Effetti del raggruppamento temporale nella memoria a breve termine verbale e musicale: la rappresentazione dell'ordine seriale è di dominio generale? Parte 2

Riassumendo, il presente studio mirava a indagare gli effetti del raggruppamento temporale sulla ricostruzione seriale immediata di sequenze tonali.

Le sequenze di toni sono un problema comune che le persone hanno quando imparano e memorizzano la lingua, ma possono essere migliorate e gestite. Padroneggiare le sequenze tonali è fondamentale per la nostra memoria e l’efficacia dell’apprendimento.

La ricerca mostra che sequenze di toni possono stimolare diverse parti del cervello e stimolare i centri della memoria. Ciò significa che con il giusto tono di voce possiamo migliorare la memoria e l’apprendimento. Ad esempio, quando impariamo una nuova parola del vocabolario, possiamo usare diverse intonazioni per aiutarci a ricordarla e persino cantarla noi stessi, se necessario. Questo metodo può essere utilizzato nell'apprendimento di molte lingue cinesi e straniere.

Nella vita quotidiana, padroneggiare la presentazione può migliorare le abilità sociali e la comunicazione interpersonale. Imparare a usare l'intonazione e il tono di voce appropriati ci permette di comunicare e capirci meglio con gli altri. Soprattutto nelle trattative d'affari o nella comunicazione tra culture diverse, il tono e l'intonazione corretti sono ancora più importanti.

Infine, vorremmo menzionare l’impatto dell’intonazione sull’umore e sulle emozioni. Usando diversi toni di voce, possiamo regolare il nostro umore e il nostro stato emotivo. Ad esempio, un tono di voce alto può far sentire le persone emozionate e felici, mentre un tono di voce basso può suscitare sentimenti di calma e gentilezza.

Per riassumere, padroneggiare le sequenze tonali è fondamentale per la nostra memoria, l’apprendimento, le abilità sociali e il controllo emotivo. Prendiamo in mano la nostra lingua e usiamo il tono e l'intonazione appropriati per migliorare la qualità della nostra vita. Si può vedere che dobbiamo migliorare la memoria, e la Cistanche deserticola può migliorare significativamente la memoria, perché la Cistanche deserticola ha effetti antiossidanti, antinfiammatori e antinvecchiamento, che possono aiutare a ridurre l’ossidazione e le reazioni infiammatorie nel cervello, proteggendo così il cervello. salute del sistema nervoso. Inoltre, Cistanche deserticola può anche promuovere la crescita e la riparazione delle cellule nervose, migliorando così la connettività e la funzione delle reti neurali. Questi effetti possono aiutare a migliorare la memoria, l’apprendimento e la velocità di pensiero e possono anche prevenire lo sviluppo di disfunzioni cognitive e malattie neurodegenerative.

Fare clic su Conosci per migliorare la memoria a breve termine

Attraverso il confronto degli effetti del raggruppamento temporale osservati per le sequenze tonali con quelli riportati nella letteratura STM verbale, il nostro obiettivo era quello di (1) migliorare la nostra comprensione dei meccanismi alla base della rappresentazione dell'ordine seriale nella STM musicale e (2) affrontare la questione del generalità del dominio dei processi di ordine seriale in STM.

Abbiamo condotto un primo esperimento preregistrato confrontando la ricostruzione in avanti delle informazioni sull'ordine seriale tra sequenze di toni 6-non raggruppate e le stesse sequenze raggruppate in due gruppi di tre elementi.1

Sulla base dei risultati ottenuti in quel primo esperimento, è stato condotto un esperimento online di follow-up non preregistrato che richiedeva il richiamo seriale di sequenze di 6-lettere raggruppate e non raggruppate per consentire un confronto diretto con i dati ottenuti nell'esperimento 1.

