Method

Pakkaamisprosessin manipuloimiseksi span-tehtävässämme rajoitimme relaatiotietoa joukossa visuaalisia perusärsykkeitä (kuten värillisiä muotoja) käyttämällä yksinkertaisia värejä ja yksinkertaisia muotoja. Tarkemmin sanottuna käytimme luetteloita visuaalisista, kategorisoitavista, keinotekoisista kolmiulotteisista ärsykkeistä, joissa oli kaksiarvoisia/Boolean-diskreettejä piirteitä kuvassa Kuva Kuva1.1 esitetyille muodoille, koolle ja väreille. Valitsimme tietystä kolmiulotteisesta joukosta joukot, joiden ärsykkeet sisälsivät vähiten suhteellista informaatiota, ja tämän manipuloinnin oletettiin estävän pilkkomisen. Havainnollistetaan asiaa kolmiulotteisella esinejoukolla: . Neljän objektin pakattava osajoukko olisi: , koska väriulottuvuus on riittävän diagnostinen erottamaan mustat objektit valkoisista objekteista. Tähän osajoukkoon perustuva ärsykeluettelo tarjoaa mahdollisuuden koodata sarja uudelleen käyttämällä yksinkertaista sääntöä ”musta”. Sekvenssi , jossa järjestyksellä on merkitystä, voidaan kuvata yksinkertaisella säännöllä, jossa käytetään ”musta”-ominaisuutta (koko osajoukon uudelleenkoodaamiseksi järjestyksestä riippumatta) ja ”neliö-kolmio”-järjestystä, joka voidaan yhdistää ”suuri ensin” -kuvaukseen kunkin muodon sisällä. Sitä vastoin vähemmän kokoonpuristuva osajoukko esineitä olisi: . Näiden neljän objektin heterogeenisuutta, joka tekee kategoriarakenteesta monimutkaisen, voidaan mitata informaation tiivistämisen vaikeudella, mikä ottaa huomioon vaikeuden koodata ärsykkeet uudelleen tiiviimpään esitykseen (Feldman, 2000). Toisin sanoen ei ole olemassa yksinkertaista, hierarkkista sääntöä, joka selittäisi tämän osajoukon muotojen/värien järjestystä. Homogeenisemmat kategoriajoukot tuottavat pienemmän informaatiokuormituksen, ja sellaisenaan ne ovat helpommin tiivistettävissä ja ne voidaan helposti uudelleenkoodata (tai ”pilkkoa”) muistamisen helpottamiseksi (Chekaf et al., 2016). Yhteenvetona voidaan todeta, että kuvassa Kuva11 (alhaalla) on kaksi eroa chunkattavien ja ei-chunkattavien välillä. (1) Chunkable-luettelot voidaan kuvata vähemmällä kokonaispiirteiden määrällä, JA (2) chunkable-luettelot on järjestetty sarjajärjestykseen, jonka avulla tiivistettävyys on helppo havaita (Mathy & Feldman, 2009).

Kutsumme yksinkertaisia kokoonpuristettavissa olevia homogeenisia sekvenssejä seuraavassa nimellä ”pilkottavissa olevat” (chunkable) ja kompleksisia sekvenssejä nimellä ”ei-pilkkoutuvissa olevat” (tai sopivammissa tilanteissa myös nimellä ”vähemmän pilkkoutuvissa olevat”). Teemme näin siksi, että oletamme, että (1) kapasiteetti on karkeasti ottaen 3 tai 4 kappaletta ja (2) suorituskyvyn kasvu pakattavammissa listoissa ei johdu kappalekapasiteetin muutoksesta (ks. Cowan, Rouder, Blume, & Saults, 2012) vaan kappalekoon tehokkaasta kasvusta. Vaikka suorituskyky johtuu joskus pikemminkin kohteiden välisistä asteittaisista assosiaatioista kuin erillisistä kappaleista, kappalesanasto ilmaisee kätevästi suorituskyvyn kasvun määrän tiivistettävämmillä listoilla. Näin ollen muodostettiin neljä olosuhdetta: yksinkertainen span-tehtävä, jossa käytettiin paloiteltavaa materiaalia, monimutkainen span-tehtävä, jossa käytettiin paloiteltavaa materiaalia, yksinkertainen span-tehtävä, jossa käytettiin ei-paloiteltavaa materiaalia, ja monimutkainen span-tehtävä, jossa käytettiin ei-paloiteltavaa materiaalia.

