感情と意味的関連性が認識記憶に及ぼす影響: 行動的および電気生理学的証拠パート 2
Jan 02, 2024
2.1|方法
2.1.1|参加者
必要なサンプルサイズを決定するために、最初に Pierce &Kensinger (2011; N = 32, Cohen's f = 0.42) によって得られた行動効果サイズを抽出しました。彼は、実験で使用されたものと同様の実験デザインを採用しました。現在の研究。
サンプルサイズとメモリの間には関係があります。 この関係は直接的ではないかもしれませんが、非常に重要です。 簡単に言えば、サンプルサイズが大きいほど、より多くのことを覚えられるようになります。 したがって、記憶力を向上させるには、日常生活の中で常に新しくて有意義な情報を収集する必要があります。
科学的研究によると、情報を取得するためにさまざまな方法やチャネルを使用すると、記憶が刺激され、記憶能力が向上することがわかっています。 さまざまな年齢の人々と交流し、さまざまな余暇活動を行い、さまざまな文化、環境、人々を経験して、知識をより完全で広く、より深くすることができます。
自分の知識の範囲を超えて情報を素早く暗記することを学ぶことも、記憶力を向上させる重要な方法です。 いくつかの記憶ゲームを通じて脳を訓練したり、暗記と復習を繰り返して記憶を定着させたり、新しい知識を素早く習得したりすることができます。 記憶力の向上には多くの費用や時間は必要ありません。前向きな姿勢を維持して努力を続けるだけです。
つまり、継続的な蓄積、訓練、学習、挑戦を通じて、誰もが記憶力を向上させ、より多くの知識を習得し、人生経験を豊かにすることができます。 情報爆発の時代において、強い記憶力を持つことは非常に重要です。 私たちには、あらゆる角度から記憶力を向上させ、より良い自分になる責任と義務があります。 私たちは記憶力を向上させる必要があることがわかります。カンクサにはアセチルコリンや成長因子のレベルを高めるなど、神経伝達物質のバランスも調節できるため、記憶力を大幅に向上させることができます。 これらの物質は記憶と学習にとって非常に重要です。 さらに、肉は血流を改善し、酸素の供給を促進するため、脳に十分な栄養素とエネルギーが確実に供給され、脳の活力と持久力が向上します。
次に、連想記憶パラダイムを使用した複数の研究から連想記憶 ERP 効果 (初期および後期 ERP コンポーネントの) を抽出しました (Bader & Mecklinger, 2017; Kamp et al., 2016; Liet al., 2017; Li et al., 2019; Rhodes & Donaldson, 2008;Tibon, Gronau, et al., 2014; Zhao et al., 2020; Zheng, Li,Xiao, Broster, Jiang, & Xi, 2015)。
これらの研究で報告された連想記憶成分の効果量はすべて中程度の大きさで、コーエンの f = 0.3 ～ 10.7 (N の範囲は 17 ～ 46) でした。
Nevertheless, to avoid an overinflated estimation of effect size, we set f = 0.25 as a lower, more conservative value. Based on this effect size, we estimated that power>.8 ( =.01) には少なくとも 39 人の参加者 (実際の検出力=.81) が必要となるため、この研究には 47 人の参加者が募集されました。
CapitalNormal大学の47人の健康で右利きの中国語母語話者(女性30人、平均年齢22.4±2歳)が実験に参加し、時給30円が支払われた。
すべての参加者は正常または正常に矯正された視力を有しており、神経障害または精神障害、学習障害、頭部外傷、または向精神薬の使用歴について事前スクリーニングを受けていました。 首都師範大学の治験審査委員会によって承認されたインフォームドコンセントが各参加者から収集されました。
タスクのパフォーマンスが非常に悪い 1 人の参加者を含む 5 人の参加者からのデータは破棄されました (associativePr<0), and four participants with insufficient number of artifact-free ERP trials in one or more experimental conditions (N trial <16). Our final sample therefore included 42 participants (27 females; mean age 22.4 ±2 years).
