lai iegūtu plašāku informāciju:ali.ma@wecistanche.com

Lūdzu, noklikšķiniet šeit, lai skatītu 1. daļu

Noklikšķiniet, laicistanche tubulosa priekšrocības un blakusparādības atmiņai

Modeļa tests Šajā pētījumā vidējā atšķirība starp semantiski saistītajiem un nesaistītajiem nosacījumiem saskaņā ar stingru sērijas atgādinājuma kritēriju bija 0.107. Šī vērtība tika izmantota, lai modelī novērtētu λ. Kā redzams 2. attēlā, modelis atveido semantiskās sakarības dimensijas ietekmi uz kopējo atsaukšanas veiktspēju. Tajā pašā laikā semantiskā saistība modelī uzlabo arī secības un atsaukšanas veiktspēju (attiecīgi M=0.841 un M=0.729 saistītajos un nesaistītajos apstākļos). Empīriskajos datos tas nav novērots. Tā vietā secības-atgādināšanas veiktspēja cilvēkiem paliek relatīvi nemainīga (attiecīgi M=0.782 un M=0.812 saistītajos un nesaistītajos apstākļos). Simulācijās konstatētais semantiskais efekts (sk. 3. att.) ir modeļa loģiskas sekas. Tā kā pasūtījuma atsaukšanas veiktspēju nosaka aktivizācijas līmenis ilgtermiņāatmiņa, palielināta aktivizēšana nodrošina labāku vienumu atšķirību un līdz ar to augstāku pasūtījuma atsaukšanas veiktspēju.

2. datu kopa: Kowialiewski, Lemaire un Portrat (2021)

Dati Nesen tika parādīts (Kowialiewski et al., 2021), ka semantiskās radniecības klātbūtne sarakstā, kas jāatceras, atbrīvo WM resursus, kā iepriekš tika novērots, izmantojot gabalus (Portrat, Guida, Phénix un Lemaire, 2016; Thalmann , Souza un Oberauer, 2019). Šajā pētījumā semantiskā saistība tika manipulēta, uzrādot semantiski saistītu vienumu tripletus vai nu sākumā (T1), vai beigās (T2) sešu vienumu, kas jāatceras, saraksta. Šie nosacījumi tika salīdzināti ar nesaistītu vienumu sarakstiem (NT). Semantiski saistītie tripleti proaktīvi uzlaboja turpmāko, nesaistīto vienumu atsaukšanas veiktspēju, salīdzinot ar tiem pašiem vienumiem, kuriem pirms tam nebija saistīts triplets. Tomēr semantiski saistītais triplets retroaktīvi neietekmēja atsaukšanas veiktspēju. Kā mēs redzēsim, T2 stāvoklis ir modeļa kritiskā pārbaude.

Modeļa tests Vidējā atšķirība starp T1 un NT nosacījumiem 1., 2. un 3. pozīcijā bija 0.122. Šī vērtība tika izmantota, lai modelī novērtētu λ. Nepārveidojot nevienu no

2. attēls. Kowialiewski un Majerus (2020) pētījumā empīrisko datu (kreisais panelis) un modeļa (labais panelis) veiktspējas atsaukšana sērijas pozīcijā. Eksperimenta nosacījumi ietvēra semantiski saistītu (zaļa līnija) vai nesaistītu (violeta līnija) vienumu prezentāciju

3. att. Kārtības-atgādināšanas veiktspēja kā semantiskā stāvokļa funkcija empīriskajiem datiem (kreisais panelis) un modelim (labais panelis) Kowialiewski un Majerus (2020) pētījumā

