ビートに対する感覚的手がかりを持たないビート知覚のテスト: ビートドロップアライメントテスト (BDAT) パート 2
Sep 21, 2023
結果
予備分析
合計 104 人が研究 1 を完全に完了し、さらに 21 人が 30 の刺激のうち 29 に反応したため、彼らのデータが分析に含まれました。 人口統計、Gold-MSI アンケート、テスト難易度評価に関する欠落データはありませんでした。 難易度の評価は 1 から 7 (M=4.28、SD=1.59) で、1 は非常に簡単、7 は非常に難しいことを意味します。 難易度の評価は音楽訓練のレベルと相関しており、音楽訓練を受けた参加者は音楽訓練を受けていない参加者よりもテストが簡単であると評価しました（r=−.406、p < .001）。 生のテストスコアは、30 試行中 7 から 30 まで正解でした (M=18.74、SD=3.96)。 参加者全体で、難易度評価と生のテストスコアとの相関関係は有意でした (r=−.216、p=.016)。これは、知覚される難易度評価が高いほど、テストのパフォーマンスが低いことと関連していることを示しています。
音楽は脳に一定の影響を与え、記憶力の訓練と向上に重要な役割を果たしていることがわかっています。 音楽トレーニングは、幼児期の知的発達から高齢者の認知機能まで、多くのメリットをもたらします。
まず第一に、音楽トレーニングは人々の聴覚と音楽の知覚を改善することができます。 聴覚の目的は、人々が音をより鋭く認識し、音の中の情報をよりよく区別できるようにすることです。 音楽に対する感受性は、人々の音楽への理解と鑑賞を促進し、音楽への愛情を高め、記憶力を高めることができます。
次に、音楽トレーニングも脳の発達に重要な役割を果たします。 研究によると、音楽トレーニングは大脳皮質の神経細胞を促進してより多くのシナプス接続を生成し、それによって脳の記憶力と思考能力を高めることができます。 音楽トレーニングは脳をより柔軟にし、それによって人々の思考能力と記憶力を向上させることができると言えます。
また、音楽トレーニングは人々の精神的健康を促進することができます。 研究によると、音楽は人々をリラックスさせ、不安や憂鬱などの否定的な感情を軽減し、精神状態を改善することができます。 リラックスした前向きな姿勢は、人々の集中力を高め、情報を効果的に記憶することができます。
要約すると、音楽トレーニングは記憶と非常に密接な関係があります。 音楽トレーニングは、人々の聴覚と音楽感受性を向上させるだけでなく、脳の発達と精神的健康も促進します。 したがって、頭の柔軟性を高め、記憶力を高めるために、音楽の練習により多くの時間を費やしたほうがよいでしょう。 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。
参加者の応答の信頼性は、参加者のいずれかがすべて/ほぼすべて「オン」、またはすべて/ほぼすべて「オフ」の回答を提供したかどうかを調査することによってチェックされました。 そのような参加者は特定されず、テストが真剣に受け止められたことを示唆しています。
ゴールド MSI 音楽トレーニング スコアは 7 ～ 46 (M = 27.41、SD=12.85; スコア範囲 7 ～ 49)、ゴールド MSI 知覚能力スコアは 22 ～ 62 (M {{ 10}}.60、SD=8.51; スコア範囲 9 ～ 63)。 これらの値は、一般集団からの約 150 人の参加者 000 人のサンプルから抽出された公表基準に似ています (音楽トレーニングの場合は M=26.52、SD=11.44、M {{22} }.20、知覚能力の SD=7.86、Müllensiefen et al.、2014)。 BDAT の生スコアと、音楽トレーニングと知覚能力の下位尺度に関する Gold-MSI 自己報告アンケートのスコアとの間には、非常に有意な相関関係が見つかりました (r=.324、p < .001; r=.297 、p < .001)。
個々のトラックへの応答
30 トラックのそれぞれの平均応答精度は、テストされたすべてのプローブ位置にわたるそのトラックに対する正しい応答の数を数え、そのトラックに対する応答の総数で割ることによって計算されました。 すべての精度は確率水準 0.5 を上回りました (範囲=.53 ～ .744、M=.63、SD=.48)。 ただし、ON 条件と OFF 条件を別々に計算すると、トラック平均は異なります。 ON 条件では、全体的な精度が高く (M=0 .67、SD=.47)、1 つのトラック (トラック 3) だけが確率パフォーマンスを下回っていました (M=.42、 SD=.50)。 オフ状態では、全体の精度がオン状態よりも低く (M=.58、SD=.49)、3 つのトラックが確率未満の精度レベルを示しました (トラック 12、M {{25) }}.48、SD=0.50; トラック 27、M=0.48、SD=0.50; トラック 30、M = 0.49、SD {{ 37}}.50; 個々のトラックの精度データについては、補足情報の図を参照してください。 チャンス未満の平均は刺激バイアスを示す可能性があるため、トラック 3 はオン状態のさらなる分析から除外され、トラック 12、27、および 30 はオフ状態のさらなる分析から除外されました。
