Adakah Memori Jangka Panjang Digunakan dalam Paradigma Pengesanan Perubahan Visuo-spatial?

Untuk maklumat lanjut:ali.ma@wecistanche.com

Abstrak

Dalam ujianingatan kerjadengan bahan lisan atau spatial, mengulangi perkara yang samaingatanset merentas percubaan membawa kepada prestasi memori yang lebih baik. "Kesan pengulangan Hebb" yang mantap ini tidak dapat ditunjukkan untuk bahan visual dalam penyelidikan terdahulu. Ketiadaan kesan Hebb boleh dijelaskan dalam dua cara: Sama ada seseorang gagal memperoleh representasi ingatan jangka panjang bagi yang berulang.ingatanset, atau mereka memperoleh sedemikianingatan jangka panjangrepresentasi, tetapi gagal menggunakannya semasaingatan kerjatugasan. Dalam dua percubaan (N1=18 dan N2=30), kami menyasarkan untuk memutuskan antara dua kemungkinan ini dengan memanipulasi pengetahuan ingatan jangka panjang bagi beberapa set memori yang digunakan dalam tugas pengesanan perubahan. Sebelum ujian pengesanan perubahan, para peserta mempelajari tiga tatasusunan warna untuk dijadikan kriteria. Ujian pengesanan perubahan seterusnya mengandungi tatasusunan warna yang telah dipelajari dan baharu. Prestasi pengesanan perubahan adalah lebih baik pada yang dipelajari sebelum ini berbanding dengan tatasusunan baharu, menunjukkan bahawaingatan jangka panjangdigunakan dalam pengesanan perubahan.

Kata kunci:Memori kerja visual. Ingatan jangka panjang. Paradigma pengesanan perubahan. Kesan pengulangan Hebb

Repetitio est mater studiorum—pengulangan ialah ibu kepada kajian. Prinsip asas ini mungkin terpakai kepada semua entiti yang mampu melakukan apa yang kita panggil "pembelajaran"; haiwan dan manusia, dan juga komputer. Biasanya, pembelajaran memerlukan pengulangan beberapa maklumat sasaran, sama ada secara sengaja atau tidak sengaja. Merentasi ulangan, sambungan saraf dalam otak kita secara beransur-ansur berubah untuk menangkap maklumat berulang.

Klik untuk kegunaan Cistanche untuk ingatan

Apakah peranan memori kerja untuk pembelajaran? Lebih 6 dekad, beberapa ahli teori telah menganggap bahawa jangka pendek atauingatan kerja(WM)—medium untuk mengekalkan maklumat sementara—adalah pintu masuk ke ingatan jangka panjang (LTM), di mana maklumat disimpan secara kekal. Atkinson dan Shiffrin (1968) mengandaikan bahawa maklumat mesti melalui "stor jangka pendek" ke dalam LTM. Baddeley et al. (1998) membuat hipotesis bahawa gelung fonologi, komponen model WM Baddeley, adalah peranti untuk mempelajari bentuk perkataan baharu. Baru-baru ini, Cowan (2019) telah menekankan bahawa mengekalkan maklumat dalam WM melibatkan bukan sahaja mengaktifkan perwakilan LTM sedia ada tetapi juga membentuk yang baharu. Forsberg et al. (2020) berhujah bahawa kapasiti terhad WM membentuk kesesakan untuk pemerolehan pengetahuan baharu dalam LTM.

Alat penting untuk mengkaji peranan WM dalam pemerolehan pengetahuan secara beransur-ansur melalui pengulangan adalah apa yang dipanggil kesan pengulangan Hebb (Hebb, 1961). Kesan pengulangan Hebb merujuk kepada pemerhatian bahawa ingatan bersiri serta-merta—ujian biasa WM—bertambah baik secara beransur-ansur untuk senarai ingatan yang diulang beberapa kali sepanjang percubaan (cth, Hebb, 1961; Hitch et al., 2005; Page et al., 2006). Kesan Hebb pada asalnya diperhatikan dalam tugas mengingat kembali bersiri serta-merta dengan rangsangan lisan (Hebb, 1961), dan dibincangkan secara khusus untuk sumbangannya kepada pembelajaran bahasa (Lafond et al., 2010; Szmalec et al., 2009). Kajian lain mendapati ia juga dengan rangsangan visual yang bermakna seperti muka tegak (Horton et al., 2008), dan dengan urutan lokasi spatial (cth, Couture & Tremblay, 2006; Gagnon et al., 2004; Page et al., 2006; Turcotte et al., 2005).

In contrast, several attempts to demonstrate the Hebb effect with arrays of simple visual stimuli have largely failed. In particular, no improvement of change detection—a common test of visual working memory—has been found across dozens of repetitions of the same array (Fukuda & Vogel, 2019; Logie et al., 2009; Olson & Jiang, 2004). There is some evidence for learning with a change-detection paradigm (Shimi & Logie, 2019), but it appears to require many more repetitions (>60 dalam kajian itu) daripada kesan Hebb klasik, yang teguh selepas kira-kira 10 ulangan.

