能力决定二元合作任务的领导者吗?一项关于有和无神经发育障碍儿童的研究

抽象的

合作学习是获取学业绩效的有效手段。这是一个既定的事实，即合作成员应该在彼此的近端开发区中运作以获得最佳性能。在协作成功中发挥着尚未成功的一个变量是领导者的区别。在本研究中，通过评估通常在典型的发展儿童中的姿势摇摆（N= 183）和具有神经发育障碍的儿童（N= 106)。研究人员使用任天堂Wii平衡板测量姿势摇摆，两人站在平衡板上进行七子棋任务，并以正确解决的谜题数量作为任务表现的衡量标准。不管任务表现如何，在典型的发展对子组中有一个一致的引导和跟随模式:能力较高的孩子处于领先地位。对于有神经发育障碍的儿童，这种模式因任务表现而异。虽然表现差的对子的模式与正常发育的孩子的模式相似，但表现好的对子显示出相反的模式;即低能力的二联体成员处于领先地位。在与患有神经发育障碍和认知能力较低的儿童互动时，听从他们的引导可能会更好，因为这可能会导致他们表现得更好。

1.介绍

合作学习(Cooperative learning)是指两个或两个以上的个体以小组为单位，为了一个共同的目标而共同工作，以帮助对方获得学术知识的学习方法。1］．它的成功在很大程度上受到积极的相互依赖、个人责任、积极的互动、适当的社会技能和群体处理的影响(更详细的描述，见[2])。合作学习似乎相当有效。Johnson，Maruyama，Johnson，Nelson和Skon [3.]审查了122项关于合作，竞争和个人主义目标结构的影响的研究，并显示了合作团体的表现优于竞争团体和个人。最近，Roseth，Johnson和Johnson [4.进行了类似的荟萃分析，研究了近150项研究。他们还发现，与竞争或个人目标结构相比，合作目标结构与更好的任务表现有关。

影响合作结果的一个重要因素是二元组合。维果茨基[5.例如，陈述合作个人的能力水平至关重要，并且成功合作的决定因素是一个人在近端开发（ZPD）的另一个区域内或移动。Vygotsky将ZPD定义为“通过独立问题解决的实际发育水平之间的距离以及通过在成人指导下解决问题或与更有能力的同行协作确定的潜在发展水平”（第86页）。Vygotsky认为ZPD对于认知增长很重要。在他或她的ZPD中学习的孩子可以在更有经验的人（同伴或成人）的帮助下，他或她不是（然而）能够独自做的帮助。因此，对于合作学习成功，从Vygotskian的角度来看，必须在专业知识水平的个人之间存在积极的互动（解释和推理）。这反过来可能通过对不同观点的讨论来导致运动率或共享理解[6.那7.］．虽然合作学习已经被证明是成功的，但在维果茨基的最近发展区域的工作并不是唯一的原因[8.]任务绩效不仅取决于认知能力水平，还取决于其他因素。其中一个因素是谁带头，谁跟随互动伙伴的领导。

1.1。引导行为

成为领导者或追随者与学术成就和同行评价有关。丁格尔和魏[9.学习参与跨学科项目的入门社会学学生。在这个项目中，他们合作地在四到六名学生的一组中写了三篇论文。在课程的最后一周，学生们举行了一项调查，其中他们被要求在其他事情中表明他们是否觉得自己是一个领导者和一个追随者（两者都可以用）或否）。Dingel和Wei发现，不仅领导者的同行评估比追随者更高，而且他们也比追随者获得了更高的平均等级。Dunbar，Dingel，Dame，Winchip和Petzold [10找到了类似的结果;领导者的成绩高，社会自我效率高于追随者。

尽管这些发现意义重大，但他们在宏观层面考察了领导-追随者的行为，也就是说，作为一种结果衡量标准。另一种观点是在微观层面研究行为，通过观察宏观层面可观察行为的基础过程(或动态)。Wichers (11研究提供了最近的一个微量模式，其中揭示了抑郁症状的发展。在本研究中，我们研究了姿势摇摆的微观动态，以了解在二级合作任务中提出领导者行为的工作机制的洞察力。

在任务期间，两个人必须共同努力执行它，必须彼此调整身体运动。一种不显眼的措施是姿势摇摆;它揭示了（联合国）意识到的背部和前进以及个人的左右运动。一个人的动作可以纳入那个二元合作伙伴的运动。启动运动的人称为领导者和跟随追随者的人。因为所有任务都需要行为和所有行为需要移动，所以姿势摇摆似乎是一个优秀的平方变量，以研究合作和领导者行为的潜在模式（例如，[12])。更具体地说，我们旨在研究领导-追随者行为是否与互动过程中的任务表现相关(即，跨时间)，但也研究在不同人群(即典型的发育儿童和神经发育障碍儿童)中是否有相似或不同的机制在起作用。

