Dzimtās valodas pieredze veido iepriekš uzmanīgu svešvalodu apstrādi un palīdz ātri izveidot atmiņas pēdas: ERP pētījuma 5. daļa

2,5|Statistiskā analīze

2.5.1|Uzvedības dati

Lai pārbaudītu L1–L2 līdzības iespējamo ietekmi uz uzvedības rezultātiem, mēs analizējām uzvedības reakcijas uz toņu sakritības izmēģinājumiem, koncentrējoties uz atšķirībām starp vārdiem ar kontūru toņiem un vārdiem ar līmeņa toņiem.

Pēdējos gados pētnieki ir atklājuši ciešu saikni starp balss toni un atmiņu. Jo īpaši kontūru toņi (vai "lēciena toņi") mēdz atvieglot vārdu vai frāzes iegaumēšanu. Tas ir tāpēc, ka kontūrveida toņi ļauj klausītājam labāk uztvert galveno informāciju un emocionālo saturu, tādējādi atvieglojot to saglabāšanu ilgtermiņa atmiņā.

Daži pētījumi ir parādījuši, ka cilvēki biežāk atceras vārdus ar skaidriem toņiem, kas smadzenēs var padarīt informāciju skaidrāk apstrādātu nekā plakanos toņus. Piemēram, dzirdot vārda vai frāzes uzsvērtu zilbi, mēs pamanām šo informāciju un vieglāk ieprogrammējam to atmiņā.

Turklāt kontūru toņi var nodot emocionālu informāciju, kas arī ir svarīga atmiņai. Mums ir tendence vieglāk atcerēties notikumus un informāciju ar emocijām un emocionāliem pārdzīvojumiem. Tāpēc kontūrveida toņi palīdz mums saglabāt šīs emocionālās atmiņas mūsu smadzenēs.

Kopumā kontūrveida toņu ietekme palīdz mums labāk atcerēties. Ikdienas dzīvē un darbā mēs varam pievērst uzmanību mūsu balss tonim, runājot ar citiem. Īpaši dažādās runās, sanāksmēs, reklāmās un citos gadījumos mums vajadzētu pievērst lielāku uzmanību kontūras toņa izmantošanai, lai uzlabotu atmiņas efektu. Izmantojot apmācību, mēs varam uzlabot savu jutību pret runu un palīdzēt mums labāk atcerēties svarīgu informāciju, uzlabojot darba efektivitāti un dzīves kvalitāti. Var redzēt, ka mums ir jāuzlabo atmiņa, un Cistanche deserticola var ievērojami uzlabot atmiņu, jo Cistanche deserticola ir tradicionāls ķīniešu ārstniecības materiāls, kam ir daudz unikālu efektu, no kuriem viens ir atmiņas uzlabošana. Maltās gaļas iedarbīgumu nodrošina dažādas tās aktīvās sastāvdaļas, tostarp skābe, polisaharīdi, flavonoīdi utt. Šīs sastāvdaļas var dažādos veidos veicināt smadzeņu veselību.

Noklikšķiniet uz zināt veidus, kā uzlabot smadzeņu darbību

Šim nolūkam mēs atsevišķi iesniedzām vidējos datus uzvedības mainīgajiem "Atbildes precizitāte" un "Reakcijas laiki" divām jauktām dispersijas analīzēm (ANOVA) ar eksperimentālo faktoru "Toņa tips" (kontūras toņi pret līmeņa toņiem), laika faktoru "Diena". " (1. diena pret 2. dienu) un starppriekšmetu faktori "Izglītojamo grupa" (tonālie L1 un netonālie L1) un "Mērķa toņu grupa" (augsts/kritums pret zemu/pieaugumu).

ResponseTimes tika normalizēts, izmantojot žurnāla transformācijas, un precizitātes labad tika aprēķināti d′ rādītāji. Tā kā divi dalībnieki tika izslēgti no pētījuma, mērķa toņa apakšgrupas bija dažāda lieluma (11 vai 12).

