Dugoročne smetnje u memoriji rješavaju se odbojnošću i preciznošću po dimenzijama dijagnostičke memorije, 3. dio

Metode analize

Kriterijumi isključenja zasnovani na učinku Za analize koje su uključivale podatke zadatka rekonstrukcije, isključili smo mali broj učesnika na osnovu učinka tokom 9-12 rundi testa asocijativnog pamćenja. Učesnici su bili isključeni ako je (a) njihova stopa greške u netakmičarskim ogledima bila veća od 20% za bilo koju od ovih rundi ili (b) su odabrali lica mamaca u više od 20% takmičarskih proba za bilo koju od ovih rundi.

Ljudsko pamćenje je veoma važno i pomaže nam da bolje razumijemo i nosimo se s raznim izazovima u životu. Međutim, u modernom društvu suočavamo se sa ogromnom količinom informacija, a naše pamćenje je često izazovno i umorno.

Međutim, možemo rekonstruisati odnos između podataka zadatka i memorije na neke jednostavne načine. Prvo, možemo pokušati koristiti radnu memoriju kako bismo poboljšali svoju sposobnost pamćenja. Radna memorija se odnosi na sposobnost držanja i obrade informacija u kratkoročnoj memoriji. Redovnim obavljanjem zadataka pamćenja možemo vježbati svoju radnu memoriju i na taj način poboljšati svoje pamćenje.

Drugo, možemo poboljšati naše pamćenje dodirujući našu senzornu memoriju. Naša senzorna sjećanja su toliko moćna da se možemo sjetiti, na primjer, okusa hrane po prvi put. Poboljšanjem naše senzorne memorije možemo poboljšati svoje pamćenje.

Osim toga, također možemo ojačati naše pamćenje korištenjem metode palače sjećanja. Palate sjećanja su drevna tehnika koja koristi složene scene koje konstruiramo da povežemo informacije koje želimo zapamtiti sa scenom. Na ovaj način možemo lako zapamtiti informacije.

Konačno, možemo isprobati neke fizičke vježbe za poboljšanje pamćenja. Fizička aktivnost ubrzava metabolizam, što zauzvrat povećava aktivnost našeg mozga. Vježbom također možemo potaknuti cirkulaciju krvi kako bi mozak dobio više kisika i hranjivih tvari, kako bi mogao bolje obrađivati ​​informacije.

Ukratko, možemo rekonstruirati odnos između podataka zadatka i memorije korištenjem različitih metoda. Bilo da se radi o vježbanju radne memorije, jačanju senzorne memorije, korištenju memorije ili bavljenju fizičkom aktivnošću, može nam pomoći da poboljšamo pamćenje i učinimo nas fleksibilnijim i efikasnijim u životu. Vidi se da moramo poboljšati pamćenje, a cistanche deserticola može značajno poboljšati pamćenje jer je cistanche deserticola tradicionalni kineski ljekoviti materijal koji ima mnogo jedinstvenih učinaka, od kojih je jedno poboljšanje pamćenja. Djelotvornost mljevenog mesa proizlazi iz različitih aktivnih sastojaka koje sadrži, uključujući kiselinu, polisaharide, flavonoide, itd. Ovi sastojci mogu promovirati zdravlje mozga na različite načine.

Kliknite znati suplemente za poboljšanje pamćenja

Na osnovu ovih kriterijuma, jedan učesnik je isključen iz analize podataka zadatka rekonstrukcije u Eksperimentu 1 (daje N=35), četiri su isključena iz Eksperimenta 2 (daje N=37), a osam je isključeno iz Eksperimenta 3 (daje N=49) (pogledajte https://osf.io/dj6q2/ za druge kriterije isključenja koji su uspostavljeni, ali nisu primjenjivi). Obrazloženje za postojanje visokog praga za uključivanje učesnika u analizu zadatka rekonstrukcije bio je da se minimiziraju slučajevi u kojima su učesnici rekonstruisali potpuno pogrešno lice i da se umjesto toga fokusira na pristrasnost/preciznost u inače ispravno zapamćenim licima.

