워드 프로세싱 중 자동 감각운동 처리의 한계: 반복된 언어 경험, 수면 중 기억 통합 및 풍부한 언어 학습 맥락에 대한 조사 2부

방법

참가자들

현재 실험의 표본 크기는 Günther et al.의 검정력 분석에 따라 결정되었습니다. (2018), Lachmair et al.이 관찰한 작용-일치 효과의 효과 크기를 기반으로 합니다. (2011) 및 Öttl et al. (2017).

첫째, 좋은 기억력은 업무 효율성을 향상시킬 수 있습니다. 기술이든, 직장에서의 경험이든, 우리가 배운 지식이든, 그것들을 모두 숙달하고 사용하려면 모두 암기해야 합니다. 따라서 좋은 기억력을 가지면 업무를 더 빠르고 효율적으로 완료하고 업무 효율성을 향상시키는 데 도움이 됩니다.

둘째, 좋은 기억력은 학습 능력을 향상시킬 수도 있습니다. 학습 과정에서 우리는 기억을 통해서만 습득할 수 있는 많은 양의 지식과 기술을 습득해야 합니다. 기억력이 좋지 않으면 새로운 지식을 빠르고 효과적으로 배우고 흡수하는 것이 어려울 것입니다. 반대로, 좋은 기억력을 갖는 것은 우리가 더 빠르고 더 잘 배우고 학업 성적을 향상시키는 데 도움이 될 수 있습니다.

게다가, 좋은 기억력은 의사소통 능력도 향상시킬 수 있습니다. 의사소통에 있어서 우리가 습득한 지식과 기술을 적절하게 사용할 수 있다면 우리는 자신의 생각과 의견을 보다 자신감 있고 유창하게 표현할 수 있을 것입니다. 좋은 기억력을 갖는 것은 우리가 이러한 지식과 기술을 더 잘 익히고 의사소통 기술을 향상시키는 데 도움이 될 수 있습니다.

마지막으로, 좋은 기억력은 개인의 성장을 촉진하고 삶의 질을 향상시킵니다. 우리가 기억력을 충분히 발휘할 수 있다면 지식과 기술을 더 잘 습득할 수 있을 뿐만 아니라 삶의 의미와 가치를 더 잘 이해하고 개인의 성장을 촉진하며 삶의 질을 향상시킬 수 있습니다.

즉, 인간의 수행능력과 기억력 사이에는 밀접한 관계가 있다는 것입니다. 좋은 기억력을 갖는 것은 많은 효과와 이점을 가져올 수 있으며, 지속적인 연습과 운동을 통해 우리는 기억력을 향상시키고 삶과 일의 어려움에 더 잘 대처할 수 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.

뇌 기능을 향상시키는 방법을 클릭하세요

검정력은 n이 42보다 크거나 같고 n이 38보다 크거나 같은 표본 크기에 대해 각각 0.90보다 크거나 같은 검정력으로 추정되었습니다. 테스트 전력은 샘플 크기에 따라 단조롭게 증가하므로 Günther et al. (2018)은 모든 실험에 대해 45명의 참가자를 테스트하기로 결정했습니다.

우리는 이 결정을 채택하여 모든 실험에 대해 계획된 샘플 크기를 톤=45으로 설정했습니다.

실험 1에서는 독일어를 모국어로 사용하는 참가자 46명(절차상의 문제로 인해 필요한 것보다 한 명 더 많음), 여성 36명, 남성 10명, 오른손잡이 39명, MAge=22.3세, SDAge {{9} }.47년.

원래는 52명의 참가자를 테스트했으나 기술적 문제로 인해 추가 참가자 2명의 데이터가 제외되었고, 높은 오류율로 인해 추가 참가자 4명의 데이터가 제외되었습니다.< 90% correct in at least one experimental condition; Lachmair et al., 2011). 

여기에 보고된 모든 실험의 참가자는 참여에 대한 금전(연구의 활성 부분에 대해 시간당 8의 비율로) 또는 코스 크레딧을 받았습니다. 이 기사에 보고된 실험이나 평가 연구 중 두 개 이상에 참여한 개인은 없습니다.

