Vplyv znalostí domény na segmentáciu a pamäť

Kontakt:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Kimberly M. Newberry1 & Daniel P. Feller2 & Heather R. Bailey3

Prijaté: 12. novembra 2020 / Zverejnené online: 7. januára 2021

# The Psychonomic Society, Inc. 2021

cynomoriumna zlepšenie pamäti

Abstraktné

Veľa výskumov ukázalo, že odborníci majú vynikajúcu pamäť vo svojej oblasti odbornosti. Táto pamäťová výhoda bola navrhnutá ako výsledok rôznych kódovacích mechanizmov, ako je chunking a diferenciácia. Ďalším potenciálnym mechanizmom kódovania, ktorý je spojený s pamäťou, je segmentácia udalostí, čo je proces, ktorým ľudia analyzujú nepretržité informácie do zmysluplných, diskrétnych jednotiek. Predchádzajúci výskum našiel dôkaz, že segmentácia je do určitej miery ovplyvnená spracovaním zhora nadol. Doteraz len málo štúdií skúmalo vplyv odbornosti na segmentáciu a otázky týkajúce sa odbornosti, schopnosti segmentácie a ich vplyvu na pamäť zostávajú. Cieľom súčasnej štúdie bolo preskúmať vplyv odborných znalostí na segmentáciu a pamäťovú schopnosť pre dve rôzne oblasti: basketbal a Overwatch. Účastníci s vysokými a nízkymi znalosťami pre basketbal a s nízkymi znalosťami pre Overwatch si prezerali a segmentovali videá na hrubé a jemné zrná a potom absolvovali pamäťové testy. Rozdiely v schopnosti segmentácie a pamäti boli prítomné medzi odborníkmi a kontrolnými nováčikmi, konkrétne pre basketbalové videá; segmentácia odborníkov však predpovedala pamäť len pre činnosti, pre ktoré chýbali znalosti. Celkovo tento výskum naznačuje, že lepšia pamäť odborníkov nie je spôsobená ich schopnosťou segmentácie a prispieva k rastúcemu množstvu literatúry preukazujúcej dôkazy podporujúce koncepčné účinky na segmentáciu.

Kľúčové slová: Znalosť domény. Segmentácia udalostí. Pamäť. Odbornosť

Desaťročia práce na doménových znalostiach (sémantické znalosti pre konkrétnu oblasť) ukázali, že odborníci majú nadradenosťPamäťpre informácie vo svojej odbornej oblasti. TotoPamäťprínos bol vysvetlený rôznymi mechanizmami kódovania, vrátane chunkingu (Chase & Simon, 1973), diferenciácie a unitizácie (Herzmann & Curran, 2011). Nedávno sa ukázalo, že vplyv má iný mechanizmus kódovaniaPamäťinformácie o udalostiach: segmentácia udalostí (Bailey a kol., 2013; Flores, Bailey, Eisenberg a Zacks, 2017; Newberry &

Bailey, 2019; Sargent a kol., 2013; Zacks, Speer, Vettel a Jacoby, 2006).

Segmentácia udalostí je kódovací mechanizmus, v ktorom ľudia analyzujú nepretržité informácie o udalostiach do zmysluplných, diskrétnych jednotiek (napr. Zacks, Speer, Swallow, Braver a Reynolds, 2007). To, ako ľudia segmentujú udalosť, ovplyvňuje to, ako udalosti vnímajú, chápu a pamätajú si ich (prehľad pozri Radvansky & Zacks, 2014). Tento proces môže byť ovplyvnený percepčnými aj koncepčnými faktormi, čo naznačuje, že predchádzajúce znalosti môžu ovplyvniť to, ako niekto vníma a segmentuje udalosť, čo môže následne ovplyvniťPamäť. Zatiaľ čo niektoré štúdie naznačujú, že znalosť domény

Údaje prezentované v tomto rukopise boli predtým prezentované na 59. výročnom stretnutí Psychonomickej spoločnosti v novembri 2018 a 91. výročnom stretnutí Stredozápadnej psychologickej asociácie v apríli 2019.

* Kimberly M. Newberry knewberr@su.edu

1 Katedra psychológie, Univerzita Shenandoah, 600 Millwood Ave., Halpin Harrison Hall 117, Winchester, VA 22601, USA

2 Department of Learning Sciences, Georgia State University, Atlanta, GA, USA

3 Katedra psychologických vied, Kansas State University, Manhattan, KS, USA

ovplyvňuje segmentáciu (napr. odborníci identifikujú menej hraníc: Bläsing, 2015; odborníci sa zhodujú viac na hrubých hraniciach: Levine, Hirsh-Pasek, Pace, & Michnick Golinkoff, 2017; Zacks & Tversky, 2003), zostáva niekoľko otázok: Do akej miery ľudia sa zhodujú na tom, ako sú aktivity segmentované v rámci a mimo ich znalostnej domény? Organizujú jednotlivci so znalosťami vysokej domény udalosti pri kódovaní inak ako jednotlivci so znalosťami v nízkej doméne? Ak áno, vysvetľuje to pozorovanéPamäťprospech?

Súčasná štúdia teda skúmala vplyv doménových znalostí na segmentáciu aPamäťbasketbal a hry Overwatch. Tieto aktivity boli vybrané pre ich popularitu, ako aj pre testovanie zovšeobecniteľnosti

vedomostné účinky na segmentáciu v rámci rôznych činností. Na úvod sa diskutuje o teóriách poznania udalostí, teórii segmentácie udalostí a modeli horizontu udalostí, po ktorých nasleduje vzťah medzi segmentáciou a znalosťami. Potom je opísaná odborná literatúra a integrovaná so segmentáciou udalostí a sú prezentované všeobecné predpovede o súčasnej štúdii.

Teória segmentácie udalostí

Podľa teórie segmentácie udalostí (EST; Kurby & Zacks, 2008; Zacks a kol., 2007) udalosti prežívame nepretržite, ale vnímanie týchto udalostí nie. Ľudia používajú skôr percepčné (napr. pohyb, poloha tela; Newtson, Enquist, & Bois, 1977; Zacks, 2004) a konceptuálne (napr. vedomosti, ciele; Levine a kol., 2017; Radvansky & Zacks, 2014; Zacks, 2004) informácie na zostavenie mentálnych reprezentácií prebiehajúcej aktivity tak, že reprezentácia aktuálnej udalosti je udržiavaná v práciPamäťkým nie je vnímaná zmena, vtedy sa vytvorí nová reprezentácia, ktorá odráža novú udalosť (napr. Zacks et al., 2007). Predpokladá sa, že tento proces aktualizácie nastáva vtedy, keď existuje nesúlad medzi očakávaním a realitou (Rescorla & Wagner, 1972), ktorý je poháňaný zlyhaniami predpovedí (Zacks a kol., 2007), nedostatkom koherencie (Gernsbacher, 1991) alebo zmenami. v kontexte (Clewett & Davachi, 2017).

EST predpokladá, že ľudia vytvárajú predpovede pre nadchádzajúce aukcie a presnosť týchto predpovedí sa monitoruje. Napríklad, keď basketbalista vystrelí, je pravdepodobné, že hráč z opačného tímu priletí s loptou a dribluje s ňou na druhý koniec ihriska. Keď sa však hráč s loptou dostane na opačný koniec ihriska, udalosť sa stáva menej predvídateľnou. Bude hráč prihrávať loptu alebo strieľať? Časové body, keď predpovede zlyhajú alebo keď ľudia vnímajú zmenu a aktualizujú svoju reprezentáciu udalostí, sa nazývajú hranice udalostí. Výskum naznačuje, že v rámci udalosti je predvídateľnosť vysoká, ale naprieč hranicami udalostí je predvídateľnosť nízka (napr. Reynolds, Zacks a Braver, 2007; Zacks, Kurby, Eisenberg a Haroutunian, 2011). Je zaujímavé, že ľudia spoľahlivo analyzujú udalosti na konzistentných hraniciach (napr. Bower, Black a Turner, 1979; Hard, Tversky a Lang, 2006b; Newtson, 1973; Speer, Swallow a Zacks, 2003; Zacks, Tversky a Iyer, 2001a), dokonca až o 1 rok neskôr (test-retest; Speer et al., 2003).

Výskum využívajúci paradigmu zjednocovania, v ktorej ľudia označujú hranice, zatiaľ čo sledujú vývoj udalostí, naznačuje, že udalosti sú hierarchicky štruktúrované (napr. Newtson, 1973; Sargent a kol., 2013; Zacks, Tversky a kol., 2001a), takže väčšie, hrubozrnné udalosti sa skladajú z menších, jemnozrnných udalostí (Tversky, Zacks, & Martin, 2008; Zacks & Swallow, 2007; Zacks, Tversky, et al., 2001a). Napríklad vysokoškolský basketbalový zápas môže pozostávať z prvej a druhej polovice

polovicu. Prvý polčas by sa však dal ďalej rozdeliť na menšie čiastkové udalosti, ako je séria hier, ktoré každý tím odohral. Predchádzajúca práca zistila individuálne rozdiely v rozsahu, v akom ľudia vnímajú súlad medzi jemnými a hrubozrnnými udalosťami (napr. Hard, Lozano a Tversky, 2006a; Kurby & Zacks, 2011; Sargent a kol., 2013; Zacks a kol. , 2001b) a dôkazy naznačujú, že hierarchické kódovanie môže byť dôležité prePamäť(Kurby & Zacks, 2011).

