Leren van probabilistische feedback.
De ontwikkeling van het leren van feedback bij kinderen en de
samenhang van de persoonlijkheidskenmerken BIS en BAS hiermee.
- Anne Koning –
Masterthese
Klinische Ontwikkelingspsychologie
Faculteit der Maatschappij- en Gedragswetenschappen
Studentnummer: 10011757
Begeleider: Brenda Jansen
Datum: 11-07-2014
Inhoudsopgave Abstract 3 1. Inleiding 4 2. Methode 9 2.1 Proefpersonen 9 2.2 Materialen 10
Raven Standard Progressive Matrices Test, speeded version 10
BIS/BAS-schaal 10
Mental Counters en Neuroticisme-vragenlijst 11
Probabilistische leertaak 11
Design 13
2.3 Procedure 14
3. Resultaten 15
3.1 Probabilistische leertaak 15
3.2 BIS/BAS-schaal en leren van probabilistische feedback 19
4. Conclusies en Discussie 22
5. Literatuur 29
6. Bijlagen 31
6.1 Ouderbrief 31
6.2 BIS/BAS-schaal 34
6.3 Instructie probabilistische leertaak 36
Abstract
Kinderen hebben meer moeite met het leren van feedback dan volwassenen, vooral als deze feedback probabilistisch en niet deterministisch is. Bij probabilistische feedback komt de feedback niet altijd overeen met de juistheid van het gedrag. Deze feedback is dus deels niet-informatief. In deze studie is het leren van feedback onderzocht middels een taak waarbij kinderen aan de hand van probabilistische feedback moesten leren welke van twee stimuli de meeste punten opleverde en dus het beste was. Bovendien veranderde de stimulus-uitkomst koppeling en kinderen moesten hier al lerend achter komen. Bij dit leren zijn vijf groepen kinderen met elkaar vergeleken; kinderen van 9-10, 11-12, 13-14, 15-16 jaar en een klinische groep. Daarnaast is onderzocht of kinderen geholpen werden bij het leren door hen informatie te geven over het probabilistische aspect van de feedback en over de verandering van de stimulus-uitkomst koppeling. Tot slot is de samenhang van de persoonlijkheidskenmerken BIS en BAS met het leren van feedback onderzocht. Uit de resultaten bleek dat alle kinderen beter leerden van deterministische feedback en dat vooral jonge kinderen moeite hadden met het leren van probabilistische feedback. Daarnaast werden kinderen geholpen als zij extra informatie over de feedback kregen. De mate van BIS en BAS bleek niet samen te hangen met het leergedrag van kinderen. Enkele suggesties worden gegeven wat betreft het stimuleren van het leren van feedback bij kinderen.
1. Inleiding
Leren is een belangrijke vaardigheid die veel aspecten van het menselijk gedrag beïnvloedt. Een belangrijk onderdeel van het leren is het interpreteren en gebruiken van informatie uit de omgeving. Een voorbeeld van deze informatie is de positieve of negatieve consequenties van het gedrag en dit wordt ook wel feedback genoemd. Om gedrag te optimaliseren moet feedback aan het gedrag gekoppeld worden, zodat het gedrag aangepast kan worden indien het niet de juiste consequenties oplevert (Van Duijvenvoorde, Jansen, Griffioen, Huizenga, & Van der Molen, 2013). Het kunnen leren van feedback door gedrag hierop aan te passen is een vaardigheid die bekend staat als reinforcement learning (Shephard, Jackson, & Groom, 2014).
Uit de vele onderzoeken over de ontwikkeling van reinforcement learning blijkt dat alle kinderen tot in zekere mate moeite hebben met het leren van feedback (Van
Duijvenvoorde et al., 2013; Shephard et al., 2014). Kinderen blijken moeite te hebben met het koppelen van positieve feedback aan het goede gedrag en negatieve feedback aan het foute gedrag (Shephard et al.). Ook vinden kinderen het lastig de relevantie van feedback in te schatten, waardoor zij langzamer leren dan volwassenen (Crone, Jennings, & Van der Molen, 2004). Crone et al. onderzochten met behulp van veranderingen in de hartslag hoe de
verwerking van feedback zich ontwikkelt bij kinderen. Uit eerder onderzoek bleek namelijk al dat de hartslag van volwassenen afneemt na negatieve en onverwachte feedback, terwijl de hartslag juist toeneemt na positieve feedback (Crone et al., 2003, aangehaald in Crone et al.). In het onderzoek van Crone et al. moesten kinderen leren welke van twee toetsen de juiste respons was bij een stimulus. Zij kregen hierbij informatieve maar ook niet-informatieve feedback, waarin beide opties dezelfde feedback opleverde. De hartslag van kinderen bleek bij deze niet-informatieve feedback langzamer te zijn na het krijgen van negatieve feedback in vergelijking met hun hartslag na het krijgen van positieve feedback, terwijl de hartslag van volwassenen niet verschillend was na positieve of negatieve niet-informatieve feedback. Volwassenen hadden blijkbaar door dat deze feedback niet-informatief was. Uit het verschil in hartslag na positieve en negatieve feedback kan geconcludeerd worden dat kinderen de niet-informatieve feedback bleven gebruiken bij het leren. Kinderen blijken moeilijker onderscheid te kunnen maken tussen bruikbare en niet-informatieve feedback.
In het dagelijks leven is feedback niet altijd consistent, denk bijvoorbeeld aan een leerkracht die door het grote aantal leerlingen in de klas het gedrag van een leerling de ene keer wel kan bekrachtigen en de andere keer niet. Deze vorm van feedback, waar goed gedrag
niet altijd wordt bekrachtigd en slecht gedrag niet altijd wordt afgestraft, wordt ook wel probabilistische feedback genoemd (Shephard et al., 2014). Soms volgt negatieve feedback na een correcte respons en positieve feedback na een onjuiste respons (Van Duijvenvoorde et al., 2013). Probabilistische feedback is dus niet altijd informatief, dit in tegenstelling tot
deterministische feedback waar de feedback altijd overeenkomt met de juistheid van de respons. Uit onderzoek blijkt dat kinderen het leren van inconsistente feedback nog lastiger vinden dan het leren van consistente feedback (Hämmerer & Eppinger, 2012). Er is dan ook minder verschil tussen kinderen en volwassenen bij het leren van deterministische feedback dan bij het leren van probabilistische feedback (Shephard et al.).
Begrip van de problemen die kinderen ondervinden tijdens het leren van feedback kan duidelijker maken wat voor soort feedback kinderen nodig hebben om zo goed mogelijk te leren. Reinforcement learning is echter een complexe vaardigheid, die uit meerdere processen bestaat. Ten eerste moet feedback geobserveerd worden, waarna deze gekoppeld moet worden aan het zojuist vertoonde gedrag. Vervolgens wordt er een interne representatie van deze koppeling aangemaakt, die continu onthouden moet worden en indien nodig aangepast moet worden aan nieuwe combinaties van gedrag en feedback (Van Duijvenvoorde et al., 2013). Tot slot moet het gedrag aangepast worden zodat negatieve feedback in de toekomst kan worden voorkomen.
Het onthouden en aanpassen van de interne representatie van het gedrag en de
bijbehorende feedback zou een oorzaak kunnen zijn van het verschil in leren tussen kinderen en volwassenen, omdat het geheugen bij kinderen nog niet volledig ontwikkeld is (Van Duijvenvoorde, Jansen, Bredman, & Huizenga, 2012). Uit onderzoek van Van Duijvenvoorde et al. blijkt dat kinderen inderdaad beter leren als zij hierbij minder afhankelijk zijn van het (werk-)geheugen.
Bij probabilistische leertaken is bovendien begrip vereist van het probabilistische aspect van de feedback. Oftewel, het besef dat het goede gedrag niet altijd wordt beloond met positieve feedback, maar ook af en toe negatieve feedback als gevolg heeft. Zodoende is het kunnen inhiberen van de neiging het gedrag aan te passen na het krijgen van
niet-representatieve negatieve feedback erg belangrijk om het goede gedrag aan te kunnen leren bij dit soort leertaken (Van Duijvenvoorde et al., 2012). Kinderen blijken echter na het krijgen van zowel niet- als representatieve negatieve feedback reactief gedrag te vertonen. Dat wil zeggen dat zij na het krijgen van negatieve feedback snel van keuze veranderen. Deze neiging neemt af met leeftijd en is mogelijk gerelateerd aan de ontwikkeling van inhibitie die pas laat in de adolescentie afgerond is. Dit gedrag leidt bij probabilistische feedback tot het langzamer
leren van de juiste respons (Van Duijvenvoorde et al.). Er wordt immers ook van keuze veranderd als de keuze goed was, waardoor het langer duurt voordat een correcte interne representatie van het goede gedrag is aangemaakt. Dat kinderen moeite hebben met het opbouwen van een interne representatie bij probabilistische feedback blijkt wel uit het feit dat kinderen niet verschillend reageerden op informatieve en niet-informatieve feedback (Crone et al., 2004). Ook Eppinger, Mock en Kray (2009) opperden dat kinderen vooral moeite hebben met het opbouwen van een interne representatie over de juistheid van hun gedrag als de feedback probabilistisch is. Dit sluit aan bij het idee dat het gebrekkige reinforcement learning van kinderen wordt veroorzaakt doordat er onvoldoende en onjuiste interne representaties van het gedrag worden aangemaakt (Hämmerer & Eppinger, 2012; Van Duijvenvoorde et al., 2013).
