경두개 직접 전류 자극(tDCS)은 자신의 얼굴과 다른 인종의 얼굴에 대한 얼굴 반전 효과로 표시되는 ORE(타인종 효과)를 제거합니다. 2부
Sep 19, 2023
반전 효과를 조절하는 데 사용되는 tDCS 절차의 개발과 관련하여 두 가지 주요 측면이 있습니다. 첫째, Civile et al.43은 다른 영역이 FIE에 대한 유사한 효과를 얻을 수 있는지 조사하기 위해 활성 제어 연구(실험 3)를 수행했습니다. 타겟. 저자는 이 영역에 전달된 양극 tDCS가 여러 작업(예: go/no go 작업을 조절하는 데 효과적이라는 것을 보여준 이전 연구를 기반으로 rIFG 영역(반대 안와상 영역, Fp1에 배치된 음극/반환 채널)을 선택했습니다50,51 ) 그러나 지각 학습 과제에 대한 응답으로 조사된 적이 없습니다.
학습과 기억은 우리 삶의 필수적인 부분이며, 반전 효과는 학습 효과에 영향을 미치는 핵심 요소입니다. 사람들은 종종 반전 효과가 기억과 반비례한다고 생각하며 반전 효과는 올바르게 조절되며 기억력과 학습 능력을 향상시킬 수 있습니다.
역효과란 우리가 공부하거나 일할 때 어려움이나 도전에 직면했을 때 도전이 증가함에 따라 학습 및 수행 효과가 점차 향상되지만, 도전이 계속 증가함에 따라 학습 효과가 점차 감소하는 역효과를 의미합니다. 우리의 도전이 너무 높을 때 불안과 스트레스가 우리의 성과를 높이기 때문입니다.
그러나 반전 효과를 올바르게 조절하면 학습과 기억력을 향상시키는 데 도움이 되는 긍정적인 힘이 될 수 있습니다. 첫째, 현실적이고 실현 가능한 도전 목표를 설정해야 합니다. 우리는 약간의 불확실함을 느끼면서도 신나고 의욕을 느끼게 하는 도전을 찾아야 합니다. 이 목표는 달성 가능해야 하며, 우리의 발전을 촉진하기 위해 난이도가 점차 증가해야 합니다.
둘째, 우리는 어려움을 극복하는 데 도움이 되는 적절한 대처 전략을 채택해야 합니다. 여기에는 여러 번의 반복, 지식 포인트 세분화, 다른 사람과 토론 등의 과학적 학습 방법 채택이 포함됩니다. 또한 심호흡, 느리고 깊은 근육 이완과 같은 이완 기술을 사용하여 불안과 스트레스를 줄일 수 있습니다.
마지막으로, 낙관적인 태도와 긍정적인 동기를 유지해야 합니다. 이는 도전에 직면했을 때 긍정적인 태도를 유지하고 학습 효과와 기억력을 지속적으로 향상시키는 데 도움이 됩니다. 우리는 자신을 격려하고, 보상하고, 성과를 다른 사람들과 공유함으로써 긍정적인 동기를 유지할 수 있습니다.
전반적으로 반전 효과를 조절하면 학습과 기억력을 향상하는 데 도움이 될 수 있습니다. 현실적인 도전 목표를 찾고, 적절한 대처 전략을 채택하고, 낙관적인 태도와 긍정적인 동기를 유지할 수 있다면 어려움을 극복하고 성과를 향상시킬 수 있습니다. 우리는 강요해서는 안 되며, 우리의 능력을 점진적으로 향상시키는 데 도움이 되는 긍정적인 힘으로 행동해야 합니다. 기억력 향상이 필요하다고 볼 수 있는데, 시스탄체 데저티콜라는 기억력 향상이라는 독특한 효능이 많은 중국 전통 약재이기 때문에 기억력을 크게 향상시킬 수 있습니다. 다진 고기의 효능은 산, 다당류, 플라보노이드 등 포함된 다양한 활성 성분에서 비롯됩니다. 이러한 성분은 다양한 방식으로 뇌 건강을 증진할 수 있습니다.
Civile et al.43의 실험 3에서는 견고한 FIE 발견 무차별 그룹과 rIFG 그룹의 양극 tDCS에서 발견된 그룹 간에 차이가 없음을 발견했습니다. 둘째, 최근 발표된 논문에서 Civile et al.49는 피험자가 직립 얼굴 효과와 관련된 복합 얼굴 효과 연구를 수행하는 동안 Fp3에서 양극 tDCS의 효과와 PO8에서 tDCS의 효과를 직접 비교했습니다. 피험자는 무작위로 3개의 tDCS에 할당되었습니다. Fp3의 양극 tDCS, PO8의 양극 tDCS 및 가짜(두 몽타주로 분할)를 포함한 그룹. 세 그룹 모두에서 음극/반환 채널은 반전 효과에 대한 Fp3 절차에서 tDCS를 사용한 이전 연구에 따라 오른쪽 안와상(Fp2)에 배치되었습니다.