参加者グループの影響: 音楽の訓練を受けた人々と一般の人々との違い。
研究 1 では、ミュージシャン 40 名、ダンサー 19 名、および一般大衆 64 名のサンプルを使用しました。 2 名はこの情報を開示したくないため、グループの効果の分析から除外されました。 有意でない Levene 検定では、分散の等価性の仮定、F(2, 120)=.326、p=.723 の違反は示されませんでした。 一元配置分散分析 (ANOVA) により、グループ F(2, 120)=6 .04、p=.003; の有意な効果が検出されました。 しかし、コントラストの分析では、ダンサーとミュージシャンの間に有意な差は示されなかった、t(120)=−1.12、p=.265、したがって、彼らは「音楽的に訓練された」グループ (N {{ 23}}) と一般大衆 (N=64) と比較しました。 音楽の訓練を受けた人々は一般の人々とは異なり、t(120)=2.88、p=.005、前者のスコアが高かった (M=19.92、SD {{32} }.09 vs. M=17.64、SD=3.59; 図 2、補足情報表 S1 ～ S4 を参照)。
説明的な項目応答モデリング
個々の試験のレベルで項目の難易度をモデル化するために、De Boeck と Mullensiefen (2018) および Larrouy-Maestri, Harrison & Müllensiefen (2019) で概説されているアプローチを採用しました。ウィルソン (2004)。 項目応答モデルは、ロジット リンク関数 (混合効果ロジスティック回帰モデルとも呼ばれます) と修正された漸近線を備えた一般化混合効果モデルの形式をとりました (Harrison & Müllensiefen、2018)。 このモデルは、推測、識別、および不注意パラメータがアイテム バンク内で変化しないように制約されている 4 パラメータのロジスティック IRT モデルを再現しています (Magis & Raîche、2012)。 個々のアイテムの難易度を調整することに加えて、説明アイテム応答モデルでは、アイテムの難易度と構造アイテムの特徴 (プローブの変位、プローブの方向、ターゲットのビートの強さ) との関係を定量化することもできます。これは、アイテムの難易度を調査するのに役立ちます。テストの仮定とその構成の妥当性への貢献。 一般化された混合効果モデルは、ON 条件と OFF 条件に対して個別に計算されました。
ON状態
ON 条件の項目のモデルには、従属変数としてバイナリ応答精度 (0 または 1)、唯一の固定効果として計量強度 (バイナリ、ターゲット ビート 4 は弱いとしてコード化され、ターゲット ビート 3 はコード化されています) が含まれていました。同様に強い）、参加者ID、およびランダム効果としての追跡。 モデルは、R パッケージ lme4 の関数 gamer () と R パッケージ psyche の logit.2asym() を使用して適合されました。 モデルの概要を表 1 に示します。これは、強いビートに対する顕著な効果を示しており、弱いビート (57.5% の正解) よりも強いビート (76.5% の正解) の方がパフォーマンスが優れています。 ON 条件のモデルは 71.2% の予測精度を達成しました。
オフ状態 オフ状態の項目のモデルでは、計量強度、プローブの方向 (バイナリ、ターゲット ビートの前後のカテゴリ)、プローブの変位 (15 から 7 レベルの数値変数) を含む応答精度も従属変数として使用しました。 % から 45% の変位）、固定効果として計量強度と方向の間の相互作用、変量効果としてトラックと参加者との間の相互作用。 表 2 のモデルの要約は、計量強度を除くすべての固定効果が大きく寄与していることを示しています。 ただし、相互作用項「プローブ方向 × 計量強度」が重要であるため、モデルには計量強度の主効果も保持しました。 OFF 条件項目のモデルは 71.3% の予測精度を達成しました。
図 3 のプローブ変位の 7 つのレベルにわたる平均応答精度のプロットは、ほぼ線形の傾向を示しており、線形予測子の変位の変換が必要ないことが確認されています。
議論
