Gränserna för automatisk sensorimotorisk bearbetning under ordbehandling: undersökningar med upprepad språklig erfarenhet, minneskonsolidering under sömn och rika språkliga inlärningskontexter Del 2

Metod

Deltagare

Provstorleken för det aktuella experimentet bestämdes efter effektanalysen av Günther et al. (2018), baserat på effektstorlekarna för de aktionskongruenseffekter som observerats av Lachmair et al. (2011) och Öttl et al. (2017).

För det första kan ett bra minne förbättra vår arbetseffektivitet. Oavsett om det är färdigheter, erfarenhet på jobbet eller kunskapen vi har lärt oss, måste de alla memoreras innan de verkligen kan bemästras och användas. Därför kan ett bra minne hjälpa oss att slutföra vårt arbete snabbare och mer effektivt och förbättra vår arbetseffektivitet.

För det andra kan bra minne också förbättra vår inlärningsförmåga. I inlärningsprocessen behöver vi bemästra en stor mängd kunskap och färdigheter, som bara kan bemästras genom minnet. Om vårt minne inte är bra blir det svårt att lära sig och ta till sig ny kunskap snabbt och effektivt. Tvärtom kan ett bra minne hjälpa oss att lära oss snabbare och bättre och förbättra våra akademiska prestationer.

Dessutom kan bra minne också förbättra vår kommunikationsförmåga. I kommunikation, om vi på lämpligt sätt kan använda de kunskaper och färdigheter vi behärskar, kommer vi att kunna uttrycka våra tankar och åsikter mer självsäkert och flytande. Att ha ett bra minne kan hjälpa oss att bättre bemästra dessa kunskaper och färdigheter och förbättra vår kommunikationsförmåga.

Slutligen, bra minne främjar också personlig tillväxt och förbättrar livskvaliteten. Om vi ​​kan ge fullt spel åt vårt minne kommer vi inte bara att bättre bemästra kunskap och färdigheter utan också bättre förstå meningen och värdet av livet, främja personlig tillväxt och förbättra livskvaliteten.

Kort sagt finns det ett nära samband mellan mänsklig prestation och minne. Att ha ett bra minne kan ge många effekter och fördelar, och genom kontinuerlig träning och träning kan vi också förbättra vårt minne och bättre klara utmaningarna i livet och arbetet. Det kan ses att vi behöver förbättra minnet, och Cistanche deserticola kan förbättra minnet avsevärt, eftersom Cistanche deserticola också kan reglera balansen av signalsubstanser, som att öka nivåerna av acetylkolin och tillväxtfaktorer. Dessa ämnen är mycket viktiga för minne och inlärning. Dessutom kan Kött också förbättra blodflödet och främja syretillförseln, vilket kan säkerställa att hjärnan får tillräckligt med näringsämnen och energi, och därigenom förbättra hjärnans vitalitet och uthållighet.

Klicka på vet sätt att förbättra hjärnans funktion

Testeffekten uppskattades som effekt större än eller lika med 0.90 för urvalsstorlekar på n större än eller lika med 42 respektive n större än eller lika med 38. Eftersom testkraften monotont ökar med provstorleken, har Günther et al. (2018)beslutade att testa 45 deltagare för alla sina experiment.

Vi antog det här beslutet och satte vår planerade provstorlek i ton=45 för alla experiment.

I experiment 1 samlades data in från 46 tysktalande deltagare som modersmål (en fler än vad som krävs på grund av procedurproblem), 36 kvinnor och 10 män, 39 högerhänta, MAge=22.3 år, SDAge {{9} }.47 år.

Vi testade ursprungligen 52 deltagare, men data från ytterligare två deltagare uteslöts på grund av tekniska problem, och data från ytterligare fyra deltagare uteslöts på grund av höga felfrekvenser (< 90% correct in at least one experimental condition; Lachmair et al., 2011). 

Deltagare i alla experiment som rapporterats här fick antingen pengar (med en hastighet av 8 per timme för de aktiva delarna av studien) eller kurspoäng för sitt deltagande. Ingen individ deltog i mer än ett av de experiment eller betygsstudier som rapporterats i den här artikeln.

Material och procedurer

Deltagarna genomförde den inledande inlärningsfasen och sömnfasen på kvällen hemma, följt av repetitionsfasen, testfasen och explicit bedömningsuppgift i en enda laboration nästa morgon.

Inlärningsfas Deltagarna lärde sig åtta tyska pseudoord som redan används i Güntheret al. (2018) samt Günther et al. (2020). Varje ord var inbäddat i en av åtta texter (mellan 376 och 520 ord), som förekom mellan fem och nio gånger. Med tanke på längden på texterna håller antalet åtta inlärningsobjekt svårigheten i inlärningsfasen på en hanterbar nivå.

