Legarea memoriei intraobiect și extraobiect în cadrul dezvoltării timpurii Partea 3

Rezultate și discuții

Trei copii de {{0}}ani au fost excluși din cauza defecțiunilor computerului, iar un copil de 5-ani suplimentar a fost exclus pentru că nu a finalizat sarcina. Deoarece copiii și adulții au răspuns în moduri diferite (un ecran tactil și, respectiv, tastatură), nu am putut analiza timpii de răspuns, dar am exclus încercările individuale cu răspunsuri foarte rapide (adică, < 200 ms) din toate analizele, deoarece acestea au fost probabil neintenționate. . Procentul de studii excluse a fost de 1,3% la copiii de 5-ani, de 0,2% la copiii de 8-ani și de 0% la adulți.

Reacțiile copiilor și memoria sunt strâns legate. O viteză bună de reacție poate ajuta copilul să proceseze informațiile și să învețe mai bine, în timp ce o memorie puternică îl poate ajuta pe copil să își amintească și să aplice mai bine ceea ce a învățat.

Un copil care poate judeca cu ușurință lucrurile și reacționează rapid va avea mai mult succes în învățare. Acești copii pot procesa cantități mari de informații eficient și pot reacționa rapid atunci când este nevoie. Copiii dezvoltă o atitudine încrezătoare și au performanțe mai bune atunci când li se cere să răspundă rapid în toate aspectele școlii și ale vieții. În plus, reacțiile lor rapide le vor oferi, de asemenea, o mai bună coordonare ochi-mână și mai multe abilități motorii pentru a satisface nevoile creșterii lor sănătoase.

Pe de altă parte, o memorie puternică este, de asemenea, foarte importantă. Cantitatea de informații de care copiii trebuie să-și amintească este copleșitoare, inclusiv sarcini precum lecțiile și temele la școală. Dacă un copil nu are o memorie bună, este probabil să aibă probleme cu sarcinile școlare și temele pentru acasă. Dacă copiii uită ce ar trebui să facă sau uită ceea ce profesorul a predat în clasă, ei vor întâlni puncte moarte și omisiuni în procesul de învățare.

Din fericire, putem ajuta copiii să-și îmbunătățească reflexele și memoria prin exerciții și antrenamente. De exemplu, putem angaja copiii în activități provocatoare, cum ar fi jocuri cu carduri de memorie, pictură, muzică etc., pentru a-i ajuta să-și optimizeze memoria și viteza de reacție. De asemenea, putem încuraja copiii să se angajeze în mai multe activități și sporturi în aer liber pentru a-și îmbunătăți starea fizică.

În procesul de parenting, trebuie să încurajăm copiii să încerce în mod constant lucruri noi și să participe activ la diferite activități din școală și viața de familie, astfel încât să aibă mai multe oportunități de a practica. Trebuie să oferim copiilor încurajare și sprijin pozitiv, astfel încât să poată face față cu încredere diferitelor provocări din viață, astfel încât viteza lor de reacție și capacitatea de memorie să fie rapid îmbunătățite. Se poate observa că trebuie să ne îmbunătățim memoria. Cistanche deserticola poate îmbunătăți semnificativ memoria deoarece Cistanche deserticola este un material medicinal tradițional chinezesc cu multe efecte unice, dintre care unul este îmbunătățirea memoriei. Eficacitatea cărnii tocate vine din diferitele ingrediente active pe care le conține, inclusiv acid, polizaharide, flavonoide etc. Aceste ingrediente pot promova sănătatea creierului în diferite moduri.

Faceți clic pe cunoașteți suplimentele pentru a îmbunătăți memoria

După excluderea studiilor individuale, am exclus toate datele de la participanții care nu au avut performanțe bune în ambele faze ale testului de învățare și de învățare, deoarece ar fi dificil să se facă inferențe despre interferența sau legarea memoriei la participanții care nu au înțeles sarcina sau nu plăteau. Atenţie. Mai exact, pentru fiecare participant am efectuat două teste binomiale cu o singură coadă. Primul test a combinat toate încercările din blocurile 2–4 ale fazei de învățare a setului A cu încercările unice din blocurile 2–4 ale fazei de învățare a setului B. Am exclus primul bloc al acestor faze deoarece am anticipat acuratețea aproape de șansă atunci când au fost prezentate pentru prima dată neprevăzutele și am exclus încercările de suprapunere din setul B, deoarece am motivat că acuratețea ar putea fi mai mică în acele încercări din cauza interferenței proactive.

