脅威の学習はその後の連想推論を損なうパート 2
Oct 19, 2023
材料。
刺激。 A 刺激と B 刺激として機能するために、Bank of Standardized Stimuli (BOSS)31 から 80 枚の物体の中立的な写真を選択しました。 感情的にネガティブな 20 個と中立的な 20 個の 40 個の C 刺激の一部は、Nencki Afective Picture System (NAPS)32 から選択され、インターネットから著作権フリーの写真が追加されました。
刺激バンクと記憶の間には密接な関係があります。 刺激バンクとは、人々が人生で蓄積してきた知識、経験、スキル、記憶を指します。 それらは人間の認知、行動、意思決定において重要な役割を果たします。 記憶とは、情報を記憶し保持する人々の能力を指します。 刺激レパートリーと記憶の間には相互に強化する関係があります。
まず、刺激バンクは記憶力の向上に重要な役割を果たします。 刺激ライブラリーの知識と経験は人々の記憶の基礎となります。 人々が十分な知識と経験を蓄積すると、新しい情報を既存の知識と結び付けることが容易になり、情報を記憶し、保持しやすくなります。 たとえば、ある人が言語を学び、十分な語彙と文法を習得した場合、新しい単語や文を学習し、より簡単に覚えられるようになります。
第二に、記憶力の向上により、刺激レパートリーの発達が促進されます。 人々の記憶力が向上すると、新しい情報をより簡単に覚えて刺激バンクに保存できるようになり、知識や経験が広がります。 たとえば、人が強い記憶力を持っている場合、彼は学んだことをよりよく思い出すことができ、それによって知識とスキルをよりよく習得し、それらを刺激ライブラリに保存することができます。
したがって、刺激プールと記憶の相互促進は、人々の日常生活や仕事にとって非常に重要です。 学生にとっては、知識や経験の蓄積に重点を置き、記憶力の向上に努めることが、学力向上や受験力の向上につながります。 働く人々にとって、刺激ライブラリを構築し、知識とスキルを継続的に拡張し、記憶力を向上させることは、仕事の効率と職業上の競争力を向上させる上で非常に重要な役割を果たします。
要約すると、刺激ライブラリと記憶の間には密接な関係があります。 刺激ライブラリの拡張と記憶力の向上は相互に促進し、人々の認知と行動に重要な影響を与えます。 人生や仕事においてより良い結果やパフォーマンスを達成するために、私たちは知識と経験を蓄積し、記憶力を向上させ、刺激ライブラリを絶えず拡張することに焦点を当てる必要があります。 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不可欠です。 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。
脅威状態の各 C 刺激は、複雑さと意味の記憶効果を制御するために、その内容の点で中立状態の刺激と一致しました。 たとえば、脅威状態での死亡自動車事故の画像は、中立状態で高速道路を安全に走行している車の画像と照合されました。
各 C 刺激について、対応する音が International Affective Digitized Sounds (IADS) データベース 33 または Te Freesound プロジェクトから見つかりました。 クリエイティブ コモンズ ライセンス (https://freesound.org/) に基づくオーディオ コンテンツの共同オープンソース リポジトリ。 これらは、実生活のマルチモーダルな経験をよりよくエミュレートするために、画像 (例: ひどく骨折した足の画像、セロリを折る音) に意味のある形で一致するように選択されており、これにより、嫌悪刺激が生態学的に有効な生理学的行動を呼び起こす可能性が高まります。反応。
刺激に対して 2 つの重要な調整が行われました。 まず、MATLAB34 の SHINE ツールボックスの色順応を使用して、すべてのイメージの平均輝度が等しく設定されました。 これにより、瞳孔データを混乱させる可能性がある刺激の低レベルの視覚的特徴の潜在的な影響が軽減されます。 第二に、各音場の最大振幅は、実験室の設定では 72 デシベルを超えないように設定されていたため、条件にわたる瞳孔効果は大きな騒音の結果として説明できませんでした 36。
