Os limites do processamento sensório-motor automático durante o processamento de texto: investigações com experiência linguística repetida, consolidação da memória durante o sono e contextos ricos de aprendizagem linguística, parte 2

Método

Participantes

O tamanho da amostra para o experimento atual foi determinado seguindo a análise de poder de Günther et al. (2018), com base nos tamanhos dos efeitos de congruência de ação observados por Lachmair et al. (2011) e Öttl et al. (2017).

Primeiro, uma boa memória pode melhorar a eficiência do nosso trabalho. Quer se trate de habilidades, experiência de trabalho ou conhecimento que aprendemos, todos eles precisam ser memorizados antes que possam ser verdadeiramente dominados e usados. Portanto, ter uma boa memória pode nos ajudar a concluir nosso trabalho com mais rapidez e eficiência e a melhorar nossa eficiência no trabalho.

Em segundo lugar, uma boa memória também pode melhorar a nossa capacidade de aprendizagem. No processo de aprendizagem, precisamos dominar uma grande quantidade de conhecimentos e habilidades, que só podem ser dominados através da memória. Se a nossa memória não for boa, será difícil aprender e absorver novos conhecimentos de forma rápida e eficaz. Pelo contrário, ter uma boa memória pode nos ajudar a aprender melhor e mais rápido e a melhorar nosso desempenho acadêmico.

Além disso, uma boa memória também pode melhorar nossas habilidades de comunicação. Na comunicação, se pudermos utilizar adequadamente os conhecimentos e habilidades que dominamos, seremos capazes de expressar nossos pensamentos e opiniões com mais confiança e fluência. Ter uma boa memória pode nos ajudar a dominar melhor esses conhecimentos e habilidades e a melhorar nossas habilidades de comunicação.

Por fim, uma boa memória também promove o crescimento pessoal e melhora a qualidade de vida. Se pudermos dar pleno uso à nossa memória, não só seremos capazes de dominar melhor conhecimentos e habilidades, mas também compreender melhor o significado e o valor da vida, promover o crescimento pessoal e melhorar a qualidade de vida.

Em suma, existe uma estreita ligação entre o desempenho humano e a memória. Ter uma boa memória pode trazer muitos efeitos e benefícios e, através da prática e do exercício contínuos, também podemos melhorar a nossa memória e enfrentar melhor os desafios da vida e do trabalho. Percebe-se que precisamos melhorar a memória, e a Cistanche deserticola pode melhorar significativamente a memória, pois a Cistanche deserticola também pode regular o equilíbrio dos neurotransmissores, como aumentar os níveis de acetilcolina e fatores de crescimento. Estas substâncias são muito importantes para a memória e a aprendizagem. Além disso, a carne também pode melhorar o fluxo sanguíneo e promover o fornecimento de oxigênio, o que pode garantir que o cérebro receba nutrientes e energia suficientes, melhorando assim a vitalidade e a resistência do cérebro.

Clique em conhecer maneiras de melhorar a função cerebral

O poder do teste foi estimado como poder Maior ou igual a 0,90 para tamanhos amostrais de n Maior ou igual a 42 e n Maior ou igual a 38, respectivamente. Como o poder do teste aumenta monotonicamente com o tamanho da amostra, Günther et al. (2018) decidiram testar 45 participantes para todos os seus experimentos.

Tomamos essa decisão, definindo nosso tamanho de amostra planejado em=45 para todos os experimentos.

No Experimento 1, os dados foram coletados de 46 participantes nativos de língua alemã (um a mais do que o necessário devido a questões processuais), 36 mulheres e 10 homens, 39 destros, MAidade=22,3 anos, SDAge {{9} },47 anos.

Originalmente testamos 52 participantes mas os dados de dois participantes adicionais foram excluídos devido a problemas técnicos e os dados de quatro participantes adicionais foram excluídos devido a altas taxas de erro(< 90% correct in at least one experimental condition; Lachmair et al., 2011). 

Os participantes de todos os experimentos relatados aqui receberam dinheiro (a uma taxa de 8 por hora para as partes ativas do estudo) ou créditos de curso pela sua participação. Nenhum indivíduo participou de mais de um dos experimentos ou estudos de classificação relatados neste artigo.

Materiais e procedimentos

Os participantes conduziram a fase inicial de aprendizagem e a fase de sono à noite em casa, seguidas pela fase de repetição, fase de teste e tarefa de julgamento explícito em uma única sessão de laboratório na manhã seguinte.

Fase de aprendizagem Os participantes aprenderam oito pseudopalavras alemãs já utilizadas em Güntheret al. (2018), bem como Günther et al. (2020). Cada palavra foi inserida em um dos oito textos (entre 376 e 520 palavras), ocorrendo entre cinco e nove vezes. Considerando a extensão dos textos, o número de oito itens de aprendizagem mantém a dificuldade da fase de aprendizagem em um nível administrável.

