pre viac informácií:{0}}

Pls kliknite sem pre časť 1

Kliknite navýhody a vedľajšie účinky cistanche tubulosa na pamäť

Modelový test V tejto štúdii bol priemerný rozdiel medzi sémanticky súvisiacimi a nesúvisiacimi podmienkami podľa prísneho kritéria sériového vyvolávania 0.107. Táto hodnota bola použitá na odhad λ v modeli. Ako je možné vidieť na obr. 2, model reprodukuje vplyv dimenzie sémantickej príbuznosti na celkový výkon vyvolania. Zároveň sémantická príbuznosť v modeli tiež zvyšuje výkonnosť vyvolania objednávky (M=0.841 a M=0.729 v súvisiacich a nesúvisiacich podmienkach). V empirických údajoch to nie je pozorované. Namiesto toho zostáva výkonnosť vyvolania objednávky medzi ľudskými subjektmi relatívne nezmenená (M=0.782 a M=0.812 v súvisiacich a nesúvisiacich podmienkach). Sémantický efekt zistený v simuláciách (pozri obr. 3) je logickým dôsledkom modelu. Keďže výkonnosť vyvolania objednávky je z dlhodobého hľadiska riadená úrovňou aktiváciePamäť, zvýšená aktivácia vedie k lepšej rozlišovacej schopnosti medzi položkami, a teda k vyššej výkonnosti pri vyvolávaní objednávok.

Množina údajov č. 2: Kowialiewski, Lemaire a Portrat (2021)

Údaje Nedávno sa ukázalo (Kowialiewski et al., 2021), že prítomnosť sémantickej príbuznosti v zozname, ktorý si treba pamätať, uvoľňuje zdroje WM, ako bolo predtým pozorované pomocou kúskov (Portrat, Guida, Phénix a Lemaire, 2016; Thalmann , Souza, & Oberauer, 2019). V tejto štúdii bola sémantická príbuznosť manipulovaná prezentovaním trojíc sémanticky súvisiacich položiek buď na začiatku (T1) alebo na konci (T2) zoznamu šiestich položiek, ktoré si treba zapamätať. Tieto podmienky boli porovnané so zoznamami nesúvisiacich položiek (NT). Sémanticky súvisiace triplety proaktívne zvýšili výkonnosť vyvolania pre nasledujúce nesúvisiace položky v porovnaní s rovnakými položkami, ktorým nepredchádzal súvisiaci triplet. Sémanticky súvisiaci triplet však spätne neovplyvnil výkonnosť pripomenutia. Ako uvidíme, podmienka T2 je kritickým testom modelu.

Modelový test Priemerný rozdiel medzi podmienkami T1 a NT v polohách 1, 2 a 3 bol 0.122. Táto hodnota bola použitá na odhad λ v modeli. Bez akejkoľvek úpravy

Obr. 2 Vyvolanie výkonu naprieč sériovou pozíciou pre empirické údaje (ľavý panel) a model (pravý panel) v štúdii Kowialiewski a Majerus (2020). Experimentálne podmienky zahŕňali prezentáciu sémanticky súvisiacich (zelená čiara) alebo nesúvisiacich (fialová čiara) položiek

Obr. 3 Výkonnosť vyvolania objednávky ako funkcia sémantickej podmienky pre empirické údaje (ľavý panel) a model (pravý panel) v štúdii Kowialiewski a Majerus (2020)

základných parametrov, model predpovedá pozorovanú výhodu pripomenutia oproti sémanticky súvisiacemu tripletu v stave T1 (obr. 4). Model však nepredpovedá proaktívny vplyv sémantickej príbuznosti na následné nesúvisiace položky. Tento posledný výsledok si myslíme, že nie je kritický. Proaktívne účinky by sa mohli objaviť jemnozrnným modelovaním mechanizmov údržby (Portrat et al., 2016) alebo zahrnutím mechanizmu s obmedzenými zdrojmi (Popov & Reder, 2020), čo je nad rámec tejto štúdie. Kritickým výsledkom týchto simulácií je ukázať, že sémanticky príbuzné triplety majú spätný škodlivý vplyv na výkonnosť vyvolania: keď sa sémanticky súvisiaci triplet objaví na konci zoznamu (T2), výkonnosť pri vybavovaní tretej položky je horšia ako v neutrálny stav. Je to priamy dôsledok modifikácie vzoru aktivácie v modeli: keďže súvisiace položky na pozíciách 4, 5 a 6 sú aktivované viac ako iné položky, je tiež pravdepodobnejšie, že budú vyvolané smerom k skorším sériovým pozíciám. V tomto prípade sú položky 3 a 4 najpravdepodobnejšie nesprávne transponované z dôvodu ich podobnej úrovne aktivácie. Tento vzorec v empirických údajoch chýba. Namiesto toho sa pozoruje absencia spätného vplyvu.