Ondanks dat kinderen meer gemotiveerd zijn dan volwassenen na het krijgen van beloningen uit de omgeving (Hämmerer & Eppinger, 2012), kunnen zij deze beloningen niet optimaal gebruiken bij het aanpassen van hun gedrag. In hun overzichtsartikel geven
Hämmerer en Eppinger aan dat kinderen beperkt zijn in de verwerking van feedback en dat zij deze feedback bovendien inefficiënt gebruiken bij de planning van nieuw gedrag. Volgens Hämmerer en Eppinger lijkt het erop dat kinderen de uitkomsten van hun gedrag, zowel beloningen als straffen, niet per se zien als gevolgen van hun acties. De gebrekkige koppeling tussen eigen gedrag en de consequenties daarvan is een alternatieve verklaring voor de
ontwikkelingsverschillen in het leren van probabilistische feedback. Samengevat zijn
redeneren, geheugen en inhibitie essentiële onderdelen van leren. Omdat al deze vaardigheden verbeteren naarmate de leeftijd toeneemt zijn ze mogelijke verklaringen voor de ontwikkeling in het leren van probabilistische feedback.
Naast ontwikkelingsverschillen in leren van probabilistische feedback, zijn er ook individuele verschillen tussen kinderen van dezelfde leeftijd. Deze individuele verschillen lijken deels verklaard te kunnen worden door persoonlijkheidstrekken (Kim & Lee, 2011). Het Behavioral Inhibition System (BIS) en het Behavioural Approach System (BAS) zijn voorbeelden van deze persoonlijkheidstrekken. Volgens de biologische persoonlijkheids-theorie van Gray (1991, aangehaald in Muris, Meesters, De Kanter, & Timmermans, 2005) zijn het BIS en BAS twee belangrijke hersen systemen die als reactie op de omgeving toenaderings- en vermijdingsgedrag veroorzaken. Het BIS zorgt ervoor dat een persoon alert wordt als er gevaar of straf dreigt, waardoor de persoon meer vermijdingsgedrag zal gaan vertonen. Het BAS zorgt er juist voor dat een persoon alert wordt bij beloningen, waardoor de persoon toenaderings-gedrag zal gaan vertonen. Deze systemen vertalen zich in leertaken naar
de activatie van BIS na verlies en de activatie van BAS na beloningen (Buelow & Suhr, 2013). Volgens de joint subsystem-hypothese hangt de wisselwerking van het BIS en BAS samen met het gedrag van een individu. Zo blijken volwassenen met een hoge mate van BAS en een lage mate van BIS erg gevoelig te zijn voor beloningen, waardoor zij risicovollere beslissingen nemen dan volwassenen met een gemiddelde mate van zowel BAS als BIS (Kim & Lee). Als gevolg blijken volwassenen met een hoge BAS en een lage BIS vaker dezelfde keuzes te maken na het krijgen van positieve feedback, ook al was de keuze eigenlijk onjuist. Volwassenen met een lage BAS en een hoge BIS veranderen juist vaker van keuze na het krijgen van negatieve feedback, ook als ze eigenlijk de goede keuze gemaakt hadden (Suhr & Tsanadis, 2007). Als gevolg hiervan hebben zij langer de tijd nodig om te leren dan
volwassenen met een gemiddelde mate van BIS en BAS.
De wisselwerking tussen BIS en BAS lijkt niet de enige manier te zijn waarop deze persoonlijkheidstrekken met het leergedrag samenhangt. Het BAS kan namelijk
onderverdeeld worden in de subsystemen Drive, Reward Responsiveness en BAS-Fun Seeking. BAS-Drive reflecteert het nastreven van doelen die belonend zijn, BAS-Reward Responsiveness reflecteert de gevoeligheid voor beloningen en tot slot reflecteert BAS-Fun Seeking het zoeken naar mogelijkheden voor beloningen. Uit onderzoek blijkt dat vooral BAS-Reward Responsiveness en BAS-Fun Seeking gerelateerd zijn aan risicovollere keuzes (Suhr & Tsanadis, 2007). In leertaken is dit mogelijk terug te zien doordat personen die een hoge mate van BAS-Reward Responsiveness en BAS-Fun Seeking hebben vaker dezelfde keuzes blijven maken na het krijgen van positieve feedback, ook als deze feedback niet-representatief is.
In bovenstaande studies wordt vaak gebruik gemaakt van gok-taken die een beroep doen op veel verschillende en complexe vaardigheden, waaronder leren van probabilistische feedback. Als gevolg is het lastig een duidelijke conclusie te vormen over de ontwikkeling van het leren van probabilistische feedback (Crone et al., 2004) en de samenhang van BIS en BAS hiermee. In deze studie zal de ontwikkeling van leren van probabilistische feedback en de relatie met BIS/BAS dan ook onderzocht worden middels een simpele leertaak waarbij de deelnemers hun gedrag kunnen optimaliseren aan de hand van deterministische of
probabilistische feedback op hun gedrag. Omdat uit eerder onderzoek blijkt dat er een duidelijke ontwikkeling in het leren van probabilistische feedback plaatsvindt tussen de leeftijd van 8 en 13 (Van Duijvenvoorde et al., 2013), zal er in deze studie ook gekeken worden naar ontwikkelingsverschillen tussen kinderen van 9-10, 11-12, 13-14 en 15-16 jaar.
Omdat uit bovenstaande resultaten wel blijkt dat kinderen niet zonder slag of stoot het
leren van probabilistische feedback onder de knie krijgen, zal in deze studie getracht worden kinderen hierbij te helpen. Dit zal gebeuren door de kinderen expliciete informatie te geven over het gebruik van probabilistische feedback bij het leren van een stimulus-uitkomst koppeling. Bovendien zal geprobeerd worden kinderen te helpen bij het aanleren van een verandering van deze stimulus-uitkomst koppeling, door een duidelijke aanwijzing te geven op het moment van verandering. Uit onderzoek van Shephard et al. (2014) blijkt namelijk dat kinderen meer moeite hebben met het aanpassen van hun gedrag na een verandering van de uitkomsten van de stimuli dan volwassenen. In het onderzoek van Shephard et al. werden tijdens de leertaak de uitkomsten van de stimuli verwisseld, waardoor de voorheen beste stimulus ineens de slechtste uitkomst opleverde en de voorheen slechtste stimulus de beste uitkomst opleverde. Kinderen deden er langer dan volwassenen over om de veranderde stimulus-uitkomst koppeling aan te leren.
Verwacht wordt dat jonge kinderen (9-10 en 11-12 jaar) slechter op de leertaak zullen presteren dan kinderen die (bijna) in de adolescentie zitten (13-14 en 15-16 jaar). Verwacht wordt dat de jonge kinderen minder goed leren en daardoor minder accuraat presteren. Dit verschil wordt vooral verwacht bij de probabilistische leertaak en niet bij de deterministische leertaak. Ook wordt verwacht dat expliciete uitleg over de probabilistische aard van de feedback het leren bij de kinderen bevordert. Aangezien oudere kinderen minder moeite hebben met het leren van probabilistische feedback wordt verwacht dat deze expliciete uitleg vooral bij de jonge kinderen (9-10 en 11-12 jaar) een positieve invloed zal hebben. Bovendien wordt verwacht dat kinderen zich beter aanpassen als er een duidelijke aanwijzing wordt gegeven over een verandering van de stimulus-uitkomst koppeling dan wanneer zij hier geen informatie over krijgen. Ook hier wordt verwacht dat de positieve invloed van de extra informatie het grootst zal zijn bij de jongste kinderen. Wat het BIS en BAS betreft wordt verwacht dat kinderen met een hoge BAS en een lage BIS vaker zullen kiezen voor een respons die hen positieve feedback oplevert. Van kinderen met een lage BAS en een hoge BIS wordt juist verwacht dat zij vaker van respons zullen wisselen na het krijgen van negatieve feedback. Eerder onderzoek is niet consistent over hoe de verschillende BAS-componenten gerelateerd zijn aan leergedrag. Volgens Suhr en Tsanadis (2007) is vooral Fun Seeking sterk gerelateerd aan risicovollere keuzes, terwijl volgens Buelow en Suhr (2013) ook Drive en Reward Responsiveness hieraan gerelateerd zijn. Er wordt dan ook verwacht dat er bij kinderen een sterke relatie is tussen een slechte prestatie en een hoge mate van Fun Seeking, Drive en Reward Responsiveness. Deze kinderen zullen minder vaak veranderen na het krijgen van positieve feedback.
2. Methode
2.1 Proefpersonen
Aan dit onderzoek hebben in totaal 225 kinderen uit vijf verschillende groepen deelgenomen. Als deelnemers de leertaak niet hadden gemaakt of als zij de BIS/BAS-schaal niet hadden ingevuld werden hun gegevens niet meegenomen in verdere analyses. Zes kinderen hadden de leertaak gemist, 15 kinderen de BIS/BAS-schaal en 3 kinderen hadden beide testen niet gemaakt. Uiteindelijk zijn de data van 201 kinderen meegenomen in de verdere analyses. Er waren 42 9-10- jarigen (M=10,2, SD=0,45, 61,9% meisjes), 45 11-12 jarigen (M=12,3, SD=0,41, 42,2% meisjes), 53 13-14 jarigen (M=14,4, SD=0,50, 52,8% meisjes), 38 15-16 jarigen (M=16,3, SD=0,47, 47,4% meisjes) en 23 jongeren uit een klinische populatie (N=23, M=14,2, SD=0,78, 5% meisjes) met gegevens op zowel de
leertaak als de BIS/BAS-schaal. De twee jongste leeftijdsgroepen zaten in groep 6 en groep 8 van basisschool De Trimaran in Edam. De twee oudste leeftijdsgroepen zaten in klas 2 en klas 4 van verschillende middelbare scholen in Noord-Holland en Utrecht. De jongeren uit de klinische groep zaten allemaal op De Spinaker in Alkmaar, een cluster 4 school. De jongeren hadden een recente diagnose ADHD of ADD. Zie Tabel 1 voor de gemiddelde leeftijd, het percentage meisjes en het totale aantal kinderen per leeftijdsgroep.
