Efeitos do agrupamento temporal na memória verbal e musical de curto prazo: a representação da ordem serial é um domínio geral? Parte 2

Resumindo, o presente estudo teve como objetivo investigar os efeitos do agrupamento temporal na reconstrução serial imediata de sequências de tons.

As sequências de tons são um problema comum que as pessoas enfrentam ao aprender e memorizar uma linguagem, mas podem ser melhoradas e gerenciadas. Dominar as sequências de tons é fundamental para a nossa memória e eficácia do aprendizado.

A pesquisa mostra que sequências de tons podem estimular diferentes partes do cérebro e estimular centros de memória. Isso significa que com o tom de voz certo podemos melhorar a memória e o aprendizado. Por exemplo, ao aprender uma nova palavra do vocabulário, podemos usar entonações diferentes para nos ajudar a lembrá-la e até cantá-la nós mesmos, se necessário. Este método pode ser usado no aprendizado de muitas línguas chinesas e estrangeiras.

Na vida diária, dominar o tom pode melhorar as habilidades sociais e a comunicação interpessoal. Aprender a usar a entonação e o tom de voz apropriados permite-nos comunicar e compreender melhor uns aos outros. Especialmente em negociações comerciais ou na comunicação entre diferentes culturas, o tom e a entonação corretos são ainda mais importantes.

Por fim, gostaríamos de mencionar o impacto do tom no humor e nas emoções. Usando diferentes tons de voz, podemos ajustar nosso humor e estado emocional. Por exemplo, um tom de voz alto pode deixar as pessoas entusiasmadas e felizes, enquanto um tom de voz baixo pode provocar sentimentos de calma e gentileza.

Resumindo, dominar as sequências de tons é crucial para a nossa memória, aprendizagem, habilidades sociais e controle emocional. Vamos pegar nossa linguagem e usar o tom e a entonação apropriados para melhorar a qualidade de nossas vidas. Percebe-se que precisamos melhorar a memória, e a Cistanche deserticola pode melhorar significativamente a memória, pois a Cistanche deserticola tem efeitos antioxidantes, antiinflamatórios e antienvelhecimento, que podem ajudar a reduzir a oxidação e as reações inflamatórias no cérebro, protegendo assim o saúde do sistema nervoso. Além disso, a Cistanche deserticola também pode promover o crescimento e a reparação das células nervosas, melhorando assim a conectividade e a função das redes neurais. Esses efeitos podem ajudar a melhorar a memória, o aprendizado e a velocidade de pensamento, e também podem prevenir o desenvolvimento de disfunções cognitivas e doenças neurodegenerativas.

Clique em Saber para melhorar a memória de curto prazo

Através da comparação dos efeitos de agrupamento temporal observados para sequências de tons com aqueles relatados na literatura STM verbal, nosso objetivo foi (1) melhorar nossa compreensão dos mecanismos subjacentes à representação da ordem serial em STM musical e (2) abordar a questão do generalidade de domínio de processos de ordem serial em STM.

Conduzimos um primeiro experimento pré-registrado comparando a reconstrução direta de informações de ordem serial entre sequências de tons 6- desagrupadas e as mesmas sequências agrupadas em dois grupos de três itens.1

Com base nos resultados obtidos nesse primeiro experimento, um experimento on-line de acompanhamento não pré-registrado, exigindo a recuperação serial de 6-sequências agrupadas e desagrupadas por letras, foi conduzido para permitir uma comparação direta com os dados obtidos no Experimento 1.

Devido à presença de um efeito teto que limitou a comparação dos efeitos de agrupamento temporal nos domínios musical (Experimento 1) e verbal (Experimento 2), outro experimento online não pré-registrado foi conduzido para explicar o efeito teto. semelhança entre os efeitos de agrupamento temporal observados nos domínios verbal e musical.

Experimento 1: reconstrução progressiva da ordem musical

Método

Plano de amostragem. Atualmente existe uma tendência no campo das ciências psicológicas que favorece o uso de técnicas estatísticas bayesianas para projetar experimentos e fazer inferências estatísticas. As estatísticas bayesianas oferecem diversas vantagens (para uma revisão, ver Dienes, 2016; Wagenmakers et al., 2018).

Por exemplo, as análises estatísticas bayesianas permitem o monitoramento de evidências estatísticas durante a coleta de dados, não são influenciadas pela intenção com que os dados são coletados e não são sensíveis a regras de parada opcionais (Berger & Berry, 1988; Rouder, 2014). Com essas considerações em mente, utilizamos o seguinte plano de amostragem para o Experimento 1 (para uma justificativa semelhante na determinação do plano de amostragem, consulte Wagenmakers et al., 2015).

