반복 프라이밍과 소스 메모리 사이의 연관성 설명: 인식 또는 유창성에 대한 증거 없음
Mar 19, 2022
연락하다:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791
추상화메모리과제(반복 프라이밍, 재인 기억, 소스 메모리 측정)에서 이전에 연구된 것으로 인식되고 올바른 소스 결정을 받은 항목도 반복 프라이밍 효과의 크기가 더 큰 경향이 있습니다. 이러한 연관성은 단일에서 발생하는 것으로 설명되었습니다.메모리시스템이나 신호가 아니라 여러 별개의 것입니다. 현재 작업에서 우리는 프라이밍과 소스 메모리 사이의 연관성이 인식이나 유창함에 의해 주도되는 것으로 대안적으로 설명될 수 있는지 여부를 조사합니다. 우리는 먼저 기본 프라이밍 소스 연관을 재현했습니다(실험 1). 실험 2와 3에서는 과업이 수정되어도 명시적, 은밀한 인식 판단이 배제된 경우에도 연관성이 지속됨을 확인하였다. 실험 4에서는 유창함(식별 응답 시간으로 측정)이 출처 결정에 영향을 줄 수 없었음에도 연관성이 다시 나타났지만 연관성은 현저히 약했습니다. 이러한 발견은 프라이밍과 소스 기억 사이의 연관성이 인식이나 유창함의 기여로 인한 것이 아님을 시사합니다. 대신, 발견 사항은 공통 메모리 신호가 응답하는 단일 시스템 계정과 일치합니다.
키워드 소스메모리; 반복 프라이밍; 인식메모리
메모리항목에 대한 이전 노출로 인한 항목 식별 또는 감지의 변경(장기 반복 프라이밍) 또는 항목이 특정 컨텍스트에서 이전에 만났는지 여부를 결정하는 능력과 같은 다양한 방식으로 표현될 수 있습니다. (인식메모리). 저명한 이론은 이러한 특정 현상을 뚜렷한메모리시스템, 신호 또는 프로세스. 일부 이론적 설명에서 프라이밍은 암묵적(무의식 또는 비선언적) 기억 시스템에 의해 주도되는 반면, 인식 기억은 기능적으로나 신경적으로 구별되는 명시적(의식적 또는 선언적) 기억 시스템에 의해 주도됩니다.메모리시스템(예: Squire, 1994, 2004, 2009; Squire & Dede, 2015; Tulving & Schacter, 1990).
이러한 다중 시스템 계정메모리심리학 교과서에서 기본 모델로 널리 사용됩니다.메모리(예: Baddeley et al., 2014) 및 독립 메모리 시스템은 여전히 차등 메모리 성능을 설명하는 데 사용됩니다(예: Henson et al., 2016). 기억의 다중 시스템 이론에 대한 증거는 작업 간의 기능적 및 신경 해리를 기반으로 합니다(예: Craik et al., 1994; Jacoby & Dallas, 1981; Schacter et al., 2007; Squire, 2009; Staresina et al., 2011). ), 이러한 발견 및/또는 추론에 도전하는 증거가 있지만(예: Addante, 2015; Berry et al., 2014; Buchner & Wippich, 2000; Dunn, 2003; Lukatela et al., 2007; Meier et al., 2009 ; Mulligan & Osborn, 2009; Ostergaard, 1992; Poldrack, 1996; Thakral et al., 2016).