특정 PO8 사이트는 FIE가 해당 채널에서 가장 큰 것으로 밝혀진 방법을 밝혀낸 N170 ERP 구성 요소에 대한 EEG 문헌을 기반으로 선택되었습니다. 더욱이 이전의 몇 가지 tDCS 연구에서는 PO8 및 밀접하게 관련된 영역이 자극되었을 때 다양한 작업 패턴에 대해 서로 다른 결과 패턴이 발견되었습니다. Civile et al.49의 연구 결과는 합성 얼굴 효과(부조화한 아래쪽 절반보다 일치하는 얼굴과 결합할 때 직립 얼굴의 위쪽 절반을 더 잘 인식하는 효과)의 크기를 찾는 데 아무런 효과가 없음을 보여 주었지만 감소를 확인했습니다. Fp3 그룹의 anodal tDCS 대 가짜 그룹 및 PO8 그룹의 tDCS에 대한 피험자에 대한 확인된 인식 성능(모든 직립 얼굴과 관련된 작업)에서. 비판적으로 PO8 그룹의 양극 tDCS 간에는 차이가 발견되지 않았습니다.
따라서 이러한 결과는 직립 얼굴의 지각 효과에 대한 tDCS-indconfirmffect가 Fp3 영역의 양극 tDCS와 관련이 있는 것으로 보이며 음극/반환 채널 위치를 동일한 위치에 남겨두고 PO8로 이동할 때 확인됩니다. 아무런 효과도 얻지 못합니다. T Effectsesults는 또한 얼굴 인식 작업에 대한 후두 부위에 전달된 tDCS의 효과를 조사하는 이 새로운 연구 라인을 확장했습니다. 다양한 효과, 다양한 효과 작업 및 사용된 실험 설계를 입증한 연구를 통해 조사가 진행 중입니다. 예를 들어, Barbieri et al.52는 단일 맹검 벌금(사전 행동 테이퍼-행동 PO8(20분 지속 시간, 1.5mA 강도))이 어떻게 더 높은 얼굴 및 물체 인식 성능을 유도할 수 있는지 보여주었습니다.
Yang et al.53은 P8(15분 지속 시간, 1.5mA 강도)의 단일 맹검 온라인 양극 tDCS가 복합 얼굴 효과의 크기로 색인된 얼굴 반동 기술에 어떻게 영향을 미칠 수 있는지 보여 주었지만, 효과가 있는지 확인하기 위해 효과기 분석이 제공되었습니다. 밀접하게 관련된 영역(OFA 영역)을 대상으로 하는 단일 맹검, 피험자 내 설계를 사용하여 특정 조건에 대한 성능이 향상되거나 감소된 효과가 있었습니다. 양극 tDCS(2mA 강도에서 20분 지속)가 발견되었습니다. 구성 요소 영향 효과에는 영향을 미치지 않았습니다(유사하게 effectle et al.49). 그러나 저자가 동일한 tDCS 절차를 Mooney Task(흑백 왜곡 이미지)에 적용했을 때 효과 감지에서는 차단 학습 효과가 발견되었고 객체 감지에서는 성능이 저하되었습니다54.
현재 연구에서는 tDCS가 ORE를 어떻게 조절할 수 있는지 직접 조사하는 것을 목표로 했습니다. 우리는 지각 학습 및 얼굴 인식 문헌에서 개발된 특정 tDCS(Fp3의 양극 tDCS, 10분 동안, 1.5mA)를 로부어펙터보드에 직접 영향을 미치고 f 지각 학습의 두 효과에 대한 얼굴 반전 효과를 나타내는 도구로 사용했습니다. 여기서의 추론은 일반적인 상황에서 ORE의 구성 요소가 다른 인종 얼굴에 대한 지각 전문성이 감소하는 것이라면 tDCS 절차는 지각 학습을 통해 자신의 인종 얼굴에 대해 나타나는 지각 전문성 구성 요소를 방해하여 이를 변경해야 한다는 것입니다( 즉, 익숙한 이론). 이러한 얼굴에 대해 손실될 전문 지식이 적다는 점을 고려하면 다른 인종 얼굴에는 tDCS 절차의 효과가 거의 또는 전혀 없을 것으로 예상됩니다. 절차는 자신의 인종 얼굴에 대한 FIE를 선택적으로 줄여야 하며 결과적으로 이는 인덱스로 사용되는 전반적인 인종 간 상호 작용(자신 대 자신의 인종 얼굴에 대한 FIE)을 감소시킵니다. 광석. 반대로, 개인이 자신과 다른 인종의 얼굴(모두 얼굴임)에 대한 시각적 전문 지식을 가지고 있고 ORE가 특히 다른 인종 또는 사회적 분류의 개인에게 접근하려는 동기를 기반으로 한다고 가정하면 tDCS 절차는 자신의 얼굴과 다른 인종의 얼굴 모두에 대한 FIE와 ORE는 여전히 중요한 것으로 밝혀졌습니다. 즉, 자신의 얼굴과 다른 인종의 얼굴이 중요합니다.
모 인종젝트.
