Az epizodikus hosszú távú memória hozzájárulása a kötések munkamemóriájához

Absztrakt: A jelen kísérletek két következtetést támasztanak alá a munkamemória (WM) kapacitáskorlátjával kapcsolatban. Először is bizonyítékot szolgáltatnak a kötési hipotézisre, a WM kapacitást korlátozza a kötések közötti interferencia, de nem az elemek. Másodszor, azt mutatják, hogy az epizodikus LTM lényegesen hozzájárul a memória lekötéséhez, amikor a WM kapacitását a határértékre növelik a nagyobb beállított méretek. Teszteltük az azonnali memóriát a szó-kép párok halmazaira. A készlet méretének növekedésével a kötések memóriája gyorsabban csökkent, mint az elemek memóriája, amint azt a kötési hipotézis megjósolta. Mégis, nagyobb beállított méreteknél a teljesítmény stabilabb volt, mint azt a kapacitáskorlátozott memóriától várták, ami arra utal, hogy az epizodikus hosszú távú memória (LTM) hozzájárul a WM kapacitáskorlát megkerüléséhez. E hipotézis alátámasztására megmutatjuk a WM és az epizodikus LTM hozzájárulásának kettős disszociációját a memóriakötéshez: A 3-nál nagyobb beállított méreteknél a teljesítményt kifejezetten befolyásolta a proaktív interferencia, de immunis volt a disztraktorral teli késleltetés hatásaira. Ezzel szemben a 2-es beállított méretű teljesítményt nem befolyásolta a proaktív interferencia, de ártott a disztraktorral teli késleltetés.

Cistanche tapasztalat – Javítsa a memóriát

1. Bemutatkozás

Az emberi memória elméleteiben gyakran tesznek különbséget a munkamemória (WM) és a hosszú távú memória (LTM) között. A WM alatt olyan korlátozott kapacitású rendszert értünk, amely mentális reprezentációkat tárol feldolgozásra, míg az LTM-ben az információ tartósabban, feltehetően korlátlan kapacitással tárolódik (Cowan, 2008). A WM és az LTM jelentős szerkezeti és funkcionális átfedést mutat (Eriksson, Vogel, Lansner, Bergstr¨om és Nyberg, 2015; Lewis-Peacock és Postle, 2008; Ranganath, 2006; Ranganath és Blumenfeld, 2005; Ranganath, & Brozinsky, Cohen, 2005), és ezeknek a rendszereknek a kapcsolata áll a viták középpontjában számos memóriamodell támogatói között, amelyek vagy két elkülöníthető memóriarendszerként jelenítik meg őket (pl. Atkinson és Shiffrin, 1968; Baddeley, 2012; Barrouillet és Camos, 2012; Cowan, 2008), vagy egységes memóriarendszerként (pl. Crowder, 1982; Melton, 1963; Nairne, 1990, 2002). Az e szélsőségek közötti köztes elméletek a WM-et az LTM-reprezentációk egy részhalmazaként képzelik el, amelyek – korlátozott ideig – fokozottan hozzáférhető állapotban vannak (Cowan, 1995; Oberauer, 2002). A WM és az LTM közötti szoros kapcsolat empirikusan is jól alátámasztott. Például a WM-kapacitás mértéke erősen korrelál a hosszú távú emlékezés képességével (Unsworth, 2010; Wilhelm, Hildebrandt és Oberauer, 2013), valamint az asszociatív tanulással (Tamez, Myerson és Hale, 2008, 2012). A WM és az LTM interakciójának egyik módja az, hogy az epizodikus LTM-ben gyorsan kialakuló reprezentációk hozzájárulhatnak a WM tesztelésére tervezett feladatok teljesítményéhez (Cowan, 2019). Az epizodikus LTM hozzájárulását a WM-tesztek teljesítményéhez a kutatók nem mindig ismerik el, de hihetősége tagadhatatlan: Bizonyára az epizodikus memória, amely a régen tapasztalt eseményekről tárol információkat, a néhány másodperccel ezelőtti eseményekről is tárol információkat. Az epizodikus memória szerepét magától értetődőnek tekintik a szabad felidézés modelljeiben (pl. Davelaar, Goshen-Gottstein, Ashkenazi, Haarmann és Usher, 2005; Sederberg, Howard és Kahana, 2008), bár a sorozatos felidézés modelljeiben nem. pl. Lewandowsky és Farrell, 2008), amely a leggyakrabban használt paradigma a WM tesztelésére. A szabad és a sorozatos felidézés közötti különbség azonban inkább a kutatási hagyományok történelmi megosztottságán, semmint lényeges különbségen alapszik (Grenfell-Essam és Ward, 2012; Ward, Tan és Grenfell-Essam, 2010). Például a WM-kutatás egyik fő igáslója, a komplex hatótávolságú paradigma (Daneman & Carpenter, 1980) nagyon hasonlít az epizodikus LTM kutatásában a folytonos zavaró paradigmához (Bjork és Whitten, 1974): A lista bemutatása. az elemeket zavaró feldolgozási periódusok veszik át. Az epizodikus LTM irodalomban disztraktor feladatokat használnak az információ kiszorítására a WM-ből, hogy tisztább mértéket kapjunk az epizodikus LTM-ről. Egyes kutatók azzal érveltek, hogy ugyanez megtörténhet összetett hatótávolságú feladatoknál (McCabe, 2008; Unsworth és Engle, 2007), így a teljesítmény az epizodikus LTM-ből való felidézést jelentős mértékben tükrözi. Cowan (2019) általánosságban azzal érvelt, hogy az epizodikus nyomok gyorsan keletkeznek az LTM aktivált részében, és hozzájárulnak a WM-tesztek teljesítményéhez. Beukers, Buschman, Cohen és Norman (2021) azzal érveltek, hogy a WM-feladatokban sikeresen megtartott információk, miközben "neurálisan némák" maradnak (azaz nem dekódolhatók a neurális aktivitásból a megőrzési intervallum alatt), nem a WM-ben, hanem az epizodikus LTM-ben maradnak fenn. E lehetőség alátámasztására a kutatások kimutatták, hogy az epizodikus LTM nyomok gyors kialakulása néhány másodpercen belül lehetséges (Huebner és Gegenfurtner, 2011; Verhaeghen, Vandenbroucke és Dierckx, 1998). A jelen tanulmány célja annak megértése, hogy az LTM hogyan járul hozzá a WM-hez, azon a feltételezésen alapulva, hogy a WM tartalma és az LTM reprezentációi között valamilyen formában el kell különíteni, hogy azok különböző funkcióit tükrözzék. Ezért a jelen munka nem szól a vitához arról, hogy a WM és az LTM szerkezetileg különálló rendszerek-e. Inkább a köztük lévő funkcionális különbségek azonosítására összpontosítunk, amelyek segítségével megállapíthatjuk, hogy egy memóriafeladat teljesítménye mennyiben függ a WM-től, és mennyiben függ az epizodikus LTM-től.

A Cistanche deserticola fő kémiai összetevői

1.1. A WM kapacitás korlátozza a kötéseket

A WM és az LTM kapcsolatának kérdése eredetileg nem motiválta a jelen kísérleteket. Vizsgálatunk kiindulópontja inkább az volt: Miért korlátozott a WM kapacitása? Az egyik hipotézis ennek a kapacitáskorlátnak a természetével kapcsolatban az, hogy meghatározott korlátot szab a megjegyzett ideiglenes kötésekre (Oberauer, 2019). Ez a kötési hipotézis azt állítja, hogy a WM korlátja a kötések rövid távú karbantartására vonatkozik, de nem az elemekre. Az elemek memóriája az a képesség, hogy megjegyezze, mely egyedi elemek (pl. szavak, vizuális objektumok) fordultak elő a közelmúltban. Ez úgy érhető el, hogy fenntartjuk a bemutatott tételek reprezentációinak magas szintű aktiválását, ami a WM egyes elméleteiben az egyetlen fenntartási forma (pl. Davelaar et al., 2005; Ma, Husain és Bays, 2014). Az elemmemória gyakran elegendő ahhoz, hogy emlékezzen az aktuális memóriakészletbe – melyek a legmagasabb aktiválási szinttel rendelkezők – mely elemek voltak benne, de a memóriakészlet szerkezetére (pl. az elemek sorrendjére) nem. A kötések alatt az elemek reprezentációi közötti ideiglenes kapcsolatokat értjük, amelyek a köztük lévő kapcsolatokat kódolják (pl. melyik objektumot melyik szóval együtt mutatták be), vagy az elemek és kontextusuk közötti kapcsolatokat (pl. melyik objektumot melyik helyen mutatták be, vagy melyik szó melyik lista melyik soros pozíciójában került bemutatásra). A memóriakötés hibája, miközben az elemmemória sértetlen, a WM-tesztek jellemző hibáiban nyilvánul meg. Például a sorozatos felidézés során az emberek gyakran felidézik a listaelemeket, de rossz sorrendben reprodukálják azokat (Henson, 1996). Az objektumok térbeli tömbjére vonatkozó WM teszt során a résztvevők nagyon jól emlékeznek arra, hogy mely objektumok voltak a tömbben, és mely helyek voltak elfoglalva, de gyakran nem sikerül minden objektumot a megfelelő helyükhöz rendelni (Pertzov, Dong, Peich és Husain , 2012). A kötési hipotézis azt állítja, hogy a WM kapacitása korlátozza a kötések rövid távú fenntartását, de nem az elemeket. A tételek memóriája az LTM aktivált részében van fenntartva, amely a WM rendszer része, de nem vonatkozik rá kapacitáskorlát (Cowan, 1995; Oberauer, 2009a). a WM korlátozott kapacitása: a set-size effektus. A WM-ben tárolandó tárgyak számának növekedésével az emberek teljesítménye meredeken csökken (néhány példát lásd az 1. ábrán). A kötési hipotézis azt jelenti, hogy a készletméret növekedésével a kötések memóriájának csökkennie kell, míg az elemek memóriájának (nagyrészt) sértetlennek kell lennie. Oberauer (2019) bizonyítékot szolgáltatott erre az előrejelzésre két kísérletben, amelyekben a különböző méretű szólisták azonnali memóriáját tesztelték. A szondák memóriáját bizonyos listapozíciókban több alternatív kényszerválasztásos tesztekkel vizsgálták, amelyekben egyes alternatívák elemhibákat (azaz a listán nem szereplő szavakat), míg mások kötési hibákat (azaz a tesztelt pozíciótól eltérő szavakat listáztak). ). A résztvevők hibaaránya a lista hosszával nőtt, és ez szinte kizárólag a kötelező erejű hibák miatt volt (lásd Cowan, 2022). A kötődési hipotézis további alátámasztása az egyéni különbségekre vonatkozó tanulmányokból származik, amelyek kimutatták, hogy az ideiglenes kötések fenntartásának képessége erősen korrelál a folyékony intelligenciával, és valószínűleg befolyásolja a WM-feladatok teljesítménye és az intelligenciatesztek közötti magas korrelációt (Chuderski, 2019). Wilhelm és mtsai, 2013). A mai napig azt az állítást, miszerint a WM-kapacitást korlátozza a kötések közötti interferencia, kísérletileg csak az elemek listában a megfelelő soros pozíciókhoz való kötésére vonatkozóan vizsgálták. Előfordulhat azonban, hogy a készlet méretének a listaelemek és pozíciójuk közötti kapcsolat emlékezési képességére gyakorolt ​​hatása nem pusztán tükrözi a kötések fenntartására vonatkozó kapacitáskorlátot. Ennek az az oka, hogy a beállított méret összekeverhető a soros pozíciók megkülönböztető képességével. A sorozatos felidézés számos formális modellje ilyen zavart jelent. Például a Start-End modellben (Henson, 1998) a soros pozíciókat a lista elejét és a végét jelző marker súlyozott kombinációja képviseli. Ezeknek a pozícióábrázolásoknak a megkülönböztethetősége alacsonyabb a lista közepén, mint közelebb a kezdethez és a végéhez, ami elsőbbségi és újkori hatásokat eredményez. A lista hosszának növekedésével több elem kerül kiosztásra az elejétől és a végétől távolabbi pozíciókhoz, így az átlagos pozíciós megkülönböztethetőség csökken. Egy másik modellben (Botvinick & Watanabe, 2007) a soros pozíciókat feltételezik, hogy hasonlóak a numerikus mennyiségek ábrázolásához. A nagyobb mennyiségek kevésbé megkülönböztethetőek, mint a kisebbek – például könnyebb megkülönböztetni 1 és 2 objektumot, mint 6 és 7 között. A lista hosszának növekedésével a magasabb számoknak megfelelő pozíciók toborzódnak, ami ismét azt jelenti, hogy az átlagos pozíció a lista megkülönböztethetősége csökken. Ezért jelen tanulmányban arra törekedtünk, hogy teszteljük a kötési hipotézist a WM kötések egy másik formájára: a szavak és képek közötti kötésekre. Ennek az anyagválasztásnak az az előnye, hogy nincs ismert összetévesztés a memóriakészlet mérete és az egymáshoz kötött reprezentációk megkülönböztető képessége között: A készletből véletlenszerűen mintavételezett szavak vagy képek páronkénti megkülönböztethetőségét nem befolyásolhatja az, hogy hogyan sok szó vagy kép található a memóriakészletben. Korábbi, a szópárok rövid listáinak memória vizsgálatára szolgáló, hasonló próba-visszahívás paradigmát használó munka (Murdock Jr., 1963) kimutatta, hogy a helyes pár felidézésének valószínűsége csökken a halmaz méretének növekedésével. Ezért ez a feladat alkalmas arra, hogy tovább vizsgálja az elem és a kötési memória hozzájárulását a halmazméret-hatáshoz. A kötési hipotézis szerint a kötések közötti interferencia szelektíven kapacitáskorlátot hoz létre a fenntartásuk képességében. Ezért továbbra is számítanunk kell arra, hogy a halmaz méretének növelése erősen rontja az emberek azon képességét, hogy megjegyezzék, melyik szó melyik képpel kombinálódott. Ugyanakkor a készlet méretének növelése nem, vagy sokkal jótékonyabb hatással lehet az emberek azon képességére, hogy emlékezzenek az egyes tételekre (azaz arra, hogy emlékezzenek arra, hogy a jelenlegi próba során mely szavakat vagy képeket láttak). Az elemmemóriára vonatkozó előrejelzés nem az, hogy egyáltalán nincs készletméret-hatás, mert ha az elemmemóriát nem korlátozza a WM-kapacitás, akkor is korlátozzák az epizodikus LTM-hez való hozzáférést korlátozó tényezők.1 Arra számítunk azonban, hogy ez a készletméret-hatás hogy ne jelenjen meg a kapacitáskorlát aláírása, amint azt gyakran megfigyelték a WM-teszteknél: Stabil teljesítmény magas szinten a kapacitáson belüli beállított méreteknél, amit rohamos csökkenés követ, amint a beállított méret meghaladja a kapacitást.

