Uzun Süreli Bellek Girişimi, Tanısal Bellek Boyutları Boyunca İtme ve Hassasiyet Yoluyla Çözümleniyor Bölüm 1

Soyut

Anılar benzer özellikleri paylaştığında, bu durum müdahaleye ve sonuçta unutmaya yol açabilir. Ancak deneyimle müdahale çözülebilir. Bu, müdahaleyi en aza indirmek için anıların deneyimle birlikte nasıl değiştiğine dair önemli soruyu gündeme getiriyor. Sezgisel olarak, anıların kesinliği ve doğruluğu arttırılarak parazit en aza indirilebilir.

Bellek, insanın düşünme faaliyetlerinin çok önemli bir parçasıdır. Büyük miktarda bilgi, birikim ve deneyimi kaydetmemize ve gerektiğinde hızla geri çağırmamıza yardımcı olabilir. Bellek, kişinin zekasını ölçen önemli göstergelerden biri olup, benzerlikle olan ilişkisi de araştırmacıların ilgisini çekmiştir.

Günlük yaşamda genellikle kendi deneyimlerimiz, alışkanlıklarımız ve duygularımızla ilgili bilgileri daha kolay hatırlayabiliyoruz ve buna benzer bilgileri kabul edip kaydetmemiz daha kolay oluyor. Bu benzerlik sadece bilginin içeriğinde değil, bilginin şekli, rengi gibi pek çok açıdan da olabilmektedir.

Aynı zamanda olumlu bir tutum ve duygu da hafızamız üzerinde olumlu bir etkiye sahip olabilir. Kendimizi mutlu ve rahat hissettiğimizde hafıza yeteneğimiz de buna göre gelişecek ve bilgiyi kabul etmemiz ve saklamamız kolaylaşacaktır. Stres ve depresyon gibi olumsuz duygular, hafızamızı ve düşünme yeteneğimizi kolaylıkla engelleyebilir, karmaşık sorunlarla baş etme yeteneğimizi etkileyebilir.

Bu nedenle her zaman iyimser bir tutum sergilemeli, güzel şeyleri ve deneyimleri aktif olarak aramalı, faydalı bilgi ve bilgilere daha fazla maruz kalmalıyız. Bunlar hafızamızı ve düşünme becerilerimizi geliştirebilir ve günlük yaşamlarımızda ve işimizde daha iyi olmamıza yardımcı olabilir. verim. Hafızamızı geliştirmemiz gerektiği görülebilir. Cistanche Deserticola hafızayı önemli ölçüde geliştirebilir çünkü Cistanche Deserticola birçok benzersiz etkiye sahip geleneksel bir Çin tıbbi malzemesidir ve bunlardan biri hafızayı geliştirmektir. Kıymanın etkinliği içerdiği asit, polisakkaritler, flavonoidler vb. gibi çeşitli aktif bileşenlerden gelir. Bu bileşenler beyin sağlığını çeşitli şekillerde geliştirebilir.

Belleği geliştirmenin 10 yolunu bilin'e tıklayın

Ancak son kanıtlar hafıza bozukluklarının potansiyel olarak uyarlanabilir bir rol oynadığını öne sürüyor. Yani benzerlik, anılar arasındaki ince farklılıkların abartılmasını (iğrenmeyi) tetikleyebilir. Burada, itmenin özellikle anıların rekabet ettiği özellik boyutlarında meydana gelip gelmediğini ve itmenin azalan bellek girişiminin öngörüsü olup olmadığını test ettik. Bu fikirleri test etmek için iki boyutlu bir yüz uzayında (duygu ve cinsiyet) sentetik yüzler geliştirdik. Bu, yüzler arasındaki benzerliği ve yüzlerin farklılık gösterdiği özellik boyutunu hassas bir şekilde değiştirmemize olanak sağladı. Üç deneyde katılımcılar yüzleri benzersiz işaret sözcükleriyle ilişkilendirmeyi öğrendiler.

