Οι μακροπρόθεσμες παρεμβολές στη μνήμη επιλύονται μέσω της απώθησης και της ακρίβειας κατά μήκος των διαστάσεων διαγνωστικής μνήμης Μέρος 3

Oct 24, 2023

Μέθοδοι ανάλυσης

Κριτήρια αποκλεισμού βάσει απόδοσης Για αναλύσεις που αφορούσαν τα δεδομένα της εργασίας ανακατασκευής, αποκλείσαμε έναν μικρό αριθμό συμμετεχόντων με βάση την απόδοση κατά τους γύρους 9-12 του τεστ συσχετιστικής μνήμης. Οι συμμετέχοντες αποκλείστηκαν εάν (α) το ποσοστό λάθους τους για μη ανταγωνιστικές δοκιμές ήταν μεγαλύτερο από 20% για οποιονδήποτε από αυτούς τους γύρους ή (β) επέλεξαν τα πρόσωπα δέλεαρ σε περισσότερο από το 20% των ανταγωνιστικών δοκιμών για οποιονδήποτε από αυτούς τους γύρους.

Η ανθρώπινη μνήμη είναι πολύ σημαντική και μας βοηθά να κατανοήσουμε καλύτερα και να αντιμετωπίσουμε διάφορες προκλήσεις στη ζωή. Ωστόσο, στη σύγχρονη κοινωνία, βρισκόμαστε αντιμέτωποι με έναν τεράστιο όγκο πληροφοριών και η μνήμη μας συχνά προκαλείται και κουράζεται.

Ωστόσο, μπορούμε να ανακατασκευάσουμε τη σχέση μεταξύ δεδομένων εργασιών και μνήμης με μερικούς απλούς τρόπους. Πρώτον, μπορούμε να προσπαθήσουμε να χρησιμοποιήσουμε τη μνήμη εργασίας για να ενισχύσουμε την ικανότητα μνήμης μας. Η μνήμη εργασίας αναφέρεται στην ικανότητα διατήρησης και επεξεργασίας πληροφοριών στη βραχυπρόθεσμη μνήμη. Εκτελώντας τακτικά εργασίες μνήμης, μπορούμε να ασκήσουμε τη μνήμη εργασίας μας και έτσι να ενισχύσουμε τη μνήμη μας.

Δεύτερον, μπορούμε να βελτιώσουμε τη μνήμη μας πατώντας στην αισθητηριακή μας μνήμη. Οι αισθητηριακές μας μνήμες είναι τόσο ισχυρές που μπορούμε να ανακαλέσουμε, για παράδειγμα, τη γεύση ενός φαγητού για πρώτη φορά. Ενισχύοντας την αισθητηριακή μας μνήμη, μπορούμε να βελτιώσουμε τη μνήμη μας.

Επιπλέον, μπορούμε επίσης να ενισχύσουμε τη μνήμη μας χρησιμοποιώντας τη μέθοδο του Memory Palace. Τα ανάκτορα μνήμης είναι μια αρχαία τεχνική που χρησιμοποιεί περίτεχνες σκηνές που κατασκευάζουμε για να συνδέσουμε τις πληροφορίες που θέλουμε να θυμόμαστε με τη σκηνή. Με αυτόν τον τρόπο, μπορούμε εύκολα να ανακαλέσουμε τις πληροφορίες.

Τέλος, μπορούμε να δοκιμάσουμε κάποιες σωματικές ασκήσεις για να βελτιώσουμε τη μνήμη μας. Η σωματική δραστηριότητα ενισχύει τον μεταβολισμό, ο οποίος με τη σειρά του αυξάνει την εγκεφαλική μας δραστηριότητα. Μέσω της άσκησης, μπορούμε επίσης να προωθήσουμε την κυκλοφορία του αίματος, έτσι ώστε ο εγκέφαλος να λαμβάνει περισσότερο οξυγόνο και θρεπτικά συστατικά, ώστε να μπορεί να επεξεργάζεται καλύτερα τις πληροφορίες.

Συνοπτικά, μπορούμε να ανακατασκευάσουμε τη σχέση μεταξύ δεδομένων εργασιών και μνήμης χρησιμοποιώντας διάφορες μεθόδους. Είτε είναι η άσκηση εργασιακής μνήμης, η ενίσχυση της αισθητηριακής μνήμης, η χρήση ενός παλατιού μνήμης ή η ενασχόληση με σωματική δραστηριότητα, μπορεί να μας βοηθήσει να βελτιώσουμε τη μνήμη μας και να μας κάνει πιο ευέλικτους και αποτελεσματικούς στη ζωή. Μπορεί να φανεί ότι πρέπει να βελτιώσουμε τη μνήμη και το Cistanche deserticola μπορεί να βελτιώσει σημαντικά τη μνήμη, επειδή το Cistanche deserticola είναι ένα παραδοσιακό κινέζικο φαρμακευτικό υλικό που έχει πολλά μοναδικά αποτελέσματα, ένα από τα οποία είναι η βελτίωση της μνήμης. Η αποτελεσματικότητα του κιμά προέρχεται από τα διάφορα ενεργά συστατικά που περιέχει, όπως οξύ, πολυσακχαρίτες, φλαβονοειδή κ.λπ. Αυτά τα συστατικά μπορούν να προάγουν την υγεία του εγκεφάλου με διάφορους τρόπους.

