يرتبط التباين داخل الفرد في أداء المهام بعد التدريب المعرفي بالنتائج طويلة المدى عند الأطفال الجزء الأول

خلاصة

الفوائد المحتملة والآثار الآلية لتدريب الذاكرة العاملة (WMT) لدى الأطفال هي موضوع الكثير من البحث والنقاش. لقد أظهرنا أنه بعد خمسة أسابيع من الدراسة في مدرسة WMT التكيفية، كان لأطفال المدارس الابتدائية الذين تتراوح أعمارهم بين 6 و9 سنوات نشاط أكبر في مناطق الدماغ قبل الجبهية والجسم المخطط، ودقة أعلى في المهام، وانخفاض التباين داخل الفرد في أوقات الاستجابة مقارنة بالضوابط. باستخدام نموذج قرار أخذ العينات المتسلسل، نثبت أن هذا الانخفاض في التباين داخل الفرد يمكن تفسيره من خلال التغييرات في معدلات تراكم الأدلة والعتبات. من الأهمية بمكان أن التباين داخل الفرد مفيد في قياس التأثير المباشر لتدخلات التدريب المعرفي، كونه مؤشرًا أفضل للمهارات الأكاديمية والرفاهية بعد 6 إلى 12 شهرًا من نهاية التدريب أكثر من دقة المهمة.

يشير تدريب الذاكرة العاملة للأطفال إلى تحسين ذاكرة الأطفال وقدراتهم على التفكير من خلال سلسلة من أنشطة الممارسة. الذاكرة العاملة هي جزء مهم من الدماغ البشري. وهو مسؤول عن معالجة ذاكرتنا قصيرة المدى ويمكنه مساعدة الأشخاص على معالجة المعلومات وتخزينها بشكل أفضل. ولذلك، يجب على الأطفال تحسين تدريب الذاكرة العاملة لديهم.

ويجب أن تستهدف عملية التدريب المستوى المعرفي والخصائص العمرية للأطفال، وخاصة مشاكل الذاكرة التي يواجهها الأطفال في الحياة اليومية حتى يتمكن الأطفال من استخدام الذاكرة بكفاءة أكبر في الحياة اليومية.

يمكن تطبيق تدريب الذاكرة العاملة على العديد من الأنشطة الفكرية المختلفة، مثل التفكير المنطقي، وفهم اللغة، والإدراك المكاني، وحل المشكلات، على سبيل المثال لا الحصر. من خلال هذا التدريب، يمكن للأطفال تحسين قدراتهم التحليلية والحكمية وحل المشكلات.

بالإضافة إلى ذلك، يرتبط تحسين الذاكرة العاملة أيضًا ارتباطًا وثيقًا بالأداء الأكاديمي للأطفال. يتطلب التعلم أن يكون لدينا قدرة ذاكرة قوية لإتقان المعرفة. ولذلك، فإن التدريب الفعال للذاكرة العاملة يمكن أن يساعد الأطفال على تعلم المعرفة بشكل أفضل وتحسين أدائهم الأكاديمي.

باختصار، تدريب الذاكرة العاملة لدى الأطفال له تأثير إيجابي على نمو الأطفال. أثناء عملية التدريب، نحتاج إلى التركيز على فهم شخصيات الأطفال وخصائصهم وجعلهم يشعرون بالسعادة والشعور بالإنجاز الذي يجلبه التدريب لتقدمهم. نحن نؤمن أنه بدعم من أولياء الأمور والمعلمين، يمكن للأطفال تحسين مهاراتهم في التفكير والذاكرة بشكل مستمر من خلال تدريب الذاكرة العاملة. يمكن ملاحظة أننا بحاجة إلى تحسين ذاكرتنا. يمكن لـ Cistanche deserticola أن يحسن الذاكرة بشكل كبير لأن Cistanche deserticola هي مادة طبية صينية تقليدية لها العديد من التأثيرات الفريدة، أحدها هو تحسين الذاكرة. تأتي فعالية اللحم المفروم من المكونات النشطة المختلفة التي يحتوي عليها، بما في ذلك الأحماض والسكريات والفلافونويد وما إلى ذلك. ويمكن لهذه المكونات تعزيز صحة الدماغ بعدة طرق.

انقر فوق معرفة طرق تحسين وظائف المخ

تشير نتائجنا مجتمعة إلى أن التحكم في الانتباه هو الآلية الأولية التي تؤدي إلى فوائد WMT التكيفية على المدى الطويل. قد تكون قدرات الانتباه الانتقائية والمستدامة بمثابة سقالة للتغيرات اللاحقة في العمليات المعرفية العليا، والمهارات الأكاديمية، والرفاهية العامة. علاوة على ذلك، تسلط هذه النتائج الضوء على أن اختيار مقاييس النتائج وتوقيت التقييمات يلعبان دورًا حاسمًا في اكتشاف فعالية التدريب. وبالتالي، فإن تقييم التباين داخل الفرد، أثناء التدريب أو بعده مباشرة، يمكن أن يسمح بالتصميم المبكر لتدخلات التدريب من حيث المدة أو المحتوى لتعظيم تأثيرها.

الكلمات الدالة

التحكم في الانتباه، الأطفال، التدريب المعرفي، التصوير بالرنين المغناطيسي الوظيفي، التباين داخل الفرد، الذاكرة العاملة.

