Az anyanyelvi tapasztalatok előkészületi idegenhang-feldolgozást alakítanak ki, és segítik a gyors memórianyomok felépítését: ERP-tanulmány 5. rész

2,5|Statisztikai analízis

2.5.1|Viselkedési adatok

Annak érdekében, hogy teszteljük az L1–L2 hasonlóság lehetséges hatását a viselkedési eredményekben, elemeztük a viselkedési válaszokat a hangnemegyezési kísérletekben, a kontúrtónusú szavak és a szinttónusú szavak közötti különbségekre összpontosítva.

Az elmúlt években a kutatók szoros kapcsolatot fedeztek fel a hangtónus és a memória között. A kontúrhangok (vagy „ugró hangok”) általában megkönnyítik számunkra egy szó vagy kifejezés emlékezését. Ennek az az oka, hogy a kontúrozott hangok lehetővé teszik a hallgató számára, hogy jobban rögzítse a kulcsfontosságú információkat és érzelmi tartalmakat, így könnyebben tárolható a hosszú távú memóriában.

Egyes tanulmányok kimutatták, hogy az emberek nagyobb valószínűséggel emlékeznek a világosan körvonalazott tónusú szavakra, ami az agyban tisztábban feldolgozza az információkat, mint a lapos hangok. Például, ha egy szóban vagy kifejezésben hangsúlyos szótagot hallunk, észrevesszük ezt az információt, és könnyebben beprogramozzuk a memóriánkba.

Emellett a kontúrtónusok érzelmi információkat is közvetíthetnek, ami szintén fontos a memória szempontjából. Hajlamosak vagyunk érzelmekkel és érzelmi élményekkel könnyebben emlékezni az eseményekre és információkra. Ezért a kontúrozott tónusok segítenek elraktározni ezeket az érzelmi emlékeket az agyunkban.

Összességében a kontúrozott tónusok hatásai segítenek jobban emlékezni. A mindennapi életben és a munkában odafigyelhetünk a hangunkra, amikor másokhoz beszélünk. Különösen a különféle beszédekben, találkozókon, reklámokban és egyéb alkalmakkor érdemes jobban odafigyelni a kontúrtónus használatára, hogy javítsuk az emlékezés hatását. A képzéssel javíthatjuk beszédérzékenységünket, és segítünk abban, hogy jobban megjegyezzük a fontos információkat, javítva ezzel a munka hatékonyságát és az életminőséget. Látható, hogy javítanunk kell a memórián, és a Cistanche deserticola jelentősen javíthatja a memóriát, mert a Cistanche deserticola egy hagyományos kínai gyógyászati ​​anyag, amelynek számos egyedi hatása van, amelyek közül az egyik a memória javítása. A darált hús hatékonyságát a különféle hatóanyagok, köztük a sav, a poliszacharidok, a flavonoidok stb. adják. Ezek az összetevők többféleképpen elősegíthetik az agy egészségét.

Kattintson az ismerje meg az agyműködés javításának módjait

Ebből a célból a „Válaszpontosság” és a „Válaszidők” viselkedési változókra külön-külön nyújtottuk be a két vegyes varianciaanalízishez (ANOVA) a „Tone Type” kísérleti faktorral (kontúrhangok vs szinttónusok), a „nap” időbeli tényezővel. " (1. nap vs 2. nap) és a tantárgyak közötti tényezők: "Tanulócsoport" (tonális L1-ek vs. nem-tonális L1-ek) és "Célhangcsoport" (magas/esés vs. alacsony/emelkedés).

A válaszidőket naplótranszformációkkal normalizáltuk, és a pontosság érdekében d′-pontszámokat számítottunk ki. Mivel két résztvevőt kizártak a vizsgálatból, a Target Tone alcsoportok különböző méretűek voltak (11 vagy 12).

Átlag imputációt alkalmaztunk ott, ahol azonos méretű célcsoportokra volt szükség a statisztikai elemzéshez. Minden viselkedéselemzést az SPSS 26-ban (International Business Machines [IBM] Corp., Armonk, NY, Egyesült Államok) végeztünk.

2.5.2|ERP-k

Az ERP-adatokhoz két időablakot választottunk (50-70 ms és 400-600 ms), ahol a korábbi szakirodalom alapján azt vártuk, hogy az L1-L2 hasonlóság milyen hatással van a hang- vagy hangjellemzőkre a szövegszerkesztésre (Gosselke Berthelsenet al., 2018, 2020).

Ezen előre meghatározott időablakok felhasználásával klaszter alapú permutációs teszteket végeztünk a "Hangtípus" faktorra. Beküldtük az 1. blokk átlagos ERP amplitúdóit (az 1. napon) mindkét résztvevőcsoportból, együtt és külön-külön, a kiválasztott időablakok és feltételek (azaz a kontúrtónusú szavak összehasonlítása a szinthangokkal rendelkező szavakkal) permutációs elemzéshez a nem paraméteres klaszter alapú. permutációs megközelítés a Fieldtrip eszköztárban implementálva a Matlab számára (Maris & Oostenveld, 2007).

