Wpływ emocji i pokrewieństwa semantycznego na pamięć rozpoznawania: dowody behawioralne i elektrofizjologiczne, część 2

2.1|metoda

2.1.1|Uczestnicy

Aby określić wymaganą wielkość próby, najpierw wyodrębniliśmy wielkość efektu behawioralnego uzyskaną przez Pierce'a i Kensingera (2011; N = 32, f Cohena = 0.42), którzy zastosowali projekt eksperymentalny podobny do tego zastosowanego w badaniu aktualne badanie.

Istnieje związek między wielkością próbki a pamięcią. Ta relacja może nie jest bezpośrednia, ale jest bardzo ważna. Mówiąc najprościej, im większa wielkość próby, tym więcej rzeczy zapamiętamy. Dlatego musimy stale gromadzić nowe i znaczące informacje w naszym codziennym życiu, aby poprawić naszą pamięć.

Badania naukowe pokazują, że korzystanie z różnych metod i kanałów pozyskiwania informacji może stymulować naszą pamięć i poprawiać naszą zdolność zapamiętywania. Staraj się wchodzić w interakcje z ludźmi w różnym wieku, uprawiać różne formy spędzania wolnego czasu i poznawać różne kultury, środowiska i ludzi, abyśmy mogli uczynić naszą wiedzę pełniejszą, szerszą i głębszą.

Przełamanie zakresu swojej wiedzy i nauka szybkiego zapamiętywania informacji to także ważny sposób na poprawę pamięci. Możesz spróbować wytrenować swój mózg za pomocą niektórych gier pamięciowych, utrwalić pamięć poprzez wielokrotne zapamiętywanie i powtarzanie oraz pomóc Ci szybko opanować nową wiedzę. Poprawa pamięci nie wymaga dużych kosztów ani czasu, wystarczy zachować pozytywne nastawienie i próbować dalej.

Krótko mówiąc, poprzez ciągłą akumulację, trening, uczenie się i próbowanie, każdy może poprawić swoją pamięć, opanować większą wiedzę i wzbogacić swoje doświadczenie życiowe. W dobie eksplozji informacji bardzo ważne jest, aby mieć dobrą pamięć. Mamy obowiązek i obowiązek poprawić naszą pamięć pod każdym kątem i stać się lepszą wersją siebie. Widać, że trzeba poprawić pamięć, a Cistanche desericola potrafi znacząco poprawić pamięć, bo Cistanche desericola potrafi także regulować równowagę neuroprzekaźników, np. zwiększać poziom acetylocholiny i czynników wzrostu. Substancje te są bardzo ważne dla pamięci i uczenia się. Ponadto mięso może również poprawić przepływ krwi i promować dostarczanie tlenu, co może zapewnić mózgowi wystarczającą ilość składników odżywczych i energii, poprawiając w ten sposób witalność i wytrzymałość mózgu.

Kliknij Wiedz, aby poprawić pamięć krótkotrwałą

Następnie wyodrębniliśmy efekty pamięci skojarzeniowejERP (dla wczesnych i późnych komponentów ERP) z wielu badań, w których wykorzystano paradygmat pamięci skojarzeniowej (Bader i Mecklinger, 2017; Kamp et al., 2016; Liet al., 2017; Li et al., 2019; Rhodes i Donaldson, 2008; Tibon, Gronau i in., 2014; Zhao i in., 2020; Zheng, Li, Xiao, Broster, Jiang i Xi, 2015).

Wszystkie wielkości efektu dla komponentu pamięci skojarzeniowej zgłoszone w tych badaniach były średnio-duże i mieściły się w zakresie od f =  0 Cohena do 10,7 (N w zakresie od 17 do 46).

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>0,8 (=.01) wymagałoby co najmniej 39 uczestników (rzeczywista moc=0,81) i dlatego do badania zrekrutowano 47 uczestników.

W eksperymencie wzięło udział czterdziestu siedmiu zdrowych, praworęcznych, rodzimych użytkowników języka chińskiego (30 kobiet; średni wiek 22,4 ±2 lata) z Uniwersytetu CapitalNormal, którzy otrzymywali wynagrodzenie w wysokości 30 jenów za godzinę.

Wszyscy uczestnicy mieli wzrok prawidłowy lub skorygowany do normalnego i zostali wstępnie poddani badaniu przesiewowemu pod kątem zaburzeń neurologicznych lub psychiatrycznych w wywiadzie, zaburzeń uczenia się, urazu głowy lub zażywania narkotyków psychotropowych. Od każdego uczestnika zebrano świadomą zgodę, zatwierdzoną przez Komisję ds. Przeglądów Instytucjonalnych Uniwersytetu Capital Normal.