Os textos descreviam um cenário (ligeiramente distópico, futurista), antes de introduzir uma das novas palavras referentes a um novo conceito dentro deste cenário.

Quatro dos textos introduziram conceitos relacionados com o alto (como um sol artificial) e quatro introduziram conceitos relacionados com o baixo (como uma cidade subterrânea). Exemplos desses textos são fornecidos no Material Suplementar A.

Este material de aprendizagem foi validado em um estudo de classificação baseado na web com 50 participantes nativos de língua alemã (37 mulheres, 12 homens, 1 não especificado; MAidade=27,74 anos, SDAidade=8,40 anos).

Palavras novas introduzidas como rótulos para conceitos novos relacionados para cima foram corretamente julgadas como relacionadas para cima por entre 70 e 88% dos participantes, e como relacionadas para baixo ao descrever conceitos relacionados para baixo por entre 80 e 86 % de participantes (todos significativamente diferentes de 50%, p < 0,007). No experimento real, quatro das palavras novas foram usadas em textos que descrevem conceitos novos relacionados para cima, e as outras quatro para conceitos novos relacionados para baixo.

Para 22 dos 46 participantes, esta atribuição entre palavras novas e texto foi invertida. Na primeira fase, de aprendizado via web (entre 20h e 22h), os participantes foram instruídos a ler atentamente os textos 12 horas antes do início da sessão de laboratório.

Os textos foram apresentados em ordem aleatória, podendo os participantes prosseguir para o próximo texto de sua escolha. Todas as partes do estudo baseadas na web foram programadas usando jsPsych (deLeeuw, 2015).

Foram registrados os horários de início e término da fase de aprendizagem, bem como o horário de apresentação de cada texto. Ao final da fase de aprendizagem, os participantes geraram um código individualizado para confirmar sua participação.

Fase do sono Os participantes foram instruídos a dormir entre a fase de aprendizagem e a sessão de laboratório na manhã seguinte e a realizar o mínimo de atividades possível além de dormir, especialmente nenhuma outra atividade de aprendizagem. Os participantes relataram durações de sono entre 4h15min e 9h30min.

Fase de repetição Na sessão de laboratório que teve início entre 8h e 10h, foi inicialmente verificado se e quando os participantes realizaram a fase de aprendizagem, solicitando-lhes que fornecessem seu código individualizado e verificando se concluíram a fase de aprendizagem dentro de um prazo razoável. Os participantes então leem os textos da fase de aprendizagem uma segunda vez.

Fase de teste A fase de teste foi idêntica a Günther et al.(2018) e Öttl et al. (2017). Os participantes sentaram-se em frente a um monitor de computador e a um teclado de computador montado verticalmente com uma sobreposição especial de quatro botões (dois botões no meio, um acima do outro, um botão superior e um botão inferior).

Os participantes iniciaram cada tentativa pressionando os dois botões centrais do teclado.

Metade dos participantes foi instruída a pressionar o botão central superior com a mão dominante e a outra metade o botão central inferior. Quando os dois botões eram pressionados ao mesmo tempo, aparecia uma tela em branco por 1000 ms, seguida de uma cruz preta de fixação no centro da tela por 750 ms. Em seguida, uma das oito novas palavras foi apresentada no centro da tela em uma das quatro cores de fonte (azul, vermelho, laranja ou verde).

Os participantes foram instruídos a reagir com um movimento ascendente (soltar o botão central superior e pressionar o botão superior com a mesma mão) para duas das cores e um movimento descendente para as outras duas (Lachmair et al., 2011, ver também Dudschig et al. , 2014a,b).

A atribuição de instruções de resposta às cores foi contrabalançada entre os participantes. O tempo de resposta é medido como o tempo até que um dos botões do meio seja liberado (Lachmair et al., 2011).1 A palavra desapareceu quando um dos botões do meio foi liberado, ou após uma duração fixa de 1.500 ms. Os participantes receberam feedback se suas respostas estivessem incorretas ou muito lentas.

Cada um dos oito blocos experimentais consistia em 32 tentativas (8 palavras novas, todas apresentadas em cada uma das 4 cores). Antes da fase de teste real, os participantes completaram um bloco prático de 16 tentativas, nas quais duas sequências de letras diferentes (XXXX e AAAA) foram apresentados aos participantes duas vezes em cada cor de fonte. A fase de teste foi implementada no Psychtoolbox for Matlab (Brainard, 1997).

Tarefa de julgamento explícito Na tarefa de julgamento explícito logo após a fase de teste, os participantes indicaram para cada palavra nova se a associavam a uma localização ascendente ou descendente (como em Günther et al., 2018).

