Ограничения автоматической сенсомоторной обработки во время обработки текста: исследования с повторным лингвистическим опытом, консолидация памяти во время сна и богатые лингвистические контексты обучения. Часть 2

Метод

Участники

Размер выборки для текущего эксперимента был определен после анализа мощности, проведенного Günther et al. (2018), основываясь на размерах эффектов конгруэнтности действий, наблюдаемых Lachmair et al. (2011) и Оттл и др. (2017).

Во-первых, хорошая память может повысить эффективность нашей работы. Будь то навыки, опыт работы или знания, которые мы получили, все их необходимо запомнить, прежде чем их можно будет по-настоящему освоить и использовать. Таким образом, хорошая память может помочь нам выполнять работу быстрее и эффективнее, а также повысить ее эффективность.

Во-вторых, хорошая память также может улучшить нашу способность к обучению. В процессе обучения нам необходимо освоить большой объем знаний и умений, освоить которые можно только посредством памяти. Если у нас плохая память, нам будет сложно быстро и эффективно учиться и усваивать новые знания. Напротив, хорошая память может помочь нам учиться быстрее и лучше, а также улучшить нашу успеваемость.

Кроме того, хорошая память также может улучшить наши коммуникативные навыки. В общении, если мы сможем правильно использовать полученные знания и навыки, мы сможем выражать свои мысли и мнения более уверенно и свободно. Хорошая память может помочь нам лучше овладеть этими знаниями и навыками, а также улучшить наши коммуникативные навыки.

Наконец, хорошая память также способствует личностному росту и улучшает качество жизни. Если мы сможем полностью раскрыть нашу память, мы сможем не только лучше овладеть знаниями и навыками, но и лучше понять смысл и ценность жизни, способствовать личностному росту и улучшить качество жизни.

Короче говоря, существует тесная связь между работоспособностью человека и памятью. Хорошая память может принести множество эффектов и преимуществ, а благодаря постоянной практике и упражнениям мы также можем улучшить нашу память и лучше справляться с проблемами в жизни и работе. Видно, что нам необходимо улучшить память, а Cistanche Deserticola может значительно улучшить память, поскольку Cistanche Deserticola также может регулировать баланс нейротрансмиттеров, например, повышая уровень ацетилхолина и факторов роста. Эти вещества очень важны для памяти и обучения. Кроме того, мясо также может улучшить кровоток и способствовать доставке кислорода, что может гарантировать, что мозг получает достаточное количество питательных веществ и энергии, тем самым повышая жизнеспособность и выносливость мозга.

Нажмите, чтобы узнать, как улучшить работу мозга

Тестовая мощность оценивалась как мощность больше или равная 0,90 для размеров выборки n больше или равна 42 и n больше или равна 38 соответственно. Поскольку мощность теста монотонно увеличивается с размером выборки, Günther et al. (2018) решили протестировать 45 участников во всех своих экспериментах.

Мы приняли это решение, установив запланированный размер выборки в тонну=45 для всех экспериментов.

В эксперименте 1 данные были собраны у 46 участников, говорящих на немецком языке (на одного больше, чем требуется из-за процедурных проблем), 36 женщин и 10 мужчин, 39 правшей, MA Возраст=22.3 года, SDA Age {{9} }.47 лет.

Первоначально мы протестировали 52 участника, но данные еще двух участников были исключены из-за технических проблем, а данные четырех дополнительных участников были исключены из-за высокого уровня ошибок(< 90% correct in at least one experimental condition; Lachmair et al., 2011). 

Участники всех описанных здесь экспериментов получали либо деньги (по ставке 8 в час за активную часть исследования), либо зачетные баллы за участие. Ни один человек не участвовал более чем в одном эксперименте или рейтинговом исследовании, описанном в этой статье.

Материалы и процедуры

Участники провели начальную фазу обучения и фазу сна вечером дома, за которой следовала фаза повторения, фаза тестирования и задача явного суждения в рамках одного лабораторного занятия на следующее утро.

Этап обучения Участники выучили восемь немецких псевдослов, уже используемых в Güntheret al. (2018), а также Günther et al. (2020). Каждое слово было встроено в один из восьми текстов (от 376 до 520 слов), встречаясь от пяти до девяти раз. Учитывая длину текстов, количество учебных предметов из восьми позволяет удерживать сложность этапа обучения на приемлемом уровне.

