감정과 의미론적 관련성이 인식 기억에 미치는 영향: 행동 및 전기생리학적 증거 2부
Jan 02, 2024
2.1|방법
2.1.1|참가자들
필요한 표본 크기를 결정하기 위해 먼저 Pierce &Kensinger(2011; N = 32, Cohen's f = 0.42)가 얻은 행동 효과 크기를 추출했습니다. 그는 실험 설계에서 사용된 것과 유사한 실험 설계를 사용했습니다. 현재 연구.
샘플 크기와 메모리 사이에는 관계가 있습니다. 이 관계는 직접적이지는 않을 수도 있지만 매우 중요합니다. 간단히 말해서, 표본 크기가 클수록 더 많은 것을 기억하게 됩니다. 그러므로 우리는 기억력을 향상시키기 위해 일상생활에서 새롭고 의미 있는 정보를 끊임없이 수집해야 합니다.
과학 연구에 따르면 정보를 얻기 위해 다양한 방법과 채널을 사용하면 기억력을 자극하고 기억력을 향상시킬 수 있습니다. 다양한 연령대의 사람들과 교류하고, 다양한 여가 활동을 하며, 다양한 문화, 환경, 사람들을 경험함으로써 우리의 지식을 더욱 완전하고, 넓고, 깊게 만들 수 있도록 노력하십시오.
지식의 범위를 돌파하고 정보를 빠르게 암기하는 방법을 배우는 것도 기억력을 향상시키는 중요한 방법입니다. 기억력 게임을 통해 두뇌를 단련하고, 반복적인 암기 및 복습을 통해 기억력을 강화하고, 새로운 지식을 빠르게 익히는 데 도움을 줄 수 있습니다. 기억력 향상에는 많은 비용이나 시간이 필요하지 않으며 긍정적인 태도를 유지하고 계속 노력하면 됩니다.
즉, 지속적인 축적, 훈련, 학습 및 노력을 통해 모든 사람은 기억력을 향상하고 더 많은 지식을 습득하며 삶의 경험을 풍부하게 할 수 있습니다. 정보가 폭발하는 시대에는 강한 기억력을 갖는 것이 매우 중요합니다. 우리는 모든 각도에서 기억력을 향상하고 더 나은 자신이 되어야 할 책임과 의무가 있습니다. 기억력 향상이 필요하다고 볼 수 있는데, Cistanche Deserticola는 아세틸콜린 수치와 성장인자 수치를 높이는 등 신경전달물질의 균형도 조절할 수 있기 때문에 기억력을 크게 향상시킬 수 있습니다. 이 물질은 기억과 학습에 매우 중요합니다. 또한 고기는 혈류를 개선하고 산소 전달을 촉진하여 뇌에 충분한 영양분과 에너지를 공급하여 뇌의 활력과 지구력을 향상시킬 수 있습니다.
다음으로, 연관 메모리 패러다임을 사용한 여러 연구에서 연관 메모리ERP 효과(초기 및 후기 ERP 구성 요소에 대한)를 추출했습니다(Bader & Mecklinger, 2017; Kamp et al., 2016; Liet al., 2017; Li et al., 2019; Rhodes & Donaldson, 2008; Tibon, Gronau 외, 2014; Zhao 외, 2020; Zheng, Li,Xiao, Broster, Jiang, & Xi, 2015).
이 연구에서 보고된 연관 기억 구성요소에 대한 효과 크기는 모두 Cohen의 f= 0.3에서 10.7(N 범위는 17에서 46 사이) 범위로 중간 크기였습니다.
Nevertheless, to avoid an overinflated estimation of effect size, we set f = 0.25 as a lower, more conservative value. Based on this effect size, we estimated that power>.8 ( =.01)에는 최소 39명의 참가자가 필요하며(실제 전력=.81) 따라서 연구를 위해 47명의 참가자를 모집했습니다.