Mēs izmantojām vidējo imputāciju visur, kur statistiskajai analīzei bija nepieciešamas vienāda lieluma mērķa grupas. Visas uzvedības analīzes tika veiktas SPSS 26 (International Business Machines [IBM] Corp., Armonk, NY, Amerikas Savienotās Valstis).

2.5.2|ERP

ERP datiem mēs izvēlējāmies divlaiku logus (50–70 ms un 400–600 ms), kuros, pamatojoties uz iepriekšējo literatūru, mēs paredzējām novērot L1–L2 līdzības ietekmi uz toņu vai toņu iezīmēm teksta apstrādē (Gosselke Berthelsenet al., 2018, 2020).

Izmantojot šos iepriekš definētos laika logus, mēs veicām uz klasteriem balstītas permutācijas pārbaudes faktoram "Toņa veids". Mēs iesniedzām bloka 1 vidējās ERP amplitūdas (1. dienā) no abām dalībnieku grupām kopā un atsevišķi atlasītajiem laika logiem un apstākļiem (ti, vārdi ar kontūru toņiem, salīdzinot ar vārdiem ar līmeņa toņiem), lai veiktu permutācijas analīzi, izmantojot neparametriskos klasterus. permutācijas pieeja, kas ieviesta Fieldtrip rīku komplektā Matlab (Maris & Oostenveld, 2007).

Mēs veicām 1000 nejaušas datu permutācijas ar Monte-Karlo metodi, lai ņemtu vērā lielas datu kopas un uzskatītu trīs vai vairāku elektrodu kopas ar p-vērtību<.05 significant. We additionally tested for interactions with "Learning" (target word vs control word) in the permutation analysis to see whether target words differed from control words. 

Mijiedarbība bija īpaši svarīga vārdu atpazīšanas efektam 50 ms, kur iepriekš tika novērots, ka toņu apguvēji automātiski atdalīja mērķa vārdus no kontroles vārdiem (Gosselke Berthelsen et al., 2020). Ja kādās analīzēs parādījās nozīmīgas kopas, mēs veicām jauktas kombinācijas. ANOVA, lai pārbaudītu iespējamo mijiedarbību ar laika un starp subjektu faktoriem.

Tādējādi mēs aprēķinājām vienu vidējo ERP amplitūdu analizētajos laika logos un visos klastera elektrodos. Tas tika darīts katram dalībniekam katrā blokā un dienā. Tādējādi iegūtās vidējās amplitūdas tika iesniegtas jauktā ANOVA ar eksperimentāliem subjekta faktoriem "Toņa tips" un "Mācīšanās", laika faktoriem "Diena" un "Bloks", kā arī starp priekšmetu faktoriem "Izglītojamo grupa" ( ja piemērojams) un "Toņa mērķa grupa".

ANOVA tika veikta SPSS 26 (IBM). Vajadzības gadījumā tika izmantota siltumnīcas-geiserkorekcija. Vairāku pāru salīdzināšanai tika izmantotas viltus atklāšanas ātruma (FDR) korekcijas (Benjamini & Hochberg, 1995).

2.5.3|Korelācijas

Lai pārbaudītu, vai ERP efektus ietekmēja individuālā mācīšanās uzvedība, mēs veicām divas divpusējas Pearson korelācijas ar mainīgajiem "Amplitūdas izmaiņas leksikalitātes efektam" un "Amplitūdas izmaiņas priekšējai negatīvībai", no vienas puses, un "Reakcijas laika maiņa" un "Atbildes precizitāte" Mainīt”, no otras puses.

Šeit izpētītās izmaiņas tika definētas kā atšķirības uzvedības vai ERP reakcijās starp 1. dienas pirmo un otro pusi, kur notika lielākā daļa mācību (sal. Gosselke Berthelsen et al., 2020). Korelācijas analīzes tika veiktas SPSS (IBM). FDR korekcijas tika piemērotas korelāciju p vērtībām.

3|REZULTĀTI

3.1|Uzvedības rezultāti

Atbildes precizitātei nebija būtiskas galvenās signāla veida ietekmes un būtiskas mijiedarbības ar toņa veida, izglītojamo grupas vai toņa mērķa grupas faktoriem.