Primeiramente recrutamos 20 participantes e conduzimos as análises planejadas. Se para essas análises (veja a seção "Plano de análise" para mais detalhes), obtivemos um forte nível de evidência estatística para uma hipótese alternativa (H1) ou nula (H0) com um fator Bayes (BF) de 10 ou mais, a coleta de dados estaria parado. Se esse critério não fosse atendido em pelo menos uma de nossas análises planejadas, recrutaríamos mais participantes enquanto monitorávamos os valores de AM.

Em outras palavras, executamos as mesmas análises após cada lote de cinco participantes e continuamos até chegarmos a fortes evidências estatísticas para todas as análises planejadas (H0 ou H1). Entretanto, devido a limitações de recursos, planejamos interromper a coleta de dados após o recrutamento de 50 participantes, mesmo não atendendo ao critério de evidência estatística para todas as análises planejadas.Participantes.

O experimento foi aprovado pelo comitê de ética da Faculdade de Psicologia e Ciências da Educação da Universidade de Genebra. Cinquenta e oito estudantes do primeiro ano de psicologia da Universidade de Genebra participaram do Experimento 1 em troca de créditos parciais do curso.

A amostra final foi composta por 50 participantes (45 mulheres; idade n anos: M=21,78, DP=1,95; escolaridade em anos: M=13.00 , SD=1.12; aprendizagem de teoria musical em anos: M=0.35, SD=0.85; prática musical em anos:M=0.69, SD{ {16}}.04) após a exclusão de oito participantes que não atendiam aos critérios de inclusão (ver arquivo de dados demográficos no repositório OSF associado a este manuscrito para mais detalhes). Critérios de inclusão e exclusão.

Como estávamos interessados ​​em STM musical para processamento de ordem serial em participantes sem conhecimento musical, os participantes não deveriam ter mais de 3 anos de experiência no estudo de teoria musical ou na prática de um instrumento musical (incluindo canto) no momento do experimento. Foram excluídos da amostra os participantes com distúrbios neurológicos ou de fala (por exemplo, dislexia).

Por fim, excluímos da análise os dados de quaisquer participantes com desempenho igual ou inferior ao nível de chance de 0,17 em pelo menos uma das condições experimentais. Para aderir ao plano amostral, os participantes excluídos foram substituídos por recrutamento de outros participantes.
Estímulos. Os estímulos consistiam em 60 6-sequências de tons. Para reduzir a possibilidade de que o uso de um conjunto limitado de seis tons pudesse aumentar a interferência proativa, usamos um conjunto de 14 tons diferentes consistindo em todos os passos diatônicos da escala Dó maior (variando de C4 a B5). Os tons eram ondas puras geradas com Audacity (Audacity Team, 2017) e salvas como arquivos .wav, cada uma com duração de 500ms com período de subida e descida de 10ms.

As sequências de tons foram geradas usando permutações pseudo-aleatórias seguindo três regras adaptadas de estudos anteriores sobre STM verbal para ordem serial (ver, por exemplo, Hartley et al., 2016):

1. Não mais do que dois tons consecutivos que também sejam consecutivos no conjunto de tons (por exemplo, C4–E4–G4 ou B4–D5–F5 não era legal);

2. Não mais do que dois intervalos consecutivos na mesma direção (por exemplo, C4 [ ]  E4 [ ]  D5 [ ]  G4 foi permitido, mas não C4 [ ]  E4 [ ]  D5 [ ]  F5);

3. Nenhum tom na mesma posição serial em tentativas sucessivas.

Como os tons usados ​​cobrem duas oitavas, restringimos os tamanhos dos intervalos a um máximo de sete semitons para evitar a presença de intervalos grandes e desconhecidos. Também garantimos que as sequências estivessem altamente relacionadas a uma escala maior. Em outras palavras, cada sequência tem uma correlação máxima de tonalidade de pelo menos 0,70 com o perfil de distribuição de tons de pelo menos uma das escalas maiores. A correlação chave máxima foi determinada usando o algoritmo de descoberta de Krumhansl & Schmucklerkey (Krumhansl, 1990).

Para haver correspondência de estímulos entre as duas condições de agrupamento, reutilizamos as 30 sequências das tentativas não agrupadas, mas as reproduzimos em ordem serial inversa e as apresentamos do último para o primeiro nas tentativas agrupadas.

