Limity automatického senzomotorického zpracování během zpracování textu: zkoumání s opakovanými jazykovými zkušenostmi, konsolidace paměti během spánku a bohaté kontexty lingvistického učení, část 2

Metoda

Účastníci

Velikost vzorku pro současný experiment byla stanovena na základě analýzy síly Günthera et al. (2018), na základě velikostí účinku akčních-kongruenčních účinků pozorovaných Lachmairem et al. (2011) a Öttl a kol. (2017).

Za prvé, dobrá paměť může zlepšit naši pracovní efektivitu. Ať už se jedná o dovednosti, pracovní zkušenosti nebo znalosti, které jsme se naučili, všechny je třeba si zapamatovat, než je lze skutečně ovládat a používat. Dobrá paměť nám tedy může pomoci dokončit naši práci rychleji a efektivněji a zlepšit naši efektivitu práce.

Za druhé, dobrá paměť může také zlepšit naši schopnost učit se. V procesu učení si potřebujeme osvojit velké množství znalostí a dovedností, které lze zvládnout pouze prostřednictvím paměti. Pokud naše paměť není dobrá, bude těžké se rychle a efektivně učit a vstřebávat nové poznatky. Naopak dobrá paměť nám může pomoci učit se rychleji a lépe a zlepšit naše studijní výsledky.

Dobrá paměť navíc může zlepšit naše komunikační schopnosti. V komunikaci, pokud dokážeme vhodně využít znalosti a dovednosti, které jsme si osvojili, budeme schopni sebevědoměji a plynuleji vyjadřovat své myšlenky a názory. Dobrá paměť nám může pomoci lépe zvládnout tyto znalosti a dovednosti a zlepšit naše komunikační schopnosti.

A konečně, dobrá paměť také podporuje osobní růst a zlepšuje kvalitu života. Pokud dokážeme naplno hrát svou paměť, budeme nejen schopni lépe ovládat znalosti a dovednosti, ale také lépe porozumět smyslu a hodnotě života, podporovat osobní růst a zlepšovat kvalitu života.

Mezi lidským výkonem a pamětí zkrátka existuje úzká souvislost. Dobrá paměť může přinést mnoho efektů a výhod a neustálým cvičením a cvičením si také můžeme zlepšit paměť a lépe se vyrovnat s výzvami v životě a práci. Je vidět, že potřebujeme zlepšit paměť a Cistanche deserticola dokáže výrazně zlepšit paměť, protože Cistanche deserticola dokáže regulovat i rovnováhu neurotransmiterů, jako je zvýšení hladiny acetylcholinu a růstových faktorů. Tyto látky jsou velmi důležité pro paměť a učení. Kromě toho může maso také zlepšit průtok krve a podpořit dodávku kyslíku, což může zajistit, že mozek dostane dostatek živin a energie, a tím zlepší mozkovou vitalitu a vytrvalost.

Klikněte na možnost poznat způsoby, jak zlepšit funkci mozku

Testovací síla byla odhadnuta jako mocnina větší nebo rovna 0,90 pro velikosti vzorků n větší nebo rovné 42 a n větší nebo rovné 38, v daném pořadí. Protože testovací síla monotónně roste s velikostí vzorku, Günther et al. (2018) se rozhodli otestovat 45 účastníků pro všechny jejich experimenty.

Přijali jsme toto rozhodnutí a nastavili naši plánovanou velikost vzorku tuny=45 pro všechny experimenty.

V experimentu 1 byla shromážděna data od 46 rodilých německy mluvících účastníků (o jednoho více, než bylo požadováno kvůli procedurálním problémům), 36 žen a 10 mužů, 39 praváků, MAge=22.3 roky, SDAge {{9} }.47 let.

Původně jsme testovali 52 účastníků, ale data od dvou dalších účastníků byla vyloučena kvůli technickým problémům a data od čtyř dalších účastníků byla vyloučena kvůli vysoké chybovosti (< 90% correct in at least one experimental condition; Lachmair et al., 2011). 

Účastníci všech zde uvedených experimentů obdrželi za svou účast buď peníze (v sazbě 8 za hodinu za aktivní části studie) nebo kredit za kurz. Žádný jednotlivec se nezúčastnil více než jednoho z experimentů nebo hodnotících studií uvedených v tomto článku.

Materiály a postupy

Účastníci provedli úvodní fázi učení a fázi spánku večer doma, po níž následovala fáze opakování, testovací fáze a úkol explicitního úsudku v jediné laboratoři následující ráno.

Fáze učení Účastníci se naučili osm německých pseudoslov používaných v Güntheret al. (2018), stejně jako Günther et al. (2020). Každé slovo bylo vloženo do jednoho z osmi textů (mezi 376 a 520 slovy), které se vyskytovaly pětkrát až devětkrát. Vzhledem k délce textů udržuje počet osmi učebních položek obtížnost učební fáze na zvládnutelné úrovni.