Ennustimme, että yksinkertaisella span-tehtävällä voisi olla myönteinen vaikutus muistamiseen vain silloin, kun osa informaatiosta voitaisiin uudelleenkoodata, kun taas sellaista etua ei voisi esiintyä silloin, kun informaatiota ei voitaisi uudelleenkoodata lainkaan (tai vain vähän tietoa). Sitä vastoin monimutkainen span-tehtävä ei tarjoa mahdollisuutta uudelleenkoodata säännöllisiä kuvioita paloiteltavassa tilassa, koska huomio on suunnattu pois lomitetun prosessointitehtävän aikana. Siksi ennustimme tehtävän ja tiivistettävyyden välistä vuorovaikutusta, joka tukee vain yksinkertaisen span-tehtävän korkeampaa span-arvoa pilkkoutuvassa tilassa. Vuorovaikutuksen suuruuden testaamiseksi suunnittelimme suorittavamme Bayesin analyysin, jossa vertailisimme neljässä tilassa pilkotun materiaalin määrää, ja erityisesti käyttämällä pilkkomispistemäärää, joka heijastaa yksinkertaisessa span-tehtävässä ja monimutkaisessa span-tehtävässä pilkotun materiaalin määrää. Vahvaa vuorovaikutusta pitäisi tukea pienemmällä pilkkomispistemäärällä monimutkaisessa tehtävässä.

Participants. Yhdeksänkymmentäneljä opiskelijaa (M = 23 vuotta, sd = 5.3), jotka olivat kirjoilla Université Côte d’Azurissa, osallistuivat vapaaehtoisesti kokeeseen. Arvio otoksen koosta laskettiin aikaisemmassa tutkimuksessamme havaitun oikean osuuden eron perusteella eniten ja vähiten kappaleita sisältävän tilan välillä. Saimme 75 < N < 105, riippuen η:sta, joka vaihteli välillä .40 ja .55. Aiemmassa tutkimuksessamme saatu arvo oli .55, jolloin teho oli .80.

Stimuli. Ärsykkeemme vaihtelivat kolmen kaksiarvoisen/Boolean-ulottuvuuden mukaan (muoto, koko ja väri, kolme ulottuvuutta, joita kategoriaoppimisen tutkijat tyypillisesti käyttävät kanonisten ärsykejoukkojen muodostamiseen; Love & Markman, 2003). Käytimme vain kahta arvoa per ulottuvuus kussakin kokeessa (Kuva (Kuva1,1, alhaalla). Jokaisessa kokeessa satunnainen yhdistelmä kahdesta muodosta (kahdeksan eri muodon joukossa), kahdesta väristä (kahdeksan eri värin joukossa) ja kahdesta koosta muodosti kahdeksan mahdollisen objektin joukon. Rajoitimme kokoulottuvuuden kahteen eri arvoon (suuri vs. pieni, eli 280 × 280 pikseliä vs. 140 × 140 pikseliä) kaikissa luetteloissa, koska osallistujilla oli vaikeuksia tunnistaa väliarvoja esitesteissä. Kahdeksan muodon, kahdeksan värin ja kahden koon käyttö riitti tuottamaan 1568 mahdollista kahdeksan objektin joukkoa, mikä rajoitti ennakoivaa interferenssiä kokeiden välillä (otos ominaisuuksien yhdistelmästä on esitetty kuvassa Kuva Kuva1,1, ylhäällä).

Osallistuja ei tiennyt etukäteen, mikä ulottuvuuksista olisi merkityksellisin kategorisointiprosessin kannalta. Dimensioiden arvot valittiin satunnaisesti kullekin esitetylle listalle, jotta dimensioiden (muodot, koot ja värit) mahdolliset yhdistelmät vaihtelisivat eri listojen välillä säilyttäen kuitenkin saman kategorian rakenteen (esitetty kuvassa Kuva Kuva1).1). Todennäköisyys, että osallistuja törmäisi kokeen aikana kahteen identtiseen ominaisuusjoukkoon kahden listan välillä, oletettiin hyvin pieneksi.

