ความสนใจสุ่มตัวอย่างวัตถุหลายคุณสมบัติเป็นจังหวะในหน่วยความจำการทำงานส่วนที่ 2

ไปป์ไลน์การวิเคราะห์ดั้งเดิม (การเปลี่ยนเวลา)

อนุกรมเวลา RT แต่ละรายการถูกลดแนวโน้มโดยการปรับให้เหมาะสมและการลบพหุนามลำดับที่ 2 ออกและค่าเฉลี่ยเคลื่อนที่ถูกคำนวณโดยใช้หน้าต่าง 66.7 มิลลิวินาที จากนั้นเราทำคะแนน z อนุกรมเวลา RT และใช้หน้าต่าง Hamming ก่อนที่จะทำการวิเคราะห์สเปกตรัมโดยใช้การแปลงฟูริเยร์ที่รวดเร็ว สเปกตรัมกำลังแต่ละผลลัพธ์ที่ได้นั้นถูกหาค่าเฉลี่ย และเราได้ทดสอบทางสถิติเพื่อหาค่าพีคของการแกว่งโดยใช้การทดสอบการเรียงสับเปลี่ยนแบบไม่อิงพารามิเตอร์

ไม่มีความสัมพันธ์ที่ชัดเจนระหว่างพหุนามและความทรงจำ ดังนั้นเราจึงไม่ควรเชื่อมโยงพวกมันเข้าด้วยกัน แต่เราควรมุ่งความสนใจไปที่การพัฒนาความจำของเราและรักษาตัวเองให้อยู่ในกรอบความคิดเชิงบวก

มีหลายวิธีในการปรับปรุงหน่วยความจำ วิธีหนึ่งที่สำคัญคือการออกกำลังกาย ในระหว่างการออกกำลังกายและการออกกำลังกาย เราส่งเสริมสุขภาพจิตและเพิ่มสมาธิและความจำ วิธีที่สำคัญอีกวิธีหนึ่งคือการรักษาทัศนคติเชิงบวก ทัศนคติในแง่ดีสามารถช่วยให้เราเอาชนะความเครียดและความวิตกกังวล ทำให้มีสมาธิได้ง่ายขึ้น

ขณะเดียวกัน เราต้องรักษาการนอนหลับและการรับประทานอาหารให้เพียงพอด้วย การนอนหลับเป็นช่วงเวลาสำคัญที่สมองจะทำความสะอาดและซ่อมแซมตัวเอง และสารอาหารในอาหารของคุณสามารถช่วยให้สมองทำงานได้อย่างถูกต้อง นอกจากนี้เรายังสามารถพัฒนาความจำของเราได้ด้วยการเรียนรู้สิ่งใหม่ๆ และท้าทายทักษะการคิดของเรา ซึ่งอาจรวมถึงการเรียนรู้ภาษาใหม่ อ่านหนังสือเล่มใหม่ หรือการพยายามไขปริศนาและปัญหาต่างๆ

กล่าวโดยสรุป ไม่มีการเชื่อมโยงที่แท้จริงระหว่างพหุนามและหน่วยความจำ ให้เรามุ่งเน้นไปที่การปรับปรุงความจำและทัศนคติเชิงบวกของเรา และใช้วิธีที่ดีที่สุดในการพบปะและเพลิดเพลินกับความงดงามของชีวิต จะเห็นได้ว่าเราต้องปรับปรุงความจำของเรา และ Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมาก เนื่องจาก Cistanche Deserticola เป็นสมุนไพรจีนโบราณที่มีลักษณะพิเศษมากมาย หนึ่งในนั้นคือการปรับปรุงความจำ ประสิทธิภาพของเนื้อสับมาจากส่วนผสมออกฤทธิ์หลายชนิดในเนื้อสับ เช่น กรด โพลีแซ็กคาไรด์ ฟลาโวนอยด์ ฯลฯ ส่วนผสมเหล่านี้สามารถส่งเสริมสุขภาพสมองได้หลายวิธี