Al doilea test statistic a combinat toate încercările de la primul test de învățare al setului A cu încercările unice din testul de învățare al setului B. Motivul excluderii încercărilor de suprapunere pentru setul B a fost din nou posibilitatea interferenței proactive. Am exclus 12 copii de cinci ani, cinci 8-ani și zero adulți a căror acuratețe nu a fost peste șansa la ambele teste binomiale.1 Eșantionul final a inclus 32 de copii de cinci ani (Mage {{9} },08 ani, Vârsta SD=.20, limbă=4.74-5,51; 13 femei, 19 bărbați), 30 de copii de opt ani (Mage=8. 54 de ani, vârsta SD=0,28, limba=8,05–8,99; 15 femei, 15 bărbați) și 30 adulți (15 femei, 15 bărbați).

Pentru a examina dacă aceste dimensiuni finale ale eșantionului au fost adecvate, am efectuat o analiză de putere bazată pe acuratețea generală în faza de testare a Legăturii pentru copii de 5-ani și 8-ani. Puterea de a detecta o diferență între copiii de cinci ani și cei de opt ani a fost de 1.00 în acest experiment, indicând că aceste dimensiuni ale eșantionului au fost mai mult decât suficiente pentru a detecta un efect de vârstă în acuratețea legării memoriei.

Datele pentru acest experiment sunt prezentate în Figura 2 și Tabelul 1. Pentru a analiza datele, am efectuat o serie de regresii liniare bayesiene ierarhice care prezic acuratețea medie în diferite faze ale sarcinii. Aceste analize sunt prezentate integral în secțiunile Modele ierarhice de regresie bayesiană și Rezultate ale modelului de regresie ale materialelor suplimentare online.

În general, rezultatele sugerează efecte puternice de interferență specifice suprapunerii în toate grupurile. Mai exact, deși am găsit puține dovezi de interferență proactivă atunci când învățăm sau suntem testați pe contingențele setului B, am găsit dovezi puternice de interferență retroactivă în al doilea test de învățare pentru setul A (adică, în testul de învățare 2A, după învățarea și testarea setului B). ), deoarece acuratețea a fost substanțial mai mică pentru suprapunere în comparație cu situațiile unice. Interesant este că acuratețea tindea să fie, de asemenea, mai scăzută în testul de învățare 2A în ansamblu. Există mai multe motive pentru care acest lucru ar fi putut fi cazul: amintirile s-ar putea să se fi decăzut de-a lungul timpului, participanții s-ar putea să fi fost obosiți în această etapă ulterioară a experimentului sau s-ar putea să fi existat o anumită interferență din alte situații care nu erau specifice suprapunerii stimulilor.

De asemenea, am găsit dovezi puternice de interferență atribuită în mod specific suprapunerii stimulilor în faza de testare a Legăturii, deoarece acuratețea a fost substanțial mai mică pentru suprapunere în comparație cu contingențele unice. Am găsit, de asemenea, dovezi ale unei precizii mai scăzute în general pentru copiii de 5-ani decât grupurile de vârstă mai în vârstă în faza de testare a Legăturii. Rezultatele interferențelor puternice și ale diferențelor de dezvoltare au fost oarecum surprinzătoare, având în vedere că caracteristicile de formă și culoare au fost prezentate în obiecte și ne așteptam ca legarea intraobiect să fie relativ puternică în toate grupele de vârstă.

Cu toate acestea, nu este clar din aceste rezultate ce asocieri s-au format sau cum ar fi putut fi diferite aceste structuri de legare între grupele de vârstă: participanții pot fi format structuri simple de legare între forma individuală sau trăsăturile de culoare și caracter, între forme și culori împreună. în interiorul obiectelor și, potențial, între ambele trăsături și personaje, care ar fi considerate de o structură de legare complexă. Este dificil de estimat măsura în care aceste structuri de legare au fost formate cu modele statistice standard, cum ar fi regresia. În schimb, avem nevoie de un model care prezice atât răspunsuri corecte, cât și diferite tipuri de răspunsuri de eroare bazate pe reprezentarea subiacentă (adică structura de legare). Pentru a estima formal formarea diferitelor structuri de legare și diferențele de dezvoltare în aceste procese, am creat un model de calcul generativ.

Descrierea modelului de calcul — Pentru a caracteriza în mod oficial procesele de legare pe care am presupus că stau la baza performanței în acest experiment, am dezvoltat un nou model de calcul (pentru o descriere completă a modelului, consultați secțiunea Modelul computațional generativ din materialele suplimentare online). Modelul presupune că răspunsurile participanților au fost susținute de puterea asocierilor învățate în timpul experimentului.