Odrzucono dane pięciu uczestników, w tym jednego uczestnika, który wykonał bardzo słabo zadanie (asocjatywne Pr<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 i zostały przedstawione pośrodku obrazu na szarym tle (RGB: 150; patrz przykłady na rysunku 1).

Niezależna próba (N = 12) oceniła zdjęcia pod kątem wymiarów wartościowości, pobudzenia i zażyłości, stosując skalę od 1 (bardzo negatywny/spokojny/nieznajomy) do 9 (bardzo pozytywny/ekscytujący/znajomy). Zdjęcia z oceną znajomości poniżej 4 zostały usunięte z puli.

Wybrano 1272 zdjęcia, w tym 646 obrazów negatywowych (z wartościowością poniżej 4) i 625 obrazów neutralnych (z oceną wartościowości od 4 do 7), i połączono w pary obrazów negatyw/negatyw lub pary obrazów neutralny/neutralny, w wyniku czego powstało 166 obrazów niepowiązanych semantycznie, 150 semantycznie niepowiązanych neutralnych, 157 semantycznie powiązanych negatywnych i 162 semantycznie powiązanych neutralnych par obrazów.
Inna niezależna próba (N =  10) dostarczyła oceny par w wymiarze pokrewieństwa. Poproszono ich o ocenę prawdopodobieństwa pojawienia się tych dwóch obiektów razem (Tibon, Gronau i in., 2014), udzielając odpowiedzi w skali od 1 (bardzo mało prawdopodobne) do 9 (bardzo prawdopodobne).

Tylko pary, dla których zweryfikowano wcześniej przypisany status pokrewieństwa (tj. niepowiązane bodźce z oceną pokrewieństwa<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. 

Na podstawie ocen wybrano 600 par, w tym 150 powiązanych semantycznie par negatywnych, 150 semantycznie powiązanych par neutralnych, 150 semantycznie niepowiązanych par negatywnych i 150 semantycznie niepowiązanych par neutralnych. Pary powiązane semantycznie albo należały do ​​tej samej kategorii (np. „biurko-sofa”), albo były ze sobą powiązane funkcjonalnie (np. „królik-marchewka”).

Wyniki pokrewieństwa par powiązanych [średnia (SD) = 6,61 (1,25)] były znacząco wyższe niż w przypadku par niepowiązanych [średnia (SD) =  1,61 (0,41); t (299) =  64.20, s<.001]. 

Negatywne obrazy były znacznie bardziej negatywne i pobudzające niż obrazy neutralne [wartościowość: Znaczenie (SD) {{0}}.05 (0,66), Meanneu(SD) =  5,06 (0,31) , t (599)=−59,22, s<.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).

Następnie skonstruowaliśmy 200 przestawionych par, łącząc obrazy należące do różnych par, ale zachowując ich typ i położenie niezmienione, tak że dla każdego typu było 50 przestawionych par. Na przykład dwie powiązane pary neutralne AB (np. królik-marchew) i CD (np. koza-kapusta) można zrekombinować, tworząc inną pokrewną parę neutralną AD (królik-kapusta).

B i C można by również połączyć z innymi elementami (należącymi do powiązanych par neutralnych), tworząc przegrupowane pary. Ta sama próba (N =  10) uczestników wcześniejszych ocen pokrewieństwa została ponownie zrekrutowana i przedstawiła oceny pokrewieństwa.

Wyniki potwierdziły nasze wstępne przypisanie par i pokazały, że wyniki pokrewieństwa par powiązanych [Średnia (SD) = 6.67 (1,23)] były znacząco wyższe niż w przypadku par niepowiązanych [Średnia (SD) =  1 0,65 (0,57); t (99) =  64.90, s<.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].

Na etapie badania zakodowano łącznie 400 par obrazów (100 powiązanych par negatywnych, 100 powiązanych par neutralnych, 100 niepowiązanych par negatywnych i 100 niepowiązanych par neutralnych), a pozostałe 200 par służyło jako nowe pary w fazie testowej. W teście zaprezentowano 200 nienaruszonych par (tych samych par pokazanych w badaniu), 200 par przestawionych (obrazki należące do różnych badanych par, które zostały ponownie połączone) oraz 200 nowych par, przy czym każdy stan zawierał 50 powiązanych negatywnych, 50 powiązanych neutralnych, 50 niepowiązane pary ujemne i 50 niepowiązanych par neutralnych. Pary testowe były równoważone między badanymi, przy czym każde zdjęcie było prezentowane równie często jako część nienaruszonej, przestawionej lub nowej pary.

