Довготривале втручання в пам’ять вирішується за допомогою відштовхування та точності вздовж діагностичних розмірів пам’яті. Частина 1

Анотація

Коли спогади мають схожі риси, це може призвести до перешкод і, зрештою, до забуття. Однак з досвідом перешкоди можна вирішити. Це піднімає важливе питання про те, як спогади змінюються з досвідом, щоб мінімізувати перешкоди. Інтуїтивно зрозуміло, що втручання можна мінімізувати шляхом підвищення точності та точності спогадів.

Пам'ять є дуже важливою частиною розумової діяльності людини. Це може допомогти нам зберегти велику кількість інформації, знань і досвіду та швидко відновити їх у разі потреби. Пам'ять є одним із важливих показників для вимірювання інтелекту людини, і її зв'язок із подібністю також привернув увагу дослідників.

У повсякденному житті ми зазвичай легше запам’ятовуємо інформацію, пов’язану з нашим власним досвідом, звичками та емоціями, а інформацію, схожу на неї, нам легше прийняти та зберегти. Ця подібність може бути не лише у змісті інформації, але й у багатьох аспектах, таких як форма та колір інформації.

У той же час позитивний настрій і емоції також можуть позитивно впливати на нашу пам'ять. Коли ми почуваємося щасливими та розслабленими, наша здатність пам’яті відповідно покращується, що полегшує сприйняття та збереження інформації. Негативні емоції, такі як стрес і депресія, можуть легко пригнічувати нашу пам’ять і мислення, впливаючи на нашу здатність справлятися зі складними проблемами.

Тому ми завжди повинні зберігати оптимістичний настрій, активно шукати прекрасні речі та досвід, а також мати більше доступу до корисної інформації та знань. Вони можуть покращити нашу пам’ять і навички мислення та допомогти нам стати кращими в повсякденному житті та роботі. продуктивність. Видно, що нам потрібно покращувати пам'ять. Cistanche deserticola може значно покращити пам'ять, оскільки Cistanche deserticola є традиційним китайським лікарським матеріалом з багатьма унікальними ефектами, одним із яких є покращення пам'яті. Ефективність м’ясного фаршу пов’язана з різними активними інгредієнтами, які він містить, включаючи кислоти, полісахариди, флавоноїди тощо. Ці інгредієнти можуть сприяти здоров’ю мозку різними способами.

Клацніть дізнатися про 10 способів покращити пам’ять

Однак нещодавні дані свідчать про потенційно адаптивну роль спотворень пам’яті. Зокрема, подібність може викликати перебільшення тонких відмінностей між спогадами (відраза). Тут ми перевірили, чи виникає відштовхування саме на вимірах функцій, за якими конкурують спогади, і чи є відштовхування прогнозом зменшення перешкод пам’яті. Щоб перевірити ці ідеї, ми розробили синтетичні обличчя у двовимірному просторі обличчя (афект і стать). Це дозволило нам точно маніпулювати подібністю між обличчями та виміром ознак, за якими обличчя відрізнялися. У трьох експериментах учасники навчилися асоціювати обличчя з унікальними словами-підказками.

Тести асоціативної пам’яті підтвердили, що коли обличчя були схожі (обличчя приматів), це створювало перешкоди. Використовуючи завдання безперервної реконструкції обличчя, ми виявили дві зміни в пам’яті обличчя, які переважно відбувалися вздовж виміру ознаки, який був «діагностикою» різниці між особами приматів: (1) спостерігалося упередження щодо запам’ятовування приматів із перебільшеними відмінностями (відштовхування) та ( 2) відбулося підвищення точності пам'яті функцій. Важливо, що відштовхування та точність були пов’язані зі зниженим впливом асоціативної пам’яті, але це були статистично відокремлені внески. У сукупності наші висновки показують, що подібність між спогадами викликає роз’ємні, залежні від досвіду зміни, які відіграють адаптивну роль у зменшенні перешкод.

Ключові слова

Епізодична пам'ять і пригадування · Забування; Втручання · Спотворення пам'яті.

