Диагностика уровня адаптации: Методики Диагностики адаптации первоклассников к обучению в школе.

Содержание

Диагностика готовности ко второй ступени обучения и адаптация младших подростков

Программа компьютерной обработки блока психологических тестов (ПКОБПТ) "Диагностика готовности ко второй ступени обучения и адаптация младших подростков".

Программа состоит из двух разделов:

1. Диагностика уровня развития психических процессов и психофизиологического состояния:

  • Оценка уровня развития внимания по таблицам Шульте
  • Оценка продуктивности памяти 
  • Оценка интеллектуального потенциала по матрицам Равена
  • Тест «Минута» - классическая психофизиологическая проба на работоспособность

2. Диагностика эмоционального состояния и адаптационных ресурсов подростка в школе:

  • Тест школьной тревожности Филлипса
  • Тест-опросник «Стиль поведения в конфликте» К. Томаса
  • Тест диагностики мотивации достижения детей Х. Д. Шмальта
  • Методика изучения мотивации обучения при переходе из начальных классов в средние М. И. Лукьяновой, Н. В. Калининой
  • Цветовая социометрия

Тест на цветосоциометрию предназначен для изучения комплекса социально-психологических параметров группы, структуры группы, индивидуальных аттитюдов членов группы, индивидуально-психологических особенностей членов группы. Особую значимость методика имеет для детской психологии.

С помощью теста можно определить различные классические социометрические характеристики для единственного социометрического критерия «симпатия-антипатия»: конформность симпатиям группы, попарное сходство-различие в структуре симпатий, индивидуальную структуру предпочтений-отвержений, степень доброжелательности-недоброжелательности в отношениях.

Дополнительно возможно исследование аттитюдов к неограниченному количеству «внешних» объектов, связанных с деятельностью группы (учебные предметы, администрация, члены семей, продукты потребления и т. п.). И анализ индивидуально-психологических особенностей: самооценки, «цветового портрета», тревожности, эмоциональной лабильности, а также стандартного отклонения от аутогенной нормы и вегетативного коэффициента.

Страница не найдена — Школа № 3 г. Дубны

Уважаемые родители!

С 01.09.2021 года в гимназии будут открыты  3 первых класса.

Количество мест в первых классах  — 75.

Прием документов начинается  с 01.04.2021 г.

В соответствии с Приказом Министерства просвещения Российской Федерации от 02.09.2020 № 458 «Об утверждении Порядка приема на обучение по образовательным программам начального общего, основного общего и среднего общего образования» информируем Вас об изменении сроков приема заявлений в первый класс на 2021-2022 учебный год.

  • Начало приема по закрепленной территории с 1 апреля по 30 июня.
  • Начало приема по незакрепленной территории с 6 июля по 5 сентября.

 

Уважаемые родители!

Как освободить ребенка от посещения школы или детского сада, и каким образом ученики будут получать знания вне учебного заведения, читайте в материале портала mosreg. ru.

Уважаемые родители!


Информируем вас о том, что записаться на «Родительский контроль» — проект по оценке качества питания в школах — в Подмосковье теперь можно в режиме онлайн. Сделать это можно на Школьном портале региона. Регистрация проходит быстро — вся процедура займет не более трех минут.

— Нужно перейти во вкладку «Родительская»;
— Перейти в раздел «Школьное питание»;
— Выбрать желаемую дату и время;
— Нажать кнопку «Записаться».
Школа автоматически получит заявку и в назначенное время родителя будет ожидать классный руководитель или ответственный за питание.

РОДИТЕЛЬСКИЙ КОНТРОЛЬ

Уважаемые родители!

1.Каждый родитель в любой день и время может попробовать школьное питание

2.Для записи на дегустацию Вам необходимо оставить заявку по телефону: (8 (916) 502 – 8074)

3.Время и дата дегустации с Вами будет согласована

4.В назначенный день и время Вас в школе встретит ответственный за питание

5. После дегустации свои замечания Вы можете оставить ответственному за питание и заправить  свой отзыв на Добродел (через QR-код) — рядом размещенный плакат

6.Все обращения по питанию (замечания, положительные отзывы) Вы можете направить: в ЦУР, Директору школы по e-mail:  [email protected]

Уважаемые родители!

Ежегодно с конца осени и до начала весны увеличивается число заболевших ОРВИ и гриппом. Одной из мер профилактики является Вакцинация. В гимназии планируется проведение вакцинации обучающихся  против гриппа (вакцина  Совигрипп – Россия).
Вакцина для детей – без консерванта.
Детям до 15 лет прививки будут сделаны только при  письменном  согласии  родителей!
Учащиеся от 15 лет  и старше согласие на прививку могут оформить сами. 

График вакцинации от гриппа в гимназии:

14.09.2020 для учащихся 1-3 классов;

18.09.2020 для учащихся 4 — 6 классов;

21.09.2020 для учащихся 7 — 9 классов;

25.09.2020 для учащихся 10 — 11 классов

Уважаемые родители!

Пожалуйста, каждое утро перед школой измеряйте температуру детям. Если ребенок чувствует себя плохо, нужно остаться дома и вызвать врача. Будьте здоровы!

С уважением, директор школы.

Северное инспекторское отделение Центра ГИМС ГУ МЧС России по Московской области информирует

Сейчас на территории Подмосковья действует режим самоизоляции и покидать дома без острой необходимости запрещается, а прогулки у воды без присмотра взрослых могут стоить жизни. К сожалению, не все родители объясняют своим детям, что же означает этот режим, и к каким последствиям могут привести прогулки.

Самоизоляция – это комплекс ограничительных мер для населения, которые вводит правительство на определенный срок для борьбы с распространением опасного заболевания. Граждан просят соблюдать режим: не выходить на улицу без острой необходимости, ограничить контакты с другими людьми и соблюдать все рекомендации по профилактике вирусных заболеваний, предложенные медицинским сообществом.

Уважаемые родители и дети просим Вас не пользоваться береговой зоной водоемов и не нарушать режим самоизоляции.

Берегите себя и своих близких!!!

Уважаемые родители!

В Подмосковье стартовал проект «Родительский контроль», направленный на усиление контроля за качеством питания в школах, сообщает пресс-служба Министерства образования Московской области.

«Суть проекта в том, что каждый родитель в любой удобный для него день по согласованию с классным руководителем может посетить школьную столовую и оценить качество блюд. Для наибольшей объективности проект подразумевает дегустацию не в какой-нибудь конкретный день, а непрерывно. Сегодня в Подольске прошла открытая демонстрация работы проекта. Родители, а также все желающие, смогли увидеть и попробовать, чем кормят ребят в столовой», – рассказала министр образования Московской области Ирина Каклюгина.

Она подчеркнула, что важно, чтобы жители сами включались в процесс, видели реальное положение дел и сообщали в случае обнаружения недочетов.

«Кроме того, мы хотим знать не только мнение родителей, но и самих ребят, поэтому на портале «Добродел» теперь регулярно будут проходить тематические опросы для учащихся», – добавила Каклюгина.

Гимназия № 3 присоединилась к региональному проекту «Родительский контроль».

Теперь мамы и папы учащихся гимназии могут оценить как питается их ребенок, вкусовые качества блюд, организацию работы столовой.

Записаться для включения в график родительского контроля можно у классного руководителя.

Управление народного образования Администрации городского округа Дубна информирует о размещении адаптированных электронных ресурсов для обучающихся с инвалидностью и обучающимися с ограниченными возможностями здоровья на портале «Российская электронная школа» https://resh.edu.ru/search.

РОДИТЕЛЯМ БУДУЩИХ ПЕРВОКЛАССНИКОВ!

С 1 февраля 2020 года начинается прием заявлений от родителей (законных представителей) на зачисление детей в 1 класс 2020 – 2021  учебного года в электронном виде для граждан, проживающих на закрепленной территории, посредством Портала государственных и муниципальных услуг Московской области https://uslugi. mosreg.ru/.

Подробнее по ссылке>>

Тетрадка Дружбы

Управление народного образования Администрации городского округа Дубна информирует о проведении проекта мероприятия Национальной ассоциации развития образования «Тетрадка Дружбы», которое направлено на формирование у обучающихся ответственного отношения к миру, развитие толерантности и коммуникабельности. Информация о мероприятиях и конкурсных испытаниях размещены на сайте Ассоциации тетрадкадружбы.рф

«Вместе против коррупции»

Генеральной прокуратурой Российской Федерации объявлен Международный молодежный конкурс социальной рекламы антикоррупционной направленности «Вместе против коррупции!». Конкурсантам в возрасте от 14 до 35 лет предлагается подготовить антикоррупционную социальную рекламу в формате плакатов и видеороликов на тему: «Вместе против коррупции». Победители и призёры финала конкурса награждаются почётными призами.

Подробнее…

Приём работ будет осуществляться с 1 июня по 31 октября 2019 года на сайте конкурса www. anticorruption.life. Голосование национальных конкурсных комиссий по отбору лучших конкурсных работ в обеих номинациях пройдет в период с 1 октября по 30 октября 2019 года. Торжественную церемонию награждения победителей и призёров конкурса планируется приурочить к Международному дню борьбы с коррупцией 9 декабря. Церемония состоится в Москве в декабре 2019 года.

Определен график приема граждан по приобретению, распределению и предоставлению путевок в детские оздоровительные лагеря, оздоровительные организации и учреждения в 2019 году. (ПРИКАЗ)

Родителям будущих первоклассников!

С 1 февраля 2019 года начинается прием заявлений от родителей (законных представителей) на зачисление детей в 1 класс 2019 – 2020  учебного года в электронном виде для граждан, проживающих на закрепленной территории, посредством Портала государственных и муниципальных услуг Московской области https://uslugi.mosreg.ru/

Дополнительно информируем вас, что

  • по общим вопросам зачисления детей в 1 класс 2019 – 2020 уч. г. вы можете обращаться:
  • к заместителю начальника ГОРУНО Сушенцовой Галине Владимировна по тел. 8 (496) 216-67-62;
  • по вопросам технологии подачи электронной формы заявления на Портале https://uslugi.mosreg.ru/ обращаться к методисту отдела информационно – образовательных технологий ЦРО Лапушкиной Ирине Александровне по тел. 8 (496) 216-67-67 доб. 5547.

Инструкция для пользователя запись в первый класс (обновлено) .pdf

         Сценарий действий при ошибках пользователей .pdf

     

Прием заявлений на запись в первый класс для граждан, проживающих на закрепленной территории, будет доступен через РПГУ с 00:00 01.02.2019. Инструкция по подаче заявления доступна по ссылке:https://yadi.sk/i/9Ejzrlz-j2021w.

Дополнительно 30 января в 19.00 планируется обучающий вебинар «Порядок предоставления услуги и типовые ошибки при подаче заявлений и пакета документов». Записаться на вебинар можно по ссылке: https://uslugi. mosreg.ru/services/6843

ЕСИА

Условия успешной авторизации
на Школьном портале через ЕСИА
(только для пользователей старше 14 лет)

  1. Наличие Подтверждённой учётной записи ЕСИА (подробно о том, как и где подтвердить учётную запись ЕСИА, рассказано здесь)
  2. Наличие 
    учётной записи в системе «Школьный портал»
  3. Совпадение ФИО и СНИЛС в учётных записях ЕСИА и системы «Школьный портал»
  • в случае отсутствия СНИЛС в учетной записи необходимо выполнить связывание своих учетных записей вручную. Как это сделать: https://helpschool.mosreg.ru/hc/ru/articles/360001467547

Уважаемые родители!

Учреждения дополнительного образования

 центр детского и юношеского туризма и экскурсий,

центр детского творчества,

центр «Дружба»

 объявляют о приеме заявлений в кружки на 2018-2019 учебный год.

 В рамках реализации приоритетного проекта Правительства Московской области «Создание системы электронной записи в кружки и секции, мониторинг их загруженности» с 1 января 2018 года запись детей в учреждения дополнительного образования Московской области осуществляется исключительно в электронном виде посредством Портала государственных и муниципальных услуг Московской области по ссылкам:  https://uslugi.mosreg.ru/, https://dop.mosreg.ru.

С более подробной информацией можно ознакомиться на официальном сайте Управления народного образования Администрации г. Дубны http://goruno-dubna.ru/.

Уважаемые родители!

С целью организации информационно-аналитического сопровождения детей - инвалидов и их семей Министерством социального развития Московской области создан информационно-аналитический портал сопровождения детей-инвалидов Московской области «ДАР».

О создании телефона доверия к ЕГЭ

Федеральная служба по надзору в сфере образования и науки сообщает об открытии с 26. 04.2016 г. телефона доверия к процедуре проведения государственной итоговой аттестации по программам основного общего и среднего общего образования, в том числе в форме ЕГЭ, – «Телефон доверия к ЕГЭ» по номеру + 7(495)104-68-38, звонки на который будут приниматься с понедельника по пятницу с 9.00 до 18.00 московского времени. По указанному телефону можно сообщать о незаконных предложениях по продаже контрольных измерительных материалов, вариантов заданий, сайтах и группах в социальных сетях, предлагающих их приобрести, попытках мошенничества во время проведения экзаменов, в том числе в пунктах проведения экзаменов, предложениях договориться о помощи при сдаче и так далее.

Современные методики определения уровня социально-психологической адаптации представителей субкультуры ролевиков



В данной работе представлен обзор методик отечественных и зарубежных учёных, направленных на оценку уровня адаптированности личности и стратегий адаптивного поведения. Рассмотрены критерии социально-психологической адаптации, положенные в основу методик для её оценки.

Ключевые слова: социально-психологическая адаптация, личность, методики определения уровня адаптации.

В современных условиях постоянных общественных, экономических, политических изменений представляется важным изучение динамики адаптационного процесса, механизмов и факторов адаптации личности и социальных групп. Реакцией общества на негативную обстановку является попытка самоорганизации общества в субкультуры, осмысление закономерностей социально-психологической адаптации которых требует особого внимания как возможного фактора социальной нестабильности, а, следовательно, и понимания механизмов взаимодействия с ними. Так по итогам последних исследований всемирной организации здравоохранения, было принято решение, в 2018 году включить игровую зависимость в международную классификацию болезней [1]. Постановление относится не только к лицам, имеющим зависимость от азартных или компьютерных игр, а представляет более широкий спектр лиц, вовлеченных в игровую деятельность, который будет известен полностью после публикации нового пересмотра классификации болезней, и может охватить представителей иных игровых субкультур, способных к большей социализации. К таким субкультурам, в частности, относится сообщество ролевиков, представленное многообразием сеттингов, полилокализацией (интернет, живое действие, настольные игры, текстовые ролёвки), среди которых игры живого действия составляют объект изучения нашей научно-исследовательской работы. Субъектные и адаптивные характеристики представителей субкультуры ролевых игр живого действия в научно-исследовательской литературе освещены пока очень мало. Кроме этого, факты из жизни свидетельствуют о социальной вовлечённости представителей данной субкультуры, примерами которых служат исторические реконструкции, участие в муниципальных мероприятиях в качестве актёров и приглашённых экспертов.

В обществе, заинтересованном в сохранении психологического и физического благополучия, формируется запрос на изучение адаптивных характеристик личности — факторов, причин, которые обусловливают эффективность адаптации, но существует проблема объективной оценки и отнесения конкретной личности к уровню и типу адаптации [2, 7]. Для получения инструмента объективной оценки процесса социально-психологической адаптации, существуют требования выделения критериев. В зарубежной и отечественной социально-психологической литературе традиционно используется количественный подход, представленный диагностическими и экспериментальными инструментами измерения, учитывающими объективные и субъективные критерии.

Американскими психологами К. Роджерсом и Р. Даймондом создан тест для измерения социально-психологической адаптации, который учитывает следующие субъективные критерии оценки: принятие себя, принятие других, эмоциональный комфорт, внутренний контроль, уровень стремления к лидерству [6]. Показателями неадаптированности являются непринятие себя, непринятие других, эмоциональный дискомфорт, внешний контроль, эскапизм, ведомость. Методика направлена на диагностику «приспособленности человека к взаимодействию в системе межличностных отношений», что позволяет её использовать для оценивания взаимодействия с социумом и удовлетворённость жизненными обстоятельствами во всех сферах жизнедеятельности.

Помимо теста измерения социально-психологической адаптации К. Роджерса и Р. Даймонда есть и другие методологически успешные способы диагностики.

В соответствии с моделью А. А. Реана в социально-психологической адаптации должны быть учтены критерии как внутренний (психоэмоциональная стабильность, состояние удовлетворенности, отсутствием проявлений дистресса), так и внешний (соответствие поведения нормам общества) [5]. Н. Н. Мельниковой были предложены две методики, которые в комплексе позволяют определить тип адаптации в соответствии с указанной моделью [4].

Опросник «Удовлетворённость жизнью» дополняет перечень критериями, относящихся к сфере субъективного восприятия личностью жизненных обстоятельств. Опросник предназначен для оценки чувства удовлетворённости жизнью, которое понимается как субъективно переживаемое состояние, как реакция на при взаимодействии индивида с субъективно воспринимаемой окружающей реальностью. Признаками удовлетворённости или неудовлетворённости жизнью считаются: эмоциональное состояние; активность или пассивность поведения; чувство насыщенности или пустоты жизни; удовлетворение от реализации планов; чувство стабильности или дестабилизации окружающей обстановки. В структуре опросника представлены четыре фактора: один определяет положительную сторону удовлетворённости, три остальных — различные компоненты неудовлетворённости жизненными обстоятельствами. Фактор «Жизненная включённость» состоит из утверждений, которые выражают полноту жизни, тягу к изменениям жизненных обстоятельств, наличие позитивных эмоциональных ощущений. Фактор «Разочарование в жизни» содержит высказывания, описывающие переживание негативных чувств и эмоций, выражается неудовлетворённость результатами деятельности и отсутствие перспектив. Фактор «Усталость от жизни» включает оценку состояния пассивности, слабости, истощения и отсутствия амбиций или желаний. Фактор «Беспокойство о будущем» сообщает о чувстве неопределённости предстоящих событий, неуверенности в ближайшем или далёком будущем, тревожных ожиданиях.

Отметим, что методика удовлетворенности жизнью заостряет внимание только на одном факторе удовлетворённости, а их может быть больше. В частности, удовлетворённость собой, здоровьем, деятельностью. Кроме этого, при анализе субъективного восприятия состояния субъектом жизненных обстоятельств не выявляются и не учитываются определённые объективные и субъективные риски, которые могут привести к радикальному изменению удовлетворённости жизнью. Опросник не ставит целью работу с вероятными проблемами.

В предложенной анкете для оценки социального благополучия показателями внешнего объективного критерия выступили: профессиональный статус, уровень дохода, условия труда, семейное положение, бытовая устроенность, формы проведения досуга.

Автор даёт инструкцию по определению типа социально-психологической адаптации, учитывая обе методики: опросник «Удовлетворённость жизнью» и анкета «Социальное благополучие».

Для выявления индивидуальных особенностей адаптации и оценки адаптивного потенциала личности Н. Н. Мельниковой предложена методика «Адаптивные стратегии поведения» (АСП). Данная методика направлена на изучение таких аспектов социально-психологической адаптации, как приспособление в рабочем или учебном коллективе, семье, узком круге лиц. По форме она представляет описание конфликтных ситуаций, выраженных в социальном плане. Для их разрешения предлагается выбрать одно из нескольких заранее подготовленных вариантов поведения, каждое из которых, соответствует изучаемой стратегии. Такая форма подачи материала позволяет эмоционально вовлечь испытуемого в исследование, а также, не требует углубленной саморефлексии, которая возникает в ситуациях, требующих самооценки личных характеристик. Но высокая вариативность при выборе действия напрямую зависит от личных установок и диспозиции испытуемого. Вопросы составлены специализированным образом, исходя из окружений испытуемых, оказывающих повышенный эмоциональный эффект на субъект. Например, опросник для подростков содержит описание ситуаций взаимодействия с друзьями, членами семьи и учебного коллектива, а опросник для взрослых — с коллегами по работе, начальником [3].

Минусом данной методики является фактор возможной искажённости восприятия субъектом предлагаемой ситуации. При прохождении теста, субъект в меньшей мере подвержен стрессу, чем в реальных жизненных ситуациях, которые приведены в опроснике, что создаёт определённую погрешность в ответах испытуемых, при отсутствии злого умысла со стороны самих испытуемых.

