阅读技能调节儿童在正字法处理过程中视听一致性效应:一项脑电反应(ERP)研究

《Frontiers in Human Neuroscience》:Reading skills modulate the audiovisual congruency effect in orthographic processing in children: an ERP study

【字体: 大 中 小 】 时间:2026年04月02日 来源:Frontiers in Human Neuroscience 2.7

编辑推荐:

  摘要 引言:书面信息和口头信息的整合对于阅读能力的培养至关重要。相应地,阅读有困难的人在视听(AV)一致性处理方面存在缺陷。然而,儿童在视听一致性处理的时间线以及阅读技能对这一过程的影响仍很大程度上不清楚。因此,我们研究了阅读技能在何时以及如何调节正字法(单词、伪词)和非正字

  摘要
引言:书面信息和口头信息的整合对于阅读能力的培养至关重要。相应地,阅读有困难的人在视听(AV)一致性处理方面存在缺陷。然而,儿童在视听一致性处理的时间线以及阅读技能对这一过程的影响仍很大程度上不清楚。因此,我们研究了阅读技能在何时以及如何调节正字法(单词、伪词)和非正字法(物体)条件下的视听一致性处理。

方法:82名德语为母语的二年级和三年级学生完成了一项明确的任务,该任务涉及匹配视听一致和不一致的正字法及非正字法刺激,同时记录了脑电图(EEG)数据。

结果:从行为上看,较差的阅读技能与正字法条件下的较低表现和较慢的反应速度相关。从神经学角度来看,地形脑电图分析显示,正字法条件下的一致性效应在300毫秒后出现,而物体条件下的效应则在大约200毫秒后出现。事件相关电位(ERP)分析表明,阅读技能对正字法刺激的N400不一致效应的调节作用比对非正字法刺激更为显著。

讨论:总之,较差的阅读技能与较慢的视听匹配速度和正字法条件下的较弱N400不一致效应相关。这些发现表明,虽然阅读技能可能不会广泛影响视听一致性处理,但它们对正字法信息的视听一致性处理有重要影响,可能会阻碍阅读困难者有效利用先前的听觉信息来处理印刷文本的能力。

1 引言
1.1 视听处理作为阅读能力的基础
人类依赖多种感官来理解和与环境互动。在语言理解中,视听处理尤为重要。视觉语音线索(如嘴唇动作)有助于消除口语中的歧义,而在书面语言中,音素必须映射到图素上以解码印刷文本(Ehri, 2005; Frost, 2012; McGurk and Macdonald, 1976; van Wassenhove et al., 2005)。在字母文字系统中,初学者首先学习字母-语音对应关系,然后利用这些知识以逐字母的方式缓慢而费力地解码单词。这种字母-语音学习过程具体反映了视听整合,因为它需要在阅读过程中将听觉音素与其对应的视觉图素绑定在一起(Blomert, 2011; Froyen et al., 2008)。因此,视听信息整合被认为是字母语言阅读能力和操作性读写能力的基础(Blomert and Froyen, 2010; Romanovska et al., 2022)。通过练习和反复解码(即逐字母阅读),儿童逐渐建立了一个存储的单词形式表示的心理词典,以便快速访问熟悉的单词,这被称为“直接单词识别”或“视词阅读”(Coltheart, 2005; Ehri, 2005)。尽管如此,即使是熟练的读者在遇到不熟悉的单词、不规则单词或非单词时仍然依赖解码(Coltheart, 2005)。一旦掌握了阅读技能,视觉正字法刺激(即印刷单词或字母串)可以促进听觉理解,反之,口语也可以促进视觉单词处理。

1.2 视听促进的行为证据
视听整合通常在操纵同时呈现或跨模态启动中的视听一致性的范式中进行研究,对比视听一致(AVcon)和不一致(AVinc)的刺激配对。在这些范式中,听觉和视觉刺激可以同时呈现(同步)或依次呈现(异步呈现的AV启动)(van Atteveldt et al., 2007a)。在各种任务中,一致的视听输入可以提高行为表现:例如,成人表现出更快的噪声中的语音识别速度、更快的字母目标检测速度以及更好的工作记忆(Blau et al., 2008; Frost et al., 1988; Raij et al., 2000; Xie et al., 2017)。尽管在成人中更为明显,并且在儿童时期仍在发展中,儿童也能从中受益:同步的视听字母、单词或抽象刺激比单模态呈现具有更高的准确性和更快的反应速度(Barutchu et al., 2010; Jost et al., 2014; Kronschnabel et al., 2014)。无论是同步还是异步呈现,都观察到了类似的视听一致性促进效应。在跨模态启动任务中,儿童和成人对AVcon单词对的表现都优于AVinc单词对(Clahsen and Fleischhauer, 2014; Holcomb et al., 2005; Quémart et al., 2018),以及在需要同步视听处理的任务中也是如此(成人:Hocking and Price, 2009; 儿童:Jost et al., 2014; 成人:Yin et al., 2008)。

1.3 阅读发展过程中视听一致性处理的事件相关电位(ERP)标志
在神经层面上,电生理事件相关电位(ERPs)为探究阅读过程中的视听处理提供了时间精确的标志。早期成分如视觉N1反映了正字法特征的感知编码,并随着儿童阅读能力的提高而变得越来越专门化(Brem et al., 2010; Fraga-González et al., 2021; Maurer et al., 2005a, 2005b, 2010; Maurer and McCandliss, 2007)。后期成分如N400与词汇-语义和一致性处理相关。这些ERP共同提供了有关阅读发展过程中AVcon和AVinc信息如何处理的有用指标(Blackford et al., 2012; Diaconescu et al., 2011; Holcomb et al., 2005)。视觉N1(通常也称为N170)的特点是在儿童中响应视觉刺激时在枕颞电极上出现双侧负偏移,峰值出现在大约170至220毫秒之间,并且随着阅读能力的提高而显示出对正字法刺激的经验依赖性调整(Brem et al., 2010; Maurer et al., 2006; Zhao et al., 2014)。只有少数研究直接在AV正字法范式中研究了N1,但一些研究使用不匹配负波(MMN)来研究视听一致性(Froyen et al., 2008, 2009b, 2010; N??t?nen, 2001; ?ari? et al., 2014)。MMN是一种独特的ERP成分,用于索引异常范式中的自动变化检测,通常发生在类似的早期时间窗口内,因此可能与N1相关的处理重叠。在成人中使用异常范式时,观察到AVcon和AVinc字母-语音对之间的早期神经差异出现在刺激开始后约150毫秒(Andres et al., 2011)。在瑞士德语的一年级学生中,也报告了早期视觉N1一致性差异(约160毫秒),这些学生具有不同的阅读能力,他们在涉及AVinc和AVcon单词的目标检测任务中表现出这种差异(Jost et al., 2014),而儿童的MMN一致性效应则不太一致,取决于年龄和阅读能力(Froyen et al., 2009a, 2011; ?ari? et al., 2014, 2015)。此外,MMN范式还揭示了在典型阅读者和阅读能力较差的儿童中大约650毫秒时的晚期视听一致性效应(晚期负波)(Froyen et al., 2009a, 2011; ?ari? et al., 2015)。总体而言,这些发现表明在早期感觉(N1, MMN)和后期整合阶段都存在视听一致性效应,其时间和强度随阅读发展和技能水平而变化。N400是一个延长的中央-顶叶负成分,峰值大约在200至600毫秒之间,由语义冲突或意外事件引发(Duncan et al., 2009)。其幅度反映了整合多个词汇-语义信息所需的努力程度,基本上不受模态的影响(Kutas et al., 1987)。因此,N400被广泛用于研究句子中的语义违规,并且也对跨模态重复和启动敏感(Kiyonaga et al., 2007; Kutas and Federmeier, 2011; Kutas and Hillyard, 1984)。成人对单词和物体的单模态N400幅度通常相似,支持N400索引概念记忆访问的观点(Nigam et al., 1992)。伪词通常引发的N400幅度与真实单词相当或更大,反映了扩展的词汇-语义搜索(Coch and Holcomb, 2003; Tzeng et al., 2017; Varga et al., 2021)。即使在实验前不久新学习了启动-目标关系,儿童中也报告了AV N400效应,尽管在年幼的儿童中时间可能有所不同(Jost et al., 2014; Kaganovich and Ancel, 2019; Liu et al., 2012)。尽管在ERP幅度上视听一致性效应的方向存在一些不一致性(Herdman et al., 2006; Jost et al., 2014; van Atteveldt et al., 2007b),但处理AVcon刺激通常会导致ERP幅度减弱,与单模态或AVinc刺激相比(Caffarra et al., 2021; Hocking and Price, 2009; Raij et al., 2000)。根据AVcon或AVinc引发更明显的反应,这种效应分别被称为AV一致性差异或AV不一致差异。这些方向差异背后的因素仍在讨论中(Caffarra et al., 2021; Plewko et al., 2018)。一个合理的解释是,AVcon刺激的幅度减小反映了过度学习的、熟悉的视听关联的优化神经处理,而AVinc对则未能从这种调整中受益(Raij et al., 2000)。

