Konteksty kodowania są przypadkowo przywracane podczas konkurencyjnego wyszukiwania i śledzą czasową dynamikę zakłóceń pamięci, część 2

Analiza statystyczna i jednowymiarowa czasowo-częstotliwościowa

Do zbadania efektów powodzenia epizodycznego wyszukiwania wykorzystano klasyczną jednowymiarową analizę czasowo-częstotliwościową. Oszacowania mocy w każdym punkcie czasowym przekształcono w logarytm i linię bazową skorygowano o średnią moc w oknie czasowym od -1 do 0 s w odniesieniu do początku sygnału słownego. Istotność statystyczną efektów przeprowadzono za pomocą nieparametrycznego testu permutacji opartego na klastrach zaimplementowanego w programie FieldTrip (Maris i Oostenveld 2007). W pierwszym etapie w ramach tej procedury przeprowadzono testy t dla próbek zależnych w celu porównania warunków i zidentyfikowania próbek danych istotnych statystycznie (alfa=0.05).

W ostatnich badaniach wiele uwagi poświęcono związkowi między jednowymiarową czasowo-częstotliwościową a pamięcią. Badania wykazały, że w przypadku ludzkiego mózgu jednowymiarowa czasowo-częstotliwościowa ma bardzo znaczący wpływ na poprawę i poprawę pamięci. Wielu ekspertów i naukowców uważa, że ​​różne procesy pamięciowe są regulowane przez różne obszary częstotliwości i charakterystyki czasowe, dlatego też wielką wartość badawczą ma zbadanie związku między stałą czasowo-częstotliwościową a pamięcią.

Przede wszystkim pamięć jest bardzo ważną zasadą psychologiczną dla człowieka. Umożliwia nam uczenie się i dostosowywanie na podstawie doświadczeń życiowych. Pamięć nie tylko wpływa na naszą naukę i pracę, ale ma także pozytywny wpływ na nasze życie. Możemy poprawić naszą pamięć na wiele sposobów, na przykład poprzez ćwiczenia, dietę, dostosowanie się do środowiska i tak dalej. Jednozmienna czasowo-częstotliwościowa również odgrywa wyjątkową rolę w poprawie ludzkiej pamięci.

Badania wykazały, że różne częstotliwości fal mózgowych wpływają na wydajność poznawczą i pamięć człowieka. Na przykład częstotliwości alfa mogą sprzyjać relaksowi i koncentracji u ludzi, podczas gdy częstotliwości operacyjne tropikalne mają kluczowe znaczenie dla wzmacniania pamięci i aspektów uczenia się. Może zwiększyć szybkość przetwarzania informacji w ludzkim mózgu, dzięki czemu łatwiej i szybciej możemy się uczyć i zapamiętywać.

Wpływ pojedynczej zmiennej czasowo-częstotliwościowej na pamięć jest stosunkowo stabilny. Kiedy mamy dostęp do dużej ilości wysokiej jakości informacji w określonym czasie i zakresie częstotliwości, nasze mózgi chętniej zapamiętują i uczą się. Ten szczególny rytm fal mózgowych jest fizjologiczną cechą ludzkiego mózgu i w rzeczywistym uczeniu się i życiu możemy również poprawić naszą pamięć i efektywność uczenia się, zwiększając wrażliwość na tę stałą czasowo-częstotliwościową.

Podsumowując, istnieje ścisły związek pomiędzy jednowymiarową czasowo-częstotliwościową a pamięcią. Rozumiejąc tę ​​zależność, możemy lepiej zrozumieć, jak działa ludzki mózg oraz jak możemy poprawić naszą pamięć i zdolność uczenia się za pomocą różnych metod, aby skuteczniej i efektywniej się uczyć i pracować. Powinniśmy aktywnie poszukiwać, badać i stosować techniki, metody i narzędzia związane z jednozmienną czasowo-częstotliwościową, aby zmaksymalizować naszą pamięć i zdolność uczenia się. Musimy więc poprawić naszą pamięć, musimy poprawić naszą pamięć, ponieważ mięso mielone jest tradycyjnym chińskim lekarstwem i ma wiele unikalnych efektów, z których jednym jest poprawa pamięci. Zalety mięsa mielonego wynikają z wielu zawartych w nim składników aktywnych, w tym kwasów, polisacharydów, flawonoidów itp., które na różne sposoby mogą promować zdrowie mózgu.

Kliknij Poznaj 10 sposobów na poprawę pamięci

Wszystkie sąsiednie próbki danych (sąsiedzi przestrzenni, czasowi lub częstotliwościowi) następnie pogrupowano w skupienia, a wartości t w każdym skupieniu zsumowano i wykorzystano do wygenerowania wartości t na poziomie klastra. Współczynnik błędów typu-1 kontrolowano poprzez ocenę statystyki testowej na poziomie klastra w ramach rozkładu zerowego randomizacji maksymalnej statystyki testowej na poziomie klastra. Uzyskano to poprzez randomizację danych pomiędzy warunkami dla każdego uczestnika. Tworząc rozkład referencyjny z losowych losowań 10 000, oszacowano wartość P zgodnie z proporcją rozkładu zerowego randomizacji przekraczającą obserwowaną maksymalną statystykę testową na poziomie klastra (tzw. Wartość P Monte Carlo). W ten sposób zidentyfikowano znaczące klastry rozciągające się w czasie, częstotliwości i elektrodach.

Aby zbadać skutki powodzenia w odzyskiwaniu pamięci epizodycznej, porównaliśmy sukces z nieudanym odzyskiwaniem konkurencyjnym i niekonkurencyjnym. Analizę tę przeprowadzono w dwóch różnych dużych oknach czasowych: oknie czasu sygnalizacji ({{0}},3–1,5 s po rozpoczęciu sygnału) i oknie czasu sondy (0,3–1,5 s po rozpoczęciu sondy), mając na celu obejmować całą epokę wyszukiwania, korzystając z zakresu częstotliwości stosowanego wcześniej w analizie klasyfikacyjnej (4–45 Hz).

W osobnej analizie zbadano, czy aktywność oscylacyjna theta śledzi aportowanie konkurencyjne. Motywacją do tej analizy były wcześniejsze prace wykazujące zwiększoną aktywność theta w obszarze czołowym o wczesnym początku, związaną z zakłóceniami pamięci (np. Hanslmayr i wsp. 2010; Bramão i Johansson 2017). Test permutacji oparty na klastrach zastosowano do porównania wyszukiwania konkurencyjnego i niekonkurencyjnego w dwóch różnych wczesnych oknach czasowych: oknie czasu sygnalizacji (0,1–0,6 s po początku bodźca) i oknie czasu sondy (2,1–2,6 s po początku bodźca) oraz przy użyciu zakres częstotliwości w paśmie theta (3–6 Hz).

