Efekti vremenskog grupisanja u verbalnom i muzičkom kratkoročnom pamćenju: da li je reprezentacija serijskog poretka opšta domena? Dio 2

Da rezimiramo, ova studija je imala za cilj da istraži efekte vremenskog grupisanja na neposrednu serijsku rekonstrukciju tonskih sekvenci.

Tonske sekvence su čest problem koji ljudi imaju kada uče i pamte jezik, ali se mogu poboljšati i njima se upravlja. Ovladavanje sekvencama tonova je ključno za naše pamćenje i efikasnost učenja.

Istraživanja pokazuju da nizovi tonova mogu stimulirati različite dijelove mozga i stimulirati memorijske centre. To znači da s pravim tonom glasa možemo poboljšati pamćenje i učenje. Na primjer, kada učimo novu riječ iz vokabulara, možemo koristiti različite intonacije kako bismo je zapamtili, pa čak i sami otpjevali ako je potrebno. Ova metoda se može koristiti u mnogim učenjima kineskog i stranog jezika.

U svakodnevnom životu, savladavanje govora može poboljšati društvene vještine i međuljudsku komunikaciju. Naučiti da koristimo odgovarajuću intonaciju i ton glasa omogućava nam da bolje komuniciramo i razumijemo jedni druge. Naročito u poslovnim pregovorima ili komunikaciji između različitih kultura, ispravan ton i intonacija su još važniji.

Na kraju, želimo da pomenemo uticaj visine na raspoloženje i emocije. Koristeći različite tonove glasa, možemo prilagoditi svoje raspoloženje i emocionalno stanje. Na primjer, visok ton glasa može učiniti da se ljudi osjećaju uzbuđeno i srećno, dok nizak ton može izazvati osjećaj smirenosti i blagosti.

Ukratko, savladavanje tonskih sekvenci ključno je za naše pamćenje, učenje, društvene vještine i emocionalnu kontrolu. Pokupimo svoj jezik i koristimo odgovarajući ton i intonaciju kako bismo poboljšali kvalitetu naših života. Vidi se da moramo poboljšati pamćenje, a Cistanche deserticola može značajno poboljšati pamćenje, jer Cistanche deserticola djeluje antioksidativno, protuupalno i protiv starenja, što može pomoći u smanjenju oksidacije i upalnih reakcija u mozgu, čime se štiti zdravlje nervnog sistema. Osim toga, Cistanche deserticola također može promovirati rast i popravak nervnih ćelija, čime se poboljšava povezanost i funkcija neuronskih mreža. Ovi efekti mogu pomoći u poboljšanju pamćenja, učenja i brzine razmišljanja, a također mogu spriječiti razvoj kognitivne disfunkcije i neurodegenerativnih bolesti.

Kliknite Znaj da poboljšate kratkoročno pamćenje

Kroz poređenje efekata temporalnog grupisanja uočenih za tonske sekvence sa onima prijavljenim u verbalnoj STM literaturi, naš cilj je bio da (1) poboljšamo naše razumevanje mehanizama koji leže u osnovi reprezentacije serijskog reda u muzičkom STM i (2) da se pozabavimo pitanjem generalnost domena procesa serijskog reda u STM.

Izveli smo prvi unaprijed registrovani eksperiment upoređujući naprijed rekonstrukciju informacija o serijskom redoslijedu između negrupisanih 6-tonskih sekvenci i istih sekvenci grupisanih u dvije grupe po tri stavke.1

Na osnovu rezultata dobijenih u tom prvom eksperimentu, sproveden je neregistrovani prateći online eksperiment koji zahtijeva serijski opoziv 6- grupisanih i negrupisanih sekvenci kako bi se omogućilo direktno poređenje s podacima dobijenim u Eksperimentu 1.

Zbog prisustva efekta plafona koji je ograničavao poređenje efekata vremenske grupe u muzičkoj (Eksperiment 1) i verbalnoj (Eksperiment 2) domeni, sproveden je još jedan neregistrovani online eksperiment kako bi se objasnio efekat plafona. Sve u svemu, ovi eksperimenti podržavaju blisko sličnost između efekata vremenskog grupisanja uočenih u verbalnom i muzičkom domenu.