Mjerenje asocijativnog pamćenja

Kao što je gore navedeno, test asocijativnog pamćenja je korišten da se potvrdi da su učesnici postigli visoku preciznost u povezivanju znakova s ​​licima. Test asocijativnog pamćenja je također omogućio provjeru manipulacije da li je takmičarski uvjet izazvalo smetnje (niža tačnost asocijativnog pamćenja) u poređenju sa nekonkurentnim stanjem. Podaci iz testa asocijativnog pamćenja prvo su analizirani u smislu tačnosti nekonkurentnih u odnosu na nekonkurentna ispitivanja. Izvršili smo zasebnu ANOVA-u ponovljenih mjerenja za svaki eksperiment sa faktorima stanja (konkurentni, nekonkurentni) i krugom učenja (1–9 za eksperiment 1, 1–12 za eksperimente 2 i 3).

Za takmičarska ispitivanja, takođe smo odvojili greške prema tome da li se mogu pripisati konkurenciji (greška smetnje) ili ne (mamci). Da su greške nasumične, greške smetnje bi se pojavile u jednoj petini (20%) pokušaja greške. Da bismo testirali da li su se greške smetnje dogodile iznad nivoa šanse, radili smo t-testove jednog uzorka za svaki eksperiment, upoređujući srednji procenat grešaka u smetnji (u svim rundama učenja) sa 20%.

Measuring bias

Kao što je gore opisano, u svakom pokušaju u zadatku izgradnje ciljno lice se nalazilo na jednoj od četiri lokacije (centar četiri kvadranta). Dakle, za obe x i y osi prostora za pretragu, cilj je bio na pola puta između centra i granice prostora za pretragu (Sl. 1a). Kako bi se izmjerila potencijalna pristrasnost, za svaki eksperiment svi odgovori su poređani na zajedničku osu i ponovo skalirani na zajedničku skalu, posebno za svaku dimenziju karakteristike (utjecaj, spol). Za reskalirane podatke, raspon mogućih odgovora za svaku dimenziju bio je od -2 do 2, pri čemu je 0 centar prostora lica (tj. centar ovog prostora za pretraživanje).

Za takmičarski uslov, lokacija ciljanog lica na dijagnostičkoj dimenziji=1 i lokacija lica primata=-1 (slika 1c). Dakle, pristranost od lica primata bi bila predstavljena vrijednostima većim od 1, dok bi pristranost prema licu primata (ili prema centru prostora lica) bila predstavljena vrijednostima manjim od 1. Za nedijagnostičku dimenziju, lokacija ciljnog lica i lica u paru=1. Iako su lica iz nekonkurentnog stanja uključena u zadatak rekonstrukcije, pristrasnost nije mjerena za ova lica jer nije postojala razlika između dijagnostičkih i nedijagnostičkih dimenzija. Umjesto toga, nekonkurentna lica su bila od kritične važnosti u testu asocijativnog pamćenja, gdje su služila za uspostavljanje ukupnog efekta interferencije pamćenja.

Važno je napomenuti da je, za zadatak rekonstrukcije, raspon odziva u svakom pokušaju bio asimetrično raspoređen oko mete. Da je raspon odgovora bio simetrično raspoređen oko mete, tada bi ispravan odgovor na svako ispitivanje, po definiciji, bio centar ovog prostora za pretraživanje – što bi vjerovatno dovelo do toga da učesnici nauče da jednostavno odgovaraju u centru. Međutim, nedostatak pristupa koji smo koristili je to što je, za dijagnostičku dimenziju u takmičarskom stanju, bilo više mogućnosti da se odgovori prema licu primata (vrijednosti između -2 i 1) nego dalje od lica primata (vrijednosti od 1 do 2 ).