Wyniki

Wyniki behawioralne

Dla każdego uczestnika i warunku określono ilościowo dokładność przypomnienia, zdefiniowaną jako procent prawidłowych odpowiedzi. Behawioralny wpływ rywalizacji pamięciowej na odzyskiwanie pamięci docelowej badano jako funkcję typu pary słów (pary słów AB vs. AC vs. DE) za pomocą ANOVA z powtarzalnym pomiarem. Wyniki wykazały istotny wpływ pary słów [F(2, 58)=6.71, P=0.002, η2 P=0 0,19; patrz ryc. 1C]. Planowane porównania parami wykazały dowody na proaktywną, ale nie wsteczną, interferencję. Oznacza to, że wydajność pamięci dla celów AC była znacznie gorsza w porównaniu z niekonkurencyjnym wyszukiwaniem DE [t(29)=-3,66, P=0.001, d {{21} } −0,67] i AB celem konkurencyjnego odzyskiwania [t(29)=−2,18, P=0,037, d=−0,40]. Natomiast wyszukiwanie AB i DE nie różniło się [t(29)=-1,09, P=0,28, d=-0,20] (ryc. 1C).

Dalsze analizy wykazały, że na efekt zakłóceń behawioralnych nie miał wpływu ani typ bloku kodowania, ani zakłócenia wyjściowe (patrz uwaga dodatkowa 1). Dodatkowo efekt interferencji pozostał po dopasowaniu par słów kontrolnych DE z pozycją szeregową par słów AB i AC (patrz uwaga dodatkowa 2). Na koniec, na koniec każdego bloku, po odzyskaniu tarcz (B lub C), uczestnicy zostali również poproszeni o odzyskanie zawodników (C lub B). W tym końcowym teście wydajność pamięci zawodników i celów AC była niższa niż zawodników i celów AB; jednakże nie zaobserwowano istotnej interakcji między parą słów (pary słów AB i AC) a statusem przedmiotu (cel vs. konkurent) (patrz uwaga dodatkowa 3).

Wzory aktywacji mózgu powiązane z kontekstem kodowania
Aby określić ilościowo przywracanie kontekstu podczas wyszukiwania, najpierw przeszkoliliśmy klasyfikator wzorców neuronowych, aby rozróżniał oscylacyjną aktywność mózgu (w kanałach i w zakresie 4–45 Hz) związaną z filmem kontekstowym podczas kodowania (ryc. 1B, D). Warto zauważyć, że dokładność klasyfikacji była znacznie większa od przypadku w przypadku wszystkich filmów [pod wodą: t(29)=8.19, P < 0.001, d {{8 }}.50, wartość progowa {{10}}.55; las: t(29)=2.73, P=0.011, d=0.50, wartość progowa t {{20} }.09; miasto: t(29)=6,72, P < 0,001, d=1,23, wartość progowa t=2,21] i dla średniej z filmów [t(29)=8,38, P < 0,001, d=1,53, wartość progowa t=1,84]. Wielokrotna analiza ANOVA z czynnikiem Film (pod wodą vs. las vs. miasto) ujawniła, że ​​dokładność dekodowania kontekstu kodowania różniła się [F(2, 58)=8.90, P < 0,001, η2 P{{50 }}.24]: klasyfikacja była niższa dla lasu w porównaniu zarówno z podwodnym [t(29)=−2,79, P=0.007, d=−0,48], jak i miejskim [t (29)=−4,14, P=0,001, d=−0,84], ale porównywalne dla podwodnych i miejskich [t(29)=−1,35, P { {74}},18, re=−0,24]. Co ważne, ponieważ konteksty filmowe zostały zrównoważone wśród uczestników i przypisane do wszystkich warunków w blokach, jakakolwiek różnica w dokładności dekodowania pomiędzy kontekstami kodowania nie może wyjaśnić różnic pomiędzy warunkami wyszukiwania (AB, AC, DE).

Aby zwizualizować, które cechy najbardziej przyczyniły się do klasyfikacji, zbadaliśmy udział każdej cechy (tj. kanałów i częstotliwości) (szczegóły w Materiałach i metodach; patrz rys. 1E). Analiza ta ujawniła, że ​​aktywność oscylacyjna (4–20 Hz) zarejestrowana w tylnych kanałach elektrody w największym stopniu wpływa na dokładność, co sugeruje, że klasyfikacja w dużej mierze zależy od przetwarzania wizualnego, które rozróżnia trzy konteksty filmowe. Wynik ten powtarza i rozszerza wcześniejsze ustalenia uzyskane dla statycznych bodźców wzrokowych (Jafarpour i in. 2014; Kaneshiro i in. 2015; Kurth-Nelson i in. 2015; Bramão i Johansson 2018).

Przywrócenie kontekstu podczas wyszukiwania celów niekonkurencyjnych

Using the classifier built on the encoding data, we next investigated incidental context reinstatement during DE noncompetitive retrieval. This is an important step to validate our methodological approach and to replicate and extend previous findings in the literature (e.g., Manning et al. 2011; Diana et al. 2013; Gershman et al. 2013; Folkerts et al. 2018). Given the contextual nature of episodic memory retrieval, non-competitive target retrieval should be accompanied by the reinstatement of the encoding context already during the initial cue time window. As the word cue was previously encountered in a single encoding event, it could readily prompt retrieval of the sought-after memory trace (Fig. 1A, F). The neural pattern classifier, trained during encoding, was applied over the time course of DE noncompetitive retrieval. As no movie context was presented during retrieval, any classification evidence reflects the replay of the neural patterns diagnostic of the encoding context. As we would expect stronger context reinstatement for successful target retrieval (e.g., Herweg, Sharan, et al. 2020a), this analysis was first restricted to trials in which the participants remembered the target word. Moreover, to investigate context reinstatement as a function of memory performance, we then contrasted classifier accuracy for successful and unsuccessful target retrieval, in the time bins for which classifier accuracy differed from chance. Only participants (n = 27) with enough trials (>10 prób) w obu warunkach brano pod uwagę. Aby uniknąć powtarzalności danych, wdrożyliśmy procedurę krzyżowej walidacji LOSO w celu zidentyfikowania okien czasowych dla każdego uczestnika (Esterman i in. 2010).

Rysunek 2 przedstawia dynamikę czasową przypadkowego przywrócenia kontekstu docelowego dla niekonkurencyjnego wyszukiwania DE. Zgodnie z przewidywaniami zaobserwowaliśmy, że wzorzec neuronowy odpowiadający kontekstowi kodowania celu został przywrócony już w oknie czasu sygnalizacji, zaczynając od 0,9 s po rozpoczęciu sygnalizacji [średnia ± SD w 0 0,95 s=36,4 ± 4,3, t(29) {{10}},70, P=0,01, d=0,49, próg t -wartość=2.29]. Co najważniejsze, to przywrócenie kontekstu było znacznie silniejsze w przypadku pomyślnego wyszukiwania celu w porównaniu z nieudanym wyszukiwaniem celu [t(26)=2.42, P=0.023, d=0.46). Co więcej, test t dla jednej próby potwierdził, że dokładność klasyfikacji w przypadku udanych prób była znacznie większa od przypadku [t(29)=2.63, P=0.013, d=0.48 ] natomiast nie dotyczyło to nieudanych prób [t(26)=−1,40; P.=0,17, re=−0,27] (ryc. 2). Co więcej, dowody klasyfikatora na przywrócenie kontekstu docelowego w oknie czasu sygnalizacji były silniejsze w przypadku wyszukiwania niekonkurencyjnego w porównaniu z wyszukiwaniem konkurencyjnym (patrz uwaga dodatkowa 4).