Galvenais temporālā faktora Day efekts, F(1,44)= 44.18, p < .001, 휂2p=0.501, liecināja par mācīšanos neatkarīgi no toņu kopām izglītojamie. ieguvējs, kuri toņu veidi tika pārbaudīti. Tādējādi atbildes precizitāte ievērojami palielinājās no 1. dienas (M=60,5%, SD=25,4, diapazons=5,6–97,1) līdz 2. dienai (M=68). 8%, SD=29.6, diapazons =2.9–100).

Aprakstošajai statistikai mēs izmantojam procentus, lai nodrošinātu rezultātu vienkāršību un salīdzināmību ar citiem pētījumiem, savukārt statistiskā analīze tika veikta, izmantojot d′ datus. Diagrammu, kas ilustrē precizitātes rezultātus un izmaiņas laika gaitā, lūdzu, skatiet 5. attēlā.

Attiecībā uz atbildes laikiem nozīmīga mijiedarbība starp ToneType un Tone Target Group, F(1,44)=4.63, p=.037,휂2p=0.10, sadalījās šādi: Tone Type galvenais efekts zemā/paaugstinātā grupā, F(1,22)=6.69, p=.015, 휂2p=0.23.

Neatbilstības ar attēla atsauci, pamatojoties uz zemiem toņiem (M=1515 ms, SD=986, diapazons=219–4279), tika atklātas ievērojami ātrāk nekā kļūdas, kuru pamatā ir pieaugošie toņi (M{{4} } ms, SD=1093, diapazons=303–4241). Toņa veidam nebija galvenās ietekmes un nebija nozīmīgas mijiedarbības, kas būtu saistītas ar toņa veida, izglītojamo grupas vai toņa mērķa grupas faktoriem.

Temporālā faktoraDiena galvenais efekts, F(1,44)=35.53, p < .001, 휂2p=0.45, parādīja mācīšanās pierādījumus neatkarīgi no tā, kādi toņu veidi apmācāmajiem tika mācīti vai pārbaudīti. ieslēgts. Šajā nolūkā būtiski uzlabojās atbildes laiks no 1. dienas (M =2056 ms, SD=329, diapazons=488–4279) līdz 2. dienai (M=1427 ms, SD=153, diapazons=199–4241). Analīze tika veikta ar log-transformētiem datiem; datu aprakstam tiek ziņots arī par faktiskajiem neapstrādātajiem ResponseTimes.

3.2|ERP rezultāti

3.2.1|50–70 ms

Agrīnajā laika logā mijiedarbība starp ToneType un Learning, ti, salīdzinot līmeņa un kontūras tones mērķa un kontroles vārdos, radīja nozīmīgu centrālo elektrodu kopu (FC2, FC4, C1, Cz, C2, C4, CP1, Cpz, CP2), p=.026, d=0.87, tonālajā L1 grupā.

Skatiet ERP un topogrāfijas mijiedarbībai 6. attēlā. Netonālā L1 grupā vai visiem dalībniekiem kopā netika identificēta salīdzināma kopa.

Permutācijas analīze neradīja nozīmīgus klasterus atšķirībām starp līmeņa un kontūru toņiem bez mijiedarbības ar mācīšanos (ne visiem dalībniekiem kopā, ne dalībnieku grupām atsevišķi). Lai parādītu atņemšanas amplitūdas sadalījumu grupās un starp tām, lūdzu, skatiet 7. attēlu.

Turpinot pētot nozīmīgo tonālās L1 grupas kopu jauktā ANOVA, toņu tipa * mācīšanās* mērķa toņu grupas mijiedarbība liecināja, ka novērotā ietekme uz kontūru toņiem (ti, kontroles bija vairāk negatīva nekā mērķi) bija nozīmīga tikai augsta/krituma grupā.

Otrkārt, mijiedarbība ar laiku norādīja, ka laika gaitā mainījās tikai kontroles vārdu amplitūdas, kļūstot mazāk negatīvas. Detalizētus rezultātus skatiet 2. tabulā.