İlişkisel hafıza testleri, yüzler benzer olduğunda (yüz primatları) bunun girişime neden olduğunu doğruladı. Sürekli bir yüz yeniden yapılandırma görevi kullanarak, yüz primatları arasındaki farkın "teşhis edici" olan özellik boyutu boyunca tercihen meydana gelen yüz hafızasında iki değişiklik bulduk: (1) primatları abartılı farklılıklarla hatırlama eğilimi vardı (iğrenme) ve ( 2) Özellik hafızasının hassasiyetinde bir artış oldu. Kritik olarak, itme ve kesinliğin her biri, çağrışımsal hafıza girişiminin azalmasıyla ilişkiliydi, ancak bunlar istatistiksel olarak ayrılabilir katkılardı. Toplu olarak, bulgularımız anılar arasındaki benzerliğin, etkileşimi azaltmada uyarlanabilir bir rol oynayan, birbirinden ayrılabilen, deneyime bağlı değişiklikleri tetiklediğini ortaya koyuyor.

Anahtar Kelimeler

Olaysal hafıza ve hatırlama · Unutma; Girişim · Bellek bozulması.

giriiş

Olaysal anılar benzer olduğunda, bu durum müdahaleye ve unutmaya neden olabilir. Olaysal bellek teorilerinde kritik bir vurgu noktası, yalnızca müdahalenin meydana geldiği bağlamları ve durumları karakterize etmek değil, aynı zamanda müdahaleyi çözen mekanizmaları da dikkate almak olmuştur (Anderson, 2003; Anderson ve diğerleri, 1994; Anderson ve Spellman, 1995; Crowder, 2014; Fawcett ve Hulbert, 2020; Smith ve Hunt, 2000). Benzerliğin müdahalenin temel nedeni olduğu ölçüde, müdahaleyi azaltmanın potansiyel olarak güçlü bir yolu, anılar arasındaki ince farkları vurgulamaktır (Hulbert ve Norman, 2015; Smith ve Hunt, 2000). Bununla birlikte, olaysal anıların içeriğinin, müdahaleye karşı uyarlanabilir bir tepki olarak değişip değişmediğini veya nasıl değiştiğini karakterize eden şaşırtıcı derecede az kanıt vardır.

Benzer anılar arasındaki farkları vurgulamanın bir yolu da bellek hassasiyetini arttırmaktır. Örneğin, iki öğrenci birbirine benziyorsa, bu öğrencilerin yüz özelliklerine ilişkin daha kesin anılar (örneğin belirli göz renkleri), bu anıları daha belirgin hale getirmelidir. Bu kavram, algısal öğrenmeden elde edilen, uyaran boyutlarının daha ince taneli algısal ayrımlara izin verecek şekilde "genişletildiği" fikrine benzer (Goldstone, 1998; Nosofsky, 1986). Benzer şekilde, bellek hassasiyetinin arttırılması, benzer bellekler arasındaki boşluğu genişleterek müdahaleyi azaltmalıdır.

Birbirini dışlamasa da alternatif bir olasılık, benzer olaylar arasındaki farklılıkların, olay özelliklerinin olduğundan daha farklıymış gibi yanlış hatırlanmasıyla vurgulanmasıdır.

Örneğin, yakın zamanda yapılan bir çift çalışma, diğer açılardan aynı olan nesneler biraz farklı renklerle ilişkilendirildiğinde, bu nesneler arasındaki renk farkının bellekte sistematik olarak abartıldığını gösterdi (Chanales ve diğerleri, 2021; Zhao ve diğerleri, 2021). Kritik olarak, bu hafıza itmesi ancak kapsamlı uygulamalarla ortaya çıktı ve girişime bağlı hafıza hatalarındaki azalmalarla aynı zamana denk geldi. Aslında öğrenmenin ilk aşamalarında renk hafızasına yönelik bir "çekim" vardı (Chanaleset ark., 2021). Özellikle itme benzeri önyargılar çalışma belleğinde (Bae ve Luck, 2017; Chunharas ve diğerleri, 2018; Chunharas ve diğerleri, 2019; Golomb, 2015) ve görsel dikkatte (Chen ve diğerleri, 2019; Won ve diğerleri) de gözlemlenmiştir. al., 2020;Yu&Geng, 2019).