1 المقدمة

حظيت برامج التدريب الإدراكي باهتمام كبير على مر السنين نظرًا لقدرتها على تحسين القدرات المعرفية لدى السكان الأصحاء والسريريين. ومع ذلك، فإن فعالية واستمرارية فوائد برامج التدريب المعرفي لا تزال قيد الفحص الدقيق والمناقشة بقوة (Au et al., 2015; Bogg & Lasecki,2014; Cortese et al., 2015, Karbach & Verhaeghen, 2014; Melby-Lervag). وآخرون، 2016؛ سالا وجوبت، 2020، شوايغوفر وآخرون، 2015؛ سميديت آل، 2020، واس وآخرون، 2012). على الرغم من أن برامج التدريب المعرفي أثبتت قدرتها على تحسين الأداء في المهام غير المدربة المماثلة (التحويل القريب)، فإن الأدلة على النقل إلى المهارات المعرفية في مجالات أخرى (النقل البعيد) تظل أكثر متفرقة ومثيرة للجدل (Au et al..2015; Cortese et al. آل، 2015، ديلالاندي وآخرون، 2020، جيليجان وآخرون، 2020، جونز وآخرون، 2020، كارباخ وفيرهايغن، 2014، ميلبي-ليرفاج وآخرون، 2016، سالا وجوبت، 2020، شوايغوفر وآخرون ، 2015؛ سميد وآخرون، 2020). ما زلنا نفتقر إلى الفهم الكافي لأنواع المهارات والقدرات المعرفية الأكثر فائدة للتدريب، وأنواع أساليب التدريب والجرعات التي تعمل بشكل أفضل لمهارات معينة، وأنواع الأفراد الذين يمكنهم جني فوائد كافية لتبرير الوقت والمال. تكاليف تدخلات التدريب المعرفي.

كما هو الحال مع العديد من جوانب التدريب المعرفي، فإن مدى تأثير النقل على الإنجازات الأكاديمية يخضع لنقاش حاد. يبدو أن التحسينات في الأداء الأكاديمي أقوى في مجال اللغة والقراءة وأقل اتساقًا في الرياضيات، على الرغم من أن هذا يختلف اعتمادًا على نوع نظام التدريب وعينة الدراسة (انظر Sala & Gobet, 2020 وTitz & Karbach, 2014 للمراجعة والتحليل -تحليل). على سبيل المثال، هناك تقارير تفيد بأن تأثيرات النقل الأولية إلى الرياضيات لا تستمر بعد ثلاثة أشهر (جونز وآخرون، 2020) وأن الأطفال الذين يعانون من انخفاض قدرة الذاكرة العاملة يظهرون مهارات رياضية أسوأ من مجموعة التحكم التعليمية في الفصل الدراسي العادي بعد عامين من الذاكرة العاملة التدريب (WMT) (روبرتس وآخرون، 2016). من ناحية أخرى، وجدت دراسة حديثة أن آثار التدريب يمكن أن تظهر وتزداد بمرور الوقت في مجموعة تضم أكثر من 500 طفل في الصف الأول لم يتم اختيارهم مسبقًا بناءً على قدرات الذاكرة العاملة (بيرغر وآخرون، 2020).

وجدت هذه الدراسة أن فوائد النقل البعيد من WMT التكيفية إلى المهارات الأكاديمية كانت واضحة فقط بعد 6 إلى 12 شهرًا من نهاية التدريب. علاوة على ذلك، أظهر هذا العمل أن خمسة أسابيع من اختبار WMT التكيفي خلال سنة الصف الأول أدت إلى زيادة احتمال دخول أعلى مسار أكاديمي في نظام المدارس الثانوية الألمانية بعد 3 إلى 4 سنوات. بالنظر إلى النتائج المجمعة عبر دراسات متعددة، فمن الواضح أن تصميمات الدراسة الطولية التي تتضمن تدابير متابعة على مدار سنوات متعددة ستكون مهمة لتحديد الفعالية المحتملة لأنواع و/أو جرعات مختلفة من التدريب المعرفي، خاصة للأطفال.

من المهم فهم التغيرات المعرفية والعصبية التي تحدث أثناء التدريب أو بعده مباشرة. ومن المفترض أن هذه التأثيرات القريبة تسمح بظهور فوائد واسعة النطاق في المستقبل. يمكن أن يحدد مستوى الاهتمام مدى جودة تذكر المعلومات (Gazzaley & Nobre, 2012). وبالتالي فإن عمليات الذاكرة العاملة، التي تُعرف بأنها التخزين المؤقت ومعالجة المعلومات التي تسمح بأداء المهام المعرفية المعقدة (Baddeley, 1996; Baddeley, 2010)، ترتبط ارتباطًا وثيقًا بالتحكم في الانتباه.

