Onderzoek

Project Leeswinst

Vroege voorspelling van leesproblemen

Kinderen laten heel grote verschillen in zien in hoe snel en goed ze leren lezen. Er bestaan op dit moment geen goede tests om deze verschillen vroeg te kunnen voorspellen. Hierdoor kunnen we bijvoorbeeld pas rond 8-9 jaar zeggen of een kind (ernstige) dyslexie heeft. Dit is problematisch omdat vroege behandeling cruciaal is voor optimale (lees)ontwikkeling en hun verdere maatschappelijke kansen. Om leesproblemen eerder te voorspellen, ontwerpen we binnen project Leeswinst korte leertaken waarbij kinderen de letters van een verzonnen taal leren. We onderzoeken hoe kinderen verschillen tijdens het leren van de verzonnen taal door het meten van leercurves en hersenactiviteit. Op grond van de resultaten wordt een nieuwe digitale leertest ontwikkeld die kan voorspellen wie later makkelijker zal leren lezen en wie extra ondersteuning nodig zal hebben om leesproblemen te voorkomen.

Interesse? Meer Informatie? 📧 dyslexie@maastrichtuniversity.nl of vul ons interesseformulier in.

In samenwerking met

Gefinancieerd door


Project Leeskans

Hoe kunnen we vroege leesvaardigheid en motivatie verbeteren?

De eerste schooljaren van een kind zijn erg belangrijk voor het leren lezen. Leesproblemen gaan vaak samen met minder zin hebben in lezen (motivatie) en minder geloof in het beter kunnen leren lezen door oefening (zelfbeeld). Daarom ontwikkelen we in project Leeskans samen met kinderen, leerkrachten en gameontwikkelaars een digitale dynamische leertaak om leesproblemen vroeg te voorspellen en aan te pakken. Met ons team van de Universiteit Maastricht volgen we kinderen van de kleuterklas tot groep 5 om te begrijpen hoe hun leesontwikkeling precies samenhangt met het zelfbeeld en motivatie. In een parallelle studie in het Lab of Learning (VU) onderzoeken we samen met leerkrachten en ouders hoe de dynamische leertaak zo goed mogelijk op school gebruikt kan worden. Met deze persoonlijke aanpak hopen we in de toekomst individuele kinderen zo goed mogelijk te kunnen ondersteunen.

Interesse? Meer Informatie? 📧 dyslexie@maastrichtuniversity.nl of vul ons interesseformulier in.

In samenwerking met

Gefinancierd door


Letter-klank leren

Letter-klank leren bij volwassenen met/zonder dyslexie

Het vormen van sterke associaties tussen letters en klanken is belangrijk om te leren lezen. We weten al veel over de manier waarop onze hersenen reeds geleerde associaties verwerken en hoe dit kan verschillen bij mensen met leesproblemen (dyslexie). We weten echter nog weinig over de (hersen)veranderingen die tijdens het leerproces plaatsvinden. In dit onderzoek gebruiken we gedragsmaten, EEG en fMRI om individuele verschillen in leertrajecten voor letter-geluidkoppelingen te onderzoeken bij kinderen en volwassenen met en zonder dyslexie. In verschillende studies kijken we hierbij naar de mogelijke invloed van perceptuele, cognitieve en sociaal-emotionele factoren op deze trajecten.

Interesse? 📧 dyslexie@maastrichtuniversity.nl.


Letters & Cijfers

Rekenen en lezen zijn vaardigheden waarvoor we op school speciale visuele symbolen leren, bijvoorbeeld: ‘3’ of ‘v’ horen bij het gesproken woord /drie/ en de spraakklank /v/. De visuele en auditieve gebieden van de hersenen zijn belangrijk voor het herkennen van de visuele symbolen en de bijbehorende gesproken woorden/klanken. Maar het is nog helemaal duidelijk hoe onze hersenen deze koppeling precies maken, en of er ook gebieden zijn die letters en cijfers op een abstractere manier verwerken, los van hoe ze eruit ziet of hoe ze klinken. In dit onderzoek gebruiken we functionele MRI en geavanceerde technieken (machine learning) om te erachter te komen op welke manieren de hersenen gesproken en geschreven letters en cijfers verwerken en wat hierbij belangrijke overeenkomsten en verschillen zijn.

