Нейронные основы усвоения слов в контексте в разных возрастных группах: обзор зарубежных исследований


Цитировать

Полный текст

Аннотация

Контекст играет ключевую роль при чтении и усвоении новых слов, предоставляя важные подсказки для понимания значения новых слов. Дети активно используют слова для описания окружающего мира. По мере расширения словарного запаса они уточняют значения слов, опираясь на контекст. Значение контекста особенно важно в процессе изучения новых слов в школе и в подростковом возрасте, когда чтение становится ключевой частью образовательной программы. Взрослые также полагаются на контекстные подсказки для понимания незнакомых слов, особенно в профессиональной среде. Рассмотрены современные исследования с применением ЭЭГ, изучающие нейронную активность, лежащую в основе усвоения слов в различных контекстах. Цель обзора - определить методы, используемые в экспериментах для оценки усвоения слов в контексте, а также описать различия и сходства нейрональных маркеров в разных возрастных группах. В большинстве проанализированных работ исследовались выборки взрослых, в нескольких работах рассмотрен детский возраст, и только в одной работе - подростковый возраст. В обзоре рассмотрены парадигмы изучения слов в различных контекстах: слабо-, средне- и сильно ограничивающем контексте, несвязанном и содержательном контексте, а также эпизодическом контексте. Среди электрофизиологических маркеров в рассмотренных исследованиях изучены компоненты N400, P200 и N300, а также проанализированы тета-, альфа- и низкие бета-диапазоны с целью изучения быстрых нейронных реакций во время изучения новых слов.

Об авторах

Марина Владимировна Норкина

Научно-технологический университет «Сириус»

Автор, ответственный за переписку.
Email: norkina.marina.v@gmail.com
ORCID iD: 0000-0003-0359-9453
SPIN-код: 5415-6470