نشير إلى القدرة على تنسيق وتخصيص الاهتمام للمحفزات ذات الصلة في البيئة بغض النظر عن عوامل التشتيت والتعب كتحكم في الانتباه (Cartwright, 2012; Corbetta & Shulman, 2002; Norman & Shallice, 1983). تتطلب الذاكرة العاملة التحكم في الانتباه للحفاظ على المعلومات ذات الصلة بالمهمة وإعادة تقييمها مع منع التداخل من المعلومات غير ذات الصلة بالمهمة (Engle, 2018; Fukuda & Vogel, 2011; Kane et al., 2008; Mcnab & Klingberg, 2008). تعتمد كل من الذاكرة العاملة وعمليات التحكم في الانتباه على شبكات الدماغ الأمامية والجدارية والجسم المخطط (Klingberg، 2010). تم الإبلاغ عن أن التدريب المعرفي يغير بنية الدماغ ووظيفته، مع ملاحظة التغيرات المستحثة غالبًا في مناطق الفص الجبهي والجداري والجسم المخطط (Astle et al., 2015; Buschkuehl et al., 2012; Flegal et al., 2019; Klingberg, 2010). ؛ ماكناب وآخرون، 2009؛ سالمي وآخرون، 2018؛ شنايدر وآخرون، 2012).

هذه مناطق مهمة تدعم الوظائف التنفيذية مثل الذاكرة العاملة والتحكم في الانتباه (D'Esposito & Postle، 2015؛ Frank et al.، 2001؛ Mcnab & Klingberg، 2008؛ Owen et al.، 2005؛ Wager & Smith، 2003). تشير دراسات تصوير الدماغ إلى أن الانتقال الناجح من المهارات المدربة إلى المهارات غير المدربة يتطلب أن تشارك كلا العمليتين المعرفيتين على الأقل جزئيًا في أنظمة الدماغ الهيكلية والوظيفية (Dahlin et al., 2008; Morrison & Chein, 2011). وبالتالي، لكي تكون برامج التدريب المعرفي الأكثر فائدة، يجب أن تسهل التطورات العصبية التي تسمح بمشاركة أكثر فعالية وكفاءة لهذه الأنظمة العصبية المشتركة.

تعد التدابير الحساسة والموثوقة للتغيرات في الوظائف العقلية والعصبية ضرورية لاكتشاف الآثار المباشرة لتدخلات التدريب والتنبؤ بالفوائد طويلة المدى للتدريب. في العمل الحالي، نقوم باختبار الفرضية القائلة بأن التباين داخل الفرد في أوقات الاستجابة قد يكون مفيدًا في هذا الصدد. تعد مقاييس التباين بين الأفراد بناءً على الدقة أو أوقات الاستجابة أكثر إفادة من مقاييس الدقة المتوسطة عند محاولة فهم الآليات التي يمكن من خلالها نقل التأثيرات المفيدة للتدريب المعرفي إلى المهارات الأكاديمية (Karbach & Unger, 2014; Könen & Karbach, 2015). ، لتوقع الفوائد طويلة المدى في الأداء الأكاديمي (Judd et al.، 2021)، وتسهيل تحديد الأفراد الذين سيستفيدون أكثر من التدخل التدريبي (Karbach & Unger، 2014؛ Könen & Karbach، 2015؛ MacDonald et آل، 2009؛ سافيل وآخرون، 2011).

تم استخدام عدة طرق للقياس الكمي والتمييز بين العمليات المعرفية المختلفة التي قد تؤدي إلى تباين داخل الفرد في أوقات الاستجابة. معامل التباين الفردي (ICV) هو مقياس شائع، يتم حسابه كنسبة مباشرة للانحراف المعياري بالنسبة إلى المتوسط. بالإضافة إلى ذلك، يمكن تحديد شكل توزيع وقت الاستجابة من خلال تركيب نماذج غاوسية سابقة (Geurts et al., 2008; Hervey et al., 2006; van Belle et al., 2015)، ويمكن تحديد مصادر التباين المحتملة تتميز بتركيب نماذج قرار الانتشار (DDM) (Forstmann et al.، 2016؛ Karalunas & Huang-Pollock، 2013؛ Ratcliff et al.، 2016؛ Schmiedek et al.، 2009). علاوة على ذلك، يمكن أيضًا استخدام نماذج DDM لقياس وفهم تأثيرات الاهتمام على أداء المهام واتخاذ القرار (Cavanagh et al., 2014; Krajbich & Rangel, 2011; Krajbich et al., 2015).

يرتبط التباين في الأداء بين الأفراد بالقدرات المعرفية ووظائف الدماغ التي تستهدفها تدخلات التدريب المعرفي (Castellanos et al., 2005; Geurts et al., 2008; Judd et al., 2021; Kofler et al., 2013; MacDonald) وآخرون، 2006). ويرتبط التباين داخل الفرد أيضًا بوظيفة الدماغ الجبهي والتعديل العصبي الدوباميني (Ilg et al., 2018; Johnson et al., 2015; MacDonald et al., 2006, 2009; Papenberg et al., 2013; Tamnes et al., 2012؛ van Belle et al., 2015)، وخاصة قدرات التحكم المثبطة والمعرفية التي تتوسطها أنظمة الدماغ الدوبامينية الأمامية وتحت القشرية (Bellgrove et al., 2004; Isbell et al., 2018; Montez et al., 2017; van Belle وآخرون، 2015).