Pamatparametrus, modelis prognozē atsaukšanas priekšrocības, kas novērotas salīdzinājumā ar semantiski saistīto tripletu T1 stāvoklī (4. att.). Tomēr modelis neparedz semantiskās saistības proaktīvo ietekmi uz turpmākajiem nesaistītajiem vienumiem. Šis pēdējais rezultāts, mūsuprāt, nav kritisks. Proaktīva ietekme varētu rasties, modelējot apkopes mehānismus smalki (Portrat et al., 2016) vai iekļaujot ierobežotu resursu mehānismu (Popov & Reder, 2020), kas ir ārpus šī pētījuma darbības jomas. Šo simulāciju kritiskais rezultāts ir parādīt, ka semantiski saistītajiem tripletiem ir retroaktīva kaitīga ietekme uz atsaukšanas veiktspēju: kad semantiski saistītais triplets atrodas saraksta beigās (T2), trešā vienuma atsaukšanas veiktspēja ir sliktāka nekā neitrāls stāvoklis. Tās ir tiešas modeļa aktivizācijas modeļa modifikācijas sekas: tā kā saistītie vienumi 4., 5. un 6. pozīcijā ir vairāk aktivizēti nekā citi vienumi, arī tie, visticamāk, tiks atsaukti uz agrākām sērijas pozīcijām. Šajā gadījumā 3. un 4. vienums, visticamāk, tiks kļūdaini transponēts to līdzīgā aktivizācijas līmeņa dēļ. Empīriskajos datos šī modeļa nav. Tā vietā tiek novērots retroaktīvas ietekmes trūkums.

Datu kopa Nr. 3: Puarē et al. (2015)

Dati Puarē et al. (2015) novēroja, ka manipulācijas ar semantisko saistību mainīja veidu, kā vienumi tiek transponēti. 1. eksperimentā viņi prezentēja vienumus, no kuriem pirmie trīs bija semantiski saistīti. Manipulācija attiecās uz piekto vienumu, kas bija saistīts arī eksperimentālajā stāvoklī, kā aprakstīts ievadā. Kritiski, piektais vienums biežāk tika transponēts uz 3. pozīciju eksperimentālajā stāvoklī nekā kontroles stāvoklī.

Modeļa tests Šie dati nesatur nesemantisku nosacījumu, kas neļauj novērtēt modeļa pamatparametrus. Tāpēc mēs atkārtoti izmantojām parametrus, kas aprēķināti no otrās datu kopas (skatīt iepriekš). 5. attēlā parādīti rezultāti. Semantiskās sakarības klātbūtne kontroles nosacījumā (ti, pirmie trīs vienumi ir semantiski saistīti) rada labus atsaukšanas veiktspējas modeļus. Tomēr, tiklīdz piektais vienums ir semantiski saistīts ar tripletu, tiek novērots spēcīgs veiktspējas kritums 4. un 5. pozīcijā.

Šis veiktspējas kritums salīdzinājumā ar 4. un 5. pozīciju eksperimentālajā stāvoklī ir izskaidrojams ar sērijas modeli

4. attēls. Atsauciet atmiņā veiktspēju sērijas pozīcijā empīriskajiem datiem (kreisais panelis) un modelim (labais panelis) Kowialiewski, Lemaire un Portrat (2021) pētījumā. Eksperimentālās manipulācijas ietvēra semantiski saistītu vārdu tripletu klātbūtni saraksta sākumā (T1) vai beigās (T2) un salīdzināja to ar semantiski nesaistītu nosacījumu (NT).

5. attēls. Atsaukt veiktspēju empīrisko datu (kreisais panelis) un modeļa (labais panelis) sērijas pozīcijā. Katra līnija attēlo divus eksperimentālos apstākļus, kurus sākotnēji manipulēja Puarē et al. (2015)

secības kļūdas, kas parādītas 6. attēlā. Būtiski, ka lielākā daļa sērijveida secības kļūdu eksperimentālajā stāvoklī radās 4. pozīcijā. Tas ir pretrunā ar empīriskajiem datiem, kur šīm transpozīcijām ir tendence palielināties, salīdzinot ar 3. pozīciju. Šī parādība ir galvenā īpašība modeļa: sērijas pasūtījuma kļūdas ierobežo aktivizācijas modelis ilgtermiņāatmiņa. Viena vienuma aktivizācijas līmeņa palielināšana izraisa automātisku un obligātu transponēšanas kļūdu pieaugumu attiecībā pret tieši iepriekšējo vienumu.

