naming objects. The Quarterly Journal of Experimental Psychology. 17, 273-281 (1965).
  3. 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).
  4. Milin, P., Feldman, L. B., Ramscar, M., Hendrix, P., Baayen, R. H. Discrimination in lexical decision. PLoS ONE. 12 (2), 1-42 (2017).
  5. 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).
  6. 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).
  7. Ossher, L., Flegal, K. E., Lustig, C. Everyday memory errors in older adults. Aging, Neuropsychology, and Cognition. 20, 220-242 (2013).
  8. 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).
  9. 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).
  10. Cuetos, F., Arce, N., Martínez, C. Word recognition in Alzheimers’s disease: Effects of semantic degeneration. Journal of Neuropsychology. 11, 26-39 (2015).
  11. 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).
  12. Obler, L. K., Segalowitz, S. Language and brain dysfunction in dementia. Language functions and brain organization. , 267-282 (1983).
  13. Obler, L. K., Albert, M. L., Sarno, M. T. Language in the elderly aphasic and in the demented patient. Acquired aphasia. , 385-398 (1981).
  14. Obler, L. K., Gjerlow, K. . Language and the brain. , (1999).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. Baayen, R. H., Cutler, A. Data Mining at the Intersection of Psychology and Linguistics. Twenty-first century psycholinguistics: Four cornerstones. , 69-83 (2005).
  20. Brants, T., Franz, A. . Web 1T 5-gram, version 1. , (2006).
  21. Baayen, R. H., Piepenbrock, R., Gulikers, L. . The CELEX lexical database (CD-ROM). , (1995).
  22. 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).
  23. 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).
  24. R Core Team. . R: A language and environment for statistical computing. , (2018).
  25. Venables, W. N., Ripley, B. D. . Modern applied statistics with S. , (2002).
  26. Baayen, R. H., Milin, P. Analyzing reaction times. International Journal of Psychological Research. 3 (2), 12-28 (2010).
  27. Koller, M. robustlmm: An R package for robust estimation of linear mixed-effects models. Journal of Statistical Software. 75 (6), 1-24 (2016).
  28. Bates, D., Mächler, M., Bolker, B., Walker, S. Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software. 67, 1-48 (2015).
  29. 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).
  30. 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).
  31. Sakamoto, Y., Ishiguro, M., Kitagawa, G. . Akaike Information Criterion Statistics. , (1986).
  32. 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).
  33. Bates, D., Kliegl, R., Vasishth, S., Baayen, H. Parsimonious mixed models. arXiv:1506.04967v2. , (2015).
  34. Harrison, X. A., et al. Brief introduction to mixed effects modelling and multi-model inference in ecology. PeerJ. 6, 1-32 (2018).
  35. 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).
  36. Coltheart, M., Davelaar, E., Jonasson, J. T., Besner, D., Dornick, S. Access to the internal lexicon. Attention and performance, vol. VI. , 535-556 (1977).
  37. 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).
  38. 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).
  39. Cohen, G. Recognition and retrieval of proper names: Age differences in the fan effect. European Journal of Cognitive Psychology. 2 (3), 193-204 (1990).
  40. Kemmerer, D. . Cognitive neuroscience of language. , (2015).
  41. Baayen, R. H. . Analyzing linguistic data: A practical introduction to statistics using R. , (2008).
  42. 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).
  43. Nikolaev, A., et al. Behavioural and ERP effects of paradigm complexity on visual word recognition. Language, Cognition and Neuroscience. 10, 1295-1310 (2014).

Play Video

Citazione di questo articolo
Nikolaev, A., Higby, E., Hyun, J., Ashaie, S. Lexical Decision Task for Studying Written Word Recognition in Adults with and without Dementia or Mild Cognitive Impairment. J. Vis. Exp. (148), e59753, doi:10.3791/59753 (2019).

View Video