A causa della presenza di un effetto soffitto che limitava il confronto degli effetti di raggruppamento temporale nei domini musicale (Esperimento 1) e verbale (Esperimento 2), è stato condotto un altro esperimento online non preregistrato per tenere conto dell'effetto soffitto. Nel complesso, questi esperimenti supportano la chiusura somiglianza tra gli effetti di raggruppamento temporale osservati nei domini verbale e musicale.

Esperimento 1: ricostruzione in avanti dell'ordine musicale

Metodo

Piano di campionamento. Esiste attualmente una tendenza nel campo delle scienze psicologiche che favorisce l'uso di tecniche statistiche bayesiane per progettare esperimenti e fare inferenze statistiche. Le statistiche bayesiane offrono numerosi vantaggi (per una revisione, vedere Dienes, 2016; Wagenmakers et al., 2018).

Ad esempio, le analisi statistiche bayesiane consentono il monitoraggio delle evidenze statistiche durante la raccolta dei dati, non sono influenzate dall’intenzione con cui i dati vengono raccolti e non sono sensibili a regole di interruzione facoltative (Berger & Berry, 1988; Rouder, 2014). Tenendo presenti queste considerazioni, abbiamo utilizzato il seguente piano di campionamento per l'Esperimento 1 (per una logica simile nella determinazione del piano di campionamento, vedere Wagenmakers et al., 2015).

Abbiamo prima reclutato 20 partecipanti e condotto le analisi previste. Se per queste analisi (vedere la sezione "Piano di analisi" per maggiori dettagli), abbiamo ottenuto un forte livello di evidenza statistica per un'ipotesi alternativa (H1) o per l'ipotesi nulla (H0) con un fattore di Bayes (BF) pari o superiore a 10, raccolta dati verrebbe fermato. Se questo criterio non fosse stato soddisfatto per almeno una delle nostre analisi pianificate, recluteremmo più partecipanti monitorando i valori del BF.

In altre parole, abbiamo eseguito le stesse analisi dopo ogni gruppo di cinque partecipanti e abbiamo continuato finché non abbiamo raggiunto una forte evidenza statistica per tutte le analisi pianificate (H0 o H1). Tuttavia, a causa delle risorse limitate, abbiamo pianificato di interrompere la raccolta dei dati dopo il reclutamento di 50 partecipanti, anche se non abbiamo soddisfatto il criterio dell'evidenza statistica per tutte le analisi previste. Partecipanti.

L'esperimento è stato approvato dal comitato etico della Facoltà di psicologia e scienze della formazione dell'Università di Ginevra. Cinquantotto studenti del primo anno di psicologia dell'Università di Ginevra hanno preso parte all'esperimento 1 in cambio di crediti formativi parziali.

Il campione finale era composto da 50 partecipanti (45 femmine; età n anni: M=21.78, SD=1.95; livello di istruzione in anni: M=13.00 , DS=1.12; apprendimento della teoria musicale in anni: M=0.35, SD=0.85; pratica musicale in anni: M=0.69, SD{ {16}}.04) dopo l'esclusione di otto partecipanti che non soddisfacevano i criteri di inclusione (vedere il file di dati demografici sull'archivio OSF associato a questo manoscritto per maggiori dettagli). Criteri di inclusione ed esclusione.

Poiché eravamo interessati all'STM musicale per l'elaborazione di ordini seriali in partecipanti senza esperienza musicale, i partecipanti non dovevano avere più di 3 anni di esperienza nello studio della teoria musicale o nella pratica di uno strumento musicale (incluso il canto) al momento dell'esperimento. Abbiamo escluso dal campione i partecipanti con disturbi neurologici o del linguaggio (ad esempio, dislessia).

Infine, abbiamo escluso dall'analisi i dati di tutti i partecipanti con prestazioni pari o inferiori al livello di probabilità di 0,17 in almeno una delle condizioni sperimentali. Per aderire al piano di campionamento, i partecipanti esclusi sono stati sostituiti reclutando altri partecipanti.
Stimoli. Gli stimoli consistevano in 60, 6-sequenze di toni. Per ridurre la possibilità che l'utilizzo di un set limitato di sei toni potesse aumentare l'interferenza proattiva, abbiamo utilizzato un set di 14 toni diversi costituiti da tutti i passaggi diatonici della scala di Do maggiore (che vanno da C4 a B5). I toni erano onde puresine generate con Audacity (Audacity Team, 2017) e salvate come file .wav, ciascuna della durata di 500 ms con un periodo di salita e discesa di 10 ms.