Var apgalvot, ka šie rezultāti tikai atspoguļo modeļa īpašību tikai konkrētajam parametru kopumam, ko atradām, izmantojot simulēto atkausēšanas algoritmu. Tā vietā varētu būt dažas parametru konfigurācijas, kas varētu reproducēt Puarē et al. (2015). Mēs izpētījām šo iespēju, pārbaudot modeli lielā parametru paraugā. Kā ziņots A pielikumā, modelis vienmēr nespēj paredzēt palielinātās transponēšanas kļūdas 3. pozīcijā un palielinātas transponēšanas kļūdas 4. pozīcijā.

Diskusija

Šajā pētījumā tika izmantota skaitļošanas modelēšanas pieeja, lai izpētītu hipotēzi, ka sērijveida pasūtījumu uzturēšana rodas no aktivizēšanas modeļiem ilgtermiņā.atmiņa. Modelis veiksmīgi tvēra semantiskās sakarības ietekmes kopējo ietekmi uz WM veiktspēju. Tomēr tai neizdevās paredzēt semantiskās saistības īpašo ietekmi uz sērijas pasūtījuma informācijas apstrādi. Modelis nespēja paredzēt semantiskās sakarības ietekmes neesamību uz pasūtījuma-atsauces veiktspēju, un tā vietā paredzēja labāku pasūtījuma-atsauces veiktspēju semantiski saistītiem vienumiem. Turklāt, lai gan cilvēku dalībnieki mēdz kļūdaini atcerēties vienumu tā semantisko kaimiņu pozīcijā, skaitļošanas modelis radīja transponēšanas kļūdas, kas ietver migrāciju uz nesaistītiem vienumiem. Problēma slēpjas arhitektūras disociācijas trūkumā starp sērijas pasūtījuma informāciju un aktivizēšanu ilgtermiņā.atmiņa. 1. datu kopas simulācija to parādīja

6. att. 5. elementa transponēšanas ātrums empīrisko datu (kreisais panelis) un modeļa (labais panelis) sērijas pozīcijā

paaugstināts vienumu aktivizācijas līmenis noveda pie labākasatmiņapasūtījuma informācijai, pretēji tam, kas parasti atrodams literatūrā (Ishiguro & Saito, 2020). Tas notika modelī, jo augstāks aktivizācijas līmenis aizsargā vienumus pret kaitīgo ietekmi, ko izraisa sabrukšana, kas rodas atsaukšanas laikā, samazināšanās pēc eksponenciālas samazināšanās funkcijas, kā tas ir ieviests daudzās skaitļošanas arhitektūrās (Burgess & Hitch, 2006; Oberauer & Lewandowsky, 2011; Page & Lewandowsky, 2011). Noriss, 1998). Turklāt datu kopas #2 un datu kopas #3 simulācijas liecina, ka, ja sērijas secības kļūdas vismaz minimāli ierobežo preces relatīvais aktivizācijas līmenis ilgtermiņā.atmiņa, tad vajadzēja novērot semantiski saistītu vienumu retroaktīvu ietekmi uz atkārtotas izsaukšanas veiktspēju. Tā vietā empīriskie pierādījumi no WM literatūras tuvojas tam, ka psiholingvistiskajiem faktoriem nav retroaktīvas ietekmes uz seriālu atgādinājuma veiktspēju (Cowan et al., 1992; Miller & Roodenrys, 2012; Portrat et al., 2016; Thalmann et al., 2019). ), kā rezultātā mūsu aktivizēšanas arhitektūra nevar reproducēt. Tādējādi šķiet, ka uz aktivizēšanu balstīta arhitektūra ir problemātiska, lai atrisinātu WM sērijas secības problēmu, pretēji tam, kas tika pieņemts iepriekš (Acheson et al., 2011; Martin & Saffran, 1997; Poirier et al., 2015). .