研究 1 の目的は、(1) 参加者が過度に難しいと感じることなく BDAT を実行できるかどうかを判断すること、(2) 問題のあるテスト項目を特定すること、(3) BDAT が音楽トレーニングの程度に敏感かどうかを調査すること、(4) BDAT の適応バージョンのその後の構築のための IRT パラメータを推定するためのデータ、および (5) 拍子とプローブ音の一致を判断する精度に拍子の強度が影響するかどうかを確認します。これは、実際の音楽ではこれまで調査されていませんでした。
参加者は BDAT を実行できることがわかり、中程度の難易度 (1 ～ 7 のスケールで平均 4.3) と評価されました。 予想通り、広範な音楽訓練を受けた参加者（ダンサーやミュージシャン）は一般の人々よりも大幅に優れたパフォーマンスを示し、平均生スコアは一般の人々より約13％高かった（図1）。 参加者テストのスコアとGold-MSIスコアとの間に有意な関連性があることから、より高いレベルの音楽訓練を受け、より高い自己報告の知覚能力を持つ参加者は、このビート知覚タスクにおいてより優れていることが示されました。 相関レベルは、以前の研究でゴールド-MSI音楽トレーニングとCA-BATパフォーマンスの間に見出されたものよりわずかに低いものの、r(195)=.454、p < .001 (Harrison & Müllensiefen、2018) と同等でした。 ）。 ビート知覚能力は音楽トレーニングに適度に依存すると想定されているため、このような中規模の相関関係は予想されていました（つまり、たとえばメロディー識別能力ほど音楽トレーニングとの関連性は低い; Harrison & Müllensiefen、2018）。 これは、ビート知覚能力が遺伝的素因の影響を受けるという議論として解釈される可能性があります (Niarchou et al., 2022 を参照)。
どちらの説明項目応答モデルも、許容可能な予測精度を示しました。 ON 状態のアイテムのモデルは、計量強度が応答精度を決定する重要な要素であり、プローブが強いビートに置かれたときにパフォーマンスが向上することを示しました。 この結果は、Palmer と Krumhansl (1990) の研究を考慮すると予想されます。彼らは、強いビートに配置されたプローブ イベントは、弱いビートに配置されたプローブ イベントよりも進行中のリズミカル パターンによく適合すると評価されることを発見しました。
OFF 条件の場合、予想どおり、プローブの変位が大きいほど応答精度が大幅に高くなり、応答精度と変位の程度はほぼ比例関係にありました。 プローブの変位方向も応答精度の重要な決定要因でした。プローブをターゲットビート位置の後ろよりも前に配置した方が精度が高くなりました。 これは、15 人のプロのミュージシャンを対象とした以前のビート アライメント テストの研究 (Van Der Steen et al., 2014) で見つかった結果とは逆のパターンですが、特定の音楽スタイルでは暗示的な音楽イベントよりもむしろリズミカルな遅延が好まれるため、音楽の直感と一致しています。ビートの位置 (例: スイング中の遅延スネア; Butterfield、2010)。 また、これは報告されている 2 つのタイミング心理物理学の結果とも一致します。 第一に、「満たされた持続時間」錯覚により、リスナーは空の間隔が細分化された間隔よりも短いと認識します (Repp, 2008; Repp & Bruttomesso, 2009)。 これにより、リスナーは、私たちが観察したように、空の間隔に続いてわずかに遅れたイベントが時間通りであると認識するようになります。 第二に、リスナーはアイソクロナスシーケンス中に「知覚的加速」を経験し、最後の間隔がわずかに短いと報告する傾向を示します（Li et al.、2016）。 これもまた、リスナーが遅れた出来事を時間どおりに知覚することになります。
OFF 項目のモデルでは、ビートの計量的な強さ自体は重要ではありませんでしたが、方向との相互作用は重要でした。参加者は、プローブが強いビートで遅れたときよりも、弱いビートで遅れたときの方がより良いパフォーマンスを示しました。 。 繰り返しますが、これは、リスナーが、特に強いビートの後に来る場合、わずかに遅れた音楽イベントに対してより寛容であると解釈できます。これは、特定のスタイルにおける音楽の特徴であり、そのような遅れが「のんびりとした」雰囲気の印象を生み出す可能性があるためです。 別の考えられる説明は、弱いビートで遅れて落ちたプローブは、リズムが再び入るポイントに最も近く、そのタイミングをリズムが再び入るタイミングと比較することによって、ビートから外れていることをより容易に認識できるということである。」
研究2