2.1.3|Procedura

Uczestnicy siedzieli w odległości 70 cm od monitora Dell w pomieszczeniu ekranowanym elektrycznie. Pary obrazów o polu widzenia 10 stopni x 5 stopni wyświetlano (przy użyciu prezentacji firmy Neurobehavioral Systems, Inc.) poziomo na środku monitora na czarnym tle. Przyjęto standardowy paradygmat badanie-test, w którym po fazie badania następuje faza testowania z10-minutowym opóźnieniem. Podczas fazy badania i fazy testowej zapewniono cztery przerwy we własnym tempie. Bodźce przedstawiono pseudolosowo, aby mieć pewność, że nie więcej niż trzy kolejne próby dotyczyły tego samego stanu.

W badaniu każdą próbę rozpoczynano od szarego krzyżyka fiksacyjnego przez 1000–1500 ms, po którym następowała prezentacja pary obrazów przez 2000 ms, podczas której uczestnicy byli proszeni o zapamiętanie par i wykonanie zadania oceny wartościowości, a mianowicie oceny, który z dwóch obiektów jest bardziej ujemna (ryc. 1b). Poproszono ich o naciśnięcie klawisza „strzałka w lewo”, jeśli uważają, że lewy obiekt jest bardziej negatywny, o naciśnięcie klawisza „strzałki w prawo”, jeśli uważają, że prawy jest bardziej negatywny, oraz o naciśnięcie klawisza „w dół”. strzałkę”, jeśli uważali, że te dwa obiekty mają podobną wartościowość.

Po zakończeniu fazy badania nastąpiła 10-minutowa przerwa. W tym okresie uczestnicy wykonywali zadanie odwracające uwagę od 3-3-liczenia cyfr wstecz przez 5 minut, a następnie odpoczywali przez pięć dodatkowych minut.

W teście każda próba rozpoczynała się od drżącej fiksacji prezentowanej krzyżowo przez 1000–1500 ms, po której następowała prezentacja pary obrazów przez 2000 ms. Uczestnicy zostali poproszeni o jak najdokładniejsze i możliwie najszybsze wskazanie, czy para jest „nienaruszona”, „przestawiona” czy „nowa”. Odpowiedzi udzielano za pomocą klawiszy klawiatury, równoważąc je pomiędzy uczestnikami.

Połowa badanych udzieliła odpowiedzi „w stanie nienaruszonym” i „przestawionym”, naciskając lewą ręką klawisze „F” i „G”, oraz „nowy”, naciskając prawą ręką klawisz „J”. Druga połowa uczestników odpowiedziała „nienaruszony” i „przestawiony” naciskając prawą ręką klawisze „H” i „J”, a „nowy” naciskając lewą ręką klawisz „F”.

Na początku eksperymentu, przed fazą badania, zapewniono blok praktyki badawczej składający się z 12 prób. Przed fazą testową udostępniono dodatkowy blok ćwiczeń testowych składający się z 18 prób. Podczas tych sesji praktycznych eksperymentator upewniał się, że uczestnicy zrozumieli zadanie.

2.1.4|Zapis EEG i wstępne przetwarzanie

EEG rejestrowano przy użyciu {{0}}kanałowego systemu Neuroscan, a rozmieszczenie elektrod było zgodne z rozszerzonym międzynarodowym systemem 10–20. Częstotliwość próbkowania wynosiła 500 Hz z filtrem pasmowym 0,05–100 Hz. Elektrookulogram (EOG) rejestrowano przy użyciu dwóch elektrod umieszczonych na zewnątrz zewnętrznego kącika każdego oka i jednej podoczodołowej w lewym oku.

Lewy wyrostek sutkowy wykorzystano jako miejsce referencyjne w trybie online, a sygnały EEG ponownie odniesiono w trybie offline do średniej z zapisów lewego i prawego wyrostka sutkowatego. Impedancję utrzymywano poniżej 5 kΩ. Sygnały EEG/EOG filtrowano przy paśmie pasma 0,05–40 Hz. Dane EEG z fazy testowej podzielono na okresy trwające 1100 ms, skorygowane do wartości bazowej 100 ms przed bodźcem. Wykluczono epoki o napięciu przekraczającym ±75 μV.