随着时间的推移分析这些微过程的一种方法是通过交叉复发量化分析（在方法部分中更详细地解释）。Guevara，Cox，Van Dijk和Van Geert [13]展示了学习合作行为，Leonardi，Nomikou，Rohlfing和RąCzaszek-Leonardi的潜力[14]对于母婴互动的领导者行为，以及Warlaumont，Richards，Gilkerson和Oller [15]对于典型的领导者行为，通常是用ASD的婴儿和婴儿。在下一段中，我们在节奏协调方面解释了导致行为。

1．2．有节奏的协调

在身体运动的有节奏协调过程中，研究了二人组的引导和跟随行为，合作互动的结果与人际同步或人际协调水平相关（例如[16-18])。同步涉及在(大约)同一时间(即时间方面)从事同一行动(即空间方面)。例如，当两个人并排走并且他们的步距相同时，他们的行为是同步的。协调是关于时间，什么时候(即时间方面)，而不是关于正在做什么什么（即空间方面）。例如，当两个人一起抬起一张桌子时，它无论如何它是如何做到的，只要它们同时举起它就无关紧要。在这里，我们专注于人际协调，即行为的时机或节奏。

Jaffe等。[19将节奏定义为“…一种可能或不可能是严格规则的反复出现的非随机模式”(第1页)。所有运动和声音行为都有节奏[20.］．这种节奏揭示了关于互动伙伴的信息[21］．（声音）节奏的协调总是与互动伙伴的关系，有趣的是，饲养场对话的时序出现类似于成年人中的口头对话[22］．婴儿已经配备了在可以谈话之前进行对话的工具。这是通过期望和预期，知道另一个与您所做的事情有什么关系，这种情况模式的协调（例如，暂停何时暂停）是可能的[22］．同步的行为通常会带来积极的效果，而没有适当协调的个人节奏可能会导致不安的感觉(例如，[23那24])。

目前还不清楚是高水平协调好还是低水平协调好。两家(在[19])认为最好有高水平的协调，而哥特曼[25指出高水平的协调与沟通困难有关。最近的研究表明，在某些情况下，最佳的协调水平取决于环境或任务需求[16-18]，从而挑战它应该是高或低的想法。Vink等[17让183对小学生站在任天堂Wii平衡板上玩七子棋。平衡板记录了每个孩子的姿势摇摆。结果表明，当二分体的姿势摇摆不同步时，任务表现更好。表现较好的两组比表现较差的两组具有更少的决定性姿势摇摆模式。然而，这仅适用于x轴上的姿势摇摆运动。根据作者的说法，这表明更好的任务表现需要更多的协调，而不是同步。也就是说，较不确定的姿势摇摆模式表明，在表现较好的姿势摇摆中同步的双人姿势摇摆周期较短，这可能表明协调比同步更重要。

在后续研究中，Vink等人[18[分析了姿势摇摆的位移，而不是Vink等人使用的单独X和Y轴测量值。[17，他们检验了一种不同的测量结果，即二元姿势摇摆的熵水平。Vink等人的研究表明，在表现较好的组合中，熵的水平低于表现较差的组合，这表明表现较好的组合的姿势摇摆模式有更多的顺序。结合以前研究的结果,再次Vink等人得出的结论是,协调有时比同步,更重要的是由于更好的性能是由更多的命令,表示类似姿势的短期影响,二分体不断调整自己的姿势影响他们的交互合作伙伴。

Abney等人[16[在某些相互作用中还保持这种相互作用，当Dyads更松散地耦合时更好。他们要求参与者进行某种问题解决任务，其中他们必须从未生成的意大利面条和棉花糖达到尽可能高的塔。一个参与者控制了意大利面，而另一个参与者可以控制棉花糖。当Dyads更松散地耦合时，即更协调，它们的性能更好。此外，Abney等人。表明，性能也取决于每个二元的角色划分。虽然它们的结果没有达到意义，但它们确实指出了“......角色敏感时间组织的出现可能对有效性能至关重要的性能，但是在高度约束的二元问题解决方面可能是至关重要的”（第321页）。

然而，并不是每个人都能有节奏地流畅地协调。患有神经发育障碍的人，比如自闭症患者，不仅在交流方面有困难[26，但几乎所有的机器人都有运动控制问题，这反过来可能会增加同步问题(Pettersson, Anckarsäter, Gillberg & Lichtenstein, 2013)。Tiegerman和Primavera表明，交流在很大程度上受到了目光厌恶(即不想看别人的脸)的阻碍。有趣的是，模仿或同步患有神经发育障碍的个体的行为可能会增强交流;当实验者模仿自闭症儿童的行为时，与实验者没有模仿自闭症儿童的行为时相比，凝视频率和凝视时间都有所增加。

对这个想法的支持来自Trevarthen和Daniel [27］．他们观察到父亲和他的同卵双胞胎女儿之间相互作用的不同节奏。两岁时，其中一个女孩被诊断患有自闭症。这些被分析的视频是在这些女孩11个月大的时候制作的，远在其中一个被诊断为自闭症之前。特雷瓦森和丹尼尔的分析显示，父亲与两个女儿的互动方式不同。在与非自闭症儿童的互动中，可以看到清晰的节奏(即连贯的时间调节)，而在与自闭症儿童的互动中，则看不到这种节奏。此外，为了鼓励他的自闭症女儿参与互动，他起了带头作用，而在与非自闭症女儿的互动中，他表现出更多的跟随行为。尽管这种行为对我们大多数人来说是很自然的，Gernsbacher [28]建议令人抗拒反直观的概念，即神经发育障碍的儿童实际上可能需要在领先地位，并具有更有力的互动伙伴来遵循其铅。这个想法增加了Vygotsky的[5.的理论，在这个理论中，技能越高的人必须将自己定位在技能较低的人的最近发展区域，从那里，技能较高的人应该跟随技能较低的人的领导。