다중 시스템 모델에 대한 반론메모리프라이밍(priming) 및 인식(recognition)과 같은 다른 작업에서의 기억 표현은 동일한 기본 기억 신호를 기반으로 한다는 것입니다. 이러한 계정에서 항목에 대한 더 높은 기억 강도는 더 큰 프라이밍 및 더 높은 인식 기억과 동시에 연관되어야 합니다. Berry et al. (2012)는 테스트의 각 항목에 대해 참가자에게 (프라이밍의 측정을 제공하기 위해) 마스크 위에 명확하게 표시된 단어를 식별하고 다음에 대한 인식 판단을 내리는 conjoint priming 및 인식 기억 패러다임을 사용하여 이 설명을 테스트했습니다. 확실한 새것에서 오래된 것의 규모. 단일 시스템 모델에 따라 그들은 오래된 것으로 판단된 항목의 식별이 새 것으로 판단된 항목의 식별보다 빠르다는 것을 발견했습니다. 모든 연구 항목에서 측정된 프라이밍 효과는 인식되지 않은 항목에 대한 프라이밍 효과보다 컸으며 인식 RT(응답 시간)는 인식 신뢰도가 높을수록 감소하는 경향이 있었습니다. 이는 이후 여러 번 복제되어 공식 모델링에서 확인되었습니다(예: Berry et al., 2006, 2008a, 2008b, 2010; 2014; 2017; Mazancieux et al., 2019; Ward et al., 2013; Shanks & Berry 참조). , 2012, 검토용).
니콜라스 랭과 크리스토퍼 J 베리
1 영국 코번트리 워릭대학교 심리학과
2 영국 플리머스 대학교 플리머스 대학교 심리학부
그러나 일부 인정에 따르면메모리, 인식 기억 자체는 회상과 친숙의 두 가지 프로세스에 의해 구동됩니다(예: Yonelinas, 2002). 기억은 명시적인 기억 검색에 의존하지만 친숙함은 종종 반복 프라이밍에 의해 유발된다고 주장됩니다(예: Jacoby & Dallas, 1981; Mandler, 1980). 이것은 프라이밍과 인식 메모리의 연관이 이 공유된 암시적 구성요소에 의해 주도될 수 있음을 의미하며 동일한 메모리 신호가 프라이밍 및메모리전통적으로 명시적 기억에 의존하는 것으로 간주되는 작업.
따라서 Lange et al.(2019) 연구에서 우리는 Berry et al.의 행동 및 모델링 작업을 확장했습니다. (2012) 소스메모리. 소스에서메모리과제에서 참가자는 항목이 빨간색 또는 파란색 글꼴로 표시되었는지, 화면 상단이나 하단에 표시되었는지, 해변이나 숲 배경에 표시되었는지 여부와 같이 항목이 연구된 정확한 컨텍스트를 검색하도록 요청받습니다. 이러한 작업은 친숙성에 의존하여 해결할 수 없지만 기념 정보의 명시적인 검색이 필요합니다(그러나 Diana et al., 2008; Taylor & Henson, 2012 참조). 이 확장된 작업에서 연구 참가자는 화면 상단 또는 하단에 단어가 표시되었습니다. 증명, 참가자들은 먼저 마스크를 통해 명확해진 항목을 식별한 다음 인식 신뢰도 등급을 부여한 다음 소스 신뢰도 등급을 부여했습니다. 우리는 프라이밍과 인식 기억의 연관성에 대한 결과를 복제하고 프라이밍과 소스 메모리의 유사한 연관성을 관찰했습니다. 올바른 소스 결정을 가진 항목은 또한 더 빠른 식별 RT를 갖는 경향이 있습니다(소스 메모리 태스크로 회상 작업을 사용하는 유사한 결과에 대해서는 Mazancieux 참조 et al., 2019, Exp 1).
이러한 결과는 단일메모리더 큰 경우 기본 응답 신호메모리항목의 강도는 더 큰 프라이밍, 올바른 "오래된" 인식 판단 및 올바른 출처 판단과 관련될 가능성이 더 큽니다. 단일 메모리 신호 또는 다중 독립 메모리 신호에 대한 핵심 가정은 이러한 메모리 작업의 연관에 대한 예측의 중심이지만 응답 매핑에 대한 보조 가정은 한 작업의 응답이 다른 작업의 응답으로 변경되는 방식을 설명합니다. 표준 응답 매핑에서 응답은 서로 독립적으로 이루어진다고 가정합니다. 예를 들어 프라이밍과 소스 메모리의 연관에 대해 이것은 프라이밍 효과의 크기가 "확실한(잘못된 소스 결정)"에서 "확실한(올바른 소스 결정)"으로 단조 증가해야 함을 의미합니다. Lange et al.(2019)의 실험에 따르면 프라이밍은 등급 척도의 양쪽 끝점에서 가장 높고 척도의 중간 지점에서 가장 낮은 경향이 있습니다. 다시 말해, 그 결정이 옳고 그른지 여부에 관계없이 근원 결정에 대한 확신이 증가함에 따라 프라이밍이 증가했습니다.
