Summary

Unter Verwendung Elektroenzephalographie Messungen zum Vergleich der Aufgabenspezifische Neural Gelegenheit: Spatial Intelligence-Aufgaben

Published: August 09, 2016
doi:

Summary

Dieses Manuskript beschreibt einen Ansatz neuronale Aktivität des Menschen zu messen, während räumlich fokussierte technische Probleme zu lösen. Die Elektroenzephalographie Methodik hilft in Bezug auf die neuronale Effizienz, mit dem Ziel, letztlich ermöglicht Vergleiche der Aufgabenleistung sowohl zwischen Problemtypen und zwischen den Teilnehmern Beta Gehirnwellen-Messungen interpretieren.

Abstract

Räumliche Intelligenz wird oft zum Erfolg in der Ingenieurausbildung und Ingenieurberufen verbunden. Die Verwendung von Elektroenzephalographie ermöglicht vergleichende Berechnung des Einzelnen neuronale Effizienz, wie sie aufeinanderfolgende Aufgaben, die das räumliche Vorstellungsvermögen abzuleiten Lösungen durchführen. Neuronale Effizienz ist hier als mit weniger Beta-Aktivierung definiert, und damit weniger neuronale Ressourcen aufwenden, um eine Aufgabe im Vergleich zu anderen Gruppen oder andere Aufgaben zu erfüllen. Für Inter-Task-Vergleiche von Aufgaben mit ähnlichen Laufzeiten können diese Messungen einen Vergleich der Aufgabentyp Schwierigkeiten ermöglichen. Für den inner Teilnehmer und Inter-Teilnehmer-Vergleiche liefern diese Messungen Potenzial Einblick in die Ebene des Teilnehmers der räumlichen Fähigkeiten und unterschiedliche technische Problemlösungsaufgaben. Leistung auf den ausgewählten Aufgaben analysiert und mit Beta-Aktivitäten korreliert werden. Diese Arbeit stellt einen detaillierten Forschungsprotokoll, das neuronale Effizienz von Studenten eng studierenbei der Lösung von typischen räumlichen Fähigkeit und Statiken Probleme im Alter. Studenten abgeschlossen spezifischen Probleme des Mental-Test Cutting (MCT), Purdue Räumliche Visualisierung Test von Verdrehungen (PSVT: R) und Statiken. Während bei der Lösung dieser Probleme beschäftigt, Teilnehmer Gehirnwellen wurden gemessen mit EEG-Daten werden gesammelt in Bezug auf Alpha- und Beta-Gehirnwellen-Aktivierung und Nutzung zu ermöglichen. Die Arbeit sieht mit räumlich intensive Engineering-Aufgaben funktionale Leistung auf reinen räumlichen Aufgaben zu korrelieren, die Wege für eine erfolgreiche Leistung in der Technik und die daraus resultierenden Verbesserungen in der Ingenieurausbildung zu identifizieren, die folgen.

Introduction

Räumliche Fähigkeit ist entscheidend für Wissenschaft, Technologie, Ingenieurwesen und Mathematik (STEM) Felder und Bildung und korreliert mit Erfolg in diesen Bereichen 1,2,3. Daher ist es wichtig , die Entwicklung , wie das räumliche Vorstellungsvermögen Auswirkungen Problemlösung 4 zu verstehen. Räumliche Fähigkeit wurde Interesse verknüpft 5, Leistung 6, Erfolg in Ingenieurwissenschaftler 7 und Erfolg in Engineering – Profis 8. Allerdings gibt es nicht viel Arbeit angibt, spezifische neuronale Prozesse in Probleme typisch für viele räumliche Fähigkeit Instrumente zu lösen, noch spezifische technische Inhalte, die sehr räumliche ist.

Dieses Dokument bietet eine Einführung in die Methoden der Datenerhebung und Analyse der räumlichen Fähigkeit Instrument Noten kombiniert mit neuronalen Messungen verwendet. Die Absicht mit JoVE Veröffentlichung ist diese Methoden besser zugänglich zu einem breiteren Publikum zu machen. Allgemeine öffentliche Hardware- und Software-were in dieser Studie verwendet. Als Methodenpapier sind die vollständigen Ergebnisse / Datensätze nicht berichtet, noch sind vorgesehen, mehrere Proben. Alle Bilder wurden speziell für diese Veröffentlichung erfasst. Die Methoden , die unten detailliert wurden bei der Vorbereitung eines vorläufigen Konferenzbericht 9 basierend auf Daten von acht College – Student im zweiten Jahr Alters Teilnehmer genutzt, von denen drei weiblich.