В 1993 году учёными Л. С. Свердловым и А. И. Скорики была создана методика диагностики социально-психологической дезадаптации, которая предназначена для предварительной диагностики дезадаптации личности человека [6]. Она имеет скрининговый характер и позволяет получить общее представление о наличии или отсутствии выраженных признаков, указывающих на дезадаптацию субъекта, и особенностях этих признаков. Опросник имеет шесть шкал, каждая из которых соответствует определённым факторам адаптации или дезадаптации: «Переживание общего физического и психического комфорта», «Степень фиксации на соматическом неблагополучии», «Ощущение комфорта, ведущего к потере способности объективной оценки реальности»; «Уровень депрессивного состояния»; «Уровень невротизации»; «Нарушения социальных отношений». Субъективные критерии, которые данный тест привносит в разработку темы, относятся к оценке психических, психофизиологических состояний, переживаний, социальных отношений.

Методики, анализируемые в данной статье, прошли проверку на валидность. Зарубежные методики были адаптированы в России в разные годы. Позволяют охватить аудиторию и старших подростковых групп, и взрослых.

Также существуют экспериментальные пробы, на которые стоит обратить внимание. Исследование Н. Е. Шустовой «Социальная адаптация личности» подтверждает гипотезу о том, что адаптация является не только ответной реакцией на изменение окружающей среды, а также внутренне мотивационным процессом [8]. В рамках данной методики, под адаптацией понимается социальный процесс, в котором реализуются актуальные потребности личности. Критерии, представленные в методике, относятся к соотношению актуальных и реализованных потребностей в сферах: материальной, социально-правовой, здоровья, семьи, образования, общения, самореализации. Оценивается степень удовлетворённости потребности в настоящий момент и сравнивается со степенью ее актуальности. При выявлении значительных расхождений между реальным и актуальным, обозначаются проблемные зоны.

Проанализированные методики позволяют изучить тему социально психологической адаптации личности с позиций «приспособленности человека к взаимодействию в системе межличностных отношений», «субъективного восприятия личностью жизненных обстоятельств», нормативности поведения индивида в обществе, характеристики состояний и социальных отношений, реализации актуальных потребностей личности. По отдельности методики направлены на исследование определённых аспектов социально-психологической адаптации, но в совокупности, являются взаимодополнительными. Отмечается множественность критериев, которые относятся к двум основным группам. Первая группа критериев учитывает особенности личности, выражающие внутренние восприятие и переживание окружающей действительности. Это наиболее сложная тема, поскольку связана с проблемой субъективного восприятия реальности и интерпретации действительности. Их исследование позволяет нам определить в некоторой степени мотивацию индивида и причинно-следственные связи поведения. Вторая группа критериев направлена на внешние проявления реакции субъекта на изменение обстановки, в которой он пребывает, что позволяет нам зафиксировать его положение относительно социально-принятых норм поведения, и перейти к более углублённому изучению внутренних особенностей личности. Использование полученных результатов методик в изучении адаптационных характеристик представителей субкультур в целом, и представителей субкультуры ролевых игр в частности, позволит наиболее полно и комплексно подойти к решению поднимаемых данным исследованием проблем. В нашем исследовании мы будем исходить из понимания социально-психологической адаптации представителей субкультуры ролевиков как способности индивида или социальной группы к взаимодействию в системе межличностных отношений, способности выстраивать стратегию поведения согласно общепринятым нормам общества и реализовывать актуальные потребности. На наш взгляд, это наиболее важные аспекты адаптации, которые помогут нам в изучении адаптивных характеристик представителей сообщества ролевиков. Поэтому в нашей научно-исследовательской работе мы будем применять пакет методик для измерения социально-психологической адаптации: Тест измерения социально-психологической адаптации (К. Роджерс и Р. Даймонд), комплект методик Н. Н. Мельниковой, «Социальная адаптация личности» (Н. Е. Шустова).

Литература:

  1. Горинов В. В., Корзун Д. Н., Васюков С. А. Классификация и диагностика расстройств личности в свете положений пересмотра Международной статистической классификации болезней и проблем, связанных со здоровьем // Российский психиатрический журнал. 2018. № 2. С. 50.
  2. Карпов А. В., Орел В. Е., Тернопол В. Я. Психология профессиональной адаптации. Ярославль: Институт «Открытое общество», РПО, 2003. 322 с.
  3. Мельникова Н. Н. Классификация стратегий адаптивного поведения // Теоретическая, экспериментальная и практическая психология: Сб. науч. трудов. Т. 3 / Под ред. Н. А. Батурина. Челябинск: Изд-во ЮУрГУ, 2001. 375 с.
  4. Мельникова Н. Н. Диагностика социально-психологической адаптации личности: Учебное пособие. Челябинск: Изд-во ЮУрГУ, 2004. — 57 с.
  5. Реан А. А. К проблеме социальной адаптации личности // Вестник СПбГУ. Сер 6. 1995. Вып. 3. № 20. 74 с.
  6. Смирнов А.А, Живаев Н. Г. Психология вузовской адаптации: учеб пособие. Ярославль: ЯрГУ, 2009. 115 с.
  7. Терещенко Н. Г. Психологические условия адаптации к профессиональному стрессу // Научно-методический электронный журнал Концепт. 2015. Т. 13. С. 3046–3050.
  8. Шустова Н. Е. Социально-психологическая адаптация личности: теоретико-методологические основы. Балашов: Изд-во «Николаев», 2002. 56 с.

Основные термины (генерируются автоматически): социально-психологическая адаптация, методика, актуальная потребность личности, группа критериев, жизнь, научно-исследовательская работа, субъективное восприятие, Тест измерения, тип адаптации, учебный коллектив.

М.С. Юркина МЕТОДИКА ДИАГНОСТИКИ АДАПТАЦИИ СТУДЕНТОВ К УНИВЕРСИТЕТУ

Проблема адаптации первокурсников к вузу является на современном этапе развития системы образования одной из наиболее интересных и значимых. От успешности этого процесса зависит профессиональное и личностное развитие студентов. Для того, чтобы своевременно определить возможную группу риска студентов, необходим инструментарий, позволяющий с минимальными временными затратами провести замер показателей, характеризующих параметры вузовской адаптации первокурсников. К этим показателям мы относим социальную, дидактическую и профессиональную адаптацию.

В настоящее время нет инструментария, позволяющего диагностировать эти три показателя. Существуют методики, которые направлены на диагностику различных аспектов этих показателей, но нужно использовать батарею методик. Поэтому целью нашей работы является разработка и проведение процедуры психометрической проверки инструментария для определения уровня адаптированности студентов к вузу по трем показателям.

Первым этапом нашей работы было создание списка вопросов по трем шкалам — показателям вузовской адаптации. По каждой шкале было создано по 70 вопросов прямых и обратных. Мы использовали многоступенчатую шкалу ответов, пять вариантов. На следующем этапе работы был проведен анализ пунктов по шкалам. Высчитывался индекс трудности и дискриминативность. Выборку составили те же студенты, что и на первом этапе. Также наша методика прошла проверку по параметру надежности по однородности. Третьим этапом работы было проведение ретестовой надежности. Временной интервал между вторым этапом и текущим составил шесть недель. Выборку составили 30 студентов из числа первоначальной группы обследуемых. По результатам обработки все шкалы имеют высокие коэффициенты корреляции. Дальнейшим этапом нашей работы была проверка критериальной валидности. Использовался объективный критерий — социально-демографическая характеристика (пол).

В исследовании приняли участие 80 студентов (40 мужского и 40 женского пола) из числа первоначальной выборки. Студенты были разделены на две равновесные группы, использовался метод определения достоверности и значимости различий полученных результатов по Т-критерию Стьюдента. Различия полагали достоверными при уровне значимости 5 %, 1 %, ОД %.

Тест прошел проверку по параметру критериальной валидности.

Также мы проверяли конструктную валидность, использовался метод сопоставления исследуемого теста с другой методикой, кон- структное содержание которой известно. В исследовании приняли участие 40 студентов из первоначальной выборки. Нами использовалась методика «Опросник терминальных ценностей (ОТеЦ)», разработана И.Г. Сениным на базе центра психодиагностики ЯрГУ им. П.Г. Демидова. Для сопоставления мы взяли три шкалы из опросника: 1. «Сфера общественной жизни». Эта шкала сопоставлялась со шкалой «социальная адаптация». 2. «Сфера обучения» — «дидактическая адаптация». 3. «Сфера профессиональной жизни» — «профессиональная адаптация». Нами были получены высокие положительные коэффициенты линейной корреляции по трем шкалам. Следовательно, все шкалы прошли проверку по параметру конструктной валидности. Последним этапом нашей работы было проведение нормирования. Использовалась шкала стенов Р. Кеттелла. Группу обследуемых составила первоначальная выборка.

Таким образом, нами была разработана методика для более быстрого диагностирования уровня адаптированности студентов к вузу. Испытуемым предлагается заполнить тест из 33 утверждений. Заполненные бланки обрабатываются в соответствии с ключом, затем сырые баллы переводятся в шкалу стен. Исходя из показателей шкалы стен, проводится интерпретация полученных данных. Результаты методики, равные или больше, чем 7 стенов, свидетельствуют о высоком уровне адаптированности по данной шкале, в диапазоне от 4 до 7 стенов — показатели среднего уровня адаптированности, меньше 4 стенов — свидетельство низкого уровня адаптированности.

Данная методика позволяет провести экспресс-диагностику студентов, является легкой и не затратной по времени в обработке, что, несомненно, является ее плюсом в современной ситуации обучения. Однако эта методика лишь диагностирует уровень того или иного компонента адаптации студентов, для полного исследования параметров адаптации студентов к вузу нужен проработанный и расширенный инструментарий, что является целью нашей дальнейшей работы.

Работа подготовлена при поддержке НИР 3H-1013 (тематический план ЯрГУ). СОЦИАЛЬНАЯ ПСИХОЛОГИЯ ЗДОРОВЬЯ

spu - Психологическая диагностика

 
 
                                 МЕТОДИКА:                                  
             Опросник для оценки уровня социально-психологической           
                       адаптации учителя средней школы                      
                             (М.А. Дмитриева).                              
  
      Профессиональную адаптацию определяют  как  многоуровневый,  функцио- 
 нально детерминированный процесс адаптации к труду с включением в него фи- 
 зиологических, личностно-психологических, поведенческих и социальных  ком- 
 понентов.                                                                   
 
      Опросник состоит из 54 вопросов.                                      
      Примерное время тестирования 10-15 минут.                             
 
      Примечание к компьютерной версии.                                     
      В данной программе диаграмма и интерпретация  результатов  тестирова- 
 ния основана на числовых значениях выраженных в процентах.                 
      Условные критерии автоматической интерпретации:                       
       0% -  20%  низкий показатель;                                        
      21% -  40%  пониженный показатель;                                    
      41% -  60%  средний показатель;                                       
      61% -  80%  повышенный показатель;                                    
      81% - 100%  высокий показатель.                                       
 
 
                           ПРИМЕР ТЕСТИРОВАНИЯ:                             
 
                                   ---                                      
 
                       ПСИХОЛОГИЧЕСКАЯ  ДИАГНОСТИКА.                         
 
 Методика: Опросник для оценки уровня социально-психологической             
           адаптации учителя средней школы.                                 
 Ф.И.О:________________                                                     
 Доп. данные:__________                                                     
 
 
                         Шкала неискренности:                               
 
             0 ╟─▒▒▒▒▒▒▒▒▒▒▒▒─────────────────────────╢> L                  
 
                 <────[-]───><────[=]───><────[+]───>                       
 
 
                            Диаграмма:                                      
 
                   % *                                                      
                 100 ┼─────────────────────────                             
                  90 ┼                                                      
                  80 ┼────────────────██───────                             
                  70 ┼          ██    ██                                    
                  60 ┼───────██─██────██───────                             
                  50 ┼       ██ ██    ██    ▄▄                              
                  40 ┼────██─██─██────██────██─                             
                  30 ┼ ██ ██ ██ ██ ██ ██    ██                              
                  20 ┼─██─██─██─██─██─██─██─██─                             
                  10 ┼ ██ ██ ██ ██ ██ ██ ██ ██                              
                   0 ┼─+──+──+──+──+──+──+──+──*                            
                       ОЗ ОП УУ УП ОР ОУ ОД ОК                              
 
 
                  Интегральный тестовый показатель:                         
 
       ╟─▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▓▓▓▓▓▓─────────────────────────╢>              
 
         <──[--]──><──[-]───><───[=]──><───[+]──><──[++]──>                 
 
 
                        Тестовые показатели:                                
 
  Шкала неискренности                                - L  =  2  33%         
  1.  Отношение к учебному заведению                  - ОЗ =  4  33%         
  2. Отношения между педагогами                      - ОП =  5  42%         
  3. Удовлетворенность условиями труда               - УУ =  8  67%         
  4. Удовлетворенность своим положением в коллективе - УП =  9  75%         
  5. Отношение к работе                              - ОР =  4  33%         
  6. Отношение к ученикам                            - ОУ = 10  83%         
  7. Отношение к руководителю                        - ОД =  3  25%         
  8. Отношение к коллективу                          - ОК =  6  50%         
  -----------------------------------------------------------------         
               Интегральный показатель - СПА =  49  51%                     
 
 
                           ИНТЕРПРЕТАЦИЯ:                                   
 
      Отношение к тестированию:  откровенность,  отсутствие  созна-         
 тельного намерения приукрасить свой  характер,  подчеркнуть  "пра-         
 вильность своего поведения.                                                 
 
      1. Отношение к учебному заведению.                                    
      Пониженный уровень позитивного отношения  к  образовательному         
 учреждению. Слабо выраженная  тенденция  связывать  решение  своих         
 жизненных планов, а также осуществления своих жизненных проблем  с         
 работой в данной школе.                                                    
 
      2. Отношения между педагогами.                                        
      Средняя оценка взаимоотношений между сотрудниками  коллектива         
 как дружеских, основанных на взаимопонимании и взаимопомощи,  спо-         
 собствующих проявлению личной инициативы и развитию способностей.          
 
      3. Удовлетворенность условиями труда.                                 
      Повышенный уровень удовлетворенности производственными  усло-         
 виями, организацией, содержанием и условиями труда на своем  рабо-         
 чем месте.                                                                 
 
      4.  Удовлетворенность своим положением в коллективе.                   
      Повышенный показатель удовлетворенности своей работой в  кол-         
 лективе, отношениями с коллегами и непосредственным руководителем.         
 Склонность оценивать свое положение в  коллективе  как  приносящее         
 удовлетворение, а свою работу как имеющую большое значение.                
 
      5. Отношение к работе.                                                
      Пониженный уровень удовлетворенности от работы в  данном  уч-         
 реждении по своей специальности. Склонность оценивать свою  работу         
 как в слабой степени  интересную,  разнообразную,  соответствующую         
 своим интересам и склонностям, имеющую возможность для  творчества         
 и использования полученных знаний.                                         
 
      6. Отношение к ученикам.                                              
      Высокий уровень позитивного отношения к ученикам.  Общение  с         
 учащимися приносит удовлетворение.                                          
 
      7. Отношение к руководителю.                                          
      Пониженная оценка взаимоотношений между членами  педагогичес-         
 кого коллектива и непосредственным руководителем, которые характе-         
 ризуются как в слабой степени основанные на понимании, интересе  к         
 мнению подчиненных, эмоциональной поддержке, помощи  в  личных  де-        
 лах, участии в проведении культурно-массовых мероприятиях  со  сто-        
 роны руководителя.                                                         
 
      8. Отношение к коллективу.                                            
      Средний уровень удовлетворенности взаимоотношениями в коллек-         
 тиве. Умеренно выраженное стремление вернуться  в  свой  коллектив         
 после долгого отсутствия на работе.                                        
 
      Средний интегральный показатель  уровня  социально-психологи-         
 ческой адаптации учителя средней школы.                                     


Кабинет психолога | «Варгашинская средняя общеобразовательная школа №1»

 

 

Работа педагога-психолога организуется в соответствии с  годовым планом, режимами работы:  режим работы педагога-психолога, режим работы сенсорной комнаты,  циклограммой работы педагога-психолога  и нормативными документами. Работа ведется в соответствии со своим предназначением – социальная защита ребенка, оказание ему социальной, психологической, медицинской помощи, организация его обучения, создание психологически безопасной образовательной среды, способствующей адаптации ребенка в обществе.

          Цель: направлена на обеспечение условий, способствующих полноценному психическому и личностному развитию детей школьного возраста. Содействовать администрации и педагогическому коллективу в создании социальной ситуации развития, обеспечивать психологические условия для охраны здоровья и развития личности учащихся, их родителей, педагогических работников.

Задачи деятельности педагога-психолога:

  1. Содействие педагогическому коллективу в гармонизации социально-психологического климата в школе.
  2. Формирование психологической культуры, развитие психолого-педагогической компетентности учащихся, педагогов, родителей.
  3. Психологический анализ социальной ситуации развития в ОУ, выявление основных проблем, их причин, путём разрешения;
  4. Просвещение педагогов и родителей  по вопросам психофизического развития детей, воспитания, коррекции отклонений в развитии.
  5. Содействие личностному и интеллектуальному развитию обучающихся на каждом возрастном этапе развития.
  6. Создание социально-психологических условий для адаптации обучающихся 1-х, 5-х и  9-х классов.
  7. Помощь  обучающимся в профильной ориентации и профессиональном самоопределении;
  8. Профилактика и преодоление отклонений в социальном и  психологическом здоровье, а также в развитии обучающихся.
  9. Поддержка в решении задач личностного и ценностно-смыслового самоопределения и саморазвития обучающихся.
  10. Проведение ежегодного обследования воспитанников с целью выявления уровня актуального развития, выявления детей «группы риска» в различных сферах деятельности детей. (Мониторинг психофизического состояния обучающихся)
  11. Обеспечение доступности консультативной помощи для всех субъектов воспитательно-образовательного процесса.

В современных условиях решение социальных проблем детей,  деятельность педагога-психолога проводится, прежде всего, в аспекте охраны и защиты их прав. С целью изучения прав и охраны жизни, психического, психологического и физического здоровья  ребенка в своей работе руководствуюсь  нормативно-правовыми документами, локальными документами образовательного учреждения,  а так же основными принципами психологического сопровождения:

  • безусловное принятие каждой личности;
  • признание уникальности личного опыта конкретного человека;
  • создание условий для саморазвития, личностного роста, самоактуали­зации.

 

Психологическая служба в школе реализует поставленные задачи, организуя свою деятельность по направлениям:

  1. Диагностика для учащихся, их родителей, специалистов
  2. Коррекционно-развивающая работа
  3. Консультационная работа с учащимися, их родителями, специалистами
  4. Просветительская работа
  5. Организационно-методическая работа.

      А) Психолого-педагогическая диагностика. С целью выявления дезадаптированных учащихся для последующей коррек­ции и определения уровня  адаптации учащихся к школе проводится диагностика уровня адаптации учащихся 1,5,10 классов.

В рамках диагностики первоклассников используются следующие методики:

  • Проективная методика «Что мне нравится в школе»
  • Анкетирование классных руководителей 1 – х классов по социально- педагогической адаптации школьников.
  • Анкетирование родителей по выявлению уровня адаптации к школе

По результатам диагностики проводятся   родительское собрание по адаптации первоклассников (презентация – адаптация первоклассника), где  даны   советы родителям будущих первоклассников.

Для первоклассников разработана программа адаптационных занятий, проводится объединение «Веселый хоровод» 2 раза в неделю, с целью снятия эмоционального напряжения, а также с целью создания условий для адаптации первоклассников в ситуации школьного обучения

 

 

В отличии от первоклассников в результате диагностических мероприятий выяснили, что  период адаптации пятиклассников проходит более болезненно.

С  обучающимися  пятых классов проводятся  диагностики по адаптации к обучению в среднем звене, позволяющие оценить их отношение к своему классному коллективу и психофизиологическое состояние на начало учебного года:

  1. Опросник «Чувства в школе»
  2. Методика изучения удовлетворенностью учащихся школьной жизнью
  3. Анкета для родителей сравнение нагрузки 4 и 5 классов.

Пятиклассники в общем подтверждают результаты обучения в начальной школе, но процесс принятия новых условий обучения проходит достаточно сложно. Детям трудно привыкнуть к режиму.

По результатам диагностик проводятся  родительские собрания по адаптации в 5 классе, трудности адаптации в 5 классе  где родителям даны  советы и рекомендации.

С десятыми классами проводится  диагностика и включает  в себя:

  1. Диагностика удовлетворенности условиями предметной среды и организацией образовательного процесса;
  2. Экспресс –методика изучения социально-психологического климата в учебном коллективе.