Wydajność klasyfikacji różniła się istotnie od przypadku w dalszej części okna czasowego sondy, pomiędzy 2,7 ​​a 2,9 s [średnia ± SD przy 2,75 s=31,4 ± 3,8, t(29)=−2,17, P { {14}}.038, d=−0,40, wartość progowa t=−2,01] i 3,5 s po rozpoczęciu próby [średnia ± SD=35,6 ± 3,6, t(29)=2,30, P=0,029, d=0,42, wartość progowa t=2. 12]. Jednakże skuteczność klasyfikacji była porównywalna w przypadku udanego i nieudanego wyszukiwania w późniejszych oknach czasowych (wszystkie Ps > 0,2) (ryc. 2). Zaobserwowana w danych tendencja do negatywnej klasyfikacji pomiędzy 2,7 ​​a 2,9 s może świadczyć o przywróceniu w tym okresie innego niż DE kontekstu. Chociaż nie było systematycznego odchylenia w stronę jednego z dwóch pozostałych kontekstów (uwaga dodatkowa 5), ​​warto zauważyć tendencję liczbową uczestników do preferencyjnego przywracania kontekstów AB i AC w ​​porównaniu z kontekstami DE, gdy cel DE został pomyślnie pobrany. Można to potencjalnie wyjaśnić tym, że uczestnicy angażują się w procesy monitorowania po odzyskaniu, takie jak mentalne wyobrażanie sobie odzyskanego słowa jako napotkanego w dowolnym alternatywnym kontekście filmowym. Co więcej, pod koniec okresu wyszukiwania istnieje tendencja do przywracania kontekstu celu DE, co sugeruje pobieranie informacji kontekstowych z dostępem lub bez dostępu do dyskretnego zdarzenia docelowego.

Podsumowując, wyniki te sugerują, że odzyskiwaniu celu towarzyszy przywrócenie pierwotnego kontekstu kodowania, a zwłaszcza podczas pomyślnego zapamiętywania. Wyniki te rozszerzają wcześniejsze ustalenia na nowatorski paradygmat, w którym kontekst kodowania jest całkowicie przypadkowy w stosunku do zadania pamięciowego, a uczestnicy proszeni są jedynie o przywołanie osadzonych dyskretnych słów docelowych.

Przywrócenie kontekstu podczas wyszukiwania konkurencyjnego

Poprzednia analiza potwierdziła, że ​​kontekst kodowania zostaje przypadkowo przywrócony w naszym nowym paradygmacie i współzmiennych po pomyślnym wyszukiwaniu celu w próbach niekonkurencyjnych (DE). Następnie zbadaliśmy takie przypadkowe przywrócenie kontekstu podczas wyszukiwania konkurencyjnego. W oknie czasowym ze słowami uczestnikom prezentowano wskazówkę (tj. A) powiązaną z wieloma śladami (tj. B i C). Doszliśmy do wniosku, że jeśli konteksty kodowania określające pierwotne zdarzenia zostaną przypadkowo przywrócone podczas rywalizacji w pobieraniu, zaobserwujemy zmniejszoną dokładność klasyfikatora dla docelowego kontekstu kodowania w tym wczesnym oknie czasowym. W następnym oknie czasowym sondy uczestnikom przedstawiono określoną sondę testową (pierwsza litera słowa docelowego), która wskazywała ślad pamięciowy do odzyskania (tj. B lub C), umożliwiając rozwiązanie zakłóceń i selektywne odzyskanie pamięć docelowa. Przewidywaliśmy, że takiemu rozwiązaniu będzie towarzyszyć pojawienie się reaktywacji kontekstu docelowego, co znajdzie odzwierciedlenie we wzroście dokładności klasyfikatora (ryc. 1A, F). Aby przetestować te przewidywania, na przestrzeni czasu wyszukiwania konkurencyjnego zastosowano klasyfikator wzorców neuronowych, wytrenowany podczas kodowania. Ponieważ nasze dane behawioralne wykazały proaktywną, ale nie wsteczną interferencję, osobno zbadaliśmy skuteczne wyszukiwanie konkurencyjne AB i AC.

Temporalną dynamikę przypadkowego przywrócenia kontekstu docelowego pokazano na rysunku 3 dla wyszukiwania konkurencyjnego AC i na rysunku 4 dla wyszukiwania konkurencyjnego AB. Zgodnie z przewidywaniami, reaktywacja neuronowa kontekstu docelowego pojawiła się dopiero w późnym oknie czasowym sondy (od 2,5 do 2,8 s) zarówno w przypadku wyszukiwania AC, jak i AB, około 0,5–0,8 s po początek sondy [pary słów AC: średnia ± SD przy 0,55 s=37,8 ± 7,4, t(27)=3,16, P {{2{{27} }}}.0038, d=0.60, wartość progowa t=2.13; Pary słów AB: średnia ± SD przy 0,75 s=36,5 ± 6,3, t(29)=2,76, P=0,009, d=0,51, wartość progowa t=2.14]. Uwaga dodatkowa 4 pokazuje, że dowody klasyfikatora na przywrócenie kontekstu docelowego w oknie czasowym sondy (∼ 0, 5–0, 8 s po rozpoczęciu sondy) były silniejsze w przypadku wyszukiwania konkurencyjnego niż w przypadku wyszukiwania niekonkurencyjnego DE.

Odzyskiwanie konkurencyjne AC — stan związany z proaktywną interferencją — wykazało skuteczność klasyfikacji znacznie poniżej przypadku w dwóch dodatkowych oknach czasowych (ryc. 3). Najpierw na początku okna czasowego podpowiedzi słownej, 1,25 s po rozpoczęciu próby (średnia ± SD=30,3 ± 7,0, t(27)=-2,14, P=0.041, d=−0.41, wartość progowa t=−1,95], a następnie w oknie czasowym sondy pomiędzy 2,35 i 2,45 s [średnia ± SD przy 0,45 s=30,8 ± 6,9, t(27)=-1.86, d {{35} } -0,35, wartość progowa t=-1,85]. Co najważniejsze, klasyfikacja ujemna wskazuje, że przywrócony został kontekst inny niż kontekst docelowy. W poniższych analizach sprawdzamy, czy to odkrycie jest powiązane z reaktywacją wzorce mózgowe powiązane z kontekstem pamięci konkurencyjnej.