Menettely. Koe oli 2 × 2 koehenkilön sisäinen koeasetelma. Jokainen osallistuja yritti kaikkia neljää lohkoa (chunkable simple span -tehtävä, ei-chunkable simple span -tehtävä, chunkable complex span -tehtävä, ei-chunkable complex span -tehtävät), joiden järjestys tasapainotettiin osallistujien kesken (eli 24 mahdollista järjestystä; 96 osallistujaa tarvittiin täydelliseen tasapainoon). Kukin lohko sisälsi useita ärsykeluetteloita, ja muistaminen tapahtui kunkin luettelon jälkeen. Osallistujille ilmoitettiin, että heidän oli muistettava jokainen ärsykeluettelo oikeassa järjestyksessä. Ärsykeluettelo (esim. pieni sininen neliö ja suuri sininen neliö) valittiin kahden muodon satunnaisesta yhdistelmästä (esim. kaikki ärsykkeet, jotka johtuivat pienten vs. suurten, sinisen vs. punaisen ja neliön vs. ympyrän objektien yhdistelmästä). Tietyn järjestyksen ärsykkeet näytettiin sarjassa näytön keskellä sekunnin ajan kukin (esim. kahden ärsykkeen luettelossa pieni sininen neliö, jota seurasi suuri sininen neliö). Kunkin sekvenssin vaikeus arvioitiin Chekaf et al. (2016) kuvaaman ja Feldmaniin (2000) perustuvan tiivistettävyysmetriikan mukaisesti. Tämä metriikka käyttää yksinkertaisesti disjunktiivisia normaalikaavoja (disjunktiivinen luettelo piirteiden konjunktioista) laskeakseen niiden piirteiden vähimmäismäärän, jotka vähentävät pakkaamattomia objektiluetteloita (jotka luettelevat sanatarkasti kaikki luetteloiden sisältämien objektien muodostavien objektien piirteet).

Esintäluettelon esittämisen jälkeen vastausruutu näytti koko kahdeksan objektin joukon, josta osajoukko oli valittu. Vastausruutu näytti satunnaisesti määrätyissä paikoissa kahdeksan vastausvaihtoehtoa: k kutsuttavaa ärsykettä ja 8 – k jäljelle jäävää häiritsevää objektia. Osallistujien piti palauttaa mieleen esineiden luettelo ja rekonstruoida niiden järjestys. Osallistuja teki valinnat klikkaamalla kohteita muistuttaakseen kohteet oikeassa järjestyksessä. Tämä muistamismenettely on samanlainen kuin visuaalisen lyhytkestoisen muistin sarjakertomustehtävässä (Avons & Mason, 1999; Smyth, Hay, Hitch, & Horton, 2005). Ärsykkeet alleviivattiin valkoisella palkilla, kun käyttäjä napsautti niitä. Muistamiselle ei ollut aikarajoitusta. Osallistuja saattoi siirtyä seuraavaan sekvenssiin painamalla välilyöntinäppäintä.

Testiruudussa jäljellä olevien 8 – k häiritsevän kohteen avulla voitiin laskea kokoonpuristuvuus oikein. Esimerkiksi kuvassa Kuva1,1 esitetyssä kokeessa #14nc muistinäkymä sisälsi neljän ärsykkeen (suuri violetti kolmio, pieni violetti kolmio, pieni violetti ympyrä ja suuri violetti ympyrä) lisäksi uusina kohteina suuren vihreän kolmion, pienen violetin kolmion, pienen vihreän ympyrän ja suuren vihreän ympyrän. Kuvassa Kuva11 esitetty koe #14c sisälsi neljä punaista esinettä neljän sinisen ärsykkeen lisäksi. Muistiinpanojen tiivistettävyys korreloi siis tarkoituksellisesti kokeiden hakuvaatimusten kanssa. Edellisen esimerkin mukaisesti kokeen #14nc uudet kohteet ovat loogisesti häiritsevämpiä muistiinpanojen kanssa, koska vieheiden ominaisuudet ovat päällekkäisiä palautettavien ärsykkeiden ominaisuuksien kanssa. Sitä vastoin punaiset vieheet voisivat olla vähemmän sekoittuneita sinisten ärsykekohteiden kanssa kokeessa #14c. Koska ”sininen” on yksinkertainen kuvaus muistitiedoista, myös vastakkainen kategoria on välttämättä yksinkertainen (eli ”punainen”). Sitä, että jokaisella kuvauksella ja sen komplementilla on sama monimutkaisuus, kutsutaan yleisesti pariteetiksi.

Luettelot näytettiin käyttäen nousevaa esitystapaa pituuden suhteen (pituus vaihteli asteittain 1-8 kohteen välillä), kuten neuropsykologisissa testeissä käytetyissä numerosarjoissa. Koepituutta 1 käytettiin vain lämmittelynä. Esimerkiksi kokeessamme käytettiin samaa toistomäärää pituutta kohti kuin WISC:n tai WAIS:n digit span -testeissä. Lohko lopetettiin automaattisesti neljän virheen jälkeen tietyssä luettelon pituudessa (virhe oli yksinkertaisesti osallistujan kyvyttömyys palauttaa sekvenssi täysin täydellisessä järjestyksessä). Osallistujille annettiin neljä koetta pituutta L kohti. Osallistujille ilmoitettiin myös, että kunkin lohkon kolmea ensimmäistä koetta käsiteltäisiin harjoituskokeina ja että ne jätettäisiin pois analyysistä. Tämän lämmittelyn jälkeen kussakin tilassa oli neljä koetta listan pituutta kohden.