1.4 发展差异和阅读技能对视听一致性处理的影响
尽管接受了充分的阅读指导,但字母-语音(LSS)整合的缺陷被认为是导致阅读技能差的一个可能原因(Aravena et al., 2013; Blau et al., 2009, 2010; Blomert, 2011)。支持这一观点的是,在阅读技能差的儿童、青少年和成人中观察到了AV抑制和一致性效应的减少(Blau et al., 2009, 2010; Froyen et al., 2011; Kronschnabel et al., 2014)。EEG发现同样表明,阅读技能差的个体在发展过程中存在异常的视听一致性处理(Froyen et al., 2011; Kronschnabel et al., 2014; Mittag et al., 2013; ?ari? et al., 2014)。从学龄前儿童开始的纵向研究表明,与成为典型读者的儿童相比,那些后来发展出阅读技能差的儿童在视听整合效应的出现、强度和时间上表现出较少的发育变化(Caffarra et al., 2021; Froyen et al., 2009a; Karipidis et al., 2021)。然而,AV整合缺陷的本质仍有争议(Gori et al., 2020; Hahn et al., 2014)。目前尚不清楚这种缺陷主要局限于正字法或语言环境(Desroches et al., 2010; Shaywitz and Shaywitz, 2005; van Laarhoven et al., 2018; Ye et al., 2017),还是反映了影响非语言刺激的更一般的视听整合障碍(Goswami et al., 2013; Hairston et al., 2005; Harrar et al., 2014; Widmann et al., 2012)。

1.5 正字法与非正字法刺激的视听处理
尽管对视听处理和整合的兴趣日益增加,但直接比较儿童中正字法和非正字法类别(例如,字母、单词、伪词、物体)的视听一致性处理的研究相对较少,并探讨了这些效应与阅读技能的关系。大多数研究集中在字母上(Andres et al., 2011; Blau et al., 2009, 2010; Froyen et al., 2008, 2009a, 2011; Herdman et al., 2006; Kronschnabel et al., 2014; Raij et al., 2000; van Atteveldt et al., 2004, 2007a),使用音节、辅音-元音-辅音字符串、单词或可发音的非单词的研究较少(Caffarra et al., 2021; Eberhard-Moscicka et al., 2021; Jost et al., 2014; Kronschnabel et al., 2014; Okano et al., 2016; Varga et al., 2021; Wang et al., 2020)。已经分别研究了词汇(单词)与非词汇(非单词)刺激(Varga et al., 2021)以及正字法与非正字法刺激的视听处理,包括使用功能性MRI,但这些类别之间的直接比较仍然很少(参见Hocking and Price, 2009)。因此,在本研究中,我们旨在更好地区分不同的视觉类别。

1.6 听觉-视觉一致性、语音-印刷映射和阅读技能
迄今为止的研究主要集中在逐字母层面的“解码”印刷文本为语音,以及直接的全词识别和语义访问(例如,Coltheart, 2005; Ehri, 1997, 2005; Gonzalez-Frey and Ehri, 2021; Reitsma, 1983)。大多数关于AV正字法或物体一致性的EEG研究在视觉刺激的同时或之后呈现听觉刺激(Froyen et al., 2010; McNorgan et al., 2013; ?ari? et al., 2015)。使用听觉启动词进行视觉目标启动的研究通常使用非常短或遮蔽的启动词,并且主要针对成人(Grainger et al., 2003; Holcomb and Anderson, 1993; Holcomb et al., 2005; Justus et al., 2009; Kiyonaga et al., 2007)。然而,从概念上讲,学习阅读和写作也严重依赖于相反的方向:将口语转换为其书面形式,并对齐口语和书面表示。字母语言的教学通常通过其熟悉的口语形式在多个复杂程度上引入书面形式——从简单的音素到音节、词素、单词、句子和文本。课堂活动如听写或共同阅读故事,其中口语信息先于或伴随书面文本,利用听觉线索来增强语音-印刷映射。除了最初的习得之外,听觉到视觉的处理对于拼写、使用(异步)视频字幕、遵循指向文本的口语指令、扫描文本以获取特定信息、词汇学习甚至区分发音相似的单词(例如,“ice cream” vs. “I scream”)仍然至关重要(Iordanescu et al., 2011)。这些要求突显了口语和书面语言之间的紧密联系,表明在发展过程中,音系和正字系统在两个方向上相互影响。行为研究和神经影像学研究通过展示音系处理和正字处理之间的双向影响来支持这一观点,包括正字邻域效应对口语单词识别的影响,以及在纯听觉任务中阅读相关脑区(如梭状回)的激活(Desroches等人,2010年;Ziegler和Muneaux,2007年)。反过来,阅读和解码技能调节听觉处理过程中的AV处理和自动正字访问(Desroches等人,2010年;McNorgan等人,2013年)。鉴于书面单词与其音系形式之间的紧密联系,听觉启动可能比处理物体更有效地增强书面单词的处理(Glaser和Glaser,1989年;Price等人,2006年)。同时,音系处理和快速自动命名物体与阅读技能密切相关,并可以预测前读者的未来阅读结果(McWeeny等人,2022年;Moll等人,2009年),这表明阅读技能在影响AV处理的正字和非正字项目方面存在一定的重叠。

1.7 本研究及其假设
在这项脑电图(EEG)研究中,具有不同阅读技能的二年级和三年级儿童进行了一项AV启动任务,其中一致的(AVcon)和不一致的(AVinc)听觉启动先于视觉单词、伪词或物体刺激。该研究的目的是调查阅读技能对词汇正字、非词汇正字和非正字刺激的AV一致性处理的影响。在本研究中,我们将视觉呈现的字母串(单词和伪词;W和PW)称为“正字刺激”,而物体图像(Obj)称为“非正字刺激”(详见补充部分6中的缩写)。此外,如果刺激具有已建立的词汇-语义表征(单词和熟悉物体),我们将其称为“词汇”刺激;如果缺乏此类表征,则称为“非词汇”刺激。AV感知结合被认为需要时间上的接近,通常在大约300毫秒的时间结合窗口内(Stevenson和Wallace,2013年)。由于在我们的任务中听觉刺激比视觉刺激提前超过500毫秒,因此当前范式并不反映低级别的AV感知结合。相反,我们将观察到的效应解释为反映更高层次的“AV一致性处理”,并且整个实验范式和结果都使用这一术语进行描述。重要的是,这种AV一致性效应假定依赖于完整的AV整合,这里定义为在正字和音系表征之间建立的学习关联。

首先,我们检查了行为一致性效应对不同类型刺激的任务表现的影响以及与阅读技能的关系。我们假设AVcon刺激会引发比AVinc刺激更高的准确性和更快的反应,反映出行为上的AV一致性促进作用(Clahsen和Fleischhauer,2014年;Jost等人,2014年;Quémart等人,2018年),并且这种促进作用在具有更高阅读技能的儿童中对于正字项目(单词、伪词)更为明显,但对于物体图像则不然。

我们的第二个假设涉及ERP时间进程中AV一致性效应的出现时间。具体来说,我们比较了AVcon和AVinc试验的平均ERP幅度(一致性差异),并测试了阅读技能如何调节词汇与非词汇(W vs. PW)以及正字与非正字(W/PW vs. Obj)条件下的效应。我们的第二个假设是,更好的读者会在大约300毫秒后显示出更大的N400不一致效应,即AVinc刺激的负性更强,特别是对于正字条件,而不是物体条件,这表明视觉信息与之前的听觉启动匹配得更有效(Caffarra等人,2021年;Jost等人,2014年;Kaganovich和Ancel,2019年;Karipidis等人,2017年;Raij等人,2000年)。

最后,独立于一致性,我们的第三个假设是听觉启动会以阅读技能依赖的方式调节早期枕颞区的N1反应,以及词汇和非词汇正字刺激之间的差异,以及阅读技能对N1侧化的潜在影响(Araújo等人,2012年)。

作为补充的、数据驱动的、探索性分析,我们进行了TANOVA分析,以检查预定义时间窗口之外与阅读技能相关的AV一致性和效应,并独立于先验电极选择,重点关注随时间变化的头皮地形的全局差异。TANOVA非常适合检测仅通过平均幅度比较可能无法捕捉到的神经效应。与将阅读技能建模为连续变量的ERP分析不同,TANOVA分析是在组别层面进行的,补充了对个体变异性的连续分析。这种组别层面的视角可能允许检测到不随阅读技能线性变化的效应,并提供了对阅读技能较低和较高儿童之间的直接可解释的比较。

2 方法和材料
2.1 参与者
共有95名以德语为母语的二年级和三年级儿童参与了一项纵向神经影像学研究的第一阶段,该研究包括图形-音素干预和多个时间点,包括行为评估和神经影像学记录(EEG、fMRI)。本文重点介绍第一个时间点的行为和EEG结果(表1)。由于不符合我们的严格EEG质量标准,13名儿童的数据被排除在最终分析之外,最终样本为82名参与者(平均年龄=8.86岁,标准差=0.65岁;详见表1中的更多人口统计信息)。对于线性混合模型(LMM)分析,有1名参与者因所有观察值的控制协变量缺失而被排除,因此分析样本为81名。纳入标准包括非语言智商指数(NVIQ)得分>80(Reynolds智力评估量表测试电池的非语言部分;Reynolds和Kamphaus,2003年)、正常或矫正至正常的视力、正常的听力,以及没有神经学、神经发育或精神障碍,除了计算障碍(5例自我报告,其中1例由专家诊断)和注意力缺陷(多动症)障碍(AD(H)D,9例中有诊断,其中4例正在服药)。这些标准是在与儿童父母的电话筛查中评估的,除了IQ是在行为会话中测试的。AD(H)D患者要么未服药,要么被要求在行为和EEG会话前至少24小时停止服药。父母填写了儿童行为检查表(CBCL)问卷,并使用注意力缺陷/多动症症状的子分数来估计儿童的ADHD症状(CBCL/4–18子分数)(Achenbach和Edelbrock,1983年;Steinhausen和Winkler Metzke,2011年)。此外,父母还提供了他们在成人阅读历史问卷(ARHQ)(Lefly和Pennington,2000年)中的阅读历史信息,该问卷用于估计儿童的家族性阅读障碍风险:最高的父母值决定了家族性风险的程度,值大于0.3表示家族性阅读障碍风险增加。24名儿童的家族性阅读障碍风险较低(29.3%;ARHQ < 0.3),26名儿童的风险中等(31.7%;ARHQ范围0.3–0.4),32名儿童的风险较高(39.0%;ARHQ > 0.4)(见表1;Fraga-González等人,2022年;Lefly和Pennington,2000年)。在研究之前,父母提供了书面知情同意书,并征求了儿童的口头同意。儿童获得了代金券和礼物作为补偿。该研究获得了瑞士苏黎世州及邻近州当地伦理委员会的批准(BASEC编号2018-01261)。所有实验均按照当地伦理委员会的相关指南和规定进行。

