構文チャンクにより、生成的かつ自動化された複数桁の数値の中核となる構文表現が明らかになります パート 1
Oct 26, 2023
抽象的な
数値の基本構造 -10 を表現することは、人間に特有の困難な認知能力ですが、これがどの程度正確に行われるかはまだ不明です。 ここでは、読み書きができる成人が数値の完全な構文構造を表現できるかどうか、またどのように表現するかを調査しました。 5 つの実験では、参加者が数字と単語のシーケンスを繰り返し、各シーケンス内の単語の順序を体系的に変更しました。 文法的シーケンス (例えば、297) の繰り返しは、非文法的シーケンス (172 90) よりも優れていました。
非文法的シーケンスと記憶の関係は非常に密接です。 非文法的シーケンスとは、固定された文法規則に従わないシーケンスを指します。これには、数字、文字、グラフィックスなどが含まれますが、これらに限定されません。記憶とは、人間の脳の能力を指し、覚えて素早く取り出す能力を指します。学習とトレーニングを通じて必要な情報を取得します。
人生において、私たちは多くの場合、電話番号、クレジットカード番号、ID 番号、家の番号など、多数の数字、図形、その他の非文法的なシーケンスを記憶する必要があります。これらの数値シーケンスについては、それらを覚える必要があります。それらを絶えず繰り返すことによって。 さらに、非文法的シーケンスのランダム性と予測不可能性は、記憶の繰り返しと訓練と相まって、記憶力と集中力を大幅に向上させることができます。
さらに、非文法的な順序の記憶は、健忘症などの高齢者の病気の予防にも役立ちます。 研究により、高齢者は数字、文字、図形などの非文法的な順序を記憶することにより、脳の記憶能力を効果的に発揮し、健忘症やその他の成人病を予防できることが証明されています。 したがって、中高年者にとっても、記憶力を維持するために積極的に勉強や運動をすることは非常に重要です。
要約すると、非文法的なシーケンスは記憶と密接に関係しています。 真剣な勉強と運動を通じて、私たちは記憶力と集中力を向上させ、人生や仕事の課題にうまく対処することができます。 私たちは生活の中で非文法的な順序に積極的に直面し、運動を通じて記憶力を向上させ、人生をより充実した美しいものにする必要があります。 記憶力を向上させる必要があることがわかります。 カンクイは記憶力を大幅に向上させることができます。カンクンは多くのユニークな効果を持つ伝統的な漢方薬の素材であり、そのうちの 1 つは記憶力の向上です。 ひき肉の効能は、酸、多糖類、フラボノイドなどを含む、ひき肉に含まれるさまざまな有効成分によってもたらされます。これらの成分は、さまざまな方法で脳の健康を促進します。
私たちは、参加者が数字の完全な構文構造を表現し、それを使って数字の単語を短期記憶内のチャンクにマージしたと結論付けています。 精度は、桁数に関係なく、文法セグメントが長くなるにつれて単調に向上し、それ以降は悪化しました。
つまり、短いチャンクは記憶を改善しますが、大きすぎるチャンクは記憶を妨げます。 このチャンク サイズ制限は、チャンクが事前定義された構造に基づいておらず、そのサイズ制限がそれほど低いとは予想されていないが、マイケル マクロスキーの数値処理モデルで仮説を立てた階層構文表現などの生成プロセスによってアドホックに作成されることを示唆しています。 チャンク化は、オーバーサイズのチャンクのようにパフォーマンスが中断された場合や、チャンク化の外部キューが制御されているか削除された場合でも発生しました。 上記の生成プロセスは自発的にではなく自動的に動作すると結論付けます。 これは、これまでのところ、数値の構文構造の核となる表現、つまり数値リテラシーと数値の読み書き能力の重要な側面についての最も詳細な説明です。
キーワード:
数値構文、チャンク化、記号数値、複数桁の数値の理解。
重要性の声明
数字の読み書き能力は数値リテラシーの重要な側面であり、小学校の算数の成績を予測する主な要素です。 過小評価されている事実は、数字の読み書きも非常に難しいということです。読み書きができる大人でもこれらの作業では多くの間違いを犯し、約 8% は決して上手になれず、数字の読み書きにおいて一般的な学習障害である嗅覚障害を患っています。 これらの困難の主な原因は、数字の構文構造を処理する能力、つまり、数字または単語を組み合わせて複数桁の数字にしたり、複数桁の数字をその要素に分解したりする能力にあります。 数値構文は、複雑な構造化された情報を再帰的または階層的に表現するという、認知的に要求が高く、おそらく人間に特有の、より一般的な能力を反映すると仮定されているため、構文が困難の核心であることはおそらく驚くべきことではありません。