Dôležité je, že model horizontu udalostí (Radvansky, 2012), ktorý zahŕňa teóriu segmentácie udalostí (napr. Radvansky & Zacks, 2014, 2017), vysvetľuje, že hranice udalostí znižujú spätnú interferenciu separáciou informácií do samostatných modelov udalostí, čo vedie k lepšiemu celkovémuPamäťza aktivitu. Dôkazy skutočne naznačujú, že miera, do akej ľudia prejavujú normatívnu segmentáciu (t. j. miera, do akej sa zhodujú na umiestnení hraníc udalostí a majú lepšie hierarchické zarovnanie) predpovedá, ako dobre si neskôr zapamätajú aktivitu (Bailey et al., 2013). Flores a kol., 2017; Kurby & Zacks, 2011; McGatlin, Newberry a Bailey, 2018; Newberry & Bailey, 2019; Sargent a kol., 2013; Zacks a kol., 2006).

cistanche stratené impérium byliny

Čo ovplyvňuje segmentačné správanie?

Segmentáciu pravdepodobne ovplyvňujú dva typy faktorov: percepčná a konceptuálna (napr. Zacks, 2004; Zacks et al., 2007). Veľká časť výskumu segmentácie sa zamerala na vplyv percepčných podnetov. Napríklad hranice vnímaných udalostí majú tendenciu byť v súlade so zmenami polohy tela (Newtson a kol., 1977), priestorovým umiestnením (Magliano, Miller, & Zwaan, 2001), pohybom objektu (Zacks a kol., 2001b) a zmenami vnímania. (Hard a kol., 2006b). Napríklad zmena vnímania v basketbale môže zahŕňať zmeny vyskytujúce sa okolo lopty (napr. prihrávky, strely; Huff et al., 2017). Ďalej oblasti mozgu, ktoré spracovávajú emócie (napr. komplex extrastriatózneho pohybu), vykazujú zvýšenú aktivitu na hraniciach udalostí (Speer a kol., 2003; Zacks a kol. 2001b), čo naznačuje, že pohyb je silným prediktorom vnímania hraníc udalosti.

Naproti tomu výskum skúmajúci účinky koncepčných faktorov na segmentáciu je zmiešaný: Niektoré štúdie naznačujú, že koncepčné faktory nemajú žiadny vplyv na segmentáciu (napr. Hard et al., 2006b; Huff et al., 2017; Zacks, Kumar, Abrams, & Metha, 2009), zatiaľ čo iní naznačujú, že áno (kontext: Loschky, Larson, Magliano a Smith, 2015; Newberry & Bailey, 2019; známosť: McGatlin a kol., 2018; Smith, Newberry & Bailey, 2020; Zacks & Tversky, 2003; perspektíva: Newberry & Bailey, 2019; schéma a scenáre: Bartlett, 1932; McGatlin a kol., 2018; Schank & Abelson, 1977; góly: Baldwin, Baird, Saylor & Clark; 20001981; 2001981; Zacks, 2004). Napríklad Wilder (1978a, 1978b) ukázal, že účastníci sa segmentovali častejšie, keď boli ciele herca nejasné, v porovnaní s tým, keď bola aktivita cielená a predvídateľná, čo naznačuje, že ciele ovplyvňujú to, ako ľudia vnímajú aktivitu. Podobne Zacks (2004) zistil, že pohyb predpovedal segmentáciu menej, keď boli udalosti zamerané na cieľ, na rozdiel od náhodných. Hoci tieto výsledky celkovo naznačujú, že keď sú prítomné vedomosti súvisiace s cieľom, ľudia sa pri vnímaní udalosti menej spoliehajú na vnemové podnety, účinky boli mierne až malé.

Silnejšia manipulácia: odbornosť Nedávny výskum vedomostí a segmentácie sa posunul smerom k používaniu silnejšej manipulácie s predchádzajúcimi znalosťami: odbornosť (napr. Bläsing, 2015; Levine et al., 2017). Využitie odborných znalostí na vyhodnotenie efektov znalostí na segmentáciu dobre zapadá do EST a modelu horizontu udalostí, pretože množstvo dôkazov naznačuje, že predchádzajúce znalosti o aktivite zlepšujú predikciu pri sledovaní podobných aktivít (napr. Ambrosini et al., 2013; Kanakogi & Itakura, 2011; Möller, Zimmer, & Aschersleben, 2015; Sommerville, Woodward, & Needham, 2005) a výskum ukázal, že ľudia s predchádzajúcimi znalosťami alebo skúsenosťami pre činnosť majú tiež lepšiePamäťpre túto činnosť (napr. basketbal: Allard, Graham a Parsalu, 1980; tanec: Allard & Starkes, 1991; šach: Chase & Simon, 1973; bejzbal: Chiesi, Spilich, & Voss, 1979; bridž: Engle & Bukstel, 1978; mapy: Gilhooly, Wood, Kinnear, & Green, 1988; hudba: Meinz & Salthouse, 1998). Vzhľadom na to, že predikcia je považovaná za mechanizmus, na ktorom funguje segmentácia (napr. Zacks, Braver, et al., 2001b; Zacks, Kurby, et al., 2011) a identifikácia hraníc udalostí je dôležitá prePamäť(napr. Radvansky & Zacks, 2014), to by naznačovalo, že segmentačné správanie aPamäťsa môže líšiť, ak má niekto predchádzajúce znalosti alebo skúsenosti s činnosťou, v porovnaní so žiadnymi znalosťami alebo skúsenosťami.

Takýto predpoklad podporila odborná literatúra zameraná na ďalšie mechanizmy zapojené do percepčného učenia (Goldstone, 1998): diferenciácia (schopnosť oddeliť pôvodne fúzované kategórie) a unitizácia (schopnosť integrovať jednotlivé časti do funkčných celkov). Dôkazy naznačujú, že odborníci lepšie posúdia, kedy sa majú zapojiť do každého procesu (Herzmann & Curran, 2011). Pri kódovaní dynamickej aktivity môžu byť experti lepší v identifikácii koncepčných jednotiek informácií a rozlišovaní jemných detailov pre udalosti v rámci ich domény (napr. Piras, Lobietti, & Squatrito, 2010). Napríklad basketbalový expert môže byť schopný identifikovať kroky spojené s tipovaním a hodom (tj lepšie rozlišovanie), zatiaľ čo nováčik môže tieto kroky vnímať ako jednu akciu alebo vôbec, alebo basketbalový expert môže vnímať rovnaký tip a hod ako súčasť väčšej hry, zatiaľ čo nováčik to môže vnímať ako vlastnú udalosť (tj lepšie zjednotenie). Ak odborníci identifikujú zmysluplné hranice udalostí na základe zdieľanej vedomostnej základne, ktorá zlepšuje presnosť ich predpovedí, dalo by sa očakávať, že experti vykážu normatívnejšiu segmentáciu.

schopnosti, pokiaľ ide o vyššiu zhodu o polohách hraníc udalostí a/alebo lepšie zarovnanie hrubých a jemných hraníc.1 Dve štúdie skúmali účinky expertízy na segmentačné správanie. V tanečnej oblasti Bläsing (2015) skúmal účinky odbornosti a pohybovo špecifickej známosti na segmentáciu tanečnej frázy. Tanečníci a netanečníci sledovali a segmentovali videá, na ktorých tanečník dokončuje choreografickú frázu. Bläsing (2015) zistil, že tanečníci sa segmentujú menej často v porovnaní s netanečníkmi, čo naznačuje, že odbornosť znižuje počet vnímaných hraníc pre udalosti v rámci vlastnej oblasti odbornosti. V inom experimente Bläsing vyhodnotil kauzálnu úlohu vedomostí o segmentácii tak, že stredne pokročilí tanečníci segmentovali tanečnú frázu, potom sa naučili a precvičovali motorické pohyby a znova segmentovali frázu. Rovnako ako v prvom experimente, zvýšená znalosť a motorické skúsenosti s tanečnou frázou spôsobili, že tanečníci segmentovali menej často. Podobne Levine a kol. (2017) zistili, že odborníci na krasokorčuľovanie identifikovali viac podobných hrubozrnných udalostí v porovnaní s nováčikmi pri segmentovaní olympijskej rutiny krasokorčuľovania. Tieto štúdie poskytli prvé dôkazy, že odbornosť ovplyvňuje segmentačné správanie; niektoré obmedzenia však zostávajú. Jedným obmedzením je, že tieto štúdie hodnotili segmentáciu iba pri veľkosti jedného zrna. Buď neposkytli žiadne špecifické inštrukcie o veľkosti zŕn (Bläsing, 2015), alebo len inštruovali účastníkov, aby segmentovali na hrubozrnnej úrovni (Levine et al., 2017). Zahrnutím hrubej aj jemnozrnnej segmentácie do jednej štúdie môžeme vyhodnotiť hierarchické zarovnanie malých udalostí do väčších udalostí a či znalosť domény toto zarovnanie zvyšuje. Je kritické, že ani jedna štúdia neskúmala schopnosť expertov segmentovať v doméne mimo ich odbornosti. Okrem toho žiadna štúdia nemeralaPamäť, takže účinky znalosti domény a segmentácie naPamäťešte neboli vyhodnotené.