Texty popisovaly (mírně dystopické, futuristické) prostředí, než představily jedno z nových slov odkazujících na nový koncept v tomto prostředí.

Čtyři z textů zavedly pojmy související se směrem nahoru (jako je umělé slunce) a čtyři zavedly pojmy související se směrem dolů (jako je podzemní město). Příklady těchto textů jsou uvedeny v doplňkovém materiálu A.

Tento výukový materiál byl ověřen ve webové hodnotící studii s 50 rodilými německy mluvícími účastníky (37 žen, 12 mužů, 1 neuveden; MAve=27.74 let, SDAvěk=8.40 let).

Nová slova představená jako popisky směrem dopředu související nové koncepty byly správně posouzeny jako související směrem nahoru mezi 70 a 88 % účastníků a jako související směrem dolů, když popisují koncepty související se směrem dolů mezi 80 a 86 % účastníků (všechny významně odlišné od 50 %, p < 0,007). Ve skutečném experimentu byla čtyři nová slova použita v textech popisujících směrem nahoru související nové koncepty a další čtyři pro směrem dolů související nové koncepty.

U 22 ze 46 účastníků bylo toto přiřazení mezi novými slovy a textem obráceno. V první, webové výukové fázi (mezi 20:00 a 22:00), byli účastníci instruováni, aby si pečlivě přečetli texty 12 hodin před začátkem jejich laboratorního sezení.

Texty byly prezentovány v náhodném pořadí a účastníci mohli přejít k dalšímu textu dle vlastního výběru. Všechny webové části studie byly naprogramovány pomocí jsPsych (deLeeuw, 2015).

Byl zaznamenán čas začátku a konce fáze učení a také čas prezentace každého textu. Na konci fáze učení účastníci vygenerovali individualizovaný kód, kterým potvrdili svou účast.

Spánková fáze Účastníci byli instruováni, aby mezi fází učení a laboratorním sezením následujícího rána spali a aby se kromě spánku věnovali co nejméně činnostem, zejména žádným jiným učebním činnostem. Účastníci uváděli trvání spánku mezi 4 h 15 min a 9 h 30 min.

Fáze opakování V laboratorní relaci začínající mezi 8:00 a 10:00 bylo zpočátku kontrolováno, zda a kdy účastníci provedli fázi učení, a to tak, že jsme je požádali, aby poskytli svůj individualizovaný kód, a zkontrolovali, zda dokončili fázi učení v přiměřeném časovém rámci. Účastníci si poté přečtou texty z fáze učení podruhé.

Testovací fáze Testovací fáze byla shodná s Günther et al. (2018) a Öttl et al. (2017). Účastníci seděli před počítačovým monitorem a vertikálně umístěnou počítačovou klávesnicí se speciálním čtyřtlačítkovým překrytím (dvě tlačítka uprostřed, jedno nad druhým, jedno horní tlačítko a jedno spodní tlačítko).

Účastníci zahájili každou zkoušku stisknutím dvou prostředních tlačítek klávesnice.

Polovina účastníků dostala pokyn stisknout horní prostřední tlačítko svou dominantní rukou a polovina dolní prostřední tlačítko. Když byla obě tlačítka stisknuta současně, na 1000 ms se objevila prázdná obrazovka, po níž následoval černý fixační kříž uprostřed obrazovky na 750 ms. Poté bylo jedno z osmi nových slov zobrazeno uprostřed obrazovky v jedné ze čtyř barev písma (modrá, červená, oranžová nebo zelená).

Účastníci byli instruováni, aby reagovali pohybem nahoru (uvolněte horní prostřední tlačítko a stiskněte horní tlačítko stejnou rukou) pro dvě barvy a pohybem dolů pro další dvě (Lachmair et al., 2011, viz také Dudschig et al. , 2014a, b).

Přiřazení směrů odezvy barvám bylo mezi účastníky vyvážené. Doba odezvy se měří jako doba do uvolnění jednoho ze středních tlačítek (Lachmair et al., 2011).1 Slovo zmizelo, když bylo uvolněno jedno ze středních tlačítek, nebo po pevné době trvání 1500 ms. Účastníci dostali zpětnou vazbu, pokud byly jejich odpovědi nesprávné nebo příliš pomalé.

Každý z osmi experimentálních bloků se skládal z 32 pokusů (8 nových slov, všechna prezentovaná v každé ze 4 barev). Před vlastní testovací fází účastníci dokončili cvičný blok 16 pokusů, ve kterých byly dva různé řetězce písmen (XXXX a YYYY) byly účastníkům prezentovány dvakrát v každé barvě písma. Testovací fáze byla implementována v Psychtoolbox pro Matlab (Brainard, 1997).