Eksperiment 1: napredna rekonstrukcija muzičkog poretka

Metoda

Plan uzorkovanja. Trenutno postoji trend u polju psiholoških nauka koji favorizuje upotrebu Bayesovih statističkih tehnika za dizajniranje eksperimenata i pravljenje statističkih zaključaka. Bayesova statistika pruža nekoliko prednosti (za pregled, vidi Dienes, 2016; Wagenmakers et al., 2018).

Na primjer, Bayesove statističke analize dozvoljavaju praćenje statističkih dokaza tokom prikupljanja podataka, na njih ne utiče namjera s kojom se podaci prikupljaju i nisu osjetljive na opciona pravila zaustavljanja (Berger & Berry, 1988; Rouder, 2014). Imajući na umu ova razmatranja, koristili smo sljedeći plan uzorkovanja za Eksperiment 1 (za slično obrazloženje u određivanju plana uzorkovanja, vidjeti Wagenmakers et al., 2015.).

Prvo smo angažovali 20 učesnika i izvršili planirane analize. Ako smo za ove analize (pogledajte odjeljak "Plan analize" za više detalja), dobili smo jak nivo statističkih dokaza za alternativnu (H1) ili nultu (H0) hipotezu s Bayesovim faktorom (BF) od 10 ili više, prikupljanje podataka bi bio zaustavljen. Ako taj kriterij nije ispunjen za barem jednu od naših planiranih analiza, angažovali bismo više učesnika dok bismo pratili BF vrijednosti.

Drugim riječima, radili smo iste analize nakon svake grupe od pet učesnika i nastavili sve dok nismo došli do jakih statističkih dokaza za sve planirane analize (H0 ili H1). Međutim, zbog ograničenja resursa, planirali smo da obustavimo prikupljanje podataka nakon regrutovanja 50 učesnika, iako nismo ispunili kriterijum statističkih dokaza za sve planirane analize. Učesnici.

Eksperiment je odobrila etička komisija Fakulteta za psihologiju i nauke Univerziteta u Ženevi. Pedeset osam studenata prve godine psihologije sa Univerziteta u Ženevi učestvovalo je u Eksperimentu 1 u zamjenu za djelimični kredit.

Konačni uzorak je sastavljen od 50 učesnika (45 žena; starost n godina: M=21.78, SD=1.95; nivo obrazovanja u godinama: M=13.00 , SD=1.12; učenje muzičke teorije u godinama: M=0.35, SD=0.85; muzička praksa u godinama: M=0.69, SD{ {16}}.04) nakon isključenja osam učesnika koji nisu ispunili kriterijume za uključivanje (pogledajte datoteku demografskih podataka u OSF repozitorijumu povezanom sa ovim rukopisom za više detalja). Kriterijumi za uključivanje i isključenje.

Kako smo bili zainteresovani za muzički STM za obradu serijskih redosleda kod učesnika bez muzičke ekspertize, učesnici ne moraju imati više od 3 godine iskustva u proučavanju teorije muzike ili vežbanju muzičkog instrumenta (uključujući pevanje) u vreme eksperimenta. Iz uzorka smo isključili učesnike sa neurološkim ili govornim poremećajima (npr. disleksija).

Konačno, iz analize smo isključili podatke svih učesnika sa performansama jednakim ili nižim od nivoa šanse od .17 u najmanje jednom od eksperimentalnih uslova. Kako bi se pridržavali plana uzorkovanja, isključeni učesnici su zamijenjeni angažovanjem drugih učesnika.
Stimuli. Podražaj se sastojao od 60 6-tonskih sekvenci. Da bismo smanjili mogućnost da korištenje ograničenog seta od šest tonova može povećati proaktivne smetnje, koristili smo set od 14 različitih tonova koji se sastoji od svih dijatonskih koraka C-dur ljestvice (u rasponu od C4 do B5). Tonovi su bili čisti talasi generisani pomoću Audacityja (Audacity Team, 2017) i sačuvani kao .wav fajlovi, svaki u trajanju od 500 ms sa periodom uspona i pada od 10 ms.