De ouders van alle kinderen kregen een brief met daarin informatie over het onderzoek thuisgestuurd. Ouders konden middels een antwoordstrookje aangeven dat zij geen
toestemming gaven voor deelname van hun kind aan het onderzoek. Hier kregen zij na ontvangst van de informatiebrief twee weken de tijd voor. Als er geen antwoordstrookje was ingeleverd werd ervan uitgegaan dat de ouders toestemming gaven voor deelname aan het onderzoek. De deelnemers werden per leeftijdsgroep random toegewezen aan de volgorde waarin zij de taken maakten. Kinderen konden bij de leertaak lootjes verdienen, waarmee zij kans maakten op een bon(van Bol.com of Bart Smit) die aan het eind van het onderzoek per klas verloot werd. Daarnaast kregen alle contactpersonen op de scholen VVV-bonnen als bedankje. Voor aanvang van het onderzoek is de procedure goedgekeurd door de Commissie Ethiek van de afdeling Psychologie aan de UvA.
Tabel 1.
Gemiddelde leeftijd (M), standaarddeviaties (SD) het percentage meisjes en het totale aantal kinderen (N) per leeftijdsgroep
Groepen
Groep 6 Groep 7 Klas 2 Klas 4 Klinische groep Leeftijd M (SD) 10,2 (0,45) 12,3 (0,41) 14,4 (0,50) 16,3 (0,47) 14,2 (0,78) % meisjes 61,9 42,2 52,8 47,4 5 N 42 45 53 38 23 2.2 Materialen
Raven Standard Progressive Matrices (RSPM) test, speeded version (2006)
Om voor mogelijke verschillen in intelligentie tussen groepen te kunnen controleren werd de verkorte versie van de RSPM afgenomen bij alle deelnemers. De deelnemers kregen telkens een figuur te zien dat opgevuld was met een bepaald patroon. Er ontbrak een stukje van dit figuur en de deelnemers moesten uit verschillende alternatieven het stukje kiezen dat het figuur compleet maakte. De items werden steeds moeilijker naarmate de deelnemers verder kwamen in de test. Er was een voorbeelditem dat samen gemaakt werd. Daarna kregen de deelnemers 20 minuten de tijd om zo veel mogelijk items te maken. Deze verkorte versie van de RSPM blijkt voldoende te correleren met de volledige versie van de RSPM (Hamel & Schmittmann, 2006). De scores varieerden van 0 tot 60 en werden omgezet in normscores (Raven & Summers, 1986).
Behavioural Inhibiton System / Behavioural Activation System (BIS/BAS)-schaal
De individuele verschillen in gevoeligheid voor BIS/BAS werden gemeten middels de in het Nederlands vertaalde versie van de BIS/BAS-schaal (Carver & White, 1994,
aangehaald in Muris, Meesters, De Kanter & Timmerman, 2005; vertaling door Muris et al., 2005). Deze schaal bestaat uit 20 items die gescoord moesten worden op een vier-punts Likert schaal met 0 = niet waar, 1 = beetje waar, 2 = waar en 3 = erg waar. De 20 items kunnen onderverdeeld worden in BIS-, BAS Reward Responsiveness-, BAS Drive- en BAS Fun Seeking-items. Een voorbeeld van een BIS-item is: ‘Ik ben bang om fouten te maken’. Voorbeelden van BAS-items zijn: ‘Ik doe echt alles om te krijgen wat ik hebben wil’ en ‘Ik doe vaak dingen zonder erbij na te denken’. Voor dit onderzoek werden de scores berekend
door de items behorende bij BIS en BAS afzonderlijk bij elkaar op te tellen. Daarnaast werden er voor de sub-componenten van BAS afzonderlijke scores berekend. De afname van de BIS/BAS-schaal duurde ongeveer 5 minuten. De betrouwbaarheid is voor de Nederlandse versie van de BIS- en de BAS-schaal afzonderlijk berekend, en is bij beide voldoende (respectievelijk α = 0.78 en α = 0.81) (Muris et al.). Zie voor de volledige BIS/BAS-schaal bijlage 1.
Mental Counters en Neuroticisme-vragenlijst
Ten behoeve van andere onderzoeksvragen werden de Mental Counters taak en de Neuroticisme-vragenlijst afgenomen. Mental Counters is een computertaak die het
werkgeheugen van de deelnemers meet middels een soort korte, makkelijke rekensommen (Larson, 1986, aangehaald in Larson & Saccuzzo, 1989). Middels de Neuroticisme-schaal van de Junior Eysenck Personality Questionnaire (JEPQ: Eysenck & Eysenck, 1975, aangehaald in Muris et al., 2005) werd de mate van de persoonlijkheidstrek neuroticisme gemeten. Probabilistische leertaak
In de leertaak kregen de deelnemers telkens twee stimuli te zien. Deze stimuli waren simpele zwart-wit tekeningen van alledaagse objecten zoals planten, dieren, meubels en muziekinstrumenten. De stimuli zijn voorafgaand aan het onderzoek geselecteerd, hierbij werd gekeken of de stimuli voldoende van elkaar te onderscheiden waren en ook voor de jongste leeftijdsgroep bekend waren. De deelnemers kregen de opdracht zoveel mogelijk punten te verdienen door te ontdekken welk van de twee stimuli de meeste punten opleverde. Na een aantal blokken kwam er een reversal in de taak, dat wil zeggen dat vanaf dat moment de andere stimulus de beste stimulus werd. Van te voren werd aangegeven dat er een reversal zou komen, maar niet wanneer dit zou gebeuren.
Terwijl de stimuli in beeld waren, konden de deelnemers voor één van de twee stimuli kiezen door op een knop op het toetsenbord te drukken. Als zij de stimulus wilden kiezen die links in beeld stond, moesten zij op de ‘z’-toets drukken. Om de rechter stimulus te kiezen moesten zij op de ‘/’-toets drukken. Om te voorkomen dat de deelnemers alleen leerden of de linker- of rechterkant het beste was, werd de locatie van de stimuli per aanbieding random bepaald. Om duidelijk te maken welke toetsen zij moesten gebruiken zaten er stickers op de ‘z’- en de ‘/’-toets. Nadat de deelnemers hadden gekozen voor één van de stimuli kregen zij de bijbehorende feedback te zien. Als zij een punt hadden verdiend kwam er een groen lachend gezichtje in beeld en als zij een punt hadden verloren kwam er een rood sip kijkend gezichtje in beeld. Zie Figuur 1a.
De taak bestond uit drie probabilistische feedback-condities, namelijk de
probabilistische feedback-, de cue- en de specifieke feedback-conditie en een conditie met deterministische feedback. In de condities met probabilistische feedback werd het kiezen voor stimulus A voor 70% beloond met een punt en voor 30% gestraft met een punt aftrek. Het kiezen voor stimulus B werd voor 70% gestraft met een punt aftrek en voor 30% beloond met een punt. Het kiezen voor stimulus A en B resulteerde dus in 30% van de gevallen in
inconsistente feedback. In de deterministische feedback-conditie was de feedback altijd consistent. Als stimulus A het beste plaatje was werd het kiezen voor deze stimulus voor 100% beloond met een punt.
Figuur 1a. 1) Positieve feedback, 2) negatieve feedback.
Figuur 1b. 1) Positieve representatieve feedback, 2) negatieve niet-representatieve feedback, 3) negatieve
representatieve feedback, 4) positieve niet-representatieve feedback.
De condities met probabilistische feedback verschilden in de wijze waarop feedback werd gegeven en/of de aankondiging van de reversal. In de specifieke feedback-conditie werden de deelnemers geholpen bij het probabilistische aspect van de feedback. Zij kregen niet alleen te zien of zij punten hadden gewonnen (groen lachend gezichtje) of verloren (rood sip kijkend gezichtje), maar ook of deze uitkomst veroorzaakt werd doordat zij de beste of de slechtste stimulus hadden gekozen. Als zij een punt verdienden nadat ze de beste stimulus hadden gekozen kregen ze een groen lachend gezichtje te zien met een duim omhoog. Als ze een punt verloren terwijl ze wel de beste stimulus hadden gekozen zagen zij een rood sip kijkend gezichtje met een duim omhoog in beeld. Als zij de slechtste stimulus kozen en een punt verloren kregen ze een rood sip kijkend gezichtje met de duim omlaag te zien. Als ze een keer geluk hadden en een punt verdienden nadat ze de slechtste stimulus hadden gekozen, zagen ze een groen lachend gezichtje met de duim omlaag in beeld. In deze conditie gaven de duimen dus aan of de gekozen stimulus het beste of het slechtste plaatje was. Zie Figuur 1b. In de probabilistische cue-conditie kregen de deelnemers hulp bij het leren van de reversal.
Zij kregen eenmalig een afbeelding van een ster in het midden van het beeld te zien als de reversal van kracht werd. In deze conditie kregen zij wel de normale feedback zonder duimen te zien.
De deelnemers hebben alle condities gemaakt. De drie probabilistische feedback-condities bestonden uit tien blokken waarin zij per blok tien keer een keuze moesten maken uit de twee stimuli. Per conditie kregen zij steeds hetzelfde paar stimuli te zien. De
deterministische feedback-conditie bestond uit zes blokken met per blok tien trials. Deze conditie is korter gemaakt omdat verwacht werd dat deelnemers hier sneller zouden leren en de leertaak sneller zou gaan vervelen.
Per trial kreeg de deelnemer eerst een fixatiekruis in het midden van het scherm te zien (delay; 500, 800, 1100 of 1400 ms.) waarna de twee stimuli getoond werden (max. 2000 ms.). De deelnemer kreeg vanaf het moment dat de stimuli in beeld kwamen 2000 ms. de tijd om te reageren. Nadat de deelnemer voor één van de stimuli gekozen had verdwenen de stimuli uit het beeld. De tijd tussen het verschijnen van de stimuli en het drukken op een van de toetsen is de reactietijd. Als er niet op tijd gereageerd werd kreeg de deelnemer ‘Te laat! Probeer de volgende keer sneller te zijn!’ in het beeld te zien (750 ms.). Nadat de deelnemer gekozen had door op de linker- of rechtertoets te drukken kreeg de deelnemer na 250 ms. te zien of hij/zij een punt had gewonnen of verloren (feedback; 750 ms.). Zie Figuur 2. Afname van de leertaak duurde ongeveer 30 minuten. De prestatie op de probabilistische leertaak werd gemeten aan de hand van accuratesse en de reactietijd. Daarnaast werd ook gekeken naar het percentage wisselen van respons na het krijgen van zowel representatieve als
niet-representatieve positieve en negatieve feedback.