Vzhľadom na to, že normatívna segmentácia je spojená s lepšouPamäťpre udalosti (Bailey a kol., 2013; Flores a kol., 2017; Zacks a kol., 2006), je možné, že lepšia pamäť odborníkov môže byť spôsobená normatívnejšou segmentáciou činnosti v rámci ich znalostnej domény. Ak je segmentácia proces, ktorý je posilnený akumuláciou predchádzajúcich vedomostí a skúseností, dalo by sa očakávaťPamäťbyť prítomná len pri aktivite s väčšími znalosťami. Predchádzajúca práca však ukázala, že ľudia používajú predchádzajúce znalosti na vyplnenie medzier pri vyhľadávaní (napr. Hasher & Griffin, 1978). Vedomosti by teda mohli prekonať účinky segmentácie na pamäť a niektoré dôkazy naznačujú, že segmentácia a vedomosti ovplyvňujúPamäťnezávisle (Sargent et al., 2013). Ak je to pravda, dalo by sa očakávať, že segmentácia bude predpovedať pamäť iba pre aktivitu nováčika, pretože nováčikovia by nemali vedomosti 1 Frekvencia segmentácie a zhoda sú odlišné. Niekto môže segmentovať menej často, ale napriek tomu identifikuje niekoľko hraníc identifikovaných skupinou, a preto má vysokú zhodu.

spoľahnúť sa pri získavaní na iné ako reprezentácie udalostí, ktoré vytvorili pri prvom kódovaní aktivity.

Súčasná štúdia sa teda rozšírila na Bläsing (2015) a Levine et al. (2017) skúmaním segmentačného správania a jeho vzťahu kPamäťvýkon u ľudí s vysokými a nízkymi znalosťami (pre jednoduchosť ich doteraz označujeme ako „expertov“ a „nováčikov v ovládaní“) v dvoch rôznych oblastiach: basketbal (šport) a Overwatch (videohry). Basketbal je tímový šport s obmedzeným kontaktom, ktorý zahŕňa hráčov, ktorí spolupracujú na dosiahnutí spoločného cieľa (tj strieľaním lopty cez obruč, aby získali body). Overwatch, hoci aj tímová, je strieľačka z pohľadu prvej osoby pre viacerých hráčov vyvinutá spoločnosťou Blizzard Entertainment, Inc.©. Basketbal a Overwatch boli vybrané ako aktivity v tejto štúdii z dvoch dôvodov. Po prvé, zahrnutie dvoch činností robí súčasnú štúdiu jedinečnou v tom, že odborníci boli testovaní na činnostiach v rámci ich odboru aj mimo neho. Po druhé, basketbal a Overwatch sa líšia od tanca a krasokorčuľovania (napr. Ericsson & Smith, 1991), čo umožňuje rozšíriť výskumné otázky z aktivít pre jedného herca na aktivity založené na tíme.

Hypotézy

Ak expertíza ovplyvňuje segmentačné správanie, potom by mali experti segmentovať menej často na hrubé zrno (frekvencia segmentácie; Bläsing 2015) a viac sa dohodnúť na hraničných miestach (segmentačná dohoda; Levine et al., 2017) pre činnosti v rámci svojej expertnej oblasti. Alternatívne môžu odborníci segmentovať častejšie, najmä na jemnom zrnu, ak sa zapoja do procesov vnímania, ako je diferenciácia, aby lepšie rozlíšili jemnejšie čiastkové udalosti (Piras et al., 2010). Predpokladali sme tiež, že odborníci by ukázali väčšie zarovnanie hrubých a jemných hraníc pre činnosti v rámci ich expertnej oblasti (hierarchické zarovnanie). Ak však percepčné podnety majú silnejší vplyv na segmentáciu ako koncepčné faktory (Hard a kol., 2006b; Huff a kol., 2017; Zacks, Speer a Reynolds, 2009), odborníci a nováčikovia v oblasti kontroly môžu vykazovať podobné segmentačné správanie. pretože percepčné podnety (pohyb) sú ľahko dostupné pre obe skupiny. Ďalej sme predpokladali, že odborníci by ukázali lepšiePamäťvýkon za činnosti v rámci ich odboru na základe významného súboru expertíznych výskumov (prehľad pozri Ericsson & Smith, 1991; Furley & Wood, 2016).

Predchádzajúca práca naznačuje, že normatívna segmentácia je spojená s lepšímPamäťpre udalosti (napr. Bailey et al., 2013). Predpokladali sme teda, že schopnosť segmentácie predpovedáPamäťvýkon, bez ohľadu na aktivitu alebo znalosti domény, takže tí s lepšou zhodou segmentácie a/alebo hierarchickým usporiadaním by mali lepšiu pamäť. Predpovedali sme však aj to, že vzťah medzi segmentáciou aPamäťby bol silnejší v expertnej činnosti, ak by sa zlepšila znalosť doményPamäťposilnením segmentácie. Alternatívne niektoré práce naznačujú, že všeobecné znalosti môžu ovplyvňovať pamäť nezávisle od segmentácie (Sargent et al., 2013), takže ľudia sa môžu spoliehať na vedomosti (napr. schémy, skripty, očakávania), keď sú dostupné, aby im pomohli zapamätať si aktivitu, na rozdiel od toho, ako kódujú (segmentujú) konkrétny prípad tejto aktivity. V tomto prípade môžu znalosti prevážiť nad vzťahom medzi segmentáciou aPamäť, takže odborníci, ktorí segmentujú dobre, a tí, ktorí segmentujú slabo, si zapamätajú podobné množstvo informácií.

Aktuálna štúdia

Účelom tohto experimentu bolo preskúmať vzťah medzi znalosťou domény, schopnosťou segmentácie aPamäťpre udalosti v rámci a mimo oblasti vedomostí. Predchádzajúca práca sledovala účinky expertízy na segmentáciu tanečných fráz (Bläsing, 2015) a rutinu krasokorčuľovania (Levine et al., 2017); tieto štúdie však hodnotili iba segmentačné správanie expertov pre udalosti v rámci ich odbornosti. Okrem toho hierarchické zarovnanie rôznych segmentačných zŕn a ich vplyv naPamäťmusia byť v tomto kontexte ešte vyhodnotené. V aktuálnom experimente si basketbaloví experti a nováčikovia z oblasti Overwatch prezerali a segmentovali videá z basketbalu a Overwatch. Kvôli problémom s náborom sa štúdie zúčastnila len veľmi malá vzorka expertov Overwatch (pozri časť Metóda). Aktuálny experiment sa v konečnom dôsledku zameral na medzipredmetové porovnanie segmentácie basketbalových expertov aPamäťpre basketbal (oblasť odbornosti) a pre videá Overwatch (oblasť mimo odbornosti), ako aj porovnanie segmentácie aPamäťpre basketbalové aktivity medzi basketbalovými odborníkmi a kontrolnými nováčikmi.

Metóda

Účastníci Celkovo 165 účastníkov (pozri tabuľku 1) bolo prijatých z Kansas State University (KSU). Účastníci sa rekrutovali z kurzov psychológie az iných

organizácie naprieč kampusom. Na zvýšenie náboru expertov Overwatch bola štúdia inzerovaná prostredníctvom KSU eSports Club, ktorý podporuje profesionálnu súťaž a sledovanosť pre hráčov a fanúšikov videohier Overwatch. Nábor priniesol 35 basketbalových expertov (nováčikov Overwatch), 12 expertov Overwatch (z toho traja boli basketbaloví nováčikovia, z ktorých deväť malo „stredne pokročilý“ alebo expertný basketbalový výsledok), 61 kontrolných nováčikov (nováčikov v oboch činnostiach), dvaja nezaradení do kategórie a 55 “ stredne pokročilí“ jedinci, ktorí dosiahli skóre nad nováčikmi, ale pod expertnými prahmi v oboch oblastiach (pozri Prieskumy znalostí nižšie).

Predpovede pre aktuálny experiment boli založené na porovnaní „odborník“ verzus „kontrolný nováčik“. Do hlavných analýz boli zaradení len jednotlivci, ktorí splnili kritériá pre experta alebo kontrolného nováčika. Účastníci, ktorí dosiahli skóre v „strednom“ rozsahu pre ktorúkoľvek činnosť, boli zahrnutí iba do prieskumných analýz, kde sa znalosti považovali za nepretržitú premennú (pozri doplnkové materiály). Žiaľ, nábor expertov na Overwatch sa ukázal ako ťažký, a to aj po tom, čo sa niekoľko mesiacov zameriavali na hráčov Overwatch z eSports. Preto z dôvodu malej veľkosti vzorky hlavné analýzy súčasného experimentu vylučujú aj túto skupinu (hoci sú zahrnuté v prieskumných analýzach v doplnkových materiáloch). Okrem toho sa údaje ôsmich účastníkov (dvaja basketbaloví experti, dvaja kontrolní nováčikovia, dvaja pokročilí a dvaja nezaradení) stratili kvôli technickým problémom. Účastníci boli odmenení kreditom za kurz alebo boli zaradení do zlosovania o darčekové karty v závislosti od toho, kde boli prijatí.