研究 2 は、BDAT、CA-BAT、および Gold-MSI アンケートで定量化された自己申告の音楽的洗練度という 3 つのスコア間の関係の相関調査を行うことを目的としていました (Müllensiefen et al., 2014)。 私たちの目標は、BDAT パフォーマンスによって定量化されるビート知覚の側面をよりよく理解することでした。
メソッド
参加者
このオンライン研究には合計 103 人の参加者が募集されました。 2 人の参加者は聴覚障害を報告したため、分析から除外されました。 参加者 101 人の残りのサンプルでは、52 人が女性、47 人が男性であると認識され、2 人はこの情報を開示しないことを選択しました。 参加者の年齢は21歳から63歳でした（M=29.91、SD=7.21）。
参加者はソーシャルメディアと電子メールによる招待を通じて募集されました。 すべての参加者は研究に参加するためにインフォームドコンセントを提供しました。
材料
研究 2 用に、BDAT の適応バージョン、コンピュータ適応ビート アライメント テスト (CA-BAT; Harrison & Müllensiefen、2018)、および Gold-MSI アンケートの完全バージョン (Müllensiefen et) で構成される 3 つの部分からなるバッテリーが構築されました。 al., 2014)、以下に詳述する 5 つのサブスケールすべてが含まれます。
BDAT スタディ 2 では、スタディ 1 と同じ音楽クリップを使用し、追加のランダム要素としてテンポの変動を含むように拡張された刺激セットを使用しました。 テンポにわずかな変化があるため、参加者は新しいクリップを聞くたびにテンポを識別する必要がありました。 したがって、彼らが知覚するテンポとビートの位相は、彼らが聞いているクリップに完全に基づいており、テンポが常に固定されているという期待に基づいたものではありませんでした。
各クリップには 5 つのテンポ バリエーションがあり、4,500 個のファイルが作成されました。 テンポは元の 125 bpm から ±5% の偶数ステップで変化し、119 bpm、122 bpm、125 bpm、128 bpm、132 bpm を生成しました。 5% のテンポ ステップでは、知覚的に異なる 5 つのテンポが提供されましたが、音楽素材は歪みませんでした。
研究 1 のトラック信頼性分析に続き、研究 2 では、オン状態のトラック 3 とオフ状態のトラック 12、27、および 30 の使用を排除しました。
研究 2 では、研究 1 で計算されたオンおよびオフ条件の説明的な IRT モデルに基づいて、BDAT の適応バージョンが作成されました。この適応バージョンでは、新しいトライアルごとに、提示される項目の難易度が参加者のパフォーマンスに合わせられました。各試行後に動的に推定されます。 これは、研究 1 のすべてのアイテムに対して計算されたアイテム難易度パラメーターに基づいています (アイテム難易度の計算の詳細については、Harrison & Müllensiefen、2018 を参照)。 さらに、参加者ランダム切片の標準偏差を ON 項目と OFF 項目の定数識別パラメータとして抽出しました。 同様に、下限および上限の漸近線のパラメータは、すべての項目にわたる定数として使用されました。 IRT モデルでは、個人の能力と項目の難易度が同じ指標で定義され、Z スコア スケールは通常 -4 から 4 の範囲になります。これは、たとえば、能力スコア 1 の参加者は、母平均を上回る標準偏差。 適応テストの最初の項目は常に難易度 0 が選択され、研究 1 の参加者サンプルの平均能力と一致します。
CA-BAT このテストの目的は、ビート アライメント テスト (BAT) の適応型バージョンを使用してリスナーのビート知覚能力を評価することです。このテストでは、参加者の以前の回答に合わせてテストの難易度が調整されます (Harrison と Müllensiefen、 2018）。 これにより、連続する各項目が参加者の実際の能力について与える情報量が最大化され、テスト時間が短縮され、テストの効率が向上します。 BDAT と同様に、CA-BAT は自然な音楽刺激を使用します。 BDAT とは対照的に、刺激はテスト用に特別に作成されたものではありません (詳細については Harrison & Müllensiefen、2018 を参照)。これは、項目内でわずかな時間的変動が発生する可能性が高いことを意味します。 ただし、これは 2-AFC パラダイムを使用することで軽減されます。 トライアルごとに、参加者には 2 つのバージョンの音楽トラックが提示され、両方ともメトロノーム プローブ トラックが重ねられます。 トラックの ON バージョンでは、プローブ トラックが音楽のビートの位置と一致しているのに対し、OFF バージョンでは、プローブ トラックが音楽のビートの位置からずれています。 参加者のタスクは、オン トラックを識別することです。 CA-BAT に対する個人の能力スコアは、上で説明した適応型 BDAT と同じ原理に従って計算されます。