1. ábra: A halmazméret pontosságra gyakorolt ​​hatását demonstráló reprezentatív eredmények (Oberauer et al., 2018). (A) Sorozati felidézés egyszerű és összetett span tesztekben verbális anyagokkal (Unsworth & Engle, 2006). (B) Futómemória terjedelme (Bunting, Cowan és Scott Saults, 2006). (C) Tételfelismerés (McElree és Dosher, 1989). (D) Standard N-back (Jonides et al., 1997), és az N-back egy olyan változata, amelyben a következő ingerek N oszlopon keresztül jelennek meg, így minden inger ugyanabban az oszlopban jelenik meg, ahol az N visszalép (Verhaeghen) & Basak, 2005). (E) WM frissítés számjegyekkel és aritmetikai műveletekkel (Oberauer & Kliegl, 2001). (F) Változásérzékelés színes négyzetek tömbjeivel (Adam, Mance, Fukuda és Vogel, 2015).

1.2. A jelen tanulmány

Jelen tanulmány első célja az volt, hogy új tesztet adjon a WM kapacitás kötési hipotézisére. Ezt az 1. kísérlettel értük el, de ez a kísérlet arra is utalt, hogy az epizodikus LTM jelentősen hozzájárult a memóriakötési tesztünkhöz, különösen nagyobb készletméreteknél. Ezért a második célunk az volt, hogy megvizsgáljuk ezt a hozzájárulást, és elkülönítsük a WM hozzájárulásától a memóriakötéshez. Ezt úgy tettük, hogy olyan manipulációkat vezettünk be, amelyekről feltételezik, hogy kifejezetten megzavarják a WM-et, például egy disztraktor feladat bevezetése a teszt előtt (pl. Peterson és Peterson, 1959), vagy az epizodikus LTM, proaktív interferencia bevezetésével (Cowan, 2005). Azonnali 4-alternatívák kényszerített választású felismerési tesztjének célja volt annak megvizsgálása, hogy az egyes manipulációk mely halmazméretek befolyásolják a memória teljesítményét.

2. 1. kísérlet

Az 1. kísérletben a kötődési hipotézis tesztelésére törekedtünk az alanyok memóriájának tesztelésével, változó számú szó-kép párral. A teszt során a memóriát képek vagy szavak jelezték, és az alanyoknak négy válaszlehetőség közül kellett kiválasztaniuk a tesztelt pár másik elemét. Ezek a lehetőségek magukban foglalták a célpontot és három különböző típusú csalit: (1) egy próbacsali: olyan inger, amely az aktuális párban lévő pár része volt, de nem a tesztelt párban; (2) egy régi csali: egy inger, amely egy pár része volt egy korábbi kísérletben; és (3) egy új elem: egy kísérletben nem használt inger. Ezt a tesztet az elem és a kötési memória megkülönböztetésére tervezték: A kísérleten belüli csali elutasításához memória szükséges az adott kép (vagy szó) és a célszó (vagy kép) közötti helyes kötéshez. Ha az alanyok sértetlen tárgymemóriával rendelkeznek, de nincs kötési memóriájuk, akkor ki tudnák zárni a régi és az új csalikat, de egyenlő valószínűséggel kell választaniuk a cél és a próbacsalik között. Ha a WM-ben nincs sem kötési, sem tárgymemóriájuk, de általában valamilyen ismerős jel a korábban bemutatott tárgyakhoz, ami lehetővé teszi számukra, hogy kizárják az új csalit, akkor választanának a célpont, a kísérleten belüli csali és a régi csali között. Ha egyáltalán nincs emlékezetük, mind a négy válaszlehetőség között kell találgatniuk (lásd Bartsch, Loaiza és Oberauer, 2019; Oberauer, 2019; Wilhelm et al., 2013 hasonló megközelítésekért). Ha a WM-kapacitást valóban korlátozza a kötések közötti interferencia, míg a cikkmemóriát nem befolyásolja a WM-kapacitás korlátja, akkor az emberek a beállított mérettől függetlenül elég jól el tudják kerülni a tételhibákat (vagyis a régi vagy új csalik kiválasztását), de meg kell tenniük. A kötési hibák meredek növekedését mutatják (azaz a próbacsalik kiválasztása), amint a készlet mérete eléri és meghaladja a WM kapacitást (azaz körülbelül 3-4 pár). Ezért a teljesítménynek csökkennie kell a készletméretek növekedésével, és ennek a növekedésnek elsősorban a tévesen kiválasztott csalik nagyobb százalékának kell betudnia a teszt során.

Kínai gyógynövény-cistanche

2.1. Módszer

2.1.1. Résztvevők

20 résztvevőtől gyűjtöttünk adatokat az 1. kísérlethez (átlagéletkor=23,67; 15 nő). Azért választottuk az N=20 kezdeti mintaméretet ehhez és a következő kísérletekhez, mert ez elegendő a közepes és nagy hatások kimutatására az alanyon belüli tervekben, és mivel a memóriakészlet-méret hatások nagyok. A Bayes-statisztika használata azt jelenti, hogy kétértelmű bizonyítékok esetén a minta mérete növelhető a kétértelműség feloldásáig (Rouder, 2014; Schonbrodt, Wagenmakers, Zehetleitner és Perugini, 2017); erre volt szükség a 2., 3., 4. és 5. kísérlethez. Ebben és a következő kísérletekben csak azok a résztvevők vettek részt, akiknek német anyanyelvük volt, 18 és 35 év közöttiek, és akik normális vagy normálisra korrigált látásról számoltak be. Valamennyien a Zürichi Egyetemre vagy az ETH Zürich-re iratkoztak be. A résztvevők tájékozott beleegyező nyilatkozatot írtak alá a vizsgálat előtt, és a végén tájékoztatták őket. Ennek és az összes következő kísérletnek a kísérleti protokollja a Zürichi Egyetem Bölcsészet- és Társadalomtudományi Karának Etikai Bizottságának előírásai szerint készült. Ezt és az összes következő kísérletet személyesen végezték el a laboratóriumban.