Kajian semasa

Terdapat dua penjelasan yang mungkin untuk ketiadaan pembelajaran Hebb dalam tugas pengesanan perubahan. Pertama, peserta boleh gagal memperoleh perwakilan LTM tentangingatan berulangtatasusunan. Kedua, peserta mungkin mengekod tatasusunan yang dibentangkan berulang kali dalam LTM, tetapi gagal menggunakan perwakilan LTM ini dalam percubaan pengesanan perubahan berikutnya menggunakan tatasusunan yang sama sekali lagi. Iaitu, walaupun peserta memperoleh pengetahuan yang mereka boleh meningkatkan prestasi mereka pada tatasusunan berulang, mereka tidak. Beberapa bukti untuk kemungkinan terakhir datang daripada dua kajian yang menunjukkan bahawa, walaupun pengesanan perubahan tidak bertambah baik pada tatasusunan berulang, peserta dapat mengenali tatasusunan berulang jauh melebihi peluang dalam ujian akhir percubaan (Fukuda & Vogel, 2019; Olson & Jiang, 2004).

Dalam kajian semasa, kami bertujuan untuk menguji sama ada perwakilan memori jangka panjang digunakan dalam paradigma pengesanan perubahan visuospatial. Kami mencipta jejak LTM tiga tatasusunan sasaran enam warna A, B dan C dalam fasa pembelajaran. Kami kemudian membandingkan prestasi dalam ujian memori kerja berikutnya antara percubaan menggunakan salah satu tatasusunan sasaran ini, yang terbukti telah disimpan dalam LTM selepas fasa pembelajaran, dan percubaan dengan tatasusunan (D) yang dijana secara rawak tanpa perwakilan dalam LTM. Penjanaan percubaan LTM jejak di luar prosedur pengesanan perubahan membolehkan perbezaan dua kemungkinan hasil. Jika perwakilan ini digunakan, kita harus memerhatikan ketepatan pengesanan perubahan yang lebih baik untuk tatasusunan yang dipelajari berbanding dengan tatasusunan rawak. Jika perwakilan ini tidak digunakan, maka ketepatan tatasusunan yang dipelajari tidak seharusnya berbeza daripada ketepatan tatasusunan rawak.

Kaedah

Peserta

Dua sampel berbeza mengambil bahagian dalam Eksperimen 1 dan Eksperimen 2, masing-masing. Untuk Eksperimen 1, sampel terdiri daripada pelajar universiti N=18 (Mage=22.6 tahun, SDage=2.89) dari Universiti Zurich. Percubaan 2 mendaftarkan N=30 (Mage=23 tahun, SDage=4.89) pelajar universiti Universiti Zurich dan Universiti Ulm, yang mana seorang daripadanya dikecualikan daripada analisis data selepas fasa pembelajaran disebabkan prestasi yang tidak mencukupi dalam fasa pembelajaran (N akhir=29). Pilihan saiz sampel kami telah dimaklumkan oleh N kajian terdahulu mengenai kesan Hebb. Kami memutuskan untuk meningkatkan saiz sampel Eksperimen 2 untuk meningkatkan peluang kami mengukur kesan kecil pengetahuan yang mungkin kami terlepas dalam Eksperimen 1. Kedua-dua percubaan telah diiklankan melalui risalah dan e-mel. Peserta mestilah berumur antara 18 dan 35 tahun dan fasih berbahasa Jerman. Orang yang berminat dikecualikan daripada penyertaan, jika mereka buta warna, atau mempunyai penglihatan yang lemah (iaitu, tidak diperbetulkan).

Bahan dan prosedur

Tugas kedua-dua eksperimen direka bentuk untuk mengkaji persoalan kajian yang sama; walau bagaimanapun, sedikit pelarasan telah dibuat pada tugasan selepas Eksperimen 1 dijalankan. Kedua-dua eksperimen terdiri daripada dua bahagian. Yang pertama ialah fasa pembelajaran, di mana peserta diarahkan untuk mempelajari tiga tatasusunan warna yang berbeza (masing-masing berlabel A, B, dan C; untuk baki kertas ini mereka akan dipanggil "tatasusunan sasaran"). Selepas itu, tugas pengesanan perubahan telah dijalankan di mana beberapa percubaan menggunakan tatasusunan sasaran, dan percubaan lain menggunakan tatasusunan rawak baharu sebagai set memori.

Eksperimen 1 Fasa pembelajaran Eksperimen 1 bermula dengan pembentangan berturut-turut tiga tatasusunan warna yang akan dipelajari selama 10 saat setiap satu. Setiap tatasusunan terdiri daripada enam tompok warna, yang diedarkan secara sama pada bulatan khayalan, dan untuk memudahkan pembelajaran, setiap tatasusunan dipasangkan dengan huruf (A, B, atau C, masing-masing) di tengah bulatan khayalan. Bagi semua peserta, warna untuk setiap tatasusunan dipilih secara rawak daripada sampel 12 warna yang berbeza (lihat Jadual 1 untuk nilai RGB).