младший научный сотрудник

Россия, Краснодарский край, пгт Сириус, 354340, проспект Олимпийский, д. 1

Список литературы

  1. Abel, A. D., Schneider, J., & Maguire, M. J. (2017). N400 response indexes word learning from linguistic context in children. Language Learning and Development, 14(1), 61-71. https://doi.org/10.1080/15475441.2017.1362347
  2. Abel, A. D., Sharp, B. J., & Konja, C. (2020). Investigating implicit and explicit word learning in school-age children using a combined behavioral-event related potential (ERP) approach. Developmental Neuropsychology, 45(1), 27-38. https://doi.org/10.1080/87565641.2019.1709465
  3. Ahmed, Y., Francis, D. J., York, M., Fletcher, J. M., Barnes, M., & Kulesz, P. (2016). Validation of the direct and inferential mediation (DIME) model of reading comprehension in grades 7 through 12. Contemporary Educational Psychology, 44-45, 68-82. https://doi.org/10.1016/j.cedpsych.2016.02.002
  4. Anglin, J. M. (1993). Knowing versus learning words. Monographs of the Society for Research in Child Development, 58(10), 176-186. https://doi.org/10.1111/j.1540-5834.1993.tb00377.x
  5. Bastiaansen, M., & Hagoort, P. (2006). Oscillatory neuronal dynamics during language comprehension. Progress in Brain Research, 159, 179-196. https://doi.org/10.1016/S0079-6123(06)59012-0
  6. Bastiaansen, M., Magyari, L., & Hagoort, P. (2010). Syntactic unification operations are reflected in oscillatory dynamics during on-line sentence comprehension. Journal of Cognitive Neuroscience, 22(7), 1333-1347. https://doi.org/10.1162/jocn.2009.21283
  7. Batterink, L., & Neville, H. (2011). Implicit and explicit mechanisms of word learning in a narrative context: An event-related potential study. Journal of Cognitive Neuroscience, 23(11), 3181-3196. https://doi.org/10.1162/jocn_a_00013
  8. Borovsky, A., Elman, J. L., & Fernald, A. (2012). Knowing a lot for one’s age: Vocabulary skill and not age is associated with anticipatory incremental sentence interpretation in children and adults. Journal of Experimental Child Psychology, 112(4), 417-436. https://doi.org/10.1016/j.jecp.2012.01.005
  9. Borovsky, A., Elman, J., & Kutas, M. (2010). Semantic integration of novel word meanings after a single exposure in context. Proceedings of the Annual Meeting of the Cognitive Science Society, 32, 1307-1312.
  10. Borovsky, A., Kutas, M., & Elman, J. L. (2013). Getting it right: Word learning across the hemispheres. Neuropsychologia, 51(5), 825-837. https://doi.org/10.1016/j.neuropsychologia.2013.01.027
  11. Cromley, J. G., & Azevedo, R. (2007). Testing and refining the direct and inferential mediation model of reading comprehension. Journal of Educational Psychology, 99(2), 311-325. https://doi.org/10.1037/0022-0663.99.2.311
  12. Federmeier, K. D. (2007). Thinking ahead: The role and roots of prediction in language comp-rehension. Psychophysiology, 44(4), 491-505. https://doi.org/10.1111/j.1469-8986.2007.00531.x
  13. Frishkoff, G. A., Perfetti, C. A., & Collins-Thompson, K. (2010). Lexical quality in the brain: ERP evidence for robust word learning from context. Developmental Neuropsychology, 35(4), 376-403. https://doi.org/10.1080/87565641.2010.480915
  14. Frishkoff, G. A., Perfetti, C. A., & Collins-Thompson, K. (2011). Predicting robust vocabulary growth from measures of incremental learning. Scientific Studies of Reading, 15(1), 71-91. https://doi.org/10.1080/10888438.2011.539076
  15. Gao, Z.-K., Cai, Q., Yang, Y.-X., Dong, N., & Zhang, S.-S. (2017). Visibility graph from adaptive optimal kernel time-frequency representation for classification of epileptiform EEG. International Journal of Neural Systems, 27(04), 1750005. https://doi.org/10.1142/S0129065717500058
  16. Hald, L. A., Bastiaansen, M. C. M., & Hagoort, P. (2006). EEG theta and gamma responses to semantic violations in online sentence processing. Brain and Language, 96(1), 90-105. https://doi.org/10.1016/j.bandl.2005.06.007
  17. Hanslmayr, S., Staudigl, T., & Fellner, M.-C. (2012). Oscillatory power decreases and long-term memory: the information via desynchronization hypothesis. Frontiers in Human Neuroscience, 6, 74. https://doi.org/10.3389/fnhum.2012.00074
  18. Huettig, F., & Mani, N. (2015). Is prediction necessary to understand language? Probably not. Language, Cognition and Neuroscience, 31(1), 19-31. https://doi.org/10.1080/23273798.2015.1072223
  19. Kaan, E. (2023). The neurocognition of prediction in second language processing and learning. The Routledge Handbook of Second Language Acquisition and Neurolinguistics (pp. 329-340). N.Y.: Taylor & Francis. https://doi.org/10.4324/9781003190912-31