2.1.2. Anyagok és eljárás

A munkamemória kötéseinek és a WM terhelés változó feltételeinek mérésére egymás után tetszőleges szóképpárokat mutattunk be 2, 3, 4, 6 és 8-as méretben (lásd a 2. ábrát). A szavakat a Berlin Affective Word List (BAWL-R, Vo et al., 2009) 1198 semleges szóból álló készletéből húzták ki, minimális hosszuk 2, maximum 10 betű. A szavak átlagos gyakorisága milliónként 59,33 volt. A képeket egy 2400, valós tárgyakról készült fényképből álló gyűjteményből készítették (Brady, Konkle, Alvarez és Oliva, 2008). Az egyes kísérletekről szavak és képek ezekből a készletekből származtak csere nélkül, így minden inger csak egy kísérletben kerül felhasználásra. Mindegyik pár 900 ms-ig volt bemutatva, 100 ms-os inter-stimulusintervallum mellett. 1000 ms-os megőrzési időintervallum után az azonnali memóriát a bemutatott párok véletlenszerű felénél véletlenszerű sorrendben teszteltük egy négy alternatíva kényszerített választási eljárással. A 3-as méretű páratlan számú készletben a három pár közül csak az egyiket tesztelték. A kísérletek felében az alanyok egy pár szavaival voltak utalva, és négy, körülötte megjelenített kép közül kellett választaniuk az opcióra kattintva, amelyről úgy gondolták, hogy a szóval együtt szerepelt a kódolásnál (szó-cue feltétel). A kísérletek másik felében az alanyokat képpel jelezték, és 4 szó közül kellett választaniuk (kép-cue feltétel). A négy lehetőség mindig a megfelelő tárgyat, egy azonos próbát alkalmazó műcsalit, egy korábbi kísérletből származó csalit (régi behatolásos csali; bármely véletlenszerűen kiválasztott korábbi kísérletből) és egy új elemet (új csali) tartalmazott. Ezt a tesztet ismét az elem és a kötési memória megkülönböztetésére tervezték: A kísérleten belüli csali elutasításához memória szükséges a megfelelő kötéshez a megfelelően jelzett kép (vagy szó) és a célszó (vagy kép) között. Ha az alanyok nem rendelkeznek sértetlen kötési memóriával, akkor egyenlő valószínűséggel választanának a cél és a kísérleten belüli csali között. Hasonlóképpen, az oldtrial csali elutasításához memória szükséges az aktuális próba megfelelő elemeihez. Csak ha az alanyoknak egyáltalán nincs memóriájuk, akkor egyenlő valószínűséggel találgatnának mind a négy lehetőség között. A kísérleten belüli csalit mindig a közvetlenül a célpár előtt vagy után bemutatott párból húzták ki, hogy ellenőrizzék a kontextus változásainak növekedését a párok között egy nagyobb méretű kísérlet során. A bemutatott párok felének tesztelésének oka az volt, hogy el akartuk kerülni a válaszlehetőségek megismétlését a tesztek között, hogy minimalizáljuk a függőséget ugyanabban a kísérletben a válaszok között. Ezért a sametriális csalikat a nem tesztelt párokból húztuk. Az egyórás kísérlet 80 kísérletből állt, 8 kísérlettel a jelzésfeltételek (szó vs. képjel) és a halmazméret (2, 3, 4, 6 és 8) kombinációjaként.

2.1.3. Adatelemzés

Az 1. kísérlet adatait egy Bayes-féle hierarchikus logisztikus regresszió segítségével elemeztük, amely helyes vagy helytelen válaszokat jelez előre az 4-AFC tesztben memóriakészlet mérete alapján. A helyes válaszokat úgy határoztuk meg, hogy a céltárgyat választották az alternatívák közül (pl. próbacsali, régi behatolású csali, új csali). A rögzített effektushoz (azaz a beállított mérethez) beépítettünk egy véletlenszerű metszéspontot és egy véletlen meredekséget. A rögzített hatást méretben állítottuk be, és folyamatos előrejelzőként szerepelt a modellben. Abban az esetben, ha találtunk bármilyen beállított mérethatást, megvizsgáltuk, hogy ezt a kötések memóriacsökkenése okozta-e, ami abban nyilvánul meg, hogy megnő annak a valószínűsége, hogy az azonos próbacsalit választják a többi lehetőség felett. Ezt egy Bayes-féle hierarchikus logisztikus regresszióban valósítottuk meg, amely az 4-AFC-teszt hibáinak valószínűségét külön-külön minden hibatípusra (azonos behatolás, régi behatolási csali és új csali) a memóriakészlet mérete alapján előre jelzi. Meg kell jegyezni, hogy a négy függő változó nem független, mert a válaszok száma mind a 4 kategóriára (helyes, azonos próbát alkalmazó behatolás, régi behatoló csali és új csali) egyet jelent. Ezért az elemzések egyike felesleges. Mindazonáltal mind a négyről beszámolunk, hogy a legátláthatóbb módon mutassuk be a készletméret hatását az egyes válaszkategóriákra. A modellt az R csomag brms-ben valósították meg (Bürkner, 2017, 2018). A regressziós együtthatók Cauchy priorokat kaptak 0,353-as skálával. Azért esett erre a skálára a választás, mert ezeket a priorokat a közelmúltban javasolták alapértelmezett priorokként a modellek logisztikai modellekkel való összehasonlításához (Oberauer, 2019). A korrelációs mátrixokhoz teljesen nem informatív priorokat, úgynevezett LKJ priorokat használtunk az 1. alakparaméterrel. Bayes-t számoltunk Tényezők az egyes prediktorok hatására vonatkozó bizonyítékok erősségének becsléséhez, összehasonlítva az adott prediktort tartalmazó modellt egy azt kizáró modellel. Hasonlóképpen teszteltük a bizonyítékokat, beleértve az interakciós kifejezést véletlenszerű hatásként – adott esetben –, és fenntartottuk a későbbi modell-összehasonlításokhoz, ha volt rá bizonyíték. A főhatást kizáró modellek csak a fix hatást zárták ki, de a véletlenszerű hatást megtartották. A modell-összehasonlításhoz a Bayes-tényezőt használtuk, amelyet a fegyvercsomagban található hídmintavevővel (Gronau, Singmann és Wagenmakers, 2017) számítottunk ki. Az 1-nél nagyobb BF10 hatást bizonyít; az 1-nél alacsonyabb BF10 bizonyítékot ad a hatás ellen, és így bizonyítékot ad a nullhipotézisre. A nullhipotézis bizonyítékának erőssége BF01=1/BF10. A 10-es BF10 azt jelzi, hogy az adatok 10-szer nagyobb valószínűséggel állnak rendelkezésre alternatív hipotézis esetén, mint nullhipotézis esetén. Általában a 3-nál nagyobb BF-ek lényeges bizonyítékot szolgáltatnak az egyik hipotézishez a másikhoz képest. Egy MCMC algoritmust használtunk (Stan; Carpenter et al., 2017), amely a prior és a valószínűség szorzatával arányos paraméterértékek mintavételével becsülte meg a posteriorokat. Ezeket a mintákat 4 független Markov-lánc generálja, egyenként 1000 bemelegítési mintával, majd a hátsó eloszlásból vett 50 000 mintát, amelyeket megtartottunk elemzésre. Gelman et al. (2013) megerősítettük, hogy a 4 lánc ugyanahhoz a posterior eloszláshoz konvergál, ellenőrizve, hogy a ̂R statisztika – amely a láncok közötti variancia és a láncon belüli variancia arányát tükrözi<1.02 for all parameters, and we visually inspected the chains for convergence. Further, we calculated the common estimate of the capacity of WM across our variation of set size and additional manipulations in each experiment. Based on the assumptions of discrete memory states, this estimate K is derived from the number of items remembered (Adam, Vogel, & Awh, 2017; Cowan, 2001; Zhang & Luck, 2008). For n-alternative forced choice tests of a single item, this estimate is obtained with K for the number of remembered items; N for the memory set size, P (correct) for the proportion of correct responses, and g for the chance of guessing the correct response. The chance of guessing depends on assumptions about the capacity limit and on whether the difficulty of the lures affects the probability of choosing them. If the capacity limit is a limit on all information remembered about an item, then we distinguish a state of remembering the tested item (leading to a correct response) from a state of no information about the item, in which case the person guesses with equal probability from the entire response set: Here the chance of guessing is determined by the number of response alternatives, resulting in g = 1/4. If we assume that WM capacity places a limit on binding memory but not item memory, then we can distinguish a state of remembering the item-position binding (leading to a correct response) from a state of not remembering the binding, but still having item memory available to restrict the response set to the candidates from the current list. On this assumption, guessing chooses each candidate from the current list with equal chance, leading to guessing being set to ½. Here we report K estimates based on g = ¼. because it reflects the most common assumption about capacity limits; K estimates based on g = ½ can be found in the Supplementary Material. Finally, we also computed the input-output distance of the pairs as a predictor of the probability of choosing the correct response. The input-output distance represents the number of intervening events – encoding or testing of other pairs – between the encoding of a given pair and the test of that pair. For example, if a pair in the set-size 8 condition is presented in the serial position 6, and tested first, the input-output distance would be 2. If the same pair would be tested 4th, the input-output distance would be 5. This analysis was exploratory, as we had no predictions for it, but it turned out to be informative about the division of labor between WM and episodic LTM. The data and the analysis scripts can be accessed in the Open Science Framework (https://osf.io/ymgkq).

2. ábra: Az 1. kísérlet paradigmájának szemléltetése. Az alanyoknak egymás után mutattuk meg a szó-kép párok listáját, változó méretben. Az azonnali memóriát a párok felénél véletlenszerű sorrendben teszteltük, akár a képpel, akár a szóval. Az alanyoknak a négy válaszlehetőség közül kellett választaniuk: a megfelelő elemet, egy azonos próbát alkalmazó műcsalit, egy régi próbacsalit és egy új elemet.

2.2. Eredmények

A 3. ábra a négy válaszopció kiválasztásának átlagos valószínűségét mutatja be a beállított méretek között. Az érdeklődő olvasó a helyes válaszok átlagos arányát is megtalálhatja a Kiegészítésben (S2A ábra, S 3A ábra, S 4A ábra) cue típusra, soros pozícióra, valamint kimeneti pozícióra lebontva. A 2. táblázat felsorolja a hierarchikus logisztikus regressziós modellek képleteit, osztályon belüli korrelációit, valamint a megfigyelések számát.

2.2.1. Pontosság

Első kérdésünk az volt, hogy a memóriaterhelés (azaz a beállított méret) befolyásolja-e a megfelelő opció kiválasztásának valószínűségét. A Bayes-féle hierarchikus logisztikus regresszió a halmaz méretének (BF10=5.2 × 1010) fő hatását mutatta ki, összehasonlítva a fix hatást kizáró modellel. Ennek ellenére, amint a 2. ábrán látható, a megfelelő elem kiválasztásának átlagos valószínűsége csak a 2-es készletméretről 4-re csökkent, a teljesítmény pedig a 4-es és 8-as halmazméretek között kiegyenlített. mérethatást, a különböző készletméretű kódolású modelleket szembeállítottuk egymással. A lineárisan csökkenő halmazméret-prediktort alternatív prediktorokra cseréltük, amelyekben a halmazméretű kódolás tükrözte a különböző lehetséges platókat (1. táblázat). Az a modell írta le legjobban az adatokat, amely előrejelezte a helyes válasz valószínűségét 4-es és magasabb értékeknél beállított méretbeli kiegyenlítéssel; az összes halmazméreten lineáris csökkenést feltételező modellhez képest a 8,12 × 104 BF10-et részesítették előnyben (lásd az 1. táblázatot) a lineáris cseppmodell és az összes lehetséges plató összehasonlításához).

2.2.2. Hibatípusok

A második kérdésünk az volt, hogy ezt a beállított mérethatást a kötések memóriájának csökkenése okozta-e, ami abban nyilvánul meg, hogy megnő annak a valószínűsége, hogy az azonos próbacsalit választják a többi lehetőség felett. Ezért Bayes-féle hierarchikus logisztikus regressziót használtunk, amely az 4-AFC-teszt hibáinak valószínűségét külön-külön minden hibatípusra (azonos behatolás, régi behatolási csali és új csali) a memóriakészlet méretének megfelelően előrejelzi. Azt találtuk, hogy a beállított méret hatását teljes mértékben az azonos próbacsali (BF10=9.18 × 1010) választása vezérelte, mivel bizonyítékok támasztják alá a beállított méret hatását mindkét másik hibatípus esetében, amikor a régi próbabehatolást választottuk. (BF10=12.37), valamint új elemeket (BF01=8.97).