CapitalNormal University 출신의 47명의 건강한 오른손잡이 중국어 원어민(여성 30명, 평균 연령 22.4±2세)이 실험에 참여했으며 시간당 30엔을 받았습니다.
모든 참가자는 정상 또는 정상 시력으로 교정되었으며 신경학적 또는 정신적 장애, 학습 장애, 머리 부상 또는 향정신성 약물 사용의 병력에 대해 사전 검사를 받았습니다. Capital Normal University InstitutionalReview Board의 승인을 받은 사전 동의가 각 참가자로부터 수집되었습니다.
작업 수행 능력이 매우 낮은 참가자 1명을 포함하여 5명의 참가자의 데이터가 삭제되었습니다(associativePr<0), and four participants with insufficient number of artifact-free ERP trials in one or more experimental conditions (N trial <16). Our final sample therefore included 42 participants (27 females; mean age 22.4 ±2 years).
Photoshop 8.0, 회색 배경(RGB: 150, 예를 들어 그림 1 참조)의 사진 중앙에 표시되었습니다.
독립 표본(N = 12)은 1(매우 부정적/차분함/낯설음)부터 9(매우 긍정적/흥미로움/익숙함) 범위의 척도를 사용하여 사진에 대한 원자가, 흥분 및 친숙함의 차원에 대한 평가를 제공했습니다. 친숙도 등급이 4 미만인 사진은 풀에서 제거되었습니다.
646개의 네거티브 사진(4 미만의 원자가 점수 포함)과 625개의 중립 사진(4~7 사이의 원자가 점수 포함)을 포함한 1272개의 사진을 선택하고 결합하여 부정/부정 사진 쌍 또는 중립/중립 사진 쌍을 형성하여 의미상 관련 없는 부정 사진 166개를 생성합니다. 150개의 의미적으로 관련되지 않은 중립, 157개의 의미적으로 관련된 부정, 162개의 의미적으로 관련된 중립 그림 쌍입니다.
또 다른 독립 표본(N = 10)은 관련성 차원에서 쌍의 등급을 제공했습니다. 그들은 1(매우 가능성 없음)부터 9(매우 가능성 있음) 범위의 척도로 응답하여 두 물체가 함께 나타날 가능성이 얼마나 되는지 판단하도록 요청받았습니다(Tibon, Gronau, et al., 2014).
사전 할당된 관련성 상태가 확인된 쌍만(즉, 관련성 점수가 있는 관련 없는 자극)<5, and related stimuli with a relatedness score≥5) by the majority of the raters (at least 6/10 raters) were included in the study.
등급을 기준으로 의미상 관련이 있는 부정 쌍 150개, 의미상 관련이 있는 중립 쌍 150개, 의미상 관련이 없는 부정 쌍 150개, 의미상 관련이 없는 중립 쌍 150개를 포함하여 600개의 쌍이 선택되었습니다. 의미상 관련된 쌍은 동일한 범주에 속하거나(예: "책상-소파") 기능적으로 관련되었습니다(예: "토끼-당근").
관련성 쌍[평균(SD)= 6.61(1.25)]의 관련성 점수는 비관련 쌍[평균(SD) = 1.61(.41); t (299) = 64.20, p<.001].
부정적인 그림은 중립 그림보다 훨씬 더 부정적이고 자극적이었습니다. [valence: Meaning (SD) {{0}}.05 (0.66), Meanneu(SD) = 5.06 (0.31) , t (599)=−59.22, p<.001; arousal: Meaning (SD) = 5.43 (1.23), Meanneu (SD) = 2.41 (0.63), t (599) = 45.77, p<.001], but equal to neutral pictures on familiarity (p>.05).
이후 우리는 서로 다른 쌍에 속한 그림을 결합하여 200개의 재배열된 쌍을 구성했지만 유형과 위치는 변경하지 않고 각 유형에 대해 50개의 재배열된 쌍이 있었습니다. 예를 들어, 두 개의 관련 중성 쌍 AB(예: 토끼-당근)와 CD(예: 염소-양배추)가 재조합되어 또 다른 관련 중성 쌍 AD(토끼-양배추)를 형성할 수 있습니다.