В текстах описывалась (слегка антиутопическая, футуристическая) обстановка, прежде чем было введено одно из новых слов, относящихся к новой концепции в этой обстановке.

В четырех текстах представлены концепции, связанные с восходящим движением (например, искусственное солнце), а в четырех — концепции, связанные с нисходящим (например, подземный город). Примеры этих текстов приведены в дополнительном материале А.

Этот учебный материал был проверен в ходе интернет-оценочного исследования с участием 50 участников, говорящих на немецком языке (37 женщин, 12 мужчин, 1 не указан; возраст MA=27,74 года, возраст SDA=8,40 лет).

Новые слова, введенные в качестве обозначения новых концепций, связанных с восходящим потоком, были правильно оценены как относящиеся к восходящему от 70 до 88% участников, а как относящиеся к нисходящему при описании концепций, относящихся к нисходящему, от 80 до 86 % участников (все значимо отличаются от 50%, р <0,007). В реальном эксперименте четыре новых слова использовались в текстах, описывающих новые концепции, связанные с восходящим потоком, а остальные четыре — для новых концепций, связанных с нисходящим.

Для 22 из 46 участников распределение новых слов и текста было обратным. На первом этапе онлайн-обучения (с 20:00 до 22:00) участникам было поручено внимательно прочитать тексты за 12 часов до начала лабораторного занятия.

Тексты предъявлялись в случайном порядке, и участники могли перейти к следующему тексту по своему выбору. Все веб-части исследования были запрограммированы с использованием jsPsych (deLeeuw, 2015).

Регистрировалось время начала и окончания этапа обучения, а также время представления каждого текста. В конце этапа обучения участники генерировали индивидуальный код для подтверждения своего участия.

Фаза сна. Участникам было дано указание спать между фазой обучения и лабораторным занятием на следующее утро и заниматься как можно меньшим количеством занятий, кроме сна, особенно никакой другой учебной деятельностью. Участники сообщили о продолжительности сна от 4 часов 15 минут до 9 часов 30 минут.

Фаза повторения. На лабораторном занятии, начинавшемся с 8:00 до 10:00, первоначально проверялось, выполняли ли участники фазу обучения и когда, их просили предоставить свой индивидуальный код и проверяли, завершили ли они фазу обучения в разумные сроки. Затем участники читают тексты, посвященные фазе обучения, во второй раз.

Этап испытаний. Этап испытаний был идентичен Günther et al. (2018) и Öttl et al. (2017). Участники сидели перед монитором компьютера и вертикально установленной компьютерной клавиатурой со специальной четырехкнопочной накладкой (две кнопки посередине, одна над другой, одна верхняя кнопка и одна нижняя кнопка).

Участники начинали каждое испытание, нажимая две средние кнопки клавиатуры.

Половине участников было предложено нажать доминирующей рукой верхнюю среднюю кнопку, а половине — нижнюю среднюю кнопку. При одновременном нажатии обеих кнопок появлялся пустой экран на 1000 мс, а затем черный фиксирующийся крестик в центре экрана на 750 мс. Затем одно из восьми новых слов было представлено в центре экрана одним из четырех цветов шрифта (синий, красный, оранжевый или зеленый).

Участникам было предложено реагировать движением вверх (отпустить верхнюю среднюю кнопку и нажать верхнюю кнопку той же рукой) на два цвета и движением вниз на два других цвета (Lachmair et al., 2011, см. также Dudschig et al. , 2014а, б).

Распределение направлений ответа по цветам было уравновешено между участниками. Время отклика измеряется как время, пока не будет отпущена одна из средних кнопок (Lachmair et al., 2011).1 Слово исчезло, когда была отпущена одна из средних кнопок, или через фиксированную продолжительность 1500 мс. Участники получали обратную связь, если их ответы были неправильными или слишком медленными.

Каждый из восьми экспериментальных блоков состоял из 32 попыток (8 новых слов, все они были представлены в каждом из 4 цветов). Перед фактическим этапом тестирования участники завершили тренировочный блок из 16 попыток, в которых использовались две разные строки букв (XXXX и YYYY). были представлены участникам дважды в каждом цвете шрифта. Фаза тестирования была реализована в Psychtoolbox для Matlab (Brainard, 1997).

Задача на явное суждение. В задаче на явное суждение, сразу после фазы тестирования, участники указывали для каждого нового слова, связано ли оно с расположением вверх или вниз (как в Günther et al., 2018).