2.2.3. Bemeneti-kimeneti távolság

Végül megvizsgáltuk az input-output távolság hatását a helyes válasz kiválasztásának valószínűségére. A 4. ábrán látható módon, emlékezzen vissza

1. táblázat A Bayes-féle hierarchikus logisztikus regresszió eredményei, amelyek előrejelzik a helyes válaszok számát az 1. kísérletben.

Megjegyzés: Minden modell véletlenszerű effektusként tartalmazza a résztvevőt. Az egyes halmazméret-előrejelzők (1–4) tesztjeinél az első sor az egyes modellek Bayes-tényezőjét (BF) mutatja (különböző oszlopokban) a lineáris modellen [1]. A második sor a modell BF-jét mutatja a megfelelő korlátozott előrejelzővel a legjobb modellhez képest. A félkövérrel nyomtatott modell a legjobb modell a Null modellhez képest.

3. ábra: Azonnali memóriateljesítmény az 1. kísérletben. Az A panel a megfelelő elem kiválasztásának valószínűségét mutatja beállított méretek között. A B, C és D panelek a próbacsali, a régi műcsali és az új műcsali kiválasztásának valószínűségét mutatják. A hibasávok az alanyon belüli 95 százalékos konfidencia intervallumot képviselik.

2.3. Vita

Az 1. kísérlet célja a kötődési hipotézis tesztelése volt az elemek közötti kötésekre vonatkozóan. Az eredmények alátámasztják a kötési hipotézist, mivel a beállított méret hatását kizárólag a kötések memóriacsökkenése vezérelte, ami abban nyilvánult meg, hogy megnőtt annak a valószínűsége, hogy az összes többi lehetőség közül az azonos próbacsalit választják. A memóriaterhelés WM-re gyakorolt ​​káros hatása váratlanul lelassult 4 pár után, és a résztvevők összehasonlíthatóan teljesítettek az azonnali memóriafeladatban a 4-es, 6-os és 8-as halmazméretben. Ez meglepő volt, mivel a korábbi kutatások következetesen kimutatták, hogy a különböző WM-paradigmákban, a tételkontextus-kötések pontossága folyamatosan – gyakran felgyorsult – csökken a készletméretek növekedése felett (áttekintésképpen: Oberauer et al., 2018: Benchmark 1.1 és 1. ábra). A beállított méret lassító hatása nem az, amit elvárhatunk egy korlátozott kapacitású memóriától, mert ez azt jelenti, hogy minél több információ jelenik meg, annál több információ marad meg a memóriában. A szemléltetésképpen az 5A. ábra mutatja a K értékeket, amelyek tükrözik a halmazméretekben megjegyzett párok számát, jelezve, hogy a kapacitásbecslések folyamatosan nőttek a beállított mérettel (lásd az S 1 kiegészítő ábrát az 50 százalékos találgatási valószínűségen alapuló K becslésekhez). A lassuló halmazméret-hatás egyik lehetséges magyarázata az, hogy a résztvevők legalább részben az epizodikus LTM-jükre támaszkodnak a szó-kép kötések fenntartásában, és az LTM hatása a nagyobb halmazméretekkel növekszik, oly módon, hogy a teljesítmény a sorozatnál kiegyenlítődik. 4-től 8-ig terjedő méretű, olyan pontossággal, amely az LTM önmagában történő használatával is fenntartható. Ezért azt feltételezzük, hogy nagyobb halmazméreteknél az epizodikus LTM erősen hozzájárul a WM-feladatunk teljesítéséhez – különösen nem csak az elemmemóriához, hanem a kötési memóriához is. Ennek a hipotézisnek a tesztelésére a 2. és 3. kísérletben manipuláltuk az epizodikus LTM-reprezentációkra hagyatkozás hasznosságát azáltal, hogy proaktív interferenciát váltottunk ki az egyik körülményben. Ha az epizodikus LTM kifejezetten hozzájárul a teljesítményhez nagyobb készletméreteknél, a proaktív interferencia (PI) hatásának csak nagyobb készletméreteknél kell jelen lennie. Ezzel szemben kisebb halmazméreteknél, ahol a teljesítmény a WM-reprezentációkon múlik, a PI-nek semmiféle hatása nem lehet, mivel a WM megvédi a tartalmát a PI ellen (Cowan, 2005; Cowan, Johnson és Scott Saults, 2005; Halford, Maybery és Bain). , 1988; Oberauer, Awh és Sutterer, 2017; Wickens, Born és Allen, 1963; Wickens, Moody és Dow, 1981). A 4. és 5. kísérletben azt a fordított hipotézist teszteltük, hogy a megtartási intervallum alatti disztraktor-feladat, amely szelektíven rontja a WM-et, csak rövid beállított méreteknél befolyásolja a teljesítményt. További megállapítás a viszonylag magas teljesítmény rövid bemeneti-kimeneti távolságokon. Ez a megfigyelés összeegyeztethető azzal a feltételezésünkkel, hogy a WM-kapacitást korlátozza a kötések közötti interferencia, ha egy további feltételezést is teszünk: Nagyobb halmazméreteknél az utoljára bemutatott párok azok, amelyeket előnyben részesítenek a WM-ben. Ennek két oka lehet. Az egyik az, hogy a WM-ben történő interferencia többnyire visszamenőleges, így a korábban bemutatott párokat rontja leginkább az interferencia. Alternatív megoldásként a korábban bemutatott párokat szándékosan kiszervezik az epizodikus LTM-hez, mert ezeknek van a leghosszabb ideje az epizodikus memóriában való megszilárdulásra. Ezen feltételezések alapján az utoljára bemutatott párok a leginkább elérhetőek a WM-ben, különösen akkor, ha a kimeneti sorozat korai szakaszában tesztelik őket. A későbbi tesztek során egyre inkább megsérülnek az előző tesztekből származó kimeneti interferencia miatt, amelyet az okoz, hogy más párokat visszakérnek az epizodikus memóriából a WM-be. Annak a hipotézisnek a tesztelésekor, hogy az epizodikus LTM specifikusan hozzájárul a teljesítményhez nagyobb halmazméreteknél a következő kísérletekben, ezért azt is megvizsgáljuk, hogy a rövid bemeneti-kimeneti távolságú párok teljesítménye szelektíven védett-e a PI-vel szemben, és szelektíven sebezhető-e a másodlagos feladatokkal szemben. interferencia, nagyobb készletméreteknél is.

4. ábra: A helyes válasz kiválasztásának valószínűsége a bemeneti-kimeneti távolság és a beállított méretek között az 1. kísérletben. A hibasávok az alanyok közötti konfidenciaintervallumokat mutatják.

3. 2. és 3. kísérlet

A 2. és 3. kísérletben arra törekedtünk, hogy megvizsgáljuk az epizodikus LTM hozzájárulását a WM-kötési feladatunkhoz különböző készletméreteknél. Teszteltük azt a hipotézist, hogy az LTM erősebben járul hozzá a teljesítményhez nagyobb készletméreteknél. Az 1. kísérletben egyedi ingereket használtunk, azaz minden szót és képet csak egyszer mutattunk be az összes kísérlet során. A 2. és 3. kísérletben proaktív interferenciát indukáltunk azáltal, hogy ugyanazokat a szavakat és képeket ismételtük meg egy zárt elemkészletből, de új kombinációkban, és ezt az állapotot összehasonlítottuk a kísérletben egyedi ingerekkel járó állapottal. Ezenkívül megvizsgáltuk a halmazméreteket egy nagyobb tartományban (1, 2, 3, 6, 8 és 30 pár a 2. kísérletben; 2, 3, 8 és 16 pár a 3. kísérletben). Ha az 1. kísérletben megfigyelt lassító halmazméret-hatás a teljesítmény epizodikus LTM által meghatározott aszimptotáját tükrözi, akkor még nagyobb halmazméretekre is ki kell terjednie. Ebben az esetben a 16 vagy 30 páros memóriának ugyanazon a szinten kell lennie, mint a 6 vagy 8 páros memóriának.

3.1. Módszer

3.1.1. Résztvevők

A 2. kísérletben 30 résztvevő adatait gyűjtöttük (átlagéletkor=23,21; 22 nő), a 3. kísérletben pedig 40 résztvevő adatait (átlagéletkor=23,0; 29 nő) ).

3.1.2. Anyagok és eljárás

A kötések memóriáját a 2. kísérletben 2., 3., 6., 8. és 30. készletmérettel, a 3. kísérletben pedig 2., 3., 8. és 16. készletmérettel teszteljük proaktív interferenciával és anélkül (PI) ). A 2. kísérlet két munkamenetet tartalmazott „a 1-h, amely 120 próbát tartalmazott, feltételenként 20 próbát minden kis készletmérethez (2, 3, 6, 8), és öt kísérletet a 30-as készlethez. A feltételek (PI vs. nincs PI) munkamenetek között változott. A foglalkozások sorrendje kiegyensúlyozott volt a résztvevők között. A PI szekcióban az ingereket tizenkét szóból és tizenkét képből álló halmazokból húzták a kis méretű (2,3,6,8), illetve 45 szóból és 45 képből álló készletekből a 30-as készlethez. a tizenkettő a kis készletméretek zárt halmazából. A no-PI munkamenetben az ingereket ismét az 1. kísérlet nagy készleteiből cserélték ki. Ezektől a változtatásoktól eltekintve a paradigma követte az 1. kísérlet paradigmáját. A 3. kísérlet is egy két alkalomból álló `a 1- h kísérlet, amely 208 próbát tartalmaz, feltételenként 13 kísérlettel minden egyes készletmérethez. A feltételek (PI vs. nincs PI) az egyes foglalkozásokon változtak, és a jelzést (szó vs. kép jelzés) állandónak tartották a résztvevőkben (a résztvevők felét mindig szavakkal, a másik felét képekkel jelezték). A PI munkamenet során az ingereket 24 szóból és 24 képből álló halmazokból húztuk le.3 Ezektől a változásoktól eltekintve a paradigma követte a 2. kísérlet paradigmáját.

3.1.3. Adatelemzés

A 2. és 3. kísérletet Bayes-féle hierarchikus logisztikus regresszió segítségével elemeztük, amely előrejelzi a helyes vagy helytelen válaszokat az 4-AFC tesztben a halmazméret és a proaktív interferencia alapján. A helyes válaszokat ismét úgy határoztuk meg, hogy a célelemet választották az alternatívák közül (pl. listán belüli behatolás, régi behatolás, új). A rögzített hatások a proaktív interferencia és a halmazméret voltak, ez utóbbi pedig folyamatos előrejelzőként szerepelt a modellben, amely kis halmazméreteknél növekedett, és 4-es és nagyobb halmazméreteknél lassul (azaz 6, 8 és 30 az Exp2, 8 és 8. 16. a 3. kísérlethez), az 1. kísérletben megállapítottak szerint (azaz az 1. táblázatban a III. kódolás). A modell véletlenszerű elfogást, beállított méretű véletlenszerű meredekségeket és proaktív interferenciát tartalmazott.