Gold-MSI 研究 2 では、5 つの下位尺度すべて (積極的な取り組み、知覚能力、音楽トレーニング、感情、歌唱能力) と、すべての項目を活用した一般的な音楽的洗練度 (GMS) 尺度を評価する完全版のアンケートが使用されました。 5つのサブスケール。 Gold-MSI 自己報告アンケートは合計 41 の質問で構成されていました。
手順
研究 2 は、オープンソースの psychTestR パッケージに基づくインターフェイスを使用してオンラインで実施されました (Harrison、2020)。 すべての参加者は研究に参加することに同意しました。 被験者には、テスト中ずっとヘッドフォンを着用し、音量を快適なレベルに調整することが求められました。 研究 1 と同様に、参加者は音楽のビートに合わせてタップしたり、その他の方法で移動したりしないよう求められました。
このバッテリーは人口統計情報の収集から始まり、BDAT (25 項目)、GoldMSI アンケート (41 質問)、CA-BAT (25 項目) が続きました。3 各テストの前に、参加者には指示を含むトレーニング フェーズが提示されました。 、2 つの刺激例 (条件 ON 用と条件 OFF 用)、および 2 つの練習項目。 報告されたテスト時間は 25 ～ 30 分でした。 テストが完了すると、タスクのパフォーマンスが擬似 IQ スコアとして数値およびグラフ形式 (平均 100、標準偏差 15 の釣鐘曲線) として一般音楽的洗練 (GMS) スコアと並んで表示されるようになりました。
結果
BDAT 能力スコアは -3.37 から 2.53 (M=0.04、SD=1.17) の範囲で、CA-BAT 能力スコアは -2.44 から 2.07 (M=0.27、 SD=0.78)、GMS スコアは 1.45 から 6.45 まで変化しました (M=4.23、SD=1.18)。 比較のために、公表されている GMS 基準は 1 から 7、M=4.53、SD=1.15 まで変化します (Müllensiefen et al., 2013)。 BDAT スコアと CA-BAT スコアの間 (r=.23、p=.023; 図 4)、および BDAT スコアと GMS スコアの間 (r=.023; 図 4) に有意な相関関係が見つかりました。 55、p < .001)。 実際、BDAT スコアは Gold-MSI アンケートのすべての側面と非常に有意な相関があり、最も強い相関は音楽トレーニングおよび全体的な GMS スコアとの相関でした。
CA-BAT スコアは、歌唱力を除くすべての Gold-MSI 項目とも有意な相関がありましたが、ほとんどの場合、BDAT スコアほど強くはありませんでした。 最も高い相関関係は、アクティブなエンゲージメントの次元と見られました (表 3)。
議論
研究 2 の目的は、BDAT パフォーマンス、CA-BAT パフォーマンス、および Gold-MSI アンケート スコア間の関係を特徴付けることでした。 Gold-MSI の寸法と BDAT スコアの間の相関関係を検査すると、全体的な GMS スコア、特に音楽トレーニングが、BDAT の秘密ビートの継続と比較タスクにおけるパフォーマンスを部分的に予測していることがわかります。 回帰分析の結果、Gold-MSI 下位尺度は合計で BDAT スコアの変動の約 3 分の 1 を占めていることが示され (R2=.34)、これは BDAT によって指標化された拍動知覚能力が影響を受けていること (またはおそらく) を示しています。音楽の訓練と洗練に影響を受けましたが、訓練や取り組みだけに基づいていないスキルや能力も反映しているように見えました。 しかし、BDAT スコアと CABAT スコアの間の適度な相関関係は、このスキルまたは能力が CA-BAT によって測定されたものと同一ではないことを示唆しており、GMS スコアおよび音楽トレーニングを含むそのサブファクターのほとんどとの相関は低かった。
全体として、これらの結果は、BDAT によってテストされたビート知覚の側面が、CA-BAT によってテストされた側面よりも一般的な音楽スキルと密接に関連していることを示しています。 自信を持ってそのような結論を下すには、各テストの変動が測定誤差と参加者の一貫した属性をどの程度反映しているかを推定し、音楽トレーニング介入による両方のスコアの変化を観察することが不可欠です。
一般的なディスカッション