Le sequenze tonali sono state generate utilizzando permutazioni pseudo-casuali seguendo tre regole adattate da studi precedenti sull'STM verbale per l'ordine seriale (vedi, ad esempio, Hartley et al., 2016):

1. Non più di due toni consecutivi che siano anche consecutivi nel set di toni (ad esempio, C4–E4–G4 o B4–D5–F5 non erano legali);

2. Non più di due intervalli consecutivi nella stessa direzione (ad esempio, C4 [ ]  E4 [ ]  D5 [ ]  G4 era consentito ma non C4 [ ]  E4 [ ]  D5 [ ]  F5);

3. Nessun tono nella stessa posizione seriale nelle prove successive.

Poiché i toni utilizzati coprono due ottave, abbiamo limitato le dimensioni degli intervalli a un massimo di sette semitoni per evitare la presenza di intervalli ampi non familiari. Ci siamo anche assicurati che le sequenze fossero altamente correlate a una scala maggiore. In altre parole, ciascuna sequenza ha una correlazione tonale massima di almeno 0,70 con il profilo di distribuzione tonale di almeno una delle scale maggiori. La correlazione massima delle chiavi è stata determinata utilizzando l'algoritmo di ricerca delle chiavi di Krumhansl & Schmuckler (Krumhansl, 1990).

Per far corrispondere gli stimoli tra le due condizioni di raggruppamento, abbiamo riutilizzato le 30 sequenze delle prove non raggruppate, ma le abbiamo riprodotte in ordine seriale inverso e le abbiamo presentate dall'ultima alla prima nelle prove raggruppate.

Per evitare effetti indesiderati derivanti dall'uso di un set fisso di sequenze di toni, è stato generato in anticipo per ciascun partecipante un nuovo set di sequenze di toni create in modo pseudocasuale. Per garantire che ciascuna sequenza creata fosse utilizzata sia in una prova non raggruppata che in una di gruppo, i partecipanti di numero pari avevano le sequenze non raggruppate e raggruppate corrispondenti rispettivamente alle sequenze raggruppate e non raggruppate del precedente partecipante di numero dispari nell'esperimento.

Design sperimentale. L'esperimento era basato su una progettazione di 2-fattori interni ai partecipanti. I due tipi di sequenze sono stati presentati in due blocchi diversi con le sequenze non raggruppate sempre presentate per prime.

Ciò è stato fatto per evitare che la presentazione anticipata delle sequenze raggruppate potesse portare all'uso di strategie di raggruppamento soggettive per studi non raggruppati (per una procedura simile, vedere Farrell & Lewandowsky, 2004; Hartley et al., 2016). Per le prove non raggruppate, i toni venivano presentati a un ritmo regolare. Procedura.

La procedura consisteva nella presentazione auditiva di 60 prove in totale. Gli stimoli venivano riprodotti a un livello uditivo confortevole tramite cuffie collegate a una workstation portatile. Ogni prova iniziava con un conto alla rovescia da 3 a 1 visualizzato al centro dello schermo del computer a una velocità di 500 ms. La sequenza di toni è stata riprodotta consecutivamente su uno schermo vuoto visualizzato per 500 ms.

Negli studi non raggruppati, i toni sono stati presentati con un intervallo interstimolo regolare (ISI) di 150 ms. Negli studi raggruppati, l'ISI era di 75 ms per gli elementi all'interno del gruppo (posizioni 1–2, 2–3,4–5 e 5–6) e di 450 ms per gli elementi tra gli elementi che formano i confini del gruppo (posizioni 3–4). Subito dopo la presentazione di una sequenza, sullo schermo veniva visualizzata una tastiera virtuale e i partecipanti utilizzavano il touch screen per ricostruire la sequenza.