판매용 시탕슈
우리 작업에서 소스 메모리 등급이 인식 등급을 따랐다면 프라이밍과 소스 메모리의 연관성에서 이러한 예기치 않은 패턴이 소스 신뢰 등급에 선행하는 인식 등급, 즉 인식 및 소스 메모리 응답이 이루어지지 않았기 때문인지 고려했습니다. 독립적으로. 출처와 인식 등급 사이에 약간의 의존성이 있다는 것은 잘 확립되어 있어서, 높은 신뢰도로 출처 결정을 내릴 때 신뢰도가 높은 출처 결정이 내려질 가능성이 더 높습니다(예: Hautus et al., 2008; Starns et al. ., 2013) 그리고 이것은 단순한 공유 메모리 신호 이상의 결과입니다(Starns & Ksander, 2016). 인식 및 소스 메모리 모델은 소스 결정 기준 또는 응답 매핑이 인식 등급에 따라 변경되도록 하여 이를 통합합니다(예: Hautus et al., 2008; Klauer & Kellen, 2010; Onyper et al., 2010). 이러한 응답 간의 종속성을 포함하도록 응답 매핑을 조정했을 때, 공동 메모리 작업의 단일 시스템 모델은 올바른 소스 결정이 잘못된 소스 결정보다 전반적으로 더 큰 프라이밍과 관련이 있으며 프라이밍이 소스 신뢰도에 관계없이 증가한다는 발견을 포착했습니다. 소스 응답이 올바른지 여부.
한 가지 가능성은 반응 매핑이 변경된 모델의 더 나은 예측이 프라이밍과 소스 메모리 간의 연관성의 특정 특성을 발생시키는 기본 프로세스가 선행 인식 메모리 등급에 대한 소스 메모리 등급의 결정적 의존성이라는 증거라는 것입니다. 이 기사에서 우리는 이것을 경험적으로 테스트하려고 했습니다. 소스 메모리 신뢰도 등급이 인식 신뢰도 등급에 따라 변경되는 경우 인식 신뢰도 등급을 제거하면 해당 결정 편향이 제거되어야 합니다. 그런 다음 전반적으로 올바른 소스 결정은 잘못된 소스 결정보다 더 큰 프라이밍과 연관되어야 하지만(단일 시스템 모델의 핵심 가정에 따라) 프라이밍은 이제 올바른 소스 결정에 대한 확신이 증가함에 따라 점진적으로 증가해야 합니다. 실험 1은 Lange 등의 실험 2를 복제한 것입니다. (2019) 프라이밍과 소스 메모리의 연관에 대해 이전에 관찰된 패턴을 재설정했습니다. 그런 다음 우리는 명시적(실험 2) 및 은밀한(실험 3) 인식 판단이 배제된 경우에도 연관성이 지속되는지 여부를 확인하려고 했습니다. 실험 4에서 프라이밍 및 소스 결정을 인터리브 단계가 아닌 개별적으로 측정하여 식별의 유창함과 같은 다른 요소가 소스 결정에 영향을 미치지 않는 조건에서 프라이밍-소스 연관이 지속되는지 여부를 테스트했습니다.
실험 1
방법 참가자.
36명의 개인(남성 7명, 남성 연령=24.20, SD{4}}.52)이 £8 지불을 위한 실험에 참여했습니다. 이 표본 크기는 파일럿 연구에 대한 계산을 기반으로 2개 수준(즉, Cohen의 DZ가 대략 0.48임)이 있는 반복 측정 설계에서 중간 규모 효과를 탐지하기 위해 0.8의 거듭제곱을 제공했습니다. 각 후속 실험에서 동일한 샘플 크기를 사용했습니다. 각 실험의 참가자는 University of Plymouth 참여 풀을 사용하여 모집되었습니다. 윤리는 플리머스 대학 윤리 위원회의 승인을 받았습니다. 모든 참가자는 실험에 참여하기 전에 사전 동의를 제공했습니다.
