Почерк и характер человека реферат: Почерк и характер человека / Реферат / ID: 859866
Психология почерка
Как определить характер человека по
его почерку? Связь почерка с
характером изучает наука графология.
Она позволяет определить по почерку
человека его ум, силу воли, самооценку,
эмоциональность и многое другое.
Здесь мы рассмотрим основные признаки,
которые позволяют сделать
Источник: http://shkolazhizni.ru/
«Почерк – зеркало души»
Почерк – зеркало души
PPTX / 2.52 Мб
«МОЙ ПЕРВЫЙ ДОКЛАД»
Почерк – зеркало души
Содержание
1. Введение__________________________________________________3
2. Основная часть
2.1. История графологии ___________________________________4 – 5
2.2. Характеристика почерка___________________________________6
2.3. Анализ общего вида письма____________________________ 6 – 12
2.4. Возможности анализа почерка_________________________12 – 13
2.5 Интересные факты о почерке_______________________________ 13
3. Практическая часть
3.1. Описание исследования ___________________________________14
3.2. Характеристика почерка учащихся 3 б класса_____________ 15 – 17
4. Заключение____________________________________________17 – 18
5. Используемая литература ____________________________________19
6. Приложение _______________________________________________20
Введение
«Зачем мне фотография человека,
для меня гораздо важнее клочок исписанной бумаги,
так как в нем изображается преступность,
радость, печаль, озлобленность,
настроение духа и тому подобное»
Французский ученый антрополог Д.Тарт
Ещё в глубокой древности люди начали обращать внимание на связь между почерком и характером. Почерк – это основа нашей жизни. Мы пишем дома, на работе, в школе, и по качеству почерка судят о нас самих. От почерка зависит многое: и восприятие самого себя, и как нас видят окружающие, и оценки в школе, и самооценка, и характер. А ведь почерк каждого человека абсолютно индивидуален. И хотя на протяжении жизни манера письма меняется, так как изменяются обстоятельства жизни и физическое развитие человека, в почерке, как и в поведении, и в речи раскрывается внутренний мир человека, особенности воспитания, обучения, умственные способности.
Оказывается, существует даже целая наука – графология, которая изучает законы зависимости между почерком и личностью, характером человека.
Почерк — это интересный и ценный способ, который позволяет понять себя и познать природу окружающих нас людей. Интерес вызывало то, что почерк присущ каждому индивидуально, и поэтому можно заочно познать человека, не зная его. Изучение почерка может выявить и наличие скрытых черт характера людей, которые могут быть использованы ими в дальнейшей жизни. И, разумеется, заинтересовало то, что исследовать почерк могут не только специалисты графологи, но и простые обыватели.
Актуальность
Тема исследования интересная и актуальная, так как в школе всех учеников обучают правописанию и красивому почерку одинаково, при этом у учащихся, надо заметить, он разный.
Почерк каждого человека абсолютно индивидуален, как отпечатки пальцев, голос, это позволяет отличить всех людей друг от друга.
Анализ почерка даст возможность раскрыть личностные особенности ученика, которые нашли своё отражение в определённом написании букв и строк.
Гипотеза: Действительно ли почерк может рассказать о характере своего хозяина?
Цель работы:
Наша цель установить зависимость между особенностями почерка и характером человека.
Задачи:
Для достижения этой цели мы ставим перед собой следующие задачи:
Познакомиться с наукой графологией;
Выяснить значение термина: графология;
Изучить основные закономерности графологического анализа;
Проанализировать почерк учащихся 3Б класса;
Сделать выводы на основе наблюдений и анкетирования установить процент достоверности полученных результатов.
Предмет исследования: анкеты, тетради учащихся 3б класса
Практическая значимость: результаты исследования помогут понять, как почерк может влиять на характер ученика.
2. Основная часть
2.1 История графологии
Связь почерка с характером изучает наука графология. Она позволяет определить по почерку человека его ум, силу воли, самооценку, эмоциональность и многое другое.
Значение слова Графология по Ефремовой:
Графология — Исследование почерка с точки зрения отражения в нем свойств характера, способностей и психических состояний пишущего.
Значение слова Графология по Ожегову:
Графология — Учение о почерке как отражении свойств характера и психических состояний человека.
Графология в Энциклопедическом словаре:
Графология — (от графо… и …логия) — учение о почерке, исследование его сточки зрения отражающихся в нем свойств и психических состояний пишущего.
Графология — (от греч. grapho — пишу и logos — учение) (спец.). Способ определять характер человека по его почерку.
Графология — это древнейшее искусство. Несколько тысяч лет назад китайцы определяли по почерку характер человека, специалисты в древнем Риме, а позднее, монахи средневековья также владели этим искусством.
Графология как наука существует давно. Первая книга, посвящённая графологии, вышла в свет в 1630 году и была написана итальянским профессором Камилло Бальдо. Примерно 200 лет спустя к этой теме вернулись во Франции. Понятия об этом предмете возникли в 17 веке, принято считать французского аббата Мишона (1806-1881) основным инициатором образования графологического общества, он сам написал несколько сочинений на эту тему, выпускались первые специальные журналы по графологии. В 1872 году написал книгу «Система графологии» впервые употребив термин «графо» — писать, «логос» — наука. С помощью почерка можно сделать психологический портрет человека.
Примерно через двести лет к теме почерка вернулись во Франции. Ученый церковник Аббат Фландрэн заинтересовался книгой Бальдо. Он создал группу, участники которой занялись вопросом и подвергли классификации почерки людей, отличающихся друг от друга по интересам и по роду занятий. Участники исследования выработали правила, которые легли в основу современного анализа почерков. Для того, чтобы окрестить новую науку Аббат использовал два греческих слова — «графо» (писать) и «ологи» (наука). Так и родилось имя новой науки — графология.
Ученик Фландрэна Аббат Мишон более интенсивно развил графологические исследования и превзошел своего учителя. В 1872 году он написал книгу «Система графологии». Так впервые было употреблено слово « графология». Около 1880 года работа Мишона получила дальнейшее развитие в исследованиях Крепье — Жамэна, в которых были применены более четкие методы классификации различных черт характера, которые выявил анализ почерка.
Графологией заинтересовались в Германии, затем в Англии, где многие интеллектуалы посвятили немало времени совершенствованию анализа почерка.
С XIX века в различных странах возникли графологические общества. В Европе графология рассматривается с должным вниманием и занимает достойное место в работе психолога и психиатра. Она включена в учебные программы по психологии в университетах многих европейских стран.
2.2. Характеристика почерка
Никто не рождается с умением писать. Этот навык приобретается позднее. Со временем этот процесс становится чисто автоматическим. В процессе письма люди не задумываются о том, как пишут. При письме мысли направлены на то, что нужно написать. Так что, процессом письма управляет подсознание. Каждый штрих в буквах неизбежно несет в себе отпечаток личности автора. Многое зависит от того, где и когда обучался человек, в каком окружении он жил, и от физического состояния его рук. Но наиболее сильные эмоциональные переживания, душевные болезни и мощные влияния окружающей среды оседают в подсознании и влекут за собой характерные изменения в движениях рук. Сознание «выражает себя» через устную речь, подсознание может «выражать себя» и через почерк.
О том, что почерк человека отражает его темперамент, заметил еще Аристотель. В более позднее время этим вопросом занимались Лафатер, Лейбниц, Гете и др. В наши дни графология – учение о связи почерка с характером – является развитой наукой с твердой теоретической основой и рядом различных направлений. Распознавание личностного типа человека по почерку сегодня широко используется в психологической диагностике, в космической медицине, в криминалистике. Известны случаи, когда по одному почерку специалистам удавалось раскрывать преступления. В ряде стран западной Европы анализ личности человека по его почерку применяется при приеме на работу.
При характеристике почерка внимание обращают на такие параметры, как размер букв, их форма, наклон, нажим, манера располагать текст на листе и т.д. По размеру почерка определяют степень коммуникабельности человека. Чем крупнее почерк, тем легче человеку строить отношения с окружающими людьми. Мелкий почерк, напротив, говорит о скрытности, необщительности, возможно, застенчивости.
Про тех людей, которые придают буквам округлые формы, говорят, что они открыты для других, отзывчивы, добродушны. Те же, чей почерк угловат, считаются людьми самолюбивыми и эгоистичными. Если человек сильно нажимает на ручку или карандаш в процессе написания текста, то это выдает в нем большую силу воли, выдержку и терпеливость. Слабый нажим говорит о слабоволии человека. Если человек при написании слова оставляет между буквами пробелы, то это указывает на хорошо развитую интуицию, если же буквы пишутся слитно, то человек обладает отличным логическим мышлением. Аккуратный почерк, правильно выведенные буквы свидетельствуют об уравновешенной сдержанной личности. Размашистый почерк указывает на оптимистов, людей творческих, активных, любопытных. Сложный неразборчивый почерк встречается у людей предприимчивых, активных, но склонных к неврозам.
Большое значение имеет и расположение текста на листе бумаги. Прямые строки говорят о спокойном нраве пишущего, его реалистичности и здравомыслии. Если строка на конце поднимается, то человек является жизнелюбцем. Опускающаяся к концу строка говорит о пессимистической настроенности индивида. Волнообразные строки выдают в человеке хитрость, лукавство, склонность идти на уловки и плести интриги. Оформление левого поля свидетельствует о приверженности человека к ценностям материального характера. Если поле узкое, то это указывает на бережливость человека, широкое поле говорит о его щедрости. Если внизу листа левое поле сужается, то человек склонен к расчетливости и даже скупости. Если поле книзу становится шире, то человеку свойственна расточительность.
завышенной самооценке, желании быть в центре внимании. Строго вертикальный почерк характерен для лидеров, обладающих сильной волей; такие люди всегда знают, чего хотят.
2.3. Анализ общего вида письма.
Признак | Качество личности |
Анализ полей | |
Маленькие поля слева | Бережливость, склонность к семейной жизни, педантизм |
Широкие поля слева | Потребность в деятельности, отсутствие мелочности |
Очень широкие поля слева | Щедрость, хвастливость, расточительность, желание и стремление быть оригинальным, стремление к роскоши, блеску; фамильная гордость, простые привычки и манеры |
Левый край постепенно расширяется | Щедрость, расточительность, стремление к бережливости, накопительству |
Левый край сужается | Эгоизм, бережливость, доходящая до скупости, самообладание |
Отсутствие полей | Большое желание проявить себя, максимализм; неприятие зла, стремление к моральной чистоте; желание развернуться в своей деятельности, использовать все для достижения своей цели, все обернуть в свою пользу |
Анализ строк | |
Прямые строчки | Спокойствие, уверенность, сила воли, умеренность, рассудительность, доверчивость, сильно развитое чувство долга; планомерное продвижение; заблаговременная подготовка, систематическая работа, не откладывает все на последнюю минуту, доводит начатое до конца, решительность, устойчивость мнений, ответственность за поступки, эмоции и решения |
Строки, восходящие кверху | Честолюбие, тщеславность, храбрость, решительность, сознание собственной силы, стремление к деятельности, доверчивость, искренность, самоуверенность, оптимизм, высокие запросы, завышенная самооценка; подвижный тип; быстрота установления контактов; инициативность в налаживании отношений в сфере своих интересов, широта данного круга; личность творческая, самовлюбленность, гордость, упрямство, склонность к рефлексии, инициативность, требовательность к другим |
Строки, идущие книзу | Отсутствие честолюбия, решительности, храбрости, инициативы; апатия, пессимизм, недоверие к себе, сентиментальность, чуткость, конформность, обидчивость |
Волнообразные строки | Хитрость, ловкость, лживость, изворотливость, тактичность, коммерческие наклонности, отсутствие совести, непрямолинейность |
Строки вначале восходят, а потом опускаются | Отсутствие настойчивости, непостоянство, нетерпеливость, человек, который сразу берется за несколько дел, не всегда их оканчивает, во многих делах испытывает разочарование и не добивается успеха; весь мир — в будущем; азартность, увлеченность новыми начинаниями |
Сначала строки опускаются, а потом поднимаются | Самоуверенность; неохотно берется за дело, но, начав, доводит до конца, несмотря на первоначальные сомнения, а потому достигает успеха; конкретность, практичность, наличие полезных дел, стремление добиться своего |
Начало каждого слова стоит выше окончания предыдущего | Потребность в деятельности, неуверенность, сильно развитое чувство долга, комплексы; правильность действий, логичность поступков |
Начало каждого слова стоит ниже окончания предыдущего | Осторожность, честолюбие, стойкость, выдержанность, уверенность, рассудительность; холодный рассудок; анализ дел, логичность, объективность, непредвзятость, сдержанность |
Слова, связанные по слогам | Торопливость, но отсутствие опрометчивости; воля, умение преодолевать трудности; сила и красота; если хочет, то добивается; логично ведет борьбу; решительность |
Заполнение строки до конца со сжиманием и суживанием букв | Потребность высказываться, делиться чувствами; бессознательный страх быть непонятым и не получить сочувствия |
Анализ наклона букв | |
Почти лежащий | Невоздержанность, вспыльчивость, сентиментальность, увлекающаяся натура |
Косой | Сердечность, участливость, логичность мышления, добросовестность в работе, стремление к порядку, качеству, равенству, справедливости; есть система знаний, логика знаний, волевое внедрение разумного |
Крутой отвесный | Сила воли и характера, самообладание, нравственность, сдержанность, холодность, уравновешенность, внимание к внешнему блеску |
Наклон влево | Неестественность, чопорность, хитрость, деспотизм, скрытность, недоверие, боязнь собственного чувства |
Наклон в разные стороны | Капризность, неуравновешенность, нерешительность, внутренний разлад, борьба чувств и разума, противоречивость, самовлюбленность |
Отвесный на конце слова | Осторожность, сдержанность, любовь к правде, настойчивость, умеренность в выражении чувств, критическое отношение к своим поступкам, волевое внедрение разумного |
К концу слова более короткий | Сила воли, самообладание, развитое чувство долга, чувство справедливости, ответственность и исполнительность |
Почерк беспокойный, постоянно изменяющийся в величине букв, направленности и наклоне | Инициативность, нервозность, внутреннее беспокойство |
Наклоны вправо | Чувствительность, творческая натура, хорошая работоспособность, сопереживание людям, наличие симпатий и антипатий, любовь и ненависть, неравнодушие, сердечность в отношениях с близкими, эмоциональное богатство, открытость, склонность к порывам в любви, гневе, молчаливость переживаний, добро и зло, скрытый мир чувств, наличие веры, надежды, любви, привязанности к близким, неприятие зла, стремление к моральной чистоте |
Анализ величины и ширины почерка | |
Мелкий почерк | Наблюдательность, хладнокровие, спокойствие, скрытность, остроумие, заботливость, устойчивость мнений, принципиальность, исполнительность |
Круглый почерк | Гордость, самолюбие, предприимчивость, потребность в деятельности, решительность, стремление к господству |
Буквы выходят за верхний предел строки | Идеализм, нежность |
Буквы расположены ниже строки | Коммерческие наклонности, материализм, практический ум, тщеславность, суетность |
Буквы выходят за нижний предел строки | Тщеславность, склонность к фантазированию, предусмотрительность, предприимчивость, организаторские способности, распорядительность |
Узкий почерк | Сдержанность, скрытность, мелочность, скупость, исполнительность, жестокость, стремление к точности, боязнь потери состояния и денег |
Буквы последнего слова сжаты на конце, чтобы избежать переноса | Расточительность |
Широкий почерк | Ум, энергия, потребность в деятельности, беззаботность, беспечность, общительность, непринужденность, легкая привязчивость, щедрость, расточительность |
Анализ нажима и беглости почерка | |
Очень толстый, с сильным нажимом | Усидчивость, строгие взгляды на жизнь, прилежание, неповоротливость |
Расплывающийся пятнами | Прагматизм, бесхарактерность, чувствительность, обжорство, склонность к излишествам, уступчивость |
Без нажима | Бесхарактерность, нерешительность, бессилие, уступчивость и желание быть непонятым |
Соединительные черты одинаковой толщины с основными | Стойкость, развитое чувство долга, правильный, трезвый взгляд на жизнь; стремление доискаться до причин и оснований |
Беглый и размашистый | Предприимчивость, потребность в деятельности, любознательность, ловкость, веселый характер, некоторая склонность к фантазированию |
Каллиграфически правильный | Невозмутимое спокойствие, решительность, честность и светская ловкость, верный расчет в делах, действенность |
Дрожащий, угловатый | Нервность, трусливость, неуверенность, нерешительность, обидчивость, беспричинная печаль |
Круглый на окончаниях коротких, низких, сокращенных и маленьких букв | Бесхарактерность, уступчивость, желание добра, отзывчивость, вкус, склонность к фантазированию |
Сильный угловатый | Эгоизм, стойкость, упрямство, резкость, потребность в деятельности |
Беглый и сухой | Сдержанность, ум, отчасти склонность к фантазированию |
Очень витиеватый | Тщеславность, Любовь к внешнему блеску, неудовлетворенность |
Разборчивый, воспринимается без затруднений | Предусмотрительность, ум, благоразумие, самостоятельность, спокойствие, решительность и уверенность в делах, успех |
Неразборчивый и неправильный | Нервность, беззаботность, потребность в деятельности, сумасбродство |
Меняющийся | Ум, склонность к сравнениям и уподоблениям |
Наклонный с правильным нажимом | Бесхарактерность, чувствительность, увлекающаяся натура |
Причудливый, нестандартизированный | Оригинальность, юмор, капризность, прихотливый вкус, склонность к сумасбродным поступкам и безумию |
Косой с толстым нажимом, неровный и угловатый | Изобретательность, стойкость, решительность, потребность в деятельности, успех |
Большой, тонкий, беглый и неровный | Человек минуты |
Очень наклонный и возвышающийся | Сильная увлеченность предприятиями |
Наклонный, почти лежащий | Обидчивость |
Мелкий и узкий | Сдержанность, заботливость, бережливость, обходительность |
Очень угловатый | Стойкость, упрямство, эгоизм, себялюбие, своенравие, черствость, холодность |
Очень неразборчивый | Непроницаемость, загадочность, невозмутимый характер, редко выходит из себя |
Красивый, каллиграфический | Бесхарактерность, мало развита самостоятельность; человек, всегда находящийся под чужим влиянием |
Некрасивый и неразборчивый | Самостоятельность |
Неровный, растрепанный | Безмятежная свобода от обстоятельств; руководствуется реальной жизнью, а не догмой; случайная удача, работа по вдохновению, приспособление к меняющемуся миру, скептическое предвидение, эмоциональное предчувствие |
Широкий, размашистый, с правой стороны свешивающийся | Отсутствие логики, руководствуется чувствами |
«Неуверенные» строчки | Нервность, беспокойство, недоверие к себе, раздражительность, обидчивость |
Сильный нажим букв | Строгие взгляды на жизнь; энергичность, подчиняется власти чувства, влияние на людей, консерватизм, нетворческая натура |
2.4. Возможности анализа почерка
Анализ почерка раскрывает внутренние черты характера человека, которые выражены в написании букв. Почерки людей столь же различны, как и их индивидуальные качества, как их отпечатки пальцев. У анализа почерка существуют определенные пределы возможностей.
Во–первых, невозможно сказать, принадлежит ли почерк мужчине или женщине, если текст не подписан..
Во – вторых, почерк не показывает и возраст автора письма. Может показаться, что почерк подростка принадлежит лицу более старших лет, потому, что ум подростка зрел не по возрасту, а письмо старого человека может выглядеть ребяческим, потому, что у него сохранился юношеский задор. Поэтому письмо раскрывает умственный, а не хронологический возраст.
Нельзя по почерку узнать род работы, характер занятия или увлечения того или иного лица, так как многие люди занимаются делами, для которых они изначально не подходят, но успешно справляются с ними благодаря своему уму или способности приспосабливаться к различным обстоятельствам или по необходимости.
В то же время почерк может открыть способность ясно мыслить, четко действовать, проявлять упорство в достижении цели, присутствие финансовой расчетливости, а также других качеств, которые помогают человеку преуспеть.
По почерку невозможно догадаться, принадлежат ли люди к одной и той же семье, потому, что почерки не обладают семейным сходством. Даже в том случае, если люди похожи до такой степени, что их собственные родители с трудом могут отличать их друг от друга, их почерки могут показать наличие совершенно разных черт.
Итак, как уже было сказан, чрезвычайно важно иметь в виду, что анализ почерка не позволяет отгадывать или предсказывать судьбу человека. Графолог может рассказать человеку о его характере, его склонностях и темпераменте, что позволит ему направлять свои действия. Каким образом он использует знание о чертах своей личности для того, чтобы определить свою жизнь в будущем, не входит в компетенцию графолога. Все, что может сделать графолог – это указать на наличие сильных и слабых сторон испытуемого, а последний может воспользоваться информацией для того, недостатки.
2.5 Интересные факты о почерке.
Левосторонний, зеркальный почерк в психологии получил название «почерка Леонардо». Леонардо да Винчи писал свои записки именно таким почерком, что делает очень трудной их расшифровку.
Наполеон менял почерк на протяжении жизни (их у него насчитывают около семи). С годами почерк Наполеона становился все запутаннее и неразборчивее.
Почерк Пушкина принято называть «скорописью». Им совершенно не восхищались ни учителя чистописания в лицее, ни современники Пушкина: иметь такой почерк считалось просто неприличным.
Мелкий и крайне неразборчивый почерк был у Николая Гумилева.
Лермонтов часто менял почерк, но даже когда он старался писать ровно и красиво, строчки всегда загибались вверх, а буквы «выскакивали» то вниз, то вверх. В одной из книг по графологии почерк Лермонтова рассматривается как типичный образец почерка невротической личности.
Рукопись Девятой симфонии Бетховена была напечатана только через два года после ее написания. Дело в том, что любимый переписчик Бетховена умер, а его два преемника с большим трудом разбирали ужасный почерк гения. В одном месте, исправляя ошибку переписчика, Бетховен в порыве чувств написал «du verfluchter Kerl!» («Ты проклятый дурак!»).
Эпистолярные документы Черчилля почти нечитабельны для тех, кто не имеет привычки к его почерку – слишком мелкому и неразборчивому. Когда однажды Черчиллю сказали, что его почерк напоминает почерк Клеопатры, он пришел в неописуемый восторг.
Читать некоторые документы Карла Маркса очень трудно, потому что он имел обыкновение писать многие слова слитно.
Эйнштейн писал не только неразборчиво, но и крайне неряшливо. На многих его рукописях имеются кляксы, разного рода пятна и даже отпечатки пальцев Эйнштейна, испачканных чернилами.
Почерк Льва Толстого был малопонятным с путаницей условных знаков и добавлений. Разобрать его могла только его жена, которой и приходилось бессчетное количество раз переписывать «Войну и мир». Психиатр Чезаре Ломброзо, посмотрев на почерк Льва Толстого, пришел к выводу, что он принадлежит женщине легкого поведения с психопатическими наклонностями.
3. Практическая част
3.1. Описание исследования
Для того чтобы выяснить причину плохого почерка, мы решили провести опрос среди учащихся нашего класса. Опрос проводился посредством анкетирования. В опросе приняли участие 20 человек.
Респондентам был задан следующий вопрос: От чего зависит почерк человека?
Проведенное исследование позволило нам сделать следующие выводы: большая часть, ребят класса, считает, что почерк человека зависит от соблюдения основных правила письма. И лишь 5 человек связывают свой почерк с настроением и самочувствием.
Анализ почерка одноклассников с помощью тестирования их работ
При проведении анализа почерка учащихся 3б класса мне потребовались их тетради, образцы почерка на чисто белых листах. Анализируя работы, мы получили необходимый результат, который помог нам понять, о чём говорит почерк ученика.
Первое, на что мы обратили внимание, связанное с наукой графологии, ясно выражена ширина интервала между словами — один из показателей отношения ученика к своим одноклассникам и окружающим. Из своих наблюдений мы заметили, что почерк ученика может меняться в зависимости от ситуации, настроения и других обстоятельств. Например, когда ученик испытывает определённое настроение, волнение или другие эмоции, то он пишет с более сильным нажимом. Если же человек пишет в большей степени разными почерками или меняет его в процессе письма, то это говорит о том, что человек чувствителен и творчески развит. Размер почерка говорит об общительности человека. Обладатель крупного почерка легко находит общий язык с разными людьми, имеет много друзей и знакомых, а обладатель мелкого почерка — человек скорее замкнутый и скрытный. На протяжении всей жизни человека манера письма меняется, так как меняются обстоятельства жизни и физическое развитие человека, в почерке, как и в поведении и в речи можно раскрыть его внутренний мир.
3.2. Характеристика почерка учеников 3б класса
Размер букв: очень маленький (не более 2-3мм) -3балла, маленькие — 7, средние — 17, крупные (свыше7мм) -20.
Наклон букв: влево-2балла, лёгкий наклон влево — 5, прямое написание — 10, лёгкий наклон вправо — 6, вправо — 14
Форма букв: округлая — 9 баллов, бесформенная — 10, угловатая — 19.
Направление строк: ползут вверх -16 баллов, прямые -12, ползут вниз -1.
Сила нажима: лёгкая-8 баллов, средняя-15,сильная-21.
Характер соединения букв: склонность к слитному написанию-11 баллов, к раздельному-18.
Общая оценка: почерк старательный-13 баллов, неровный, одни слова читаются легко, другие-с трудом-9, неразборчивый, буквы узнаются с трудом-4.
Сложим полученные баллы:
35-51: такой почерк отличает людей со слабым здоровьем и расшатанными нервами.
52-63: в большинстве жизненных ситуаций этот человек не смел и пассивен. По складу ума романтик и философ.
64-75: обладатель этого почерка решителен, хоть и часто рискует. Несмотря на лёгкий характер, не лишён чувства собственного достоинства.
76-78: почерк свидетельствует о добродушии и откровенности, излишней впечатлительности. Такой человек, как правило, хороший собеседник, может отстоять свою точку зрения. Бойцовский характер порой толкает его на самопожертвование ради высоких идеалов.
88-98: самая распространённая группа. Характерные признаки — честность и добропорядочность, устойчивая психика, ответственность и инициатива, обилие новых идей (которые нередко так и остаются неосуществлёнными), смекалка, ярко выраженное чувство юмора.
99-109: индивидуалист с острым умом. С ним нелегко, потому что он вспыльчив, обидчив и несколько сварлив. Независим в суждениях и поступках. Среди таких людей часто встречаются одарённые личности, склонные к творчеству, изобретательству.
110-121: скорее всего это личность грубая и заносчивая. Чувство ответственности отсутствует практически полностью.
Из 20 учащихся нашего класса от 64-75 баллов набрали 5 учеников. Обладатели такого почерка решительны, хоть и часто пасуют перед опасностью. Несмотря на лёгкий характер, не лишены чувства собственного достоинства.
10 учащихся класса набрали от 76-87 . Их почерк свидетельствует о добродушии и откровенности, излишней впечатлительности. Такой человек, как правило, хороший собеседник, может отстоять свою точку зрения. Бойцовский характер порой толкает его на самопожертвование ради высоких идеалов.
5 учеников набрали от 88-98 баллов. Это самая распространённая группа. Характерные признаки — честность и инициатива, обилие новых идей (которые нередко так и остаются неосуществлёнными). Смекалка, ярко выраженное чувство юмора.