3.2.2|400–600 ms

Otrajā laika logā permutācijas analīze radīja divus nozīmīgus klasterus, lai salīdzinātu vārdus ar kontūru toņiem un vārdus ar līmeņa toņiem pirmās sesijas pirmajās 20 minūtēs.

Bija ievērojams frontocentrālais klasteris (AF3, AF4, AF8, F5, F3, F1, Fz, F2, F4, FC5, FC3, FC1, FC2, FC4, FC6, C3, C1, C2, C4), p < 0,001, d=0.38, kā arī nozīmīgs aizmugurējais klasteris (FT7, FT8, TP7, CP6, TP8, P7, P5, P8, PO7,POz, PO8, Oz), p < .001, d {{ 32}}.33. Skatīt 8. attēlu.

Frontocentrālā klastera vidējo ERP amplitūdu jauktā ANOVA visiem dalībniekiem 20-minūšu blokos radīja vairākus galvenos efektus un mijiedarbības toņa veidam, mācībām un laika faktoriem Bloks un diena; sīkāku informāciju skatiet 3. tabulā.

Attiecībā uz toņu veidu līmeņa toņi bija negatīvāki nekā kontūru toņi.
Šī atšķirība bija spēcīgāka tonālajā L1 grupā nekā tadontonālajā L1 grupā.

Attiecībā uz mācīšanos mēs atklājām, ka mērķa vārdi izraisīja lielāku negatīvo ietekmi nekā kontroles vārdi (sk. 8. attēlu). Atšķirība atkal bija lielāka tonalL1 grupā un arī 2. dienā bija spēcīgāka nekā 1. dienā. Visbeidzot, laika gaitā tika novērota vispārēja negatīvisma samazināšanās.

Aizmugurējā klastera efekti praktiski nebija atšķirami no frontocentrālā klastera efektiem, bet polaritāte bija pretēja: visi galvenie efekti bija gandrīz identiski iepriekšminētajiem, tāpat kā izšķirošās mijiedarbības kopas.

Aizmugurējā klasterī parādījās tikai divas unikālas mijiedarbības. Tāpēc mēs izvēlējāmies pozitivitāti traktēt kā dipola efektu un īsuma labad uzrādīt novērotos būtiskos efektus un mijiedarbības aizmugurējām pozitīvajām kopām atbalsta informācijai S1, nevis pamattekstā.

3.2.3|Korelācijas rezultāti

Agrīnajam efektam netika konstatēta būtiska korelācija starp uzvedības un neirofizioloģisko datu izmaiņām (p > 0,8). Turpmāka analīze neatklāja būtiskas korelācijas tonālo izglītojamo H/F apakšgrupai arī šim efektam (p > .2).

Tika novērota nozīmīga korelācija starp priekšējās negatīvisma amplitūdas izmaiņām un atbildes precizitātes izmaiņām, r=−.353, p=0,040, proti, jo lielāks bija precizitātes uzlabojums 1. dienā, jo mazāka atšķirības amplitūda par priekšējo negatīvismu kļuva. Nebija būtiskas korelācijas ar ResponseTime Change (p > 0,7).

4|DISKUSIJA

4.1|Vārdu atpazīšanas komponents: pārsūtīšanas efekti

Aptuveni 50 ms bija skaidri redzama dzimtās valodas pieredzes un iepriekšēja leksikalitātes noteikšanas komponenta iepazīšanās ietekme. Veicināšanas efekts šajā latentumā tika konstatēts tikai visaugstākajā L1–L2 līdzības pakāpē. Mūsu valodas apguvēji neuzrādīja norādes par atvieglotu vārdu apguvi visiem tonālajiem mērķa vārdiem vai visiem mērķa vārdiem ar kontūras toņiem, bet gan tikai mērķa vārdiem ar krītošu toni.