Przywrócenie kontekstu Konkurencja w pobieraniu utworów podczas odzyskiwania AC

Having identified the time bins for which classifier accuracy was reliably different from both chance and noncompetitive retrieval, we next investigated classifier accuracy as a function of interference resolution. As we only observed reliable proactive interference, we restricted the analysis to AC competitive retrieval trials. To avoid statistical circularity, we implemented a LOSO cross-validation procedure to identify the analytic time windows for each specific participant (Esterman et al. 2010). The analysis was run using a subsample of participants (n = 25 for AC retrieval) with a sufficient number of trials (>10).

W oknie czasowym sondy zbadano dynamikę czasową konkurencji i rozdzielczość zakłóceń. W tym oknie czasowym uczestnikom przedstawiono sondę zawierającą pierwszą literę, która wskazywała, który z dwóch współpracowników był istotny dla celu (albo B, albo C). Zatem w tym oknie czasowym spodziewalibyśmy się, że mechanizmy kontroli zakłóceń będą działać w ramach usługi selektywnego wyszukiwania. Jak podano powyżej, analizy wykazały 1) wiarygodne przywrócenie kontekstu celu dla odzyskania AC w ​​tym oknie czasowym (od 2,5 do 2,8 s) oraz 2) poprzedzające dowody klasyfikacji celu poniżej szansy (od 2,35 do 2,45 s), prawdopodobnie w wyniku przypadkowego przywrócenie kontekstu konkurencyjnej pamięci AB.

Aby bezpośrednio ocenić tę interpretację, zbadano dokładność klasyfikatora dla par słów AC w ​​oknie czasowym sondy za pomocą trójczynnikowej analizy ANOVA z powtarzanym pomiarem z czynnikami: Okno czasowe (wczesne lub późne), Wydajność pamięci (udane lub nieudane) oraz Kontekst ( cel vs. konkurent). Aby uniknąć naruszenia założenia o niezależności zmiennych zależnych, z analizy wyłączono warunek niekonkurencyjny DE. Analiza ANOVA wykazała znaczącą interakcję między oknem czasowym a kontekstem [F(1, 23)=28.81, P < 0.001, η2 P{{ 8}}.56]. Dodatkowo interakcja między oknem czasowym a wydajnością pamięci [F(1, 23)=9.03, P=0.006, η2 P= 0.28] była istotna (ryc. 3 ). Potwierdzając pogląd, że usuwaniu zakłóceń towarzyszy przypadkowe przywrócenie kontekstu docelowego, sprawdziliśmy, że w późniejszym oknie czasowym dowody potwierdzające kontekst docelowy były silniejsze w porównaniu z kontekstem konkurencji, ale tylko wtedy, gdy rozwiązano konkurencję [pomyślne wyszukiwanie: t (27)=2.22, P.=0.035, re=0.42; nieudane pobieranie: t(24)=−0,11, P=0,91, d=−0,02]. Co więcej, dowody klasyfikatora dla kontekstu docelowego były silniejsze w późnym okresie w porównaniu z wczesnym oknem czasowym, ale ponownie tylko w przypadku pomyślnie rozwiązanej konkurencji [Udane wyszukiwanie: t(27)=2.97, P=0.006 , re=0,56; nieudane pobranie: t(24)=0.54, P=0.60, d=0.11].

Zgodnie z koncepcją, że pomyślne rozwiązanie konkursu zostało poprzedzone przypadkowym przywróceniem kontekstu konkurencyjnego, zaobserwowaliśmy dalej, że we wczesnym oknie czasowym sondy reaktywacja kontekstu konkurenta była silniejsza niż reaktywacja kontekstu docelowego [udane wyszukiwanie: t (27)=2.54, P.=0.017, d.=0.48]. Tendencja ta występowała także w przypadku nieudanej rywalizacji [nieudane odzyskanie: t(24)=1.83, P=0.08, d=0.37). Dowody dotyczące kontekstu konkurencji były również silniejsze we wczesnym niż w późnym oknie czasowym, niezależnie od powodzenia wyszukiwania [Udane wyszukiwanie: t(27)=4,24, P < 0,001, d=0,80 ; nieudane pobranie: t(24)=2.99, P=0.007, d=0.61]. Wreszcie, dowody klasyfikatora dla kontekstu konkurencji, we wczesnym oknie czasowym sondy, były znacznie powyżej szansy (33,3%), zarówno dla udanego [t(27)=3.21, P=0.003, d=0.61] i nieudane wyszukanie [t(24)=2.30, P=0.030, d=0.46], podczas gdy dowód klasyfikatora dla kontekstu docelowego był jedynie znacznie różni się od przypadku w późnym oknie czasowym i dla skutecznego odzyskania celu [t(27)=2.21, P=0.035, d=0.42].

Te nowatorskie odkrycia pokazują, że kontekst kodowania jest przypadkowo przywracany podczas wyszukiwania konkurencyjnego i że takie przywracanie śledzi konkurencję w zakresie wyszukiwania i usuwanie zakłóceń. Proaktywna interferencja została neuronalnie powiązana z przypadkową reaktywacją kontekstu kodowania konkurencyjnego śladu pamięci. Przywrócenie konkurenta do gry zaobserwowano bardzo wcześnie, około 350–450 ms po rozpoczęciu próby (tj. 2,3 s po rozpoczęciu próby). Rozwiązanie konkurencji nastąpiło natychmiast potem, to znaczy około 550–800 ms po prezentacji sondy (tj. 2,5 s po rozpoczęciu próby), co znalazło odzwierciedlenie w korowym przywróceniu kontekstu kodowania celu.

Następnie zwracamy się do okna czasu cue. Co zaskakujące, zaobserwowaliśmy, że pobieranie AC było powiązane z dowodami klasyfikatora na przywrócenie kontekstu docelowego poniżej szansy już w oknie czasu sygnalizacji (1,25 s po rozpoczęciu próby) (ryc. 3). W tym oknie czasowym uczestnicy otrzymywali wskazówkę słowną (tj. A) wskazującą na wiele śladów pamięciowych (tj. B i C) bez określenia pamięci istotnej dla celu. Aby lepiej zrozumieć ten efekt, zbadaliśmy możliwość, że prezentacja podpowiedzi słownej powoduje przypadkowe przywrócenie kontekstu powiązanego z najsilniejszym śladem pamięciowym; to znaczy konkurencyjny kontekst kodowania AB. Przewidywanie to zostało przetestowane poprzez zbadanie dokładności klasyfikatora dla par słów AC w ​​oknie czasowym podpowiedzi słowa, za pomocą powtarzanej pomiaru ANOVA z czynnikami Wydajność pamięci (udany vs. nieudany) i Kontekst (cel vs. konkurent). Analiza nie wykazała żadnych znaczących efektów (wszystkie Ps > 0.09).

Niemniej jednak pogląd, że proaktywna ingerencja może być spowodowana reaktywacją konkurenta już w oknie czasowym podpowiedzi słownej, jest wspierany, gdy skupiamy się na udanych próbach wyszukiwania. Testy t dla prób sparowanych wykazały solidniejsze dowody klasyfikacyjne w kontekście konkurenta AB niż w kontekście docelowego AC [t(27)=2.32, P=0.028, d=0 .44] i ponadprzypadkowe dowody na przywrócenie kontekstu konkurenta AB [t(27)=2.14, P=0.042, d=0.40; Ryc. 3]. Wydaje się zatem, że reaktywacja kontekstu konkurenta AB następuje na początku próby, już w oknie czasowym sygnalizacji, a jej reaktywacja dominuje w wyszukiwaniu do momentu przedstawienia sondy. W tym momencie następuje usunięcie zakłóceń i obserwuje się przywrócenie kontekstu docelowego AC.