実験的なタスクと手順。 PRE-Memory パラダイムのさまざまな日は、感覚の事前調整実験の 3 つの異なる段階を反映しており 37、連続する 3 日間にわたって行われました (図 1 を参照)。 実験の最初の 2 つのフェーズの手順の類似性にもかかわらず、ここでの 3 番目のフェーズの関心は、事前条件付けされた刺激に対する条件付けされた生理学的反応ではなく、宣言的連想推論と、それが脅威によってどのように影響を受けるかであることに注意してください。 初日に、刺激のペア (A→B) の間で中立的な予測関連性が学習されます。 2 日目には、各ペアのうち 1 つ (B) が連想学習の条件刺激 (CS) として使用され、中立または嫌悪の C 項目のいずれかが、固有の一時的な無条件刺激 (US; B→C) として機能します。
最後に、3 日目に、1 日目の各 A 項目を提示することで、両方の学習日の情報を再結合する参加者の能力を評価しました。これは、2 日目の無中立または嫌悪 C 項目 (A→C?) を間接的に予測するようになりました。 実験は、各参加者に独自にランダム化された A→B→C 刺激の組み合わせが示されるようにプログラムされました。 各セッションは同じ実験室で行われ、照明が最大レベルに保たれているため、ベースラインの瞳孔径が小さくなり、嫌悪刺激に反応して拡張する余地が残されました。
学習（1日目）。 初日、参加者には、実験の目的が、さまざまな絵の組み合わせを含む物語を鮮明に想像する能力を研究することであると知らされました。 これは、主な関心が記憶であるという事実を曖昧にし、意図的で変化に富んだ学習戦略の使用を防ぐためでした。 参加者は情報パンフレットを読み、インフォームドコンセントフォームに署名した後、コンピューター画面の前に集まりました。 実験者は、「想像タスク'38」を装って、最初の連想学習タスクの両方に対する指示を読み上げました。
具体的には、参加者は、最初の個人的な物語または出来事の観察者として、自分が中心的な役割を果たす物語を生き生きと想像するために、提示された刺激の各ペアを使用するように指示されました。 参加者に自分自身と刺激のペアに関する出来事を積極的にシミュレートさせることで、それぞれの連想を含む記憶は、エピソード記憶を定義する「何を、どこで、いつ」という特徴を持つ可能性が高くなります39。 参加者には、40 組 (A→B) の絵が順番に提示されました。
各試行は、固視十字を500ミリ秒間提示することから始まり、その後刺激Aを4秒間提示し、その直後に刺激Bをさらに4秒間提示した。 試行間間隔 (ITI) は 8、9、10、11、または 12 秒の間でランダムに変化し、平均は 10 秒でした。 40 個すべての一意のペアの提示に続いて、それらはすべて、2 番目と 3 番目の学習ブロック中にランダムな順序で再度提示されました。 参加者には学習ブロック間に 1- 分の休憩が与えられました。 3 番目のブロックでは、想像したそれぞれのストーリーの鮮やかさを 0 (「まったく鮮やかではない」) から 100 (「非常に鮮やか」) の範囲のビジュアル アナログ スケール (VAS) で示すように求められました。
次に、参加者は、各 A 項目が 4 秒間提示され、その後、画面上の 6 つの選択肢から関連する B 項目を選択するという連想認識テストを完了しました。 両方のタスクの指示がコンピュータ画面上で繰り返されました。 セッションの最後に、タスクの指示に従う参加者の動機について尋ねる簡単な終了アンケートが実施されました。
学習を治療します (2 日目)。 2 日目の連合学習タスクは、構造と指示が前日のものとほぼ同じでしたが、提示された刺激の点で大きく異なりました。 まず、提示された刺激は B→C のペアになりました。これは、最初に提示された各画像 (B) が、前日に見たペアの 2 番目の画像であることを意味します。さらに、各ペアの 2 番目のアイテム (C) は、中立または嫌悪のいずれかである可能性があります (脅威) ) 対応するサウンドがヘッドフォンから再生されます。