Az adatok 1000 véletlenszerű permutációját futtattuk le a Monte–Carlo módszerrel, hogy figyelembe vegyük a nagy adathalmazokat és három vagy több elektródából álló klasztereket, amelyek p-értéke<.05 significant. We additionally tested for interactions with "Learning" (target word vs control word) in the permutation analysis to see whether target words differed from control words. 

Az interakció különösen fontos volt az 50 ms-os szófelismerő hatás szempontjából, ahol korábban azt tapasztalták, hogy a tónusos tanulók automatikusan elválasztották a célszavakat a kontrollszavaktól (Gosselke Berthelsen et al., 2020). Ha bármilyen elemzésben jelentős klaszterek merültek fel, vegyes vizsgálatokat végeztünk. ANOVA-k az időbeli és az alanyok közötti lehetséges kölcsönhatások tesztelésére.

Így kiszámoltunk egy átlagos ERP amplitúdót az elemzett időablakokon és az összes klaszterelektródán. Ezt minden egyes blokkban és napon megtették minden résztvevő számára. Az így kapott átlagos amplitúdókat ezután vegyes ANOVA-nak vetették alá a kísérleti alanyon belüli "tónustípus" és "tanulás", a "nap" és "blokk" időbeli faktorokkal, valamint a "tanulói csoport" tantárgyak közötti faktorokkal. adott esetben) és a „Hangszín célcsoport”.

Az ANOVA-kat az SPSS 26-ban (IBM) végeztük. Szükség esetén üvegházhatású Geisser korrekciót alkalmaztunk. Több páronkénti összehasonlításhoz False Discovery Rate (FDR) korrekciókat alkalmaztunk (Benjamini és Hochberg, 1995).

2.5.3|Összefüggések

Annak tesztelésére, hogy az egyéni tanulási viselkedés befolyásolta-e az ERP-hatásokat, két kétirányú Pearson-korrelációt végeztünk az „Amplitúdó változás a lexikalitási effektushoz” és az „Amplitúdóváltozás az elülső negativitáshoz”, valamint a „Válaszidő változása” és a „Válaszpontosság” változókkal. Változás", másrészt.

Az itt vizsgált változást a viselkedésbeli vagy ERP-válaszok különbségeként határoztuk meg az 1. nap első és második fele között, ahol a tanulás nagy része zajlott (vö. Gosselke Berthelsen et al., 2020). A korrelációs elemzéseket SPSS-ben (IBM) végeztük. FDR korrekciókat alkalmaztunk a korrelációk p-értékeire.

3|EREDMÉNYEK

3.1|Viselkedési eredmények

A válaszpontosság tekintetében a hangnem típusának nem volt jelentős fő hatása, és nem volt jelentős kölcsönhatás a hangtípus, a tanulócsoport vagy a hangszín célcsoport tényezőivel.

A Day temporális faktor egyik fő hatása, F(1,44)= 44.18, p < .001, 휂2p=0.501, a tanulás bizonyítékát mutatta, függetlenül attól, hogy a tanulók mely hangszínkészleteket. szerezte be, hogy mely hangtípusokat tesztelték. Így a válaszpontosság jelentősen megnőtt az 1. naptól (M=60,5%, SD=25,4, tartomány=5,6 – 97,1) a 2. napig (M=68). 8%, SD=29,6, tartomány =2,9–100).

A leíró statisztikákhoz százalékokat használunk az egyszerűség és az eredmények összehasonlíthatósága és más tanulmányokkal való összehasonlíthatóság érdekében, míg a statisztikai elemzést d′ adatokon végeztük. A pontossági eredményeket és az időbeli változást bemutató grafikont lásd az 5. ábrán.

A válaszidők esetében a ToneType és a Tone Target Group (F(1,44)=4.63, p=.037,휂2p=0.10) jelentős interakciója a következőre bomlott. a Tone Type fő hatása az alacsony/emelkedés csoportban, F(1,22)=6.69, p=.015, 휂2p=0.23.

Az alacsony hangokon (M=1515 ms, SD=986,=219 – 4279 tartomány) alapuló képi referens eltéréseket lényegesen gyorsabban észlelték, mint az emelkedő hangokon alapuló hibákat (M{{4} } ms, SD=1093, tartomány=303 – 4241). A tónustípusnak nem volt jelentős hatása, és nem volt szignifikáns interakció a tónustípus, a tanulócsoport vagy a hangnem célcsoport tényezőivel.