Keďže účastníci neboli náhodne pridelení do skupín, všetci účastníci absolvovali sériu kognitívnych meraní (rýchlosť spracovania, slovnú zásobu, sémantické znalosti a prácu).Pamäť; úplný popis nájdete v doplnkových materiáloch) na posúdenie individuálnych rozdielov, ktoré by sa inak mohli vysvetliť, možná segmentácia aPamäťúčinky. Bayesove faktory sa použili na testovanie dôkazu nulovej hypotézy (tj žiadny rozdiel medzi skupinami; pozri tabuľku 2). Bayesove faktory menšie ako 1 naznačovali podstatné dôkazy o nule (napr. Wetzels & Wagenmakers, 2012), čo nenaznačuje žiadne rozdiely medzi skupinami v týchto kognitívnych schopnostiach.

Materiály

Prieskum znalostí Prieskumy znalostí boli použité na identifikáciu expertov a nováčikov v basketbale a Overwatch. Basketbalová časť prieskumu bola upravenou verziou Fellera, Schwana, Wiemera a Magliana (2018; upravené podľa French & Thomas, 1987), takže bola zredukovaná na 23 otázok, aby zodpovedala prieskumu Overwatch. , ktorý bol vyvinutý na použitie v súčasnej štúdii. Basketbalový prieskum aj prieskum Overwatch zahŕňali 23 otázok o všeobecných informáciách týkajúcich sa každej aktivity, ako aj sedem otázok o znalostiach a odborných znalostiach. Všetky otázky mali päť možností odpovede, pričom piata možnosť (e) vždy uvádzala „neviem“. Experti boli identifikovaní so skóre v rozmedzí od 17 do 23, zatiaľ čo nováčikovia boli identifikovaní so skóre v rozmedzí od 0 do 7 (na základe percentuálnych obmedzení z predchádzajúcej práce pomocou prieskumov znalostí; Rawson & van Overschelde, 2008). Oba prieskumy sú zahrnuté v prílohe.

Videá V tomto experimente bolo použitých päť videí (jedno cvičenie; štyri experimentálne). Cvičné video zobrazovalo muža pomocou Lega na stavbu lode (155 s). Dve z experimentálnych videí boli vysokoškolské basketbalové hry; konkrétne Memphis vs. UCLA (153 s; tri rezy) a Montana vs. Weber State (130 s; deväť rezov; Feller et al., 2018). Ďalšie dve experimentálne videá boli turnajové zápasy Overwatch; konkrétne Houston vs. Boston (144 s; 11 prestrihnutí) a Londýn vs. Florida (135 s; sedem prestrihnutí). Všetky experimentálne videá boli kratšie klipy nepretržitého hrania (zachovanie kontinuity akcie) prevzaté z dlhších videí, aby sa minimalizoval vplyv strihov na vnímanie, hoci výskum naznačuje, že väčšina strihov zostáva nerozpoznaná a neovplyvňuje segmentáciu (Magliano & Zacks, 2011; TJ Smith & Henderson, 2008). Okrem toho dôkazy z literatúry o poznaní udalostí naznačujú, že zmeny pohľadu tiež neovplyvňujú udalosti, ktoré sú vnímané (Swallow, Kemp a Simsek, 2018). Videá Overwatch boli vybrané, pretože išlo o profesionálne nahrané hry, ktoré hrali experti Overwatch. Účastníci si pozreli všetky experimentálne videá dvakrát (raz na segment segmentácie).

Poznámka. Smerodajná chyba priemeru v zátvorkách. Porovnanie písmen a porovnanie vzorov boli mierou rýchlosti spracovania. Pomenovanie predmetov a slovná zásoba boli meradlá sémantických znalostí. R-SPAN bol meradlom prácePamäťkapacita. BF=Bayesov faktor, dôkaz nuly.

Úloha zjednotenia Úloha zjednotenia (Newtson, 1973) bola použitá ako zjavné meradlo vnímania účastníkov

Tabuľka 3 Skóre znalostí podľa expertnej skupiny

Ovládanie basketbalových expertov (nováčikovia)

hranice udalostí vo videách. Počas sledovania videí boli účastníci požiadaní, aby stlačili medzerník zakaždým, keď „jedna zmysluplná jednotka aktivity končí a druhá začína“. Účastníci boli poučení, aby identifikovali väčšie

(hrubé) alebo menšie (jemné) jednotky zmysluplnej činnosti stlačením medzerníka (napr. Sargent et al., 2013). Účastníci boli formovaní na túto úlohu pomocou cvičného videa (pozri Zacks et al., 2009). Postup tvarovania vyžadoval, aby účastníci identifikovali aspoň 3 väčšie (hrubšie) jednotky alebo 6 menších (jemnejších) jednotiek, aby mohli prejsť k experimentálnym skúškam. Ak táto hranica nebola splnená, účastníci dostali spätnú väzbu, že iní ľudia zvyčajne identifikujú viac jednotiek; nedostali však explicitné príklady toho, ako by sa aktivity vo videu dali rozdeliť. Po prijatí tejto správy účastníci opakovali postup tvarovania, kým neprekročili prah.

Meria pamäť udalostí

UznaniePamäťbola hodnotená pomocou testu vynúteného výberu dvoch alternatív. Na jedno video bolo 20 pokusov, z ktorých každý obsahoval jeden cieľ a jeden rozptyľovací obraz, súčasne prezentované vedľa seba. Cieľové obrázky vždy pochádzali z videí, ktoré účastníci sledovali, a rušivé obrázky vždy pochádzali z častí toho istého videa, ktoré účastníci nevideli. Poradie prezentácie dvojíc obrázkov bolo pre každého účastníka rovnaké. Za každý správne identifikovaný obrázok získali účastníci 1 bod (celkovo až 20 bodov). Skóre účastníkov bolo uvedené ako pomerné správne.

objednaťPamäť2 Pamäť na objednávku bola hodnotená pomocou testu s dvoma alternatívami vynúteného výberu na základe miery, ktorú použili Dubrow a Davachi (2014). Pre každé video bolo účastníkom prezentovaných osem párov obrázkov v počítači. Všetky obrázky pochádzali od účastníkov videa, ktoré sledovali. Na obrazovke sa objavila výzva „novšie?“ a účastníci dostali pokyn, aby si vybrali obrázok zobrazujúci novšiu akciu.

Dizajn a postup

Odbornosť bola premennou medzi subjektmi. Účastníci (NBasketballExperts=33, NControlNovices=59) boli zoskupení na základe ich skóre z vedomostného prieskumu o basketbale a Overwatch (nováčik menej než alebo rovný 7; expert väčší alebo rovný 17; pozri tabuľku 3 Pozrite si doplnkové materiály pre analýzy, ktoré

zahŕňajú odbornosť ako kontinuálnu premennú vrátane účastníkov so stredne pokročilými znalosťami). Aby bolo jasné, každý v skupine expertov na basketbal bol tiež nováčikmi v Overwatch, oddelene od tých v kontrolnej skupine, ktorí boli identifikovaní ako nováčikovia v oboch aktivitách. S aktivitou (basketbal a overwatch) sa zaobchádzalo ako s predmetmi, takže všetci účastníci videli a segmentovali videá oboch aktivít. Účastníci segmentovali každé video dvakrát: raz na zrno (hrubé vs. jemné). Úlohy týkajúce sa videa a rozptýlenia boli medzi účastníkmi vyvážené. Segmentačné zrno bolo vyvážené tak, že účastníci segmentovali všetky videá v jednom zrnku, potom po dokončení posledného bloku úloh pre posledné video segmentovali všetky videá znova (v rovnakom poradí prezentácie) v druhom zrnku.