Resultados

Todos os dados e scripts de análise (bem como o material experimental) para este e todos os experimentos estão disponíveis emhttps://osf.io/vxrhn.

Fase de teste

Ensaios com erro (2,9%) e ensaios excessivamente rápidos (RT <100 ms, 2 ensaios) foram excluídos da análise (Lachmair et al., 2011). Os tempos médios de resposta por contexto de aprendizagem e direção de resposta são exibidos na Figura 1.

Empregamos modelos lineares de efeitos mistos para analisar tempos de reação transformados em log (Baayen e Milin, 2010), usando os pacotes R lme4 (Bates et al., 2015) e lmerTest (Kuznetsova et al., 2017).

Primeiro estimamos um modelo de linha de base incluindo efeitos fixos para o contexto de aprendizagem e direção de resposta, interceptações aleatórias para participantes e itens, e inclinações aleatórias para contexto de aprendizagem e direção de resposta para participantes e itens.2 Incluindo adicionalmente uma interação de efeito fixo entre contexto de aprendizagem e direção de resposta (correspondente ao hipotético efeito de congruência de ação) não melhorou o modelo, conforme indicado em uma comparação de modelos por meio de teste de razão de verossimilhança (휒2(1)=1,78, p=0,183).

Usando a aproximação BIC BF{{0}} exp(BIC(H1) − BIC(H0)∕2) (Wagenmakers, 2007), obtivemos um fator Bayes de BF=0,0227 para esta comparação , indicando que os dados são cerca de 44 vezes mais prováveis ​​no modelo de linha de base (forte evidência a favor do modelo de linha de base/nulo; Kass & Raftery, 1995).

O mesmo padrão surgiu ao restringir a análise aos itens para os quais os participantes deram a resposta correta na tarefa de julgamento explícito. Os parâmetros do modelo, incluindo o termo de interação, são relatados na Tabela 1.

Tarefa de julgamento explícito

As respostas dos participantes por contexto de aprendizagem estão representadas na Fig. 1. Um modelo linear generalizado de efeitos mistos foi estimado para a proporção de respostas "para cima", contendo apenas uma interceptação e interceptações aleatórias, bem como inclinações aleatórias para o contexto de aprendizagem tanto para os participantes quanto para os itens.

Um modelo que continha adicionalmente um efeito fixo para o contexto de aprendizagem previu as respostas dos participantes significativamente melhor do que este modelo de linha de base (휒2(1)=16.71,p < 0.001, 훽 {{6} } −3,49, z=−6,33). Como pode ser visto na Figura 1, ambas as condições se desviaram significativamente da probabilidade de adivinhação na direção esperada.

Discussão

Em linha com os resultados de Günther et al. (2018), não observamos nenhum efeito de congruência de ação para palavras aprendidas puramente a partir da linguagem, embora os participantes fossem capazes de indicar as localizações implícitas das palavras quando explicitamente solicitados a fazê-lo. Este resultado é surpreendente sob a suposição de que o sono entre a fase de aprendizagem e a fase de teste deveria levar à consolidação da memória.

Contudo, os participantes neste estudo, em princípio, poderiam ignorar em grande parte o material de aprendizagem que lhes foi apresentado à noite e apenas lê-lo durante a fase de repetição para produzir os resultados observados na tarefa de julgamento explícito. Isto deixa aberta a possibilidade de que não tenha ocorrido nenhuma consolidação durante o sono. Abordamos esse problema no Experimento 2.

Experimento 2

A Experiência 2 foi uma versão modificada da Experiência 1: Por um lado, as fases de aprendizagem incluíam agora questões de controlo sobre os conceitos aprendidos que os participantes tinham de responder correctamente para completar a fase de aprendizagem. dias antes da fase de teste, para que os participantes tivessem mais experiência com os conceitos e mais oportunidades de consolidação da memória

Método

Participantes

Os dados foram coletados de 45 participantes nativos de língua alemã, 38 mulheres e 7 homens, todos destros, MAde=22,2 anos, SDAge=3,58 anos. Os dados de um participante adicional foram excluídos devido a erros técnicos e os dados de seis participantes adicionais devido a altas taxas de erro.

Materiais e procedimentos

O material, fase de sono, fase de repetição, fase de teste e tarefa de julgamento explícito foram idênticos ao Experimento 1. Porém, no Experimento 2, empregamos uma fase de aprendizagem estendida. Primeiro, os participantes realizaram agora a fase de aprendizagem no dia anterior à sessão de laboratório e também no dia anterior, resultando em duas fases de aprendizagem idênticas. Segundo, incluímos agora questões de controle na fase de aprendizagem.