help with memory

Κάντε κλικ στα συμπληρώματα γνώσης για να βελτιώσετε τη μνήμη

Με βάση αυτά τα κριτήρια, ένας συμμετέχων εξαιρέθηκε από την ανάλυση των δεδομένων εργασιών ανασυγκρότησης στο Πείραμα 1 (απόδοση N=35), τέσσερις εξαιρέθηκαν από το Πείραμα 2 (απόδοση N=37) και οκτώ εξαιρέθηκαν από το Πείραμα 3 (απόδοση N=49) (δείτε https://osf.io/dj6q2/ για άλλα κριτήρια αποκλεισμού που καθορίστηκαν αλλά δεν ίσχυαν). Το σκεπτικό για την ύπαρξη ενός ανώτατου ορίου για τη συμπερίληψη των συμμετεχόντων στην ανάλυση εργασιών ανασυγκρότησης ήταν να ελαχιστοποιηθούν οι περιπτώσεις όπου οι συμμετέχοντες ανακατασκεύασαν ένα εντελώς λάθος πρόσωπο και αντ 'αυτού να επικεντρωθούν στην προκατάληψη/ακρίβεια σε πρόσωπα που απομνημονεύονταν σωστά.

Μέτρηση συνειρμικής μνήμης

Όπως σημειώθηκε παραπάνω, το τεστ συσχετιστικής μνήμης χρησιμοποιήθηκε για να επιβεβαιώσει ότι οι συμμετέχοντες πέτυχαν υψηλή ακρίβεια στη συσχέτιση των ενδείξεων με τα πρόσωπα. Η δοκιμή συνειρμικής μνήμης επέτρεψε επίσης έναν έλεγχο χειραγώγησης για το εάν η ανταγωνιστική συνθήκη προκάλεσε παρεμβολές (χαμηλότερη συσχετιστική ακρίβεια μνήμης) σε σύγκριση με τη μη ανταγωνιστική συνθήκη. Τα δεδομένα από το τεστ συσχετιστικής μνήμης αναλύθηκαν για πρώτη φορά ως προς την ακρίβεια μη ανταγωνιστικά σε σύγκριση με μη ανταγωνιστικές δοκιμές. Πραγματοποιήσαμε ξεχωριστή ANOVA επαναλαμβανόμενων μετρήσεων για κάθε πείραμα με παράγοντες συνθήκης (ανταγωνιστικό, μη ανταγωνιστικό) και κύκλο μάθησης (1–9 για το Πείραμα 1, 1–12 για τα Πειράματα 2 και 3).

Για ανταγωνιστικές δοκιμές, διαχωρίσαμε επίσης τα σφάλματα ανάλογα με το αν αποδίδονταν στον ανταγωνισμό (σφάλμα παρεμβολής) ή όχι (δόλεις). Εάν τα σφάλματα ήταν τυχαία, τα σφάλματα παρεμβολής θα εμφανίζονταν στο ένα πέμπτο (20%) των δοκιμών σφαλμάτων. Για να ελέγξουμε εάν τα σφάλματα παρεμβολής εμφανίστηκαν πάνω από τα επίπεδα πιθανότητας, εκτελέσαμε λοιπόν ένα δείγμα t-tests για κάθε πείραμα, συγκρίνοντας το μέσο ποσοστό σφαλμάτων παρεμβολής (σε όλους τους κύκλους εκμάθησης) στο 20%.

Μέτρηση προκατάληψης

Όπως περιγράφηκε παραπάνω, σε κάθε δοκιμαστική εργασία κατασκευής η όψη του στόχου βρισκόταν σε μία από τις τέσσερις θέσεις (το κέντρο των τεσσάρων τεταρτημορίων). Έτσι, και για τους άξονες x και y του χώρου αναζήτησης, ο στόχος βρισκόταν στα μισά του δρόμου μεταξύ του κέντρου και του ορίου του χώρου αναζήτησης (Εικ. 1a). Για τη μέτρηση της πιθανής προκατάληψης, για κάθε πείραμα όλες οι αποκρίσεις ευθυγραμμίστηκαν σε έναν κοινό άξονα και επανακλιμακώθηκαν σε μια κοινή κλίμακα, ξεχωριστά για κάθε διάσταση χαρακτηριστικού (επίδραση, φύλο). Για τα αναβαθμισμένα δεδομένα, το εύρος των πιθανών αποκρίσεων για κάθε διάσταση ήταν από -2 έως 2, με το0 να είναι το κέντρο του χώρου προσώπου (δηλαδή, το κέντρο αυτού του χώρου αναζήτησης).