I partecipanti sono stati costretti a ricostruire le sequenze in ordine seriale. Per fare ciò, dovevano trovare e convalidare il tono corrispondente alla prima posizione, quindi procedere alla seconda posizione e così via fino a ricostruire l'intera sequenza. Per ricostruire le sequenze di toni è stata utilizzata nuovamente la tastiera virtuale (Figura 2). Sullo schermo veniva visualizzato orizzontalmente uno strato di sei tasti bianchi che rappresentavano i sei toni ascoltati nella sequenza da ricostruire. I toni erano organizzati in ordine crescente, dal più basso a sinistra al più alto a destra.

Ogni volta che si premeva un tasto sul touch screen, nelle cuffie veniva riprodotto il tono corrispondente. Toccando un tasto si attiva il tono associato cambiando il colore del tasto in verde (vedere pannelli 1, 5, 7 o 10 nella Figura 2). Una volta che il partecipante ha recuperato il tono per la posizione corrente e ha attivato la chiave, ha dovuto premere il pulsante "convalida" per procedere alla posizione successiva (vedere pannelli 4, 6, 8 o 12 nella Figura 2).

Dopo che un tono è stato assegnato a una posizione, il tasto corrispondente diventa grigio per indicare che il tono non può più essere utilizzato e il feedback uditivo per quel tasto è stato disattivato. Era possibile modificare il tono "attivo" prima di convalidare una posizione (vedere pannelli 10-12 nella Figura 2) ma non una volta convalidata la posizione.

Se per una qualsiasi posizione il partecipante non ricordava il tono corrispondente o non voleva indovinare, era possibile rispondere "Non lo so" selezionando il "?" pulsante prima di convalidare la posizione (vedere pannello 11 nella Figura 2). Infine, in qualsiasi momento durante il processo di ricostruzione, i partecipanti hanno avuto l'opportunità di ascoltare la sequenza ricostruita fino a quel momento (vedi pannello 9 nella Figura 2).

Ipotesi

L'esperimento aveva i seguenti obiettivi: (1) comprendere meglio la natura dei meccanismi di ordinamento nella STM musicale attraverso lo studio degli effetti di raggruppamento temporale nei non musicisti, che a sua volta consentirebbe (2) di valutare l'ipotesi di generalità del dominio dell'ordine seriale nella STM. .

Per raggiungere questo obiettivo, abbiamo confrontato le prestazioni di richiamo per sequenze di toni 6-non raggruppate e raggruppate, concentrandoci sulla precisione del richiamo seriale, sulla forma delle curve di posizione seriale, sulle latenze di risposta e sui tassi di errori di interposizione. Secondo l'ipotesi della generalità del dominio dell'STM con ordine seriale, si prevedeva che si osservasse una maggiore precisione di richiamo per le sequenze raggruppate rispetto a quelle non raggruppate.

Abbiamo anche previsto la presenza di una curva di posizione seriale a più arcate per sequenze raggruppate. Infine, ci aspettavamo di osservare più errori di interposizione nelle sequenze raggruppate che non raggruppate.

Piano di analisi

Abbiamo utilizzato il programma open source JASP (versione 0.14,JASP Team, 2018) con impostazioni predefinite per tutte le analisi pianificate (descritte qui di seguito) ed esplorative riportate. Per i t-test bayesiani , il precedente è stato rappresentato come una distribuzione di Cauchy con una scala r di 0,707.

Per l'analisi bayesiana della varianza (ANOVA), la precedente consisteva anche in una distribuzione di Cauchy, con una scala r di 0,5 e 1 per effetti fissi e casuali, rispettivamente. Precisione di richiamo e curva di posizione seriale. Abbiamo analizzato le curve di posizione seriale calcolando la media dell'accuratezza del richiamo in funzione della posizione seriale e delle condizioni di raggruppamento per ciascun partecipante.