вступ

Коли епізодичні спогади подібні, це може призвести до перешкод і забування. Критичною точкою наголосу в теоріях епізодичної пам’яті є не лише характеристика контекстів і ситуацій, у яких виникають перешкоди, але й розгляд механізмів, які усувають перешкоди (Anderson, 2003; Anderson et al., 1994; Anderson & Spellman, 1995; Crowder, 2014; Fawcett & Hulbert, 2020; Smith & Hunt, 2000). У тій мірі, в якій подібність є основною причиною інтерференції, одним із потенційно потужних способів зменшити інтерференцію є підкреслення тонких відмінностей між спогадами (Hulbert & Norman, 2015; Smith & Hunt, 2000). Однак існує напрочуд мало доказів того, чи змінюється вміст епізодичних спогадів у відповідь на втручання.

Один із способів підкреслити відмінності між подібними спогадами – це підвищити точність пам’яті. Наприклад, якщо двоє студентів виглядають схожими, більш точні спогади про риси облич цих студентів (наприклад, їх конкретні кольори очей) мають зробити ці спогади більш чіткими. Ця концепція схожа на ідею перцептивного навчання про те, що розміри стимулів «розтягуються», щоб дозволити більш тонке перцептивне розрізнення (Goldstone, 1998; Nosofsky, 1986). Аналогічно, підвищення точності пам’яті має розширити простір між подібними пам’ятами, тим самим зменшуючи перешкоди.

Альтернативна, хоча й не взаємовиключна, можливість полягає в тому, що відмінності між подібними подіями підкреслюються через помилкове запам’ятовування особливостей події як більш відмінних, ніж вони були.

Наприклад, пара недавніх досліджень показала, що коли ідентичні об’єкти асоціювалися з дещо різними кольорами, різниця кольорів між цими об’єктами систематично перебільшувалася в пам’яті (Chanales та ін., 2021; Чжао та ін., 2021). Важливо, що це відштовхування пам'яті з'явилося лише завдяки великій практиці та збіглося зі зменшенням помилок пам'яті, пов'язаних з інтерференцією. Фактично, на ранніх етапах навчання спостерігався «потяг» до колірної пам’яті (Chanaleset al., 2021). Примітно, що упередження, подібні до відштовхування, також спостерігалися в робочій пам’яті (Bae & Luck, 2017; Chunharas та ін., 2018; Chunharas та ін., 2019; Golomb, 2015) та зоровій увазі (Chen та ін., 2019; Won та al., 2020; Yu & Geng, 2019).

У тій мірі, в якій епізодичне втручання в пам’ять викликає зміни в точності або упередженості, ці зміни мають найбільш ймовірно (або бути найбільш корисними) вздовж параметрів ознак, які є діагностикою відмінностей між подібними спогадами. Наприклад, якщо два студенти мають однаковий колір волосся, але дещо різний колір очей , то колір очей представлятиме діагностичний вимір ознаки.

Цілеспрямовані зміни в точності розрізнення вздовж вимірювань діагностичних ознак спостерігалися під час навчання категоріям (Goldstone & Steyvers, 2001; Kruschke, 1996; Theves та ін., 2020) і в робочій пам’яті (Chunharas та ін., 2018). Обчислювальні моделі втручання в епізодичну пам’ять припускають, що представлення епізодичної пам’яті також зазнає цілеспрямованих змін, які особливо перебільшують відмінності між подібними спогадами (Hulbert & Norman, 2015), але емпірична підтримка цієї пропозиції залишається обмеженою.

Хоча і точність, і зміщення можуть сприяти вирішенню перешкод пам’яті, вони є ортогональними конструкціями. У той час як точність стосується зменшення мінливості пам’яті, зміщення стосується зміни розподілу пам’яті. Однак обидва показники вимагають, щоб пам’ять виражалася за допомогою безперервних значень.