Úloha explicitního úsudku V úloze explicitního úsudku, která bezprostředně následovala po testovací fázi, účastníci u každého nového slova uvedli, zda je spojují s umístěním směrem nahoru nebo dolů (jako v Günther et al., 2018).

Výsledek

Všechna data a skripty analýzy (stejně jako experimentální materiál) pro tento a všechny experimenty jsou k dispozici na adresehttps://osf.io/vxrhn.

Testovací fáze

Chybové pokusy (2,9 %) a příliš rychlé pokusy (RT < 100 ms, 2 pokusy) byly z analýzy vyloučeny (Lachmair et al., 2011). Průměrné doby odezvy podle kontextu učení a směru odezvy jsou zobrazeny na obr. 1.

Použili jsme lineární modely se smíšeným efektem k analýze logaritmicky transformovaných reakčních časů (Baayen a Milin, 2010) pomocí R balíčků lme4 (Bates et al., 2015) a lmerTest (Kuznetsova et al., 2017).

Nejprve jsme odhadli základní model zahrnující pevné efekty pro kontext učení a směr odezvy, náhodné zachycení pro účastníky i položky a náhodné sklony pro kontext učení a směr odezvy pro účastníky i položky. k předpokládanému efektu akce-kongruence) nezlepšilo model, jak je uvedeno v modelovém srovnání pomocí testu poměru pravděpodobnosti (휒2(1)=1.78, p=0.183).

Pomocí aproximace BIC BF{{0}} exp(BIC(H1) − BIC(H0)∕2) (Wagenmakers, 2007) jsme pro toto srovnání získali Bayesův faktor BF=0,0227 , což naznačuje, že data jsou asi 44krát pravděpodobnější pod základním modelem (silný důkaz ve prospěch základního/nulového modelu; Kass & Raftery, 1995).

Stejný vzorec se objevil, když byla analýza omezena na položky, na které účastníci odpověděli správně v úloze explicitního úsudku. Parametry modelu pro model včetně termínu interakce jsou uvedeny v tabulce 1.

Úkol explicitního úsudku

Reakce účastníků podle kontextu učení jsou znázorněny na Obr. 1. Zobecněný lineární model se smíšeným efektem byl odhadnut pro podíl odpovědí „nahoru“, obsahující pouze zachycení a náhodné zachycení, jakož i náhodné sklony pro kontext učení pro oba účastníky a položky.

Model, který navíc obsahoval pevný efekt pro kontext učení, předpovídal odpovědi účastníků výrazně lépe než tento základní model (휒2(1)=16.71,p < 0.001, 훽 {{6} } −3,49, z=−6,33). Jak je vidět na obr. 1, obě podmínky se významně odchýlily od odhadované pravděpodobnosti v očekávaném směru.

Diskuse

V souladu s výsledky Günthera et al. (2018) jsme nepozorovali žádný efekt akce-kongruence u slov naučených čistě z jazyka, i když účastníci byli schopni uvést implikovaná umístění slov, když o to byli výslovně požádáni. Tento výsledek je překvapivý za předpokladu, že spánek mezi fází učení a fází testování by měl vést ke konsolidaci paměti.

Účastníci této studie však v zásadě mohli do značné míry ignorovat učební materiál, který jim byl předložen večer, a pouze ho číst během fáze opakování, aby dosáhli výsledků pozorovaných v úloze explicitního úsudku. To ponechává otevřenou možnost, že během spánku nedošlo k žádné konsolidaci. Tento problém jsme řešili v Experimentu 2.

Experiment 2

Experiment 2 byl upravenou verzí Experimentu 1: Na jedné straně fáze učení nyní zahrnovaly kontrolní otázky o naučených konceptech, na které museli účastníci správně odpovědět, aby dokončili fázi učení. Na druhé straně jsme nyní zahrnuli druhou fázi učení. dny před testovací fází, aby účastníci měli více zkušeností s koncepty a více příležitostí ke konsolidaci paměti

Metoda

Účastníci

Údaje byly shromážděny od 45 rodilých německy mluvících účastníků, 38 žen a 7 mužů, všichni praváci, MAge=22.2 roky, SDAve=3.58 let. Data od jednoho dalšího účastníka byla vyloučena kvůli technickým chybám a data od šesti dalších účastníků kvůli vysoké chybovosti.

Materiály a postupy

Materiál, fáze spánku, fáze opakování, testovací fáze a úkol explicitního úsudku byly totožné s experimentem 1. V experimentu 2 jsme však použili rozšířenou fázi učení. Za prvé, účastníci nyní prováděli fázi učení den před laboratorním sezením a také den před ním, což vedlo ke dvěma identickým fázím učení. Za druhé, do fáze učení jsme nyní zařadili kontrolní otázky.