Tendencja do obserwowania większej liczby dowodów klasyfikatorowych dla konkurenta w oknie czasowym, w którym uczestnicy nie wiedzieli, który ślad pamięciowy jest istotny dla badania, może wydawać się sprzeczna z intuicją. Należy jednak zauważyć, że dotyczyło to tylko par słów AC. Aby uzyskać lepszy wgląd w to odkrycie, przeprowadziliśmy analizę jednoczynnikową, porównując pary słów AC i AB z parami słów DE w paśmie theta (3–6 Hz), w oknach czasowych sygnału i sondy. Wcześniejsze badania wskazywały, że zakłócenia pamięci są powiązane ze zwiększoną aktywnością frontalnego theta (np. Hanslmayr i in. 2010; Staudigl i in. 2010; Waldhauser i in. 2012; Bramão i Johansson 2017). Analiza ta wykazała zwiększoną wczesną aktywność theta w oknie czasowym sygnalizacji słów dla AC, ale nie dla par słów AB (patrz uwaga dodatkowa 6). Wynik ten dobrze pokrywa się z wynikami naszych badań behawioralnych. Zaobserwowaliśmy proaktywną interferencję tylko wtedy, gdy uczestnicy zostali poproszeni o odzyskanie celów C w parach słów AC. Oznacza to, że nasz paradygmat wywołał silniejsze skojarzenia AB w porównaniu ze skojarzeniami AC. Dlatego też, gdy uczestnikom podano słowo „wskazówka A”, skojarzenie AB może być wydarzeniem, które najłatwiej reaktywować. Wyzwaniem dla tego pomysłu jest jednak to, że nie zaobserwowaliśmy dowodów klasyfikacyjnych dla kontekstu docelowego podczas wyszukiwania AB w tym oknie czasowym sygnalizacji. Jednakże analiza eksploracyjna wyszukiwania AB jako funkcji typu bloku kodowania (tj. kolejności AB/AC/DE) ujawniła przywrócenie kontekstu docelowego dla typu bloku, który promuje pamięć AB (patrz uwaga dodatkowa 7).

Przywrócenie kontekstu podczas pobierania AB

Even though there was no evidence of retroactive interference during AB retrieval, for completeness, we investigated if classifier evidence for target context is also evident during AB retrieval trials as a function of retrieval success. Successful retrieval of AB word pairs was associated with above-chance target context classifier accuracy in the probe time window (between 2.5 and 2.8 s) (Fig. 4). This analysis was restricted to a subsample of participants (n = 24 for AB retrieval with >10 prób). Ponownie uniknęliśmy statystycznej cykliczności, definiując specyficzne dla uczestnika okna analityczne przy użyciu podejścia LOSO. Dowody klasyfikatora dla par słów AB zbadano za pomocą dwuczynnikowej analizy ANOVA z powtarzanym pomiarem z czynnikami wydajności pamięci (udany vs. nieudany) i kontekstu (cel vs. konkurent). Analiza ANOVA wykazała marginalną interakcję między dwoma czynnikami [F(1, 24)=3.64, P=0.069, η2 P=0.13]. Planowane porównania parami wykazały, że dowody klasyfikatora dla kontekstu docelowego były silniejsze w przypadku udanego wyszukiwania AB w porównaniu z nieudanym wyszukiwaniem AB [t(24)=1.99, P=0.059, d {{19 }}.40]. Ponadto dowody klasyfikatora dla kontekstu docelowego były wyższe niż dowody dla kontekstu konkurencji, gdy wydajność pamięci była pomyślna [t(29)=2.8, P=0.009, d=0. 51]. Co więcej, dokładność klasyfikatora dla kontekstu docelowego była znacznie większa od przypadku (33,3%) w przypadku udanych prób wyszukiwania [t(29)=3.6, P=0.001, d=0.65 ]), ale nie w przypadku nieudanych prób [t(23)=−0,84, P=0,14, d=−0,30] (ryc. 4).

Podsumowując, pomyślnemu odzyskaniu celu AB towarzyszyła reaktywacja kontekstu kodowania filmu, ale tylko wtedy, gdy odzyskanie pamięci zakończyło się pomyślnie.

Przywrócenie kontekstu jako funkcja pamięci dla tripletu AB/AC

Następnie staraliśmy się ustalić, w jaki sposób modyfikacje w kontekście reaktywacji w miarę rozwoju wyszukiwania odnoszą się do długoterminowej dostępności dwóch odrębnych zdarzeń, to znaczy celu i drugiego stowarzyszonego. Co ciekawe, dokładność klasyfikacji przedstawiona na rysunkach 2–4 pokazuje wzór wykraczający poza przypadek. Ten wzorzec może wskazywać, że uczestnicy naprzemiennie korzystają z dwóch powiązanych reprezentacji pamięci. Przetestowaliśmy ten pomysł, badając obecność wiarygodnej klasyfikacji powyżej i poniżej szansy w warunkach współzawodnictwa w aportowaniu. Zbadaliśmy, czy dowody klasyfikatora pozwalały przewidzieć zapamiętywanie współpracowników AB i AC. Aby zapewnić wystarczającą liczbę prób, warunki odzyskiwania AB i AC zostały złamane, a próby odzyskania podzielono na trzy kategorie: 1) zapamiętywanie zarówno celu, jak i współtowarzysza; 2) odzyskanie pamięci docelowej, ale nie odzyskanie skojarzenia; oraz 3) niemożność odzyskania celu, ale zapamiętanie towarzysza. Uwaga dodatkowa 8 pokazuje, że zapamiętaniu powiązanego śladu pamięci towarzyszyło przywrócenie kontekstu skojarzenia w oknie czasu sygnalizacji. Natomiast odzyskaniu pamięci celu towarzyszyło przywrócenie kontekstu celu w oknie czasowym sondy. Warto zauważyć, że klasyfikację powyżej i poniżej przypadku zaobserwowano tylko wtedy, gdy uczestnicy pamiętali oba wspomnienia, co pośrednio sugeruje, że wzorzec przedstawiony na rysunkach 3 i 4 może być związany z utrzymywaniem i naprzemiennym występowaniem dwóch powiązanych śladów pamięci.

Reprezentacje czasowo-częstotliwościowe udanego odzyskiwania celu

W poprzedniej analizie badano czasową dynamikę przywracania kontekstu w wyszukiwaniu niekonkurencyjnym i konkurencyjnym. Następnie staraliśmy się zbadać korelaty neuronowe wyszukiwania słów docelowych podczas wyszukiwania konkurencyjnego i niekonkurencyjnego. Przeprowadzono analizę jednowymiarową, porównującą udane i nieudane wyszukiwanie, z testem permutacji opartym na klastrach (Maris i Oostenveld 2007), w czasie wyszukiwania i w tym samym zakresie częstotliwości, co w MVPA.