คลิกรู้วิธีการปรับปรุงหน่วยความจำของคุณ

เราตัดสินใจที่จะทำการวิเคราะห์สเปกตรัมในอนุกรมเวลาแต่ละอนุกรม (แทนอนุกรมเวลาเฉลี่ยแกรนด์) เนื่องจากจังหวะพฤติกรรมของแต่ละบุคคลอาจแตกต่างกันเล็กน้อยในแต่ละเฟส และด้วยเหตุนี้จึงหายไปเมื่อเฉลี่ยอนุกรมเวลาของวิชาทั้งหมดในโดเมนเวลา เราทำซ้ำขั้นตอนการประมวลผลล่วงหน้าที่อธิบายไว้ข้างต้น 10,000 ครั้ง อย่างไรก็ตาม ในการวนซ้ำทุกครั้ง เราได้สุ่มสับคู่ SOA-RT สำหรับผู้เข้าร่วมทุกคน

ขั้นตอนนี้ช่วยให้เราสามารถประมาณการกระจายตัวของสเปกตรัมพลังงานภายใต้สมมติฐานว่างที่ว่าไม่มีโครงสร้างทางโลกในอนุกรมเวลา RT แต่ละอนุกรม จากนั้นจึงเปรียบเทียบสเปกตรัมพลังงานที่แท้จริงกับการกระจายสเปกตรัมพลังงานแทนแบบความถี่ต่อความถี่ ความถี่ที่สเปกตรัมกำลังจริงเกินเปอร์เซ็นไทล์ 95% ของการกระจายตัวแทนนั้นถือว่ามีนัยสำคัญ เนื่องจากมีค่าเท่ากับระดับอัลฟาที่ 0.05% เราทำการวิเคราะห์ที่คล้ายกันเกี่ยวกับความแตกต่างระหว่างอนุกรมเวลา RT ที่ถูกต้องและไม่ถูกต้อง เนื่องจากเราสนใจความผันผวนของความถี่ต่ำเป็นหลัก เราจึงพิจารณาเฉพาะความถี่ระหว่าง 1 ถึง 15 Hz เท่านั้น

ไปป์ไลน์การวิเคราะห์ที่แนะนำโดย Brookshire35

อนุกรมเวลาแต่ละรายการถูกปรับให้เรียบโดยการคำนวณค่าเฉลี่ยเคลื่อนที่โดยใช้หน้าต่าง 66.7 มิลลิวินาที จากนั้นอนุกรมเวลาแต่ละรายการจะถูกปรับลดแนวโน้มเป็นเส้นตรงก่อนที่จะทำการวิเคราะห์สเปกตรัมโดยใช้การแปลงฟูเรียร์แบบเร็วโดยไม่ต้องใช้การเติมศูนย์หรือการกำหนดหน้าต่าง จากนั้นจึงหาค่าเฉลี่ยสเปกตรัมกำลังส่วนบุคคล เราตัดสินใจที่จะทำการวิเคราะห์สเปกตรัมในอนุกรมเวลาแต่ละอนุกรม (แทนอนุกรมเวลาเฉลี่ยแกรนด์) เนื่องจากจังหวะพฤติกรรมของแต่ละบุคคลอาจแตกต่างกันเล็กน้อยในแต่ละเฟส และด้วยเหตุนี้จึงหายไปเมื่อเฉลี่ยอนุกรมเวลาของวิชาทั้งหมดในโดเมนเวลา

เพื่อทดสอบว่าอนุกรมเวลาแต่ละอนุกรมมีความผันผวนเป็นระยะหรือไม่ เราได้ติดตั้งแบบจำลองการถดถอยอัตโนมัติด้วยพารามิเตอร์เดียว AR(1) โดยใช้ความน่าจะเป็นสูงสุดที่อนุกรมเวลาที่เรียบและไม่มีแนวโน้มแต่ละรายการ สำหรับโมเดล AR(1) ของผู้เข้าร่วมแต่ละคน เราใช้การจำลองมอนติคาร์โลเพื่อสร้างอนุกรมเวลา 5,000 อนุกรมที่มีความยาว พารามิเตอร์ความสัมพันธ์อัตโนมัติ และความแปรปรวนคงเหลือเท่ากับอนุกรมเวลาดั้งเดิม จากนั้นเราทำการวิเคราะห์สเปกตรัมโดยใช้การแปลงฟูเรียร์แบบเร็วในอนุกรมเวลาเหล่านี้โดยไม่ต้องใช้การเติมศูนย์หรือการกำหนดหน้าต่าง