По результатам диагностик проводятся  родительские собрания, презентация,  где родителям даны  советы и рекомендации.

        Психопрофилактическая деятельность строится  в соответствии с планом  работы. В тесном контакте с социальным педагогом  ведется  индивидуально- психологическая работа с подростками, стоящими на внутри школьном учете, а также с «трудными» подростками из группы риска. Выводы исследований, наблюдений, бесед, анкетирования фиксируются  в индивидуальных картах психологического развития подростков для дальнейшей работы по коррекции отклонений в их личности. Одновременно с этой работой проводится  работа по выявлению детей группы риска, начиная с первого класса.

Б)  Коррекционно – развивающая работа, ориентирована на коррекцию межличностных отношений в классах, на содействие преодолению дезадаптивных периодов в жизни школьников: начало обучения, переход в среднее звено, в профильные классы.

При осуществлении коррекционной работы  оказывается  психологическая  помощь, ориентированной на индивидуальные особенности человека, его специфические возможности.

Коррекционная работа проводится в двух основных формах – групповая и индивидуальная. Использую такие рабочие программы как:

  1. «Развитие и коррекция познавательных способностей 1-4 классы.
  2. « Развитие и коррекция эмоционально-волевой сферы» 5-8 классы.

Вся коррекционная работа ведется  по нескольким направлениям и связана с:

  • развитием познавательных процессов;
  • развитие эмоционально-волевой сферы;
  • коррекцией детско – родительских отношений;
  • профилактикой суицидального поведения;
  • повышением самоприятия и самоуважения старшеклассников к себе;
  • формированием навыков эффективного общения и взаимодействия;
  • развитием умения у ребят контролировать собственное агрессивное поведение;
  • ознакомлением выпускников с основными способами снижения тревоги в период подготовки к экзаменам;

В) Консультативно – просветительская работа

Консультативная – просветительская работа проводится по нескольким направлениям:

  1. Консультирование и просвещение родителей.
  2. Консультирование и просвещение педагогов.
  3. Консультирование и просвещение учащихся.
  4. Консультирование и просвещение других участников образовательного процесса.

Проводятся  занятия в комната психологической разгрузки,  классные часы, упражнения и беседы.

 

 

Проводятся классные часы по разным темам:     

Классный час про дружбу

Классный час ГИА 9 класс      презентация ГИА-это не страшно!

Занятие-треннинг на сплочение 6 А  презентация Классный час 6 А

Классный час 9 класс Взаимоуважение – основа сплоченности школьного коллектива

презентация Классный час на сплочение коллектива 9 класс

Классный час 8 класс Поделись своею добротой   презентация  Поделись своею добротою

 

 

Классный час с элементами тренинговых упражнений    презентация  Сделай счастье своими руками

Классный час планета толнрантности 9 класс    презентация  Толерантность 9 класс

 Урок-тренинг подготовка к егэ 11 класс

Г) Организационно – методическая работа

  1. Анализ научно – практической литературы.
  2. Оформление документов, планирование деятельности, разработка коррекционно – профилактических программ, подготовка занятий и бесед, обработка диагностического материала.
  3. Посещение педагогических советов.
  4. Посещение МППк
  5. Посещение совета профилактики
  6. Посещение курсов повышения квалификации
  7. Участие в семинарах
  8. Участие в РМО
  9. Участие на открытых уроках и т.д
  10.  Работа с родителями неполных семей

Вся  работа проводится в соответствии с поставленными целями, задачами, планам работы по социально-психологическому направлению.

    В помощь учителю

Программа “Знаю ли я своего ребенка”

Программа “Сдаем экзамены вместе”

Программа “Спасти от пропасти”

   Родительские собрания 

Родительское собрание 4 класс 05.04.16

Родительское собрание 7-8 класс профилактика суицида 25.02.16

Диагностика уровня социальной адаптации | Психологическая помощь Москва, Психологическая помощь Подольск, Психологическая помощь Одинцово, Психодиагностика Москва, диагностика памяти и внимания Москва, профориентация Москва

Число инвалидов год от года только увеличивается. Этому способствует множество не до конца изученных факторов. Важнейшими среди которых следует признать экологический, социальные и экономические неурядицы, невысокий уровень отечественной медицины, и т.д. В нашей стране вплоть до начала 21-го века проблемы инвалидов оставались где-то на периферии общественного сознания. Проблемы инвалидов, в том числе и детей, оставались «за границами» жизни здорового человека. Социализация, обучение и развитие детей-инвалидов происходило в специальных интернатах, практически изолированно от общества. Сейчас «оживились» и наука. И практика и общественное сознание в отношении детей-инвалидов. Сами понятия «инвалид» и «ребенок-инвалид» стали наполняться другим содержанием, приобретать не только медицинский, но и социальный смысл.

Мировые установки по отношению к понятию «инвалид» определены еще в 1975 г. в Декларации о правах инвалидов. Согласно этой декларации «инвалид» означает любое лицо, которое не может самостоятельно обеспечить полностью или частично потребности нормальной личной и / или социальной жизни в силу недостатка, будь то врожденного или приобретенного, его или ее физических или умственных возможностей. В Советском Союзе понятие «инвалид» отражало потерю трудоспособности. Это отражено в присвоении групп инвалидности при обязательном медицинском освидетельствовании. Практика рассмотрения инвалидности как потери трудоспособности традиционно сохраняется и в наше время. Очевидно, что несовершеннолетний ребенок трудоспособность потерять не может – он ее просто еще не имеет. Инвалидность в детском возрасте можно определить, как «состояние стойкой социальной дезадаптации, обусловленное хроническими заболеваниями или патологическими состояниями, резко ограничивающими возможность включения ребенка в адекватные возрасту воспитательные и педагогические процессы, в связи, с чем возникает необходимость в постоянном дополнительном уходе за ним, помощи или надзоре». Все это отражает особенную категорию проблем инвалидов: реабилитацию, социальную интеграцию, социальную адаптацию и т.д. Эти проблемы любой человек с ограниченными возможностями так или иначе обдумывает. Никому из этой категории людей не удастся не решать эти проблемы в той или иной форме. Детям это особенно сложно. И им необходима помощь не только со стороны родителей, но и со стороны всего общества в целом, и конкретных «чужих» людей, в частности.

Адаптация взрослого и ребёнка с органическими или психическими нарушениями состояния здоровья, мешающими возможности полноценно участвовать в социальной и повседневной бытовой жизни, невозможна без утверждения значимости личностно-адаптационного потенциала. Например в жизни ребенка-инвалида действуют факторы социального порядка, находящиеся в прямой связи со способностью личности жить в обществе и чувствовать себя полноценным человеком. Имеются в виду такие факторы, как учеба, жизнь в семье, общение с людьми, жилищные условия, стереотипы отношения к детям-инвалидам со стороны здоровых детей, состояние здоровья, система здравоохранения и социальной защиты в стране, возможности в ней реализовать свои права и т.д. В диагностике процесса социально-психологической адаптации необходимо учитывать два фактора: личностный и социальный. Какой бы ни был личностный адаптационный потенциал, но если общество негативно воспринимает эту категорию людей, относясь к ним, как к социальным иждивенцам, а государство «откупается» пенсиями и льготами, не видя в них граждан страны, социальных субъектов участвующих в ее жизни, то успешная адаптация вряд ли состоится. Социальная политика в отношении инвалидов в настоящий момент должна стать политикой с «человеческим лицом». Медленно, но верно преодолевается тенденция закрываться от проблемы существования людей с нарушениями развития, встала проблема их интеграции в общество.

Если понимать инвалида как субъекта социальной адаптации, предпринимающего намеренные усилия, овладевающего специфическими навыками, стремящегося как можно полнее влиться в социальную жизнь, преодолеть трудную жизненную ситуация, то удобнее всего помогать ему, выстраивая работу в русле психодиагностики и психологоориентированных моделей социальной работы. Психодиагностика и психологоориентированные модели отражают подход к человеку, какой бы он ни был, в каком бы состоянии ни было его здоровье, как к субъекту своей жизни, как к лицу, которое может само выбирать и строить свою жизнь. Конечно, у этой модели социальной работы есть существенные ограничения, так как инвалидами часто признаются недееспособные лица, не могущие отвечать за свои поступки. В процессе адаптации, ребенок только тогда сможет достичь успехов, когда он сможет принять посильную часть ответственности за свою жизнь на себя. Учиться принимать ответственность – это один из важнейших результатов социализации инвалида, особенно ребёнка.

Гуманное отношение предполагает уважение права ребенка на свободный выбор, ошибку, собственную точку зрения. Принцип гуманизма в психодиагностике полагает признание ценности инвалида как личности, его прав на свободу, счастье, защиту и охрану жизни, здоровья, создание условий для развития инвалида, его творческого потенциала, склонностей, способностей, оказание помощи ему в жизненном самоопределении, интеграции его в общество, полноценной самореализации в этом обществе.

Институт Профилактики проводит психодиагностику уровня социальной адаптации инвалидов, данная псидиагностика поможет как взрослому, так и ребёнку получить возможность социализироваться в современном обществе и получить необходимые рекомендации специалистов нашего центра.

Доверие как инструмент диагностики последствий восприятия

Наши данные показывают, что уверенность может предоставить важную диагностическую информацию для различения последействия сенсорного кодирования от побочных эффектов, которые не изменяют восприятие. Эксперимент 1 показал, что последействие, вызванное сенсорной адаптацией 31,32,33 , может быть одинаково хорошо измерено с использованием категориальных решений и доверительных суждений (см. Рис. 3–5). Эксперимент 2 показал, что предвзятость решения, не связанная с восприятием (инструкция принимать систематически предвзятые решения в отношении неоднозначных входных данных), может отделить систематические ошибки категоризации от отчетов о достоверности; в то время как категориальные решения предоставили доказательства, соответствующие значительным последствиям, доверительные суждения не свидетельствовали об изменении сенсорных данных (см.рис.5). Это означает, что уверенность может быть полезной для определения причины предвзятости в принятии решений.

Подтвердив наш подход в противоположных контекстах, эксперимент 3 изучил последовательные решения о направлении и соответствующие рейтинги достоверности для последовательных движущихся тестов. Наши результаты показывают, что сенсорная адаптация может происходить быстро 13,14 : мы наблюдали такое же влияние самого последнего испытания на последующие категориальные решения и доверительные суждения (см. Рис. 6, слева, и Рис. 7, результаты 1-назад) .Эти данные отражают наши результаты для последействия, которое, как известно, вызвано сенсорной адаптацией (эксперимент 1), поэтому эти результаты предполагают, что предыдущий тест может действовать как адаптирующий стимул, генерируя контрастное последействие, которое быстро меняет восприятие последующих тестов.

В целом, настоящее исследование предполагает, что понимание участниками процесса принятия ими собственных решений может разрешить многие современные споры о восприятии. Отчеты о доверии используют это понимание, чтобы предоставить дополнительную диагностическую информацию о вероятной причине изменения в процессе принятия решений. Когда сенсорная адаптация вызывает изменение восприятия, это влияет на свидетельства, содержащие как категориальные суждения, так и субъективную уверенность. В этом случае последействие должно в равной степени повлиять на оба измерения. Однако, когда возникает последействие из-за того, что люди принимают разные решения в отношении неоднозначных входных данных, категориальные решения должны отделяться от заявленной уверенности. В этом случае меры последействия выборочно влияют на принятие решений в условиях неопределенности (т. Е. С низкой достоверностью).На основании имеющихся данных мы утверждаем, что такая картина результатов свидетельствует о неперцептуальном последействии. Каждый из трех представленных здесь экспериментов подтверждает этот вывод независимыми и сходными доказательствами.

Эксперимент 1 показал, что на исходном уровне спонтанные ошибки принятия решений были отделены от спонтанных ошибок уверенности. Этот образец результатов предполагает, что случайные предубеждения вокруг центральной тенденции функции принятия решения и доверительной функции могут быть независимыми. Влияние сенсорной адаптации на эти методы ответа затем обеспечило сходящиеся оценки перцептивных изменений, измеренные с помощью (1) границы между категоризацией в левом и правом направлениях и (2) оценки максимальной неопределенности, измеренной на основе отчетов о субъективной достоверности.По сути, эксперимент 1 показывает, что сенсорную адаптацию можно измерить одинаково точно и с одинаковой чувствительностью, используя либо категориальное принятие решений, либо субъективную уверенность.

Эксперимент 2 использовал визуальную подсказку, чтобы проинструктировать участников принять предвзятость решения, и эта предвзятость отделяла центральную тенденцию принятия решений от центральной тенденции уверенности. Эти результаты согласуются с более ранним концептуально аналогичным исследованием, в котором участники смогли принять предвзятую модель реакции в условиях неопределенности, не оказывая отрицательного влияния на показатели точности принятия решений (наклон психометрических функций соответствует данным принятия решений, см. . 26 ). Наши результаты повторяют ключевой вывод этого исследования - способность участников принимать умышленно предвзятые модели реакции, а также выявляют диссоциацию между влиянием этой инструкции на перцептивные решения и на меры уверенности.

Мы признаем, что инструкция применять систематическую предвзятость, когда люди не уверены, может повлиять на перцепционные суждения иначе, чем спонтанные предубеждения при принятии решений. В этом случае наш подход может не различать изменения сенсорного кодирования и спонтанные предубеждения в принятии решений.Однако столь же правдоподобно и то, что предвзятость в принятии решений будет оказывать заметное влияние на категоризацию независимо от того, является ли предвзятость инструктивной или спонтанной. Сравнение результатов наших экспериментов и сравнение нашего исследования с другими аналогичными исследованиями 26,38 позволяет предположить, что предвзятость на уровне решений, независимо от происхождения, определяется по разделению категоризации и уверенности.

В эксперименте 3 мы нашли доказательства внутренней смещения, серийной зависимости 14,17,19 , которая оказывала ассимилирующее влияние на последовательное принятие решений в испытаниях.Однако не было доказательств наличия ассимилятивного последействия 2-спина для доверительных суждений (см. Рис. 6, справа, и рис. 7, результаты 2-спины), что позволяет предположить, что эта систематическая ошибка категоризации не была основана исключительно на сенсорных данных 18 , 19,26 . Мы утверждаем, что это, вероятно, вызвано тем, что люди склонны повторять категориальные решения, когда входные данные неоднозначны. 28 - наблюдаемое влияние предшествующих стимулов согласуется с пост-перцептивным влиянием принятия решений на перцептивные суждения, сделанные в условиях неопределенности.Эти результаты отражают результаты эксперимента 2, в котором людей проинструктировали принимать систематически предвзятые категориальные решения, когда входные данные были неоднозначными. Ошибки категоризации в этом случае и в каждом из трех наших экспериментов были выявлены неизменной областью субъективной уверенности. Этот образец диссоциированного решения и суждений о доверии предполагает, что изменения в процессах принятия решений могут происходить независимо от изменений воспринимаемых сенсорных свидетельств. Этот эффект был очевиден только с мерой уверенности, включенной в наш экспериментальный план.

Последствия, оцениваемые исключительно на основе категориальных решений, дают только неоднозначные доказательства в пользу изменений восприятия. Здесь мы показали, что это свидетельство может быть дополнено мерами доверия. Используя классический эффект последействия движения-направления (эксперимент 1), мы показываем, что на уверенность в равной степени влияют физиологические процессы, изменяющие восприятие. Однако в каждом эксперименте мы также показали, что суждения о категоризации могут меняться, в то время как меры доверия остаются достоверными - эти данные в остальном наводят на мысль о «последействии», но возникли из-за того, что люди систематически делали предвзятые суждения о неоднозначных тестах на восприятие. В целом, наши данные предполагают, что добавление доверительных суждений к протоколам категориальных решений (которые обычно исключительно используются для измерения перцептивного последействия) может выявить дополнительную диагностическую информацию о вероятной причине измеренного последействия.

Данные эксперимента 3 согласуются со многими предыдущими исследованиями, показывающими, что последействие движения можно наблюдать при кратковременном воздействии сигналов движения 15,16,17 . Как и другие исследователи, мы также обнаружили, что кратковременное воздействие может вызывать как положительные, так и отрицательные эффекты движения.Во всех случаях, когда необходимо сообщить о решении, основанном на восприятии, существует вероятность смещения, возникающего из-за процессов принятия решений, не связанных с восприятием. Это утверждение в равной степени верно и для смещений, возникающих в результате предварительного воздействия скользящих входных данных на длинные 31,32 и короткие 15,16,17 .

Важно отметить, что уверенность была очень чувствительной мерой для последствий, которые возникли из-за физиологических процессов, изменяющих восприятие (см. Рис. 7, сравните Эксперимент 1 и Эксперимент 3: 1-обратные результаты).Когда возникают расхождения между категориальным решением и мерами уверенности (сравните Эксперимент 1: разделение систематической ошибки, Эксперимент 2a и 2b, и Эксперимент 3: результаты с двумя обратными), маловероятно, что это могло быть связано с оценками уверенности, давшими плохие или нечувствительные , мера перцептивного последействия.

Настоящий подход эффективен, когда интересующая область принятия решения (PSE) соответствует пику неопределенности направления (где когерентность движения равна 0). Таким образом, ограничение состоит в том, что взаимосвязь между PSE и неопределенностью зависит от формы (и статистических допущений) соответствующих решений и распределений достоверности.Эффективность использования уверенности для диагностики перцептивных и неперцептивных последствий может быть ограничена, когда перцептивные решения измеряются с использованием других методов реагирования (например, стазисных суждений, где распределение решений является повышенной функцией Гаусса). В таких случаях взаимосвязь между принятием решений и уверенностью может быть более сложной или менее диагностической для перцепционных последствий. Поэтому мы призываем будущих экспериментов изучить этот метод в других областях, а исследователям - изучить альтернативные способы различения перцептивных и неперцептивных искажений.

Суждения и принятие решений являются неотъемлемой частью сообщения о перцептивном опыте. Во многих исследованиях изучали влияние высокого уровня познания на восприятие 2,3,4,26,27,37,39,40 и наблюдали устойчивые изменения в перцептивных решениях. Однако, в какой степени последействие такого рода представляют собой нисходящие изменения остатков восприятия в споре 1,3,12,18,26,41 . Расширение наших результатов может помочь разрешить текущие неясности относительно причин высокоуровневых последствий и предоставить средства прямого тестирования нисходящих эффектов познания на восприятие 1,3,5 .Таким образом, остается сложной задачей определить точную степень, в которой суждения высшего порядка влияют на сенсорное кодирование. Настоящий подход предлагает простой метод, который может дать дополнительное понимание этих вопросов.

Другие исследователи, помня о том, что факторы, не связанные с восприятием, могут повлиять на принятие решений, предложили экспериментальные протоколы, которые минимизируют влияние факторов, не связанных с восприятием, во время принятия решений с учетом восприятия. 38,42,43 . В другом недавнем исследовании использовался подход, аналогичный используемым здесь суждениям о достоверности.Участники сделали синхронизированные перцепционные суждения, создав две функции данных: категориальную функцию и «хронометрическую кривую», аналогичную по форме и предположениям психометрической функции, описывающей уверенность в нашем исследовании. Как в настоящем исследовании, так и в исследовании Виттхофта и его коллег 44 утверждается, что сенсорное влияние и влияние на принятие решения могут сочетаться для получения данных, согласующихся с последействием, и что эти эффекты могут быть разделены на разные задачи (здесь - суждениями о достоверности, там - скоростью. перцептивных решений).

Эксперименты по изучению сенсорных последствий были жизненно важны для развития нашего понимания физиологических процессов, лежащих в основе восприятия и принятия перцептивных решений. В конечном итоге, однако, мы хотели бы иметь возможность различать перцептивные и пост-перцептивные процессы, потому что люди могут принимать разные решения, даже когда входные данные могут выглядеть, ощущаться или звучать одинаково. Здесь мы выступаем за простое решение: используйте суждения о достоверности, чтобы определить диапазон входных данных, которые вызывают наибольшую неопределенность, поскольку на них будут непропорционально сильно влиять неперцептуальные факторы суждения и принятия решений.Этого можно достичь, попросив участников сообщить о своей уверенности в каждом категориальном перцептивном решении.