Všetci účastníci vstúpili do laboratória v malých skupinách po troch alebo štyroch a sedeli pri počítači. Najprv podpísali formulár informovaného súhlasu a potom vyplnili vedomostný prieskum. Potom dostali demografický formulár a inštruovali ho, aby ho nevypĺňali, kým im to experimentálny program na počítači nepovie. Každému účastníkovi bolo potom prezentované cvičné video, ktoré tvarovalo správanie každého účastníka pri segmentácii podľa toho, aké poradie zŕn segmentácie bolo každému účastníkovi priradené (tj aspoň tri stlačenia tlačidla pre hrubé zrno; aspoň šesť pre jemné zrno). Po dokončení procesu tvarovania sa začali experimentálne pokusy. Experimentálne pokusy pozostávali zo štyroch blokov. V každom bloku bolo prezentované experimentálne video a účastníci boli inštruovaní, aby „stlačili medzerník vždy, keď pocítili, že zmysluplná jednotka aktivity skončila a začala nová“. Po každom videu účastníci dokončili úlohu rozptyľovania (tj jedno z individuálnych rozdielov uvedených vyššie) a potom prešli na rozpoznávanie a poradiePamäťúlohy. Poradie pamäťových úloh nebolo vyvážené, pretože zobrazovanie cieľových obrázkov v poradíPamäťúloha mohla pomôcť účastníkom pri úlohe rozpoznávania. Po objednávkePamäťúloha pre posledné video z posledného bloku, účastníkom bolo opäť premietnuté cvičné video a vyškolení na segmentačnú úlohu pre alternatívne zrno. Účastníci potom rozdelili každé video na toto nové zrno v rovnakom poradí, v akom boli videá pôvodne prezentované. Na konci experimentu účastníci dokončili prácuPamäťúloha. Nakoniec boli informovaní, poďakovaní a odškodnení za ich čas.

Výsledky

Príprava dát

Problémy s náborom zamerali analýzy súčasného experimentu na basketbalových expertov (N=33) a kontrolných nováčikov (N=59; pozri časť Účastníci vyššie). Jednotlivci so stredným vedomostným skóre a experti Overwatch boli zahrnutí do doplnkových prieskumných analýz, ktoré považovali znalosti za spojitú premennú (pozri Doplnkové materiály). V opačnom prípade neboli zistené žiadne odľahlé hodnoty.

Prístup

Hlavné analýzy sa uskutočnili pomocou zovšeobecnených viacúrovňových modelovacích techník. Tieto techniky zodpovedali za nenormálne rozloženie chýb (napr. Poisson pre početné údaje, logistické pre binomické) závislých meraní a rozptyl chýb spojený s náhodnými efektmi. Okrem toho experimentálna verzia (na základe poradia aktivity a poradia zŕn) nebola významným prediktorom (všetky ps

>.09). Najprv sme vyhodnotili procesy kódovania (frekvenciu segmentácie, zhodu a hierarchické zarovnanie) a potom vyhodnotili procesy vyhľadávania (rozpoznávanie). Potom sme zhodnotili, do akej miery kódovanie predpovedalo vyhľadávanie. Všimnite si, že sme vykonali aj analýzy úplného súboru údajov (N=157) so znalosťami, ktoré sa považovali za nepretržitý prediktor, a replikovali sme všeobecný vzor výsledkov (pozri Doplnkové materiály).

Ovplyvňuje znalosť domény kódovanie udalostí?

Zjednotenie Na posúdenie toho, ako dobre ľudia identifikovali a zhodli sa na umiestnení hraníc, sa použili dve miery zjednotenia.

Frekvencia segmentácie bola hodnotená ako celkový počet stlačení tlačidla (tj celkový počet vnímaných hraníc udalostí) na video. Bläsing (2015) zistil, že experti identifikovali menej hraníc udalostí v porovnaní s nováčikmi; preto sme predpovedali rozdiel v rámci subjektov taký, že basketbaloví experti budú segmentovať menej často, bez ohľadu na zrno, počas basketbalových videí v porovnaní s videami Overwatch. Očakávali sme tiež, že nájdeme taký rozdiel medzi subjektmi, že basketbaloví experti budú segmentovať menej často v porovnaní s kontrolnými nováčikmi pri basketbalových videách. Nakoniec sme očakávali, že účastníci budú segmentovať menej často pri hrubozrnnom v porovnaní s jemnozrnným, bez ohľadu na odborné znalosti a aktivitu.

Na preskúmanie týchto hypotéz sa použil zovšeobecnený Poissonov viacúrovňový model na predpovedanie frekvencie segmentácie z plného faktoriálu pevných účinkov skupiny, aktivity a zrnitosti segmentácie a náhodných účinkov účastníka a videa (pozri obr. 1). Bol prítomný významný hlavný účinok zrna (z=−49,63, p < 0,001),="" takže="" účastníci="" identifikovali="" menej="" hrubých="" hraníc="" (m="19,51," se="1,80," 95="" percento="" ci="" [15,94,="" 23,10])="" ako="" jemné="" hranice="" (m="39,59," se="2,76," 95="" percent="" ci="" [34,11,="" 45,07]),="" bez="" ohľadu="" na="" znalosti="" alebo="" aktivitu.="" hlavné="" účinky="" skupiny="">

aktivita nebola signifikantná, čo naznačuje, že neexistujú žiadne základné rozdiely v počte vnímaných udalostí medzi skupinami alebo medzi aktivitami; tieto fixné efekty však interagovali s obilím. Bola prítomná významná obojsmerná interakcia medzi skupinou a zrnom (z=−11,11, s< .001)="" such="" that="" control="" novices="" identified="" fewer="" fine="" boundaries="" (m="34.95," se="3.22," 95%="" ci="" [28.50,41.39]),="" compared="" with="" basketball="" experts="" (m="47.60," se="4.82," 95%="" ci="" [37.78,="" 57.42]),="" regardless="" of="" activity,="" but="" no="" group="" differences="" were="" present="" at="" the="" coarse="">

Tieto výsledky boli kvalifikované výraznou trojstrannou interakciou medzi skupinou, aktivitou a zrnitosťou segmentácie (z =-3,17, p =.002), takže účastníci identifikovali podstatne jemnejšie hranice ako hrubé hranice pre basketbalové videá v porovnaní s Overwatch a tento rozdiel bol väčší pre basketbalových expertov (basketbal hrubé: M=19,95, SE=2,42, 95 percent CI [ 15.03, 24.88]; jemný basketbal: M=53.20,SE=5.55, 95 percent CI [41.89, 64.51]; Overwatch hrubé: M =17.61, SE {{ 27}},23, 95 percent CI [13,07, 22,14]; Overwatch v poriadku: M =42.00, SE=5,73, 95 percent CI [30,34, 53,66]), v porovnaní s kontrolnými nováčikmi (basketbalový hrubý: M=23,09, SE=3,56, 95 percent CI [15,95, 30,23]; jemný basketbal: M=37,43, SE {{ 54}},07, 95 percent CI [31,28, 43,58]; Overwatch hrubé: M=17,55,SE=2,50, 95 percent CI [12,55, 22,56]; Overwatch jemné: M { {70}}.17,SE=4.00, 95 percent CI [24.15, 40.20]). Neboli prítomné žiadne iné účinky (všetky ps > 0,05).

Tieto výsledky nepodporili hypotézu, že experti budú segmentovať menej často v porovnaní s kontrolnými nováčikmi, najmä pre činnosti v ich odbore. Namiesto toho výsledky naznačujú, že experti a nováčikovia v oblasti kontroly identifikovali podobný počet hrubých hraníc bez ohľadu na činnosť a že experti identifikovali jemnejšie hranice pre činnosti v rámci ich odboru. Tento výsledok je v súlade s predchádzajúcou prácou, ktorá ukazuje, že odborníci sú schopní lepšie rozlišovať jemné detaily udalostí v rámci svojej domény (napr. Piras et al., 2010).

Dohoda o segmentácii sa týka toho, ako dobre sa ľudia zhodujú s ostatnými na umiestnení hraníc vnímaných udalostí. Vyššia zhoda segmentácie zodpovedá normatívnejšej segmentácii. Na výpočet zhody sa údaje o segmentácii každého účastníka vyhladili umiestnením funkcie hustoty Gaussovho jadra okolo každej hranice udalosti (stlačenie tlačidla) pre každé video. Každá snímka každého videa získala hodnotu v rozsahu od 0 do 1, čo označuje pravdepodobnosť alebo pravdepodobnosť, že snímka bola hranicou udalosti. Použila sa šírka pásma 25 (tj 25 snímok za sekundu), aby zodpovedala 1-sekundovým časovým zásobníkom, takže snímky boli bližšie k miestu, kde účastník

každý rámec bol korelovaný s normatívnymi hranicami.3 Na základe Levine et al. (2017) sme predpovedali významný efekt medzi subjektmi, takže dohoda o segmentácii basketbalových expertov by bola vyššia ako u kontrolných nováčikov pre basketbalové videá, bez ohľadu na zrno. Očakávali sme však, že zaznamenáme efekt v rámci subjektov, takže dohoda o segmentácii basketbalových odborníkov bude vyššia pre basketbalové videá v porovnaní s videami Overwatch, bez ohľadu na zrnitosť.