Súbor údajov č. 3: Poirier et al. (2015)

Data Poirier a kol. (2015) zistili, že manipulácia sémantickej príbuznosti zmenila spôsob transponovania položiek. V Experimente 1 prezentovali položky, z ktorých prvé tri boli sémanticky prepojené. Manipulácia sa týkala piatej položky, ktorá súvisela aj v experimentálnych podmienkach, ako je opísané v úvode. Je kritické, že piata položka bola častejšie transponovaná do polohy 3 v experimentálnom stave ako v kontrolnom stave.

Test modelu Tieto údaje neobsahujú nesémantickú podmienku, ktorá bráni odhadu základných parametrov modelu. Preto sme znova použili parametre odhadnuté z druhého súboru údajov (pozri vyššie). Obrázok 5 zobrazuje výsledky. Prítomnosť sémantickej príbuznosti v kontrolnej podmienke (tj prvé tri položky sú sémanticky príbuzné) vytvára dobré vzorce výkonnosti vybavovania. Akonáhle je však piata položka sémanticky spojená s tripletom, pozorujeme silný pokles výkonnosti na pozíciách 4 a 5.

Tento pokles výkonu oproti pozíciám 4 a 5 v experimentálnych podmienkach je vysvetlený vzorom seriálu

Obr. 4 Vyvolanie výkonu naprieč sériovou pozíciou pre empirické údaje (ľavý panel) a model (pravý panel) v štúdii Kowialiewski, Lemaire a Portrat (2021). Experimentálne manipulácie zahŕňali prítomnosť sémanticky súvisiacich trojíc slov na začiatku (T1) alebo na konci (T2) zoznamu a porovnávali to so sémanticky nesúvisiacim stavom (NT)

Obr. 5 Vyvolanie výkonu cez sériovú pozíciu pre empirické dáta (ľavý panel) a model (pravý panel). Každá čiara predstavuje dve experimentálne podmienky pôvodne upravené Poirierom a kol. (2015)

chyby poradia zobrazené na obr. 6. Je kritické, že veľká väčšina chýb sériového poradia v experimentálnych podmienkach sa vyskytla v polohe 4. To je v rozpore s empirickými údajmi, kde tieto transpozície majú tendenciu narastať oproti polohe 3. Tento jav je hlavnou vlastnosťou modelu: chyby sériovej objednávky sú dlhodobo obmedzené vzorom aktiváciePamäť. Zvýšenie úrovne aktivácie jednej položky má za následok automatické a povinné zvýšenie transpozičných chýb smerom k bezprostredne predchádzajúcej položke.

Možno tvrdiť, že tieto výsledky iba odrážajú vlastnosť modelu iba pre špecifickú sadu parametrov, ktoré sme našli pomocou simulovaného algoritmu žíhania. Namiesto toho môžu existovať určité konfigurácie parametrov, ktoré by mohli reprodukovať výsledky pozorované Poirierom a kol. (2015). Túto možnosť sme preskúmali testovaním modelu na veľkej vzorke parametrov. Ako je uvedené v dodatku A, model vždy nedokáže predpovedať zvýšené chyby transpozície nad pozíciou 3 a absenciu zvýšených chýb transpozície nad pozíciou 4.

Diskusia

Táto štúdia použila prístup výpočtového modelovania na preskúmanie hypotézy, že udržiavanie sériových objednávok je výsledkom vzorov aktivácie v dlhodobom horizonte.Pamäť. Model úspešne zachytil celkový vplyv vplyvu sémantickej príbuznosti na výkon WM. Nepodarilo sa však predpovedať špecifický vplyv sémantickej príbuznosti na spracovanie informácií o sériových objednávkach. Model nedokázal predpovedať absenciu účinkov sémantickej príbuznosti na výkonnosť vyvolania objednávky a namiesto toho predpovedal lepšiu výkonnosť vyvolania objednávky pre sémanticky súvisiace položky. Okrem toho, zatiaľ čo ľudskí účastníci majú tendenciu chybne si spomenúť na položku na pozícii jej sémantických susedov, výpočtový model spôsobil chyby transpozície zahŕňajúce migráciu smerom k nesúvisiacim položkám. Problém spočíva v nedostatočnej disociácii architektúry medzi informáciami o sériovej objednávke a aktiváciou z dlhodobého hľadiskaPamäť. Simulácia súboru údajov č. 1 to ukázala