表1
测量 M(SD)[最小值,最大值]
Spearman等级 未校正 校正后
学校年级(二年级:三年级) 31:51
性别比例(女性:男性) 41:41
用手习惯(右:左:两者) 73:8:1
年龄 8.86(0.66)[7.48, 10.25]
rs = ?0.18 puncorr = 0.106
pcorr = 1
入学后月数 30.00(7.15)[16.53, 39.98]
rs = 0.01 puncorr = 0.965
pcorr = 1
阅读 阅读综合得分:单词阅读流畅度、伪词解码流畅度和阅读理解的平均百分比 37.90(28.40)[0.87, 99.13]
单词阅读流畅度(百分比) 35.22(30.81)[1, 99]
伪词解码流畅度(百分比)[N = 81] 39.27(30.43)[1, 99]
阅读理解(百分比) 39.21(31.45)[1, 99]
无声句子阅读流畅度(RQ) 89.09(18.63)[62, 138]
rs = 0.92 puncorr < 0.001
pcorr < 0.001
**快速自动命名(RAN)短动物名称 0.85(0.20)[0.42, 1.39]
rs = 0.51 puncor r < 0.001
pcorr < 0.001
**快速自动命名(RAN)长动物名称 0.63(0.18)[0.20, 1.04]
rs = 0.48 puncorr < 0.001
pcorr < 0.001
小写字母知识(字母名称) 24.08(3.42)[5, 26]
rs = 0.29 puncorr = 0.009
pcorr = 0.141
小写字母知识(字母发音) 24.45(3.27)[6, 26]
rs = 0.17 puncorr = 0.121
pcorr = 0.141
拼写(百分比) 34.60(29.67)[0, 100]
rs = 0.76 puncorr < 0.001
pcorr < 0.001
**儿童行为检查表(CBCL)注意力缺陷/多动症子分数(T分数)[N = 81](正常范围:T分数<65,T分数65–69,临床范围:T分数>69) 54.99(7.01)[50, 84]
rs = ?0.36 puncorr = 0.001
pcorr = 0.014
*成人阅读历史问卷(ARHQ)[N = 80] 0.38(0.13)[0.09, 0.68]
rs = ?0.19 puncorr = 0.091
pcorr = 0.014
非语言IQ 104.38(7.37)[88, 120]
rs = 0.26 puncorr = 0.019
pcorr = 0.291
语言IQ 98.98(12.23)[53, 121]
rs = 0.37 puncorr = 0.001
pcorr = 0.010
*接受性词汇(百分比)[N = 77](在12或24周后的单独会话中进行) 53.61(30.25)[8.10, 98.90]
rs = 0.12 puncorr = 0.304
pcorr = 0.277
数字广度(正向) 4.63(0.84)[3, 7]
rs = 0.26 puncorr = 0.018
pcorr = 0.277
数字广度(反向) 3.33(0.89)[2, 6]
rs = 0.27 puncorr = 0.013
pcorr = 0.199

样本特征、行为测试分数以及与阅读综合得分的Spearman等级相关性。原始分数代表正确项目的数量(字母知识,最多26个字母)或每秒正确命名的项目数量(RAN)。当可用时使用年龄标准化分数:百分比分数;IQ,智商;RQ,阅读商;数字广度:参与者在达到测试结束标准之前正确回忆的最长数字数量(范围=2–9)。星号表示经过Bonferroni多重比较校正后仍然显著的相关性:*pcorr ≤ 0.05;**pcorr ≤ 0.001。

2.2 认知评估
行为会话是面对面进行的(N = 73)或在COVID-19疫情期间通过在线视频会话进行的(N = 9),持续时间约为3小时。阅读理解(Ein Leseverst?ndnistest für Erst-bis Siebtkl?ssler-Version II;ELFE-II)(Lenhard等人,2018年)、单词阅读流畅度(Salzburger Lese-und Rechtschreibtest 2;SLRT-II W)(Moll和Landerl,2014年)和伪词解码流畅度(SLRT-II PW)(Moll和Landerl,2014年)的百分位数分数被平均以形成阅读技能综合得分。百分位数分数反映了儿童在年龄匹配的同龄人中的相对排名。还评估了无声句子阅读流畅度(Salzburger Lese-Screening;SLS 2–9)(Wimmer和Mayringer,2014年)。此外,我们还评估了小写字母知识、短动物名称和长动物名称的快速自动命名(RAN)、拼写(Schreib.on? Online;May,2008,2010;Valtin和Hofmann,2009)、非语言和语言IQ(Reynolds和Kamphaus,2003)、数字广度(Wechsler儿童智力量表;WISC-V)(Wechsler和Petermann,2017)以及词汇(Peabody图片词汇测试;PPVT-4)(Dunn和Dunn,2015)。表1提供了行为评估的平均表现以及行为评估与阅读综合得分之间的相关性。相关性使用Bonferroni方法(15次比较)进行了多重比较校正。

2.3 实验设计和任务
在空调、电屏蔽和隔音的房间中获取了高密度128通道覆盖的EEG数据,参与者与显示器的距离为92厘米。在记录EEG的同时,参与者执行了从Jost等人(2014年)改编的显式视听(AV)强制选择范式,见图1,补充部分5和补充视频中有W和PW条件的示例视频。该任务通过呈现听觉刺激,然后是AVcon或AVinc视觉项目来测试评估AV一致性的能力。AVcon的口语和视觉呈现项目在模态上是相同的(例如,Ball–Ball),而AVinc项目在视觉和听觉形式上有所不同,但总是至少共享初始语音(例如,Ball–B?r;英文:ball–bear)。第一个语音保持不变,以防止儿童通过检测单词开始时的立即不匹配来解决任务,从而要求他们在判断正字条件下的AV一致性时处理完整的正字形式。

图1 实验范式。显示了每种条件下视听一致(AVcon)和不一致(AVinc)刺激对的示例。

2.3.1 范式程序
对于每次试验,儿童必须通过按键(用他们的主导手)指示视觉呈现的刺激是否与提前呈现的听觉参考匹配(AVcon)或不匹配(AVinc)(见表1中的用手习惯)。任务包括三种视觉刺激条件,这些条件是分块呈现的:单词(W)、伪词(PW)和物体图像(Obj)。实验分为两个相等的部分(每个部分大约15分钟),以便中间休息。每个部分中的三个条件块对所有参与者来说是相同的,但两个实验部分的顺序在参与者之间是平衡的。哪个条件首先呈现的顺序也在参与者之间是平衡的,并且在两个实验部分中保持不变,Obj块总是介于W和PW块之间。所有参与者在某个实验块内都接受了相同的视听配对,但在每个块内,这些配对的出现顺序是随机化的。如果任务需要提前中断(例如,由于过度动作、技术问题或孩子要求停止),或者孩子在实验块中移动过多,那么该实验块将被重新开始或重复,以确保有足够数量的、质量可接受的试验数据进行ERP分析(总共发生了14次这样的情况)。每个实验块以一个3,000毫秒的注视十字开始,随后是听觉刺激和指示器,提醒孩子们应该点击哪个鼠标按钮。听觉刺激呈现后有一个564毫秒的刺激间隔,期间仍然显示注视十字和指示器,然后显示视觉项目,孩子可以做出反应。孩子们被指示点击左键或右键来表示听觉和视觉刺激是否匹配。用于表示“AVcon”或“AVinc”的鼠标按钮在参与者之间是平衡分配的。实验是半自我控制的:视觉项目在屏幕上至少显示700毫秒,之后可以通过响应来终止。如果参与者没有响应,响应窗口最长持续2,550毫秒,之后序列进入一个抖动的试验间隔(750–1,625毫秒),然后进行下一个试验。从视觉刺激呈现开始到下一个试验开始,所有响应都被记录下来(包括在试验间隔期间)。实验使用的是Neurobs Presentation?软件(版本20.1,网址:www.neurobs.com)。

在实验开始之前,孩子们首先通过一个适合儿童的故事接受了口头指导,然后才在屏幕上查看指导内容。为了确保他们理解了指导,每个条件下的参与者都完成了六次练习试验(三次AVcon,三次AVinc),这些试验包含的刺激在EEG范式中不会出现。

2.3.2 刺激特征
实验设计包括总共180个听觉刺激和180个视觉刺激,每个刺激分别呈现两次(即总共360次)——一次在AVcon配对中,一次在AVinc配对中,因此每种刺激类型有60个刺激(W AVcon、W AVinc、PW AVcon、PW AVinc、Obj AVcon、Obj AVinc,有关不同条件下各个刺激的更多细节,请参见补充表10-12)。AVinc列表是通过重新组合AVcon列表得到的,使得每个(视觉)项目都与列表中的一个(口语)项目配对,这两个项目至少共享一个初始发音/字母。相同的项目永远不会被配对两次(即每个初始发音/字母在列表中至少出现三次)。