この研究は、ビートに同期した動きに依存しない音楽ビート知覚の新しいテストを開発し、調査しました。 BDAT の主な革新は、ビートに対する感覚的な手がかりが存在しない状態で音楽ビートの知覚をテストすることです。 BDAT では、リスナーはビートベースの音楽の数小節を聞き、ビートに対するリズミカルな手がかりがすべて除去された「ビート ドロップ」中に、単一のプローブ イベントがビートに乗っているか外れているかを判断します。 したがって、BDAT では、リスナーは、ビート ドロップ バーを通じてリズミカルな音楽を聴きながら形成されたビート知覚を、音楽が再開されるまで継続する必要があります。 BDAT は、タイミングを判断する際にローカルの音響キューを使用できる BAT のようなテストでは直接調査することができない、密かにビートを継続する能力を集中的にテストするために作成されました。 実際、BDAT に関する私たちの研究結果は、以下で説明するように、BDAT が BAT によってテストされたものとは部分的に独立したビート知覚の側面をテストしていることを示唆しています。
リズム知覚の他のテストの中でも、BDAT にはいくつかの利点があります。 これは、エレクトロニック ダンス ミュージック (テスト用に特別に作成された) スタイルで構成されたさまざまな現実的な音楽素材を使用しており、管理が迅速で、明確な位置にビートがあります (音楽は MIDI タイム グリッドを使用して構成されているため)。 さらに、拍子の位置（強い拍と弱い拍）、プローブのずれの方向（早いか遅い）、拍からのプローブのずれの程度の関数として拍の知覚を研究するために使用できます。
現在の研究では、2 つの実験で BDAT のパフォーマンスを調べました。 最初の実験では、BDAT は参加者からそれほど難しいとは評価されておらず、高度な音楽訓練を受けている人がテストで大幅に良いスコアを獲得したことが示されました。 ただし、全体的なパフォーマンスは一般的に低く、平均すると約 60% ～ 70% の正解率でした。 これは、プローブ サウンドのメトロノーム トレイン全体が存在する BAT とは異なり、BDAT の各試行には単一のプローブ サウンドがあることを考えると、驚くべきことではありません。 さらに、プローブ音がずれた場合、その音はビート位置に非常に近いことが多く、ずれを検出することが困難でした（図2）。 オフビートプローブをより大きな変位に制限すると、将来の作業で全体的な BDAT パフォーマンス スコアが向上するはずです。
実験 1 の新しい発見は、プローブ イベントがビート上にあるかを判断する精度は、プローブがビート ドロップ バーの強い拍子位置と弱い拍子位置 (拍 3 と拍 4) のどちらにあるかによって大きく異なり、その精度は約強いビートでは 20% 高くなります (正解率 76.5% 対 57.5%)。 興味深いことに、私たちの研究のための音楽は、強ビート位置と弱ビート位置を音響的に強調するように構成されておらず、結果を形成する上でトップダウンの計量的期待が潜在的に重要な役割を果たしていることが示唆されています。 私たちの発見は、パーマーとクルムハンスル (1990) による研究と一致しています。この研究では、リスナーに等音量イベントのメトロノーム シーケンスを聞いて、さまざまな拍子を想像してもらい、拍子的に強いビートに配置されたプローブ イベントの方が、リズムによく適合すると評価されることを発見しました。弱いビートのイベント。 ただし、今回の研究で見られた大きな影響に比べれば、プローブの評価における違いはわずかでした。 強いビートと弱いビートで見られる大きな精度の差が、計量的な期待によるものなのか (Iversen et al., 2009 参照)、それとも単に弱いビートの位置がビート ドロップの後半にあったという事実を反映しているのかを判断するには、さらなる作業が必要です。強拍位置よりバー。 この設計により、ビート構造へのリズミカルな合図の停止からの経過時間が長くなるだけで、弱いビートと強いビートの時点で、内部で維持されているパルスが減少したり、精度が低下したりする可能性があります (Cannon、2021)。 将来の研究では、私たちが見ている韻律効果が、その文化の一般的な音楽パターンに関する韻律知識の発展を反映して、特定の年齢以降にのみ現れるかどうかを判断することも興味深いでしょう（Nave-Blodgett et al.、2021）。
