12/09/2020, 17:49
Kekeleyen İnsanlarda Konuşma Hareketi Değişkenliğini Ölçmek İçin Ses Yolu MRI Kullanma
Alt yazı olarak türkçeyi seçebilirsiniz.
Amaç: Kekeleyen insanlar (PWS), tipik olarak akıcı olanlara (PWTF) göre daha dengesiz konuşma motor sistemlerine sahiptir. Burada, akıcı konuşma üretimi sırasında PWS ve PWTF'deki farklı artikülatörlerin hareketlerinin değişkenliğini ve süresini değerlendirmek için ses yolunun gerçek zamanlı MRI'sını kullandık. Yöntem: Orta ila orta şiddette 28 yetişkinin ses yolları
Alt yazı olarak türkçeyi seçebilirsiniz.
Amaç: Kekeleyen insanlar (PWS), tipik olarak akıcı olanlara (PWTF) göre daha dengesiz konuşma motor sistemlerine sahiptir. Burada, akıcı konuşma üretimi sırasında PWS ve PWTF'deki farklı artikülatörlerin hareketlerinin değişkenliğini ve süresini değerlendirmek için ses yolunun gerçek zamanlı MRI'sını kullandık. Yöntem: Orta ila orta şiddette 28 yetişkinin ses yolları
Video Açıklamaları
Merhaba, ben Charlie Wiltshire ve Oxford Üniversitesi'nde Kate Watkins başkanlığındaki konuşma ve beyin laboratuvarında bir araştırmacıyım.
Gerçekten heyecan duyduğumuz yeni bir makalemiz var, bu yüzden gazetede size yol gösterecek hızlı bir video oluşturmak istedim. Bu, çok daha büyük bir projeden sadece 1 proje ve bu, kekeme olan kişilerdeki konuşma hareketi değişkenliğine odaklanıyor ve bu bir ses yolu MRI çalışması.
[Araştırmacıların resimlerini ve INSTEP denemesine genel bakışı içeren slayt]
Dediğim gibi, bu INSTEP adlı çok daha büyük bir çalışmanın parçası. Bu çalışma Kate Watkins ve Jen Chesters tarafından yönetilmektedir. Ayrıca proje üzerinde Máiréad Healy, Gabe Clare ve benimle birlikte çalışıyoruz. Pekala, bu büyük bir çalışma ve eğer insteptrial.wordpress.com olan genel web sitesine giderseniz tüm çalışma hakkında daha fazla bilgi var ve şimdi sadece bu bölüme, vokal yol görüntülemesine odaklanacağım. stimülasyon zaman noktası, böylece daha çok şey var - bu çalışma sadece bunun bu yönüne odaklanıyor.
Bu makaleyi çevrimiçine koyduk ve herkesin görebilmesi için ücretsiz olarak kullanılabilir. Psy arşivi adlı bir sunucuda adres burada [psyarxiv.com/bhe57/]. Ayrıca bu videonun altındaki yorumlara da ekleyeceğim. Bu bir ön baskıdır, dolayısıyla bu hakem değerlendirme sürecinden geçmemiştir, bu da diğer akademisyenlerin bir göz atıp makalemizi okuyacağı ve kalite açısından değerlendireceği anlamına gelir. Bu işlem, şu anda bir Dergiye gönderilmekte olan bu makale için yapılacaktır.
[Ses yolu görüntülemesinin görüntüsü. Arka plan siyah, doku beyaz, başın ortasını gösteriyor].
İşte bu gerçekten heyecanlandığım ses yolu görüntülemesi. İnsanlar tarayıcıda konuşurken neler yapabileceğimizin kısa bir klibini size göstereceğim. Yani buradaki kişinin beyni bu, bu bir burun ve bu da dudakları yani kişi sola bakıyor.
Ve yapabileceğimiz şey, konuşma organlarının hareketini kaydedebiliriz, böylece dudaklar buradaki dil, um, buna yumuşak damak denir ve sonra burada insanlar konuşurken ses kutunuz. İşte başlıyoruz
[konuşma hareketlerinin videosunu oynatır].