Selepas pendedahan awal kepada tiga tatasusunan ini, fasa pembelajaran dilaksanakan melalui paradigma pengesanan perubahan klasik. Kami memutuskan untuk meminta peserta mempelajari tatasusunan dengan cara ini kerana kami mahu pengalaman pembelajaran menyerupai tugas WM. Prosedur ini harus memastikan ambang yang rendah untuk menggunakan perwakilan LTM semasa ujian WM berikutnya kerana ia mengoptimumkan pemprosesan yang sesuai dengan pemindahan (Morris et al., 1977).

Paradigma pengesanan perubahan yang ditadbir semasa fasa pembelajaran dibentangkan secara skematik dalam Rajah 1. Ia terdiri daripada tiga blok dengan 24 percubaan setiap satu. Merentasi semua blok, setiap percubaan bermula dengan pembentangan silang penetapan selama 1,000 ms, yang berpusat pada skrin. Seterusnya, satu daripada tiga tatasusunan sasaran telah dibentangkan. Di sini, masa pembentangan berbeza antara tiga blok. Dalam blok pertama, tatasusunan sasaran dibentangkan untuk 3,500 ms, di blok kedua untuk 2,500 ms, dan dalam blok ketiga untuk 1,500 ms. Selepas pembentangan tatasusunan sasaran, peserta dibentangkan dengan skrin kosong selama 1,000 ms lagi. Selepas itu, para peserta telah dibentangkan dengan probe tatasusunan sasaran, yang terdiri daripada satu tampalan warna di blok pertama, tompok tiga warna di blok kedua, atau susunan lengkap enam tompok warna dalam blok ketiga. Peserta perlu menunjukkan sama ada patch warna yang dibentangkan sekarang sepadan dengan tatasusunan lengkap yang sebelumnya dibentangkan dalam kedudukan yang sama. Masa tindak balas tidak terhad. Terdapat tiga jenis percubaan: percubaan tanpa perubahan (tampalan warna yang sama dalam kedudukan yang sama), percubaan pertukaran-tukar (tampalan warna dipersembahkan dalam kedudukan lain), dan percubaan perubahan rawak (warna yang tidak pernah dibentangkan dalam tatasusunan sasaran dalam sebarang jawatan). Dalam setiap blok, terdapat 12 percubaan tanpa perubahan, enam percubaan perubahan swap dan enam percubaan perubahan rawak—tertib jenis percubaan adalah rawak. Setiap tatasusunan dibentangkan lapan kali setiap blok, dan pesanan mereka adalah rawak. Selepas setiap percubaan, maklum balas diberikan. Jika jawapan adalah betul, para peserta dibentangkan dengan mesej "Richtig!" (Betul!), Dan percubaan seterusnya menyusul. Jika respons tidak betul, peserta telah dibentangkan dengan mesej "Leider nicht Richtig! So siehtdiekorrekte Anordnung us:" (Malangnya tidak betul! Inilah rupa tatasusunan yang betul:) dan kemudian sekali lagi dibentangkan dengan tatasusunan sasaran yang lengkap untuk menyediakan yang lain peluang belajar. Untuk memastikan pembelajaran tiga tatasusunan sasaran, peserta perlu memenuhi kriteria pembelajaran dalam setiap blok, iaitu sekurang-kurangnya 19 ujian yang dijawab dengan betul (daripada 24). Jika peserta gagal memenuhi kriteria ini, mereka perlu mengulangi blok di mana mereka gagal melakukannya. Di samping itu, pada permulaan setiap blok, tiga tatasusunan sasaran sekali lagi dibentangkan selama 10 saat setiap satu. Dengan cara ini, kami berharap dapat mendorong perwakilan LTM yang cukup kukuh bagi tatasusunan sasaran.

Sebaik sahaja seorang peserta memenuhi semua kriteria fasa pembelajaran, mereka dibentangkan dengan arahan tugas ingatan kerja berikutnya—iaitu, satu lagi tugas pengesanan perubahan. Arahan tersebut menjadikan prosedur tugasan ini jelas sekali lagi dan dengan jelas menyatakan bahawa tiada lagi maklum balas akan diberikan pada masa hadapan. Secara amnya, paradigma pengesanan perubahan sangat menyerupai fasa pembelajaran. Setiap percubaan bermula dengan pembentangan silang penetapan selama 1,000 ms pada skrin kosong. Seterusnya, tatasusunan enam warna telah dibentangkan, tetapi berbeza dengan fasa pembelajaran, kini masa pembentangan ialah 1,000 ms. Selepas selang pengekalan 1,000-ms, semasa skrin kosong, satu tampung warna dipaparkan sebagai probe dalam kedudukan item tatasusunan yang dipilih secara rawak. Sekali lagi, peserta perlu menunjukkan sama ada tampalan warna yang dibentangkan sekarang sepadan dengan tampalan warna tatasusunan enam warna lengkap dalam kedudukan yang sama. Masa tindak balas tidak terhad. Untuk tugas memori kerja ini, 10 blok dengan 18 ujian setiap satu telah diberikan. Sebelum itu, peserta perlu melengkapkan 18 ujian latihan.