전체적으로, 순진하다고 스스로 선언한 서부 백인 피험자 96명(여성 62명, 평균 연령=20.8, 연령 범위=18~34세)이 연구에 참여했습니다. 피험자는 가짜 또는 양극 tDCS 그룹(각 그룹당 48명)에 무작위로 할당되었습니다. 모든 피험자는 엑서터(서부 백인 인구가 약 90%인 영국 남서부의 도시)에 최소 2년 동안 거주했으며 그 이전에는 모두 서부 백인이 거주하는 국가에서 살았던 엑서터 대학교 학생들이었습니다. 얼굴이 주로 우세합니다(영국, 독일, 이탈리아, 스페인, 폴란드, 프랑스, 불가리아 루마니아, 캐나다, 미국). 피험자는 tDCS 안전성 심사 기준에 따라 선택되었습니다. 모든 방법은 엑서터 대학교 생명환경과학대학, 심리학 연구 윤리 위원회의 승인을 받은 관련 지침 및 규정에 따릅니다. 모든 피험자로부터 사전 동의를 얻었습니다.
표본 크기는 FIE43-49에 대한 tDCS의 효과를 조사하기 위해 동일한 tDCS 절차, 행동 패러다임 및 자극의 균형을 사용한 이전 연구를 기반으로 설정되었습니다.
재료. 그만큼 연구에서는 흰색 배경에 회색조로 표준화된 고해상도 서부 백인 80명과 동아시아 남성 및 여성 80명의 얼굴(5.63cm×7.84cm) 세트를 사용했습니다. 이 이미지는 공개 액세스가 가능한 Chicago Face Database: Multinational Expansion55에서 선택되었습니다. 이 데이터베이스는 다인종 개인의 인식과 인종 분류에 초점을 맞춘 연구를 위해 만들어졌습니다. 여기에는 광범위한 규범 데이터 및 이러한 사실에 대한 객관적인 물리적 측정과 함께 실제 다인종 개인을 특징으로 하는 무료 고해상도 표준화 이미지 세트가 포함되어 있습니다. 이러한 데이터는 널리 사용되는 Chicago Face Database의 제공으로 제공되며 www.chicagofaces에서 다운로드할 수 있습니다. org를 연구에 사용합니다. 이 얼굴 데이터베이스는 다양한 분야에서 ORE를 조사하기 위해 문헌에서 자주 사용되었습니다.
실험은 Superlab 4.0.7b를 사용하여 실행되었습니다. 아이맥 컴퓨터에서. 참가자들은 이미지가 표시되는 화면에서 약 70cm 떨어진 곳에 앉았습니다.
tDCS 장치.
자극은 식염수 용액에 담근 한 쌍의 표면 스폰지 전극(7 cm x 5 cm, 즉 35 cm2)을 사용하여 배터리 구동식 배터리 구동 자극기(neuroConn DC-Stimulator Plus)에 의해 전달되었으며 대상 부위의 두피에 적용되었습니다. 자극의. 이전 연구(49)와 일치하여 우리는 전극 중 하나(양극)가 목표 자극 영역(Fp3) 위에 배치되고 다른 전극(음극/반환)은 반대쪽 안와상 영역에 배치되는 양측 양극성 비균형 몽타주를 채택했습니다. (오른쪽 눈썹 위). tDCS EEG 캡 기반 sEEG 캡 기반Starstim 시스템을 사용하면 음극/반환 전극의 위치가 Fp2 채널에 해당합니다(예를 들어 Civile et al.46 참조). 우리는 실험자가 숫자 코드(실험 실행과 연결되지 않은 다른 실험자가 제공한 코드)를 입력하는 NeuroConn 연구 모드에 의존하는 이중 맹검 절차를 사용하여 자극 모드를 "활성"(예: 양극)과 "가짜" 사이에서 전환했습니다. " 자극. 양극 조건에서는 피험자가 학습 단계(학습 단계)를 시작하자마자 10분(5초 페이드 인 및 5초 페이드 아웃) 동안 1.5 mA의 직류 시뮬레이션이 전달되었습니다. 약 5분 동안 지속되었으며 약 10분 동안 지속된 인식 작업을 계속했습니다. 가짜 그룹에서 피험자는 동일한 5초 페이드 인 및 5초 페이드 아웃을 경험했지만 단 30초 동안 1.5mA의 자극 강도가 전달된 후 작은 전류 펄스(3ms 피크)가 550초마다 전달되었습니다. ms(15ms 동안 0.1mA)로 나머지 10분 동안 임피던스 레벨을 확인합니다(그림 1a 참조).
행동 과제. 행동 인식 과제는 '연구 단계'와 '기존/새로운 인식 단계'의 두 부분으로 구성됩니다.47. 연구 단계에서 각 피험자에게는 직립한 40명의 얼굴(남성 20명, 여성 20명)과 거꾸로 된 40명의 얼굴(남성 20명, 여성 20명)이 서부 백인 및 동부 AsThen 얼굴로 표시되었습니다. 얼굴은 피험자의 반응이 필요하지 않은 채 무작위 순서로 한 번에 하나씩 표시되었습니다. 기존/신 인식 단계에서는 연구 단계에서 보았던 80개의 얼굴에 80개의 새로운 얼굴(반은 직립, 반은 거꾸로)이 추가되었습니다. 160개의 얼굴 모두 무작위 순서로 한 번에 하나씩 제시되었으며 피험자들은 연구 단계에서 얼굴을 본 적이 있다고 생각하는지 여부에 따라 응답해야 했습니다. 주어진 피험자에 대해 각 얼굴 자극은 실험 중에 한 방향으로만 나타났습니다.