Пользуясь информацией, мы проанализировали почерк учащихся нашего класса и получили следующие результаты:
№ | Черты характера | Кол-во учащихся |
Коммуникабельный, энергичный | 8 | |
Сдержанный, осмотрительный | 6 | |
Легко ориентируется в незнакомой обстановке | 3 | |
Спокойный, уравновешенный, ровный в отношениях | 11 | |
Слабая воля | 4 | |
Хорошая стрессоустойчивость | 7 | |
Критичный, склонный к проявлению силы | 3 | |
Слабая субординация | 5 | |
Осторожный | 7 | |
Бодрый, энергичный(оптимист) | 6 | |
Постоянно в угнетённом состоянии (пессимист) | 1 | |
Целеустремлённый и настойчивый, стремится быть первым | 5 | |
Упрямый, часто анализирует ситуацию и только после принимает решение | 6 | |
Добрый и отзывчивый | 15 | |
Эгоист, стремится к независимости ,не любит, когда ему указывают | 5 | |
Открытый в общении | 12 |
Соединив сходные черты характера, мы составили характеристику класса. Получилось, что в нашем классе: коммуникабельных, энергичных, уверенных в себе – 40 %, осмотрительных, уравновешенных в отношениях – 55 %, стрессовоустойчивых – 35 %, упрямых – 30%, отзывчивых – 75 %.
При проведении анализа почерка по рабочим тетрадям моих одноклассников мы пришли к выводу, что не все пишут аккуратно. Глядя на диаграмму, можно заметить, что в классе большинство учеников пишут аккуратно, средний процент менее аккуратный, всего трое учеников пишут неаккуратно.
Представим анализ почерка некоторых ребят класса .
Этот почерк принадлежит моей однокласснице Марии. Маша пишет левой рукой. На первый взгляд видно, что почерк у Маши ровный, красивый. Нажим сильный, значит Мария – девочка сильная, усидчивая. Небольшой наклон вправо, говорит о том, что Маша – спокойная и уравновешенная. Почерк мелкий, значит Маша — замкнута и скрыта.
Буквы закругленные, это говорит о том, что Маша – добрая и отзывчивая. У неё ярко выражены: предприимчивость, потребность в деятельности, любознательность, ловкость, веселый характер, некоторая склонность к фантазированию. Почерк слитный — у Марии хорошее логическое мышление. Поля. На исследуемом образце видно, что поля узкие. Значит Маша – бережливая девочка.
Мы пришли к выводу: у Маши хороший самоконтроль и полное владение своими эмоциями.
Этот почерк принадлежит моему однокласснику Рамазану. Рамазан тоже пишет левой рукой.
Сила нажима. Нажим слабый. Рамазан – мальчик не всегда усидчивый, часто торопливый. Наклон вправо. Рамазан – эмоциональный и энергичный. Размер букв средний. Рамазан – общительный мальчик. Связанность букв. Почерк слитный. У Рамазана — хорошо развито логическое мышление. Поля. На исследуемом образце видно, что поля оставлены слева. Рамазан мальчик щедрый. Этот почерк раскрывает теплую, дружескую натуру. Свои чувства выражает открыто, часто импульсивно. Этот ученик хорошо ладит с другими людьми, потому что в его характере существует искренняя тяга к общению, и он не будет счастлив, если будет долго находиться в одиночестве.
А э тот почерк принадлежит мне. Почерк у меня ровный, круглый и крупный. Это говорит о гордости, самолюбии, предприимчивости, потребности в деятельности, решительности. Нажим сильный. Это значит, что я — сильная, усидчивая.
Небольшой наклон вправо. Говорит о том, что я спокойная и уравновешенная. Размер букв. У меня широкий почерк. Человеку с широким почерком присущи: ум, энергия,
потребность в деятельности, беззаботность, беспечность, общительность, непринужденность, легкая привязчивость, щедрость. Буквы закругленные. Это говорит о доброте и отзывчивости. Связанность букв. Почерк слитный. Хорошее логическое мышление. Поля. На исследуемом образце видно, что поля узкие. Значит я бережливая.
Исследовав почерк учеников 3б класса, мы получили разные характеристики на ребят. Эти характеристики мы прочли в классе, и ребята сразу узнали своих одноклассников.
Вывод:
Таким образом, протестировав учеников 3б класса, мы получили разные характеристики почерка ребят. Вследствие чего пришли к выводу, что изучая особенности почерка, можно понять черты характера человека, дать характеристику любому человеку. Значит, можно определить и понять личность любого человека.
4. Заключение
Целью нашего исследования было определение зависимости между характером и почерком человека. Проведя необходимую работу, мы установили, что существует прямая зависимость между особенностями почерка и характером. В ходе нашего исследования мы убедились, что почерк – отражение нашего внутреннего мира, сущности, особенностей характера, темперамента, отношения к миру и, конечно же, отношения к самому себе. Стоит помнить об этом даже тогда, когда пишите простую записку. Видимо, и впрямь почерк – это своеобразный «слепок» личности. Человеческий почерк является одним из наиболее полных источников информации о свойствах той или иной личности. Разумеется, только для тех, кто владеет этим знанием и умеет им пользоваться. Однако даже несведущий в графологии человек, внимательно изучив образцы текстов, в состоянии определить основные черты характеров людей, их написавших.
Перспективы дальнейшего исследования
В ходе выполнения исследования произошло более близкое знакомство с наукой графологией. Мы считаем, что есть необходимость дальнейшего и более глубокого изучения графологии, которая дает возможность получить общее представление о человеке, которая остается до сих пор не достаточно изученной и актуальной.
На наш взгляд было бы интересно исследовать, меняется ли почерка в течение жизни, как мы с вами или « Почему у врачей такой плохой почерк?»
Назначение работы
Исследование может быть полезно и интересно для тех, кто верит в связь почерка и характера , а также всем, кто интересуется графологией.
Своей работой я хотела привлечь внимание одноклассников к проблеме «Ты и твой почерк».
Что дала работа самому исследователю
В процессе написания работы я узнала о том, что характер может влиять на почерк человека. Работа помогла мне осознать важность почерка в жизни человека.
Думаю, что полученные мной знания позволят мне избежать каких-либо ошибок в общении и поведении, а может быть и в определении будущей профессии. Исследование в корне изменило мое представление о моём почерке.
Список используемой литературы
Зуев-Инсаров Д.М. «Почерк и личность», 1992
Инесса Гольдберг «Психология почерка», 2008
Исаева Е.Л. «Практическая графология. Как узнать характер человека по почерку» ,2010
Сара Д. «Тайны почерка», 1996
Соломевич В. И. «Почерк и характер», Харвест, 2009
Инесса Гольдберг «Почерк – зеркало души», 2008
Исаева Е.Л. Практическая графология. Как узнать характер человека по почерку , 2010
Щеголев И. В. 16 типов личности. Почерк и характер человека: учебное пособие , 2007.
Приложение
Рис. 1. Ясность в мыслях
Рис. 2. Сдержанный характер
Рис. 3. Эта личность хорошо организована
Рис. 4. Самодисциплина достаточно высока
Автор материала: И. Сабитова (3 класс)
учебный доклад о чём говорит почерк
Почерк. Или еще один способ определить характерХочешь узнать характер интересующего тебя человека – присмотрись к его почерку… Существует такая занимательная наука, как графология.
Как гласит словарь иностранных слов — это учение о почерке, исследование его с точки зрения отражения в нем свойств и психических состояний пишущего.
Конечно, специалисты графологи, изучая почерк определенного человека, исследуют и его психическое состояние.
Но перед нами стоит совсем другая задача, а именно, узнав азы этой науки, расширить, прежде всего, свои познания в этой области. А также порой удивлять своих знакомых, коллег, и близких умением определять их свойства характера по почерку.
pocherk-slovar
Итак, мелкий, бисерный почерк говорит о рационализме, расчетливости его обладателя, а также о его самообладании и наблюдательности.
Крупный, похожий на детский, почерк, свидетельствует о доверчивости человека, его мягкости, непрактичности, чувственности, а также о желании быть в центре внимания.
Убористый и сжатый почерк– интересующий вас человек чересчур расчетлив и консервативен.pocherk-szhatiy
А вот размашистый почерк принадлежит людям, наделенным способностью стратега, склонностью к глобальному, системному мышлению и предприимчивости.
Если человек при письме очень сильно наклоняет буквы вправо, то специалисты утверждают, что это человек, неумеющий контролировать свои чувства, ему присущи вспыльчивость и обидчивость, его часто охватывают порывы гнева.
Буквы располагаются вертикально – перед вами представитель с сильной волей и цельностью характера, сдержанный человек.
Наклон влево — это упрямство, своенравие, вынужденное существование в чуждой среде (детдом, интернет и др.). Такой наклон может возникнуть и при желании изменить обычный почерк, либо измениться самому.
Буквы расположены хаотично, наклонены то вправо, то влево, разной величины – это признаки неуравновешенного, капризного человека, но с хорошо развитым чувством юмора.
Неразборчивый почерк – обладатель такого почерка стремится скрыть истинное положение дел, ввести в заблуждение, опасается быть понятым.pocherk-nerazborchiv Узкие буквы и большое расстояние между словами – у человека, скорей всего эмоциональный кризис.
Буквы причудливой формы со всякими беспорядочными штрихами, точками, черточками – перед вами человек довольно недоверчивый и озабоченный навязчивыми идеями.
Обратите также внимание и на заглавные буквы.
Если они намного больше прописных, то человек, наверняка, очень требователен к окружающим.
Если заглавные буквы почти не отличаются от прописных – перед вами скромный человек, без особых претензий к жизни.
Заглавные буквы выписаны каллиграфически – этот человек подвержен чужому мнению и не имеет своей точки зрения в суждениях.
Заглавные буквы украшены различными изысками такими, как завитушки, ленточки – эти люди очень артистичны, имеют пристрастие к красивым вещам и повышенное внимание к внешней стороне жизни.
pocherk-xarakterЧтобы составить точное представление о человеке, необходимо обратить внимание и на поля в письме.
Наличие широких полей и слева и справа – щедрость, хвастливость.
Широкие поля только справа – человеку присуща деликатность, но он нерешителен.
Поля разной ширины – признак беспечности.
А вот отсутствие полей вообще, т.е., когда строчки заполняют все пространство листа – перед вами человек, целиком поглощенный собой, в его жизни нет места для кого-то еще.
Ровные строки, равные расстояния между словами, равномерный нажим (каллиграфический почерк) – характеризуют волю и pocherk-gramografiaуравновешенность.
Большие промежутки между словами – трудности в общении, эгоцентризм.
Строки поднимаются вверх – обладатель такого почерка человек — оптимист, романтик, немного наивен.
Строки опускаются вниз – человек по характеру меланхолик, очень сентиментальный и склонный к депрессии.
Попробуйте применить полученные сведения к изучению почерка конкретного человека и сделать выводы.
Наклон в почерке – вправо, влево, или отсутствие какого – либо наклона, — все это важно для графолога. Опытному графологу, натренировавшему свой глаз, изучая почерки, не надо производить измерений и он сразу же может определить величину наклона. По наклону графолог может определить не только характер человека в целом, но и как он будет себя вести, когда влюбится.
А. Это самый обычный наклон в почерке. Он раскрывает теплую, дружелюбную натуру. Так пишет человек, который открыто выражает свои чувства. Однако это – не очень импульсивная натура, и такой человек может держать свои эмоции под контролем. Человек, который пишет с таким наклоном, может ладить с другими людьми, потому, что в его характере существует искренняя тяга к общению, и он не будет счастлив, если будет долго находиться в одиночестве.
Характер человека – что же это?
«Сколько людей – столько и характеров», – часто повторяем мы. И это действительно так, двух одинаковых людей нет и даже близнецы, столь неотличимые на первый взгляд, на второй оказываются совершенно разными людьми. Люди имеют различные системы ценностей, увлечения, принципы и мировоззрения, по-разному реагируют на внешние раздражители. Характер человека обуславливает его поступки, из которых и складывается жизнь. МирСоветов предлагает вам вместе проследить, из чего складывается характер и можно ли изменить его.
Ученые психологи называют характером индивидуальное сочетание тех свойств личности, которые проявляются в поступках человека и определяют его отношение к окружающей среде.
В переводе с греческого слово «характер» – Charakter – означает «отпечаток», «чеканка». Уже из самого названия видно, что во все века характер рассматривался как устойчивая система особенностей личности человека, такой своеобразный внутренний стержень, на который как кольца нанизываются остальные свойства.
Характер тесно связан с темпераментом человека и его способностями. В какой-то мере он является одной из составляющих частей характера, т.к. обуславливает форму проявления реакций человека, динамику его психических процессов. Тип темперамента изменить нельзя, но человек с сильной волей может контролировать и корректировать его отрицательные черты. Понятие способностей тоже входит в определение характера. Например, развивая способность к труду, мы одновременно развиваем трудолюбие, как черту характера. Типы темперамента, как правило, наследуются ребенком от одного из родителей. Но темперамент это только база для воспитания различных черт характера. Например, можно воспитать настойчивость и у холерика, и у флегматика, но проявляться он будет в кипучей активности у одного и методичной работе у другого. Характер не является врожденным и неизменяемым свойством, он формируется под влиянием жизненного опыта, воспитания, окружающей среды.
Есть отрасль психологии, посвященная изучению характера человека. Она называется характерология. В отдельную дисциплину характерология выделилась не так давно, но уже в давние времена предпринимались попытки изучения и прогнозирования характера человека. Так, например, изучение влияния имени человека на его характер, подбор благоприятных сочетаний имени и отчества. Физиогномика – учение о связи внешности человека и его характера. Даже графологию, науку, которая устанавливает связь почерка человека и его характера, тоже можно отнести к одной из предтеч характерологии.
Черты характера
В характере каждого человека можно выделить общие группы черт. Разные ученые предлагают разное деление черт характера на группы. Классификаций множество, от узкоспециальных до научно-популярных. Одним из самых наглядных способов деления на группы является система Б.М. Теплова. В первую группу этот ученый выделил общие черты характера, те, которые являются психической основой личности. Это такие качества как принципиальность, честность, мужество и, естественно, их антиподы: малодушие, неискренность. Во вторую группу входят те черты характера, в которых проявляется отношение человека к другим людям. Т.е. общительность и замкнутость, доброта и недоброжелательность, внимательность и равнодушие. Третью группу черт характера составляют те черты, выражающие отношение человека к самому себе. Именно к этой группе относятся гордость и самомнение, тщеславие, заносчивость и чувство собственного достоинства, адекватная гордость. Четвертая большая группа черт отражает отношение человека к труду. Трудолюбие и лень, боязнь трудностей и настойчивость в их преодолении, активность и безынициативность входят в эту группу. В типологиях черт характера других ученых стоит выделить две очень важные группы черт характера, нормальные и аномальные. К нормальным относятся те черты, которые присущи психически здоровым людям, а к аномальным – черты людей с заболеваниями психики.
Интересно то, что одинаковые черты характера могут относиться и к нормальным, и к аномальным. Все дело в том, каком объеме она выражена в характере того или иного человека. Например, подозрительность может быть абсолютно здоровой, но при ее доминировании можно говорить о паранойе.
Исаева Е.Л. Практическая графология. Как узнать характер человека по почерку
приобрестиИсаева Е.Л. Практическая графология. Как узнать характер человека по почерку
скачать (5551.3 kb.)
Доступные файлы (3):
n1.doc
1 2 3 4 5 6Елена Исаева
Практическая графология: как узнать характер по почерку
ВВЕДЕНИЕ
Вы открыли первую страницу этого издания. Это означает, что вы находитесь в самом начале пути в мир анализа почерков. Возможно, прочитав нашу книгу, вы по-иному будете смотреть не только на себя, но и на ваших друзей и членов семьи. Это будет новый взгляд, взгляд изнутри, ведь основной целью данной книги является ознакомление вас с базовыми положениями науки графологии. А информация, которой мы обладаем и которая изложена на страницах издания, собиралась многие годы, поэтому является достоверной.
Однако, читая нашу книгу, вы не раз поймаете себя на мысли, что вам не терпится проверить на деле, как работают принципы графологии. Попробуйте начать анализ с собственного почерка, так как себя самого вы знаете лучше, чем кого-либо другого. Возможно, что после прочтения книги у вас возникнет недовольство своим почерком. Поэтому еще перед тем, как вы окунетесь в таинственный мир графологии, напишите какой-нибудь текст привычным почерком: только имея непринужденно написанный образец, вы сможете объективно оценить собственный почерк. Затем, по мере прочтения отдельных глав, пробуйте определить черты своего характера.
Кроме того, вы наверняка пожелаете проанализировать почерки родных и друзей. Но предварительно начните собирать образцы всех доступных почерков. Ведь, применяя графологию в отношении близких, вы можете обнаружить у них такие черты характера, которые не соответствуют вашим представлениям об их личности. Если подобное произойдет, не спешите с выводами, а лучше дочитайте книгу до последней страницы и только после этого делайте выводы об эффективности графологии. Не стоит также забывать о том, что многие люди имеют привычку скрывать от посторонних некоторые черты своего характера или маскировать их под иные. Возможно и то, что человека, чей почерк вы решили подвергнуть графологическому анализу, вы знаете еще недостаточно хорошо.
Запомните: почерк никогда вам не солжет. Просто иногда его неверно расшифровывают. Поэтому повторимся: желательно прочесть книгу от начала до конца и только после этого вернуться к главам, описывающим те черты характера, в правильности толкований которых на основе почерка вы не совсем уверены. Кроме того, мы приводим описание деталей начертания букв, которые помогут вам разобраться в широко распространенных и потому обобщенных понятиях, и разговор о них также идет в нашей книге.
Те же, кто о графологии имеет лишь смутное представление, не всегда осознают ценность и точность данной науки. Поэтому, столкнувшись на практике с графологическим анализом, такие люди ждут либо предсказания судьбы, либо общей характеристики черт интересующей их личности. Однако графологи не гадалки, и их описание личности, «прочитанное» по почерку может касаться столь интимных подробностей, что человек, далекий от графологии, по меньшей мере бывает сильно удивлен. В результате он начинает осознавать, какие возможности таит в себе данная наука, и впервые задумывается о том, как же она работает.
Чтобы ответить на вопрос, как почерк человека может отражать черты его личности, нужно прежде всего понять, что графология не имеет ничего общего с магией и подобными явлениями. Практическая графология логична и систематизирована и считает, что любые действия человека, а именно письмо, берут свое начало в его мозге. Например, человек взял карандаш или ручку, чтобы что-либо написать. В это время мозг уже посылает сигналы в мышцы пальцев, направляя линии письма на бумаге. В результате буквы, петли, изгибы и точки служат отображением вашего внутреннего «я». Конечно, инструмент письма держит ваша рука, но писать вас побуждает именно мозг. Поэтому в почерке, так же как в жестах или мимике лица, отражаются характеристики вашей личности. Последние легко распознать, наблюдая за телодвижениями участников разговора, даже не слыша слов. Точно так же по особенностям почерка можно судить о характерных качествах определенной личности.
В наши дни графологический анализ перестал быть чем-то секретным или таинственным. Прежде всего это один из логических методов изучения личности, опирающийся на эмпирические и статистические данные. В процессе графологического анализа ученые ищут специфические особенности почерка, указывающие на индивидуальные черты характера, детально сравнивают почерки, после чего уже делают окончательные выводы. Соответственно, графологический анализ не может основываться на одном-единственном признаке, точно так же как одна черта характера не рассматривается ни в качестве положительной, ни в качестве отрицательной. Ведь на каждую обнаруженную особенность письма влияет совокупность личностных черт.
Импульсы мозга настолько тесно связаны с почерком, что последний является своеобразным показателем настроения человека, а также свидетелем эмоционально-психического и даже физического здоровья. Почерк формируется многие годы, развиваясь в процессе роста человека и «взрослея» вместе с ним. С годами почерк претерпевает изменения, причем не только в результате старения организма, но и вследствие болезней, особенно тех, которые связаны с нарушениями эмоциональной и умственной сферы. И хотя наш почерк в разные дни может быть неодинаковым в зависимости от обстановки, самочувствия и настроения, основные черты личности он отражает постоянно, давая графологам пищу для исследований.
Кроме перечисленных выше особенностей, почерк дает возможность судить о чувствах, личных пристрастиях, эмоциональном и физическом здоровье, общественном поведении, образе мыслей, способностях и талантах, степени целеустремленности, честности, сексуальных предпочтениях, недостатках характера и навыках общения. Именно поэтому графологический анализ является очень точным инструментом и может применяться в различных сферах человеческой деятельности. Вот несколько примеров его использования для определения психологических характеристик личности.
1. Понимание собственного «я». Графология дает достаточно точный и объективный ответ на вопрос, кем вы являетесь. Кроме того, она может указать на сильные и слабые стороны вашей личности, а также на особые умения.
2. Человеческие взаимоотношения. С помощью графологии возможно вывести семейные, любовные, деловые или общественные отношения на более высокий уровень. Это происходит благодаря глубокому пониманию нужд вовлеченных в них людей. Ведь упрочить отношения помогают только исчерпывающие знания о слабых сторонах, а также мыслях и чувствах контактирующего с вами человека. К примеру, понимание проблем, возникших у члена вашей семьи, друга, делового партнера или сослуживца, позволит вам отнестись к ним более объективно и честно.
3. Психологическое консультирование. В качестве внешнего свидетельства мыслительных процессов, эмоционального состояния и развития личности графологический анализ приемлемо использовать для уточнения результатов психологического теста. По почерку можно выявить не только психологическую проблему, например такую, как страх или задержка эмоционально-психического развития, но и социальные черты личности. Причем в этом случае графологический анализ может быть более эффективным методом, чем метод психологического тестирования.
4. Образование. Результаты графологического анализа, которому подвергаются учителя и инструкторы, намного ценнее итогов любых других тестов. Кроме того, анализ почерка всегда доступен, так что проводить его можно регулярно. Этой возможностью не следует пренебрегать, ведь, например, почерк студентов способен рассказать об их образе мыслей, эмоциональных и интеллектуальных проблемах, что чрезвычайно проблематично выявить каким-либо другим путем. Раскрытие подобных данных помогает также выбрать правильную методику обучения.
5. Бизнес. Консультации и продвижение работников, а также выбор персонала для производства, повышение квалификации и т. п. могут быть усовершенствованы только благодаря графологическому анализу. Руководители множества успешных компаний согласны с тем, что анализ почерка работников — вполне законный и перспективный метод изучения персонала. К примеру, при подборе на определенную должность служащего с необходимыми личными качествами и профессиональными навыками данный метод позволяет экономить не только средства, но и время.
6. Юриспруденция. Потенциальных присяжных удобно отбирать после графологического анализа. В развитых странах Запада юристы регулярно советуются на этот счет с графологами. Ведь анализ помогает быстрее и лучше понять клиента, представителей обвинения и защиты, главных свидетелей, а также судей.
7. Криминология. Графологический анализ — это своеобразный детектор лжи. Кроме того, он может предупредить и о потенциальной опасности. Исследуя материалы дела, его применяют для оценки истинности подписей в документах и контрактах, выявления виновного путем сравнения почерков.
Все перечисленное выше действительно возможно, так как при письме человек использует универсальные движения и символы, которые легко подвергнуть межкультурному анализу. К примеру, направление букв вверх говорит об оптимизме пишущего. И напротив, направление букв вниз — свидетельство о негативном мировоззрении и пессимизме. Данные характеристики приемлемы для человека любой культуры, причем не только в реальности, но и образно. Эти два противоположных друг другу состояния духа ясно обозначаются при письме: в первом случае линия букв под влиянием эмоционального подъема словно устремляется вверх; во втором случае она опускается как бы под давлением груза депрессии. Кроме того, наши действия можно охарактеризовать как движения вперед или отступления назад. Эта особенность при письме выражается в разного рода росчерках: если росчерк направлен вправо, значит, человек думает о будущем, если влево — о прошлом. В общем, прочтя данную книгу, вы сможете научиться распознавать не только описанные характеристики, но и многое другое, свойственное интересующим вас людям.
И хотя данное издание не предназначено для подготовки профессионалов-графологов, оно позволит вам глубже понять людей из своего окружения и даст самое широкое представление о необъятном мире человеческих почерков. Прежде всего книга научит вас основам графологического анализа и расскажет о том, с помощью какого метода можно выявить определенные, важные для вас психологические особенности личности. В первую очередь это касается настроения, общей организации личности, отношения к жизни, стиля мышления, эмоционального состояния, а также преобладания физической либо духовной стороны жизни.
Кроме того, вы узнаете, как графологи собирают материал для изучения и составляют предварительный психологический портрет согласно информации, полученной на данном этапе исследования. В книге также детально раскрыты особенности личности, которые можно определить, изучая индивидуальные росчерки. Например, слабые стороны характера, скрытые таланты и наклонности, сексуальные предпочтения, а также степень склонности ко лжи.
Эта книга — начальный этап пути к пониманию внутреннего «я» человека на основе его почерка: вы сделали первый шаг по сложной дороге, имеющей множество поворотов и ответвлений. Возможно, после прочтения нашей книги вам захочется ознакомиться с другими источниками. Удачи вам на данном поприще!
ЧТО ЗА НАУКА ГРАФОЛОГИЯ
Графология оценивает почерк с целью определения черт характера, а также склонностей и предрасположенностей человека к тем или иным поступкам. Почерк, точно так же как жесты и мимика, отражает особенности личности. Будучи результатом последовательности индивидуальных движений, он может рассказать о привычках, чувствах и мыслях человека в тот момент, когда он взял ручку и что-либо написал.
Как и сам человек, почерк уникален, поэтому его характерные детали говорят об определенных качествах личности. Размер букв, наклон, сила нажима, особенности пунктуации и различные петли помогают выявить в каждом человеке индивидуальность с особыми, только ему присущими качествами. Несмотря на то что практически все люди учатся писать по прописям и следуют рекомендациям учителя, не известно ни одного случая точного копирования данного учебного пособия. И, даже полностью изучив механизмы письма, люди продолжают использовать навыки, полученные в детстве, в соответствии с личными особенностями и предрасположенностями. Кроме того, в каждом почерке есть своеобразные «добавки», которые иллюстрируют персональные движения руки, а также каждый человек при письме исключает те движения, которые не совсем ему удобны.
Поэтому так важно, насколько почерк отличается от написания букв в прописи. В том случае, если он сильно его напоминает, человек стремится действовать соответственно общепринятым нормам и старается мыслить «как все». И наоборот, люди, далеко отступившие от «правильного» стиля письма, обычно действуют согласно собственным нормам и отличаются независимым образом мыслей. Что касается графологического анализа, в нем важны отклонения от нормы, так как именно они могут сообщить о личности больше всего интересных сведений.
Зигмунд Фрейд писал: «Без сомнения, посредством почерка человек выражает свою индивидуальность». Примерно так же отзывался о почерке и Бенджамин Дизраэли, премьер-министр Англии, живший в XIX веке: «Почерк автора, как и все произвольные действия человека, имеет сходство с его характером». Многие известные люди тоже придерживались данного мнения: это Альберт Эйнштейн, Эдгар Аллан По, Жорж Санд и др. Например, известный художник Томас Гейнсборо всегда держал рядом с мольбертом рукопись человека, над портретом которого он работал. Этот метод позволял ему полнее отобразить на холсте внутренний мир человека. Идеи Томаса Гейнсборо нашли отражение в изречении Уильяма Преера, немецкого исследователя, жившего в самом начале XX столетия: «Почерк человека есть почерк его индивидуальности».
Немного истории
Современная европейская графология уходит корнями в античные времена. Еще в Древнем Риме почерк считали одной из основных характеристик человеческой личности. Подтверждение индивидуальности почерка мы встречаем уже у Аристотеля (384-322 до н. э.): «Слова, которые мы произносим, — отражение способностей нашего ума, написанные же нами слова — отражение слов в устной форме. Так же как различается звучание человеческой речи, различается и вид записи каждого человека».
А императору Нерону (37-68 н. э.) нередко представляли тексты, написанные подозреваемыми в измене в качестве доказательства их вины. При этом говорили следующее: «По его почерку ясно, что он изменник». Немного позднее, примерно во II столетии н. э., Светоний, писавший историю Рима, подмечал связь характера императора Августа с его почерком. Помимо Светония, многие выдающиеся личности того времени также утверждали, что по почерку человека можно судить о его характере.