재료. 자극 풀은 Medical Research Council의 심리 언어학적 데이터베이스(Coltheart, 1981)에서 선택된 384개의 4글자 저주파 단어로 구성되었습니다. 발생빈도는 100만분의 1에서 13회까지였으며 구체성이나 이미지성 제약은 없었다. 고어 및 구어체 용어는 제외되었습니다. 각 참가자에 대해 176단어를 기존 자극으로 무작위로 할당하고, 다른 176단어를 새로운 자극으로 선택했으며, 추가로 32단어를 연구 단계에서 우선성 및 최근성 완충 시험에 나타나는 자극으로 선택했습니다.
절차. 실험이 시작될 때 참가자는 연속 식별 작업의 6가지 연습 시도를 완료했습니다(CID; Berry et al., 2012; Feustel et al., 1983; Lange et al., 2019; Stark & McClelland, 2{{7} }) 실험 시도 이전에 작업에 익숙해집니다. CID 절차는 Lange et al. (2019). 각 CID 시도에서 하나의 단어가 점점 더 오래 지속되어 시간이 지남에 따라 더 명확해졌습니다. 참가자들은 단어를 올바르게 식별할 수 있다고 확신하는 즉시 Enter 키를 누르라는 지시를 받았습니다. 작업 지침에서 정확성과 속도가 강조되었습니다. 각 시도가 시작될 때 고정 마스크 "####"이 1,000ms 동안 24-point Courier 글꼴로 표시되었습니다. 다음으로 단어는 16.7ms 동안 20-point Courier 글꼴로 표시되었습니다(60Hz에서 한 화면 새로 고침). 그런 다음 마스크가 233.3ms 동안 제시되어 250ms 프레젠테이션 블록을 형성했습니다. 30개의 250ms 프레젠테이션 블록이 있었습니다. 자극 지속 시간은 각 대체 블록에서 16.7ms만큼 증가했으며 마스크는 250ms 블록의 나머지 부분에 대해 항상 제시되었습니다. 따라서 각 CID 시도는 잠재적으로 7,500ms 길이였지만 참가자가 Enter 키를 누르면 조기에 종료될 수 있습니다. Enter 키를 누르면 마스크가 16.7ms 동안 다시 표시됩니다. 다음으로 참가자에게 키보드로 단어를 입력해야 함을 나타내는 흰색 윤곽선 상자가 제시되었습니다. 키 누름이 상자에 표시되었습니다. 참가자들은 다음 시험으로 진행하기 위해 단어를 입력한 후 Enter 키를 누르라는 지시를 받았습니다.
연구 단계. 참가자들은 짧은 시간 동안 화면 중앙 아래 또는 위에 제시된 단어를 보게 될 것이며 그들의 임무는 이후 테스트를 위해 각 단어의 위치를 기억하는 것이라고 들었습니다. 참가자들은 각 블록의 자극이 고유하다는 점을 제외하고는 8개의 연구 테스트 블록을 완료했습니다. 각 연구 블록이 시작될 때 " 더하기 " 고정이 화면 중앙에 500ms 동안 표시되었습니다. 단어는 각각 2초 동안 제시되었으며, 그 중 절반은 중심 고정점 아래 0.9cm(즉, 약 75cm의 시야 거리에서 약 0.69도의 수직 시야각에 대응)로 제시되었으며 나머지 절반은 고정 지점 위의 0.9cm입니다. 자극간 간격은 100ms였다. 장소에 대한 단어 할당과 발표 순서는 참가자들 사이에서 무작위로 지정되었습니다. 참가자는 블록당 26개의 연구 시험을 완료했으며 각 블록의 처음 및 마지막 2개 시험은 우선성 및 최신성 완충 시험으로 지정되었습니다. 완충 자극은 실험에서 다시 제시되지 않았다.