Photoshop 8.0 で、灰色の背景 (RGB: 150、図 1 を参照) の画像の中央に表示されました。
独立したサンプル (N = 12) は、1 (非常に否定的/穏やか/馴染みがない) から 9 (非常に肯定的/興奮/馴染み深い) までの範囲のスケールを使用して、価度、興奮、親近感の次元で写真を評価しました。親密度評価が 4 未満の写真はプールから削除されました。
646 枚のネガティブ画像 (価数スコアが 4 未満) と 625 枚のニュートラル画像 (価数スコアが 4 ～ 7) を含む 1272 枚の画像が選択され、結合されてネガティブ/ネガティブ画像ペアまたはニュートラル/ニュートラル画像ペアが形成され、その結果、意味的に無関係なネガティブ画像が 166 枚得られました。 150 個の意味的に無関係なニュートラル画像ペア、157 個の意味的に関連したネガティブ画像ペア、および 162 個の意味的に関連したニュートラル画像ペア。
別の独立したサンプル (N = 10) は、関連性の次元でペアの評価を提供しました。 彼らは、2 つの物体が一緒に現れる可能性がどの程度あるかを、1 (可能性は非常に低い) から 9 (可能性が非常に高い) までのスケールで回答することによって判断するように求められました (Tibon, Gronau, et al., 2014)。
事前に割り当てられた関連性ステータスが検証されたペアのみ (つまり、関連性スコアを持つ無関係な刺激)<5, and related stimuli with a relatedness score≥5) by the majority of the raters (at least 6/10 raters) were included in the study.
評価に基づいて、意味的に関連するネガティブ ペア 150 個、意味的に関連するニュートラル ペア 150 個、意味的に関連しないネガティブ ペア 150 個、および意味的に関連しないニュートラル ペア 150 個を含む 600 個のペアが選択されました。 意味的に関連するペアは、同じカテゴリに属するか (例: 「机とソファ」)、機能的に関連していました (例: 「ウサギとニンジン」)。
関連ペアの関連性スコア [平均 (SD) = 6.61 (1.25)] は、無関係なペアの関連スコア [平均 (SD) = 1.61(.41); t (299) = 64.20、p<.001].
ネガティブな写真は、ニュートラルな写真よりもはるかにネガティブで刺激的でした [価数: 意味 (SD) {{0}}.05 (0.66)、Meanneu(SD) = 5.06 (0.31) 、t (599)=−59.22、p<.001; arousal: Meaning (SD) = 5.43 (1.23), Meanneu (SD) = 2.41 (0.63), t (599) = 45.77, p<.001], but equal to neutral pictures on familiarity (p>.05).
その後、異なるペアに属する写真を組み合わせて、タイプと位置を変更せずに 200 の再配置ペアを構築し、タイプごとに 50 の再配置ペアが存在するようにしました。 たとえば、2 つの関連する中立対 AB (例: ウサギ - ニンジン) と CD (例: ヤギ - キャベツ) を再結合して、別の関連する中立対 AD (ウサギ - キャベツ) を形成することができます。
B と C は、他のアイテム (関連するニュートラル ペアに属する) と組み合わされて、再配置されたペアを形成します。 以前の関連性評価の参加者の同じサンプル (N = 10) が再度募集され、関連性の評価が提供されました。
結果は、ペアの最初の割り当てを確認し、関連するペアの関連性スコア [平均(SD) = 6.67 (1.23)] が無関連のペアの関連性スコア [平均 (SD) = 1] よりも大幅に高いことを示しました。 .65 (.57); t (99) = 64.90,p<.001]. Importantly, there was no difference in relatedness between the rearranged pairs and the original pairs [Unrelated pairs: t (99) = 1.07, p =.29; Related pairs: t (99) = 0.76, p =.35].