Vispārīgāk, sērijveida pasūtījumu informācijas uzturēšana, izmantojot prioritāro gradientu ilgtermiņāatmiņair problemātiska vairāku iemeslu dēļ. Pirmkārt, nav skaidrs, kā modelis veiktu vienkāršus uzdevumus, piemēram, mēģinājumu/atsvaidzināšanu (Barrouillet, Bernardin, & Camos, 2004). Tas ir tāpēc, ka vienumu atlase tiek veikta, izvēloties visvairāk aktivizēto informāciju. Modelis būtu nepārtraukti iestrēdzis uz visvairāk aktivizētā vienuma, kas vairumā gadījumu ir pirmais. Tā vietā dalībnieki var izmēģināt vairākus vienumus un kumulatīvi (Tan & Ward, 2008). Sākotnējais primāruma modelis pieņem, ka mēģinājums tiek veikts fonoloģiskā cikla ietvaros (Page & Norris, 1998), taču tas neatrisina sērijveida secības problēmu. Otrkārt, un, kā minēja Noriss (2017), modelis, kura pamatā ir tikai aktivizēšana, nekad nespētu atsaukt vienumu divreiz (piemēram, atsaukt "9-2-5-4-9-7"). Šim uzdevumam ir nepieciešami pagaidu priekšstati, kas ilgstoši atrodas ārpusēatmiņa. Ņemiet vērā, ka šis pētījums neizslēdz pašu Primacy modeli kā vispārēju mehānismu, ar kura palīdzību sērijas pasūtījumu informāciju varētu kodēt ārpus ilgtermiņaatmiņa, kā to postulēja sākotnējais Page un Norris (1998) modelis. Šis pētījums vienkārši izslēdz aktivizēšanas primāro gradientu ilgtermiņa atmiņā kā ekskluzīvu mehānismu sērijas pasūtījuma informācijas uzturēšanai.

Kā tiek attēlots sērijas pasūtījums?

Daudzi WM teorētiskie modeļi postulē neatkarību starp reprezentācijas kodiem, kas iesaistīti sērijas pasūtījuma informācijas uzturēšanā, un tiem, kas iesaistīti preču informācijā. Šī relatīvā neatkarība ir skaidri pieņemta WM pozicionālajos modeļos (Burgess & Hitch, 2006; Oberauer et al., 2012; Oberauer & Lewandowsky, 2011). Būtiski, ka šajos modeļos būtu jāņem vērā arī iespējamā mijiedarbība starp preču un sērijas pasūtīšanas kodiem, taču šī mijiedarbība vēl nav labi saprotama. Džeferijs et al. (2006) demonstrēja fonēmu tendenci migrēt starp nevārdiem zilbju struktūras līmenī (piemēram, atgādinot "dug-fal", nevis "dag-full"). Līdzīgi transponēšanas kļūdu modelis, ko novēroja Puarē et al. (2015) varētu izskaidrot, pieņemot, ka WM kodē arī semantiskās pazīmes. Tā kā semantiski saistītiem vienumiem ir kopīgas semantiskās pazīmes un/vai tie ir arī līdzīgāki (Dell, Schwartz, Martin, Saffran un Gagnon, 1997; Ishiguro & Saito, 2020), transponēšanas kļūdas starp semantiski saistītiem vienumiem no attālākām pozīcijām teorētiski varētu rasties plkst. atgūšanas brīdis. Alternatīvi, tiklīdz dalībnieki konstatē semantiski saistīta tripleta klātbūtni, viņi var sadalīt informāciju un saglabāt vienu semantisko attēlojumu (piemēram, "daba", nevis "lapas-koka zars"). Atkārtotas izsaukšanas laikā semantiskā gabala dekompresijas dēļ var tikt zaudēta pašu vienumu patvaļīgā secība (Kowialiewski & Majerus, 2020), kas novedīs pie kļūdainas saistītā vārda atsaukšanas3.

Šis pētījums neatbalsta domu, ka sērijas informācijas kustība tiek uzturēta, izmantojot vienumu relatīvo aktivizēšanu lingvistiskajā sistēmā. Tajā pašā laikā šis pētījums neizslēdz iespēju, ka sērijveida secības uzturēšanu varētu pilnībā ierobežot statistiskās likumsakarības, kas iegūtas no valodas ekspozīcijas (Schwering & MacDonald, 2020). Saskaņā ar šo pārskatu lingvistiskajai sistēmai ir savi seriālo pasūtījumu uzturēšanas mehānismi. To, piemēram, apstiprina pētījumi, kas liecina, ka statistikas likumsakarības, kas iegūtas no lingvistiskajiem korpusiem, var paredzēt seriālo atgūšanas veiktspēju verbālos WM uzdevumos (Jones & Macken, 2015, 2018). Kritiski ir tas, ka tīri uz valodu balstīta sērijas pasūtījumu uzturēšanas mehānisma ticamība ir pierādīta, izmantojot atkārtotu neironu tīklu (Botvinick & Plaut, 2006), kura jaunā uzvedība tiek veidota, pielāgojot savienojumu svarus, izmantojot vienkāršus mācīšanās noteikumus. Konceptuālā līmenī tas radikāli atšķiras no mūsu izveidotās uz aktivizēšanu balstītās arhitektūras, kas ir balstīta uz vienumu relatīvu aktivizēšanu ilgtermiņā.atmiņa.