Bu MRI sekansları, Oxford'daki Bütünleştirici Nörogörüntüleme Karşılama Merkezi'nin bir parçası olarak Dr. Mark Chiew tarafından oluşturuldu. Tarayıcının bu görüntüleri çoğaltmak için kullanabileceği bir sekans yarattı ve 2'ye 2 mm uzamsal çözünürlük var, bu da burada görebileceğiniz her pikselin 2'ye 2 milimetre ve saniyede 33.3 kare zamansal çözünürlük olduğu anlamına geliyor.
[Listelenmeyen kelimelerin bulunduğu tablo]
Peki katılımcılardan tarayıcıda ne yapmalarını istiyoruz? Onlardan uydurma kelimeler söylemelerini istiyoruz. Biraz gariplerdi, bunlar kullandığımız kelimelere bir örnek. Böylece uzunluğu ve fonolojik karmaşıklığı artan üç kelimemiz veya sözde kelimemiz vardı. Yani bunlar 'mab', 'mabshibe ve' mabshaytiedoib'di. Ve sonra, her ikisi de 4 hece uzunluğunda, ancak biri karmaşık 'mabshaytiedoib' olan, söylemesi zor ve söylemesi çok daha kolay olan basit mabteebeebee olan iki kelimemiz vardı. Bunu daha önce bu tür bir görevi yapmış birinden aldık ve eğer bir göz atmak isterseniz burada makaleye atıfta bulunulmaktadır [Smith, Sadagopan & Walsh, 2010].
[Dudaklar, yumuşak damak ve dil etiketli ses yolu şeması]
Yani önceki makale dudaklara odaklanmıştı çünkü daha önce kaydedilebilenlerdi, şimdi tüm ses sistemine bakabildiğimizde. Ancak başlangıç olarak, sonuçları karşılaştırabilmemiz ve yumuşak damak olarak da bilinen veluma bakabilmemiz için dudaklara bir göz atmayı seçtik. Bu yüzden, dilinizi göremediğiniz dişlerinizden çekerseniz, bunlar taramada görünmezler, ağzınızın çatısı boyunca geriye doğru yumuşak bir yapıya ulaşırsınız ve buna velum denir, ya da yumuşak damak, ayrıca buradaki dil hareketlerine de bir göz atmak istedik.
[Bir kişi "mab" derken konuşma hareketlerinin şeması]
Öyleyse, değişkenliği yakalamakla ne demek istiyorum? Bu, tarayıcıda mab kelimesini söyleyen bir katılımcının örneğidir ve bu dudak hareketidir. Dolayısıyla bu satırların her biri, kelimenin tek bir ifadesini temsil ediyor. Burada [grafiğin başlangıcına işaret eder] bu, dudakların alçaksa kapalı olduğu ve yüksekse açık oldukları anlamına gelir ve bu, grafik boyunca [y eksenini gösterir, ]. Örneğin, burada 'm' sesi için dudaklar kapalıdır, sonra mab için 'a' sesini çıkarmak için onları açmalıyız ve sonra 'b' sesini çıkarmak için onları tekrar kapatmalıyız. Yani her söylediğinizde dudaklarınızın tekrar açılıp kapanması gerektiğini görebilirsiniz ve biz katılımcılardan bunu 10 kez yapmalarını istiyoruz, böylece burada 10 farklı iz var.
O halde değişkenlikle kastettiğim, tüm bu çizgilerin birbirinden ne kadar farklı olduğudur. Eğer mab kelimesini 10 defa söylersem ve ee, dudaklarımı her seferinde çok benzer şekilde hareket ettirirsem bu izler birbirine çok yakın olur. Bununla birlikte, mab dediğim şekilde biraz daha fazla değişkenliğe sahipsem, daha farklı olacaklar. Bu, bu durumda değişkenlik ölçümüzdür.
[Her artikülatör (dil, dudaklar, velum) ve kelime olmayanlar için aynı grafik stili gösterilir]
Farklı artikülatörlere göre ölçeklendirdiğimizde, burada dudak hareketlerini elde ederiz ki bu daha önce gördüğünüz şeydir, dil gövdesi, böylece dilin nasıl hareket ettiği, dilin ana parçası ve velum, yani yumuşak yapı budur. bahsettiğim ağzının tepesinde.