3.2. Eredmények

A 6. és 7. ábra a négy válaszopció kiválasztásának átlagos valószínűségét mutatja a beállított méret és a proaktív interferencia-feltétel függvényében a 2. és 3. kísérletben. Az érdeklődő olvasó a helyes válaszok átlagos arányát is megtalálhatja a Kiegészítésben (S2B és C ábra, S 3B és C ábra, S 4B és C ábra) jelzés típusra, soros pozícióra, valamint kimeneti pozícióra lebontva. . A 2. táblázat felsorolja a hierarchikus logisztikus regressziós modellek képleteit, osztályon belüli korrelációit, valamint a teljes modellek megfigyelésének számát.

5. ábra: K kapacitásbecslések az (A) 1. kísérletben, (B) 2. kísérletben, (C) 3. kísérletben, (D) 4. kísérletben és (E) 5. kísérletben.

3.2.1. Pontosság

Első kérdésünk az volt, hogy a proaktív interferencia befolyásolta-e a beállított méret hatását a helyes opció kiválasztásának valószínűségére, korlátozva az elemzést az 1. kísérlet halmazméret-tartományára (azaz 2-től 8-ig). A Bayes-féle hierarchikus logisztikus regresszió jelentős bizonyítékokat tárt fel az interakciós hatásra mind a 2., mind a 3. kísérletben (BF10=7.81, illetve BF10=10.19), valamint erős bizonyítékokat tárt fel a kölcsönhatás fő hatásaira vonatkozóan. beállított méret (BF10=1.19 × 1012 és BF10=2.25 × 1020), valamint proaktív interferencia (BF10=16.10 és BF10=406.78) mindkettőn kísérletek. Nagyobb valószínűséggel választották ki a megfelelő elemet kisebb méretnél a nagyobb készletméretekhez képest és PI nélkül, mint PI-vel. A 2. kísérlet adatainak utólagos elemzése feltárta, hogy a proaktív interferencia csak (negatívan) befolyásolta a megfelelő beállítás kiválasztásának valószínűségét a 6-os és 8-as halmazmérethez (BF10=5890, illetve BF10=17.37). ), de nem volt káros hatása a 2-es, 3-as és 4-es halmazméretnél (BF01=5.46, BF01=9.25 és BF01=13.27). Ezzel egyenértékűen a 3. kísérlet utólagos elemzései azt mutatták ki, hogy a proaktív interferencia csak (negatívan) befolyásolta a 8-as készletmérethez (BF10=20.14) a megfelelő opció kiválasztásának valószínűségét, de a 2-es halmazméretnél (BF) nincs káros hatása. 01=13.44) és 3 (BF01=20.61).

6. ábra: Azonnali memóriateljesítmény a 2. kísérletben. Az A panel a megfelelő elem kiválasztásának valószínűségét mutatja a beállított méretek között és olyan körülmények között proaktív interferencia mellett, amelyet 12 elemből álló kis csoport [PI (12)] valósít meg, és anélkül (noPI) ). A 30-as készletméret esetén proaktív interferencia állapotban a teljesítmény egy további 33 elemből álló ingerekre is megjelenik [PI(33)]. A B, C és D panelek a próbacsali, a régi műcsali és az új műcsali kiválasztásának valószínűségét mutatják. A hibasávok az alanyon belüli 95 százalékos konfidencia intervallumot képviselik.

3.2.2. Hibatípusok

A második kérdésünk az volt, hogy a beállított méret hatását az azonos próbacsalit hibásan választotta-e ki, amely kifejezetten a kötési memóriára gyakorolt ​​hatást tükrözi, és hogyan befolyásolja ezt a hatást a proaktív interferencia. Ezért egy Bayes-féle hierarchikus logisztikus regressziót használtunk, amely az 4-AFC-teszt hibáinak valószínűségét külön-külön minden hibatípusra (azonos próbacsali, régi behatoló csali és új) külön-külön előrejelzi a beállított méret és a proaktív interferencia feltétel alapján. . Annak a valószínűsége, hogy ugyanazt a műcsalit választják, a készlet méretével nőtt a 2. és 3. kísérletben is (BF10=6,96 x 107 és BF10=5,06 × 1014), és vagy nem volt bizonyíték arra, hogy interakció a PI-vel (Exp 2: BF10=0.67), vagy bizonyítékok ellene (3. Exp.: BF10=0.13). A 2. kísérletben bizonyíték volt a PI fő hatása ellen (BF01=76.92), míg a 3. kísérletben, ahol a jelzést állandónak tartották a résztvevőkben, a PI fő hatása volt a PI-re. az azonos próbacsalit választásának valószínűsége (BF10=24.39). A régi behatoló csali kiválasztásának valószínűségére mindkét kísérlet során bizonyíték volt mindkét fő hatásra (készlet mérete: 2. kísérlet: BF10=2.34 × 106; 3. kísérlet: BF10=1.11 × 109 és PI: Exp. 2: BF10=45.96; és Exp. 3: BF10=5,54 × 105 ). Az interakció bizonyítékai kétértelműek voltak a 2. kísérletben (BF10=0.88), de hitelesek a 3. kísérletben (BF10=4.66). A nyomon követési elemzések kimutatták, hogy a proaktív interferencia növelte annak valószínűségét, hogy a régi próbacsalit választják a 8-as készletmérethez (BF10=5.41 × 106 ), de nem volt hatása a 2-es és a 3-as készletméretnél (BF{{). 53}}.79, illetve BF01=5.73). Az új elem választási valószínűségének elemzése azt mutatta, hogy az alanyok gyakrabban választottak új elemeket, ha nem volt PI (főhatás BF10=48.19, BF10=2.44 × 10100). Nem volt bizonyíték a halmaz méretének hatására az Exp. 2 (főhatás BF10=0.73), mégis hiteles bizonyíték az Exp. 3 (BF10=7,12 × 1012).

3.2.3. Nagyon nagy készletek

Harmadszor arra voltunk kíváncsiak, hogy a kötések memóriájában beállított mérethatás hogyan jelenik meg a WM-kapacitást meghaladó memóriaterhelésnél, nevezetesen a 30-as (2. kísérlet) és 16-os (3. kísérlet) méretnél, és hogy a proaktív interferencia hogyan befolyásolja ezt. minta. Ezért Bayes-féle hierarchikus logisztikus regressziót alkalmaztunk, amely megjósolta a helyes válaszok valószínűségét a 6-os és 8-as halmaznál a 30-as készlethez képest (2. kísérlet), valamint a 8-as halmaznál a 16-os halmazhoz képest (3. kísérlet). 2. Kísérlet. Összevontuk a 6-os és 8-as halmazméret adatait, mivel korábbi elemzésünk bizonyítékot tárt fel a két halmazméret közötti teljesítménybeli különbséggel szemben (BF01=9.18). Az azonnali memóriateljesítmény nem különbözött a 6-os, 8-as (összevont) és 30-as (B01=132.95) méretben. Meglepő módon bizonyíték volt a PI hatása ellen a 30-as készletméretnél (BF01=9711). Ennek egyik oka az ennél a halmazméretnél használt nagyobb pool volt: A 45 ingerből, amelyekből 30 szett-méretű kísérletet vettek mintát, 33-at csak a 30-as halmazméretű próbákhoz használtak, ezért PI állapotban is csak ritkán fordultak elő, így hogy a PI általános szintje viszonylag jóindulatú volt ahhoz a beállított mérethez képest. Ezért elvégeztünk egy elemzést, amelyben összehasonlítottuk a tizenkét ingerre korlátozódó teljesítményt, amelyek szintén szerepeltek a kis halmazméretek zárt készletében, és a 30-as készletméretnél a nyílt pool teljesítményét, és bizonyítékot találtunk a különbségre (BF{{30} }.08). 3. kísérlet. Az elemzés kimutatta, hogy az azonnali memória teljesítménye nem különbözött a 8-as és 16-os halmazméret között (B01=2.69). Bizonyíték volt a PI fő hatására (BF10=1026.91), de bizonyíték az interakció ellen (BF01=40.38). Továbbá értékeltük a WM-kapacitás becsléseit a beállított méretekben megjegyzett elemek száma alapján (5B és C ábra, valamint S 1 B és C kiegészítő ábra). Ezek drasztikusan meghaladták a WM-kapacitás általános becsléseit – körülbelül 4 elem –, és elérte a 16-ot a legmagasabb beállított méretnél. A proaktív interferencia csak nagyobb készletméreteknél befolyásolta a K becsléseket, a 2-es és 3-as készletméreteknél azonban nem.

7. ábra: Azonnali memóriateljesítmény a 3. kísérletben. Az A panel azt mutatja, hogy mekkora valószínűséggel választják ki a megfelelő elemet a beállított méretek között és olyan körülmények között, ahol proaktív interferenciát valósít meg egy kis elemkészlet (PI) és anélkül (noPI). A B, C és D panelek a próbacsali, a régi műcsali és az új műcsali kiválasztásának valószínűségét mutatják. A hibasávok az alanyon belüli konfidencia intervallumot jelzik.

2. táblázat Az 1–5. kísérletek hierarchikus logisztikus regressziós modelljeinek részletei.

3.2.4. Bemeneti-kimeneti távolság

Végül elemeztük a proaktív interferencia hatását a helyes válasz kiválasztására a 6-os és 8-as (2. kísérlet) és 8-as és 16-os (3. kísérlet) pár bemeneti-kimeneti távolságában – ami összességében hitelesnek bizonyult. a PI hatásai. Amint az a 8. és 9. ábrán látható, a proaktív interferencia nem befolyásolta a helyes válasz kiválasztásának valószínűségét az 1-es és 2-es bemeneti-kimeneti távolságokra ezeknél a beállított méreteknél (lásd a 3. táblázatot a BF-eknél).

8. ábra: A megfelelő elem kiválasztásának valószínűsége a 3. kísérletben proaktív interferenciával és anélkül, a bemeneti-kimeneti távolságokon és a beállított méreteken keresztül. A hibasávok jelentik az alanyok közötti konfidenciaintervallumot.

3.3. Vita

A 2. és 3. kísérlet eredményei bizonyítékot szolgáltatnak az epizodikus LTM nagyobb szerepvállalására nagyobb készletméreteknél, ami megmagyarázza a kisebb készletméret hatást nagyobb készletméretek esetén ezekben a kísérletekben és az 1. kísérletben. Pontosabban, a proaktív interferencia csak negatívan befolyásolta a sorozat teljesítményét 6-os, 8-as és 16-os méretben, de nem kisebb készletméretekben. Ez a hatás elsősorban az előző kísérletekből származó csalik hibás kiválasztásának növekedésében nyilvánult meg, amint az a kísérletek közötti proaktív beavatkozástól elvárható: A proaktív interferencia abból fakad, hogy nehéz megkülönböztetni a releváns aktuális kísérletet a korábbi kísérletekből származó már nem releváns információk között (Gardiner, Craik és Birtwistle, 1972). Proaktív interferencia nélküli körülmények között a halmazméret-effektus a nagyobb készletméreteknél (4 és 30 között) megszilárdult, megismételve az 1. kísérletet. Ez a plató valószínűleg azt a teljesítményszintet tükrözi, amely csak epizodikus LTM-re támaszkodva érhető el. Összességében a 2. és 3. kísérlet eredményei alátámasztják azt az elképzelést, hogy a halmazméret hatása a memóriára a kötések fennsíkjainál a nagyobb halmazméreteknél az epizodikus LTM részvétele miatt. Továbbá abban a speciális esetben, amikor az utoljára bemutatott egy vagy két pár kerül lehívásra először, a résztvevők nagyon jó teljesítményt mutattak, amit a nagyobb halmazméretekben (6, 8 és 16) a PI nem befolyásol. Ez kompatibilis azokkal az elemekkel, amelyek a WM-ből származnak, anélkül, hogy az epizodikus LTM hozzájárulna a teljesítményhez. Míg az 1. bemeneti-kimeneti távolság esetében a proaktív interferencia hiánya a plafonhatásnak tulajdonítható, a 2. távolság esetében nem. Összefoglalva, úgy tűnik, hogy nagyobb készletméreteknél a teljesítményt nagyrészt az epizodikus LTM vezérli. Ez különösen igaz a korán kódolt vagy későn visszakeresett párokra, mivel a közbeeső események okozta interferencia olyan mértékben rontja a WM-reprezentációkat, hogy gyakorlatilag használhatatlanná válik, így az epizodikus LTM-re támaszkodva a legjobb, amit az ember tehet.