  20. Klimesch, W. (2012). Alpha-band oscillations, attention, and controlled access to stored information. Trends in Cognitive Sciences, 16(12), 606-617. https://doi.org/10.1016/j.tics.2012.10.007
  21. Kutas, M., DeLong, K. A., & Smith, N. J. (2011). A look around at what lies ahead: Prediction and predictability in language processing. In Bar, M. (Ed.). Predictions in the Brain: Using our Past to Generate a Future (pp. 190-207). Oxford University Press. https://doi.org/10.1093/acprof:oso/9780195395518.003.0065
  22. Mani, N., & Huettig, F. (2012). Prediction during language processing is a piece of cake - But only for skilled producers. Journal of Experimental Psychology: Human Perception and Performance, 38(4), 843-847. https://doi.org/10.1037/a0029284
  23. Markman, E. M., & Wachtel, G. F. (1988). Children's use of mutual exclusivity to constrain the meanings of words. Cognitive Psychology, 20(2), 121-157. https://doi.org/10.1016/0010-0285(88)90017-5
  24. Mestres-Missé, A., Càmara, E., Rodriguez-Fornells, A., Rotte, M., & Münte, T. F. (2008). Functional neuroanatomy of meaning acquisition from context. Journal of Cognitive Neuroscience, 20(12), 2153-2166. https://doi.org/10.1162/jocn.2008.20150
  25. Mestres-Missé, A., Rodriguez-Fornells, A., & Münte, T. F. (2007). Watching the brain during meaning acquisition. Cerebral Cortex, 17(8), 1858-1866. https://doi.org/10.1093/cercor/bhl094
  26. Momsen, J. P., & Abel, A. D. (2022). Neural oscillations reflect meaning identi- fication for novel words in context. Neurobiology of Language, 3(1), 132-148. https://doi.org/10.1162/nol_a_00052
  27. Momsen, J., Schneider, J. M., & Abel, A. D. (2022). Developmental differences in EEG oscillations supporting the identification of novel word meaning from context. Developmental Cognitive Neuroscience, 58, 101185. https://doi.org/10.1016/j.dcn.2022.101185
  28. Piai, V., Roelofs, A., & Maris, E. (2014). Oscillatory brain responses in spoken word production reflect lexical frequency and sentential constraint. Neuropsychologia, 53, 146-156. https://doi.org/10.1016/j.neuropsychologia.2013.11.014
  29. Pickering, M. J., & Gambi, C. (2018). Predicting while comprehending language: A theory and review. Psychological Bulletin, 144(10), 1002-1044. https://doi.org/10.1037/bul0000158
  30. Rabagliati, H., Gambi, C., & Pickering, M. J. (2015). Learning to predict or predicting to learn? Language, Cognition and Neuroscience, 31(1), 94-105. https://doi.org/10.1080/23273798.2015.1077979
  31. Ralph, Y. K., Schneider, J. M., Abel, A. D., & Maguire, M. J. (2020). Using the N400 event-related potential to study word learning from context in children from low-and higher-socioeconomic status homes. Journal of Experimental Child Psychology, 191, 104758. https://doi.org/10.1016/j.jecp.2019.104758
  32. Reber, P. J. (2013). The neural basis of implicit learning and memory: A review of neuropsychological and neuroimaging research. Neuropsychologia, 51(10), 2026-2042. https://doi.org/10.1016/j.neuropsychologia.2013.06.019
  33. Segalowitz, S. J., & Zheng, X. (2009). An ERP study of category priming: Evidence of early lexical semantic access. Biological Psychology, 80(1), 122-129. https://doi.org/10.1016/j.biopsycho.2008.04.009
  34. Schneider, J. M., & Maguire, M. J. (2018). Identifying the relationship between oscillatory dynamics and event-related responses. International Journal of Psychophysiology, 133, 182-192. https://doi.org/10.1016/j.ijpsycho.2018.07.002
  35. Shtyrov, Y. (2012). Neural bases of rapid word learning. The Neuroscientist, 18(4), 312-319. https://doi.org/10.1177/1073858411420299
  36. Vergilova, Y., Jachmann, T.K., Mani, N., & Kray, J. (2022). Age-related differences in expectation-based novel word learning. Psychophysiology, 59(8). https://doi.org/10.1111/psyp.14030
  37. Zhang, M., Ding, J., Li, X., & Yang, Y. (2018). The impact of variety of episodic contexts on the integration of novel words into semantic network. Language, Cognition and Neuroscience, 34(2), 214-238. https://doi.org/10.1080/23273798.2018.1522446
  38. Walsh, K. S., McGovern, D. P., Clark, A., & O'Connell, R. G. (2020). Evaluating the neurophysiological evidence for predictive processing as a model of perception. Annals of the New York Academy of Sciences, 1464(1), 242-268. https://doi.org/10.1111/nyas.14321
  39. Weiss, S., & Mueller, H. M. (2012). “Too many betas do not spoil the broth”: the role of beta brain oscillations in language processing. Frontiers in Psychology, 3, 201. https://doi.org/10.3389/fpsyg.2012.00201

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».