このようにして、初日の 40 の A→B ペアの半分は嫌悪性の C 項目 (A→B→ CTHREAT) で「拡張」され、残りの半分は新たに中立対照の C 項目 (A→B→ CNEUTRAL) に関連付けられました。 。 参加者は初日と同じ指示を受けました。提示された刺激のそれぞれのペアを使用して、自分が中心的な役割を果たす物語を生き生きと想像することですが、これらのイメージの一部には嫌悪感のある画像や音が含まれる可能性があります。 参加者には、ペアの最初の写真 (B) が昨日提示されたペアの 2 番目の写真になることや、既存の関連付け (A) を積極的に再アクティブ化することは明示的に指示されていませんでした。 参加者はさらに、瞳孔の測定を妨げないように、顎当てに頭を置き、実験作業中は頭の動きを最小限に抑えるよう求められた。
初日と同様に、4 つの 0 個の B→C ペアすべてを提示した後、これらを 2 番目と 3 番目の学習ブロックで繰り返しました。さらに、最初の学習ブロックでは、参加者に価数 (「負」) を示すよう求められました。 0 から 100 までの 2 つの別々の VAS で、アイテムの各ペアで想像したストーリーによって引き起こされる覚醒 (「穏やか」から「緊張」) と覚醒 (「穏やか」から「緊張」)。ITI の期間とランダム化は前日と同じであり、参加者は再度、学習ブロック間に 1- 分の休憩を与えます。 同じ条件からの最大 3 つの B→C ペアが連続して提示されました。 エンコード後、すべての B→C ペアの記憶が 1 日目の A→B ペアと同じ方法でテストされ、セッションは再び終了アンケートで終了しました。今回は、参加者の主観的な感情的経験を尋ねる質問も含まれていました。タスク。
連想推論テスト（3日目）。 最終日、参加者は最初に連想推論テストを実行し、続いて実験 1 日目 (A→B) と 2 日目 (B→C) で学習した連想に対する 2 つの連想認識テストを実行しました。 彼らは各テストについて口頭および書面による指示を個別に受け取りました。 連想推論テストでは、各 A 項目が 4 秒間提示され、その後、参加者が共有の B 項目を通じて間接的に関連付けられている C 項目を選択する、自習式の 6 択強制選択テストが行われました。参加者は数字を使用します。テンキーの 1 ～ 6 を押して、各試行の答えを示します。
各試験試行中に提示されたすべての誘惑は、実験中に提示された他の C 刺激であり、3 つは中立条件から、3 つは脅威条件からとなるように選択されました。 すべての C の写真はルアーとして同じ頻度で使用されました。 連想推論テストに続いて、前提記憶 A→B および B→C がテストされました。 これらのテストの試行構造は、手がかりが 1 秒間だけ提示されたことを除いて、連想推論テストの試行構造と同じでした。 最後に、最後の終了アンケートの後、再び課題の指示に従う動機について尋ね、参加者は実験の真の目的について報告を受けました。
データ分析。
取得と前処理。 行動データの取得は、プレゼンテーション ソフトウェア (Neurobehavioral Systems Inc.、カリフォルニア州バークレー) を使用して実行されました。 2 日目の瞳孔データは、サンプリング レート 60 Hz に設定された TobiiPro Nano アイ トラッカーを使用して収集されました。 結果の時系列は、Python プログラミング言語 40 を使用して、(1) 参加者のまばたき、目をそらした、または技術的エラーの結果として欠損値 (NaN) としてアイ トラッカーによって登録されたすべてのサンプルを特定し、サンプルを 100 ミリ秒前に設定することによって前処理されました。その後も NaN になり、(2) これらの NaN 値の周りを線形補間し、(3) バンドパス フィルター (0.01 ～ 6 Hz、3 次バターワース) を適用します。