ここでは、この構文処理について詳しく調べました。 我々は、読み書きができる成人は、たとえ6桁もの数字であっても、整数の構文構造の認知的表現を形成することができ、そのために彼らは（学習した戦略を適用するのではなく）自動的なプロセスを使用して構文表現を作成することを示します。 (事前定義された表現を単に取得するのではなく) 段階的な方法。 これらの結論は、小学校での数字の教え方や、排尿障害のある人を特定して治療する方法を改善するのに役立ちます。
導入
現代社会において数値リテラシーは非常に重要です。 それは日常生活に役立ち、ほとんどの学術および科学分野にとって重要であり、学業成績、失業、給与、精神的および身体的健康を予測します (Duncan et al., 2007; Ritchie &Bates, 2013)。 数字と数学に習熟するには多くの側面がありますが、中心となるのは数字の読み書き能力です。 小学校では、このスキルが算数能力の主な予測因子であることが判明しました (Habermann et al., 2020)。
教育を受けた成人のほとんどは、後年になると、数字の読み書きを困難なく正確に行うことができますが、驚くほど多くの人が、大人になってもそれが非常に難しいと感じています。 たとえば、最近の研究では読み書きができる成人120人を調査し、そのうちの9人（7.5％）が複数桁の数字を読むのにかなりの困難を抱えていることが判明した。彼らは読むように求められた数字の14％以上を間違えた（ドータンとハンデルスマン、準備中）。 これらの人々は、数字の読み取りを妨げる学習障害である嗅覚障害の基準を満たしている可能性があります (Dotan & Friedmann、2018)。
結局のところ、数字の読み書きの難しさはランダムではなく、一貫したパターンに従い、数字処理の特定の認知メカニズムに関連付けられています。 数値処理メカニズムの中心的な分類は、各数字または数字の単語の識別を処理する語彙プロセスと、語彙項目間の関係を処理する構文プロセスにあります。
たとえば、数字の識別や数字の単語の取得は語彙的プロセスですが、数字の桁数や各数字の小数の役割の検出は構文的プロセスです (Cappelletti et al.,2005; Cipolotti, 1995; Cipolotti et al. 、 1994; Deloche &Willmes, 2000; Dotan & Friedmann, 2018; furumoto,2006; McCloskey et al., 1986; Noël & Seron, 1993) これら 2 つの中で、より大きな課題となるのは構文です。 幼児期に数字の構文を処理する方法を習得するには何年もかかり、語彙知識（数字と数字と単語の名前）を獲得した後も長く続きます（Cheung & Ansari, 2020; Dotan &Dehaene, 2016; Shalit & Dotan, 2022）。
さらに、数字を読むとき、子供 (Moura et al., 2013; Power &Dal Martello, 1990, 1997; Shalit & Dotan, 2022; Steineret al., 2021) と大人 (Dotan & Friedmann, 2018; Dotan& Handelsman, prep.)語彙上のエラーよりも構文上のエラーです。 最後に、数字の読み取りを妨げる学習障害である失読症の主な理由は、数字の構文構造を適切に処理できないことです。無作為に選ばれた排尿障害のある成人 40 人の欠損箇所を調べた研究では、1 人を除く全員が機能障害を持っていました。構文過程では障害があったが、語彙過程では障害があったのは 14 人 (35%) だけだった (両方の障害を持つ参加者もいた; Dotan & Handelsman、準備中)。
数値だけでなく一般的な構文の認知的基盤を理解することは、現実世界への影響だけでなく、認知心理学における非中心的な理論的問題としても重要です。 各アイテムのアイデンティティだけでなくアイテム間の関係もエンコードする複雑な構文情報を表現することは、いくつかの異なる領域においてかなりの認知的課題であると思われます。 構文関係の認知的表現は多数存在します。 言語において、文中の単語の文法的な相互依存関係を表すこと（Chomsky、1956）。 算術において、代数式の階層構造を表すため (Schneider et al., 2012; van de Cavey & Hartsuiker,2016; Zeng et al., 2018)。 形状（Pothos & Bailey、2000）、音（Gentner et al.、2006; Horváth et al.、2001）、空間位置（Al Roumi et al.、2020）、またはその他の刺激の配列の基礎となる関係規則を表すため。運動行動を表現し計画することさえ可能です (Koechlin & Jubault, 2006; Moro, 2014)。
