Dlhodobé rušenie pamäte je vyriešené odpudzovaním a presnosťou podľa rozmerov diagnostickej pamäte, časť 3

Analytické metódy

Kritériá vylúčenia založené na výkone Pre analýzy, ktoré zahŕňali údaje o úlohe rekonštrukcie, sme vylúčili malý počet účastníkov na základe výkonu počas kôl 9 – 12 testu asociatívnej pamäte. Účastníci boli vylúčení, ak (a) ich chybovosť v nesúťažných pokusoch bola vyššia ako 20 % v ktoromkoľvek z týchto kôl alebo (b) v ktoromkoľvek z týchto kôl si vybrali tváre návnady vo viac ako 20 % súťažných pokusov.

Ľudská pamäť je veľmi dôležitá a pomáha nám lepšie pochopiť a vyrovnať sa s rôznymi výzvami v živote. V modernej spoločnosti však čelíme obrovskému množstvu informácií a naša pamäť je často namáhaná a unavená.

Vzťah medzi údajmi o úlohe a pamäťou však môžeme rekonštruovať niekoľkými jednoduchými spôsobmi. Po prvé, môžeme sa pokúsiť použiť pracovnú pamäť na zlepšenie našej pamäťovej schopnosti. Pracovná pamäť označuje schopnosť uchovávať a spracovávať informácie v krátkodobej pamäti. Pravidelným vykonávaním pamäťových úloh si môžeme precvičiť svoju pracovnú pamäť a tým zlepšiť našu pamäť.

Po druhé, môžeme si zlepšiť pamäť tým, že sa dotkneme našej zmyslovej pamäte. Naše zmyslové spomienky sú také silné, že si môžeme po prvý raz vybaviť napríklad chuť jedla. Zlepšením našej zmyslovej pamäte môžeme zlepšiť našu pamäť.

Okrem toho si môžeme pamäť posilniť aj pomocou metódy pamäťového paláca. Pamäťové paláce sú starodávnou technikou, ktorá využíva prepracované scény, ktoré vytvárame, aby sme spojili informácie, ktoré si chceme zapamätať, so scénou. Takto si informácie ľahko vybavíme.

Nakoniec môžeme vyskúšať nejaké fyzické cvičenia na zlepšenie našej pamäte. Fyzická aktivita zvyšuje metabolizmus, čo následne zvyšuje našu mozgovú aktivitu. Cvičením môžeme podporiť aj krvný obeh, aby mozog dostal viac kyslíka a živín, a tak mohol lepšie spracovávať informácie.

V súhrne môžeme pomocou rôznych metód rekonštruovať vzťah medzi údajmi úlohy a pamäťou. Či už ide o cvičenie pracovnej pamäte, posilnenie zmyslovej pamäte, používanie pamäťového paláca alebo o fyzickú aktivitu, môže nám pomôcť zlepšiť pamäť a urobiť nás v živote flexibilnejšími a efektívnejšími. Je vidieť, že potrebujeme zlepšiť pamäť a Cistanche deserticola môže výrazne zlepšiť pamäť, pretože Cistanche deserticola je tradičný čínsky liečivý materiál, ktorý má mnoho jedinečných účinkov, jedným z nich je zlepšenie pamäte. Účinnosť mletého mäsa spočíva v rôznych aktívnych zložkách, ktoré obsahuje, vrátane kyselín, polysacharidov, flavonoidov atď. Tieto zložky môžu podporovať zdravie mozgu rôznymi spôsobmi.

Kliknite na vedieť doplnky na zlepšenie pamäte

Na základe týchto kritérií bol jeden účastník vylúčený z analýzy údajov úlohy rekonštrukcie v experimente 1 (výťažok N=35), štyria boli vylúčení z experimentu 2 (výťažok N=37) a osem bolo vylúčených z experimentu 3 (výnos N=49) (ďalšie kritériá vylúčenia, ktoré boli stanovené, ale neuplatňovali sa, nájdete na https://osf.io/dj6q2/). Dôvodom pre vysoký prah na zahrnutie účastníkov do analýzy úloh rekonštrukcie bolo minimalizovať prípady, keď účastníci rekonštruovali úplne nesprávnu tvár, a namiesto toho sa zamerať na zaujatosť/presnosť v inak správne zapamätaných tvárach.