これらの最初のステップに続いて、関心のあるフレーム内の平均値を計算することによって、B 刺激と C 刺激に対する瞳孔反応を定量化しました。ここでは条件刺激として機能する B 刺激の場合、これは予期的恐怖としての提示の最後の 1 秒目でした。反応は、恐怖を引き起こす刺激の直前に拾われる可能性が最も高くなります41。 C 刺激については、感情反応がピークに達する刺激提示の最後の 2 秒を調べました42。
試行値が分析に含められるのに十分な品質であるとみなされるには、対象のフレームの平均値とそれに対応するベースラインの両方が、少なくとも 50% の非 NaN 値に基づいて計算される必要があり、そうでない場合は、次のように設定される必要がありました。ない。 対象となる各フレームの平均値は、刺激開始前の 500 ミリ秒のベースライン中の平均瞳孔幅から減算されました 29。 この基準に基づいて、いずれかの条件の試験の 50% 以上が除外された参加者は、瞳孔データ分析から完全に除外されました。
操作と前提チェック。 敷地関連。 実験 3 日目の連想推論テスト (A→C) に続いて、参加者は前提記憶 A→B および B→C の連想認識テストを完了しました。これにより、記憶が基づいている A→C テスト試行の特定の選択が可能になりました。 arebased は保持されています43。 これにより、条件全体で試行が均等に分散されるかどうかを、独立した t 検定を使用して評価しました。 さらに、やはり独立した t 検定を使用して、1 日目と 2 日目の学習直後の条件間の連想記憶の違いを評価しました。
嫌悪刺激に対する覚醒反応と予測因子への伝達。 2 つの条件 (脅威、中立) × ブロック (1、2、3) の反復測定 ANOVA を実行して、嫌悪性 C 刺激が覚醒反応を引き起こすことに成功したかどうか、また、これらが次の 2 番目と 3 番目のブロックの B 刺激に引き継がれたかどうかをテストしました。学ぶ。 前者では、C 刺激に対する平均瞳孔反応が従属変数として使用され、後者では、B 刺激に対する平均瞳孔反応が使用されました。
一次分析。 私たちは、ここで提起された主な研究課題のそれぞれについて、参加者内の記憶試行の入れ子構造を考慮しながら、個人の記憶レベルでの仮説検証を可能にするモデリング戦略である多レベル回帰分析を採用しました。 各分析の従属変数は、正しいか不正確である可能性がある連想推論テスト試行のバイナリ結果であるため、R44 の lme4 パッケージを使用してロジスティック多レベル回帰モデルを実行して各仮説をテストしました。
ロジスティック回帰によって推定されたパラメータは、予測オッズの自然対数の変化であり、離散的なイベントが発生する可能性を決定します。 オッズは、OddsOdds+1 を計算することで比率に変換できます。 たとえば、正しい連想推論の予測オッズが 4 の場合、モデルは不正確な推論ごとに 4 つの正しい推論 (または 80%) を予測することを意味し、対数オッズ比 (log OR) は ln(4) ≈ 1.39 になります。 すべての連続予測変数は被験者の平均を中心としており、これは結果を被験者内の予測変数の分散の影響として解釈できることを意味します。
重要なのは、分析に含まれたトライアルは、連想推論テスト当日に両方の前提の関連性 (A→B および B→C) が保持されていたトライアルのみであったことです。 これは、A→C の判断を行うために必要な記憶がすぐに利用できる場合、結果は脅威の学習、覚醒、および鮮明さのエンコーディングの効果として解釈されることを意味します。 言い換えれば、連想推論に対する脅威の影響は、前提記憶の保持における条件間の違いによって説明することはできません。
連想推論に対する脅威学習の影響。 脅威の学習が将来の連想推論に影響を与えるという仮説をテストするために、条件を唯一の予測変数として使用してマルチレベル ロジスティック回帰モデルを実行しました。ここで、予測平均応答精度の対数オッズ比 (ln(odds_hit) ) トライアル j の場合、participantI にネストされており、次のようになります。
ln(odds_hitij)=µ + i + 1(脅威)ij.