B와 C는 또한 다른 항목(관련 중립 쌍에 속함)과 결합되어 재배열된 쌍을 형성합니다. 이전 관련성 평가에 참여했던 동일한 샘플(N= 10)을 다시 모집하여 관련성에 대한 평가를 제공했습니다.
결과는 쌍의 초기 할당을 확인했으며 관련 쌍의 관련성 점수[평균(SD) = 6.67(1.23)]가 관련되지 않은 쌍의 관련성 점수[평균(SD) = 1보다 상당히 높았다는 것을 보여주었습니다. .65 (.57); t (99) = 64.90,p<.001]. Importantly, there was no difference in relatedness between the rearranged pairs and the original pairs [Unrelated pairs: t (99) = 1.07, p =.29; Related pairs: t (99) = 0.76, p =.35].
총 400개의 그림 쌍이 연구 단계에서 인코딩되었으며(관련된 네거티브 쌍 100개, 관련된 중립 쌍 100개, 관련 없는 네거티브 쌍 100개, 관련 없는 중립 쌍 100개), 나머지 200개 쌍은 테스트 단계에서 새로운 쌍으로 사용됩니다. 테스트에서는 200개의 온전한 쌍(연구에 표시된 동일한 쌍), 200개의 재배열된 쌍(함께 재조합된 서로 다른 연구 쌍에 속하는 그림), 200개의 새로운 쌍이 제시되었으며 각 조건에는 관련 음성 50개, 중립 관련 50개, 중립 50개, 관련되지 않은 음수 및 관련되지 않은 중성 쌍 50개. 테스트 쌍은 대상 전체에 걸쳐 균형을 이루었으며 모든 사진은 온전한, 재배열된 또는 새로운 쌍의 일부로 균등하게 자주 표시되었습니다.
2.1.3|절차
참가자들은 전기적으로 차폐된 공간에서 Dell 모니터와 70cm 떨어진 곳에 앉았습니다. 시각적 영역이 10도 x 5도인 Picturepair가 검정색 배경을 바탕으로 모니터 중앙에 수평으로 표시되었습니다(Neurobehavioral Systems, Inc.의 프레젠테이션 사용). 표준 연구-테스트 패러다임이 채택되었으며, 연구 단계는 10-분 지연 후 테스트 단계로 이어졌습니다. 연구 단계와 테스트 단계 동안 4번의 자기 주도적 휴식 시간이 제공되었습니다. 자극은 동일한 조건에서 3번 이하의 연속 시도가 발생하지 않도록 의사 무작위로 제시되었습니다.
연구에서 각 시험은 1000~1500ms 동안 회색 고정 십자가로 시작되었고, 이어서 2000ms 동안 한 쌍의 그림이 제시되었습니다. 이 기간 동안 참가자들은 쌍을 암기하고 원자가 판단 작업, 즉 둘 중 어느 것을 판단하도록 요청받았습니다. 객체는 더 부정적입니다(그림 1b). 왼쪽 물체가 더 부정적이라고 생각하면 키보드의 '왼쪽 화살표' 키를 누르고, 오른쪽 물체가 더 부정적이라고 생각하면 '오른쪽 화살표' 키를 누르고, '아래쪽 화살표' 키를 누르도록 요청받았다. 화살표' 키를 누르면 두 물체가 비슷한 원자가를 가지고 있다고 생각합니다.
연구 단계가 완료되면 10-분의 휴식 시간이 제공되었습니다. 이 기간 동안 참가자들은 5분 동안 3-3-숫자를 거꾸로 세는 주의 분산 작업을 수행한 후 추가로 5분간 휴식을 취했습니다.