Do wyizolowania i usunięcia artefaktów mrugania EOG wykorzystano niezależną analizę składowych (ICA) przeprowadzoną przy użyciu algorytmu runicznego dostępnego w zestawie narzędzi EEGLAB dla MATLABA (wersja 2019.0, Delorme i Makeig, 2004). Aby zapewnić akceptowalny stosunek sygnału do szumu, wymaganych było co najmniej 16 prób dla każdego warunku, a czterech uczestników zostało wykluczonych z powodu niespełnienia minimalnej liczby prób.

Średnia liczba powiązanych analizowanych badań wyniosła 39 (nienaruszony), 26 (przestawiony) i 38 (nowy) dla par ujemnych oraz 37 (nienaruszony), 26 (przestawiony) i 43 (nowy) dla par neutralnych. Średnia liczba niepowiązanych analizowanych badań wyniosła 25 (nienaruszone), 30 (przestawione) i 37 (nowe) dla par ujemnych oraz 27 (nienaruszone), 30 (przestawione) i 41 (nowe) dla par neutralnych.

2.1.5|Analizy statystyczne: Podejście ogólne

Dane wyodrębniono wyłącznie dla poprawnych badań (np. Donaldson i Rugg, 1998; Paller i in., 2003). Przeprowadzono powtarzane analizy wariancji (ANOVA) dla statystyk wnioskowania, w razie potrzeby z korektą Greenhouse'a-Geissera na niesferyczność. Analizy uzupełniające przeprowadzono przy użyciu powtarzanych pomiarów ANOVA lub testów, jeśli było to właściwe.

Aby kontrolować współczynniki błędów typu I, wartości p skorygowano pod kątem współczynnika fałszywych odkryć (FDR) za pomocą procedury Benjaminiego-Hochberga (Benjamini i Hochberg, 1995) w p<.05. Because the current study focuses on mnemonic effects, only main effects and interactions that included the factor of response type are reported.

Analizy behawioralne

Behawioralną miarą zainteresowania była asocjacyjna Pr: miara rozróżniająca starych/nowych efektów dla pamięci asocjacyjnej, zdefiniowana poprzez odjęcie współczynników fałszywych alarmów dla par przestawionych od współczynników trafień dla par nienaruszonych (Jägeret al., 2006; Snodgrass i Corwin, 1988). Miarę tę zastosowano w celu oddzielenia potencjalnego błędu odpowiedzi (np. dla par powiązanych; Ahmad i Hockley, 2014; Liu i Guo, 2019; Tibon, Gronau i in., 2014; patrz Informacje dodatkowe 1, aby zapoznać się z dodatkową analizą błędu odpowiedzi) od prawdziwego przewaga pamięci. Wyniki Pr analizowano przy użyciu testu ANOVA z powtarzanym pomiarem, z pokrewieństwem (powiązanym lub niepowiązanym) i wartościowością (ujemną lub neutralną) jako czynnikami powtarzanymi i wynikiem Pr jako miarą zależną.

Biorąc pod uwagę nasze zainteresowanie pamięcią skojarzeniową i rozwikłanie efektów prawdziwej pamięci od błędu odpowiedzi, szczegółowo przeanalizowaliśmy współczynniki dokładności (% poprawności) dla par nienaruszonych i par przestawionych, używając powtarzanej analizy ANOVA z pokrewieństwem (powiązanym lub niepowiązanym) i wartościowością (ujemną lub neutralną) jako powtarzającymi się czynnikami, i współczynnik dokładności jako miara zależna. Pełna 3-analiza ANOVA, która obejmuje wszystkie czynniki (pokrewieństwo, wartościowość i typ odpowiedzi) i poziomy (nienaruszony, zmieniony, nowy) w ramach tego samego modelu, jest zawarta w informacjach pomocniczych 2.

Analizy ERP

Badane elementy składają się zarówno z par nienaruszonych, jak i przestawionych. Jednakże, podczas gdy nienaruszone pary zawierają ponadto zbadane informacje skojarzeniowe, pary przestawione zawierają nowe informacje skojarzeniowe, które nie zostały zaprezentowane w badaniu. Zatem nienaruszone/przeorganizowane efekty, tj. różnice pomiędzy ERP związanymi z prawidłowymi „nienaruszonymi” osądami a prawidłowymi „przestawionymi” osądami, wskazują na uznanie skojarzeniowe. (np. Li i in., 2017; Rhodes i Donaldson, 2008; Zheng, Li, Xiao, Broster, Jiang, &Xi, 2015).