Naravno, ova asimetrija djeluje protiv našeg predviđenog efekta odbijanja (vrijednosti veće od 1). Ipak, da bi se uzela u obzir asimetrično ograničeni raspon odgovora, procijenio je pravu srednju vrijednost tako što je u podatke ugradio skraćene normalne distribucije. Za svakog učesnika vođeni su odvojeni modeli za dijagnostičke i nedijagnostičke dimenzije, pri čemu je svaki model objedinjavao podatke preko lica i dimenzija karakteristika (uticaj, spol) kako bi uključio dovoljan broj tačaka podataka. Dakle, svaki model je uključivao 32 tačke podataka (osam lica u takmičarskom stanju × četiri rekonstrukcijska pokušaja po licu). Procjena maksimalne vjerovatnoće korištena je za pronalaženje srednje vrijednosti i standardne devijacije skraćene normalne distribucije koja najbolje odgovara podacima. Distribucije su modelirane korištenjem paketa transform i MASS u R.

Ograničili smo prostor pretraživanja srednje vrijednosti na raspon vjerodostojnih vrijednosti ravnomjerno izbalansiranih na obje strane cilja (± 1 jedinica) i ograničili standardnu ​​devijaciju na maksimum od 1 i minimum od 0,1. Iako modelirane srednje vrijednosti posmatramo kao bolju procjenu pravih srednjih vrijednosti, postoje neki izvori varijanse koje modeli ne uzimaju u obzir. Na primjer, modeli ne uzimaju u obzir potencijalno jedinstvene distribucije za svaku dimenziju karakteristika i/ili stimulans. Nadalje, postoje dokazi da mogu postojati inherentne, globalne predrasude u tome kako se crte lica kasnije prisjećaju (Bülthof & Zhao, 2020; Won et al., 2020). Kritično je, međutim, da bi sve globalne pristranosti podjednako utjecale na dijagnostičku i nedijagnostičku dimenziju. Stoga se naša analiza prvenstveno fokusirala na razlike u modeliranim sredinama za dijagnostičke i nedijagnostičke dimenzije.

Preciznost merenja

Da bismo izmjerili preciznost s kojom su dijagnostičke i nedijagnostičke karakteristike zapamćene za svako lice, izračunali smo standardnu ​​devijaciju odgovora u četiri pokušaja rekonstrukcije za svako lice, posebno za dijagnostičke i nedijagnostičke dimenzije karakteristika. Zatim smo izračunali srednju vrijednost ovih vrijednosti standardne devijacije za svakog učesnika, posebno za dijagnostičke i nedijagnostičke dimenzije.

Mjerenje odnosa između pristranosti rekonstrukcije i asocijativne interferencije

Da bismo utvrdili da li pristranost dimenzija dijagnostičke karakteristike igra adaptivnu ulogu u smanjenju memorijskih smetnji, pokrenuli smo seriju modela mješovitih efekata koji su se fokusirali na odnos između pristranosti izmjerene tokom zadatka rekonstrukcije i tačnosti na asocijativnom testu pamćenja (u prosjeku u posljednja četiri kruga do snimanja krajnje stanje učenja). Iako je ova analiza rađena na nivou pojedinačnih predmeta (lica), vrijednost tačnosti za svako lice definirana je kao prosječna tačnost za to lice i njegov par. Kao takvi, oba primata sa svakim skupom imala su istu vrijednost tačnosti. Obrazloženje za prosječnu točnost među primatima bilo je da ako, na primjer, sudionici povežu dva konkurentska lica (primata) s istom ključnom riječi (profesijom), umjesto da tretiraju jednu od ovih asocijacija kao "ispravnu", a drugu kao "netačnu", prikladnije je za grešku koja se dijeli na dva lica.

Za analize koje se odnose na pristrasnost rekonstrukcije i asocijativnu tačnost pamćenja, isključili smo učesnike koji su imali savršenu tačnost, u svim ispitivanjima, u poslednja četiri kruga testa asocijativnog pamćenja. Obrazloženje za ovo isključenje bilo je da za ove učesnike nije bilo varijansnog inasocijativnog pamćenja koje bi model mogao objasniti. Osim toga, nismo izvršili ovu analizu za Eksperiment 1 s obzirom na performanse skoro plafona na testu asocijativnog pamćenja u posljednja četiri kruga (11 učesnika (31%) imalo je 100% tačnost, a preostali učesnici su imali srednju tačnost od 95,96±3,01 % sa prosječnim SD unutar učesnika od 3,62 ±1,70). Za eksperimente 2 i 3 – koji su koristili više sličnih primata – tačnost asocijativnog pamćenja bila je niža i, stoga, manje učesnika je isključeno zbog performansi plafona (sedam učesnika (19%) u Eksperimentu 2 i šest učesnika (12%) u Eksperimentu 3; srednja vrednost tačnost za preostale učesnike, eksperiment 2: M=92.47 ± 7.58%, eksperiment 3: M =93.56 ± 6.26%).