A nap időbeli tényezőjének fő hatása, F(1,44)=35.53, p < .001, 휂2p=0.45, a tanulás bizonyítékát mutatta, függetlenül attól, hogy a tanulók milyen hangnemtípusokat tanítottak vagy teszteltek. tovább. Ennek érdekében jelentős javulás következett be a válaszidőben az 1. naptól (M =2056 ms, SD=329, tartomány=488 – 4279) a 2. napig (M=1427) ms, SD=153, tartomány=199 – 4241). Az elemzést log-transzformált adatokon végeztük; a tényleges nyers ResponseTimes is jelentve van az adatok leírásához.

3.2|ERP eredmények

3.2.1|50-70 ms

A korai időablakban a ToneType és a Learning közötti interakció, azaz a cél- és vezérlőszavak szint- és kontúrhangjának összehasonlítása jelentős központi elektródklasztert hozott létre (FC2, FC4, C1, Cz, C2, C4, CP1, Cpz, CP2), p=.026, d=0.87, a hangszín L1 csoportban.

Lásd az ERP-ket és a topográfiákat a 6. ábrán látható interakcióhoz. Nem azonosítottunk összehasonlítható klasztert a nemtonális L1 csoportban vagy az összes résztvevő esetében együttesen.

A permutációs elemzés nem hozott létre szignifikáns klasztereket a szint- és kontúrhangok közötti különbségekre a tanulással való interakció nélkül (sem az összes résztvevőre együttesen, sem a résztvevői csoportokra külön-külön). A csoporton belüli és a csoportok közötti kivonási amplitúdó-eloszláshoz lásd a 7. ábrát.

A tonális L1 csoport szignifikáns klaszterének további vizsgálata vegyes ANOVA-ban, a Tone Type * Tanulás* Céltónuscsoport interakció azt sugallta, hogy a kontúrtónusok megfigyelt hatása (azaz a kontrollok negatívabbak voltak, mint a célpontok) csak a magas/esés csoportban volt szignifikáns.

Másodszor, az idővel való kölcsönhatás azt jelezte, hogy csak a vezérlőszavak amplitúdója változott az idő múlásával, és kevésbé vált negatívvá. A részletes eredményeket lásd a 2. táblázatban.

3.2.2|400-600 ms

A második időablakban a permutációs elemzés két jelentős klasztert hozott létre a kontúrtónusú szavak és a szinthangokkal rendelkező szavak összehasonlítására az első munkamenet első 20 percében minden résztvevőnél.

Jelentős frontocentrális klaszter volt (AF3, AF4, AF8, F5, F3, F1, Fz, F2, F4, FC5, FC3, FC1, FC2, FC4, FC6, C3, C1, C2, C4), p < 0,001, d=0.38, valamint egy jelentős hátsó klaszter (FT7, FT8, TP7, CP6, TP8, P7, P5, P8, PO7,POz, PO8, Oz), p < .001, d {{ 32}}.33. Lásd a 8. ábrát.

A frontocentrális klaszter átlagos ERP-amplitúdóinak vegyes ANOVA-ja a 20-percblokkok összes résztvevőjére vonatkozóan számos fő hatást és interakciót eredményezett a Hangtípus, a Tanulás és az időbeli tényezők blokk és nap tekintetében, a részletekért lásd a 3. táblázatot.

Ami a hangtípust illeti, a szinttónusok negatívabbak voltak, mint a kontúrtónusok.
Ez a különbség erősebb volt a tonális L1 csoportban, mint a nem tonális L1 csoportban.

A tanulásnál azt találtuk, hogy a célszavak nagyobb negatívumokat váltanak ki, mint a kontrollszavak (lásd a 8. ábrát). A különbség ismét nagyobb volt a tonalL1 csoportban, és erősebb volt a 2. napon, mint az 1. napon. Végül a negativitás általános csökkenése volt megfigyelhető az idő múlásával.

A hátsó klaszterben a hatások gyakorlatilag megkülönböztethetetlenek voltak a frontocentrális klaszter hatásaitól, de polaritásuk fordított volt: az összes fő hatás közel azonos volt a fentiekkel, csakúgy, mint a kritikus interakciós klaszterek.

Csak két egyedi interakció jelent meg a hátsó klaszterben. Ezért úgy döntöttünk, hogy a pozitivitást dipóluseffektusként kezeljük, és a rövidség kedvéért a főszöveg helyett bemutatjuk a megfigyelt szignifikáns hatásokat és kölcsönhatásokat a posterior pozitív klaszterekre, az S1 támogató információra.

3.2.3|Korrelációs eredmények

A korai hatás szempontjából nem találtunk szignifikáns összefüggést a viselkedési és a neurofiziológiai adatok változása között (p > 0,8). A további elemzések nem mutattak ki szignifikáns összefüggést a tónusos tanulók H/F alcsoportjában sem (p > .2).