4. 4. és 5. kísérlet

Most, hogy megmutattuk az LTM hozzájárulását a nagyobb készletméretekhez, arra törekedtünk, hogy felmérjük a WM hozzájárulását a feladathoz a halmazméretekben. Kimutatták, hogy a WM teljesítményét rontja a disztraktorok feldolgozása a retenciós intervallum alatt (lásd Brown, 1958; Lewandowsky, Geiger és Oberauer, 2008; Peterson és Peterson, 1959; és Oberauer és munkatársai, 2018 Benchmark 2.1). ). Ezért a 4. és 5. kísérletben a WM-et a készletméretek széles tartományában teszteltük a kötésekre, olyan körülmények között, hogy a kódolás és a teszt között nem volt zavaró, vagy zavaró. A cél az volt, hogy teszteljük azt az előrejelzést, hogy a disztraktorral töltött késleltetés szelektíven rontja a teljesítményt kis készletméreteknél, ahol túlnyomórészt a WM-re támaszkodik.

4.1. Módszer

4.1.1. Résztvevők A 4. kísérletben 30 résztvevőtől gyűjtöttünk adatokat (átlagéletkor=23,9, 27 nő) és 30 résztvevőtől az 5. kísérletben (átlagéletkor=24,05, 13 nő).

4.1.2. Anyagok és eljárás

A paradigma követte az 1. kísérlet paradigmáját, eltekintve attól, hogy a párok bemutatása után a próbák felében egy 15 s-os disztraktor feladatot tartalmazott. A fennmaradó kísérletekben a memóriát 1 s kitöltetlen megőrzési intervallum után tesztelték, mint az 1. kísérletben. A 4. kísérletben egy gombnyomással kellett megítélniük, hogy egy vízszintes sáv illeszkedik-e a két négyzet közötti résbe (Vergauwe, Barrouillet és Camos). , 2010) (lásd a 10. ábrát egy példa ingerre). Az 5. kísérletben a disztraktor feladat annak megítéléséből állt, hogy az aritmetikai egyenletek helyesek-e vagy sem (pl. 5 × 4=20?). A 15 s-os megőrzési intervallumon belül 15 ítéletet kellett meghozni, ami 1 s prezentációs időt eredményezett disztraktoronként.4 A 4. kísérlet 2-es, 3-as, 8-as és 16-os halmazméretet tartalmazott. Az 5. kísérletben 2-es, 3-as, 4-es, ill. 6. Mindkét kísérlet egyórás két alkalomból állt, és 208 kísérletből állt, 13 kísérlettel állapotonként minden készletmérethez. A kísérlet mind a 16 blokkján belül a beállított méret és a figyelemelvonás feltételének minden egyes kombinációja (figyelemelvonással vagy zavarás nélkül) kétszer valósult meg; a feltételek sorrendjét az egyes blokkon belül randomizálták. Ezektől a változtatásoktól eltekintve a paradigma követte az 1. kísérlet paradigmáját.

9. ábra: A megfelelő elem kiválasztásának valószínűsége a 3. kísérletben proaktív interferencia mellett, valamint bemeneti-kimeneti távolságok és beállított méretek nélkül. A hibasávok az alanyok közötti konfidencia intervallumot jelölik.

3. táblázat Bayes A proaktív interferencia hatásának tényezői a 8-as és 16-os halmazméret legrövidebb bemeneti-kimeneti távolságain, 2. és 3. kísérlet.

10. ábra Példaingerek a 4. kísérlet disztraktor feladatához.

4.2. Adatelemzés

A 4. és 5. kísérletet Bayes-féle hierarchikus logisztikus regresszióval elemeztük, amely helyes vagy helytelen válaszokat jósol az 4-AFC-tesztben a halmazméret és a figyelemelvonás alapján (nincs figyelemelvonás, illetve zavarás). Beépítettünk egy véletlenszerű elfogást és egy véletlenszerű meredekséget a halmaz méretéhez, valamint a figyelemelvonáshoz. Ezenkívül megbecsültük a véletlenszerű hatások paraméterei közötti összefüggést. A rögzített hatások a figyelemelterelés és a halmaz mérete volt, és az utóbbit folyamatos előrejelző platóként a 4-es és nagyobb halmazméreteknél (azaz 4. kísérlet: 8 és 16; 5. kísérlet: 4 és 6) tartalmazták, az 1. kísérletben megállapítottak szerint (azaz kódolás). 1. táblázat III).

4.3. Eredmények

A 12. és 11. ábra a négy válaszopció kiválasztásának átlagos valószínűségét mutatja a beállított méretek között a figyelemelterelés és a zavarás hiánya esetén a 4. és 5. kísérletben. Az érdeklődő olvasó a helyes válaszok átlagos arányát is megtalálhatja a Kiegészítésben (S2D és E ábra, S, 3D és E ábra, S, 4D és E ábra) jelzéstípusok, soros pozíciók, valamint kimeneti pozíciók szerinti bontásban. . A 2. táblázat felsorolja a teljes hierarchikus logisztikus regressziós modellek képleteit, osztályon belüli korrelációit és megfigyelések számát.

4.3.1. Pontosság

Az első kérdésünk az volt, hogy a figyelemelvonás által érintett memória teljesítménye eltérő-e a beállított méretek között. A modell-összehasonlítás bizonyítékokat tárt fel a halmaz mérete és a figyelemelvonás közötti kölcsönhatásra mindkét 4. és 5. kísérletben (BF01=8,73 × 108, illetve BF01=1,38 × 104), valamint bizonyítékot egy a halmaz méretének fő hatása (BF10=3.92 × 1011 és BF10=1.52 × 108 ), de bizonyíték a figyelemelterelés fő hatása ellen (BF01=15.33 és BF{ {17}}.94). A 4. kísérlet utólagos elemzése feltárta, hogy a figyelemelvonás csak (negatívan) befolyásolta a 2-es halmazméret megfelelő beállításának valószínűségét (BF10=7138), de nem volt káros hatása a 3-as halmazméretnél, és (összevonva) 8 és 16 (BF01=4.73, BF01=51.68). Ezzel egyenértékűen az 5. kísérlet utólagos elemzései azt mutatták, hogy a figyelemelvonás csak (negatívan) befolyásolta a 2-es készletmérethez (BF10=12.00) a megfelelő opció kiválasztásának valószínűségét, de nem volt káros hatása állítsa be a 3-as méretet, valamint (összevont) 4-es és 6-os (BF10=18.52, BF10=5.18). Ezenkívül a 4. és 5. kísérletben a K WM-kapacitás becslését csak negatívan befolyásolta a disztraktorral töltött RI a 2-es beállított méretnél (lásd az 5D és E ábrát).

4.3.2. Hibatípusok

A második kérdésünk az volt, hogy a beállított méret hatását az azonos próbacsalit hibásan választotta-e meg, ahogy azt a kötési hipotézis jósolta, és hogy volt-e kölcsönhatás a disztraktor feladat jelenlétével. Mind a 4., mind az 5. kísérletben az azonos próbacsali kiválasztásának valószínűsége volt az egyetlen hibatípus, amely kölcsönhatást mutatott a figyelemelvonás és a készlet mérete (BF10=1.63 × 107 és BF10=3) között.{{ 8}} × 106 ). Az utólagos elemzések kimutatták, hogy csak a 2-es méretű készletnél volt a figyelemelterelés hatása az azonos próbacsali kiválasztásának valószínűségére (BF10=879.52 és BF10=1452), míg bizonyítékok voltak ellene. ez a hatás nagyobb készletméreteknél: 3 (BF01=9.38 és BF01=333.33) és (összevonva) 8 és 16 (BF01=49.24, Exp 4). Az 5. kísérletben bizonyíték volt a jobb teljesítményre egy disztraktor feladat jelenlétében a (összevont) 4-es és 6-os halmazméretnél (BF10=256). Mindhárom hibatípus esetében mindkét kísérletben bizonyíték volt a halmaz méretének fő hatására (lásd a 4. táblázatot a BF-ekről). Ezen túlmenően, voltak bizonyítékok a figyelemelterelés fő hatása ellen az azonos próbában használt csalik és az új csalik esetében, valamint anekdotikus bizonyítékok a figyelemelterelő hatásra a régi kísérleti behatolás esetén.

Cistanche kivonat por

Kattintson ide a Cistanche Improve Memory termékek megtekintéséhez

【Kérjen többet】 E-mail:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

4.3.3. Bemeneti-kimeneti távolság

Végül arra voltunk kíváncsiak, hogy a disztraktor feladat hogyan befolyásolja a teljesítményt a bemeneti-kimeneti távolságokon minden beállított méretnél. Konkrétan, az előző kísérletek eredményei azt sugallják, hogy az utolsó egy vagy két pár korai tesztelés esetén a beállított mérettől függetlenül a WM-ből származik. Ha ez a helyzet, a disztraktor feladatnak szelektíven rontania kell a teljesítményt rövid bemeneti-kimeneti távolságok esetén, még nagyobb készletméretek esetén is. Amint a 13. és 14. ábrán látható, a disztraktor feladat befolyásolta a megfelelő válasz kiválasztásának valószínűségét kis bemeneti-kimeneti távolságokra (1, néha 2) 2-es, néha 3-as méretnél, de nem 4-es méretnél, 6., 8. és 16. (lásd az 5. és 6. táblázatot a BF-ekhez). Ez arra utal, hogy a jelen kísérletben nagyobb halmazméreteknél még a minimális bemeneti-kimeneti távolságú párokat is gyakran az epizodikus LTM-ből, nem pedig a WM-ből vettük vissza.

11. ábra: Azonnali memóriateljesítmény az 5. kísérletben. Az A panel a megfelelő elem kiválasztásának valószínűségét mutatja beállított méretek között. A B, C és D panelek a próbacsali, a régi műcsali és az új műcsali kiválasztásának valószínűségét mutatják. A szürke vonal azt a feltételt jelöli, amelyben a kódolást követő figyelemelvonási feladat van. A hibasávok az alanyon belüli konfidencia intervallumot jelzik.