Полученные результаты

Все данные и сценарии анализа (а также экспериментальный материал) для этого и всех экспериментов доступны по адресуhttps://osf.io/vxrhn.

Этап тестирования

Из анализа были исключены испытания с ошибками (2,9 %) и слишком быстрые испытания (ВР < 100 мс, 2 испытания) (Lachmair et al., 2011). Среднее время ответа в зависимости от контекста обучения и направления ответа показано на рис. 1.

Мы использовали линейные модели смешанного эффекта для анализа времени реакции с логарифмическим преобразованием (Baayen and Milin, 2010), используя пакеты R lme4 (Bates et al., 2015) и lmerTest (Kuznetsova et al., 2017).

Сначала мы оценили базовую модель, включающую фиксированные эффекты для контекста обучения и направления ответа, случайные точки пересечения как для участников, так и для заданий, а также случайные наклоны для контекста обучения и направления ответа как для участников, так и для предметов.2 Кроме того, мы включили взаимодействие с фиксированным эффектом между контекстом обучения и направлением ответа (соответствующее к гипотетическому эффекту соответствия действий) не улучшило модель, как указано в сравнении моделей с помощью теста отношения правдоподобия (휒2(1)=1.78, p=0.183).

Используя приближение BIC BF{{0}} exp(BIC(H1) − BIC(H0)∕2) (Wagenmakers, 2007), мы получили для этого сравнения байесовский фактор BF=0,0227. , что указывает на то, что данные примерно в 44 раза более вероятны при использовании базовой модели (убедительные доказательства в пользу базовой/нулевой модели; Kass & Raftery, 1995).

Та же самая закономерность возникла при ограничении анализа вопросами, на которые участники дали правильный ответ в явном задании на суждение. Параметры модели, включая член взаимодействия, представлены в таблице 1.

Задача явного суждения

Ответы участников в зависимости от контекста обучения изображены на рис. 1. Обобщенная линейная модель смешанного эффекта оценивалась для доли ответов «вверх», содержащих только перехват и случайные перехваты, а также случайные наклоны для контекста обучения как для участников, так и для элементов.

Модель, которая дополнительно содержала фиксированный эффект для контекста обучения, предсказывала ответы участников значительно лучше, чем эта базовая модель (휒2(1)=16.71,p < 0.001, 훽 {{6} } −3,49, z=−6,33). Как видно на рис. 1, оба условия существенно отклонялись от вероятности угадывания в ожидаемом направлении.

Обсуждение

В соответствии с результатами Günther et al. (2018), мы не наблюдали эффекта соответствия действий для слов, выученных исключительно из языка, даже несмотря на то, что участники могли указать предполагаемое местоположение слов, когда их явно просили об этом. Этот результат удивителен, если предположить, что сон между фазой обучения и фазой тестирования должен приводить к консолидации памяти.

Однако участники этого исследования в принципе могли игнорировать учебный материал, представленный им вечером, и читать его только на этапе повторения, чтобы получить результаты, наблюдаемые в явном задании на суждение. Это оставляет возможность того, что консолидации во время сна не произошло. Мы решили эту проблему в Эксперименте 2.

Эксперимент 2

Эксперимент 2 представлял собой модифицированную версию эксперимента 1: с одной стороны, этапы обучения теперь включали контрольные вопросы об изученных понятиях, на которые участники должны были правильно ответить, чтобы завершить этап обучения. С другой стороны, мы теперь включили второй этап обучения — второй. за несколько дней до этапа тестирования, чтобы у участников было больше опыта работы с концепциями и больше возможностей для закрепления памяти.

Метод

Участники

Данные были собраны у 45 участников, говорящих по-немецки, 38 женщин и 7 мужчин, все правши, MAage=22,2 года, SDAge=3,58 лет. Данные еще одного участника были исключены из-за технических ошибок, а данные еще шести участников - из-за высокого уровня ошибок.

Материалы и процедуры

Материал, фаза сна, фаза повторения, фаза тестирования и задача на явное суждение были идентичны эксперименту 1. Однако в эксперименте 2 мы использовали расширенную фазу обучения. Во-первых, участники теперь выполняли этап обучения за день до лабораторного занятия, а также за день до него, в результате чего образовались два идентичных этапа обучения. Во-вторых, теперь мы включили контрольные вопросы на этапе обучения.