Meranie asociatívnej pamäte

Ako je uvedené vyššie, test asociatívnej pamäte sa použil na potvrdenie, že účastníci dosiahli vysokú presnosť pri spájaní podnetov s tvárami. Test asociatívnej pamäte tiež umožnil manipulačnú kontrolu, či konkurenčný stav vyvolal interferenciu (nižšia presnosť asociatívnej pamäte) v porovnaní s nekonkurenčným stavom. Údaje z testu asociatívnej pamäte boli najskôr analyzované z hľadiska presnosti nekonkurenčnej v porovnaní s nekonkurenčnými skúškami. Pre každý experiment sme vykonali samostatné opakované merania ANOVA s faktormi stavu (konkurenčný, nesúťažný) a kolo učenia (1–9 pre experiment 1, 1–12 pre experimenty 2 a 3).

Pre konkurenčné pokusy sme tiež oddelili chyby podľa toho, či boli spôsobené konkurenciou (chyba rušenia) alebo nie (návnady). Ak by boli chyby náhodné, chyby interferencie by sa vyskytli v jednej pätine (20 %) pokusov o chybe. Aby sme otestovali, či sa chyby rušenia vyskytli nad úrovňou pravdepodobnosti, vykonali sme jednovzorkové t-testy pre každý experiment, pričom sme porovnali priemerné percento chýb rušenia (vo všetkých kolách učenia) s 20 %.

Meranie zaujatosti

Ako je opísané vyššie, pri každom pokuse v úlohe výstavby bola cieľová plocha umiestnená v jednom zo štyroch miest (stred štyroch kvadrantov). Teda pre obe osi x a y hľadaného priestoru bol cieľ na polceste medzi stredom a hranicou hľadaného priestoru (obr. 1a). Na meranie potenciálnej zaujatosti boli pre každý experiment všetky odpovede zarovnané na spoločnú os a premerané na spoločnú stupnicu, oddelene pre každú dimenziu funkcie (vplyv, pohlavie). Pre upravené údaje bol rozsah možných odpovedí pre každú dimenziu -2 až 2, pričom 0 bol stred priestoru tváre (tj stred priestoru vyhľadávania).

Pre konkurenčné podmienky, umiestnenie cieľovej tváre v diagnostickej dimenzii=1 a umiestnenie tváre primáta=-1 (obr. 1c). Takže odchýlka od tváre primáta by bola reprezentovaná hodnotami väčšími ako 1, zatiaľ čo odchýlka smerom k tvári primáta (alebo smerom k stredu priestoru tváre) by bola reprezentovaná hodnotami nižšími ako 1. Pre nediagnostickú dimenziu je umiestnenie cieľovej tváre a párovej tváre=1. Hoci tváre z nesúťažného stavu boli zahrnuté do úlohy rekonštrukcie, skreslenie sa pre tieto tváre nemeralo, pretože neexistoval rozdiel medzi diagnostickými a nediagnostickými dimenziami. Nekonkurenčné tváre mali skôr zásadný význam v teste asociatívnej pamäte, kde slúžili na stanovenie efektu interferencie celkovej pamäte.

Je dôležité poznamenať, že pre úlohu rekonštrukcie bol rozsah odozvy pri každom pokuse asymetricky rozložený okolo cieľa. Ak by bol rozsah odozvy symetricky rozložený okolo cieľa, potom by správna odozva na každý pokus bola podľa definície stredom priestoru hľadania – čo by pravdepodobne viedlo účastníkov k tomu, aby sa naučili jednoducho reagovať v strede. Nevýhodou prístupu, ktorý sme použili, je však to, že pre diagnostický rozmer v konkurenčných podmienkach existovala väčšia príležitosť reagovať smerom k tvári primátov (hodnoty medzi -2 a 1) ako smerom k tvári primátov (hodnoty 1 až 2 ).