研究フェーズでは合計 400 のピクチャ ペア（関連するネガティブ ペア 100 件、関連するニュートラル ペア 100 件、無関係なネガティブ ペア 100 件、無関係なニュートラル ペア 100 件）がエンコードされ、残りの 200 ペアはテスト フェーズ中の新しいペアとして機能します。 テストでは、200 の無傷のペア (研究で示されているのと同じペア)、200 の再配置されたペア (一緒に再結合された異なる研究ペアに属する写真)、および 200 の新しいペアが提示されました。各条件には、関連する否定的な 50 件、関連する中立的な 50 件、関連する中立的な 50 件が含まれていました。無関係なネガティブペア、および無関係なニュートラルペア 50 個。 テストペアは被験者間でバランスがとれており、すべての写真がそのままのペア、再配置されたペア、または新しいペアの一部として同じ頻度で提示されました。
2.1.3|手順
参加者は、電気的に遮蔽された室内で、Dell モニターから 70 cm 離れたところに着席しました。 視覚領域が 10 度 × 5 度の画像ペアが、黒い背景に対してモニターの中央に水平に表示されました (Neurobehavioral Systems, Inc. のプレゼンテーションを使用)。 標準的な学習とテストのパラダイムが採用され、学習フェーズの後に、10- 分遅れてテストフェーズが続きます。 学習段階とテスト段階中に、自分のペースで行う休憩が 4 回設けられました。 刺激は擬似ランダムに提示され、同じ条件からの連続試行が 3 回を超えないようにしました。
この研究では、各試験は1000〜1500ミリ秒間の灰色の固定十字から始まり、続いて2000ミリ秒の間ペアの絵を提示し、その間に参加者はペアを記憶し、価数判断タスク、つまり2つのうちのどちらかを判断するタスクを実行するように求められた。オブジェクトはよりネガティブです (図 1b)。 左側のオブジェクトの方が否定的だと思う場合はキーボードの「左矢印」キーを押し、右側のオブジェクトの方が否定的だと思う場合は「右矢印」キーを押し、「下矢印」キーを押すように求められました。 2 つのオブジェクトが同様の原子価を持っていると思われる場合は、矢印キーを押します。
学習フェーズが完了すると、10- 分間の休憩が設けられました。 この期間中、参加者は 3-3- 桁逆算する気晴らしタスクを 5 分間実行し、その後さらに 5 分間休息しました。
テストでは、各トライアルは 1000 ～ 1500 ミリ秒間のジッターを伴う注視の交差提示から始まり、続いて 2000 ミリ秒間の画像ペアの提示が行われました。 参加者は、ペアが「無傷」、「再配置」、または「新しい」かをできるだけ正確かつ迅速に示すように求められました。 回答はキーボードのキーを介して提供され、参加者間でバランスがとれました。
参加者の半数は、左手で「F」「G」キーを押すと「そのまま」「再配置」、右手で「J」キーを押すと「新規」と回答した。 残りの半分の参加者は、右手でキー「H」と「J」を押すと「そのまま」と「再配置」、左手でキー「F」を押すと「新規」と回答しました。
12 回のトライアルからなる研究実践ブロックが、研究段階の前の実験の開始時に提供されました。 テストフェーズの前に、18 トライアルの追加のテスト演習ブロックが提供されました。 これらの練習セッション中に、実験者は参加者が課題を理解していることを確認しました。
2.1.4|EEGの記録と前処理
EEG は {{0} チャンネル ニューロスキャン システムを使用して記録され、電極の位置は拡張国際 10-20 システムに準拠しました。 サンプリングレートは 500Hz、0.05 ～ 100Hz のバンドパスフィルターを使用しました。 眼電図(EOG)は、各眼の外眼角の外側と左眼の眼窩下に配置された2つの電極を使用して記録されました。
左側の乳様突起をオンラインの参照部位として使用し、EEG 信号をオフラインで再参照して左右の乳様突起の記録の平均を求めました。インピーダンスは 5 kΩ 未満に維持されました。 EEG/EOG 信号は 0.05 ～ 40Hz のバンドパスでフィルタリングされました。 テスト段階からの EEG データは 1100 ミリ秒のエポックに分割され、100 ミリ秒の刺激前のベースラインに補正されました。 ±75 μV を超える電圧を持つエポックは除外されました。
MATLAB の EEGLAB ツールボックス (v.2019.0、Delorme & Makeig、2004) を通じて利用可能な runica アルゴリズムを使用して実行された独立成分分析 (ICA) を使用して、EOG まばたきアーティファクトを分離および除去しました。 許容可能な信号対雑音比を確保するには、各条件について最低 16 回のトライアルが必要であり、最小トライアル数を満たさなかった参加者 4 人は除外されました。