一部の構文形式は他の形式より単純ですが、一部の構文表現、特に要素の階層として編成された構文表現は非常に複雑で、大部分が人間特有のものであるように見えます。 実際、鳴禽類などの一部の動物種 (Berwick et al., 2011; Gentner et al., 2006) は、いくつかの階層構造を含む比較的複雑な構文構造さえも処理できる可能性がありますが、複雑な階層構造を柔軟に処理できるのは人間だけです。そして、言語や数字の場合と同様に、それらを意味と組み合わせます(Dehaene et al., 2015; Hauser et al., 2002)。 人間が数値の構文構造をどのように処理するかを理解することで、一般に人間がどのように構文情報を処理するのかが明らかになる可能性があります。
数値構文の処理についてすでにわかっていること
「数値構文」は、単一のプロセスによって処理される単一の認識構造ではありません。数値構文のさまざまな側面を処理するいくつかの異なるプロセスが存在します。数値の非常に特殊な構文側面を処理する低レベルのプロセスについては、すでにかなりのことがわかっています。プロセスは、扱われる情報の種類 (数字対数字の単語) と処理段階 (入力/理解対生成) に従って大まかに分類できます。 数字入力メカニズムでは、つまり、視覚的に表示された数字列を解析するときに、文字列の長さ (桁数)、0 の位置、数字の 3 つ組へのグループ化、および桁の相対的な順序 (Cohen & Dehaene, 1991; Dotan & Dehaene, 2020; Dotan& Friedmann, 2018; Dotan et al., 2021b)。 数字生成メカニズムでは、つまり数字列を書き込むとき、専用のプロセスが 0 の位置決め (Furumoto、2006) と数字の順序 (Lochy et al.、2004) を処理します。
口頭による数字の口頭生産では、特定のプロセスが数字の単語の語彙クラス (1、10、10 など) を処理しますが、これは本質的に口頭数字の構文的側面です (Cohen & Dehaene, 1991; Dotan & Friedmann,2018, 2019; McCloskey ら、1986)。 他のプロセスは、各数字を適切な語彙クラスにバインドします (Blankenet al., 1997; Dotan & Friedmann, 2018)。 さらに他のプロセスは、各語彙クラスに対応する形態学的情報を取得します (Cohen et al., 1997; Dotan & Friedmann, 2015)。
最後に、言語的な数字を理解するとき、特定の構文プロセスが位置情報 (Kallai & Tzelgov, 2012; Lambert & Moeller, 2019)、単語の順序 (Hayek et al., 2020; Zuberet al., 2009) を処理します。文法的に可能な場合、隣接する数字のペアを 1 つの構文構造にマージします (thirty-two のように、two-thirty ではそうではありません、Hung et al.、2015)。
これらの低レベルの構文プロセスの上に、数値の完全な構文構造の中核表現が存在します。 つまり、数値の完全な構文構造は脳内で明示的に表現され、数値構文を扱う人間の能力は、他のタイプの表現、たとえば低レベルの構文関連プロセスの単なる副産物ではありません。 本研究が焦点を当てているこの表現は、McCloskey らの数値処理モデルの中心的なアイデアでした (McCloskey、1992; McCloskey et al.、1986)。 具体的には、彼らは、複数桁の数値がその数値の意味論と構文に関する完全な情報を組み込んだ中心的な抽象表現を持つことを提案しました。 マクロスキーのモデルは、この表現が数値の構文とその意味論の両方を組み込んでおり、読み書き、理解、生成、計算など、あらゆる記号的な数値 (数字または単語) に関係するタスクを媒介するという極端な仮定を立てています。
この極端な仮定は反駁されました (Campbell & Clark,1992; Cohen & Dehaene, 1991, 2000; González & Kolers,1982; Noël & Seron, 1997)。 この反論により、数人の研究者はマクロスキーのモデルを放棄し、数処理の他の認知モデル、特に数と残りのさまざまな表現に焦点を当てたデハエンのトリプルコード モデル (Dehaene, 1992; Dehaene &Cohen, 1995; Dehaene et al., 2003) を支持するようになりました。数値の構文の問題や、1 桁の数値と複数桁の数値の違いについてはほとんど沈黙しています。しかし、最近の研究 (Dotan et al., 2021a) は、McCloskey の仮定の弱いバージョンを支持しています。