中立条件は参照カテゴリとして設定されました。これは、切片 μ (総平均) が、この条件に対して正しい連想推論を行うための予測平均対数オッズ比として解釈できることを意味します。 ベースライン パフォーマンスの個人差、または中立条件での正確な連想推論の可能性は、ランダムな切片によって捕捉されます。 係数 1 は、中立試験に対する脅威試験の予測平均対数オッズ比の差を表します。 1 パラメータが重要な場合、これは脅威学習の影響を示します。 1 の正の値は脅威の効果が強化されていることを示す一方、負の値は障害を示唆します。
さらに、反応時間 (RT) が条件間で異なるかどうか、またこの効果が正しい連想推論と誤った連想推論で異なるかどうかを、2 つのカテゴリ予測子 (条件と正しさ、それぞれ中立カテゴリと誤った参照カテゴリ) を使用した線形多段階回帰を使用してテストしました。次のように指定します。
RT=µ + i + 1(脅威)ij + 2(正解)ij + 3(脅威 × 正解)ij。
ここで、1 は中立的なトライアルと比較した脅威に対する反応時間の推定差であり、2 は誤った回答のトライアルと比較した正しいトライアル間の推定差です。 3 は、両方とも脅威状態にあり、正しく回答されたトライアルの追加的な差です。 最後に、条件 (脅威、中立) と連想テスト タイプ (推論 A→C、関連 A→B、関連 B→C) を使用して RT の反復測定 ANOVA を実行し、記憶全体にわたる連想推論が連想認識判断と同じくらい速いかどうかを評価しました。メモリ内9、およびこれが条件間で異なるかどうか。
連想推論に対する脅威学習の影響のノルアドレナリン作動性の緩和。 嫌悪性の C 刺激 (つまり、US 刺激) によって引き起こされる覚醒が、連想推論に対する脅威記憶の考えられる影響 (強化または低下) に関連しているかどうかを評価するために、最初のブロックで最初に C に遭遇したときの瞳孔の反応がモデレーターとして追加されました。条件の効果:
ln(odds_hitij)=µ + i + 1(脅威)ij + 2(覚醒)ij + 3(脅威 × 覚醒)ij。
瞳孔拡張として操作される覚醒は連続変数であるため、2 は正確な連想推論の対数オッズ比を予測するための対応する傾きを表します。 ニュートラル条件が再び基準として使用されます。これは、覚醒 × 条件相互作用の傾き 3 が、ニュートラル トライアルと比較した脅威トライアルにおける覚醒の効果の傾きの違いを表すことを意味します。
二次分析。 前提記憶の鮮明さを制御します。 脅威学習が連想推論にどの程度影響するかは、その後の判断の基礎となる元のエピソードの主観的な符号化の鮮やかさに依存する可能性があります。 感情を刺激する出来事は鮮明な記憶を生み出すことがよく知られており 45、連想記憶の強度に影響を与える可能性があります。 したがって、条件によって異なる可能性がある前提記憶の鮮明さの影響を制御するために、参加者は両方の学習日の前提記憶の主観的な鮮明度評価を与えました。 条件との 3 方向交互作用として指定された 1 日目と 2 日目の鮮やかさスコアをモデルに追加することで、鮮やかさがその後の連想推論に対する脅威学習の影響を緩和するかどうかをテストしました。
ln(オッズ_hitij)=µ + i + 1(脅威)ij + 2(鮮やかさ_D1)ij + 3(鮮やかさ{ {8}}D2)ij+ 4(脅威 × 鮮やかさ_D1)ij + 5(脅威 × 鮮やかさ_D2)ij+ 6(鮮やかさ{{ 17}}D1 × 鮮やかさ_D2)ij+ 7(脅威 × 鮮やかさ_D1 × 鮮やかさ_D2)ij。
両日の鮮やかさの変数、鮮やかさ_D1 と鮮やかさ_D2 は連続的で、それぞれの主効果は傾き 2 と 3 で示されます。前の分析の場合と同様、相互作用パラメータ 4および 5 は、両方のエンコード日における中立トライアルと比較した脅威トライアルの前提記憶の鮮明さの効果の違いを示しました。 最後に、パラメーター 6 は前提記憶の鮮明さの相互作用効果を表します。一方、パラメーター 7 は、その効果が中立の場合と比較して脅威トライアルでどのように異なるかを示します。
前提記憶における脅威学習の影響。 連想推論に対する脅威の学習と覚醒の影響を分析するために使用したのと同じモデリング戦略を適用して、元の記憶 (A→B) が新しい脅威の関連付け (B→C) によって強化されるかどうかをテストしました。これは、以前の研究と一致します。感情的なタグ付けの証拠を発見12,13。 同様に、新規記憶要素（B→C）間の関連性が脅威試験と中立対照間で異なるかどうかをテストしました。
連想推論に対する脅威の影響に関する予測と同様に、ここでは、B 項目によって取得された脅威 C 項目の予測値による強化、または感情連合学習の効果に対する初期の研究に沿った減損のいずれかを期待しました。 ここで、Odds_hitij は、実験の 3 日目に評価される、1 日目または 2 日目の関連性の連想認識テスト中の試験のバイナリ結果 (正しいか不正確か) を指すことに注意してください。
ln(odds_hitij)=µ + i + 1(脅威)ij.
For more information:1950477648nn@gmail.com