재료 및 절차

참가자들은 저녁에 집에서 초기 학습 단계와 수면 단계를 수행한 후 다음날 아침 단일 랩 세션에서 반복 단계, 테스트 단계 및 명시적 판단 작업을 수행했습니다.

학습 단계 참가자들은 Güntheret al.에서 이미 사용된 8개의 독일어 유사어를 배웠습니다. (2018) 및 Günther et al. (2020). 각 단어는 8개의 텍스트(376~520단어) 중 하나에 포함되어 5~9회 발생했습니다. 교재의 길이를 고려하여 8개의 학습 항목 수로 학습 단계의 난이도를 감당할 수 있는 수준으로 유지합니다.

텍스트는 이 설정 내의 새로운 개념을 언급하는 새로운 단어 중 하나를 소개하기 전에 (약간 디스토피아적이고 미래 지향적인) 설정을 설명했습니다.

텍스트 중 4개는 위쪽과 관련된 개념(예: 인공 태양)을 소개하고 4개는 아래쪽 관련 개념(예: 지하 도시)을 소개했습니다. 이러한 텍스트의 예는 보충 자료 A에 제공됩니다.

이 학습 자료는 독일어를 모국어로 사용하는 참가자 50명(여성 37명, 남성 12명, 지정되지 않은 1명, MAge=27.74세,SDAge=8.40세)을 대상으로 한 웹 기반 평가 연구에서 검증되었습니다.

상향 관련 새로운 개념에 대한 레이블로 도입된 새로운 단어는 참가자의 70~88%에서 상향 관련으로 올바르게 판단되었으며, 하향 관련 개념을 설명할 때 80~86에서 하향 관련으로 올바르게 판단되었습니다. 참가자 %(모두 50%와 크게 다름, p < 0.007). 실제 실험에서는 상향 관련 소설 개념을 기술하는 텍스트에 4개의 새로운 단어가 사용되었고, 하향 관련 소설 개념에 나머지 4개가 사용되었다.

46명의 참가자 중 22명의 경우 새로운 단어와 텍스트 간의 할당이 바뀌었습니다. 첫 번째 웹 기반 학습 단계(오후 8시에서 10시 사이)에서는 참가자들에게 랩 세션이 시작되기 12시간 전에 텍스트를 주의 깊게 읽으도록 지시했습니다.

텍스트는 무작위 순서로 제시되었으며 참가자는 자신이 선택한 다음 텍스트로 진행할 수 있습니다. 연구의 모든 웹 기반 부분은 jsPsych를 사용하여 프로그래밍되었습니다(deLeeuw, 2015).

학습 단계의 시작 시간과 종료 시간, 각 텍스트의 발표 시간이 기록되었습니다. 학습 단계가 끝나면 참가자는 참여를 확인하기 위해 개별화된 코드를 생성했습니다.

수면 단계 참가자들은 학습 단계와 다음날 아침 실험실 세션 사이에 잠을 자도록 지시받았으며, 잠 외에 가능한 적은 활동에 참여하도록 지시받았습니다. 특히 다른 학습 활동은 전혀 하지 않았습니다. 참가자들은 수면 시간이 4시간 15분에서 9시간 30분 사이라고 보고했습니다.

반복 단계 오전 8시부터 10시 사이에 시작되는 랩 세션에서는 참가자에게 개별화된 코드를 제공하도록 요청하고 합리적인 시간 내에 학습 단계를 완료했는지 여부를 검사하여 학습 단계를 수행했는지 여부와 시기를 처음으로 확인했습니다. 그런 다음 참가자는 학습 단계 텍스트를 두 번째로 읽습니다.

테스트 단계 테스트 단계는 Günther et al.(2018) 및 Öttl et al. (2017). 참가자들은 특수한 4개의 버튼 오버레이(가운데에 2개, 다른 하나 위에 1개, 상단 버튼 1개, 하단 버튼 1개)가 있는 수직으로 장착된 컴퓨터 키보드와 컴퓨터 모니터 앞에 앉았습니다.

참가자들은 키보드의 가운데 버튼 두 개를 눌러 각 시험을 시작했습니다.