Daripada keseluruhan 180 ujian ujian, 90 percubaan membentangkan satu daripada tatasusunan sasaran A, B, atau C (30 ujian setiap satu, kini dibentangkan tanpa labelnya), dan 90 percubaan lain dikhaskan untuk pembentangan tatasusunan baharu (D), dijana secara rawak dengan kekangan bahawa mereka tidak boleh sama dengan salah satu tatasusunan sasaran. Sebelum tugasan, peserta tidak diberitahu bahawa tatasusunan yang dipelajari sebelum ini boleh dibentangkan semula. Sepanjang 18 percubaan setiap blok, terdapat kira-kira 40 peratus tiada perubahan dan 60 peratus ujian perubahan.1 Sekali lagi, susunan jenis percubaan dan susunan tatasusunan telah rawak dalam setiap blok.

Eksperimen 2 bermula dengan fasa pembelajaran yang sama seperti Eksperimen 1. Walau bagaimanapun, untuk meningkatkan pembelajaran LTM, kami menambah satu lagi blok pembelajaran dan menjadikan kriteria pembelajaran untuk setiap blok lebih ketat (sekurang-kurangnya 20 daripada 24 percubaan betul). Untuk gambaran keseluruhan skema tentang keadaan pembelajaran, lihat Rajah 2. Fasa pembelajaran kini terdiri daripada empat blok dengan 24 ujian setiap satu. Tiga blok pertama adalah sama seperti dalam Eksperimen 1, kecuali masa pembentangan untuk tatasusunan sasaran merentas semua blok telah rawak dalam julat antara 1,000 dan 5,000 ms. Blok keempat menambah pengalaman pembelajaran baharu: Peserta kini hanya dibentangkan dengan label A, B atau C, diikuti dengan siasatan tatasusunan lengkap. Mereka perlu menunjukkan sama ada siasatan ini sepadan dengan tatasusunan yang telah mereka pelajari untuk mengaitkan dengan surat yang dibentangkan sebelum ini. Keadaan pembelajaran ini harus memastikan bahawa peserta telah membina perwakilan LTM bagi tatasusunan sasaran yang mereka boleh dapatkan berdasarkan kiu pengambilan semula sewenang-wenangnya.

Untuk menguji LTM selepas fasa pembelajaran, kami menambah tugas mendapatkan semula diskret, di mana peserta dibentangkan dengan isyarat huruf tatasusunan sasaran dan enam bulatan kosong dalam kedudukan tompok warna. Enam bulatan kosong ditanda satu demi satu, dan peserta perlu memilih warna yang betul daripada satu set 12 warna berbeza, yang dibentangkan di sebelah tatasusunan kosong. Bulatan yang ditanda kemudiannya diisi dengan warna yang dipilih jika pilihannya betul. Jika pilihan salah, peserta dimaklumkan dan warna yang sebenarnya betul telah diisi. Dengan cara ini, peserta sekali lagi dibentangkan dengan tatasusunan sasaran yang lengkap dan dapat melaraskan lagi representasi LTM mereka mengenainya.

Fasa WM berikut hampir sama dengan Eksperimen 1. Kami mengurangkan masa pembentangan tatasusunan kepada 250 ms. Di samping itu, nisbah jenis kuar telah diubah disebabkan oleh ralat pengaturcaraan daripada nisbah 40:60 antara kuar tiada perubahan dan perubahan kepada kira-kira 70 peratus kuar tiada perubahan dan kira-kira 30 peratus kuar tukar (dipisahkan menjadi swap perubahan dan perubahan rawak).

Selepas ujian WM, para peserta sekali lagi dibentangkan dengan tugas mendapatkan semula diskret, dan pengulangan blok keempat baru fasa pembelajaran, dengan huruf sebagai isyarat untuk tatasusunan sasaran, untuk menguji perwakilan LTM mereka bagi tatasusunan sasaran satu kali terakhir. Ini membolehkan kami membandingkan kebolehcapaian tatasusunan sasaran dalam LTM sebelum dan selepas tugas WM.