Za ove modele, bilo je kritično izračunati pristrasnost rekonstrukcije na nivou pojedinačnih lica. Međutim, gore opisana metoda procjene prosječne pristranosti za svakog učesnika udruživanjem po ispitivanjima/licama nije bila izvodljiva za ovu analizu s obzirom na mali broj zapažanja (četiri ispitivanja po licu). Stoga smo za ovu analizu jednostavno koristili srednju vrijednost rekonstrukcijskog odgovora (preko četiri ispitivanja po licu). Kako bismo odgovorili na zabrinutost da bi bilo koji uočeni odnos između pristranosti rekonstrukcije i asocijativne preciznosti memorije mogao biti vođen potencijalnim "greškama zamjene", naš unaprijed registrirani pristup je bio da isključimo sve pojedinačne odgovore (pokuse) za koje je skalirani odgovor bio između {{0}} i 0 i da se zadrže samo odgovori za koje je skalirani odgovor bio između 0 i 2. Za dijagnostičku dimenziju, stoga su isključeni svi odgovori koji su bili bliži konkurentskom primatu nego cilju. Svi preostali odgovori uključeni su u srednji odgovor za svako lice.

Iako je rijetko, ako je lice bilo povezano s isključenim odgovorom na sva četiri pokusa rekonstrukcije, to lice je bilo potpuno isključeno iz analize. Za Eksperiment 2, ovo se dogodilo za ukupno četiri lica raspoređena među četiri učesnika; za Eksperiment 3, ovo se dogodilo za ukupno šest lica raspoređenih na šest učesnika. Iako je ovaj unaprijed registrovani pristup za isključivanje potencijalnih grešaka zamjene bio zamišljen kao konzervativan pristup za eliminaciju utjecaja ekstremnih grešaka, svi naši glavni rezultati su ostali značajni kada nijedan odgovor nije isključen. Pored toga, u istraživačkim analizama koje su kombinovale podatke u eksperimentima 2 i 3, umjesto da se u potpunosti isključe ekstremni odgovori, odgovori između -2 i 0 su ograničeni na vrijednost od 0, što je omogućilo sva ispitivanja da se zadrži u modelu, ali je smanjen uticaj ekstremnih reakcija.

Modeli mješovitih efekata implementirani su u R pomoću paketa thelme4 (Bates et al., 2014). Testovi omjera vjerovatnoće korišteni su za poređenje modela sa relevantnim varijablama sa nultim modelima koji su isključili te varijable. Da bi se uzele u obzir potencijalne razlike koje se odnose na to da li je dijagnostička dimenzija efekat u odnosu na pol, svi modeli su uključili ovu kategoričku varijablu kao fiksni efekat. Kako bismo omogućili da se odnos između pristranosti rekonstrukcije i asocijativne tačnosti pamćenja razlikuje za svakog sudionika, modelirali smo odnos između pristranosti i asocijativne točnosti memorije nasumičnim presjecima i nasumičnim nagibima za svakog sudionika, gdje je to moguće.

Naš unaprijed registrirani pristup rješavanju modela koji nisu uspjeli da se konvergiraju ili koji su dosegli singularni ft bio je da ponovo pokrenemo isti model sa uklonjenim slučajnim nagibom za pristranost (vidjeti Barr et al., 2013). Dok su svi naši prethodno registrovani modeli konvergirali, istraživački model koji je koristio razliku u pristranosti na dijagnostičkoj naspram nedijagnostičke dimenzije kao prediktor nije uspio konvergirati kada je uključen slučajni nagib; tako smo uklonili slučajni nagib. Istraživački modeli koji su uključivali samo neoznačenu grešku ili preciznost kao prediktore (bez pristrasnosti) nisu uspjeli konvergirati kada su za ove varijable uključeni slučajni nagibi; stoga smo uklonili nasumične nagibe za ove varijable.