قد تكون قياسات التباين داخل الفرد مفيدة بشكل خاص عند المقارنة بين المجموعات غير المتجانسة، مثل الأطفال والمراهقين الذين لا يزال نموهم المعرفي مستمرًا أو السكان الذين يعانون من صعوبات معرفية مثل اضطراب فرط الحركة ونقص الانتباه أو التوحد (كاستيلانوس وآخرون، 2005؛ ديرك وشميدك، 2016). ؛ جيرتس وآخرون، 2008؛ كارالوناس وآخرون، 2014؛ كونين وكارباخ، 2015). تماشيًا مع النمط الراسخ لنمو الدماغ والنمو المعرفي عبر فترة الحياة، يُظهر التباين داخل الفرد ارتباطًا مقلوبًا على شكل حرف U مع العمر، حيث يتناقص من الطفولة حتى المراهقة حتى سن البلوغ، ويزداد مرة أخرى في سن الشيخوخة (مونتيز وآخرون). ، 2017؛ بابنبرغ وآخرون، 2013؛ ويليامز وآخرون، 2005).

ومن مزايا مقاييس التباين بين الأفراد أنها لا تلتقط النتيجة فحسب، بل تلتقط أيضًا كفاءة العمليات المعرفية. يرتبط التباين المتزايد في أوقات الاستجابة بصعوبات في التحكم في الانتباه أو القدرة على الحفاظ على الاهتمام والأهداف (Unsworth، 2015). تم افتراض تحسين القدرة المعرفية أو تعزيز الكفاءة أو استقرار العمليات المعرفية كآليات محتملة تكمن وراء تأثير التدخلات التدريبية (فون باستيان وأوبراور، 2014). قد يشير فشل الانتباه أثناء أداء المهمة إلى التنفيذ غير المتسق بدلاً من انخفاض القدرة أو الوظيفة غير الطبيعية. قد لا يرتبط هذا التناقض في تنفيذ الأنظمة المعرفية ذات الصلة بانخفاض الدقة إذا لم تكن المهمة أو الاختبار صعبًا بدرجة كافية و/أو لا ينتج عنه سوى مقاييس دقة تقريبية، ولكنه قد لا يزال يضعف الأداء الأكاديمي لدى الأطفال بشكل كبير (جود وآخرون، 2021). ). يمكن أن يؤدي التنفيذ غير المتسق للعمليات المعرفية ذات الصلة بالسلوك إلى تغيير توزيع وقت الاستجابة. لن تؤدي هذه التأثيرات بالضرورة إلى اختلافات في متوسط ​​أوقات الاستجابة ولكن يمكن قياسها كميًا من خلال مقاييس مختلفة لتقلب وقت الاستجابة داخل الفرد (Ali et al., 2019; Geurts et al., 2008; van Belle et al., 2015).

لقد ارتبط التباين داخل الفرد بالفعل بهفوات الانتباه. لقد ظهر ذلك لدى الأطفال المصابين باضطراب فرط الحركة ونقص الانتباه والذين غالبًا ما يظهرون RTs طويلة بشكل غير طبيعي في مجموعة فرعية من التجارب (Hervey et al.، 2006؛ van Belle et al.، 2015). بالمقارنة مع مقاييس الاتجاه المركزي (على سبيل المثال، المتوسط ​​أو المتوسط)، تكون مقاييس التباين داخل الفرد أكثر حساسية للإرهاق لدى الشباب (Wang et al., 2014)، أو لمشاكل الانتباه المصنفة خارجيًا (Gómez-Guerrero et al., 2011)، ولتصنيف المرضى الذين يعانون من اضطراب فرط الحركة ونقص الانتباه بشكل صحيح (كلاين وآخرون، 2006). ولذلك، يمكن لمقاييس التباين داخل الفرد أن تكتشف بشكل معقول التغييرات الناجمة عن التدخلات التدريبية التي لا يمكن (حتى الآن) التقاطها من خلال مقاييس الأداء المتوسطة لأن مقاييس تقلب الأداء أكثر حساسية لكفاءة العمليات المعرفية.

أظهرت الأعمال الحديثة أن تقلب الأداء يرتبط بقدرات الذاكرة العاملة والتدريب والانتقال إلى المهارات الأكاديمية. ارتبط التباين بين الأفراد في الدقة داخل وبين الجلسات في مهام الذاكرة العاملة بالأداء الأكاديمي لدى أطفال المدارس في الصفين الثالث والرابع (ديرك وشميدك، 2016)، ودراسة حديثة أجريت على أطفال يبلغون من العمر 6- عامًا أظهر أن التباين داخل الفرد بعد التدريب المعرفي للذاكرة العاملة كان مرتبطًا بالأداء في الرياضيات بعد 3 سنوات (جود وآخرون، 2021). نظرًا للارتباط التنبؤي بين الأداء الأكاديمي في المدرسة والرفاهية في مرحلة البلوغ (Tomasik et al., 2019)، فمن المهم دراسة تأثير أي تدريب معرفي على الأداء الأكاديمي.

باختصار، هناك سبب كافٍ لافتراض أن مقاييس تباين وقت الاستجابة الفردية يمكن أن تكتشف تأثيرات التدريب قصيرة المدى وقد تكون مفيدة في التنبؤ بدرجة الفوائد طويلة المدى. هنا، نقوم باختبار الفرضية القائلة بأن التباين داخل الفرد في أداء المهام - الذي يتم قياسه كميًا عبر أوقات الاستجابة - يمكن استخدامه لتقييم فعالية التدريب على المدى القصير ويرتبط بتأثيرات النقل البعيد المستقبلية. نحن نستخدم مجموعة من المهام المعرفية (N-Back and Flanker)، والتصوير بالرنين المغناطيسي الوظيفي (fMRI)، ونمذجة قرار الانتشار للأداء الفردي لفحص تأثيرات خمسة أسابيع من WMT التكيفي على الوظيفة الدماغية والإدراكية لدى أطفال الصف الأول. .