Για την ανταγωνιστική κατάσταση, η θέση του προσώπου-στόχου στη διαγνωστική διάσταση=1 και η θέση του προσώπου πρωτευόντων=-1 (Εικ. 1γ). Έτσι, μια μεροληψία από το πρόσωπο πρωτευόντων θα αντιπροσωπεύεται από τιμές μεγαλύτερες από 1, ενώ μια μεροληψία προς το πρόσωπο (ή προς το κέντρο του χώρου προσώπου) θα αντιπροσωπεύεται από τιμές χαμηλότερες από 1. Για τη μη διαγνωστική διάσταση, η θέση του προσώπου στόχου και του προσώπου του ζευγαριού=1. Αν και τα πρόσωπα από τη μη ανταγωνιστική κατάσταση συμπεριλήφθηκαν στην εργασία ανακατασκευής, η προκατάληψη δεν μετρήθηκε για αυτά τα πρόσωπα επειδή δεν υπήρχε η διάκριση μεταξύ διαγνωστικών και μη διαγνωστικών διαστάσεων. Αντίθετα, τα μη ανταγωνιστικά πρόσωπα ήταν κρίσιμης σημασίας στο τεστ συσχετιστικής μνήμης, όπου χρησίμευσαν για να δημιουργήσουν ένα φαινόμενο παρεμβολής συνολικής μνήμης.

ways to improve your memory

Είναι σημαντικό να σημειωθεί ότι, για την εργασία ανακατασκευής, το εύρος της απόκρισης σε κάθε δοκιμή κατανεμήθηκε ασύμμετρα γύρω από τον στόχο. Εάν το εύρος απόκρισης είχε κατανεμηθεί συμμετρικά γύρω από τον στόχο, τότε η σωστή απόκριση σε κάθε δοκιμή θα ήταν, εξ ορισμού, το κέντρο αυτού του χώρου αναζήτησης – κάτι που πιθανότατα θα είχε οδηγήσει τους συμμετέχοντες να μάθουν να απαντούν απλώς στο κέντρο. Ωστόσο, το μειονέκτημα της προσέγγισης που χρησιμοποιήσαμε είναι ότι, για τη διαγνωστική διάσταση στην ανταγωνιστική κατάσταση, υπήρχε μεγαλύτερη ευκαιρία να ανταποκριθεί προς το πρόσωπο πρωτευόντων (τιμές μεταξύ -2 και 1) παρά μακριά από το πρόσωπο πρωτευόντων (τιμές από 1 έως 2 ).

Φυσικά, αυτή η ασυμμετρία λειτουργεί ενάντια στην προβλεπόμενη επίδραση της απώθησης (τιμές μεγαλύτερες από 1). Ωστόσο, για να ληφθεί υπόψη το ασύμμετρα περιορισμένο εύρος απόκρισης, υπολόγισε τον πραγματικό μέσο όρο προσαρμόζοντας περικομμένες κανονικές κατανομές στα δεδομένα. Για κάθε συμμετέχοντα, χρησιμοποιήθηκαν ξεχωριστά μοντέλα για τις διαγνωστικές και μη διαγνωστικές διαστάσεις, με κάθε μοντέλο να συγκεντρώνει δεδομένα σε όλες τις όψεις και τις διαστάσεις χαρακτηριστικών (επίδραση, φύλο) για να περιλαμβάνει επαρκή αριθμό σημείων δεδομένων. Έτσι, κάθε μοντέλο περιελάμβανε 32 σημεία δεδομένων (οκτώ όψεις στην ανταγωνιστική κατάσταση × τέσσερις δοκιμές ανακατασκευής ανά πρόσωπο). Η εκτίμηση μέγιστης πιθανότητας χρησιμοποιήθηκε για να βρεθεί ο μέσος όρος και η τυπική απόκλιση μιας περικομμένης κανονικής κατανομής που ταιριάζει καλύτερα στα δεδομένα. Οι διανομές μοντελοποιήθηκαν χρησιμοποιώντας τα πακέτα μετασχηματισμού και MASS inR.

Περιορίσαμε τον χώρο αναζήτησης του μέσου όρου σε ένα εύρος εύλογων τιμών που είναι ομοιόμορφα ισορροπημένες και στις δύο πλευρές του στόχου (± 1 μονάδα) και περιορίσαμε την τυπική απόκλιση σε μέγιστο 1 και ελάχιστο 0,1. Αν και θεωρούμε τα μοντελοποιημένα μέσα ως μια καλύτερη εκτίμηση των αληθινών μέσων, υπάρχουν ορισμένες πηγές διακύμανσης που τα μοντέλα δεν λαμβάνουν υπόψη. Για παράδειγμα, τα μοντέλα δεν λαμβάνουν υπόψη δυνητικά μοναδικές κατανομές για κάθε διάσταση χαρακτηριστικού και/ή ερέθισμα. Επιπλέον, υπάρχουν ενδείξεις ότι μπορεί να υπάρχουν εγγενείς, παγκόσμιες προκαταλήψεις στον τρόπο με τον οποίο ανακαλούνται αργότερα τα χαρακτηριστικά του προσώπου (Bülthof & Zhao, 2020· Won et al., 2020). Ωστόσο, κρίσιμα, οποιεσδήποτε παγκόσμιες προκαταλήψεις θα επηρέαζαν εξίσου τη διαγνωστική και τη μη διαγνωστική διάσταση. Επομένως, η ανάλυσή μας επικεντρώθηκε κυρίως στις διαφορές στα μοντελοποιημένα μέσα για τις διαγνωστικές έναντι των μη διαγνωστικών διαστάσεων.

Ακρίβεια μέτρησης

Για να μετρήσουμε την ακρίβεια με την οποία απομνημόνευσαν τα διαγνωστικά και μη διαγνωστικά χαρακτηριστικά για κάθε πρόσωπο, υπολογίσαμε την τυπική απόκλιση των αποκρίσεων στις τέσσερις δοκιμές ανακατασκευής για κάθε πρόσωπο, ξεχωριστά για τις διαγνωστικές και μη διαγνωστικές ιδιότητες. Στη συνέχεια, υπολογίσαμε τον μέσο όρο αυτών των τιμών τυπικής απόκλισης για κάθε συμμετέχοντα, ξεχωριστά για τις διαγνωστικές και μη διαγνωστικές διαστάσεις.