Interesse? 📧 m.bonte@maastrichtuniversity.nl


(Programmeer)taal

We leven in een sterk gedigitaliseerde wereld waarin programmeren een essentiële vaardigheid is geworden op de arbeidsmarkt. Net zoals natuurlijke taal, wordt programmeertaal gebruikt om te communiceren, dwz. om de “machine” aan te sturen om een bepaalde taak uit te voeren. Ondanks enkele verschillen, zijn er belangrijke overeenkomsten tussen programmeercode en natuurlijke taal. Beide typen talen worden opgebouwd op bouwstenen: variabelen die in combinatie een expressie vormen (programmeren) en spraakklanken-woorden waarvan de combinatie zinnen creëert (natuurlijke taal). Het meest opvallend is dat (1) ze beide afhankelijk zijn van een reeks regels (syntaxis) die nodig zijn om de bouwstenen correct te structureren en een geldige expressie, bewering of zin te creëren, en (2) de betekenis van een expressie/stelling in een fragment code of een zin (semantiek) sterk afhankelijk is van hoe de bouwstenen worden gecombineerd. In dit project gebruiken we gedragsmetingen en EEG om te onderzoeken in hoeverre de syntactische en semantische processen verschillen tussen beginners en experts bij het verwerken van programmeer- en natuurlijke taal.

Interesse? 📧 m.bonte@maastrichtuniversity.nl


Project Eyeread

Natuurlijk tekstlezen in volwassenen

Bij lezen zijn twee netwerken in de hersenen betrokken. Deze netwerken sturen visuele tekst informatie naar de frontale cortex, voor tekstbegrip en voorspelling van volgende input. In het project EYEread onderzoeken we de neurale dynamiek van natuurlijk lezen, waarbij vrijwilligers hele zinnen of paragrafen lezen. We kijken hierbij naar twee aspecten:

(1) Contexteffecten. We lezen anders afhankelijk van de context, maar hoe? Onze vrijwilligers lezen verschillende soorten tekst, met of zonder voorkennis van de verhaalinhoud. We verzamelen en analyseren hun EEG- en oogbewegingsdata om te zien hoe context invloed heeft op fixatiepatronen, leesmoeilijkheid (pupilomvang) en tekst herinnering.

(2) Gebeurtenissegmentatie. Bij het lezen knippen we een verhaal op in betekenisvolle stukjes en slaan deze op, zodat we ze later in brokken kunnen herinneren. In geheugenonderzoek heet dit gebeurtenissegmentatie. Recente fMRI- en EEG-studies hebben aangetoond hoe de hersenen deze segmentatie uitvoeren terwijl mensen audioboeken luisteren of films kijken, met behulp van machine learning-technieken zoals Hidden-Markov-Modelling (HMM). In ons project passen we HMM toe op natuurlijk lezen.

Interesse? 📧 b.jansma@maastrichtuniversity.nl


Project GaltACS

Galactosemie is een zeldzame erfelijke stofwisselingsziekte die de afbraak van de suiker galactose verstoort. Pasgeborenen worden op deze ziekte gescreend en krijgen een strikt dieet. Toch ontwikkelen ze vaak motorische en cognitieve problemen naarmate ze ouder worden. Sinds 2011 onderzoekt een interdisciplinair team met behulp van hersenonderzoek oorzaken van deze achterstanden.

In het project GaltACS (2019-23) namen we EEG-data op terwijl vrijwilligers korte videoclips benoemden om taalproductie te onderzoeken. We ontdekten verschillen in theta-oscillatie (3-7 Hz) tussen patiënten en gezonde controles. Theta is relevant voor taal en geheugen.

In een volgende stap onderzochten we de causale relatie tussen taal en theta. We stimuleerden de hersenen van onze vrijwilligers terwijl ze de geanimeerde scènes beschreven. Hiervoor gebruikten we niet-invasieve hersenstimulatie (NIBS, meer specifiek tACS). Vervolgens vergeleken we de taalprestaties vóór/tijdens/na de stimulatiesessies en observeerden we bij patiënten een significante afname van benoemingsfouten door theta-stimulatie, maar niet door placebostimulatie. Deze pilotstudie is veelbelovend en kan wijzen op een nieuwe en aanvullende behandelingsmethode om de cognitie en levenskwaliteit van patiënten te verbeteren.

Interesse? 📧 b.jansma@maastrichtuniversity.nl