Obr. 6 Rýchlosť transpozície položky 5 cez sériovú pozíciu pre empirické dáta (ľavý panel) a model (pravý panel)

zvýšená úroveň aktivácie položiek viedla k lepšiemuPamäťpre informácie o objednávke, v rozpore s tým, čo sa zvyčajne nachádza v literatúre (Ishiguro & Saito, 2020). V modeli k tomu došlo, pretože vyššia úroveň aktivácie chráni položky pred škodlivým účinkom rozpadu, ku ktorému dochádza pri spomienke, rozpadu po funkcii exponenciálneho rozpadu, ako je implementované v mnohých výpočtových architektúrach (Burgess & Hitch, 2006; Oberauer & Lewandowsky, 2011; Page & Norris, 1998). Okrem toho simulácie množiny údajov č. 2 a množiny údajov č. 3 naznačujú, že ak sú chyby sériového objednávania aspoň minimálne obmedzené relatívnou úrovňou aktivácie položky v dlhodobom horizontePamäť, potom by sa mal pozorovať spätný vplyv sémanticky súvisiacich položiek na výkonnosť opätovného volania. Namiesto toho empirické dôkazy z literatúry WM konvergujú k absencii retroaktívneho vplyvu psycholingvistických faktorov na výkonnosť sériového vyvolávania (Cowan a kol., 1992; Miller & Roodenrys, 2012; Portrat a kol., 2016; Thalmann a kol., 2019 ), čo je výsledok, ktorý naša architektúra založená na aktivácii nedokáže reprodukovať. Preto sa architektúra založená na čisto aktivácii javí ako problematická na vyriešenie problému sériového poradia vo WM, na rozdiel od toho, čo sa predtým predpokladalo (Acheson a kol., 2011; Martin & Saffran, 1997; Poirier a kol., 2015) .

Všeobecnejšie, dlhodobé udržiavanie informácií o sériových objednávkach prostredníctvom gradientu prvenstvaPamäťje problematické z viacerých dôvodov. Po prvé, nie je jasné, ako by model vykonával jednoduché úlohy, ako je nácvik/obnovenie (Barrouillet, Bernardin, & Camos, 2004). Je to preto, že výber položiek sa vykonáva výberom najviac aktivovaných informácií. Model by bol nepretržite prilepený na najviac aktivovanej položke, ktorá je vo väčšine situácií prvá. Namiesto toho môžu účastníci nacvičiť niekoľko predmetov a kumulatívne (Tan & Ward, 2008). Pôvodný model primátov predpokladá, že nácvik sa vykonáva vo fonologickej slučke (Page & Norris, 1998), ale to v prvom rade nerieši problém poradia seriálov. Po druhé, a ako spomenul Norris (2017), čisto aktivačný model by nikdy nebol schopný vyvolať položku dvakrát (napr. vyvolanie „9-2-5-4-9-7“). Táto úloha si vyžaduje dočasné zastúpenia ležiace dlhodobo mimoPamäť. Upozorňujeme, že táto štúdia nevylučuje samotný model Primacy ako všeobecný mechanizmus, prostredníctvom ktorého by sa informácie o sériovej objednávke mohli kódovať mimo dlhodobéhoPamäť, ako to predpokladal pôvodný Page a Norrisov model (1998). Táto štúdia jednoducho vylučuje primárny gradient ak-aktivácie v dlhodobej pamäti ako exkluzívny mechanizmus na udržiavanie informácií o sériovom poradí.

Ako je znázornené sériové poradie?

Mnohé teoretické modely WM predpokladajú nezávislosť medzi povahou reprezentačných kódov zapojených do udržiavania informácií o sériovej objednávke a kódov zapojených do informácií o položke. Túto relatívnu nezávislosť explicitne predpokladajú pozičné modely WM (Burgess & Hitch, 2006; Oberauer et al., 2012; Oberauer & Lewandowsky, 2011). Rozhodujúce je, že tieto modely by mali brať do úvahy aj potenciálne interakcie medzi položkovými a sériovými objednávacími kódmi, ale tieto interakcie ešte nie sú dobre pochopené. Jefferies a kol. (2006) preukázali tendenciu migrovať fonémy medzi neslovami na úrovni slabičnej štruktúry (napr. pripomenutie si „dug-fal“ namiesto „dag-full“). Podobne vzor transpozičných chýb pozorovaný Poirierom a kol. (2015) by sa dalo vysvetliť predpokladom, že WM kóduje aj sémantické znaky. Pretože sémanticky súvisiace položky zdieľajú prekrývajúce sa sémantické znaky a/alebo sú si tiež viac podobné (Dell, Schwartz, Martin, Saffran, & Gagnon, 1997; Ishiguro & Saito, 2020), transpozičné chyby medzi sémanticky súvisiacimi položkami zo vzdialenejších pozícií by sa teoreticky mohli vyskytnúť pri moment vyzdvihnutia. Alternatívne, akonáhle účastníci zistia prítomnosť sémanticky súvisiaceho tripletu, môžu informácie rozdeliť na kúsky a zachovať jedinú sémantickú reprezentáciu (napr. „príroda“ namiesto „konár stromu“). Pri opätovnom zavolaní sa v dôsledku dekompresie sémantického bloku môže stratiť ľubovoľné poradie samotných položiek (Kowialiewski & Majerus, 2020), čo vedie k chybnému vybaveniu súvisiaceho slova3.