И на Востоке, в Древнем Китае, уделяли внимание человеческому почерку. Так, китайский художник и философ Йо Хао, живший на рубеже XI-XII столетий, говорил следующее: «По почерку совершенно точно можно определить, принадлежит он благородному или грубому и вульгарному человеку». В то же время, в 1270 году, английский ученый Роджер Бэкон написал трактат «Краткое руководство по изучению философии», в котором неоднократно упоминал о почерке как об одном из факторов, характеризующих личность.
Интерес к психологии личности, в частности к почерку, идет глубокой древности, однако стройной системы графологического анализа не было вплоть до XVII столетия. Лишь в 1622 году итальянский ученый Камиллио Бальди, физик университета города Болоньи, опубликовал труд под названием «Трактат о методе познания натуры и личностных качеств автора по его письму». Книга эта хотя и вызвала живой отклик среди людей образованных, но не получила широкого распространения из-за неграмотности большей части населения.
Постепенно число людей, заинтересованных графологическим анализом, стало возрастать. Следующая работа на эту тему была опубликована в 1778 году. Ее автором стал ученый из Цюрихского университета, теолог и поэт Иоганн Каспер Лаватер, считавший, что «каждый человек обладает индивидуальным неподражаемым почерком». Кроме того, он вывел закономерность между почерком и физическим и эмоциональным состоянием человека в момент письма, а также взаимосвязь между почерком, походкой и звуками голоса.
После того как описанная работа Лаватера вышла в свет, графологический анализ стал весьма популярен в среде писателей, государственных деятелей, художников и прочих просвещенных людей того времени. Впоследствии графологический анализ стали практиковать не как научное достижение, а как искусство, которое базировалось в основном на интуиции. Последователями этого направления были Томас Манн, Жорж Санд, Альфонс Доде, Эмиль Золя, Александр Дюма-отец, Николай Гоголь, Эдгар По, Антон Чехов, Альберт Эйнштейн и др.
Вплоть до начала XIX столетия графологический анализ считали просто увлекательной игрой. Однако во Франции аббат Луи Ж. Г. Фландрен, занимавший епископскую кафедру Амьена, а затем ставший архиепископом Камбре, заинтересовался графологией всерьез. Он внес неоценимый вклад в науку тем, что подготовил и воспитал талантливейшего графолога своего времени аббата Жана-Ипполита Мишона, бывшего ассистентом Фландрена. В 1875 году Мишон написал и опубликовал научный труд под названием «Практическая система графологии», значительно расширивший человеческие познания в области графологического анализа.
В результате наука об индивидуальности человеческого письма получила современное название «графология», а сам Мишон провел анализ сотен образцов почерков и составил список тысяч графических знаков, характеризующих индивидуальные черты личности. Этот метод исследования стал известен как школа фиксированных знаков и был развит Жаном Крепье-Жаменом. Последний повторил опыты Мишона, расширив их и перераспределив материал. Кроме того, он вывел новые законы, по которым следовало проводить графологический анализ. К 1888 году набралось достаточно материала для публикации знаменитой работы «Почерк и характер». Эта книга за последующие 87 лет много раз переиздавалась. В общей сложности она выдержала 17 изданий.
В начале XX столетия графологией как одним из методов изучения личности заинтересовался известный в то время психолог Альфред Бине. Ученый долго экспериментировал, анализируя почерки, после чего в 1905 году опубликовал свой первый тест, целью которого было определение интеллектуальных способностей человека. В этом эксперимента, кроме самого Бине, принимали участие семь специалистов-психоаналитиков, каждый из которых получил от Бине по тридцать семь образцов почерка людей, принадлежащих к высшему сословию общества, но не сумевших реализовать свои возможности, и по столько же образцов почерка людей преуспевающих. Ученым было предложено определить, к какой группе относится человек с тем или иным почерком, и во всех случаях специалисты дали верные ответы.
В то же время в Германии, на базе одного из университетов были проведены подобные научные эксперименты. Уильям Преер, профессор университета в Берлине, изучал сходство образцов текста, написанного одним человеком, но по-разному: руками, ртом, ногой, локтевым сгибом и в обратном направлении. В ходе эксперимента выяснилось, что во всех упомянутых случаях присутствовали основные характеристики личности независимо от того, каким способом был написан текстовый фрагмент.
Много лет в Германии самым выдающимся практическим графологом считался Людвиг Клягес — автор термина «выразительное движение», которое ученый относил к любому виду человеческой деятельности. Такие движения, характерные для любого человека, являются практически бессознательными. Это ходьба, бег, мимика, способность говорить, жестикуляция и, разумеется, умение писать, то есть почерк. Анализируя форму и уровень почерка, Клягес относил каждый образец к «положительному» или «отрицательному» в плане характеристики личности. Он определял, насколько человек организован, способен ли к оригинальным идеям или спонтанным решениям, а также оценивал динамизм, ритм и гармоничность написания текста. Таким образом, хорошо сформировавшийся почерк говорил о преобладании в характере положительных черт, низкий же «форменный уровень» — о преобладании отрицательных.
Профессор из Швейцарии Макс Пульвер, также занимавшийся графологическим анализом, привнес в науку элементы психологического анализа Карла Юнга. В своих работах Пульвер уделил особое внимание символизму пространственного подхода, разделив почерк на три большие зоны: верхнюю зону петель, отображающую духовную и умственную ориентацию; буквы, написанные на основной линии (среднюю) зону, характеризующие эмоциональную составляющую, и нижнюю зону петель, олицетворяющую биологическое поведение и материальные интересы.
В это время Роберт Саудек в Англии изучал почерки с помощью транспортира, линейки и кронциркуля, измерял давление ручки на поверхность бумаги и использовал даже замедленную съемку. Позднее, в 1939 году, Ганс Якоби расширил общие положения графологии, написав познавательную и довольно популярную книгу «Анализ почерка».
В США графологией долгое время никто не занимался, пока в 1919 году профессор психологии университета в Вайоминге Джун Доуни не заинтересовалась семейным сходством почерков. Доуни написала небольшую книгу о психологии почерка.
Наибольший вклад в популяризацию и развитие графологического анализа привнес Милтон Банкер. По профессии он был преподавателем стенографии, поэтому интересовался графологией в рамках своей деятельности. Во время занятий Банкер стал замечать, что его студенты записывают стенограммы неодинаково. И все это вопреки строгим указаниям, данным преподавателем. Заинтригованный данным фактом, Банкер решил раскрыть причины подобного явления. В результате проведенных им исследований он понял одну простую истину: неважно, как именно человек пишет слова, неважно даже то, пишет ли он вообще — важно только то, что ручка при этом воссоздает на бумаге различные формы, то есть буквы и штрихи. В дальнейшем Банкер изучил все детали почерка как структуры, противоположной структуре шрифтов. Он назвал свой метод графологическим анализом, чтобы можно было отличить его от других подобных подходов. В 1920 году Банкер основал в США первую школу, в которой обучали основам графологического анализа. В наши дни она является крупнейшей в мире, находится в Чикаго и называется Международным обществом графологического анализа. В этой школе придерживаются жестких консервативных методов, а ее отдел исследований в области графологического анализа работает, основываясь только на сухих статистических данных.
В 1930 году выпускник Гарварда и в будущем выдающийся психолог по имени Гордон Аллпорт вместе со своим коллегой Филиппом Верноном приступил к изучению графологического анализа. В совместной работе, получившей название «Изучение выразительных движений», ученые писали следующее: «Почерк есть кристаллизованная форма жестов, через призму которой не без труда можно рассмотреть если не все, то многие врожденные черты личности… Изучение личности с помощью почерка является более естественным и удобным, чем тестирование. Ввиду того что почерк является статичным предметом анализа, этот материал для исследования превосходит столь неуловимые и трудные для фиксирования мимику, жесты и походку».
В 1948 году Вернер Вульф, психолог и преподаватель из колледжа Барт, занялся изучением подписей, в результате чего выяснил, что подобные росчерки отображают особый внутренний ритм, свойственный любому человеку и лежащий в пределах бессознательного. В том же году Вульф опубликовал результаты своих исследований в книге, названной им «Диаграммы бессознательного».
Выдающимся американским графологом была Клара Роман. Она преподавала эту науку в Новой школе социологических исследований в городе Нью-Йорке. Клара Роман изобрела инструмент, позволявший измерять давление ручки на поверхность бумаги, а также много работала с почерками больных, страдающих различными речевыми расстройствами. В 1952 году вышла ее книга «Почерк: ключ к познанию личности», которая по сей день считается классической работой в области графологического анализа.
Что касается российских ученых, первым серьезным исследованием в данном направлении стал труд Ильи Федоровича Моргенштерна, опубликованный им в книге «Психографология». Книга была издана в самом конце XIX столетия. Второе издание увидело свет 1994 году. Но самым выдающимся исследователем-графологом в нашей стране в прошлом столетии был Д. М. Зуев-Инсаров, опубликовавший несколько работ. Это «Строение почерка и характер», «Почерк и личность» и многие другие.
В XX веке интерес к графологии возрос, и многие ученые выпускали на эту тему интересные работы. Среди них такие известные личности, как Даниель Энтони, Ульрих Соннеманн, Надя Олянова, Феликс Клейн, Альфред О. Мендель, Тэя Стейн Левинсон и Ирен Маркус.
Графология и практика
Человеческий почерк является одним из наиболее полных источников информации о свойствах той или иной личности. Разумеется, только для тех, кто владеет этим знанием и умеет им пользоваться. Однако даже несведущий в графологии человек, внимательно изучив образцы текстов, в состоянии определить основные черты характеров людей, их написавших.
К примеру, без особого труда можно понять, что почерк, изображенный на рис. 1, принадлежит уверенному в себе, сильному и энергичному человеку. Об этом свидетельствует твердая манера письма, большой размер букв и штрихов, а также направленность линий, которую можно охарактеризовать как общую поступательную.
Рис. 1. Почерк личности, уверенной в своих силах
Напротив, образец почерка с рис. 2 говорит о личности, слабо уверенной в своих силах и не имеющей определенных взглядов на жизнь. Об этом свойстве характера свидетельствует недостаток стабильности штрихов, неровность текста, разные размеры пробелов и букв, а также неоднозначное направление линий.
Рис. 2. Почерк человека, имеющего неопределенные взгляды на жизнь
На рис. 3 изображен почерк экстравагантного человека: движения его руки при письме широки и размашисты. Рис. 4. иллюстрирует крайнюю практичность, так как даже текст на листке бумаги этот человек располагает, учитывая объем пространства.
Рис. 3. В характере доминирует экстравагантность
Рис. 4. В характере доминирует практичность
Образцы на рис. 5 и рис 6. показывает организованность и неорганизованность их авторов. В первом случае линейный интервал четкий, во втором — нечеткий.
1 2 3 4 5 6Прирожденный преступник: теория Ломброзо — новости Право.ру
Итальянского врача-психиатра, профессора судебной медицины XIX века Чезаре Ломброзо часто называют основоположником криминальной антропологии. Эта наука старается объяснить связь между анатомическими и физиологическими особенностями человека и его склонностью к совершению преступлений. Ломброзо пришел к выводу, что такая связь есть, и она прямая: преступления совершают люди с определенной внешностью и характером*.
Как правило, преступники имеют врожденные физические и психические дефекты, считал Ломброзо. Речь идет об аномалиях внутреннего и внешнего анатомического строения, характерных для первобытных людей и человекообразных обезьян. Таким образом, преступниками не становятся, а рождаются. Будет человек преступником или нет – зависит только от врождённой предрасположенности, причём для каждого типа преступлений характерны свои аномалии.
Разработке этой теории Ломброзо посвятил всю свою жизнь. Он исследовал 383 черепов умерших и 3839 черепов живых преступников. Кроме того, ученый изучил особенности организма (пульс, температуру, телесную чувствительность, интеллект, привычки, болезни, почерк) 26 886 преступников и 25 447 добропорядочных граждан.
Внешность преступников
Ломброзо выделил ряд физических признаков («стигматов»), которые, по его мнению, характеризуют личность, с рождения наделенную преступными наклонностями. Это неправильная форма черепа, узкий и скошенный лоб (или раздвоенная лобная кость), асимметрия лица и глазных впадин, чрезмерно развитые челюсти. Рыжие преступники встречаются крайне редко. Чаще всего преступления совершают брюнеты и шатены. Брюнеты предпочитают воровать или заниматься поджогами, а шатены склонны к убийствам. Блондины иногда встречаются среди насильников и мошенников.
Внешность типичного насильника
Большие навыкате глаза, пухлые губы, длинные ресницы, приплюснутый и кривой нос. Чаще всего сухопарые и рахитичные блондины, иногда горбатые.
Внешность типичного вора
Неправильный маленький череп, удлинненная голова, прямой нос (часто вздернутый у основания), бегающий или, наоборот, цепкий взгляд, черные волосы и редкая борода.
Внешность типичного убийцы
Большой череп, короткая голова (ширина больше высоты), резкая лобная пазуха, объемные скулы, длинный нос (иногда загнутый вниз), квадратные челюсти, громадные глазные орбиты, выдающийся вперед четырехугольный подбородок, неподвижный стеклянный взгляд, тонкие губы, хорошо развитые клыки.
Наиболее опасные убийцы чаще всего имеют черные, курчавые волосы, редкую бороду, короткие кисти рук, чрезмерно большие или, напротив, слишком маленькие мочки ушей.
Внешность типичного мошенника
Лицо бледное, глаза маленькие, суровые, нос кривой, голова лысая. В целом внешность мошенников достаточно добродушная.
Особенности преступников
«Я сам наблюдал, что во время грозы, когда у эпилептиков учащаются приступы, заключенные в тюрьме тоже становятся более опасными: разрывают на себе одежду, ломают мебель, бьют служителей», – писал Ломброзо. У преступников, по его мнению, снижена чувствительность органов чувств и болевая чувствительность. Они не способны осознавать безнравственность своих поступков, поэтому для них неведомо раскаяние.
Ломброзо удалось выявить и особенности почерка различных типов преступников. Почерк убийц, разбойников и грабителей отличается удлиненными буквами, криволинейностью и определенностью черт в окончаниях букв. Для почерка воров характерны буквы расширенные, без острых очертаний и криволинейных окончаний.
Характер и образ жизни преступников
По теории Ломброзо, преступникам свойственны стремление к бродяжничеству, бесстыдство, леность. Многие из них имеют татуировки. Для лиц, склонных к преступлениям, характерно хвастовство, притворство, слабохарактерность, раздражительность, сильно развитое тщеславие, граничащее с манией величия, быстрая смена настроения, трусость и болезненная раздражительность. Эти люди агрессивны, мстительны, они не способны на раскаяние и не мучаются угрызениями совести. Графомания тоже может свидетельствовать о преступных наклонностях.
Ломброзо считал, что люди из низшего класса становятся убийцами, грабителями и насильниками. Представители среднего и высшего класса чаще бывают профессиональными мошенниками.
Критика теории Ломброзо
Еще при жизне Ломброзо его теория подвергалась критике. Не удивительно – немало высших государственных чиновников имели внешность, которая полностью совпадала с описанием прирожденных преступников. Многие уверены, что ученый преувеличивал биологическую и совершенно не учитывал социальную составляющую в причине возникновения преступности. Возможно, именно это заставило Ломброзо к концу жизни пересмотреть некоторые свои взгляды. В частности, он начал утверждать, что наличие преступной внешности не обязательно означает, что человек совершил преступление – она говорит скорее о его склонности к противоправным поступкам. Если человек преступной внешности благополучен, он попадает в разряд скрытых преступников, у которых нет внешнего повода нарушать закон.
Репутация Ломброзо сильно пострадала, когда его идеи начали использовать нацисты – они проводили замеры черепов узников концлагерей перед их отправкой в печи. В советский период учение о прирожденном преступнике также подверглось критике за его противоречие принципу законности, антинародность и реакционность.
Насколько нам удалось выяснить, в судебных процессах теория Ломброзо никогда не применялась – даже сам ученый не видел в ней практической ценности, так как заявил на одном научном диспуте: «Я тружусь не ради того, чтобы дать своим исследованиям прикладное применение в области юриспруденции; в качестве ученого я служу науке только ради науки». Тем не менее предложенное им понятие преступного человека вошло в обиход, а его разработки до сих пор используются в физиогномике, криминальной антропологии, социологии и психологии.
* Информация взята в том числе из следующих книг: Чезаре Ломброзо. «Преступный человек». Милгард. 2005; Михаил Штереншис. «Чезаре Ломброзо». ИсраДон. 2010
Характер человека (Реферат) — TopRef.ru
Характер человека
СОДЕРЖАНИЕ
ПОНЯТИЕ ХАРАКТЕРА
ФИЗИОЛОГИЧЕСКАЯ ОСНОВА ХАРАКТЕРА
НАПРАВЛЕННОСТЬ И ВОЛЯ КАК КОМПОНЕНТЫ ХАРАКТЕРА
ЧЕРТЫ ХАРАКТЕРА
СТРОЕНИЕ ХАРАКТЕРА КАК ЦЕЛОГО
ФОРМИРОВАНИЕ И РАЗВИТИЕ ХАРАКТЕРА
ПРОЯВЛЕНИЕ ХАРАКТЕРА
МЕТОДЫ И ИСТОЧНИКИ ПОЗНАНИЯ ХАРАТЕРА
ЕДИНСТВО ИНДИВИДУАЛЬНЫХ И ТИПИЧНЫХ ЧЕРТ В ХАРАКТЕРЕ ЧЕЛОВЕКА
КЛАССИФИКАЦИЯ И ТИПОЛОГИЯ ХАРАКТЕРОВ
ЛИТЕРАТУРА
ПОНЯТИЕ ХАРАКТЕРА
Характер — это сложившийся и укрепившийся под влиянием жизненных воздействий и воспитания определенный стиль отношений и поведения человека. Характер того или иного человека выражает определенный склад его потребностей и интересов, стремлений и целей, чувств и воли, проявляющихся в избирательности его действительности и поведения, в отношениях и манерах поведения. В характере различают следующие основные качества: моральную воспитанность, полноту, цельность, определенность, силу, уравновешенность. Моральная воспитанность характеризует человека, как со стороны его отношений, так и формы поведения, и является ведущим и наиболее социально ценным качеством характера. Полнота характеризует разносторонность потребностей и интересов, стремлений и увлечений, разнообразие деятельности человека. Одни люди отличаются многосторонностью, другие узостью, однобокостью и ограниченностью развития. Цельность характеризует внутреннее единство психического склада человека, согласованность его отношений с различными сторонами действительности, отсутствие противоречий в стремлениях и интересах, единство слова и дела. Определенность характеризует твердость и непреклонность поведения, которое постоянно соответствует сложившимся убеждениям, моральнополитическим представлениям и понятиям, выработавшейся основной направленности, составляющей смысл жизни и деятельности человека. Сила характеризует энергию, с какой человек преследует поставленные перед собой цели, способность страстно увлекаться и развивать большое напряжение сил при встрече с трудностями и препятствиями и преодолевать их. Уравновешенность характеризует наиболее оптимальное или благоприятное для деятельности и общения с людьми соотношение сдержанности и активности. Эти основные свойства находятся в сложной, иногда противоречивой связи. Полнота, цельность, определенность и сила характера определяются в результате жизненных влияний и воспитания. Характер образуется в процессе непрерывного взаимодействия индивида с окружающими людьми, в процессе отражения складывающихся обстоятельств жизни и воспитания. От круга впечатлений и разнообразия деятельности людей зависят полнота и сила их характера.
ФИЗИОЛОГИЧЕСКАЯ ОСНОВА ХАРАКТЕРА
Для понимания физиологической основы характера необходимо обратиться к работам И.П. Павлова о высшей нервной деятельности, а особенно к его учению о свойствах и типах нервной системы. В своих работах он сближал понятие нервной системы с понятием темперамента. В основу классификации типов нервной системы Павлов положил:
1) силу основных нервных процессов — раздражительного и тормозного;
2) уравновешенность возбуждения и торможения;
3) подвижность этих процессов.
Сила нервной системы определяется как к раздражительному, так и к тормозному процессу. Она прежде всего выражается в способности «выносить» сильные раздражители. Сильный тип — с большим запасом такого вещества, слабый — с малым. Слабая нервная система, когда на нее действуют очень сильные раздражители, истощается и дает неврозы. Работоспособность сильной нервной системы выражается в легкости установления условных связей при сверхсильных раздражителях. Согласно принципу силы нервной системы, Павлов противопоставляет меланхоликов, как представителей слабого типа сангвиникам и холерикам как типам сильным. Следующим принципом различения типов является принцип уравновешенности процессов возбуждения и торможения или способности уравновешивать процесс возбуждения процессом торможения. Надо отметить, что этот принцип первоначально был положен Павловым в основу его классификации типов. Он различал два крайних типа: возбудимый и тормозной и два центральных, уравновешенных. По принципу уравновешенности, возбуждение и торможение среди сильных типов выделятся в качестве неуравновешенного холерик. Хотя слабый тип нервной системы отличается слабостью обоих процессов — как возбуждения, так и торможения, однако и на этом уровне встречаются типы уравновешенные и неуравновешенные. Третий принцип типологии нервной системы — ее лабильность, подвижность, то есть легкость смены возбуждения торможением или, обратно, торможения возбуждением на одном участке коры. Этому принципу особенно в последних своих высказываниях, Павлов предавал весьма большое значение. Сангвиник, как обладатель сильной уравновешенной и подвижной нервной системы нередко признавался Павловым наиболее совершенным типом, но одновременно с этим он часто подчеркивал весьма положительные черты флегматического, а иногда и безудержного типа. В свете последних исследований многих психологов надо отказаться от каких-либо попыток сравнивать темперамент как психическое свойство личности с типом нервной деятельности или нервной системы. То, что тип нервной системы — физиологическая основа темперамента, и при том однозначная, то есть, что темперамент физиологически зависит от типа нервной системы, не означает приравнивания темперамента к свойствам этого типа — темперамент характеризуется своими психологическими чертами. Помимо того, тип нервной системы лежит в основе не только темперамента, но и других психических свойств личности, а также психических процессов и состояний. Таким образом, говоря о физиологической основе характера, следует говорить не о темпераменте, который не является физиологической категорией, а о типе нервной системы. Павлов признает, что многое в его учении о типах нервной системы требует дополнительных исследований. Признавая все значение учения Павлова о свойствах и типах нервной системы, не следует слепо следовать этому учению — надо творчески развивать его, внося существенные карективы, а иногда и пересматривая проблематику этого учения. Тип, по Павлову, «основная характеристика» нервной системы, кладущая отпечаток на всю деятельность человека, конечно, тем самым является одной из основ характера. Но Павлов вместе с тем твердо и определенно разграничивал тип (нередко называвшийся им темпераментом) и характер. Под типом нервной системы следует понимать ее врожденные качества, а под характером — прежде всего то, что приобретено нервной системой под влиянием жизненного опыта и в первую очередь воспитания. Таким образом, тип нервной системы, является только одной из основ характера, но не является характером человека и не предопределяет его. Однако все те черты, которые приобретаются в течении жизненного опыта и которые, по взглядам И.П. Павлова, составляют главным образом характер, формируются не на пустом месте, а связаны с определенным прирожденным типом, с некоторыми «данными» силы, уравновешенности и подвижности нервной системы. Наибольшее же значение для характера имеет воспитание и отсюда не унаследованный тип, а пластичность нервной организации. Именно на пластичности нервной системы основан характер как по преимуществу та организация нервных процессов, которая связана с влиянием среды.
Предсказание «Большой пятерки» личностных качеств по почерку | Журнал EURASIP по обработке изображений и видео
Теоретическая модель
Как упоминалось в предыдущем разделе, наше исследование предлагает новую неинвазивную архитектуру на основе нейронных сетей для прогнозирования личностных черт Большой пятерки человека исключительно на основе почерка. Таким образом, наше исследование основано на двух психологических инструментах: «Большая пятерка» (пятифакторная модель — FMM) [17] и графологический анализ. Мы подробно рассмотрим оба этих инструмента в следующих подразделах.
Большая пятерка (пятифакторная модель)
Большая пятерка (пятифакторная модель) [25] — хорошо известная модель для описания личности человека. Он основан на пяти основных чертах личности, которые сгруппированы по суб-факторам следующим образом:
Открытость к опыту : относится к людям, которые могут легко выражать свои эмоции и имеют желание приключений, ценить искусство и нестандартные идеи. Обычно по этой шкале людей оценивают на основе дихотомии: соответствует vs. любопытный ;
Добросовестность : относится к надежным людям, склонным к тщательно спланированному поведению и ориентированным на результаты и достижения. По этой шкале люди оцениваются на основе дихотомии: организованных против беспечных ;
Экстраверсия : относится к людям, которые легко выражают положительные эмоции, как и другие люди в компании, напористые и разговорчивые.По этой шкале люди оцениваются по дихотомии: исходящих против одиночных ;
Доброжелательность : относится к людям, склонным к состраданию, а не к подозрительности, а также к услужливым и сдержанным. По этой шкале люди оцениваются на основе дихотомии: сострадательных против отстраненных ;
Невротизм: относится к людям, которым не хватает эмоциональной стабильности и контроля и которые склонны легко испытывать негативные эмоции, такие как гнев и беспокойство, а также уязвимость к депрессии.По этой шкале люди оцениваются на основе дихотомии: нервных, против уверенных.
FMM успешно применяется для решения самых разных задач. Исследование, проведенное в [26], показывает, что по сравнению с другими методами оценки личности человека FMM предлагает большую стабильность во времени, причем типы личности Большой Пятерки достигают пика стабильности через 4 года после начала работы. FMM также оказался полезным для определения расстройств личности, таких как депрессия или тревога, и даже употребления психоактивных веществ, и оказался индикатором различных физических заболеваний, таких как проблемы с сердцем, рак, диабет или респираторные проблемы [27].Он также успешно используется в области развития карьеры и консультирования, а также для работы в команде, а также для улучшения стилей обучения и академической успеваемости студентов [28]. В связи с его широким использованием и широким кругозором приложений мы используем его в нашем текущем исследовании.
Графологический анализ
Обычно, анализируя почерк человека, графологи ищут определенный набор функций, каждая из которых передает определенное сообщение [29].Основные используемые функции рукописного ввода и те, которые мы исследуем в данной статье, следующие: базовая линия, наклон слова, давление при письме, соединительные штрихи, расстояние между строками, строчная буква «t» и строчная буква «f». Примеры каждой из этих функций и их типов, как описано в [30], можно увидеть в Таблице 1.
Таблица 1 Особенности рукописного ввода и их соответствующие типы [30]Базовая линия почерка относится к линии, на которой письменные слова текут.Далее он разделен на восходящий базовый уровень (связанный с оптимистичными людьми), нисходящий базовый уровень (связанный с пессимистичными людьми и чрезмерно мыслящими людьми) и с уровнем (связанный с людьми с высоким уровнем самоконтроля и рассуждений).
Наклон слова относится к тому, как слова записываются с точки зрения наклона / наклона. Возможные типы наклона следующие: вертикальный наклон (ассоциируется с людьми, которые могут легко контролировать свои эмоции), умеренный левый наклон (ассоциируется с людьми, которым трудно выражать эмоции), крайний левый наклон (ассоциируется с людьми). которые хотят постоянно контролировать себя и страдают от самоотречения), с умеренным уклоном вправо (ассоциируется с людьми, которые могут легко экстериоризировать свои эмоции и мнения) и с крайним правым уклоном -контроль).
Давление при письме относится к величине давления, которое прикладывается к ручке на бумаге: световой писатель (относится к людям, которые практически не страдают от травм), средний писатель (относится к людям, которые обычно пострадавшие от боли или травм), и heavy writer (относится к людям, глубоко затронутым травмами и эмоциями).
Соединительные штрихи относятся к тому, как буквы, составляющие слова, соединяются друг с другом.Они делятся на неподключенных (относится к людям, которые с трудом могут адаптироваться к изменениям), средней связи (относится к людям, которые могут адаптироваться к изменениям, а также к изменяющейся среде) и связанных букв (относится к людям который может быстро адаптироваться к изменениям).