Ve sonra bunlar kelimeler olmayan mab, mabsaytiedoib ve mabteebeebee'den örnekler. Örneğin, mabteebeebee'yi alırsak, dudakların A için açtıkları M için kapalı olduğunu ve 'b' için tekrar kapandıklarını ve sonra 'teebeebee'yi eklememiz gerektiğini görebilirsiniz. Bu T'dir ve sonra dudaklar 'b' sesi çıkarmak için tekrar kapanmalı ve son 'b' için tekrar kapanmalıdır. Dudakları kapalıyken her bir söylenişi her zaman durdurmak zorundayız - bu yüzden E için tekrar açıldığını görmüyorsunuz, bu yüzden burada 'b' sesinde duruyoruz.
[Sonuç Grafiği - Dikey y ekseninde grafiklenen değişkenlik ve yatay x ekseninde çizilen sözcük olmayan tür]
Tamam öyleyse sonuçlarımız - ne bulduk? Genelde kekeme olan kişilerin konuşmalarında, tipik olarak akıcı olanlara kıyasla daha fazla değişkenliğe sahip olduklarını gördük ve bunu makaledeki grafikte görebilirsiniz. Yani kekeleyen insanlar kırmızıyla çizilir ve tipik olarak akıcı olan insanlar, yani kontrol grubumuz mavi ile çizilir. Ortadaki kalın çizgiler, o grup için ortalamanın ne olduğunu gösterir. Dolayısıyla, bu kalın çizgi mab kelimesini ürettiklerinde kekeleyen insanların ortalamasını temsil ediyor - yani tek heceli kelime. Ve bu, tipik olarak akıcı bir grup olan insanlar için tamamen aynıdır. Tüm gruplar içinde oldukça fazla çeşitlilik olduğunu görebilirsiniz. Aralarında oldukça büyük bir fark var. büyük değişkenlik ve burada çok fazla değişkenlik yok [grafikteki bir gruba işaret ediyor] ancak önemli olan, bu kelime olmayanların her biri için gruplar arasında bir fark olması ve kekeleyen insanlar, tipik olanlara göre daha yüksek değişkenliğe sahip olma eğilimindedir akıcı. İlginç bir şekilde, kelimelerin ne kadar uzun veya karmaşık olduğunun bir etkisini görmedik. Bu nedenle, burada gösterilen 'mabshaytiedoib' gibi daha uzun kelimelerin 'mabteebeebee' gibi basit bir kelimeden daha fazla değişkenlikle üretilmesini bekledik, ancak ilginç bir şekilde bunu bulamadık - genel olarak çok benzer miktarda değişkenlik var gibi görünüyordu. Üretilen kelimelerin Dudakların sonuçları buydu. Dil ve velar hareketlerine de baktık ve resim çok benzer. Yani,
[Kekemelik şiddetine (yatay x ekseni) karşı değişkenliği (dikey y ekseni) çizen grafik]
İlginç bir şekilde, kekemeliğin şiddeti ile bir kişinin konuşmasındaki değişkenlik miktarı arasında bir ilişki olup olmadığına bakmak istedik. Öyleyse tahmin edebileceğimiz şey, daha şiddetli kekemeliği olan kişilerin daha değişken konuşma hareketlerine sahip olabileceğidir. Bununla birlikte, burada solda değişkenliğin, altta düşük değişkenliğin ve üstte yüksek değişkenliğin olduğunu ve daha sonra standartlaştırılmış bir araçla ölçülen kekemeliğin, um, şiddetinin olduğunu bulamadık [y ekseni boyunca grafiğin altında]. Ve bu, orta derecede kekemelikten, SSI tarafından sınıflandırılan çok şiddetli kekemeliğe kadar uzanır. ve bu noktaların her biri tek bir katılımcıyı temsil eder. Öyleyse, hipotezimizin doğru olup olmadığını potansiyel olarak görmeyi beklediğimiz şey, orta derecede kekemeli olan insanların daha az değişkenliğe sahip olacağı ve daha sonra, daha fazla değişkenliğe sahip olan daha şiddetli kekemeliği olan insanların daha fazla, ımm. Ancak, bulduğumuz şey bu değil - bu noktalar buradaki Y ekseni [eksene işaret ediyor] değişkenliği ile buradaki X ekseni [eksene işaret ediyor] arasında hiçbir ilişki göstermiyor, ciddiyet kekemeli.