Границы | «Мало» или «Многие»? Теория уровня адаптации для гибкости обработки кванторов

Введение

Люди могут определять и различать интенсивность, величину и количество предметов физических стимулов. Более того, у них есть свои ментальные представления и формальные лингвистические выражения для них, которые называются «квантификаторами».Квантификаторы - это выражения точных или неопределенных величин (например, пять, пара ), групп или наборов (например, несколько, , несколько, , много, ни одного ) или их взаимосвязей (например, меньше более четверти , большая часть, более половины ) (Barwise and Cooper, 1981). Принимая во внимание, что некоторые количественные показатели относятся к явно указанной степени (= критерию), которая может быть абсолютной (например, 7 в не более семи ) или относительной (например, 25% в четверть , независимо от базовой суммы), другие могут иметь разные значения, которые определяются контекстом (например,г., Фернандо и Камп, 1996; Солт, 2011; Шёллер и Франке, 2016; Шёллер, 2017; см. Spychalska et al., 2019, где несколько различаются интерпретации кванторов в зависимости от внутренних стратегий). Этот контекст может быть ситуативным (например, много воды, в кувшине с водой или во время прилива на берегу), а также внутренним (например, много шоколада , когда вы готовитесь к экзамену, а не когда вы хотите похудеть. перед летом; ср. Schöller and Franke, 2015). Тем не менее, какой бы ни была степень, функции предпочтений в разных контекстах согласованы (Schöller and Franke, 2016).Более того, люди склонны использовать кванторы точным и информативным образом, поддерживая порядковую иерархию, примерно параллельную ментальной числовой линии (MNL) (например, Chater and Oaksford, 1999; Oaksford et al., 2002; Pezzelle et al., 2018). ; см. также подход многомерного масштабирования Routh, 1994): Нет меньше несколько , что меньше около , что меньше много и т. д. до все (см. модель вероятностной эвристики Chater and Oaksford, 1999; см. также Solt, 2011).

В этом порядке ранжирования степень, в которой принадлежит конкретный квантор, может быть изменена при модуляции внутреннего контекста, например, посредством обучения с подкреплением (Heim et al. , 2015, 2016). Обучение с подкреплением может побудить участников сдвигать свою степень как вверх, так и вниз по линии мысленных чисел / вероятностей. Наиболее важно то, что этот сдвиг для одного количественного показателя также повлиял на его полярную противоположность: если понятие «, много -сущности» было сдвинуто вниз (например, чтобы уже называть 40% многими ), понятие « несколько - -сущность» затронуло дополнительный способ.Точно так же, если градус для несколько -сущностей был смещен вверх, это также параллельным образом повлияло на степень его полярной противоположности многие . Соответствующей областью мозга, поддерживающей эту семантическую переоценку величин, была область Брока в левой нижней лобной коре.

В области сенсорной обработки такие сдвиги в оценке интенсивности физических стимулов описывались и официально объяснялись более 70 лет. Теория уровня адаптации Хельсона (1948) утверждает, что центральным процессом является адаптация, т. е.е., привыкание к некоторой физической интенсивности или величине. Когда мы выходим из темной комнаты и попадаем на открытый солнечный свет, мы чувствуем себя ослепленными яркостью. Затем постепенно наши сенсорные и нейронные системы адаптируются к новой интенсивности, которая затем становится стандартной - градус в терминологии кванторов. Когда мы снова войдем в темную комнату, прежнее комфортное освещение в ней будет казаться недостаточно слабым из-за нового уровня адаптации к солнечному свету. Пребывание в этой комнате на некоторое время снова приведет к возврату к исходному уровню адаптации.

Целью настоящего исследования было преодолеть разрыв между этой теорией в сенсорно-перцептивной области и лингвистико-семантической областью, которая опирается на аналогичные процессы восприятия, но требует дополнительных когнитивных оценок для сопоставления одного представления с другим (например, Halberda et al., 2008; Pietroski et al., 2009; Szymanik, Zajenkowski, 2009, 2010; Lidz et al. , 2011; Zajenkowski et al., 2011, 2014; Heim et al., 2012; Cheng et al., 2013 ; Odic et al., 2013; Zajenkowski, Szymanik, 2013).Решающее различие между сенсорно-перцептивным сценарием и лингвистико-семантическим экспериментом заключается в явности манипуляции: в то время как сдвиги уровня сенсорной адаптации «происходят» из-за воздействия различной степени интенсивности стимулов, сдвиг степени в экспериментах с квантификатором ( Heim et al., 2015, 2016) был (по крайней мере частично) введен явным обучением с подкреплением. Участники набирали или теряли баллы (и, следовательно, деньги), если они не оценивали количества в соответствии с настройками по умолчанию, установленными экспериментатором.Тем не менее, перенос или обобщение в другой квантор был процессом, который происходил неявно и без прямого влияния внутри семантической сети и вдоль иерархически упорядоченной оси величины: когда величина, ранее обозначенная как , несколько , теперь квалифицируется как много , он не может в то же время быть несколько (потому что в этом случае два полярных антонима будут рассматриваться как синонимы, что, в свою очередь, вызовет противоречие и снизит относительную информативность кванторов; ср. Чейтер и Оксфорд, 1999; Oaksford et al., 2002; Pezzelle et al., 2018). Эти данные согласуются с результатами серии экспериментов по эффектам привязки при обработке кванторов (Sleeth-Keppler, 2013). Когда участники получали числовую привязку перед тем, как судить, например, размер известного здания, такого как Эйфелева башня, или возраст (очень молодого или очень старого) актера, числовой размер привязки систематически модулировал суждения участников.

Это приводит к вопросу о том, будут ли участники изменять свою степень квантора таким же образом, как в экспериментах с подкреплением (Heim et al., 2015, 2016), если экспериментальная установка была более естественной, как объяснил Хелсон (1948), то есть если движущей силой было не усиление грубой силы, а тонкое привыкание к определенному базовому количеству объектов. Чтобы быть точным: в экспериментах с подкреплением были представлены изображения разного количества синих и желтых кругов на сером фоне. Пропорции кругов данного цвета (например, желтого) составляли от 20 до 80%. Смогли бы участники изменить свое представление о на много -ности (применительно к случаю кругов этого цвета и в том же самом способе представления), если бы была представлена ​​только подмножество этих пропорций? Был бы, e.g. 40% желтых кругов постепенно соответствуют понятию много -сущности, если максимальное количество желтых кругов, встречающихся в экспериментальной сессии, не превышает 50%?

Настоящее исследование было продолжением предварительных исследований армирования, призванных ответить на этот вопрос. Используя тот же тип стимулов, изображений и утверждений, что и в предыдущих экспериментах с подкреплением, но в сочетании с более натуралистической версией парадигмы, в которой любое привыкание может в конечном итоге произойти без явных инструкций или санкций, мы попытались проверить, насколько гибкий квантор семантика может быть использована для одного и того же эмпирического испытания (визуальное отображение определенной пропорции цветных кружков и предложения, содержащего квантор «много» или «несколько» - исследование не распространяется на исследование импликатуры в случае истины. -ценовые суждения для множеств и подмножеств).

Материалы и методы

Методы исследования были одобрены этическим комитетом Дюссельдорфского университета имени Генриха Гейне.

Участники

В исследовании приняли участие 22 здоровых участника (22–36 лет, в среднем 27,7 года; шесть мужчин). Все были носителями немецкого языка. Двадцать участников были правшами, а остальные двое - левшами.

Стимулы и процедура

Мы использовали модификацию задачи оценки истинности (Oaksford et al., 2002; Heim et al., 2012), в котором были представлены количественные выражения (например, Многие круги желтые ), за которым следовало визуальное отображение с синими и желтыми кругами разных пропорций (см. Примеры в Heim et al., 2012, 2015, 2016). Задача участников заключалась в том, чтобы вынести суждение о ценности истины, указав нажатием кнопки, считает ли он / она это утверждение истинным описанием визуального отображения. В качестве квантификаторов использовались слова , многие, , и , несколько, ; Цветными словами были желтый и синий . На одном дисплее всегда было 50 кругов разного диаметра, чтобы не допустить, чтобы общее количество или впечатление «желтого» или «синего» сильно смешивалось с фактическим количеством кругов этот цвет. Были использованы пропорции от 20 до 80% целевого цвета. Дополнительный набор кругов имел оставшийся цвет (например, 30% синего = 70% желтого).

Каждое испытание начиналось с предъявления фиксирующего креста на 500 мс. Затем на 100 мс отображался пустой экран.После этого квантификатор был представлен участнику прослушиванием через наушники. Продолжительность заявления составляла примерно 2000 мс. Затем на экране появлялся визуальный дисплей с 50 кружками, пока решение не было указано нажатием кнопки. Если ни одна кнопка не была нажата, изображение пропадало через 3000 мс. От участников требовалось указать свое суждение об истинности мнения, нажав одну из двух кнопок ответа как можно быстрее. Ответы регистрировались, если они были сделаны в пределах временного окна 3000 мс.В противном случае судебное разбирательство считалось незавершенным. Наконец, экран оставался пустым в течение 100 мс, в результате чего общая продолжительность испытания составила не более 6000 мс.

Эксперимент начался с шести тренировочных проб, в ходе которых участники могли ознакомиться с процедурой проведения эксперимента. После этого у них была возможность задать вопросы. Фактический эксперимент состоял из трех блоков. В блоке 1 определялось индивидуальное предпочтение каждого человека называть определенный процент кругов заданного цвета много или несколько (см.Heim et al., 2015). В этом блоке использовался весь диапазон пропорций, чтобы получить объективную оценку предпочтений человека. Блок 1 состоял из 112 проб, по восемь на каждую пропорцию для каждого из двух целевых цветов.

В Блоке 2 была введена модуляция уровня адаптации путем ограничения пропорций в диапазоне 20–50%. Более того, в исходном отчете содержался только количественный показатель многие . Участники продолжали высказывать свое мнение, как и раньше. Важно отметить, что если их внутренняя ссылка адаптирована к новому базовому количеству кругов целевого цвета, более низкие пропорции (в частности, 40%) уже должны квалифицироваться как многие , даже если первоначальное предпочтение этого суждения было низким (Heim et al. , 2015, 2016). Блок 2 состоял из 168 проб, по 21 на каждую пропорцию для каждого целевого цвета.

Наконец, блок 3 был идентичен блоку 1, то есть весь диапазон пропорций был снова использован в 112 испытаниях. Таким образом, блок 3 служил фазой тестирования: если адаптация произошла в блоке 2, суждения участников блока 3 должны значительно отличаться от таковых в блоке 1 из-за сдвига внутренней степени.

Анализ данных

Оценочные суждения были агрегированы по участнику, экспериментальному блоку, количественному признаку и доле кругов целевого цвета. Затем суждения для критической доли 40% были представлены с помощью 2 × 2 ANOVA с факторами БЛОК (Блок 1 = исходный уровень / Блок 3 = тест) и КОЛИЧЕСТВЕННИК (много / мало). Кроме того, были рассчитаны плановые контрасты ( t -тест, p <0,05 односторонний). Для времени реакции (RT) была применена идентичная процедура, чтобы установить, были ли результаты в настоящем исследовании сопоставимы с данными, о которых сообщалось в предыдущих работах, в частности, с общим наблюдением более длительных RT для отрицательных количественных показателей.Таким образом, в ANOVA основной эффект для QUANTIFIER ожидался для RT, но не для оценок истинности.

Результаты

Правдивые суждения

Общий вид суждений истинности можно увидеть на рисунке 1. ANOVA 2 × 2 для критической доли 40% выявил значительный главный эффект БЛОКА ( F 1 , 21 = 27,862; p <0,001; η 2 = 0,570) и значимое взаимодействие BLOCK × QUANTIFIER ( F 1 , 21 = 4.980; p = 0,037; η 2 = 0,192). Основной эффект для QUANTIFIER был незначительным ( F 1 , 21 = 0,167; p = 0,687; η 2 = 0,008).

Рисунок 1. Рейтинги приемлемости в задаче оценки истинности как функция экспериментального блока (Блок 1: до адаптации; Блок 3: после адаптации) и квантификатора ( много, мало ). (A) Обзор полного набора данных, включая все пропорции целевого цвета. (B) Значения при критической пропорции 40%. Звездочка указывает на значимые различия при p <0,05.

Апостериорные -тесты дали значительный эффект для квантора многие , которые были представлены только на этапе адаптации (блок 2), продемонстрировав увеличение приемлемости ( t 21 = 2,182; p = 0,021) в Блоке 3 по сравнению с Блоком 1. Кроме того, также был эффект для противоположного квантора несколько , которые не были представлены во время фазы адаптации ( t 21 = 1.858; p = 0,039). То есть в Блоке 3 «немногие» были оценены как менее приемлемые для доли 40%, чем в Блоке 1. Полный список сравнений для других пропорций представлен в Таблице 1.

Таблица 1. Результаты парных сравнений оценок истинности на пропорции в Блоке 1 и Блоке 3 (все p: односторонние, без поправок для множественных сравнений).

Время реакции

Схема RT представлена ​​на рисунке 2.ANOVA 2 × 2 для критической доли 40% выявил значительный основной эффект BLOCK ( F 1 , 21 = 4,704; p = 0,042; η 2 = 0,183) и значительный основной эффект для QUANTIFIER ( F 1 , 21 = 7,758; p = 0,011; η 2 = 0,270). Член взаимодействия BLOCK × QUANTIFIER не был значимым ( F 1 , 21 = 0,108; p = 0.746; η 2 = 0,005).

Рисунок 2. Время реакции в задаче оценки истинности как функция пропорции целевого цвета (в%), экспериментального блока (Блок 1: до адаптации; Блок 3: после адаптации) и квантификатора ( много , несколько ).

Апостериорные -тесты дали значительный эффект для квантора многие , то есть того квантора, который был представлен и обработан исключительно на этапе адаптации ( t 21 = 1.848; p = 0,040). Более того, был также эффект для противоположного количественного показателя , несколько , который не был представлен во время фазы адаптации ( t 21 = 1,999; p = 0,030). В обоих случаях RT снизились с блока 1 до блока 3. Обзор сравнений для всех пропорций см. Таблица 2.

Таблица 2. Результаты попарных сравнений времени реакции (RT) на пропорцию в блоке 1 по сравнению с блоком 3 (все p - односторонние, без поправок для множественных сравнений).

Обсуждение

Настоящее исследование исследовало, будет ли изменчивость степеней квантора, которая может наблюдаться в естественных условиях и которая может быть вызвана экспериментально путем обучения с подкреплением, также в конечном итоге в условиях адаптации. Была обнаружена следующая картина результатов. (1) Что касается рейтингов приемлемости в задаче оценки истинности, экспонирование в ограниченном диапазоне низких пропорций целевого цвета привело к сдвигу в приемлемости на 40%, так как много .В то же время был также параллельный сдвиг для на несколько , которых не было в блоке адаптации. (2) Что касается скорости обработки, RT всегда были короче в блоке 3, чем в блоке 1, что указывает на общее привыкание к постановке задачи. Кроме того, RT всегда описательно были максимальными в средних пропорциях, в связи с чем суждение могло считаться более трудным. Теперь эти результаты будут обсуждаться более подробно.

Это исследование устраняет разрыв между сенсорно-перцептивной и лингвистико-семантической областями обработки кванторов.До сих пор в области семантики было продемонстрировано, что явно заданные словесные контексты могут вводить ментальные ожидания, которые, в свою очередь, влияют на то, как оцениваются идентичные количества или пропорции объектов, т. Е. Какое выражение квантификатора является адекватным, а какое - не является (например, Fernando and Kamp, 1996; Solt, 2011; Schöller and Franke, 2015, 2016; Schöller, 2017). Более того, было продемонстрировано, что обучение с подкреплением может влиять на внутреннюю степень, которая определяет адекватность квантора, и что это обучение оказало влияние не только на те кванторы, значение которых было изменено, но и на другие кванторы континуум (Heim et al., 2015, 2016). В области сенсорно-перцептивной обработки наблюдалась и формально описывалась адаптация от одного уровня по умолчанию к новому уровню по умолчанию (Helson, 1948). Остался без ответа вопрос, связана ли такая адаптация с первой фазой обработки и проверки кванторов (Dehaene et al., 2003; Heim et al., 2012; Zajenkowski et al., 2014; см. Также Szymanik and Zajenkowski , 2010), также будет происходить в естественных обучающих средах без представления явных контекстов, будь они заявлены априори для предъявления стимула или созданы парадигмой подкрепления.

С учетом этих предварительных исследований результаты, представленные здесь, очевидны и соответствуют ожиданиям: Адаптация произошла в рейтингах приемлемости аналогично настройке явного подкрепления, и она была обобщена от одного количественного показателя, для которого она была вызвана, на другой количественный показатель - его полярная противоположность несколько . После того, как общее количество пропорций было ограничено нижним концом спектра (в Блоке 2), вероятность того, что участники согласятся, что 40% чего-то действительно будет много, а не мало, будет статистически увеличена.Наконец, эффект адаптации для «многих» также можно было наблюдать в соседних пропорциях 50 и 60% (таблица 1), тогда как эффект обобщения для «немногих» был меньше. Этот вывод полностью соответствует модели результатов в парадигмах обучения с прямым подкреплением (Heim et al., 2015, 2016).

RT дополняют картину. Во-первых, основной эффект QUANTIFIER точно повторяет сообщения в литературе (Heim et al., 2012; Deschamps et al., 2015; Shikhare et al., 2015): в целом обработка отрицательного квантификатора заняла больше времени. Во-вторых, основной эффект БЛОКА показал, что участники более привыкли к задаче. Наконец, тот факт, что RT для крайних пропорций короче, чем для промежуточных пропорций, известен в литературе как числовой эффект расстояния (NDA; см., Например, Moyer and Landauer, 1967): чем дальше (и, следовательно, отчетливее), тем больше расстояние между ними. численностью, тем меньше они перекрываются на MNL и, следовательно, тем выше легкость, с которой их можно различить.Как следствие, данные RT демонстрируют хорошо задокументированные эффекты в литературе, таким образом, служа для проверки качества поведенческого паттерна в целом и, в свою очередь, для интерпретации данных суждения об истинности ценности.

В заключение, полученные здесь данные расширяют понятие гибкости обработки кванторов в случаях, когда степень не привязана к одному конкретному значению. Это как раз та ситуация, в которой люди приобретают количественное значение и, в первую очередь, его тонкую настройку, т.е.е., во время естественного когнитивно-лингвистического развития в раннем детстве (обсуждение см. в Sullivan and Barner, 2011). Настоящие результаты также вызывают новые исследовательские вопросы. Например, будет ли обобщение наблюдаться и для других кванторов, которые являются «соседями» (см. Oaksford et al., 2002; Pezzelle et al., 2018) на континууме? Или это кажущееся обобщение просто вызвано тем фактом, что квантор, отличный от none или all , также имеет некоторую связь со своей полярной противоположностью, поскольку он также относится к набору дополнений (напримерg., если одни кружки желтые, а другие нет; ср. Solt, 2011)? Этот вопрос необходимо будет рассмотреть в последующих исследованиях, в которых также различие между многие с кардинальным значением (т. Е. Ссылкой на нулевую степень) и многими с пропорциональным значением (в смысле многие из , то есть ссылка на конкретный рассматриваемый набор в конкретном испытании) может быть проверена (Schöller and Franke, 2016). Другой интересный вопрос заключается в том, будет ли эффект адаптации, наблюдаемый здесь для цветных геометрических фигур, применяться и к реальным объектам, имеющим категориальную семантику, и как долго эффект адаптации может сохраняться в этих условиях различной абстрактности.Эта информация будет иметь жизненно важное значение для потенциальных клинических применений в случаях, когда слишком высокая или слишком низкая внутренняя степень может вызвать проблемы со здоровьем: например, вес тела при нервной анорексии или ожирении или токсические количества в случаях злоупотребления психоактивными веществами. Настоящие данные можно рассматривать только как первый предварительный шаг в этом направлении. Однако они показывают, что эффекты адаптации, возникающие при сенсорном восприятии, могут быть вызваны естественным образом без необходимости явного подкрепления.