지침에 따라, 연구 단계의 각 시도에서 피험자들은 화면 중앙에 고정 십자 표시가 1초 동안 제시된 다음, 얼굴 자극이 3초 동안 화면에 제시된 후 시험 후로 이동했습니다. 80개의 얼굴이 모두 제시된 후 프로그램은 인식 작업을 설명하는 또 다른 지침 세트를 표시했습니다. 이 작업에서 피험자들은 '.'을 누르도록 요청 받았습니다. 주어진 시험의 연구 단계에서 얼굴 자극이 표시된 것으로 인식한 경우 키를 누르고, 그렇지 않은 경우 'x'를 누르십시오(키가 균형을 이루었습니다). 인식 작업 중에 얼굴 자극은 피험자가 반응해야 하는 시간 동안 각각 3초 동안 표시되었으며 전체 기간 동안 화면에 유지되었습니다(그림 1b 참조).
결과
데이터 분석.
우리의 주요 척도는 기존/신규 인식 작업의 성능 정확도였습니다. 이전 연구에서와 같이, 각 실험 조건의 모든 피험자로부터 얻은 데이터는 =의 {{5}가 인식 작업에 대한 d-프라임(d') 민감도 측정을 계산하는 데 사용되었습니다. }는 기회 수준의 성능을 나타냅니다. 우리는 tDCS 가짜 그룹과 양극 그룹 모두에서 직립 및 거꾸로 된 서부 백인 및 동아시아인 얼굴이 우연보다 훨씬 더 인식되었음을 보여주는 기회에 대해 성능을 평가했습니다. (네 가지 조건 모두에 대해 우리는 p를 찾았습니다.<.001 for this analysis). For completeness, we also analysed the data for decision criterion, C, which in agreement with previous studies–49 revealed no effects of the tDCS procedure on C. We do not report the C analyses because they do not add anything to the interpretation of the results. Each p-value reported for the comparisons between conditions is two-tailed, and we also report the F or t value along with effect size (η2 p).
우리는 개체 내 요인으로 FIE(직립 또는 역우선 인종(서부 백인 또는 동아시아인) 및 개체 간 요인 tDCS 자극(sham 또는 anodal)을 사용하여 2×2×2 혼합 모델 설계를 계산했습니다. 혼합 모델 분산 분석(ANOVA)을 통해 유의미한 F(1,94)=155.83, p < .001, eta2 p=.62 및 얼굴 인종 F(1,94) {{ 15}}.73, p < .001, eta2 p=.11. 중요한 주요 CS 자극이 발견되지 않았습니다, F(1,94)=.10, p=. 75, θ2p<.01. No significant interaction was found for FIE×tDCS Stimulation, F(1,94) = .32, p = .57, η2 p< .01. A significant interaction was found for FIE × Face Race, F(1,94) = 5.41, p= .022, η2 p=.05, and for Face Race×tDCS, F(1,94)=3.93, p=.050, η2 p=.04. Critically, the overall three-way interaction, FIE×Face race×tDCS Stimulation was sign stimulation,94)=9.47, p=.003, η2 p=.09. We decomposed this overall interaction by examining the two-way interactions (FIE×Face Race) separately for each tDCS condition.
가짜 tDCS 그룹. 2×2 ANOVA는 Face Race, F(1,47)=16.67, p의 중요한 발견을 보여주었습니다.<.001, η2 p=.26, and FIE, F(1,47)=89.89, p<.001, η2 p=.65. Importantly, a significant interaction was found, F(1,47)=13.21, p<.001, η2 p=.21. Paired-sample t-tests showed a significant inversion effect was found for Western Caucasian faces (M=.87, SD=.64), t(47)=9.35, p<.001, η2 p=.65, and, critically, a reduced inversion effect for East Asian faces (M=.32, SD=.71), t(47)=3.13, p=.003, η2 p=.37, essentially confirming a robust ORE (see Fig. 1c). An additional analysis showed that recognition for upright Western Caucasian faces was significantly better than that for upright East Asian faces, t(47)=5.36, p<.001, η2 p=.38. No difference was found for inverted Western Caucasian faces versus inverted East Asian faces, t(47)=.11, p=.91, η2 p<.01 (see Fig. 1c).
양극 tDCS 그룹. 2×2 ANOVA에서는 Face Race, F(1,47)=.92, p=.34, θ2 p의 유의미한 주효과가 없음을 보여주었습니다.<.01, and a significant main effect of FIE, F(1,47)=67.43, p<.001, η2 p=.58. No significant interaction was found, F(1,47)=.31, p=.58, η2 p<.01 indicating that the FIE for own-race faces was no longer significantly larger than the FIE for other-race faces (see Fig. 1c).
tDCS 그룹 간의 추가 분석. 먼저 각 tDCS 그룹의 서부 백인 얼굴에 대한 FIE 지수(직립한 얼굴에 대한 성능 – 거꾸로 된 얼굴에 대한 성능)를 계산했습니다. 그런 다음 독립적인 표본 t-검정을 실시하여 양극 그룹의 서부 백인 얼굴에 대한 반전 효과가 가짜 그룹의 반전 효과 t(94)=3.02, p{{ 4}}.003, θ2 p=.08. 비판적으로, 양극 그룹의 직립 서부 백인 얼굴에 대한 성능도 가짜 그룹의 성능에 비해 크게 감소했습니다(t(94)=2.28, p=.024, eta2 p{{15). }}.05. 양극 대 가짜 그룹, t(94)=1.04, p=.30, eta2 p=.01에서 거꾸로 된 서부 백인 얼굴 간에는 유의미한 차이가 발견되지 않았습니다(그림 참조). .1c). 양극 그룹과 가짜 그룹에서 동아시아인 얼굴에 대한 역전 효과 지수 간의 차이는 유의하지 않았습니다(t(94)=1.72, p=.087, eta2 p=). 03.