Figuur 2. Schematische weergave van de structuur per trial. Ieder trial begint met een fixatiekruis met een
inter-trial interval van 500, 800, 1100 of 1400 ms. Vervolgens worden de stimuli aangeboden, waarna de deelnemer 2000 ms. de tijd heeft om te reageren. Na het kiezen krijgt de deelnemer 250 ms. een zwart scherm te zien, waarna de feedback (groen lachend gezichtje of rood sip kijken gezichtje) 750 ms. in beeld te zien is. N.B. de feedback zag er in de specifieke probabilistische feedback-conditie anders uit, zie Figuur 1b.
Design
Om volgorde-effecten te voorkomen hebben de deelnemers de vier condities in verschillende volgorden gemaakt. Om verwarring te voorkomen werd ervoor gezorgd dat de probabilistische feedback-conditie altijd voor of direct na de cue-conditie kwam. De condities zijn dus in 12 verschillende volgorden afgenomen. De deelnemers werden random bij één van deze volgorden ingedeeld. Ook werden ze random toegewezen aan één van de drie
onderzoeksleiders die de computertaken afnamen.
2.3 Procedure
Het onderzoek werd in twee delen afgenomen bij de deelnemers. Allereerst werden klassikaal de Raven, de BIS/BAS-schaal en de Neuroticisme vragenlijst afgenomen. Tijdens deze sessie werd eerst de Raven uitgelegd, waarna de kinderen 20 minuten de tijd kregen om de items te maken. Bij de oudste drie groepen werden na de Raven zowel de BIS/BAS-schaal als de Neuroticisme vragenlijst uitgelegd. Na deze uitleg mochten de deelnemers de twee vragenlijsten achter elkaar invullen. Bij de jongste twee groepen werd per vragenlijst een toelichting gegeven waarna de deelnemers de tijd kregen om deze in te vullen. De volgorde van afname van de BIS/BAS-schaal en de Neuroticisme vragenlijst werden in iedere
leeftijdsgroep per klas afgewisseld. De klassikale afname duurde ongeveer 30 – 40 minuten. De probabilistische leertaak en de Mental Counters werden hierna in groepjes van zes afgenomen in een rustige ruimte op de school van de deelnemers. Per sessie doorliepen de onderzoeksleiders met twee deelnemers per onderzoeksleider de instructies van de leertaak en de Mental Counters.
Men startte met de leertaak. De deelnemers kregen eerst een algemene instructie te zien, waarin de stimuli en de soorten feedback getoond werden en waarin uitgelegd werd hoe de deelnemers konden reageren. De deelnemers werden aangespoord zoveel mogelijk punten te verdienen door te ontdekken welke stimulus de beste was. Daarna konden ze in tien trials oefenen. Ook werd uitgelegd dat ze met hun punten een, twee of drie lootjes konden
verdienen waarmee zij kans maakten op een cadeaubon (van Bart Smit en Bol.com) die per klas verloot werden. Vervolgens werden per conditie de regels van het spel opnieuw
uitgelegd. De tekst van de regels stond op het scherm en de onderzoeksleider controleerde of de deelnemers de instructies lazen en begrepen. Nadat alle vier condities afgenomen waren noteerden de onderzoeksleiders het aantal totale punten van de deelnemers. Zie voor de instructies van de leertaak bijlage 2.
Vervolgens werd de Mental Counters taak opgestart. Hier werden de kinderen
wederom door de onderzoeksleiders geholpen bij de instructies. Nadat de Mental Counters taak afgenomen was kregen de deelnemers te horen hoeveel lootjes zij hadden verdiend en wanneer de bon verloot zou worden. Als de hele klas het klassikale gedeelte en het computer- gedeelte afgerond had kwamen de onderzoeksleiders langs de klas om hen te bedanken en de bon te verloten.
3. Resultaten
3.1 Probabilistische leertaak
Er werd een leercriterium vastgesteld zodat alleen data van deelnemers die voldoende hadden geleerd vóór de reversal werden geanalyseerd. De deelnemers moesten in alle
condities in tenminste één van de twee blokken direct vóór de reversal minstens een
gemiddelde accuratesse van 60% gehaald hebben. De gegevens van de 31 deelnemers die niet voldeden aan dit criterium werden uitgesloten van de analyse. Deelnemers van wie de data niet voldeden aan het criterium waren 10 deelnemers uit groep 6, 9 deelnemers uit groep 8, 4 deelnemers uit de tweede klas, 5 deelnemers uit de vierde klas en 3 deelnemers uit de
klinische groep. Uiteindelijk zijn van 170 deelnemers de resultaten geanalyseerd.
In de analyse werd gebruik gemaakt van accuratesse per blok door per blok van 10 trials te kijken naar de proportie correcte keuzes. Omdat het aantal blokken per conditie niet gelijk was, werd de accuratesse per conditie in twee delen verdeeld. In de probabilistische condities werd de accuratesse van deel 1 berekend door het gemiddelde te nemen van de accuratesse in de vijf blokken vóór de reversal. De accuratesse van deel 2 werd berekend door het gemiddelde te nemen van de accuratesse in de vijf blokken na de reversal. In de
deterministische conditie werd de accuratesse van deel 1 berekend door het gemiddelde te nemen van de accuratesse in de drie blokken vóór de reversal. De accuratesse van deel 2 werd berekend door het gemiddelde te nemen van de accuratesse in de drie blokken na de reversal.
Er werd gecontroleerd of de volgordes waarin de condities in de leertaak werden aangeboden gelijk verdeeld waren over de vijf groepen. Naast de gewenste 12 volgordes, waarin de probabilistische feedback- en de cue-conditie elkaar altijd direct opvolgden, hebben enkele deelnemers de leertaak per ongeluk in een andere volgorde aangeboden gekregen. Er werd eerst een Chi-kwadraattoets uitgevoerd over de verdeling van de gewenste en de ongewenste volgordes over de vijf groepen. De verdeling van de on- en gewenste volgordes over de vijf groepen bleek niet gelijk te zijn, χ2 (4) = 22.80, p < .001. De ongewenste
volgordes kwamen alleen in de tweede en de vierde klas voor: acht deelnemers uit de tweede
klas en 10 deelnemers uit de vierde klas hadden de condities in een verkeerde volgorde uitgevoerd. Om te controleren of de volgorde van de condities een effect had op de gemiddelde accuratesse werd een General Linear Model met groep en volgorde (twee niveaus: gewenst, ongewenst) als onafhankelijke variabelen uitgevoerd. De gemiddelde accuratesse werd berekend door de gemiddelde accuratesse per blok van alle condities bij elkaar op te tellen en te delen door het totale aantal blokken (36). Er bleek alleen een hoofdeffect van groep te zijn, F(4) = 2.88, p < .05. Oudere kinderen hadden een hogere accuratesse dan jongere kinderen. De volgorde waarin de condities zijn gemaakt had geen invloed op de accuratesse op de leertaak. De accuratesse van kinderen die de condities in een ongewenste volgorde maakten verschilde niet van die van kinderen die de condities in een van de gewenste volgordes maakten.
Daarnaast werd er een Chi-kwadraattoets uitgevoerd om te controleren of de verdeling van de gewenste volgordes van de condities gelijk was over de groepen. Dit bleek het geval te zijn, χ2
(44) = 17.25, p = 1. Bij alle analyses is aan de aannames voldaan, tenzij anders vermeld.
Er is een 4 (conditie: probabilistische feedback, cue, specifieke feedback en
deterministische feedback) x 5 (groep: groep 6, groep 8, klas 2, klas 4 en de klinische groep) x 2 (deel: voor en na de reversal) herhaalde metingen analyse uitgevoerd met als afhankelijke variabele het percentage correct. De IQ-normscores zijn in de analyse toegevoegd als covariaat. Volgens verwachting bleek er een significant hoofdeffect van groep te zijn, F(4,148) = 4.06, p = .004. Middels een post hoc-test is dit hoofdeffect nader onderzocht. Als gekeken werd naar de accuratesse over alle condities gezamenlijk presteerden deelnemers uit groep 6 (gem. 77,8% correct) slechter dan deelnemers uit groep 8 (gem. 83,8% correct) en uit de vierde klas (gem. 86,2% correct), zie Tabel 1.
Er werd ook een hoofdeffect voor conditie gevonden, F(3,444) = 29.82, p < .001. Uit de contrasten bleek dat de deterministische feedback-conditie (gem. 92,4% correct) beter gemaakt werd dan de probabilistische feedback-conditie (gem. 72% correct), de cue-conditie (gem. 81,5% correct) en de specifieke feedback-conditie (gem. 81,8% correct). Volgens verwachting hadden de deelnemers een hogere accuratesse in zowel de cue-conditie als in de specifieke feedback-conditie in vergelijking met de probabilistische feedback-conditie, zie Tabel 1. Daarnaast bleek er een hoofdeffect te zijn voor het deel van de taak, F(1,148) = 17.32, p < .001. Het deel na de reversal werd gemiddeld slechter gemaakt (gem. 80,4% correct) dan het deel vóór de reversal (gem. 83,6% correct), zie Figuur 1.
Tabel 1.
