Выборка
- Целевая популяция: старшеклассники $16\text{–}18$ лет (классы $10\text{–}11$).
- Размер выборки: планировать общий $N\approx 180$ (три группы по $n\approx 60$). Оценка по формуле для двухгруппового сравнения с эффектом Кохена $d$: $$n=\frac{2(z_{1-\alpha /2}+z_{1-\beta }{)}^2}{d^2}.$$ При $\alpha =0.05$, мощность $1-\beta =0.80$, $d=0.5$ даёт $n\approx 63$ на группу.
- Отбор: многокластерная стратификация по школам и полу; случайная генерализация внутри страты.
- Критерии включения/исключения: IQ в норме (скрининг), отсутствие неврологических/психиатрических диагнозов, согласие родителей/учащихся.
Дизайн и процедуры
- Дизайн: проспективный рандомизированный контролируемый эксперимент с $3$ группами: тренировка внимания, тренировка рабочей памяти, активный контроль.
- Временные точки: предтест (T0), посттест сразу после вмешательства (T1), отложенный посттест через $3$ месяца (T2).
- Вмешательство: адаптивные компьютерные тренировки
- Группа внимания: задачи на селективное/устойчивое внимание (варианты CPT/visual search) — $8$ недель, $3$ сессии/неделю, по $30$ мин.
- Группа рабочей памяти: адаптивный n-back/complex span — те же сроки и дозировка.
- Активный контроль: неадаптивные образовательные игры или просмотр образовательных видео одинаковой длительности.
- Рандомизация: блочная по школе/полу; слепой тестер для оценок.
Методы измерения
- Внимание (показатели):
- Continuous Performance Test (CPT): скорость реакции, пропуски, ложные срабатывания.
- Attention Network Test (ANT): индексы ориентирования/исполнительного контроля.
- Рабочая память:
- Complex span (OSPAN) — абсолютная ёмкость.
- n-back (2-/3-back) — d-prime, точность и RT.
- Учебная успеваемость:
- Школьный средний балл (GPA) за семестр, стандартизованный внутри школы.
- Стандартизованные тесты по математике и чтению (баллы).
- Экспериментальные академические задания (усвоение нового материала, перенос навыков).
- Контрольные переменные: ранее обучение (предыдущий GPA), IQ (Raven/WAIS-скоринг), SES, сон/внимание по самооценке.
- Проверки манипуляции: улучшение в целевых задачах должно подтверждать эффективность тренировки.
Аналитика
- Основной анализ: смешанные модели с фиксированными эффектами Group, Time и Group×Time и случайным перехватом по участнику: $$Y_{ij}={\beta }_0+{\beta }_{1}Tim{e}_{ij}+{\beta }_{2}Grou{p}_i+{\beta }_3(Time\times Group{)}_{ij}+u_i+{\epsilon }_{ij}.$$ - Тесты на перенос: сравнение изменения в академических показателях между группами (контрастные тесты).
- Медиаторный анализ: проверка, опосредует ли изменение WM/внимания эффект тренировки на успеваемость (путь a, b, косвенный эффект = $a\times b$).
- Учёт ковариат: baseline-score, IQ, SES; поправка на множественную проверку.
Ожидаемые результаты (гипотезы)
- Тренировка внимания → значимое улучшение в задачах внимания (большой эффект) и небольшое переносное улучшение в показателях академической успеваемости, особенно в заданиях, требующих устойчивого внимания.
- Тренировка рабочей памяти → значительное улучшение WM-показателей и умеренный перенос на академические задачи, требующие манипулирования информацией (математика, решение задач).
- Активный контроль → минимальные изменения.
- Ожидаемые эффекты на успеваемость небольшие–средние: $d\approx 0.2\text{–}0.5$.
Возможные угрозы внутренней валидности и способы их минимизации
- Выборочный отбор/несбалансированность групп (selection): решается стратифицированной рандомизацией и проверкой баланса ковариат.
- Созревание (maturation): контроль с помощью активного контроля и временных точек.
- История (history): события вне эксперимента (экзамены, учебные программы) — учесть календарно и включить как ковариату/исключить периоды экзаменов.
- Тестирование (testing): повторные измерения могут улучшить показатели — использовать контрольную группу и альтернативные версии тестов.
- Инструментация: изменения в методах измерения — стандартизовать процедуры, калибровать компьютеры, обучить тестеров.
- Регрессия к среднему: учитывать baseline-значения в моделях и избегать отбора по экстремальным значениям.
- Выпадение участников (attrition): мониторить, анализировать по протоколу и по намерению лечить (ITT), стимулировать посещаемость.
- Размывание вмешательства (diffusion): предотвращать обмен задачами между группами (занятия в разное время/места).
- Эффект ожиданий/экспериментатора (expectancy): двойное ослепление тестеров и частичное ослепление участников относительно гипотезы; стандартизированные инструкции.
Краткое резюме
- Рандомизированный три-полосный дизайн, $N\approx 180$, $8$-недельные адаптивные тренировки, предтест/посттест/фоллоу-ап, смешанные модели и медиаторный анализ. Основные угрозы: отбор, тестирование, история, выпадение — минимизируются рандомизацией, активным контролем, стандартизацией и учётом ковариат.