ขั้นตอนนี้ช่วยให้เราสามารถประมาณการกระจายตัวของสเปกตรัมพลังงานภายใต้สมมติฐานว่างว่าไม่มีความผันผวนของจังหวะในแต่ละอนุกรมเวลา จากนั้นจึงนำสเปกตรัมกำลังเฉลี่ยที่แท้จริงมาเปรียบเทียบกับการกระจายสเปกตรัมแทนของสเปกตรัมกำลังเฉลี่ยแบบความถี่ต่อความถี่ ความถี่ที่สเปกตรัมกำลังจริงเกินเปอร์เซ็นไทล์ 95% ของการกระจายตัวแทนนั้นถือว่ามีนัยสำคัญ เนื่องจากมีค่าเท่ากับระดับอัลฟาที่ 0.05% เราทำการแก้ไขการเปรียบเทียบหลายรายการโดยใช้อัตราการค้นพบที่ผิดพลาด เนื่องจากเราสนใจความผันผวนของความถี่ต่ำเป็นหลัก เราจึงพิจารณาเฉพาะความถี่ระหว่าง 1 ถึง 15 Hz เท่านั้น
สำหรับการเปรียบเทียบด้วยภาพของไปป์ไลน์การวิเคราะห์ทั้งสอง เราจะอ้างอิงผู้อ่านไปยังรูปที่ 1 ในวัสดุเสริม

เพื่อเปรียบเทียบไดนามิกเชิงเวลาสัมพัทธ์ของฟังก์ชันตั้งใจตามสัญญาณที่ถูกต้องและไม่ถูกต้อง เฟสการแกว่งจะถูกแยกออกจากองค์ประกอบที่ซับซ้อนของการแปลงฟูเรียร์แบบเร็วของอนุกรมเวลาที่ประมวลผลล่วงหน้าแต่ละรายการ เพื่อตรวจสอบว่าอนุกรมเวลาที่ถูกต้องและไม่ถูกต้องแต่ละรายการมีความผันผวนในแอนติเฟสหรือไม่ เราได้ลบค่าเฟสและทำการทดสอบความไม่สม่ำเสมอของ Rayleigh รวมถึงการทดสอบทีแบบวงกลมเพื่อเปรียบเทียบค่าผลต่างเฟสเฉลี่ยกับ 180 องศา

ผลลัพธ์

การวิเคราะห์ทางสถิติของ RT เฉลี่ยของกลุ่มเปิดเผยว่าผู้เข้าร่วมตอบสนองเร็วกว่าอย่างมีนัยสำคัญต่อคิว (ค่าเฉลี่ย =831 มิลลิวินาที) เทียบกับโพรบที่ไม่ได้คิว (ค่าเฉลี่ย =1084 มิลลิวินาที), t (22) =− 12.97 ,หน้า<0.001, Fig. 2A). Furthermore, we found that reaction times were shorter when participants responded to probes matching the second stimulus (mean=840 ms) as compared to the first stimulus (mean=880 ms, t(22)=3.85, p<0.005). Similarly, accuracy was higher for cued probes (mean=81.1%) than for uncued probes (mean=73.2%, t(22)=8.76, p<0.001) and higher for probes matching the second stimulus (mean=81.4%) as compared to the first stimulus (mean=76.8%, t(22)=6.85, p<0.001, Fig. 2B).