Para evitar efeitos indesejados resultantes do uso de um conjunto fixo de sequências de tons, um novo conjunto de sequências de tons criadas pseudo-aleatoriamente foi gerado antecipadamente para cada participante. Para garantir que cada sequência criada fosse usada tanto em um teste desagrupado quanto em um teste de grupo, os participantes pares tinham as sequências desagrupadas e agrupadas correspondentes às sequências agrupadas e desagrupadas, respectivamente, do participante ímpar anterior no experimento.

Design experimental. O experimento foi baseado em um projeto de 2-fatores dentro dos participantes. Os dois tipos de sequências foram apresentados em dois blocos diferentes, sendo as sequências desagrupadas sempre apresentadas primeiro.

Isso foi feito para evitar que a apresentação das sequências agrupadas primeiro pudesse levar ao uso de estratégias subjetivas de agrupamento para ensaios não agrupados (para um procedimento semelhante, ver Farrell & Lewandowsky, 2004; Hartley et al., 2016). Para ensaios não agrupados, os tons foram apresentados em ritmo regular.Procedimento.

O procedimento consistiu na apresentação auditiva de 60 tentativas no total. Os estímulos foram reproduzidos em nível auditivo confortável por meio de fones de ouvido conectados a uma estação de trabalho portátil. Cada tentativa começou com uma contagem regressiva de 3 a 1 exibida no centro da tela do computador a um ritmo de 500ms. A sequência de tons foi reproduzida consecutivamente em uma tela em branco exibida por 500ms.

Nos ensaios não agrupados, os tons foram apresentados com intervalo interestímulo regular (ISI) de 150ms. Em ensaios agrupados, o ISI foi de 75ms para itens dentro do grupo (Posições 1–2, 2–3,4–5 e 5–6) e 450ms para itens entre itens formando limites de grupo (Posições 3–4). Imediatamente após a apresentação de uma sequência, um teclado virtual foi exibido na tela e os participantes utilizaram a tela sensível ao toque para reconstruir a sequência.

Os participantes foram forçados a reconstruir as sequências em ordem serial progressiva. Para isso, tiveram que encontrar e validar o tom correspondente à primeira posição, depois prosseguir para a segunda posição e assim sucessivamente até reconstruir toda a sequência. O teclado virtual foi utilizado novamente para reconstruir as sequências de tons (Figura 2). Uma camada de seis teclas brancas representando os seis tons ouvidos na sequência a ser reconstruída foi exibida horizontalmente na tela. Os tons foram organizados em ordem crescente, do mais grave à esquerda para o mais agudo à direita.

Cada vez que uma tecla era pressionada na tela sensível ao toque, o tom correspondente era reproduzido nos fones de ouvido. Tocar em uma tecla ativou o tom associado, alterando a cor da tecla para verde (veja os painéis 1, 5, 7 ou 10 na Figura 2). Uma vez que o participante recuperasse o tom da posição atual e acionasse a chave, ele deveria pressionar o botão “validar” para prosseguir para a próxima posição (ver painéis 4, 6, 8 ou 12 na Figura 2).

Depois que um tom foi atribuído a uma posição, a tecla correspondente mudou para cinza para indicar que o tom não poderia mais ser usado e o feedback auditivo para essa tecla foi desligado. Foi possível alterar o tom “ativo” antes de validar uma posição (ver painéis 10–12 na Figura 2), mas não depois que a posição foi validada.

Caso para alguma posição o participante não lembrasse do tom correspondente ou não quisesse adivinhar, era possível responder “não sei” selecionando o botão “?” botão antes de validar a posição (ver painel 11 na Figura 2). Finalmente, a qualquer momento durante o processo de reconstrução, os participantes tiveram a oportunidade de ouvir a sequência reconstruída até então (ver painel 9 na Figura 2).

Hipóteses

A experiência teve os seguintes objetivos: (1) compreender melhor a natureza dos mecanismos de ordenação em STM musical através do estudo dos efeitos de agrupamento temporal em não-músicos, o que por sua vez permitiria (2) avaliar a hipótese de generalidade de domínio da ordem serial em STM .

Para conseguir isso, comparamos o desempenho de recall para sequências de tons 6-agrupadas e desagrupadas, com foco na precisão do recall serial, no formato das curvas de posição serial, nas latências de resposta e nas taxas de erros de interposição. De acordo com a hipótese de generalidade de domínio do STM de ordem serial, foi previsto observar maior precisão de recordação para sequências agrupadas do que não agrupadas.

Também previmos a presença de uma curva de posição serial com múltiplos arcos para sequências agrupadas. Finalmente, esperávamos observar mais erros de interposição em sequências agrupadas do que não agrupadas.