Gemiddelden (M) en standaarddeviaties (SD) voor alle condities gezamenlijk (Gem. Acc.) en voor de Probabilistische feedback- (Prob. FB.), de Cue-, de Specifieke feedback- (Spec. FB.) en de Deterministische feedback-conditie (Det.FB) afzonderlijk, per leeftijdsgroep
Percentage Correct Gem. Acc. M Prob. FB. M (SD) Cue M (SD) Spec. FB. M (SD) Det. FB. M (SD) Groep 6 - Deel 1 - Deel 2 77,8 75,9 (15,2) 63,9 (17,0) 75,3 (16,4) 80,6 (17,2) 79,9 (15,9) 72,1 (22,6) 90,5 (11,1) 84,2 (13,3) Groep 8 - Deel 1 - Deel 2 83,8 78,5 (11,9) 72,6 (17,6) 81,7 (14,5) 83,5 (16,6) 87,0 (10,9) 80,1 (16,1) 96,0 (4,8) 91,8 (5,3) Klas 2 - Deel 1 - Deel 2 82,1 74,4 (13,0) 67,8 (18,5) 81,1 (12,8) 82,5 (17,8) 83,8 (14,0) 80,4 (14,5) 94,4 (5,5) 92,8 (4,9) Klas 4 - Deel 1 - Deel 2 86,2 76,8 (11,7) 72,2 (17,0) 85,9 (10,4) 88,6 (14,9) 89,0 (12,8) 86,8 (15,2) 95,8 (3,3) 94,9 (2,8) Klinische groep - Deel 1 - Deel 2 79,8 70,1 (13,4) 63,3 (12,2) 75,7 (12,6) 75,9 (16,9) 81,6 (13,6) 76,3 (17,3) 93,1 (4,8) 89,5 (10,3) Alle Deelnemers 72,0 81,5 81,8 92,4
Tot slot bleek er een significant interactie-effect te zijn tussen conditie en deel, F(3,148) = 7.50, p < .001. Post hoc is dit interactie-effect middels gepaarde t-toetsen per conditie verder onderzocht. Per conditie werd de gemiddelde accuratesse vóór de reversal vergeleken met de gemiddelde accuratesse na de reversal. Bij de probabilistische feedback-conditie nam de accuratesse af van 75,5% naar 68,5%, t(169) = 5.19, p < .001, bij de
specifieke feedback-conditie nam de accuratesse af van 84,9% naar 80,1%, t(169) = 5.56, p < .001 en bij de deterministische feedback-conditie nam de accuratesse af van 94,1% naar 91%, t(169) = 4.93, p < .001. In de cue-conditie bleek de accuratesse na de reversal juist toe te nemen van 80,7% naar 82,7%. Dit effect bleek marginaal te zijn, t(169) = -1.86, p = .065, zie Figuur 1. Het interactie-effect tussen conditie en deel indiceerde dus dat er in alle condities een achteruitgang was na de reversal, behalve in de cue-conditie, waar een marginale verbetering zichtbaar was.
Figuur 1. Interactie effect blok en conditie. De gemiddelde accuratesse per conditie voor en na de reversal.
Om het verschil tussen de condities vóór en na de reversal verder te onderzoeken zijn er post hoc ook twee herhaalde metingen ANOVA’s uitgevoerd met als onafhankelijke variabele conditie en als afhankelijke variabele het percentage correct. De gemiddelde accuratesse op de condities zijn per deel met elkaar vergeleken. Bij de vergelijking van de condities vóór de reversal kwam een hoofdeffect van conditie naar voren, F(3,507) = 104.29, p < .001. Uit de contrasten bleek dat de deelnemers vóór de reversal al een hogere
gemiddelde accuratesse hadden in de cue-conditie (80,7%), in de specifieke feedback-conditie (84,9%) en in de deterministische feedback-conditie (94,1%) dan in de probabilistische
feedback-conditie (75,5%), zie Figuur 1. Volgens verwachting bleek er na de reversal ook een hoofdeffect voor conditie te zijn, F(3,507) = 94.77, p < .001. Ook na de reversal presteerden deelnemers beter in de cue-conditie (82,7%), in de specifieke feedback-conditie (80,1%) en in de deterministische feedback-conditie (91%) in vergelijking met hun prestatie in de
probabilistische feedback-conditie (68,5%). Omdat deelnemers in de cue-conditie alleen geholpen zouden worden bij het aanleren van de reversal was van te voren niet verwacht dat de gemiddelde accuratesse in de cue-conditie vóór de reversal al zou verschillen met de gemiddelde accuratesse in de probabilistische feedback-conditie vóór de reversal. Tegen de verwachtingen in bleek er geen interactie te zijn tussen groep en conditie, F(12,444) = 0.83, p = .620. De verschillende groepen profiteerden allemaal op dezelfde manier van de extra informatie die zij kregen in de cue- en specifieke feedback-conditie. Ook werd er geen
interactie gevonden tussen blok en groep, F(4,148) = 1.68, p = .158. Tegen de verwachting in
65 70 75 80 85 90 95 100 1 2 Ac cu ra tes se Deel Probabilistische feedback Cue Specifieke feedback Deterministische feedback 18
bleek de accuratesse van deelnemers uit de oudere groepen evenveel af te nemen na de reversal als de accuratesse van deelnemers uit de jongere groepen. Tot slot bleek de
verwachte driewegs-interactie tussen groep, conditie en blok niet significant te zijn, F(12,444) = 0.97, p = .477.
Om voor intelligentie te controleren werd de RSPM normscore aan de herhaalde metingen analyse toegevoegd als covariaat. Er werd een hoofdeffect voor intelligentie gevonden, F(1,148) = 20.40, p < .001. Om het hoofdeffect van intelligentie nader te onderzoeken werd een Speraman’s Rho Test uitgevoerd. Hiervoor werd per groep de gemiddelde accuratesse over alle condities berekend. Hieruit bleek dat intelligentie positief was gecorreleerd met de gemiddelde accuratesse van kinderen uit de tweede klas, r = .40, p = .004 en van kinderen uit de vierde klas, r = .45, p = .026. Intelligentie blijkt de gemiddelde accuratesse positief te voorspellen bij kinderen in de tweede en vierde klas. Daarnaast bleek er een interactie te zijn tussen conditie en intelligentie, F(3,444) = 5.39, p = .001 en tussen deel van de leertaak en intelligentie, F(1,148) = 5.72, p < .05. Om te onderzoeken wat voor invloed de intelligentie had op de accuratesse op de leertaak werd een Spearman’s Rho Test
uitgevoerd. Hiervoor werd per conditie de gemiddelde accuratesse over alle blokken berekend. Hieruit bleek dat intelligentie positief was gecorreleerd met de gemiddelde
accuratesse in de probabilistische feedback-conditie, r = .33, p < .001, in de cue-conditie, r = .25, p = .002 en in de specifieke feedback-conditie, r = .31, p < .001. De intelligentie bleek niet significant gecorreleerd te zijn met de gemiddelde accuratesse in de deterministische feedback-conditie, r = .14, p = .084. Intelligentie blijkt de accuratesse van de deelnemers positief te beïnvloeden in de probabilistische feedback-condities. In de deterministische feedback-conditie blijkt het intelligentieniveau de gemiddelde accuratesse niet te beïnvloeden. Bovendien heeft intelligentie een verschillende invloed op het deel van de taak.
3.2 BIS/BAS-schaal en leren van probabilistische feedback
Om de relatie tussen BIS en BAS en het leren van probabilistische feedback te onderzoeken zijn de deelnemers eerst onderverdeeld in verschillende groepen op basis van hun scores op de BIS/BAS-schaal. Uit de BIS/BAS-schaal konden vijf verschillende scores berekend worden, namelijk de totale BIS-score, de totale BAS-score en de scores voor de sub-componenten van BAS; BAS Reward Responsiveness (BAS-RR), BAS Drive (BAS-D) en BAS Fun Seeking (BAS-FS). Als de BIS-score van de deelnemer lager was dan de mediaan van de BIS-score, werd de score gezien als een laag niveau van BIS. De deelnemer had een hoog niveau van BIS als de BIS-score van de deelnemer even groot als of groter dan de
mediaan was. Dezelfde procedure werd gehanteerd voor de BAS-, BAS-RR-, BAS-D- en BAS-FS scores van de deelnemers. Vervolgens werden er vier BIS/BAS groepen gemaakt: 1) een lage BIS en hoge BAS-, 2) een lage BIS en lage BAS-, 3) een hoge BIS en lage BAS- en 4) een hoge BIS en hoge BAS-groep. Zie voor de medianen van de BIS/BAS-scores en het aantal deelnemers per groep Tabel 2 en Tabel 3.
Tabel 2.
Mediaan en Standaarddeviaties (SD) van de totale scores van de BIS, BAS, BAS-Reward Responsiveness (BAS-RR), BAS-Drive (BAS-D) en de BAS-Fun Seeking (BAS-FS)
(N = 170) Mediaan SD
BIS BAS BAS-RR BAS-D BAS-FS 7 3,50 17 5,47 8 2,48 4 2,62 4 2,10 Tabel 3.