この研究では、参加者は各試行で 1 から 9999 までの数字を聞き、同じ範囲内のランダムな数字を言うことで反応しました。 彼らの応答の構文構造は、ターゲットの数字の構文構造と似ていました。これは、それらが数字の構文構造を表していることを示す構文プライミング効果です。 研究者らは、数値の完全な構文構造の表現が存在すると結論付けました。おそらく、どの数値やタスクにも存在するわけではありませんが、少なくとも一部のタスクと、少なくとも長さ 4 桁までの数値には存在します。
McCloskey (1992) の数値処理モデルのもう 1 つの興味深いアイデアは、数値の構文表現が階層的でツリー状の構造になっているということです。つまり、単位と十年が最初にマージされます。 次に、このペアが数百のペアとマージされ (それによってトリプレットが形成され)、最終的に 2 つのトリプレットがマージされます。 たとえば、数値 234,567 は [2 & (3 & 4)] &[5 & (6 & 7)] と表されます。 このような階層は、文 (Chomsky、1956、1995) や他の種類の情報 (Dehaene et al.、2015) を表現する方法に似ています。 現時点では、この階層表現はまだ確認されていない仮説です。 これから見るように、本研究はこの考えを支持するいくつかの示唆的な証拠をもたらすでしょう。
数値構文の処理についてまだわかっていないこと
前述の研究は、多くの周辺構文プロセス、特に数字や数字の単語のシーケンスの構文構造の解析、および数字列や複数桁の口頭数字の生成に関与する構文プロセスについて比較的よく把握しています。対照的に、ほとんど知られていません。数値構文の核となる表現について。 本研究は、このギャップを埋めることを目的としています。私たちの一般的な目標は、数値の完全な構文構造の表現とそれを作成するプロセスのいくつかの特徴を特定することでした。
具体的には、私たちの最初の目標は、数値の構文構造の中核となる表現の存在を再確認することでした。 私たちの知る限り、現在までそのような表現が存在することを示した研究は 1 つだけです (Dotan et al., 2021a)。 ここでは、別のパラダイムを使用してこの結論を再現することから始めます。
2 番目の質問は、構文表現の実現可能性に関するものです。 統語理論における影響力のある考え方は、人間に特有の特定の種類の複雑な統語構造は、事前に定義された厳密な認識構造ではない、というものです。 むしろ、構文表現を再帰的に操作することによって生成的な方法で作成されます (Hauser et al.、2002)。 ここでは、数値の構文表現が生成プロセスによって動的に作成されるのか、それとも厳密に定義された表現なのかを調べました。
前者の見方によれば、数値を処理するたびに、生成的な段階的な方法でその構文構造が再作成されます。 この見解は、数値の構文構造が階層ツリー状の方法で表現されるという概念とよく一致しています (McCloskey、1992; McCloskeyet al.、1986)。 2 番目の見方によれば、数値の構文構造はあらかじめ定義された記憶された「テンプレート」であり、そこに数字が埋め込まれ、この表現は数値構文テンプレートの精神的な辞書から取得されます。 特に構文構造の数が少ないことを考えると、「テンプレートの辞書」ビューはありそうもないことではありません。たとえば、一連の数字と単語の語彙クラス (1、10、10 など) としての構文構造の一般的な定義に基づいています。 , 1 ～ 3 桁の英語の数字には、9 つの異なる構文構造しかありません: 1 (例: 5)、10 (50)、10 (15)、10 (55)、100 (500)、100 (505) )、百十 (550)、百十 (515)、および百十 (555)。
3 番目の質問は、構文表現の範囲に関するものです。 共構文表現を示した単一の研究 (Dotan et al., 2021a) では、刺激は 9999 までのヘブライ語とアラビア語の口頭数字でした。このような数字は 2 つの方法で制限されます。 まず、構文構造が比較的単純です。 ヘブライ語とアラビア語の話し言葉では、9999 までの数字には、英語の数字のように乗数の単語「hundred」や「thousand」が使用されません。 むしろ、1、10、100、1000 は 4 つの異なる語彙クラスです (例: ヘブライ語では、3=/shalosh/、3、30=/shloshim/、30、300=/shloshmeot/) ; 3000=/shloshtalafm/、およびアラビア語で同様のもの。ヘブライ語の口頭番号体系の詳細については、補足資料を参照してください。 したがって、9999 までの数字では、異なる単語は常に異なる語彙クラスに属し、同じクラスが 2 回現れることはありません。5 桁以上の数字のみが英語のような階層構造を持ち、「thousand」という単語が 2 つの同様の構造のフレーズを区切ります。 (例:「23,45」)。 したがって、数値の核となる構文表現が乗数語「百」と「千」によって引き起こされる階層的な側面を処理できるか、それともより単純な形式の構文に限定されるかはまだわかっていません。