Viele von ihnen sind die bestehenden Instrumente verwendet, um Ebenen der Raum Fähigkeit eigen oder gelernt von Einzelpersonen an. Zwei gültige und zuverlässige 10,11 Instrumente , die häufig verwendet werden , sind die Mental Schneidetest (MCT) 12 und der Purdue Räumliche Visualisierung Test von Verdrehungen (PSVT: R) 13. Während ursprünglich berufs 14 entworfen testen diese Instrumente verschiedenen Phasen der Raumentwicklung Visualisierung von Piagets Theorie 10,15 beschrieben. Die Verwendung dieser Instrumente schafft eine Notwendigkeit, die zugrunde liegenden physiologischen kognitiven Phänomene zu verstehen existing, wenn Menschen arbeiten diese Probleme durch. Aus diesem Grund soll diese Studie Methoden unter Verwendung von empirischen physiologischen Daten zu präsentieren, die letztlich die Analyse und das Verständnis der räumlichen Denkens verbessern kann, bestehende Metriken Testfunktionen überprüfen und erhöhen die Anwendbarkeit der räumlichen Beurteilungen auf komplexere Probleme typisch für die Ingenieurausbildung. Viele dieser Probleme können in der Technik Statiken auftreten.

Statiken ist eine grundlegende Mechanik natürlich für die meisten Studenten der Ingenieurwissenschaften geliefert (z. B. biologische, mechanische, Bau, Umwelt, Luftfahrttechnik) 16,17. Es ist eines der ersten umfassenden Problemlösung Erfahrungen , die Studenten 18 in Kerntechnik Inhalt gegeben werden. Statiken beinhaltet die Untersuchung der Wechselwirkung von Kräften auf einem starren Körper, der in Ruhe ist oder mit einer konstanten Geschwindigkeit bewegt. Leider hat Statiken hohe Abbrecherquote, Rückzug, und Ausfallraten (14% wie in den inves gesehentigated University), und dies kann zu traditionellen Vorlesung und Lehrplan Delivery-Modelle in Beziehung gesetzt werden, die wichtige Möglichkeiten der Unterstützung auslassen wie räumlich verbesserte Ansätze zur Bildung. räumlich verbesserte Ansätze in Statiken Zum Beispiel kann die Visualisierung von Ziel wie Kräfte außerhalb der typischen analytischen Analyse interagieren und mit geerdeten Konzeptualisierung Studenten prozedurales Wissen verstärken. Die Wirksamkeit solcher Interventionen muss von einer kognitiven neurowissenschaftlichen Perspektive untersucht werden.

Elektroenzephalographie (EEG) stellt eine einzigartige und mobile Methode der Schüler Gehirnströme messen. Einzelpersonen Durchführung von Aufgaben , die Beta – Aktivierung entlocken sind in der Regel sehr mit der Aufgabe beschäftigt Besonderheiten und sind sehr aufmerksam, was sie 19,20 tun. Als Aufgabe verlangt Erhöhung, die Amplitude der Beta-Welle erhöht, da die Größe der kortikalen Bereich tut belegen die Bandbreite Frequenzen. Je mehr Neuronen, die Feuer indie Beta-Frequenzbereich (alpha: 8 – 12 Hz, Beta: 12 – 24 Hz) als größer Beta Leistung definiert werden. Im Zusammenhang damit als ein erfahrener in einer Aufgabe wird, nimmt die Amplitude von Beta-Wellen, weniger beta Leistung erzeugt. Dies ist Teil der neuralen Effizienz Hypothese 21-28, in denen größere Aufgabe Erfahrung beim Durchführen einer Aufgabe zu einer Abnahme der Frequenzleistung in Beziehung steht. Und anwendbare Daten wurden in der alpha, beta identifiziert, und Theta – Bands 27-33 – – Alpha und Beta – Banden wurden beobachtet für dieses Obwohl EEG wurde (für die mentale Rotation und Raumnavigationsaufgaben oft) in der Studie der räumlichen Fähigkeiten bisher verwendeten Studie und beta wurde für eine weitere repräsentative Analyse in diesem Papier und in der vorläufigen Konferenzbericht 9 ausgewählt. Die Verfahren, unter somit den Schwerpunkt auf die Beta-Band-Analyse, sondern eine Untersuchung aller drei Bänder in Abhängigkeit von den erfassten Daten wird in Zukunft zu empfehlen.