참가자 중 절반은 주로 사용하는 손으로 가운데 상단 버튼을, 나머지 절반은 가운데 하단 버튼을 누르도록 지시받았습니다. 두 버튼을 동시에 누르면 1000ms 동안 빈 화면이 나타난 후 750ms 동안 화면 중앙에 검은색 고정 십자가가 나타났습니다. 그런 다음 8개의 새로운 단어 중 하나가 네 가지 글꼴 색상(파란색, 빨간색, 주황색, 녹색) 중 하나로 화면 중앙에 표시되었습니다.

참가자들은 두 가지 색상에 대해서는 위쪽으로 움직이고(상단 중간 버튼을 놓고 같은 손으로 위쪽 버튼을 누름) 나머지 두 가지 색상에 대해서는 아래쪽으로 반응하라는 지시를 받았습니다(Lachmair et al., 2011, Dudschig et al. , 2014a, b).

색상에 대한 응답 방향 할당은 참가자들 사이에서 균형을 이루었습니다. 응답 시간은 가운데 버튼 중 하나가 놓일 때까지의 시간으로 측정됩니다(Lachmair et al., 2011).1 중간 버튼 중 하나를 놓을 때 또는 1500ms의 고정 지속 시간 후에 단어가 사라졌습니다. 참가자들은 답변이 올바르지 않거나 너무 느린 경우 피드백을 받았습니다.

8개의 실험 블록은 각각 32개의 시도(8개의 새로운 단어, 모두 4가지 색상으로 표시됨)로 구성되었습니다. 실제 테스트 단계 전에 참가자는 두 개의 서로 다른 문자열(XXXX 및 YYYY)이 포함된 16개의 시도로 구성된 연습 블록을 완료했습니다. 각 글꼴 색상으로 참가자들에게 두 번 제시되었습니다. 테스트 단계는 Matlab용 Psychtoolbox에서 구현되었습니다(Brainard, 1997).

명시적 판단 작업 테스트 단계 직후의 명시적 판단 작업에서 참가자는 각 새로운 단어를 위쪽 또는 아래쪽 위치와 연관시키는지 여부를 표시했습니다(Günther et al., 2018에서와 같이).

결과

이 실험과 모든 실험에 대한 모든 데이터 및 분석 스크립트(실험 자료 포함)는 다음에서 사용할 수 있습니다.https://osf.io/vxrhn입니다.

테스트 단계

오류 시행(2.9%)과 지나치게 빠른 시행(RT < 100 ms, 2시행)은 분석에서 제외되었습니다(Lachmair et al., 2011). 학습 컨텍스트 및 응답 방향에 따른 평균 응답 시간은 그림 1에 표시됩니다.

우리는 R 패키지 lme4(Bates et al., 2015) 및 lmerTest(Kuznetsova et al., 2017)를 사용하여 선형 혼합 효과 모델을 사용하여 로그 변환 반응 시간(Baayen and Milin, 2010)을 분석했습니다.

우리는 먼저 학습 맥락과 반응 방향에 대한 고정 효과, 참가자와 항목 모두에 대한 무작위 절편, 참가자와 항목 모두에 대한 학습 맥락과 반응 방향에 대한 무작위 기울기를 포함하는 기본 모델을 추정했습니다.2 또한 학습 맥락과 반응 방향 사이의 고정 효과 상호 작용(해당 가설된 행동 일치 효과에 대한)는 우도비 테스트(μ2(1)=1.78, p=0.183)를 통한 모델 비교에서 나타난 바와 같이 모델을 개선하지 못했습니다.

BIC 근사치 BF{{0}} exp(BIC(H1) − BIC(H0)∕2)(Wagenmakers, 2007)를 사용하여 이 비교를 위해 베이즈 요인 BF=0.0227을 얻었습니다. , 이는 데이터가 기준 모델 하에서 약 44배 더 가능성이 있음을 나타냅니다(기준/무효 모델을 선호하는 강력한 증거; Kass & Raftery, 1995).

명시적 판단 과제에서 참가자가 정답을 제시한 항목으로 분석을 제한할 때도 동일한 패턴이 나타났습니다. 상호 작용 항을 포함한 모델의 모델 매개변수는 표 1에 보고됩니다.