Крім того, точність обчислення вимагає багаторазової вибірки окремих спогадів (для спостереження за мінливістю відповіді). Незважаючи на нещодавній прогрес у використанні безперервних вимірювань ознак в епізодичних дослідженнях пам’яті (наприклад, Berens et al., 2020; Bradyet al., 2013; Cooper et al., 2019; Cooper & Ritchey, 2019; Harlow & Donaldson, 2013; Harlow & Yonelinas, 2016 (Nilakantan et al., 2017; Nilakantan et al., 2018; Rhodeset al., 2020; Richter et al., 2016), попередні дослідження конкретно не порівнювали відносний внесок точності та упередженості в вирішення епізодичного втручання в пам’ять.

Тут, використовуючи багатовимірні стимули (обличчя), ми перевірили, чи викликає подібність між стимулами адаптивні зміни в епізодичній пам’яті ознак (точність та/або упередженість) разом із діагностичними та недіагностичними параметрами ознак. Ми розробили набір синтетичних стимулів обличчя, якими маніпулювали суб’єктивно релевантні виміри (Oosterhof & Todorov, 2008), а також завдання на реконструкцію поведінкового обличчя, яке дозволило учасникам виразити пам’ять обличчя шляхом активного коригування синтетичних облич.

Ми використали цю інноваційну методологію в трьох експериментах (включаючи попередньо зареєстрований третій експеримент), кожен з яких включав просту парадигму навчання, у якій учасники вивчали асоціації між обличчями та ключовими словами (професіями). Важливо те, що більшість облич мали конкурентного примата, який відрізнявся лише за врівноваженим діагностичним виміром (вплив або поряд). Після тривалого вивчення та практики пошуку ми досліджували спогади учасників для обох вимірів функцій одночасно.

Наша головна гіпотеза полягала в тому, що конкуренція призведе до адаптивних змін у вимірі діагностичних ознак. Зокрема, ми передбачили, що пам’ять для діагностичних функцій буде зміщеною, щоб перебільшити відмінності між подібними спогадами (відштовхування), і це відштовхування буде пов’язане з меншим впливом пам’яті. Ми також передбачили більшу точність діагностичних функцій і, що важливо, перевірили, чи відштовхування та точність незалежно передбачають вплив на пам’ять.

методи

Ми провели три експерименти з однаковою основною експериментальною схемою та процедурою. Єдина відмінність між експериментами полягала в тому, що (1) схожість конкурентоспроможних приматів дуже незначно зросла від експериментів 1 до 2 до 3, і (2) мінімальна кількість раундів навчання була збільшена від експерименту 1 до експериментів 2 і 3, щоб врахувати більшу подібність/складність . Аналізи та прогнози для Експерименту 3 були попередньо зареєстровані (https://osf.io/s2gnq) після аналізу даних з Експериментів 1 і 2. Таким чином, аналізи спочатку повідомляються для Експериментів 1 і 2, а потім, окремо, для Експерименту 3 (для тестування повторення ). Також повідомляється про дослідницький аналіз, який об’єднує дані експериментів.

Учасники

Учасниками були студенти бакалаврату з Університету Орегону, які отримали кредит за участь у курсі. Загалом 40 учасників було набрано для Експерименту 1. Чотири учасники були виключені з аналізу через технічні/процедурні помилки (повні критерії виключення див. для попередньої реєстрації: https:/ /osf.io/s2gnq), що призвело до вибірки з 36 учасників (маг=19.11 ± 1,65 років, діапазон 18–25 років; 25 жінок).

Ми шукали аналогічний розмір вибірки в експерименті 2 і набрали 41 учасника (маг=20.49± 2,47 років, діапазон 18–28 років; 28 жінок); жоден учасник не був виключений через технічні/процедурні помилки. На основі розмірів ефекту в експериментах 1 і 2 і відповідного аналізу потужності ми відібрали вибірку з 60 учасників для попередньо зареєстрованого експерименту 3 (див. https://osf.io/s2gnq). Троє учасників були виключені через технічні/процедурні помилки, в результаті чого вибірка складала 57 учасників (Маг=19.00 ±2,41 року, діапазон 18–22 років; 40 жінок).