Dasneuronale Effizienz Hypothese wurde auf verschiedene Aufgaben getestet, darunter Schach, visuospatial Speicher, balancieren, und Ausruhen. Alle haben zu einer verminderten Frequenzleistung Aufgabe Erfahrung als Faktor angezeigt, wenn bekannte Aufgaben ausführen. Eine besondere Studie 25 hat Beweise vorgelegt , dass, obwohl die Intelligenz einer Person (wie durch IQ gemessen) kann helfen , die individuellen Fähigkeiten zu erwerben , eine Aufgabe auszuführen, die Erfahrung mit der Aufgabe überwiegt Intelligenz in ihrem Beitrag zur neuronalen Effizienz. Mit anderen Worten, je mehr erfahren eine Person ist, desto effizienter neural er oder sie wird.

Bestehende neuralen Effizienzstudien räumliche Vorstellungsvermögen beteiligt haben in erster Linie auf die räumliche Drehung fokussiert und unterschiedliche Problemstellungen verwendet wurden unterschiedliche Populationen zu vergleichen (zB., Männlich / weiblich) 27-28. EEG – Studien der räumlichen Fähigkeit , Aufgaben haben auch Einsicht zur Verfügung gestellt von Leistung zu anderen Aufgabentypen zu vergleichen (z. B. verbale Aufgaben)27,29,30. Die Verfahren in diesem Dokument diskutiert Fokus auf und vergleichen Probleme aus dem MCT, PSVT: R, sowie statische Gleichgewicht Aufgaben, die das räumliche Vorstellungsvermögen verbunden sind, sind jedoch nicht auf die räumliche Drehung und Navigation beschränkt. Andere räumliche Aufgaben können anstelle der als Beispiele in diesem Manuskript gegeben diejenigen verwendet werden. Auf diese Weise kann in der Zukunft in Bezug auf verschiedene Populationen zusätzliche Erkenntnisse gewonnen werden (zB., Männlich / weiblich oder Experte / Anfänger) , um letztendlich helfen Engineering Bildungspraktiken zu verbessern.

In dem Bemühen, das räumliche Vorstellungsvermögen und Engineering-Fähigkeit zu untersuchen, haben wir ein Protokoll unter Verwendung von EEG-Messungen entwickelt, um die Beta-Welle Aktivierungen von geringer Leistung zu hochleistungsfähigen Teilnehmer während einer begrenzten Batterie von spezifischen räumlichen und technischen Aufgaben zu identifizieren. In diesem Fall ist der Begriff Leistungsträger im Zusammenhang mit der Leistung des Teilnehmers und ist nicht repräsentativ für die Menge an Zeit in dem Bereich durch das verbrauchteLernende, da alle Teilnehmer bei etwa der gleichen Stelle in ihrer Ausbildung waren. Darüber hinaus beteiligt das Problem Set ist sehr spezifisch und Grund; so werden die Begriffe "Experte" oder "hohe Leistung" hier darf nicht im Sinne eines Sachverständigen eingesehen werden, professionell beschäftigt Ingenieur, sondern repräsentieren nur eine hohe Leistung in diesem schmalen Scheibe Technische Mechanik Lehrplan und das räumliche Vorstellungsvermögen Instrumente. Die neuronalen Messungen können auch alle Brutto-Trends für die Aufgabentypen als andere kognitive Ressourcen rekrutieren können, zu ermitteln verwendet werden, wobei mögliche Interpretation bezüglich Schwierigkeitsgraden. Diese Informationen können möglicherweise Einblick in künftige Bewertung und Intervention in Bezug auf das räumliche Vorstellungsvermögen. Andere zukünftige Einsicht kann durch Berücksichtigung spezifischer Regionen des Gehirns abgeleitet werden, die aufgrund der begrenzten Anzahl von Kanälen in dieser Studie nicht möglich war, in dem EEG-Hardware verwendet.