9999 までのヘブライ語とアラビア数字の 2 番目の制限は、それらが最大 4 つの単語を持つため、作業記憶の単一のチャンクに収まる可能性があることです (Cowan、2001、2010)。 構文表現は作業メモリ内の単一チャンクのサイズを超えることができますか?おそらく、単一チャンクを超越できる機能は、階層表現の重要な利点の 1 つです。
4 番目で最後の質問は、言語や音楽などの他のいくつかの領域の構文構造と同様に、数字の構文が自動的に、特に注意を向けることなく作成されるのか、それとも自発的に作成される必要があるのかということです。 、私たちの意図と注意を必要とするプロセスを介して。
上記の 4 つの問題は理論主導の質問としてここで提示されましたが、具体的な教育学的意味もあります。 たとえば、構文構造が厳格なテンプレートである場合 (質問 2)、子供たちに数字の構文を教える最良の方法は、テンプレートのリストを暗記することかもしれませんが、構文が生成的である場合、より良い方法は生成的な構文規則を教えることかもしれません。 構文が注意を必要とするプロセスによって作成された場合 (質問 4)、構文を表現するための明白な戦略を教えるのが最善である可能性がありますが、構文が自動プロセスによって作成された場合は、トレーニングとリハーサルがより良い教育的アプローチである可能性があります。これらの教育的アプローチを再検討します。 GeneralDiscussion での影響。
本研究
私たちは Syntactic Chunking と呼ばれるパラダイムを使用しました。 各試行では、参加者は一連の数字の単語を聞き、それを繰り返しました。 各刺激 (シーケンス) 内の単語の数は一定でしたが、重要なことに、刺激の文法性を体系的に変化させました。ある条件では、刺激は単一の文法セグメント (例: 234) で構成され、他の条件では、刺激は次の内容を含みました。いくつかのより短い文法セグメント (34,200)、時にはほぼ完全に 1 つの単語のセグメント (12,430) に断片化されることもあります。 参加者が各文法セグメントの構文構造を表す場合、構文表現は短期記憶において各セグメントの単語を単一の塊にマージするのに役立つ可能性があるため、より断片化された条件よりも長い文法セグメントを含む条件の方が反復精度が向上するはずです。このチャンク化により、参加者の記憶力が向上するはずです (Cowan, 2001;Miller, 1956)。
重要なことに、作業記憶におけるチャンク化は通常任意ではなく、少なくとも 2 つの点で特定の刺激に依存します。第 1 に、特定の刺激はチャンク境界の選択に影響を与える可能性があります。 第 2 に、刺激によって圧縮性の度合いが決まり、圧縮性の高い刺激を使用すると、より多くのデータを含むチャンクの作成が可能になり、それによって記憶力が向上します (Mathy & Feldman、2012)。 私たちのケースでは、チャンク境界と圧縮率の両方が数値の構文構造によって左右されると仮定しました。これにより、文法セグメント内の単語間に強い関連性を作成できます。 このような関連付けにより、チャンク化が容易になります (Cowan、2001)。
同様の操作が 2 つの以前の研究で使用されました (Barrouillet et al., 2010; Hung et al., 2015)。 私たちと同様に、どちらの研究も数字と単語の並びの文法性の程度を操作しました。 しかし、それらは重要な点で本研究とは異なっていました。
バルイエら。 Hung et al. 彼らは成人の参加者を使用しましたが、彼らの方法論と分析と私たちの研究の間には決定的な違いがあり、その結果、彼らの研究と私たちの研究は構文処理の異なる段階を利用しています。 私たちは一般討論でこれらの問題に戻り、これらの研究と私たちの研究の類似点と相違点、および 3 つの研究がどのように相互に補完し合うかを詳細に説明します。
一般的な方法
参加者
すべての実験の参加者は、認知障害が報告されていない成人でした。 彼らはヘブライ語を母国語としており、実験はヘブライ語で行われました。 彼らには参加に対して報酬が支払われました。
ふるい分け