테스트에서 각 시도는 1000~1500ms 동안 교차 제시된 지터 고정으로 시작된 후 2000ms 동안 그림 쌍이 제시되었습니다. 참가자들은 쌍이 "손상되지 않은" 것인지, "재배열된" 것인지, "새로운" 것인지를 가능한 한 정확하고 신속하게 표시하도록 요청받았습니다. 응답은 참가자 전체에 균형을 맞춘 키보드 키를 통해 제공되었습니다.
참가자 중 절반은 왼손으로 "F"와 "G" 키를 눌러 "그대로"와 "재배열"을, 오른손으로 "J" 키를 눌러 "새로운" 반응을 보였습니다. 나머지 절반의 참가자들은 오른손으로 "H"와 "J" 키를 눌러 "손상되지 않음"과 "재배열됨"을 반응했고, 왼손으로 "F" 키를 눌러 "새로 만들기"를 응답했습니다.
연구 단계 전 실험 시작 시 12번의 연구 실습 블록이 제공되었습니다. 테스트 단계 전에 18개 시도의 추가 테스트 연습 블록이 제공되었습니다. 이러한 연습 세션 동안 실험자는 참가자가 작업을 이해했는지 확인했습니다.
2.1.4|EEG 기록 및 전처리
EEG는 {{0}}채널 Neuroscan 시스템과 확장된 국제 10-20 시스템을 준수하는 전극 위치를 사용하여 기록되었습니다. 샘플링 속도는 0.05~100Hz 대역 통과 필터를 사용하여 500Hz였습니다. 안구전도(EOG)는 각 눈의 바깥쪽 눈꺼풀 바깥쪽에 배치된 두 개의 전극과 왼쪽 눈의 안와아래에 배치된 전극을 사용하여 기록되었습니다.
왼쪽 유양 돌기는 온라인 참조 사이트로 사용되었으며 EEG 신호는 왼쪽 및 오른쪽 유양 돌기 기록의 평균에 대해 오프라인으로 다시 참조되었습니다. 임피던스는 5 kΩ 미만으로 유지되었습니다. EEG/EOG 신호는 0.05–40Hz의 대역 통과로 필터링되었습니다. 테스트 단계의 EEG 데이터는 1100ms epoch로 분할되었으며 100ms 사전 자극 기준선으로 수정되었습니다. ±75μV를 초과하는 전압을 갖는 에포크는 제외되었습니다.
MATLAB용 EEGLAB 도구 상자(v.2019.0, Delorme & Makeig, 2004)를 통해 사용할 수 있는 runica 알고리즘으로 수행된 독립 구성 요소 분석(ICA)을 사용하여 EOG 깜박임 아티팩트를 분리하고 제거했습니다. 허용 가능한 신호 대 잡음비를 보장하기 위해 각 조건에 대해 최소 16번의 시험이 필요했으며, 최소 시험 횟수를 충족하지 못해 4명의 참가자가 제외되었습니다.
관련된 분석된 시도의 평균 수는 음성 쌍의 경우 39(손상되지 않음), 26(재배열) 및 38(신규)이었고 중립 쌍의 경우 37(손상되지 않음), 26(재배열) 및 43(신규)이었습니다. 관련되지 않은 분석된 시도의 평균 수는 음성 쌍의 경우 25(손상되지 않음), 30(재배열) 및 37(신규)이었고 중립 쌍의 경우 27(손상되지 않음), 30(재배열) 및 41(신규)이었습니다.
2.1.5|통계 분석: 일반적인 접근 방식
데이터는 올바른 실험에 대해서만 추출되었습니다(예: Donaldson& Rugg, 1998; Paller et al., 2003). 추론 통계를 위해 반복 측정 분산 분석(ANOVA)이 수행되었으며, 필요한 경우 비구형성에 대한 Greenhouse-Geisser 보정이 수행되었습니다. 후속 분석은 적절하게 반복 측정 ANOVA 또는 t 테스트를 사용하여 수행되었습니다.