Szignifikáns korrelációt figyeltek meg az elülső negativitás amplitúdóváltozása és a válaszpontosság változása, r=−.353, p=0,040 között, tehát minél nagyobb volt a pontosság javulása az 1. napon, annál kisebb a különbség amplitúdója mert az elülső negativitás lett. Nem volt szignifikáns korreláció a ResponseTime Change-tel (p > 0,7).

4|VITA

4.1|Szófelismerő összetevő: effektusok átvitele

Az anyanyelvi tapasztalat és az ismertség egyértelmű hatása volt a figyelmes lexikalitás kapuzó komponensében ~50 ms-nál. A facilitációs hatás ennél a látenciánál csak az L1–L2 hasonlóság legmagasabb fokánál volt tapasztalható. Nyelvtanulóink ​​nem mutattak könnyített szóelsajátítást az összes tónusos célszó vagy az összes kontúrtónusú célszó esetében, hanem csak az eső tónusú célszavak esetében.

Ez a csökkent negativitásban nyilvánult meg, amelyről feltételezzük, hogy a célszavak sikeres, gyors szónyomképzését tükrözi a zuhanó tónusú, oly módon, hogy azok már az elsajátítás első 20 percében valódi szószerűvé váltak. A hasonló amplitúdócsökkenés irányába mutató tendencia már korábban is megfigyelhető volt a valódi szavaknál a mandarin beszélőknél (Yue et al., 2014).

Négyperces szó- és jogi pszeudoszóismétlés után úgy tűnt, hogy a valódi szavakkal szembeni idegi aktivitás csökkent. Megjegyezzük azonban, hogy Yue et al. nem használtak olyan elemzést, amely kiküszöbölhette volna a gyakori standard és ritka deviáns ingerek összehasonlítása által okozott frekvenciahatásokat (vö. Shtyrov & Lenzen, 2017), ezért statisztikai elemzésükben nem észleltek amplitúdóváltozást a valódi szódeviánsok esetében.

Ezenkívül az időablak hosszabb volt, mint a miénk. Azért említjük meg itt a tendenciát, mert Yue et al. (2014) az egyetlen olyan tanulmány, amely ezt a korai összetevőt a tonális szavak kontextusában vizsgálja. Nevezetesen, a hangok nélküli szavak esetében ugyanezt a hatást korábban Kimppa et al. (2015).

Ezekben a korábbi tanulmányokban a szűken L{0}}könnyített célszavak csökkentett hatásméretét annak bizonyítékaként értelmeztük, hogy a szavakat rendkívül gyorsan sikerült megszerezni és valódi szavakhoz hasonlóan feldolgozni.

Az álszavakat, még az azonos hangmagasság-mintával rendelkezőket és a nem könnyített célszavakat sem lehetett megfelelő gyorsan elsajátítani, és ezért fokozott negativitást váltottak ki.

Ez a negativitás valószínűleg egy folyamatban lévő, hiányos memórianyomképzési folyamatot jelez a nem tanított és nem megkönnyített szavak esetében. A folyamatban lévő szókövetési folyamat gondolatával összhangban mind a célszavak, mind a kontrollszavak negativitása kissé csökkent a tanulási folyamatok során (célszavak: MB{{{{ 6}}}} −1.02 μV ±SD=0.8 μV, MB6=−0.99 ± 0.8 μV; vezérlőszavak: MB{{10}} −1,31 ± 1,0 μV, MB6=−0,90 ± 0,8 μV).

Ez a csökkenés csak azoknál a kontrollszavaknál volt szignifikáns, ahol az amplitúdó kezdetben a legnagyobb volt. Érdekes módon az amplitúdó csökkenése mindkét szótípusnál lépcsőzetesen ment végbe, így az amplitúdó ismét nőtt a 2. és 3., valamint a 4. és 5. blokk közötti szünetek után (vö. pl. célszavak: MB1=−1). 02 μV ± SD=0,8 μV, MB{{10}}−0,99 ± 0,9 μV, MB{{ 15}} −1,12±0,9 μV, MB{{20}} −0,88 ± 0,9 μV, MB5=− 0,94±0,8 μV, MB6=−0,99 ± 0,8 μV).

Azzal a ténnyel együtt, hogy nem találtuk a tanulási munkamenet hatását a válasz amplitúdójára ennél a késleltetésnél, ez arra utal, hogy a szónyomok csak átmenetileg jöttek létre a nem natív fonológiájú (azaz hangnemű) szavakhoz.

Így csak a natív fonológiájú (és ismerős funkciójú) szavaknak volt következetesen csökkentett amplitúdója (M=0.78 μV), ami arra utal, hogy a gyors szónyomképzési folyamat a natív neurális fonológiai hálózattól és az L{ szónyomaitól függ. {2}}mintha az újszerű szavak szinte azonnal és véglegesen keletkeztek.

For more information:1950477648nn@gmail.com