Наконец, следует отметить, что настоящее исследование затронуло только один небольшой и очень специфический аспект обработки величин и численностей, а именно вербальное кодирование и его соответствие лежащим в основе репрезентациям. Сами эти представления, доступ к этим представлениям и поведенческие эффекты, связанные с доступом к представлениям, находятся в центре внимания множества других исследований (см., Например, Weis et al., 2018; Nikolaev et al., 2020). В таких исследованиях используются парадигмы, аналогичные парадигмам, использованным в настоящем исследовании, в которых используются задачи ускоренной реакции с двумя вариантами ответа.Задачи могут потребовать оценки величины или эффектов совместимости размеров и привести к последовательным и интересным надежным поведенческим паттернам, таким как эффект пространственной цифровой ассоциации кодов ответа (SNARC). Основное внимание в таких исследованиях часто уделяется совместимости размеров стимула и реакции, например, изменяется ли скорость реакции левой и правой руки в зависимости от физической или числовой величины стимула на экране (с небольшими величинами, благоприятствующими ответам). левая рука = нижний диапазон MNL, а большие величины связаны с более быстрыми ответами правой руки = верхний диапазон MNL).В контексте настоящего исследования мы не анализировали такие эффекты совместимости, потому что назначение ответов на кнопки ответа было ортогонально физическому размеру или количеству стимула: испытуемые указали значение истинности комбинации количественное заявление и визуальный дисплей. Таким образом, выбор правильной кнопки ответа (левая / правая) определялся не только количеством кругов или полярностью квантификатора, но и комбинацией.По этой причине мы решили не обращаться к литературе о совместимости ответов в экспериментальных условиях, аналогичных той, которую мы использовали здесь (обсуждение стратегий обработки кванторов, MNL и выбора ответа см., Например, Shikhare et al., 2015).

Заявление о доступности данных

Наборы данных, созданные для этого исследования, доступны по запросу соответствующему автору.

Заявление об этике

Исследования с участием людей были рассмотрены и одобрены этическим комитетом Дюссельдорфского университета имени Генриха Гейне.Пациенты / участники предоставили письменное информированное согласие на участие в этом исследовании.

Авторские взносы

SH участвовал в разработке концепции, дизайне исследования, анализе данных, обсуждении и редактировании рукописи. NP и NB внесли свой вклад в разработку концепции, дизайн исследования, сбор данных, обсуждение и редактирование рукописи.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Финансирование

Это исследование было поддержано Deutsche Forschungsgemeinschaft (DFG, Центр совместных исследований 991).

Благодарности

Мы хотели бы поблагодарить фрауке Хеллвиг за ее неоценимую поддержку и помощь в программировании эксперимента и создании списков.

Сноски

Список литературы

Барвайз, Дж., И Купер, Р. (1981). Обобщенные кванторы и естественный язык. Лингвист. Филос. 4, 159–219.

Google Scholar

Ченг, Д., Чжоу, А., Ю, X., Чен, К., Цзя, Дж., И Чжоу, X. (2013). Обработку кванторов можно отделить от обработки числовых данных: данные о семантических данных пациентов с деменцией. Neuropsychologia 51, 2172–2183. DOI: 10.1016 / j.neuropsychologia.2013.07.003

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дешам И., Агмон Г., Левенштейн Ю. и Гродзинский Ю.(2015). Обработка полярных кванторов и восприятие численности. Познание 143, 115–128. DOI: 10.1016 / j.cognition.2015.06.006

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фернандо Т. и Камп Х. (1996). «Ожидая многого», в Семантика и лингвистическая теория (SALT) VI , ред. Т. Галлоуэй и Дж. Спенс (Итака, Нью-Йорк: Корнельский университет), 53–68.

Google Scholar

Halberda, J., Taing, L., и Lidz, J. (2008).Развитие понимания «Моста» и его потенциальная зависимость от счетных способностей у дошкольников. Lang. Учить. Dev. 4, 99–121. DOI: 10.1080 / 154754408019

CrossRef Полный текст | Google Scholar

Хайм, С., Амунц, К., Драй, Д., Эйкхофф, С., Хаутваст, С., Гродзинский, Ю. (2012). Интерфейс "язык-число" в мозгу: сложное параметрическое исследование кванторов и величин. Фронт. Evol. Neurosci. 4: 4. DOI: 10.3389 / fnevo.2012.00004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хайм С., Макмиллан К. Т., Кларк Р., Баэр Л., Тернес К., Олм К. и др. (2016). Как мозг узнает, сколько «много»: исследование гибкости семантики кванторов с помощью фМРТ. Нейроизображение 125, 45–52. DOI: 10.1016 / j.neuroimage.2015.10.035

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хайм, С., Макмиллан, К. Т., Кларк, Р., Голоб, С., Мин, Н. Э., Олм, К.A., et al. (2015). Если так много «немногих», сколько «много»? Фронт. Psychol. 6: 441. DOI: 10.3389 / fpsyg.2015.00441

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лидз, Дж., Пьетроски, П., Халберда, Дж., И Хантер, Т. (2011). Прозрачность интерфейса и большая часть психосемантики. Nat. Lang. Семантика 19, 227–256. DOI: 10.1007 / s11050-010-9062-6

CrossRef Полный текст | Google Scholar

Ньюланд, М. С. (2016).Количественная оценка, предсказание и онлайн-влияние истинностной ценности предложения: свидетельства из связанных с событием потенциалов. J. Exp. Psychol. Учить. Mem. Cogn. 42, 316–334. DOI: 10.1037 / xlm0000173

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Николаев, А. Р., Бек, А. К., Теобальд, С., Лахманн, Т., и ван Левен, К. (2020). Учет пространственных эффектов символьного представления чисел. Biol. Psychol. 149: 107782. DOI: 10.1016 / j.biopsycho.2019.107782

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Одич Д., Пьетроски П., Хантер Т., Лидз Дж. И Халберда Дж. (2013). Понимание детьми «большего» и различение числа и площади. J. Exp. Psychol. Учить. Mem. Cogn. 39, 451–461. DOI: 10.1037 / a0028874

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Пьетроски П., Лидз Дж., Хантер Т. и Халберда Дж. (2009). Значение «большинства»: семантика, численность и психология. Mind Lang. 24, 554–585. DOI: 10.1111 / j.1468-0017.2009.01374.x

CrossRef Полный текст | Google Scholar

Schöller, A. S. (2017). Сколько много? Изучение зависимости нескольких и многих от контекста с помощью вероятностных вычислительных моделей. к.т.н. диссертация, Университет Эберхарда Карла, Тюбинген.

Google Scholar

Schöller, A. S., и Franke, M. (2015). Семантические значения как скрытые параметры: удивительно мало и много. Proc.СОЛЬ 25, 143–162.

Google Scholar

Schöller, A. S., and Franke, M. (2016). «Сколько их? Изучение семантических теорий с помощью вычислительных моделей, управляемых данными », в Proceedings of the Sinn und Bedeutung 20 , ред. Н. Баде, П. Березовская и А. Шёллер (Тюбинген: Университет Штутгарта), 622–639.

Google Scholar

Шихаре С., Хайм С., Кляйн Э., Хубер С. и Уиллмс К. (2015). Обработка числовых и пропорциональных кванторов. Cogn. Sci. 39, 1504–1536. DOI: 10.1111 / винтики.12219

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Слит-Кепплер, Д. (2013). Выбор высокого (или низкого) пути: количественная оценка основных эффектов привязки. J. Soc. Psychol. 153, 424–447. DOI: 10.1080 / 00224545.2012.757543

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Солт, С. (2011). «Неопределенность в количестве: два тематических исследования с лингвистической точки зрения», в Understanding Vagueness.Логические, философские и лингвистические перспективы , ред. П. Синтула, К. Фермюллер, Л. Годо и П. Хайек (Лондон: публикации колледжа), 157–174.

Google Scholar

Спихальская, М., Континен, Дж., Новек, И., Реймер, Л., и Вернинг, М. (2019). Когда числа не точны: неоднозначность и предсказание при обработке предложений с голыми цифрами. J. Exp. Psychol. Учить. Mem. Cogn. 45, 1177–1204. DOI: 10.1037 / xlm0000644

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Szymanik, J., и Зайенковски, М. (2009). Совершенствование методологии экспериментов по пониманию кванторов. Neuropsychologia 47, 2682–2683. DOI: 10.1016 / j.neuropsychologia.2009.04.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Шиманик, Дж., И Зайенковски, М. (2010). Понимание простых кванторов: эмпирическая оценка вычислительной модели. Cogn. Sci. 34, 521–532. DOI: 10.1111 / j.1551-6709.2009.01078.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Зайенковский, М., Стила, Р., Шиманик, Дж. (2011). Вычислительный подход к кванторам как объяснение некоторых языковых нарушений при шизофрении. J. Commun. Disord. 44, 595–600. DOI: 10.1016 / j.jcomdis.2011.07.005

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Зайенковски М., Шиманик Дж. (2013). САМЫЕ умные люди точны, а НЕКОТОРЫЕ быстрые люди умны. Интеллект, рабочая память и семантическая обработка кванторов с вычислительной точки зрения. Интеллект 41, 456–466. DOI: 10.1016 / j.intell.2013.06.020

CrossRef Полный текст | Google Scholar

Зайенковски М., Шиманик Дж. И Гарраффа М. (2014). Механизмы рабочей памяти при пропорциональной проверке кванторов. Дж. Психолингвист. Res. 43, 839–853. DOI: 10.1007 / s10936-013-9281-3

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Этот сайт использует файлы cookie для повышения производительности.Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.


Настройка вашего браузера для приема файлов cookie

Существует множество причин, по которым cookie не может быть установлен правильно. Ниже приведены наиболее частые причины:

  • В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки своего браузера, чтобы он принимал файлы cookie, или чтобы спросить вас, хотите ли вы принимать файлы cookie.
  • Ваш браузер спрашивает вас, хотите ли вы принимать файлы cookie, и вы отказались.Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файлы cookie.
  • Ваш браузер не поддерживает файлы cookie. Если вы подозреваете это, попробуйте другой браузер.
  • Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы исправить это, установите правильное время и дату на своем компьютере.
  • Вы установили приложение, которое отслеживает или блокирует установку файлов cookie.Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

Почему этому сайту требуются файлы cookie?

Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу. Чтобы предоставить доступ без файлов cookie потребует, чтобы сайт создавал новый сеанс для каждой посещаемой страницы, что замедляет работу системы до неприемлемого уровня.


Что сохраняется в файле cookie?

Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в cookie; никакая другая информация не фиксируется.

Как правило, в файле cookie может храниться только информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта. Например, сайт не может определить ваше имя электронной почты, пока вы не введете его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступа к остальной части вашего компьютера, и только сайт, который создал файл cookie, может его прочитать.

Диагностическая точность пан-дегенеративного анализа амплификации и адаптации для анализа мутации лекарственной устойчивости ВИЧ-1 в странах с низким и средним уровнем доходов -доходные страны (СНСД).Тесты на точечные мутации, направленные на приоритетные мутации лекарственной устойчивости (DRM), проходят оценку для улучшения доступа к тестированию на ЛУ-ВИЧ. В перекрестном исследовании (с июня 2018 г. по сентябрь 2019 г.) мы оценили диагностическую точность простого и быстрого анализа ЛУ-ВИЧ (анализ пан-дегенеративной амплификации и адаптации [PANDAA], нацеленный на мутации K65R, K103NS, M184VI, Y181C и G190A) по сравнению с секвенированием по Сэнгеру и секвенированием следующего поколения (NGS). Были проанализированы образцы плазмы от подростков и молодых людей (в возрасте от 10 до 24 лет), не получавших антиретровирусной терапии (вирусная нагрузка,> 1000 копий / мл 2 раза подряд с интервалом в 1 месяц).Чувствительность и специфичность анализа PANDAA определялись с помощью специального приложения, разработанного Aldatu Biosciences. Согласованность методов генотипирования оценивали с использованием коэффициента Каппа Коэна. Сто пятьдесят образцов, предварительно охарактеризованных секвенированием по Сэнгеру, были оценены с использованием PANDAA. Для всех обнаруженных DRM PANDAA показал чувствительность и специфичность 98% и 94% соответственно. Для DRM нуклеотидных ингибиторов обратной транскриптазы чувствительность и специфичность составляли 98% (95% доверительный интервал [ДИ], 92–100%) и 100% (94–100%), соответственно.Для DRM ненуклеотидных ингибиторов обратной транскриптазы чувствительность и специфичность составляли 100% (от 97% до 100%) и 76% (от 61% до 87%) соответственно. PANDAA продемонстрировал сильное согласие с секвенированием по Сэнгеру для K65R, K103NS, M184VI и G190A (каппа> 0,85) и существенное согласие для Y181C (каппа = 0,720). Из 21 ложноположительного образца, генотипированного PANDAA, только 6 (29%) были идентифицированы NGS как варианты с низкой численностью. Обладая высокой чувствительностью и специфичностью для обнаружения основных DRM, PANDAA может представлять собой простой и быстрый альтернативный тест на ЛУ-ВИЧ в СНСД.

ВВЕДЕНИЕ

Растущая распространенность лекарственной устойчивости вируса иммунодефицита человека типа 1 (ВИЧ-1) (ЛУ-ВИЧ) остается серьезной угрозой для лечения и профилактики ВИЧ-1 во всем мире, особенно во многих странах с низким и средним уровнем доходов (СНСД). пострадали от пандемии ВИЧ-1 (1, 2). Во многих СНСД зарегистрированы высокие показатели приобретенной лекарственной устойчивости к ингибиторам нуклеотидной обратной транскриптазы (НИОТ) и не-НИОТ (ННИОТ) среди ВИЧ-инфицированных лиц, не прошедших антиретровирусную терапию (АРТ) первой линии (1, 3, 4).Ранее мы сообщали о высоком уровне приобретенных мутаций лекарственной устойчивости (86%) среди молодых людей, не получающих АРТ в Зимбабве (5). Аналогичным образом было показано, что варианты с низкой численностью (вирусные популяции, которые встречаются менее чем в 20% от общей популяции), особенно с устойчивостью к ННИОТ, отрицательно влияют на последующую АРТ (6, 7). Таким образом, мониторинг ЛУ-ВИЧ остается критически важным для достижения третьей из целевых показателей ЮНЭЙДС 90–90–90 (8–10) по подавлению максимальной вирусной нагрузки (ВН) и ликвидации СПИДа к 2030 году.

Настоятельно рекомендуется стандартный анализ генотипической устойчивости ВИЧ (GRT) с использованием секвенирования по Сэнгеру для выбора начальной и последующей АРТ (11–13). Доказано, что это рентабельно в странах с высоким уровнем доходов (14), но практически ограничено и неосуществимо во многих СНСД, поскольку остается сложным и дорогостоящим (15, 16). В Зимбабве, хотя проверка собственного метода генотипирования в лаборатории Африканского института биомедицинских наук и технологий показала хорошие результаты ЛУ-ВИЧ, Chimukangara et al.пришли к выводу, что внедрение таких методов в Зимбабве было слишком дорогостоящим (17). Кроме того, Phillips et al. показали, что использование GRT во время неэффективности АРТ первого ряда при принятии решения о переходе на терапию второго ряда не было рентабельным в СНСД (16). Между тем, в Зимбабве наблюдение за лекарственной устойчивостью (путем секвенирования по Сэнгеру) для ведения пациентов стоит от 300 до 600 долларов за образец в частном секторе. Всемирная организация здравоохранения (ВОЗ) уделяет приоритетное внимание увеличению лабораторного потенциала и расширению доступа к тестированию на ЛУ-ВИЧ в СНСД (18, 19).Доступный по цене метод мониторинга ЛУ-ВИЧ (Южноафриканская сеть лечения и резистентности [SATuRN] / Life Technologies) для СНСД был внедрен в Зимбабве (20). Однако полученные ампликоны отправляются в коммерческие лаборатории (Лаборатория молекулярного клонирования, США и Инкаба, Южная Африка) для GRT. Это привело к задержке оборота результатов (ТАТ) и, следовательно, может произойти переключение на более дорогостоящие и ненужные АРТ, или люди могут быть переведены на неоптимальное лечение.

Ежегодное собрание сети ВОЗ по борьбе с ВИЧ (HIVRESNET) в 2017 г. и последнее в 2019 г. выступало за внедрение тестов на точечную мутацию (PMA) ЛУ-ВИЧ для тестирования в СНСД (10). Анализы точечных мутаций (лигирование олигонуклеотидов, удлинение аллель-специфических праймеров, мультиплексный анализ кривой плавления, а также анализы пан-дегенеративной амплификации и адаптации) разрабатываются и проверяются, а некоторые из них были внедрены для улучшения доступа к тестированию на ЛУ-ВИЧ. Повышенная чувствительность к лекарственно-устойчивым вариантам с низким содержанием, более низкая стоимость, более простые процедуры, меньшее количество требований к оборудованию и более быстрая ТАТ обеспечивают потенциальные преимущества по сравнению со стандартным секвенированием по Сэнгеру (21).Таким образом, PMA могут быть подходящими и удобными тестами для индивидуального тестирования на ЛУ-ВИЧ и клинического ведения во многих СНСД.

Пан-дегенеративная амплификация и адаптация (PANDAA) - это технология генотипирования, разработанная для обеспечения недорогого и высокопроизводительного целенаправленного тестирования на ВИЧ-инфекцию в СНСД. Анализ PANDAA - это целенаправленное генотипирование, позволяющее выявлять специфические мутации, влияющие на чувствительность к НИОТ и ННИОТ (K65R, M184VI, K103NS, Y181C и G190A), которые присутствуют у> 98% пациентов, не прошедших терапию первой линии ННИОТ (22).Анализ может количественно определить ключевые DRM ВИЧ, присутствующие на уровне ≥ 5%, с диагностической чувствительностью и специфичностью 96,9% и 97,5% соответственно (23). PANDAA основан на технологии количественной ПЦР в реальном времени (qPCR), хорошо зарекомендовавшем себя золотом стандарте недорогого и чувствительного анализа генотипа. На сегодняшний день нет данных, оценивающих анализ PANDAA для обнаружения DRM ВИЧ-1 в СНСД. Поэтому мы оценили диагностическую точность PANDAA для выявления основных DRM среди подростков и молодых людей, не получающих АРТ, в Зимбабве.

МАТЕРИАЛЫ И МЕТОДЫ

Дизайн исследования. В перекрестном исследовании, проведенном с июня 2018 г. по сентябрь 2019 г., мы оценили чувствительность и специфичность анализа PANDAA при обнаружении основных DRM (≥20%) по сравнению со стандартным GRT путем секвенирования по Сэнгеру. и в обнаружении основных DRM низкого уровня (<20%) по сравнению с секвенированием следующего поколения (NGS). Мы использовали образцы плазмы, собранные в ходе рандомизированного клинического исследования в клинике лечения ВИЧ-инфекции при больнице Париренятва (клиника OI) в Хараре, Зимбабве, как описано ранее (5).

Популяция, условия и процедуры исследования. Пациенты, подходящие для включения, были согласны с ВИЧ-1-инфицированными подростками и молодыми людьми в возрасте от 10 до 24 лет с подтвержденной вирусологической неудачей (ВН> 400 копий / мл в 2 последовательных случаях с интервалом в 1 месяц) . Мы набрали участников в клинике лечения ВИЧ-АРТ при больнице Париренятва, учреждении третичного уровня в Хараре, Зимбабве. Участники получали АРТ первого ряда (2 НИОТ плюс 1 ННИОТ) или АРТ второго ряда (2 НИОТ плюс ингибитор протеазы) и получали АРТ не менее 6 месяцев.Письменное информированное согласие было получено от подходящих участников в возрасте от 18 до 24 лет. Согласие, а также информированное согласие их законных опекунов было получено от детей и подростков в возрасте от 10 до 17 лет. Данные о возрасте, поле и истории АРТ (дата начала лечения, схемы лечения и продолжительность АРТ) были извлечены из медицинских карт.

Генотипирование путем секвенирования по Сэнгеру (контрольный анализ с отсечкой ≥20%). Цельную кровь собирали в пробирку с ЭДТА, а плазму собирали после центрифугирования при 1000 × g в течение 10 мин.Собранную плазму затем хранили при -80 ° C в Исследовательской лаборатории инфекционных заболеваний (IDRL) ​​Колледжа медицинских наук Университета Зимбабве. При подготовке к генотипированию гена pol ВИЧ- вирусная РНК ВИЧ-1 была выделена из 200 мкл хранимых образцов плазмы с использованием набора для экстракции на колонке, мини-вирусной РНК / ДНК мини-набора PureLink (Thermo Fisher Scientific, Карлсбад, Калифорния). , США) в соответствии с инструкциями производителя. РНК элюировали 30 мкл воды, свободной от РНКазы, и сразу хранили при -80 ° C, если не использовали для ПЦР с обратной транскрипцией (ОТ-ПЦР).Для амплификации использовали протокол Южноафриканской сети устойчивости к лечению (SATuRN), как описано ранее (20). Вкратце, это двухэтапный протокол ОТ-ПЦР, за которым следует вложенная ПЦР, которая генерирует ампликон длиной 1197 п.н., охватывающий все 99 кодонов протеазы ВИЧ-1 и первые 300 кодонов обратной транскриптазы (ОТ) ВИЧ-1. pol ген. Все ампликоны секвенировали с использованием коммерческих служб секвенирования по Сэнгеру, доступных в Molecular Cloning Laboratories, Сан-Франциско, Калифорния.Сгенерированные хроматограммы были собраны с использованием программного обеспечения Geneious версии 8 (24), а DRM ВИЧ были определены с помощью онлайн-программы Stanford HIVDB (25). Оставшиеся ампликоны РНК ВИЧ-1 и ПЦР, полученные для секвенирования по Сэнгеру, собирали и хранили при -80 ° C и -20 ° C соответственно в течение от 7 до 12 месяцев до генотипирования с помощью NGS и PANDAA, соответственно.