Строчная буква «t» обычно указывает на то, как пишется т-образная полоса на букве «t». Если написано очень низкая , это показатель низкой самооценки, если написано очень высокая это показатель высокой самооценки.
Строчная буква «f» обозначает, как пишется буква «f». Если он имеет угловую точку , человека можно легко оттолкнуть, если он имеет угловую петлю , человек имеет сильную реакцию на препятствия, если у него есть узкая верхняя петля , это обычно связано с узкой петлей мыслящих людей, если это крестообразно, ассоциируется с повышенным уровнем концентрации, а если сбалансировано, это показатель лидерских способностей.
Промежутки между строками относятся к пространству, оставленному писателем между двумя последовательными строками. У нас может быть строк, разделенных равномерно, (связанных с людьми, которые могут организовывать работу и имеют ясные мысли) или строк, переполненных перекрывающимися циклами (связанных с людьми со спутанным мышлением и плохими организаторскими способностями).
Предлагаемая архитектура
Мы проектируем архитектуру на трех уровнях следующим образом: базовый уровень, на котором образец рукописного ввода нормализуется и приобретаются черты рукописного ввода, промежуточный уровень, на котором карта рукописного ввода строится на основе функций рукописного ввода, предоставляемых базой. слой и верхний уровень, где нейронная сеть используется для определения типа личности писателя из Большой пятерки.В следующих подразделах мы подробно представляем каждый из этих слоев.
Базовый уровень
Основная цель базового уровня — преобразование отсканированного почерка в набор функций рукописного ввода, упомянутых в предыдущих разделах. Блок-схема блоков центральной обработки этого слоя представлена на рис. 1.
Рис. 1Блок-схема базового слоя и извлечения признаков рукописного ввода
Основные этапы подробно описаны ниже:
Нормализация:
◦ Подавление шума : чтобы удалить шум, добавляемый сканирующим устройством или пишущим инструментом, который обычно вызывает искажения, несогласованные штрихи или нежелательные линии или точки, мы используем три фильтра.Булевы фильтры используются для удаления текстурированного фона, поскольку было показано, что они превосходят другие морфологические методы в случаях, когда текст написан на сильно текстурированном фоне как с точки зрения точности, так и времени обработки [18]. Для повышения резкости мы используем фильтр уменьшения ширины рампы, так как он известен как наиболее эффективный алгоритм повышения резкости краев рампы [19]. Адаптивное нерезкое маскирование используется для регулировки контраста [20], что широко используется как эффективный метод увеличения контраста.
◦ Сглаживание контуров : чтобы уменьшить возможные ошибки, возникающие из-за нежелательного движения руки писателя во время письма, мы используем метод оптимального локального взвешенного усреднения [21], гарантирующий, что эти глюки отфильтрованы и только штрихи, относящиеся к нашему анализ сохранены. Мы выбрали этот алгоритм в отличие от других менее сложных методов локального взвешенного усреднения, потому что этот метод, как известно, обеспечивает более точные оценки положения точек контура, касательных наклонов или углов отклонения, которые необходимы для нашей задачи анализа почерка.
◦ Сжатие : мы использовали глобальную пороговую обработку для преобразования цветных изображений в двоичные. Мы использовали гистограмму, модифицированную интегральным отношением [22], чтобы определить глобальное пороговое значение, поскольку было показано, что она обеспечивает лучшую производительность по сравнению с другими методами сжатия.
◦ Изоляция рукописного ввода на странице : чтобы сохранить рукописный текст только для следующих шагов нашей задачи анализа почерка, мы используем метод прореживания белого пространства [23], поскольку это простой и быстрый метод для этой задачи. ; следовательно, мы рекурсивно разрезаем страницу по двум измерениям до тех пор, пока не будет разделен только рукописный текст.
Сегментация строк : Для сегментации строк мы используем метод профиля вертикальной проекции (VPP) [24], поскольку он показал лучшую точность классификации по сравнению с другими методами сегментации строк и слов. Поэтому мы анализируем сумму пикселей для каждой строки в изображении и определяем в качестве границ строк те, сумма которых меньше 8% от максимальной суммы пикселей в текстовом образце.Пороговое значение в 8% было выбрано методом проб и ошибок после проведения тестов на 100 образцах почерка с использованием метода исключения по одному, а средняя точность для правильной сегментации строк составила 98,5%. После этого шага каждая строка рукописного текста имеет соответствующий ограничивающий прямоугольник.
◦ Интервал между строками Характеристика : на основе ограничивающих прямоугольников, отделяющих каждую строку от рукописного ввода, мы определяем степень перекрытия между двумя последовательными строками.Если перекрытие превышает 15% от суммы поверхностей прямоугольников, ограничивающих обе строки, мы считаем, что строки скучены вместе , в противном случае они считаются равномерно расположенными . Пороговое значение в 15% было определено как оптимальное для обеспечения точности классификации этого почерка более 98%.
◦ Базовая характеристика : чтобы определить базовые характеристики для каждой строки, мы используем метод, описанный в [31], где мы изучаем плотность пикселей каждого прямоугольника сегментированной строки и вращаем прямоугольник в пределах от -30 ° и + Пороговые значения угла 30 ° до тех пор, пока максимальная плотность пикселей не будет центрирована по горизонтали.Этот метод широко используется для извлечения базовых признаков, предлагая более высокую точность классификации и более быструю сходимость по сравнению с другими современными методами. Если поворот, необходимый для выравнивания максимальной плотности пикселей по горизонтали, находится в пределах [- 5 °; + 5 °], мы считаем, что имеем выровненную базовую линию , если она находится в пределах [- 30 °; — 5 °], восходящая базовая линия , и в пределах [+ 5 °; + 30 °] нисходящей базовой линии .
◦ Запись по давлению : мы используем стандартный метод определения пороговых значений на уровне серого, который широко используется для задачи записи классификации по давлению [32] с высокой точностью и быстрой сходимостью.Мы анализируем значения оттенков серого для сегментированного прямоугольника, содержащего строку, и вычисляем среднее значение для сегментированной строки. Результат классифицируется как Light Writer для значения в пределах от 25 до 50%, средний писатель для значения в пределах 10 и 25% и Heavy Writer для значения в пределах 0% (абсолютный черный) и 10%.
Сегментация слов : Для дальнейшего сегментирования слов в строке мы используем тот же метод VPP [24], который мы использовали для сегментации строк, поскольку было показано, что он обеспечивает лучшие результаты классификации, чем другие современные методы. методы.Сначала мы вычисляем высоту строки и используем ее для сравнения, чтобы определить, действительно ли пробел между двумя штрихами является межсловным пространством или нет. Мы генерируем профиль вертикальной проекции, в котором мы определяем плотность пикселей для каждого вертикального столбца и определяем столбцы с низкой плотностью, которые считаются кандидатами на пробелы между словами. Поскольку бывают случаи, когда такие пробелы могут не соответствовать фактическим пробелам для разделения слов, мы считаем их пробелами только в том случае, если количество следующих друг за другом столбцов с низкой плотностью не менее 10% от высоты строки.10% -ный порог был определен методом проб и ошибок после тестирования алгоритма на 100 рукописных выборках и получения максимальной точности сегментации слов 98,2%. Сегментированные слова ограничиваются прямоугольниками так же, как и в случае сегментации строк.
◦ Наклонный признак слова : для определения наклонного признака слова мы используем ту же технику, описанную в [33]. Мы вычисляем гистограмму плотности пикселей по вертикали для каждого угла в пределах [- 20 °; + 20 °] и для каждого столбца гистограммы мы определяем количество пикселей и делим его на самый высокий и самый низкий пиксель в анализируемом сегменте слова.Затем значения из всех столбцов суммируются, и угол, при котором вычисленная сумма является наибольшей, считается наклоном записи. Затем мы классифицируем слово «наклон» следующим образом: если угол находится в пределах [- 2,5 °; + 2,5 °], это вертикальный наклон ; если он находится в пределах [- 7,5 °; — 2,5 °], это умеренный левый наклон ; если он ниже — 7,5 °, это крайний левый уклон ; если он находится в пределах [+ 2,5 °; + 7,5 °], это умеренный правый уклон ; а если больше + 7.5 °, крайний правый наклон .
Сегментация букв : для сегментирования букв из каждого сегмента слова с разделителями мы используем метод преобразования ширины штриха (SWT) [34] для определения средней ширины штриха слова. Мы используем этот оператор, потому что он локален и зависит от данных, что делает его более быстрым и надежным, чем другие методы, требующие многомасштабных вычислений.Затем мы создаем прогнозируемый профиль для сегмента слова и определяем столбцы, в которых значение прогноза ниже на 8%, чем максимальное прогнозируемое значение в слове. Для выделенных штрихов мы определяем их ширину и сравниваем со средней шириной штриха в слове. Если оно меньше 50%, мы создаем ограничивающую рамку вокруг символа и вырезаем ограничивающую рамку из сегмента слова. Порог 50% был определен как оптимальный после тестирования метода на 100 рукописных образцах и получения 98.2% точность сегментации букв. С оставшейся частью сегмента слова процесс повторяется до тех пор, пока не будут идентифицированы все буквы.
◦ Элемент соединительных штрихов : для вычисления функции соединительных штрихов мы используем алгоритм сегментации букв, описанный ранее, и сравниваем ширину каждого штриха, соединяющего два последовательных ограничивающих прямоугольника букв, со средней шириной штриха слова. Если ширина штриха меньше 10% от средней ширины штриха слова, мы считаем его несвязанным ; если больше 30%, мы считаем подключенными ; и если оно составляет от 10 до 30%, считается, что у него есть соединение со средним уровнем .
◦ Строчная буква «t». : поскольку буквы теперь разделены в соответствующих ограничивающих прямоугольниках, мы используем сопоставление шаблонов для сравнения каждой буквы с набором предопределенных шаблонов буквы «t» из Модифицированного Национального института стандартов и технологий ( MNIST) [35]. Шаблоны ранее были разделены на две категории буквы «t» (столбик с очень низким «t», и столбец с очень высоким «t», ), и мы используем евклидово сходство для измерения соответствия букв выбранным прототипам MNIST.Пороговое соответствие, определенное как оптимальное методом проб и ошибок, составляет 0,88, а точность определения правильной буквы «t», проверенная на 100 образцах рукописного ввода с использованием метода исключения по одному, составляет 98,2%.
◦ Строчная буква «f». Характеристика : мы используем тот же метод, что и для буквы «t», с той разницей, что шаблоны с буквой «f» из базы данных MNIST разделены на пять категорий, соответствующих анализируемым (угловая точка, угловая петля, узкая верхняя петля, крестообразная и уравновешенная).Пороговое значение в этом случае составляет 0,92, что соответствует точности 97,5%.
Промежуточный уровень (карта рукописного ввода)
Как мы ранее упоминали, базовый уровень предлагает в качестве входных данных для промежуточного уровня типы функций рукописного ввода для каждой буквы в примере. Они закодированы в карте рукописного ввода (HM) с использованием двоичного кода. Следовательно, если, например, соединительные штрихи имеют среднюю связность, код для этого — 010 (0 — подключено, 1 — средняя связность, 0 — не сильно связано).Обычно для каждой проанализированной буквы у нас есть следующие возможные коды, связанные с каждой из семи особенностей рукописного ввода, которые все составляют одну строку в HM:
Базовая линия : позиции с 1 по 3 : возможные значения: 100 — по возрастанию, 010 — по убыванию, 001 — с выравниванием;
Соединительные такты : позиция 4 — 6 ; возможные значения: 100 — не подключено, 010 — среднее подключение, 001 — сильно подключено;
Наклон слова : позиции с 7 по 11 ; возможные значения: 10000 — вертикальный наклон, 01000 — умеренный левый наклон, 00100 — крайний левый наклон, 00010 — умеренный правый наклон, 00001 — крайний правый наклон;
Давление записи : позиции с 12 по 14 ; возможные значения: 100 — средний писатель, 010 — средний писатель, 001 — тяжелый писатель;
Строчная буква «t» : позиции с 15 по 16 ; возможные значения 10 — очень высокие; 01 — очень низкий; 00 — не строчная буква «т»;
Строчная буква «f» : позиции с 17 по 21 ; возможные значения: 10000 — крестообразная, 01000 — угловая петля, 00100 — угловая точка, 00010 — узкая верхняя петля, 00001 — сбалансированная; 00000 — буква «f» не строчная;
Расстояние между строками : позиции с 22 по 23 ; возможные значения: 10 — равномерно, 01 — вместе.
Следовательно, любая запись строки на карте имеет следующую структуру: [100] [010] [00010] [100] [00] [00010] [10] (что означает восходящую базовую линию — 100, средние штрихи возможность подключения —010, умеренный наклон вправо —00010, легкий писатель —100, не строчная буква «t» —00, Узкая верхняя петля на строчной букве «f» —00010, строки с равномерным интервалом -10).
Следует сделать два замечания о построенном выше отображении:
Для baseline у нас может быть один и тот же код для всех букв;
Для промежутка между строками у нас может быть один и тот же код для всех букв, связанных со строкой в рукописном образце.
Таким образом, каждая буква в образце почерка генерирует строку в HM в форме двоичного кода, который затем используется на верхнем уровне в задаче распознавания образов для определения личностных черт Большой пятерки.
Верхний слой
Как мы подробно описали ранее, у нас есть HM, который содержит для каждой буквы ее почерк в форме двоичного кода. Следовательно, HM представляет собой матрицу, содержащую все буквы в образце почерка вместе с их закодированными характеристиками, и на основе этого система должна быть способна определять черту личности Большой пятерки писателя.
Поскольку задача представляет собой задачу распознавания образов, а также учитывая, что наша архитектура является восходящей без петель обратной связи, мы используем нейронную сеть с прямой связью.Кроме того, с учетом тех же предпосылок, использованный метод обучения — это обратное распространение , которое оказалось очень эффективным и предлагает быстрое обучение в аналогичных случаях [36].
Мы определяем только одну нейронную сеть, которая называется пятифакторной моделью – нейронной сетью (FFM-NN). Чтобы избежать переобучения, выбирая все буквы из экземпляра, мы выбираем их по строкам и считаем, что у нас не более 70 букв в каждой строке. Если строка в рукописном образце содержит более 70 букв, анализируются только первые 70.Более того, этот подход предлагает возможность провести несколько тестов в нейронной сети, и мы можем усреднить результаты, чтобы получить более убедительные. Поскольку у нас есть 23 записи для каждой строки в HM, всего у нас есть 1610 входных узлов в FFM-NN.
Выходной слой содержит пять узлов для каждого из пяти измерений FMM. Каждый узел вычисляет 0, если объект находится в нижней части анализируемого измерения, и 1, если он находится в верхней части измерения (например,g., 1 за открытость опыту означает, что объект больше любопытен, чем последователен, тогда как 0 за невротизм означает, что субъект больше склонен к нервозности, чем к самоуверенности).
Если мы рассмотрим N в количество входных обучающих векторов и N-мерный набор входных векторов для нейронной сети FFM-NN X FFM — NN = { x FFM — NN n }, n = 1, 2… N дюйм , так что x FFM — NN = [ x FFM – NN 1 , x FFM – NN 2 … x FFM – NN 1 ] T и K out количество выходных векторов и K-мерный набор выходных векторов Y FMM — NN = { y 9 0013 FMM — NN k }, k = 1, 2… K out так, чтобы y FFM — NN = [ y FFM — NN 1 , y FFM — NN 2 ,…, y FFM — NN
$$ {y ^ {FFM- NN}} _ k = {f ^ {FFM- NN}} _ {2a} \ left (\ sum \ limits_ {l = 0} ^ L {w ^ {FMM- NN}} _ {lk} ^ O {f ^ {FMM- NN}} _ {1a} \ left (\ sum \ limits_ {n = 0} ^ {N_ {in}} {w ^ {FMM- NN}} _ {nl } ^ H {x ^ {FMM- NN}} _ n \ right) \ \ right) с \ k = 1,2 \ dots {K} _ {out} \ kern13em (1) $$
Входные характеристики для каждой буквы в строке выбираются во входные узлы, которые затем распределяют информацию по скрытым узлам и вычисляют взвешенную сумму входных данных, отправляя результат на выходной слой с помощью функции активации. {FMM- NN}} _ e} \ right) \ right | \ kern1.5em (2) $$
С целью +/- баланса в скрытом слое функция активации, выбранная для входного слоя, — tanh, также учитывая, что она обеспечивает быструю сходимость и имеет более сильный градиент, чем сигмоидальная функция. Поскольку конечная задача нейронной сети является прогнозирующей, мы используем сигмоид в качестве функции активации для скрытого слоя, принимая во внимание его нелинейность и то, что его выход находится в диапазоне [0,1]. Проводя различные тесты методом проб и ошибок, мы определили, что оптимальное количество скрытых узлов во избежание переобучения составляет 1850.Оптимальная скорость обучения определена как 0,02, оптимальный импульс равен 0,4, и для обучения системы в среднем за 8 часов на компьютере с процессором Intel i7 необходимо 200 000 периодов обучения. Мы используем градиентный спуск для изучения весов и смещений нейронной сети, пока AARE не будет минимизирован, и, чтобы гарантировать равномерное распределение начальных весов, мы используем инициализацию весов Нгуена-Уидроу. Структуру нейронной сети можно увидеть на рис. 2.
Рис. 2FMM — структура нейронной сети
Общая архитектура
Обучающая база данных и образцы рукописного текста
Для тестирования описанной выше архитектуры мы создаем наша база данных содержит как рукописные экземпляры, так и черты характера писателя ФММ.В его сборе было задействовано 128 человек, из которых 64 были мужчинами и 64 женщинами, в возрасте от 18 до 35 лет, все они участвовали в этом эксперименте в соответствии с Хельсинкской этической декларацией и были осведомлены о ней.
Каждого из 128 испытуемых попросили заполнить анкету FMM, а также предоставить шесть образцов почерка. Результаты опроса FMM были проанализированы специализированными психологами для оценки их результатов по пяти параметрам личности. Что касается шести образцов почерка, два из них представляют собой заранее определенный текст, представляющий лондонское письмо [32], стандартный образец, широко используемый графологами для анализа почерка, в то время как другие представляют собой тексты минимум на 300 слов, которые субъекты могут писать свободно. и случайно.Все текстовые образцы собраны на английском языке.
Подводя итог, для каждого предмета, участвовавшего в обучении, у нас есть соответствующие результаты измерения параметров личности FMM, а также шесть образцов почерка, из которых два — лондонское письмо.
На рис. 3 мы можем наблюдать пример Лондонского письма, полученного от одного из испытуемых. Лондонская буква выбрана из-за особенностей почерка, которые мы собираем, так что строчная буква «t» оценивается в начале (e.g., « t o», « t hen», « t onight»), средний (например, «Swi t zerland», «Le tt ers») и конец (например, , «Quie t », «expec t ») слов, строчная буква «f» анализируется в начале слов (например, « f or») или вставляется (например, «le f t ”), а также другие ситуации, которые создают трудности для писателей и помогают нам лучше различать другие особенности рукописного ввода, такие как: слова, начинающиеся с верхнего регистра (например,г., Zermott Street), группа более длинных слов (например, «Афины, Греция, ноябрь»), слов, содержащих удвоенные буквы (например, «Греция», «Zermott»), использование букв, требующих дополнительных штрихов (например, x , z, i, j; например, «E x press», «Swit z erland», «V i enna», « j o i n») и вставка чисел и / или пунктуация (например, «King James Blv. 3580.»).
Рис. 3Рукописный образец Лондонского письма
В следующем разделе мы представляем этапы обучения, а также этапы тестирования и то, как они используют вышеописанную базу данных.
Этапы обучения и тестирования
Предлагаемая архитектура построена с использованием 55 000 строк кода в программировании Scala с библиотекой Spark. Стенд работает на процессоре i7 с 8 ГБ оперативной памяти и рассчитан на работу в два этапа: обучение и тестирование. Общая архитектура показана на рис. 4.
Рис. 4Предлагаемая архитектура — обзор
На этапе обучения FMM-NN необходимо обучить изучать образцы почерка и вычислять правильные значения для пять измерений личности.Поэтому мы используем набор образцов рукописного ввода в качестве обучающих образцов, которые выбираются на базовый уровень. Образцы почерка сначала нормализуются, затем слова разбиваются на буквы, а особенности почерка для каждой буквы извлекаются и отправляются на промежуточный уровень. На промежуточном уровне создается HM, который содержит строку для каждой буквы из рукописного образца в форме двоичных кодов, как было представлено ранее. Каждый раз, когда у нас есть рукописные признаки, собранные для 70 новых букв, они загружаются в FMM-NN, который обучается с помощью обратного распространения ошибки, так что его результат получается из анкеты FMM.Когда AARE достаточно низкий и обучающие выборки завершены, система считается обученной и может быть протестирована.
На этапе тестирования проанализированный образец почерка также нормализуется и разбивается на буквы в базовом слое. Затем буквы анализируются, определяются их характеристики и отправляются на промежуточный уровень, который вычисляет HM. Когда 70 новых букв вычисляются в HM, они отправляются в FMM-NN, который предоставляет выходные данные, представляющие его предсказанные индивидуальные параметры FMM в форме пяти двоичных кодов, как объяснялось ранее.Когда в пяти последовательных строках (пять наборов по 70 букв) у нас есть одинаковые двоичные коды, система считает, что это параметры личности писателя, и выводит окончательный результат. Если нет пяти последовательных строк, генерирующих один и тот же двоичный вывод (это означает, что в любых пяти последовательных строках обнаруживаются разные личностные характеристики), результат помечается как Undefined. Мы выбрали пять последовательных строк, поскольку они соответствуют слову среднего размера (из пяти букв), и мы определили, что уменьшение или увеличение этого порога приводит к снижению точности системы.
В следующем разделе мы покажем экспериментальные результаты после тестирования архитектуры, а также сравнение с современным уровнем техники.
Выявление особенностей человеческой личности по почерку с помощью обучающих алгоритмов | Фаллах
S. Hock, K. Siang Teh, L.Y. Йи, «Обзор использования графологии как инструмента профориентации», CMU. Журнал 2005, Vol. 4 (1).
А.Б. Шариф, Э. Кабир, «Компьютерная графология для рукописного ввода фарси», Журнал «Компьютерная и электронная инженерия» (персидский), 2005 г., том 3, номер 2; Страницы 73-79.
Ш. Прасад, В. Кумар, А. Сапре, «Анализ почерка на основе метода сегментации для прогнозирования человеческой личности с использованием машины опорных векторов», Международный журнал компьютерных приложений (0975 — 8887), октябрь 2010 г., Том 8– № 12.
Дж. Фишер, А. Маредиа, А. Никсон, Н. Уильямс, Дж. Лит, «Выявление личностных черт и особенно черт, приводящих к агрессивному поведению с помощью автоматического анализа почерка», Труды исследовательского дня студентов и преподавателей, CSIS, Pace Университет, 4 мая 2012 г.
А. Рахиман, Д. Варгезе, М. Кумар, «Рукописный анализ на основе прогнозирования индивидуалистических черт», Международный журнал обработки изображений (IJIP), 2013 г., Том (7): Выпуск (2), 2013 г.
Х. Н. Чампа, К. Р. Ананда Кумар, «Искусственная нейронная сеть для прогнозирования поведения человека с помощью анализа почерка», Международный журнал компьютерных приложений (0975 — 8887), май 2010 г., Том 2 — № 2.
Я.Норуз Заде, Х.НезамАбади, «Графология рукописного ввода с использованием обработки изображений и системы нечеткого вывода», 8-я конференция по интеллектуальным системам, Университет Фирдоуси в Мешхеде, Иран.2007.
I. A. Jannoud, «Автоматическая система распознавания рукописного арабского текста», Американский журнал прикладных наук, вып. 4. С. 857-864, 2007.
.Цай Ф., Ву Дж-В, (2007). «Использование нейросетевых ансамблей для прогнозирования банкротства и кредитного скоринга». Экспертные системы с приложениями, в прессе 164-173.
Т. Курита, К. Хотта и Т. Мисима, «Метод распознавания, инвариантный по отношению к масштабу и вращению, использующий особенности локальной автокорреляции более высокого порядка логополярного изображения», Proc.Третья азиатская конференция по компьютерному зрению, 1998 г., том 2, стр. 89-96.
С.М. Ладжеварди, Захир М. Хуссейн, «Использование GA для увеличения расстояния между классами. Распознавание выражений: фильтры Габора против корреляторов более высокого порядка», Международная конференция по коммуникации, компьютеру и питанию (ICCCP’09), Маскат, Оман, 15 -18 февраля 2009 г.
Арика Назиф, Ямин-Вурал Фатос Т., «Обзор распознавания символов, основанный на автономном почерке», IEEE Transactions on Systems, Man, and Cybernetics-Part C: Applications and Reviews, May 2001, Vol.31, № 2.
Perssman, Lyons, Lavson & Strain, «Депрессия, связанная с религиозными убеждениями, и статус передвижений у пожилой женщины со сломанными бедрами». Американский журнал психиатрии, 1990, 147, 758-66.
IRJET-Запрошенная вами страница не найдена на нашем сайте
IRJET приглашает доклады по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8 Выпуск 7, Июль 2021 г. Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
IRJET приглашает специалистов по различным инженерным и технологическим дисциплинам, научным дисциплинам для Тома 8, выпуск 7 (июль-2021)
Отправить сейчас
IRJET Vol-8, выпуск 7, июль 2021 Публикация продолжается…
Обзор статей
IRJET получил «Импакт-фактор научного журнала: 7,529» за 2020 год.
Проверить здесь
IRJET получил сертификат регистрации ISO 9001: 2008 для своей системы менеджмента качества.
Как легко выполнить распознавание рукописного ввода с помощью глубокого обучения
Хотите распознавать рукописные формы? Этот блог представляет собой исчерпывающий обзор новейших методов распознавания рукописного ввода с использованием глубокого обучения.Мы рассмотрели последние исследования и статьи по состоянию на 2020 год. Мы также создаем устройство для чтения рукописного ввода с нуля.
Nanonets OCR API имеет много интересных вариантов использования. Чтобы узнать больше, поговорите со специалистом по искусственному интеллекту Nanonets.
Запланировать звонок
Введение
Ожидается, что объем рынка оптического распознавания символов (OCR) составит 13,38 миллиарда долларов США к 2025 году, при росте на 13 в годовом исчислении.7%. Этот рост обусловлен быстрой оцифровкой бизнес-процессов с использованием OCR для снижения затрат на рабочую силу и экономии драгоценных человеко-часов. Хотя OCR считается решенной проблемой, есть один ключевой компонент — распознавание рукописного ввода или распознавание рукописного текста (HTR), которое по-прежнему считается сложной задачей. Большая разница в стилях рукописного ввода у разных людей и низкое качество рукописного текста по сравнению с печатным текстом создают серьезные препятствия для преобразования его в машиночитаемый текст.Тем не менее, это важная проблема, которую необходимо решить для многих отраслей, таких как здравоохранение, страхование и банковское дело.
Источник: — https://www.semanticscholar.org/paper/Handwriting-recognition-on-form-document-using-and-Darmatasia-Fanany/Последние достижения в области глубокого обучения, такие как появление архитектур трансформаторов, быстро- отслеживали наш прогресс в распознавании рукописного текста. Распознавание рукописного текста называется интеллектуальным распознаванием символов (ICR) из-за того, что алгоритмы, необходимые для решения ICR, требуют гораздо большего интеллекта, чем решение общего OCR.
В этой статье мы узнаем о задаче распознавания рукописного текста, ее сложностях и о том, как ее решить с помощью методов глубокого обучения.
Хотите извлечь данные из рукописных форм? Зайдите в Nanonets и начните создавать модели OCR бесплатно!