Vink等[18]检查是否通常在任务绩效和姿势摇摆的任务绩效和协调方面具有神经发育障碍（例如，自闭症和ADHD）的儿童和儿童。孩子们不得不合作在肉体拼图中进行求解，而他们的姿势摇摆被记录。正如预期的那样，结果表明，在葡扬程任务上表现出神经发育障碍的儿童比其典型的发展同龄人在葡扬程任务上显着更糟。然而，当在该合作过程中研究其姿势摇摆时，两组熵效应是相同的：熵层较低（即，同步减少的同步障碍）与更好的任务表现有关。换句话说，当它们的姿势摇摆更协调时，Dyads表现得更好。这表明相互作用的性质比解释沟通困难的疾病更重要。在Trevarthen和Daniel [27研究发现，问题可能不是一个孩子患有自闭症，另一个孩子没有，而是父亲和自闭症孩子互动时，互动伙伴的自然节奏不匹配。这些发现使我们想知道，如果不是协调水平，是什么可以解释合作任务结果中观察到的差异。会不会是不同的引导和跟随模式?

1．3．本研究

本研究涉及三个问题。第一，在合作任务中谁领导谁跟随?以前的研究表明，更有技能的人往往是领导者。8.的研究结果表明，同质的高能力组的表现更出色，而平均能力的同质组在合作任务中表现最差。然而，与第二个问题相关的是，角色如何划分可能取决于任务性能。第二，领导-跟随者模式与任务绩效有关吗?一个猜想是，在表现较好的对子里，更有技巧的孩子是追随者，而在表现较差的对子里，更有技巧的孩子是领导者。第三，正常发育儿童和神经发育障碍儿童在领导-跟随者模式上有区别吗?正如Leonardi等人[14]显示，通常发展儿童可能在其发展过程中可能不需要追随者，而神经发育障碍的儿童可能从更熟练的追随者中获利。因此，我们将调查领导者行为是否在典型的儿童和儿童之间与神经发育障碍的儿童在认知任务上进行良好。

2.方法

2．1.参与者

儿童被随机分配给同性，因为只有同性（不是混合性）的二元，而不是单独的29］．并非所有参与的Dyad都被列入该研究。排除的原因是具有数据记录的技术失败，或教室中的儿童数量不均匀，这导致了一个孩子参与了两个二元或在没有同性的Dyad中。典型发展中的儿童组织由参加常规教育的183名Dyad（= 10;8年,，SD= 1; 00，范围：8-13,95男孩和88名女孩）。非典型发展中的儿童组成于出席特殊教育的106名Dyad（= 10;10,SD= 1; 3，范围：8 - 13;74个男孩和32个女孩）。请注意，在荷兰，包容性教育尚未完全实施。一大群有特殊需求的儿童都提到了特殊的教育。他们不一定有官方DSM诊断（虽然他们中的许多人），但所有这些都表明了让人想起发育障碍的行为。由于该组内的多样化，因此难以得出关于存在的每种疾病的结论。因此，我们选择将该群体视为具有发育障碍（即共同）的一群儿童，以及该本集团如何与其典型发展的对应物不同。

信件被送到大量荷兰常规和特殊的学校要求参与。两周后，学校被问到他们是否想参加。通过电子邮件提供积极收到额外信息的学校，包括父母的信函，其中他们被告知学习并要求他们孩子参与许可。遵循被动同意程序。

We did not seek approval from the Ethics Committee for conducting the research related to the research project ‘Synchronizing to Learn and Like.’ The reason was that, within the Behavioural Science Institute, it was not customary to do so at the time this research was conducted. Only research using invasive methods required approval from the Ethics Committee. The present study was noninvasive and did not pose any threats to the participants in whatever possible way.

２.２.材料和过程

2.2.1.任天堂Wii平衡板

使用两个任天堂Wii平衡板(WBBs;任天堂,京都,日本)。WBB是一种可靠的、易于移动的、廉价的替代方案，可替代临床环境中通常使用的便携式较低、价格较高的部队平台[30.那31］．一个定制的基于windows的程序同时记录两个WBBs (Voogt, TSG-FSW, Radboud大学，荷兰)。采样频率设置为100hz，收集的数据提供了中外侧(x轴)和前后(y轴)方向的姿势摇摆信息。

2.2.2。七巧板任务

七巧板拼图由七个部分组成:两个大三角形、一个中三角形、两个小三角形、一个正方形和一个菱形(见图)1）。这些作品可用于创造各种图。Dyads必须在A4纸上印有Dyads的数据。