Tonske sekvence su generirane korištenjem pseudo-slučajnih permutacija slijedeći tri pravila prilagođena iz prethodnih studija o verbalnom STM-u za serijski poredak (vidi, na primjer, Hartley et al., 2016.):

1. Ne više od dva uzastopna tona koja su takođe uzastopna u skupu tonova (npr. C4–E4–G4 ili B4–D5–F5 nije bio dozvoljen);

2. Ne više od dva uzastopna intervala u istom pravcu (npr. C4 [ ]  E4 [ ]  D5 [ ]  G4 nije dozvoljeno, ali ne i C4 [ ]  E4 [ ]  D5 [ ]  F5);

3. Nema tona na istoj serijskoj poziciji u uzastopnim pokusima.

Kako korišteni tonovi pokrivaju dvije oktave, ograničili smo veličinu intervala na najviše sedam polutonova kako bismo izbjegli prisustvo nepoznatih velikih intervala. Također smo osigurali da su sekvence u velikoj mjeri povezane s velikom skalom. Drugim riječima, svaka sekvenca ima maksimalnu ključnu korelaciju od najmanje .70 sa profilom raspodjele tona barem jedne od durskih ljestvica. Maksimalna ključna korelacija je određena korištenjem Krumhansl & Schmucklerkey algoritma za pronalaženje ključa (Krumhansl, 1990).

Da bismo imali podudarne stimuluse između dva uslova grupisanja, ponovo smo koristili 30 sekvenci iz negrupisanih pokušaja, ali smo ih reprodukovali obrnutim redosledom i predstavili ih od poslednjeg do prvog u grupisanim ispitivanjima.

Kako bi se spriječili neželjeni efekti koji nastaju upotrebom fiksnog skupa tonskih sekvenci, novi set pseudo-slučajno kreiranih tonskih sekvenci je generiran unaprijed za svakog učesnika. Kako bi se osiguralo da je svaka kreirana sekvenca korištena iu negrupiranom iu grupnom ispitivanju, učesnici s parnim brojem imali su negrupisane i grupisane sekvence koje odgovaraju grupisanim, odnosno negrupisanim sekvencama prethodnog neparnog učesnika u eksperimentu.

Eksperimentalni dizajn. Eksperiment je bio zasnovan na 2-faktorskom dizajnu unutar učesnika. Dvije vrste sekvenci su predstavljene u dva različita bloka, pri čemu su negrupirane sekvence uvijek bile prve.

Ovo je učinjeno kako bi se izbjeglo predstavljanje grupisanih sekvenci koje bi prvo moglo dovesti do upotrebe strategija subjektivnog grupisanja za negrupisana ispitivanja (za sličan postupak vidjeti Farrell & Lewandowsky, 2004; Hartley et al., 2016). Za negrupisana ispitivanja, tonovi su predstavljeni redovnim tempom. Procedura.

Procedura se sastojala od auditivnog izlaganja ukupno 60 ispitivanja. Podražaji su se reprodukovali na udobnom slušnom nivou preko slušalica povezanih na prenosivu radnu stanicu. Svaki pokušaj je počinjao odbrojavanjem od 3 do 1 prikazanim na sredini ekrana računara brzinom od 500 ms. Slijed tonova je reprodukovan uzastopno na praznom ekranu prikazanom 500 ms.

U grupisanim ispitivanjima, tonovi su predstavljeni sa regularnim interstimulusnim intervalom (ISI) od 150 ms. U grupnim ispitivanjima, ISI je bio 75 ms za stavke unutar grupe (Pozicije 1–2, 2–3,4–5 i 5–6) i 450 ms za stavke koje formiraju granice grupe (Pozicije 3–4). Odmah nakon prezentacije sekvence, virtuelna tastatura je prikazana na ekranu, a učesnici su koristili ekran osetljiv na dodir da bi rekonstruisali sekvencu.