私たちの研究の 2 番目の実験では、最初の実験から取得したアイテムの難易度に関するデータを使用して、いくつかの過度に難しい刺激を排除し、実験が進むにつれてアイテムの難易度が増加する適応バージョンの BDAT を作成しました。 実験 2 では、タスクのパフォーマンスに影響を与える可能性のある実験全体のテンポを事前に形成するのではなく、聴取者に各試行のビートのテンポを推測させるために、刺激間にわずかな試行間のテンポの変動も導入しました。 この実験の参加者全員は、CA-BAT (コンピューター化された適応型 BAT) のバージョンでもテストされ、5 つの下位尺度 (積極的な関与、知覚能力、音楽トレーニング、感情、歌唱力）。 この実験では、BDAT と CA-BAT でのパフォーマンスはわずかな相関関係しか示さず、2 つのテストがゴールド MSI のサブスケールと一般的な音楽的洗練度 (GMS) と相関する程度が大幅に異なることがわかりました。 たとえば、自己申告の歌唱力は BDAT のパフォーマンスと相関していましたが、CA-BAT のパフォーマンスとは相関していませんでした。 実際、BDAT のパフォーマンスと Gold-MSI (および GMS) のすべてのサブスケールとの相関関係は、CA-BAT のパフォーマンスとの相関関係よりも大幅に高く (表 3)、BDAT のパフォーマンスが幅広い音楽性と結びついている可能性があることを示唆しています。能力。
BDAT に関連すると思われる音楽的能力の 1 つは、ビート ドロップ バー中の音楽的イメージです。 神経画像研究は、音楽パターンの詳細な画像には、ビート処理に関与する領域とは別に、脳領域の複雑なネットワークが関与していることを示しています (Cannon & Patel, 2021; Regev et al., 2021)。 さらに、音楽イメージ能力とピッチ模倣能力は関連しているようであり (Greenspon et al., 2017)、これは、リスナーがビートドロップ中に音楽イメージを思い浮かべた場合、自己関連の歌唱能力が BDAT パフォーマンスと相関する理由の説明に役立つ可能性があります。 もう 1 つの関連する音楽的能力は、ビートの運動的継続である可能性があります。参加者は動かないように求められましたが、微妙な動きや運動イメージがパフォーマンスに役割を果たした可能性があります。 将来の研究では、BDAT のパフォーマンスが聴覚イメージ能力の個人差 (たとえば、Bucknell Auditory Imagery Scale によって測定; Halpern, 2015) と同期継続タスクの継続フェーズで関連しているかどうかを判断することは興味深いでしょう。 。
BDAT と CA-BAT のパフォーマンスの相関関係が比較的低いことを説明するもう 1 つの要因は、どちらがオンビート ビープ音を発するかを決定するために 2 つの音楽クリップを比較する必要があるため、後者にはメモリ コンポーネントが含まれるという事実です。 BDAT は、オリジナルの BAT と同様、各クリップを 1 回聞くだけで済みます。 もう 1 つの違いは、音楽のリズムを同時に提示される一連のビープ音と比較するために CA-BAT で必要な追加の聴覚処理である可能性があります。 より一般的には、BDAT は、CA-BAT とは異なるいくつかの認知プロセスに関与する、拍動知覚の独特のテストを提供すると思われます。 これらのプロセスの一部は、(ビートの最初の認識とは対照的に) ビートの継続に特有のものである場合があります。
BDAT は、人間の聴覚リズミカル処理の研究においてさまざまな応用が可能です。 BDAT を使用する研究者は、目的に応じて、温度が均一な BDAT 刺激 (実験 1 のように) を使用するか、試験ごとに温度がわずかに異なる BDAT 刺激を使用するか (実験 2 のように) を決定できます。 さらに、自由に入手できる BDAT 刺激は、拍動知覚中の振動神経力学の研究を目的とした神経研究など、拍動知覚のさまざまな研究に役立つことが証明される可能性があります。 (このような作業を容易にするために、この論文のオンライン データ アーカイブには、プローブ音のないバージョンの BDAT 刺激が含まれています)。 BDAT の新しいビートドロップ設計により、ビートドロップバー中のビート関連の神経振動は、刺激による脳活動によるものではありえません。これは、ビート関連の神経振動の原因に関する既存のモデルをテストするのに役立つ可能性があります。脳（Breska & Deouell、2017; Doelling & Assaneo、2021; Tal et al.、2017）。
音楽的に適切なタイミングで予測可能な長さのビートドロップを配置し、そのギャップを適切な非リズミカルな音楽コンテンツで埋めることによって、これらの刺激はリズムが戻るという強い期待を引き起こします。 したがって、BDAT 刺激は、リズム刺激の突然の終了後の活動を調べる過去に使用された刺激と比較して、リズム知覚に関与する知覚および神経振動を研究する上でいくつかの利点がある可能性があります (Hickok et al., 2015; Stupacher et al., 2013) ; van Bree et al.、2021)。 BDAT 刺激は、音楽イメージが実際に参加者がタスクを実行するために使用する認知ツールの 1 つである場合、音楽イメージの将来の神経研究にも役立つことが証明される可能性があります。 最後に、BAT の現在の用途の 1 つと同様に、BDAT は運動障害や神経変性疾患の患者を対象とした研究に有用なツールであることが判明する可能性があります。 私たちの調査結果に基づいて、BDAT はビート知覚を探求するための実行可能で新しい手段であり、さらなる研究と開発に値すると考えています。