实验是在学校的一个房间里进行的，房间里有一张桌子。桌子的高度被调整到每个对的需要。孩子们既独立又合作地完成了任务。在进行个人任务之前，实验人员口头告知孩子们该如何通过一个七巧板的例子来完成任务。孩子们必须把七巧板放在a4纸上的数字上面。共有三组不同的七巧板拼图，每组18个:A组和C组分别用于个体部分，B组用于合作部分。

在任务的单独和合作部分，孩子们有10分钟的时间重新创造尽可能多的七巧板拼图。当他们单独完成任务时，正确解决的谜题数量作为测试前的测量。这个测试前的措施被用来确定哪个二联体成员是更有能力的一个。当他们一起完成任务时，正确解决谜题的数量作为合作任务得分的衡量标准。在这10分钟里，他们站在WBB上，他们的姿势摇摆受到监控。孩子们被允许移动，只要他们在WBB上这样做。在个体部分中，WBBs的间距约为70厘米，而在合作部分中，它们的间距约为10厘米。在完成一个谜题后，研究人员检查它是否正确。如果是这样，孩子或二分体被允许继续下一个谜题，否则他们被要求继续尝试。只有当一个孩子或二分体多次尝试失败或变得非常沮丧时，他们才被允许跳过一个谜题。 After 10 minutes, children were told to stop and asked to step off of the WBB. The number of correctly recreated puzzles was the task performance score. After finishing the experiment, as a token of gratitude for their participation, the children were given a small present (e.g., a pen or pencil).

2.3. 数据准备和分析

2.3.1。交叉递归量化分析

考虑到分析的计算强度，首先对原始数据进行数据缩减。我们将数据下采样至5 Hz（原始数据在100℃下取样 得出每二元约3000个数据点的时间序列。接下来，根据X-Y坐标计算位移（位移）分数。方程(1)显示了这是如何做到的: 其中X表示原始的内侧外侧测量值，Y表示姿势摆动的前后测量值。

在Matlab®（Mathworks Inc.，2012）中分析了DISPL数据的交叉复发量化分析（CRQA），使用交叉复发绘图（CRP）工具箱（http://tocsy.pik-potsdam.de.；[32])和赌注[33]，R语言的包装[34］．为了实现CRQA，采用时延嵌入方法重构并矢时间序列的共享相空间[35］．为了确定适当的延迟，计算了随着时间延迟增加的平均互信息(AMI)。重建选择第一个局部最小值(因此，时间序列显示唯一信息最优数量的点)出现的时间滞后(5个数据点)。然后，通过假最近邻的第一个局部最小值(FNN;cf。36])。半径(即，在共享相空间中，重访轨迹被认为是复发的区域)在每个二联体内允许变化，因此每个二联体内的复发率恰好为5% (cf. [37])。这些参数用于优化重建。但是，正如Riley等人。[36陈述，对于姿势摇摆数据的复发分析，时间滞后和嵌入尺寸的选择并不至关重要，而是一种优化相空间重建的方法。在分析之前，将时间序列重新分配到最大相空间直径[38]

2.3.2。姿势摇摆下落后行为的描述性分析

从CRQA分析中，我们为每个二分体提取对角线方向的复发率(见[39，以获取详细的描述)。对于每个二分体，在LOS上下200个样本(即40秒，5 Hz)的窗口内获得对角线复发剖面(DRP)。DRP说明了“……参与者之间在相对时间的“窗口”内发生了多少协调”和“……DRP让我们探索独立的运动模式的相似之处。绝对时间同时揭示了模式相对的时间” [40，p。6]。我们选择查看对角线轮廓内的确定性测量（DET），这是在交叉复发图（CRP）中的对角线上的重复点的百分比。这项措施告诉我们两次序列之间的耦合性质的东西，因为它记录了持续时间超过1个时间点的经常性共享轨迹。简而言之，DRP可以在合作问题解决期间演变出来的姿势摇摆的交互动态中的导致和以下行为。

为了确保所有DRP都是可比的，我们选择将Dyad成员放置在左侧的预测试（交叉复发绘图中的Y轴，见图2）和Dyad成员在图的右侧（CRP中的X轴）在绘图的右侧校正较少的难题。DRPS应该被解释如下（另见数字2和3.）。如果确定性峰值是中间的剩余，则更糟糕的表现在铅处，并且遵循更好的表演Dyad成员。如果确定主义峰值是中间的权利，则更好的表现成员处于领先地位，并且遵循更糟糕的执行代理人。从中间到峰值的距离表示复发模式之间的时间延迟：距离越大，追随者遵循领导者的运动越长。当峰值大致在中间时，存在近同步的行为，表明每个成员在大约同一时间做了同样的事情，并且没有明确的领导者或追随者。两侧的峰值表示双向或转向互动。有时，表现更好的Dyad成员在领先地位，有时越来越糟的表演后会员在领先地位。