Epizodik hafıza girişiminin kesinlik veya yanlılıktaki değişiklikleri tetiklediği ölçüde, bu değişikliklerin büyük olasılıkla benzer anılar arasındaki farkları teşhis eden özellik boyutları boyunca meydana gelmesi (veya en faydalı olması) gerekir. Örneğin, iki öğrencinin aynı saç rengi ancak biraz farklı göz rengi olması durumunda. , o zaman göz rengi bir tanısal özellik boyutunu temsil eder.

Kategori öğrenme (Goldstone ve Steyvers, 2001; Kruschke, 1996; Theves ve diğerleri, 2020) ve çalışma belleği (Chunharas ve diğerleri, 2018) sırasında tanısal özellik boyutları boyunca ayrımcılık doğruluğunda hedeflenen değişiklikler gözlemlenmiştir. Epizodik hafıza müdahalesinin hesaplamalı modelleri, epizodik hafıza temsilinin aynı zamanda benzer hafızalar arasındaki farkları özellikle abartan hedefli değişikliklere uğradığını öne sürmüştür (Hulbert ve Norman, 2015), ancak bu öneriye yönelik ampirik destek sınırlı kalmaktadır.

Kesinlik ve önyargının her ikisi de bellek girişiminin çözümüne katkıda bulunabilse de, bunlar dik yapılardır. Hassasiyet hafıza değişkenliğindeki bir azalmayı ifade ederken, önyargı hafıza dağılımındaki bir değişimi ifade eder. Ancak her iki ölçüm de hafızanın sürekli değerler kullanılarak ifade edilmesini gerektirir.

Ek olarak, kesinliğin hesaplanması, bireysel anıların birden çok kez örneklenmesini gerektirir (yanıttaki değişkenliği gözlemlemek için). Epizodik bellek araştırmalarında sürekli özellik ölçümlerinin kullanılmasına yönelik son gelişmelere rağmen (örneğin, Berens ve diğerleri, 2020; Bradyet diğerleri, 2013; Cooper ve diğerleri, 2019; Cooper ve Ritchey, 2019;Harlow ve Donaldson, 2013; Harlow ve Yonelinas, 2016) ;Nilakantan ve diğerleri, 2017; Nilakantan ve diğerleri, 2018; Rhodeset diğerleri, 2020; Richter ve diğerleri, 2016), önceki çalışmalar kesinlik ve yanlılığın göreceli katkılarını epizodik hafıza girişiminin çözümüne özel olarak karşılaştırmamıştır.

Burada, çok boyutlu uyaranları (yüzler) kullanarak, uyaranlar arasındaki benzerliğin, tanısal ve tanısal olmayan özellik boyutları boyunca epizodik özellik belleğinde (hassaslık ve/veya önyargı) uyarlanabilir değişikliklere neden olup olmadığını test ettik. Katılımcıların sentetik yüzleri aktif olarak ayarlayarak yüz hafızasını ifade etmelerine olanak tanıyan davranışsal bir yüz yeniden yapılandırma görevinin yanı sıra öznel olarak ilgili boyutlarda manipüle edilen bir dizi sentetik yüz uyaranı geliştirdik (Oosterhof ve Todorov, 2008).

Bu yenilikçi metodolojiyi, her biri katılımcıların yüzler ve işaret sözcükleri (meslekler) arasındaki ilişkileri incelediği basit bir öğrenme paradigması içeren üç deneyde (önceden kayıtlı üçüncü bir deney dahil) kullandık. Kritik olarak, yüzlerin çoğunda, yalnızca dengelenmiş bir teşhis boyutunda (etki düzeni) farklılık gösteren rekabetçi bir primat vardı. Kapsamlı bir çalışma ve geri getirme pratiğinden sonra, katılımcıların anılarını her iki özellik boyutu için aynı anda inceledik.