Samozrejme, táto asymetria pôsobí proti nášmu predpokladanému účinku odpudzovania (hodnoty väčšie ako 1). Napriek tomu, aby sa zohľadnil asymetricky obmedzený rozsah odozvy, odhadol skutočný priemer prispôsobením skrátených normálnych distribúcií údajom. Pre každého účastníka boli spustené samostatné modely pre diagnostické a nediagnostické dimenzie, pričom každý model združoval údaje naprieč tvárami a dimenziami funkcií (vplyv, pohlavie), aby zahŕňal dostatočný počet údajových bodov. Každý model teda zahŕňal 32 údajových bodov (osem tvárí v konkurenčnom stave × štyri pokusy rekonštrukcie na tvár). Odhad maximálnej pravdepodobnosti sa použil na nájdenie priemeru a štandardnej odchýlky skráteného normálneho rozdelenia, ktoré najlepšie zodpovedá údajom. Distribúcie boli modelované pomocou balíčkov transform a MASS v R.

Obmedzili sme vyhľadávací priestor priemeru na rozsah prijateľných hodnôt rovnomerne vyvážených na oboch stranách cieľa (± 1 jednotka) a štandardnú odchýlku sme obmedzili na maximálne 1 a minimálne na 0,1. Aj keď modelované priemery považujeme za lepší odhad skutočných priemerov, existujú určité zdroje rozptylu, ktoré modely nezohľadňujú. Modely napríklad nezohľadňujú potenciálne jedinečné distribúcie pre každú dimenziu funkcie a/alebo stimul. Okrem toho existujú dôkazy, že v tom, ako sa črty tváre neskôr pripomínajú, môžu byť prirodzené globálne zaujatosti (Bülthof & Zhao, 2020; Won a kol., 2020). Je však kritické, že akékoľvek globálne predsudky by rovnako ovplyvnili diagnostický aj nediagnostický rozmer. Preto sa naša analýza primárne zamerala na rozdiely v modelovaných priemeroch pre diagnostické verzus nediagnostické dimenzie.

Presnosť merania

Aby sme zmerali presnosť, s akou sa diagnostické a nediagnostické znaky zapamätali pre každú tvár, vypočítali sme štandardnú odchýlku odpovedí v štyroch rekonštrukčných skúškach pre každú tvár, oddelene pre diagnostické a nediagnostické rozmery. Potom sme vypočítali priemer týchto hodnôt štandardnej odchýlky pre každého účastníka, zvlášť pre diagnostické a nediagnostické dimenzie.

Meranie vzťahu medzi skreslením rekonštrukcie a asociatívnou interferenciou

Aby sme určili, či skreslenie dimenzie diagnostických funkcií hrá adaptívnu úlohu pri znižovaní interferencie pamäte, spustili sme sériu modelov so zmiešanými efektmi, ktoré sa zamerali na vzťah medzi skreslením meraným počas úlohy rekonštrukcie a presnosťou testu asociatívnej pamäte (spriemerované za posledné štyri kolá na zachytenie). konečný stav učenia). Hoci táto analýza bola vykonaná na úrovni jednotlivých položiek (tvárí), hodnota presnosti pre každú tvár bola definovaná ako priemerná presnosť pre túto tvár a jej pár. Ako také mali obidva primáty s každým súborom rovnakú hodnotu presnosti. Dôvod na spriemerovanie presnosti medzi primátmi bol taký, že ak napríklad účastníci spájajú dve konkurenčné tváre (primáty) s rovnakým kľúčovým slovom (profesia), namiesto toho, aby považovali jednu z týchto asociácií za „správnu“ a druhú za „nesprávnu“, je vhodnejšie aby sa chyba zdieľala medzi dvoma tvárami.

Pre analýzy týkajúce sa skreslenia rekonštrukcie s presnosťou asociatívnej pamäte sme vylúčili účastníkov, ktorí mali dokonalú presnosť vo všetkých štúdiách v posledných štyroch kolách testu asociatívnej pamäte. Dôvodom tohto vylúčenia bolo, že pre týchto účastníkov neexistovala žiadna variačná neasociatívna pamäť, ktorú by model mohol vysvetliť. Okrem toho sme túto analýzu neuskutočnili pre Experiment 1 vzhľadom na výkon blízko stropu v teste asociatívnej pamäte počas posledných štyroch kôl (11 účastníkov (31 %) malo 100 % presnosť a zvyšní účastníci mali priemernú presnosť 95,96 ± 3,01 % s priemernou SD v rámci účastníka 3,62 ±1,70). V experimentoch 2 a 3 – ktoré používali viac podobných primátov – bola presnosť asociatívnej pamäte nižšia, a preto bolo vylúčených menej účastníkov z dôvodu maximálnej výkonnosti (sedem účastníkov (19 %) v Exp. 2 a šesť účastníkov (12 %) v Exp. 3; priemer presnosť pre zostávajúcich účastníkov, pokus 2: M=92,47 ± 7,58 %, pokus 3: M =93,56 ± 6,26 %).