数字2在合作期间提出了一种二元的交叉复发图。y轴上的ID1是具有比ID2更高的预测得分，谁在x轴上。同步线以下的反复值（LOS，矩阵对角线）是由于ID1：在ID2的时间序列中的ID1和后面的时间序列中首先发生重复值。类似地，LOS上方的反复值是ID2。基于确定性（DET）的DRP通过计算形成在LOS周围的窗口中包含的每个矩阵对角线的正矩形的正常点的比例来构建的DRP。从LOS上方的DEC值显示在DRP的左侧（图中的窗口范围为-200：03.和4.），LOS下方的对角线的值显示在DRP的右侧（图中的窗口范围0：2003.和4.）。

基于合作任务表现对个体个体的DRPs进行分组:低(0 -25%百分位)、平均(25%-75%百分位)和高(75%-100%百分位);在这些百分位组中，drp分别在普通教育组和特殊教育组的参与者中进行了汇总。得分低的组完成3-6道题，平均组完成7-10道题，得分高的组完成11-15道题。值得注意的是，在接受特殊小学教育的孩子中，只有5对完成了11-15个谜题。

聚合的DRP显示在图中4.。这些都被称为质心利用R包中的形状提取函数算法得到dtwclust[41］．该算法使用基于形状的距离度量对系数归一化的互相关函数，以产生来自不同时间序列集的平均形状，或质心分布（CF. [42])。图中上部的尖峰灰线4.为提取的平均轮廓质心，为清晰的表现进行了平滑处理(黄土，跨度= 2)。此外，下面两行表示平均分+ 95%引导CI。我们选择了DET (Z评分，在Y轴上表示），因为该措施在相互作用中讲述了远程反复轨迹的一些东西，而不仅仅是偶尔稳定的相似性。

2.3.3。组简介差异的排列测试

图中的蓝色垂直线4.代表普通教育中心和特殊教育中心之间的显著差异。观察差异的p值可以通过进行置换检验来构造，在置换检验中，对每个时间序列中的值的时间顺序进行多次重采样，然后在重采样序列上计算差异分数。对于每个百分位组，采用函数中实现的随机块大小重采样方法对DRP中提取的质心进行9999次重采样Tsboot.从R包引导（v。1.3-20，[43])。因为观察时间序列是自相关的，所以通过定义覆盖时间序列的块（箱）和通过随机化的块（BINS）来实现鲁棒重采样，同时保持所观察到的块内的块中的值的顺序顺序[44］．在我们的排列分析中，块的大小是可变的，并且是从平均为5的几何分布中得出的(一系列观察到的差异的偏自相关函数产生了显著的相关性，直到4-6个滞后)。排列测试评估每个时间点(即从1到10,000)的9999重采样差异分数中观察到的差异分数的排名。p值可以通过将与观察到的差值相等或更极端的差值分数数除以分布中的值数来计算。如果观测值的秩为1，则相关的p值为。0001。alpha水平从0.05经过因子3的多次比较调整，因为每个百分位数组的3次分析是基于每个学校类型的独立样本子集。图中的蓝线4.对应于观察到的p值<.017的差异。

3.结果

桌子1介绍典型和非典型儿童的个人和二元的任务绩效分数的描述性统计数据。该表显示，二元比个体表现优于个体，通常发展儿童比具有神经发育障碍的儿童更好。

接下来，我们描述领导-追随者分析的结果。我们选择使用个体任务表现来区分组成二分体的个体。数字4.显示了三个表现组(低、中、高)的领导-跟随者结果，区分正常发育儿童(即较浅的线)和神经发育障碍儿童(即较深的线)。在每张图的下方，分别绘制出由二分体和每个二分体成员纠正的谜题数量(P1是表现出色的二分体成员;P2是表现较差的二联体成员)。如下图所示，两组在个人得分和合作得分上似乎没有太大的差异。

对于表现不佳的二人组，接受正规小学教育的儿童和接受特殊小学教育的儿童的模式相似。对于这两组儿童，表现最好的儿童处于领先地位，而在个人任务中表现最低的儿童则是跟随者。然而，峰值远远偏右，表明在表现较差的孩子跟随表现较好的孩子之前，t花了一些时间。

对于平均执行的二元，模式与低性交二元相似，但仅适用于参加常规教育的儿童。在这里，再次表现更好的孩子在领先地位。峰值移动到中心更近，表示前面发生的时间在时间​​比最低执行组更近。然而，对于特殊教育组，观察到不同的模式。峰值略微向图的左侧移动，表明表演的孩子更糟糕的是引线。此外，在同步系列附近，引导后面的模式紧密地持续。因此，特殊教育儿童的平均性交二元的姿势摇摆模式几乎同步。

对于表现出色的二人组，结果是相反的。在接受正规小学教育的孩子中，表现较好的孩子仍然是领头羊。峰值向LOS移得更多，这表明在引领和跟随之间的延迟更少。然而，在患有神经发育障碍的儿童中，峰值移到了图表的左侧，这表明表现最好的二联体成员是由表现较差的二联体成员领导的。