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), Posizioni 2 e 3(H1: 2<3), Positions 4 and 5 (H1: 4>5) e posizioni 5 e 6 (H1: 5<6) via Bayesian paired samples t-tests.

Gradienti di trasposizione. Abbiamo analizzato i gradienti di trasposizione calcolando la proporzione degli errori di trasposizione in funzione dello spostamento separatamente per ciascuna condizione e ciascun partecipante. Per raggiungere questo obiettivo, abbiamo eseguito un'ANOVA di misure ripetute 2×5 con un fattore di sequenza di tipo 2-livello (non raggruppato vs. raggruppato) e un fattore di distanza di spostamento di 10-livello (da –5 a 5, escluso { {7}}).

If the full model turned out to be the best (i.e., BF>10rispetto al modello second-best), abbiamo analizzato l'interazione concentrandoci sul tasso di spostamenti adiacenti e sugli errori di interposizione (vedere la prossima analisi per maggiori dettagli).

Errori di interposizione e velocità di spostamento adiacente. Il tasso di errori di interposizione e spostamenti verso posizioni seriali adiacenti è stato determinato calcolando la proporzione di errori che comportano lo spostamento tra gruppi di elementi che mantengono la loro posizione iniziale all'interno del gruppo (cioè una distanza assoluta di tre posizioni) e la proporzione di trasposizioni di ordine seriale caratterizzate da una distanza di spostamento assoluta di una posizione seriale tra tutti gli errori di ordine seriale e separatamente per ogni tipo di sequenza (non raggruppatavs. raggruppato).

Quindi, le due condizioni di raggruppamento sono state confrontate in base al tasso osservato di errori di interposizione

(H1: interpositions in grouped sequences>interposizioniin sequenze non raggruppate) e spostamento adiacente (spostamento adiacente in sequenze raggruppate

Risultati

Analisi pianificate. Le misure ripetute 2 × 6 BANOVA eseguite sull'accuratezza del richiamo in funzione della posizione seriale (1-6) e della condizione di raggruppamento (raggruppato vs. non raggruppato), hanno rivelato che il modello migliore è il modello con i due effetti principali (vedere Figura 3a).

Questo modello è preferito rispetto al secondo miglior modello completo per un fattore di 1,80 (vedere le righe "Curve di posizione seriale" nella Tabella 1). Poiché la preferenza era caratterizzata solo da prove aneddotiche, abbiamo analizzato l'effetto. Ciò è stato fatto con JASP tramite un metodo che calcola la media delle prove su tutti i modelli contenenti l'effetto di interesse. I dati hanno fornito prove decisive a favore della presenza dell'effetto di posizione aserial (BFInclusion=∞), prove molto forti a favore di un effetto di raggruppamento (BFInclusion=31.28) e prove aneddotiche a favore dell'effetto di gruppo presenza dell'interazione (BFInclusion=2.15).

Come inizialmente previsto, non abbiamo analizzato le sequenze raggruppate con effetti mini-primacy e mini-recency poiché la presenza dell'interazione non era supportata dai dati. L'ANOVA per misure ripetute 2 × 10 è stata eseguita sulla proporzione degli errori di trasposizione come funzione della distanza di trasposizione (da -5 a 5, escluso 0) e della condizione di raggruppamento (raggruppati vs. non raggruppati), ha rivelato che il modello migliore per spiegare i dati è il modello completo (vedere Figura 3b).

Questo modello è preferito rispetto al secondo migliore che contiene solo l'effetto della distanza per un fattore di 173,36, rappresentando un supporto decisivo per il modello migliore (vedere le righe "Gradienti di trasposizione" nella Tabella 1).

Dato il chiaro supporto per un'interazione tra condizione di raggruppamento e distanza di trasposizione, abbiamo confrontato il tasso di trasposizioni adiacenti e di interposizioni tra le due condizioni di raggruppamento come inizialmente pianificato.

For more information:1950477648nn@gmail.com