เพื่อทดสอบว่าการแสดงหน่วยความจำในการทำงานเข้าร่วมในรูปแบบทีต้าเป็นจังหวะหรือไม่ เราได้วัดเวลาปฏิกิริยาของผู้เข้าร่วมต่อการตรวจวัดที่ตรงกัน ณ จุดเวลาที่สุ่มตัวอย่างหนาแน่นหลายจุด เราตั้งสมมติฐานว่าควรปรับ RT เมื่อเวลาผ่านไปด้วยจังหวะทีต้า ซึ่งบ่งบอกถึงความผันผวนตามจังหวะของรายการที่เกี่ยวข้องในหน่วยความจำในการทำงาน นอกจากนี้เรายังตั้งสมมติฐานว่าอนุกรมเวลา RT สำหรับการตอบสนองต่อโพรบที่ถูกต้องและไม่ถูกต้องควรได้รับการมอดูเลตในแอนติเฟส โดยแนะนำว่าความสนใจจะสลับกันเป็นระยะระหว่างสองรายการในหน่วยความจำการทำงาน (รูปที่ 1B)

การวิเคราะห์ดั้งเดิมโดยใช้สถิติการประมวลผลล่วงหน้าและการเปลี่ยนเวลาแบบดั้งเดิม

ในการตรวจสอบความผันผวนของจังหวะในการตอบสนองของแต่ละบุคคล เราได้คำนวณอนุกรมเวลา RT โดยการเฉลี่ย RT ในแต่ละ SOA ทั้ง 30 รายการสำหรับการตอบสนองต่อรายการคิวที่ถูกต้องและไม่ถูกต้องตามลำดับ อนุกรมเวลา RT โดยเฉลี่ยของทุกวิชาแสดงอยู่ใน (รูปที่ 3A) เป็นที่น่าสังเกตว่าเราไม่ได้ทำการวิเคราะห์สเปกตรัมบนอนุกรมเวลาเฉลี่ยในรูปที่ 3A แต่ในอนุกรมเวลา RT แต่ละรายการ จากนั้นจึงเฉลี่ยสเปกตรัมกำลังแต่ละผลลัพธ์ที่ได้

สิ่งนี้ทำให้เราสามารถเพิกเฉยต่อความแตกต่างระหว่างแต่ละบุคคลในเฟสและการเปลี่ยนแปลงความถี่เล็กน้อยที่จะมีค่าเฉลี่ยเมื่อเฉลี่ยอนุกรมเวลาในโดเมนเวลา การเปรียบเทียบสเปกตรัมพลังงานโดยเฉลี่ยกับการกระจายโมฆะตามเวลาเผยให้เห็นจุดสูงสุดที่มีนัยสำคัญที่ 3.75 และ 4.6 เฮิร์ตซ์ในสภาพที่ถูกต้อง และไม่มีจุดสูงสุดที่มีนัยสำคัญในสภาพที่ไม่ถูกต้อง (รูปที่ 3C, D) เนื่องจากความแตกต่างในจำนวนการทดลองที่รวบรวมไว้สำหรับเงื่อนไขที่ถูกต้อง (75%) และไม่ถูกต้อง (25%) เราอาจขาดพลังทางสถิติในการตรวจจับจังหวะในสภาพที่ไม่ถูกต้อง

นอกจากนี้ การศึกษาที่คล้ายกันเมื่อเร็วๆ นี้เกี่ยวกับการแกว่งของพฤติกรรมยังล้มเหลวในการค้นหาจุดสูงสุดที่มีนัยสำคัญในสเปกตรัมพลังงานของหนึ่งในสองเงื่อนไข โดยเผยให้เห็นว่าทั้งสองเงื่อนไขยังคงผันผวนในแอนติเฟสเมื่อวิเคราะห์เฟสการแกว่งแต่ละตัว ดังนั้นเราจึงตรวจสอบว่าเงื่อนไขทั้งสองของเราอยู่ในแอนติเฟสหรือไม่โดยการวิเคราะห์ความแตกต่างของเฟสระหว่างทั้งสองเงื่อนไข เนื่องจากมุมที่แตกต่างกันควรชี้ไปที่ 180 องศา หากการสั่นถูกมอดูเลตในแอนติเฟส การวิเคราะห์เฟสของอนุกรมเวลาที่ถูกต้องและไม่ถูกต้องแต่ละรายการพบว่าค่าเฉลี่ยของมุมที่แตกต่างกัน 4.6 เฮิร์ตซ์ไม่แตกต่างกันอย่างมีนัยสำคัญจาก 180 องศา ซึ่งบ่งบอกถึงความสัมพันธ์ต่อต้านเฟสของส่วนประกอบออสซิลเลเตอร์ 4.6 เฮิร์ตซ์ (รูปที่ 3B) ผลลัพธ์นี้บ่งบอกถึงความสนใจที่สลับกันระหว่างสองรายการเป็นระยะๆ เมื่อเวลาผ่านไป