Pre tieto modely bolo rozhodujúce vypočítať skreslenie rekonštrukcie na úrovni jednotlivých tvárí. Vyššie opísaná metóda odhadu priemernej zaujatosti pre každého účastníka spojením pokusov/tvárí však nebola pre túto analýzu uskutočniteľná vzhľadom na malý počet pozorovaní (štyri pokusy na tvár). Pre túto analýzu sme teda jednoducho použili priemer reakcie na rekonštrukciu (v rámci štyroch pokusov na tvár). Aby sme vyriešili obavu, že akýkoľvek pozorovaný vzťah medzi skreslením rekonštrukcie a presnosťou asociatívnej pamäte môže byť poháňaný potenciálnymi „chybami výmeny“, naším vopred zaregistrovaným prístupom bolo vylúčiť akékoľvek individuálne odpovede (skúšky), pre ktoré bola škálovaná odpoveď medzi {{0}} a 0 a zachovať len odpovede, pre ktoré bola škálovaná odpoveď medzi 0 a 2. Pre diagnostickú dimenziu boli preto vylúčené akékoľvek odpovede, ktoré boli bližšie ku konkurenčnému primátovi ako k cieľu. Všetky zostávajúce odpovede boli zahrnuté do priemernej odpovede pre každú tvár.

Aj keď je to zriedkavé, ak bola tvár spojená s vylúčenou odpoveďou vo všetkých štyroch rekonštrukčných štúdiách, táto tvár bola úplne vylúčená z analýzy. V Experimente 2 sa to stalo celkovo pre štyri tváre rozdelené medzi štyroch účastníkov; v prípade experimentu 3 sa to stalo celkovo pre šesť tvárí rozdelených medzi šesť účastníkov. Zatiaľ čo tento vopred zaregistrovaný prístup na vylúčenie potenciálnych swapových chýb bol zamýšľaný ako konzervatívny prístup na elimináciu vplyvu extrémnych chýb, všetky naše hlavné výsledky zostali významné, keď neboli vylúčené žiadne odpovede. Okrem toho v prieskumných analýzach, ktoré kombinovali údaje z experimentov 2 a 3, namiesto úplného vylúčenia extrémnych reakcií, boli reakcie medzi -2 a 0 obmedzené na hodnotu 0, čo umožňovalo všetky pokusy zachovať v modeli, ale znížil vplyv extrémnych odoziev.

Modely so zmiešanými efektmi boli implementované v R pomocou balíka thelme4 (Bates et al., 2014). Testy pomeru pravdepodobnosti sa použili na porovnanie modelov s relevantnými premennými s nulovými modelmi, ktoré tieto premenné vylúčili. Aby sa zohľadnili potenciálne rozdiely súvisiace s tým, či bol diagnostický rozmer účinok verzus pohlavie, všetky modely zahŕňali túto kategorickú premennú ako fixný účinok. Aby sa vzťah medzi skreslením rekonštrukcie a presnosťou asociatívnej pamäte mohol líšiť pre každého účastníka, modelovali sme vzťah medzi zaujatosťou a presnosťou asociatívnej pamäte s náhodnými zábermi a náhodnými sklonmi pre každého účastníka, ak je to možné.