W和Obj条件的单词列表包括从ChildLex数据库(Schroeder等人,2015年)中选取的具体的单音节德语单词,并在总体频率和单词长度上进行了匹配(请参阅表2以获取刺激特征和匹配统计信息)。Obj块中使用的图像改编自Schubi PicCollection 2(Eger,2009年)。刺激在多个维度上进行了精心匹配,以控制条件之间的潜在混淆效应。PW是使用WordGen(Duyck等人,2004年)生成的,在W和Obj列表中大约一半的项目上进行了匹配,匹配标准包括二元频率和Coltheart邻域大小。AVinc刺激配对的单词长度和共享的初始字母/发音数量(范围1-3)也在所有条件之间进行了匹配。听觉刺激是由一位专业的瑞士德语母语者数字化预先录制的(采样率:44.1 kHz;32位,单声道),并使用Audacity软件(Audacity? 2.2.2)进行处理:口语单词录音从每个单词的开始到结束都被手动裁剪。裁剪过程既基于仔细的聆听,也基于在Audacity中查看波形以确保准确识别单词边界。所有刺激的平均音频持续时间为607.25毫秒(标准差=86.06毫秒,范围=401-885毫秒),在不同条件之间没有显著差异(有关音频处理和条件的详细信息,请参见补充部分1.1)。听觉刺激通过两个放置在参与者相等且固定距离处的扬声器双耳传递,提供了在声音衰减的EEG舱内舒适且清晰的听觉体验。视觉刺激以黑色显示,并以浅灰色背景为中心(有关每种条件的平均视野范围,请参见表2)。使用的屏幕是一块60 × 35厘米的LCD显示器,分辨率为2,560 × 1,440像素,刷新率为144赫兹。

表2
测量值 | W(平均值,标准差) | Obj(平均值,标准差) | W/Obj混合(平均值,标准差) | PW(平均值,标准差)
-----------------|-----------------|-----------------|-----------------|-----------------
频率 | 119.55 (145.55) | 115.57 (130.30) | —— | t118 = 0.15, p = 0.875 |
二元频率 | 1085 (9.32) (788) | 1023 (8.05) (810) | 948 (3.48) (727) | t118 = 0.19, p = 0.873 |
PW与W/Obj | 1085 (9.32) (788) | 1023 (8.05) (810) | 948 (3.48) (727) | t118 = ?1.19, p = 0.238 |
PW与W | 1085 (9.32) (788) | 1023 (8.05) (810) | 948 (3.48) (727) | t118 = ?1.19, p = 0.238 |
PW与Obj | 1085 (9.32) (788) | 1023 (8.05) (810) | 948 (3.48) (727) | t118 = ?0.72, p = 0.473 |
Coltheart邻域大小 | 4.08 (3.43) | 3.75 (2.65) | 3.68 (2.73) | t118 = 1.35, p = 0.181 |
单词长度(字母数) | 4.17 (0.79) | 4.18 (0.75) | 4.15 (0.61) | t118 = 0.0, p = 1 |
PW与W | 4.17 (0.79) | 4.18 (0.75) | 4.15 (0.61) | t118 = 0.13, p = 0.897 |
PW与Obj | 4.17 (0.79) | 4.18 (0.75) | 4.15 (0.61) | t118 = 0.27, p = 0.394 |
AVinc配对的共享初始字母/发音 | 1.23 (0.47) | 1.22 (0.49) | 1.25 (0.47) | t118 = 0.20, p = 0.846 |
视野范围(水平×垂直) | 2.20° (0.45°) × 0.86° (0.14°) | 2.30° (0.35°) × 1.99° (0.50°) | —— | t118 = 0.22 × 0.18, p = 0.854 |
PW与W | 2.20° (0.45°) × 0.86° (0.14°) | 2.30° (0.35°) × 1.99° (0.50°) | t118 = 1.19 × 16.79, p = 0.236 |
PW与Obj | 2.20° (0.45°) × 0.86° (0.14°) | 2.30° (0.35°) × 1.99° (0.50°) | t118 = 1.38 × 16.61, p = 0.167 |

W=单词条件;Obj=物体条件;PW=伪词条件;W/Obj混合:由W和Obj列表中各一半的项目组成的列表,用于生成PW,以确保与单词和物体条件都匹配。

2.4 EEG数据采集和预处理
EEG数据以1,000赫兹的采样率使用高密度128通道EEG系统(Net Amps 400,EGI HydroCelGeodesic Sensor Net)记录。Cz通道作为参考通道,Cz后方的COM通道作为接地参考。数据经过直流和抗混叠滤波处理。电极阻抗保持在50千欧姆以下。使用BrainVisionAnalyzer 2.1(BrainProducts GmbH,慕尼黑,德国)进行数据预处理。首先,将每个参与者的EEG记录合并。然后,数据通过0.1赫兹和50赫兹的陷波滤波器处理。滤波后进行手动视觉检查以剔除异常间隔,并将采样率降至512赫兹。通过视觉检查识别出含有噪声或伪迹的通道,并对这些通道进行插值处理。接下来进行独立成分分析(ICA)以排除眼动伪迹成分(眨眼和水平眼球运动)。校正眼动后,重新包含之前被移除的通道并进行拓扑插值。EEG数据重新参考为每个时间点所有保留的头皮电极的平均信号(Lehmann和Skrandies,1980)。然后应用自动伪迹剔除算法,剔除幅度大于|175|微伏的信号。最后,应用低通零相位移动的巴特沃斯滤波器(100赫兹,8阶)以去除残余伪迹。

2.5 事件相关电位分析
数据从视觉刺激呈现前的?300毫秒到?700毫秒进行分割。只有与正确行为反应相关联的段落在视觉刺激呈现后的200毫秒到3,250毫秒内被保留下来,用于计算ERP。这些段落在每个参与者内按刺激类型(W AVcon、W AVinc、PW AVcon、PW AVinc、Obj AVcon、Obj AVinc)进行平均处理,然后跨参与者进行总平均(GAV)。此外,我们还计算了每个条件下AVinc和AVcon刺激类型平均值之间的差异波(W、PW、Obj),并随后计算了GAV。对于那些少于20个段的刺激类型,其平均值被丢弃。有13名参与者因三种或更多刺激类型的段落数少于20个而被排除在所有分析之外。然而,对于只有一种或两种刺激类型的段落数少于20名的参与者,仍然包括其余至少有20个段的刺激类型,因为缺失值可以通过线性混合模型(LMMs)处理。在最终的参与者样本中(N=82),有4名参与者的某种刺激类型和条件的ERP被排除,3名参与者因两种或更多刺激类型的段落数少于20个而被排除(见上述质量标准)。在所有其他参与者中(n=75),AVinc的段落数(M=122.13,SD=30.84)多于AVcon(M=114.49,SD=29.02;AVinc>AVcon:t81=?5.34,p<0.001),并且段落数量与阅读技能相关(见补充部分1.2.1)。试验排除主要是基于EEG数据质量标准(例如,伪迹剔除和最小段落数阈值),因为行为准确率很高(>80%)。每个时间间隔的平均幅度(N1:181–241毫秒,N400:300–500毫秒)和电极簇(见下文)按参与者和刺激类型分别导出,用于进一步分析差异波数据。

我们采用基于数据的方法来确定N1时间窗口,通过对所有参与者和正字法条件下的GAV全局场功率(GFP)进行峰值检测(即排除物体,因为物体通常在N1时间范围内不显示典型的后负波),并在峰值前后各添加30毫秒,得到N1时间窗口为181–241毫秒。N400通常作为AVinc与AVcon条件之间的差异进行研究。在N400时间窗口内,我们检查了通过从AVinc中减去AVcon得到的中心负波,此后称为N400效应。N400时间窗口(300–500毫秒)是根据文献中关于AV一致性处理的区间定义的(Kaganovich和Ancel,2019;Xie等人,2017)。关于另一个成分——P300的分析在补充材料中报告(补充图2)。

对于N400,我们定义了一个焦点中心电极簇(N400:Cz、E6、E7、E13、E30、E31、E37、E54、E55、E79、E80、E87、E105、E106、E112),这些电极簇是根据N400效应的t-map得出的,即对所有参与者和条件下的AVinc-AVcon(GAV差异波)与零进行配对t检验。N1的电极簇(补充图1)是根据它们的GAV拓扑在选定的时间窗口中定义的:(N1左枕颞簇=LOT:E50、E58、E64、E65、E69、E70;N1右枕颞簇=ROT:E83、E89、E90、E95、E96、E101)。

为了补充线性混合模型(LMM)分析,我们对每种条件进行了方差分析(TANOVAs),以探索正字法和非正字法刺激在何时出现一致性差异,独立于预先定义的时间窗口和电极簇。此外,TANOVAs比较了W与PW和W与Obj,以评估词汇性和正字法效应对ERP的影响及其受阅读技能的调节。

2.6 统计分析
三种条件使我们能够研究条件间(不)一致性效应的相似性和差异,以及它们如何受到阅读技能的影响,无论是行为分析还是EEG分析。如2.2节所述,三种阅读测量指标(单词阅读流畅度、伪词阅读流畅度和阅读理解)被表示为百分位数分数,并平均以创建一个共同的阅读能力综合指标(有关使用拼写分数的额外分析,请参见补充部分3.2)。我们特别感兴趣的是比较正字法和非正字法条件(W/PW vs. Obj)以及词汇性和非词汇性条件(W vs. PW)的AV一致性处理。