Konačno, istraživački modeli koji su uključivali pristrasnost zajedno s preciznošću i neoznačenom greškom kao prediktori također nisu uspjeli konvergirati kada su slučajni nagibi uključeni za sve varijable; kada smo uklanjali nasumične nagibe, dali smo prioritet zadržavanju slučajnog nagiba za pristranost, što je dovelo do isključenja nasumičnih nagiba radi preciznosti i greške bez predznaka.

Rezultati

Asocijativni test pamćenja

Da bismo testirali da li se tačnost asocijativnog pamćenja razlikuje između takmičarskih i netakmičarskih uslova, sproveli smo ANOVA ponovljenih mjerenja za svaki eksperiment s faktorima stanja (kompetitivni, nekonkurentni) i krug (Dok. 1: prvih devet rundi; Eksperiment 2 i Eksperiment). 3: 12 rundi). Za svaki eksperiment postojao je značajan glavni efekat uslova (Exp. 1: F(1,35) {{10}}.14, p < 0.001, 휂2G=0.034; Eksperiment 2: F(1,40)=67.43, p < 0.001, 휂2G=0.10; Eksperiment 3: F(1, 56)=88.21, p < 0.001, 휂2G=0.16), sa nižom preciznošću u takmičarskom stanju (slika 2a). Da bismo potvrdili da se ova razlika posebno odražava na smetnje, razmotrili smo vrste napravljenih grešaka. Za takmičarski uvjet, greške bi mogle odgovarati odabiru lica takmičara ili jednog od četiri nekonkurentna mamaca (slika 2b). Ako su greške nasumične, takmičar bi bio odabran u jednoj petini pokušaja greške. Međutim, kombinovanjem pokušaja greške u krugovima, takmičar je izabran na višim nivoima (Exp. 1: M=60.18 ± 19.68%, t(35)=12.25, p< 0.001, d = 2.04; Exp. 2: M = 71.29 ± 15.78%, t(40) = 20.82, p < 0.001, d = 3.25; Exp. 3: M = 78.63 ± 11.58%, t(56) = 38.21, p < 0.001, d = 5.06), confirming that increased errors in the competitive condition refected interference from the competitor face.

Da bismo testirali da li je tačnost rekonstrukcije lica iznad šanse, izmjerili smo euklidsku udaljenost između svakog odgovora i ciljane lokacije lica (u dvodimenzionalnom prostoru odgovora; slika 1c). Za svakog učesnika, srednja euklidska udaljenost između odgovora i ciljnih lokacija je upoređena sa permutiranom distribucijom (izračunato pomjeranjem odgovora unutar učesnika 10,000 puta). Tačnost iznad šansi (bolja od 97,5% permutiranih sredina) je uočena za svakog učesnika (slika 3).

Pristrasnost rekonstrukcije lica

Da bismo testirali naše kritično predviđanje odbijanja duž dijagnostičke dimenzije lica, uporedili smo pristrasnost karakteristika (vidi Metode) za dijagnostičke naspram nedijagnostičkih dimenzija u takmičarskom stanju (slika 4a). Prvo smo testirali predviđanja u Eksperimentima 1 i 2, a zatim testirali replikaciju u Eksperimentu 3. ANOVA ponovljenih mjerenja s faktorima dimenzije (dijagnostički, nedijagnostički) i eksperimentom (Dok 1, Eksperiment 2) otkrili su značajno veću pristranost prema odbijanju na dijagnostička dimenzija (F(1,70)=22.25, str< 0.001, 휂2 G = 0.061). There was a trend toward a significant interaction between dimension and experiment (F(1,70) = 3.96, p = 0.0506, 휂2 G = 0.011), with a relatively weaker effect size in Experiment 1 (d = 0.27) than in Experiment 2 (d = 0.73). As predicted, Experiment 3 replicated, with a large effect size and preregistered hypothesis, the greater bias toward repulsion on the diagnostic dimension (t(48) = 5.87, p < 0.001, d = 0.83).