Prosedur am untuk kedua-dua eksperimen adalah serupa. Kedua-dua sesi ujian berlangsung kira-kira 1.5-2 jam, dan peserta diberi pampasan sama ada dengan 15-22 CHF atau kredit kursus separa. Sebelum penyertaan, semua peserta memberikan persetujuan termaklum. Eksperimen telah diselia oleh pembantu penyelidik terlatih. Tugas-tugas telah diprogramkan dan dibentangkan melalui PsychoPy 2 (Peirce et al., 2019). Semua tugasan dan arahan standard dibentangkan pada skrin komputer dengan resolusi HD Penuh (1,920 × 1,080 piksel). Semua rangsangan dibentangkan pada warna latar belakang kelabu, dan peserta menggunakan kekunci bertanda (- dan<) on="" standard="" keyboards="" for="" responding="" to="" the="">

Untuk kedua-dua eksperimen, kedua-dua fasa pembelajaran dan ujian WM, menyediakan pembolehubah bersandar dikotomi yang menunjukkan ketepatan. Oleh itu, kami menganalisis data untuk ujian WM dengan model regresi logistik, di mana bilangan respons yang betul telah diramalkan mengikut jenis tatasusunan yang dibentangkan (iaitu, tatasusunan sasaran yang dipelajari berbanding tatasusunan rawak yang tidak dipelajari). Sebagai tambahan kepada kesan tetap peramal ini, model penuh termasuk kesan utama blok, istilah interaksi jenis tatasusunan dengan blok, kesan rawak subjek (iaitu, pintasan rawak), serta istilah untuk kesan blok dan jenis tatasusunan bersarang dalam subjek (iaitu, cerun rawak). Selepas menentukan model penuh, kami membandingkannya dengan model yang lebih parsimoni untuk menilai bukti bagi setiap kesan tunggal melalui faktor Bayes untuk perbandingan model (Bürkner, 2017). Prior bagi model regresi logistik kesan campuran ialah prior Cauchy dengan skala 1/√2, diperoleh dengan melaraskan pengesyoran Gelman et al. (2008) (untuk butiran lanjut tentang pilihan skala untuk model regresi logistik, sila lihat Oberauer, 2019). Model tersebut dianggarkan dengan 100,000 sampel, dijana melalui tiga rantai Markov bebas, dengan 2,000 sampel memanaskan badan setiap satu (iaitu, 98,000 sampel selepas memanaskan badan dalam jumlah).

Oleh kerana dalam kedua-dua eksperimen, perkadaran ujian yang sama dan perubahan tidak seimbang, peserta mungkin telah membangunkan bias tindak balas, yang akan memesongkan ukuran perkadaran yang betul sebagai indeks kualiti memori. Oleh itu, kami juga menilai prestasi oleh dua model pengukuran yang memisahkan kualiti memori daripada berat sebelah. Jurang yang banyak dibincangkan antara teori WM visual adalah antara teori yang mempunyai kekuatan atau ketepatan perwakilan memori yang berubah-ubah secara berterusan (Ma et al., 2014; Oberauer & Lin, 2017) dan teori yang menganggap a perbezaan binari antara item yang diingati dan lain-lain yang tidak (Adam et al., 2017; Zhang & Luck, 2008). Untuk melakukan kedua-dua perspektif keadilan, kami menggunakan model pengukuran pengesanan isyarat untuk mengukur kualiti memori pada skala diskriminasi berterusan dan model ambang tinggi untuk mengukur bilangan item yang diingati. Secara khusus, kami mengira d' (diskriminasi) dan c (kriteria tindak balas) daripada teori pengesanan isyarat (berdasarkan Macmillan, 1993; Stanislaw & Todorov, 1999), di mana kami membetulkan kadar hit yang melampau dan kadar penggera palsu yang melampau (iaitu, 0 atau 1; lihat Hautus, 1995). Di samping itu, kami mengira Pmem (kebarangkalian bahawa peserta mempunyai item yang diuji dalam ingatan) dan g (meneka kebarangkalian untuk tindak balas "perubahan") daripada model ambang tinggi (Model 4 daripada Cowan et al., 2013). Semua indeks telah dikira untuk prestasi tatasusunan yang dipelajari dan rawak. Dalam setiap eksperimen, kami meramalkan indeks masing-masing melalui model regresi linear dengan jenis tatasusunan sebagai peramal dan kesan rawak subjek (iaitu, pintasan rawak). Memandangkan indeks dikira daripada pengagregatan data bagi semua percubaan, kami tidak boleh memasukkan blok sebagai peramal dalam analisis ini.

Keputusan

Eksperimen 1

Fasa pembelajaran Dalam Jadual 2, kami melaporkan ketepatan untuk blok berbeza fasa pembelajaran. Tujuh orang terpaksa mengulang satu daripada blok pembelajaran sekali. Tiada orang yang perlu mengulang blok pembelajaran terakhir, menunjukkan pembelajaran yang baik. Ini juga ditunjukkan oleh kadar ralat yang semakin berkurangan dari satu blok ke satu blok.

Tugas memori kerja Seterusnya, kami membentangkan ketepatan merentasi blok tugas memori kerja (lihat Rajah 3). Prestasi pada tatasusunan sasaran adalah lebih baik daripada tatasusunan rawak merentas kebanyakan blok. Tambahan pula, kami tidak melihat peningkatan prestasi yang stabil merentas blok khususnya pada tatasusunan sasaran disebabkan pembentangan berulang mereka merentas blok, seperti yang dijangkakan jika peserta terus mempelajari tatasusunan ini semasa tugas pengesanan perubahan.