Μέτρηση της σχέσης μεταξύ της μεροληψίας ανασυγκρότησης και της συνειρμικής παρεμβολής

Για να προσδιορίσουμε εάν η μεροληψία στη διάσταση του διαγνωστικού χαρακτηριστικού παίζει προσαρμοστικό ρόλο στη μείωση της παρεμβολής στη μνήμη, εκτελέσαμε μια σειρά μοντέλων μικτών εφέ που επικεντρώθηκαν στη σχέση μεταξύ της μεροληψίας που μετρήθηκε κατά την εργασία ανασυγκρότησης και της ακρίβειας στη δοκιμασία συνειρμικής μνήμης (με μέσο όρο στους τέσσερις τελευταίους γύρους για τη λήψη η τελική κατάσταση της μάθησης). Αν και αυτή η ανάλυση πραγματοποιήθηκε σε επίπεδο μεμονωμένων στοιχείων (προσώπων), η τιμή ακρίβειας για κάθε πρόσωπο ορίστηκε ως η μέση ακρίβεια για αυτό το πρόσωπο και το ζευγάρι του. Ως εκ τούτου, και τα δύο πρωτεύοντα με κάθε σετ είχαν την ίδια τιμή ακρίβειας. Η λογική για τη μέση ακρίβεια μεταξύ των πρωτευόντων ήταν ότι εάν, για παράδειγμα, οι συμμετέχοντες συσχετίσουν δύο ανταγωνιστικά πρόσωπα (πρωτεύοντα) με την ίδια βασική λέξη (επάγγελμα), αντί να αντιμετωπίζουν τη μία από αυτές τις συσχετίσεις ως "σωστή" και την άλλη ως "λανθασμένη", είναι πιο κατάλληλο. για να κοινοποιηθεί το σφάλμα στα δύο πρόσωπα.

Για τις αναλύσεις που σχετίζονται με την προκατάληψη ανακατασκευής με την ακρίβεια της συσχετιστικής μνήμης, αποκλείσαμε συμμετέχοντες που είχαν τέλεια ακρίβεια, σε όλες τις δοκιμές, στους τέσσερις τελευταίους γύρους του τεστ συσχετιστικής μνήμης. Το σκεπτικό για αυτόν τον αποκλεισμό ήταν ότι, για αυτούς τους συμμετέχοντες, δεν υπήρχε μη συσχετιστική μνήμη διακύμανσης για να εξηγήσει το μοντέλο. Επιπλέον, δεν εκτελέσαμε αυτήν την ανάλυση για το Πείραμα 1, δεδομένης της απόδοσης κοντά στο ανώτατο όριο στο τεστ συσχετιστικής μνήμης κατά τους τελευταίους τέσσερις γύρους (11 συμμετέχοντες (31%) είχαν 100% ακρίβεια και οι υπόλοιποι συμμετέχοντες είχαν μέση ακρίβεια 95,96± 3,01 % με μέση SD σε συμμετέχοντα 3,62 ±1,70). Για τα Πειράματα 2 και 3 – τα οποία χρησιμοποίησαν περισσότερα παρόμοια πρωτεύοντα – η ακρίβεια της συσχετιστικής μνήμης ήταν χαμηλότερη και, ως εκ τούτου, λιγότεροι συμμετέχοντες αποκλείστηκαν λόγω της απόδοσης οροφής (επτά συμμετέχοντες (19%) στην Έκ. 2 και έξι συμμετέχοντες (12%) στην Έκ. 3· μέση ακρίβεια για τους υπόλοιπους συμμετέχοντες, Έκ. 2: M=92.47 ± 7.58%, Έκ. 3: M =93.56 ± 6.26%).

Για αυτά τα μοντέλα, ήταν κρίσιμο να υπολογιστεί η μεροληψία ανακατασκευής σε επίπεδο μεμονωμένων προσώπων. Ωστόσο, η μέθοδος που περιγράφηκε παραπάνω για την εκτίμηση της μέσης προκατάληψης για κάθε συμμετέχοντα με τη συγκέντρωση δοκιμών/προσώπων δεν ήταν εφικτή για αυτήν την ανάλυση δεδομένου του μικρού αριθμού παρατηρήσεων (τέσσερις δοκιμές ανά πρόσωπο). Έτσι, για αυτήν την ανάλυση, χρησιμοποιήσαμε απλώς τον μέσο όρο της απόκρισης ανακατασκευής (σε τέσσερις δοκιμές ανά πρόσωπο). Για να αντιμετωπίσουμε την ανησυχία ότι οποιαδήποτε παρατηρούμενη σχέση μεταξύ της μεροληψίας ανακατασκευής και της ακρίβειας της συσχετιστικής μνήμης μπορεί να οφείλεται σε πιθανά "λάθη ανταλλαγής", η προκαταχωρισμένη προσέγγισή μας ήταν να αποκλείσουμε τυχόν μεμονωμένες απαντήσεις (δοκιμές) για τις οποίες η κλιμακούμενη απόκριση ήταν μεταξύ {{0}} και 0 και να διατηρούνται μόνο οι αποκρίσεις για τις οποίες η κλιμακούμενη απόκριση ήταν μεταξύ 0 και 2. Για τη διαγνωστική διάσταση, αποκλείστηκαν τυχόν αποκρίσεις που ήταν πιο κοντά στο ανταγωνιστικό πρωτεύον παρά στον στόχο. Όλες οι υπόλοιπες αποκρίσεις συμπεριλήφθηκαν στη μέση απόκριση για κάθε πρόσωπο.