関連する分析されたトライアルの平均数は、ネガティブペアについては 39 (無傷)、26 (再配置)、および 38 (新規) であり、ニュートラルペアについては 37 (無傷)、26 (再配置)、および 43 (新規) でした。 無関係に分析された試験の平均数は、ネガティブペアについては 25 (無傷)、30 (再配置)、および 37 (新規)、中立ペアについては 27 (無傷)、30 (再配置)、および 41 (新規) でした。
2.1.5|統計分析: 一般的なアプローチ
データは正しい試験についてのみ抽出された（例えば、Donaldson&Rugg、1998; Paller et al.、2003）。 推論統計のために反復測定分散分析 (ANOVA) が実行され、必要に応じて非球形性に対するグリーンハウス・ガイザー補正が行われました。 必要に応じて、反復測定ＡＮＯＶＡまたはｔ－テストを使用して追跡分析を実施した。
タイプ I 誤り率を制御するために、Benjamini-Hochberg 手順 (Benjamini & Hochberg、1995) を使用して誤発見率 (FDR) の p 値を p で補正しました。<.05. Because the current study focuses on mnemonic effects, only main effects and interactions that included the factor of response type are reported.
行動分析
関心のある行動尺度は連想 Pr でした。連想記憶の古い/新しい効果の識別尺度であり、無傷のペアのヒット率から再配置されたペアの誤報率を差し引くことによって定義されます (Jägeret al., 2006; Snodgrass & Corwin, 1988)。 この尺度は、潜在的な反応バイアス (例: 関連ペアの場合; Ahmad & Hockley, 2014; Liu & Guo, 2019; Tibon,Gronau, et al., 2014; 反応バイアスの補助分析については裏付け情報 1 を参照) を真の反応バイアスから分離するために使用されました。記憶力の優位性。 Pr スコアは、反復因子として関連性 (関連または無関係) および価数 (陰性または中立) を使用し、従属尺度として Pr スコアを使用した反復測定 ANOVA を使用して分析されました。
連想記憶に興味があり、真の記憶効果を応答バイアスから解きほぐすことを考慮して、反復因子として関連性 (関連性または無関係) および価数 (負性または中立性) との反復分散分析を使用して、無傷のペアと再配置されたペアの正解率 (正解率) をさらに分析しました。独立した尺度としての精度率。 同じモデル内のすべての因子（関連性、価数、応答タイプ）とレベル（そのまま、再配置、新規）を含む全方向分散分析は、サポート情報 2 に含まれています。{0}
ERP分析
無傷のペアと再配置されたペアの両方が、調査対象のアイテムで構成されます。 ただし、無傷のペアにはさらに研究された連想情報が含まれていますが、再配置されたペアには研究では提示されていない新しい連想情報が含まれています。 したがって、無傷/再配置された効果、つまり、正しい「無傷」の判断と正しい「再配置された」判断に関連付けられた ERP 間の差異は、連想認識を示します。 （例、Li et al.、2017; Rhodes&Donaldson、2008; Zheng、Li、Xiao、Broster、Jiang、&Xi、2015）。
したがって、我々は、連想記憶のインデックスを作成するために、無傷のペアと再配置されたペアの比較に焦点を当てました。 完成のために、再配置されたペアと新しいペアの比較も、項目記憶のインデックスとしてサポート情報 3 に含めます。
前頭葉および頭頂葉の記憶効果については、以前の ERP 研究に基づいて時間セグメントと対象領域が定義されました (Bader et al., 2010; Han et al., 2018; Li et al., 2017,2019; Rugg & Curran, 2007; Speer & Curran、2007; Wolket al.、2006; Zheng et al.、2016)。 したがって、前頭葉と頭頂葉の記憶効果を捉えるために、それぞれ 300 ～ 550 ミリ秒と 550 ～ 800 ミリ秒の 2 つのタイム ウィンドウが使用されました。 これらのウィンドウにおける統計分析の平均振幅は、前頭部 (F3、Fz、および F4 にわたって縮小)、中央 (C3、Cz、および C4 にわたって縮小)、および頭頂部 (P3、Pz、および P4 にわたって縮小) の頭皮の位置から取得されました (Han et al ., 2018; Houet al., 2013; Molinaro et al., 2011)。