제1종 오류율을 제어하기 위해 p-값은 Benjamini-Hochberg 절차(Benjamini & Hochberg, 1995)를 사용하여 FDR(false discovery rate)에 대해 수정되었습니다.<.05. Because the current study focuses on mnemonic effects, only main effects and interactions that included the factor of response type are reported.
행동 분석
관심 있는 행동 척도는 연관 Pr이었습니다. 이는 연관 기억에 대한 기존/신규 효과의 차별 척도로, 온전한 쌍에 대한 적중률에서 재배열된 쌍에 대한 잘못된 경보 비율을 빼서 정의됩니다(Jägeret al., 2006; Snodgrass & Corwin, 1988). 이 척도는 잠재적인 응답 편향(예: 관련쌍의 경우; Ahmad & Hockley, 2014; Liu & Guo, 2019; Tibon,Gronau, et al., 2014; 응답 편향의 보조 분석에 대한 지원 정보 1 참조)을 실제 응답 편향과 분리하는 데 사용되었습니다. 메모리 이점. Pr 점수는 반복 요인으로 관련성(관련 또는 비관련) 및 원자가(음성 또는 중립)를 사용하고 Pr 점수를 종속 측정으로 사용하여 반복 측정 ANOVA를 사용하여 분석되었습니다.
연관 기억에 대한 우리의 관심과 반응 편향에서 실제 기억 효과를 분리하는 것을 고려하여 우리는 관련성(관련 또는 비관련) 및 원자가(음성 또는 중립)를 반복 요인으로 사용하여 반복된 ANOVA를 사용하여 손상되지 않은 쌍 및 재배열된 쌍에 대한 정확도(정확도 %)를 추가로 분석했습니다. 그리고 종속 척도로 정확도를 측정합니다. 동일한 모델 내의 모든 요인(관련성, 원자가 및 반응 유형)과 수준(온전함, 재배열, 신규)을 포함하는 완전 3-방향 분산 분석이 지원 정보 2에 포함되어 있습니다.
ERP 분석
온전한 쌍과 재배열된 쌍 모두 연구된 항목으로 구성됩니다. 그러나 손상되지 않은 쌍에는 연구된 연관 정보가 더 많이 포함되어 있는 반면, 재배열된 쌍에는 연구에서 제시되지 않은 새로운 연관 정보가 포함되어 있습니다. 따라서 온전한/재배열된 효과, 즉 올바른 "온전한" 판단과 올바른 "재배열된" 판단과 관련된 ERP 간의 차이는 연관 인식을 나타냅니다. (예: Li 외, 2017; Rhodes& Donaldson, 2008; Zheng, Li, Xiao, Broster, Jiang, &Xi, 2015).
따라서 우리는 연관 메모리를 색인화하기 위해 손상되지 않은 쌍과 재배열된 쌍 사이의 비교에 중점을 두었습니다. 완성을 위해 지원 정보 3의 항목 메모리 색인으로 재배열된 쌍과 새 쌍 간의 비교도 포함합니다.
전두엽 및 두정엽 기억 효과에 대해 이전 ERP 연구를 기반으로 시간 세그먼트 및 관심 영역을 정의했습니다(Bader et al., 2010; Han et al., 2018; Li et al., 2017,2019; Rugg & Curran, 2007; Speer & Curran, 2007; Wolket al., 2006; Zheng 외, 2016). 따라서 두 시간 창, 300-550ms 및 550-800ms가 각각 전두엽 기억 효과와 두정엽 기억 효과를 포착하는 데 사용되었습니다. 이 창에서 통계 분석을 위한 평균 진폭은 전두엽(F3, Fz 및 F4에 걸쳐 축소됨), 중앙(C3, Cz 및 C4에 걸쳐 축소됨) 및 정수리(P3, Pz 및 P4에 걸쳐 축소됨) 두피 위치에서 얻었습니다(Han et al ., 2018; Houet al., 2013; Molinaro 등, 2011).