كانت فرضياتنا المحددة هي أن WMT سيفيد الأداء في مهام N-Back وFlanker على المدى القصير، مما يزيد من الدقة ويقلل التباين بين الأفراد في أوقات الاستجابة. لقد افترضنا أيضًا أن انخفاض تقلب وقت الاستجابة بعد WMT سوف يرتبط بتنشيط الدماغ في مناطق الذاكرة العاملة الرئيسية مثل قشرة الفص الجبهي الظهرية الوحشية والجسم المخطط. علاوة على ذلك، افترضنا أنه إذا أثرت WMT على القدرة أو الدافع للحضور بشكل انتقائي إلى المعلومات ذات الصلة بالمهمة، فيجب أن نرى اختلافات في معدلات الانجراف المقدرة لـ DDM بين مجموعات التدريب والسيطرة. أخيرًا، نظرًا للأدلة الموجودة على الارتباطات بين التباين داخل الفرد والوظيفة المعرفية عبر مختلف المجموعات السكانية النفسية والمتقدمة في السن، فقد افترضنا أن مقاييس التباين داخل الفرد ستكون مؤشرًا على النتائج المستقبلية في فترة المتابعة اللاحقة البالغة 6 و{6}} شهرًا. يصل التقييمات. نقوم باختبار هذه الفرضيات باستخدام ثلاث مجموعات بيانات مستقلة.

2 طريقة

2.1 المشاركون

في هذه الورقة، قمنا بتحليل البيانات من ثلاث عينات منفصلة من الأطفال (N=28، 572، و11,878). نحن نصف المشاركين والمهام المستخدمة في عينتي النسخ المتماثل الأكبر حجمًا في القسم الفرعي 2.7 أدناه. تضمنت عينة التصوير بالرنين المغناطيسي الوظيفي الأولية 28 طفلًا في المرحلة الابتدائية تتراوح أعمارهم بين 7 و9- سنوات (متوسط ​​العمر=93 شهرًا، والانحراف المعياري=5 شهرًا، و14 أنثى، ومجموعة تدريب الذاكرة العاملة [WMT] { {13}}، مجموعة المقارنة [CMP]=12). تم تجنيد هؤلاء الأطفال من خلال دراسة التدخل المستمرة لأكثر من 500 طفل و29 فصلاً دراسيًا مختلفًا. وافقت لجنة الأخلاقيات المحلية (Kantonale Ethikkommission Zürich) على جميع الإجراءات والأساليب المستخدمة خلال هذه الدراسة.

2.2 برنامج التدريب المعرفي

تتألف إجراءات التدريب من تدخل لمدة خمسة أسابيع وأربع موجات تقييم، واحدة قبل التدخل (خط الأساس)، وواحدة مباشرة بعد نهاية التدخل لمدة خمسة أسابيع، وموجتين للمتابعة في 6 و12-13 شهرًا، على التوالي. . تضمنت بطارية التقييم اختبارات الذاكرة العاملة ومعدل الذكاء (مدى الأرقام، ومدى الموقع، ومدى الكائن، واختبار رافين)، والنتائج التعليمية (الحساب الرياضي وهندسة الرياضيات، وقدرات القراءة)، واختبارات التركيز (مهمة Go/NoGo وBP).

برنامج تدريب الذاكرة العاملة الذي تم تنفيذه هو RoboMemo1 من Cogmed. وهو برنامج محوسب، يتكيف بشكل كبير مع الأداء الفردي، ويتم تنفيذه عبر أجهزة الكمبيوتر المحمولة بما في ذلك سماعات الرأس للتعليمات المنطوقة والفأرة الخارجية. يتكون التدخل من جلسة WMT يومية يوميًا (مدة ∼ 30 دقيقة)، على مدار 5 أسابيع (25 جلسة). وتضمنت كل جلسة تدريبية ست وحدات تكيفية (مهام الذاكرة العاملة)، بما في ذلك 12 تجربة (75 تجربة في المجموع). أثناء التدخل، كان هناك مدرب طلابي مدرب خصيصًا في كل فصل.

قمنا بمقارنة مجموعة WMT بالأطفال الذين تلقوا تعليمًا قياسيًا في الفصل الدراسي (N=3) أو تدريبًا على التنظيم الذاتي على مدى ستة دروس مدرسية (N=9). في هذه الدروس، قام المعلم بتدريس نسخة من تقنية التناقض العقلي مع نوايا التنفيذ (MCII) (Duckworth et al., 2013) والتي تم تكييفها لتناسب الفئة العمرية ذات الصلة وسياق الفصل الدراسي.

2.3 المهام المعرفية واتخاذ القرار بعد التدريب

مهمة الذاكرة العاملة (N-Back): تتكون مهمة الذاكرة العاملة لتصميم الكتلة الدقيقة 11- من أربعة شروط (الشكل S1a). في حالة "0-العودة"، يتعين عليهم الاستجابة عندما يرون صورة للشمس على الشاشة. في شروط "1-رجوع"، و"2-رجوع"، و"3-رجوع"، يتعين عليهم الاستجابة عندما تكون الصورة على الشاشة هي نفسها 1 أو 2 أو 3 قبل ذلك على التوالي. تم تسجيل بيانات الأداء أثناء المسح. متغيرات الأداء الرئيسية هي مؤشر d-prime (d'=z(HitRate) – z(FalseAlarms)) ومعامل التباين داخل الفرد (ICV=SDRT/MRT) لكل عمل حالة الذاكرة.