Protocol

Ethische Hinweis in Bezug auf Verwendung von menschlichen Teilnehmer Die Verfahren in diese Arbeit einbezogen wurden vom Institutional Review Board (IRB) an der Utah State University für das Studium der menschlichen Probanden zugelassen. Es wird empfohlen, eine ähnliche Arbeit sollte auch von der jeweiligen IRB zugelassen werden. Teilnehmer erlaubt zu stoppen oder aus der Studie zu jeder Zeit während des Experiments zurückziehen. 1. Auswahl der Teilneh…

Representative Results

In diesem Abschnitt werden die vorhergehenden Schritte mit Beispiel Figuren dargestellt wie nachfolgend beschrieben. Vollständige Datenübersichten mit statistischen Tests sind nicht vorgesehen, da das Ziel dieses Papiers auf Methoden zu konzentrieren. Beispiele für potentielle PSVT: R, MCT, und Raumprobleme werden in Abbildung 1, Abbildung 2 und Abbildung 3. Die Kappe EEG wird für jeden gegebenen Kanal Hirnaktivierung über elektrische Potentiale sammelt, die parallel angezeigt …

Discussion

Das Protokoll beschreibt die Anwendung von Elektroenzephalographie für die Teilnehmer der Hirnaktivität zu messen, Probleme, die aus zwei typische räumliche Vorstellungsvermögen Instrumente arbeiten und Raumtechnik Statiken Probleme hoch. Die Methoden, die hier beschrieben werden, können letztlich in der Lage sein, um die neuronale Effizienz von hohen und niedrigen Darstellern zu arbeiten, diese Probleme beschäftigt, um zu verstehen. Es ist wichtig, alle Unterschiede in neuronalen Effizienz von Studenten der Ingen…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Christopher Green, Bradley Robinson, und Maria Manuela Valladares, für die Unterstützung bei der Datenerhebung zu bestätigen. Die Finanzierung für die EEG-Anlagen wurde von der Utah State University Amt für Forschung und Graduate Studies Ausrüstung Grant Kerry Jordan Multisensorielle Cognition Lab zur Verfügung gestellt. Benjamin Anruf wird von einem Präsidenten-Doctoral Research Fellowship erreicht von der Utah State University School of Graduate Studies für seine Arbeit mit Dr. Wade Goodridge unterstützt.

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

  1. Sorby, S. A. Educational Research in Developing 3-D Spatial Skills for Engineering Students. Int. J. Sci. Educ. 31 (3), 459-480 (2009).
  2. 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).
  3. Uttal, D. H., Cohen, C. A. Spatial Thinking and STEM Education: When, Why, and How?. Psychol. Learn. Motiv. 57, 147-181 (2012).
  4. Halpern, D. F., Collaer, M. L. . The Cambridge handbook of visuospatial thinking. , (2005).
  5. Lubinski, D., Benbow, P. Study of mathematically precocious youth after 35 years. Perspect. Psychol. Sci. 1 (4), 316-345 (2006).
  6. 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).
  7. Peters, M., Chisholm, P., Laeng, B. Spatial ability, student gender, and academic performance. J. Eng. Educ. 84 (1), 1-5 (1994).
  8. Pellegrino, J. W., Alderton, D. L., Shute, V. J. Understanding Spatial Ability. Educ. Psychol. 19 (3), 239-253 (1984).
  9. 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).
  10. 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).
  11. 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).
  12. . . CEEB Special aptitude test in spatial relations. , (1939).
  13. Guay, R. . Purdue spatial visualization test. , (1976).
  14. Hegarty, M. . Components of Spatial Intelligence. , (2010).
  15. Bishop, J. E. Developing Students’ Spatial Ability. Sci. Teacher. 45 (8), 20-23 (1978).
  16. 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).
  17. Steif, P. S., Dantzler, J. A. A Statics Concept Inventory: Development and Psychometric Analysis. J. Eng. Educ. 94 (4), 363-371 (2005).
  18. Suresh, R. The relationship between barrier courses and persistence in engineering. J. Coll. Student Retention. 8 (2), 215-239 (2006).
  19. Pfurtscheller, G., Lopes da Silva, F. H. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110 (11), 1842-1857 (1999).
  20. 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).
  21. Babiloni, C., et al. Resting state cortical rhythms in athletes: a high-resolution EEG study. Brain Res. Bull. 81 (1), 149-156 (2010).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. 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).
  27. 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).
  28. 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).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. 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).
  35. 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).
  36. Meyer-Lindenberg, A. From maps to mechanisms through neuroimaging of schizophrenia. Nature. 468, 194-202 (2010).
  37. 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).
  38. 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).
  39. 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).

Play Video

Cite This Article
Call, B. J., Goodridge, W., Villanueva, I., Wan, N., Jordan, K. Utilizing Electroencephalography Measurements for Comparison of Task-Specific Neural Efficiencies: Spatial Intelligence Tasks. J. Vis. Exp. (114), e53327, doi:10.3791/53327 (2016).

View Video