Co najważniejsze, zaobserwowaliśmy znaczące efekty w zakresie częstotliwości alfa/beta w oknach czasowych, które pokrywają się z tymi, w których klasyfikatory wzorców zidentyfikowały niezawodne przypadkowe przywrócenie kontekstu docelowego. Odzyskiwanie niekonkurencyjne DE było powiązane ze zwiększoną desynchronizacją alfa/beta występującą w oknie czasu sygnalizacji, pomiędzy {{0}},9 a 1,5 s (P=0.02, d { {6}} −0.57, patrz ryc. 5A). Natomiast wyszukiwanie konkurencyjne wykazało znaczące efekty powodzenia wyszukiwania, charakteryzujące się zwiększoną desynchronizacją w paśmie alfa/beta, dopiero w późniejszym oknie czasowym sondy, pomiędzy 2,5 a 3 s (wyszukiwanie AB: P=0.02, d=−0,53, pobieranie AC P=0,04, d=−0,16, patrz ryc. 5B, C).

Co ciekawe, czasowa dynamika tych danych pokrywa się z wynikami podejścia wielowymiarowego, pokazując, że pomyślne odzyskanie celu następuje w tym samym oknie czasowym, co przywrócenie celu kontekstowego. Co więcej, obecne wyniki potwierdzają najnowsze doniesienia podkreślające rolę desynchronizacji alfa/beta w odzyskiwaniu pamięci epizodycznej (Hanslmayr et al. 2012; Hanslmayr et al. 2016; Griffiths et al. 2021) i potwierdzają wcześniejsze ustalenia z literatury (Manning et al. 2011; Jafarpour i in. 2014; Staudigl i in. 2015; Michelmann i in. 2016; Waldhauser i in. 2016).

Dyskusja

Zdolność do zapamiętania epizodu z naszej przeszłości jest często utrudniona przez konkurencję wynikającą z podobnych nakładających się wydarzeń. Tutaj sprawdziliśmy, czy rywalizacja pamięci charakteryzuje się przypadkowym przywróceniem przypadkowych kontekstów, w których podczas kodowania osadzone zostały dyskretne, ale nakładające się zdarzenia. Przywrócenie kontekstu podczas wyszukiwania konkurencyjnego może zmniejszyć potrzebę kontroli poznawczej, aby zminimalizować skutki zakłóceń pamięci. Korzystając z MVPA danych EEG o wysokiej rozdzielczości czasowej, zbadaliśmy przywrócenie kontekstu docelowego i konkurencyjnego w czasie odzyskiwania pamięci. Dostarczamy dowodów wskazujących, że rywalizacja pamięci jest rzeczywiście powiązana z jednoczesną i przypadkową reaktywacją szczegółów kontekstowych związanych zarówno ze wspomnieniami docelowymi, jak i konkurencyjnymi. Co ważne, to przypadkowe przywrócenie kontekstu śledzi konkurencję w odzyskiwaniu i rozwiązywanie zakłóceń oraz oferuje nowy wgląd w czasową dynamikę selektywnego odzyskiwania pamięci.

Zdolność do zapamiętania epizodu z naszej przeszłości jest często utrudniona przez konkurencję wynikającą z podobnych nakładających się wydarzeń. Tutaj sprawdziliśmy, czy rywalizacja pamięci charakteryzuje się przypadkowym przywróceniem przypadkowych kontekstów, w których podczas kodowania osadzone zostały dyskretne, ale nakładające się zdarzenia. Przywrócenie kontekstu podczas wyszukiwania konkurencyjnego może zmniejszyć potrzebę kontroli poznawczej, aby zminimalizować skutki zakłóceń pamięci. Korzystając z MVPA danych EEG o wysokiej rozdzielczości czasowej, zbadaliśmy przywrócenie kontekstu docelowego i konkurencyjnego w czasie odzyskiwania pamięci. Dostarczamy dowodów wskazujących, że rywalizacja pamięci jest rzeczywiście powiązana z jednoczesną i przypadkową reaktywacją szczegółów kontekstowych związanych zarówno ze wspomnieniami docelowymi, jak i konkurencyjnymi. Co ważne, to przypadkowe przywrócenie kontekstu śledzi konkurencję w odzyskiwaniu i rozwiązywanie zakłóceń oraz oferuje nowy wgląd w czasową dynamikę selektywnego odzyskiwania pamięci.

Co więcej, nasze dane pokazują, że moment przywrócenia kontekstu pokrywa się z momentem pomyślnego odzyskania słowa docelowego (ryc. 5A). Jest to powtórzenie wcześniejszych ustaleń (np. Manning i in. 2011; Diana i in. 2013; Gershman i in. 2013; Miller i in. 2013; Staudigl i in. 2015; Folkerts i in. 2018; Herweg, Sharan i in. 2020a) wskazując, że pomyślnemu wyszukiwaniu celu towarzyszy jednoczesna dostępność kontekstu kodowania. Co ważne, incydentalny charakter kontekstu w naszym paradygmacie dobrze wpisuje się w ideę, że hipokamp spaja powoli dryfujące zmiany kontekstu z bardziej dyskretnymi elementami wydarzenia (Polyn i in. 2009; Howard 2017; Yonelinas i in. 2019; Kahana 2020 ), co w konsekwencji umożliwia jednoczesne przypomnienie wszystkich jej elementów poprzez uzupełnianie wzorca (Horner et al. 2015; Ritchey i Cooper 2020).

Po ustaleniu sposobu ilościowego określania przypadkowego przywrócenia kontekstu kodowania, naszym głównym celem było zbadanie, czy śledzi on konkurencję między powiązanymi zdarzeniami zakodowanymi w różnych kontekstach i skuteczne usuwanie zakłóceń. Pod względem behawioralnym zaobserwowaliśmy niezawodną proaktywną interferencję. Neurotycznie zaobserwowaliśmy, że kontekst kodowania, w którym podczas kodowania osadzone były nakładające się, konkurencyjne zdarzenia, został przypadkowo przywrócony podczas konkurencyjnego wyszukiwania. Proaktywna interferencja była powiązana z reaktywacją konkurencyjnego kontekstu filmowego, występującą na początku podczas wyszukiwania, prawdopodobnie istniejącą w oknie czasowym sygnalizacji i rozprzestrzeniającą się na wczesną część okna czasowego sondy (ryc. 3A). Co najważniejsze, dotyczyło to zarówno rozwiązanych, jak i nierozwiązanych zakłóceń proaktywnych (ryc. 3B), co wskazuje, że wyszukiwanie konkurencyjne charakteryzuje się nie tylko reaktywacją konkurencyjnego elementu, ale także objęciem informacji, w tym szczegółów kontekstowych określających kontekst kodowania. Kiedy uczestnicy pomyślnie usunęli zakłócenia pamięci, po przywróceniu kontekstu konkurencji następowała reaktywacja kontekstu docelowego. Nasze dane pokazują, że pomyślne rozwiązanie konkurencji było powiązane z przywróceniem kontekstu docelowego i że takie przywrócenie przewidywało rozwiązanie zakłóceń. Odkrycie to jest zgodne z koncepcją, że przypadkowe przywrócenie cech kontekstowych, określających odcinek kodowania, może pomóc podczas wyszukiwania konkurencyjnego. Dostęp do kontekstu kodowania mógłby ułatwić wyszukiwanie istotne dla celu lub wybór funkcji docelowej po pobraniu poprzez różnicowanie nakładających się zdarzeń i zmniejszanie zakłóceń pamięci.