Генотипирование с помощью PANDAA (индексный тест с отсечкой ≥5%). (i) Обзор валидации анализа PANDAA. Анализ PANDAA - это тест на различение аллелей, разработанный для смягчения негативного влияния вариабельности DRM-проксимальной последовательности на эффективность кПЦР с использованием чрезвычайно вырожденных праймеров, которые перекрываются с сайтом связывания зонда (23).Анализ был разработан с аллелем 1, представляющим кодон дикого типа, и аллелем 2, представляющим мутантный кодон. PANDAA был подтвержден с использованием двух наборов из пяти синтетических ДНК-матриц, включающих аллели сайта связывания зонда для кодонов RT 65, 103, 181, 184 и 190. Один набор содержал кодон дикого типа (интегрированный набор A, шаблоны с 001 по 005), а второй содержал DRM-обеспечивающие нуклеотидные замены для K65R, K103N, Y181C, M184VI и G190A (интегрированный набор B, шаблоны с 001 по 005). Валидация PANDAA проводилась с использованием дифференциально меченых зондов TaqMan для различения ДНК дикого типа (VIC, помеченная [зеленый], аллель 1) от типов DRM (6-карбоксифлуоресцеин [FAM], меченная [красный], аллель 2) для каждого кодона устойчивости к лекарственным средствам. .Таким образом, селективность PANDAA (т. Е. Определяемая доля DRM на фоне дикого типа) оценивалась с использованием смешанных соотношений интегрированного набора A (дикого типа) и B (DRM) ДНК-матриц с 001 по 005 до доли DRM, составляющей 1% (23). Четыре набора контролей с различными пропорциями последовательностей дикого типа и DRM были предоставлены с набором, используемым в этом исследовании. Эти контроли служили для контроля качества реагентов PANDAA, а также использовались для проверки работы термоциклера в реальном времени, поскольку они обеспечивали набор исходных данных для предварительного анализа.Контроли включали 2 набора 1a / 2a (50% / 50%), содержащих 50% DRM, с профилями устойчивости K65R, K103N, Y181C, M184V / I и G190A / S при 1,0 × 10 5 копий / мкл и 1,0 × 10 4 копий / мкл; 1 набор 1b / 2b (80% / 20%), содержащий 20% DRM с профилями устойчивости K65R, K103N, Y181C, M184V / I и G190A / S) при 1,0 × 10 5 копий / мкл; и, наконец, 1 набор 1b (100%), содержащий 0% DRM или дикого типа в количестве 1,0 × 10 5 копий / мкл.

(ii) Реакция, установленная в этом исследовании. Один микролитр сохраненных ампликонов для ПЦР (от 10 до 20 нг / мкл) был добавлен к 249 мкл буфера Трис-ЭДТА для получения основного разведения. Его дважды разводили в разведении 1/50 каждый раз водой, свободной от нуклеаз, для получения рабочего исходного ампликона, содержащего приблизительно 2,5 × 10 4 копий / мкл, перед генотипированием PANDAA. Рабочие исходные ампликоны добавляли к основной смеси для qPCR, которая включала прямой и обратный праймеры PANDAA, а также зонды (меченные VIC зонды дикого типа и меченные FAM DRM-специфические зонды).Кодоны, соответствующие K65R, K103N, Y181C, M184V / I и G190A / S, тестировали индивидуально. Таким образом, для каждого образца было выполнено пять различных прогонов, чтобы получить полный профиль DRM. В каждом цикле образцы тестировали в трех экземплярах для оценки воспроизводимости (порог цикла повторной группы [ C T ], стандартное отклонение <0,2). Затем конечный реакционный объем 10 мкл добавляли в 96-луночный планшет, содержащий образцы, по меньшей мере, 2 набора контролей и контроль без матрицы (NTC), который представлял собой воду, не содержащую нуклеаз, используемую для разведения ампликона образца.Реакцию проводили в следующих условиях ПЦР: 95 ° C в течение 3 минут для начальной инкубации реакции, за которыми следовали 10 трехэтапных циклов адаптации: 95 ° C в течение 3 секунд, 50 ° C в течение 60 секунд и 60 ° C для 30 с и, наконец, 35 двухэтапных циклов амплификации при 95 ° C в течение 3 секунд и 60 ° C в течение 60 секунд, в течение которых регистрировались данные флуоресценции. Термоциклер CFX96 (Bio-Rad Laboratories, Inc., Калифорния, США) был откалиброван для двух различных флуорофоров, используемых в PANDAA, FAM (максимум возбуждения = 494 нм и максимум излучения = 518 нм) и VIC (максимум возбуждения = 538 нм и максимум излучения = 552 нм).

Все данные, полученные с помощью термоциклера CFX96 PCR, были проанализированы с использованием собственного приложения, разработанного Aldatu Biosciences. Относительное количество мутантных кодонов по сравнению с диким типом было рассчитано на основании значений C T для обоих. Анализ PANDAA был выполнен в IDRL Университета Зимбабве.

Генотипирование путем секвенирования следующего поколения (эталонный анализ вариантов с низким содержанием с отсечкой ≥2%) .Библиотеки парных концов были созданы с использованием набора для подготовки индексных индексов библиотеки ДНК Illumina Nextera XT (26) с 96 индексами.Следуя протоколу производителя, созданные библиотеки с парными концами амплифицировали и очищали с использованием гранул AMPure XP. Секвенирование выполняли на Illumina MiSeq с использованием реагента MiSeq, версия 2 (500 циклов), на платформе Kwazulu Natal Research Innovation and Sequencing Platform (KRISP), Дурбан, Южная Африка. После секвенирования сгенерированные необработанные считывания (файлы FastQ) были отфильтрованы на предмет считывания низкого качества и de novo собраны в контиги с использованием онлайн-инструментов Genome Detective (27).Наконец, обнаружение вариантов с низкой численностью было выполнено на ≥2% с использованием программного обеспечения Geneious, версия 8 (Biomatters, Ltd., Окленд, Новая Зеландия) (24). Секвенирование следующего поколения может обнаруживать изменения, которые присутствуют на уровне от 2% до 5% (28).

Анализ. Образцы без результатов (чрезмерно разведенные образцы и образцы с низкой вирусной нагрузкой) считались неопределенными. Эти неопределенные образцы были повторно протестированы (с менее разбавленным образцом), и результаты были включены в окончательный анализ.Неамплифицированные образцы исключались из анализа. Результаты были разделены на категории по каждому обнаруженному DRM (K65R, M184VI, Y181C, K103NS или G190A), DRM NRTI, DRM NNRTI и DRM общего ингибитора обратной транскриптазы (RTI). Ложноположительные образцы были определены как образцы с DRM, обнаруженные с помощью анализа PANDAA и не обнаруженные с помощью секвенирования по Сэнгеру (эталонный стандартный тест). Ложноотрицательные образцы представляли собой образцы с DRM, подтвержденные секвенированием по Сэнгеру, но не обнаруженные анализом PANDAA.

Чувствительность и специфичность определялись с помощью специального приложения, разработанного Aldatu Biosciences, и диагностического алгоритма в Stata версии 14 (StataCorp LP, College Station, TX, США).Доверительные интервалы для чувствительности, специфичности и точности были «точными» доверительными интервалами Клоппера-Пирсона (http://www.real-statistics.com/binomial-and-related-distributions/beta-distribution/). Точность определялась как общая вероятность того, что образец пациента будет правильно классифицирован. Уровни значимости были установлены на уровне P , равном 0,05. Филогенетическое дерево и процентное соотношение нуклеотидной неоднозначности были построены с помощью программного обеспечения Geneious для проверки любых загрязнений и обеспечения качества последовательностей, созданных с помощью различных анализов.Наличие или отсутствие DRM, обнаруженных любым анализом, было проверено двумя нейтральными учеными-исследователями (не осведомленными об исходных результатах). Все совпадения методов генотипирования определялись коэффициентом корреляции Пирсона. Каппа Коэна, которая представляет собой надежную статистику, полезную как для межэкспертного, так и для внутриэкспериментального тестирования надежности, использовалась для определения уровня согласия между PANDAA и секвенированием по Сэнгеру. Сила коэффициента каппа интерпретировалась следующим образом: ≤0, нет согласия; 0.От 01 до 0,20, небольшое совпадение; От 0,21 до 0,40, справедливое согласие; От 0,41 до 0,60, умеренное согласие; От 0,61 до 0,80, существенное согласие; 0,81–1,00, полное или почти полное совпадение (29).

Этика. Исследование было рассмотрено и одобрено местным институциональным наблюдательным советом Объединенного комитета по исследованиям и этике Университета Зимбабве (JREC / 185/15), Советом по медицинским исследованиям Зимбабве (MRCZ / A / 1992) и Исследовательским советом Зимбабве (RCZ / A / 1992). Утверждение и отправка образцов для тестирования NGS были получены от институционального наблюдательного совета Управления этики биомедицинских исследований Университета Квазулу-Натал, Дурбан, Южная Африка (BE 320/19).

Доступность данных. Последовательности протеазы и частичной обратной транскриптазы в этом исследовании доступны в GenBank под номерами доступа от MK583768 до MK583927.

РЕЗУЛЬТАТЫ

Обзор образцов. Из 212 участников, включенных в исследование, образцы из 185, получавших АРТ первого или второго ряда с ВН> 1000 копий / мл, были первоначально генотипированы секвенированием по Сэнгеру. Из 185 160 (86%) были успешно генотипированы, а из 160 успешно генотипированных 151 (82%) образец с достаточным объемом был секвенирован с помощью анализа PANDAA (индексный тест) и анализа NGS (рис.1).

FIG 1

Обзор образца. ВЛ - вирусная нагрузка; NGS, секвенирование нового поколения; индексный анализ, тест, точность которого оценивается; эталонный анализ, лучший доступный метод секвенирования для установления наличия или отсутствия мутаций устойчивости к лекарствам и сравнения распределения результатов индексных тестов. Анализ PANDAA сравнивали с секвенированием по Сэнгеру для мутаций устойчивости к лекарственным средствам, обнаруженным при ≥20%, и NGS для вариантов с низкой численностью (≥2%).

Исходные демографические и клинические характеристики пациентов с успешно генотипированными образцами.Время анализа PANDAA составляло приблизительно 2 часа на партию из 24 образцов из входных ампликонов. Окончательный результат может быть получен в течение 2–5 дней после сбора образца. В целом, в анализ данных было включено 150 из 151 образца. Один образец был исключен, поскольку он не усиливался. Средний возраст (межквартильный диапазон [IQR]) 150 участников, успешно прошедших генотипирование, составлял 18 (от 15 до 19) лет. Медиана (IQR) log 10 VL составила 4,51 (от 4,05 до 4,93) копий / мл. Помимо ламивудина (3TC) в основной цепи НИОТ участников, 70% (105/150) принимали тенофовир дизопроксил фумарат (TDF), 21% (32/150) принимали зидовудин (AZT), а остальные 9% (13 / 150) принимали абакавир (ABC) (таблица 1).

ТАБЛИЦА 1

Исходные демографические и клинические характеристики 150 участников a

Оценки чувствительности и специфичности анализа PANDAA и его точности (95% ДИ) при обнаружении DRM. Обнаружение DRM или вирусов дикого типа с помощью анализа PANDAA измеряли и использовали для расчета его чувствительности и специфичности по сравнению с золотым стандартом, секвенированием по Сэнгеру. В целом, для всех обнаруженных DRM анализ PANDAA показал чувствительность (95% доверительный интервал [ДИ]) и специфичность (95% доверительный интервал) 98% (от 95% до 99%) и 94% (от 91% до 96%). , соответственно.О чувствительности и специфичности также сообщали по классам лекарств. Для НИОТ DRM чувствительность (95% ДИ) и специфичность (95% ДИ) составили 98% (92–100%) и 100% (94–100%), соответственно, с точностью 99%. Для ННИОТ DRM чувствительность (95% ДИ) и специфичность (95% ДИ) были представлены как 100% (от 97% до 100%) и 76% (от 61% до 87%), соответственно, с точностью 93%. . Подробные сведения о чувствительности и специфичности при обнаружении отдельных DRM можно найти в таблице 2.

ТАБЛИЦА 2

Чувствительность, специфичность и согласованность анализа PANDAA и секвенирования по Сэнгеру a

Мутации устойчивости к лекарственным средствам, обнаруженные с помощью секвенирования по Сэнгеру.Для 150 человек, образцы которых были успешно генотипированы с помощью секвенирования по Сэнгеру, дополнительные основные НИОТ и ННИОТ DRM помимо тех, которые были оценены PANDAA (K65R, M184V, K103N, Y181C и G190A) с использованием онлайн-программы Stanford HIVDB, присутствовали в 60% последовательностей. Мутации, влияющие на чувствительность к НИОТ, присутствовали в 34% (51/150) следующим образом: Y115F (который синергетически снижает восприимчивость к TDF только в комбинации с K65R) обнаружен у 8%; L74VI (который снижает восприимчивость к ABC) обнаружен у 5%; мутации аналога тимидина (снижающие восприимчивость к AZT) обнаружены в 24%; и, наконец, K70E (который снижает восприимчивость к TDF) был обнаружен только в 2%.Мутации, влияющие на чувствительность к ННИОТ, были обнаружены у 48% (72/150), а именно: L100I в 5%, K101EP в 20%, V106AM в 29%, Y188LCH в 4% и M230L в 3%. Все эти мутации снижают восприимчивость к эфавиренцу (EFV) и невирапину (NVP).

Уровни согласия между PANDAA и секвенированием по Сэнгеру. Для всех обнаруженных DRM анализ PANDAA показал сильное согласие с эталонным анализом, т. Е. С секвенированием по Сэнгеру (каппа = 0,90; 95% ДИ от 0,86 до 0,93). Анализ PANDAA также показал сильное согласие с секвенированием по Сэнгеру для отдельных DRM K65R (каппа = 0.95), M184VI (каппа = 0,99), K103NS (каппа = 0,96) и G190A (каппа = 0,85) и существенное согласие для Y181C (каппа = 0,72) (таблица 2).

Оценка анализа PANDAA для обнаружения DRM с низким содержанием. Расхождения между анализом PANDAA и секвенированием по Сэнгеру были зарегистрированы для 23% (34/150) образцов. Из этих 34 образцов 30 были ложноположительными (FP), в основном с мутацией Y181C (FP = 18), за которыми следовали G190A (FP = 9), K103NS (FP = 2) и K65R (FP = 1). Ложноотрицательные (FN) результаты были получены только с 4 образцами.Чтобы убедиться, что результаты FP и FN, записанные для анализа PANDAA, не были основаны на интерпретации данных, как исходные хроматограммы секвенирования Сэнгера, так и данные NGS были рассмотрены третьим нейтральным ученым. Точно так же качество сгенерированных консенсусных последовательностей было проверено реконструкцией филогенетического дерева в программе Geneious, версия 8. Эти образцы, которые были FP и FN по PANDAA (отсечка, ≥5%), были оценены NGS с платформой Illumina MiSeq (отсечка, ≥2%). Из 30 образцов FP 9 (30%) не удалось секвенировать NGS.Из 21 успешно генотипированного ложноположительного образца только в 6 (29%) образцах с мутациями, обнаруженными с помощью анализа PANDAA, также были обнаружены мутации (от 2 до 5%) с помощью NGS. Однако различия в обнаружении ложноположительных DRM, влияющих на восприимчивость к ННИОТ, были клинически замечены с Y181C по сравнению с G190A, когда результаты PANDAA и NGS сравнивались с результатами секвенирования по Сэнгеру. G190A, обнаруженный PANDAA, также был обнаружен секвенированием по Сэнгеру и NGS как G190E / S (что вызывает высокий уровень устойчивости к EFV и NVP) (Таблица 3).

ТАБЛИЦА 3

Оценка результатов несоответствия a

ОБСУЖДЕНИЕ

Несмотря на улучшение АРТ, вирусологический отказ и появление DRM остаются проблемой во многих СНСУД. В таких странах тестирование на резистентность по-прежнему остается дорогостоящим (15, 16). В соответствии с рекомендациями ВОЗ HIVRESNET 2018 г. (10), были достигнуты значительные успехи в области PMA, регулирующей ЛУ ВИЧ. Эти технологии были разработаны, и в настоящее время некоторые из них проходят оценку в СНСУД для решения растущих проблем ЛУ-ВИЧ.Мы сосредоточились на оценке диагностической точности нового теста на ЛУ-ВИЧ, анализа PANDAA, в выявлении основных DRM среди подростков и молодых людей, не получающих АРТ первого ряда на основе ННИОТ.

Было разработано несколько PMA для выявления ЛУ-ВИЧ. К ним относятся анализ лигирования олигонуклеотидов (OLA; Вашингтонский университет, Сиэтл, Вашингтон, США), удлинение аллель-специфических праймеров (Центры по контролю и профилактике заболеваний США [CDC]) и анализ мультиплексной кривой плавления (InSilixa, Саннивейл, Калифорния, США, США). США).Так же, как анализ PANDAA выгодно отличался от эталонного анализа (т. Е. Секвенирования по Сэнгеру) и продемонстрировал общую чувствительность и специфичность 98% и 94% соответственно, набор OLA-Simple, разработанный для выявления ЛУ-ВИЧ против ННИОТ первого ряда, ранее успешно реализовывалась в Таиланде и Зимбабве (30, 31). Действительные результаты OLA, полученные в лаборатории Зимбабве, были сравнимы с высоким соответствием с результатами проверенной и аккредитованной лаборатории в Сиэтле, штат Вашингтон, США, для K103N (100%), V106M (39/40; 97.5%), Y181C (38/40; 95%) и G190A (100%). Следовательно, Mutsvangwa et al. пришли к выводу, что использование этого недорогого теста для обнаружения ЛУ-ВИЧ в вирусе из засохших пятен крови в СНСД может улучшить уход за инфицированными детьми при ВИЧ (30).

Потенциальные преимущества PMA по сравнению со стандартным генотипированием HIVDR на основе секвенирования по Сэнгеру включают простоту анализа, более быстрое время выполнения, более низкую стоимость и более удобные требования к оборудованию. Оцениваемый здесь анализ PANDAA требует количественной ПЦР в реальном времени (qPCR), хорошо зарекомендовавшего себя золотого стандарта для недорогого и чувствительного анализа генотипа.Программное обеспечение для анализа и анализа удобное для пользователя. В Кении успешно был внедрен тест OLA; этот анализ проводился на еженедельной партии образцов, и результаты ЛУ-ВИЧ были предоставлены в течение 10–14 дней после сбора образцов, чтобы помочь в выборе схемы АРТ в начале лечения (32).

Из-за высокой распространенности DRM ННИОТ ингибиторы переноса цепи интегразы рекомендуются в качестве лечения первой линии (9). Таким образом, анализ PANDAA может стать менее актуальным для выявления DRM ННИОТ, поскольку большинство людей, не прошедших ННИОТ, будут переведены на долутегравир (DTG).Тем не менее, анализ останется критически важным для обнаружения НИОТ DRM, связанных с наивысшими уровнями пониженной чувствительности к TDF и 3TC (K65R и M184V, соответственно). В частности, чувствительность и специфичность анализа K65R были превосходными. Высокий уровень DRM, связанных с тенофовиром (57–60%), обнаруженный в странах Африки к югу от Сахары (33), подчеркивает необходимость постоянного надзора.

Анализ PANDAA может оставаться актуальным для женщин, живущих с ВИЧ, начинающих АРТ во время беременности, поскольку DRM создают серьезные проблемы для предотвращения передачи ВИЧ от матери к ребенку и для здоровья матери и ребенка (34).Анализ также может быть актуален для младенцев и детей раннего возраста с ВИЧ, для которых значительная потеря восприимчивости к классу НИОТ вызывает серьезную озабоченность.