Na vyhodnotenie týchto hypotéz sa použil zovšeobecnený lineárny viacúrovňový model na predpovedanie zhody segmentácie z plného faktoriálu fixných účinkov skupiny, aktivity a zrnitosti segmentácie a náhodných účinkov účastníka a videa (pozri obr. 2). Bol prítomný významný hlavný účinok zrna (t=−4,05, p < 0,001),="" takže="" zhoda="" jemných="" hraníc="" (m="0,32," se="0,15," 95="" percent="" ci="" [0,28,="" 0,34])="" bola="" vyššia="" ako="" zhoda="" hrubých="" hraníc="" (m="0,26," se="0,01," 95="" percent="" ci="" [0,24,="" 0,28]).="" tento="" efekt="" bol="" však="" kvalifikovaný="" na="" základe="" významnej="" trojstrannej="" interakcie="" medzi="" skupinou,="" aktivitou="" a="" zrnom="" (t="2" 0,29,="" p="0,02)." všetci="" účastníci="" preukázali="" vyššiu="" zhodu="" pre="" basketbalové="" videá="" (m="0,35," se="0,01," 95="" percent="" ci="" [0,32,="" 0,38])="" v="" porovnaní="" s="" videami="" overwatch="" (m="" {{33}="" }="" 0,22,="" se="0,01," 95="" percent="" ci="" [,20,="" 0,24]),="" ale="" odborníci="" (m="0,36," se="0,02," 95="" percent="" ci="" [="">

0,41]) vykazovali výrazne vyššiu zhodu v porovnaní s kontrolnými nováčikmi (M=0,29, SE=0,02, 95 percent CI [0,25, 0,32]), len pri hrubozrnnom . Efekt v rámci subjektov (d=0,96) bol väčší ako efekt medzi subjektmi (d=0,42). Žiadne iné účinky neboli významné (všetky ps > 0,05).

Tieto výsledky čiastočne podporujú našu hypotézu v tom, že experti preukázali lepšiu segmentačnú zhodu v porovnaní s kontrolnými nováčikmi pre činnosti v rámci ich expertnej oblasti, ale len na hrubom zrnu. Pripomeňme si však, že odborníci neidentifikovali výrazne hrubšie hranice ako kontrolní nováčikovia (pozri obr. 1). Celkovo to naznačuje, že lepšia dohoda odborníkov o hrubej segmentácii nebola spôsobená identifikáciou hrubších hraníc, ale skôr identifikáciou podobnejších hrubých hraníc pravdepodobne vďaka ich spoločným znalostiam o basketbale.

Hierarchické zarovnanie je miera, do akej každá identifikovaná hrubá hranica časovo korešponduje s identifikovanou jemnou hranicou (Kurby & Zacks, 2011; Sargent a kol., 2013; Zacks a kol., 2001a). Je to miera organizácie segmentácie alebo miery, do akej hrubé udalosti každého účastníka zahŕňajú skupiny súvisiacich jemných udalostí (Sargent et al., 2013). Jedným zo spôsobov merania hierarchického zarovnania je výpočet uzavretosti, ktorý odkazuje na mieru, do akej sú skupiny súvisiacich jemných udalostí obsiahnuté v hrubých udalostiach (Hard, Recchia a Tversky, 2011;

identifikovaná hranica udalosti získala väčšiu hodnotu v porovnaní so snímkami ďalej. Ďalej bola pravdepodobnosť spojená s každým stlačením snímky alebo tlačidla spriemerovaná medzi účastníkmi, aby sa vytvorili hranice normatívnej udalosti. Nakoniec, pravdepodobnosť segmentácie každého účastníka pri

Sargent a kol., 2013). Hrubé hranice boli pre každé video hodnotené podľa toho, či nasledovali alebo predchádzali najbližšej jemnej hranici. Skóre uzavretia každého účastníka bolo potom podielom hrubých hraníc, ktoré nasledovali (a nie predchádzali) najbližšiu jemnú hranicu, pričom sa počítalo s očakávaným uzavretím v dôsledku náhody. Vyššie hodnoty znamenajú lepšie zarovnanie. Predpovedali sme efekt medzi subjektmi, takže basketbaloví experti v porovnaní s kontrolnými nováčikmi vykazujú lepšie zarovnanie hrubých a jemných hraníc pre basketbalové videá v porovnaní s Overwatch. Predpovedali sme tiež a

efekt v rámci subjektov taký, že samotní basketbaloví experti by vykazovali lepšie zarovnanie hrubých a jemných hraníc pre basketbalové videá v porovnaní s Overwatch, pretože oni sami boli v Overwatch nováčikmi.

Zovšeobecnený lineárny viacúrovňový model sa použil na predpovedanie uzavretia z pevných účinkov skupiny, aktivity a ich interakcie a náhodných účinkov účastníka a videa. Významný hlavný účinok skupiny (t=2,07, p=0,04) a okrajovo významný hlavný účinok aktivity (t=3,27, p {{7} } .07) boli prítomné; tieto účinky však boli kvalifikované významným

interakcia medzi skupinou a aktivitou (t=2.03, p=0.04). Basketbaloví experti preukázali lepší priestor pre basketbal (M= 0,57, SE=0,03, 95 percent CI [0,50, 0,63]) v porovnaní s Overwatch (M=0,47 , SE=0,03, 95 percent CI [,41, 0,52]), zatiaľ čo kontrolní nováčikovia (basketbal: M=0,46, SE=0,02, 95 percent CI [ 0,42, 0,51]; Overwatch: M= 0,43, SE=0,02, 95 percent CI [0,38, 0,47]), sa nelíšili v schopnosti krytia v rámci týchto dvoch aktivít (pozri obr. 3). Tento výsledok podporuje našu hypotézu, že experti preukázali lepšiu kódovaciu organizáciu aktivít v rámci svojej expertnej domény.

Ovplyvňuje odbornosť pamäť pre dynamické aktivity?

Väčšina práce s odborníkmi ukázala, že odborníci majú lepšiu pamäť na informácie v rámci svojej odbornosti (prehľad pozri Ericsson & Smith, 1991; Vicente & Wang, 1998). Na základe toho sme predpokladali, že nájdeme taký efekt v rámci subjektov, že by basketbaloví experti vykazovali lepšie uznaniePamäťpre basketbalové videá v porovnaní s videami Overwatch. Predpokladali sme tiež, že nájdeme interakciu Skupina × Aktivita tak, že experti si pre basketbalové videá zapamätajú viac ako kontrolných nováčikov, ale nebudú sa líšiť v ich rozpoznávaní.Pamäťvýkon pre videá Overwatch.

Rozpoznávanie Všeobecný logistický viacúrovňový model sa použil na predpovedanie výkonu rozpoznávania z pevných účinkov skupiny, aktivity a ich interakcie a náhodných účinkov účastníka a videa. Bola prítomná významná interakcia medzi skupinou a aktivitou (z=5,05, p < 0,001),="" takže="" basketbaloví="" experti="" vykazovali="" výrazne="" lepší="" výkon="" pri="" rozpoznávaní="" basketbalu="" (m="0,68," se="" {{5}="" }="" 0,02,="" 95="" percent="" ci="" [0,63,="" 0,72],="" v="" porovnaní="" s="" overwatch="" (m="0,59," se="0,02," 95="" percent="" ci="" [,55,="" 0,63]),="" keďže="" kontrolní="" nováčikovia="" (basketbal:="" m="0,56," se="0,01," 95="" percent="" ci="" [0,53,="" 58];="" overwatch:="" m="0,59," se="" {{26="" }}="" 0,01,="" 95="" percent="" ci="" [0,56,="" 0,62]),="" sa="" nelíšili="" v="" ich="" rozpoznávaní="" naprieč="" aktivitami="" (pozri="" obr.="" 4).="" neboli="" prítomné="" žiadne="" iné="" účinky="" (všetky="" ps=""> 0,05). Tento výsledok podporuje našu hypotézu expertízy a replikuje prínosný efekt expertízy na pamäť pre informácie v doméne expertov.

Vysvetľuje lepšia segmentačná schopnosť odborníkov výhody pamäte?

Segmentačná dohoda je spojená sPamäťpre udalosti (napr. Bailey a kol., 2013; Flores a kol., 2017; Sargent a kol., 2013); Preto sme predpokladali, že účastníci s vysokou schopnosťou segmentácie budú mať aj lepšiu pamäť, bez ohľadu na aktivitu. Okrem toho sme predpovedali, že dohoda o segmentácii bude interagovať so skupinou tak, že basketbaloví experti prejavia ešte silnejší vzťah medzi dohodou a pamäťou v porovnaní s kontrolnými nováčikmi pre basketbalové videá. Táto predpoveď je založená na myšlienke, že znalosti by zlepšili dohodu o segmentácii, čo by zase zlepšilo pamäť.

Segmentačná dohoda Všeobecný Poissonov viacúrovňový model sa použil na predpovedanie výkonnosti rozpoznávania z plného faktoriálu fixných účinkov segmentačnej dohody,4 skupiny a aktivity a náhodných účinkov účastníka a videa. Významný hlavný účinok dohody o segmentácii (z=1.96, p =

0,05) naznačili, že rozpoznávanie bolo skutočne lepšie pre ľudí s vyššou zhodou segmentácie, čo kopíruje predchádzajúcu prácu (Bailey a kol., 2013; Flores a kol., 2017; Sargent a kol., 2013; Zacks a kol., 2006). Avšak dohoda o segmentácii × skupina 4 Tu sme použili dohodu o hrubej segmentácii, ale dohoda o jemnej segmentácii priniesla rovnaký vzor výsledkov.

interakcia nebola významná, čo naznačuje, že účinok segmentácie naPamäťnebol pre odborníkov silnejší.