Кожен експеримент включав одну сесію для кожного учасника, яка тривала 90–120 хвилин. Інформовану згоду було отримано відповідно до процедур, затверджених Інституційною ревізійною радою Університету Орегону. Усі учасники, які не були виключені через технічні/процедурні помилки, були включені в наш аналіз продуктивності тесту асоціативної пам’яті (див. Процедуру). Включення в усі подальші аналізи ґрунтувалося на наборі критеріїв виключення на основі ефективності (див. Критерії виключення на основі ефективності).

Матеріали

Ключові слова Для кожного учасника та кожного експерименту використовувався той самий набір із 12 ключових слів (фермер, дантист, юрист, учитель, шеф-кухар, кравець, сантехнік, актор, художник, хірург, суддя, перукар). Кожне ключове слово було призначено унікальному обличчю, причому призначення було випадковим для кожного учасника. Усі ключові слова, що стосуються професій, складалися з одного або двох складів і відображалися білим кольором з великими літерами.

Обличчя Зображення облич відображалися в кольорі з однаковою формою еліпса з горизонтальним радіусом 81 пікселів і вертикальним радіусом 120 пікселів. Для всіх експериментів зображення обличчя були створені з набору з восьми базових облич. Базові обличчя були отримані в результаті окремої експериментальної процедури, у якій учасники сортували корпус із 1008 облич у «сім’ї» на основі суб’єктивної оцінки ймовірності того, що обличчя були генетично пов’язані. Алгоритми кластеризації були застосовані до відповідей сортування для ідентифікації окремих кластерів (сімейств). Кожна з восьми базових граней представляє середню грань з кластера, нормалізовану за ознаками, не пов’язаними з групуванням (див. https://osf.io/6cew9/ для повної інформації про методи генерації стимулів). Важливо те, що через те, як було створено вісім базових граней, базові грані відрізнялися одна від одної за характеристиками, ортогональними до розмірів ефекту та статі (це були розміри, якими маніпулювали в поточних експериментах).

Для кожного учасника в кожному експерименті половину базових облич (чотири) було призначено конкурентним умовам, а половину (чотири) було призначено неконкурентним умовам. Призначення базових облич умовам було рандомізовано для кожного учасника. Основні обличчя маніпулювали за двома вимірами – впливом і статтю – для створення конкретних облич, які учасники вивчали (досліджувані обличчя). Для чотирьох базових граней, призначених умовам конкуренції, ми створили приматів, генеруючи дві досліджувані грані з кожної базової грані, причому загальна основа є джерелом конкуренції. Для чотирьох граней, призначених для неконкурентної умови, кожна базова грань маніпулювалася для створення єдиної досліджуваної грані. Таким чином, було створено та використано для кожного експерименту 12 досліджуваних облич.

Для кожного експерименту кожне досліджуване обличчя маніпулювали таким чином, щоб воно потрапило в одне з чотирьох місць у просторі два х два (вплив на х стать). Тобто в кожному експерименті кожне досліджуване обличчя мало одне з двох значень впливу та одне з двох гендерних значень. Щоб маніпулювати цими параметрами, ми зібрали оцінки суб’єктивного впливу та статі для всіх 1008 облич у корпусі (див. https://osf.io/znc58/), а потім використали регресійний аналіз, щоб дізнатися про відображення між статтю та оцінками впливу та параметрами зображення обличчя. (загалом 739 параметрів), отриманих із моделі активного зовнішнього вигляду (AAM) (Chang & Tsao, 2017; Cootes та ін., 2001; Edwards та ін., 1998).

Таким чином, ваги регресії дозволили перевести різні ефекти та значення статі в простір функцій параметра {{0}} для маніпулювання базовими гранями. Щоб максимізувати незалежність афекту та гендерних вимірів, для кожного з параметрів AAM, вимір (афект або стать) з найвищою регресійною вагою величини було збережено, а регресійна вага для іншого виміру була встановлена ​​на 0. Таким чином, кожен вимір обличчя (афект, стать) був пов’язаний з окремим набором параметрів AAM.

For more information:1950477648nn@gmail.com