În model, matricele MFF, MFC și MFFC stochează asocieri între caracteristicile de formă și culoare (adică, legături caracteristică-caracteristică, sau FF), între fiecare caracteristică separată a obiectului (formă sau culoare) și un caracter (adică, caracteristică-caracter). legături, sau FC), și între o conjuncție a ambelor caracteristici împreună în cadrul obiectului și un caracter (adică, legare caracteristică-caracter-caracter sau, respectiv, FFC). Aceste matrici sunt actualizate la nivel de probă pentru a simula procesele de legare și sunt testate de indicii de memorie pentru a simula recuperarea.

Fiecare structură de legare este bidirecțională: de exemplu, deoarece o formă este asociată cu un caracter, caracterul este, de asemenea, asociat cu forma (vezi Figura 3). Asociațiile dintre diferite elemente sunt crescute în cele trei matrice la nivel de probă, scalate de parametrii ratei de învățare specifici fiecărui tip de legare: FF, FC și FFC. Diferitele structuri de legare afectează performanța modelului în moduri diferite. Asociațiile FF nu afectează performanța în fazele de testare de Învățare sau de Învățare, dar în testul de legare contribuie la răspunsuri corecte pentru contingențele unice și la opțiunile de răspuns corect și suprapus pentru contingențele suprapuse.

În Experimentul 1, legarea intraobiect FF a fost încurajată prin prezentarea de forme și culori în cadrul aceluiași obiect, în timp ce în Experimentul 2 caracteristicile au fost separate spațial pentru a încuraja legarea extraobiectului (Figura 3, panoul superior). Asociațiile FC contribuie la răspunsuri precise în fazele testului de Învățare și Învățare, dar pot contribui, de asemenea, la răspunsul inexact pentru contingențele de suprapunere după introducerea setului B; aceste asocieri pot fi folosite și în testul de legare pentru a crește probabilitatea de a alege opțiunile de răspuns care au fost asociate cu caracterul dat. În cele din urmă, asocierile complexe FFC contribuie doar la răspunsul corect atât pentru contingențele suprapuse, cât și unice în toate fazele sarcinii.

Pe lângă întărirea acestor tipuri de asociații, modelul poate „uita” prin slăbirea asociațiilor formate anterior care intra în conflict cu învățarea curentă. De exemplu, atunci când se învață contingențele suprapuse în faza de învățare pentru setul B, fiecare caracteristică a obiectului a fost asociată anterior cu celălalt caracter prin legarea FC, iar modelul poate slăbi acele asociații concurente pentru a facilita o mai mare acuratețe și, prin urmare, a reduce interferența proactivă, în timp ce în același timp, creșterea interferenței retroactive mai târziu, când setul A este revizuit în testul de învățare A2.

Efectul uitării, prin urmare, este similar cu un proces de inhibiție, așa cum sa discutat în Introducere, deși nu am inclus un mecanism prin care uitarea ar putea fi inversată altfel decât noua învățare, în timp ce inhibiția este adesea considerată un fenomen temporar (Geiselman & Bagheri, 1985). Ca urmare, mecanismul de uitare din model ar putea fi considerat un proces de dezînvățare. Amploarea acestui proces de uitare care afectează toate structurile de legare a fost controlată de un parametru suplimentar, .

Aceste procese de învățare și uitare sunt definite matematic în model. Deși ecuațiile complete ale modelului sunt furnizate în materialele suplimentare online, acum oferim ecuații simplificate pentru a rezuma componentele modelului. Fiecare matrice este actualizată la fiecare încercare:

unde M este una dintre cele trei matrice asociative și este rata de învățare corespunzătoare (reamintim că diferite rate de învățare sunt estimate pentru legarea FC, FF și FFC: FC, FF FFC). Reprezentările vectoriale a două elemente (de exemplu, o formă și o culoare) sunt notate ca f1 și f2. Aceste elemente sunt asociate folosind un produs exterior, notat cu simbolul ⊗. Uitarea în model este controlată de parametrul , care este același pentru toate tipurile de legare (FC, FF și FFC). Uitarea are loc prin reducerea asocierii dintre fiecare element și celelalte elemente care i-au fost asociate anterior, dar care nu sunt prezentate în procesul curent, notat fx.