总而言之，在接受正规小学教育的孩子中，在所有三个能力组中，领先-跟随仍然相当相似，表现较好的二元组成员处于领先地位。改变的事实是，在不同的组中，从表现较差的组到表现较高的组，领导者和跟随者的姿势摇摆之间的延迟减少了。对于接受特殊小学教育的儿童，三种能力组之间存在明显差异。在表现较差的二组中，表现较好的二组成员明显处于领先地位。而表现最好的二组则恰恰相反，表现较差的二组成员处于领先地位。一般的组介于这两者之间，趋向于更同步的互动。

4。讨论

本研究表明，通常，发展儿童在合作时表现出相对一致的协调行为。更熟练的孩子（即，个人措施最正确的谜题的孩子）是领导者和较小的追随者。然而，注意，高性能和低性电二元之间的微妙差异：在高性能的二元之后，较少的熟练的孩子随着时间的推移更加紧密地遵循“领导者”，这在性能组的延迟下降下可见。因此，更好的表演二元似乎具有比低性能的姿势摇摆的更紧密匹配（及时）模式，表明它们更加原始地协调，这与Abney等人的调查结果一致。[16和Vink等[17那18］．

典型发展儿童成功的一个可能的解释是，在高表现的对子组中，认知能力更强的孩子可能更善于解释或调解任务应该如何完成。福西特和加顿[7.]表明它不仅是Dyad组成，而且互动也很重要。互动的性质考虑到近端发展区域[5.］．通过进入低技能儿童的最近发展区，高技能儿童可能能够提高低技能儿童的能力水平。此外，技能越高的孩子也必须能够在某一时刻抛弃技能较低的孩子的最近发展区，这样互动中就会出现一种不平衡的状态，这是学习的先决条件[45］．通过走出最近发展区(即走出平衡状态)，更有技能的跟随者暂时成为领导者。这样，技能较差的孩子将经历一种不平衡状态，并可能被邀请跟随领导者，希望重新获得一种平衡状态。

在典型的发展对偶中观察到的模式的另一个原因是，互动将变得越来越自然(即更优化地协调)，随着技能的提高，成员将变得更加平等。这就是Leonardi等人[14]在婴儿婴儿的声乐互动中证明。母亲的行为随着时间的推移而减少（即，随着能力水平增加），表明母亲和儿童之间的协调增加（即，改进），互动个体随着时间的推移变得更加相似或等于。

然而，患有神经发育障碍的儿童表现出较不一致的模式。在表现较差的二人组中，技术水平较高的儿童处于领先地位，而在表现较好的二人组中，技术水平较低的儿童则吸引了技术水平较高的儿童。在表现一般的二人组中，他们几乎同步的模式表明，没有明确的领导者因此，典型的发育中的儿童需要一个熟练的领导者，而表现良好的二元关系中患有神经发育障碍的儿童需要一个熟练的追随者。

与正常发育的儿童一样，我们也可以将患有神经发育障碍的儿童的结果与维果茨基氏病联系起来[5.最近发展区。不像典型的发展中的双对，技能较强的孩子可以向技能较弱的孩子调解解决(或过程)，在神经发育障碍儿童的双对中，技能较强的孩子可能需要调整以适应技能较弱的孩子的需求。因此，在后一组中，帮助或调解根据任务和孩子的需要进行调整似乎很重要，至少对认知表现是这样的。换句话说，最近发展区的不同取决于一个人是看宏观还是微观的行为，两者都很重要。

本研究的结果还提供了在小学生之间进行互动中的协调的更详细的图片。Abney等人[16和Vink等[17]表明协调水平与合作认知任务表现有关。此外，Vink等人。[18研究表明，这种模式对正常发育的儿童和患有神经发育障碍的儿童是相同的;也就是说，对于由正常发育的儿童和那些由神经发育障碍儿童组成的二元组，更好的任务表现伴随着任务中更协调的行为，正如人际姿态摇摆的不确定性和更混乱的模式所表明的那样。然而，后一项研究并没有解释一种潜在的信息来源是如何解释这两组人的表现差异的。在目前的研究中，我们发现领导和跟随的模式提供了这样的信息来源。尽管表现最差的两组表现出相似的领导-跟随者模式，但表现最好的两组表现出相反的模式。

我们的调查结果对教育和临床实践具有重要意义。教师应该意识到合作学习受到二端组成的强烈影响。在Dyad成员之间的认知能力差异不仅确定组性能，而且影响谁是领导和遵循谁。Dyad组成应该适应任务的目标或一个或两个Dyad成员的目标。在某些情况下，这可能意味着一个Dyad成员的教育（甚至社会）目标与其他成员的目标发生冲突。例如，高能力的学生与神经发育障碍与低能力学生的合作可能不会从协作任务中获利多达他或她的低能力等。教师可能会考虑让孩子们在一个人与一个人认知上优越和另一个人认知劣等的孩子的孩子合作。

临床医生可能希望从我们的研究中学习，即神经发育障碍的儿童有时应该放在允许铅的位置。吉尼斯巴赫的报价[28我们的信息总结得很漂亮:“经验表明，这是父母——和专业人士——需要制定的时候。更互惠，需要分享更孩子的世界，需要遵循更那孩子的铅……”