Depois de ler todos os oito textos em ordem aleatória (que eram idênticos ao Experimento 1), os participantes foram apresentados a perguntas de controle-clozes como "O sol artificial que é fixado em uma cúpula acima de uma cidade é chamado [ ]", onde eles tinham que preencher a nova palavra rótulos aprendidos antes. As oito questões diferentes foram apresentadas em ordem aleatória. Os participantes receberam feedback por suas respostas.

Se nem todas as suas respostas estivessem corretas, os participantes eram novamente apresentados a todos os textos de aprendizagem, seguidos de todas as questões de controle. Isso foi repetido até que todas as respostas estivessem corretas.3 Verificamos se os participantes não desistiram das fases de aprendizagem antes de testá-las nas sessões de laboratório.

Resultados

Fase de teste

Ensaios com erro (2,3%) foram excluídos da análise. Não houve ensaios com tempos de resposta inferiores a 100 ms. Os tempos médios de resposta por contexto de aprendizagem e direção de resposta são exibidos na Fig.

Realizamos a mesma análise de modelo misto descrita no Experimento 1. O modelo incluindo uma interação entre o contexto de aprendizagem e a direção da resposta não teve um desempenho significativamente melhor na explicação dos dados do que o modelo sem ele (휒2(1)=3.34 , p=0.067). Obtivemos um fator Bayes aproximado pelo BIC de BF=0.0503, indicando que os dados são cerca de 20 vezes mais prováveis ​​sob o modelo de linha de base (evidência positiva a favor do modelo de linha de base). Os parâmetros do modelo para este modelo são relatados na Tabela 1.

Como o valor p desta análise foi bastante próximo de 0,05, executamos uma análise de backup adicional antes de tirar conclusões precipitadas sobre a ausência de um efeito de congruência.

Para esse fim, conduzimos adicionalmente uma análise unifatorial alternativa na qual os dois fatores experimentais foram fundidos em um único fator de "congruência" (sendo as condições up-up e down-down as condições congruentes, sendo as outras duas as incongruentes). Na análise de modelo misto (com o modelo incluindo interceptações aleatórias e inclinações aleatórias para congruência para participantes e itens), incluir um efeito fixo para congruência não melhorou significativamente o modelo (휒2(1)=1.49, p { {8}}.222).

Novamente, para ambos os tipos de análise aqui apresentados, o mesmo padrão emergiu ao restringir a análise aos itens para os quais os participantes deram a resposta correta na tarefa de julgamento explícito.

Tarefa de julgamento explícito

As respostas dos participantes por contexto de aprendizagem estão representadas na Fig. 2. Empregamos o mesmo GLMEM de linha de base do estudo anterior, contendo apenas uma interceptação e interceptações aleatórias, bem como inclinações aleatórias para o contexto de aprendizagem para ambos os participantes e itens, para prever a proporção de respostas "para cima".

Um modelo que continha adicionalmente um efeito fixo para o contexto de aprendizagem previu as respostas dos participantes significativamente melhor do que este modelo de linha de base (휒2(1)=32.63,p < 0.001, 훽 {{6} } −9,93, z=−3,97). Novamente, ambas as condições desviaram-se significativamente da probabilidade de adivinhação na direção esperada (ver Fig. 2).

Discussão

Nestas duas primeiras experiências, não observámos efeitos automáticos de congruência de acção para palavras aprendidas puramente a partir da linguagem, embora os participantes fossem capazes de indicar as localizações implícitas das palavras quando explicitamente solicitados a fazê-lo (em linha com Günther et al., 2018).

Notavelmente, este foi o caso, embora os participantes tivessem muito mais experiência com as novas palavras em comparação com estes estudos anteriores - empregamos fases de aprendizagem substancialmente estendidas, onde as novas palavras descreviam conceitos centrais para textos sensatos e coerentes que os participantes liam duas vezes - e mesmo que a associação entre as palavras experienciais traços poderiam ser consolidados na memória durante o sono (Walker & Stickgold, 2006).

É claro que pode argumentar-se que os participantes ainda tinham relativamente pouca experiência com estas palavras e, portanto, não acederam automaticamente ao seu significado durante a leitura.

Os participantes também nunca encontraram palavras novas fora de seus contextos de aprendizagem, que descreviam claramente localizações verticais específicas. Portanto, eles nunca tiveram que usar as palavras como pistas de recuperação de qualquer informação sensório-motora, resultando em ligações associativas fracas. Além disso, os participantes nunca usaram ativamente essas novas palavras na comunicação e nunca as encontraram fora de um ambiente de laboratório artificial.

Eles poderiam, portanto, percebê-los como material experimental obviamente artificial, sem relevância no mundo real, e não considerá-los como entradas reais do léxico.

For more information:1950477648nn@gmail.com