Jeden z najbardziej znanych opisów wyszukiwania konkurencyjnego zakłada, że ​​mechanizmy kontroli poznawczej aktywnie hamują wspomnienia konkurencyjne, które są koaktywowane ze wspomnieniami docelowymi (Levy i Anderson 2002; Anderson 2003). Konsekwencją takiego mechanizmu hamującego jest późniejsze zapominanie o konkurentach (Anderson i in. 1994). Przypadkowe przywrócenie cech kontekstowych podczas wyszukiwania konkurencyjnego może być alternatywnym/uzupełniającym mechanizmem radzenia sobie z zakłóceniami pamięci. Niedawne badanie pokazuje, że strategiczne przyjęcie orientacji na wyszukiwanie w kierunku elementów zakodowanych w określonym kontekście zmniejsza zakłócenia pamięci i, w konsekwencji, chroni powiązane i w inny sposób konkurujące wspomnienia przed zahamowaniem i późniejszym zapomnieniem (Kerrén i in. 2021).

Nasze dane pokazują, że przywrócenie kontekstu docelowego, przewidywające rozwiązanie zakłóceń, zaobserwowano wcześnie, około {{0}},50 s po rozpoczęciu sondy pierwszej litery (tj. ~2,5 s po rozpoczęciu próby). Co ciekawe, czas wystąpienia tego efektu pokrywał się z momentem pomyślnego wyszukania słowa docelowego (ryc. 3 i 5), co wskazuje, że kontekst kodowania i słowo docelowe są wspólnie aktywowane w sposób równoległy podczas rozstrzygania konkursu. Poprzednie badania wykazały, że przywrócenie kory mózgowej prowadzące do odzyskania pamięci może nastąpić już około 0,5 s po rozpoczęciu sygnału (Jafarpour i in. 2014; Kurth-Nelson i in. 2015; Bramão i Johansson 2018; Staresina i Wimber 2019). Nasze dane pokazują, że usuwanie zakłóceń może być niezwykle szybkie, ponieważ przywrócenie kontekstu docelowego w korze mózgowej wykazało podobny profil czasowy pomimo poprzedzającej rywalizacji w pobieraniu. Potwierdza to pogląd, że mechanizmy obsługujące konkurencję w odzyskiwaniu działają bardzo wcześnie i szybko, aby utorować drogę do reaktywacji i/lub selekcji celu istotnej dla celu (Waldhauser i in. 2012).

Co ciekawe, podczas gdy reaktywację kontekstu docelowego związaną z usuwaniem zakłóceń zaobserwowano około {{0}},50 s po rozpoczęciu sondy, reaktywacja kontekstu docelowego w celu wyszukiwania niekonkurencyjnego nastąpiła później, około 0,95 s po rozpoczęciu podpowiedzi słownej. Ukończenie wzorca hipokampa prowadzące do przywrócenia kory mózgowej może zależeć od wielu czynników, takich jak siła pamięci i stronniczość ukierunkowana na cel. Niektóre badania wykazały, że wczesne sygnały pamięciowe inicjowane przez oddolne przywrócenie hipokampa i kory są wysyłane do tylnych obszarów korowych ciemieniowych, gdzie przywrócenie kory jest dalej udoskonalane lub integrowane w sposób odgórny, ukierunkowany na cel (Wagner i in. 2005; Bergström i in. 2013; Kuhl i in. 2013; Favila i in. 2018; Staresina i Wimber 2019). Sugeruje to, że czas przywrócenia kory mózgowej prowadzący do pomyślnego odzyskania pamięci może nastąpić w różnym czasie, w zależności od konkretnych wymagań zadania pamięciowego.

Przedstawione tutaj wyniki klasyfikacji (ryc. 2–4) pokazują systematyczne wahania powyżej i poniżej poziomów szansy, odpowiednio, dla przywrócenia kontekstu docelowego i konkurencyjnego. Kiedy uczestnicy pamiętali tylko jedno ze skojarzeń z parą słów, nie zaobserwowano takiego wzorca (uwaga dodatkowa 7). Można sobie wyobrazić, że ta klasyfikacja powyżej i poniżej przypadku odzwierciedla naprzemienność pomiędzy dwoma możliwymi śladami pamięci. Poprzednie badania powiązały dokładność klasyfikacji oscylującą przy częstotliwościach delta z przełączaniem między stanami reprezentacji w pamięci roboczej (np. de Vries i in. 2019; de Vries i in. 2020). Konieczne są przyszłe badania, aby zapewnić dalszy wgląd w działanie tych mechanizmów w sytuacjach epizodycznego odzyskiwania pamięci.

Nasze dane wskazują na ingerencję proaktywną, ale nie działającą wstecz; to znaczy, rywalizacja w odzyskaniu występowała tylko wtedy, gdy uczestnicy zostali poproszeni o odzyskanie celów C w parach słów AC. Oznacza to, że nasz paradygmat mógł wywołać silniejsze AB w porównaniu ze stowarzyszeniami AC. W rzeczywistości podczas wyszukiwania AC zaobserwowaliśmy tendencję, aby dowody klasyfikatora dla konkurenta (kontekst AB) były silniejsze niż dla celu (kontekst AC), istniejące w oknie czasowym sygnału i gdy uczestnicy nie wiedzieli, która z pamięci ślady (B lub C) były istotne dla celu. Podczas zadania kodowania uczestnicy zostali poproszeni o wyobrażenie sobie par słów w kontekście filmów. Mogło to sprzyjać silnej reprezentacji pamięciowej skojarzenia AB, którą trudno było zakłócić/zaktualizować, gdy uczestnicy zostali następnie poproszeni o utworzenie skojarzenia AC. Dlatego też, gdy uczestnikom podano słowo „wskazówka A”, pamięć konkurencyjna B została przywrócona, powodując proaktywne zakłócenia.