Temel hipotezimiz, rekabetin tanısal özellik boyutu boyunca uyarlanabilir değişikliklere yol açacağıydı. Spesifik olarak, tanısal özelliklere ilişkin belleğin, benzer anılar arasındaki farkları (itme) abartacak şekilde önyargılı olacağını ve bu itmenin daha düşük bellek girişimiyle ilişkili olacağını tahmin ettik. Ayrıca tanısal özellikler için daha fazla kesinlik öngördük ve daha da önemlisi, itme ve kesinliğin bağımsız olarak bellek girişimini öngörüp öngörmediğini test ettik.

Yöntemler

Aynı temel deneysel tasarım ve prosedürle üç deney gerçekleştirdik. Deneyler arasındaki tek fark şuydu: (1) rekabetçi primatların benzerliği Deney 1'den 2'ye ve 3'e kadar çok az arttı ve (2) daha büyük benzerliği/zorluğu hesaba katmak için minimum öğrenme turu sayısı Deney 1'den Deney 2 ve 3'e artırıldı . Deney 3'e ilişkin analizler ve tahminler, Deney 1 ve 2'den elde edilen veriler analiz edildikten sonra önceden kaydedildi (https://osf.io/s2gnq). Bu nedenle, analizler önce Deney 1 ve 2 için ve ardından ayrı ayrı Deney 3 için (kopyalamayı test etmek için) raporlanır. ). Deneyler arasındaki verileri birleştiren keşif analizleri de rapor edilmektedir.

Katılımcılar

Katılımcılar, katılım için ders kredisi alan Oregon Üniversitesi'nden lisans öğrencileriydi. Deney 1 için toplam 40 katılımcı işe alındı. Dört katılımcı, teknik/prosedür hataları nedeniyle analizlerin dışında bırakıldı (tüm hariç tutma kriterleri için ön kayıt bölümüne bakın: https:/ /osf.io/s2gnq), sonuçta 36 katılımcıdan oluşan bir örnek oluştu (Büyücü=19.11 ± 1,65 yıl, yaş aralığı 18–25 yıl; 25 kadın).

Deney 2'de de benzer bir örneklem büyüklüğü aradık ve 41 katılımcıyı işe aldık (Büyücü=20.49± 2.47 yıl, aralık 18-28 yıl; 28 kadın); teknik/prosedürsel hatalar nedeniyle hiçbir katılımcı dışlanmadı. Deney 1 ve 2'deki etki büyüklüklerine ve karşılık gelen güç analizlerine dayanarak, önceden kayıtlı Deney 3 için 60 katılımcıdan oluşan bir örnek topladık (bkz. https://osf.io/s2gnq). Üç katılımcı teknik/prosedür hataları nedeniyle hariç tutuldu ve sonuçta 57 katılımcıdan oluşan bir örneklem oluştu (Büyücü=19.00 ±2,41 yıl, 18-22 yaş aralığı; 40 kadın).

Her deney, her katılımcı için 90-120 dakika süren tek bir oturum içeriyordu. Oregon Üniversitesi Kurumsal İnceleme Kurulu tarafından onaylanan prosedürlerle bilgilendirilmiş onam alındı. Teknik/prosedür hataları nedeniyle hariç tutulmayan tüm katılımcılar, ilişkisel hafıza testi performansı analizlerimize dahil edildi (bkz. Prosedür). Sonraki tüm analizlere dahil etme, bir dizi performansa dayalı hariç tutma kriterine dayanıyordu (bkz. Performansa dayalı hariç tutma kriterleri).

Malzemeler

İpucu sözcükleri Her katılımcı ve her deney için 12 ipucu sözcüğünden oluşan aynı set kullanıldı (çiftçi, diş hekimi, avukat, öğretmen, aşçı, terzi, tesisatçı, oyuncu, sanatçı, cerrah, yargıç, berber). Her ipucu sözcüğü benzersiz bir yüze atandı ve atama her katılımcı için rastgele seçildi. Mesleklere ilişkin ipucu sözcüklerin tamamı bir veya iki heceden oluşmaktaydı ve tamamı büyük harflerle beyaz renkte gösteriliyordu.