Проблемы с распознаванием рукописного ввода- Огромное разнообразие и неоднозначность штрихов от человека к человеку
- Стиль рукописного ввода отдельного человека также меняется время от времени и непоследователен
- Низкое качество исходного документа / изображения из-за деградация с течением времени
- Текст в печатных документах располагается по прямой линии, тогда как людям не нужно писать строку текста по прямой линии на белой бумаге
- Рукописный почерк затрудняет разделение и распознавание символов
- Рукописный текст может иметь переменное вращение справа, что контрастирует с печатным текстом, где весь текст расположен ровно
- Сбор хорошего помеченного набора данных для изучения стоит недешево по сравнению с синтетическими данными
Оцифровка рецептов пациента — главная проблема в сфере здравоохранения / фармацевтики.Например, компания «Рош» ежедневно обрабатывает миллионы петабайт медицинских PDF-файлов. Еще одна область, где обнаружение рукописного текста имеет ключевое значение, — это набор пациентов и оцифровка форм. Добавив распознавание рукописного ввода в свой набор услуг, больницы / фармацевтические учреждения могут значительно улучшить взаимодействие с пользователем.
СтрахованиеКрупная страховая отрасль получает более 20 миллионов документов в день, и задержка в обработке претензии может серьезно повлиять на компанию.Документ о претензиях может содержать различные стили почерка, и чистая ручная автоматизация обработки претензий полностью замедлит конвейер.
Источник: — https://www.researchgate.net/figure/mages-of-handwritten-bank-cheques- from-different-countries-a-Brazilian-1-b-American_fig2_226705617 Банковское делоЛюди выписывают чеки на регулярной основе, и чеки по-прежнему играют важную роль в большинстве безналичных операций. Во многих развивающихся странах нынешняя процедура обработки чеков требует, чтобы служащий банка считывал и вручную вводил информацию, представленную на чеке, а также проверял такие записи, как подпись и дата.Поскольку в банке каждый день приходится обрабатывать большое количество чеков, система распознавания рукописного текста может сэкономить затраты и часы работы человека
Онлайн-библиотекиОгромные объемы исторических знаний оцифровываются путем загрузки сканированных изображений доступ ко всему миру. Но это усилие не очень полезно, пока текст в изображениях не будет идентифицирован, который можно индексировать, запрашивать и просматривать. Распознавание почерка играет ключевую роль в оживлении документов средневековья и 20 века, открыток, исследований и т. Д.
МетодыМетоды распознавания рукописного ввода можно в общих чертах разделить на следующие два типа
- Онлайн-методы : — Онлайн-методы включают цифровое перо / стилус и имеют доступ к информации о штрихах, местонахождении пера во время текста записывается, как показано на правом рисунке выше. Поскольку они, как правило, содержат много информации о потоке написанного текста, их можно классифицировать с довольно высокой точностью, и разграничение между разными символами в тексте становится намного более четким
- Offline методы : — Offline методы вовлекать распознавание текста после того, как он записан, и, следовательно, не будет иметь информации о штрихах / направлениях, задействованных во время написания, с возможным добавлением некоторого фонового шума из источника i.электронная бумага.
В реальном мире не всегда возможно / масштабируемо носить цифровое перо с датчиками для сбора информации о штрихах, и, следовательно, задача распознавания текста в автономном режиме является гораздо более актуальной проблемой. Итак, теперь мы обсудим различные методы решения проблемы распознавания офлайн-текста.
МетодыПервоначальные подходы к решению проблемы распознавания рукописного ввода включали методы машинного обучения, такие как скрытые марковские модели (HMM), SVM и т. Д.После предварительной обработки исходного текста выполняется извлечение признаков для определения ключевой информации, такой как петли, точки перегиба, соотношение сторон и т. Д. Отдельного символа. Эти сгенерированные функции теперь передаются классификатору, например, HMM, для получения результатов. Производительность моделей машинного обучения довольно ограничена из-за фазы извлечения функций вручную и их ограниченной способности к обучению. Шаг извлечения функций варьируется для каждого отдельного языка и, следовательно, не масштабируется. С появлением глубокого обучения значительно улучшилась точность распознавания почерка.Давайте обсудим несколько известных исследований в области глубокого обучения для распознавания рукописного ввода
Многомерные рекуррентные нейронные сетиRNN / LSTM, которые, как мы знаем, могут иметь дело с последовательными данными для выявления временных закономерностей и получения результатов. Но они ограничены работой с одномерными данными и, следовательно, не будут напрямую применяться к данным изображений. Для решения этой проблемы авторы в этой статье предложили многомерную структуру RNN / LSTM, как показано на рисунке ниже
Ниже приводится разница между обычной RNN и многомерной RNN.В обычной RNN скрытый уровень говорит, что я получает состояние от предыдущего скрытого слоя во время i-1. В многомерной RNN, например, в двумерной RNN, скрытый слой (i, j) получает состояния от нескольких предыдущих скрытых слоев, то есть (i-1, j) и (i, j-1), и, таким образом, захватывает контекст из обоих высота и ширина изображения, которые имеют решающее значение для получения четкого представления сети о локальном регионе. Это дополнительно расширяется для получения информации не только от предыдущих уровней, но и от будущих уровней, подобно тому, как BI-LSTM получает информацию от t-1 и t + 1.Точно так же скрытый слой 2D MDRNN i теперь может получать информацию (i-1, j), (i, j-1), (i + 1, j), (i, j + 1), таким образом захватывая контекст во всех направлениях
Вся структура сети показана выше. Используется MDLSTM, который представляет собой не что иное, как замену блока RNN блоком LSTM из вышеупомянутого обсуждения MDRNN. Входные данные разделены на блоки размером 3×4, которые теперь передаются в слои MDSTM. Сеть имеет иерархическую структуру, состоящую из уровней MDLSTM, за которыми следуют уровни прямой связи (ANN) в тандеме. Затем окончательный результат преобразуется в 1D-вектор и передается в функцию CTC для генерации вывода.
Временная классификация коннекционистов (CTC) — это алгоритм, используемый для решения таких задач, как распознавание речи, распознавание рукописного текста и т. Д.где доступны только входные данные и выходная транскрипция, но отсутствуют детали выравнивания, например, как конкретная область в звуке для речи или конкретная область в изображениях для рукописного ввода выравнивается по определенному символу. Простая эвристика, такая как присвоение каждому персонажу одной и той же области, не сработает, поскольку количество места, которое занимает каждый персонаж, варьируется от руки к человеку и время от времени.
Для нашего сценария использования распознавания рукописного текста рассмотрим области входного изображения для конкретного предложения как входные X = [ x 1, x 2,…, x ** T ], тогда как ожидаемый результат будет Y = [ y 1, y 2,…, y ** U ].Предполагается, что по заданному X мы найдем точный Y. Алгоритм CTC работает, принимая входные данные X и предоставляя распределение по всем возможным Y, используя которые мы можем сделать прогноз для окончательного результата.
CTC использует базовый символ, скажем — для различения повторяющихся символов и повторяющихся символов в области ввода. Например, конкретный символ может охватывать несколько областей ввода, и, таким образом, CTC будет выводить один и тот же символ последовательно. Пример: — Ввод james и вывод CTC — jjaammmees.Окончательный результат получается путем сворачивания повторяющихся выходных данных, и, следовательно, мы получаем james. Но теперь, чтобы представить повторяющиеся символы, скажем «l» в приветственном слове, нам нужно иметь разделение, и, таким образом, все выходные данные разделяются дефисом (-). Теперь вывод для hello может быть h-ee-ll-lll-oo, который, если свернуть, станет hello, а не helo. Более подробную информацию о том, как работает CTC, можно увидеть здесь CTC.
При декодировании вывода CTC на основе простой эвристики наивысшей вероятности для каждой позиции мы можем получить результаты, которые могут не иметь никакого смысла в реальном мире.Чтобы решить эту проблему, мы могли бы использовать другой декодер, чтобы улучшить результаты. Давайте обсудим различные типы декодирования
- Декодирование наилучшего пути : — Это общее декодирование, которое мы обсуждали до сих пор. В каждой позиции мы берем результат модели и находим результат с наибольшей вероятностью.
- Декодирование поиска луча : — Вместо того, чтобы брать один выходной сигнал из сети каждый раз, когда поиск луча предлагает сохранить несколько выходных путей с наивысшими вероятностями и расширить цепочку с новыми выходами и отбрасывать пути с меньшей вероятностью, чтобы сохранить размер луча постоянным .Результаты, полученные с помощью этого подхода, более точны, чем при использовании жадного подхода.
- Поиск по лучу с помощью языковой модели : — Поиск по лучу обеспечивает более точные результаты, чем поиск по сетке, но все же он не решает проблему получения значимых результатов. Чтобы решить эту проблему, мы можем использовать языковую модель вместе с поиском луча с использованием как вероятностей модели, так и языковой модели для получения окончательных результатов.
Более подробную информацию о создании точных результатов декодирования можно найти в этой статье.
Encoder-Decoder and Attention NetworksМодели Seq2Seq, имеющие сети Encoder-decoder, в последнее время стали популярными для решения задач распознавания речи. машинный перевод и т. д. и, таким образом, были расширены для решения варианта использования распознавания рукописного ввода путем развертывания дополнительного механизма внимания.Давайте обсудим некоторые плодотворные исследования в этой области.
Сканирование, посещение и чтениеВ этой основополагающей работе «Сканирование, посещение и чтение» (SAR) авторы предлагают использовать модель на основе внимания для сквозного распознавание почерка. Основным вкладом исследования является автоматическая транскрипция текста без разбиения на строки в качестве этапа предварительной обработки, что позволяет сканировать всю страницу и давать результаты.
SAR использует архитектуру на основе MDLSTM, аналогичную той, которую мы обсуждали выше, с одним небольшим изменением на последнем уровне.После последнего линейного слоя, то есть последнего блока Sum на рисунке выше, карты функций сворачиваются в вертикальном измерении, и для получения выходных данных применяется окончательная функция softmax.
Архитектура SAR состоит из архитектуры MDLSTM, которая действует как средство извлечения признаков. Последний модуль сворачивания с выходом softmax и потерей CTC заменяется модулем внимания и декодером LSTM. Используемая модель внимания представляет собой гибридную комбинацию внимания, основанного на содержании, и внимания на основе местоположения, что более подробно объясняется в следующей статье.Модули декодера LSTM берут предыдущее состояние, предыдущую карту внимания и функции кодера для генерации окончательного выходного символа и вектора состояния для следующего предсказания.
Convolve, Attend and SpellВ этой статье предлагается основанная на внимании модель «последовательность-последовательность» для распознавания рукописных слов. Предлагаемая архитектура состоит из трех основных частей: кодировщика, состоящего из CNN и двунаправленного ГРУ, механизма внимания, предназначенного для сосредоточения внимания на соответствующих функциях, и декодера, образованного однонаправленным ГРУ, способного записать соответствующее слово, персонаж за персонажем.
Кодировщик использует CNN для извлечения визуальных характеристик. Предварительно обученная архитектура VGG-19-BN используется в качестве средства извлечения признаков. Входное изображение преобразуется в карту характеристик X, которая затем преобразуется в X ‘путем разделения всех каналов по столбцам и объединения их для получения последовательной информации. X ‘далее преобразуется в H с помощью двунаправленного GRU. GRU — это нейронная сеть, аналогичная LSTM по своей природе, и может захватывать временную информацию.
Кроме того, модель внимания используется при прогнозировании выходных данных декодера.В статье рассматриваются два различных типа исследуемых механизмов внимания.
- На основе содержимого Внимание : — Идея заключается в том, чтобы найти сходство между текущим скрытым состоянием декодера и картой функций из кодера. Мы можем найти наиболее коррелированные векторы признаков в карте признаков кодировщика, которые можно использовать для предсказания текущего символа на текущем временном шаге. Более подробную информацию о том, как работает механизм внимания, можно увидеть здесь. Внимание
- На основе местоположения Внимание : — Основной недостаток механизмов определения местоположения на основе содержимого заключается в том, что существует неявное предположение, что информация о местоположении встроена в выходные данные кодировщик.В противном случае невозможно отличить вывод символов, которые повторяются из декодера. Например, рассмотрим слово Charmander, символ a повторяется в нем дважды, и без информации о местоположении декодер не сможет предсказать их как отдельные символы. Чтобы облегчить это, прогнозируется текущий символ и его выравнивание с использованием как выходных данных кодировщика, так и предыдущего выравнивания. Более подробную информацию о том, как работает посещаемость на основе местоположения, можно увидеть здесь.
Декодер однонаправленный многослойный ГРУ.На каждом временном шаге t он получает входные данные из предыдущего временного шага и вектор контекста от модуля внимания. Полиномиальное декодирование и сглаживание меток исследуются при обучении для улучшения возможностей обобщения.
Модели трансформаторовНесмотря на то, что сети кодировщиков-декодеров довольно хорошо справляются с получением результатов распознавания рукописного ввода, они имеют узкое место в обучении из-за задействованных уровней LSTM и, следовательно, не могут быть распараллелены. В последнее время преобразователи стали довольно успешными и заменили LSTM в решении различных задач, связанных с языком.Давайте теперь обсудим, как модели на основе трансформаторов могут быть применены для распознавания рукописного ввода.
Обращайте внимание на то, что вы читаетеВ этой работе авторы предложили использовать архитектуру на основе трансформатора с использованием слоев самовнимания с многоголовым вниманием как на визуальной, так и на текстовой стадиях и, таким образом, могут научиться распознавать символы. как языковые зависимости декодируемых последовательностей символов. Поскольку языковые знания встроены в саму модель, нет необходимости в каких-либо дополнительных этапах постобработки с использованием языковой модели и, следовательно, есть возможность предсказывать выходные данные, которые не являются частью словаря.Для этого кодирование текста происходит на уровне символов, а не слов. Поскольку архитектура трансформера позволяет обучать модель параллельно для каждого региона или персонажа, процесс обучения значительно упрощается.
Сетевая архитектура состоит из следующих компонентов
- Визуальный кодировщик : — Для извлечения соответствующих функций и применения многоголового визуального самовнимания к различным местам символов
- Text Transcriber : ввод текста, его кодирование, применение самовнимания многоголового языка и взаимное внимание как к визуальным, так и к текстовым функциям.
Магистраль Resnet50 используется для дополнительных функций, как показано на рисунке выше. Выходные данные трехмерной карты признаков от Resnet50 Fc передаются в модуль временного кодирования, который меняет форму на 2d, сохраняя ту же ширину и, следовательно, форму (f x h, w). Он подается в полностью связанный слой для уменьшения формы до (f, w), и в результате получается Fc ‘. Кроме того, к Fc ‘добавляется позиционное кодирование TE, чтобы сохранить информацию о местоположении, как упомянуто в документе Transformer, написанном Vaswani.Более подробную информацию о том, как спроектирована архитектура трансформатора, можно увидеть здесь. Выходные данные проходят через полностью связанный слой, чтобы получить окончательную карту объектов с формой (f, w). Окончательный результат проходит через многоглавый модуль внимания с 8 головами, чтобы получить визуально насыщенную карту функций.
Text TranscriberВходной текст проходит через кодировщик, который генерирует вложения на уровне символов. Эти вложения комбинируются с временным расположением аналогично тому, как это делается в Visual Encoder с использованием модуля Temporal Encoder.Затем этот результат передается в модуль самовосприятия на нескольких языках, который аналогичен модулю внимания в визуальном кодировщике. Текстовые функции, генерируемые визуальными элементами из визуального кодировщика, передаются в модуль взаимного внимания, задача которого состоит в том, чтобы выровнять и объединить изученные функции как из изображений, так и из входных текстов. Выходные данные передаются через функцию softmax, чтобы получить окончательный результат.
При оценке тестовых данных транскрипции недоступны. Таким образом, в качестве входных данных передается только начальный токен , а первый предсказанный символ возвращается в систему, которая выводит второй предсказанный символ.Этот процесс вывода повторяется в цикле до тех пор, пока не будет создан символ конца последовательности
Создание рукописного текста — это задача создания рукописного текста, который выглядит как настоящий, и поэтому может использоваться для дополнения существующих наборов данных. Как мы знаем, глубокое обучение требует большого количества данных для обучения, в то время как получение огромного корпуса помеченных изображений рукописного ввода для разных языков является сложной задачей.Чтобы решить эту проблему, мы можем использовать Generative Adversarial Networks для генерации обучающих данных. Давайте обсудим здесь одну из таких архитектур.
ScrabbleGANScrabbleGAN следует полу-контролируемому подходу к синтезу рукописных текстовых изображений, которые универсальны как по стилю, так и по лексике. Он может создавать изображения различной длины. Генератор также может управлять результирующим стилем текста, что позволяет нам решить, должен ли текст быть курсивным или указать, насколько толстым / тонким должен быть штрих пера.
Архитектура состоит из полностью сверточного генератора, основанного на BigGAN.Для каждого символа во входных данных выбирается соответствующий фильтр, и все значения объединяются вместе, которые затем умножаются на вектор шума z, который управляет созданным стилем текста. Как видно выше, области, генерируемые для каждого отдельного символа, перекрываются, что помогает в создании связного рекурсивного текста, а также обеспечивает гибкость при использовании символов разного размера. Например, m занимает большую часть места, в то время как e и t занимают ограниченную площадь. Чтобы сохранить один и тот же стиль для всего слова или предложения, вектор стиля z остается постоянным для всех символов.
Сверточный дискриминатор, основанный на архитектуре BigGAN, используется для определения того, выглядит ли стиль создания изображений поддельным или реальным. Дискриминатор не полагается на аннотации уровня символа и, следовательно, не основан на условном GAN класса. Преимущество этого состоит в том, что нет необходимости в помеченных данных, и, следовательно, данные из невидимого корпуса, которые не являются частью обучающих данных, могут использоваться для обучения дискриминатора. Наряду с дискриминатором распознаватель текста R обучен классифицировать, имеет ли сгенерированный текст реальный смысл или является тарабарщиной.Распознаватель основан на архитектуре CRNN с удаленной повторяющейся головкой, чтобы сделать распознаватель немного слабее и не распознавать текст, даже если он нечеткий. Текст, сгенерированный на выходе R, сравнивается с входным текстом, переданным генератору, и соответствующий штраф добавляется к функции потерь.
Результаты, сгенерированные ScrabbleGAN, показаны ниже.
Наборы данных: —- IAM : — Набор данных IAM содержит около 100 тысяч изображений слов из английского языка со словами, написанными 657 разными авторами.Наборы для обучения, тестирования и проверки содержат слова, написанные взаимоисключающими авторами Ссылка: — http://www.fki.inf.unibe.ch/databases/iam-handwriting-database
- CVL : — Набор данных CVL состоит из семи рукописные документы, написанные примерно 310 участниками, в результате чего было получено около 83 тысяч слов, разделенных на обучающие и тестовые наборы Ссылка: — https://cvl.tuwien.ac.at/research/cvl-databases/an-off-line-database-for -writer-поиск-идентификация-писателя-и-определение слов /
- RIMES : — Содержит около 60 тысяч изображений французского языка, написанных 1300 авторами, что соответствует примерно 5 письмам, написанным каждым человеком.Ссылка: — http://www.a2ialab.com/doku.php?id=rimes_database:start
Частота ошибок символов : — Вычисляется как расстояние Левенштейна, которое составляет сумма замен символов (Sc), вставок (Ic) и удалений (Dc), необходимых для преобразования одной строки в другую, деленная на общее количество символов в наземной истине (Nc)
Word Error Rate : — Он вычисляется как сумма замен слов (Sw), вставок (Iw) и удалений (Dw), которые требуются для преобразования одной строки в другую, деленной на общее количество слов в основной истине (Nw)
. Обучите свою собственную модель распознавания рукописного текстаТеперь давайте посмотрим, как мы можем обучить нашу собственную модель распознавания рукописного текста.Мы будем обучаться на наборе данных IAM, но вы также можете обучить модель на своем собственном наборе данных. Давайте обсудим шаги, необходимые для его настройки.
DataЧтобы загрузить регистр набора данных IAM отсюда. После регистрации скачайте файл words.tgz отсюда. Он содержит набор данных с изображениями рукописных слов. Также скачайте отсюда файл аннотации words.txt.
Если вы хотите использовать свой собственный набор данных, вам необходимо следовать структуре данных набора данных IAM.
Выше показано, как выглядит структура папок набора данных AIM. Здесь a01, a02 и т. Д. Представляют родительские папки, каждая из которых имеет подпапки данных. В каждой подпапке есть набор изображений, в которых имя папки добавляется в качестве префикса к имени файла.
Кроме того, нам понадобится файл аннотации, в котором будут указаны пути к файлам изображений и соответствующие транскрипции. Рассмотрим, например, изображение выше с обозначением текста, ниже будет представление в словах файла аннотаций.txt
a01-000u-01-00 ok 156 395932 441 100 VBG nominating
- a01-000u-01-00 -> идентификатор слова для строки в форме a01-000u
- ok / err -> индикатор качества вывода сегментации
- 156 -> уровень серого для бинаризации строки, содержащей это слово
- 395932 441 100 -> ограничивающая рамка вокруг этого слова в формате x, y, w, h
- VBG -> грамматический тег для это слово. Здесь глагол Gerund
- назначает -> транскрипция для этого слова
Мы будем тренировать архитектуру на основе CRNN с потерей CTC.CNN используется для извлечения визуальных характеристик, которые передаются в RNN, а потеря CTC применяется к концу с жадным декодером для получения вывода.
ОбучениеОтсюда мы будем использовать код CRNN для обучения нашей модели. Следуйте инструкциям ниже, чтобы подготовить данные
python checkDirs.py
Выполните указанную выше команду, и вы должны увидеть вывод, как показано ниже:
[OK] слов /
[OK] слов / a01 / a01-000u /
[OK] слов.txt
[OK] test.png
[OK] words / a01 / a01-000u / a01-000u-00-00.png
Теперь все готово для начала обучения.
Перейдите в корневой каталог и выполните
python main.py --train
Результаты После обучения в течение примерно 50 эпох коэффициент ошибок символов (CER) составляет 10,72%, а коэффициент ошибок слов (WER) составляет 26,45%, и, следовательно, точность слов составляет 73,55%. Некоторые из прогнозов можно увидеть на рисунке ниже.
Модель способна точно предсказать персонажей в значительной степени, но в некоторых случаях она страдает, например, ужасно предсказывается так же, как и истории предсказываются как старомодные.Эти проблемы могут быть решены путем использования языковой модели в качестве этапа постобработки вместе с декодером, который может генерировать значимые слова и исправлять простые ошибки.
РезюмеНесмотря на то, что произошли значительные разработки в области технологий, которые помогают лучше распознавать рукописный текст, HTR — далеко не решенная проблема по сравнению с OCR и, следовательно, еще не широко используется в промышленности. Тем не менее, учитывая темпы развития технологий и появление таких моделей, как трансформаторы, мы можем ожидать, что модели HTR скоро станут обычным явлением.
Чтобы узнать больше об этой теме, вы можете начать отсюда.
Вам могут быть интересны наши последние сообщения на:
Дополнительная литература
Обновление:
Добавлены дополнительные материалы для чтения о распознавании рукописного ввода с использованием глубокого обучения.
Компьютер показывает, как человек учится писать иероглифы.
Компьютеры глупы по сравнению с людьми в изучении и применении новых концепций.Но ученые говорят, что они разработали метод, позволяющий научить компьютеры учиться более человечным образом.
Это может привести к появлению компьютеров, которые намного лучше распознают речь — особенно распознают необычные слова — или классифицируют объекты и поведение для предприятий или военных.
Исследователи из США и Канады разработали компьютерную программу, которая учит компьютер распознавать рукописные символы, такие как буквы алфавита, после просмотра только одного примера каждого из них.
Всегда было очень сложно построить машины, которые требовали так же мало данных, как люди. — Руслан Салахутдинов, Университет Торонто
Это то, что люди, даже дети, легко могут сделать.
Но для компьютеров «обычно требуются сотни или тысячи обучающих примеров», — сказал Руслан Салахутдинов, доцент кафедры информатики Университета Торонто, соавтор нового исследования.
«Всегда было очень сложно построить машины, которым требовалось столько же данных, сколько людям, особенно когда дело доходило до изучения новой концепции, которая выходит за рамки простых задач распознавания или классификации», — сказал он на телеконференции, организованной Science, где сегодня публикуется новое исследование.
«Я считаю, что наша вычислительная модель… делает первый шаг к этой одноразовой обучающей способности».
Человеческое обучение не ограничивалось распознаванием персонажей. Компьютер также мог придумать, как писать их, используя серию штрихов пера (созданных на экране). Исследование показало, что впоследствии люди не могли отличить почерк компьютера от почерка человека.
Можете ли вы отличить людей от машин? Людям и машинам давали изображение нового персонажа (вверху) и просили скопировать его.Сетки из девяти символов в каждой паре, которые были созданы машиной, — это (по строкам) B, A; А, В; А., Б. (Бренден Лейк)Салахутдинов сказал, что «производительность человеческого уровня» в подобных творческих задачах — с которыми компьютеры обычно очень плохо справляются — была наиболее захватывающим аспектом нового исследования.
Большинство компьютерных алгоритмов, используемых в таких задачах, как распознавание изображений, основаны на методе, называемом глубоким машинным обучением или глубоким обучением. Компьютеры просматривают десятки тысяч примеров и пытаются найти в пикселях закономерность, которую они могут сопоставить с такой концепцией, как автобус или собака.Такие алгоритмы обычно не могут использовать свои знания для создания совершенно нового изображения автобуса или собаки.
В новом исследовании исследователи решили использовать совершенно другой подход.
На основе исследований на людях
Они заметили, что люди, которых просили написать незнакомый персонаж, обычно все делали это одинаково, предполагая, что люди видят персонажа как последовательность штрихов пера, сказал Бренден Лейк, специалист по науке о данных Мура-Слоуна научный сотрудник Нью-Йоркского университета и ведущий автор статьи.
Мы думаем в какой-то форме, это соответствует тому, что делает человеческий разум. — Джошуа Тененбаум, Массачусетский технологический институт
Они решили запрограммировать компьютер для изучения новых символов, создав программу, интерпретирующую и записывающую этот символ как серию штрихов пера. Программа будет рассматривать различные возможные способы написания символа — с чего начать, сколько штрихов использовать, когда поднять перо — и решать, какие из них более вероятны, исходя из своего прошлого опыта и того, как люди их пишут.Когда его просили написать иероглиф, он каждый раз делал это немного по-другому, в зависимости от вероятности.
«Мы думаем, что в какой-то форме это соответствует тому, что делает человеческий разум», — сказал Джошуа Тененбаум, профессор Центра мозга, разума и машин Массачусетского технологического института, соавтор статьи.
Исследователи считают, что аналогичный подход можно использовать для обучения распознаванию речи на компьютере. Прямо сейчас компьютеры полагаются на поиск закономерностей в огромных базах данных людей, говорящих общие слова.
«Но если вам нужна система, которая может очень быстро выучивать новые слова, которых вы никогда раньше не слышали, мы думаем, что вам лучше всего будет использовать подход, который мы разрабатываем», — сказал Тененбаум.
Он также признал, что исследовательский проект частично поддерживался финансированием вооруженных сил США, которые считают, что его потенциально можно использовать в будущем для распознавания таких объектов, как дроны, и классификации их поведения.
Пока медленно
Однако исследователи подчеркнули, что исследование в настоящее время находится на начальной стадии, и они еще не выяснили, как научить компьютер изучать не только письменные символы, но и другие виды концепций, например жесты, предметы или произнесенные слова.
Они также признали, что компьютерные системы были оптимизированы для текущих методов машинного обучения, и они быстрые и эффективные, когда есть много данных, доступных компьютеру, на которых можно учиться.
С новой техникой портативному компьютеру может потребоваться несколько минут, чтобы выучить один символ, сказал Лейк.
Тененбаум ожидает, что эту технику можно оптимизировать для более быстрой работы.
С другой стороны, он не думает, что это заменит текущую технику глубокого обучения, но, скорее всего, будет использоваться в гибридных системах, которые переключаются между методами в зависимости от того, сколько данных доступно.
Границы | Важность рукописного ввода вместо набора текста для обучения в классе: ЭЭГ-исследование 12-летних детей и молодых людей с высокой плотностью записи
Введение
Цифровые устройства все чаще заменяют традиционное письмо от руки (Longcamp et al., 2006; Kiefer et al., 2015), и поскольку и чтение, и письмо становятся все более и более оцифрованными на всех уровнях образования, крайне важно изучить долгосрочные последствия этой практики, которые до сих пор в значительной степени неизвестны (Mangen and Balsvik, 2016; Patterson and Patterson, 2017).Несмотря на ряд исследований, подтверждающих преимущества обучения при ведении заметок от руки по сравнению с записью на ноутбуке (например, Longcamp et al., 2005; Smoker et al., 2009; James and Engelhardt, 2012; Mueller and Oppenheimer, 2014; Van der Meer and Van der Weel, 2017), до сих пор неясно, как использование компьютера влияет на производительность и обучение учащихся (Patterson and Patterson, 2017). Из-за противоречивых результатов было трудно достичь четкого соглашения о том, помогает ли технология учащимся или мешает им.Следовательно, важно продолжить изучение долгосрочных последствий для обучения и того, как процессы рукописного письма, машинописного текста и рисования работают в мозге с точки зрения развития.
Курсивное письмо — сложный и центральный культурный навык (Kersey and James, 2013; Kiefer et al., 2015), включающий многие системы мозга и интеграцию как моторных, так и перцептивных навыков (Vinci-Booher et al., 2016; Thibon et al., 2015). др., 2018). Навык скорописного письма часто используется как инструмент обучения (Arnold et al., 2017), учитывая глубину обработки, которую обеспечивает ведение записей вручную, даже при отсутствии обзора записей (Kiewra, 1985). Таким образом, скорописное письмо считается важным предвестником дальнейшего академического успеха (Fears and Lockman, 2018), и этот навык обычно приобретается в детстве в обществах с сильными традициями грамотности (Kiefer et al., 2015). Дети должны научиться точно координировать движения своих рук и формировать форму каждой буквы, и им может потребоваться несколько лет, чтобы овладеть этим точным навыком (Van der Meer and Van der Weel, 2017).
Сегодня большинство взрослых пишут с помощью клавиатуры и компьютера (Longcamp et al., 2005, 2006), а в некоторых странах в программах начального школьного образования набор текста на цифровых устройствах уже заменил традиционный почерк (Kiefer et al., 2015). Таким образом, количество времени, затрачиваемого на письмо от руки, сократилось, поскольку в учебной деятельности все больше используются цифровые устройства (Mueller and Oppenheimer, 2014; Vinci-Booher et al., 2016). Эти устройства (например, планшеты и мобильные телефоны) могут улучшить способность ученика делать заметки, но они также могут препятствовать обучению разными и неизвестными способами (Stacy and Cain, 2015).Большинство педагогов признают, что ведение заметок является важным фактором обучения в классе (Stacy and Cain, 2015), и теперь часто рекомендуется использовать клавиатуру вместо раннего почерка, поскольку этот вид деятельности менее требователен и разочаровывает детей (Cunningham and Stanovich , 1990).
Сторонники компьютеров в классе подчеркивают преимущества того, что дети могут раньше писать большие тексты и получать немедленную обратную связь по своим текстам и вопросам через Интернет (Hultin and Westman, 2013).С другой стороны, критики компьютеров в классе обнаружили, что использование компьютера отрицательно влияет на оценки за курс (Patterson and Patterson, 2017), успеваемость в более низком классе (Fried, 2008), а также отвлекает студентов, как обычно многозадачность (Sana et al., 2013). По сравнению с обучением машинописному письму, обучение письму не только улучшает точность правописания (Cunningham and Stanovich, 1990), но и улучшает память и запоминание (Longcamp et al., 2006; Smoker et al., 2009; Mueller and Oppenheimer, 2014), но также улучшено распознавание букв (Longcamp et al., 2005, 2008). Эти преимущества были обнаружены не только в традиционном почерке с использованием чернильного пера, но и в почерке с использованием цифрового пера (Osugi et al., 2019). Эти результаты предполагают, что участие сложных движений рук и формы каждой буквы может быть полезным по нескольким причинам. Следовательно, следующий вопрос может заключаться в том, способствует ли любая двигательная активность обучению или клавиатура и перо вызывают различные основные неврологические процессы в головном мозге. Если это так, изменение двигательного состояния во время обучения детей может повлиять на их последующую успеваемость (Longcamp et al., 2005).
С сенсомоторной точки зрения скоропись и машинопись — это два разных способа письма, которые также могут включать различные процессы в мозге (Longcamp et al., 2005, 2006; Alonso, 2015). Процесс скорописного письма включает в себя тонкую координацию движений рук при формировании формы каждой буквы, тогда как для набора текста требуется гораздо меньше кинестетической информации (Longcamp et al., 2006; Smoker et al., 2009; Kiefer et al., 2015). Несколько исследований фМРТ у дошкольников (James and Engelhardt, 2012) и у детей дошкольного возраста (e.г., Джеймс, 2010, 2017; Vinci-Booher et al., 2016), а также взрослые (Menon and Desmond, 2001; Longcamp et al., 2003) показали, что области, связанные с процессами письма, также активируются при простом восприятии визуальных букв, предполагая, что письмо и чтение — это взаимосвязанные процессы, включая сенсомоторный компонент (Longcamp et al., 2005, 2006).
Несмотря на то, что несколько исследователей указали на определенные области мозга, отвечающие конкретным задачам, недавние открытия современной нейробиологии предполагают, что мозг не так прост.Нервные процессы очень динамичны (Lopes da Silva, 1991; Singer, 1993), и мы все еще очень мало знаем о , как различные системы мозга работают вместе (Buzsáki, 2006). Поскольку недавние открытия когнитивной нейробиологии показали, что процессы в мозге происходят каждую миллисекунду, метод ЭЭГ хорошо подходит для изучения электрической активности мозга как функции рукописного письма, машинописного текста и рисования. Техника ЭЭГ позволяет нам исследовать изменения в состоянии лежащих в основе сетей (Lopes da Silva, 1991) и может выявить непрерывно изменяющиеся пространственные паттерны активаций для конкретных задач (Pfurtscheller et al., 1996). Исследования корковых колебаний стали фундаментальным аспектом современной системной нейробиологии, однако до сих пор существуют противоречивые определения различных ритмов и их когнитивной полезности (Fröhlich, 2016).
В целом, колебания мозга — это взаимодействия между таламусом и корой головного мозга, и их можно рассматривать как генерируемые изменениями одного или нескольких параметров, которые контролируют колебания в нейронных сетях (Pfurtscheller and Lopes da Silva, 1999). Короче говоря, сложные взаимодействия и следующие отличительные частоты отражают различные когнитивные процессы (Klimesch et al., 1994; Беренс и Хорнер, 2017). Было обнаружено, что на нервном уровне корковые колебания периодически отражают мембранные напряжения, которые взаимодействуют посредством синаптической передачи, отражая паттерн деполяризации и гиперполяризации, который включает или отключает эффективную трансляцию входящего синаптического сигнала в срабатывание постсинаптического потенциала действия (Fröhlich, 2016). Другими словами, частоты следующих колебаний зависят как от отдельных нейронов, так и от силы потенциалов действия (Lopes da Silva, 1991; Singer, 1993).Эта временная организация нейронного возбуждения имеет большое значение, а также считается критически важным для формирования долговременных воспоминаний в гиппокампе (Berens and Horner, 2017).
Частотно-зависимые изменения в текущей ЭЭГ, которые не привязаны по фазе к конкретному событию, могут наблюдаться в форме связанной с событием синхронизации (ERS) (увеличение спектральной амплитуды) или связанной с событием десинхронизации (ERD) ( уменьшение спектральной амплитуды) (Pfurtscheller, Aranibar, 1977; Pfurtscheller, Lopes da Silva, 1999).Эти более длительные продолжающиеся изменения могут быть обнаружены с помощью спектрального анализа (Klimesch, 1996), например, индуцированной временной спектральной эволюции (TSE), для изучения различий в данной полосе частот (Pfurtscheller et al., 1994; Salmelin and Hari, 1994). . Метод TSE рассчитывает временную динамику колебаний ЭЭГ и количественно определяет как связанные с событием подавления, так и / или усиления ритмов после того, как исходные данные ЭЭГ были проверены и отфильтрованы через специальные фильтры (Салмелин и Хари, 1994).И ERD, и ERS сильно зависят от частоты и могут отображаться как в одном, так и в разных местах кожи головы одновременно (Lopes da Silva, 1991; Pfurtscheller, 1992; Pfurtscheller et al., 1996; Pfurtscheller and Lopes da Silva, 1999). .
В недавнем ЭЭГ-исследовании Van der Meer и Van der Weel (2017) обнаружили, что рисование от руки активирует более крупные сети в мозгу по сравнению с машинным письмом, и пришли к выводу, что участие тонких движений рук при ведении заметок, в отличие от простое нажатие клавиши на клавиатуре может быть более полезным для обучения, особенно при кодировании новой информации.Они обнаружили десинхронизированную активность в альфа-диапазоне в теменных и затылочных областях мозга, что позволяет предположить, что эта активность полезна для обучения, особенно потому, что было показано, что эта активность происходит в довольно глубоких структурах мозга (например, в гиппокампе, лимбическая система). И почерк, и рисование — сложные задачи, требующие интеграции различных навыков (Van der Meer and Van der Weel, 2017), и взрослые часто используют один и тот же термин для обозначения сочинений и рисунков маленьких детей (Treiman and Yin, 2011).Оба процесса включают несколько зрительно-моторных компонентов и точную координацию (Planton et al., 2017) для создания искусственных меток, которые появляются на поверхности (Treiman and Yin, 2011). Поскольку рисование можно назвать таким же сложным, как и почерк, это упражнение не используется ежедневно в качестве стратегии интенсивного обучения в форме письменных работ (Planton et al., 2017). Тем не менее, рисунок может демонстрировать такую же высокоуровневую обработку, как и почерк, если не больше, особенно когда речь идет о создании творческих рисунков, а не о написании стандартных букв.Поэтому было бы интересно выяснить, задействуют ли рисование и рукописное письмо аналогичные или разные паттерны активации в мозге, и чем они отличаются от набора текста на клавиатуре, основываясь на упомянутой выше литературе.
Поскольку предыдущие исследования подтвердили преимущества ведения записей вручную с точки зрения обучения, настоящее исследование было направлено на расширение результатов Ван дер Меер и Ван дер Виль (2017) и дальнейшее изучение нейробиологических различий у взрослых и детский мозг, связанный с скорописью, набором текста и рисованием, с использованием ЭЭГ высокой плотности.Была выдвинута гипотеза, что почерк и рисунок будут активировать аналогичные области мозга в глубоких структурах теменной доли в большей степени, чем набор текста на клавиатуре. Изучение состояния мозга взрослого человека может предоставить ценную информацию (Vinci-Booher et al., 2016), но изучение стадий, которые приводят к появлению нейронных сигнатур, подобных взрослым, может помочь нам лучше понять когнитивное развитие и почему мозг так реагирует на определенные стимулы. это происходит в результате опыта (Джеймс, 2010).Таким образом, настоящее исследование включает группу 12-летних детей в дополнение к взрослым, чтобы выяснить, проявляются ли те же активации, что и у грамотного взрослого, и, возможно, даже более критично с точки зрения обучения и инициации основных нейронных структур. в мозгу. Таким образом, настоящее исследование направлено на изучение важности обучения скорописному письму в школе и дальнейшее изучение того, какие стратегии скорописного письма, машинописного ввода или рисования более полезны для облегчения и оптимизации обучения в классе.
Материалы и методы
Участники
Шестнадцать здоровых детей школьного возраста и шестнадцать здоровых взрослых были набраны для участия в этом исследовании в Лаборатории нейробиологии развития в NTNU (Норвежском университете науки и технологий). В исследовании использовался кросс-секционный дизайн для изучения различий в осцилляторной активности мозга при выполнении задач скорописи, набора текста и рисования среди детей и взрослых. Дети школьного возраста были набраны из учеников 7-х классов вальдорфской школы в Тронхейме, которые очень привыкли к скорописному почерку и рисованию.Заинтересованные родители связались с лабораторией для получения дополнительной информации об участии своего ребенка. Взрослых набирали на различных лекциях в университетском городке или связались с ними через друзей. Все участники были правши, как определено в Эдинбургской инвентаризации рук (Oldfield, 1971). В исследовании принимали участие только правши с коэффициентом праворукости, большим или равным +0,6, в диапазоне от самого низкого до самого высокого, 0,65–0,93 у взрослых и 0,60–1,00 у детей, соответственно.Четверо детей были исключены из дальнейшего анализа из-за неадекватных данных или другой информации, которая могла повлиять на анализ данных (например, дислексия, СДВГ или недоношенность). Кроме того, четверо взрослых были удалены из-за неадекватных данных и для сохранения групп равного размера. По этой причине в итоговую выборку вошли 12 детей школьного возраста и 12 молодых людей.
Для детей школьного возраста (четыре мальчика и восемь девочек) средний возраст составлял 11,83 года ( SD = 0.39). Родители дали свое информированное согласие относительно своих детей, и ребенок мог выйти из эксперимента в любое время без каких-либо последствий. Для взрослых (шесть мужчин и шесть женщин) средний возраст составлял 23,58 года ( SD = 2,02). Взрослые также дали свое информированное согласие и могли отказаться в любой момент. Взрослые были награждены билетом в кино на 150 норвежских крон, а дети школьного возраста были награждены закусками в лаборатории и фотографией себя с включенной ЭЭГ-сетью. Областной комитет по медицинской этике и этике здоровья одобрил исследование.
Экспериментальные стимулы и парадигма
Психологический программный инструмент E-prime 2.0 был использован для создания 15 различных слов Pictionary на отдельной Microsoft Surface Studio. Участники использовали цифровую ручку, чтобы писать курсивом от руки и рисовать прямо на сенсорном экране, и клавиатуру, чтобы печатать представленные слова. Экран имел размеры 25,1 × 17,3 × 0,5 дюйма и имел разрешение 4500 × 3000 (192 PPI) пикселей.
Эксперимент включал в общей сложности 45 испытаний, в которых каждое слово было представлено в трех различных условиях, представленных в полурандомизированном порядке.Эти 15 слов различались по сложности, от конкретных слов, таких как «обувь», до более абстрактных слов, таких как «день рождения». Для каждого испытания участникам было предложено либо (a) написать курсивом представленное слово цифровым пером прямо на экране, (b) набрать представленное слово, используя правый указательный палец на клавиатуре, либо (c ) Нарисуйте представленное слово от руки цифровой ручкой прямо на экране. В то время как рукописный ввод и набор текста были относительно простыми задачами транскрипции, рисование включало обработку более высокого уровня (создание идей).Перед каждым испытанием инструкции появлялись за 1-2 секунды до появления одного из 15 целевых слов, и участникам давалось 25 секунд на то, чтобы написать, напечатать или нарисовать слово от руки. Данные ЭЭГ регистрировались только в течение первых 5 с каждого испытания. Участники могли рисовать и писать где угодно прямо на экране. Слова, которые были напечатаны, были единственными словами, которые не появлялись на экране, пока участник печатал. Небольшой звук означал, что текущее испытание окончено и вот-вот начнется новое.Рисунки и записи, сделанные участниками, были сохранены для автономного анализа (см. Рисунок 1).
Рис. 1. Пример надписей и рисунков (A) 12-летнего мальчика и (B) 23-летней студентки. Рисунок воспроизводится с использованием координат x, y во времени с сенсорного экрана.
Сбор данных ЭЭГ
Сеть геодезических датчиков ЭЭГ (GSN) (Tucker, 1993; Tucker et al., 1994) с 256 равномерно распределенными датчиками использовалась для записи активности ЭЭГ на коже черепа участника.Сигналы усиливались с помощью усилителя EGI с большим входом при максимальном импедансе 50 кОм для обеспечения оптимального отношения сигнал / шум (Picton et al., 2000; Ferree et al., 2001). Усиленные сигналы записывались программным обеспечением Net Station с частотой дискретизации 500 Гц. Все данные были сохранены для дальнейшего автономного анализа.
Процедура
Обычно участники приезжали за несколько минут до эксперимента. По прибытии участникам была дана форма согласия со всей необходимой информацией для подписи.Что касается детей, то форму согласия подписали и родитель, и ребенок. Голова участника была измерена, чтобы найти правильный размер сетки. Пока участник заполнял Эдинбургский опросный лист (Oldfield, 1971), сетку вымачивали в солевом электролите на 15 минут для оптимизации электропроводности. После частичного высыхания от замачивания сетку устанавливали на голову участника. Затем участника перевели в экспериментальную комнату, где была предоставлена дополнительная информация об эксперименте.Экспериментальная комната была отделена от диспетчерской, где два помощника управляли компьютерами, необходимыми для сбора данных. Участник удобно сидел на регулируемом стуле перед столом с двумя уровнями, чтобы свести к минимуму ненужное перемещение между испытаниями, которое могло вызвать артефакты в данных. Во избежание напряжения в спине использовалась подушка, а стол с экраном (на втором уровне) располагался как можно ближе к участнику. Затем клавиатура была размещена (на ближайшем уровне) в предпочтительном для участника положении, а цифровое перо использовалось для письма и рисования на экране.Участников попросили поддержать локти, чтобы свести к минимуму движения рук при использовании ручки. Кроме того, их просили сидеть как можно более неподвижно, при этом стараясь выполнять задания как можно более естественно. К усилителю подключили ЭЭГ-сеть и проверили импеданс электродов. Связывание электродов можно улучшить, отрегулировав их положение или добавив дополнительный солевой электролит для лучшего контакта.
Предварительный тест был завершен перед экспериментом, когда один из помощников присутствовал в комнате.Во время этого теста участники могли задавать вопросы, если это необходимо, и вносить необходимые корректировки. Предварительный тест включал по одному примеру каждого экспериментального условия, используя слово, не включенное в фактический эксперимент. Эксперимент начался сразу после того, как предварительное испытание было завершено, импеданс был утвержден, и участник был готов.
Два эксперимента были проведены одновременно с шестью различными условиями, в результате чего было проведено 90 испытаний. Чтобы задействовать нейронные основы творческих процессов, дополнительные условия в отдельном эксперименте включали: (d) описать представленное слово цифровой ручкой прямо на экране (e), скопировать представленное предложение цифровым пером прямо на экран, и (f) нарисуйте копию представленного рисунка цифровым пером прямо на экране.Однако в центре внимания данной статьи было сравнение нейронных колебаний во время парадигмальных задач почерка, машинописного текста и рисования. Сбор данных проводился в два блока (по 45 проб в каждом) и длился около 45 мин. Между двумя блоками участникам была дана пауза, где они могли попить воды и отдохнуть от экрана. Пауза также инициировалась, если участник много двигался или казался нервным, чтобы напомнить участнику расслабиться и сесть как можно более неподвижно.Кроме того, участникам было предложено постучать в окно, разделяющее экспериментальную комнату и контрольную, если им понадобятся дополнительные перерывы или возникнут какие-либо вопросы во время эксперимента.
Предварительный анализ данных
Для анализа данных ЭЭГ использовалась исследовательская программаBrain Electrical Source Analysis (BESA) версии 7.0. Перед проведением анализа в BESA записи были сегментированы с помощью программного обеспечения Net Station, а затем экспортированы как необработанные файлы с соответствующими вспомогательными файлами. Средняя эпоха была установлена от -250 до 4500 мс с определением базовой линии от -250 до 0 мс.Фильтр с отсечкой низких частот был установлен на 1,6 Гц, чтобы удалить медленный дрейф данных, в то время как фильтр с отсечкой высоких частот был установлен на 75 Гц. Режекторный фильтр был установлен на 50 Гц, чтобы избежать помех в данных.
Загрязненные артефактом каналы, вызванные движениями головы или тела, были либо удалены, либо интерполированы с использованием интерполяции сферическим сплайном (Perrin et al., 1989; Picton et al., 2000). Максимальный предел в 10% каналов может быть определен как плохой. При сканировании артефактов пороговые значения для градиента, низкого сигнала и максимальной амплитуды были установлены на 75,0.1 и 200 мкВ соответственно. Ручная коррекция артефактов применялась для отделения важной мозговой активности от артефактов с использованием ручной и полуавтоматической коррекции артефактов с соответствующими пространственными фильтрами (Berg and Scherg, 1994; Ille et al., 2002; Fujioka et al., 2011). Когда было невозможно применить ручную коррекцию артефактов, автоматическая коррекция артефактов (со значениями 150 мкВ для горизонтального и 250 мкВ для вертикального пороговых значений амплитуды электрокулограммы) применялась для объяснения топографии артефактов с помощью анализа главных компонентов (PCA) (Ille et al., 2002).
Для детей школьного возраста среднее количество принятых испытаний составило 11 ( SD, = 1,63) для почерка, 9,67 ( SD, = 2,74) для машинописного текста и 12,08 ( SD, = 1,89) для рисования, соответственно. . Для взрослых среднее количество принятых испытаний составило 14,33 ( SD, = 0,98) для почерка, 13,42 ( SD, = 1,24) для машинописного текста и 14,08 ( SD, = 1,56) для рисования, соответственно. После того, как все данные были достаточно свободными от артефактов, был проведен частотно-временной анализ в пространстве мозга.
Частотно-временной анализ в пространстве мозга
Частотно-временной анализ в пространстве мозга был проведен для анализа колебательной активности с использованием диполей из нескольких источников, которые моделировали основные интересующие области мозга (см. Рис. 2). Поскольку метод ЭЭГ измеряет изменения напряжения на коже черепа вокруг диполей, ориентация этих диполей важна, поскольку они обеспечивают конкретное распределение активности ЭЭГ (Luck, 2005; Fröhlich, 2016). Измерение осциллирующей активности непосредственно на электродах на поверхности кожи головы может быть неидеальным из-за смешанного влияния источников мозга и широкого распределения фокальной активности мозга на поверхности кожи головы, вызванного природой дипольных полей и эффектом размытия объемной проводимости в ЭЭГ.Таким образом, оптимальное разделение мозговой активности было достигнуто с использованием исходных изображений, полученных из модели с несколькими источниками, в которой формы волны разделяли различные мозговые активности (Scherg and Berg, 1991). Модель с несколькими источниками преобразует записанные данные с уровня сенсора в пространство источника мозга и предоставляет формы сигналов источника, которые можно использовать в качестве прямого измерения активности в интересующих областях мозга на единственной пробной основе (Hoechstetter et al., 2004). Для частотно-временного преобразования использовалось дискретное моделирование нескольких источников.Эта модель создается из усредненных данных ERP и / или источников в интересующих областях мозга и используется для создания обратного пространственного фильтра, то есть монтажа источника, который разделяет различные виды активности мозга. Затем модель источника используется для расчета монтажа источника и сигналов источника для отдельных испытаний. Региональные источники интереса включали лобную, центральную, височную, теменную и затылочную области (см. Рисунок 2). Используя процедуру модели с несколькими источниками, можно разделить частотно-временную составляющую различных областей мозга, даже если их деятельность сильно перекрывается на поверхности кожи головы (Hoechstetter et al., 2004).
Рисунок 2. Модель головы типичного 12-летнего мальчика. Модель показывает четыре диполя (с указанием местоположения и направления электрического тока) в региональных источниках, представляющих интерес, над лобной, центральной, височной теменной, а также затылочной областями.
Модель эллипсоидальной головы с четырьмя оболочками (Berg and Scherg, 1994; Hoechstetter et al., 2004) использовалась для анализа источников интереса молодых людей после загрузки файлов координат с исправленными артефактами.Значения толщины кости и проводимости были установлены на 7,0 и 0,0042 мм (значения по умолчанию в BESA) соответственно. Для 12-летних детей соответствующие возрасту модели шаблонов были установлены на 12 лет для реалистичных шаблонов для анализа источников.
Сигнал временной области был преобразован в частотно-временной области путем выбора определенного временного разрешения с использованием комплексной демодуляции (Папп и Ктонас, 1976). Частотно-временные дисплеи, представляющие изменения амплитуды во времени (TSE, временная спектральная эволюция), были сгенерированы из каждого отдельного испытания путем усреднения амплитуд спектральной плотности по испытаниям, так что каждый отображаемый график отображал спектральную амплитудную плотность одного канала монтажа во времени. и частота, которые были нормализованы к базовой линии для каждой частоты (Pfurtscheller et al., 1994, 1996; Hoechstetter et al., 2004). Перед вычислением TSE вычитались средние вызванные ответные сигналы, чтобы сосредоточиться только на индуцированной (а не вызванной) активности мозга (Pfurtscheller et al., 1994; Handy, 2005).
Отображается частотно-временной дисплей, где мощность / амплитуда для каждого момента времени нормируется на среднюю мощность / амплитуду базовой эпохи для этой частоты. Ось абсцисс показывает время относительно события, ось ординат показывает частоты. Интенсивности отображаются в виде цветного графика.Результирующее значение рассчитывается как:
TSE = A (t, f) -Abaseline (f) Abaseline (f). 100%
с A ( t , f ) = активность во время t и частота f (мощность или абсолютная амплитуда) и A базовый уровень ( f ) = средняя активность на частоте f выше базовая эпоха. Значение TSE находится в диапазоне от [-100%, + ∞] и описывает спектральное изменение активности во время выборки t относительно активности во время базовой эпохи.Значение + 100% означает, что активность в два раза выше, чем в базовую эпоху.
Сравнения трех условий: рукописный ввод, машинописный текст и рисование были вычислены для каждого участника с частотно-временными дисплеями (изменения амплитуды во времени). Дисплеи TSE были ограничены диапазоном частот от 4 до 60 Гц, а частота и временная выборка были установлены на уровне 1 Гц и 50 мс.
Статистический анализ
Вероятность значимости значений амплитуды и частотных диапазонов между каждым из трех условий была проверена с помощью BESA Statistics 2.0. Используя эту программу, можно вычислить среднюю статистику TSE для каждого участника, чтобы использовать эти значимые частотно-временные диапазоны в качестве руководства для определения максимальной колебательной активности в отдельных TSE. Чтобы решить проблему множественных сравнений, в статистическом тесте использовалась комбинация тестов перестановки и кластеризации данных. Кластерам данных, которые показали значительный эффект между условиями, были присвоены начальные значения кластера. Используя как межгрупповые, так и внутригрупповые ANOVA, эти начальные значения кластеров были пропущены через перестановку и назначены новые кластеры, чтобы можно было определить значимость начальных кластеров.Для корректировки множественных сравнений использовалась поправка Бонферрони (Simes, 1986). Альфа кластера (уровень значимости для построения кластеров по времени и / или частоте) был установлен на 0,01, а количество перестановок было установлено на 10.000. Низкие и высокие частоты отсечки поддерживались на уровне 4 и 60 Гц, а эпохи были установлены от -250 до 4500 мс. апостериорных тестов были проведены для проверки статистических различий между тремя условиями и двумя возрастными группами.
Результаты
Индивидуальные частотно-временные характеристики
На рисунках 3, 4 показаны результаты отдельных карт TSE (временной спектральной эволюции) интересующих областей мозга для трех экспериментальных условий: почерка, машинописи и рисования для типичного взрослого и ребенка-участника.Интересующие области мозга включали лобную, височную, теменную, центральную, а также затылочную области в частотном диапазоне от тета (4 Гц) до гамма (60 Гц). Величина сигнала (амплитуда%) отражает предполагаемую нервную активность в различных областях мозга по сравнению с исходной (от –250 до 0 мс) активностью. Повышенная спектральная амплитуда [индуцированная синхронизированная активность, синхронизация, связанная с событием, (ERS)] показана как контуры красного цвета, а уменьшенная спектральная амплитуда [индуцированная десинхронизированная активность, связанная с событием десинхронизация (ERD)] показана контурами синего цвета.
Рис. 3. Индивидуальные частотно-временные дисплеи типичного взрослого мужчины. По оси Y отображаются частоты от 4 до 60 Гц. По оси абсцисс отображается временной интервал от базовой линии до 4500 мс записей исследования. Величина сигнала (амплитуда%) отражает оценочную нейронную активность в различных областях мозга в экспериментальных условиях по сравнению с исходной активностью (от -250 до 0 мс). Синхронизация, связанная с событием (ERS), показана в виде контуров красного цвета, более заметных на низких частотах (тета 4–8 Гц) для рукописного ввода и рисования и на высоких частотах (бета 12–30 Гц и гамма> 30) для набора текста.Десинхронизация, связанная с событием (ERD), показана в виде контуров синего цвета, более заметных на высоких частотах (бета 12–30 Гц и гамма> 30) для рукописного ввода и рисования и на более низких частотах (тета 4–8 Гц) для набора текста. Области мозга включали следующие лобные, височные, центральные, теменные и затылочные области: FpM, лобно-полярную срединную линию; FL, лобная левая; FM, лобная срединная линия; FR, передний правый; TAL, передняя височная левая; TAR, передняя височная правая; TPL, задняя височная слева; TPR, задняя височная правая; CL, центральный левый; CM, центральная средняя линия; CR, в центре справа; PL, теменная левая; PM, теменная срединная линия; ПР, теменная правая; OpM, затылочно-полярная срединная линия.
Рис. 4. Индивидуальные частотно-временные дисплеи типичной 12-летней девочки в лобной, височной, центральной, теменной и затылочной областях. По оси Y отображаются частоты от 4 до 60 Гц. По оси абсцисс отображается временной интервал от базовой линии до 4500 мс записей исследования. Величина сигнала (амплитуда%) отражает оценочную нейронную активность в различных областях мозга в экспериментальных условиях по сравнению с исходной активностью (от -250 до 0 мс). Синхронизация, связанная с событием (ERS), показана контурами красного цвета, а десинхронизация, связанная с событием (ERD), показана контурами синего цвета, показывая те же модели активации, что и для взрослого человека на рисунке 3.
В теменной и центральной областях синхронизация событий (ERS) была более заметной на низких частотах (тета 4–8 Гц) для рукописного ввода и рисования, в отличие от более высоких частот (бета 12–30 Гц и гамма> 30). Гц) для машинописного текста. Для почерка эта активность проявлялась примерно через 500–1000 мс и продолжалась на протяжении всего испытания как у взрослых, так и у подростков. Однако для рисования эта активность проявлялась примерно в 500 мс и длилась, хотя и в меньшей степени, на протяжении всего испытания у взрослых, в отличие от детей, где она появлялась около 1000 мс и продолжалась постоянно на протяжении всего испытания.Что касается машинописного текста, эта активность варьировалась от 0 до 500 мс как в бета (12–30 Гц), так и в гамма (> 30 Гц) частотах как у взрослых, так и у детей. Что касается десинхронизации, связанной с событиями (ERD), эта активность была более заметной на более высоких частотах (бета 12–30 Гц и гамма> 30 Гц) для рукописного ввода и рисования и на более низких частотах (тета 4–8 Гц и, в меньшей степени). степень, альфа 8–12 Гц) для машинописного текста. Для рукописного ввода и рисования в обеих группах активность ERD проявлялась около 0 мс и продолжалась на протяжении всего испытания.Напротив, для машинописного текста он проявлялся около 1000 мс и длился на протяжении всего испытания у взрослых, тогда как у детей активность была более изменчивой и составляла от 500 до 1500 мс. На рисунках 3, 4 показаны индивидуальные карты TSE интересующих областей мозга у типичного взрослого и ребенка соответственно. Эти закономерности в значительной степени совпадали среди участников обеих групп.
Основные эффекты и
апостериорные анализыСтатистический анализ был проведен для проверки статистических различий между условиями и группами.Таблицы 1, 2 отображают подробные основные эффекты (внутригрупповой дисперсионный анализ) результатов перестановки (кластеров, где нулевая гипотеза отклоняется, т. Е. Данные не взаимозаменяемы) для взрослых и детей, соответственно. Эти результаты выявили 10 и 4 значимых кластера для взрослых и детей соответственно.
Таблица 1. Тест перестановки результатов взрослых для 10 значимых кластеров в порядке убывания.
Таблица 2. Тест перестановки дочерних результатов для четырех значимых кластеров в порядке убывания.
Тесты post-hoc выявили значительные различия в колебательной активности в основном в альфа (8–12 Гц) и тета (4–8 Гц) диапазонах между почерком, машинописным письмом и рисованием среди обеих возрастных групп. Поскольку различия между набором текста и рисованием как у детей, так и у взрослых были аналогичны различиям между машинописным письмом и почерком, здесь представлены только статистические различия между набором текста и почерком, а также почерком и рисованием у взрослых.Дальнейшие исследования теменных и центральных областей мозга в обеих возрастных группах были проведены для изучения различных паттернов активации мозга при различных стратегиях обучения. На рисунках 5, 6 показаны результаты post-hoc тестов на перестановку у взрослых между почерком и машинописным письмом, а также между почерком и рисунком, соответственно. Когда почерк сравнивался с машинописным, результаты перестановки показали три значимых положительных кластера (черным цветом), в теменной правой (PR), теменной средней линии (PM) и теменной левой (PL) областях (см. Рисунок 5).Когда почерк сравнивался с рисунком, результаты показали один значительный положительный кластер (черный) в центральной медиальной (ЦМ) области (см. Рисунок 6). Эти положительные кластеры предполагают отдельные процессы (различия в мощности полосы) между почерком и машинописным письмом в теменных областях, а также отдельные процессы между почерком и рисунком в центральной области средней линии.
Рисунок 5. Модель головы (нос вверх) со средним значимым (* p <0.05) кластеры данных в различных источниках, представляющих интерес при сравнении почерка с машинописным письмом у всех взрослых. Три значимых кластера (отмечены черным) были обнаружены в теменной левой (PL), теменной средней линии (PM) и теменной правой (PR). Что касается почерка, связанная с событием синхронизированная активность в диапазоне тета (4-8 Гц) очевидна в теменных, центральных, затылочных, а также во фронтальных областях. Связанная с событием десинхронизация очевидна в бета-диапазоне (12–30 Гц) и гамма-диапазоне (> 30 Гц) в центральной и лобной областях.
Рис. 6. Модель головы (нос вверх) со средними значимыми (* p <0,05) кластерами данных в различных источниках, представляющих интерес, когда рисунок сравнивается с почерком у всех взрослых. Один значительный кластер (отмечен черным) был обнаружен в центральной средней линии (CM). Для рисования в областях теменной и центральной областей преобладает десинхронизированная активность в альфа (8–12 Гц) и бета (12–30 Гц) диапазоне. Кроме того, связанная с событием синхронизация очевидна в диапазоне тета (4-8 Гц) в теменной средней линии (PM).
Значительные кластеры различий в мощности диапазона были обнаружены в основном в теменной и центральной областях. Теменные области мозга связаны с когнитивной обработкой речи и механизмами внимания (например, Pfurtscheller et al., 1994; Brownsett and Wise, 2010; Benedek et al., 2014), тогда как центральные области находятся под влиянием соматосенсорная кора (например, Velasques et al., 2007). Поэтому эти области были выбраны для дальнейшего изучения основной электрической активности мозга как функции почерка, машинописного текста и рисования.Кроме того, в этих областях могут быть обнаружены потенциальные глубокие структуры мозга, которые могут оказывать благотворное влияние на обучение (Van der Meer and Van der Weel, 2017).
На рис. 7 показано среднее значение рукописного ввода, машинописного текста и рисования для взрослых (см. Рис. 7A) и детей (см. Рис. 7B) для центральных и теменных областей мозга, представляющих интерес. У взрослых в почерке преобладала связанная с событием синхронизация (ERS) (красные области) в диапазоне тета (4-8 Гц), в дополнение к активности связанной с событием десинхронизации (ERD) в бета-версии (12- 30 Гц) и гамма (> 30).Тета-активность проявлялась примерно через 1000 мс и сохранялась на протяжении всего испытания. В отличие от рукописного ввода, в процессе набора текста преобладала связанная с событиями десинхронизированная (ERD) активность (синие области) в тета-диапазоне (4–8 Гц) и, в меньшей степени, в альфа-диапазоне (8–12 Гц). . Эта активность проявлялась примерно в 1500 мс и продолжалась на протяжении всего испытания. На рисунке синхронизированная тета (4-8 Гц) активность была очевидна в теменной средней линии (PM) и теменной правой (PR), в дополнение к десинхронизированным альфа (8-12 Гц) и бета (12-30 Гц). диапазон активности примерно от 500 мс и на протяжении всего испытания (см. рисунок 7A).
Рис. 7. Средние результаты всех участников по машинописному письму, почерку и рисованию у (A) взрослых и (B) детей, в теменной и центральной областях: PM, теменная срединная линия; ПР, теменная правая; PL, теменная левая; CM, центральная средняя линия. Для взрослых в этих областях наблюдалась связанная с событиями синхронизация (ERS) в тета-диапазоне (4-8 Гц) для почерка и активность связанной с событиями десинхронизации (ERD) в тета-диапазоне (4-8 Гц) и, в меньшей степени, , в альфа-диапазоне (8–12 Гц) для набора текста.При рисовании синхронизация, связанная с событиями (ERS), была очевидна в диапазоне тета (4–8) в теменной средней линии, как и при почерке. Кроме того, активность связанной с событиями десинхронизации (ERD) была очевидна в альфа (8–12 Гц) и бета (12–30 Гц) диапазоне. Те же закономерности наблюдались, хотя и в меньшей степени, у детей.
Те же тенденции можно было наблюдать и у детей, но они были менее очевидны по сравнению со взрослыми (см. Рис. 7B). У детей десинхронизированная и синхронизированная активность тета-диапазона (4–8 Гц) также проявлялась при машинописном письме и, в меньшей степени, в почерке соответственно.На рисунке синхронизированная активность тета-диапазона (4-8 Гц) также была очевидна, но в меньшей степени, в теменной средней линии (PM) и правой теменной области (PR). Кроме того, в почерке детей в гамма-диапазоне (> 30 Гц) преобладала десинхронизированная активность.
Обсуждение
Целью настоящего исследования было дальнейшее изучение электрической активности мозга в зависимости от почерка, машинописного текста и рисования с использованием ЭЭГ высокой плотности у 12-летних подростков и взрослых.Пятнадцать различных слов разной сложности задачи были визуально представлены на экране, и участники использовали цифровую ручку для письма и рисования непосредственно на сенсорном экране и клавиатуру для ввода представленных слов. В то время как рукописный ввод и набор текста были относительно простыми задачами транскрипции, рисование включало обработку более высокого уровня. Анализ TSE проводился для изучения основных различий в колебательной активности мозга, когда участники использовали клавиатуру по сравнению с ручкой. Кроме того, настоящее исследование было направлено на изучение того, активируют ли рисование и рукописное письмо аналогичные или разные процессы в мозге.Региональные источники интереса включали лобную, височную, теменную, центральную, а также затылочную области в частотном диапазоне от тета (4 Гц) до гамма (60 Гц). Индуцированная десинхронизация часто рассматривается как электрофизиологический коррелят активированных областей коры, участвующих в обработке перцептивной или когнитивной информации или в производстве моторного поведения (Pfurtscheller, 1992). Чтобы сосредоточить внимание на колебательной активности мозга в определенных частотных диапазонах, которая, как было показано, оказывает благотворное влияние на обучение и память (Pfurtscheller and Lopes da Silva, 1999), были дополнительно исследованы теменные и центральные области.Эти области также были связаны с когнитивными процессами визуального восприятия (например, Pfurtscheller et al., 1994; Vilhelmsen et al., 2019) и языком (например, Brownsett and Wise, 2010; Benedek et al., 2014), а также находится под влиянием сенсомоторной коры головного мозга (например, Velasques et al., 2007).
TSE — Индивидуальные анализы
Настоящие результаты выявили различия в колебательной активности при письме, машинописи и рисовании как у детей, так и у взрослых. Визуально просматривая индивидуальный анализ TSE типичного участника в обеих группах, эти различия проявляются в виде изменений в мощности диапазона (увеличение или уменьшение спектральной амплитуды) между почерком, машинописным письмом и рисунком, очевидно, представляя различные сенсомоторные процессы в мозге.Тем не менее, похоже, что между почерком и рисунком больше сходства по сравнению с машинописным вводом, несмотря на различия в сложности задач, что подтверждает исследование Ван дер Меер и Ван дер Виль (2017).
Синхронизированная тета-активность в теменных и центральных областях в почерке
Было обнаружено, что связанная с событием синхронизация в диапазоне тета (4-8 Гц) коррелирует с характеристиками рабочей памяти и способностью кодировать новую информацию (Klimesch et al., 1994, 1996, 2001; Klimesch, 1999; Raghavachari et al. ., 2001; Clouter et al., 2017). Таким образом, наши результаты, кажется, подтверждают потенциальную пользу почерка для обучения. Хотя задача почерка в настоящем исследовании была относительно простой задачей транскрипции, все же было очевидно, что наблюдаемая осцилляторная активность мозга присутствует всякий раз, когда включаются специфические сенсомоторные движения, задействованные в практике почерка. Несмотря на то, что участники не делали личных заметок на лекции, как в естественной среде класса, все же кажется, что этот тип колебательной активности в мозге присутствует при написании букв от руки или при рисовании, в отличие от простого нажатия клавиши на клавиатуре. клавиатура.Klimesch et al. (1994) также предположили, что активность гиппокампа отражается в пределах тета-диапазона и отображается как синхронизированная мощность тета-диапазона. Однако эту активность может быть трудно уловить с помощью ЭЭГ, но вполне вероятно, что настоящая активность проистекает из довольно глубоких структур мозга (например, гиппокампа и лимбической системы) и добавляет дополнительную поддержку почерка и его связи с оптимизированным учусь.
Более того, Bland и Oddie (2001) обнаружили поддержку синхронизированной тета-активности в механизмах, лежащих в основе сенсомоторной интеграции.Хотя настоящее исследование не воспроизводит десинхронизированную активность в альфа-диапазоне, обнаруженную Van der Meer и Van der Weel (2017), оно по-прежнему поддерживает их выводы, поскольку как ERS, так и ERD очень частотно-специфичны, то есть альфа- и тета-диапазон реагируют разными и противоположными способами (Pfurtscheller et al., 1996; Pfurtscheller and Lopes da Silva, 1999). С точки зрения когнитивных усилий, когда альфа-диапазон десинхронизируется, тета-диапазон синхронизируется. Следовательно, тета-синхронизация может указывать на участие разных нейронных генераторов, например, с альфа-десинхронизацией (Klimesch et al., 1994; Климеш, 1999). Таким образом, наши результаты подтверждают выводы Van der Meer и Van der Weel (2017), но в другом частотном диапазоне. Однако, в то время как альфа-десинхронизация сильно зависит от задачи и коррелирует с (семантической) производительностью долговременной памяти, тета-синхронизация коррелирует с производительностью рабочей памяти и способностью кодировать новую информацию (Klimesch et al., 1994, 1996, 2001; Klimesch, 1999; Clouter et al., 2017).
Более низкие частоты идеальны для обеспечения связи мозга на большие расстояния.Несколько исследований подтвердили, что более низкие частоты «блокируют» возникновение более быстрых колебаний, например, тета-колебания (4–8 Гц) у людей часто блокируют гамма-колебания (> 30 Гц) (Canolty et al., 2006). Для почерка, особенно в индивидуальных анализах TSE, была очевидна десинхронизированная гамма-активность (> 30 Гц) вместе с синхронизированной тета-активностью (4-8 Гц) (см. Рисунки 3, 4). В общем, гамма-колебания, по-видимому, лежат в основе механизмов нейронного кодирования (Singer, 1993), и эта межчастотная связь тета-гамма, по-видимому, связана с исследованиями, в которых обнаруживаются гамма-сети для десинхронизации и тета-сети для синхронизации во время кодирования, извлечения (Соломон и др., 2017), а также при формировании эпизодической памяти (Burke et al., 2013). Соломон и др. (2017) также предположили, что низкочастотные колебания необходимы для межрегиональной коммуникации в человеческом мозге. Однако другие исследования (например, Осипова и др., 2006) обнаружили синхронизированную активность как в тета-, так и в гамма-диапазонах, что указывает на необходимость дальнейших исследований этого взаимодействия. Кроме того, из-за широкого определения гамма-частоты (30–100 Гц) в настоящем исследовании наблюдалась только небольшая часть гамма-диапазона.
Десинхронизированная тета-активность в теменных и центральных областях при машинописи
Напротив, для машинописного текста десинхронизированная активность была очевидна в тета-диапазоне (4–8 Гц) и, в меньшей степени, в альфа-диапазоне (8–12 Гц). Было обнаружено, что более низкий альфа-диапазон (8–10 Гц) отражает когнитивные процессы, не связанные с задачей, такие как ожидание, снижение внимания и бдительность (Klimesch et al., 1992, 1994; Klimesch, 1999). Следовательно, этот вывод может отражать стремление найти правильные клавиши на клавиатуре, набирать текст только указательным пальцем и не видеть результат, отображаемый на экране.Тот факт, что слова, произнесенные участниками, не отображались на экране, возможно, повлиял на внимание участников, пытающихся писать как можно точнее. Печатание на машинке только указательным пальцем могло быть незнакомым и могло вызвать потребность в повышенном внимании.
С другой стороны, обнаружение десинхронизированной активности в верхнем альфа-диапазоне (10–12 Гц) коррелирует с возрастающими требованиями (Boiten et al., 1992). В пределах альфа-диапазона десинхронизация, по-видимому, означает, что осцилляторы в пределах диапазона больше не связаны и начинают колебаться с разными частотами (Klimesch, 1999), подразумевая, что активизируется больше областей мозга и происходят множественные процессы (Basar et al. al., 2001). Однако наблюдаемая здесь десинхронизированная активность в верхней альфа-полосе (10–12 Гц) очевидна в меньшей степени и, скорее всего, связана с повышенным вниманием и потребностью в выполнении задания из-за незнакомых движений при печатании только указательным пальцем. Альтернативной интерпретацией этого ритма может быть также ритм движения мю (8–12 Гц). Этот ритм, по-видимому, десинхронизируется во время движения (Cruikshank et al., 2012). В то время как участники опирались локтями в условиях рисования и письма, тем самым эффективно уменьшая движение, при использовании клавиатуры присутствовало больше движений рук.Однако, поскольку тета-, альфа- и мю-ритмы близки по частотам, их может быть трудно отличить друг от друга. Таким образом, его отношение к обучению остается неясным.
Различные и похожие шаблоны активации для рукописного ввода и рисования
Результаты, представленные выше, предполагают, что почерк и рисование, так же как машинописный ввод и почерк, — это два отдельных процесса в мозгу. Однако нейронные процессы, связанные с почерком и рисованием, кажутся более похожими друг на друга, чем при машинописном письме.Таким образом, наши выводы подтверждают и расширяют выводы Ван дер Меера и Ван дер Вила (2017). По сравнению с почерком, рисунок демонстрировал активность в десинхронизированном диапазоне альфа (8–10 Гц) и бета (12–30 Гц). Эти данные свидетельствуют об увеличении когнитивных усилий и внимательной обработки информации (Lopes da Silva, 1991; Boiten et al., 1992), а также о включении двигательных действий (Pfurtscheller et al., 1996), которые, скорее всего, связаны с повышенным уровнем активности. обработка уровня во время фазы создания идей, когда участники решают, что именно рисовать.Кроме того, синхронизированная активность тета-диапазона (4-8 Гц), обнаруженная в почерке, также была очевидна в определенных областях теменных областей. Таким образом, как и в случае с почерком, рисование помогает научиться кодировать новую информацию. Синхронизированная активность тета-диапазона в теменных областях, по-видимому, активируется как при написании букв вручную, так и при создании творческих рисунков.
Используя метаанализ исследований изображений мозга, Юань и Браун (2015) предположили, что почерк и рисунок могут использовать одни и те же базовые сенсомоторные сети, но между ними существуют некоторые различия в теменных областях.Причина этой разницы не может быть удивительной, учитывая широкое использование языка и букв в письме (Treiman and Yin, 2011), которого, по-видимому, не хватает в рисовании. Хотя настоящее исследование обнаружило значительный кластер только в центральных областях, различающих почерк и рисунок, средние результаты ясно показали основные различия в колебательной активности также и в теменных областях, особенно в альфа (8-10 Гц) и бета (12 –30 Гц) диапазон. Наблюдаемые мозговые процессы, связанные с почерком и рисованием, по-видимому, подтверждают идею о том, что оба используют одни и те же базовые сенсомоторные сети.
Что касается детей, то можно было наблюдать те же тенденции между почерком, машинописным письмом и рисованием, но они были гораздо менее очевидны по сравнению со взрослыми. Причина этих менее очевидных паттернов активации может быть связана с большим количеством данных, содержащих артефакты, у детей, что приводит к меньшему количеству испытаний. ЭЭГ особенно чувствительна к движениям, а маленькие дети склонны к движениям. Альтернативная интерпретация этих результатов может заключаться в том, что колебательные частотные ритмы, наблюдаемые у взрослых, еще не полностью развиты в возрасте 12 лет (например,г., Krause et al., 2001).
Однако из-за наблюдаемых тенденций кажется вероятным, что различия, наблюдаемые у взрослых, также важны для детей, если не в большей степени. Определенный тип опыта может вызвать нейронные изменения, связанные с обучением. Таким образом, почерк может поддерживать развитие этих паттернов активации в достижении нейронной специфичности в мозге, включая синхронизированную тета-активность и частотную связь тета-гамма, обнаруженную в настоящем исследовании.Поскольку дети продолжают совершенствовать свои языковые и письменные навыки в подростковом возрасте, возможно, что эти механизмы еще не полностью развиты в 12-летнем возрасте (Krause et al., 2001). Более того, системы памяти, включающие поиск, могут быть последними, которые созревают в мозге, что предполагает необходимость дальнейших исследований в этой области (Schneider et al., 2016). Тем не менее, наши результаты по-прежнему поддерживают практику почерка, обеспечивая полезные модели активации нейронов для обучения.Поэтому поддержание навыков письма в школе для оптимального развития представляется очень важным.
Важность практики рукописного ввода в учебной среде
Всякий раз, когда самогенерируемые движения включаются в стратегию обучения, стимулируется большая часть мозга, что приводит к формированию более сложных нейронных сетей (Van der Meer and Van der Weel, 2017). Также кажется, что движения, связанные с набором текста с клавиатуры, не активируют эти сети так же, как рисование и рукописный ввод.Кроме того, когда ребенок пишет отдельные письма от руки, результаты будут сильно различаться, что приведет к лучшему пониманию (Li and James, 2016; James, 2017). Одновременный пространственно-временной паттерн от зрения, двигательных команд и кинестетической обратной связи, обеспечиваемый тонкими движениями рук, не проявляется при машинописи, где требуется всего одно нажатие кнопки для получения полной желаемой формы (Longcamp et al., 2006; James, 2010 ; Vinci-Booher et al., 2016). Поэтому продолжающаяся замена рукописного ввода клавиатурным письмом может в некоторых отношениях показаться нецелесообразным, поскольку это, по-видимому, отрицательно влияет на процесс обучения (Alonso, 2015; Mangen and Balsvik, 2016).Настоящие результаты предполагают, что тонкие и точно контролируемые движения, связанные с почерком, способствуют паттернам активации мозга, связанным с обучением. Мы не обнаружили свидетельств наличия таких паттернов активации при использовании клавиатуры.
Несмотря на то, что в школе жизненно важно придерживаться практики рукописного ввода, также важно не отставать от постоянно развивающегося цифрового мира. Маленькие дети должны научиться успешно писать от руки и в то же время научиться писать на клавиатуре (напр.g., изучите метод касания и быстро расшифруйте информацию), в зависимости от контекста. Настоящее исследование показывает, что основная электрическая активность мозга, связанная с почерком, машинописным письмом и рисованием, отличается. Следовательно, необходимо знать, когда использовать какую стратегию жизненно важно, будь то изучение новых концептуальных материалов или написание длинных эссе. Несмотря на то, что между этими тремя стратегиями есть основные различия, важно отметить, что все стратегии представляют собой когнитивные задачи, каждая из которых служит своей пользе.
Заключение
С ростом технологического развития жизненно важно, чтобы преподаватели регулярно оценивали влияние учебной среды (Stacy and Cain, 2015) на предмет долгосрочных последствий. Важно отметить, что в настоящем исследовании не предпринималась попытка предложить запретить использование цифровых устройств в классе и вернуться к традиционному почерку на всех уровнях образования. Вместо этого цель состояла в том, чтобы пролить свет на тему и повысить осведомленность о том, какая традиция обучения дает лучший эффект в каком контексте.При использовании технологических достижений важно следить за тем, чтобы практика письма оставалась центральным видом деятельности в раннем обучении письму, независимо от того, происходит ли это с использованием стилуса и планшета или традиционной бумаги и карандаша (Vinci-Booher et al., 2016). Поскольку создание цифровых заметок претерпело значительные изменения, использование цифрового формата сегодня по-прежнему позволяет человеку писать заметки от руки, добавлять рисунки и выделять текст (Stacy and Cain, 2015). Таким образом, преимущества обоих методов письма могут быть реализованы, и как ученики, так и учителя должны осознавать, когда использовать какой метод.Более того, учащиеся также будут различаться по способностям, что может повлиять на то, какие учебные мероприятия стимулируют использование и / или эффективность когнитивных процессов (Arnold et al., 2017).
В заключение, поскольку Van der Meer и Van der Weel (2017) нашли доказательства явной разницы в основной электрической активности мозга между набором текста и рисованием, это исследование дополняет эти знания, показывая, что машинописный текст, рукописный почерк и рисунок — это все вместе. разные процессы. Тем не менее почерк и рисунок кажутся более похожими по сравнению с машинописным письмом.Следовательно, оптимальная среда обучения должна включать в себя лучшее из всех дисциплин с учетом сильных сторон и поддержки каждой из них. Таким образом можно повысить как когнитивное развитие, так и эффективность обучения, а ученики и студенты всех возрастов и их учителя смогут идти в ногу с технологическим развитием и грядущими цифровыми проблемами.
Заявление о доступности данныхНеобработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без излишних оговорок любому квалифицированному исследователю.
Заявление об этике
Исследования с участием людей были рассмотрены и одобрены Норвежским региональным комитетом по этике (Центральная Норвегия). Участники (законный опекун / ближайшие родственники) предоставили письменное информированное согласие на участие в этом исследовании.
Авторские взносы
EO, FW и AM внесли равный вклад в концепцию, дизайн, анализ и описание работы, а также несли ответственность за все аспекты исследования. Все авторы внесли свой вклад в статью и одобрили представленную версию.
Финансирование
Мы получили средства на оплату публикации в открытом доступе от NTNU.
Конфликт интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Благодарности
Мы хотели бы поблагодарить Элизабет Дейлхауг и Стефанию Расуло за их помощь в наборе и тестировании участников, а также Кеннета Вильгельмсена, Сета Агьеи и Регину Слиннинг за их обсуждения и помощь с анализом.
Список литературы
Алонсо, М. А. П. (2015). Метапознание и сенсомоторные компоненты, лежащие в основе процесса почерка и клавиатуры, и их влияние на обучение. Анализ с точки зрения воплощенной психологии. Procedure Soc. Behav. Sci. 176, 263–269. DOI: 10.1016 / j.sbspro.2015.01.470
CrossRef Полный текст | Google Scholar
Арнольд, К. М., Уманат, С., Тио, К., Рейли, В. Б., МакДэниел, М. А., и Марш, Э. Дж. (2017). Понимание когнитивных процессов, связанных с письмом, чтобы учиться. J. Exp. Psychol. Прил. 23, 115–127. DOI: 10.1037 / xap0000119
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Basar, E., Bas C.ar-Eroglu, C., Karakas̨, S., and Schürmann, M. (2001). Гамма, альфа, дельта и тета-колебания управляют когнитивными процессами. Внутр. J. Psychophysiol. 39, 241–248. DOI: 10.1016 / S0167-8760 (00) 00145-8
CrossRef Полный текст | Google Scholar
Бенедек М., Шикель Р. Дж., Яук Э., Финк А. и Нойбауэр А.С. (2014). Увеличение мощности альфа в правой теменной коре отражает сосредоточенное внутреннее внимание. Neuropsychologia 56, 393–400. DOI: 10.1016 / j.neuropsychologia.2014.02.010
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Берг П. и Шерг М. (1994). Многосторонний подход к коррекции глазных артефактов. Электроэнцефалогр. Clin. Neurophysiol. 90, 229–241. DOI: 10.1016 / 0013-4694 (94) -9
CrossRef Полный текст | Google Scholar
Блэнд, Б.Х. и Одди С. Д. (2001). Колебания и синхронность тета-диапазона в формировании гиппокампа и связанных с ним структурах: аргумент в пользу его роли в сенсомоторной интеграции. Behav. Brain Res. 127, 119–136. DOI: 10.1016 / S0166-4328 (01) 00358-8
CrossRef Полный текст | Google Scholar
Бойтен Ф., Сержант Дж. И Гейз Р. (1992). Десинхронизация, связанная с событием: влияние энергетических и вычислительных требований. Электроэнцефалогр. Clin. Neurophysiol. 82, 302–309.DOI: 10.1016 / 0013-4694 (92) -4
CrossRef Полный текст | Google Scholar
Берк, Дж. Ф., Заглул, К. А., Джейкобс, Дж., Уильямс, Р. Б., Сперлинг, М. Р., Шаран, А. Д. и др. (2013). Синхронная и асинхронная тета- и гамма-активность при формировании эпизодической памяти. J. Neurosci. 33, 292–304. DOI: 10.1523 / JNEUROSCI.2057-12.2013
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Бужаки, Г. (2006). Ритмы мозга. Нью-Йорк, Нью-Йорк: Издательство Оксфордского университета.
Google Scholar
Канолти, Р. Т., Эдвардс, Э., Далал, С. С., Солтани, М., Нагараджан, С. С., Кирш, Х. Э. и др. (2006). Высокая мощность гамма-излучения синхронизирована по фазе с тета-колебаниями в неокортексе человека. Наука 313, 1626–1628. DOI: 10.1126 / science.1128115
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Clouter, A., Shapiro, K. L., and Hanslmayr, S. (2017). Синхронизация тета-фазы — это клей, который скрепляет ассоциативную память человека. Curr. Биол. 27, 3143–3148.e6. DOI: 10.1016 / j.cub.2017.09.001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Cruikshank, L.C., Singhal, A., Hueppelsheuser, M., and Caplan, J.B. (2012). Тета-колебания отражают предполагаемый нейронный механизм сенсомоторной интеграции человека. J. Neurophysiol. 107, 65–77. DOI: 10.1152 / jn.00893.2010
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Каннингем, А.Э., Станович, К.Э. (1990). Раннее освоение орфографии: письмо лучше компьютера. J. Educ. Psychol. 82, 159–162. DOI: 10.1037 / 0022-0663.82.1.159
CrossRef Полный текст | Google Scholar
Страхи, Н. Э., и Локман, Дж. Дж. (2018). Влияние буквенного знания на начальный почерк: зрительно-моторная координация при копировании детской анкеты. J. Exp. Детская психол. 171, 55–70. DOI: 10.1016 / j.jecp.2018.01.017
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Ферри, Т.К., Луу П., Рассел Г. С. и Такер Д. М. (2001). Импеданс скальп-электрода, риск инфицирования и качество данных ЭЭГ. Clin. Neurophysiol. 112, 536–544. DOI: 10.1016 / s1388-2457 (00) 00533-2
CrossRef Полный текст | Google Scholar
Фрид, К. Б. (2008). Использование ноутбука в классе и его влияние на обучение студентов. Comput. Educ. 50, 906–914. DOI: 10.1016 / j.compedu.2006.09.006
CrossRef Полный текст | Google Scholar
Фрёлих, Ф.(2016). Network Neuroscience. Лондон: Academic Press.
Google Scholar
Фудзиока Т., Мурад Н., Хе К. и Трейнор Л. Дж. (2011). Сравнение методов коррекции артефактов ЭЭГ младенцев, применяемых для извлечения связанных с событием потенциальных сигналов. Clin. Neurophysiol. 122, 43–51. DOI: 10.1016 / j.clinph.2010.04.036
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Хэнди, Т. К. (2005). Возможности, связанные с событиями: Справочник по методам. Кембридж, Массачусетс: MIT Press.
Google Scholar
Hoechstetter, K., Bornfleth, H., Weckesser, D., Ille, N., Berg, P., and Scherg, M. (2004). Когерентность источника BESA: новый метод изучения корковой колебательной связи. Brain Topogr. 16, 233–238. DOI: 10.1023 / B: BRAT.0000032857.55223.5d
CrossRef Полный текст | Google Scholar
Халтин, Э., и Вестман, М. (2013). Практика ранней грамотности становится цифровой. Лит. Инф. Comput. Educ. J. 4, 1005–1013.
Google Scholar
Илле, Н., Берг, П., и Шерг, М. (2002). Коррекция артефактов текущей ЭЭГ с помощью пространственных фильтров на основе топографии артефактов и сигналов мозга. J. Clin. Neurophysiol. 19, 113–124. DOI: 10.1097 / 00004691-200203000-00002
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Джеймс, К. Х. (2017). Важность почерка для развития грамотного мозга. Curr. Реж. Psychol.Sci. 26, 502–508. DOI: 10.1177 / 0963721417709821
CrossRef Полный текст | Google Scholar
Джеймс, К. Х., и Энгельгардт, Л. (2012). Влияние опыта почерка на функциональное развитие мозга у детей до грамотности. Trends Neurosci. Educ. 1, 32–42. DOI: 10.1016 / j.tine.2012.08.001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Керси, А. Дж., И Джеймс, К. Х. (2013). Паттерны активации мозга, возникающие в результате изучения буквенных форм посредством активного самопроизводства и пассивного наблюдения у маленьких детей. Фронт. Psychol. 4: 567. DOI: 10.3389 / fpsyg.2013.00567
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Кифер М., Шулер С., Майер К., Трампп Н. М., Хилле К. и Саксе С. (2015). Почерк или машинопись? Влияние обучения письму на ручке или клавиатуре на умение читать и писать у детей дошкольного возраста. Adv. Cogn. Psychol. 11, 136–146. DOI: 10.5709 / acp-0178-7
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Киев, К.А. (1985). Изучение заметок и обзора: альтернатива глубины обработки. Educ. Psychol. 20, 23–32. DOI: 10.1207 / s15326985ep2001-4
CrossRef Полный текст | Google Scholar
Klimesch, W. (1996). Процессы памяти, колебания мозга и синхронизация ЭЭГ. Внутр. J. Psychophysiol. 24, 61–100. DOI: 10.1016 / S0167-8760 (96) 00057-8
CrossRef Полный текст | Google Scholar
Klimesch, W. (1999). Альфа- и тета-осцилляции ЭЭГ отражают когнитивные функции и память: обзор и анализ. Brain Res. Ред. 29, 169–195. DOI: 10.1016 / S0165-0173 (98) 00056-3
CrossRef Полный текст | Google Scholar
Klimesch, W., Doppelmayr, M., Yonelinas, A., Kroll, N.E., Lazzara, M., Roehm, D., et al. (2001). Тета-синхронизация во время эпизодического поиска: нейронные корреляты сознательного осознания. Cogn. Brain Res. 12, 33–38. DOI: 10.1016 / S0926-6410 (01) 00024-6
CrossRef Полный текст | Google Scholar
Klimesch, W., Pfurtscheller, G., и Шимке, Х. (1992). Процессы до и после стимула в задачах оценки категории, измеренные с помощью десинхронизации, связанной с событием (ERD). J. Psychophysiol. 6, 185–203.
Google Scholar
Климеш В., Шимке Х., Доппельмайр М., Риппер Б., Швайгер Дж. И Пфурчеллер Г. (1996). Десинхронизация, связанная с событием (ERD) и Dm-эффект: предсказывает ли альфа-десинхронизация во время кодирования более позднее выполнение отзыва? Внутр. J. Psychophysiol. 24, 47–60.DOI: 10.1016 / S0167-8760 (96) 00054-2
CrossRef Полный текст | Google Scholar
Климеш В., Шимке Х. и Швайгер Дж. (1994). Эпизодическая и семантическая память: анализ в тета- и альфа-диапазоне ЭЭГ. Электроэнцефалогр. Clin. Neurophysiol. 91, 428–441. DOI: 10.1016 / 0013-4694 (94) -3
CrossRef Полный текст | Google Scholar
Краузе, К. М., Салминен, П. А., Силланмаки, Л., и Холопайнен, И. (2001). Связанная с событием десинхронизация и синхронизация во время задачи памяти у детей. Clin. Neurophysiol. 12, 2233–2240. DOI: 10.1016 / S1388-2457 (01) 00684-8
CrossRef Полный текст | Google Scholar
Лонгкэмп, М., Антон, Дж. Л., Рот, М., и Велей, Дж. Л. (2003). Визуальное представление отдельных букв активирует премоторную область, участвующую в письме. Neuroimage 19, 1492–1500. DOI: 10.1016 / s1053-8119 (03) 00088-0
CrossRef Полный текст | Google Scholar
Longcamp, M., Boucard, C., Gilhodes, J. C., and Anton, J. L.(2008). Обучение с помощью рукописного ввода или машинописного ввода влияет на визуальное распознавание новых графических форм: поведенческие и функциональные визуальные свидетельства. J. Cogn. Neurosci. 20, 802–815. DOI: 10.1162 / jocn.2008.20504
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Longcamp, M., Boucard, C., Gilhodes, J.C., и Velay, J.L. (2006). Запоминание ориентации только что изученных символов зависит от связанных навыков письма: сравнения почерка и набора текста. Хум. Mov. Sci. 25, 646–656. DOI: 10.1016 / j.humov.2006.07.007
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Longcamp, M., Zerbato-Poudou, M. T., and Velay, J. L. (2005). Влияние письменной практики на распознавание букв у дошкольников: сравнение почерка и набора текста. Acta Psychol. 119, 67–79. DOI: 10.1016 / j.actpsy.2004.10.019
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Лопеш да Силва, Ф.Х. (1991). Нейронные механизмы, лежащие в основе мозговых волн: от нервных мембран до сетей. Электроэнцефалогр. Clin. Neurophysiol. 79, 81–93. DOI: 10.1016 / 0013-4694 (91) -5
CrossRef Полный текст | Google Scholar
Удача, С. Дж. (2005). Введение в технику связанного с событием потенциала. Кембридж, Массачусетс: MIT Press.
Google Scholar
Mangen, A., and Balsvik, L. (2016). Ручка или клавиатура в начале написания инструкции? Некоторые перспективы воплощенного познания. Trends Neurosci. Educ. 5, 99–106. DOI: 10.1016 / j.tine.2016.06.003
CrossRef Полный текст | Google Scholar
Менон В. и Десмонд Дж. Э. (2001). Вовлечение левой верхней теменной коры при письме: интеграция фМРТ с доказательствами поражения. Cogn. Brain Res. 12, 337–340. DOI: 10.1016 / S0926-6410 (01) 00063-5
CrossRef Полный текст | Google Scholar
Мюллер П. А., Оппенгеймер Д. М. (2014). Перо мощнее клавиатуры: преимущества ведения заметок от руки перед ноутбуком. Psychol. Sci. 25, 1159–1168. DOI: 10.1177 / 0956797614524581
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Олдфилд, Р. К. (1971). Оценка и анализ руки: Эдинбургский инвентарь. Neuropsychologia 9, 97–113. DOI: 10.1016 / 0028-3932 (71) -4
CrossRef Полный текст | Google Scholar
Осипова Д., Такашима А., Остенвельд Р., Фернандес Г., Марис Э. и Йенсен О. (2006). Тета- и гамма-колебания предсказывают кодирование и извлечение декларативной памяти. J. Neurosci. 26, 7523–7531. DOI: 10.1523 / jneurosci.1948-06.2006
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Осуги К., Ихара А. С., Накадзима К., Каке А., Ишимару К., Йокота Ю. и др. (2019). Различия в активности мозга после обучения с использованием цифровой ручки по сравнению с чернильной ручкой — исследование электроэнцефалографии. Фронт. Гм. Neurosci. 13: 275. DOI: 10.3389 / fnhum.2019.00275
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Папп, Н., и Ктонас, П. (1976). Критическая оценка сложных методов демодуляции для количественной оценки биоэлектрической активности. Biomed. Sci. Instrum. 13, 135–145.
Google Scholar
Паттерсон, Р. У., и Паттерсон, Р. М. (2017). Компьютеры и производительность: свидетельства использования ноутбука в классе колледжа. Экон. Educ. Ред. 57, 66–79. DOI: 10.1016 / j.econedurev.2017.02.004
CrossRef Полный текст | Google Scholar
Перрен, Ф., Пернье, Дж., Бертран, О. и Эшалье, Дж. Ф. (1989). Сферические шлицы для отображения потенциала и плотности тока кожи головы. Электроэнцефалогр. Clin. Neurophysiol. 72, 184–187. DOI: 10.1016 / 0013-4694 (89)
-6
CrossRef Полный текст | Google Scholar
Пфурчеллер, Г. (1992). Синхронизация, связанная с событием (ERS): электрофизиологический коррелят корковых областей в состоянии покоя. Электроэнцефалогр. Clin. Neurophysiol. 83, 62–69. DOI: 10.1016 / 0013-4694 (92)
-3CrossRef Полный текст | Google Scholar
Пфурчеллер, Г.и Аранибар А. (1977). Связанная с событием корковая десинхронизация, обнаруженная при измерении мощности ЭЭГ кожи головы. Электроэнцефалогр. Clin. Neurophysiol. 42, 817–826. DOI: 10.1016 / 0013-4694 (77) -8
CrossRef Полный текст | Google Scholar
Pfurtscheller, G., and Lopes da Silva, F.H. (1999). Событийная синхронизация и десинхронизация ЭЭГ / МЭГ: основные принципы. Clin. Neurophysiol. 110, 1842–1857. DOI: 10.1016 / S1388-2457 (99) 00141-8
CrossRef Полный текст | Google Scholar
Пфурчеллер, Г., Neuper, C., и Mohl, W. (1994). Десинхронизация, связанная с событием (ERD) во время обработки изображений. Внутр. J. Psychophysiol. 16, 147–153. DOI: 10.1016 / 0167-8760 (89)
CrossRef Полный текст | Google Scholar
Pfurtscheller, G., Stancak, A.J., and Neuper, C. (1996). Синхронизация, связанная с событиями (ERS) в альфа-диапазоне — электрофизиологический коррелят кортикального холостого хода: обзор. Внутр. J. Psychophysiol. 24, 39–46. DOI: 10.1016 / S0167-8760 (96) 00066-9
CrossRef Полный текст | Google Scholar
Пиктон, Т.W., Bentin, S., Berg, P., Donchin, E., Hillyard, S.A., Johnson, R.J. и др. (2000). Руководящие принципы использования связанных с человеческими событиями потенциалов для изучения познания: стандарты записи и критерии публикации. Психофизиология 37, 127–152. DOI: 10.1111 / 1469-8986.3720127
CrossRef Полный текст | Google Scholar
Плантон, С., Лонгкамп, М., Перан, П., Демоне, Ж.-Ф. и Жукла, М. (2017). Насколько специализированы области мозга, специфичные для письма? Исследование письма, рисования и устной орфографии с помощью фМРТ. Cortex 88, 66–80. DOI: 10.1016 / j.cortex.2016.11.018
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Рагхавачари, С., Кахана, М. Дж., Риццуто, Д. С., Каплан, Дж. Б., Киршен, М. П., Буржуа, Б. и др. (2001). Стробирование тета-колебаний человека с помощью задачи рабочей памяти. J. Neurosci. 21, 3175–3183. DOI: 10.1523 / jneurosci.21-09-03175.2001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Салмелин, Р.и Хари Р. (1994). Пространственно-временные характеристики сенсомоторных нейромагнитных ритмов, связанных с движением большого пальца. Неврология 60, 537–550. DOI: 10.1016 / 0306-4522 (94) -1
CrossRef Полный текст | Google Scholar
Сана, Ф., Уэстон, Т., и Сепеда, Н. Дж. (2013). Многозадачность ноутбука мешает обучению в классе как пользователей, так и ближайших коллег. Comput. Educ. 62, 24–31. DOI: 10.1016 / j.compedu.2012.10.003
CrossRef Полный текст | Google Scholar
Шнайдер, Дж.М., Абель, А. Д., Огиела, Д. А., Миддлтон, А. Е., и Магуайр, М. Дж. (2016). Различия в развитии бета- и тета-мощности во время обработки предложений. Dev. Cogn. Neurosci. 19, 19–30. DOI: 10.1016 / j.dcn.2016.01.001
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Саймс, Р. Дж. (1986). Усовершенствованная процедура Бонферрони для множественных тестов значимости. Биометрика 73, 751–754. DOI: 10.1093 / biomet / 73.3.751
CrossRef Полный текст | Google Scholar
Зингер, В.(1993). Синхронизация корковой активности и ее предполагаемая роль в обработке информации и обучении. Annu. Rev. Physiol. 55, 349–374. DOI: 10.1146 / annurev.ph.55.030193.002025
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Смокер Т. Дж., Мерфи К. Э. и Роквелл А. К. (2009). Сравнение памяти для рукописного ввода и набора текста. Proc. Гм. Факторы Эргона. Soc. Анну. Встретиться. 53, 1744–1747. DOI: 10.1518 / 107118109X12524444081755
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Соломон, Э.A., Kragel, J. E., Sperling, M. R., Sharan, A., Worrell, G., Kucewicz, M., et al. (2017). Широко распространенная тета-синхронизация и высокочастотная десинхронизация лежат в основе улучшенного познания. Nat. Commun. 8: 1704. DOI: 10.1038 / s41467-017-01763-2
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Тибон, Л. С., Барбье, Г., Вилен, К., Саваллис, Т. Р., Гербер, С., и Кандел, С. (2018). Изучение того, как дети производят вращательные и указывающие движения, когда учатся писать буквы. Хум. Mov. Sci. 65, 15–29. DOI: 10.1016 / j.humov.2018.04.008
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Такер, Д. М. (1993). Пространственная выборка электрических полей головы: геодезическая сенсорная сеть. Электроэнцефалогр. Clin. Neurophysiol. 87, 154–163. DOI: 10.1016 / 0013-4694 (93) -B
CrossRef Полный текст | Google Scholar
Такер, Д. М., Лиотти, М., Поттс, Г. Ф., Рассел, Г. С., и Познер, М. И. (1994). Пространственно-временной анализ электрических полей мозга. Хум. Brain Mapp. 1, 134–152. DOI: 10.1002 / HBM.460010206
CrossRef Полный текст | Google Scholar
Ван дер Меер, А. Л. Х., и Ван дер Виль, Ф. Р. (2017). Пишут всего тремя пальцами, но работает весь мозг: исследование ЭЭГ с высокой плотностью записи показывает преимущества рисования перед набором текста для обучения. Фронт. Psychol. 8: 706. DOI: 10.3389 / fpsyg.2017.00706
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Веласкес, Б., Мачадо, С., Portella, C.E., Silva, J.G., Basile, L.F., Cagy, M., et al. (2007). Электрофизиологический анализ задачи сенсомоторной интеграции. Neurosci. Lett. 426, 155–159. DOI: 10.1016 / j.neulet.2007.08.061
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Вильгельмсен, К., Агьеи, С. Б., Ван дер Виль, Ф. Р., и Ван дер Меер, А. Л. Х. (2019). ЭЭГ-исследование высокой плотности для различения двух скоростей и направлений смоделированного оптического потока у взрослых и младенцев. Психофизиология 56: e13281. DOI: 10.1111 / psyp.13281
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Винчи-Бухер, С., Джеймс, Т. У., и Джеймс, К. Х. (2016). Зрительно-моторная функциональная связь у детей дошкольного возраста возникает после опыта почерка. Trends Neurosci. Educ. 5, 107–120. DOI: 10.1016 / j.tine.2016.07.006
CrossRef Полный текст | Google Scholar
Основные 4 причины, по которым люди пишут заглавными буквами
Почерк, написанный полностью заглавными буквами, раскрывает некоторые ключевые черты личности писателя.
Почему люди пишут заглавными буквами
Многие люди в наши дни пишут печатными буквами, также известными как рукописный ввод полностью или печатный шрифт.
Когда я однажды спросил инженера-механика, почему он предпочитает прописные буквы рукописи, он ответил: «Так писать проще и быстрее».
Многие люди считают, что пишут заглавными буквами, потому что блочная запись позволяет им писать быстрее. Однако научная правда представляет иную картину: она гласит, что курсивом можно писать намного быстрее.
На самом деле, написание заглавными буквами занимает гораздо больше времени, чем обычная курсив, потому что писатель должен время от времени поднимать перо, что приводит к снижению скорости письма.
Напротив, курсивное письмо выполняется быстро, потому что буквы связаны.
Кроме того, написание курсивом имеет много преимуществ. В описании на сайте www.campaignforcursive.com говорится:
Связное письмо или скорописное письмо — это не просто форма общения.Он раскрывает потенциал абстрактного мышления, позволяет человеческому мозгу разделиться на части и расширяет объем памяти. Развивает индивидуальное самовыражение. Исследования показывают, что печать и клавиатура не могут достичь этого одинаково ».
Теперь вопрос: если есть больше преимуществ от написания курсивом, почему у некоторых людей почерк прописными?
Согласно анализу почерка, скорописное письмо является результатом сложной координации разума и тела, и некоторые люди считают эту координацию трудной.Вот почему они прибегают к прописным буквам.
Анализ почерка, написанного заглавными буквами
Люди, пишущие заглавными буквами, обычно хотят оставаться загадочными.
Небольшая заметка: Есть люди, которые переключаются между курсивом и прописными буквами. В таком случае мы будем анализировать только курсив.
Чтобы понимать людей, пишущих заглавными буквами, необходимо знать зоны рукописного ввода.
Рукописный ввод разделен на три зоны.Каждая зона значима и что-то раскрывает в личности писателя.
Взгляните на рисунок ниже, чтобы понять три зоны рукописного ввода.
Три зоны рукописного ввода
Все три зоны могут быть обнаружены в почерке только тогда, когда есть сочетание заглавных и строчных букв. Пропорции трех зон определяют баланс между тремя основными областями развития эго:
- Интеллектуальная и духовная сфера (Верхняя зона)
- Повседневное социальное я и повседневные заботы (Средняя зона)
- Бессознательное инстинктивное / материалистические влечения (нижняя зона)
Кроме того, верхняя зона представляет будущее, средняя зона означает настоящее, а нижняя зона отражает прошлое.
Когда три зоны хорошо сбалансированы и находятся в хорошей и гибкой форме, писатель демонстрирует стабильность на самом базовом уровне, а также вовлеченность и инициативу. Он может справиться со своими мыслями и чувствами, чтобы ладить с другими, выражать себя и достигать своих целей.
Чрезмерный акцент на какой-либо одной зоне всегда происходит за счет одной или обеих других.
Например, сильно расширенная верхняя или нижняя зона часто переплетается с верхней или нижней зоной, что увеличивает путаницу, которая возникает у писателя при сортировке своих мыслей и побуждений.
Запутанный почерк показывает, что писатель выполняет слишком много задач одновременно.
Точно так же, если средняя зона сильно развита, но ни верхняя, ни нижняя зоны не развиты, писатель чрезмерно заботится о себе и своей повседневной деятельности. Его самоуверенность граничит с самонадеянностью и тщеславием, и он будет замечать мелочи.
Рукописный ввод тоже прописными, только средняя зона; две другие зоны — верхняя и нижняя — отсутствуют.
См. Образец ниже:
Рукописный ввод, полностью прописанный
Две недостающие зоны — верхняя и нижняя — отличают писатель, пишущий заглавными буквами, от рукописного.
Давайте теперь раскроем некоторые секреты личности людей, пишущих заглавными буквами:
# 1. Они не любят много делиться.
Люди, пишущие заглавными буквами, предпочитают не делиться своими чувствами.
У меня был бывший коллега, который писал заглавными буквами. Мы работали вместе около года и сидели всего в паре метров друг от друга.
Но кроме его имени и того факта, что он там работал, я ничего о нем не знал. Я все еще не знаю. Фактически, большинство людей в команде думали о нем так же.
Такие писатели не любят много рассказывать о себе другим.
Согласно графологии, писателям, пишущим только заглавными буквами, неудобно рассказывать о своей личной жизни — по крайней мере, в межличностных отношениях. Они не хотят, чтобы другие знали о себе. Узнай про подпись заглавными буквами.
№2.Они подавляют свои чувства
Люди, пишущие полностью заглавными буквами, испытывают навязчивую потребность проанализировать свои эмоции с помощью разума. Они редко позволяют своим чувствам проявиться спонтанно.
Фактически, они также подавляют свои чувства, прежде всего потому, что они подозрительны или защищаются. (Также прочтите: Lucky Signature Samples)
В некоторых случаях написание исключительно заглавными буквами может не сильно скрывать истинную личность, поскольку оно контролирует самовыражение. Контроль может быть эффективной реакцией на стресс, и его можно довести до крайности.
№ 3. Они «нарциссы»
Майкл Уоттс говорит в своей книге Lovescript, что почерк, написанный полностью заглавными буквами, может принадлежать писателям с «нарциссическими наклонностями».
Если вы также видите в письме какие-либо другие нарциссические признаки, например большую / крупную и эффектную подпись, он отмечает, что писатель — «нарцисс» с плохими навыками работы с людьми.
Тем не менее, не будет хорошей идеей называть каждого автора шапки / печатного текста нарциссами. Аналитику почерка необходимо выяснить, что остальная часть текста говорит о личности писателя.
Фактически, у многих из этих блочных принтеров есть проблемы с физическим или психическим здоровьем. Возможно, они прибегают к блочной печати вместо того, чтобы отображать проблемы с управлением пером, которые могут возникнуть при рукописном письме или даже при печати рукописи.
Как правило, специалист по анализу почерка не имеет квалификации для диагностики состояния; он может описать только то, что видит почерком. Поэтому всегда смотрите на всю картину, прежде чем делать выводы.
(Также прочтите: Узнайте, как сделать подпись и получите лучший стиль подписи)
# 4. Они установлены по-своему.
В почерке, прописном заглавными буквами, отсутствует связь между буквами, что указывает на то, что писатель не любит общаться с людьми на личном уровне.
Кроме того, такие писатели весьма эгоистичны. Они придерживаются твердого мнения, и очень трудно заставить их увидеть другую точку зрения. Они уделяют много внимания своей повседневной жизни, вместо того, чтобы тратить время на планирование своего будущего.
О почерке, написанном заглавными буквами, графолог Шейла Лоу говорит:
Энергия писателя [блочного принтера] сосредоточена в повседневной сфере рутины и социального взаимодействия … ее эго занимает центральное место во всех аспектах ее жизни. Она не против поделиться своим мнением и ожидает, что вы с ней согласитесь. Но если ты этого не сделаешь, это не передумает ».
Почерк заглавными буквами: основные черты личности
Они не любят много рассказывать о себе
Они не общаются с другими на личном уровне
Они подавляют свои чувства
У них могут быть «нарциссические наклонности»
Они избегают видеть другую точку зрения
Заключительные слова
По мнению некоторых аналитиков почерка, большинство записок о выкупе написано полностью прописными буквами.Основная цель — оставаться анонимным и неизвестным. Это не означает, что каждый, кто пишет в столице, может быть потенциальным похитителем.