Učesnici su bili primorani da rekonstruišu sekvence naprednim serijskim redosledom. Da bi to učinili, morali su pronaći i potvrditi ton koji odgovara prvoj poziciji, zatim preći na drugu poziciju, i tako sve dok se ne rekonstruiše čitav niz. Virtuelna tastatura je ponovo korišćena za rekonstrukciju sekvenci tonova (slika 2). Sloj od šest bijelih tipki koji predstavljaju šest tonova koji se čuju u sekvenci koja će se rekonstruirati bio je prikazan horizontalno na ekranu. Tonovi su bili organizovani uzlaznim redom, od najnižeg levog do najvišeg desnog.

Svaki put kada se pritisne neki taster na ekranu osetljivom na dodir, odgovarajući ton je pušten kroz slušalice. Dodirivanje tastera aktiviralo je pridruženi ton promenom boje tastera u zelenu (pogledajte panele 1, 5, 7 ili 10 na slici 2). Nakon što je učesnik dobio ton za trenutnu poziciju i aktivirao ključ, morao je da pritisne dugme "potvrđi" da bi prešao na sledeću poziciju (pogledajte panele 4, 6, 8 ili 12 na slici 2).

Nakon što je ton dodijeljen poziciji, odgovarajuća tipka se promijenila u sivu kako bi označila da se ton više ne može koristiti i zvučna povratna informacija za tu tipku je isključena. Bilo je moguće promijeniti "aktivni" ton prije validacije pozicije (pogledajte panele 10-12 na slici 2), ali ne nakon što je pozicija potvrđena.

Ako za bilo koju poziciju učesnik nije zapamtio odgovarajući ton ili nije želio da pogodi, bilo je moguće odgovoriti "ne znam" odabirom "?" dugme pre potvrđivanja pozicije (pogledajte tablu 11 na slici 2). Konačno, u bilo kom trenutku tokom procesa rekonstrukcije, učesnici su imali priliku da čuju rekonstruisani niz do tada (vidi tablu 9 na slici 2).

Hipoteze

Eksperiment je imao sljedeće ciljeve: (1) bolje razumjeti prirodu mehanizama poretka u muzičkom STM-u kroz proučavanje efekata vremenskog grupisanja na ne-muzičare, što bi zauzvrat omogućilo (2) procjenu hipoteze o opštosti domena serijskog reda u STM-u. .

Da bismo to postigli, uporedili smo performanse prisjećanja za grupisane i grupisane 6-tonske sekvence, fokusirajući se na tačnost serijskog prisjećanja, oblik serijskih pozicijskih krivulja, latencije odgovora i stope međupozicijskih grešaka. Prema hipotezi generalnosti domena STM serijskog reda, predviđeno je da će se uočiti veća tačnost ponovnog preračunavanja za grupisane od negrupisanih sekvenci.

Također smo predvidjeli prisustvo višestruko nagnute serijske krivulje položaja za grupisane sekvence. Konačno, očekivali smo da ćemo uočiti više grešaka interpozicije u grupisanim nego negrupisanim sekvencama.

Plan analize

Koristili smo program otvorenog koda JASP (verzija 0.14,JASP Tim, 2018) sa zadanim postavkama za sve planirane (opisane ovdje ispod) i prijavljene istraživačke analize. Za Bayesove t-testove , prethodni je bio predstavljen kao Cauchydistribucija sa r-skalom od 0,707.

Za Bayesovu analizu varijanse (ANOVA), prethodni se također sastojao od Cauchyjeve distribucije, sa r skalom od .5 i 1 za fiksne i slučajne efekte, respektivno. Preciznost opoziva i krivulja serijske pozicije. Analizirali smo krivulje serijske pozicije usrednjavanjem tačnosti prisjećanja kao funkcije serijske pozicije i uslova grupisanja za svakog učesnika.