Plano de análise

Usamos o programa de código aberto JASP (versão 0.14,JASP Team, 2018) com configurações padrão para todas as análises exploratórias planejadas (descritas aqui abaixo). , o anterior foi representado como uma distribuição de Cauchy com escala r de 0,707.

Para análise de variância bayesiana (ANOVA), o prior também consistiu em uma distribuição de Cauchy, com escala r de 0,5 e 1 para efeitos fixos e aleatórios, respectivamente. Precisão de recall e curva de posição serial. Analisamos curvas de posição serial calculando a média da precisão da recordação em função da posição serial e das condições de agrupamento para cada participante.

Then, we performed a 2 × 6 repeated-measures ANOVA, with a 2-level type of sequence factor (ungrouped vs. grouped) and a 6-level serial position factor (from 1 to 6). In case of an interaction between the two factors (i.e., the full model is the best model and is supported by a BF of at least 10, relative to the second-best model), we assessed the presence of mini-primacy and mini-recency effects in grouped sequences by comparing recall accuracy between Positions 1 and 2 (H1: 1>2), Posições 2 e 3(H1: 2<3), Positions 4 and 5 (H1: 4>5) e Posições 5 e 6 (H1: 5<6) via Bayesian paired samples t-tests.

Gradientes de transposição. Analisamos gradientes de transposição calculando a proporção de erros de transposição em função do deslocamento separadamente para cada condição e cada participante. Para conseguir isso, realizamos uma ANOVA de medidas repetidas 2 × 5 com um 2-tipo de fator de sequência de nível (desagrupado vs. agrupado) e um 10-fator de distância de deslocamento de nível (de –5 a 5, excluindo { {7}}).

If the full model turned out to be the best (i.e., BF>10em comparação com o segundo melhor modelo), analisamos a interação focando na taxa de deslocamentos adjacentes e erros de interposição (veja a próxima análise para mais detalhes).

Erros de interposição e taxas de deslocamento adjacentes. A taxa de erros de interposição e deslocamentos para posições seriais adjacentes foi determinada calculando a proporção de erros envolvendo deslocamento entre grupos de itens mantendo sua posição inicial dentro do grupo (ou seja, uma distância absoluta de três posições) e a proporção de transposições de ordem serial caracterizadas por uma distância de deslocamento absoluta de uma posição serial entre todos os erros de ordem serial e separadamente para cada tipo de sequência (desagrupadavs. agrupado).

Em seguida, as duas condições de agrupamento foram comparadas com base na taxa observada de erros de interposição

(H1: interpositions in grouped sequences>interposiçõesem sequências desagrupadas) e deslocamento adjacente (deslocamento adjacente em sequências agrupadas

Resultados

Análises planejadas. O BANOVA de medidas repetidas 2 × 6 realizado na precisão da recordação em função da posição serial (1–6) e da condição de agrupamento (agrupado vs. desagrupado), revelou que o melhor modelo é o modelo com os dois efeitos principais (ver Figura 3a).

Este modelo é preferido ao segundo melhor modelo completo por um fator de 1,80 (consulte as linhas "Curvas de posição serial" na Tabela 1). Como a preferência foi caracterizada apenas por evidências anedóticas, analisamos o efeito. Isto foi feito com o JASP através de um método que calcula a média das evidências em todos os modelos contendo o efeito de interesse. Os dados forneceram evidências decisivas a favor da presença de um efeito de posição serial (BFInclusão=∞), evidências muito fortes a favor de um efeito de agrupamento (BFInclusão=31.28) e evidências anedóticas a favor do presença da interação (BFInclusão=2.15).

Conforme planejado inicialmente, não analisamos os efeitos de miniprimazia e mini-recência em sequências agrupadas, pois a presença da interação não foi suportada pelos dados. A ANOVA de medidas repetidas 2 × 10 realizada na proporção de erros de transposição como um função da distância de transposição (-5 a 5, excluindo 0) e condição de agrupamento (agrupado vs. desagrupado), revelou que o melhor modelo para explicar os dados é o modelo completo (ver Figura 3b).

Este modelo é preferido ao segundo melhor contendo apenas o efeito da distância por um fator de 173,36, representando um suporte decisivo para o melhor modelo (ver linhas "Gradientes de transposição" na Tabela 1).

Dado o claro suporte para uma interação entre condição de agrupamento e distância de transposição, comparamos a taxa de transposições e interposições adjacentes entre as duas condições de agrupamento conforme planejado inicialmente.

For more information:1950477648nn@gmail.com