W związku z tym skupiliśmy się na porównaniu par nienaruszonych i przestawionych, aby zindeksować pamięć skojarzeniową. Dla uzupełnienia uwzględniamy także porównanie przestawionych i nowych par jako indeks pamięci pozycji w Informacjach pomocniczych 3.

W przypadku efektów pamięci czołowej i ciemieniowej zdefiniowano segmenty czasowe i obszary zainteresowania w oparciu o wcześniejsze badania ERP (Bader i in., 2010; Han i in., 2018; Li i in., 2017,2019; Rugg i Curran, 2007; Speer i Curran, 2007; Wolket in., 2006; Zheng i in., 2016). W związku z tym do uchwycenia efektów pamięci odpowiednio czołowej i ciemieniowej wykorzystano podwójne okna czasowe, 300–550 ms i 550–800 ms. Średnie amplitudy do analiz statystycznych w tych oknach uzyskano z czołowych (zapadniętych w F3, Fz i F4), centralnych (zapadniętych w C3, Cz i C4) i ciemieniowych (zapadniętych w P3, Pz i P4) miejsc skóry głowy (Han i in. ., 2018; Houet in., 2013; Molinaro i in., 2011).

Powtarzane pomiary ANOVA przeprowadzono oddzielnie dla każdego okna czasowego i obejmowały cztery czynniki wewnątrzobiektowe: pokrewieństwo (powiązane lub niezwiązane), wartościowość (ujemna lub neutralna), typ odpowiedzi (nienaruszona lub przestawiona) i lokalizacja (przednia, centralna lub ciemieniowa).

2.2|Wyniki

2.2.1|Wyniki behawioralne

Średnie i SD dla różnych miar behawioralnych z Eksperymentu 1 przedstawiono w Tabeli 1. Analiza ANOVA dla asocjacyjnego Pr (pokrewieństwo × wartościowość) ujawniła znaczący efekt główny wartościowości, F (1, 41) =  24.28, p<.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). 

Analiza ujawniła ponadto znaczącą 2-interakcję pomiędzy pokrewieństwem a wartościowością, F (1, 41) = 6.61, p =.014,휂2p =0.14, z niższy Pr asocjacyjny dla par ujemnych (w porównaniu z neutralnymi) w stanie niepowiązanym, t (41) = 5.38, p<.001, d = 0.83, but not in the related condition, t (41) = 1.65, p =.107, d = 0.25.

Analiza współczynników dokładności dla nienaruszonych par („trafień”) ujawniła główny efekt pokrewieństwa, F (1, 41) = 361.91,p<.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.

Podsumowując, wyniki behawioralne przedstawiają przewidywany efekt emocjonalnej interferencji skojarzeniowej, na co wskazują obniżone wyniki Pr i współczynniki dokładności dla par negatywnych i neutralnych. Co więcej, efekt ten został osłabiony przez pokrewieństwo semantyczne, przy czym większe zakłócenia emocjonalne zaobserwowano w przypadku par niepowiązanych i spokrewnionych.

2.2.2|Wyniki ERP-a

Przebiegi i rozkład topograficzny efektu pamięci skojarzeniowej w różnych warunkach eksperymentalnych przedstawiono na rysunku 2. We wczesnym oknie czasowym (300–550 ms) analiza ANOVA dla efektu pamięci skojarzeniowej ujawniła 2-sposób interakcji między wartościowością i typ odpowiedzi, F (1, 41) = 9.29, p =.004, 휂2p =0.19.

Rozkład interakcji za pomocą testów t dla par dla każdego poziomu wartościowości ujawnił znaczący efekt pamięci asocjacyjnej (więcej przebiegów o kierunku dodatnim dla nienaruszonych w porównaniu z przestawionymi) dla par ujemnych, t (41) = 3.13, p {{5 }}.003,d =  0.48, ale nie dla par neutralnych (p =.29). Zatem we wczesnym oknie czasowym efekt pamięci skojarzeniowej pojawił się w przypadku par ujemnych, niezależnie od ich pokrewieństwa, i miał szerokie rozpowszechnienie.

W późnym oknie czasowym (550–800 ms) analiza ANOVA ujawniła jedynie główny efekt typu odpowiedzi, F (1, 41) = 38.84, s.<.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