Untuk tatasusunan yang dipelajari, peserta membuat 9.5 peratus ralat secara purata merentas semua blok, manakala mereka membuat 13.7 peratus ralat secara purata untuk tatasusunan rawak. Ini menyamai saiz kesan piawai d=−.50 dengan luas 95 peratus CI [−1.05, .05]. Faktor Bayes yang sepadan dengan perbandingan model untuk model regresi logistik dengan dan tanpa kesan khusus dibentangkan dalam Jadual 3. Hanya kesan utama jenis tatasusunan disokong oleh analisis ini, bermakna peserta secara keseluruhan menunjukkan prestasi yang lebih baik pada tatasusunan yang dipelajari (anggaran parameter yang sepadan boleh didapati dalam Jadual 4).

Eksperimen 2

Fasa pembelajaran Dalam Jadual 5, kami melaporkan statistik deskriptif prestasi dalam fasa pembelajaran. Dua puluh dua peserta perlu mengulang sekurang-kurangnya satu daripada fasa pembelajaran, kerana mereka tidak mencapai kriteria larasan sekurang-kurangnya 20 percubaan yang betul. Bilangan ulangan untuk keadaan satu kuar adalah antara 1 hingga 6, manakala bilangan ulangan untuk keadaan tiga kuar adalah antara 1 hingga 4. Walau bagaimanapun, kami memerhatikan trend penambahbaikan yang jelas merentasi blok pembelajaran, menunjukkan pembelajaran yang berjaya . Tiada peserta perlu mengulang dua blok pembelajaran terakhir.

Sejurus selepas fasa pembelajaran, peserta perlu menghasilkan semula tatasusunan yang dipelajari sebelumnya dengan memilih warna secara manual untuk setiap kedudukan tatasusunan. Untuk keseluruhan 18 tompok warna yang akan diisi (enam setiap tatasusunan sasaran), peserta mempunyai min betul sebanyak 67 peratus (SD=47 peratus ). Ini menunjukkan bahawa peserta dapat memindahkan pengetahuan mereka tentang tatasusunan sasaran ke dalam mod perolehan semula yang lain (daripada pengesanan perubahan kepada ingat). Tugasan mendapatkan semula diskret ini diulang selepas ujian WM. Berbanding dengan tugas mendapatkan semula pertama secara langsung selepas fasa pembelajaran, prestasi peserta bertambah baik. Untuk tugasan mendapatkan semula diskret yang terakhir ini, 93 peratus tompok warna telah diterbitkan semula dengan betul secara purata (SD=44.3 peratus ). Ujian-t Bayesian untuk sampel berpasangan mengenai bilangan pilihan yang betul mendedahkan bukti yang lemah untuk prestasi yang lebih baik dalam tugasan mendapatkan semula diskret kedua berbanding dengan yang pertama (BF=3.59). Keputusan ini menunjukkan bahawa surih LTM tatasusunan sasaran tidak menurun sepanjang ujian WM.

Akhirnya, ingatan peserta tentang tatasusunan dinilai buat kali terakhir pada penghujung eksperimen dengan mengulang blok terakhir fasa pembelajaran, di mana mereka hanya dibentangkan dengan isyarat huruf dalam paradigma pengesanan perubahan. Mereka menjawab 93 peratus daripada 24 percubaan dengan betul, menunjukkan pengetahuan yang sangat tepat dan boleh diakses tentang tatasusunan sasaran.

Tugas ingatan bekerja Dalam Rajah 4, kami membentangkan prestasi merentasi blok tugas pengesanan perubahan. Prestasi min gabungan tiga tatasusunan adalah lebih baik daripada tatasusunan rawak dalam kebanyakan blok. Secara purata, peserta membuat 17.5 peratus ralat untuk tatasusunan yang dipelajari, manakala mereka membuat 23.4 peratus ralat secara purata untuk tatasusunan rawak. Ini menyamai saiz kesan piawai d=−.55 dengan 95 peratus CI [−.98, −.11]. Berbanding dengan saiz kesan Eksperimen 1, perbezaan min piawai dalam Eksperimen 2 adalah lebih besar sedikit. Selain itu, terdapat kecenderungan kelebihan tatasusunan sasaran meningkat merentas blok, menyerupai kesan Hebb.

Sila cari faktor Bayes untuk perbandingan model untuk model regresi logistik dalam Jadual 6. Kami menemui bukti yang menentukan untuk kesan utama jenis tatasusunan. Terdapat bukti sederhana terhadap kesan utama blok, dan terhadap interaksi antara kedua-dua peramal. Oleh itu, model akhir termasuk kesan utama jenis tatasusunan dan pintasan rawak (iaitu, kesan rawak subjek), dan anggaran parameter yang sepadan boleh didapati dalam Jadual 7.