Naším vopred zaregistrovaným prístupom k riešeniu modelov, ktoré sa nepodarilo konvergovať alebo ktoré dosiahli singulárnu stopu, bolo opätovné spustenie rovnakého modelu s odstráneným náhodným sklonom pre zaujatosť (pozri Barr a kol., 2013). Zatiaľ čo všetky naše vopred zaregistrované modely konvergovali, prieskumný model, ktorý používal rozdiel v skreslení v diagnostickej verzus nediagnostickej dimenzii ako prediktor, nedokázal konvergovať, keď bol zahrnutý náhodný sklon; tým sme odstránili náhodný sklon. Prieskumné modely, ktoré ako prediktory obsahovali iba nepodpísanú chybu alebo presnosť (bez skreslenia), sa nepodarilo zblížiť, keď boli pre tieto premenné zahrnuté náhodné sklony; preto sme pre tieto premenné odstránili náhodné sklony.

Nakoniec, prieskumné modely, ktoré zahŕňali skreslenie spolu s presnosťou a nepodpísanou chybou ako prediktory, sa tiež nepodarilo zblížiť, keď boli zahrnuté náhodné sklony pre všetky premenné; pri odstraňovaní náhodných sklonov sme uprednostnili zachovanie náhodného sklonu pre zaujatosť, čo viedlo k vylúčeniu náhodných sklonov pre presnosť a nepodpísanú chybu.

Výsledky

Test asociatívnej pamäte

Aby sme otestovali, či sa presnosť asociatívnej pamäte líši medzi konkurenčnými a nesúťažnými podmienkami, vykonali sme opakované merania ANOVA pre každý experiment s faktormi stavu (konkurenčný, nesúťažný) a okolo (Exp. 1: prvých deväť kôl; Exp. 2 a Exp. 3: 12 kôl). Pre každý experiment bol významný hlavný účinok podmienky (Exp. 1: F(1,35) {{10}}.14, p < 0.001, 휂2G=0.034; Exp. 2: F(1,40)=67.43, p < 0,001, 휂2G=0.10;Exp. 3: F(1, 56)=88.21, p < 0,001, 휂2G=0.16), s nižšou presnosťou v konkurenčných podmienkach (obr. 2a). Aby sme potvrdili, že tento rozdiel špecificky odrážal rušenie, zvážili sme typy chýb. Pre súťažnú podmienku by chyby mohli zodpovedať výberu tváre súťažiaceho alebo jednej zo štyroch nesúťažných návnad (obr. 2b). Ak by boli chyby náhodné, súťažiaci by bol vybraný v jednej pätine pokusov o chybe. Kombináciou pokusov s chybami v rôznych kolách bol však súťažiaci vybraný s väčším počtom šancí (Exp. 1: M=60,18 ± 19,68 %, t(35)=12,25, s.< 0.001, d = 2.04; Exp. 2: M = 71.29 ± 15.78%, t(40) = 20.82, p < 0.001, d = 3.25; Exp. 3: M = 78.63 ± 11.58%, t(56) = 38.21, p < 0.001, d = 5.06), confirming that increased errors in the competitive condition refected interference from the competitor face.

Aby sme otestovali, či bola presnosť rekonštrukcie tváre náhodná, zmerali sme euklidovskú vzdialenosť medzi každou odozvou a umiestnením cieľovej tváre (v dvojrozmernom priestore odozvy; obr. 1c). Pre každého účastníka bola porovnaná stredná euklidovská vzdialenosť medzi odpoveďami a cieľovými polohami s permutovaným rozdelením (vypočítané posunutím odpovedí v rámci účastníka 10,000-krát). U každého účastníka bola pozorovaná presnosť nadchnutia (lepšia ako 97,5 % permutovaných priemerov) (obr. 3).

Zaujatosť rekonštrukcie tváre

Aby sme otestovali našu kritickú predpoveď odpudzovania pozdĺž diagnostickej dimenzie tváre, porovnali sme skreslenie funkcií (pozri Metódy) pre diagnostické verzus nediagnostické rozmery v konkurenčnom stave (obr. 4a). Najprv sme testovali predpovede v Experimentoch 1 a 2 a potom testovali na replikáciu v Experimente 3. ANOVA opakovaných meraní s faktormi dimenzie (diagnostické, nediagnostické) a experimentu (Exp. 1, Exp. 2) odhalila výrazne väčšiu zaujatosť voči diagnostická dimenzia (F(1,70)=22.25, s< 0.001, 휂2 G = 0.061). There was a trend toward a significant interaction between dimension and experiment (F(1,70) = 3.96, p = 0.0506, 휂2 G = 0.011), with a relatively weaker effect size in Experiment 1 (d = 0.27) than in Experiment 2 (d = 0.73). As predicted, Experiment 3 replicated, with a large effect size and preregistered hypothesis, the greater bias toward repulsion on the diagnostic dimension (t(48) = 5.87, p < 0.001, d = 0.83).