Tas kļuva acīmredzams samazinātā negatīvisma rezultātā, kas, mūsuprāt, atspoguļo veiksmīgu, ātru vārdu izsekojumu veidošanu mērķa vārdiem ar krītošiem toņiem, lai tie kļūtu apstrādāti kā reāli vārdi jau pirmajās 20 iegūšanas minūtēs. Tendence uz līdzīgu amplitūdas samazināšanos jau iepriekš ir novērota reāliem vārdiem mandarīnu valodā runājošajiem (Yue et al., 2014).

Pēc četru minūšu ilgas vārdu un juridisku pseidovārdu atkārtošanas šķita, ka nervu aktivitāte pret reāliem vārdiem ir samazinājusies. Tomēr ņemiet vērā, ka Yue et al. neizmantoja analīzi, kas varētu novērst frekvences efektus, ko izraisa biežu standarta un retu deviantu stimulu salīdzinājums (sal. Shtyrov & Lenzen, 2017), un tāpēc savā statistiskajā analīzē nekonstatēja amplitūdas izmaiņas reāliem vārdu novirzēm.

Turklāt viņu laika logs bija garāks nekā mūsējais. Mēs pieminam šo tendenci, jo Yue et al. (2014) ir vienīgais pētījums, kas aplūko šo agrīno komponentu tonālo vārdu kontekstā. Proti, vārdiem bez toņiem par tādu pašu efektu iepriekš ziņoja Kimppa et al. (2015).

Šajos iepriekšējos pētījumos mēs interpretējām samazināto efektu lielumu šauri 1-atvieglotiem mērķa vārdiem kā pierādījumu tam, ka vārdi tika iegūti un apstrādāti kā īsti vārdi ārkārtīgi ātri.

No otras puses, pseidovārdus, pat tādus, kuriem ir vienāds skaņas signāls, un neveicinātus mērķa vārdus nevarēja iegūt pietiekami ātri, un tāpēc tie izraisīja pastiprinātu negatīvismu.

Šis negatīvisms, visticamāk, norāda uz notiekošu, nepilnīgu atmiņas pēdu veidošanās procesu neapmācītiem un neveicinātiem vārdiem. Saskaņā ar ideju par nepārtrauktu vārdu izsekošanas procesu, gan mērķa vārdu, gan kontroles vārdu negatīvisms mācību sesiju laikā nedaudz samazinājās (mērķa vārdi: MB{{{{ 6}}}} −1.02 μV ±SD=0.8 μV, MB6=−0.99 ± 0.8 μV; kontroles vārdi: MB{{10}} −1,31 ± 1,0 μV, MB6=−0,90 ± 0,8 μV).

Šis samazinājums bija nozīmīgs tikai tiem kontroles vārdiem, kuru amplitūda sākotnēji bija visaugstākā. Interesanti, ka amplitūdas samazināšanās notika pakāpeniski abiem vārdu tipiem tā, ka amplitūda atkal palielinājās pēc pārtraukumiem starp 2. un 3. bloku un 4. un 5. bloku (sal., piemēram, mērķa vārdus: MB1=−1. 02 μV ± SD=0,8 μV, MB{{10}}−0,99 ± 0,9 μV, MB{{ 15}} −1,12±0,9 μV, MB{{20}} −0,88 ± 0,9 μV, MB5=− 0,94±0,8 μV, MB6=–0,99 ± 0,8 μV).

Kopā ar faktu, ka mēs nekonstatējām mācīšanās sesijas ietekmi uz reakcijas amplitūdu šajā latentumā, tas liecina, ka vārdu pēdas tika izveidotas tikai īslaicīgi vārdiem ar nenative fonoloģiju (ti, toņiem).

Tādējādi tikai vārdiem ar dzimto fonoloģiju (un pazīstamu funkciju) bija konsekventi samazināta amplitūda (M=0.78 μV), kas liecina, ka ātrais vārdu izsekošanas process ir atkarīgs no vietējā neironu fonoloģijas tīkla un šī vārda pēdām L{. {2}}tāpat kā jauni vārdi tika izveidoti gandrīz uzreiz un pastāvīgi.

For more information:1950477648nn@gmail.com