После прочтения всех восьми текстов в случайном порядке (идентичных эксперименту 1) участникам предлагались контрольные вопросы-загадки типа «Искусственное солнце, закрепленное на куполе над городом, называется [ ]», где нужно было вставить новое слово. ярлыки выучили раньше. Восемь различных вопросов были представлены в случайном порядке. Участники получили обратную связь за свои ответы.

Если не все ответы были правильными, участникам снова предъявлялись все учебные тексты, после чего задавались все контрольные вопросы. Это повторялось до тех пор, пока все ответы не были правильными.3 Мы проверяли, чтобы участники не прекращали этапы обучения перед их тестированием на лабораторных занятиях.

Полученные результаты

Этап тестирования

Ошибочные испытания (2,3 %) были исключены из анализа. Не было испытаний со временем отклика менее 100 мс. Среднее время ответа в зависимости от контекста обучения и направления ответа показано на рис. 2.

Мы провели тот же анализ смешанной модели, что и описанный в эксперименте 1. Модель, включающая взаимодействие между контекстом обучения и направлением реакции, не показала значительно лучших результатов в объяснении данных, чем модель без него (휒2(1)=3.34 , р=0.067). Мы получили приближенный к BIC коэффициент Байеса BF=0.0503, что указывает на то, что данные примерно в 20 раз более вероятны при использовании базовой модели (положительное свидетельство в пользу базовой модели). Параметры модели для этой модели приведены в таблице 1.

Поскольку значение p этого анализа было довольно близко к 0.05, мы провели дополнительный резервный анализ, прежде чем сделать поспешный вывод об отсутствии эффекта конгруэнтности.

С этой целью мы дополнительно провели альтернативный однофакторный анализ, в котором два экспериментальных фактора были объединены в единый фактор «конгруэнтность» (условия вверх-вверх и вниз-вниз были конгруэнтными условиями, а два других — неконгруэнтными). В анализе смешанной модели (в которой модель включала случайные точки пересечения и случайные наклоны конгруэнтности как для участников, так и для элементов) включение фиксированного эффекта конгруэнтности не привело к значительному улучшению модели (휒2(1)=1.49, p { {8}}.222).

Опять же, для обоих типов анализа, представленных здесь, одна и та же закономерность возникла при ограничении анализа вопросами, на которые участники дали правильный ответ в задаче на явное суждение.

Задача явного суждения

Ответы участников в зависимости от контекста обучения изображены на рис. 2. Мы использовали ту же базовую линию GLMEM, что и в предыдущем исследовании, содержащую только точку пересечения и случайные точки пересечения, а также случайные наклоны для контекста обучения как для участников, так и для заданий, чтобы предсказать долю «восходящих» ответов.

Модель, которая дополнительно содержала фиксированный эффект для контекста обучения, предсказывала ответы участников значительно лучше, чем эта базовая модель (휒2(1)=32.63,p < 0.001, 훽 {{6} } −9,93, z=−3,97). И снова оба условия существенно отклонялись от вероятности угадывания в ожидаемом направлении (см. рис. 2).

Обсуждение

В этих первых двух экспериментах мы не наблюдали автоматического эффекта соответствия действий для слов, выученных исключительно из языка, даже несмотря на то, что участники могли указать предполагаемое местоположение слов, когда их явно просили об этом (согласно Günther et al., 2018).

Примечательно, что это имело место, несмотря на то, что участники имели гораздо больший опыт работы с новыми словами по сравнению с предыдущими исследованиями (мы использовали существенно расширенные фазы обучения, где новые слова описывали концепции, центральные для разумных, связных текстов, которые участники читали дважды), и даже несмотря на то, что связь между экспериментальными следы могли быть объединены в памяти во время сна (Walker & Stickgold, 2006).

Конечно, можно утверждать, что участники все еще имели относительно небольшой опыт работы с этими словами и поэтому не получали автоматический доступ к их значению во время чтения.

Участники также никогда не встречали новых слов вне контекста обучения, которые четко описывали конкретные вертикальные местоположения. Следовательно, им никогда не приходилось использовать слова как поисковые сигналы для какой-либо сенсомоторной информации, что приводило к слабым ассоциативным связям. Кроме того, участники никогда активно не использовали эти новые слова в общении и никогда не сталкивались с ними за пределами искусственной лаборатории.

Таким образом, они могут воспринимать их как явно искусственный экспериментальный материал, не имеющий отношения к реальному миру, и не рассматривать их как настоящие словарные статьи.

For more information:1950477648nn@gmail.com