Aj keď sa naše vopred zaregistrované analýzy zamerali na porovnanie medzi diagnostickými a nediagnostickými rozmermi, testovali sme aj to, či sa rekonštrukcie v diagnostickom rozmere významne líšia od veridickej polohy cieľových tvárí. Kombináciou údajov zo všetkých troch experimentov boli modelované priemery pre diagnostický rozmer skutočne výrazne vyššie ako skutočná hodnota 1 (t(120)=4,39, p < 0.{{{{101} 60}}01, d=0.40), čo odráža zaujatosť od konkurenčnej tváre. Tento efekt sa medzi experimentmi významne nelíšil (F(2,118)=2.15, p=0.12, 휂2G =0.035). Naopak, v nediagnostickej dimenzii bola malá, ale významná odchýlka smerom k stredu priestoru tváre (modelovaný priemer < 1; t(120)=-2.33, p=0.021, d {{ 25}}.21). Tento efekt sa v rámci experimentov výrazne líšil (F(2,118)=9,56, p < 0,001, 휂2G=0,14). V skutočnosti boli odpovede v experimente 1 výrazne vyššie ako 1 (t(34)=2.15,p=0.039, d=0.36) a v experimentoch 2 a 3 boli boli výrazne pod 1 (Exp. 2: t(36)=-2.45, p=0.019, d =0.40; Exp. 3: t(48) {{58} },98, p < 0,001, d=0,57). Zatiaľ čo absolútne hodnoty rekonštruovaných odpovedí by sa mali interpretovať s určitou opatrnosťou (kvôli potenciálnym globálnym skresleniam), konzistentná zaujatosť smerom k odpudzovaniu v diagnostickej dimenzii podporuje našu predpoveď, že konkurencia spúšťa cielené odpudzovanie v diagnostickej dimenzii.

Presnosť rekonštrukcie tváre

Ďalej sme testovali, či sa presnosť rekonštrukcie líši naprieč diagnostickými oproti nediagnostickým rozmerom (obr. 4b). Presnosť sme definovali ako štandardnú odchýlku pri opakovaných rekonštrukciách tej istej tváre (pozri Metódy). Pre konkurenčný stav opakované merania ANOVA s faktormi dimenzie (diagnostické, nediagnostické) a experimentu (Exp. 1, Exp. 2) odhalili výrazne väčšiu presnosť – teda nižšiu variabilitu rekonštrukcie – v diagnostickom rozmere (F(1,7 {{10}})=16,81, p < 0,001, 휂2G=0,044). Tento efekt neinteragoval s experimentom (F(1,70)= 0.34, p=0.56, 휂2G=0.001). Účinok väčšej presnosti na diagnostický rozmer bol replikovaný (v súlade s našou vopred zaregistrovanou predpoveďou) v experimente 3 (t(48)=5.45,p < 0.001, d=0.74).

Hoci naša miera presnosti bola matematicky nezávislá od našej miery zaujatosti, je pozoruhodné, že tieto miery boli korelované tak, že tváre rekonštruované s väčšou presnosťou mali tendenciu byť spojené s väčšou zaujatosťou (pozri obr. S2A, OSM). Dôležité však je, že efekt väčšej presnosti na diagnostický oproti nediagnostický rozmer zostal významný, aj keď boli z analýzy vylúčené položky s vysokou zaujatosťou (pozri obr. S2B, OSM).