Клиническая значимость вариантов с низкой численностью для клинических исходов оставалась открытым вопросом в течение нескольких лет. Опубликованные данные показывают, что варианты с низким содержанием не имеют клинического значения для НИОТ и ингибиторов протеаз (ИП) (35–39). Для ННИОТ доступные данные противоречивы относительно того, предсказывают ли варианты с низким содержанием вируса вирусную недостаточность (6, 7, 40–43).Из-за непоследовательности результатов ВОЗ настоятельно рекомендовала интерпретировать данные, полученные из NGS, с использованием порогового значения 15%, аналогичного секвенированию по Сэнгеру, и чтобы NGS и PMA оставались полезными для научных исследований до тех пор, пока не будет установлена ​​клиническая значимость вариантов с низкой численностью. для всех классов наркотиков. В этом исследовании мы предположили, что снижение специфичности анализа PANDAA (отсечение ≥5%) для обнаружения ННИОТ DRM (76%) может быть связано с присутствием вариантов с низким содержанием, не обнаруженных с помощью секвенирования по Сэнгеру.Следовательно, образцы, которые были ложноположительными для Y181C и G190A (по PANDAA), были опрошены NGS, а мутации были подтверждены NGS только в 6 из 21 (29%). Однако в случае 9 образцов с мутацией G190A, рассматриваемой как FP, по оценке PANDAA, секвенирование по Сэнгеру и результаты NGS продемонстрировали присутствие мутаций устойчивости к G190S / E NNRTI в 7/9 образцов. Эти мутации (G190A / S / E) снижают восприимчивость к EFV и NVP (https://hivdb.stanford.edu/dr-summary/resistance-notes/NNRTI/).Уменьшение согласия между PANDAA и NGS может указывать на то, что может потребоваться оптимизация праймеров PANDAA для точного обнаружения основных вариантов и вариантов с низким содержанием. Однако, согласно отчету ВОЗ за 2018 г. (10), по-прежнему необходимы дополнительные исследования для определения клинического применения этих новых технологий для выявления вариантов ВИЧ-1 с низкой численностью.

Ограничения нашего исследования включают тот факт, что для анализа PANDAA требуется ПЦР с термоциклером в реальном времени, а также стабильное электроснабжение, водоснабжение и инфраструктура, которые могут быть трудными с экономической точки зрения в районных или сельских лабораториях.Еще одно ограничение нашего анализа - 30% отказов NGS, которые могли быть вызваны деградацией образцов РНК ВИЧ во время отправки в Квазулу-Натал, Южная Африка, для ретроспективного тестирования. Эта частота отказов NGS не позволила полностью оценить эффективность PANDAA при обнаружении вариантов с низкой численностью. Тем не менее, эти ограничения уравновешиваются рекомендациями ВОЗ о том, что результаты генотипирования для клинического ведения следует интерпретировать при пороговом значении секвенирования по Сэнгеру (от 15% до 20%).Кроме того, эта оценка анализа PANDAA не включала младенцев или детей младше 10 лет, для которых анализ может иметь значительные преимущества.

Заключение. Чувствительность и специфичность анализа PANDAA при обнаружении DRM показали благоприятные результаты и почти полное соответствие с секвенированием по Сэнгеру для важных DRM. Анализ PANDAA может представлять собой простой и быстрый альтернативный подход к анализу ЛУ-ВИЧ в СНСД.

БЛАГОДАРНОСТИ

Мы благодарны всем участникам исследования, врачам и персоналу.Мы также благодарим исследователей и сотрудников, которые внесли свой вклад в это исследование в Исследовательской лаборатории инфекционных заболеваний (IDRL) ​​Колледжа медицинских наук Университета Зимбабве. Наша глубочайшая благодарность Иэну Маклауду (Aldatu Biosciences) за пожертвование реагентов PANDAA, за запуск анализа PANDAA triplex qPCR и за постоянную помощь в анализе. Его помощь была очень ценной, и мы очень ценим ее. Мы также благодарим команду Kwazulu Natal Research Innovation and Sequencing Platform (KRISP) за полученные данные NGS.Мы искренне благодарим Ричарда Джона Лесселлса (KRISP, Университет Квазулу-Натал, Южная Африка) за постоянное наставничество и представление В.К. руководству «Стратегия отчета о диагностическом тесте на точность» (руководство STARD 2015 г.). Мы очень благодарны стипендии HIV Research Trust за спонсорство В.К. поехать в лабораторию KRISP, Дурбан, Южная Африка, на 3 месяца для обучения анализу NGS.

Тестирование устойчивости к генотипированию с помощью секвенирования по Сэнгеру и секвенирования нового поколения было поддержано Национальным институтом здравоохранения, R21 и Национальным институтом аллергии и инфекционных заболеваний (NIAID) в рамках гранта № 1R21AI124402-01 и стипендии исследовательского фонда ВИЧ.Генотипирование с помощью PANDAA было поддержано Aldatu Biosciences, Массачусетс, США. На момент зачатия и первоначального проведения исследования Т. финансировался за счет гранта NIH K.

Т.М. и C.E.N. задумал исследование. T.M., C.E.N., A.M.M., J.M., D.K. и V.K. контролируемый сбор данных. J.M. и V.K. провели лабораторное тестирование (генотипирование с помощью секвенирования по Сэнгеру и анализа PANDAA, соответственно). J.M. и V.K. проведен анализ данных. T.M., C.E.N., J.M., D.K. и A.M.M. критически рассмотрел и доработал статью.Все авторы внесли свой вклад в последующие проекты, а также просмотрели и одобрили окончательную статью.

На момент зачатия и первоначального проведения исследования T.M. о конфликте интересов не сообщалось. Однако Т. сейчас сотрудник Gilead Sciences. Все остальные авторы не сообщали о конфликте интересов. Все авторы отправили форму ICMJE для раскрытия потенциальных конфликтов интересов.

СНОСКИ

    • Получено 9 мая 2020 г.
    • Возвращено на доработку 29 мая 2020 г.
    • Принята 7 июня 2020 г.
    • Принята рукопись размещена в Интернете 10 июня 2020 г.
  • Авторские права © 2020 Американское общество микробиологии.

ССЫЛКИ

  1. 1.↵
  2. 2.↵
  3. 3.↵
  4. 4.↵
  5. 5.↵
  6. 6.↵
  7. 7.↵
  8. 8.↵

    Joint United Nations Программа по ВИЧ / СПИДу. 2014. 90-90-90: амбициозная цель лечения, направленная на прекращение эпидемии СПИДа. Объединенная программа Организации Объединенных Наций по ВИЧ / СПИДу, Женева, Швейцария.

  9. 9.↵

    Всемирная организация здравоохранения. 2018. Обновленные рекомендации по схемам антиретровирусной терапии первого и второго ряда и постконтактной профилактике, а также рекомендации по ранней диагностике ВИЧ у младенцев: временные рекомендации: дополнение к сводным руководящим принципам 2016 года по использованию антиретровирусных препаратов для лечения и профилактики ВИЧ-инфекции. Всемирная организация здравоохранения, Женева, Швейцария.

  10. 10.↵

    Всемирная организация здравоохранения.2018. Отчет о встрече ВОЗ HIVResNet: Йоханнесбург, Южная Африка, 11–12 ноября 2017 г. Всемирная организация здравоохранения, Женева, Швейцария.

  11. 11.↵
  12. 12.↵
  13. 13.↵
  14. 14.↵
  15. 15.↵
  16. 16.↵
  17. 17.↵
  18. 18.↵
  19. 19.↵
  20. 20 .↵
  21. 21.↵
  22. 22.↵
  23. 23.↵
  24. 24.↵
  25. 25.↵
  26. 26.↵
  27. 27.↵
  28. 28.↵
  29. 29.↵
  30. 30 .↵
  31. 31.↵
  32. 32.↵
  33. 33.↵
  34. 34.↵
  35. 35.↵
  36. 36.↵
  37. 37.↵
  38. 38.↵
  39. 39.↵
  40. 40. ↵
  41. 41.↵
  42. 42.↵
  43. 43.↵

Гарри Хельсон: Гештальт-психология и теория уровня адаптации - Видео и стенограмма урока

Гарри Хельсон

Остин пошутил, но человек, имя которого он назвал, до сих пор пользуется уважением и памятью в психологическом сообществе. Гарри Хелсон , родился в 1898 году в Челси, Массачусетс, получил степень доктора философии (доктора философии) по психологии в Гарвардском университете в возрасте 26 лет. Он написал диссертацию по гештальт-психологии (теория, основанная на убеждении, что целое нечто больше, чем сумма его частей). Это привело к первому обсуждению этой новой немецкой идеи с американским психологическим сообществом.

Но Хельсон не ограничился описанием гештальт-психологии. У него было множество интересов, и в конечном итоге он оказал наибольшее влияние на наше понимание человеческой психики и ее реакции на раздражители, когда он экспериментировал с фотографией.

Согласно Гештальт-психология , реакция на событие или расстройство состоит из множества различных психологических и физических процессов, но результирующий эффект больше, чем тот, который можно объяснить, если рассматривать все процессы индивидуально, а затем сложены. Например, скрипка состоит из нескольких видов дерева, стальных струн и пластиковых деталей. Как отдельные части, они ничего не могут сделать. Но когда они склеены, скручены и связаны, они могут создавать прекрасную музыку.Точно так же психологи использовали теорию гештальта, чтобы объяснить, как диагнозы, такие как тревога, состоят из отдельных симптомов, которые сами по себе мало что значат, но в совокупности образуют тревогу, которая калечит человека.

Теория уровня адаптации

Когда друг Остина бросил в него коробку, и Остин увернулся, они доказали теорию уровня адаптации Гарри Хельсона . Хельсон считал, что когда человек получает стимул, он или она реагирует на него, основываясь на восприятии и реакциях на аналогичные стимулы в прошлом.Почему Остин пригнулся, когда его друг бросил коробку? Потому что Остин считал, что он полон книг и его будет слишком тяжело поймать. Тот факт, что ящик был фактически пуст, не повлиял на результат. Остин адаптировал реакцию на якобы брошенную в него тяжелую коробку.

Этот тип реакции случается независимо от стимула. Например, люди ожидают, что небо будет иметь постоянный диапазон цветов, поэтому, когда оно приобретет определенный оттенок, они будут реагировать на него в соответствии со своим уровнем адаптации.Точно так же человек, у которого есть стойкие негативные мысли, будет реагировать на новые негативные стимулы иначе, чем кто-то с более позитивным естественным мировоззрением.

Краткое содержание урока

Гарри Хелсон был выпускником Гарварда и психологом, который написал докторскую диссертацию по гештальт-психологии. Согласно гештальтпсихологии , целое больше, чем сумма отдельных частей. В психологии это означает, что реакция состоит из множества различных переживаний и прежних реакций, составляющих немедленную реакцию.

Интерес Хельсона к фотографии привел к пониманию того, как адаптации людей влияют на их реакции на раздражители. Например, если в них швыряют коробку, многие люди отпрянут от нее, думая, что она тяжелая. Поскольку предыдущий опыт научил их, что поймать тяжелую коробку может быть опасно, они реагируют, пропуская коробку.

Диагностика неисправностей подшипников на основе многослойной адаптации

Диагностика неисправностей подшипников играет жизненно важную роль в практических промышленных сценариях.Методы диагностики неисправностей на основе глубокого обучения обычно выполняются на основе гипотезы о том, что обучающий набор и набор тестов подчиняются одному и тому же распределению вероятностей, что трудно удовлетворить в реальных условиях работы. В этой статье предлагается новый метод адаптации многослойной области (MLDA), который может одновременно диагностировать составной отказ и одиночный отказ нескольких размеров. Специально разработанная остаточная сеть для задачи диагностики неисправностей предварительно обучена извлекать предметно-инвариантные признаки. Многоядерное максимальное среднее несоответствие (MK-MMD) и обучение псевдо-меткам приняты на нескольких уровнях, чтобы принимать во внимание как маргинальные, так и условные распределения.Всего в задаче диагностики неисправностей выполняется 12 задач передачи для проверки работы MLDA. Путем сравнения различных методов обработки сигналов, различных настроек параметров и различных моделей доказано, что предложенная модель MLDA может эффективно извлекать объектно-инвариантные особенности и достигать удовлетворительных результатов.

1. Введение

Подшипники качения имеют большое значение для механического оборудования. Обычно им приходится работать в течение длительного времени в тяжелых условиях, что неизбежно приводит к неисправностям.Выход из строя подшипников приведет к большим экономическим потерям и даже к проблемам безопасности [1]. Поэтому изучение надежных и точных методов диагностики неисправностей подшипников имеет большое значение, которые могут контролировать и диагностировать состояние подшипников, чтобы гарантировать нормальное рабочее состояние механического оборудования и снизить риск выхода из строя. С развитием интеллектуального производства предъявляются более высокие требования к диагностике неисправностей в производственном процессе.

Сигналы вибрации - это высокоточные индикаторы, которые могут предоставить информацию для определения состояния механического оборудования [2]. Большинство традиционных методов диагностики неисправностей, основанных на обработке сигналов, используются для извлечения информации о неисправностях из необработанных сигналов вибрации, такие как разложение по эмпирическим модам (EMD) [3], преобразование вейвлет-пакетов (WPT) [4] и другая обработка сигналов в частотно-временной области. методы [5]. Yu et al. [6] применили метод EMD для расчета исходных статистических характеристик сигналов вибрации с помощью функций внутреннего режима и в сочетании с модифицированным методом, который может уменьшить размер элемента в соответствии с диагностикой неисправности подшипника.Лю [7] разложил сигнал вибрации на поддиапазонные сигналы с помощью одноуровневого стационарного преобразования вейвлет-пакета (одноуровневое SWPT), что улучшило возможность извлечения признаков неисправности. Методы обработки сигналов требуют от аналитиков определенных экспертных знаний для точного выявления признаков неисправности. Однако состояние оборудования может быть очень сложным в реальном процессе эксплуатации; такие методы не могут обеспечить достаточную точность. Поэтому исследователи ввели методы машинного обучения (ML), чтобы восполнить этот недостаток.Chen et al. [8] объединили теорию приблизительных множеств (RS) с машиной опорных векторов (SVM), чтобы предложить метод диагностики ошибок слияния данных мультисенсора, который снизил вычислительные затраты SVM, но повысил эффективность и точность. Yu et al. [9] применил WPT для выявления неисправностей планетарного редуктора; признаки дискретизируются и рассматриваются как входные данные гибкого наивного байесовского классификатора (FNBC). Fenineche et al. [10] изучали влияние выбора параметров в искусственной нейронной сети (ИНС) для получения наилучших результатов диагностики неисправностей.Однако производительность моделей машинного обучения часто ограничивается извлечением функций вручную. Когда сигналы неисправности сложны, трудно достичь ожидаемой точности диагностики.

С развитием глубокого обучения (DL) [11] он может автоматически извлекать особенности из нелинейных сигналов пеленга, и утомительная предварительная обработка сигналов может быть значительно сокращена. Zhang et al. [12] применили разреженный автоэнкодер (SAE), чтобы предложить новый метод генерации меток, который может идентифицировать образцы, не принадлежащие к известным категориям.Донг и др. [13] представили сверточную нейронную сеть (CNN) в сеть глубоких убеждений (DBN), чтобы предложить случайную сверточную сеть глубоких убеждений для механической неисправности. За счет добавления неконтролируемых компонентов улучшилась обобщающая способность модели. Новый иерархический адаптивный CNN к скорости обучения, представленный Guo et al. [14] был разработан для диагностики неисправностей подшипников и определения степени их серьезности. Чтобы преодолеть недостатки традиционных методов обработки сигналов вибрации, Jiao et al.[15] предложил метод, основанный на информации многомерного кодировщика, для интеллектуальной диагностики неисправности. Метод, представленный в [16], может эффективно диагностировать составной отказ, комбинируя признаки, автоматически извлеченные моделью, с признаками временной области, разработанными вручную. Однако модели DL должны удовлетворять предположению, что исходный домен и целевой домен (например, обучающий набор и тестовый набор) должны подчиняться одному и тому же распределению и пространству функций. Фактически, во многих реальных промышленных сценариях разница в распределении между выборками исходной области и выборкой целевой области значительно варьируется, что ухудшает диагностические характеристики [17].

Для решения этой проблемы применение трансферного обучения (TL) для диагностики неисправностей подшипников является новым исследовательским аспектом в последние годы. Его цель - полностью повторно использовать знания, полученные из исходного домена, в другом другом, но родственном целевом домене [18, 19]. Peng et al. [20] добавили в модель идею остаточного обучения, которая может эффективно изучать высокоуровневые и абстрактные функции. Wen et al. [21] использовали трехуровневый SAE в качестве экстрактора признаков и рассчитали максимальное среднее расхождение (MMD), чтобы минимизировать разницу между доменами.Алгоритм кластеризации представлений, предложенный Ли и др. [22] может максимизировать метрику расстояния межклассовых вариаций и в то же время минимизировать метрику расстояния внутриклассовых вариаций. Zhang et al. [23] улучшили способность модели к адаптации предметной области за счет реализации метода адаптивной пакетной нормализации. Метод, представленный в [24], соответствовал предельным распределениям выходных данных каждого сверточного слоя, улучшая производительность междоменного тестирования. Что касается несоответствия распределения между исходным доменом и целевым доменом, некоторые исследования считают, что переносимость высокоуровневых функций значительно снижается [25], в то время как другие полагают, что низкоуровневые функции могут быть более ответственными за сдвиг домена [26].Более того, большинство существующих методов TL фокусируются на маргинальных распределениях и игнорируют условные распределения различных доменов, хотя оба они по-разному влияют на адаптацию домена.

В этой статье предлагается новый метод многослойной адаптации (MLDA) для интеллектуальной диагностики неисправностей подшипников на основе TL. Вычисляя многоядерный MMD (MK-MMD) и учитывая условные распределения на нескольких уровнях, модель может извлекать эффективные объектно-инвариантные особенности, которые могут явно способствовать решению задач передачи.Основные вклады этой работы можно резюмировать следующим образом: (1) метод MLDA используется для диагностики немаркированных сигналов неисправности подшипников из целевой области посредством функций совместно используемой области, извлеченных из исходной области. (2) Метод позволяет одновременно диагностировать сложную и одиночную неисправность нескольких размеров. (3) Специально разработанная остаточная сеть, основанная на структуре ResNet [27], используется в качестве средства извлечения признаков в задаче диагностики неисправностей для автоматического выделения признаков без сложного анализа во временной области.(4) Чтобы минимизировать несоответствие в распределении между исходным и целевым доменами, MK-MMD и обучение псевдо-меток принимаются на нескольких уровнях, учитывая как маржинальные распределения, так и условные распределения.

Остальные части статьи организованы следующим образом. В разделе 2 демонстрируется проблема адаптации предметной области и вводится MK-MMD. Предлагаемый метод MLDA для диагностики неисправностей подшипников рассматривается в разделе 3. Сравнение различных методов обработки сигналов, различных настроек параметров и различных методов обсуждается в разделе 4.Наконец, выводы сделаны в Разделе 5.

2. Теоретические основы
2.1. Формулировка проблемы

Поскольку подшипники во время работы подвержены влиянию многих факторов, таких как нагрузка и время работы, распределение выборок в исходном домене отличается от распределения выборок в целевом домене. Появление TL дает новую идею для решения этой проблемы. В TL есть два важных понятия: домен и задача. Подробное описание ТЛ приведено ниже [28–30].

Домен, сокращенно D , содержит пространство данных X и его предельное распределение P ( X ), которое можно описать как D = { X , P ( X )}.

Задача, сокращенно T , содержит пространство меток Y и его прогнозирующую функцию f (·), которую можно описать как T = { Y , f (·)} . f (·) также можно описать как условное распределение P ( Y | X ) с точки зрения вероятности.

Помеченное пространство образца D s может быть записано как X s = {} = 1 с соответствующей задачей T s и немаркированное пространство образца из D t можно записать как X t = с соответствующей задачей T t , где n s и n t , соответственно, обозначают номера выборок их конкретной области.

TL стремится в полной мере использовать знания, полученные из исходного домена D s и исходной задачи T s , чтобы найти целевую прогностическую функцию f (·) в целевом домене D т , где D с D т или T с T т .Условие D s D t указывает, что P s ( X ) ≠ P t ( X ) или ( и) X s X t , и условие T s T t указывает, что P s ( Y | X ) ≠ P t ( Y | X ) или (и) Y s Y t .