反復測定ＡＮＯＶＡは、時間窓ごとに個別に実施され、これには、関連性（関連性または無関係）、価数（陰性または中立）、反応タイプ（無傷または再配置）、および位置（前頭、中央、または頭頂部）の４つの被験者内因子が含まれていた。
2.2|結果
2.2.1|行動結果
実験 1 のさまざまな行動測定の平均値と SD を表 1 に示します。連想 Pr (関連性 × 価数) の ANOVA により、価数 F (1, 41) = 24.28, p の重要な主効果が明らかになりました。<.001, 휂2 p =0.37 (greater Pr scores for neutral vs. negative pairs), and of relatedness, F (1, 41) = 120.01, p <.001, 휂2 p =0.75 (greater Pr scores for related vs. unrelated pairs).
分析により、関連性と原子価の間の有意な相互作用、F (1, 41) = 6.61、p =.014、휂2p =0.14、との相互作用がさらに明らかになりました。無関係な条件における負のペア (vs.neutral) の低い結合 Pr、t (41) = 5.38、p<.001, d = 0.83, but not in the related condition, t (41) = 1.65, p =.107, d = 0.25.
無傷のペア (「ヒット」) の正解率の分析により、関連性 F (1, 41) = 361.91,p の主効果が明らかになりました。<.001, 휂2 p =0.90, and a 2-way interaction between the two factors, F (1, 41) = 17.35, p <.001, 휂2 p =0.30, resulting from lower accuracy rates for negative pairs (vs. neutral) in the unrelated condition, t (41) = 2.78, p =.008, d = 0.43, but greater accuracy rates for negative pairs (vs. neutral) in the related condition, t (41) = 2.31, p =.026, d = 0.36. The analysis of accuracy rates for rearranged pairs ("correct rejections") only revealed a main effect of relatedness, F (1, 41) = 22.70, p <.001, 휂2 p =0.36, with greater accuracy rates for unrelated vs. related pairs.
総合すると、行動結果は予測された感情的連想干渉効果を表しており、ネガティブ対ニュートラルのペアに対する Pr スコアと正解率の低下によって示されています。 さらに、この効果は意味論的な関連性によって弱まり、無関係のペアと関連のあるペアの場合に、より大きな感情的干渉が観察されました。
2.2.2|ERPの結果
さまざまな実験条件における連想記憶効果の波形とトポグラフィー分布を図 2 に示します。初期の時間枠 (300 ～ 550 ミリ秒) では、連想記憶効果の ANOVA により、原子価と原子価の間の 2- 方向の相互作用が明らかになりました。応答タイプ、F (1, 41) = 9.29、p =.004、휂2p =0.19。
価数の各レベルで対応のある t 検定を使用して交互作用を分解すると、負のペア、t (41) = 3.13、p {{5 }}.003,d = 0.48 ですが、中立ペアの場合はそうではありません (p =.29)。 したがって、初期の時間枠では、関連性に関係なく、ネガティブペアに対して連想記憶効果が現れ、広範囲に分布しました。
遅い時間枠 (550 ～ 800 ミリ秒) では、ANOVA は応答タイプ F (1, 41) = 38.84, p の主効果のみを明らかにしました。<.001, 휂2 p =0.49, suggesting that the late associative memory effect was similarly observed in all conditions and all locations. Exploratory analysis of a later associative memory effect (800–1000 ms), which resembled the pattern observed in the 550–800 ms time window, is included in Supporting Information 4.
For more information:1950477648nn@gmail.com