مهمة الجناح: تم تصميم المهمة المتعلقة بحدث الدقيقة 11- استنادًا إلى Rueda et al. (2004). تم تقديم 240 تجربة للمشاركين (الشكل S1b). تتألف كل تجربة من صف مركزي مكون من خمس أسماك صفراء على خلفية زرقاء.

لقد طُلب منهم "إطعام" الأسماك الموجودة في وسط الشاشة. للقيام بذلك، كان على الطفل الضغط على الزر الأيمن/الأيسر في صندوق الأزرار، اعتمادًا على اتجاه السمكة المركزية وتجاهل اتجاه الجناحين. متغيرات الأداء الرئيسية هي النسبة المئوية للإجابات الصحيحة ومعامل الاختلاف داخل الفرد في أوقات الاستجابة. علاوة على ذلك، فإننا نلائم نموذج نشر القرار مع نتائج الاستجابة وأوقاتها لتحديد مصدر (مصادر) التباين التفاضلي في الأداء (انظر القسم 2.4.2). أخيرًا، للمقارنة مع الأوراق المنشورة مسبقًا، أجرينا أيضًا تحليلًا لاحقاً لبيانات RT باستخدام النهج الغوسي السابق. استنادًا إلى الدراسات السابقة (Geurts et al., 2008; Hervey et al., 2006; van Belle et al., 2015)، توقعنا وجود اختلافات بين المجموعتين في معلمات المكون الأسي للتوزيع الغوسي السابق لـ RTs.

وللاكتمال، نلاحظ أن الأطفال أكملوا أيضًا مهمة اختيار زمنية مماثلة لتلك الموجودة في Steinbeis et al. (2014) أثناء وجوده في الماسح الضوئي، والذي تم استخدامه لاختبار فرضية منفصلة عن تلك التي نركز عليها في هذا البحث.

يمكن العثور على مزيد من التفاصيل حول المهام الثلاث في الطرق التكميلية.

2.4 تحليلات بيانات السلوك

انسحب اثنان من 28 طفلاً من عينة الرنين المغناطيسي الوظيفي من الدراسة بعد المهمة الأولى (في كلتا الحالتين، مهمة الاختيار الزمني). بالنسبة لثلاثة مشاركين، كانت هناك إخفاقات فنية في جمع بيانات الأداء أثناء مهمة Flanker، مما أدى إلى استبعاد مشارك واحد بسبب الفقدان الكامل لبيانات الأداء، وبالنسبة لاثنين من المشاركين، يمكن استخدام تشغيل واحد فقط للمهمة في التحليل.

2.4.1 الانحدارات على الأداء السلوكي

تم إجراء التحليلات الإحصائية باستخدام RStudio (الإصدار 1.1.442) (RStudio Team 2020).

لقد قمنا بدراسة الاختلافات بين المجموعات المدربة وغير المدربة على متغيرات الأداء الرئيسية للمهام مباشرة بعد اختبار WMT. للقيام بذلك، أجرينا نموذجًا خطيًا عامًا (GLM) لمهام NBack وFlanker مع مجموعة التدريب (WMT مقابل CMP) كعامل تأثيرات وحالة مهمة (N-Back: ذاكرة عمل عالية مقابل ذاكرة عمل منخفضة؛ Flanker: متطابق مقابل . غير متطابقة) كعوامل ذات تأثيرات عشوائية.

2.4.2 تحليلات نمذجة انتشار القرار

استخدمنا نهجًا هرميًا بايزي لملاءمة معلمات نموذج نشر القرار (DDM) مع مهمة Flanker باستخدام JAGS (بلامر، 2003) ووحدة JAGS-Wiener (Wabersich & Vandekerckhove، 2014) جنبًا إلى جنب مع حزمة النتوءات (Plummer، 2018) في R. استخدمنا التوصيات السابقة لنمذجة قرار الانتشار الهرمي في Wiecki et al. (2013). تم تشغيل التركيب بثلاث سلاسل، و100،000 عينة احتراق، و10،000 عينة خلفية بمعدل ترقق قدره 10 عينات. تم تقييم التقارب باستخدام الفحص البصري، ومن خلال التأكد من أن تدابير psrf كانت أقل من 1.05 لجميع المعلمات. تم حساب معدلات الانجراف كمجموعة خطية مرجحة من المحفزات المستهدفة وغير المستهدفة للتمييز بين المساهمة النسبية لكل منها في معدل تراكم الأدلة. هنا، نلائم DDM مع سلوك الأطفال في مهمة الجناح. لم نطابق البيانات من مهمة N-Back لأنها تطلبت استجابات فقط على التجارب المستهدفة، والتي كانت تمثل أقلية صغيرة (25%) من جميع التجارب.