테스트 단계. 다음으로, 첫 번째 CID-RS(즉, 인식 및 소스 판단이 있는 CID) 테스트 단계에 대한 지침이 제시되었습니다. 참가자들은 다시 식별 시험을 완료할 것이며 일부 단어는 이전 연구 블록에서 나온 것이고 일부는 참신하다고 들었습니다. 그들은 각각의 식별 후에 그 단어가 새로운 것(즉, 이전에 표시되지 않음) 또는 오래된(즉, 연구된) 것으로 생각하는지 여부를 결정하고 이전에 화면 하단 또는 상단에 표시되었는지 여부를 표시해야 한다고 들었습니다. 그들은 그들이 표시한 항목에 대해서도 위치 판단을 하고 확실하지 않은 경우 추측하도록 통보받았습니다. 참가자들은 단어의 절반은 새 단어, 절반은 오래된 단어, 오래된 단어의 절반은 화면 하단에 표시되고 절반은 상단에 표시된다는 말을 들었습니다. 각 테스트 블록에는 22개의 기존 항목과 22개의 새 항목으로 구성된 44개의 시도가 있었습니다. 각 시험에서, 연습 시험에서와 동일한 CID 절차를 사용하여 화면 중앙에 단어가 제시되었습니다. 참가자가 신원을 확인한 후 단어는 인식 프로브("단어가 새롭거나 오래된 것입니까?")와 평가 척도("1=새롭다, 2=아마 새롭다, {{6 }}새 것으로 추측, 4=오래된 것으로 추측, 5=아마도 오래된 것, 6=오래된 것으로 추측"). 참가자가 인식 판단을 내린 후 소스 메모리 프로브('단어가 맨 아래에 표시되었습니까 아니면 맨 위에 표시되었습니까?')에 등급 척도('{10}}확실한 하단, 2=아마도 하단, { {12}}하단 추측, 4=상단 추측, 5=상단 예상, 6=상단 예상"). 참가자들은 쿼티 키보드 본체의 숫자키 1~6을 인식판단에, 숫자패드의 숫자키를 소스기억판단으로 사용하였다. "상단" 응답을 나타내는 위쪽 화살표와 "하단" 응답을 나타내는 아래쪽 화살표가 있는 스티커가 숫자 패드에 추가되었습니다. 소스 메모리 판단을 한 후 참가자에게 Enter 키를 눌러 다음 시도를 시작하도록 지시하는 프롬프트가 표시되었습니다. 테스트 블록이 완료되면 참가자에게 다음 학습 블록이 제공되었습니다. 최종 테스트 블록이 완료되면 실험이 종료됩니다.
신원 확인 시험의 초기 심사. 이 실험과 그 이후의 실험에서는 실험의 식별 단계에서 단어가 잘못 식별되거나 식별 응답이 너무 빠르거나 너무 느린 경우 실험을 분석에 포함하지 않았습니다. 식별 응답은 사소한 오타에 대해 수정되었습니다(예: 올바르게 입력된 단어 뒤에 숫자나 기호를 입력한 경우). 한 참가자는 첫 번째 연구-테스트 블록에서 단어를 식별하려고 시도하지 않았기 때문에 이 단계에서 제외되었습니다. 전반적으로 오타 수정 후 잘못 식별된 시도의 비율은 낮았고(M=3.05%, SD=2.58), 참가자가 응답을 제공하지 않은 시도의 비율( M=0.19%, SD=0.78). 식별 RT가 200ms 미만이거나 평균 식별 RT(참여자 내)보다 3 표준 편차보다 큰 시도의 비율도 낮았습니다(M{11}}.22%의 시도, SD{13} }.49). Lange et al. (2019), 이 4가지 유형의 시험은 더 이상 분석되지 않았습니다. 이로써 모든 개인에 대해 충분한 수의 유효한 시도가 남았습니다(M=95.54, SD{18}}.52, 최소{20}}.07%).