Texterna beskrev en (något dystopisk, futuristisk) miljö, innan de introducerade ett av de nya orden som hänvisar till ett nytt koncept inom denna miljö.

Fyra av texterna introducerade uppåtrelaterade begrepp (som en konstgjord sol), och fyra introducerade nedåtrelaterade begrepp (som en underjordisk stad). Exempel på dessa texter finns i tilläggsmaterial A.

Detta läromedel validerades i en webbaserad studie med 50 tysktalande deltagare som modersmål (37 kvinnor, 12 män, 1 inte specificerad; MAge=27.74 år, SDAge=8.40 år).

Nya ord som introducerades som etiketter för uppåtrelaterade romankoncept bedömdes korrekt som uppåtrelaterade av mellan 70 och 88 % av deltagarna, och som nedåtrelaterade när de beskrev nedåtrelaterade begrepp med mellan 80 och 86 % av deltagarna (alla signifikant olika från 50 %, p < 0,007). I själva experimentet användes fyra av romanorden i texter som beskriver uppåtrelaterade romanbegrepp och de andra fyra för de nedåtrelaterade romankoncepten.

För 22 av de 46 deltagarna var denna tilldelning mellan nya ord och text omvänd. I den första, webbaserade inlärningsfasen (mellan 20.00 och 22.00) instruerades deltagarna att noggrant läsa texterna 12 timmar innan deras labbsession startade.

Texterna presenterades i slumpmässig ordning och deltagarna kunde gå vidare till nästa valfria text. Alla webbaserade delar av studien programmerades med jsPsych (deLeeuw, 2015).

Inlärningsfasens starttid och sluttid, liksom presentationstiden för varje text, loggades. I slutet av inlärningsfasen genererade deltagarna en individuell kod för att bekräfta sitt deltagande.

Sömnfas Deltagarna instruerades att sova mellan inlärningsfasen och deras labbsession nästa morgon och att delta i så få aktiviteter som möjligt förutom att sova, särskilt inga andra inlärningsaktiviteter. Deltagarna rapporterade sömnlängder mellan 4 h 15 min och 9 h 30 min.

Upprepningsfas I labbsessionen som startade mellan kl. 08.00 och 10.00 kontrollerades det först om och när deltagarna genomförde inlärningsfasen, genom att be dem tillhandahålla sin individuella kod och genom att inspektera om de slutfört inlärningsfasen inom en rimlig tidsram. Deltagarna läser sedan sina inlärningsfastexter en andra gång.

Testfas Testfasen var identisk med Günther et al.(2018) och Öttl et al. (2017). Deltagarna satt framför en datorskärm och ett vertikalt monterat datortangentbord med en speciell överlägg med fyra knappar (två knappar i mitten, en ovanför den andra, en övre knapp och en nedre knapp).

Deltagarna startade varje försök genom att trycka på de två mittersta knapparna på tangentbordet.

Hälften av deltagarna instruerades att trycka på den övre mittknappen med sin dominerande hand och hälften på den nedre mittknappen. När båda knapparna trycktes in samtidigt visades en tom skärm i 1000 ms, följt av ett svart fixeringskors i mitten av skärmen i 750 ms. Sedan presenterades ett av de åtta nya orden i mitten av skärmen i en av fyra teckensnittsfärger (blå, röd, orange eller grön).

Deltagarna instruerades att reagera med en uppåtgående rörelse (släpp den övre mittknappen och tryck på den övre knappen med samma hand) för två av färgerna och en nedåtgående rörelse för de andra två (Lachmair et al., 2011, se även Dudschig et al. , 2014a, b).

Tilldelningen av svarsriktningar till färger uppvägdes mellan deltagarna. Svarstid mäts som tiden tills en av de mittersta knapparna släpps (Lachmair et al., 2011).1 Ordet försvann när en av de mittersta knapparna släpptes, eller efter en fast varaktighet på 1500 ms. Deltagarna fick feedback om deras svar var felaktiga eller för långsamma.

Vart och ett av de åtta experimentblocken bestod av 32 försök (8 nya ord, alla presenterade i var och en av de 4 färgerna). Innan själva testfasen genomförde deltagarna ett övningsblock med 16 försök, där två olika bokstavssträngar (XXXX och ÅÅÅÅ) presenterades för deltagarna två gånger i varje teckensnittsfärg. Testfasen implementerades i Psychtoolbox för Matlab (Brainard, 1997).

Explicit bedömningsuppgift I den explicita bedömningsuppgiften direkt efter testfasen angav deltagarna för varje nytt ord om de förknippade det med en plats uppåt eller nedåt (som i Günther et al., 2018).