Secinājums

Šajā pētījumā tika aplūkoti iespējamie mehānismi, kas saistīti ar sērijas pasūtījumu informācijas pagaidu saglabāšanu. Izmantojot skaitļošanas modelēšanas pieeju, mēs parādījām, ka sērijveida pasūtījuma informācijas uzturēšana, izmantojot aktivizēšanas primāro gradientu ilgtermiņāatmiņair neticami. Formāli vēl ir jānosaka, vai seriālā secība tiek kodēta, izmantojot neatkarīgus sērijas secības mehānismus vai tieši ar valodas apstrādē sastopamajām statistiskajām likumsakarībām, vai abām.

Pielikums A

Šajā analīzē mēs veicām režģa meklēšanu mūsu modeļa parametru telpas 16 807 punktos ar λ=0. Izpētīto parametru diapazons ir parādīts A1 tabulā. Mēs atlasījām parametru kombināciju (N=13,103), kas veiksmīgi atkārtoja primāro efektu atsaukšanas veiktspējai gan stingrajos sērijas atsaukšanas, gan vienumu atsaukšanas kritērijos. Jaunuma efekts netika ņemts vērā, lai nodrošinātu, ka analīze aptvēra plašu punktu diapazonu parametru telpā.

Pēc tam mēs veicām jaunu režģa meklēšanu šai parametru kombinācijai, modulējot λ (4 vērtības) katram no tiem gan kontroles, gan eksperimentālajos apstākļos no Puarē et al. 1. eksperimenta. (2015). Katra parametru kopa tika novērtēta, izmantojot 10,000 simulācijas. Pēc tam mēs aprēķinājām transponēšanas kļūdu skaitu (koriģēts, ņemot vērā kopējo mērķa atsaukšanas reižu skaitu) piektajam vienumam, kas radās 3. un 4. pozīcijā katrā no šiem eksperimentālajiem apstākļiem. Lai rezultāts būtu derīgs, mēs uzskatījām, ka ir jābūt vismaz transponēšanas kļūdu pieaugumam eksperimentālajā stāvoklī salīdzinājumā ar 3. pozīciju, kas pārsniedz iespējamo transponēšanas pieaugumu 4. pozīcijā. Mēs saskaitījām, cik reižu šīs modeļa versijas atbilda šim kritērijam. Tādu nebija.

Finansējums Atvērtās piekļuves finansējums, ko nodrošina Universität Zürich. Atvērtā piekļuve Šis raksts ir licencēts saskaņā ar Creative Commons Attribution 4.0 Starptautisko licenci, kas ļauj izmantot, koplietot, pielāgot, izplatīt un reproducēt jebkurā datu nesējā vai formātā, ja vien jūs piešķirat oriģinālajam autoram atbilstošu atzinību. (s) un avotu, norādiet saiti uz Creative Commons licenci un norādiet, vai ir veiktas izmaiņas. Attēli vai citi trešās puses materiāli šajā rakstā ir iekļauti raksta Creative Commons licencē, ja vien materiāla kredītlīnijā nav norādīts citādi. Ja materiāls nav iekļauts raksta Creative Commons licencē un jūsu paredzētā izmantošana nav atļauta ar likumu vai pārsniedz atļauto izmantošanu, jums būs jāsaņem atļauja tieši no autortiesību īpašnieka. Lai skatītu šīs licences kopiju, apmeklējiet vietni http://creativecommons.org/licenses/by/4.{4}}/.