측정. 모든 분석은 R(R Core Team, 2019)에서 수행되었습니다. 모든 관련 통계 비교의 경우 해당 분석의 셀에 누락된 데이터가 있는 경우 참가자를 목록으로 제외했습니다. 분산 분석(ANOVA)은 apex 패키지(Singmann et al., 2020)의 aov{1}car 함수를 사용하여 계산되었으며 사후 대비는 평균(Lenth, 2020)으로 계산되었습니다. 필요한 경우 Greenhouse-Geisser 보정을 사용하여 구형도 위반에 대해 자유도를 보정했습니다. 0.05의 알파 수준은 모든 통계 분석에 사용되었으며 모든 t-검정은 양측이었습니다. 우리는 또한 BayesFactor 패키지(Morey & Rouder, 2018)를 사용하여 모든 테스트에 대한 패키지의 기본 사전과 함께 동등한 베이지안 분석을 수행하고 보고된 모든 빈도주의적 테스트에 대해 Bayes factor(BF)를 보고합니다. 우리는 다음과 같은 효과 크기를 보고합니다. ANOVA의 경우 ηP2, t-검정의 경우 Cohen의 DZ(DZ, 두 가지 종속 측정값의 평균 차이를 두 측정값 차이의 평균 표준 편차로 나눈 값). 시험은 모든 분석에 대한 연구-테스트 블록에 걸쳐 집계되었습니다.
프라이밍 효과는 새 항목에 대한 평균 식별 RT에서 기존 항목에 대한 평균 식별 RT를 뺀 값으로 계산되었습니다. 인식 판별은 d'(이후 인식 d'라고 함)로 측정되었으며, 이는 z(p["old"| old])-z(p["old"| new])로 계산됩니다. 여기서 p("old "| old){{0}}(적중 횟수 더하기 0.5)/(이전 항목 수 더하기 1) 및 p("old"| new)=( Snodgrass 및 Corwin(1988)에 따라 잘못된 경보 수에 {{10}}.5)/(새 항목 수에 1을 더한 값). 2-높은 임계값 모델에서 판별 가능성의 척도이고 p("old"| old) - p("old"| new)로 계산되는 Pr에 대한 결과 패턴은 동일하므로 보고할 뿐입니다. 전체에 걸쳐 인식 d'. 인식 응답 편향은 −0.5 * (z(p["old"| old]) + z(p["old"| old])로 계산되는 c(이하 인식 c)로 측정되었습니다. 새로운])). 소스 식별은 d'(이후 소스 d'라고 함)로 측정되었습니다. 이 측정을 위해 소스 상단 항목을 대상으로 임의로 지정하고 소스 하단 항목을 비대상으로 지정했습니다. 따라서 소스 d′=z(p["top"| top])—z(p["top"| bottom]), 여기서 p("top"| top)=(숫자 올바른 상위 응답 수 + 0.5)/(소스 상위 항목 수 + 1) 및 p("top"| 하단)=(잘못된 상위 응답 수 + 0.5)/(숫자 소스-하단 항목 + 1). 소스 정확도에 대한 결과 패턴("상위" 항목 수 + "하위 항목 수|하위 항목 수)/이전 항목 수로 계산됨 -은 동일하므로 전자만 보고됩니다. 소스 바이어스는 c(이후 소스 c라고 함)로 측정되었으며 -0.5*( z(p["top"| top]) + z(p["top"| bottom]))로 계산되었습니다.