Totaal aantal deelnemers in de BIS/BAS groepen (N) en aantal en percentage deelnemers in de BIS/BAS groepen per leeftijdsgroep
Groep 6 Groep 8 Klas 2 Klas 4 Klinisch
Lage BIS & hoge BAS
(N = 32)
Lage BIS & lage BAS (N = 43)
Hoge BIS & hoge BAS
(N = 57)
Hoge BIS & lage BAS (N = 38) 4 (12,5%) 6 (16,7%) 16 (32,7%) 5 (15,2%) 1 (5%) 8 (25%) 7 (19,4%) 15 (30,6%) 7 (21,2%) 6 (30%) 13 (40,6%) 13 (36,1%) 10 (20,4%) 12 (36,4%) 9 (45%) 7 (21,9%) 10 (27,8%) 8 (16,3%) 9 (27,3%) 4 (20%) Om te controleren of de verschillende BIS/BAS groepen gelijk waren verdeeld over de vijf groepen werd een Chi-kwadraattest uitgevoerd. Dit bleek het geval te zijn, χ2 (12) = 15.06, p = .238. Om de relatie tussen BIS en BAS en het aantal switches na het krijgen van positieve en negatieve feedback te onderzoeken is een 3 (conditie: probabilistische feedback, cue en specifieke feedback) x 4 (BIS/BAS niveau: lage BIS en hoge BAS, lage BIS en lage BAS, hoge BIS en hoge BAS en hoge BIS en lage BAS) x 2 (valentie: negatieve en positieve feedback) herhaalde metingen analyse uitgevoerd met als afhankelijke variabele het
percentage switches na het krijgen van negatieve of positieve feedback. Per conditie werd een percentage berekend van hoe vaak deelnemers van keuze veranderden na het krijgen van negatieve of positieve feedback. Het aantal switches na positieven en negatieve feedback in de deterministische feedback-conditie is niet meegenomen in de analyse omdat deelnemers hier goed leerden en als gevolg hiervan weinig negatieve feedback kregen. Tegen de verwachting in werd er geen hoofdeffect gevonden voor BIS/BAS groep, F(3,166) = 1.99, p = .118. Deelnemers met een verschillende mate van BIS en BAS bleken niet verschillend te reageren na het krijgen van negatieve en positieve feedback. Ook werd er geen hoofdeffect gevonden voor conditie, F(2,332) = .34, p = .711. Deelnemers bleken in alle probabilistische condities even veel van keuze te veranderen na het krijgen van feedback. Er werd wel een hoofdeffect gevonden voor valentie, F(1,166) = 59.06, p < .001. Deelnemers veranderden vaker van keuze na het krijgen van negatieve feedback dan na het krijgen van positieve feedback, zie Tabel 4.
Er werd geen significante interactie gevonden tussen valentie en BIS/BAS groep. Tegen de verwachting in veranderden deelnemers in de lage BIS en hoge BAS groep even vaak van keuze na het krijgen van positieve feedback als deelnemers in de andere BIS/BAS groepen. Ook bleken deelnemers in de hoge BIS en lage BAS groep even vaak van keuze te veranderen na het krijgen van negatieve feedback als deelnemers uit de andere BIS/BAS groepen. Dit was eveneens tegen de verwachting in. Ook werd geen significante interactie gevonden tussen conditie en BIS/BAS groep. Deelnemers in de verschillende BIS/BAS groepen bleken even vaak van keuze te veranderen na het krijgen van positieve of negatieve feedback in alle probabilistische feedback-condities. Daarnaast werd ook geen significante interactie gevonden tussen conditie en valentie. Deelnemers veranderden in alle
probabilistische feedback-condities even vaak van keuze na het krijgen van positieve of negatieve feedback. Tot slot was de driewegsinteractie tussen conditie, valentie en BIS/BAS groep eveneens niet significant wat impliceert dat deelnemers in de verschillende BIS/BAS groepen in alle condities minder veranderden van keuze na positieve dan na negatieve feedback.
Om te onderzoeken of de drie BAS-componenten BAS-RR, BAS-D en BAS-FS verschillend samenhingen met het percentage switches na het krijgen van positieve feedback werd er een multipele regressie uitgevoerd, met het percentage switchen na positieve feedback als afhankelijke variabele. Als predictoren zijn de scores op de componenten RR, BAS-D en de BAS-FS gebruikt. Het percentage switches werd berekend door het gemiddelde te nemen van het percentage switches na positieve feedback in de probabilistische feedback-, de cue- en de specifieke feedback-conditie.
Tabel 4.
Gemiddelden (M) en standaarddeviaties (SD) van het percentage switches na het krijgen van Positieve en Negatieve feedback voor de Probabilistische feedback-, Cue- en Specifieke feedback-conditie Percentage switches na Positieve feedback M (SD) Negatieve feedback M (SD) Probabilistische feedback 49,7 (8,9) 56,4 (10,98) Cue 48,9 (8,5) 56,0 (12,5) Specifieke feedback 50,6 (8,96) 55,4 (12,4) De drie sub-componenten van BAS bleken het percentage switches na het krijgen van positieve feedback niet beter te voorspellen dan het nul-model, F Change(3,165) = 1.50, p = .218. Zie voor de correlaties tussen de componenten BAS-RR, BAS-D, BAS-FS en het percentage switches na positieve feedback Tabel 5. Blijkbaar voorspelt de score op de BAS-RR, BAS-D en BAS-FS bij deze deelnemers niet hoe zij hun gedrag aanpassen na het krijgen van positieve feedback.
Tabel 5.
Correlaties van BAS-RR, BAS-D en BAS-FS met het Percentage Switches na het krijgen van positieve feedback 1) 2) 3) 4) 1) Percentage Switches 1,00 2) BAS-RR 0,01 1,00 3) BAS-D -0,14* 0,35* 1,00 4) BAS-FS 0,01 0,38* 0,38* 1,00 * p < .05.
4. Conclusies & Discussie
In deze studie werd onderzocht hoe kinderen leren van feedback en hoe zij zich hierin ontwikkelen. Uit eerder onderzoek bleek dat kinderen vooral moeite hebben met het leren van probabilistische feedback, feedback die niet altijd overeenkomt met de juistheid van het
vertoonde gedrag (Shephard et al., 2014). Zodoende is in deze studie vooral gekeken naar ontwikkelingsverschillen in het leren van probabilistische feedback. Dit werd onderzocht door middel van een leertaak waarin kinderen aan de hand van probabilistische feedback moesten leren welke stimulus resulteerde in de beste uitkomst. Daarnaast kwam er een reversal voor in de leertaak, dat wil zeggen dat de stimulus-uitkomst koppeling veranderd werd. Om goed te presteren moesten de kinderen dan de oude stimulus-uitkomst koppeling vergeten en de nieuwe koppeling leren. Om de ontwikkeling van het leren van feedback goed in kaart te brengen maakten kinderen ook een taak met deterministische feedback. Daarnaast werd onderzocht of kinderen geholpen werden bij het leren van probabilistische feedback door hen te attenderen op de reversal en door het aanbieden van specifieke feedback. Tot slot is onderzocht of de persoonlijkheidskenmerken BIS en BAS samenhingen met dit leergedrag.
Ten eerste is gekeken naar de ontwikkelingsverschillen in het leren van
probabilistische feedback. Hieruit bleek dat de jongste kinderen (9-10 jaar) slechter leerden dan kinderen van 11-12 en 15-16 jaar. Opvallend genoeg presteerden kinderen van 9-10 jaar niet slechter dan kinderen van 13-14 jaar. Ook bleken kinderen van 11-12 jaar niet slechter te presteren dan kinderen van 13-14 en 15-16 jaar. Bovendien bleek dat kinderen beter leerden van deterministische feedback dan van probabilistische feedback, met of zonder specifieke informatie over de probabiliteit van de feedback. De verwachting dat jongere kinderen
slechter leren dan oudere kinderen kan middels deze resultaten maar deels bevestigd worden. Daarnaast is onderzocht of kinderen beter leerden als zij hulp kregen bij het
probabilistische aspect van de feedback. Middels de specifieke feedback kregen de kinderen niet alleen te zien of hun keuze werd beloond of bestraft, maar ook of zij voor het beste of het slechtste plaatje hadden gekozen. Uit de resultaten bleek dat kinderen inderdaad beter
presteerden als zij specifieke feedback kregen dan wanneer zij ‘normale’ probabilistische feedback kregen. Wel nam de prestatie van de kinderen bij het krijgen van specifieke
feedback af na de reversal in vergelijking met de prestatie vóór de reversal. Daarnaast bleek dat kinderen in alle groepen evenveel profiteerden van de extra informatie over de
probabiliteit van de feedback.
Er kunnen veranderingen in de omgeving van een persoon plaatsvinden waardoor aangeleerd gedrag aangepast moet worden om tot positieve uitkomsten te leiden. Immers, bepaalde gedragingen zijn in de ene situatie wel gepast en in een andere weer niet. Ook hier vindt een bepaalde ontwikkeling plaats, uit eerder onderzoek van Shephard et al. (2014) bleek namelijk al dat kinderen meer moeite hebben dan volwassenen om gedrag aan te leren als zij daarvoor eerder aangeleerd gedrag moeten aanpassen. Dit kwam overeen met de resultaten uit
huidig onderzoek, kinderen leerden slechter nadat de reversal had plaatsgevonden in vergelijking met hun prestatie vóór de reversal. Door aan te geven wanneer de reversal plaatsvond werd verwacht dat kinderen een minder grote terugval in het leren zouden laten zien tijdens deze reversal. Kinderen bleken inderdaad beter te presteren als zij een teken kregen als de stimulus-uitkomst koppeling veranderde. Kinderen bleken marginaal beter te presteren na de reversal als zij het teken over de reversal hadden gezien. Dit in tegenstelling tot hun prestatie bij het krijgen van probabilistische, specifieke of deterministische feedback. Hier presteerden de kinderen na de reversal juist slechter. Opvallend was dat kinderen ook al beter presteerden vóórdat zij het teken kregen over de reversal. Ook hier bleken kinderen uit alle groepen te profiteren van de extra geboden hulp bij het aanleren van de reversal.