Medzi znalosťami a aktivitou bola prítomná významná obojsmerná interakcia (z=−2,97, p=0,003), takže rozpoznanie basketbalových expertov bolo lepšie pre basketbalové videá v porovnaní s Overwatch, ale kontrolovali nováčikov Rozpoznanie sa nelíšilo podľa aktivity. Významná obojsmerná interakcia medzi zhodou hrubej segmentácie a aktivitou (z=−2,23, p=0,03) naznačila, že dohoda o segmentácii silnejšie predpovedala uznanie pre Overwatch ako pre basketbal. Tieto obojsmerné interakcie však boli kvalifikované trojstrannou interakciou medzi dohodou o segmentácii, skupinou a aktivitou boli okrajovo významné (z=1,90, p=0,06). Dohoda o segmentácii predpovedala výkon rozpoznávania iba odborníkom vo videách Overwatch (r =

0,38; pozri obr. 5). Neboli prítomné žiadne iné účinky (všetky ps > 0,05).

Tieto výsledky čiastočne podporili našu hypotézu, že dohoda o segmentácii bola spojená s lepšouPamäť; tento vzťah však nebol pre odborníkov celkovo silnejší. Segmentačná dohoda expertov nevysvetlila ich zlepšený pamäťový výkon v ich expertnej doméne. Segmentačná dohoda odborníkov skôr len predpovedala ichPamäťvýkon pre neznámu aktivitu, čo naznačuje, že segmentácia môže byť prospešnejšia pre pamäť, keď sa ľudia potrebujú spoliehať na efektívnosť kódovania a nie na sémantické znalosti, ktoré im pomôžu zapamätať si aktivitu.

Diskusia

Súčasná štúdia replikovala a rozšírila literatúru o znalostiach domény a poznaní udalostí vyhodnotením či

doménová znalosť ovplyvňuje segmentáciu aPamäťpre udalosti v rámci a mimo oblasti vedomostí. Celkovo sa segmentácia a pamäťová schopnosť basketbalových expertov pre aktivity v rámci ich odbornosti líšila od kontrolných nováčikov (porovnanie medzi skupinami) a tiež sa líšila od ich vlastnej segmentácie aPamäťschopnosť vykonávať činnosť mimo oblasti ich odbornosti (v rámci predmetu porovnanie). Dôležité však je, že vynikajúca pamäť odborníkov nebola výsledkom ich normatívnejšej schopnosti segmentácie, čo naznačuje, že účinky vedomostí a segmentácie môžu ovplyvniťPamäťnezávisle. Vysvetlenia týchto zistení sú uvedené nižšie.

Rozdiely v kódovaní

Identifikácia hraníc Predchádzajúca práca hodnotiaca vplyv odbornosti a známosti na segmentáciu zistila, že sa identifikuje menej čiastkových udalostí, keď ľudia získavajú vedomosti alebo sa zoznámia s činnosťou (napr. Bläsing, 2015; Hard a kol., 2006b; Levine a kol., 2017). Súčasná štúdia tieto zistenia neopakovala. Na hrubej úrovni sa basketbaloví experti nelíšili od kontrolných nováčikov v počte vnímaných hraníc udalostí. Na dobrej úrovni však odborníci identifikovali viac hraníc udalostí, najmä pre činnosť, v ktorej mali viac vedomostí. Bläsing (2015) ani Levine et al. (2017) rozlišovali medzi hrubou a jemnou identifikáciou hraníc.

Jednou z možností je, že odborníci vedia lepšie rozlišovať medzi informáciami vo svojej odbornosti (Herzmann & Curran, 2011). Hodnotenie vyššej diferenciácie odborníkov

schopnosti boli obmedzené na kategorizáciu objektov a spracovanie funkcií, na rozdiel od vnímania dynamických udalostí. Na základe dôkazov v súčasnej štúdii sa odborníci môžu zapojiť do diferenciačného spracovania pri identifikácii jemných čiastkových udalostí pre dynamické činnosti v rámci ich odboru. Budúce štúdie by mali ďalej vyhodnotiť vplyv vedomostí na hrubú a jemnú segmentáciu, aby lepšie pochopili, ako experti vnímajú štruktúru udalostí v rámci svojej domény.

Hraničná dohoda Levine et al. (2017) zistili, že odborníci na krasokorčuľovanie sa zhodli na hlavných vedľajších udalostiach v rámci krasokorčuliarskej rutiny. Súčasná štúdia replikovala tento efekt na hrubozrnnej úrovni. Je zaujímavé, že táto vyššia zhoda medzi odborníkmi v oblasti hrubých zŕn nebola spôsobená ich identifikáciou viac hrubých hraníc zŕn, pretože identifikovali podobný počet hrubých hraníc ako kontrolní nováčikovia. Z hrubých hraníc identifikovaných účastníkmi experti identifikovali viac podobných hraníc pre basketbal, zatiaľ čo kontrolní nováčikovia vykazovali viac idiosynkratickú identifikáciu hrubých hraníc (nižšia zhoda). Odborníci môžu použiť podobnú bázu znalostí na usmernenie svojej segmentácie. Aj keď to nie je výslovne testované v tejto štúdii, odborníci môžu preukázať väčšiu zhodu vo svojej doméne, pretože sú schopní lepšie sledovať koherenciu udalostí alebo majú menej predikčných chýb, pretože môžu predvídať širší rozsah výsledkov. Je tiež možné, že odborníci môžu byť pri identifikácii hraníc presnejší v načasovaní v porovnaní s nováčikmi, ktorí si môžu pomalšie všímať dôležité zmeny. Výskum motorického vnímania naznačuje, že motorická odbornosť moduluje predvídanie akcie (basketbal: Aglioti, Cesari, Romani, & Urgesi, 2008; hudba: Wöllner & Cañal-Bruland, 2010), takže pozorovatelia dokážu lepšie predvídať akcie druhých, keď sami majú skúsenosti. vykonávanie rovnakých akcií.

myricetín

Zaujímavé je, že dohoda o jemnej segmentácii pre expertov a kontrolných nováčikov sa nelíšila, napriek tomu, že experti identifikovali pre basketbal jemnejšie hranice. Je možné, že identifikácia jemných hraníc môže byť poháňaná zmenami vo vnímaní (napr. pohyb: keď jeden basketbalový hráč prihral loptu druhému). Ak sa experti aj nováčikovia spoliehajú na pohyb, ktorý usmerní ich segmentáciu jemných udalostí, mohli identifikovať podobné hranice.

Organizácia hraníc Predchádzajúci výskum nezistil žiadny vplyv vedomostí na rozdiely v hierarchickom usporiadaní (Sargent et al., 2013). Súčasná štúdia však zistila, že odborníci preukázali lepšie ohraničenie hrubých a jemných hraníc pre basketbal. Podobne Feller a kol. (2018) zistili, že basketbaloví experti boli schopní lepšie vnímať štruktúru v basketbalových hrách ako nováčikovia, čím koncepčne replikovali efekty kódovania organizácie zistené u basketbalových expertov v súčasnej štúdii. Tieto štúdie naznačujú vedomostné vplyvy kódujúce organizáciu hraníc; budúci výskum by však mal pokračovať v skúmaní účinkov štruktúry udalostí na segmentáciu.

Celkovo sa odborníci a nováčikovia v oblasti kontroly líšili vo väčšine závislých mier kódovania, čo naznačuje, že experti kódujú dynamické informácie v rámci svojej oblasti znalostí inak ako informácie mimo svojej oblasti. Tieto zistenia podporujú EST v tejto doméne, ktorá ovplyvnila schopnosť segmentácie. Dôležité je, že súčasné nálezy nemuseli byť prítomné, keby nebola zahrnutá veľkosť zrna (hrubá a jemná). Táto manipulácia nám umožnila preskúmať úrovne kódovania alebo online spracovania udalostí, na ktoré môžu mať znalosti vplyv, čo je dôležité pre revíziu EST alebo preloženie týchto účinkov do aplikovaných scenárov (napr. vzdelávanie).

Rozdiely vo vyhľadávaní Súčasná štúdia kopíruje desaťročia výskumu, ktorý demonštruje nadradenosť odborníkovPamäťinformácie v rámci ich oblasti vedomostí. Basketbaloví experti preukázali presnejšie rozpoznávanie v porovnaní s kontrolnými nováčikmi, najmä pokiaľ ide o basketbalové videá, čo naznačuje, že znalosti uľahčiliPamäť.