반복 측정 ANOVA는 각 시간 창에 대해 개별적으로 수행되었으며 관련성(관련 또는 비관련), 원자가(음성 또는 중립), 응답 유형(온전함 또는 재배열) 및 위치(전두엽, 중앙 또는 정수리)의 4가지 개체 내 요인을 포함했습니다.
2.2|결과
2.2.1|행동 결과
실험 1의 다양한 행동 측정에 대한 평균과 표준편차는 표 1에 나와 있습니다. 연관 Pr(관련성 × 원자가)에 대한 ANOVA는 원자가 F(1, 41) = 24.28, p의 중요한 주 효과를 나타냅니다.<.001, 휂2 p =0.37 (greater Pr scores for neutral vs. negative pairs), and of relatedness, F (1, 41) = 120.01, p <.001, 휂2 p =0.75 (greater Pr scores for related vs. unrelated pairs).
분석 결과, 근연도와 원자가 사이의 중요한 2-상호작용인 F(1, 41) = 6.61, p =.014,휂2p =0.14가 다음과 같이 밝혀졌습니다. 관련 없는 조건에서 음수 쌍(vs.neutral)에 대한 낮은 연관 Pr, t(41) = 5.38, p<.001, d = 0.83, but not in the related condition, t (41) = 1.65, p =.107, d = 0.25.
온전한 쌍("적중")에 대한 정확도 분석을 통해 관련성의 주요 효과인 F(1, 41) = 361.91,p가 밝혀졌습니다.<.001, 휂2 p =0.90, and a 2-way interaction between the two factors, F (1, 41) = 17.35, p <.001, 휂2 p =0.30, resulting from lower accuracy rates for negative pairs (vs. neutral) in the unrelated condition, t (41) = 2.78, p =.008, d = 0.43, but greater accuracy rates for negative pairs (vs. neutral) in the related condition, t (41) = 2.31, p =.026, d = 0.36. The analysis of accuracy rates for rearranged pairs ("correct rejections") only revealed a main effect of relatedness, F (1, 41) = 22.70, p <.001, 휂2 p =0.36, with greater accuracy rates for unrelated vs. related pairs.
종합적으로 말하면, 행동 결과는 감소된 Pr 점수와 음수 대 중립 쌍의 정확도로 표시되는 예측된 감정 연관 간섭 효과를 묘사합니다. 더욱이, 이 효과는 의미론적 관련성에 의해 약화되었으며, 관련되지 않은 쌍과 관련된 쌍에 대해 더 큰 감정적 간섭이 관찰되었습니다.
2.2.2|ERP 결과
다양한 실험 조건에서 연관 기억 효과의 파형 및 지형학적 분포가 그림 2에 나와 있습니다. 초기 시간 창(300~550ms)에서 연관 기억 효과에 대한 ANOVA는 원자가와 결합 기억 사이의 2-방식의 상호 작용을 나타냅니다. 응답 유형, F (1, 41) = 9.29, p =.004, 휂2p =0.19.
각 원자가 수준에서 쌍을 이루는 t-검정을 사용하여 상호 작용을 분해하면 음수 쌍 t(41) = 3.13, p {{5 }}.003,d = 0.48, 그러나 중립 쌍에는 해당되지 않습니다(p =.29). 따라서 초기 기간에 연관 기억 효과는 관련성에 관계없이 음의 쌍에 대해 나타나고 널리 분포되었습니다.
늦은 시간 창(550-800ms)에서 ANOVA는 반응 유형 F(1, 41) = 38.84, p의 주 효과만 나타냈습니다.<.001, 휂2 p =0.49, suggesting that the late associative memory effect was similarly observed in all conditions and all locations. Exploratory analysis of a later associative memory effect (800–1000 ms), which resembled the pattern observed in the 550–800 ms time window, is included in Supporting Information 4.
For more information:1950477648nn@gmail.com