Αν και σπάνια, εάν ένα πρόσωπο συσχετίστηκε με αποκλεισμένη απόκριση και στις τέσσερις δοκιμές ανακατασκευής, αυτό το πρόσωπο αποκλείστηκε εντελώς από την ανάλυση. Για το Πείραμα 2, αυτό συνέβη για συνολικά τέσσερα πρόσωπα που κατανεμήθηκαν σε τέσσερις συμμετέχοντες. για το Πείραμα 3, αυτό συνέβη για συνολικά έξι πρόσωπα κατανεμημένα σε έξι συμμετέχοντες. Ενώ αυτή η προκαταχωρισμένη προσέγγιση για τον αποκλεισμό πιθανών σφαλμάτων ανταλλαγής προοριζόταν ως μια συντηρητική προσέγγιση για την εξάλειψη της επιρροής των ακραίων σφαλμάτων, όλα τα κύρια αποτελέσματά μας παρέμειναν σημαντικά όταν δεν αποκλείστηκαν απαντήσεις. Επιπλέον, σε διερευνητικές αναλύσεις που συνδύαζαν δεδομένα στα Πειράματα 2 και 3, αντί να αποκλείονται εντελώς οι ακραίες αποκρίσεις, οι απαντήσεις μεταξύ -2 και 0 περιορίστηκαν στην τιμή 0, η οποία επέτρεπε όλες τις δοκιμές να διατηρηθεί στο μοντέλο, αλλά μείωσε την επιρροή των ακραίων αποκρίσεων.

Τα μοντέλα μικτών επιδράσεων εφαρμόστηκαν στο R χρησιμοποιώντας το πακέτο thelme4 (Bates et al., 2014). Οι δοκιμές αναλογίας πιθανότητας χρησιμοποιήθηκαν για τη σύγκριση μοντέλων με σχετικές μεταβλητές με μηδενικά μοντέλα που απέκλειαν αυτές τις μεταβλητές. Για να ληφθούν υπόψη οι πιθανές διαφορές που σχετίζονται με το εάν η διαγνωστική διάσταση ήταν αποτέλεσμα έναντι του φύλου, όλα τα μοντέλα περιέλαβαν αυτήν την κατηγορική μεταβλητή ως σταθερό αποτέλεσμα. Για να επιτρέψουμε στη σχέση μεταξύ μεροληψίας ανακατασκευής και ακρίβειας συσχετιστικής μνήμης να ποικίλλει για κάθε συμμετέχοντα, μοντελοποιήσαμε τη σχέση μεταξύ μεροληψίας και συσχετιστικής ακρίβειας μνήμης με τυχαίες παρεμβολές και τυχαίες κλίσεις για κάθε συμμετέχοντα, όπου είναι δυνατόν.

Η προκαταχωρισμένη προσέγγισή μας για την αντιμετώπιση μοντέλων που απέτυχαν να συγκλίνουν ή που έφτασαν σε μοναδικά πόδια ήταν να επαναλάβουμε το ίδιο μοντέλο με την τυχαία κλίση για προκατάληψη να αφαιρεθεί (βλ. Barr et al., 2013). Ενώ όλα τα προκαταχωρισμένα μοντέλα μας συγκλίνουν, ένα διερευνητικό μοντέλο που χρησιμοποίησε τη διαφορά μεροληψίας στη διαγνωστική έναντι της μη διαγνωστικής διάστασης ως παράγοντα πρόβλεψης απέτυχε να συγκλίνει όταν συμπεριλήφθηκε μια τυχαία κλίση. Έτσι, αφαιρέσαμε την τυχαία κλίση. Διερευνητικά μοντέλα που περιλάμβαναν μόνο ανυπόγραφη ακρίβεια σφάλματος ως προγνωστικά (χωρίς μεροληψία) απέτυχαν να συγκλίνουν όταν συμπεριλήφθηκαν τυχαίες κλίσεις για αυτές τις μεταβλητές. Έτσι, αφαιρέσαμε τυχαίες κλίσεις για αυτές τις μεταβλητές.

Τέλος, διερευνητικά μοντέλα που περιελάμβαναν μεροληψία μαζί με ακρίβεια και ανυπόγραφο σφάλμα ως προγνωστικούς παράγοντες απέτυχαν επίσης να συγκλίνουν όταν συμπεριλήφθηκαν τυχαίες κλίσεις για όλες τις μεταβλητές. κατά την κατάργηση των τυχαίων κλίσεων, δώσαμε προτεραιότητα στη διατήρηση μιας τυχαίας κλίσης για μεροληψία, η οποία οδήγησε στον αποκλεισμό των τυχαίων κλίσεων για ακρίβεια και ανυπόγραφο σφάλμα.