De exemplu, dacă în setul A s-ar prezenta un cerc albastru și o stea galbenă, atunci când o stea albastră este prezentată în faza de învățare pentru setul B, asocierea stelei albastre ar fi întărită de o nouă învățare, în timp ce asocierea cercului albastru ar fi slăbită de uitare. Rețineți că în modelul complet, învățarea are loc bidirecțional (de exemplu, deoarece albastrul este asociat cu o stea, steaua este asociată cu albastru; consultați materialele suplimentare online pentru ecuațiile modelului complet).

În cele din urmă, r este o singură valoare scalară reprezentând un semnal de noutate la nivel de probă care se schimbă de la probă la probă, urmărind cât de puternic au fost deja asociate elementele f1 și f2 în trecut: r=e −f1·(M ·f2)+f2·(M·f1)).

În această ecuație, f2 este folosit ca indiciu pentru a prelua o serie de elemente asociate anterior din M printr-un produs punctual, iar apoi un al doilea produs punctual „citește” cât de puternic a fost recuperat f1 în special. Această valoare a puterii scalare este apoi adăugată la o valoare a puterii corespunzătoare pentru asocierea în direcția opusă (adică, cât de puternic a fost recuperat f2 de către f1). La această valoare a rezistenței totale se aplică funcția exponențială. Dacă anterior nu a avut loc nicio învățare pentru aceste asocieri, punctele forte vor fi zero, rezultând r=1 și o învățare completă.

Cu toate acestea, pe măsură ce asociațiile devin mai puternice, valorile puterii devin mai mari și r se apropie de zero. Rezultatul acestui mecanism este că învățarea este redusă pentru asocierile care au fost deja bine învățate, ceea ce este necesar pentru a împiedica creșterea fără limite a punctelor forte ale asociației, deoarece învățarea are loc în mai multe încercări.

Pentru a simula luarea deciziilor, modelul calculează puterea asocierii dintre indicii de memorie furnizate și ținte posibile pentru fiecare încercare. Puterile sunt determinate prin sondarea matricelor asociative cu indicii: s=(M · fcue ) · țintă. Această ecuație preia o serie de elemente care au fost asociate cu tacul (cue) și citește o singură valoare(e) de putere pentru o anumită țintă (țintă). Aceste estimări de putere oferă baza pentru calcularea probabilității fiecărui răspuns posibil, permițând în același timp concurența cu alte răspunsuri posibile care ar putea duce la interferențe.

Această regulă de recuperare competitivă este implementată ca o funcție softmax: Pcℎoice=e s cℎoice ∑e s. Dacă punctele forte care susțin toate opțiunile posibile sunt aceleași, modelul va prezice performanța la nivel de șansă, dar în măsura în care o anumită alegere este susținută de valori de putere mai mari decât alte opțiuni, modelul va fi mai probabil să facă alegerea corespunzătoare.

Potrivim modelul la datele observate cu patru parametri liberi: FC, FF, FFC și . Este important că modelul nu a fost potrivit pentru a rezuma statistici, cum ar fi proporția de răspunsuri corecte într-o anumită fază, dar a luat în considerare alegerea participanților pentru fiecare studiu în fiecare fază a experimentului. Am aplicat tehnici bayesiene ierarhice pentru a se potrivi modelului, permițându-ne să evaluăm diferențele de vârstă cu distribuțiile posterioare ale parametrilor. Consultați materialele suplimentare online pentru detalii suplimentare despre model și modul în care acesta a fost potrivit pentru date.

Rezultatele modelului de calcul — Pentru a evalua potrivirea modelului, am generat performanța sarcinii la nivel de probă, având în vedere estimările parametrilor cele mai potrivite ale fiecărui participant (a se vedea Figura 2 pentru a compara performanța observată și cea prezisă de model). În ciuda supraestimării interferenței proactive în primul bloc de învățare în setul B la toate grupele de vârstă, modelul se potrivește bine cu majoritatea tiparelor de performanță în toate fazele experimentale, sugerând că a fost capabil să surprindă cel puțin unele dintre procesele care stau la baza performanței sarcinilor și modul în care acestea diferă. între grupele de vârstă.

Distribuțiile posterioare ale hiper-parametrilor pentru fiecare grupă de vârstă sunt prezentate în Figura 4A. Evaluăm diferențele de vârstă pentru fiecare parametru prin calculul η, o măsură a suprapunerii distribuționale descrisă mai sus în secțiunea Analize. Nu au existat dovezi substanțiale ale vreunei diferențe de vârstă în legarea FC, estimată cu parametrul FC, sau uitare, estimată cu (ηs > .17). În schimb, am găsit dovezi foarte puternice ale unei legături mai slabe de FF, estimată cu parametrul FF, la copiii de 5-ani, în comparație atât cu cei de 8-ani (η=.005) cât și la adulți (η=.001). Au existat puține dovezi ale unei diferențe între cele două grupuri de vârstă mai în vârstă (η= .642). Aceste descoperiri noi sugerează schimbări puternice de dezvoltare în legarea intraobiectă între 5 și 8 ani, deși această capacitate poate fi asemănătoare adulților până la vârsta de 8 ani.