Bu, kekemeliğin ne kadar şiddetli olduğundan bağımsız olarak gördüğümüz değişkenliğe katkıda bulunan başka bir şeyin olması gerektiği anlamına gelir.
[Yatay x eksenindeki kelimeye (hece sayısı) karşı dikey y ekseninde grafik çizim süresi). Kekeleyen ve tipik olarak akıcı olan insanlar yan yana gruplar halinde çizilir]
Şimdi değişkenliğin yanı sıra, ifadelerin süresine de baktık - yani bir katılımcının kelimeyi söylemesi ne kadar sürüyor. Bu süre kare sayısıyla ölçülür, bu nedenle saniyede 33 kare olduğunu unutmayın, bu nedenle burada 60 [grafiğin dikey kenarı boyunca y eksenini gösterir] yaklaşık 2 saniye olacak. Artık hem kekeleyen hem de kelimeler uzadıkça kontrol eden insanlar için puanların, süre puanlarının arttığını görebilirsiniz. Tam olarak görmeyi umduğumuz şey bu çünkü mab demek, mabshaytiedoib demekten çok daha az zamanımı alıyor. Ancak bu grafikte ilginç olan, gruplar arasındaki farktır. Burada farkın ihmal edilebilir olduğunu görebilirsiniz, burada biraz daha fazla fark var ve yine burada fark daha da büyüyor ve büyüyor.
[Okunan Madde İşaretleri]
Bahsettiğim her şeyi özetlemek gerekirse - Kekeleyen insanların, tipik olarak akıcı olanlara kıyasla daha fazla artikülatör hareketi değişkenliği gösterdiğini gösterdik. Kelimenin karmaşıklığı, konuşmadaki değişkenlik miktarını etkilemedi. Bu akıcı konuşma sırasındaki değişkenlik, kekemeliğin şiddeti ile ilişkili değildir. Yani bu, kekeleyen insanlar ile tipik olarak akıcı insanlar arasındaki artikülatörlerin kontrolünde genel bir özellik seviyesi farkını gösterir. Söyleyemediğimiz şey, bu değişkenliğin kaynağının nereden geldiğidir. Ama tahmin ettiğimiz şey, kekemelik yaşayan insanlarda farklı beyin alanlarının nasıl iletişim kurduğu ile tipik olarak,
[Teşekkürler balonlar gif]
Söylenecek tek şey, bu araştırmaya katılan tüm katılımcılarımıza çok teşekkür ediyor ve bu videoyu dinlediğiniz için teşekkür ediyoruz. Başka sorularınız varsa veya bu araştırma hakkında sohbet etmek istiyorsanız, lütfen bizimle iletişime geçin, tüm detaylar web sitemizde olacak ve bu benim için!
Gerçekten heyecan duyduğumuz yeni bir makalemiz var, bu yüzden gazetede size yol gösterecek hızlı bir video oluşturmak istedim. Bu, çok daha büyük bir projeden sadece 1 proje ve bu, kekeme olan kişilerdeki konuşma hareketi değişkenliğine odaklanıyor ve bu bir ses yolu MRI çalışması.
[Araştırmacıların resimlerini ve INSTEP denemesine genel bakışı içeren slayt]
Dediğim gibi, bu INSTEP adlı çok daha büyük bir çalışmanın parçası. Bu çalışma Kate Watkins ve Jen Chesters tarafından yönetilmektedir. Ayrıca proje üzerinde Máiréad Healy, Gabe Clare ve benimle birlikte çalışıyoruz. Pekala, bu büyük bir çalışma ve eğer insteptrial.wordpress.com olan genel web sitesine giderseniz tüm çalışma hakkında daha fazla bilgi var ve şimdi sadece bu bölüme, vokal yol görüntülemesine odaklanacağım. stimülasyon zaman noktası, böylece daha çok şey var - bu çalışma sadece bunun bu yönüne odaklanıyor.