Then, we performed a 2 × 6 repeated-measures ANOVA, with a 2-level type of sequence factor (ungrouped vs. grouped) and a 6-level serial position factor (from 1 to 6). In case of an interaction between the two factors (i.e., the full model is the best model and is supported by a BF of at least 10, relative to the second-best model), we assessed the presence of mini-primacy and mini-recency effects in grouped sequences by comparing recall accuracy between Positions 1 and 2 (H1: 1>2), pozicije 2 i 3 (H1: 2<3), Positions 4 and 5 (H1: 4>5), te pozicije 5 i 6 (H1: 5<6) via Bayesian paired samples t-tests.

Gradijent transpozicije. Analizirali smo gradijente transpozicije tako što smo izračunali proporciju grešaka transpozicije kao funkciju pomaka posebno za svaki uslov i svakog učesnika. Da bismo to postigli, izveli smo ANOVA-u 2×5 ponovljenih mjerenja sa 2-vrstom nivoa faktora sekvence (negrupirano naspram grupisanih) i 10-faktorom udaljenosti pomaka nivoa (od –5 do 5, isključujući { {7}}).

If the full model turned out to be the best (i.e., BF>10 u usporedbi s drugim najboljim modelom), analizirali smo interakciju fokusirajući se na stopu susjednih pomaka i grešaka međupozicije (pogledajte sljedeću analizu za više detalja).

Greške interpozicije i susedne stope pomaka. Stopa grešaka interpozicije i pomaka prema susjednim serijskim pozicijama određena je izračunavanjem udjela grešaka koje uključuju pomicanje stavki između grupa koje zadržavaju svoju početnu poziciju unutar grupe (tj. apsolutnu udaljenost od tri pozicije) i udjela transpozicija serijskog reda karakteriziranih apsolutnom udaljenosti pomaka jedne serijske pozicije među svim greškama u serijskom narudžbi i posebno za svaki tip sekvence (negrupiranenaspram grupisanih).

Zatim su upoređena dva uslova grupisanja na osnovu uočene stope grešaka interpozicije

(H1: interpositions in grouped sequences>interpozicijeu negrupisanim sekvencama) i susjedni pomak (susjedni pomak u grupisanim sekvencama

Rezultati

Planirane analize. 2 × 6 ponovljenih mjerenja BANOVA izvedene na preciznosti opoziva kao funkciji serijske pozicije (1–6) i uvjeta grupisanja (grupirano naspram negrupiranog), otkrilo je da je najbolji model model sa dva glavna efekta (vidi sliku 3a).

Ovaj model ima prednost u odnosu na drugi najbolji, potpuni model za faktor 1,80 (pogledajte redove „Krive serijske pozicije“ u Tabeli 1). Pošto je preferencija bila okarakterisana samo anegdotskim dokazima, analizirali smo efekat. Ovo je urađeno pomoću JASP-a metodom usrednjavanja dokaza za sve modele koji sadrže efekte od interesa. Podaci su pružili odlučujuće dokaze u prilog prisutnosti efekta aserijske pozicije (BFInclusion=∞), vrlo jak dokaz u korist efekta grupisanja (BFInclusion=31.28), i anegdotske dokaze u prilog prisustvo interakcije (BFInclusion=2.15).

Kao što je prvobitno planirano, nismo analizirali efekte mini-primate i mini-recentnosti u grupisanim sekvencama jer prisustvo interakcije nije bilo podržano podacima. ANOVA ponovljenih mjerenja 2 × 10 izvedena je na proporciji grešaka u transpoziciji kao funkcija udaljenosti transpozicije (−5 do 5, isključujući 0) i uslova grupisanja (grupirano naspram negrupisanog), otkrilo je da je najbolji model za objašnjenje podataka puni model (vidi sliku 3b).

Ovaj model ima prednost u odnosu na drugi najbolji koji sadrži samo efekat udaljenosti za faktor od 173,36, što predstavlja odlučujuću podršku za najbolji model (pogledajte redove „Gradijenti transpozicije“ u tabeli 1).

Imajući u vidu jasnu podršku za interakciju između uslova grupisanja i udaljenosti transpozicije, uporedili smo stopu susednih transpozicija i interpozicija između dva uslova grupisanja koja su prvobitno planirana.

For more information:1950477648nn@gmail.com