Αποτελέσματα

Συνειρμικό τεστ μνήμης

Για να ελέγξουμε εάν η ακρίβεια της συσχετιστικής μνήμης διέφερε μεταξύ των συνθηκών ανταγωνισμού και μη, πραγματοποιήσαμε ANOVA επαναλαμβανόμενων μετρήσεων για κάθε πείραμα με συντελεστές συνθήκης (ανταγωνιστικό, μη ανταγωνιστικό) και γύρω (Επ. 1: οι πρώτοι εννέα γύροι, Έκφραση 2 και Έκφραση. 3: 12 γύροι). Για κάθε πείραμα, υπήρχε μια σημαντική κύρια επίδραση της συνθήκης (Επ. 1: F(1,35) {{10}}.14, p < 0.001, 휂2G=0.034; Exp. 2: F(1,40)=67.43, p < 0.001, 휂2G=0.10;Επ. 3: F(1, 56)=88.21, p < 0.001, 휂2G=0.16), με χαμηλότερη ακρίβεια στην ανταγωνιστική συνθήκη (Εικ. 2α). Για να επιβεβαιώσουμε ότι αυτή η διαφορά αντικατέστησε συγκεκριμένα παρεμβολές, εξετάσαμε τους τύπους σφαλμάτων που έγιναν. Για την ανταγωνιστική κατάσταση, τα σφάλματα θα μπορούσαν να αντιστοιχούν στην επιλογή του προσώπου του ανταγωνιστή ή ενός από τα τέσσερα μη ανταγωνιστικά θέλγητρα (Εικ. 2β). Εάν τα σφάλματα ήταν τυχαία, ο ανταγωνιστής θα επιλέγονταν στο ένα πέμπτο των δοκιμών σφάλματος. Ωστόσο, συνδυάζοντας δοκιμές σφαλμάτων σε όλους τους γύρους, ο αγωνιζόμενος επιλέχθηκε σε υψηλότερα επίπεδα (Επ. 1: M=60.18 ± 19,68%, t(35)=12.25, p< 0.001, d = 2.04; Exp. 2: M = 71.29 ± 15.78%, t(40) = 20.82, p < 0.001, d = 3.25; Exp. 3: M = 78.63 ± 11.58%, t(56) = 38.21, p < 0.001, d = 5.06), confirming that increased errors in the competitive condition refected interference from the competitor face.

improve brain

Για να ελέγξουμε εάν η ακρίβεια αναδόμησης προσώπου ήταν πάνω από την πιθανότητα, μετρήσαμε την Ευκλείδεια απόσταση μεταξύ κάθε απόκρισης και της θέσης του προσώπου στόχου (στον χώρο δισδιάστατης απόκρισης, Εικ. 1γ). Για κάθε συμμετέχοντα, η μέση Ευκλείδεια απόσταση μεταξύ των αποκρίσεων και των τοποθεσιών-στόχων συγκρίθηκε με μια μετατιθέμενη κατανομή (υπολογισμένη με μετατόπιση των απαντήσεων εντός του συμμετέχοντα 10,000 φορές). Ακρίβεια υπέρβασης (καλύτερη από το 97,5% των μέσων μετάθεσης) παρατηρήθηκε για κάθε συμμετέχοντα (Εικ. 3).

Προκατάληψη αναδόμησης προσώπου

Για να ελέγξουμε την κρίσιμη πρόβλεψή μας της απώθησης κατά μήκος της διάστασης του διαγνωστικού προσώπου, συγκρίναμε την προκατάληψη χαρακτηριστικών (βλ. Μέθοδοι) για τις διαγνωστικές έναντι των μη διαγνωστικών διαστάσεων στην ανταγωνιστική κατάσταση (Εικ. 4α). Πρώτα δοκιμάσαμε προβλέψεις στα Πειράματα 1 και 2 και στη συνέχεια δοκιμάσαμε για αντιγραφή στο Πείραμα 3. Μια ANOVA επαναλαμβανόμενων μετρήσεων με παράγοντες διάστασης (διαγνωστικός, μη διαγνωστικός) και το πείραμα (Επ. 1, Έκ. 2) αποκάλυψε μια σημαντικά μεγαλύτερη προκατάληψη προς την απώθηση η διαγνωστική διάσταση (F(1,70)=22.25, σελ< 0.001, 휂2 G = 0.061). There was a trend toward a significant interaction between dimension and experiment (F(1,70) = 3.96, p = 0.0506, 휂2 G = 0.011), with a relatively weaker effect size in Experiment 1 (d = 0.27) than in Experiment 2 (d = 0.73). As predicted, Experiment 3 replicated, with a large effect size and preregistered hypothesis, the greater bias toward repulsion on the diagnostic dimension (t(48) = 5.87, p < 0.001, d = 0.83).