建模决策基于先验假设,并包括所有指定的固定效应及其交互作用,以及对受试者的随机截距。对于所有模型,我们控制了共变量CBCL-ADHD(=注意力缺陷/多动障碍)子量表分数(家长报告,年龄标准化T分数),因为阅读和注意力困难之间存在高度共病(Boada等人,2012;Kronenberger和Dunn,2003),并且观察到CBCL-ADHD与阅读综合指标之间存在显著相关性,这种相关性在多重比较的严格Bonferroni校正后仍然存在(表1)。阅读综合指标和CBCL-ADHD指标都是标准化分数(百分位数和T分数指标),并直接进入模型,无需进一步重新缩放。

对于RT和ERP的分析,只考虑了正确的试验。反应时间小于150毫秒的试验被排除在分析之外。2.6.1 行为表现线性混合模型分析为了测试对行为表现的影响,我们使用带有二项分布和对数链接的广义线性混合模型(GLMM)分析了试验级别的准确性,并使用线性混合模型(LMM)分析了经过对数转换的试验级别反应时间(logRT)。错误和遗漏的响应都被视为错误。在准确性GLMM和logRT LMM中,我们都包括了固定因素条件[W/Obj /PW]、一致性[AVcon/AVinc]以及连续阅读综合测量(见表1)作为感兴趣的协变量,同时控制了CBCL-ADHD的影响。所有可能的固定效应交互作用都进行了测试。随机效应结构包括一个参与者随机截距,以解释参与者之间的变异性。分析是在SPSS?版本29(IBM公司,2020年)中进行的。为了可视化,从拟合模型中提取了基于模型的预测概率,并按条件(和一致性)进行了平均,提供了准确性的估计。2.6.2 使用线性混合模型对感兴趣的电极簇进行ERP分析与行为结果测量类似,我们分别为N1和N400(P300见补充材料)计算了LMM。使用相应时间间隔(N1:181–241毫秒;N400:300–500毫秒)的平均幅度和相应的电极簇(N1 LOT & ROT,N400中央簇)作为因变量。为了研究不同条件下的N400一致性效应差异以及这些差异与阅读技能的关系,我们使用了一个以AVinc-AVcon的平均幅度差(N400效应)为因变量的LMM,条件[W/Obj/PW]和阅读技能作为固定自变量,同时控制了CBCL-ADHD的影响。所有可能的固定效应交互作用都进行了测试。随机效应结构包括一个参与者随机截距,以解释参与者之间的变异性。为了检查N1的潜在词汇性效应及其与阅读技能的依赖性(注意:对于Obj,没有出现枕颞N1负性),我们拟合了一个额外的LMM,其中条件[W/PW]、一致性[AVcon/AVinc]、半球[LOT/ROT]和阅读综合得分(表1)作为固定效应,CBCL-ADHD作为不感兴趣的协变量。所有可能的固定效应交互作用都进行了测试。为了对分类预测因子(条件、一致性、半球)进行事后成对比较,使用了估计的边际均值,同时将协变量保持在其平均值。对于连续预测因子(即阅读技能),效应方向和大小是根据固定效应的估计值(EFE;对于LMM)和固定系数(对于GLMM)推断出来的。对于分类因子与协变量之间的交互作用,我们进一步报告了在协变量保持在其最低和最高可能值时的分类因子之间的成对比较。使用R统计软件版本4.4.0(R核心团队,2021年)和emmeans包进行了三因素交互作用的后续简单斜率分析和斜率对比,允许直接统计比较不同因素水平上的协变量效应。为了减少异常值的偏差,我们在移除标准化(z分数)模型残差超过±3阈值的情况下迭代地重新拟合了LMM,直到不再检测到异常值(Osborne和Overbay,2004年;Roth等人,2007年)。补充表2显示了每个模型中移除的异常值数量。2.6.3 地形分析除了传统的ERP波形分析外,我们还使用地形方差分析(TANOVAs)在头皮地形和地图强度的层面上检查了一致性差异及其依赖性。这些分析不受预先选择的电极或时间窗口的限制。对于这些分析,根据儿童在包括阅读理解(ELFE-II)(Lenhard等人,2018年)、单词阅读流畅性(SLRT-II W)(Moll和Landerl,2014年)和伪词解码流畅性(SLRT-II PW)(Moll和Landerl,2014年)的阅读综合得分中的表现,将他们分配到两组:阅读技能较差的组(PR:N=33,18名女性,11名二年级学生,2名左撇子,平均年龄=8.98岁,标准差=0.68岁,至少有一个阅读测量值低于第16百分位且阅读综合得分低于第25百分位)或阅读技能典型的组(TR:n=33,17名女性,14名二年级学生,3名左撇子,1名双手灵巧者,平均年龄=8.75岁,标准差=0.60岁,阅读综合得分≥第25百分位)。阅读技能不符合既定标准的儿童被归类为阅读技能中等的组(IR:N=16,6名女性,6名二年级学生,3名左撇子,平均年龄=8.85岁,标准差=0.70岁),并忽略了他们在所有地形组分析中的数据。将每个参与者的所有通道的平均分段数据导入到统计软件Ragu(Koenig等人,2011年)中。Ragu使用全局场功率(GFP;相当于所有通道的标准差)来表示整体头皮场强度。此外,TANOVA能够在每个时间点跨组或条件进行全局地图(不)相似性分析(Koenig等人,2011年;Ruggeri等人,2019年)。我们进行了条件特定的TANOVAs,以探索每种条件下一致性效应的时间线。此外,我们使用了两个单独的分析来比较不同条件,分别处理正字法效应(正字法TANOVA:W vs. Obj)和词汇性效应(词汇性TANOVA:W vs. PW)。所有TANOVAs都是在整个感兴趣的时期(-50至600毫秒)内进行的,以AVinc-AVcon的GAV差异波作为因变量,条件[W, PW, 或 Obj;正字法TANOVA:W/Obj;词汇性TANOVA:W/PW]作为内部因素,组[PR/TR]作为外部因素。我们选择了一种非标准化方法,以便不仅能检测头皮分布的变化,还能检测电场强度的变化。此外,我们使用GAV平均幅度数据作为因变量进行了额外的条件特定分析,其中一致性[AVcon/AVinc]作为内部因素,组[PR/TR]作为外部因素(见补充材料)。为了考虑时间点上的多重检验,我们为TANOVAs定义了一个持续时间阈值,只报告和讨论至少显示50毫秒显著值的时期(对于我们的采样频率512赫兹,这相当于25.6个后续数据点)。3 结果3.1 行为任务表现3.1.1 准确性总体而言,任务的平均准确性很高(M=87.70%,SD=6.63,范围=67.78–98.06),表明儿童能够很好地完成任务(请参阅补充表3了解条件特定的表现)。准确性GLMM(详见补充表4和5中的主要模型统计信息和后续分析)显示了条件(F2, 29,061=44.48,p<0.001)和阅读技能(F1, 29,061=8.75,p=0.003)的主要效应。条件差异体现在W组的正确响应比例普遍高于PW组(t29061=4.19,pBonferroni<0.001),Obj组高于PW组(t29061=5.54,pBonferroni<0.001),但W组与Obj组之间没有差异(t29061=-1.41,pBonferroni=0.159)。阅读技能的效应是由于阅读技能较高的儿童表现更好(z=5.57,p<0.001)。此外,我们发现条件与阅读技能之间存在显著交互作用(F2, 29,061=14.97,p<0.001;见图2a),一致性与阅读技能之间存在显著交互作用(F1, 29,061=29.04,p<0.001),以及一致性、条件和阅读技能之间的三因素交互作用(F2, 29,061=5.94,p=0.003;见图2a)。图2 行为表现。(a) 准确性:条件、一致性和阅读技能对正确响应预测概率的交互作用,(b) 反应时间:条件、一致性和阅读技能对反应时间的交互作用。反应时间随着阅读技能的提高而减少,这种效应在单词和伪词上比在物体上更为明显。简单斜率(补充表5)的后续分析显示,阅读技能显著正向预测了PW组在AVinc和AVcon试验中的准确性,而在W组中这种效应仅存在于AVinc试验中。对于Obj组,没有观察到可靠的阅读技能效应。斜率对比显示,阅读技能在AVinc试验中对PW组的准确性影响显著更强(Δβ=0.015,p<0.001)和W组(Δβ=0.014,p<0.001),但在Obj组中没有这种效应。此外,在AVinc试验中,阅读技能对PW组的准确性影响显著强于W组,以及对PW组和W组与Obj组的影响。在AVcon试验中,阅读技能对PW组的准确性影响最大,W组和Obj组之间没有显著差异。3.1.2 反应时间(RT)正确试验的平均RT为1238.18毫秒(SD=332.65,范围=652.12–2484.14毫秒)。补充表3显示了每个条件的RT详细信息。对于RT LMM(详见补充表6和7中的主要模型统计信息和后续分析),错误试验和RT<150毫秒的试验被排除在分析之外,并且RT进行了对数转换(logRT)。模型显示了条件(F2, 25237.05=893.98,p<0.001)、一致性(F1, 25236.56=257.39,p<0.001)、阅读技能(F1, 77.93=26.48,p<0.001)和CBCL-ADHD(F1, 77.91=5.75,p=0.019)的主要效应。更具体地说,成对比较显示PW组的logRT比W组长(t25237.16=9.22,pBonferroni<0.001),PW组比Obj组长(t25237.49=39.00,pBonferroni<0.001),W组比Obj组长(t25236.51=29.67,pBonferroni<0.001),AVinc与AVcon刺激对相比也较长(t25236.56=16.43,pBonferroni=0.007)。固定效应的估计表明阅读技能较低的儿童RT较长(EFE:t83.31=6.84,p<0.001)。此外,我们发现条件与阅读技能之间的交互作用(F2, 25236.60=449.52,p<0.001),以及一致性与阅读技能之间的交互作用(F2, 25236.51=3.91,p=0.048)。这些主要效应和交互作用被条件×一致性×阅读技能的三因素交互作用所修饰(F2, 25236.17=6.81,p=0.001;见图2b)。没有发现进一步的显著效应。后续简单斜率分析(补充表7)显示,较高的阅读技能与PW组和W组在AVcon和AVinc试验中的logRT更快相关,而在Obj组中没有观察到可靠的阅读技能效应。斜率对比进一步显示,阅读技能效应在AVinc和AVcon试验中对W组和PW组的影响都更强。阅读技能的斜率在PW组和W组之间没有差异,表明阅读技能对logRT的调节主要取决于刺激类型而不是AV一致性。3.2 事件相关电位3.2.1 ERP幅度分析在300至500毫秒的时间窗口内,我们研究了阅读技能和条件对N400不一致性效应(由AVinc-AVcon减法产生的中央负性)的影响。图3显示了N1和N400簇的ERP脑电波、地形图和AVinc-AVcon差异t图。图3 事件相关电位(ERP)波形、差异波和地形图。N1左侧(LOT)和右侧枕颞(ROT)簇以及中央N400效应电极簇的波形和差异波显示在中间面板中(相应的电极簇在每个波形列的左上角以小图标显示)。N1的左侧和N400时间窗口的右侧分别显示了单词(W)、物体(Obj)和伪词(PW)的不一致性效应(视听不一致减去一致;AVinc-AVcon)的t图。P300波形和差异波显示在补充图2中。3.2.1.1 300–500毫秒后中央头皮上的不一致性效应(N400效应)分析N400效应(AVinc-AVcon的平均幅度差)作为因变量的LMM测试了一致性差异是否以及如何根据条件和阅读技能变化。我们发现阅读技能的主要效应(F1, 78.21=5.81,p=0.018),即更好的阅读技能与更明显的不一致性效应相关(EFE:t211.79=-2.28,p=0.023),以及条件(F2, 155.06=14.43,p<0.001),不一致性效应在Obj>W(t151.39=-2.82,p=0.017)和Obj>PW(t153.15=-4.37,p<0.001)时更为显著,但在W和PW之间相当(t153.63=-1.61,p=0.328)。此外,我们发现阅读技能与条件之间的交互作用(F2, 153.37=6.05,p=0.003)。虽然阅读技能同样影响了W和PW的处理(EFE W vs. PW:t154.58=0.922,p=0.358),但在W和PW与Obj相比时,不一致性效应在更好的阅读技能下更为明显(EFE W vs. Obj:t151.95=-2.46,p=0.015;EFE PW vs. Obj:t153.63=-3.35,p=0.001;见图4a)。使用图表和事后成对比较最低与最高阅读分数的更详细检查显示了以下模式:在阅读分数较低的儿童中,W和PW的N400不一致性效应较弱或不存在,因此与Obj的强效应相比显著较低(阅读分数=0.87;Obj vs. W:t156.67=-3.69,pBonferroni<0.001;Obj vs. PW:t156.76=-5.22,pBonferroni<0.001)。相反,阅读分数较高的儿童在所有条件W、PW和Obj中都表现出类似的显著N400不一致性效应(阅读分数=100;Obj vs. W:t151.62=-1.04,pBonferroni=0.886;Obj vs.PW: t150.81 = ?1.22, pBonferroni = 0.668)。有关主要模型统计的概述,请参阅表3。图4(a)显示了N400效应,该图展示了阅读技能与条件之间的交互作用(视听不一致减去一致;AVinc-AVcon)。(b) 词汇性N1线性混合模型(LMM),显示了半球与阅读技能之间的交互效应。LOT表示左枕颞电极簇;ROT表示右枕颞电极簇。