출처 신뢰 등급에 따라 분류된 식별 RT의 분석을 위해 응답은 출처-상단 및 출처-하단 항목에 걸쳐 축소되었습니다. 출처 등급 3, 2, 1은 출처-하단 항목, 출처 4, 5, 6은 응답의 확실성을 높여 올바른 출처 결정을 구성한 반면, 출처-하단 항목에 대한 소싱 등급 4, 5, 6은 출처 상위 항목에 대한 3, 2 및 1은 잘못된 출처 결정을 구성했습니다. 조치의 신뢰성. 이전 연구는 작업 수행을 비교할 때 직접 및 간접 기억 작업의 상대적 신뢰성을 고려하는 것이 중요하다는 것을 보여주었습니다(Buchner & Wippich, 2000). 따라서 모든 실험에서 프라이밍, 인식 및 소스 측정의 신뢰성을 결정하기 위해 반분의 상관 관계가 사용되었습니다. 이를 계산하기 위해 먼저 각 참가자의 데이터를 홀수 및 짝수 시도로 분할한 다음 각 절반에서 프라이밍 효과, 인식 d' 및 소스 d'를 계산했습니다. 그런 다음 절반의 상관 관계는 참가자 전반의 각 절반의 성과 간의 피어슨 상관 관계로 제공되었습니다. 실험 1에서 이들은 크고 유의미했습니다. 프라이밍, r(33)=.90, p<.001, bf="1.94" ×="" 109="" ;="" recognition="" d′,="" r(33)=".90,"><.001, bf="3.55" ×="" 109="" ;="" source="" d′,="" r(33)=".81,"><.001, bf="7.70" ×="">
판매용 시탕슈
결과
메모리 성능의 첫 번째 전체 수준을 고려하면 프라이밍 효과, 인식 d' 및 소스 d'가 모두 기회 초과(0): M 프라이밍=247ms, SE=34, t(34 )=7.17, p<.001, d="1.22," bf="5.11" ×="" 105;="" m="" recognition="" d′="1.23," se="0.10," t(34)="12.02,"><.001, d="2.03," bf="8.61" ×="" 1010;="" m="" source="" d′="0.80," se="0.11," t(34)="7.48,"><.001, d="1.26," bf="1.16" ×="" 106="" .="" table="" 1="" shows="" the="" mean="" identification="" rt="" for="" new="" and="" old="" items,="" and="" also="" the="" mean="" hit="" rate="" and="" false="" alarm="" rate="" for="" recognition="" and="" source="" decisions.="" neither="" recognition="" nor="" source="" responding="" was="" biased="" overall="" (recognition="" c="−0.04," se="0.04," t(34)="0.98," p=".33," d="0.17," bf="0.28;" source="" c="0.01," se="0.05," t(34)="0.11," p=".91," d="0.02," bf="">
이러한 전체 측정치 사이의 상관관계에 대한 증거가 있었지만 이는 인식과 소스 기억의 연관성에 대해서만 중요했습니다(프라이밍 및 인식 d', r(34)=.35, p=.041 , BF=2.32; 프라이밍 및 소스 d', r(34)=.33, p{10}}.056, BF=1.84; 인식 d' 및 소스 d', r(34)=.82, p<.001, bf="1.82" ×="" 106="" ).="" as="" in="" lange="" et="" al.'s="" (2019)="" study,="" we="" expected="" associations="" between="" priming="" and="" source="" memory="" to="" be="" evident="" when="" broken="" down="" according="" to="" the="" source="" decision.="" we="" consider="" two="" aspects="" of="" the="" data:="" (a)="" the="" difference="" in="" the="" magnitude="" of="" the="" priming="" effect="" for="" items="" with="" correct="" and="" incorrect="" source="" decisions,="" and="" (b)="" how="" the="" priming="" effect="" varies="" with="" participants'="" confidence="" in="" their="" source="">
첫째, 출처 결정이 올바른 항목의 프라이밍 효과는 출처 결정이 잘못된 항목보다 훨씬 더 컸습니다(M 차이=71ms, SE= 24), t(34)=3.{ {4}}, p < .005,="" d="0.51," bf="7.76)," 그림="" 1a)의="" 왼쪽을="" 참조하세요.="" 이="" 차이는="" 참가자의="" 69%에서="" 나타났으며="" 개인="" 간에="">