في مواصفاتنا الخاصة بـ DDM، يخبرنا حجم معاملات معدل الانجراف عن مدى قوة تأثير كل حافز على عمليات تراكم الأدلة. في مهمة الجناح، يجب أن يركز الأطفال على السمكة المستهدفة لأنها وحدها توفر دليلاً على الاستجابة الصحيحة في كل تجربة. الاتجاه الذي تواجهه الأسماك المشتتة المحيطة ليس له صلة ويجب تجاهله. وبذلك قمنا بتحديد معدل الانجراف حسب المعادلة (1) أدناه. لقد افترضنا أن 1-2 (أي الوزن على المعلومات ذات الصلة ناقص المعلومات غير ذات الصلة) يجب أن يكون أكبر في WMT منه في مجموعة CMP.

2.5 جمع وتحليل بيانات الرنين المغناطيسي الوظيفي

يمكن العثور على أوصاف تفصيلية للمعالجة المسبقة للرنين المغناطيسي الوظيفي ومعلمات المسح وGLM للرنين المغناطيسي الوظيفي في الطرق التكميلية.

2.6 الارتباط بين أداء المهام المعرفية بعد التدريب

لقد قمنا بالتحقق مما إذا كانت مقاييس التباين داخل الفرد المحسوبة مباشرة بعد التدريب يمكن أن تكون بمثابة مؤشرات للنتائج المستقبلية ذات الصلة في تقييمات المتابعة اللاحقة. على وجه التحديد، قمنا بفحص النتيجة الإجمالية في SDQ (Woerner et al., 2002)، وهو مقياس فحص السلوك والرفاهية النفسية الذي يتم تطبيقه عادةً في البيئات السريرية لتحديد المجالات التي يحتمل أن تكون إشكالية لدى الطفل والتي تستحق المزيد من التقييم من قبل متخصص. تم ملء SDQ من قبل الآباء بعد 6 أشهر من التدريب. قمنا أيضًا بفحص اختبارات الأداء الأكاديمي في القراءة ومقياسين فرعيين للرياضيات (الهندسة والحساب) تم إجراؤهما بعد 12 شهرًا من التدريب. لقد ركزنا على هذه المهارات الأكاديمية المحددة بسبب نتائج العينة المستقلة في Berger et al. (2020)، والتي تظهر أن WMT حسنت الهندسة ونتائج القراءة، ولكن ليس الحساب.

للتحقيق في ما إذا كانت تدابير التباين داخل الفرد يمكن أن تكون مؤشرا على النتائج المستقبلية في تقييمات المتابعة اللاحقة في جميع مجموعات التدخل، أجرينا تحليلات الانحدار الخطي القوية بايزي. اختبرت هذه التحليلات ما إذا كانت التغييرات في SDQ والمهارات الأكاديمية (أي التحكم في الدرجات الأساسية) يمكن تفسيرها من خلال دقة الأطفال (d-prime) أو تباين وقت الاستجابة في المهام المعرفية التي يتم إجراؤها في نهاية فترة التدريب. على وجه التحديد، استخدمنا معامل التباين في أوقات الاستجابة ودرجات d-prime من مهمة N-Back وتقديرات معدلات انجراف DDM من مهمة الجناح لشرح النتائج المستقبلية. كانت بعض إجراءات المتابعة أو التباين داخل الفرد مفقودة بالنسبة لبعض الأطفال (الحد الأقصى لعدد القيم المفقودة لأي مقياس كان 4). لاستخدام أكبر قدر ممكن من البيانات من عينة الرنين المغناطيسي الوظيفي الصغيرة الخاصة بنا قدر الإمكان، قمنا باحتساب القيم المفقودة باستخدام حزمة "الفئران" (van Buuren & Groothuis-Oudshoorn، 2011) في R. لقد أنشأنا 10 مجموعات بيانات محسوبة مختلفة وتناسب الانحدارات الخطية البايزية لكل منهم باستخدام حزمة R، 'brms' (Bürkner, 2018) كواجهة لـ STAN (Stan Development Team, 2020). لقد استخلصنا استنتاجاتنا النهائية من التوزيعات الخلفية المجمعة لجميع نماذج الانحدار القوية العشرة لتقليل تأثير أي مجموعة واحدة من القيم المحسوبة على نتائجنا. استخدم كل نموذج من النماذج العشرة متغيرات تابعة ومستقلة ذات درجات z وسابقات Student-t لجميع التأثيرات الثابتة (يعني=0، SD = 1، درجات الحرية=10). استخدم كل نموذج 6000 عينة MCMC عبر ثلاث سلاسل مستقلة بعد 1000 عينة إحماء لكل سلسلة وخطوة ترقق=5. يتم عرض المجموعة الكاملة لمتغيرات الانحدار والنتائج الناتجة عن هذه الانحدارات في الجدول S7. تم التحكم في جميع الانحدارات للأداء الأساسي لكل متغير تابع، والذي يقدر بشكل فعال التغيرات في النتائج.