Memisahkan kualiti ingatan daripada bias tindak balas

Dalam Jadual 8, kami membentangkan indeks model pengukuran pengesanan perubahan yang dinyatakan di atas untuk setiap eksperimen, dipisahkan mengikut jenis tatasusunan. Sebagai tambahan kepada statistik deskriptif, kami melaporkan saiz kesan yang sepadan untuk setiap indeks setiap percubaan dan faktor Bayes mencerminkan bukti untuk kesan utama jenis tatasusunan

Dalam Eksperimen 1, indeks kebolehdiskriminasian peserta d' adalah lebih besar pada tatasusunan dipelajari berbanding tatasusunan rawak; dalam Eksperimen 2, tiada bukti untuk menyokong perbezaan itu. Kriteria tindak balas (c) dalam kedua-dua eksperimen adalah setanding, dan menunjukkan kecenderungan kecil terhadap melaporkan perubahan dalam percubaan. Memandangkan kriteria tindak balas untuk kedua-dua eksperimen adalah besar dengan magnitud yang sama, nisbah berbeza yang sama untuk menukar percubaan dalam kedua-dua eksperimen mempunyai sedikit kesan ke atas tingkah laku peserta. Kami menemui bukti dalam kedua-dua eksperimen bahawa kriteria tindak balas telah menurun untuk tatasusunan yang dipelajari, bermakna kecenderungan untuk menunjukkan perubahan adalah agak kecil untuk tatasusunan dengan perwakilan LTM.

Beralih kepada model pengukuran ambang tinggi, kebarangkalian item yang diuji dalam ingatan, Pmem, adalah lebih tinggi untuk tatasusunan yang dipelajari berbanding tatasusunan yang tidak dipelajari dalam kedua-dua eksperimen. Begitu juga, kebarangkalian meneka (g) untuk meneka "perubahan" telah dikurangkan untuk tatasusunan yang dipelajari berbanding tatasusunan yang tidak dipelajari. Ini terutamanya berlaku untuk Eksperimen 2, manakala bukti dalam Eksperimen 1 adalah samar-samar. Diambil bersama, kedua-dua model pengukuran menumpu pada kesimpulan bahawa tatasusunan yang dipelajari berbeza daripada tatasusunan yang tidak dipelajari dalam kedua-dua kualiti memori dan berat sebelah. Apabila berat sebelah diambil kira, indeks d' tidak lagi menunjukkan kesan pembelajaran yang boleh dipercayai dalam Eksperimen 2. Dalam Eksperimen 1, kedua-dua d' dan Pmem menunjukkan kesan pembelajaran yang boleh dipercayai. Sila ambil perhatian bahawa perbezaan yang diperhatikan dalam semua indeks model pengukuran antara eksperimen adalah tidak ketara, seperti yang ditunjukkan oleh ujian-t Bayesian untuk sampel tidak berpasangan (BF yang sepadan berjulat dari .32 hingga 2.8)

Perbincangan

Dengan dua percubaan, kami menyiasat sama ada maklumat tentang tatasusunan visual yang disimpan dalam ingatan jangka panjang membantu untuk prestasi seterusnya dalam tugas pengesanan perubahan menggunakan tatasusunan ini. Kami mendorong perwakilan ingatan jangka panjang sebelum paradigma pengesanan perubahan dan memastikan ia dipelajari dengan mantap. Di samping itu, tatasusunan yang dihafal terus diulang sepanjang tugas memori kerja, membolehkan pembelajaran lanjut. Jika pengetahuan tentang tatasusunan sasaran yang diperoleh dalam fasa pembelajaran digunakan dalam ujian memori kerja, prestasi pada tatasusunan yang dipelajari harus lebih baik daripada tatasusunan rawak. Di samping itu, jika orang terus belajar tentang tatasusunan sasaran melalui pengulangan mereka dalam ujian memori kerja, maka prestasi pengesanan perubahan mereka akan bertambah baik secara berterusan sepanjang perjalanan ulangan tatasusunan.

Diambil bersama, penemuan kedua-dua eksperimen menunjukkan bukti yang jelas untuk andaian bahawa perwakilan LTM sedia ada bagi rangsangan visuospatial (iaitu, tatasusunan warna) bermanfaat untuk prestasi memori bekerja semasa paradigma pengesanan perubahan. Dalam kedua-dua eksperimen, kami mengenal pasti kesan utama jenis tatasusunan. Prestasi pengesanan perubahan adalah lebih baik pada yang dipelajari sebelum ini berbanding dengan tatasusunan baharu, menunjukkan bahawa memori jangka panjang digunakan dalam pengesanan perubahan. Tiada bukti untuk pembelajaran lanjut semasa fasa ingatan kerja dalam kedua-dua eksperimen.