Uit bovenstaande resultaten kan geconcludeerd worden dat kinderen inderdaad
geholpen worden als zij informatie krijgen over het probabilistische aspect van de feedback en over de verandering van de stimulus-uitkomst koppeling. Tegen de verwachting in blijkt echter niet dat vooral jongere kinderen bij dit soort hulp gebaat zijn. Kinderen van 9-10, 11-12, 13-14 en 15-16 blijken namelijk evenveel te profiteren van extra informatie over de leertaak. Mogelijk zorgt de specifieke feedback ervoor dat kinderen minder afhankelijk zijn van het onthouden van interne koppeling van het gedrag en de feedback, omdat zij naast informatie over de beloning of straf ook informatie kregen over de juistheid van hun respons. Aangezien het geheugen zich blijft ontwikkelen tot in de jong-volwassenheid, valt te
verwachten dat kinderen tot in de adolescentie profiteren van informatie die hun geheugen ontlast (Van Duijvenvoorde et al., 2012). Daarnaast blijken kinderen moeite te hebben met het aanpassen van hun gedrag aan nieuwe feedback. Zij kunnen eerder aangeleerd gedrag
moeilijk inhiberen en omzetten in nieuw gedrag. Dit lijkt te worden veroorzaakt door de ontwikkeling van inhibitie, die pas laat in de adolescentie afgerond is (Van Duijvenvoorde et al.). Mogelijk heeft het teken van de reversal kinderen hierbij geholpen doordat hen expliciet duidelijk werd gemaakt wat er van hun verwacht werd. Shephard et al. (2014) gaven in eerder onderzoek aan dat kinderen waarschijnlijk moeite hebben met een reversal omdat zij vooral gebruik maken van externe informatie in plaats van een interne regel bij het aanpassen van geleerd gedrag. Als gevolg hiervan is het voor hen bij probabilistische feedback lastig inschatten welke stimulus op welk moment het beste is. Door hen een teken te geven als de stimulus-uitkomst koppeling verandert krijgen zij hier meer duidelijkheid over, wat resulteert in een betere prestatie. Uit bovenstaande kan geconcludeerd worden dat kinderen inderdaad beter gaan leren door de extra hulp in de leertaak, het geheugen en inhibitie lijken hierbij een belangrijke rol te spelen.
Ten slotte is ook onderzocht of het BIS en BAS samenhangen met de manier waarop kinderen leren van probabilistische feedback. Verwacht werd dat het niveau van BIS en BAS samen zou hangen met de frequentie waarin kinderen van keuze veranderen na het krijgen van negatieve of positieve feedback (Kim & Lee, 2011). Tegen de verwachting in blijken kinderen met een lage mate van BIS en een hoge mate van BAS hetzelfde te reageren op positieve feedback als kinderen met een andere mate van BIS en BAS. Ook blijkt dat kinderen met een hoge mate van BIS en een lage mate van BAS hetzelfde reageren op negatieve feedback als kinderen met een andere mate van BIS en BAS. Dit was eveneens tegen de verwachtingen in. Daarnaast bleken de sub-componenten Drive, Reward Responsiveness en BAS-Fun Seeking geen voorspellende waarde te hebben voor de frequentie waarin van keuze veranderd werd na het krijgen van positieve feedback.
Al met al kan geconcludeerd worden dat oudere kinderen beter zijn in het leren van probabilistische feedback dan jongere kinderen. Bij deze conclusie moet echter wel een kanttekening geplaatst worden. Kinderen van 9-10 en 11-12 jaar bleken namelijk ongeveer hetzelfde te presteren als kinderen van 13-14 jaar. Wellicht is het verschil in leeftijd en dus ontwikkeling tussen deze drie groepen te klein om met deze leertaak een verschil in
leergedrag waar te nemen. In veel ander onderzoek waren de leeftijdsverschillen tussen de te vergelijken groepen dan ook groter, vaak werden kinderen van 9-10 jaar vergeleken met jongvolwassenen van 18-25 jaar (Shephard et al., 2014; Van Duijvenvoorde et al., 2013). Van Duijvenvoorde et al. (2012) vonden resultaten die vergelijkbaar zijn met de huidige resultaten. Zij vergeleken het leergedrag van kinderen van 7-9, 9-11, 11-13 en 18-24 jaar met elkaar. Hieruit bleek dat het leergedrag van kinderen uit de jongste drie groepen niet van elkaar verschilde. In vervolgonderzoek kan hiermee rekening gehouden worden door
leeftijdsgroepen te vergelijken die meer in leeftijd verschillen, zoals leeftijdsgroepen van 9-11 en 15-16.
Bij alle groepen is een vooruitgang in prestatie te zien als zij worden geholpen bij het leren van feedback. Kinderen leren beter als zij extra informatie krijgen over het
probabilistische aspect van de feedback en als zij gewaarschuwd worden voordat de stimulus-uitkomst koppeling veranderd wordt. Tegen de verwachting in bleken de oudere kinderen evenveel geholpen te worden door deze extra informatie als de jongere kinderen. Dit is echter niet verrassend als rekening gehouden wordt met de overeenkomst in leergedrag tussen de drie jongste groepen. De jongste kinderen hadden allemaal moeite met het leren van
probabilistische feedback en dus is het logisch dat zij allemaal profiteren van de extra hulp die geboden is. Ook de oudste groep kinderen heeft duidelijk geprofiteerd van de extra
informatie. Aangezien de ontwikkeling van het leren van probabilistische feedback doorgaat tot in de jongvolwassenheid is de prestatie van 15-16 jarigen bij het leren van feedback nog lang niet optimaal (Hämmerer & Eppinger, 2012). Daarnaast lijkt de extra informatie over het probabilistische aspect van de feedback en de reversal het geheugen van de kinderen tijdens het leren te ontlasten. Ook deze cognitieve vaardigheid is pas uitontwikkeld in de late adolescentie (Van Duijvenvoorde et al., 2012). Al met al kan geconcludeerd worden dat het bieden van extra hulp bij het leren van probabilistische feedback voor kinderen van 9-16 jaar geen overbodige luxe is.
Hierbij was opvallend dat kinderen in de conditie met het teken over de reversal ook al beter presteerden vóórdat zij dit teken te zien kregen. Wellicht kan dit verklaard worden doordat kinderen in dit deel van de leertaak zeker wisten dat er voor het teken getoond werd nog geen verandering van de stimulus-uitkomst koppeling had plaatsgevonden. Bij de probabilistische feedback wisten zij niet wanneer deze verandering zou plaatsvinden. Als gevolg hiervan wisselden kinderen hier waarschijnlijk vaker van stimulus na het krijgen van niet-representatieve negatieve feedback dan in de conditie met het teken over de reversal, omdat zij dachten dat de stimulus-uitkomst koppeling al veranderd was.
Een kritiekpunt op huidig onderzoek is de geringe verscheidenheid in schoolniveau in de verschillende leeftijdsgroepen. Niet veel scholen waren bereid om deel te nemen aan het onderzoek. Als gevolg hiervan werd het lastig om evenveel kinderen van alle niveaus mee te laten doen aan het onderzoek. Uiteindelijk zaten veel kinderen van 13-14 en 15-16 jaar die hebben deelgenomen aan het onderzoek op het VMBO. Alhoewel met deze verdeling van intelligentie rekening is gehouden door intelligentie in de analyses toe te voegen als covariaat, zou het wenselijk zijn om in het vervolg deelnemers van alle schoolniveaus te testen.
Een mogelijke verklaring voor het uitblijven van de verwachte relatie tussen BIS en BAS en het leergedrag is een gebrek aan motivatie tijdens de klassikale afname van de vragenlijsten waardoor de BIS/BAS-schaal wellicht niet altijd serieus is ingevuld. Hiervoor zijn drie mogelijke redenen te verzinnen. Ten eerste werd, voorafgaand aan de BIS/BAS-schaal, altijd de RSPM afgenomen. Deze test duurt maximaal 20 minuten en een groot deel van de opgaven is, zeker voor de jongste kinderen, erg lastig. Mogelijk waren de kinderen hierna minder gemotiveerd om de vragen serieus te beantwoorden. Echter, om te kunnen controleren of leeftijdsgroepen verschilden in intelligentie was de afname van een
intelligentietest noodzakelijk. Ten tweede werd in de helft van de klassikale afnames vóór de BIS/BAS-schaal ook nog een Neuroticisme vragenlijst afgenomen. Deze vragenlijst bevat vragen over de gemoedstoestand van de kinderen zoals ‘Vind je vaak dat het leven erg saai
is?’ en ‘Vind je soms dat het leven helemaal niet meer leuk is’. Mogelijk is hierdoor de motivatie van de kinderen verder afgenomen. Ten derde werden de vragenlijsten zoals eerder al werd genoemd in de klas afgenomen. De kinderen zaten apart en er werd op toegezien dat iedereen de vragenlijsten individueel invulde. Toch zouden groepsprocessen hierbij een rol gespeeld kunnen hebben, waardoor de kinderen mogelijk niet alle items even serieus hebben beantwoord. In sommige klassen werd er tijdens het invullen van de vragenlijst af en toe gegiecheld en soms werden er grapjes gemaakt over bepaalde items. Een gedeeltelijke
oplossing voor bovengenoemd punt zou het individueel afnemen van de vragenlijsten kunnen zijn. Wegens gebrek aan tijd en ruimte is in dit onderzoek toch gekozen voor een klassikale afname.
Een andere verbetering op het huidig onderzoek is het onderscheiden van reacties na representatieve en niet-representatieve feedback. Een soortgelijk onderscheid is wel gemaakt in eerder onderzoek waarin een relatie werd gevonden tussen BIS en BAS en het leergedrag (Buelow & Suhr, 2013). Als gevolg hiervan zijn de huidige resultaten niet één op één te vergelijken met eerder onderzoek. Om in het vervolg de relatie tussen BIS en BAS en het leren van feedback nader te onderzoeken zal er gekeken kunnen worden naar het onderscheid tussen representatieve en niet-representatieve feedback. Wegens gebrek aan tijd is in de huidige studie niet naar dit onderscheid gekeken.