Resultat

Alla data och analysskript (liksom experimentmaterialet) för detta och alla experiment finns påhttps://osf.io/vxrhn.

Testfas

Felförsök (2,9 %) och alltför snabba försök (RT < 100 ms, 2 försök) exkluderades från analysen (Lachmair et al., 2011). Medelsvarstider efter inlärningskontext och svarsriktning visas i fig. 1.

Vi använde linjära blandade effektmodeller för att analysera log-transformerade reaktionstider (Baayen och Milin, 2010), med hjälp av R-paketen lme4 (Bates et al., 2015) och lmerTest (Kuznetsova et al., 2017).

Vi uppskattade först en baslinjemodell inklusive fasta effekter för inlärningskontext och svarsriktning, slumpmässiga intercepts för både deltagare och objekt, och slumpmässiga lutningar för inlärningskontext och svarsriktning för både deltagare och objekt.2 Dessutom inkluderade en fast effektinteraktion mellan inlärningskontext och svarsriktning (motsvarande till den hypotetiska effekten av handlingskongruens) förbättrade inte modellen, vilket indikeras i en modelljämförelse via sannolikhetsförhållandetest (휒2(1)=1.78, s=0.183).

Genom att använda BIC-approximationen BF{{0}} exp(BIC(H1) − BIC(H0)∕2) (Wagenmakers, 2007), erhöll vi en Bayes-faktor på BF=0.0227 för denna jämförelse , vilket indikerar att uppgifterna är cirka 44 gånger mer sannolika under baslinjemodellen (starka bevis för baslinje/nollmodellen; Kass & Raftery, 1995).

Samma mönster framträdde när analysen begränsades till objekt där deltagarna gav rätt svar i den explicita bedömningsuppgiften. Modellparametrarna för modellen inklusive interaktionstermen redovisas i tabell 1.

Explicit bedömningsuppgift

Deltagarnas svar genom inlärningssammanhang visas i fig. 1. En generaliserad linjär blandad effektmodell uppskattades för andelen "uppåtgående" svar, innehållande endast en intercept och slumpmässiga intercepts samt slumpmässiga lutningar för inlärningskontexten för både deltagare och objekt.

En modell som dessutom innehöll en fast effekt för lärande sammanhang förutspådde deltagarnas svar betydligt bättre än denna baslinjemodell (휒2(1)=16.71,p < 0.001, 훽 {{6} } −3,49, z=−6,33). Som kan ses i fig. 1 avvek båda förhållandena signifikant från gissningssannolikhet i den förväntade riktningen.

Diskussion

I linje med resultaten av Günther et al. (2018) observerade vi ingen handling-kongruenseffekt för ord som lärts enbart från språket även om deltagarna kunde ange ordens underförstådda placeringar när de uttryckligen ombads att göra det. Detta resultat är överraskande under antagandet att sömn mellan inlärningsfasen och testfasen bör leda till en konsolidering av minnet.

Emellertid kunde deltagare i denna studie i princip till stor del ignorera läromaterialet som presenterades för dem på kvällen och endast läsa under upprepningsfasen för att producera de resultat som observerades i den explicita bedömningsuppgiften. Detta lämnar möjligheten öppen att ingen konsolidering under sömnen har skett. Vi tog upp det här problemet i experiment 2.

Experiment 2

Experiment 2 var en modifierad version av Experiment 1: Å ena sidan inkluderade inlärningsfaserna nu kontrollfrågor om de inlärda begreppen som deltagarna var tvungna att svara korrekt för att slutföra inlärningsfasen. Å andra sidan inkluderade vi nu en andra inlärningsfas två dagar före testfasen, så att deltagarna fick mer erfarenhet av koncepten och fler möjligheter att konsolidera minnet

Metod

Deltagare

Data samlades in från 45 tysktalande deltagare som modersmål, 38 kvinnor och 7 män, alla högerhänta, MAge=22.2 år, SDAge=3.58 år. Data från ytterligare en deltagare uteslöts på grund av tekniska fel, och data från ytterligare sex deltagare på grund av höga felfrekvenser.

Material och procedurer

Materialet, sömnfasen, upprepningsfasen, testfasen och explicit bedömningsuppgiften var identiska med experiment 1. I experiment 2 använde vi dock en utökad inlärningsfas. Först utförde deltagarna nu inlärningsfasen dagen före labbsessionen och även dagen innan, vilket resulterade i två identiska inlärningsfaser. För det andra inkluderade wenow kontrollfrågor i inlärningsfasen.