Dodatkowo zaobserwowano reaktywację celu dla par słów AB, gdy AB i AC były prezentowane dalej od siebie podczas bloku kodowania. Przyszłe badania powinny dokładniej zbadać mechanizmy pośredniczące w interferencji wstecznej i proaktywnej. Może się zdarzyć, że w tych dwóch rodzajach interferencji pośredniczą przynajmniej częściowo odrębne mechanizmy neuronowe działające na różnych fazach (kodowanie lub odzyskiwanie) pamięci. Na przykład istniejące dane wskazują, że reaktywacja pamięci AB podczas późniejszego uczenia się AC przewiduje odporność na zakłócenia wsteczne (Kuhl i in. 2010, 2011; Koen i Rugg 2018), a obecne dane (wraz z Kuhl i in. 2011) wskazują, że proaktywność zakłócenia wynikają częściowo z reaktywacji AB podczas odzyskiwania prądu przemiennego. Jednakże istniejące dane różnią się co do tego, czy proaktywna interferencja jest częściowo wyjaśniona reaktywacją AB podczas uczenia się AC (Koen i Rugg 2018), przy czym zmienność badań makro może być związana ze stopniem, w jakim nakładające się zdarzenia są integrowane w pamięci (Shohamy i Wagner 2008; Schlichting i Preston 2015; Favila i in. 2018; Chanales i in. 2019).

Co zaskakujące, w oknie czasu sygnalizacji nasze dane pokazują reaktywację kontekstu konkurencji w celu udanego, ale nie nieudanego odzyskania pamięci (ryc. 3). Obserwacja ta sugeruje, że zapominanie nie można w całości przypisać zakłóceniom mnemonicznym powstającym, gdy pamięć konkurencyjna utrudnia odnajdywanie celu (Levy i Anderson 2002; Anderson 2003). Rzeczywiście, ostatnie prace pokazują, że reaktywacja nakładających się, konkurujących wspomnień niekoniecznie wiąże się z kosztami, ale może przynieść korzyści pamięci, promując integrację nakładających się wspomnień (np. Chanales i in. 2019). Konieczne są przyszłe badania, aby zbadać kompromis między zakłóceniami pamięci a integracją; ostatnie badania sugerują, że kontekst może odgrywać istotną rolę w moderowaniu tej interakcji (Libby i in. 2019; Cox i in. 2021).

W sumie nasze wyniki dostarczają nowych dowodów elektrofizjologicznych na to, że wspomnienia epizodyczne obejmują przypadkowe przywrócenie kontekstowych szczegółów przeszłych wydarzeń podczas wyszukiwania konkurencyjnego. W szczególności pokazujemy, że proaktywne rozwiązywanie zakłóceń jest widoczne w ostatecznym przywróceniu kontekstu docelowego i że zakłócenia pamięci charakteryzują się wczesnym i przypadkowym przywróceniem kontekstu konkurencji. Pamięć epizodyczna jest z definicji zależna od kontekstu (np. Estes 1955; Polyn i Kahana 2008; Polyn i in. 2009; Howard 2017). Tutaj pokazujemy po raz pierwszy, że konkurencja w odzyskiwaniu wiąże się z przypadkowym przywróceniem epizodycznych kontekstów, w których zakodowane zostały konkurencyjne elementy. Przyszłe badania mogłyby zbadać funkcjonalną rolę takiego przywrócenia, prawdopodobnie przyczyniając się do oddzielenia wysoce nakładających się epizodów w celu zmniejszenia i rozwiązania zakłóceń pamięci – mechanizmów, które mają fundamentalne znaczenie dla selektywnego zapamiętywania naszej przeszłości.

Materiały dodatkowe

Dodatkowe materiały można znaleźć w witrynie Cerebral Cortex w Internecie.

Notatki

Autorzy dziękują wszystkim ochotnikom, którzy wzięli udział w tym badaniu. Autorzy chcieliby podziękować Eysteinnowi Ívarssonowi i Timowi Larssonowi za pomoc w przygotowaniu bodźców i zbieraniu danych.

Finansowanie

Szwedzka Rada ds. Badań Naukowych (VR 2015-01180); oraz Fundacja Marcusa i Amalii Wallenbergów (MAW 2015.0043).

Bibliografia

1.Anderson JR. 1974. Wyszukiwanie informacji zdań z pamięci długotrwałej. Cogn Psychol. 6:451–474.

2. Anderson MC. 2003. Przemyślenie teorii interferencji: kontrola wykonawcza i mechanizmy zapominania. J Mem Lang. 49:415–445.

3. Anderson MC, Bjork RA, Bjork EL. 1994. Pamiętanie może powodować zapominanie: dynamika odzyskiwania w pamięci długotrwałej. J Exp Psychol Dowiedz się Mem Cogn. 20:1063–1087.

4.Bergström ZM, Henson RN, Taylor JR, Simons JS. 2013. Obrazowanie multimodalne ujawnia czasoprzestrzenną dynamikę wspomnień. NeuroObraz. 68:141–153.

5.Beukers AO, Buschman TJ, Cohen JD, Norman KA. 2021. Czy cicha pamięć robocza to po prostu pamięć epizodyczna? Trendy Cogn Sci. 25:284–293.

6.Borin L, Forsberg M, Roxendal J. 2012. Korp – infrastruktura korpusowa Språkbanken. W: ELRA, red. Postępowanie LREC 2012; Stambuł.

7.Bramão I, Johansson M. 2017. Korzyści i koszty przywracania kontekstu w pamięci epizodycznej: badanie ERP. J Cogn Neurosci. 29:52–64.

8.Bramão I, Johansson M. 2018. Klasyfikacja wzorców neuronowych śledzi odpowiednie przetwarzanie w pamięci epizodycznej. eNeur. 5:ENEURO.0251–ENEU18.2018.

9. Chanales AJH, Dudukovic NM, Richter FR, Kuhl BA. 2019. Zakłócenia między nakładającymi się wspomnieniami są przewidywane przez stany neuronowe podczas uczenia się. Nat Commun. 10:1–12.

10.Cox WR, Dobbelaar S, Meeter M, Kindt M, van Ast VA. 2021. Poprawę pamięci epizodycznej a jej upośledzenie określa się na podstawie podobieństwa kontekstowego pomiędzy zdarzeniami. Proc Natl Acad Sci US A. 118: e2101509118.

11. Diana RA, Yonelinas AP, Ranganath C. 2013. Aktywacja kory przyhipokampowej podczas przywracania kontekstu przewiduje przypomnienie sobie przedmiotu. J Exp Psychol Gen. 142:1287–1297.

12.de Vries IEJ, van Driel J, Olivers CNL. 2019. Dekodowanie stanu reprezentacji pamięci roboczej w przygotowaniu do selekcji wizualnej. NeuroObraz. 191:549–559.

13.de Vries IEJ, Slagter HA, Olivers CNL. 2020. Oscylacyjna kontrola stanów reprezentacyjnych w pamięci roboczej. Trendy Cogn Sci. 24: 150–162.

14.Esterman M, Tamber-Rosenau BJ, Chiu YC, Yantis S. 2010. Unikanie braku niezależności w analizie danych fMRI: pomiń jeden temat. NeuroObraz. 50:572–576.

15. Estes WK. 1955. Statystyczna teoria spontanicznego powrotu do zdrowia i regresji. Psychol Obj. 62:145–154.

For more information:1950477648nn@gmail.com