Wie lernen wir Buchstabe-Laut-Beziehungen? Neurokognitive Prozesse beim Lernen von Graphem-Phonem-Korrespondenzen

• Antragstellerin: Privatdozentin Dr. Xenia Schmalz
• Fachliche Zuordnung: Entwicklungspsychologie und Pädagogische Psychologie ; Allgemeine, Kognitive und Mathematische Psychologie ; Kognitive und systemische Humanneurowissenschaften
• Förderung: Förderung von 2018 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 405007295

• Erstellungsjahr: 2024

Zusammenfassung der Projektergebnisse

Der erste Schritt beim Lesenlernen ist das Lernen von Beziehungen zwischen Buchstaben und Lauten. Wir untersuchten neurokognitive Mechanismen und Prädiktoren des Buchstabe-Laut-Lernens. Das Erlernen der Beziehungen beruht teilweise auf dem Extrahieren statistischer Regelmäßigkeiten beim Lesen. (1) Wir entwickelten ein Paradigma, Artificial Orthography Learning (AOL): Erwachsene lernten Pseudowörter, die mit unbekannten Symbolen geschrieben waren. Wir testeten dieselben Teilnehmer in zwei AOL-Aufgaben und fanden hohe Korrelationen, was darauf hindeutet, dass AOL die Effizienz des Symbol-Laut-Lernens zuverlässig erfasst. (2) Mit EEG untersuchten wir, wie das Gehirn erlernte Zeichen im Vergleich zu lateinischen Buchstaben verarbeitet. AOL war für diese Untersuchung ungeeignet: Wir fanden keine Unterschiede zwischen der Basisbedingung und den neuen Symbolen oder den neuen Symbolen und den lateinischen Buchstaben, obwohl sich die Basisbedingung und die lateinischen Buchstaben voneinander unterschieden, was frühere Arbeiten repliziert. (3) Wir manipulierten Eigenschaften der Symbol-Laut-Korrespondenzen. Einige Symbole hatten zwei mögliche Aussprachen (D - /a/ oder /o/). Die korrekte Aussprache war aus dem Kontext vorhersehbar (/o/, wenn /k/ folgt) oder unvorhersehbar (/o/ oder /a/ mit einer Wahrscheinlichkeit von 50 %). Die Teilnehmer neigten dazu, je nach Bedingung unterschiedliche Strategien anzuwenden: Wenn alle Korrespondenzen vorhersehbar waren, neigten sie zur Speicherung von Symbol-Laut-Wissen als Regeln, und wenn Unvorhersehbarkeit vorlag, neigten sie zu probabilistischen Repräsentationen. (4) Wir untersuchten Zusammenhänge zwischen der Fähigkeit, kontextabhängige Regeln im AOL zu lernen, und anderen kognitiven Fähigkeiten. Wir haben die Datenerhebung im Frühjahr 2024 abgeschlossen und analysieren z.Z. die Daten. (5) Wir untersuchten, ob Kinder, die statistische Regelmäßigkeiten bzgl. häufigen Buchstabencluster gelernt haben, besser bei einer Wortlernaufgabe abschnitten. Sie zeigten bei einer Auswahlaufgabe eine leichte Präferenz für Pseudowörter mit häufigen Buchstabenclustern, was jedoch ihre Rechtschreibfähigkeit dieser Pseudowörter nicht beeinflusste und nicht mit ihrer allgemeinen Lese- oder Rechtschreibfähigkeit korrelierte. (6) Wir folgern, dass statistisches Lernen als domänenübergreifender Mechanismus wenig Einfluss auf den Leseerwerb oder die Legasthenie hat. Wir schlagen die Noisy- Chain-Hypothese vor: Bei Interpretation von Zusammenhängen zwischen Lesefähigkeit und kognitiven Fähigkeiten müssen wir Kausalketten berücksichtigen. Wenn viele Prozesse dazwischen liegen, wird die Korrelation schwächer. Daher sollte sich die zukünftige Forschung auf die Untersuchung proximaler Ursachen und lesebezogener Prozesse konzentrieren, um zu verstehen, welche kognitiven Fähigkeiten wir nutzen können, um den Leseerwerb zu erleichtern.

Projektbezogene Publikationen (Auswahl)

• Developmental Dyslexia, Reading Acquisition, and Statistical Learning: A Sceptic’s Guide. Brain Sciences, 11(9), 1143.
  Schmalz, Xenia; Treccani, Barbara & Mulatti, Claudio
  
• What Do Artificial Orthography Learning Tasks Actually Measure? Correlations Within and Across Tasks. Journal of Cognition, 4(1), 7.
  Schmalz, Xenia; Schulte-Körne, Gerd; De Simone, Elisabetta & Moll, Kristina
  
• Effects of complexity and unpredictability on the learning of an artificial orthography. Cortex, 152, 1-20.
  Schmalz, Xenia; Mulatti, Claudio; Schulte-Körne, Gerd & Moll, Kristina
  
• How do we falsify theories of dyslexia? A simulation study. Talk presented at the International Workshop on Reading and Developmental Dyslexia, San Sebastian, Spain, June, 2023.
  Schmalz, X., Leung, A.Y. & Mulatti, C.
  
• Paaz or Pahz: Orthographic learning and ist relationship to statistical learning, reading, and spelling. Talk presented at the biannual conference of the European Society for Cognitive Psychology, Porto, Portugal, July 2023.
  Schmalz, X., Mehlhase, H., Moll, K., Schulte-Körne, G. & Wang, H.C.
  
• Rules and statistics: What if it’s both? A basic computational model of statistical learning in reading acquisition. Center for Open Science.
  Schmalz, Xenia
  
• The role of syllables and morphemes in silent reading: An eye-tracking study. Quarterly Journal of Experimental Psychology, 76(11), 2493-2513.
  De Simone, Elisabetta; Moll, Kristina; Feldmann, Lisa; Schmalz, Xenia & Beyersmann, Elisabeth
  
• What is a Bayes factor?. Psychological Methods, 28(3), 705-718.
  Schmalz, Xenia; Biurrun, Manresa José & Zhang, Lei
  
• Do Faster Learners Know More? How the Learning of Orthographic Regularities Affects Reading in German Primary School Children. Scientific Studies of Reading, 29(5), 500-520.
  Schmalz, Xenia; Mehlhase, Heike; Schulte-Körne, Gerd; Moll, Kristina & Wang, Hua-Chen