Разработайте задание для лабораторного занятия по психологии речи, где студенты должны выявить влияние билингвизма на лексическую доступность и предложите критерии оценки результатов
Задача лабораторной работы: выяснить влияние билингвизма на лексическую доступность (скорость и точность выбора/наименования лексем). Краткое описание эксперимента - Цель: проверить, различается ли лексическая доступность у билингвов и монолингвов по времени реакции (RT) и точности в задачах на распознавание и наименование. - Гипотезы: - H1: билингвы демонстрируют более медленную среднюю RT в задачах на доступ к лексеме по сравнению с монолингвами. - H2: эффект частоты слова меньше у билингвов (т. е. разница RT для высокочастотных и низкочастотных слов меньше). Дизайн - Факторы: - междуфакторный: группа (билингвы,монолингвы \text{билингвы}, \text{монолингвы} билингвы,монолингвы) - внутрифакторные: частота слова (высокая,низкая \text{высокая}, \text{низкая} высокая,низкая), модальность (визуальная лексическая проверка / картинка-название) - Рекомендуемые размеры выборок и задач: - участников в каждой группе: n=30 n = 30 n=30 (если возможно, ориентироваться на мощность; минимум n=20 n = 20 n=20) - количество стимулов на условие: 40 40 40 (итого, например, 2×2×40=160 2 \times 2 \times 40 = 160 2×2×40=160 триала, можно разбить на блоки) - Контроль: возраст, образование, владение L2 (баллы по анкете), частотные и семантические характеристики стимулов, длина слова, образность. Материалы и задания (примерный набор) 1. Анкета лингвистического профиля (возраст приобретения L2, частота использования L1/L2, самооценка владения). 2. Задача лексического решения (lexical decision): предъявлять строки слов/нелем, измерять RT и точность. 3. Задача картинка-название (picture naming): измерять RT на начало артикуляции и точность наименования. 4. (Опционально) Приминг (связанный/несвязанный) для оценки автоматических связей. 5. Сбор фоновых данных (зрение, слух, нейро-псих. анамнез). Процедура - Инструкции, тренировка 10 − 20 10\!-\!20 10−20 тестовых триалов. - Для каждого триала фиксированное время предъявления и окно реакции (например, стимул до ответа, межтриальный интервал 500 ms 500 \ \text{ms} 500ms). - Запись RT с миллисекундным разрешением, запись ошибок (неслово/ложное распознавание, неверное наименование). Обработка данных - Предобработка RT: - исключить ошибочные ответы; - удалить RT <200 ms < 200\ \text{ms} <200ms и RT > > >Xˉ+2.5σ \bar{X} + 2.5 \sigma Xˉ+2.5σ либо использовать лог‑трансформацию; - вычислить центральную меру: медиана или усечённое среднее. - Основные переменные: - средняя RT по условию RTˉ \bar{RT} RTˉ; - точность (% \% % правильных ответов); - эффект частоты: Δfreq=RTˉlow−RTˉhigh \Delta_{freq} = \bar{RT}_{low} - \bar{RT}_{high} Δfreq=RTˉlow−RTˉhigh. Анализ - Описательная статистика: RTˉ,σ, \bar{RT}, \sigma, RTˉ,σ, точность. - Модели: - смешанные модели: RTij∼Groupi∗Frequencyj+(1∣Participant)+(1∣Item)\text{RT}_{ij} \sim \text{Group}_i * \text{Frequency}_j + (1|\text{Participant}) + (1|\text{Item})RTij∼Groupi∗Frequencyj+(1∣Participant)+(1∣Item)
- для точности использовать логистическую смешанную модель. - Тесты: многовариантный ANOVA или LMEM; пост‑хок с поправками (Bonferroni/Holm). - Оценка эффекта: Кохеновский ddd: d=Xˉ1−Xˉ2sp,sp=(n1−1)s12+(n2−1)s22n1+n2−2.