Αν και οι προκαταχωρισμένες αναλύσεις μας επικεντρώθηκαν στη σύγκριση μεταξύ διαγνωστικών και μη διαγνωστικών διαστάσεων, δοκιμάσαμε επίσης εάν οι ανακατασκευές στη διαγνωστική διάσταση διέφεραν σημαντικά από την πραγματική θέση των προσώπων-στόχων. Πράγματι, συνδυάζοντας δεδομένα και από τα τρία πειράματα, οι μοντελοποιημένοι μέσοι όροι για τη διαγνωστική διάσταση ήταν σημαντικά μεγαλύτεροι από την πραγματική τιμή του 1 (t(120)=4.39, p < 0.{{ 60}}01, d=0.40), αντανακλώντας μια προκατάληψη από το ανταγωνιστικό πρόσωπο. Αυτό το αποτέλεσμα δεν διέφερε σημαντικά μεταξύ των πειραμάτων (F(2,118)=2.15, p=0.12, 휂2G =0.035). Αντίθετα, στη μη διαγνωστική διάσταση υπήρχε μια μικρή αλλά σημαντική προκατάληψη προς το κέντρο του χώρου προσώπων (μοντελοποιημένη σημαίνει < 1; t(120)=-2.33, p=0.021, d {{ 25}}.21). Αυτό το φαινόμενο διέφερε σημαντικά μεταξύ των πειραμάτων (F(2.118)=9.56, p <0.001, 휂2G=0.14). Στην πραγματικότητα, στο Πείραμα 1 οι απαντήσεις ήταν σημαντικά πάνω από 1 (t(34)=2.15,p=0.039, d=0.36) και στα Πειράματα 2 και 3 ήταν σημαντικά κάτω από 1 (Επ. 2: t(36)=-2.45, p=0.019, d =0.40; Exp. 3: t(48) {{58} },98, p < 0,001, d=0,57). Ενώ οι απόλυτες τιμές των ανακατασκευασμένων αποκρίσεων θα πρέπει να ερμηνεύονται με κάποια προσοχή (λόγω πιθανών παγκόσμιων προκαταλήψεων), η συνεπής μεροληψία προς την απώθηση στη διαγνωστική διάσταση υποστηρίζει την πρόβλεψή μας ότι ο ανταγωνισμός προκαλεί στοχευμένη απώθηση στη διαγνωστική διάσταση.

improve cognitive function

Ακρίβεια αναδόμησης προσώπου

Στη συνέχεια δοκιμάσαμε εάν η ακρίβεια ανακατασκευής διέφερε μεταξύ των διαγνωστικών και των μη διαγνωστικών διαστάσεων (Εικ. 4β). Ορίσαμε την ακρίβεια ως την τυπική απόκλιση σε επαναλαμβανόμενες ανακατασκευές του ίδιου προσώπου (βλ. Μέθοδοι). Για την ανταγωνιστική συνθήκη, μια επαναλαμβανόμενη μέτρηση ANOVA με παράγοντες διάστασης (διαγνωστική, μη διαγνωστική) και πείραμα (Επ. 1, Έκφρ. 2) αποκάλυψε σημαντικά μεγαλύτερη ακρίβεια – δηλ. χαμηλότερη μεταβλητότητα ανασυγκρότησης – στη διαγνωστική διάσταση (F(1,7 {{10}})=16.81, p < 0.001, 휂2G=0.044). Αυτό το αποτέλεσμα δεν αλληλεπιδρά με το πείραμα (F(1,70)= 0.34, p=0.56, 휂2G=0.001). Η επίδραση της μεγαλύτερης ακρίβειας στη διαγνωστική διάσταση επαναλήφθηκε (σύμφωνα με την προκαταχωρισμένη πρόβλεψή μας) στο Πείραμα 3 (t(48)=5.45,p <0,001, d=0.74).

Αν και το μέτρο της ακρίβειας ήταν μαθηματικά ανεξάρτητο από το μέτρο της μεροληψίας μας, είναι αξιοσημείωτο ότι αυτά τα μέτρα συσχετίστηκαν έτσι ώστε τα πρόσωπα που ανακατασκευάζονταν με μεγαλύτερη ακρίβεια έτειναν επίσης να συσχετίζονται με μεγαλύτερη προκατάληψη (βλ. Εικ. S2A, OSM). Είναι σημαντικό, ωστόσο, ότι η επίδραση της μεγαλύτερης ακρίβειας στη διαγνωστική έναντι της μη διαγνωστικής διάστασης παρέμεινε σημαντική ακόμη και όταν τα στοιχεία υψηλής προκατάληψης αποκλείστηκαν από την ανάλυση (βλ. Εικ. S2B, OSM).