Predpovedá kódovanie načítanie? Záleží

Hlavným cieľom súčasnej štúdie bolo zhodnotiť, do akej miery predpovedala segmentačná schopnosť odborníkovPamäťv rámci ich vedomostnej oblasti. Zistili sme, že odborníci mali viac vedomostí o basketbale a tieto znalosti boli spojené s lepšou schopnosťou segmentácie pri kódovaní častí basketbalovej hry. Vplyv vedomostí medzi subjektmi na hrubú segmentáciu bol mierny (d=0,42) a účinok v rámci subjektov bol veľký (d=0,96), čo ukazuje, že veľkosť účinku je porovnateľná s predchádzajúcimi prácami. mierne účinky vedomostí (napr. d=0,33; Newberry & Bailey, 2019) a veľké účinky odbornosti (napr. ƞ2=0,26; Levine et al., 2017). Okrem toho schopnosť segmentácie predpovedala uznanie v súčasnej štúdii, ktorá replikovala predchádzajúcu prácu, ktorá preukázala, že lepšia zhoda segmentácie súvisí s lepšou pamäťou (napr. Bailey a kol., 2013; Flores a kol., 2017; Sargent a kol., 2013) a všeobecne podporuje štvrtý princíp modelu horizontu udalostí. Tento vzťah bol však prítomný len vtedy, keď expertom chýbali znalosti pre danú aktivitu, čo naznačuje, že lepšia pamäť expertov v ich znalostnej doméne nebola spôsobená lepšou segmentáciou.

Jedným z vysvetlení je, že segmentácia pomáha organizovať a integrovať prichádzajúce informácie počas kódovania, ale sémantické znalostné štruktúry (ak sú k dispozícii) môžu ovplyvniť vyhľadávanie viac ako reprezentácie epizodickej pamäte vytvorené počas segmentácie. Ak však znalosti pre danú činnosť neexistujú alebo sú ochudobnené, ľudia nemajú inú možnosť, ako sa spoľahnúť na tieto epizodickéPamäťreprezentácie na usmernenie vyhľadávania. Aktuálne výsledky nie sú prvé, ktoré takýto efekt vykazujú. Smith a kol. (2020) zmanipulovali oboznámenosť účastníkov s rôznymi každodennými aktivitami a zistili, že schopnosť segmentácie iba predpovedalaPamäťpresnosť v neznámych činnostiach pre mladých aj starších dospelých. To môže naznačovať, že segmentácia aj znalosti ovplyvňujúPamäť, ale robia tak nezávisle od seba. Pri takýchto tvrdeniach však chceme byť opatrní, pretože tento efekt sme našli iba v našej skupine expertov (segmentácia predpovedaná pamäť vo videách Overwatch) a nie v našej skupine nováčikov, ktorej chýbali znalosti pre oba typy aktivít. Okrem toho segmentácia nie je jediným kódovacím mechanizmom, ktorý môže byť prospešný pre pamäť. Basketbaloví experti v súčasnej štúdii sa mohli zapojiť do iných kódovacích mechanizmov (napr. sémantické členenie alebo spracovanie), aby usmernili ich kódovanie a vyhľadávanie basketbalových udalostí. Budúci výskum by sa mal pokúsiť oddeliť od seba spoliehanie sa expertov a nováčikov na schému a štruktúru udalostí pri zapamätávaní si informácií z udalostí v rámci a mimo oblasti znalostí.

Ďalšou dôležitou poznámkou je, že mieraPamäťv súčasnej štúdii bolo uznanie. Predchádzajúca práca skúmajúca vzťah medzi segmentáciou a pamäťou používala opatrenia na pripomenutie (napr. Flores a kol., 2017; Sargent a kol., 2013). Je možné, že účinky poznatkov na segmentáciu aPamäťmôžu byť výraznejšie prostredníctvom pripomenutia. Rozpoznanie je jednoduchšie ako zapamätanie, pretože poskytuje relevantné podnety a umožňuje ľuďom spoľahnúť sa na vyhľadávanie a pocity dôvernosti (napr. Graesser & Nakamura, 1982; Schwartz, 2018). Na druhej strane Recall nepoužíva (alebo používa obmedzené) podnety a vyžaduje, aby osoba získala informácie, a nie ich identifikovala. V tomto prípade pamäťové efekty nemuseli byť dostatočne veľké na to, aby videli prínos znalostí o predpovedaní segmentáciePamäťkvôli dostupnosti podnetov. V súčasnej štúdii sme nepoužili možnosť Spomínať, pretože nováčikovia v oblasti kontroly by mohli byť znevýhodnení tým, že nepoznajú terminológiu na opis toho, čo si prezerali.

cistanche pharma špeciál

Obmedzenia

Súčasná štúdia podliehala určitým obmedzeniam. Po prvé, nábor expertov Overwatch bol ťažký, a to aj po zacielení na hráčov Overwatch. Časť tohto problému mohla byť spôsobená nešťastným načasovaním vydania novej, populárnejšej videohry Fortnite (Ranker, 2018). Budúca práca môže mať väčší úspech pri nábore odborníkov na videohry online prostredníctvom stránok, ako je Amazon Mechanical Turk. Okrem toho by sa budúca práca mala zamerať na replikáciu týchto odborných účinkov v ďalších oblastiach odbornosti. Predchádzajúce štúdie sa zamerali na tanec a krasokorčuľovanie, ktoré zdieľajú viaceré charakteristiky, ako je učenie sa choreografických pohybov a často sa spoliehajú na schopnosti jednotlivca. Pre súčasnú štúdiu sme vybrali aktivity, ktoré zahŕňali iný súbor zručností; obe aktivity však boli tímové a zahŕňali viacerých hráčov. Vzhľadom na obmedzený počet doteraz testovaných domén by sa teda budúca práca mala zamerať na širšiu škálu domén.

Vzhľadom na to je potrebné poznamenať, že prínos súčasnej práce zostáva významný. Uskutočnili sa porovnania medzi subjektmi aj v rámci subjektov, čo odlišuje túto prácu od predchádzajúcej práce (napr. Bläsing, 2015; Levine et al., 2017), a čo je dôležité, kontrolní nováčikovia nepreukázali rovnaký prínos segmentácie ako odborníci na basketbal, čo naznačuje, že uvedené účinky boli spôsobené rozdielmi vo vedomostiach, nie stimulmi.

Po druhé, udalosťPamäťbola hodnotená iba pomocou jednej pamäťovej úlohy. Bohužiaľ, poradiePamäťvýsledky nebolo možné interpretovať z dôvodu extrémne nízkej spoľahlivosti (alfa=0,22). Ďalej, stiahnutie nebolo hodnotené kvôli možným rozdielom v slovnej zásobe, ktoré by mohli znevýhodniť nováčikov v oblasti kontroly pri pokuse opísať udalosti basketbalu a Overwatch. Avšak vzhľadom na to, že vybavovanie môže byť citlivejšie na vplyvy vedomostí (napr. Anderson & Pichert, 1978; Bransford & Johnson, 1972), budúce štúdie by mali zvážiť zahrnutie miery vybavovania napriek obmedzeniam slovnej zásoby.

Závery

Nakoniec sa našla podpora pre model horizontu udalostí a EST, čo naznačuje, že vedomosti pomáhajúPamäťa že znalosti ovplyvňujú schopnosť segmentácie. Súčasná štúdia zistila, že odbornosť ovplyvnila schopnosť segmentácie udalostí, ale nadradenosť odborníkovPamäťpre udalosti v rámci ich odbornosti nebolo spôsobené lepšou schopnosťou segmentácie. Existovali dôkazy o rozdieloch v kódovaní aj vo vyhľadávaní medzi expertmi a kontrolnými nováčikmi; predbežné dôkazy však naznačujú, že segmentácia a znalosti zrejme ovplyvňujúPamäťnezávisle od seba.

Doplňujúce informácie Online verzia obsahuje doplnkový materiál dostupný na https://doi.org/10.3758/s13421-020-01118-1

Poďakovanie Úprimné ďakujem všetkým, ktorí sa podieľali na tomto projekte: Dr. Heather Bailey, Dr. Lester Loschky a Dr. Joseph Magliano za ich úžasné vedenie a konštruktívnu spätnú väzbu počas celého tohto projektu; Danielovi Fellerovi a Jordannovi Brandnerovi za pomoc s rozvojom stimulov; Maverickovi Smithovi za jeho pomoc pri štatistických analýzach; Destiny Bell a Dr. Barbara Pitts za ich všeobecnú spätnú väzbu a podporu; Jennici Rogers a nášmu tímu vysokoškolských výskumných spolupracovníkov, vrátane Jaydana Bruna, Allison Griffin, Marissa Muto, Sydnee Pachek, Nicholas Parker a Rebecca Ryan, za pomoc so zberom údajov, vyhodnocovaním údajov, zadávaním údajov a všeobecnou spätnou väzbou.

Vyhlásenie o otvorených postupoch

Prieskumy použité v tejto štúdii sú uvedené v prílohe. Údaje sú v súčasnosti dostupné prostredníctvom e-mailu s autormi, ale môžu byť sprístupnené po zverejnení prostredníctvom Open Science Framework (https:// osf.io/a{{0}}hz/?view{1}}iba =1411cb0d128146c697f912de198162e5). Tento experiment nebol vopred zaregistrovaný.

Autorský príspevok K. Newberry a H. Bailey prispeli ku koncepcii štúdie a dizajnu štúdie. D. Feller prispel prieskumnými materiálmi a referenciami. K. Newberry prevzal vedenie v oblasti vývoja programu, zberu údajov a vyhodnocovania údajov. K. Newberry tiež vypracoval rukopis, zatiaľ čo D. Feller a H. Bailey poskytli revízie. Všetci autori schválili konečnú verziu rukopisu.