베이즈 요인 분석
Dienes62가 설명한 절차를 사용하여 우리는 먼저 가짜 그룹에서 발견된 강력한 ORE와 양극 tDCS 그룹에서 제거된 ORE 간의 차이에 대한 Bayes 분석을 수행했습니다(따라서 중요한 3-Way 상호 작용을 포착했습니다). 효과(즉, ORE)가 가짜 조건에서 발견된 만큼 클 수 있다는 점을 고려하면 해당 모집단의 양극 조건 부분에서 발견된 효과(즉, 감소된 ORE)이거나 null(평균 0)?
우리는 서양의 FIE 점수(직립 - 반전) 간의 차이에 대한 평균으로 p(인구 값|이론)의 표준 편차를 설정하는 ORE의 양방향 상호 작용(Face Race×tDCS Stimulation) 지수를 사전에 사용했습니다. 가짜 그룹 [0.55]에서 백인 얼굴과 동아시아인 얼굴의 FIE 점수를 비교합니다. 우리는 서부 백인 얼굴의 FIE 점수와 동아시아인 얼굴의 FIE 점수 사이의 표준 오차 [0.13]와 평균 차이 [-0.08]를 사용했습니다. 양극 그룹. 우리는 이론에 대한 단측 분포와 0의 평균을 가정했습니다. 이는 양극 자극 절차가 ORE를 제거한다는 주장을 뒷받침하는 null(기존 컷오프의 경우 0.30 미만)을 뒷받침하는 강력한 증거인 0.14의 베이즈 인자를 제공했습니다.
우리는 가짜 그룹과 양극 그룹을 비교하여 서부 백인 얼굴에 대한 반전 효과 점수에 대한 추가 Bayes 분석을 수행했습니다(따라서 2×2 상호 작용 캡처). 우리는 Civile et al.43(실험 1과 2가 함께 평균화됨)에서 발견된 차이를 사전에 사용하여 p의 표준 편차(인구 값|이론)를 가짜 그룹과 가짜 그룹의 반전 효과 간의 차이에 대한 평균으로 설정했습니다. 양극 그룹 [0.30]에 있습니다. 우리는 가짜 그룹과 양극 그룹의 서부 백인 얼굴에 대한 반전 효과 간의 표준 오차 [0.09]와 평균 차이 [0.36]를 사용했습니다. 우리는 이론에 대해 단측 분포를 가정하고 평균을 0으로 가정했습니다. 이는 Bayes 요인 882.80을 제공했으며, 이는 이러한 결과가 여기에 사용된 tDCS 절차가 얼굴 반전을 어떻게 감소시키는지 보여주는 매우 강력한 증거(1062,63보다 큼)입니다. 서부 백인 얼굴에 대한 효과.
그러나 이것이 양극 자극(감소된 FIE)에서 나타나는 효과가 가짜 자극(강력한 FIE)에서 나타나는 효과와 다르다는 것을 설득력 있게 입증하는 반면, 이 분석은 얻은 효과가 직접적으로 테스트되지는 않는다고 주장할 수 있습니다. (양극 대 가짜 그룹의 서부 백인 얼굴에 대한 더 작은 FIE) 이 효과를 보여준 이전 연구와 일치합니다. 따라서 이 가능성을 평가하기 위해 우리는 정규 분포가 가짜 그룹의 FIE와 양극 그룹의 FIE 간의 차이로 색인된 사전 평균을 중심으로 하는 두 가지 추가 분석을 수행했습니다[0.3{{4 }}] Civile et al.43에서 발견되었습니다. 이를 위해 먼저 서부 백인 얼굴의 반전 효과 간의 평균 차이 [{{10}}.36]에서 사전 평균 [0.30]을 뺍니다. 가짜 그룹과 양극 그룹의 비교. 따라서 표본의 평균은 0.06이었고 표준 오차는 여전히 0.09였습니다. 방금 수행한 분석에서는 이전 평균을 표준편차와 p(모집단 값|이론)의 평균으로 모두 사용했습니다. 이번에는 이론에 양측 분포를 사용했습니다. 이는 효과가 이론과 일치함을 뒷받침하는 0.26의 Bayes Factor를 제공했습니다. 두 번째 분석에서는 아무런 효과도 없을 것이라는 생각을 반영하기 위해 이론의 평균을 [0.30]으로 변경했습니다. 다른 모든 값은 첫 번째 분석과 동일하게 유지되었습니다. 이로 인해 Bayes Factor는 0.18이 되었습니다. 이러한 Bayes 요인은 이러한 분석에서 null을 지원하지만 이제 null은 이전 작업을 기반으로 예상되는 평균 차이로 조정됩니다. 따라서 현재 차이가 이전 결과를 생성한 분포에서 도출되었다고 가정하는 것이 타당하다는 좋은 증거가 있습니다.