数据可用性

用于产生本文所述结果的数据文件和分析脚本可从开放科学框架(https://osf.io/cfgh7/）。

利益冲突

作者声明他们没有利益冲突。

致谢

请注意，本研究中描述的样本已在Vink等人的早期研究中使用[17那18］．

参考文献

1. R.E.Slavin，“合作学习和学术成就：为什么小组工作？”肛门de Psicologia，第30卷，第2期3, pp. 785-791, 2014。查看在：出版商的网站|谷歌学术
2. D. W. Johnson和R. T. Johnson， "教育心理学的成功故事:社会相互依存理论和合作学习"教育研究人员第38卷第2期5, pp. 365-379, 2009。查看在：出版商的网站|谷歌学术
3. D. W. Johnson, G. Maruyama, R. T. Johnson, D. Nelson，和L. Skon，《合作、竞争和个人主义目标结构对成就的影响:元分析》，心理上的公告，卷。89，没有。1，pp。47-62,1981。查看在：出版商的网站|谷歌学术
4. C. J. Roseth，D. W. Johnson和R. T. Johnson，“促进早期青少年的成就和同伴关系：合作，竞争和个人主义目标结构的影响，”心理上的公告，卷。134，不。2，pp。223-246,2008。查看在：出版商的网站|谷歌学术
5. l·s·维果斯基社会心理，哈佛大学出版社，剑桥，马马，1978年。
6. A. F.Garton和C. Pratt，“在儿童问题解决方面的同行协助”英国发展心理学杂志，卷。19，第026151001166092，PP。307-318,2001。查看在：谷歌学术
7. L. M. Fawcett和A.F.Garton，“同伴合作对儿童问题解决能力的影响”英国教育心理学杂志，卷。75，第2090.4件，第157-169,2005。查看在：出版商的网站|谷歌学术
8. S. HOOPER，“同伴相互作用在计算机的数学教学中的影响”，教育研究杂志第85卷第1期3，第180-189页，1992。查看在：出版商的网站|谷歌学术
9. M. Dingel和W.Wei，“对集团项目同行评估的影响：对领导，人口统计学和课程绩效的探索，”高等教育评估与评估，卷。39，pp。729-742，2014。查看在：出版商的网站|谷歌学术
10. R.L.Dunbar、M.J.Dingel、L.F.Dame、J.Winchip和A.M.Petzold，“协作学习环境中的学生社会自我效能、领导地位和学业成绩，”高等教育研究， pp. 10-1080, 2016。查看在：谷歌学术
11. M. Wichers，“抑郁症的动态本质:面对当前挑战的精神障碍的新微观视角”，心理学医学，卷。44，不。7，pp。1349-1360,2014。查看在：出版商的网站|谷歌学术
12. A. Chang，S. R. Livingstone，D. J.Bosnyak和L. J. Resisor，“身体摇摆反映了联合音乐表现的领导力”国家科学院的诉讼程序，2017年。查看在：谷歌学术
13. M.Guevara，R.F.Cox，M.Van Dijk和P.Van Geert，“二元相互作用的吸引子动力学：基于复发的分析”非线性动力学，心理学和生命科学，第21卷，第289-317页，2017。查看在：谷歌学术
14. G.Leonardi，I.Nomikou，K.Rohlfing，J.Raczaszek Leonardi和J.Rączaszek Leonardi，“沟通之初的声音互动：母婴互动中相互性和互补性的出现”，年第六次联合国际发展与学习国际会议和表观遗传机器人会议的载体（ICDL-EPIROB），第288-293页，Cergy-Pontoise, 2016年9月。查看在：出版商的网站|谷歌学术
15. A. S. Warlaumont，J.A. Richards，J.Gilkerson和D. K. Oller，“演讲开发的社会反馈循环及其减少自闭症”心理科学，第25卷，第7期，第1314-1324页，2014年。查看在：出版商的网站|谷歌学术
16. D. Abney, a . Paxton, R. Dale，和C. T. Kello，“运动动力学反映了弱耦合和二元问题解决中的角色结构的功能作用”，认知过程，第16卷，第325-3322015页。查看在：出版商的网站|谷歌学术
17. R. Vink, M. L. Wijnants, A. H. N. Cillessen, and A. M. T. Bosman，《合作学习与人际同步》，非线性动力学，心理学和生命科学，第21卷，第2期，第189-215页，2017年。查看在：谷歌学术
18. R.Vink，F. Hasselman，M.L.Wijnants，A.H. N. Cillessen和A. M. T. Bosman，协调姿势摇摆：没有神经发育障碍的儿童不同？2018年,https://doi.org/10.31234/osf.io/n96y7.。
19. J. Jaffe, B. Beebe, S. Feldstein et al， "婴儿期对话的节奏:发展中的协调时间"儿童发展研究学会专论， vol. 66, 149页，2001,PMID: 11428150。查看在：谷歌学术
20. e . Lenneberg语言的生物学基础，威利，纽约，纽约，美国，1967年。
21. B. Beebe，F. Lachman和J. Jaffe，“母婴互动结构和必混自行和对象表示”，精神分析的对话，卷。7，pp。133-182,997。查看在：出版商的网站|谷歌学术