Au existat, de asemenea, dovezi puternice ale valorilor mai scăzute ale parametrului de legare complex, FFC, la copiii de 5-ani în comparație atât cu cei de 8-ani (η=.010) cât și cu adulții (η=.002). Deși valorile estimate ale parametrilor tindeau să fie mai mari la adulți în comparație cu copiii de opt ani, această diferență nu a fost foarte robustă (η=.429). Această ultimă constatare a fost oarecum surprinzătoare, deoarece munca anterioară folosind o sarcină de reamintire a sugerat dezvoltarea prelungită a legării complexe după vârsta de 7 ani (Yim et al., 2013). Poate că abilitatea emergentă de a forma legături complexe este mai detectabilă în sarcinile de recunoaștere decât în ​​sarcinile de reamintire mai dificile; revenim la această problemă în Discuția Generală.

Pentru a examina dacă toate mecanismele modelului au fost necesare pentru a se potrivi cu datele, am efectuat un studiu de comparare a modelului în care fiecare parametru a fost eliminat din model (adică, setat la zero) în timp ce le-am potrivi pe ceilalți la date și am constatat că modelul complet care include toți cei patru parametri se potrivește cel mai bine datelor, chiar și atunci când se ține seama de complexitatea modelului (a se vedea secțiunea Studiu de comparare a modelului din materialele suplimentare online și a se vedea Figura S5 din aceeași secțiune pentru modul în care aceste modele diferite prezic modele diferite de performanță).

În general, în acest experiment, am găsit dovezi puternice ale efectelor interferenței memoriei în toate grupele de vârstă bazate pe modele de regresie ierarhică, împreună cu diferențe de dezvoltare în performanță în testul de legare. Poate mai important, cu un model de calcul nou, am găsit dovezi ale diferențelor substanțiale de dezvoltare în legarea intraobiect și legarea complexă după vârsta de 5 ani, dar nu după vârsta de 8 ani. Cu toate acestea, nu este clar din aceste rezultate cum au fost afectate legarea memoriei și interferența de prezentarea caracteristicilor în cadrul aceluiași obiect. Lucrările anterioare la adulți sugerează că legarea extraobiectului este mai solicitantă din punct de vedere al atenției și este asociată cu o performanță mai puțin precisă a memoriei asociative în comparație cu legarea intraobiect (Asch și colab., 1960; Ecker și colab., 2007, 2013; van Geldorp și colab., 2015) . Am emis ipoteza, prin urmare, că trăsăturile obiectelor separate spațial ar perturba legarea, în special pentru copiii mici, ceea ce ar putea crește efectele de interferență. Am investigat aceste posibilități în Experimentul 2.

Experimentul 2: Dezvoltarea metodei de legare extraobiect

Participanți—patruzeci și cinci de 5-ani (Mage=5,16 ani, SDage=.23, limba=4,80 -5,74; 17 femei, 28 bărbați) , 43 de copii de opt ani (Mage=8,49 ani, SDage=.38, limba=7,74 – 8,99; 23 de femei, 20 de bărbați) și 34 de adulți (19 femele, 15 bărbați) au participat la Experimentul 2. Consultați secțiunea Rezultate și discuții de mai jos pentru o analiză a puterii. Atribuirea acestui experiment sau Experimentul 1 a fost randomizată.

Stimuli și procedură — În acest experiment, caracteristicile de formă și culoare nu au fost prezentate împreună în cadrul aceluiași obiect, ci au fost separate spațial (vezi Figura 5). La fiecare încercare, o formă transparentă și o pată de culoare au fost poziționate în aliniere verticală, iar poziția spațială relativă (sus sau jos) a acestor caracteristici a fost contrabalansată pentru fiecare împerechere culoare-formă în fiecare bloc din fiecare fază. Procedura a fost identică cu cea din Experimentul 1, cu excepția faptului că stimulii au fost denumiți „perechi de forme și culori” în loc de obiecte în timpul instrucțiunilor și feedback-ului de performanță.

For more information:1950477648nn@gmail.com