オープンアクセス
この記事は、クリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。 ) とソース、クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには。
参考文献
1.オールマン、MJ、メック、WH (2012)。 時間認識と時間制限のあるパフォーマンスにおける病態生理学的歪み。 ブレイン、135(3)、656–677。
2. Bégel, V.、Benoit, C.-E.、Correa, A.、Cutanda, D.、Kotz, SA、および Bella, SD (2017)。 「時間を忘れた」が、それでもビートに合わせて動いています。 神経心理学、94、129–138。
3.Breska、A.、Deouell、LY (2017)。 リズムベースの時間予測の神経メカニズム: デルタ位相ロックは時間予測可能性を反映しますが、リズムの同調は反映しません。 PLOS Biology、15(2)、記事 e2001665。
4.A. ブレスカ、RB イヴリー (2018)。 小脳変性症とパーキンソン病における単一間隔とリズミカルな時間予測の二重解離。 アメリカ合衆国科学アカデミー紀要、115(48)、12283–12288。
5. バターフィールド、M. (2010)。 参加型の不一致とジャズにおけるビートの認識。 音楽の知覚、27(3)、157–176。
6. キャノン、J. (2021)。 連続ベイズ推論としての期待値に基づくリズミカルな同調。 PLOS 計算生物学、17(6)、記事 e1009025。
7. JJ キャノン、AD パテル (2021)。 知覚を克服する方法は運動神経生理学を利用します。 トレンド認知科学、25(2)、137–150。
8.コーヘン・ド・コック、V.、ドットフ、DG、イハライネン、P.、ベーゲル、V.、ガルティエ、F.、ルブラン、C.、ピコット、MC、ドリス、V.、ランドラージン、N.、ジェニー、C .、Bardy、B.、Dalla Bella、S. (2018)。 パーキンソン病におけるリトミック能力と音楽トレーニング：役に立つのか？ NPJ パーキンソン病、第 8 条の 4。
9. Dalla Bella, S.、Farrugia, N.、Benoit, CE、Bégel, V.、Verga, L.、Harding, E.、および Kotz, SA (2017)。 BAASTA: 聴覚感覚運動能力とタイミング能力を評価するためのバッテリー。 行動研究法、49(3)、1128–1145。
10.Dalla Bella, S.、Farrugia, N.、Benoit, CE、Bégel, V.、Verga, L.、Harding, E.、および Kotz, SA (2017)。 BAASTA: 聴覚感覚運動能力とタイミング能力を評価するためのバッテリー。 行動研究法、49(3)、1128–1145。
11. KB ドーリング、MF アサネオ (2021)。 神経振動は、脳の活動を理解するための終わりではなく、始まりです。 PLOS 生物学、19(5)、記事 e3001234。
12. Fiveash, A.、Bella, SD、Bigand, E.、Gordon, RL、Tillmann, B. (2022)。 あなたはリズムを持っています。それ以上に、リズミカルな能力の多次元性を持っています。 注意、知覚、精神物理学、84、1370–1392。
13.Fujii, S.、Schlaug, G. (2013)。 ハーバードビート評価テスト (H-BAT): ビートの知覚と生成、およびそれらの解離を評価するためのバッテリー。 人間の神経科学のフロンティア、7、771。
14. Grahn、JA、Brett、M. (2009)。 パーキンソン病における拍動に基づくリズム識別の障害。 皮質、45(1)、54–61。
15. EB グリーンスポン、PQ フォードレッシャー、アーカンソー州ハルパーン (2017)。 メロディーの精神的変換におけるピッチ模倣能力。 音楽認識: 学際ジャーナル、34(5)、585–604。
For more information:1950477648nn@gmail.com