Iako su se naše prethodno registrirane analize fokusirale na poređenje dijagnostičkih i nedijagnostičkih dimenzija, također smo testirali da li se rekonstrukcije na dijagnostičkoj dimenziji značajno razlikuju od veridne lokacije ciljnih lica. Zaista, kombinovanjem podataka u sva tri eksperimenta, modelirane srednje vrijednosti za dijagnostičku dimenziju bile su značajno veće od prave vrijednosti 1 (t(120)=4.39, p < 0.{{ 60}}01, d=0.40), što odražava pristrasnost u odnosu na lice konkurencije. Ovaj efekat se nije značajno razlikovao u eksperimentima (F(2,118)=2.15, p=0.12, 휂2G =0.035). Nasuprot tome, na nedijagnostičkoj dimenziji postojala je mala, ali značajna pristranost prema centru prostora lica (modelirano znači < 1; t(120)=-2.33, p=0.021, d {{ 25}}.21). Ovaj efekat se značajno razlikovao u eksperimentima (F(2,118)=9.56, p < 0.001, 휂2G=0.14). Zapravo, u eksperimentu 1 odgovori su bili znatno iznad 1 (t(34)=2.15,p=0.039, d=0.36), au eksperimentima 2 i 3 su bili značajno ispod 1 (Exp. 2: t(36)=-2.45, p=0.019, d =0.40; Eksp. 3: t(48) {{58} }.98, p < 0.001, d=0.57). Dok apsolutne vrijednosti rekonstruiranih odgovora treba tumačiti s određenim oprezom (zbog potencijalnih globalnih predrasuda), dosljedna pristrasnost prema odbojnosti na dijagnostičkoj dimenziji podržava naše predviđanje da konkurencija pokreće ciljano odbijanje na dijagnostičkoj dimenziji.

Preciznost rekonstrukcije lica

Zatim smo testirali da li se preciznost rekonstrukcije razlikuje između dijagnostičkih i nedijagnostičkih dimenzija (slika 4b). Definirali smo preciznost kao standardnu ​​devijaciju u ponovljenim rekonstrukcijama istog lica (vidi Metode). Za takmičarsko stanje, ponovljena mjerenja ANOVA sa faktorima dimenzije (dijagnostički, nedijagnostički) i eksperimentom (Prikaz 1, Eksperiment 2) otkrila je značajno veću preciznost – tj. manju varijabilnost rekonstrukcije – na dijagnostičkoj dimenziji (F(1,7 {{10}})=16.81, p < 0.001, 휂2G=0.044). Ovaj efekat nije bio u interakciji sa eksperimentom (F(1,70)= 0.34, p=0.56, 휂2G=0.001). Efekat veće preciznosti na dijagnostičku dimenziju je repliciran (u skladu sa našim unapred registrovanim predviđanjem) u eksperimentu 3 (t(48)=5.45,p < 0.001, d=0.74).

Iako je naša mjera preciznosti bila matematički nezavisna od naše mjere pristranosti, primjetno je da su ove mjere bile u korelaciji tako da su lica rekonstruirana s većom preciznošću također imala tendenciju da budu povezana s većom pristrasnošću (vidi sliku S2A, OSM). Važno je, međutim, da je efekat veće preciznosti na dijagnostičku u odnosu na nedijagnostičku dimenziju ostao značajan čak i kada su stavke visoke pristranosti isključene iz analize (vidi S2B, OSM).