Bu makaleyi çevrimiçine koyduk ve herkesin görebilmesi için ücretsiz olarak kullanılabilir. Psy arşivi adlı bir sunucuda adres burada [psyarxiv.com/bhe57/]. Ayrıca bu videonun altındaki yorumlara da ekleyeceğim. Bu bir ön baskıdır, dolayısıyla bu hakem değerlendirme sürecinden geçmemiştir, bu da diğer akademisyenlerin bir göz atıp makalemizi okuyacağı ve kalite açısından değerlendireceği anlamına gelir. Bu işlem, şu anda bir Dergiye gönderilmekte olan bu makale için yapılacaktır.
[Ses yolu görüntülemesinin görüntüsü. Arka plan siyah, doku beyaz, başın ortasını gösteriyor].
İşte bu gerçekten heyecanlandığım ses yolu görüntülemesi. İnsanlar tarayıcıda konuşurken neler yapabileceğimizin kısa bir klibini size göstereceğim. Yani buradaki kişinin beyni bu, bu bir burun ve bu da dudakları yani kişi sola bakıyor.
Ve yapabileceğimiz şey, konuşma organlarının hareketini kaydedebiliriz, böylece dudaklar buradaki dil, um, buna yumuşak damak denir ve sonra burada insanlar konuşurken ses kutunuz. İşte başlıyoruz
[konuşma hareketlerinin videosunu oynatır].
Bu MRI sekansları, Oxford'daki Bütünleştirici Nörogörüntüleme Karşılama Merkezi'nin bir parçası olarak Dr. Mark Chiew tarafından oluşturuldu. Tarayıcının bu görüntüleri çoğaltmak için kullanabileceği bir sekans yarattı ve 2'ye 2 mm uzamsal çözünürlük var, bu da burada görebileceğiniz her pikselin 2'ye 2 milimetre ve saniyede 33.3 kare zamansal çözünürlük olduğu anlamına geliyor.
[Listelenmeyen kelimelerin bulunduğu tablo]
Peki katılımcılardan tarayıcıda ne yapmalarını istiyoruz? Onlardan uydurma kelimeler söylemelerini istiyoruz. Biraz gariplerdi, bunlar kullandığımız kelimelere bir örnek. Böylece uzunluğu ve fonolojik karmaşıklığı artan üç kelimemiz veya sözde kelimemiz vardı. Yani bunlar 'mab', 'mabshibe ve' mabshaytiedoib'di. Ve sonra, her ikisi de 4 hece uzunluğunda, ancak biri karmaşık 'mabshaytiedoib' olan, söylemesi zor ve söylemesi çok daha kolay olan basit mabteebeebee olan iki kelimemiz vardı. Bunu daha önce bu tür bir görevi yapmış birinden aldık ve eğer bir göz atmak isterseniz burada makaleye atıfta bulunulmaktadır [Smith, Sadagopan & Walsh, 2010].
[Dudaklar, yumuşak damak ve dil etiketli ses yolu şeması]
Yani önceki makale dudaklara odaklanmıştı çünkü daha önce kaydedilebilenlerdi, şimdi tüm ses sistemine bakabildiğimizde. Ancak başlangıç olarak, sonuçları karşılaştırabilmemiz ve yumuşak damak olarak da bilinen veluma bakabilmemiz için dudaklara bir göz atmayı seçtik. Bu yüzden, dilinizi göremediğiniz dişlerinizden çekerseniz, bunlar taramada görünmezler, ağzınızın çatısı boyunca geriye doğru yumuşak bir yapıya ulaşırsınız ve buna velum denir, ya da yumuşak damak, ayrıca buradaki dil hareketlerine de bir göz atmak istedik.
[Bir kişi "mab" derken konuşma hareketlerinin şeması]
Öyleyse, değişkenliği yakalamakla ne demek istiyorum? Bu, tarayıcıda mab kelimesini söyleyen bir katılımcının örneğidir ve bu dudak hareketidir. Dolayısıyla bu satırların her biri, kelimenin tek bir ifadesini temsil ediyor. Burada [grafiğin başlangıcına işaret eder] bu, dudakların alçaksa kapalı olduğu ve yüksekse açık oldukları anlamına gelir ve bu, grafik boyunca [y eksenini gösterir, ]. Örneğin, burada 'm' sesi için dudaklar kapalıdır, sonra mab için 'a' sesini çıkarmak için onları açmalıyız ve sonra 'b' sesini çıkarmak için onları tekrar kapatmalıyız. Yani her söylediğinizde dudaklarınızın tekrar açılıp kapanması gerektiğini görebilirsiniz ve biz katılımcılardan bunu 10 kez yapmalarını istiyoruz, böylece burada 10 farklı iz var.