表3
预测变量 III型F值 df1 df2 p(III型) 估计值(β) 标准误差(SEdf) t值(coef) 95%置信区间
截距 3.35 18 0.21 0.07 ?1.15 1.21 87.52 ?0.95 0.344 [?3.54, 1.25]
注意力障碍(CBCL-ADHD) 0.41 18 0.87 0.52 0.01 0.028 0.87 0.64 0.526 [?0.03, 0.05]
阅读技能 5.81 17 8.21 0.01 ?0.024 60.007 22 13.14 ?3.40 < 0.001 [?0.0388, ?0.0103]
条件 14.43 21 55.03 < 0.001
单词(vs 伪词) ?0.73 60.43 15 6.66 ?1.69 0.093 [?1.60, 0.12]
物体(vs 伪词) ?2.29 30.44 15 6.74 ?5.21 < 0.001 [?3.16, ?1.42]
条件 × 阅读技能 6.05 21 53.36 0.003
单词 × 阅读技能 0.008 40.009 15 4.58 0.92 0.358 [?0.0096, 0.0263]
物体 × 阅读技能 0.030 40.009 15 3.35 0.001 [0.0124, 0.0483]

随机效应
随机效应方差 SE
受试者截距 0.456 0.235
残差 2.523 0.292

模型拟合度指标
值 边际R2 条件R2

线性混合效应模型用于预测N400振幅。p ≤ 0.05的效应以灰色阴影显示并加粗打印。伪词条件为参考水平。连续预测变量已居中。因变量是N400差异分数(视听不一致 – 视听一致)。模型包括条件、阅读技能、CBCL-ADHD及其交互作用的固定效应,以及受试者的随机截距。CBCL-ADHD=儿童行为检查表注意力缺陷/多动障碍子量表得分。

3.2.1 N1 ERP中的词汇性分析
对于N1时间窗口,我们仅对正字法条件进行了ERP振幅分析,以研究一致性、阅读技能和条件的可能影响。N1振幅的LMM包括了条件因素W和PW,因为物体通常不会引发与正字法刺激相当的N1反应。枕颞电极上的N1平均振幅显著受到半球的影响(F1, 529.35 = 4.03, p = 0.045),这种效应还受到半球与阅读技能交互作用的影响(F1, 529.30 = 3.99, p = 0.046)。事后成对比较显示,主要半球效应不显著(t529.27 = ?0.67, pBonferroni = 0.503),并且仅在阅读技能较低时LOT的N1值比ROT更负(交互效应EFE:t529.68 = 0.69, p = 0.490;阅读得分为0.87时LOT vs ROT:t529.35 = ?2.00, pBonferroni = 0.046;阅读得分为100时LOT vs ROT:t529.24 = 1.54, pBonferroni = 0.125)。阅读技能和半球的交互作用如图4b所示。

一致性没有显著效应,这与整体TANOVA的结果一致(见下文),后者也没有在正字法条件的N1区间内发现一致性效应。有关主要模型统计的概述,请参阅表4。

表4
预测变量 III型F值 df1 df2 p(III型) 估计值(β) 标准误差(SEdf) t值(coef) 95%置信区间
截距 7.97 17 8.60 0.006 ?10.34 3.79 80.72 ?2.73 0.008 [?17.89, ?2.79]
注意力障碍(CBCL-ADHD) 0.88 17 8.54 0.35 0.06 0.067 8.54 0.94 0.352 [?0.07, 0.19]
阅读技能 0.08 17 8.66 0.78 0.004 0.018 14 0.89 0.23 0.819 [?0.032, 0.040]
一致性 0.19 15 29.85 0.66 2
AVcon vs. AVinc 0.31 0.68 53 0.39 0.45 0.653 [?1.04, 1.65]
条件 2.06 15 32.64 0.152
单词 vs 伪词 ?0.40 0.67 53 0.93 ?0.59 0.554 [?1.71, 0.92]
半球 4.03 15 29.35 0.045
左 vs 右 ?0.27 0.68 52 96 ?0.39 0.696 [?1.61, 1.07]
一致性 × 条件 0.001 15 29.85 0.97 0
一致性 × 半球 0.95 15 29.41 0.329
条件 × 半球 0.58 15 30.77 0.446
半球 × 阅读技能 3.99 15 29.30 0.046

随机效应
方差 SE
受试者截距 13.10 2.23
残差 6.09 0.37

模型拟合度指标
值 边际R2 条件R2

线性混合效应模型用于预测N1振幅。p ≤ 0.05的效应以灰色阴影显示并加粗打印。伪词条件为参考水平。连续预测变量已居中。此模型仅比较单词和伪词条件(不考虑物体,因为N1是特定于印刷的与事件相关的电位成分)。

3.2.2 方差的地形分析(TANOVAs)
3.2.2.1 条件特定的TANOVAs
为了探索一致性效应的时间动态及其与不同条件下阅读技能的交互作用,我们对每个受试者在视觉刺激呈现后?50至600毫秒内的平均条件数据进行了单独的(非标准化的)地形分析(W、PW和Obj)。我们的TANOVA分析显示,在268至600毫秒的时间窗口内,一致性具有显著的主效应。在此区间内,298至391毫秒之间检测到显著的组间一致性交互作用。与GFP和标准化TANOVAs的比较表明,交互作用主要是由振幅差异而非地形分布的变化驱动的。

图5
(a) 单词(W)的TANOVA显示,在268至600毫秒的时间窗口内一致性具有显著的主效应。在298至391毫秒之间检测到显著的组间一致性交互作用。与GFP和标准化TANOVAs的比较表明,交互作用主要是由振幅差异驱动的,而非地形分布的变化。

图5b)PW条件的TANOVA显示,在374至600毫秒期间组间具有显著效应,在313–378毫秒期间也检测到一致性与组的交互作用(如果考虑378至382毫秒的趋势,p = 0.051)。