명시적 판단 과제

학습 상황에 따른 참가자의 반응은 그림 1에 나와 있습니다. 1. 일반화된 선형 혼합 효과 모델은 참가자와 항목 모두에 대한 학습 컨텍스트에 대한 절편과 무작위 절편 및 무작위 기울기만 포함하는 "상향" 응답의 비율에 대해 추정되었습니다.

학습 맥락에 대한 고정 효과를 추가로 포함하는 모델은 이 기준 모델(휒2(1)=16.71,p < 0.001, 훽 {{6})보다 참가자의 답변을 훨씬 더 잘 예측했습니다. } −3.49, z=−6.33). 그림 1에서 볼 수 있듯이 두 조건 모두 예상 방향의 확률 추측에서 크게 벗어났습니다.

논의

Günther et al.의 결과와 일치합니다. (2018), 우리는 참가자가 명시적으로 요청했을 때 단어의 암시된 위치를 표시할 수 있었음에도 불구하고 순수하게 언어에서 학습된 단어에 대해서는 동작 일치 효과가 없음을 관찰했습니다. 학습 단계와 테스트 단계 사이에 잠을 자면 기억이 강화된다는 가정 하에 이 결과는 놀랍습니다.

그러나 이 연구의 참가자들은 원칙적으로 저녁에 제시된 학습 자료를 거의 무시할 수 있었고 명시적 판단 작업에서 관찰된 결과를 생성하기 위해 반복 단계에서만 읽을 수 있었습니다. 이는 수면 중에 통합이 일어나지 않았을 가능성을 열어줍니다. 우리는 실험 2에서 이 문제를 해결했습니다.

실험 2

실험 2는 실험 1의 수정된 버전입니다. 한편, 이제 학습 단계에는 참가자가 학습 단계를 완료하기 위해 올바르게 답해야 하는 학습된 개념에 대한 제어 질문이 포함되었습니다. 다른 한편으로는 이제 두 번째 학습 단계 2가 포함되었습니다. 테스트 단계 며칠 전, 참가자들이 개념에 대해 더 많은 경험을 하고 기억을 통합할 수 있는 더 많은 기회를 가졌습니다.

방법

참가자들

데이터는 독일어를 모국어로 사용하는 참가자 45명(여성 38명, 남성 7명, 모두 오른손잡이, MAge=22.2년, SDAge=3.58년)으로부터 수집되었습니다. 추가 참가자 1명의 데이터는 기술적 오류로 인해 제외되었으며, 추가 참가자 6명의 데이터는 높은 오류율로 인해 제외되었습니다.

재료 및 절차

재료, 수면 단계, 반복 단계, 테스트 단계 및 명시적 판단 작업은 실험 1과 동일했습니다. 그러나 실험 2에서는 확장된 학습 단계를 사용했습니다. 첫째, 참가자들은 이제 랩 세션 전날과 그 전날에도 학습 단계를 수행하여 두 개의 동일한 학습 단계가 발생했습니다. 둘째, 이제 학습 단계에 제어 질문을 포함했습니다.

8개의 텍스트를 무작위 순서로 모두 읽은 후(실험 1과 동일) 참가자들은 "도시 위의 돔에 고정된 인공 태양을 [ ]라고 합니다"와 같은 제어 질문 클로즈를 제시하고 여기에 새로운 단어를 채워야 했습니다. 이전에 배운 라벨. 8개의 서로 다른 질문이 무작위 순서로 제시되었습니다. 참가자들은 답변에 대한 피드백을 받았습니다.

답변이 모두 정확하지 않은 경우 참가자에게는 모든 학습 텍스트와 모든 제어 질문이 다시 제시되었습니다. 이는 모든 답이 정확할 때까지 반복되었습니다.3 우리는 참가자들이 랩 세션에서 테스트하기 전에 학습 단계를 중단하지 않았는지 확인했습니다.

결과

테스트 단계

오류 시행(2.3%)은 분석에서 제외되었습니다. 응답 시간이 100ms 미만인 시도는 없었습니다. 학습 상황과 반응 방향에 따른 평균 반응 시간은 그림 2에 표시되어 있습니다.