2.7 التكرار المفاهيمي والتعميم باستخدام عينات مستقلة

لقد اختبرنا ما إذا كانت الجوانب الأساسية سوف تتكرر أو تعمم في عينتين مستقلتين أكبر. تضمن النسخ المتماثل المفاهيمي تحليلات جديدة للبيانات الواردة من Berger et al. (2020)، والتي يشار إليها فيما بعد باسم دراسة BFHSW. تم إجراء دراسة BFHSW على عينة منفصلة من أطفال الصف الأول (العمر=6–7 سنوات، متوسط ​​= 6.8 سنوات، الانحراف المعياري=4.3 أشهر) عن تلك التي منها تم رسم عينة الرنين المغناطيسي الوظيفي لدينا. ومع ذلك، استخدمت الدراستان نفس إجراءات WMT، بالإضافة إلى العديد من أدوات التقييم نفسها عند خط الأساس والمتابعة. تسمح لنا هذه التداخلات باختبار الارتباط بين التغييرات في القيمة المحلية المضافة في وقت الاستجابة بعد التدريب وارتباطها بالمهارات الأكاديمية في 12-شهر متابعة مثل عينة الرنين المغناطيسي الوظيفي لدينا، على الرغم من حساب القيمة المحلية المضافة في وقت الاستجابة من تثبيط الاستجابة بدلاً من مهمة الذاكرة العاملة (انظر 2.7.1 لمزيد من التفاصيل). لقد اختبرنا أيضًا ما إذا كان الارتباط بين التباين الفردي في أداء المهام ومقاييس الرفاهية الحالية والمستقبلية التي وجدناها في عينة الرنين المغناطيسي الوظيفي الصغيرة لدينا من شأنه تعميمه على مجموعة أكبر بكثير من الأطفال المشاركين في دراسة دماغ المراهقين والتنمية المعرفية (ABCD) (كيسي وآخرون، 2018).

بيرغر وآخرون. (2020) نفذ نفس تدخل WMT ونفس تقييمات ما قبل وبعد التدريب في نفس النقاط الزمنية للمتابعة (6 و 12 شهرًا بعد نهاية التدريب) المستخدمة في عينة التصوير بالرنين المغناطيسي الوظيفي لدينا في مجموعة منفصلة مكونة من 572 طفلاً (6-7 سنوات من العمر). في هذه العينة، ضمت مجموعة WMT 279 مشاركًا قاموا بإجراء نفس WMT كما في العينة الأولية لدينا. تلقت المجموعات الضابطة إما تعليمًا مدرسيًا قياسيًا، أو تدريبًا على التنظيم الذاتي مشابهًا لعينتنا الأولية، أو تدريبًا على برامج التعلم. باتباع الإجراءات التي وضعها بيرغر وآخرون. (2020)، قمنا بمقارنة التغير في القيمة المحلية المضافة في أوقات الاستجابة بعد اختبار WMT مع 101 طفل تلقوا تعليمًا مدرسيًا قياسيًا. ومع ذلك، فإن اختباراتنا الأولية للارتباط بين التغيرات في القيمة المحلية المضافة خلال فترة التدخل البالغة خمسة أسابيع والتحسينات في درجات القراءة أو الهندسة بعد عام واحد من التدريب أجريت على 521-565 طفلًا لدينا لهم جميع التدابير ذات الصلة في كل مرة. نقطة (انظر الجدولين 1 و 2 لمزيد من التفاصيل).

قمنا بحساب التباين داخل الفرد في أوقات الاستجابة من مهمة تثبيط الاستجابة بدلاً من مهمة الذاكرة العاملة في دراسة BFHSW. لم تتضمن هذه الدراسة مهمة الذاكرة العاملة مع استجابات سريعة كافية من كل طفل لحساب التباين داخل الفرد في أوقات الاستجابة بشكل موثوق. ومع ذلك، فقد تضمنت مهمة Go/Nogo، التي تقيس تثبيط الاستجابة، في جميع موجات التقييم التي يمكننا استخدامها لحساب التباين داخل الفرد في أوقات الاستجابة. لذلك، لاختبار الارتباط بين التحسينات في التباين داخل الفرد بعد التدريب والتحويل البعيد إلى المهارات الأكاديمية على المدى الطويل، قمنا بحساب القيمة المحلية المضافة على أنها الانحراف المعياري لـ RTs الخاصة بالمحاكمة مقسومة على متوسط ​​RTs للمحاكمة. لاحظ أننا نحسب القيمة المحلية المضافة من التجارب الصحيحة تمامًا كما فعلنا لجميع المهام في العينة الأولية وبما يتوافق مع الإجراء القياسي في الأدبيات (Bellgrove et al., 2004; Bos et al., 2020; Fagot et al., 2018؛ مارسيانو ويشورون، 2017). نشير إلى هذه التحليلات على أنها تكرار مفاهيمي لأننا نستخدم مهمة Go/Nogo بدلاً من مهمة N-back. أخيرًا، قمنا فقط باختبار المهارات الأكاديمية في عينة BFHSW لأن العديد من الآباء لم يكملوا SDQ لأطفالهم في تلك الدراسة.

نحن نلائم نماذج الانحدار الخطي باستخدام Stata (StataCorp 2015). على وجه التحديد، اتبعنا الأساليب التي أبلغ عنها بيرغر وآخرون. (2020) وتقديرات انحدارات المربعات الصغرى العادية مع وجود أخطاء معيارية قوية متجمعة على مستوى الفصل الدراسي. تضمنت جميع نماذج الانحدار متغيرات ضابطة لنوع العلاج والمدرسة والجنس والعمر والأداء الأساسي في كل من المتغيرات التابعة (الهندسة أو درجات القراءة) والقيمة المحلية المضافة من مهمة Go/Nogo.

For more information:1950477648nn@gmail.com