图5c)Obj的TANOVA显示,与W和PW相比,一致性效应在刺激呈现后196至600毫秒内就已经可以观察到。没有观察到显著的一致性与组间交互作用。

3.2.2.2 方差的比较地形分析(TANOVAs)
我们进行了两个TANOVA,因变量为AVinc-AVcon平均振幅,分别在因素内部(正字法TANOVA:W vs Obj,词汇性TANOVA:W vs PW)和因素之间(典型读者 vs 较差阅读技能;TR vs PR;组特征见补充表8)。我们旨在测试正字法(正字法 vs 非正字法条件)和词汇性(W vs PW)如何影响AVinc与AVcon对之间的神经反应的地形差异,以及这是否受到阅读技能的调节。

正字法TANOVA比较W与Obj在AVinc-AVcon差异方面(图6a)主要指出,在204至600毫秒期间条件之间存在显著的地形差异,并且在298至448毫秒期间存在条件与组的交互作用。

图6
比较TANOVA显示,在268至600毫秒的时间窗口内,组间(蓝色)和条件(橙色)的主效应,以及组与条件之间的交互作用(黄色)。白色区域表示显著的时间段(p < 0.05)。图表下方的地形图显示了标记时间框架内头皮活动的一致性差异。(a)正字法对比(单词 vs 物体)。(b)词汇性对比(单词 vs 伪词)。

在词汇性TANOVA比较W与PW(图6b)中,条件差异的持续时间不超过50毫秒,因此不再进一步讨论。然而,我们发现在298–456毫秒期间存在组效应,在刺激呈现后323至399毫秒期间存在组与条件的交互作用(注意,后一个区间的p值在0.05至0.062之间)。

4 讨论
我们研究了正字法刺激(单词W;伪词PW)和非正字法物体图像(Obj)的行为和神经处理何时以及如何受到视听一致性的影响,特别是与早期读者的阅读技能相关。我们的阅读技能综合指标反映了儿童在年龄匹配的同伴中的相对地位。我们进一步探讨了新兴读者是否已经在词汇(W)和非词汇(PW)刺激之间显示出早期的神经处理差异。为此,我们在EEG记录期间使用了一个明确的视听(AV)任务,其中刺激要么是AV一致的(AVcon;口语化的Obj名称或W/PW与Obj的绘制或视觉正字形式匹配),要么是AV不一致的(AVinc;听觉和视觉刺激不匹配,但首字母相同,以促进对完整刺激的处理)。我们的核心发现总结如下。

首先,正如假设的那样,所有正字法和非正字法条件在大约300毫秒之后都显示出ERP中的一致性差异。进一步的条件特定TANOVA分析通过证明一致性差异在Obj中比在W和PW中更早出现(分别从大约196毫秒和270毫秒开始)来细化这些效应的时间特征,这表明在二至三年级学生中,正字法刺激的AV信息没有像物体那样快速或自动地匹配。

其次,与我们的假设一致,阅读技能对正字法(W,PW)的处理影响通常比对物体处理的影响更强,无论是在行为上还是神经上。虽然阅读技能对正字法处理的具体影响在反应时间和准确性上基本上独立于一致性,但ERP结果表明N400受到一致性和阅读技能的调节,阅读技能较好的儿童在正字法条件下的N400不一致效应更为显著。

最后,我们没有发现词汇(W)和非词汇(PW)刺激在N1中的早期处理差异,也没有发现视觉N1的阅读依赖性调节。

总的来说,我们的结果表明所有读者的非正字法AV一致性处理通常是完整且快速的,但在阅读技能较差的儿童中处理AV一致性时存在特定困难。我们在以下段落中详细讨论了这些主要发现。

4.1 阅读技能对准确性和反应时间的影响
表现数据显示,AV一致性对RT有促进作用,对AVcon的反应比对AVinc的反应更快,这与之前的研究结果一致(Bernstein等人,1969;Blackford等人,2012;Blau等人,2008;Dijkstra等人,1989;Herdman等人,2006;Yuval-Greenberg和Deouell,2009),但AV一致性对准确性没有主要影响。在最具有挑战性的正字法条件(即伪词PW)下,准确性通常较低,RT也较慢,对于阅读技能较差的儿童也是如此。条件和阅读分数之间的交互作用表明,更好的阅读技能与条件间的更一致准确性分数和更快的反应速度相关。

相比之下,较差的阅读技能与较低的准确性相关,尤其是在PW条件下,以及对正字法条件的反应速度较慢。此外,阅读技能较好的儿童在AVinc试验中的准确性较高,而阅读技能较差的儿童在AVinc试验中的准确性相似或较低,这与早期发现一致,即更高的阅读水平与更好的整体准确性相关(Fox,1994;Hasko等人,2012;Widmann等人,2012)。先前的行为研究表明,较差的读者在处理AVinc对时遇到困难,这归因于图素-音素转换或语音短期记忆的受损,导致评估和保留最终音素的问题(Fox,1994)。阅读有困难的儿童可能更依赖于单词的开头部分,并在阅读时猜测结尾(De Rom和Van Reybroeck,2024),这在初始音素相同的情况下使得检测不匹配更加困难。在我们的AVinc操作中,不匹配发生在单词的后期,且初始字母-音素对始终匹配。与W相比,处理PW需要更多的图音解码依赖性,这可能进一步增加了较差读者的难度,并可能解释了他们在伪词上的相对较差表现。

AVinc与AVcon试验相比,准确性较高但RT较慢的模式表明了速度-准确性之间的权衡(Donkin等人,2014;Gueugneau等人,2017;Ihalainen等人,2023)。一个合理的解释是,阅读技能较好的儿童更能敏感地检测到AVinc试验中过度学习的AV关联的违反,使得这些试验更加显著和需要更多注意力,因此产生更慢但更准确的反应(Li等人,2020;Sarmiento等人,2012)。与此解释一致,Li等人(2020)认为,整合或分类AVinc对需要更多的注意力资源,因此在高注意力负荷下,不匹配信息的干扰影响减小。值得注意的是,他们仅观察到准确性上的这种效应,而不是RT。

4.2 较差的阅读技能与正字法条件下的N400不一致效应相关
在300至500毫秒的时间窗口内,我们通过分析中心负一致性差异(称为N400效应)来更详细地检查一致性处理差异。

N400不一致效应显著受到阅读技能的调节。对于Obj,N400不一致效应在阅读技能水平上大致相当,而对于正字法条件(W,PW),随着阅读技能的提高而增加,表现为AVinc相对于AVcon项目的更明显的中央顶叶负性。与ERP振幅发现一致,全局TANOVA分析(考虑了头皮上的整个潜在场分布而不是预定义的电极簇)确认阅读技能具体影响了正字法刺激的一致性处理:在N400时间窗口内,比较W和Obj的TANOVA显示,在阅读技能较差(PR)和典型(TR)的儿童之间,由正字法(W)条件下的组间差异驱动的一致性差异。此外,TANOVA分析比较了两种正字法条件下的结果,发现TR条件下的一致性差异大于PR条件,这一差异在很大程度上与刺激是W还是PW无关。综合这些结果表明,阅读技能对正字法处理的一致性差异的调节作用比对非正字法(Obj)处理的影响更强。这与我们的观察结果一致,即N400的AV一致性效应受到阅读技能的调节。先前的研究也报告了在PR条件下出现异常的AV N400反应。例如,Hasko等人(2012年)发现,阅读能力较差的儿童在280至360毫秒期间左侧前额叶的负波增强,而右侧半球的负波减弱,这种差异仅出现在AVcon条件下,而在纯视觉单词配对任务(重复启动)中则没有这种现象。阅读能力的提高与左侧半球的振幅增强和右侧半球的振幅减弱相关,作者将此解释为语音处理缺陷扩展到整个单词处理的证据。Varga等人(2021年)进一步证实了这一发现,他们发现阅读能力较差的儿童在处理伪词时N400反应减弱。在AVcon范式中,当视觉启动的单词目标完全匹配或仅在一个字母或字母位置上不同时,他们观察到N400窗口内的组间差异,对照组中W和PW之间的差异更大,且与阅读能力较差的儿童相比,启动效应的分布也有所不同,这表明后者的AV整合能力受损。

重要的是,我们的结果还表明,对于与非正字法图片配对的口语信息,AV一致性处理是正常的,但对于阅读能力较差的儿童来说,正字法刺激的处理则发生了改变。与此发现一致的是,一项使用AV口语单词-图片配对的研究观察到N400不一致效应,这种效应与解码能力无关,而是与听力理解能力相关(Henderson等人,2011年)。总体而言,我们数据中正字法条件下的N400一致性差异增加与这些研究结果一致,进一步证明了阅读能力较差的儿童在AV一致性处理方面的缺陷。

关于AV一致性操作的研究将增强的N400效应与中间颞叶(Liu等人,2012年)和后扣带回皮层(Hasko等人,2012年;Yin等人,2008年)等区域联系起来,这些区域在听觉和视觉信息不匹配时参与记忆和冲突监控。有趣的是,在我们的数据中,非正字法项目和正字法项目之间的N400不一致效应随着阅读能力的提高而减小,这种模式更接近成年人的表现,即N400反应在Obj和W之间更为相似(Nigam等人,1992年)。这表明阅读能力较好的儿童可能已经具备了相对成熟的AV正字法信息冲突解决能力,而阅读能力较差的儿童则尚未达到这一水平。然而,由于N400 ERP成分的确切功能意义可能反映了多个重叠过程的共同作用,因此需要更多的研究来阐明这些差异背后的机制。