22. B. Beebe，J.Jaffe，F.Lachmann，S. Feldstein，C. Crown和M. Jasnow，“发展和精神分析的系统模型：声乐节奏协调和附着的情况，”婴儿心理健康杂志，第21卷，第99-122页，2000年。查看在：出版商的网站|谷歌学术
23. R.Mogan、R.Fischer和J.A.Bulbulia，“是否处于同步？同步对行为、感知、认知和情感影响的荟萃分析，”实验社会心理学杂志，卷。72，pp。13-20,2017。查看在：出版商的网站|谷歌学术
24. I.M.Vicaria和L.Dickens，“人际协调的内部和人际结果的元分析，”非语言行为杂志，卷。40，pp。335-361,2016。查看在：出版商的网站|谷歌学术
25. J.M.戈特曼，婚姻互动:实验调查，学术出版社，美国纽约，1979年。
26. E. Tiegerman和L. H. Primavera，“模仿自闭症儿童：促进交际凝视行为”自闭症和发病症第14卷第2期1，页27-38,1984。查看在：谷歌学术
27. C. Trevarthen和S. Daniel，“独立节奏和同步：自闭症和Rett综合征的早期迹象，”脑和发育，第27卷，第25-35页，2005年。查看在：出版商的网站|谷歌学术
28. m·a·根斯巴切尔，《朝向互惠行为》发育过程杂志，卷。1，第25598865号，第139-152,2006。查看在：谷歌学术
29. G. Underwood，M. Mccaffrey和J. Underwood，“基于合作计算机语言任务的性别差异”，教育研究，卷。32，pp。44-49,1990。查看在：出版商的网站|谷歌学术
30. R.A.Clark，A.L.Bryant，Y.Pua，P. McCrory，K.Bennell，以及M. Hunt，“任天堂Wii平衡委员会的有效性和可靠性，用于评估稳定余额”，“步态和姿势，卷。31，PP。307-310,2010。查看在：出版商的网站|谷歌学术
31. R. A.Clark，R.Cggough和K.Paterson，“廉价和便携式动态重量的可靠性，含有双任任联Wii平衡委员会的不对称性评估系统”步态和姿势第34卷第3期2，页288 - 291,2011。查看在：出版商的网站|谷歌学术
32. N. Marwan，M. C. Romano，M. Thiel和J.Kurths，“复杂系统分析的复发句”，“物理报告，第438卷，第2期。5-6，页237-329,2007。查看在：出版商的网站|谷歌学术|MathSciNet
33. F. Hasselman，“Casnet，一个工具箱，用于学习复杂的自适应系统和网络，”https://github.com/FredHasselman/casnet。查看在：谷歌学术
34. R核心团队,统计计算的语言和环境，统计计算基金会，维也纳，奥地利，2017年，https://www.r-project.org/。
35. F. Takens，“在湍流中探测奇怪的吸引子”动力系统和湍流，D. A. Rand和L. Young，Eds。，Vol。898数学讲义，第366-381页，施普林格，柏林，德国，1981。查看在：出版商的网站|谷歌学术|MathSciNet
36. M.A.Riley，R. Balasubramaniam，以及M.T.Curvey“姿势波动的复发量化分析”步态和姿势，卷。9，不。1，pp。65-78,1999。查看在：出版商的网站|谷歌学术
37. M. L. Wijnants, A. M. T. Bosman, f . Hasselman, R. f . A. Cox, and G. Van Orden，“1/f缩放运动时间随着精确瞄准的练习而改变”，非线性动力学，心理学和生命科学，第13卷，第75-94页，2009。查看在：谷歌学术
38. N. Marwan，“Matlab®的交叉再次复发绘图工具箱，Ver。5.22（r32.2），“http://tocsy.pik-potsdam.de/CRPtoolbox/。查看在：谷歌学术
39. M. I. Coco和R. Dale，“分类和连续时间序列的交叉递归量化分析:一个R包”，心理学领域，卷。5，p。2014年14日。查看在：出版商的网站|谷歌学术
40. A. Paxton和R. Dale，“论点扰乱了人际同步，”季刊实验心理学，卷。66，没有。11，pp。2092-2102,2013。查看在：谷歌学术
41. a . Sarda-Espinosa时间序列聚类及动态时间扭曲距离的优化。R包版本4.0.1，2017年，https://cran.r-project.org/package.。
42. J.Paparrizos和L. Gravano，“K形：时间序列的高效准确聚类，”2015年ACM SIGMOD管理数据管理会议，Sigmod'15，PP。1855-1870,2015。查看在：出版商的网站|谷歌学术
43. A. Canty and B. Ripley， " boot, Bootstrap R (S-Plus) Functions. "R包版本1.3-20，“2017。查看在：谷歌学术
44. D. N. Politis和J. P. Romano，静止的引导。美国统计协会的，第89卷，第2290993条，第1303-1313页，1994。查看在：出版商的网站
45. J. Piaget，孩子的语言和思想，Routledge和Kegan Paul，伦敦，第3版，1959年。

版权

版权所有©2018 Roy Vink等人。这是分布下的开放式访问文章创意公共归因许可证，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。