Odnos između pristranosti rekonstrukcije i asocijativne interferencije

Konačno, testirali smo naše predviđanje da je veća pristranost rekonstrukcije (odbojnost) na dijagnostičkoj dimenziji povezana s boljim performansama asocijativnog testa pamćenja (manje interferencije). Zbog performansi asocijativne memorije koja je blizu plafona u Eksperimentu 1 (slika 2), fokusirali smo se na podatke Eksperimenta 2. Pokrenuli smo model s mješovitim efektima koji predviđa asocijativnu tačnost pamćenja na nivou pojedinog nivoa s fiksnim efektima (a) pristranosti na dijagnostičku dimenziju (kontinuirana varijabla) i (b) da li je utjecala na dijagnostičku dimenziju ili na spol (kategorička varijabla). Bias je modeliran slučajnim presjecima i nagibima za svakog učesnika. Koristeći test omjera vjerovatnoće, uporedili smo ovaj model sa modelom bez pristrasnosti. Kritično, model ft je bio značajno bolji kada je uključena pristranost (χ2(1)=4.67, p=0.031), sa pristrasnošću koja pozitivno predviđa asocijativnu preciznost memorije (pristranost=3.58, SE =1.62). Kao kontrolu, ponovili smo istu analizu, ali sa pristrasnošću na nedijagnostičkoj dimenziji; ovdje, pristrasnost nije uspjela da poboljša model ft (χ2(1)=0.021, p=0.89, pristrasnost=-0.31,SE=2.14). Za Eksperiment 3, predvidjeli smo (koristeći unaprijed registriranu analizu) replikaciju odnosa između pristranosti dijagnostičke dimenzije i asocijativne tačnosti memorije. Uočili smo mali efekat u predviđenom smjeru, ali nije bio značajan (χ2(1)=0. 24, str=0.63, pristrasnost=0.69, SE= 1.41).

U našoj prethodno registrovanoj analizi isključili smo odgovore na rekonstrukciju (pokuse) koji su bili sličniji konkurentu nego meti. Obrazloženje za ovo je bilo osigurati da ekstremni odgovori (potencijalne greške zamjene) nemaju prevelik utjecaj na model (vidi Metode). Međutim, ovaj pristup je u potpunosti eliminisao ova ispitivanja, a ne umanjio njihov uticaj.

Stoga smo, kao istraživačku analizu, ove ekstremne rezultate rekonstrukcije zamijenili vrijednošću {{0}} (jednaka udaljenost između mete i konkurenta, vidi Metode). Ovo je omogućilo da se uključe sva ispitivanja, ali je smanjilo uticaj ekstremnih odgovora (vidi sliku S4 (OSM) za dalju analizu šta ovi ekstremni odgovori mogu predstavljati). Za ovu istraživačku analizu, kombinovali smo podatke iz eksperimenata 2 i 3, sa eksperimentom (Exp. 2, Exp.3) koji je dodat kao fiksni efekat. U poređenju sa nultim modelom, dodavanje pristranosti na dijagnostičku dimenziju značajno je poboljšalo model ft (χ2(1)=15.88, p < 0,001), sa pozitivnim pristrasnošću (odbijanjem) predviđajući veću asocijativnu preciznost memorije (pristranost {{12} }.45, SE=1.04).

Dodavanje interakcije između eksperimenta i pristranosti nije poboljšalo uklapanje modela (χ2(1) =1.39, p=0.24, exp×bias=-2.47, SE=2 .08), što ukazuje da se odnos između pristranosti i asocijativnog pamćenja nije razlikovao među eksperimentima. Štaviše, pristrasnost je značajno poboljšala uklapanje modela kada se primjenjuje samo na podatke Eksperimenta 3 (χ2(1)=3.98, p=0.046, pristrasnost=2.45, SE=1 .19), potvrđujući da odnos između pristranosti i asocijativne memorije nije bio vođen samo podacima Eksperimenta 2. Kao kontrolu, izvršili smo poređenje istog modela, ali sa pristrasnošću na nedijagnostičkoj dimenziji kao prediktoru; nije bilo značajne razlike između modela (χ2(1)=0.14, p=0.71, pristrasnost =-0.40, SE=1.08).

Nadalje, stepen pristranosti na dijagnostičkoj dimenziji u odnosu na nedijagnostičku dimenziju (tj. rezultat razlike pristranosti) je također značajno poboljšao uklapanje modela u poređenju sa nultim modelom bez pristrasnosti,χ2(1)=19.87, p< 0.001, βbias. dif = 2.71, SE = 0.60 (random slopes were excluded due to reaching singularity).

For more information:1950477648nn@gmail.com