마지막으로 우리는 Civile et al.의 실험 1과 2에서 발견된 가짜 직립 얼굴과 양극 직립 얼굴 사이의 평균 차이를 사전에 사용하여 Bayes 요인 분석을 수행했습니다[0.28]. 그런 다음 서부 백인 얼굴에 대해 가짜 직립 얼굴과 양극 직립 얼굴 사이의 표준 오차 [0.08]와 평균 차이 [0.25]를 사용했습니다. 이는 50.18의 베이즈 요인을 제공하며, 이는 또한 이전 결과와 일치하여 직립한 서부 백인 얼굴에 대한 성능이 tDCS 절차에 의해 감소된다는 입장에 대한 매우 강력한 증거입니다.
논의
현재 연구는 ORE의 성격을 조사하는 것을 목표로 했습니다. FIE43-49의 지각 학습 구성 요소를 제거하기 위해 고안된 tDCS 절차를 사용하여 가짜/대조군에서 발견된 강력한 ORE와 비교하여 ORE가 제거될 수 있음을 입증했습니다. 우리의 결과는 자신의 경주 얼굴에 대한 FIE가 양극 tDCS(가짜와 비교하여)에 의해 크게 감소되면 ORE의 지수로 사용되는 경주 간 상호 작용이 더 이상 중요하지 않음을 보여줍니다. 중요한 것은 양극 tDCS가 다른 인종 얼굴에 대한 FIE를 감소시키지 않았다는 점입니다. 이는 해당 얼굴에 대해 손실되는 지각 학습이 적다는 가설을 뒷받침합니다. 마지막으로, 우리는 직립한 자신의 인종 얼굴에 대한 인식 성능이 가짜 조건에서 다른 종족의 얼굴보다 훨씬 높았지만 양극 조건에서는 크게 감소했음을 발견했습니다. 또한 베이지안 분석은 양극 그룹의 ORE 감소에 대한 지원을 제공했습니다. 또한 그들은 양극 대 가짜 그룹에서 자기 인종 얼굴에 대한 FIE 감소와 양극 그룹 대 그룹에서 직립 자기 인종 얼굴에 대한 감소된 성능이 문헌의 이전 결과와 어떻게 일치하는지 확인했습니다43-49.
FIE에 적용된 동일한 tDCS 절차를 사용한 이전 연구와 일치하여, 자신의 경주 얼굴에 대한 감소된 FIE에 대한 설명은 지각 학습에 대한 McLaren, Kaye 및 Mackintosh(MKM) 이론을 기반으로 합니다. 이 이론에 따르면, 정상적인 상황에서 프로토타입으로 정의된 자극 범주(예: 서부 백인 얼굴)에 대한 경험은 지각 학습으로 이어집니다. 이는 이 카테고리에서 가져온 직립 얼굴 간의 식별력을 향상시킵니다. 따라서 관찰자가 범주 예시에 처음 노출되면 모든 예시가 공유하는 원형/공통 기능에 초점을 맞추게 됩니다. 이를 통해 예시를 올바른 카테고리 멤버십과 올바르게 연관시킬 수 있습니다(예: Biden의 얼굴은 서부 백인입니다). 공통 특징이 카테고리 멤버십과 강력하게 연관되면 각 예시의 고유한 특징이 매우 두드러지게 남고 두드러짐을 잃어버리기 때문에 새로운 연관성을 만드는 속도가 느려지는 경향이 있습니다. 이러한 특징 돌출 변조 과정은 관찰자가 각 표본의 고유한 특징에 집중할 수 있기 때문에 지각 학습으로 이어집니다. 이제 그들은 동일한 범주(예: Biden 대 Trump의 얼굴) 내의 표본을 더 잘 구별할 수 있으며 평소 수직 방향으로 표시될 때 쉽게 인식할 수 있습니다. 반전에서는 우리가 거꾸로 된 얼굴에 익숙하지 않기 때문에 지각 학습의 이러한 이점이 상실됩니다. tDCS 절차가 적용되면 특징 돌출 변조가 변경되어 공통 특징이 상대적으로 높게 유지되어 본질적으로 얼굴이 더 "유사해" 보이도록 차이점을 과장하는 대신 얼굴 간의 공통점이 더 두드러지게 됩니다. 일반적으로 경험을 통해 얻은 얼굴 처리에 대한 전문 지식에 의해 향상되는 서로 다른 직립 얼굴을 구별하는 능력을 감소시키기 때문에 FIE의 감소를 초래하는 것은 지각 학습의 이러한 변화입니다.