总之,我们的研究结果表明,阅读能力较差的儿童在使用听觉启动信息处理后续视觉刺激时存在困难,特别是当目标为正字法项目(W、PW)时,而在目标为非正字法项目(Obj)时则没有这种困难。这种对正字法条件下的AV一致性处理的选择性改变反对了广泛的跨模态处理缺陷的观点,而是支持在整合跨模态语言刺激方面存在更具体的损伤。

4.3 对象处理中的一致性效应大约在200毫秒后开始出现
虽然所有三种条件下的AV一致性效应都是在300毫秒后观察到的,但对象处理(Obj)的早期效应更早出现。具体来说,条件间的TANOVA分析(图5)显示,正字法条件(W、PW)下的一致性差异大约在270毫秒时开始出现,而对象处理(Obj)则早在200毫秒时就开始。值得注意的是,这种早期对象处理中的AV一致性效应与儿童的阅读能力无关。与TANOVA分析结果一致,波形和AVinc-AVcon差异的t图(图3)表明,在N1时间窗口内,只有对象处理(Obj)存在一致性效应,而正字法条件则没有。这些发现共同表明,对象处理中的AV一致性处理比正字法刺激更早开始,且与阅读能力无关,这一结论也得到了行为数据的支持。

使用语言或正字法材料的先前研究关于早期AV一致性效应的报告结果不一。一些研究报道了早期ERP成分的效应,例如瑞士德语一年级学生对熟悉单词的视觉N1成分的一致性效应(Jost等人,2014年),大约在140毫秒的早期N2时间窗口内的效应(Mittag等人,2013年),以及对字母刺激的MMN效应(Froyen等人,2011年)。其他研究则与我们的结果一致,发现视觉-听觉字母启动中没有早期(N1)一致性效应(Nash等人,2017年),或者在同时呈现字母或辅音-元音-辅音字符串时也没有这种效应(Kronschnabel等人,2014年)。同样,一项使用文本诱导McGurk错觉的奇特研究也没有观察到基于文本的典型MMN效应(Stekelenburg等人,2018年)。Froyen等人(2010年)也发现,在成人中,当听觉字母启动后跟随视觉字母时,早期ERP成分没有一致性效应。

这些差异可能反映了不同人群和任务设计的差异。先前的研究表明,刺激起始的异步性会影响MMN反应的存在和幅度(Froyen等人,2008年,2009a年),类似的因素也可能影响N1成分。因此,不同的起始异步性可能会增强我们范式中正字法刺激的早期一致性效应。此外,任务类型(例如,启动 vs. 奇异检测)和任务要求(显性 vs. 隐性)(Caffarra等人,2021年)等因素也可能影响这些效应的出现时间和/或质量。例如,Eberhard-Moscicka等人(2021年)在使用相关但隐性的任务中,即同时呈现AV刺激时,发现7岁儿童存在N1一致性效应。

年龄和阅读能力进一步调节了对AV一致性的ERP反应(Blomert和Froyen,2010年;Froyen等人,2008年)。Froyen等人(2009a年)发现8岁儿童没有早期MMN一致性效应,但在650毫秒左右出现了晚期负效应,而11岁儿童和成人则出现了早期MMN效应。他们得出结论,更熟练的读者的AV整合发生在更早阶段,因为AV连接变得更加自动化,这支持了字母-语音整合的持续发展。尽管我们的任务与他们的MMN范式有很大不同,但更高级的读者可能在N1范围内表现出更早的正字法刺激一致性差异。为了更好地描述发展和方法学对早期一致性处理的影响,需要进行纵向设计或跨年龄的直接比较。

除了分析N400区间内的一致性差异外,我们还研究了阅读能力对词汇处理N1反应的影响,即对单词和伪词的处理。这一研究的动机是鉴于有报告指出阅读能力调节了成人(Araújo等人,2015年)和儿童(Araújo等人,2012年;Maurer等人,2011年)对正字法刺激的N1反应。视觉N1振幅在W和PW处理之间没有显著差异,这与先前关于阅读发展过程中N1对词汇敏感性持续存在的证据一致(Araújo等人,2012年;Coch和Meade,2016年;Eberhard-Moscicka等人,2016年;Maurer等人,2005b年)。然而,左右枕颞区的N1振幅确实随着阅读能力的提高而变化:在较低的阅读水平下,左侧半球的N1更为明显。这种模式有些出乎意料,因为通常认为N1随着阅读能力的提高而更加左偏(Araújo等人,2012年),尽管也有报告指出儿童和青少年中存在右偏或无偏侧化的情况(Kast等人,2010年;Spironelli和Angrilli,2009年;van Setten等人,2019年)。值得注意的是,我们的任务与之前的研究不同,因为它包括了听觉一致和不一致的启动刺激,这可能影响了后续视觉N1的强度和分布。

总之,W和PW条件下没有条件差异以及早期AV一致性效应的存在表明,二年级至三年级儿童的AV正字法处理仍在发展中,并可能在此阶段之后继续发展。

4.4 限制
虽然我们的数据提供了新的实证证据,表明阅读能力在不同条件下对AV处理有差异性影响,但仍需承认几个限制。首先,研究中没有排除患有ADHD的儿童。阅读能力差的情况很少单独出现,通常与ADHD和其他学习障碍共存(Moll等人,2014年);因此,保留了这些儿童以获得更具代表性的样本,并将ADHD评分作为协变量。尽管如此,阅读能力较低和较高的儿童之间的ADHD症状严重程度差异仍可能代表了一种残余的混淆因素。其次,尽管TANOVA分析的结果与基于阅读能力的预测一致,但其他因素(如语言智商)也可能起作用,因为各组在这方面的得分存在差异。由于阅读能力与语言能力紧密相关,很难确定TANOVA差异是由于阅读能力本身还是部分受到语言智商差异的影响(Dombrowski和Mrazik,2008年)。重要的是,各组之间的非语言智商没有差异,这表明阅读能力较差的儿童在认知上并没有普遍处于劣势,支持了这些效应特定于阅读或相关语言能力的解释,而不是反映了更广泛的认知差异。第三,由于运动或其他问题,一些实验块不得不重新开始或重复进行,这可能会增加对特定项目的熟悉度。这不太可能系统性地偏倚表现,因为能够做出判断的儿童预计会一致地表现,而那些有困难的儿童在有限的额外暴露下不太可能突然改善。尽管如此,这仍然是一个潜在的限制。第四,数据收集期间恰逢新冠疫情,九名儿童因安全限制而在线完成了行为测试。尽管程序与面对面协议非常相似,但测试环境的差异可能会影响这些个体的行为表现,因此不能完全排除这种影响。

另一个需要注意的问题是,综合阅读分数是基于平均百分位数排名得出的,这些排名是序数的而不是区间尺度的,因此单位之间的间隔并不均匀分布。然而,百分位数排名是标准化评估的标准化输出,用于反映儿童在年龄匹配的同龄人中的相对位置,考虑了非线性的发展轨迹。在阅读研究中,通常会平均多个阅读测量值——这些测量值通常基于百分位数排名(Fraga-González等人,2021年;Frei等人,2025年;Lutz等人,2024年;Maurer等人,2021年;Kadam等人,2018年;Petersen等人,2013年;Skoe等人,2017年;Swamy和Goswami,2024年)。虽然平均百分位数排名不能提供区间尺度的阅读能力测量,但它捕捉了个体在阅读技能方面的相对排序。未来的研究可以考虑结合标准化或原始分数的综合指标,并结合显性的发展模型。

最后,为了确保EEG分析的数据质量,我们拒绝了含有伪迹的片段和回答错误的试验,并排除了有效片段少于20个的刺激类型。这导致AVcon试验的总数略少于AVinc试验,阅读能力较差的儿童中PW类型的片段也较少,反映了他们更高的错误率——尤其是在AVcon PW试验中。这种片段计数的差异可能会降低统计功效或增加变异性,从而影响ERP估计和普遍性。然而,所有纳入的儿童每种刺激类型至少有20个无伪迹的片段,(广义的)线性混合效应模型非常适合处理不平衡的数据并调整刺激类型数量的差异。

5 结论
我们的研究了二至三年级儿童如何处理听觉启动词和视觉正字法或非正字法刺激之间的一致性,从行为和神经学角度进行了探讨,并探讨了这种处理与阅读能力的关系。阅读能力对正字法(W、PW)处理的影响大于对象条件。总体而言,儿童对AVinc的反应较慢但更准确;然而,阅读能力较差的儿童在PW条件下的准确率和反应速度都特别低,这表明二年级和三年级儿童的阅读能力与其利用先前听觉信息支持视觉处理的有效性有关,阅读能力较差的儿童在整合这些信息方面遇到更多困难。

在神经层面上,所有条件都显示了ERP一致性差异,但这些差异在对象处理(Obj)中较早出现(大约196毫秒),而在正字法刺激中较晚出现(大约270毫秒),表明早期读者的正字法材料处理速度较慢且自动化程度较低。阅读能力较强的儿童在处理“W”和“PW”这类字母时表现出更明显的N400脑电波不一致现象,这表明他们的视听信息匹配处理能力更为高效。这种高效性随着阅读水平的提高而增强,进一步支持了先前关于低阅读能力儿童在语言发展阶段存在口语与书面语言整合不成熟、非自动化现象的研究结果。总体而言,阅读能力并非以统一的方式影响视听信息的匹配过程,而是与字母(“W”、“PW”)相关的视听信息匹配处理机制联系更为紧密,而与非字母信息(“Obj”)的相关性较弱。这凸显了低阅读能力儿童在视觉字母处理方面所面临的特殊挑战——即便他们能够接收到听觉信息,这些听觉信息原则上仍难以帮助他们更有效地识别视觉文字。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号