Kun tehtävä oli yksinkertainen span-tehtävä, oli 500 ms:n väliaika kohtien välillä. Kun tehtävä oli monimutkainen span-tehtävä, käytimme operation span (OS) -tehtävämenettelyä. OS-tehtävässä osallistujien on suoritettava matemaattisia operaatioita muistitehtävien välillä (ks. Conway et al., 2005; Kane et al., 2004). Yhtälö näytettiin näytöllä (esim. ”7 + 2 = 10”) ennen kuin jokainen muistettava kohde esitettiin (yhtälöt luettiin hiljaa). Osallistujalla oli kolme sekuntia aikaa arvioida yhtälö klikkaamalla painiketta (tosi tai epätosi), ennen kuin seuraava kohde näytettiin. Yhtälö katosi sen jälkeen, kun osallistuja oli vastannut, juuri ennen kuin seuraava kohta näytettiin. Tämän lomitetun prosessointitehtävän ajateltiin estävän osallistujia pilkkomasta vapaasti.

Pilkkomattoman yksinkertaisen spanin osalta tietyllä listan pituudella kaikkein pilkkomattomimmat listat vuorottelivat vähemmän pilkkomattomien listojen kanssa; muussa tapauksessa pilkkomiset olisivat osoittaneet liikaa samankaltaisuutta koko kokeen aikana. Esimerkiksi kuvassa Kuva1,1, koe #10nc näyttää kaikkein epätiiviimmän kolmen objektin joukon, jossa on ensin 2 ominaisuuden ero (koko ja väri, pienen valkoisen neliön ja suuren mustan neliön välillä), jota seuraa toinen 2 ominaisuuden ero (koko ja muoto, suuren mustan neliön ja pienen mustan kolmion välillä), kun taas koe #9nc näyttää vähemmän epätiiviimmän kolmen objektin joukon, joka on järjestetty käyttämällä 3 ominaisuuden eroa, jota seuraa 2 ominaisuuden ero, jotta pilkkominen olisi vaikeampaa. Kohteiden välinen etäisyys (kohteiden välisten piirre-erojen yhteenlaskettu määrä) on kätevä kuvaamaan piirteiden välisiä suhteita, mutta Feldman (2000, 2003) kuvaa tarkemmin, miten piirteitä voidaan kuvata uudelleen kunkin kohdejoukon informaation summan tiivistämiseksi (tiivistämisprosessi ei aina liity kohteiden väliseen etäisyyteen). Esimerkiksi ”pieni valkoinen neliö, pieni musta neliö” voidaan pelkistää kahteen piirteeseen (”pieni neliö”), kun taas ”pieni valkoinen neliö, suuri musta kolmio” ei voi pelkistää alle kuuteen piirteeseen. Esimerkiksi tässä tapauksessa kokeen #9nc kolmen objektin kokonaiskuvaus vaatii minimaalisen loogisen ilmaisun, jossa on viisi piirrettä, eikä kahdeksan piirrettä kokeen #10nc kohdalla; katso (Feldman, 2003). Tämä tiivistettävyyden mitta palvelee tässä vain kategoriajoukon paloiteltavuuden ennustamista (tarkka järjestys, kuten ”ensimmäinen valkoinen”, vaatii vielä yhden tiedon lisää koekontekstissa). Kaiken kaikkiaan kaikki tietyn pituiset kategoriarakenteet valittiin vähemmän puristettaviksi ei-puristettavassa tilassa kuin puristettavassa tilassa.

Pisteytys. Arvion laskemiseksi kussakin tilassa käytetystä vaihteluvälin arvosta, jokaisesta täysin oikeasta sarjaraportista, joka koski kaikkia muistin kohteita kokeen sisällä, annettiin 0,25 pistettä.2 Esimerkiksi osallistuja, joka muistaa vain kolme neljästä yhden kohteen sekvenssistä, saisi vaihteluvälin arvoksi 0,75, jos hän epäonnistuu täysin pidemmissä sekvensseissä. Kun koehenkilö sai 4, 4 ja 3 oikeaa koetta pituuksilla 1, 2 ja 3, span oli (4 + 4 + 3)/4 = 2,75. Kun koehenkilö sai 4, 3 ja 2 oikeaa koetta pituuksilla 1, 2 ja 3, jänneväli oli (4 + 3 + 2)/4 = 2.25.

.