Een andere verklaring voor de afwezigheid van de relatie tussen BIS en BAS en het leergedrag die wel werd gevonden in eerder onderzoek (Buelow & Suhr, 2013; Kim & Lee, 2011; Suhr & Tsanadis, 2007), zijn de verschillen tussen de leertaken die gebruikt zijn in huidig en die in voorgaand onderzoek. In voorgaand onderzoek naar de relatie tussen BIS en BAS en het leren is de Iowa Gambling Task (IGT) vaak gebruikt. In deze taak moeten deelnemers kaarten kiezen uit vier verschillende stapels, met voor iedere stapel verschillende kansen om te verliezen en te winnen. De deelnemers moeten proberen zoveel mogelijk winst te behalen door aan de hand van feedback op hun keuze te leren welke stapel de meeste winst oplevert (Van Duijvenvoorde et al., 2012). Alhoewel beide taken berusten op het principe van reinforcement learning, zijn er grote verschillen tussen de twee taken aan te wijzen. Zo moet er in de IGT gekozen worden uit vier opties, waarbij iedere optie verschilt in de grootte van de winst, de kans op het verlies en de omvang van het verlies. In de leertaak die in deze studie is gebruikt zijn er slechts twee keuzes, waarbij alleen de kans op winst en verliest verschillend is. Een suggestie voor vervolgonderzoek is het vergelijken van de relatie tussen BIS en BAS en het leergedrag in leertaken die vergelijkbaar zijn met de IGT en met het leergedrag in leertaken zoals gebruikt in de huidige studie.
Uit huidig onderzoek kan geconcludeerd worden dat zowel jonge kinderen als
beginnend adolescenten moeite hebben bij het leren van probabilistische feedback. Daarnaast lijkt dit leren niet of nauwelijks samen te hangen met de persoonlijkheidskenmerken BIS en BAS. Wel biedt het aanbieden van extra hulp bij het leren van probabilistische feedback voor jonge kinderen en adolescenten uitkomst. In de toekomst zal vervolgonderzoek moeten uitwijzen of en op wat voor manier deze hulp toegepast kan worden in de praktijk zodat kinderen ook in het dagelijks leven hiervan kunnen profiteren bij het leren van feedback. Dit kan bijvoorbeeld gedaan worden door kinderen niet alleen te belonen of straffen voor bepaald gedrag, maar ook uit te leggen waarom zij beloond of gestraft worden. Maar al met al lijkt het duidelijk en consequent bekrachtigen het belangrijkste bij het geven van feedback.
5.1 Literatuur
Buelow, M. T., & Suhr, J. A. (2013). Personality characteristics and state mood influence individual deck selections on the Iowa Gambling Task. Personality and Individual Differences, 54, 593-597.
Crone, E. A., Jennings, J. R., & Van der Molen, M. W. (2004). Developmental change in feedback processing as reflected by phasic heart rate changes. Developmental Psychology, 40, 1228-1238.
Eppinger, B., Mock, B., & Kray, J. (2009). Developmental differences in learning and error processing: Evidence from ERPs. Psychophysiology, 46, 1043-1053.
Hamel, R., & Schmittmann, V. D. (2006). The 2-minute version as a predictor of the Raven advanced progressive matrices test. Educational and Psychological Measurement, 66, 1039-1046.
Hämmerer, D., & Eppinger, B. (2012). Dopaminergic and prefrontal contributions to reward-based learning and outcome monitoring during child development and aging.
Developmental Psychology, 48, 862-874.
Kim, D. –Y., & Lee, J. –H. (2011). Effects of the BAS and BIS on decision-making in a gambling task. Personality and Individual Differences, 50, 1131-1135.
Larson, G. E., & Saccuzzo, D. P. (1989). Cognitive correlates of general intelligence: Toward a process theory of g. Intelligence, 13, 5-31.
Muris, P., Meesters, C., De Kanter, E., Timmerman, P. E. (2005). Behavioural inhibition and behavioural activation system scales for children: Relationships with Eysenck’s personality traits and psychopathological symptoms. Personality and Individual Differences, 38, 831-841.
Raven, J. C., & Summers, B. (1986). Manual for Raven's Progressive Matrices and Vocabulary Scales - Research supplement no. 3. Londen: H. K. Lewis & Co. Shephard, E., Jackson, G. M., & Groom, M. J. (2014). Learning and altering behaviours by
reinforcement: Neurocognitive differences between children and adults. Developmental Cognitive Neuroscience, 7, 94-105.
Suhr, J. A., & Tsanadis, J. (2007). Affect and personality correlates of the Iowa Gambling Task. Personality and Individual Differences, 43, 27-36.
Van Duijvenvoorde, A. C. K., Jansen, B. R. J., Bredman, J. C., & Huizenga, H. M. (2012). Age-related changes in decision making: Comparing informed and noninformed situations. Developmental Psychology, 48, 192-203.
Van Duijvenvoorde, A. C. K., Jansen, B. R. J., Griffioen, E. S., Van der Molen, M. W., & Huizinga, H. M. (2013). Decomposing developmental differences in probabilistic
feedback learning: A combined performance and heart-rate analysis. Biological Psychology, 93, 175-183.
6.1 Bijlage 1.
Ouders van alle kinderen in de deelnemende klassen hebben een ouderbrief thuisgestuurd gekregen. Onderstaande brief is verstuurd naar leerlingen van de Trimaran te Edam. Naar leerlingen van andere scholen is eenzelfde soort brief verstuurd.
Amsterdam, maart 2014 Programmagroep Ontwikkelingspsychologie Contactpersoon en verantwoordelijke: Dr. B. Jansen Adres: Weesperplein 4, 1018 XA Amsterdam Telefoon: 020-5256735 B.g.g.:020-5256830 E-mail: b.r.j.jansen@uva.nl Beste ouder(s)/verzorger(s),
Binnenkort zal Anne Koning, een oud-leerling van de Trimaran een onderzoek starten op de basisschool van uw kind(eren). Dit onderzoek wordt met twee andere studenten uitgevoerd in samenwerking met de Universiteit van Amsterdam. De school heeft ingestemd met het onderzoek en acht het niet strijdig met de belangen van de kinderen. Het onderzoek hoort bij de afstudeeropdracht van Anne.
Doel van het onderzoek
Het doel van dit onderzoek is meer inzicht te krijgen in het leren van kinderen. Door dit onderzoek willen wij bijvoorbeeld te weten komen hoe kinderen leren aan de hand van de uitkomsten en gevolgen van hun acties. Ook willen wij onderzoeken hoe het geven van instructies dit leren positief kan beïnvloeden. Kinderen uit groep 6 en groep 8 wordt gevraagd om deel te nemen aan dit onderzoek.
Wat betekent deelname voor uw kind?
Het onderzoek zal op school plaatsvinden vanaf week 16 / 17. Het onderzoek is tweedelig: 1. Een klassikale taak, waarin twee persoonlijkheidsvragenlijsten en een cognitieve
vaardigheidstest worden afgenomen. Dit duurt 40 minuten.
2. In kleine groepjes zullen de kinderen op de computer een taak maken. Bij deze taak gaat uw kind proberen te leren welke keuze de meeste punten oplevert. Daarnaast zal uw kind een korte werkgeheugentaak op de computer maken. Dit deel zal ongeveer 40-50 minuten duren.
De taakjes die uw kind maakt zullen duidelijk uitgelegd worden. In onze ervaring vinden kinderen het leuk om mee te doen aan dit soort taakjes. De momenten waarop het onderzoek plaatsvindt zal afgestemd worden met de leerkracht van uw kind, zodat het onderzoek geen belemmering vormt voor belangrijke lesmomenten op school.
Veiligheid en vertrouwelijkheid van onderzoekgegevens
Deelname aan het onderzoek is geheel veilig. De gegevens van dit onderzoek zullen door de
onderzoekers alleen worden gebruikt voor nadere analyse en voor eventuele publicatie in wetenschappelijke tijdschriften. De gegevens worden niet bekeken per kind, maar per leeftijdsgroep. De kinderen worden tijdens het onderzoek gekoppeld aan een onderzoek-nummer waarmee tijdens het verdere onderzoek gewerkt zal worden. Er wordt dus geen
gebruik gemaakt van de persoonsgegevens van uw kind en de anonimiteit van uw kind blijft gewaarborgd.
Vrijwilligheid
Wij volgen bij dit onderzoek de richtlijnen voor psychologisch onderzoek bij kinderen. Als u of uw kind niet wilt dat er gebruik gemaakt wordt van zijn/haar gegevens of als u dat
gaandeweg het onderzoek besluit, kunt u dat op elk moment kenbaar maken. Dat kan zonder opgaaf van redenen en zonder dat dit op enige wijze gevolgen zal hebben voor uw kind. Tevens kunt u tot een maand na afloop van het onderzoek uw toestemming intrekken. In dat geval zullen de gegevens van uw kind worden verwijderd uit onze bestanden.
Onderzoeksresultaten
Wij zullen in een schriftelijk rapport verslag doen van de bevindingen van het onderzoek. De resultaten zullen naar zowel de school als de kinderen worden teruggekoppeld.
Uw kind afmelden voor het onderzoek
Als u niet wilt dat uw kind meedoet aan dit onderzoek, kunt u dit kenbaar maken door onderstaand antwoordstrookje in te vullen en uiterlijk 14 april in te leveren bij de leerkracht van uw kind. Als u uw kind wel wilt laten deelnemen hoeft u het antwoordstrookje niet in te vullen.
Nadere inlichtingen
Mocht u nog verdere vragen hebben over dit onderzoek, vooraf, tijdens of achteraf, dan kunt u zich tot de uitvoerende onderzoekers wenden (zie de contactgegevens bovenaan de brief). Voor eventuele klachten over dit onderzoek kunt u zich wenden tot het lid van de Commissie Ethiek van de afdeling Ontwikkelingspsychologie van de Universiteit van Amsterdam, dr. M. Van der Molen (telefoon: 020-5256835; e-mail: M.W.vanderMolen@uva.nl, Weesperplein 4, 1018 XA Amsterdam).
Wij willen u bij voorbaat hartelijk danken voor uw interesse en medewerking. Anne Koning,
Brenda Jansen
Namens de Trimaran: Lucia van Zanten
De ouder(s) / verzorger(s) van:
Naam: ……… Groep: ………
Datum: ………