Адаптация домена (DA) может рассматриваться как конкретная настройка в TL, как показано на рисунке 1, которая решает проблему X s X t , но T с = T т .


2.2. Максимальное среднее несоответствие для нескольких ядер

DA представляет собой проблему, когда в целевом домене нет (или ограничено) помеченных данных.Чтобы решить эту проблему, многие существующие методы сосредоточены на минимизации разницы между двумя областями за счет принятия непараметрической меры расстояния, называемой MMD, которая может измерять несоответствие маржинальных распределений. Как указано в [31], по сравнению с одним ядром MK-MMD может значительно повысить эффективность адаптации домена.

H k обозначает гильбертово пространство воспроизводящего ядра (RKHS) с характеристическим ядром k . MK-MMD между распределениями U и V определяется как расстояние RKHS между средними вложениями U и V .Квадратная формулировка MK-MMD дается как

. Наиболее важным свойством является то, что только тогда, когда U = V . Формула вычисления многоядерного ядра дается следующим образом: где G - количество ядер, а это гауссово ядро ​​с полосой пропускания. Греттон и др. [32] теоретически исследовали, что ядро, используемое при встраивании средних значений U и V , необходимо для уменьшения ошибки теста. Мультиядерность может улучшить тест MMD с помощью различных ядер, тем самым обеспечивая метод оптимального выбора ядра.

3. Предлагаемый метод
3.1. Специально разработанная остаточная сеть

Доказано, что ResNet обладает высокой способностью извлечения признаков. Учитывая размер набора данных о неисправностях подшипников, ResNet-18 выбран в качестве средства извлечения признаков MLDA. Подробная информация о ResNet-18 показана в таблице 1. Сверточный уровень, пакетная нормализация, выпрямленный линейный блок и полносвязный слой сокращенно обозначаются как Conv, BN, ReLu и FC соответственно.

9111 8 × 221186 9111 9111 9111 9118 9118 9118 Conv1181_ Блок 1181 2048 × 1

Имя уровня Выходной размер Каналы × размер ядра

Вход 9118 9118 221186 9118 221186 9111 64 × 112 × 112 64 × 7 × 7, шаг = 2
BN, ReLu 64 × 112 × 112 -
Максимальный пул 64 × 56 × 56 64 × 3 × 3, шаг = 2
Блок 1: Conv2_x 256 × 56 × 56
Блок 2: Conv3_x 512 × 28 × 28
1024 × 14 × 14
Блок 4: Conv5_x 2048 × 7 × 7
ReLu 2048 × 7 × 7 - 86
2048 × 7 × 7
FC, softmax 1000 -

ResNet-18 содержит 4 блока, а внутренняя структура проиллюстрирован на рисунке 2.


Блок может быть представлен как где - вход l -го блока, а F - функция невязки. Уравнение (4) представляет отображение идентичности, а h - это функция активации ReLu. Основываясь на уравнениях (3) и (4), можно получить глубокие характеристики от l низкого уровня до L высокого уровня:

Оригинальный ResNet-18 добился большого успеха в области распознавания изображений. В этой статье ResNet-18 используется как средство извлечения функций.В сочетании с характеристиками сигналов пеленга необходимо внести некоторые изменения: (1) для соответствия входному размеру сигналов пеленга размер ядра Conv1 изменен на 3 × 3. (2) Чтобы сохранить как можно больше информации о сбоях, насколько это возможно, слой Max pool удаляется. (3) Поскольку ResNet-18 принят только как средство извлечения признаков и его функция классификации не требуется, уровень FC и уровень softmax удаляются. Модифицированный ResNet-18 может эффективно извлекать доменно-инвариантные функции.

3.2. Сетевая архитектура

Для диагностики неисправностей подшипников в различных рабочих условиях архитектура MLDA показана на рисунке 3.


Данные из D s и D t используется в качестве входа ResNet-18, предварительно обученного помеченными данными из исходного домена. Для эффективного извлечения объектов, не зависящих от предметной области, предельные распределения минимизируются путем вычисления MK-MMD на нескольких уровнях.Потери MK-MMD можно получить, где N l обозначает количество блоков для вычисления MK-MMD, K - количество ядер по Гауссу, U l и V l представляют собой распределение D s и D t , извлеченных из блока l , и ( U l , V l ) - MK-MMD, рассчитанный по уравнению (1) с ядром k .

В двух доменах с разными условиями работы категории классификации совпадают. Поскольку метка D s доступна, потери классификации могут быть минимизированы, а перекрестная энтропия используется в качестве цели оптимизации: где M обозначает количество образцов, y представляет истинную метку , и представляет метку, выводимую классификатором.

MK-MMD может ограничивать предельные распределения извлеченных признаков из D s и D t .Однако немаркированные данные из целевого домена нельзя напрямую использовать в процессе обучения, поскольку контролируемая информация недоступна. Псевдо-меточное обучение [33] может быть одним из решений этой проблемы. Псевдо-метка конкретной выборки определяется путем выбора метки с максимальной вероятностью предсказания, которую можно свести к двум этапам: предсказанная вероятность меток и преобразование в псевдо-метку [34]. В MLDA за каждым блоком следует соответствующий классификатор (уровень FC).Прогнозируемая вероятность меток, заданная классификатором и слоем softmax, может быть рассчитана как где y i - это i -я выборка, C - количество категорий, а W - вес соответствующая категория. Преобразование псевдо-меток можно выразить следующим образом: где обозначает псевдо-метку образца . Корректность псевдо-меток будет улучшена в процессе обучения, так что условные распределения могут быть более похожими.Потеря псевдо-метки каждого блока может быть рассчитана с помощью кросс-энтропии:

Полная потеря псевдометки может быть получена с помощью

Потеря всей модели может быть выражена как где λ 1 и λ 2 - параметры компромисса.

3.3. Процедура диагностики

Блок-схема MLDA представлена ​​на рисунке 4.


Сначала исходные сигналы вибрации при различных нагрузках собираются с испытательной платформы подшипников.Сигналы частотной области конструируются с помощью быстрого преобразования Фурье (БПФ) и преобразуются в двумерные [35, 36]. Затем данные разделяются на контролируемый исходный домен и неконтролируемый целевой домен и далее разделяются на обучающий набор и тестовый набор. Кроме того, чтобы ускорить процесс обучения, ResNet-18 предварительно обучается на данных из исходной области.

Во-вторых, на основе конкретной задачи диагностики неисправностей и информации входного набора данных построенная диагностическая модель готова к процессу обучения.Данные из обучающего набора подаются в предварительно обученный ResNet-18, который может извлекать предметно-инвариантные функции. И маржинальные распределения, и условные распределения минимизируются на нескольких уровнях. На последнем уровне сети используется уровень FC для идентификации неисправностей подшипников с извлеченными объектами, совместно используемыми в домене. Цель оптимизации модели (уравнение (14)) минимизируется с помощью метода Адама. По окончании процесса обучения функция потерь всего метода в целом сходится.

Наконец, после обучения набор тестов из целевой области вводится в модель для оценки возможностей модели и вывода результатов диагностики неисправностей.

4. Экспериментальный анализ
4.1. Набор данных Описание

Набор данных неисправностей подшипников, используемый для оценки эффективности метода поднятого MLDA, был собран с испытательной платформы подшипников, как показано на рисунке 5. Приводной двигатель, исправный подшипник и испытательный подшипник закреплены на одном валу двигателя слева направо.Данные были собраны системой сбора данных NI PXle-1082. Регулируемая система загрузки установлена ​​в радиальном направлении вала двигателя. В системе болт-гайка установлен динамометр SGSF-20K для измерения нагрузки. Частота дискретизации акселерометра PCB 352C33 составляет 10 кГц, а скорость двигателя - 896 об / мин. Во время рабочего цикла подшипника акселерометр непрерывно собирает данные сигнала подшипника.


14 состояний здоровья собраны в четырех рабочих условиях с разными нагрузками (0 кН, 1 кН, 2 кН и 3 кН).Существует десять состояний здоровья для единичных неисправностей, а именно: нормальный подшипник (NO), неисправность внутреннего кольца (IF), неисправность внешнего кольца (OF) и неисправность шара (BF). Каждое состояние неисправности охватывает три диаметра неисправности. Кроме того, четыре вида сложных неисправностей обрабатываются при ширине 0,2 мм: внутреннее кольцо и неисправность шара (IB), внутреннее кольцо и внешнее кольцо (IO), внешнее кольцо и неисправность шара (OB), а также внутреннее кольцо, внешнее кольцо и т. Д. и ошибка мяча (IOB). Для наглядности все 14 шаблонов неисправностей сведены в Таблицу 2. Каждая выборка содержит 2048 точек данных.

вращается при вращении подшипника при определенной постоянной скорости разные образцы неисправностей будут генерировать разные сигналы вибрации. Сигналы вибрации при нагрузке 0 кН показаны на рисунке 6. Сигнал вибрации исправного подшипника относительно стабилен.Для единичных отказов периодичность IF и OF очевидна. Однако вибросигнал ДП не имеет явной периодичности и амплитуды, которые сложно идентифицировать. По сравнению с одиночным разломом амплитуда составного разлома значительно увеличивается и сильно изменяется. Сложность сигналов сложных разломов затрудняет их извлечение функций и ставит задачи академическим исследованиям [37].

4.2. Сравнение различных методов обработки сигналов

Чтобы выделить особенности из сигналов подшипников, связанных с неисправностями, традиционные методы используют множество уловок для обработки сигнала.В этой части мы провели временной, частотный и частотно-временной анализ, чтобы выбрать лучший метод предварительной обработки сигнала для модели MLDA. Выполняются три эксперимента: (1) входные сигналы временной области в модель MLDA, (2) входные сигналы частотно-временной области посредством эмпирического разложения по модам (EMD) и (3) входные сигналы частотной области посредством БПФ.

В эксперименте скорость обучения установлена ​​как 0,0001, а λ 1 и λ 2 установлены как 1 и 0.01 соответственно. MK-MMD использует смесь из 5 гауссовых ядер с полосой пропускания 4, 8, 16, 32 и 64. Всего выполняется 12 задач передачи. Например, задача передачи 0-1 указывает, что 0 кН - это исходный домен, а 1 кН - целевой домен, в дальнейшем то же самое.

Результаты показаны в таблице 3. Было обнаружено, что FFT + MLDA может достичь наилучших результатов, что демонстрирует возможности глубокой нейронной сети для моделирования связанных с неисправностями нелинейных сигналов вибрации. Следовательно, наш метод не требует сложных методов предварительной обработки сигналов.Для модели MLDA достаточно простого преобразования сигнала из временной области в частотную с помощью БПФ.

320 9118 911 911 911 9118 7 912 81 81 81

Тип неисправности подшипника Диаметр (мм) Образцы для обучения Образцы для испытаний Этикетка Сокращение
160 0 NO
IF 0,2 320 160 1 IF02
0.3 320 160 2 IF03
0,4 320 160 3 IF04
из 320
0,3 320 160 5 OF03
0,4 320 160 6 OF04
320 160 7 BF02
0,3 320 160 8 BF03
0.4 IB 0,2 320 160 10 IB
IO 0,2 320 160 11 IO
OB 0
2 320 160 12 OB
IOB 0,2 320 160 13 IOB
1 81 81 81 9118 9118 9118 911–1187 9118 911–118 911–118

Задача передачи Временная область + MLDA (%) EMD + MLDA (%) FFT + MLDA (%)

0

93,02 96,26 99,52
0-2 65,95 78,24 99.24
0-3 61,10 72,42 97,52
1-0 98,38 97.96 99,81
9118,19
1-3 77,00 82,72 99,40
2-0 66,15 74,78 99,65
80-1 6 72 99,63
2–3 95,70 97,02 98,89
3-0 68,47 85,99 98,65 801186 98,68
3-2 96,74 98,21 99,07

4.3. Сравнение различных настроек параметров

Различные настройки параметров по-разному влияют на результаты экспериментов.Для проверки эффекта адаптации многоуровневого домена разработаны две группы экспериментов, в которых применяется обучение с использованием MK-MMD и псевдо-меток только в блоке 1 и блоке 4, соответственно, представленных как MLDA-1 и MLDA-4. Кроме того, чтобы доказать эффект MK-MMD, только одно ядро ​​Гаусса с полосой пропускания 4 установлено в качестве третьей группы сравнений, представленной как MLDA-SK. Результаты экспериментов представлены в таблице 4.

8 лучшая точность почти во всех задачах, в среднем 99,14%. Из MLDA-1 и MLDA-4 видно, что как низкоуровневые, так и высокоуровневые функции в определенной степени вызовут сдвиг домена. Сопоставление несоответствий высокоуровневых функций может обеспечить лучшую точность, что указывает на то, что переносимость высокоуровневых функций лучше, чем у низкоуровневых.Более того, когда исходный домен относительно отличается от целевого домена, например, передача между 0 кН и 3 кН, преимущества применения адаптации домена на нескольких уровнях очевидны. Сравнение MLDA-SK показывает, что одно ядро ​​MMD имеет ограниченную способность сужать предельные распределения. MLDA значительно улучшила все 12 задач, что доказывает эффект смешанных ядер. На радарной диаграмме на рисунке 7 показаны результаты диагностики различных настроек параметров.Интуитивно видно, что MLDA достигает лучших результатов.


На рисунке 8 показаны результаты классификации предложенного метода для задачи передачи 0–3. Характеристики неисправности NO, IF и OF относительно очевидны. Все образцы диагностированы правильно. Ошибочный диагноз чаще всего встречается у BF04, IB и IOB. Результаты диагностики BF04 - это в основном ошибка распознавания диаметра разлома, которая классифицируется как BF03. IB ошибочно классифицируется как BF04 и IOB. IOB - категория с наибольшим количеством ошибочных диагнозов, и все неправильно классифицированные образцы идентифицируются как BF04.BF легко ошибочно классифицировать, потому что его характеристики неисправности неочевидны. Поскольку составной разлом представляет собой смесь нескольких типов разломов, выделение признаков затруднено со смешанными элементами, особенно смесью трех типов разломов.


4.4. Сравнение различных моделей

Чтобы дополнительно продемонстрировать эффект MLDA, исследуются традиционные методы TL, которые включают анализ компонентов переноса (TCA) [38], совместную адаптацию распределения (JDA) [39], корреляционное выравнивание (CORAL) [ 40] и предтренировочной модели (ResNet-18).Результаты сравнения показаны в Таблице 5.


Задача передачи MLDA-1 (%) MLDA-4 (%) MLDA-SK (%) MLDA (%)

0-1 90.79 95,21 92,76 99,52
0-2 84,07 80,21 84,00 99,24
0-3
0-3
1-0 94,07 96,96 94,50 99,81
1-2 91,64 95,57 94,91 99,60 93 92,53 91,34 99,40
2-0 80,98 89,87 84,23 99,65
2-186
2-3 94,85 98,32 86,64 98,89
3-0 64,19 76,63 75,33 98,65
49 83,03 89,58 98,68
3-2 79,70 94,85 88,03 99,07
88,03 99,07

12

12
9118 99,81 02 911,2481 95,

Задача передачи TCA (%) JDA (%) CORAL (%) ResNet-18 (%) МЛДА (%)

0-1 98,64 99,24 97,43 91,07 99,52
-211897 77,28 99,24
0-3 75,45 84,46 80,45 72,32 97,52
99,28
1-2 91,38 98,06 91,74 86,56 99,60
1-3 86,76 90,58 89.20 86,47 99,40
2-0 90,49 92,77 90,47 77,46 99,65
2-1169118 9118 9118 9118 9118 9118 9118 9118 9111 9111 9111 9118 99,63
2-3 95,45 97,25 94,44 87,68 98,89
3-0 84,40 851181 851186 71,21 98,65
3-1 85,31 85,63 85,67 84,91 98,68
99.07

Из результатов сравнения различных методов можно сделать выводы по трем пунктам: (1) наилучшая производительность достигается с помощью MLDA отчетливо среди 5 методов.Без адаптации домена данные целевого домена не могут быть эффективно диагностированы с помощью модели предварительного обучения (ResNet-18). (2) Традиционные методы TL могут достигать хороших результатов, когда расхождение относительно невелико, например, передача между 0 кН и 1 кН. Этот вывод можно объяснить тем фактом, что переносимость извлеченных признаков и степень смещения домена зависят от степени условий работы. (3) Эффект неудовлетворительной передачи будет происходить традиционными методами, когда разнообразие рабочих условий резко, что снижает точность диагностики неисправностей.Примечательно, что усовершенствованный метод MLDA сохраняет удовлетворительную точность и обобщаемость.

На рисунке 9 показаны результаты диагностики с использованием различных моделей. Понятно, что наилучшая производительность в различных задачах передачи достигается методом повышенного MLDA, что доказывает его превосходство.


Хотя MLDA дает удовлетворительные результаты, все еще неясно, может ли MLDA извлекать доменно-инвариантные функции. Метод T-SNE [41], который может уменьшить размерность, введен для визуализации функций, извлеченных каждым методом.Результаты показаны на рисунке 10, на котором показана задача передачи 3-0. В каждой категории случайным образом отбирается 20 точек характеристик.


В качестве модели для предварительного обучения ResNet-18 обладает сильной способностью извлечения признаков. Однако с помощью метода ResNet-18 сузить несоответствие между двумя доменами практически невозможно. Три других традиционных метода TL могут в определенной степени сузить сдвиг в распределении между различными функциями домена, но возможности ограничены. Предлагаемый метод MLDA изучает отображение признаков из исходного и целевого доменов в общее пространство признаков, уменьшая сдвиг домена и эффективно используя знания, полученные из средства извлечения общих признаков, для диагностики целевого домена посредством неконтролируемого обучения.Он может четко извлекать объектно-инвариантные особенности с высокой обобщаемостью.

5. Выводы

Таким образом, в этой статье разработан метод MLDA для диагностики неисправностей подшипников, который может одновременно диагностировать сложные и одиночные неисправности нескольких размеров. Во-первых, модифицированный ResNet-18 предварительно обучается как экстрактор функций. MK-MMD рассчитывается для извлеченных объектов в нескольких слоях, чтобы сузить маргинальные распределения. Во-вторых, характеристики, извлеченные из каждого блока, вводятся в соответствующий классификатор.Прогнозируемая вероятность вычисляется через слой softmax и преобразуется в псевдометку для сужения условных распределений. В-третьих, используется метод оптимизации Адама для оптимизации общих параметров модели и ускорения сходимости модели. Путем сравнения различных методов обработки сигналов, различных настроек параметров и различных методов, метод поднятого MLDA точно классифицирует образцы неисправностей и обеспечивает лучшую производительность передачи. Предлагаемый метод полезен для прогнозирования управления здоровьем (PHM) и может обеспечить надежные результаты диагностики неисправностей для практических промышленных сценариев.

Доступность данных

Данные можно получить в Институте промышленных измерений, управления и диагностики оборудования Школы железнодорожного транспорта Университета Сучжоу.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в отношении публикации этой статьи.

Благодарности

Работа выполнена при финансовой поддержке Национального фонда естественных наук Китая (№ 51875375) и Научного фонда Сучжоу (№SYG201802).

Диагностический подход к институциональному анализу адаптации к изменению климата

Авторы:

Оберлак, Кристоф
Ноймеркер, Бернхард

Серия

/ Номер отчета:

Рабочие документы Сети конституционной экономики № 01-2013

Резюме:

Экономика играет ключевую роль в понимании уязвимости и адаптации к изменению климата. Однако экономические подходы к адаптации к изменению климата редко формулируются и обсуждаются на рамочном уровне.В этой статье, во-первых, рассматриваются и критически оцениваются подходы экономики благосостояния к адаптации к изменению климата, а во-вторых, разрабатывается новый институциональный экономический подход к адаптации к изменению климата. Концепции и инструменты экономики благосостояния внесли свой вклад в оценку выгод и затрат адаптации; изложил стратегии адаптации; определены обязанности государственного сектора и описаны инструменты политики для адаптации. Однако неоклассическая формулировка коллективных действий, основанная на концепции сбоя рынка, кажется слишком узкой, чтобы дать аналитическую справедливость множеству проблем управления, связанных с адаптацией.Экономика адаптации кажется недостаточно оснащенной аналитическими инструментами для изучения роли институтов адаптации к изменению климата. Таким образом, разработан и проиллюстрирован институциональный экономический подход к адаптации к изменению климата.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *