6个月至6岁儿童口部行为持续时间和频率的分析：一种先进的录像与数据分析方法

《Frontiers in Public Health》：Analysis of durations and frequencies of mouthing behaviors in children 6?months to 6?years: an advanced videotaping and translation approach

　　摘要
背景：儿童由于频繁的手口接触和物体与口部的接触，容易接触到室内灰尘中的有害物质。尽管这种暴露途径非常重要，但很少有研究量化室内居住环境中这种行为的频率、持续时间或模式，这导致暴露和风险模型存在不确定性。
目的：本研究使用先进的录像和视频分析方法，量化了6个月至6岁儿童在包括年龄、性别、种族和地理区域在内的社会人口统计变量下的室内接触行为频率和持续时间。
方法：在三个美国地区（亚利桑那州、佛罗里达州和北卡罗来纳州），对99名儿童在自然室内玩耍时的行为进行了3-4小时的录像。在各个房间安装了360度摄像头，以在研究人员不在场的情况下捕捉自然行为。录像被逐个合并，并使用虚拟计时设备（VTD）转换为微观活动时间序列（MLATS），记录每次与特定表面和家庭位置的接触，从而生成频率（次/小时）和持续时间（分钟/小时）的数据。
结果：接触持续时间显示出与年龄相关的显著差异（Kruskal–Wallis χ2 = 12.0，p = 0.007），6个月至<12岁儿童的中位持续时间从18.67分钟/小时下降到3至<6岁儿童的5.02分钟/小时。四种表面占据了大部分接触时间：“其他食物”（4.25%）、“奶嘴”（3.91%）、“食物容器”（3.41%）和“手”（2.92%）。3至<6岁儿童完全停止使用奶嘴（p = 0.008）。在不同性别、种族、民族或地理区域之间，总接触时间和频率没有显著差异，这表明仅按年龄分层可能就足以进行暴露评估，无需额外的人口统计分层。
结论：本研究提供了特定年龄段的接触数据，以改进对儿童暴露和风险的估计。接触持续时间随年龄显著减少而频率保持稳定的发现表明，暴露模型应同时考虑这两个参数。360度摄像头方法减少了观察者的干扰，同时全面记录了家庭微环境中的行为数据。

1. 引言
幼儿的自然探索行为和发展特征使他们特别容易受到环境污染物的影响。在探索周围环境时，他们会将物体和手放入口中，从而直接接触到家庭环境中的有害物质（1-4）。这些接触行为可能使儿童接触到多种污染物，包括重金属（铅、砷、镉、汞）、阻燃剂（多溴联苯醚）、全氟和多氟烷基物质（PFAS）、杀虫剂和多环芳烃（5, 6）。研究表明，在关键发育期间，环境暴露与生物标志物污染物水平升高、神经发育障碍和行为障碍之间存在关联（7-9）。在室内环境中，暴露风险尤为明显，因为家庭灰尘是污染物的储存库，这些污染物会积聚在日常物品上，例如来自褪色油漆的铅、来自处理过的家具和地毯的PFAS、来自软垫产品和电子产品的阻燃剂以及来自住宅应用的杀虫剂残留物（3, 10, 11）。
描述和量化接触行为对于评估室内环境中的皮肤吸收和非饮食摄入污染物至关重要（12-14）。虽然这些行为带来了暴露风险，但它们在幼儿期也具有重要的发展功能。婴儿通过吸吮奶嘴或手指获得安慰（3），而幼儿则通过接触行为来探索环境（4）。在长牙期间，这种行为会加剧，从而缓解相关的不适（13）。此外，不同儿童之间的接触行为差异很大，受年龄、文化习俗、环境因素和个人气质的影响，这使得关于暴露风险的概括变得复杂（12）。这种自然变异性强调了收集不同人群和年龄段行为数据的重要性，以准确评估风险。越来越多的研究超越了EPA早期关注美国的研究范围，包括在孟加拉国（1, 15）、台湾（12, 16）、荷兰（17）和韩国（18）进行的跨文化研究，记录了不同人群的接触频率。计算机视觉技术的最新进展引入了自动化方法来量化微观活动（19, 20），为劳动密集型的手动视频编码提供了替代方案。
认识到标准化暴露数据对风险评估的重要性，1996年的《食品质量保护法》（FQPA）从根本上改变了美国环境保护署（EPA）对杀虫剂的监管方式，要求考虑儿童的独特易感性和来自多种来源的累积暴露（21）。作为对FQPA要求的响应，EPA将皮肤和非饮食摄入暴露评估列为高优先级，认识到由于复杂的人类行为和暴露机制，这些途径难以测量（22）。这一监管需求推动了详细微观活动数据收集方法和暴露模型的发展，包括微观活动时间序列（MLATS）。MLATS用于保留儿童接触事件和位置的顺序，为杀虫剂注册和风险评估中的暴露计算提供了基础（23, 24）。MLATS数据记录了每次手、口或身体其他部位与物体的接触，并将暴露机制分配给特定接触事件，从而更准确地估计通过饮食、居住和环境途径的累积和累积杀虫剂暴露量。
对准确行为数据的需求不仅限于杀虫剂监管，还扩展到更广泛的暴露评估应用。EPA的《暴露因素手册》提供了土壤和灰尘摄入的推荐值，但正如2011年版及后续更新中所指出的，这些估计值存在相当大的不确定性，尤其是对于年轻年龄段（25）。认识到这些数据缺口，EPA最近呼吁开展研究，以改进不同年龄、地理区域和社会人口统计背景下的儿童土壤和灰尘摄入率估计（26）。该机构强调了需要扩展微观活动数据，以减少暴露因素分布的不确定性，并改进《暴露因素手册》的科学依据（27）。当前的建模工作，包括随机人类暴露和剂量模拟（SHEDS）框架，严重依赖接触频率和持续时间数据来估计非饮食摄入率，但现有数据集在样本量、社会人口统计和地理多样性方面仍然有限（28, 29）。监管需求与可用数据之间的差距突显了收集不同人群和环境中行为数据的重要性。
最近的建模工作改进了这些估计。?zkaynak等人使用SHEDS-Soil/Dust模型预测了从出生到21岁十个年龄段的土壤和灰尘摄入率，估计总体平均摄入量从婴儿的约35毫克/天到幼儿的约60毫克/天不等（30）。Cohen等人对美国和加拿大的儿童和成人进行了土壤和灰尘摄入研究的元分析，超越了EPA《暴露因素手册》中使用的简单平均值（31）。Li等人引入了一个基于接触行为的化学摄入机制模型，强调了暴露估计对接触参数和室内灰尘动态的依赖性（32）。
EPA《暴露因素手册》回顾的先前接触行为研究在样本量、观察持续时间和人群多样性方面存在显著局限性。尽管这些研究提供了基础估计，但EPA承认对其当前推荐的微观活动频率估计的信心仍然较低（19）。例如，基于视频的研究样本量从4到52名儿童不等。Zartarian等人仅研究了4名儿童（33），EPA指出“研究的儿童样本非常小，可能无法代表全国人口”。Reed等人仅包括“少量儿童”（n = 30），其中一些“并非随机选择”。Freeman等人仅对168名受访儿童中的19名进行了录像（35）。Black等人研究了52名儿童（36），但EPA指出“样本规模较小，且来自有限地区”。观察持续时间也有限，Tulve等人仅使用了15分钟的观察期（37）。对于家长观察研究，EPA指出了其他方法学问题，Juberg等人研究了385名儿童（38），但“儿童显然不是随机选择的”，并且“没有描述研究参与者的社会经济状况或种族和民族身份”。最近的研究扩大了样本规模；Lopez-Galvez等人分析了80名1-12岁儿童在户外草坪和游乐场环境中的微观活动数据，这是当前工作之前最大的基于视频的接触行为研究（4）。然而，该研究仅关注加利福尼亚州的一个农场工人社区，与早期研究一样，没有报告房间级别的位置数据。
作为对EPA扩大微观活动数据集要求的直接回应，本研究采用了改进的方法来捕捉和分析6个月至6岁儿童的接触行为，创建了一个按人口统计类别分层的综合数据存储库。具体来说，本研究在家庭的多个房间安装了360度摄像头，以捕捉这些儿童在其家庭环境中的自然行为，涵盖了三个地理和环境不同的美国地区以及其他人口统计变量。此前已有研究使用录像方法观察和记录儿童的接触行为（4, 34, 39）。通过将这种侵入性较小的方法与Ferguson等人（39）使用的系统视频分析技术相结合，我们旨在更准确地量化不同年龄组和其他人口统计变量下的接触频率和持续时间。这项研究有助于理解与室内环境相关的暴露途径，并支持改进土壤/灰尘摄入建模的风险评估。

2. 方法
2.1 研究设计和人群
本研究作为DIRT（Dust Ingestion childRen sTudy）项目的一部分，收集和分析了与摄入相关的行为。研究包括调查收集和实地工作。作为更大研究的一部分，450个至少有一个6个月至6岁儿童的家庭完成了人口统计调查。其中，101名儿童参与了实地工作（即研究团队访问期间），包括录像以捕捉室内玩耍行为以及房屋周围的土壤/灰尘收集。在有多个符合条件的儿童的多个儿童家庭中，优先对最年幼的儿童进行录像。经过数据质量审查后，由于录像质量不足，有两名儿童被排除在外，最终研究样本为99名儿童。
招募工作通过已建立的社区合作伙伴关系在三个地理区域进行，包括佛罗里达州迈阿密的Debbie Institute Mailman儿童发展中心；北卡罗来纳州格林斯伯勒的北卡罗来纳农业和技术州立大学的儿童发展中心；以及亚利桑那州图森的El Rio社区健康中心和Sonoran环境研究所。此外，还在日托中心、图书馆、卫生部门诊所和社交媒体平台上进行了招募，以确保人口统计多样性。DIRT的招募程序和整体研究设计由Ferguson等人详细描述（27）。
在招募参与者之前，获得了北卡罗来纳农业和技术州立大学机构审查委员会的批准（IRB #21-0032），亚利桑那大学和迈阿密大学通过合作协议参与其中。在数据收集之前，从所有参与的父母或监护人那里获得了书面知情同意。

2.2 数据收集和录像
在获得知情同意后，DIRT的全面实地工作协议要求每次家庭访问大约需要5小时，包括家长调查、灰尘收集、洗手程序和录像（总访问时间为3-4小时）。本研究仅关注录像数据。
为了优化观看角度并减少研究者的干扰，研究在每个家庭的多个房间安装了最多六台Insta360 One X2摄像头。摄像头数量根据房屋大小和电源插座的可用性而定。每台摄像头都进行了唯一标记（1至6），以便识别，并直接连接到电源插座，以实现长时间录制而无需电池限制。摄像头在参与者家中战略性地放置，优先选择儿童花费最多时间的房间，并设计位置以便在儿童移动时连续捕捉录像。摄像头安装采用了多种方法，包括命令条、书架和桌面上的夹具，以及放置在家具后面的三脚架，以防止意外断开连接并限制对表面的损坏。所有录制都在白天和晚上清醒时段进行；没有进行夜间录制。设置好摄像头后，研究团队离开现场，让家庭恢复正常生活，不受研究者干扰。团队通过电话保持联系，提供技术支持，并在3-4小时后返回停止录制、取回设备并完成其他现场任务。录像立即保存到SD卡，并在返回实验室设施后传输到外部驱动器，所有录像在收集后立即备份。原始视频保存在12TB的外部硬盘上，每个地点的33名儿童使用两个驱动器，另外还有两个备用驱动器（总共12个外部硬盘）。来自佛罗里达州和亚利桑那州团队的驱动器被发送到北卡罗来纳州进行集中处理和分析。参与者在完成所有实地研究程序后获得了100美元的补偿。2.3 视频处理视频处理阶段包括三个不同的阶段：视频跟踪、视频合并和用于翻译的分割。初始处理阶段使用Insta360 Studio软件对参与者在家中移动时的行为进行深度跟踪。跟踪过程包括选择每个孩子作为深度跟踪的对象，移除孩子不可见的部分视频，并以H.264格式导出处理后的视频，设置适当的编码参数（例如，启用人工智能效果“去除颗粒”，比特率设置为75）。这个过程系统地重复进行，直到所有摄像头拍摄的视频都处理完毕。在完成单个摄像头的跟踪后，使用Adobe Premiere Pro将视频顺序合并，为每个参与者创建活动记录。从每个摄像头获取的跟踪视频根据记录期间观察到的孩子实际移动模式按时间顺序排列。当多个摄像头从不同角度拍摄同一个房间时，会选择提供最佳观察条件的摄像头来合并视频序列。整个视频处理工作流程共生成了277.35小时的原始视频素材，涉及所有99名参与者。2.4 视频翻译分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”（糖果、棒棒糖、水果）。完整的表面和物体分类表见补充表S1。当两个物体同时被放入口中时，翻译者会根据这种保守的排名系统选择最有可能积聚土壤或灰尘的表面。最后，所有99名参与者的总视频处理工作流程产生了277.35小时的原始视频素材。2.4 视频翻译将分割后的视频素材转换为MLATS格式是使用Virtual Timing Device（VTD）完成的，这是一个专为详细分析儿童视频行为而设计的计算机化平台（24, 39）。VTD使用一个定制的调色板，其中包含三个集成网格：可能的活动级别（重复或持续）、家庭位置和物体/表面类别。一旦每个网格中的子网格被激活，时钟就会记录下选择的秒数。这些类别基于之前的研究（24, 29, 40, 41）并为本研究进行了进一步修改（见补充图S1）。翻译过程需要持续关注细节，因为翻译者必须识别可能仅持续几秒钟的短暂口腔接触动作，同时还要跟踪孩子在家中的位置。翻译者是受过训练的研究助理，他们观看录制的视频，并使用VTD平台系统地对每个观察到的行为进行编码。翻译者培训使用了三个15分钟的视频片段，代表不同的活动强度：低、中、高。培训从记忆研究调色板开始（补充图S1），直到翻译者在表面类型、位置和活动级别上达到与首席培训者参考翻译90%的一致性。此外，根据可能导致表面积聚土壤或灰尘的典型特征，将物体和表面分类为高、中、低三个等级。与食物相关的表面进一步细分为“其他食物”（除粘性食物外的所有食物类型，如饼干、面包、蔬菜）、“食物容器”（餐具、喂食瓶、糖果袋、吸管杯）和“粘性食物”观察时间 = 255.00 小时（不包括视线外的表面）。3.2 不同人群对物体/表面的咬合持续时间3.2 不同人群对物体/表面的咬合持续时间存在显著的年龄差异（Kruskal–Wallis χ2 = 12.028，df = 3，p = 0.007）。咬合持续时间的中位数从6至<12个月大的儿童的18.67分钟/小时下降到1至<2岁儿童的8.75分钟/小时，2至<3岁儿童的8.87分钟/小时，以及3至<6岁儿童的5.02分钟/小时（图1A）。经过Bonferroni校正后的后续成对比较显示，只有6至<12个月大的儿童与3至<6岁大的儿童之间的比较具有显著性（p = 0.004）；其他成对比较均无统计学意义。相比之下，性别（χ2 = 0.541，df = 2，p = 0.763；图1C）、种族（χ2 = 2.169，df = 4，p = 0.705；图1D）、民族（Mann–Whitney U = 1,247，p = 0.584；图1E）或地理区域（χ2 = 0.727，df = 2，p = 0.695；图1B）在总咬合持续时间上没有显著差异。图1按人口统计变量划分的总主动咬合持续时间（分钟/小时）（n = 99）。箱形图显示了中位数（水平线）、四分位数范围（箱子）、1.5倍IQR（须状线）以及异常值（点），其中（A）年龄组显示出显著差异（Kruskal Wallis χ2 = 12.028，df = 3，p = 0.007），（B）地理区域（χ2 = 0.727，df = 2，p = 0.695），（C）性别（χ2 = 0.541，df = 2，p = 0.763），（D）种族（Mann–Whitney U = 1,247，p = 0.584；图1E）和（E）地理区域（χ2 = 0.727，df = 2，p = 0.695）。与6个月至12个月以下的儿童相比，较大儿童的厨房使用频率也显著更高（所有成对比较的p值均<0.027）。阳台或门廊的使用频率在3岁至6岁以下的儿童和2岁至3岁以下的儿童之间存在显著差异（p=0.037）。餐厅的使用频率因种族而异（Mann–Whitney U=1441.5，p=0.049），其中西班牙裔儿童（中位数=13.04次/小时）比非西班牙裔儿童（中位数=3.93次/小时）更频繁地使用餐厅。客厅、游戏室、书房、浴室或洗衣房的使用频率在任何人口统计变量上均无显著差异（所有p值>0.05）。完整的分布数据见补充表S11–S19.3.8。

物体和表面在各个位置的接触时间

卡方分析显示，表面接触模式与家庭位置显著相关（χ2=1398.68，df=45，p<0.001），表明儿童会根据他们所在的房间不同而接触不同的表面（表8；图4）。在每个主要位置内，不同表面的接触时间也存在显著差异（所有p值<0.05，游戏室除外，p=0.100）。客厅的总接触时间最长，表面种类也最多，主要接触的表面包括奶嘴（365分钟）、其他食物（227分钟）、手（222分钟）和食物容器（220分钟）。卧室中奶嘴的使用频率较高（199分钟），食物容器的接触频率也较高（189分钟）。餐厅和厨房中与食物相关的表面占主导地位，其中“其他食物”在餐厅中的接触时间最长（253分钟）。走廊和游戏室中的总接触时间最短（有关不同位置表面接触时间的统计测试，请参见补充表S20和S21；有关不同位置表面接触时间的统计测试，请参见补充表S22）。

表8
| 表面 | 位置 | 接触时间（分钟） | 占总时间的百分比 | 受试者数量 |
| --- | --- | --- | --- | --- |
| 奶嘴 | 客厅 | 365.15 | 2.23 | 113 |
| 其他食物 | 餐厅 | 253.05 | 1.54 | 75 |
| 其他食物 | 客厅 | 227.27 | 1.39 | 67 |
| 手 | 客厅 | 222.18 | 1.36 | 88 |
| 食物容器 | 客厅 | 219.80 | 1.34 | 65 |
| 奶嘴 | 卧室 | 199.00 | 1.21 | 54 |
| 食物容器 | 卧室 | 189.35 | 1.16 | 45 |
| 手 | 卧室 | 155.95 | 0.95 | 45 |
| 头发/身体 | 卧室 | 131.93 | 0.81 | 58 |
| 头发/身体 | 客厅 | 118.38 | 0.72 | 10 |
| 其他食物 | 厨房 | 93.10 | 0.57 | 21 |
| 食物容器 | 餐厅 | 74.57 | 0.46 | 59 |
| 其他食物 | 卧室 | 69.83 | 0.43 | 17 |
| 多孔塑料玩具 | 客厅 | 69.82 | 0.43 | 22 |
| 黏性食物 | 客厅 | 49.05 | 0.31 | 64 |

按总接触时间排列的前15个表面与位置的组合

图4
根据家庭位置划分的表面特定接触时间（n=99）。堆叠条形图显示了每个家庭位置内表面接触时间的分布。在每个主要位置内，不同表面的接触时间存在显著差异：客厅（Kruskal-Wallis χ2=273.054，df=9，p<0.001）、卧室（χ2=103.981，df=9，p<0.001）、餐厅（χ2=255.32，df=9，p<0.001）、厨房（χ2=118.15，df=9，p<0.001）和走廊（χ2=16.54，df=8，p=0.035）。每种颜色代表不同的表面类别。Food-Cont表示食物容器。样本量：n=99名儿童。

4. 讨论
4.1 主要发现总结
本研究使用先进的360度摄像技术，对美国三个地理区域中6个月至6岁的大规模儿童样本的室内接触行为进行了全面的定量分析。通过在家庭环境中安装和使用无人值守的360度摄像机进行长时间观察，并结合使用标准化翻译协议的系统视频审查，本研究能够全面检测到不同家庭位置和活动中的接触行为。这种方法能够在没有研究人员直接在场的情况下捕捉到自然的游戏行为，从而克服了传统使用摄像机跟踪受试者的方法的某些局限性（24, 39）。在99名参与者中，分析了255小时的可用视频片段，发现儿童在观察时间内有18.74%的时间在接触表面或物体（剩余的81.26%被归类为“无接触”，即儿童的嘴巴可见但未发生接触）。

研究发现，接触时间存在显著的年龄差异（p=0.007），但频率没有显著差异（p=0.497），这对暴露评估具有重要意义。6个月至12个月儿童的接触时间中位数从每小时18.7分钟下降到3岁至6岁儿童的每小时5.02分钟，而频率中位数在各年龄组间相对稳定（21.3至27.8次/小时）。这种接触时间随年龄增长而减少而频率保持稳定的模式与多个研究的结果一致。Lopez-Galvez等人报告了1至12岁儿童在接触时间上的显著年龄差异，但频率并非总是如此（4）。Beamer等人发现7至12岁儿童在户外的接触时间显著减少（手的中位数=0.4分钟/小时），但接触频率仍然较高（12.6次/小时）。Kwong等人（15）在对30名孟加拉儿童进行的为期3年的纵向研究中也记录了接触频率的年龄差异。这种在不同人群和方法中的一致性增强了这一发展趋势的可靠性。这表明，接触时间可能对于评估化学物质的吸收更为重要，因为阻燃剂和重金属等污染物会通过持续接触逐渐从表面释放出来，而频率可能更好地预测病原体的传播，因为微生物暴露通常在初次接触时就会发生（29, 41）。

观察到的接触时间随年龄减少的现象，加上接触频率的持续存在，也反映了已确立的发展轨迹。在幼儿期，接触行为具有双重作用：它既是环境污染物暴露的途径，也是婴儿和幼儿探索环境中物体感官特性的正常发展行为（42, 44）。在生命的第一个阶段，口腔探索是了解物体质地、形状和温度的主要方式。随着儿童成熟，精细运动技能、语言和视觉-手部探索能力的发展提供了其他探索物体的方式，减少了长时间口腔接触的需要，同时保持了短暂、习惯性的手到口和物体到口的接触（43, 44）。这种发展背景有助于解释为什么接触时间会随年龄急剧减少，而频率相对稳定。较大的学龄前儿童继续以相似的频率将物体放入口中，但这些接触变得越来越短暂和习惯性。认识到这一发展维度对于暴露评估很重要，因为它表明最年幼的儿童观察到的较长接触时间不仅仅是统计上的异常值，而是反映了在生理脆弱期污染物暴露加剧的生物学驱动行为模式。

4.2 与以往研究的接触频率比较
以往关于接触行为的研究，无论是EPA《暴露因素手册》（2011）中回顾的研究（45），还是最近的研究（12, 15, 20, 46），在样本量、观察时间或人群多样性方面都存在显著局限性。我们的研究（n=99）解决了EPA指出的这些局限性，样本量是基于视频的室内接触行为研究中最大的，每个儿童的观察时间为2.4至2.9小时（不包括儿童不在视野内的时间：6个月至12个月儿童的平均观察时间为2.87±0.82小时；1至2岁儿童为2.39±0.79小时；2至3岁儿童为2.57±0.75小时；3至6岁儿童为2.57±0.84小时），并且涵盖了美国三个地区（亚利桑那州、佛罗里达州、北卡罗来纳州）的地理多样性。

我们各年龄组儿童的总接触频率中位数范围为21.3至27.8次/小时（平均值：26.8–35.5次/小时），可以直接与使用不同方法和人群的以往研究结果进行比较（见补充表S3）。对于6个月至12个月的儿童，我们观察到的中位频率为23.5次/小时，平均值为28.6±25.0次/小时。我们的平均值与Kwong等人报告的孟加拉农村6至12个月儿童使用5小时结构化观察的结果（即不记录）中的中位数34.4次/小时相当（1）。Beamer等人报告了加利福尼亚州萨利纳斯谷23名6至27个月农场工人儿童的对象到口频率，其中总体中位数为27.2次/小时，平均值为29.2次/小时，手到口的总体中位数为15.2次/小时，平均值为18.4次/小时。按年龄分层的对象到口频率中，婴儿（6–13个月）的平均值为37.8次/小时，中位数为35.2次/小时，而幼儿（20–27个月）的平均值为18.0次/小时，中位数为15.9次/小时。直接比较我们的总频率需要谨慎，因为我们的数据包括食物、手和饮料，而Beamer等人分别报告了这些类别。Beamer等人报告的对象到口频率较高，可能反映了他们在农业环境中关注农场工人儿童的情况，那里的环境暴露和户外活动可能促进了更频繁的接触行为（40）。

对于1至2岁的儿童，我们的中位数27.8次/小时（平均值=35.5±25.1次/小时）高于Freeman等人报告的值，他们发现3至4岁儿童的对手到口的平均频率为3.5次/小时，对象到口的平均频率为3次/小时（合计约6.5次/小时），但由于他们的年龄分组较老，直接比较受到限制（35）。

对于2至3岁的儿童，我们的中位数22.5次/小时（平均值=26.8±19.4次/小时）高于几项研究中的值。AuYeung等人报告的主要在户外环境中的24个月以上儿童的接触频率较低（中位数=14.6次/小时），这可能反映了他们的观察重点（47）。Black等人报告了德克萨斯州美墨边境一个农业社区25–36个月儿童的接触频率中位数，为15.4次/小时。我们的发现与Black等人的结果可能存在方法上的差异，包括观察环境（仅限室内 vs 室内和室外）、摄像技术以及数据收集方法（36）。

对于3至6岁的儿童，我们的中位数21.3次/小时（平均值=27.00±22.70次/小时）高于大多数先前报告的该年龄组的值。Reed等人报告的新泽西州日托中心和住宅环境中2至6岁儿童的平均接触频率为9.5次/小时（中位数=8.5次/小时），Freeman等人发现7至8岁儿童的对手到口频率为3次/小时（无对象到口接触），尽管直接比较受到他们年龄分组的限制（35）。我们观察到的较高频率可能反映了我们的视频审查方法在检测短暂接触事件方面的优势，与一些早期研究中使用的实时观察方法相比，以及自然家庭观察与更结构化的日托环境中的儿童行为差异。

国际研究为我们的频率发现提供了额外的背景。Kwong等人对30名4岁以下儿童进行了为期3年的年度观察（15），报告的手到口频率中位数为43–72次/小时，对象到口频率中位数为17–34次/小时，显著高于我们基于美国的数据。相比之下，Tsou等人报告的24名3至6岁台湾儿童的室内频率较低（手到口=10次/小时，对象到口=4.3次/小时）（16）。Wilson等人观察到263名包括日托中心儿童在内的个体的手到脸接触频率，发现进食和非进食活动之间的接触模式存在显著差异（46）。Lupolt等人使用计算机视觉方法报告了巴尔的摩25名6–18个月儿童的平均对象到口接触率为27次/小时，与我们对最年轻年龄组的估计相当（20）。这些比较突显了人群、环境和方法对接触频率估计的影响。

4.3 与以往研究的接触时间比较
与频率测量相比，量化接触时间面临不同的方法学挑战。美国EPA《暴露因素手册》（2011）回顾的早期家长观察研究存在时间测量不精确的问题，包括使用分钟级而非秒级分辨率（38），以及计时器技术问题影响了39%的家长观察（48）。较新的研究解决了一些这些问题，但也引入了其他问题。Kwong等人对30名孟加拉儿童进行了6小时的纵向视频观察，提供了更广泛发展阶段的持续时间数据，但由于室内环境和游戏材料的差异，结果可能不适用于美国人群（15）。Tsou等人使用与美国研究相似的视频方法为24名3至6岁的台湾儿童提供了持续时间数据，但样本量仍然较小（16）。Lupolt等人通过应用计算机视觉自动检测和计时61名6至18个月儿童的微活动接触，实现了帧级的时间分辨率，消除了人为编码错误，尽管他们的观察仅限于20分钟的记录会话（19）。Sugeng等人将接触行为频率与荷兰幼儿的阻燃剂手部擦拭水平联系起来，证明了接触时间数据的相关性，但未报告全面的持续时间估计（17）。总体而言，这些研究强调了需要大规模、长时间观察数据的必要性，以涵盖不同年龄组。

在最早的基于视频的持续时间研究中，Zartarian等人报告儿童平均有4.35%的观察时间在接触非食物物体（大约每小时2.6分钟），但仅研究了4名儿童（33）。我们的研究在现有文献的基础上进行了大幅扩展，不同年龄组的平均总口腔接触持续时间从每小时5.02分钟到18.67分钟不等（平均值：每小时8.66至16.83分钟），这些数据是通过系统化的视频记录协议在长时间的多小时记录会话中测量得出的，该协议确保了通过逐帧审查来保持时间测量的准确性（见补充表S1）。对于6至12个月大的婴儿，我们的中位接触时间为每小时18.7分钟（平均值=16.8±8.55分钟），这明显高于Beamer等人的研究结果，他们报告的6至13个月大婴儿的非食物物体的口腔接触平均时间为每小时4.5分钟，中位时间为每小时2.8分钟。与频率比较一样，直接比较需要谨慎，因为我们的总口腔接触时间包括食物、手和饮料，而Beamer等人仅报告了非食物物体的接触时间（40）。对于12至24个月大的儿童（1至2岁），我们的中位接触时间为每小时8.75分钟（平均值=11.59±10.41分钟），低于Groot等人的报告，后者指出6至12个月大的儿童平均每天接触时间为44.0分钟，12至18个月大的儿童为每天16.4分钟。然而，与Groot等人的直接比较因他们的推断方法和排除了使用安抚奶嘴的情况而变得复杂（48）。对于24至36个月大的儿童（2至3岁），我们的中位接触时间为每小时8.87分钟（平均值=11.89±12.90分钟），超过了Beamer等人报告的20至27个月大幼儿的非食物物体接触时间，他们的平均值和中位数分别为每小时2.1分钟和1.3分钟。不过，如果将食物和手也考虑在内，Beamer等人报告的所有儿童的平均总接触时间为每小时9.6分钟（40），这与我们也包括食物、手和饮料在内的数据更为接近。同样，对于3至6岁的儿童，我们的中位接触时间为每小时5.02分钟（平均值=8.66±9.19分钟），通常高于之前的研究结果。AuYeung等人报告的24个月以上儿童在户外的中位接触时间为每小时0.6分钟（47），这可能反映了户外环境中口腔接触行为比室内环境更短暂。

4.4 物体/表面特定模式
不同表面/物体的口腔接触时间存在显著差异（Kruskal–Wallis χ2 = 1442.578，df = 26，p < 0.001）。四种表面占据了大部分的口腔接触时间：“其他食物”、“安抚奶嘴”、“食物容器”和“手”。这一集中现象表明，针对这些途径的干预措施可能能够解决大部分非食物摄入的问题（14）。从幼儿依赖“食物容器”和安抚奶嘴到较大儿童增加“其他食物”口腔接触的发展过程表明，适合年龄的干预措施应针对不同的暴露途径。食物容器和餐具可能会积累家庭灰尘和残留物，这些物质在接触时会被儿童带入口中，因此这一途径对婴儿的暴露模型尤为重要（3）。较大儿童转向直接接触食物的行为变化代表了主要暴露途径的转变（12）。此外，玩具的口腔接触时间和频率都随着年龄的增长而减少，反映了探索行为的发展变化（10），而手的口腔接触在整个幼儿期保持稳定（41）。安抚奶嘴的使用在3至6岁期间完全停止，这与典型的断奶模式一致（13）。

4.5 地点特定模式
先前的微观活动研究通过视频观察记录了儿童访问的地点（40），确定了九个地点类别，包括室内空间（浴室、卧室、厨房、客厅/书房）和室外区域（车库、露台、街道/人行道、车辆、院子）。我们的研究考察了11个室内地点的口腔接触模式，提供了更详细的暴露相关环境信息。客厅是儿童在观察期间花费时间最多的地方（中位数=56.78%的观察时间，平均值=53.56%），这与住宅环境中客厅作为核心活动区域的情况一致。地点特定的模式显示了卧室使用（p = 0.025）和走廊使用（p = 0.003）与年龄相关的显著差异，强调了针对微环境进行暴露评估的重要性（28）。这些发现可以指导有针对性的灰尘采样策略，并指出应集中减少暴露的努力在哪里进行，因为客厅在白天观察期间占据了儿童大部分时间（11）。

表面口腔接触模式与家庭位置之间存在显著关联（χ2 = 1398.68，df = 45，p < 0.001），表明儿童会根据他们所在的房间不同而接触不同的表面。餐厅和厨房主要由与食物相关的表面主导，而客厅和卧室则显示出更多样化的表面特征。这一发现对暴露评估具有实际意义，表明污染物采样应考虑特定房间的口腔接触模式，而不是假设家庭各位置的暴露是均匀的（10）。总体而言，除了年龄之外，这个样本中的口腔接触时间和频率在人口统计上变化不大，性别、种族、民族或地理区域对总口腔接触指标没有显著差异。然而，鉴于某些人口亚组的统计能力有限（亚洲人n = 6，其他种族n = 3）以及进行的比较次数，这些无差异的发现应谨慎解读。地点特定的分析揭示了一些可能需要进一步调查的人口统计差异。餐厅的接触时间因种族（p = 0.028）和地区（p = 0.005）而异，厨房的接触时间因种族（p = 0.012）和地区（p = 0.007）而异，客厅的接触时间因民族（p = 0.020）而异。这些地点特定的模式应特别谨慎解读，因为它们可能反映了少数参与家庭的具体布局、房间配置或家庭习惯，而不是广泛的人口统计行为趋势（16, 38）。需要更大规模且人口统计代表性更均衡的研究来确定这些地点特定模式是否具有普遍性。在获得此类数据之前，对于大多数暴露建模应用来说，不进行额外人口统计分层的年龄分层暴露因素可能是一个合理的默认选择，同时也要认识到地点特定的人口统计异质性对于微环境暴露建模仍然是合理且相关的。

4.6 个体差异
观察到的显著个体差异（最大值达到每小时51.58分钟的接触时间和每小时104.78次的接触频率）表明，群体层面的估计可能无法充分描述那些在风险评估中需要特别关注的高暴露个体（22）。一些儿童的口腔接触时间是其年龄组平均值的五倍以上。这种变异性对于保护最脆弱的儿童具有重要意义，并表明在制定安全标准时，暴露评估应考虑不仅中心趋势指标，还应考虑最高百分位数（2, 49）。

4.7 限制
在解释研究结果时，应考虑几个限制因素。首先，尽管视频录制方法尽量减少了研究者的直接干扰，但仍可能引入了一定程度的观察偏差。家庭知道摄像机的位置和录制情况，这可能会影响儿童的行为或父母的监督方式，可能导致他们比在完全未被观察到的游戏中表现得更加谨慎（24）。然而，3至4小时的录制时间设计是为了让家庭适应摄像机的存在并恢复正常生活。摄像机设备的技术限制带来了一些挑战。Insta360 One X2摄像机以90分钟的间隔进行录制，而不是连续录制，如果摄像机未能正确重启，可能会导致数据收集出现间隙。此外，这些摄像机缺乏内置的照明功能，在光线较暗的环境中视频质量会受到影响。由于照明条件不足，部分录像无法使用，可能低估了在卧室等较暗环境中发生的口腔接触行为。这一限制可能导致卧室环境的系统性采样不足，尤其是在午睡时间和睡前时段，这些时段最有可能出现长时间使用安抚奶嘴、吮吸拇指或用毯子接触口腔的行为。因此，本研究中报告的卧室口腔接触时间可能低估了实际值，卧室对总口腔接触暴露的相对贡献可能比我们的数据所显示的更大。未来的研究应使用具有红外或低光功能的摄像机，以更全面地捕捉光线较暗环境中的行为。设备断开连接也是一个重要问题。在某些家庭中，摄像机电源插头在观察期间意外或故意断开，导致录像丢失。这些中断是不可预测的，并且在不同家庭中有所不同，从而导致观察时间不均衡。

一个重要的方法学考虑因素是在计算每小时口腔接触率时排除了“视线之外”的时间。这种方法假设孩子在摄像机视线之外时的口腔接触行为与可见时的行为相似。如果孩子在某些活动时更可能转开脸（例如，面对墙壁吃饭、探索受限区域），那么被排除的时间可能与观察时间有所不同。特别是，如果孩子在转开脸时更可能进行口腔接触（例如，接触禁止的物体），或者在被动活动（例如，从摄像机无法捕捉到的角度看电视）时接触较少，那么估计的比率可能会偏向任一方向。然而，由于使用了360度摄像机，并且在家中放置了多个摄像机以最大化覆盖范围，因此可以认为由于系统性的行为选择而非随机摄像机位置导致的“视线之外”时间比例是有限的。尽管如此，未来的研究应检查口腔接触率是否因每个孩子的“视线之外”时间比例而系统性地有所不同，以评估这一假设的敏感性。样本量虽然足以检测到主要与年龄相关的差异，但可能不足以检测到较小的人口统计效应。某些人口亚组的人数较少（亚洲人n = 6，其他种族n = 3，其他性别n = 1），限制了这些发现的普遍性，并妨碍了有意义的统计比较。地点特定的人口统计发现（例如，餐厅或厨房使用的种族或民族差异）应特别谨慎解读，因为这些模式可能反映了少数参与家庭的具体布局和家庭配置，而不是普遍的行为趋势。只有33个家庭每个地区，且地区内的种族/民族分布不均，因此房间层面行为的明显人口统计效应可能与住房特征混淆。最后，横断面设计仅捕捉了单个时间点的口腔接触行为，可能无法代表个别儿童的典型行为模式（28）。日常活动模式、食物消费和游戏偏好的变化可能会影响口腔接触行为，因此需要纵向观察来描述儿童内部的变异并识别稳定的行为模式与特定事件中的接触。

4.8 建议
基于本研究的结果，我们提出了几项关于暴露评估和未来研究的建议。首先，暴露评估模型应结合特定年龄的口腔接触持续时间参数以及频率数据。之前的元分析主要集中在接触频率上（29, 41），但我们的发现表明，持续时间和频率提供了与不同暴露情景相关的不同信息。这种区分至关重要：较长的接触时间可能通过皮肤或口腔途径促进更多的化学物质吸收，而接触频率可能对病原体传播或急性暴露更为相关（14）。其次，“其他食物”、“安抚奶嘴”、“食物容器”和“手”这些特定表面占据了大部分总口腔接触时间，这表明应将表面特定参数纳入暴露计算中，而不是假设所有被接触物体的接触模式是均匀的（10）。此外，暴露评估者在选择输入参数时应明确区分食物和非食物口腔接触途径，因为这些途径根据建模框架的不同可能有不同的定义（50）；补充表S5–S9中报告的食物和非食物表面贡献提供了可以匹配所选定义的人口统计特定值。第三，应考虑地点特定的暴露评估，特别是对于在家庭微环境中积累程度不同的污染物（11）。作为主要活动场所的客厅（总观察时间的56.78%），应在暴露研究中优先进行灰尘采样。第四，未来的研究应解决摄像机设备的技术限制。研究应采用具有延长连续录制能力、集成照明或红外传感器的系统，并采用安全的电源解决方案，以防止因意外断开连接而导致的数据丢失。第五，研究应扩展到美国以外的地区，以捕捉更多地理和文化背景下的口腔接触行为差异。来自孟加拉国、台湾、荷兰和韩国的研究记录了不同环境中的口腔接触行为，表明基于美国的参数可能不适用于所有人群（1, 12, 15–17, 51）。计算机视觉方法的进步为减少手动视频编码的工作负担和跨人群的数据收集提供了有希望的方法（19, 20）。具有多日观察的纵向设计将更好地描述个体内的变异（21）。第六，未来的数据分析应利用序列MLATS结构来研究口腔接触事件的组织、房间和表面之间的转换模式以及儿童内部接触的时间聚类。最后，未来的研究应将这些行为观察结果与生物标志物测量结果进行验证，以确认它们与实际污染物暴露的相关性（12, 13）。将这些发现与环境采样数据相结合，将大大增强其在风险评估应用中的实用性。5 结论 本研究提供了针对6个月至6岁儿童的全面、按年龄分段的口腔接触数据，填补了暴露评估研究中的关键空白。主要发现包括：（1）口腔接触的持续时间随年龄显著减少（婴儿组的中位数为18.67分钟/小时，学龄前儿童组降至5.02分钟/小时），而接触频率在各年龄组间保持稳定（中位数在21.3至27.8次/小时之间）；（2）“其他食物”、“奶嘴”、“食品容器”和“手”这四种表面占据了口腔接触时间的大部分；（3）3岁以下儿童完全停止使用奶嘴；（4）在不同性别、种族、民族或地理区域之间，总口腔接触时间和频率均无显著差异，这表明按年龄分层的暴露因素可能足以满足大多数应用的需求。持续时间与频率之间的区别对暴露建模具有重要意义。我们的研究发现表明，虽然接触频率保持稳定，但持续时间随年龄显著减少，这意味着目前仅使用频率作为暴露代理的模型可能无法充分反映实际污染物摄入量的年龄相关差异（29, 41）。模型应同时考虑这两个参数，对于涉及化学物质吸收的暴露情况，持续时间应被赋予更高的权重；而对于病原体传播或急性暴露情况，则应更侧重于频率。这些发现与不同人群和方法学研究中的结果一致（4, 15, 19），为减少暴露模型（如SHEDS-Soil/Dust模型（30）的不确定性以及更新《暴露因素手册》提供了重要的实证数据。