Yüzler Yüz görüntüleri, yatay yarıçapı 81 piksel ve dikey yarıçapı 120 piksel olan tekdüze elips şeklinde renkli olarak göründü. Tüm deneyler için yüz görüntüleri sekiz temel yüzden oluşturuldu. Temel yüzler, katılımcıların 1.008 yüzden oluşan bir derlemi, yüzlerin genetik olarak ilişkili olma ihtimaline ilişkin öznel değerlendirmeye dayalı olarak "ailelere" ayırdığı ayrı bir deneysel prosedürden elde edildi. Farklı kümeleri (aileleri) tanımlamak için sıralama yanıtlarına kümeleme algoritmaları uygulandı. Sekiz temel yüzün her biri, gruplandırmayla ilgili olmayan özellikler için normalleştirilmiş bir kümeden ortalama yüzü temsil eder (uyaran oluşturma yöntemlerinin tüm ayrıntıları için bkz. https://osf.io/6cew9/). Kritik olarak, sekiz temel yüzün nasıl oluşturulduğu nedeniyle, temel yüzler, etki ve cinsiyet boyutlarına (mevcut deneylerde manipüle edilen boyutlar) dik olan özelliklere göre birbirinden farklıydı.

Her deneydeki her katılımcı için, taban yüzlerinin yarısı (dört) rekabetçi bir duruma ve yarısı (dördü) rekabetçi olmayan bir duruma atandı. Taban yüzlerinin koşullara atanması, her katılımcı için rastgele seçildi. Temel yüzler, katılımcıların üzerinde çalıştığı belirli yüzleri (incelenen yüzler) oluşturmak için iki boyut (duygu ve cinsiyet) boyunca manipüle edildi. Rekabet koşuluna atanan dört temel yüz için, her bir temel yüzden iki çalışılmış yüz oluşturarak primatlar yarattık; ortak taban rekabetin kaynağıydı. Rekabetçi olmayan duruma atanan dört yüz için, her bir temel yüz, üzerinde çalışılan tek bir yüz oluşturmak üzere manipüle edildi. Böylece her deney için toplam 12 adet çalışılan yüz oluşturulmuş ve kullanılmıştır.

Her deney için, incelenen her yüz, iki x iki (etki x cinsiyet) uzayındaki dört konumdan birine düşecek şekilde yönlendirildi. Yani, her deneyde, incelenen her yüz iki duygu değerinden birine ve iki cinsiyet değerinden birine sahipti. Bu boyutları manipüle etmek için, derlemdeki 1.008 yüzün tümü için öznel etki ve cinsiyet derecelendirmeleri topladık (bkz. https://osf.io/znc58/) ve ardından cinsiyet ile duygulanım derecelendirmeleri ve yüz görüntüsü parametreleri arasındaki eşlemeyi öğrenmek için regresyon analizlerini kullandık. (Toplam 739 parametre) Aktif Görünüm Modelinden (AAM) türetilmiştir (Chang& Tsao, 2017; Cootes ve diğerleri, 2001; Edwards ve diğerleri, 1998).

Böylece, regresyon ağırlıkları, farklı efektlerin ve cinsiyet değerlerinin, temel yüzleri işlemek için {{0}}parametre özellik alanına çevrilmesine olanak sağladı. Duygulanım ve cinsiyet boyutlarının bağımsızlığını en üst düzeye çıkarmak için, AAM parametrelerinin her biri için, en yüksek büyüklük regresyon ağırlığına sahip boyut (duygu veya cinsiyet) korundu ve diğer boyutun regresyon ağırlığı 0'a ayarlandı. Böylece her yüz boyutu (duygulanım, cinsiyet) farklı bir AAM parametreleri seti ile ilişkilendirildi.

For more information:1950477648nn@gmail.com