우리의 결과를 고려할 때, 친숙한(즉, 자신의 인종) 범주에서 가져온 직립 얼굴에 대한 지각 학습을 통해 나타나는 지각 전문성이 ORE에 기여한다는 것은 의심할 여지가 거의 없습니다. Te는 FIE의 이 구성 요소가 일단 자기 종족 페이스에 대해 제거되면 효과가 사라진다고 말하는 것만큼 설명이 간단하지 않다는 힌트일 수도 있습니다. 우리는 다른 인종 얼굴에 대한 방향 상호 작용에 의한 자극이 중요하지 않지만, 또한 멀지 않으며 양극 tDCS의 결과로 직립한 다른 인종 얼굴에 대한 성능이 적어도 수치적으로 향상된다는 점에 주목합니다. 확실한 통계적 뒷받침이 없는 상태에서 이 점에 대해 추측하는 것은 시기상조일 수 있지만, 우리의 결과는 Tatcherized 버전과 혼합된 서부 백인 '보통' 얼굴을 연구할 때 비슷한 상황에서 얻은 효과를 다소 연상시킵니다(눈과 입이 회전되었습니다). 180도) 동일한 유형의 얼굴46,67. 저자는 현재 연구에 사용된 것과 동일한 tDCS 절차가 동일한 이전/새 인식 작업 내에서 혼합되어 제시될 때 Tatcherized 얼굴에 의해 유발된 일반화의 부정적인 영향을 일반 얼굴에 제거할 수 있음을 보여주었습니다. 이 상황에서 양극 tDCS는 가짜 그룹에서 발견된 감소된 FIE에 비해 일반 얼굴에 대한 FIE를 증가시켰으며(태쳐화된 얼굴에 의해 가져온 부정적인 일반화로 인해) 직립 일반 얼굴에 대한 성능은 양극에서 훨씬 더 높았습니다. 그룹 대 sham45. 현재 연구의 결과로 돌아가서, 가짜 그룹의 똑바로 다른 인종 얼굴에 대한 성능이 약한 이유 중 일부는 자신의 인종 얼굴의 일반화이며 이 효과는 다른 인종의 성능을 허용하는 tDCS에 의해 감소된다고 주장할 수 있습니다. - 회복할 얼굴을 경주하세요. 이는 자기 인종 얼굴의 독특하고 두드러진 특징이 다른 인종 얼굴에 일반화되는 특징에 의존합니다. 이는 둘 다 tDCS에 의해 감소되고 비대칭 효과를 제공하기 때문입니다(즉, 반대 방향에서는 중요한 일반화가 없음). 향후 연구에서는 자신의 인종 얼굴(즉, 다른 인종 얼굴에 일반화되는 자극)과 혼합되어 제시될 때와 다른 인종 얼굴이 혼합될 때 다른 인종 얼굴의 인식 성능에 대한 tDCS 유발 효과를 비교하여 이를 더 조사해야 합니다. 일반화되지 않는 자극(예: 체커보드).
우리 결과에 대한 마지막 참고 사항은 결정 기준 C에서 tDCS 절차의 효과가 발견되지 않았다는 것입니다. 이는 이전/새 인식 작업 또는 일치 작업을 사용하여 FIE에 적용된 동일한 tDCS 절차를 사용한 이전 연구와 일치합니다. -49. tDCS 절차의 효과는 항상 인식 정확도에서 발견되었으며(속도-정확도 교환을 확인하기 위해 반응 시간을 분석했지만 아무 것도 발견되지 않음), d-프라임이 식별성의 척도로 사용되었습니다. 그러나 여러 저자는 이전/새 인식과 같은 일반적인 인식 작업이 잠재적인 효과를 취소하는 C에 대한 "균형" 효과로 이어지는 경향이 있기 때문에 응답 기준 효과에 대한 자세한 조사를 어떻게 방해하는지 제안했습니다. 우리가 아는 바로는 최근에 발표된 단 하나의 연구에서만 tDCS가 얼굴과 체커보드와 관련된 지각 학습 및 얼굴 인식 작업에 대한 기준(식별 가능성은 아님)을 조정할 수 있다는 사실이 밝혀졌습니다. 그러나 저자는 이전에 이 패러다임에 지각 학습 및 tDCS 적용이 적용되지 않았음에도 불구하고 C를 연구하기 위해 이전에 문헌에서 사용된 종류의 매우 다르고 특별히 설계된 표적 탐지 작업을 사용했습니다.
우리의 연구 결과는 지각 학습 문헌에서 개발된 특정 tDCS 절차가 어떻게 자신의 인종 얼굴에 대한 FIE를 조절하여 ORE를 완전히 감소시킬 수 있는지 보여줌으로써 ORE 문헌에 직접적으로 기여합니다. 이는 ORE의 지각 전문 지식 설명, 특히 FIE의 지각 학습 계정에 대한 추가 지원을 제공합니다. 우리의 연구 결과는 다인종 개인의 인식 및 분류에 관한 문헌에서 발견된 몇 가지 강력한 효과에 기여할 수 있는 다른 요인(예: 인종 편견 또는 사회적 동기)의 가능성을 배제하지 않습니다56-60,71. 그러나 FIE에 의해 색인된 ORE의 특정 특성과 관련하여 우리의 연구 결과는 지각적 전문 지식이 이전에 자신의 얼굴과 다른 인종의 얼굴에서 발견된 FIE 크기의 차이를 완전히 설명할 수 있음을 시사합니다. 중요한 것은 여러 연구에서 여기에 사용된 tDCS 절차가 지각 학습에 어떻게 영향을 미치는지 보여 주었지만 동일한 절차가 잠재적으로 사회적 동기에 영향을 미칠 수 있다는 연구는 아직 보고되지 않았습니다. 따라서 현재로서는 지각 전문 지식 계정을 기반으로 한 설명 외에 FIE가 색인화한 ORE에서 얻은 결과에 대한 대안적인 설명을 공식화하는 것이 타당하지 않습니다. 향후 연구는 서부 백인과 동아시아 참가자를 모두 모집한 Vizioli et al.27에서 사용하는 완전한 인종 간 설계로 연구를 확장해야 합니다. tDCS 절차를 사용하여 감소된 ORE는 두 참가자 그룹 모두에서 예상되며 이는 또한 tDCS가 직립 다른 인종 얼굴에 미치는 영향에 대해 위에 설명된 보다 추측적인 분석을 탐색하는 데 필요한 데이터를 제공합니다.