Po přečtení všech osmi textů v náhodném pořadí (které byly identické s Experimentem 1) byly účastníkům předloženy kontrolní otázky – vložky typu „Umělé slunce, které je upevněno na kopuli nad městem, se nazývá [ ]“, kde museli vyplnit nové slovo. dříve naučené štítky. Osm různých otázek bylo předloženo v náhodném pořadí. Účastníci dostali zpětnou vazbu za své odpovědi.

Pokud nebyly všechny jejich odpovědi správné, byly účastníkům opět předloženy všechny učební texty a následně všechny kontrolní otázky. To se opakovalo, dokud nebyly všechny odpovědi správné.3 Zkontrolovali jsme, že účastníci neopustili fáze učení, než je otestovali v laboratorních relacích.

Výsledek

Testovací fáze

Chybové pokusy (2,3 %) byly z analýzy vyloučeny. Nebyly provedeny žádné pokusy s dobou odezvy pod 100 ms. Průměrné doby odezvy podle kontextu učení a směru odezvy jsou zobrazeny na obr. 2.

Provedli jsme stejnou analýzu smíšeného modelu, jaká je popsána v Experimentu 1. Model zahrnující interakci mezi kontextem učení a směrem odezvy si při vysvětlení dat nevedl výrazně lépe než model bez něj (휒2(1)=3.34 , p=0.067). Získali jsme Bayesův faktor BF=0,0503 aproximovaný BIC, což naznačuje, že data jsou asi 20krát pravděpodobnější podle základního modelu (pozitivní důkaz ve prospěch základního modelu). Parametry modelu pro tento model jsou uvedeny v tabulce 1.

Protože p-hodnota této analýzy byla docela blízko 0,05, provedli jsme dodatečnou záložní analýzu, než jsme učinili ukvapené závěry o absenci efektu shody.

Za tímto účelem jsme dodatečně provedli alternativní jednofaktorovou analýzu, ve které byly dva experimentální faktory sloučeny do jednofaktorové "kongruence" (podmínka nahoru-nahoru a dolů-dolů jsou kongruentní podmínky, další dva jsou nekongruentní). Ve smíšené modelové analýze (s modelem zahrnujícím náhodné průsečíky a náhodné sklony pro kongruenci pro oba účastníky a položky), včetně fixního efektu pro kongruenci, se model významně nezlepšil (휒2(1)=1.49, p { {8}}.222).

Opět platí, že pro oba typy zde prezentované analýzy se objevil stejný vzor, ​​když byla analýza omezena na položky, na které účastníci odpověděli správně v úloze explicitního úsudku.

Úkol explicitního úsudku

Reakce účastníků podle kontextu učení jsou znázorněny na Obr. 2. Použili jsme stejnou základní linii GLMEM jako v předchozí studii, která obsahovala pouze zachycení a náhodné zachycení a také náhodné sklony pro kontext učení pro účastníky i položky, abychom předpověděli podíl odpovědí „nahoru“.

Model, který navíc obsahoval pevný efekt pro kontext učení, předpovídal odpovědi účastníků výrazně lépe než tento základní model (휒2(1)=32.63,p < 0.001, 훽 {{6} } −9,93, z=−3,97). Obě podmínky se opět výrazně odchýlily od odhadované pravděpodobnosti v očekávaném směru (viz obr. 2).

Diskuse

V těchto prvních dvou experimentech jsme nepozorovali žádné efekty automatické akce-kongruence pro slova naučená čistě z jazyka, i když účastníci byli schopni uvést implikovaná umístění slov, když o to byli výslovně požádáni (v souladu s Günther et al., 2018).

Zejména tomu tak bylo, i když účastníci měli mnohem více zkušeností s novými slovy ve srovnání s těmito předchozími studiemi – použili jsme podstatně rozšířené fáze učení, kde nová slova popisovala koncepty ústřední pro rozumné, koherentní texty, které účastníci četli dvakrát – a přestože asociace mezi zkušenostními stopy by mohly být konsolidovány v paměti během spánku (Walker & Stickgold, 2006).

Lze samozřejmě namítnout, že účastníci měli s těmito slovy stále relativně malou zkušenost, a proto během čtení automaticky nezískali jejich význam.

Účastníci se také nikdy nesetkali s novými slovy mimo svůj učební kontext, který jasně popisoval konkrétní vertikální umístění. Proto nikdy nemuseli používat slova jako vyhledávací podněty pro jakékoli senzomotorické informace, což mělo za následek slabé asociativní vazby. Kromě toho účastníci nikdy aktivně nepoužívali tato nová slova v komunikaci a nikdy se s nimi nesetkali mimo umělé laboratorní prostředí.

Mohli by je tak vnímat jako zjevně umělý experimentální materiál bez relevance pro skutečný svět a nepovažovat je za záznamy skutečného slovníku.

For more information:1950477648nn@gmail.com