d = \frac{\bar{X}_1 - \bar{X}_2}{s_p},\qquad s_p = \sqrt{\frac{(n_1-1)s_1^2+(n_2-1)s_2^2}{n_1+n_2-2}}. d=spXˉ1−Xˉ2,sp=n1+n2−2(n1−1)s12+(n2−1)s22. Критерии оценки результатов (статистические и прикладные) 1. Надёжность данных: - доля исключённых триалов <20% < 20\%<20%; - внутриучастниковая устойчивость RT (временные тренды отсутствуют). 2. Статистическая значимость: - порог значимости α=0.05 \alpha = 0.05 α=0.05; - при множественных сравнениях применять поправку: Holm или Bonferroni. 3. Практическая значимость: - малый эффект: ∣d∣≈0.2 |d| \approx 0.2 ∣d∣≈0.2, средний: ∣d∣≈0.5 |d| \approx 0.5 ∣d∣≈0.5, большой: ∣d∣≈0.8 |d| \approx 0.8 ∣d∣≈0.8. 4. Критерии интерпретации гипотез: - подтверждение H1: значимая разница в RT между группами (p <<<0.050.050.05) и/или d≥0.5 d \ge 0.5 d≥0.5. - подтверждение H2: значимое взаимодействие Group × Frequency (p <<<0.050.050.05) и уменьшение Δfreq \Delta_{freq} Δfreq у билингвов. 5. Качество отчёта: - корректная предобработка и отчёт о правилах исключения (балл); - адекватный выбор моделей и проверка допущений (балл); - отчёт о доверительных интервалах и размерах эффекта (балл); - обсуждение альтернативных объяснений и ограничений (балл). Шкала оценивания (пример; суммарно 100100100 баллов) - Дизайн и гипотезы: 151515 баллов - Проводение эксперимента (реализация, контроль): 151515
- Предобработка и прозрачность правил: 151515
- Статистический анализ (модели, тесты, эффект‑сайз): 252525
- Интерпретация и обсуждение (включая ограничения): 202020 Короткие рекомендации по отчёту - Привести таблицы средних RT и точности по условию, графики распределений. - Указывать p‑значения вместе с CI и d. - Отдельно анализировать влияние языковой истории (возраст приобретения L2, частота использования) как ковариаты. Если нужно, могу дать готовые шаблоны стимулов, пример анализа в R (lme4) и примерную форму анкеты для оценки билингвизма.
Краткое описание эксперимента
- Цель: проверить, различается ли лексическая доступность у билингвов и монолингвов по времени реакции (RT) и точности в задачах на распознавание и наименование.
- Гипотезы:
- H1: билингвы демонстрируют более медленную среднюю RT в задачах на доступ к лексеме по сравнению с монолингвами.
- H2: эффект частоты слова меньше у билингвов (т. е. разница RT для высокочастотных и низкочастотных слов меньше).
Дизайн
- Факторы:
- междуфакторный: группа (билингвы,монолингвы \text{билингвы}, \text{монолингвы} билингвы,монолингвы)
- внутрифакторные: частота слова (высокая,низкая \text{высокая}, \text{низкая} высокая,низкая), модальность (визуальная лексическая проверка / картинка-название)
- Рекомендуемые размеры выборок и задач:
- участников в каждой группе: n=30 n = 30 n=30 (если возможно, ориентироваться на мощность; минимум n=20 n = 20 n=20)
- количество стимулов на условие: 40 40 40 (итого, например, 2×2×40=160 2 \times 2 \times 40 = 160 2×2×40=160 триала, можно разбить на блоки)
- Контроль: возраст, образование, владение L2 (баллы по анкете), частотные и семантические характеристики стимулов, длина слова, образность.
Материалы и задания (примерный набор)
1. Анкета лингвистического профиля (возраст приобретения L2, частота использования L1/L2, самооценка владения).
2. Задача лексического решения (lexical decision): предъявлять строки слов/нелем, измерять RT и точность.
3. Задача картинка-название (picture naming): измерять RT на начало артикуляции и точность наименования.
4. (Опционально) Приминг (связанный/несвязанный) для оценки автоматических связей.
5. Сбор фоновых данных (зрение, слух, нейро-псих. анамнез).
Процедура
- Инструкции, тренировка 10 − 20 10\!-\!20 10−20 тестовых триалов.
- Для каждого триала фиксированное время предъявления и окно реакции (например, стимул до ответа, межтриальный интервал 500 ms 500 \ \text{ms} 500 ms).