보다 일반적으로 우리의 연구 결과는 ORE에 대한 tDCS의 영향을 조사하는 새로운 문헌에 기여합니다. 우리가 아는 한, 비록 간접적이기는 하지만 ORE에 대한 tDCS의 영향을 살펴본 이전 연구는 단 하나뿐입니다. 저자는 서부 백인의 얼굴과 물체와 관련된 다양한 인식 작업에 대한 PO8 후두부 영역(양극/반환 채널은 Fp1 채널의 반대쪽 안와상 영역에 배치됨)에서 단일 맹검 미세 음극 tDCS의 효과를 조사하는 것을 목표로 했습니다. FIE는 테스트되지 않았습니다). 가짜 tDCS에 비해 음극 tDCS의 효과는 발견되지 않았지만, 2차 통계 분석을 통해 저자는 음극 tDCS가 가짜 tDCS에 비해 그룹화된 비서구 백인 피험자의 얼굴 인식 성능을 감소시키는 것을 발견했습니다. 따라서 후두 부위의 음극 tDCS가 ORE와 유사한 효과를 유도할 것이라고 제안되었습니다. 다양한 tDCS 절차, 연구 설계, 행동 작업 및 채택된 ORE 측정에도 불구하고 두 연구 모두 tDCS를 사용하여 ORE 기반의 메커니즘 조사를 향한 첫 번째 단계를 제공합니다. 우리의 연구 결과는 또한 조사 중인 특정 현상의 전문 지식 구성 요소에 체계적으로 영향을 미치는 데 사용할 수 있는 tDCS 절차를 뒷받침하는 추가 증거를 제공함으로써 지각 학습 문헌에 기여합니다. 마지막으로, 우리의 연구 결과는 다양한 패러다임과 작업을 사용하여 얼굴 인식 성능을 조절하기 위한 tDCS 적용에 관한 현재 문헌에 추가됩니다.
결론적으로, 체커보드와 얼굴 자극에 대한 지각 학습을 방해하기 위해 이전 연구에서 사용된 것과 동일한 tDCS 절차가 ORE를 제거한다는 사실은 지각 학습을 통해 나타나는 전문성이 FIE에 의해 색인된 ORE의 기반이 되는 핵심 메커니즘임을 시사합니다. ]
데이터 가용성
현재 연구 중에 생성된 데이터 세트는 다른 사람들이 새 출판물을 생산하는 데 사용하지 않도록 예방 조치로 현재 공개적으로 사용할 수 없습니다. 그러나 이러한 데이터세트는 합당한 요청이 있을 경우 해당 작성자에게 제공됩니다.
참고자료
1. Hill, H., Bruce, V. & Akamatsu, S. 얼굴의 성별과 인종 인식: 모양과 색상의 역할. 진행 Biol. 과학. 261, 367-373(1995).
2. Bruce, V. & Young, A. 얼굴 인식 이해. 브르. J. Psychol. 77, 305-327(1986).
3. Malpass, RS & Kravitz, J. 자신과 다른 인종의 얼굴 인식. J.퍼스. Soc. 심리학. 13, 330–334(1969).
4. Chance, JE & Goldstein, AG Te 타인종 효과 및 목격자 식별. 목격자 식별의 심리적 문제(eds Sporer, SL et al.) 153–176(Lawrence Erlbaum, 1996).
5. Meissner, CA & Brigham, JC 30년간의 얼굴 기억에 대한 인종 차별적 편견 조사: 메타 분석 검토. 심리학. 공공정책법 7, 3–35(2001).
6. Rossion, B. & Michel, C. 다른 인종의 얼굴 효과에 대한 경험 기반 설명. 옥스포드 얼굴 인식 핸드북(Calder 편집, AJ 외)(Oxford University, 2011).
7. Hayward, WG, Crookes, K. & Rhodes, G. Te 타 인종 효과: 전체적인 코딩 차이 및 그 이상. 비스. 인지. 21, 1224~1247(2013).
8. Valentine, T. 얼굴 인식에서 독특함, 반전 및 인종의 효과에 대한 통합 설명. QJ 특급. 심리학. 43, 161-204(1991).
9. Michel, C., Caldara, R. & Rossion, B. 같은 인종의 얼굴은 다른 인종의 얼굴보다 더 전체적으로 인식됩니다. 비스. 인지. 14, 55–73 (2006).
10. Galper, RE "기능적 인종 멤버십" 및 얼굴 인식. 지각. 경구. 기술 37, 455–462(1973).
11. Rodin, MJ 기억에 남는 사람: 인지적 무시에 관한 연구. Soc. 인지. 5, 144–165(1987).
For more information:1950477648nn@Gmail.com