Táto štúdia nepodporuje myšlienku, že informácie o sériovom poradí sa udržiavajú prostredníctvom aktivácie relatívnej k položke v jazykovom systéme. Táto štúdia zároveň nezavrhuje možnosť, že udržiavanie sériového poradia by mohlo byť úplne obmedzené štatistickými zákonitosťami získanými z vystavenia sa jazyku (Schwering & MacDonald, 2020). Podľa tohto popisu má jazykový systém svoje mechanizmy na udržiavanie sériového poriadku. Podporujú to napríklad štúdie, ktoré ukazujú, že štatistické zákonitosti odvodené z lingvistických korpusov môžu predpovedať výkon sériového vyvolávania vo verbálnych úlohách WM (Jones & Macken, 2015, 2018). Najdôležitejšie je, že vierohodnosť čisto jazykovo založeného mechanizmu udržiavania sériových objednávok bola preukázaná pomocou rekurentnej neurónovej siete (Botvinick & Plaut, 2006), ktorej vznikajúce správanie je formované úpravou váh spojení pomocou jednoduchých pravidiel učenia. Na koncepčnej úrovni sa to radikálne líši od architektúry založenej na aktivácii, ktorú sme vytvorili a ktorá je založená na aktivácii relatívnej k položke v dlhodobom horizonte.Pamäť.

Záver

Táto štúdia sa zamerala na rad možných mechanizmov zapojených do dočasného uchovávania informácií o sériových objednávkach. Prostredníctvom prístupu výpočtového modelovania sme demonštrovali, že udržiavanie informácií o sériových objednávkach prostredníctvom primárneho gradientu aktivácie v dlhodobom horizontePamäťje nepravdepodobné. Či je sériové poradie kódované prostredníctvom nezávislých mechanizmov sériového poradia alebo priamo prostredníctvom štatistických zákonitostí vyskytujúcich sa pri spracovaní jazyka, alebo oboje, zostáva formálne stanovené.

Príloha A

V tejto analýze sme vykonali mriežkové vyhľadávanie na 16 807 bodoch priestoru parametrov nášho modelu s λ=0. Rozsah skúmaných parametrov je uvedený v tabuľke A1. Vybrali sme kombináciu parametrov (N=13,103), ktorá úspešne reprodukovala primárny efekt na výkonnosť stiahnutia v rámci prísnych kritérií sériového stiahnutia a stiahnutia položky. Účinok aktuálnosti sa nezohľadnil, aby sa zabezpečilo, že analýza pokryje široký rozsah bodov v priestore parametrov.

Ďalej sme vykonali nové mriežkové vyhľadávanie na tejto kombinácii parametrov moduláciou λ (4 hodnoty) na každom z nich, a to na kontrolných aj experimentálnych podmienkach z experimentu 1 od Poirier et al. (2015). Každá sada parametrov bola odhadnutá pomocou 10,000 simulácií. Potom sme vypočítali počet chýb transpozície (opravený na celkový počet opakovaní cieľa) piatej položky, ktorá sa vyskytla na pozíciách 3 a 4 v každej z týchto experimentálnych podmienok. Aby bol výsledok platný, usúdili sme, že by malo byť aspoň zvýšenie transpozičných chýb v experimentálnej podmienke nad pozíciou 3 vyššie ako potenciálne zvýšenie transpozície nad pozíciou 4. Spočítali sme, koľkokrát tieto verzie modelu zodpovedajú na toto kritérium. Žiadne neboli.

Financovanie Financovanie otvoreného prístupu poskytuje Universität Zürich. Otvorený prístup Tento článok je licencovaný na základe Creative Commons Attribution 4.{1}} Medzinárodná licencia, ktorá povoľuje používanie, zdieľanie, adaptáciu, distribúciu a reprodukciu na akomkoľvek médiu alebo formáte, ak uvediete pôvodného autora (s) a zdroj, uveďte odkaz na licenciu Creative Commons a uveďte, či boli vykonané zmeny. Obrázky alebo iný materiál tretích strán v tomto článku sú zahrnuté v licencii Creative Commons článku, pokiaľ nie je uvedené inak v úverovom limite k materiálu. Ak materiál nie je zahrnutý v licencii Creative Commons k článku a vaše zamýšľané použitie nie je povolené zákonnými predpismi alebo prekračuje povolené použitie, budete musieť získať povolenie priamo od držiteľa autorských práv. Ak chcete zobraziť kópiu tejto licencie, navštívte stránku http://creativecommons.org/licenses/by/4.0/.