O halde değişkenlikle kastettiğim, tüm bu çizgilerin birbirinden ne kadar farklı olduğudur. Eğer mab kelimesini 10 defa söylersem ve ee, dudaklarımı her seferinde çok benzer şekilde hareket ettirirsem bu izler birbirine çok yakın olur. Bununla birlikte, mab dediğim şekilde biraz daha fazla değişkenliğe sahipsem, daha farklı olacaklar. Bu, bu durumda değişkenlik ölçümüzdür.
[Her artikülatör (dil, dudaklar, velum) ve kelime olmayanlar için aynı grafik stili gösterilir]
Farklı artikülatörlere göre ölçeklendirdiğimizde, burada dudak hareketlerini elde ederiz ki bu daha önce gördüğünüz şeydir, dil gövdesi, böylece dilin nasıl hareket ettiği, dilin ana parçası ve velum, yani yumuşak yapı budur. bahsettiğim ağzının tepesinde.
Ve sonra bunlar kelimeler olmayan mab, mabsaytiedoib ve mabteebeebee'den örnekler. Örneğin, mabteebeebee'yi alırsak, dudakların A için açtıkları M için kapalı olduğunu ve 'b' için tekrar kapandıklarını ve sonra 'teebeebee'yi eklememiz gerektiğini görebilirsiniz. Bu T'dir ve sonra dudaklar 'b' sesi çıkarmak için tekrar kapanmalı ve son 'b' için tekrar kapanmalıdır. Dudakları kapalıyken her bir söylenişi her zaman durdurmak zorundayız - bu yüzden E için tekrar açıldığını görmüyorsunuz, bu yüzden burada 'b' sesinde duruyoruz.
[Sonuç Grafiği - Dikey y ekseninde grafiklenen değişkenlik ve yatay x ekseninde çizilen sözcük olmayan tür]
Tamam öyleyse sonuçlarımız - ne bulduk? Genelde kekeme olan kişilerin konuşmalarında, tipik olarak akıcı olanlara kıyasla daha fazla değişkenliğe sahip olduklarını gördük ve bunu makaledeki grafikte görebilirsiniz. Yani kekeleyen insanlar kırmızıyla çizilir ve tipik olarak akıcı olan insanlar, yani kontrol grubumuz mavi ile çizilir. Ortadaki kalın çizgiler, o grup için ortalamanın ne olduğunu gösterir. Dolayısıyla, bu kalın çizgi mab kelimesini ürettiklerinde kekeleyen insanların ortalamasını temsil ediyor - yani tek heceli kelime. Ve bu, tipik olarak akıcı bir grup olan insanlar için tamamen aynıdır. Tüm gruplar içinde oldukça fazla çeşitlilik olduğunu görebilirsiniz. Aralarında oldukça büyük bir fark var. büyük değişkenlik ve burada çok fazla değişkenlik yok [grafikteki bir gruba işaret ediyor] ancak önemli olan, bu kelime olmayanların her biri için gruplar arasında bir fark olması ve kekeleyen insanlar, tipik olanlara göre daha yüksek değişkenliğe sahip olma eğilimindedir akıcı. İlginç bir şekilde, kelimelerin ne kadar uzun veya karmaşık olduğunun bir etkisini görmedik. Bu nedenle, burada gösterilen 'mabshaytiedoib' gibi daha uzun kelimelerin 'mabteebeebee' gibi basit bir kelimeden daha fazla değişkenlikle üretilmesini bekledik, ancak ilginç bir şekilde bunu bulamadık - genel olarak çok benzer miktarda değişkenlik var gibi görünüyordu. Üretilen kelimelerin Dudakların sonuçları buydu. Dil ve velar hareketlerine de baktık ve resim çok benzer. Yani,
[Kekemelik şiddetine (yatay x ekseni) karşı değişkenliği (dikey y ekseni) çizen grafik]