Mengapakah kebanyakan kajian terdahulu tidak menunjukkan bukti pembelajaran dalam tugas pengesanan perubahan? Percubaan kami menolak satu penjelasan, iaitu orang mempelajari tatasusunan berulang, tetapi tidak menggunakan pengetahuan mereka untuk keputusan pengesanan perubahan. Ini meninggalkan alternatif bahawa orang tidak mempelajari tatasusunan berulang, atau sekurang-kurangnya tidak mempelajarinya dengan cukup baik. Terdapat sebab untuk mempercayai bahawa beberapa pembelajaran kumulatif tatasusunan berulang berlaku. Salah satunya ialah Shimi dan Logie (2019) menemui peningkatan beransur-ansur pengesanan perubahan melebihi 60 atau lebih ulangan tatasusunan yang sama. Bukti tambahan datang daripada kajian oleh Olson dan Jiang (2004) dan Fukuda dan Vogel (2019). Walaupun kedua-dua kajian tidak menemui bukti jelas bahawa prestasi pada tatasusunan berulang semasa tugas pengesanan perubahan adalah lebih baik berbanding dengan tatasusunan rawak, peserta kedua-dua kajian dapat mengenal pasti tatasusunan berulang semasa ujian pengecaman susulan pada peluang di atas. tahap. Ini bermakna bahawa sekurang-kurangnya beberapa pembelajaran untuk maklumat berulang mesti berlaku semasa percubaan, tetapi nampaknya tidak mencukupi untuk menjadikan pengetahuan itu berguna untuk pengesanan perubahan.

Ini mungkin kerana, dalam ujian pengiktirafan akhir kajian terdahulu tersebut, peserta perlu mendiskriminasi tatasusunan berulang daripada tatasusunan baharu yang disusun secara rawak, yang mana ia berbeza dalam beberapa item, manakala probe perubahan tugas pengesanan perubahan berbeza daripada tatasusunan yang dibentangkan. dalam satu item sahaja. Orang mungkin telah memperoleh pengetahuan separa tentang tatasusunan yang berulang—contohnya, pengetahuan tentang pasangan atau tiga kali ganda warna—yang mencukupi untuk mendiskriminasi mereka daripada tatasusunan baharu sepenuhnya, tetapi jarang sekali membantu mengesan satu perubahan. Kemungkinan lain ialah pengetahuan yang diperoleh tentang tatasusunan berulang adalah lemah sehingga lambat untuk diambil. Dalam ujian pengesanan perubahan, mungkin terdapat perlumbaan antara mendapatkan tatasusunan yang baru dibentangkan daripada WM dan mendapatkan surih padanan daripada LTM. Jika perolehan semula daripada LTM jauh lebih perlahan daripada perolehan semula daripada WM, ia jarang memenangi perlumbaan. Sebaliknya, dalam ujian pengecaman akhir, hanya LTM yang tersedia, dan oleh itu orang mungkin akan meluangkan masa mereka untuk mendapatkan dan menggunakannya. Sama ada cara, perwakilan LTM yang dibina secara beransur-ansur daripada mengalami tatasusunan berulang semasa pengesanan perubahan terkumpul dengan sangat perlahan—lebih perlahan daripada eksperimen ulangan Hebb biasa—dan oleh itu tidak memanfaatkan prestasi pengesanan perubahan melainkan bilangan ulangan melebihi kira-kira 50. Sebaliknya , pengetahuan yang diperoleh dalam fasa pembelajaran yang berasingan, seperti dalam eksperimen kami, cukup kuat untuk berguna dalam pengesanan perubahan dari awal.

Kadar pembelajaran yang lemah adalah berbeza dengan pembelajaran yang agak pesat yang diperhatikan dalam paradigma pengulangan Hebb dengan jenis bahan lain (item lisan, lokasi spatial, muka) dan prosedur ujian lain (iaitu, ingat kembali bersiri atau pembinaan semula). Oleh itu, mengekalkan set item dalam WM tidak mencukupi untuk memupuk pembelajaran pesat. Perkara lain tentang maklumat yang perlu dipelajari, atau prosedur ujian WM, mesti mempengaruhi kadar pembelajaran. Satu kemungkinan yang dibangkitkan oleh Logie et al. (2009) ialah dalam pengesanan perubahan, probe perubahan mengganggu perwakilan memori jangka panjang tatasusunan berulang, dengan itu memperlahankan pembelajaran. Kemungkinan lain dicadangkan oleh siri percubaan yang masih belum diterbitkan oleh Souza dan Oberauer (2021): Pembelajaran tatasusunan visual Robust Hebb diperhatikan hanya jika semua item tatasusunan diuji pada setiap percubaan. Mungkin LTM dibina terutamanya apabila kami mendapatkan maklumat daripada WM atau LTM (Sutterer & Awh, 2016), dan oleh itu, pembelajaran semasa pengesanan perubahan adalah perlahan, kerana setiap percubaan hanya melibatkan satu ujian.

Kesimpulan

Apabila pengetahuan yang kukuh dan komprehensif tentang tatasusunan visual tersedia dalam LTM, ia digunakan dalam tugas pengesanan perubahan. Ketiadaan kesan pengulangan Hebb yang tipikal dengan tatasusunan visual (Fukuda & Vogel, 2019; Logie et al., 2009; Olson & Jiang, 2004) paling baik dijelaskan oleh orang yang gagal mempelajari tatasusunan lengkap dengan cukup kuat dalam bilangan ulangan yang terhad .