둘째, 참가자의 신뢰 전반에 걸쳐 정확하고 잘못된 출처 결정에 대한 식별 RT를 조사했습니다. 이 분석은 연구 항목, 즉 정확하고 잘못된 출처 결정과 연관될 수 있는 항목으로 제한됩니다. 표 2는 이 분석의 각 수준에서 평균 항목 수를 보여줍니다. 신규 아이템에 대한 식별 RT와 소스 신뢰도의 관계 분석은 보충 자료를 참조하십시오. 식별 RT는 그림 1a의 오른쪽에 표시된 것처럼 소스 결정에 대한 확신이 증가함에 따라 감소하는 경향이 있었습니다(즉, 프라이밍 효과가 더 큼). 이러한 경향은 3(출처 신뢰도: 추측, 아마도, 확실함)×2(출처 결정: 정확, 부정확) 반복 측정 ANOVA에서 확인되었으며, 이는 출처 신뢰 F(1.63, 48.77)의 유의미한 주효과를 산출했습니다.{9 }}.62, MSE{11}},424, p<.001, ηp2=".28," bf="9.79×102." four="" participants="" could="" not="" be="" included="" in="" this="" anova="" because="" they="" had="" zero="" responses="" for="" particular="" cells="" of="" the="" analysis="" (hence="" n="31" for="" this="" analysis).="" post="" hoc="" analyses="" confirmed="" a="" significant="" linear="" trend,="" t(43)="4.82,"><.001, with="" higher-level="" trends="" not="" significant="" (p="">.89). 높은 신뢰 등급이 주어진 소스 결정은 낮은 신뢰 등급, p가 주어진 소스 결정보다 더 빠른 식별과 연관되었습니다.<.001 (the="" remaining="" comparisons,="" bonferroni-adjusted,="" p="">.043). 소스 결정의 주효과는 없었습니다. F(1, 30)=1.14, MSE=32431, p=.29, ηP2=.04, BF{ {10}}.22 또는 상호작용, F(2, 60)=1.16, MSE{16}}, p{17}}.32, ηP2=.04, BF =0.23.
간단히 말해서, 이 실험에서 우리는 Berry et al. (2012) 및 Lange et al. (2019). 오래된 항목의 경우 새 항목으로 판정된 항목보다 오래된 것으로 판정된 항목의 식별이 더 빨랐습니다. M 차이=210ms, SE=51, t(34)=4.15, p<.001, dz="0.70," bf="127," and="" identification="" rts="" decreased="" with="" increasing="" recognition="" confidence=""><.001, though=""><.015 for="" quadratic="" and="" cubic="" trends).="" for="" new="" items,="" there="" was="" no="" clear="" evidence="" for="" an="" effect="" of="" fluency,="" that="" is,="" m="" difference="" in="" identification="" rt="" to="" new="" items="" judged="" old="" and="" new="48ms," se="25," t(34)="1.95," p=".060," dz="0.33," bf="0.98," though="" overall="" identification="" rts="" decreased="" with="" increasing="" recognition="" confidence=""><.001, all="" higher-level="" contrasts:="" p="">.050).
논의
이러한 결과는 Lange et al.의 결과와 일치합니다. (2019), 잘못된 소스 결정보다 올바른 것에 대한 프라이밍이 더 크고 소스 결정에 관계없이 자신감이 증가함에 따라 더 큰 프라이밍을 보여줍니다. 우리는 또한 이 패러다임(예: Berry et al., 2012)에서 프라이밍과 인식 기억의 현재 잘 정립된 연관성을 복제했습니다. 프라이밍과 소스 간의 연관성을 설정했으면 이제 인식 신뢰도 등급이 이 연관성의 본질에 중심이 되는지 테스트합니다. 이것은 Lange et al.의 단일 시스템 모델에서 적응된 응답 매핑의 기초가 되는 이론적 가정입니다. (2019). 다음의 모든 실험에서 우리는 참가자들로부터 명백한 인지도를 끌어내지 않을 것입니다. 또한 실험 3과 실험 4에서는 테스트 시 오래된 항목만 보여줌으로써 지시가 없을 때 항목의 오래됨을 판단하는 은밀한 인식 판단을 제한할 것입니다.
판매용 시탕슈