İlginç bir şekilde, kekemeliğin şiddeti ile bir kişinin konuşmasındaki değişkenlik miktarı arasında bir ilişki olup olmadığına bakmak istedik. Öyleyse tahmin edebileceğimiz şey, daha şiddetli kekemeliği olan kişilerin daha değişken konuşma hareketlerine sahip olabileceğidir. Bununla birlikte, burada solda değişkenliğin, altta düşük değişkenliğin ve üstte yüksek değişkenliğin olduğunu ve daha sonra standartlaştırılmış bir araçla ölçülen kekemeliğin, um, şiddetinin olduğunu bulamadık [y ekseni boyunca grafiğin altında]. Ve bu, orta derecede kekemelikten, SSI tarafından sınıflandırılan çok şiddetli kekemeliğe kadar uzanır. ve bu noktaların her biri tek bir katılımcıyı temsil eder. Öyleyse, hipotezimizin doğru olup olmadığını potansiyel olarak görmeyi beklediğimiz şey, orta derecede kekemeli olan insanların daha az değişkenliğe sahip olacağı ve daha sonra, daha fazla değişkenliğe sahip olan daha şiddetli kekemeliği olan insanların daha fazla, ımm. Ancak, bulduğumuz şey bu değil - bu noktalar buradaki Y ekseni [eksene işaret ediyor] değişkenliği ile buradaki X ekseni [eksene işaret ediyor] arasında hiçbir ilişki göstermiyor, ciddiyet kekemeli.
Bu, kekemeliğin ne kadar şiddetli olduğundan bağımsız olarak gördüğümüz değişkenliğe katkıda bulunan başka bir şeyin olması gerektiği anlamına gelir.
[Yatay x eksenindeki kelimeye (hece sayısı) karşı dikey y ekseninde grafik çizim süresi). Kekeleyen ve tipik olarak akıcı olan insanlar yan yana gruplar halinde çizilir]
Şimdi değişkenliğin yanı sıra, ifadelerin süresine de baktık - yani bir katılımcının kelimeyi söylemesi ne kadar sürüyor. Bu süre kare sayısıyla ölçülür, bu nedenle saniyede 33 kare olduğunu unutmayın, bu nedenle burada 60 [grafiğin dikey kenarı boyunca y eksenini gösterir] yaklaşık 2 saniye olacak. Artık hem kekeleyen hem de kelimeler uzadıkça kontrol eden insanlar için puanların, süre puanlarının arttığını görebilirsiniz. Tam olarak görmeyi umduğumuz şey bu çünkü mab demek, mabshaytiedoib demekten çok daha az zamanımı alıyor. Ancak bu grafikte ilginç olan, gruplar arasındaki farktır. Burada farkın ihmal edilebilir olduğunu görebilirsiniz, burada biraz daha fazla fark var ve yine burada fark daha da büyüyor ve büyüyor.
[Okunan Madde İşaretleri]
Bahsettiğim her şeyi özetlemek gerekirse - Kekeleyen insanların, tipik olarak akıcı olanlara kıyasla daha fazla artikülatör hareketi değişkenliği gösterdiğini gösterdik. Kelimenin karmaşıklığı, konuşmadaki değişkenlik miktarını etkilemedi. Bu akıcı konuşma sırasındaki değişkenlik, kekemeliğin şiddeti ile ilişkili değildir. Yani bu, kekeleyen insanlar ile tipik olarak akıcı insanlar arasındaki artikülatörlerin kontrolünde genel bir özellik seviyesi farkını gösterir. Söyleyemediğimiz şey, bu değişkenliğin kaynağının nereden geldiğidir. Ama tahmin ettiğimiz şey, kekemelik yaşayan insanlarda farklı beyin alanlarının nasıl iletişim kurduğu ile tipik olarak,
[Teşekkürler balonlar gif]
Söylenecek tek şey, bu araştırmaya katılan tüm katılımcılarımıza çok teşekkür ediyor ve bu videoyu dinlediğiniz için teşekkür ediyoruz. Başka sorularınız varsa veya bu araştırma hakkında sohbet etmek istiyorsanız, lütfen bizimle iletişime geçin, tüm detaylar web sitemizde olacak ve bu benim için!
Rf:
https://psyarxiv.com/bhe57/