- Запись RT с миллисекундным разрешением, запись ошибок (неслово/ложное распознавание, неверное наименование).
Обработка данных
- Предобработка RT:
- исключить ошибочные ответы;
- удалить RT <200 ms < 200\ \text{ms} <200 ms и RT > > > Xˉ+2.5σ \bar{X} + 2.5 \sigma Xˉ+2.5σ либо использовать лог‑трансформацию;
- вычислить центральную меру: медиана или усечённое среднее.
- Основные переменные:
- средняя RT по условию RTˉ \bar{RT} RTˉ;
- точность (% \% % правильных ответов);
- эффект частоты: Δfreq=RTˉlow−RTˉhigh \Delta_{freq} = \bar{RT}_{low} - \bar{RT}_{high} Δfreq =RTˉlow −RTˉhigh .
Анализ
- Описательная статистика: RTˉ,σ, \bar{RT}, \sigma, RTˉ,σ, точность.
- Модели:
- смешанные модели: RTij∼Groupi∗Frequencyj+(1∣Participant)+(1∣Item)\text{RT}_{ij} \sim \text{Group}_i * \text{Frequency}_j + (1|\text{Participant}) + (1|\text{Item})RTij ∼Groupi ∗Frequencyj +(1∣Participant)+(1∣Item) - для точности использовать логистическую смешанную модель.
- Тесты: многовариантный ANOVA или LMEM; пост‑хок с поправками (Bonferroni/Holm).
- Оценка эффекта: Кохеновский ddd:
d=Xˉ1−Xˉ2sp,sp=(n1−1)s12+(n2−1)s22n1+n2−2. d = \frac{\bar{X}_1 - \bar{X}_2}{s_p},\qquad
s_p = \sqrt{\frac{(n_1-1)s_1^2+(n_2-1)s_2^2}{n_1+n_2-2}}.
d=sp Xˉ1 −Xˉ2 ,sp =n1 +n2 −2(n1 −1)s12 +(n2 −1)s22 .
Критерии оценки результатов (статистические и прикладные)
1. Надёжность данных:
- доля исключённых триалов <20% < 20\%<20%;
- внутриучастниковая устойчивость RT (временные тренды отсутствуют).
2. Статистическая значимость:
- порог значимости α=0.05 \alpha = 0.05 α=0.05;
- при множественных сравнениях применять поправку: Holm или Bonferroni.
3. Практическая значимость:
- малый эффект: ∣d∣≈0.2 |d| \approx 0.2 ∣d∣≈0.2, средний: ∣d∣≈0.5 |d| \approx 0.5 ∣d∣≈0.5, большой: ∣d∣≈0.8 |d| \approx 0.8 ∣d∣≈0.8.
4. Критерии интерпретации гипотез:
- подтверждение H1: значимая разница в RT между группами (p <<< 0.050.050.05) и/или d≥0.5 d \ge 0.5 d≥0.5.
- подтверждение H2: значимое взаимодействие Group × Frequency (p <<< 0.050.050.05) и уменьшение Δfreq \Delta_{freq} Δfreq у билингвов.
5. Качество отчёта:
- корректная предобработка и отчёт о правилах исключения (балл);
- адекватный выбор моделей и проверка допущений (балл);
- отчёт о доверительных интервалах и размерах эффекта (балл);
- обсуждение альтернативных объяснений и ограничений (балл).
Шкала оценивания (пример; суммарно 100100100 баллов)
- Дизайн и гипотезы: 151515 баллов
- Проводение эксперимента (реализация, контроль): 151515 - Предобработка и прозрачность правил: 151515 - Статистический анализ (модели, тесты, эффект‑сайз): 252525 - Интерпретация и обсуждение (включая ограничения): 202020
Короткие рекомендации по отчёту
- Привести таблицы средних RT и точности по условию, графики распределений.
- Указывать p‑значения вместе с CI и d.
- Отдельно анализировать влияние языковой истории (возраст приобретения L2, частота использования) как ковариаты.
Если нужно, могу дать готовые шаблоны стимулов, пример анализа в R (lme4) и примерную форму анкеты для оценки билингвизма.