Efter att ha läst alla åtta texterna i slumpmässig ordning (som var identiska med experiment 1), presenterades deltagarna för kontrollfrågor-clozes som "Den konstgjorda solen som är fixerad på en kupol ovanför en stad heter [ ]", där de var tvungna att fylla i det nya ordet etiketter som lärts tidigare. De åtta olika frågorna presenterades i slumpmässig ordning. Deltagarna fick feedback på sina svar.

Om inte alla deras svar var korrekta, presenterades deltagarna återigen med alla inlärningstexter, följt av alla kontrollfrågor. Detta upprepades tills alla svar var korrekta.3 Vi kontrollerade att deltagarna inte lämnade inlärningsfaserna innan de testade dem i labbsessionerna.

Resultat

Testfas

Felförsök (2,3 %) exkluderades från analysen. Det gjordes inga försök med svarstider under 100 ms. Medelsvarstider genom inlärningskontext och svarsriktning visas i fig. 2.

Vi utförde samma analys av blandade modeller som beskrivs i experiment 1. Modellen inklusive en interaktion mellan inlärningskontext och svarsriktning presterade inte signifikant bättre när det gäller att förklara data än modellen utan den (휒2(1)=3.34 , sid=0.067). Vi fick en BIC-approximerad Bayes-faktor på BF=0.0503, vilket indikerar att data är cirka 20 gånger mer sannolikt under baslinjemodellen (positiva bevis till förmån för baslinjemodellen). Modellparametrarna för denna modell redovisas i tabell 1.

Eftersom p-värdet för denna analys var ganska nära 0.05, körde vi ytterligare en säkerhetskopieringsanalys innan vi hoppade till slutsatser om frånvaron av en kongruenseffekt.

I detta syfte genomförde vi dessutom en alternativ enfaktorsanalys där de två experimentella faktorerna slogs samman till den enda faktorn "kongruens" (upp-upp-och-ner-tillståndet är de kongruenta förhållandena, de andra två är de inkongruenta). I den blandade modellanalysen (med modellen inklusive slumpmässiga avlyssningar andra slumpmässiga lutningar för kongruens för både deltagare och objekt), inklusive en fixerad effekt för kongruens förbättrade inte modellen signifikant (휒2(1)=1.49, p { {8}}.222).

Återigen, för båda typerna av analyser som presenteras här, framkom samma mönster när analysen begränsades till objekt som deltagarna gav rätt svar på i den explicita bedömningsuppgiften.

Explicit bedömningsuppgift

Deltagarnas svar genom inlärningssammanhang visas i fig. 2. Vi använde samma baslinje GLMEM som i den föregående studien, som endast innehöll en intercept och slumpmässiga intercepts samt slumpmässiga lutningar för inlärningskontexten för både deltagare och objekt, för att förutsäga andelen "uppåt"-svar.

En modell som dessutom innehöll en fast effekt för inlärningssammanhang förutspådde deltagarnas svar betydligt bättre än denna baslinjemodell (휒2(1)=32.63,p < 0.001, 훽 {{6} } −9,93, z=−3,97). Återigen avvek båda tillstånden signifikant från gissningssannolikhet i förväntad riktning (se fig. 2).

Diskussion

I dessa två första experiment observerade vi inga automatiska åtgärder-kongruenseffekter för ord som lärts enbart från språket även om deltagarna kunde ange ordens underförstådda placeringar när de uttryckligen ombads att göra det (i linje med Günther et al., 2018).

Detta var särskilt fallet även om deltagarna hade mycket mer erfarenhet av romanorden jämfört med dessa tidigare studier - vi använde avsevärt utökade inlärningsfaser, där romanorden beskrev begrepp som är centrala för förnuftiga, sammanhängande texter som deltagarna läser två gånger - och även om sambandet mellan de erfarenhetsmässiga spår skulle kunna konsolideras minne under sömnen (Walker & Stickgold, 2006).

Det kan naturligtvis hävdas att deltagarna fortfarande hade relativt liten erfarenhet av dessa ord och därför inte automatiskt fick tillgång till deras betydelse under läsningen.

Deltagarna har heller aldrig stött på nya ord utanför deras inlärningssammanhang, som tydligt beskrev specifika vertikala platser. Därför behövde de aldrig använda orden som återvinningssignaler för någon sensorimotorisk information, vilket resulterade i svaga associativa länkar. Dessutom använde deltagarna aldrig aktivt dessa nya ord i kommunikation och aldrig stött på dem utanför en konstgjord labbmiljö.

De kan därför uppfatta dem som uppenbart artificiellt experimentellt material utan relevans i verkligheten och inte betrakta dem som faktiska lexikonposter.

For more information:1950477648nn@gmail.com