スクリーニングとして、数字のシーケンスを長さを増加させながら繰り返す数字スパンタスク (Friedmann & Gvion,2002) を使用して、各参加者の短期記憶を調べました。2 桁から 9 桁までの長さごとに 5 つのシーケンスがありました。 参加者は、5 つのシーケンスのうち 3 つを正確に繰り返した場合、次の長さに進みました。 スパニスは、参加者が 3 つのシーケンスを正しく繰り返した最長のシーケンス長として定義され、最後の長さの 2 つのシーケンスを繰り返した場合は 0.5 点が追加されます。 この課題における成人 (20 ～ 30 歳) の平均スパンは 7.05 (SD=0.94) です。 スパン 6 以上の参加者のみを含めました。
構文上のチャンク化タスク
各試行では、参加者は一連の数字の単語を聞き、ヘブライ語で短い定型文（「なんていい日だろう」）を言い、その後数字の単語を繰り返しました。その文章は音韻上の短い単語を「リセット」することを目的としていると述べました。 -用語記憶を強化し、整数表現に基づく戦略を支持して音韻反復戦略の可能性を低減します。 参加者は、刺激を完全には覚えていない場合は、部分的な情報を提供するよう促されました。 各刺激 (単語のシーケンス) は 1 回だけ提示されました。 中断があった場合、トライアルはキャンセルされ、ブロックの最後に再度提示されました。
重要な操作は刺激の文法性でした。 完全に文法的な状態では、各刺激 (一連の数字の単語) が単一の文法セグメント (たとえば、257) を形成します。 より断片化された条件では、各刺激はいくつかの文法セグメントで構成されていました。 たとえば、刺激「57 200」は、57 と 200 という 2 つの文法セグメントを形成します。 以下では、文法的に有効な刺激のサブシーケンスを表すためにセグメントという用語を使用しますが、これは最大限に有効でもあります。つまり、文法が終了するとセグメントが終了します。 たとえば、これら 2 つの単語は指定された順序で文法的に結合できるため、7 つの単語のシーケンスを 2 つの別々の単一単語セグメントとみなすことはできません。
実験1
方法参加者は20歳;2〜36歳;0(平均=25;6、SD=3;9)の成人20人であった。
構文上のチャンク化タスク
実験には 4 つの条件があり、4 ブロックに分けて実施されました。 条件 A では、各刺激は単一の文法セグメントであり、数字 2 ～ 9 のみが含まれ、同じ数字が 2 回含まれていませんでした。 条件 B、C、D では、各刺激はより多くのより短い文法セグメントで構成されていました (図 1)。 特定の条件におけるすべての刺激は、同じ構文構造を持っていました。 語彙効果を制御するために、4 つの条件すべてに同じ 20 セットの単語が含まれていました。 それらは、各刺激内の単語の順序が異なるだけです。
参加者の刺激を記憶する能力は、刺激の構文的特性だけでなく、短期記憶能力にも影響されると考えられます。 したがって、各刺激の単語数は参加者の桁スパンに従って決定されました。スパン 6 の参加者は 6- 単語刺激 (5- 桁の数字に対応) を聞き、スパン 7 の参加者は {{ 5}}単語刺激（6-桁の数字に対応）。
ヘブライ語の数字の構文構造は英語の構文構造と似ています。 この実験に関連する唯一の違いは、英語では、各百語の音韻形式が 2 つの別々の単語 (例: 「スリーハンドレッド」) で構成されているのに対し、ヘブライ語では、各百語がおそらく 1 つの語彙エントリであることです (例: {{0} }/sloshiest/、「300」）。 その結果、ヘブライ語では英語よりも完全に断片化された単語のシーケンスを作成する方が簡単です。つまり、最初に 1 の位の単語、次に 10 の位の単語、次に 100 の位の単語という語彙クラスに従って単語を並べ替えただけです。 たとえば、234,567 という数字は、最も断片化された状態では、1000、4、7、30、60、200、100 と表示されます。 実験者に起因するバイアス（例えば、条件のイントネーション間の違い）を防ぐために、各数字の単語は別々に記録され、単一単語の記録は単語間に200ミリ秒のギャップを置いて完全な聴覚刺激に統合されました。
実験 1 の参加者は実験 2 (後述) も実行しました。 各参加者は、ブロックの 2 つの順序の 1 つと、実験 1 と実験 2 のランダムな順序にランダムに割り当てられました。特定の順序は、ABCD2、DCBA2、2ABCD、または 2DCBA でした。 実験 1 では、各ブロックはショートトレーニングから始まりました。実験者はそのブロックの語順を明示的に言い、その後、参加者はそのブロックの構文構造を使用して 2 つのトレーニング試行を実行しました。
For more information:1950477648nn@gmail.com