improve working memory

Σχέση μεταξύ μεροληψίας ανασυγκρότησης και συνειρμικής παρέμβασης

Τέλος, δοκιμάσαμε την πρόβλεψή μας ότι η μεγαλύτερη μεροληψία ανακατασκευής (απώθηση) στη διαγνωστική διάσταση σχετίζεται με καλύτερη απόδοση τεστ συσχετιστικής μνήμης (λιγότερες παρεμβολές). Λόγω της απόδοσης της συσχετιστικής μνήμης κοντά στο ανώτατο όριο στο Πείραμα 1 (Εικ. 2), εστιάσαμε στα δεδομένα του Πειράματος 2. Εκτελέσαμε ένα μοντέλο μικτών επιδράσεων που προέβλεπε την ακρίβεια συσχετιστικής μνήμης σε επίπεδο στοιχείου με σταθερά αποτελέσματα (α) μεροληψίας στη διαγνωστική διάσταση (συνεχής μεταβλητή) και (β) εάν επηρεάστηκε η διαγνωστική διάσταση ή το φύλο (κατηγορική μεταβλητή). Η προκατάληψη μοντελοποιήθηκε με τυχαίες τομές και κλίσεις για κάθε συμμετέχοντα. Χρησιμοποιώντας μια δοκιμή αναλογίας πιθανότητας, συγκρίναμε αυτό το μοντέλο με ένα μοντέλο χωρίς προκατάληψη. Ουσιαστικά, το μοντέλο ft ήταν σημαντικά καλύτερο όταν συμπεριλήφθηκε μεροληψία (χ2(1)=4.67, p=0.031), με την προκατάληψη να προβλέπει θετικά την ακρίβεια συσχετιστικής μνήμης ( μεροληψία=3.58, SE =1.62). Ως έλεγχος, επαναλάβαμε την ίδια ανάλυση, αλλά με προκαταλήψεις για τη μη διαγνωστική διάσταση. εδώ, η προκατάληψη απέτυχε στη βελτίωση του μοντέλου ft (χ2(1)=0.021, p=0.89, μεροληψία=-0.31,SE=2.14). Για το Πείραμα 3, προβλέψαμε (χρησιμοποιώντας μια προκαταχωρισμένη ανάλυση) μια αναπαραγωγή της σχέσης μεταξύ της μεροληψίας διαγνωστικής διάστασης και της ακρίβειας της συσχετιστικής μνήμης. Παρατηρήσαμε μια μικρή επίδραση στην προβλεπόμενη κατεύθυνση, αλλά δεν ήταν σημαντική (χ2(1)=0. 24, p=0.63, bias=0.69, SE= 1.41).

Στην προκαταχωρισμένη ανάλυσή μας, αποκλείσαμε τις αποκρίσεις ανακατασκευής (δοκιμές) που ήταν περισσότερο παρόμοιες με τον ανταγωνιστή παρά με τον στόχο. Η λογική γι' αυτό ήταν να διασφαλιστεί ότι οι ακραίες αποκρίσεις (δυνητικά σφάλματα ανταλλαγής) δεν είχαν μεγάλη επιρροή στο μοντέλο (βλ. Μέθοδοι). Ωστόσο, αυτή η προσέγγιση εξάλειψε πλήρως αυτές τις δοκιμές αντί να ελαχιστοποιήσει την επιρροή τους.

Επομένως, ως διερευνητική ανάλυση, αντικαταστήσαμε αυτές τις ακραίες βαθμολογίες ανασυγκρότησης με μια τιμή {{{0}} (ίση απόσταση μεταξύ του στόχου και του ανταγωνιστή, δείτε Μέθοδοι). Αυτό επέτρεψε να συμπεριληφθούν όλες οι δοκιμές, αλλά μείωσε την επιρροή των ακραίων αποκρίσεων (βλ. Εικ. S4 (OSM) για περαιτέρω ανάλυση του τι μπορεί να αντιπροσωπεύουν αυτές οι ακραίες αποκρίσεις). Για αυτήν τη διερευνητική ανάλυση, συνδυάσαμε δεδομένα από τα Πειράματα 2 και 3, με το πείραμα (Επ. 2, Παρ. 3) να προστίθεται ως σταθερό αποτέλεσμα. Σε σύγκριση με ένα μηδενικό μοντέλο, η προσθήκη προκατάληψης στη διαγνωστική διάσταση βελτίωσε σημαντικά το μοντέλο ft (χ2(1)=15.88, p <0,001), με θετική προκατάληψη (απώθηση) που προβλέπει υψηλότερη συσχετιστική ακρίβεια μνήμης (προκατάληψη {{12} }.45, SE=1.04).

Η προσθήκη αλληλεπίδρασης μεταξύ πειράματος και προκατάληψης δεν βελτίωσε την προσαρμογή του μοντέλου (χ2(1) =1.39, p=0.24, exp×bias=-2.47, SE=2 .08), υποδεικνύοντας ότι η σχέση μεταξύ προκατάληψης και συνειρμικής μνήμης δεν διέφερε μεταξύ των πειραμάτων. Επιπλέον, η προκατάληψη βελτίωσε σημαντικά την προσαρμογή του μοντέλου όταν εφαρμόζεται μόνο στα δεδομένα του Πειράματος 3(χ2(1)=3.98, p=0.046, bias=2.45, SE=1 .19), επιβεβαιώνοντας ότι η σχέση μεταξύ μεροληψίας και συσχετιστικής μνήμης δεν καθοδηγήθηκε μόνο από τα δεδομένα του Πειράματος 2. Ως έλεγχος, εκτελέσαμε την ίδια σύγκριση μοντέλων αλλά με προκατάληψη για τη μη διαγνωστική διάσταση ως προγνωστικό παράγοντα. δεν υπήρχε σημαντική διαφορά μεταξύ των μοντέλων (χ2(1)=0.14, p=0.71, bias =-0.40, SE=1.08).

improve memory

Επιπλέον, ο βαθμός μεροληψίας στη διαγνωστική διάσταση σε σχέση με τη μη διαγνωστική διάσταση (δηλ. η βαθμολογία διαφοράς μεροληψίας) βελτίωσε επίσης σημαντικά την προσαρμογή του μοντέλου σε σύγκριση με ένα μηδενικό μοντέλο χωρίς προκατάληψη,χ2(1)=19.87, p< 0.001, βbias. dif = 2.71, SE = 0.60 (random slopes were excluded due to reaching singularity).


For more information:1950477648nn@gmail.com

Μπορεί επίσης να σας αρέσει