12. ábra: Azonnali memóriateljesítmény a 4. kísérletben. Az A panel a megfelelő elem kiválasztásának valószínűségét mutatja beállított méretek között. A B, C és D panelek a próbacsali, a régi műcsali és az új műcsali kiválasztásának valószínűségét mutatják. A szürke vonal azt a feltételt jelöli, amelyben a kódolást követő figyelemelvonási feladat van. A hibasávok a tárgyon belüli konfidencia intervallumot jelzik.

4.4. Vita

a szó-kép párok kódolásának lehetővé tétele szelektíven rontja a 2-es méretű készlet teljesítményét, de nincs káros hatása nagyobb készletméreteknél. Ez azt jelzi, hogy a WM erősebben járul hozzá a teljesítményhez a legkisebb készletméretnél (és bizonyos mértékig még mindig 3-as készletméretnél a 4-es kísérletben), de nagyobb készletméreteknél a teljesítményt már nagyrészt vagy kizárólag az LTM vezérli, ezért nem befolyásolja a disztraktor feldolgozása a megőrzési intervallum alatt. A 2. és 3. kísérlettel együtt, amelyekben a proaktív interferencia szelektíven rontotta a teljesítményt nagyobb halmazméreteknél, a 4. és 5. kísérlet eredményei a WM és LTM hozzájárulásának kétszeres disszociációját jelentik a szópárok halmazméretei között. A legtöbb esetben a kettős disszociáció meggyőző bizonyítéka két mechanizmus vagy folyamat megkülönböztetésének, de vannak olyan körülmények, amelyekben ez a következtetés nem érvényes. Az állapot-nyomelemzés szilárdabb alapot kínál a különbségtételre vonatkozó bizonyítékok értékeléséhez (lásd a bevezetőt Newell és Dunn, 2008). Az indoklás a következő: Két függő változóra van szükségünk, amelyek rendre a két hipotetikus mechanizmust vagy folyamatot mérik. Esetünkben azt feltételezzük, hogy a memória teljesítménye kis készletméreteknél túlnyomórészt a WM-et tükrözi, míg a nagyobb készletméretek teljesítménye túlnyomórészt epizodikus LTM-et tükröz. Továbbá szükségünk van két független változóra, amelyekre felmérjük hatásukat mindkét függő változóra. Itt ezek a PI-manipuláció és egy disztraktorral töltött megőrzési intervallum. Az állapotnyom a két függő változó kapcsolatát reprezentálja minden kísérleti körülmény között. Jelen esetben a teljesítményt kis halmazméreteknél ábrázoljuk az x tengelyen, és a teljesítményt nagyobb halmazméreteknél a megfelelő feltételek mellett az y tengelyen (lásd 15. ábra). Két alternatív elméleti forgatókönyvet veszünk figyelembe. A 1-dimenziós forgatókönyvben a memória erősségének vagy a memória hozzáférhetőségének egyetlen rejtett dimenziója van, amely minden beállított méret esetén meghatározza a teljesítményt. Ezt a dimenziót többé-kevésbé erősen befolyásolja a két független változó. A látens dimenziót egy ismeretlen, de monoton növekvő függvény fordítja át teljesítményre. Ha ez a helyzet, akkor az állapotnyom minden pontjának egyetlen monoton növekvő függvényen kell lennie. Az alternatív kétdimenziós forgatókönyvben két rejtett memóriadimenzió létezik, az egyik a WM-hez – amely túlnyomórészt a kis készletméreteknél befolyásolja a teljesítményt –, a másik pedig az epizodikus LTM-hez – elsősorban a nagy készletméreteknél. Az egyik független változó befolyásolhatja az egyik dimenziót, a másik független változó pedig a másik dimenziót. Ennek eredményeként az állapotnyomban lévő adatpontoknak nem kell egyetlen monoton függvényre esniük. A 15. ábrán látható állapotnyom egyértelműen alátámasztja a 2-dimenziós forgatókönyvet.

5. Általános megbeszélés

A jelenlegi eredmények két módon járulnak hozzá a munkamemória megértéséhez: Először egy új tesztet adtunk a WM-kapacitás kötési hipotézisére azáltal, hogy teszteltük az emberek azon képességét, hogy fenntartsák az elemek közötti kötéseket. Öt kísérlet során kimutattuk, hogy a WM kapacitást valóban túlnyomórészt – bár talán nem kizárólagosan – az elemek közötti kötések száma korlátozza. Másodszor, megmutattuk a WM és az epizodikus LTM hozzájárulásának a teljesítményhez való dupla disszociációját ebben az azonnali memóriafeladatban: A 3-nál nagyobb beállított méretű teljesítményt kifejezetten befolyásolta a proaktív interferencia – de immunis volt a disztraktorral teli késleltetés hatásaira. Ezzel szemben a 2-es beállított méretű teljesítményt nem befolyásolta a proaktív interferencia, de ártott a disztraktorral teli késleltetés.

13. ábra: A megfelelő elem kiválasztásának valószínűsége a 4. kísérletben disztraktor feladattal és anélkül, a bemeneti-kimeneti távolságok és a beállított méretek között. A hibasávok jelentik az alanyok közötti konfidenciaintervallumot.

5.1. A WM-kapacitás korlátai az elemek közötti kötéseknél

Első célunk az volt, hogy teszteljük a kötődési hipotézist egy új WM teszttel, amely megzavarja a kötődések számát azon visszakeresési jelzések megkülönböztető jellegéből, amelyekhez az ingerek kötődnek. Ily módon a készlet méretének teljesítményre gyakorolt ​​hatása egyértelműbben a WM kapacitáskorlátjának tulajdonítható. A kötési hipotézis azt jósolja, hogy a készletméret növekedésével a kötések memóriája csökkenni fog, míg az elemek memóriája nagyrészt sértetlen marad (Oberauer, 2019). Az 1. és 2. kísérletben ezt az előrejelzést egy új WM-feladattal támogattuk, amelyben a visszakeresési jelzések – szavak vagy képek – megkülönböztethetősége független a halmaz méretétől. Megmutattuk, hogy a beállított méret hatását a kötések memóriacsökkenése okozta, ami abban nyilvánult meg, hogy megnőtt annak a valószínűsége, hogy ugyanazt a műcsalit választják, de a többi opciót nem. Ezzel szemben a tételmemóriát – ami az új csalik visszautasításának képességében tükröződik – nem befolyásolta a beállított méret. A 3., 4. és 5. kísérlet megismételte azt a megállapítást, hogy a nagyobb halmazméreteknél elkövetett hibák túlnyomó többsége kötési hiba volt, azaz olyan hiba, amikor az aktuális próbatételből kiválasztottak egy elemet, de a tesztelttől eltérő párhoz tartoznak. Ezekben a kísérletekben azonban a másik két hibatípusra – a régi és az új elemek kiválasztására – is bebizonyosodott a halmazméret hatása. Ezeknek a készletméret-effektusoknak az alakja különbözött a próbacsalikétól: Míg az utóbbiak előfordulása meredeken nőtt a 2-es méretről 4-re, majd lelassult, addig a régi és az új csalik aránya sekélyen, megközelítőleg lineárisan nőtt. beállított mérettel. Ez a fokozatos növekedés az epizodikus LTM elemfelismerési tesztjei során megfigyelt meglehetősen sekély listahosszúságra emlékeztet (Annis, Lenes, Westfall, Criss és Malmberg, 2015; Osth és Dennis, 2015 a hatás áttekintéséért és lehetséges magyarázataiért). . Sőt, a készletmérettel rendelkező régi próbacsalik növekedését a PI modulálta, ami arra utal, hogy ez abból fakad, hogy nagyobb készletméreteknél a legtöbb pár az epizodikus LTM-ből származik. Mindazonáltal nem zárhatjuk ki, hogy a 3. és 4. kísérletben a WM-kapacitás is szerepet játszik az elemmemória korlátozásában a nagyobb beállított méreteknél (lásd Cowan, 2022). Arra a következtetésre jutottunk, hogy a WM-kapacitás-korlát elsősorban, de talán nem kizárólagosan a kötések fenntartásának képességét korlátozza.