Vzťah medzi skreslením rekonštrukcie a asociatívnou interferenciou

Nakoniec sme testovali našu predpoveď, že väčšia zaujatosť rekonštrukcie (odpudzovanie) v diagnostickej dimenzii je spojená s lepším výkonom testu asociatívnej pamäte (menšia interferencia). Vzhľadom na výkon asociatívnej pamäte blízko stropu v experimente 1 (obr. 2) sme sa zamerali na údaje experimentu 2. Spustili sme model so zmiešanými efektmi, ktorý predpovedal presnosť asociatívnej pamäte na úrovni položiek s pevnými účinkami (a) zaujatosti na diagnostickú dimenziu (kontinuálna premenná) a (b) či bola ovplyvnená diagnostická dimenzia alebo pohlavie (kategorická premenná). Skreslenie bolo modelované s náhodnými zábermi a sklonmi pre každého účastníka. Pomocou testu pomeru pravdepodobnosti sme tento model porovnali s modelom bez skreslenia. Rozhodujúce je, že model ft bol výrazne lepší, keď sa doň zahrnula odchýlka (χ2(1)=4,67, p=0,031), pričom odchýlka pozitívne predpovedala presnosť asociatívnej pamäte (posunutie=3,58, SE =1.62). Ako kontrola sme zopakovali rovnakú analýzu, ale so zaujatosťou v nediagnostickej dimenzii; tu sa nepodarilo vychýlenie zlepšiť model ft (χ2(1)=0.021, p=0.89, odchýlka=-0.31,SE=2.14). Pre Experiment 3 sme predpovedali (pomocou vopred zaregistrovanej analýzy) replikáciu vzťahu medzi skreslením diagnostickej dimenzie a presnosťou asociatívnej pamäte. Pozorovali sme malý účinok v predpovedanom smere, ale nebol významný (χ2(1)=0. 24, p=0.63, zaujatosť=0.69, SE= 1.41).

V našej vopred zaregistrovanej analýze sme vylúčili reakcie na rekonštrukciu (skúšky), ktoré boli viac podobné konkurentom ako cieľu. Dôvodom bolo zabezpečiť, aby extrémne reakcie (potenciálne swapové chyby) nemali väčší vplyv na model (pozri Metódy). Tento prístup však tieto pokusy úplne eliminoval, než aby sa minimalizoval ich vplyv.

Preto sme ako prieskumnú analýzu nahradili tieto extrémne skóre rekonštrukcie hodnotou {{0}} (rovnaká vzdialenosť medzi cieľom a konkurentom, pozrite si Metódy). To umožnilo zahrnúť všetky pokusy, ale znížilo to vplyv extrémnych reakcií (pozri obr. S4 (OSM) pre ďalšiu analýzu toho, čo môžu tieto extrémne reakcie predstavovať). Pre túto prieskumnú analýzu sme skombinovali údaje z experimentov 2 a 3 s experimentom (Exp. 2, Exp. 3) pridaným ako fixný efekt. V porovnaní s nulovým modelom pridanie odchýlky k diagnostickej dimenzii výrazne zlepšilo model ft (χ2(1)=15,88, p < 0,001), pričom pozitívna odchýlka (odpudzovanie) predpovedá vyššiu presnosť asociatívnej pamäte (vychýlenie {{12} }.45, SE=1.04).

Pridanie interakcie medzi experiment a odchýlky nezlepšilo prispôsobenie modelu (χ2(1) =1.39, p=0.24, exp×bias=-2.47, SE=2 08), čo naznačuje, že vzťah medzi zaujatosťou a asociatívnou pamäťou sa v experimentoch nelíšil. Okrem toho, odchýlka výrazne zlepšila prispôsobenie modelu, keď sa aplikovala na samotné údaje experimentu 3 (χ2(1)=3.98, p=0.046, odchýlka=2.45, SE=1 .19), čo potvrdzuje, že vzťah medzi skreslením a asociatívnou pamäťou nebol riadený iba údajmi z experimentu 2. Ako kontrola sme vykonali rovnaké porovnanie modelu, ale so skreslením nediagnostickej dimenzie ako prediktora; medzi modelmi nebol žiadny významný rozdiel (χ2(1)=0.14, p=0.71, odchýlka =-0.40, SE=1.08).

Ďalej, stupeň skreslenia diagnostickej dimenzie v porovnaní s nediagnostickou dimenziou (tj skóre rozdielu skreslenia) tiež výrazne zlepšil prispôsobenie modelu v porovnaní s nulovým modelom bez skreslenia,χ2(1)=19.87, s.< 0.001, βbias. dif = 2.71, SE = 0.60 (random slopes were excluded due to reaching singularity).

For more information:1950477648nn@gmail.com