우리는 실험 1에서 설명한 것과 동일한 혼합 모델 분석을 수행했습니다. 학습 상황과 반응 방향 사이의 상호 작용을 포함하는 모델은 그렇지 않은 모델보다 데이터를 설명하는 데 있어 훨씬 더 나은 성능을 발휘하지 못했습니다(M2(1)= 3.34 , p=0.067). 우리는 BF=0.0503의 BIC 근사 베이즈 인자를 얻었는데, 이는 데이터가 기준 모델 하에서 약 20배 더 가능성이 있음을 나타냅니다(기준 모델을 선호하는 긍정적인 증거). 이 모델의 모델 매개변수는 표 1에 보고되어 있습니다.

이 분석의 p-값은 0.05에 매우 가깝기 때문에 합동 효과가 없다는 결론을 내리기 전에 추가 백업 분석을 실행했습니다.

이를 위해 우리는 두 개의 실험 요인이 단일 요인 "일치"로 병합되는 대체 단일 요인 분석을 추가로 수행했습니다(위-위 및 아래-아래 조건은 합동 조건이고 다른 두 요소는 부조화 조건임). 혼합 모델 분석(참가자와 항목 모두에 대한 일치에 대한 무작위 절편과 무작위 기울기를 포함하는 모델 사용)에서 일치에 대한 고정 효과를 포함하면 모델이 크게 향상되지 않았습니다(휒2(1)= 1.49, p { {8}}.222).

다시 말하지만, 여기에 제시된 두 가지 분석 유형 모두 참가자가 명시적 판단 작업에서 정답을 제공한 항목으로 분석을 제한할 때 동일한 패턴이 나타났습니다.

명시적 판단 과제

학습 상황에 따른 참가자의 반응은 그림 1에 나와 있습니다. 2. 우리는 "상향" 응답의 비율을 예측하기 위해 참가자와 항목 모두에 대한 학습 컨텍스트에 대한 무작위 기울기뿐만 아니라 절편과 무작위 절편만 포함하는 이전 연구에서와 동일한 기준선 GLMEM을 사용했습니다.

학습 맥락에 대한 고정 효과를 추가로 포함하는 모델은 이 기준 모델(휒2(1)=32.63,p < 0.001, 훽 {{6})보다 참가자의 답변을 훨씬 더 잘 예측했습니다. } −9.93, z=−3.97). 다시 말하지만, 두 조건 모두 예상 방향의 확률 추측에서 크게 벗어났습니다(그림 2 참조).

논의

이 처음 두 실험에서 우리는 참가자가 명시적으로 요청했을 때 단어의 암시된 위치를 표시할 수 있었음에도 불구하고 순전히 언어로만 학습된 단어에 대한 자동 동작 일치 효과를 관찰하지 못했습니다(Günther et al., 2018과 일치).

특히, 참가자들이 이전 연구에 비해 소설 단어에 대한 경험이 훨씬 더 많았음에도 불구하고 우리는 실질적으로 확장된 학습 단계를 사용했는데, 여기서 소설 단어는 참가자가 두 번 읽는 합리적이고 일관된 텍스트의 핵심 개념을 설명했습니다. 흔적은 수면 중에 메모리에 통합될 수 있습니다(Walker & Stickgold, 2006).

물론 참가자들은 여전히 ​​이러한 단어에 대한 경험이 상대적으로 적기 때문에 읽는 동안 자동으로 그 의미에 접근하지 못했다고 주장할 수 있습니다.

참가자들은 또한 학습 맥락 밖에서 특정 수직 위치를 명확하게 설명하는 새로운 단어를 접한 적이 없습니다. 그러므로 그들은 감각운동 정보에 대한 검색 단서로 단어를 사용할 필요가 없었으며 그 결과 약한 연관 연결이 발생했습니다. 또한 참가자들은 이러한 새로운 단어를 의사소통에 적극적으로 사용하지 않았으며 인공 실험실 환경 밖에서는 결코 접하지 않았습니다.

따라서 그들은 실제 세계와 관련이 없는 명백히 인공적인 실험 자료로 인식할 수 있으며 실제 어휘 항목으로 간주하지 않을 수 있습니다.

For more information:1950477648nn@gmail.com