5.2. Az LTM hozzájárulása a WM teszteléséhez

Arra a váratlan megállapításra alapozva, hogy a halmazméret WM-re gyakorolt ​​káros hatása 4 pár után lelassult – a résztvevők összehasonlíthatóan teljesítettek az azonnali memóriafeladatban a 4-es, 6-os és 8-as halmazméretben –, megvizsgáltuk az LTM eltérő hozzájárulását a relációs WM-feladatunkhoz. . A 2–5. kísérlet eredményei azt mutatták, hogy a WM-et (distractor-filled retention interval, 4. és 5. kísérlet) vagy LTM-et (PI, 2. és 3. kísérlet) célzó manipulációink szintén eltérően befolyásolták a hibatípusokat: Pontosabban, A 4. és 5. kísérlet, beleértve a disztraktorral töltött visszatartási intervallumot, kifejezetten növelte annak valószínűségét, hogy ugyanazt a csalit választják a kis 2-es készletméretnél – de nem a nagyobb készletméreteknél. Erre számíthatunk, ha a WM kifejezetten felelős a kötések fenntartásáért kis készletméreteknél, és a disztraktor feladat szelektíven károsítja a WM-et. A 2. és 3. kísérletben, amelyek manipulálták a PI mennyiségét és ezáltal az epizodikus LTM hasznosságát, a PI a hibák differenciális növekedését eredményezte a régi próbacsali kiválasztásánál nagyobb készletméreteknél. Ez várható is, mivel a PI csökkenti az epizodikus LTM-ben végzett kísérletek megkülönböztethetőségét, ami megnehezíti annak meghatározását, hogy a jelenlegi vagy egy korábbi vizsgálat során mutattak-e be ingert. A további feltáró elemzés feltárta, hogy a teljesítmény még nagyobb készletméreteknél is immunis volt a PI-re, amikor nagyon kevés kódolási vagy visszakeresési esemény lépett közbe egy pár bemutatása és a tesztje között. Ez azt sugallja, hogy az utoljára bemutatott párok a WM-ben maradnak fenn, és a WM-ről érhetők el mindaddig, amíg azokat nem sérti meg a kimeneti interferencia. A 4. és 5. kísérletben azonban nem találtuk, hogy ezek a párok sebezhetőek lennének a disztraktor feladattal szemben, így arra vonatkozó következtetésünk, hogy mely párokat tartjuk előnyben a WM-ben nagyobb készletméreteknél, feltételes marad. Hogyan működik együtt a WM és az epizodikus LTM? Együttműködésüket a jelen eredmények alapján a következőképpen képzeljük el: Minden egymást követő pár az elemeinek (azaz a szónak és a tárgynak megfelelő fogalmak) reprezentációinak aktiválását eredményezi a szemantikai emlékezetben. A köztük lévő relációt a WM kódolja egy ideiglenes kötésen keresztül. Ezen túlmenően egy epizodikus emléknyom jön létre, amely integrált eseményként ábrázolja az elemeket és kapcsolatukat (lásd Cowan, 2019; Cowan és Chen, 2008). Ez azt jelenti, hogy a szűkített listákban lévő elemek egyidejűleg jelennek meg LTM-ben és WM-ben is. Ahogy az egymást követő párok megjelennek, a WM-ben a kötések közötti interferencia felhalmozódik. Ha feltételezzük, hogy az interferencia túlnyomórészt visszamenőleges, akkor ez a korábbi párok elérhetőségének fokozatos elvesztéséhez vezet a WM-ben. Alternatív megoldásként az interferencia szimmetrikus is lehet, de a korábban bemutatott párok eltávolításra kerülnek a WM-ből, hogy megakadályozzák, hogy interferáljanak a később bemutatott párokkal. Akárhogy is, az utoljára bemutatott párok kötései WM-ben érhetők el leginkább a teszt kezdetén. Egy pár tesztelésekor az adott elemet először visszakeresési jelzésként használják, hogy hozzáférjenek a megfelelőhöz a WM-ben való kötésükön keresztül. Ha ez nem sikerül, a rendszer megpróbálja visszakeresni a tesztelt párt az epizodikus memóriából. Mindkét visszakeresési kísérlet további információkra támaszkodik a szemantikus memóriában lévő reprezentációk aktiválásából: Egy szó vagy objektum újraaktiválása jelzés alapú visszakeresés révén – WM-ből vagy epizodikus LTM-ből – a szemantikai memóriában való tartós aktiválásával párosul. Míg az előbbi a tételek közötti kapcsolatokról, addig az utóbbi eleminformációt ad. Segít kizárni az új szavakat vagy objektumokat a válaszalternatívák közül, és alacsony PI feltétel esetén segít kizárni a korábbi kísérletekből származó elemeket is. Magas PI állapotban azonban a kis készletben lévő összes szó és objektum krónikusan aktiválódik a szemantikai memóriában, ezért az elemaktiválás kevés információt hordoz. A jelenlegi és a korábbi kísérletek közötti megkülönböztetésnek a jelzésen alapuló visszakeresésre kell támaszkodnia, vagy WM-ben való kötést, vagy epizodikus memóriareprezentációkat használva. Amilyen mértékben a WM-re támaszkodik, számítanunk kell arra, hogy a régi listákból származó behatolások gyakorisága a készlet méretével növekedni fog, ahogy azt magas PI állapot esetén tapasztaltuk. Ahogy a bevezetőben említettük, az epizodikus LTM hozzájárulását a WM-feladatok teljesítményéhez egy ideje tárgyalják. Mindazonáltal egy ilyen hozzájárulás feltételezése rejtély elé állít bennünket: az epizodikus LTM-et nem korlátozza a kapacitáskorlát – akkor miért olyan szigorúan korlátozott a teljesítmény a WM-tesztekben? Konkrétabban, miért tökéletes az emberek azon képessége, hogy megjegyezzék a WM-tesztekben 2-3-ig terjedő beállított méreteket, és miért romlik le gyorsan, ha a készlet mérete tovább nő, amint azt az 1. ábra mutatja? A válasz egy része valószínűleg az, hogy a tipikus WM-feladatok nagymértékű proaktív interferenciával járnak a próbák között: A soros visszahívásos próbák során a rendelés memóriáját úgy tartják fenn, hogy minden listaelemet hozzárendelnek a lista pozíciójának reprezentációjához, hogy a pozíciót lehessen ellenőrizni. visszahíváskor az elem visszakeresési jeleként használják (Lewandowsky és Farrell, 2008). A próbák során ugyanazok a pozícióreprezentációk szolgálnak visszakeresési jelzésként (Fischer-baum és McCloskey, 2015), így proaktív interferencia halmozódik fel az epizodikus memóriában: Minden pozícióhoz egyre több elem társul – minden korábbi kísérletből egy –, amelyek versenyeznek visszakeresés az aktuális próba célelemével. Hasonlóképpen, a legtöbb vizuális WM vizsgálati feladatban az ingerek térben elosztott tömbként jelennek meg, és a teszt során a célingert a helye alapján azonosítják. Ugyanazokat vagy nagyon hasonló helyeket használnak újra a vizsgálatok során, így a helyszínek mint visszakeresési jelzések egyre több különböző ingerhez kapcsolódnak az epizodikus LTM-ben. Ezzel szemben a WM elkerüli a proaktív interferenciát a kísérletek között, mivel a WM minden próba után törlődik, és a WM tartalma védve van az LTM által okozott interferencia ellen (Oberauer, 2009b; Oberauer et al., 2017). Ezért a kísérletek során magas PI-vel rendelkező beállításokban az epizodikus LTM hozzájárulása valószínűleg szerény, és a teljesítményt erősen korlátozza a WM kapacitása, ami rohamos hanyatláshoz vezet a készlet méretének növekedésével. Ezzel szemben, ha a PI jelentősen lecsökken, az emberek az epizodikus LTM-re támaszkodhatnak a WM kapacitáskorlátjának megkerülésére. Korábbi kutatások már kimutatták ezt a tárgymemória azonnali tesztelésekor (Endress & Potter, 2014). A jelen munka újszerű hozzájárulása, hogy ezt a jelenséget a relációs memória esetében is bemutatja: proaktív interferencia nélküli körülmények között az emberek 20 – és talán még több – gyorsan megjelenő tetszőleges ingerpárt képesek megjegyezni, ami messze meghaladja a WM kapacitás bármely becsült értékét. A proaktív interferencia rontja ezt a képességet, ami azt mutatja, hogy az epizodikus LTM-re támaszkodik. Egy további jele annak, hogy az LTM erősebben járult hozzá a WM-feladathoz, az volt, hogy nagyobb halmazméreteknél a hibák típusa az azonos kísérletű behatolásokról a régi listás behatolásokra tolódott el. Mindazonáltal a PI önmagában nem tudja teljes mértékben megmagyarázni, hogy a jelen feladat miért tárt fel kevésbé súlyos korlátozást az azonnali memóriában, mint a tipikusabb WM-feladatok. A négy páron túli halmazmérethatások még magas PI mellett is meglehetősen sekélyek voltak, és a legnagyobb halmazméretekből származó kapacitásbecslések – különösen a 2. kísérletben – szokatlanul magasak voltak. Gyanítjuk, hogy ennek az az oka, hogy viszonylag jól megkülönböztethető visszakeresési jeleket használtunk. Hiszen reprezentációik egy nagydimenziós szemantikai (és képek esetében vizuális is) tereptárgyakban vannak. Ezzel szemben a tipikus WM-feladatok visszakeresési jelei – a legtöbb esetben sorszámú listapozíciók vagy egy tömbben lévő térbeli elhelyezkedések – kevésbé megkülönböztethetők, mivel egy- vagy kétdimenziós terekben élnek, amelyek a készlet méretének növekedésével egyre zsúfoltabbakká válnak. Az erősen megkülönböztető visszakeresési jelzések lehetővé teszik, hogy az epizodikus LTM még proaktív interferencia ellenére is megfelelően működjön.

14. ábra: A megfelelő elem kiválasztásának valószínűsége az 5. kísérletben disztraktor feladattal és anélkül, a bemeneti-kimeneti távolságok és a beállított méretek között. A hibasávok az alanyok közötti konfidencia intervallumot jelölik.

Fig. 15. State-trace plot of the data from Experiments 2 and 4. The proportion of correct responses of each participant was averaged over low set sizes (2, 3, or 4 pairs), and high set sizes (>4 pár, a 2. kísérletben szereplő 30 pár kivételével). Minden adatpont egy kísérleti feltételt képvisel, amelyhez mindkét halmazméret-szinten megvan a teljesítményünk. A hibasávok 95 százalékos konfidencia intervallumok az alanyokon belüli összehasonlításokhoz.

4. táblázat Bayes A halmazméret és a disztraktor feladat főbb hatásainak tényezői a 4. és 5. kísérletben.

5. táblázat Bayes A disztraktor feladat hatásának tényezői a beállított méretek között, a 4. kísérlet bemeneti kimeneti távolságától függően. A 3-nál nagyobb értékek a disztraktor feladat hatását jelzik, és félkövérrel vannak kinyomtatva, az értékek a 0 alatt vannak. 33 bizonyíték egy hatás ellen.

6. táblázat: Bayes A disztraktor feladat hatásának tényezői a beállított méretek között, az 5. kísérlet bemeneti kimeneti távolságától függően. A 3-nál nagyobb értékek a disztraktor feladat hatását jelzik, és félkövérrel vannak kinyomtatva, az értékek a 0 alatt vannak. 33 bizonyíték ellene.

6. Következtetés

A jelen tanulmány három módon járul hozzá a munkamemória megértéséhez: Először is, a WM-kapacitás korlátja elsősorban, de talán nem kizárólagosan, a kötések – ebben az esetben az elemek közötti kötések fenntartásának – képességének korlátja. Másodszor, megmutattuk a WM és az epizodikus LTM hozzájárulásának kétszeres disszociációját a teljesítményhez ebben az azonnali memóriafeladatban: 3-nál nagyobb készletméreteknél az LTM erősen hozzájárult a teljesítményhez, míg a 2-es készletméretnél a teljesítményt a WM hajtotta. Harmadszor, módszereket javasolunk és empirikusan támogatunk a WM és az epizodikus LTM relatív hozzájárulásának mérésére az azonnali memóriafeladatokban, amelyeket a kutatók a WM tesztelésére és vizsgálatára használnak: A proaktív interferencia használható az epizodikus LTM hozzájárulásának indexeként. . Ezzel szemben a disztraktor feladattal szembeni sebezhetőség a WM hozzájárulásának indexeként használható.

Cistanche-kiegészítő a közelemben – Memória javítása

Hivatkozások

Adam, KCS, Mance, I., Fukuda, K., & Vogel, EK (2015). A figyelemkihagyás hozzájárulása a vizuális munkamemória kapacitásának egyéni különbségeihez. Journal of Cognitive Neuroscience, 27(8), 1601–1616.

Adam, KCS, Vogel, EK és Awh, E. (2017). Egyértelmű bizonyíték a vizuális munkamemória elemkorlátaira. Kognitív Pszichológia, 97, 79–97. https://doi.org/10.1016/j. cogpsych.2017.07.001

Annis, J., Lenes, JG, Westfall, HA, Criss, AH és Malmberg, KJ (2015). A listahossz-effektus nem tesz különbséget a felismerési memória modelljei között. Memória és Nyelv folyóirata, 85, 27–41.

Atkinson, RC és Shiffrin, RM (1968). Emberi emlékezet: Egy javasolt rendszer és vezérlési folyamatai. In , Vol. 2, Issue C. A tanulás és a motiváció pszichológiája (89–195. o.). Elsevier. https://doi.org/10.1016/S0079-7421(08)60422-3.

Baddeley, AD (2012). Munkamemória: elméletek, modellek és viták. Annual Review of Psychology, 63, 1–29.

Barrouillet, P. és Camos, V. (2012). Az idő múlásával: Időbeli korlátok a munkamemóriában. Current Directions in Psychological Science, 21(6), 413–419. https://doi.org/ 10.1177/0963721412459513

Bartsch, LM, Loaiza, VMVM és Oberauer, K. (2019). A korlátozott munkamemória-kapacitás az asszociatív hosszú távú memória korkülönbségei hátterében? Psychology and Aging, 34(2), 268–281. https://doi.org/10.1037/pag0000317

Beukers, AO, Buschman, TJ, Cohen, JD és Norman, KA (2021). A tevékenység csendes munkamemória egyszerűen epizodikus memória? Trends in Cognitive Sciences, 25(4), 284–293.