เราตรวจสอบความผันผวนของจังหวะในอนุกรมเวลาที่แม่นยำในลักษณะเดียวกันโดยการเปรียบเทียบสเปกตรัมกำลังเฉลี่ยที่สังเกตได้กับการแจกแจงแบบโมฆะสุ่ม (รูปที่ 4A) การวิเคราะห์สเปกตรัมของอนุกรมเวลาความแม่นยำส่วนบุคคลเผยให้เห็นจุดสูงสุดที่มีนัยสำคัญที่ 8.4, 9.4 และ 10.3 เฮิร์ตซ์ในสภาวะที่ไม่ถูกต้อง แต่ไม่มีการปรับที่มีนัยสำคัญในสภาวะที่ถูกต้อง (รูปที่ 4C, D) ความแตกต่างของเฟสระหว่างทั้งสองเงื่อนไขแตกต่างกันอย่างมีนัยสำคัญจาก 180 องศา ซึ่งบ่งชี้ว่าไม่มีความสัมพันธ์ต่อต้านเฟสของส่วนประกอบ 8.4, 9.4, 10.3 หรือ 4.6 Hz (รูปที่ 4B) ต่อมาเราใช้การทดสอบความไม่สม่ำเสมอของ Rayleigh ซึ่งเผยให้เห็นว่าความแตกต่างของเฟสถูกกระจายแบบสุ่มไปรอบๆ วงกลมหน่วย (p=0.34) ซึ่งเสนอว่าความผันผวนของความแม่นยำสำหรับรายการ A และ B ไม่มีความสัมพันธ์ทางโลกที่สอดคล้องกัน

การวิเคราะห์ซ้ำโดยใช้ไปป์ไลน์และสถิติ AR(1) ที่แนะนำโดย Brookshire35 การทำการวิเคราะห์สเปกตรัมบนอนุกรมเวลา RT แต่ละอนุกรมและการเฉลี่ยสเปกตรัมกำลังผลลัพธ์เผยให้เห็นจุดสูงสุดที่มีนัยสำคัญที่ 4.4 เฮิร์ตซ์ในสภาวะที่ถูกต้อง (p=0.03, แก้ไข FDR แล้ว) และไม่มีจุดสูงสุดที่มีนัยสำคัญในสภาวะที่ไม่ถูกต้อง (รูปที่ 5C , ด) การวิเคราะห์เฟสของอนุกรมเวลาที่ถูกต้องและไม่ถูกต้องแต่ละรายการพบว่าค่าเฉลี่ยของมุมที่แตกต่างกัน 4.4 เฮิร์ตซ์ไม่แตกต่างจาก 180 องศาอย่างมีนัยสำคัญ (การทดสอบแบบวงกลม: p<0.001) and not uniformly distributed (Rayleigh's test for non-uniformity, p=0.017), indicating an anti-phasic relationship of the oscillatory 4.4 Hz components (Fig. 5B).

การวิเคราะห์สเปกตรัมของอนุกรมเวลาความแม่นยำส่วนบุคคลเผยให้เห็นจุดสูงสุดที่มีนัยสำคัญที่ 4.4 Hz และ 8.9 Hz ในสภาวะที่ถูกต้อง แต่ไม่มีช่วงเวลาที่มีนัยสำคัญในสภาวะที่ไม่ถูกต้อง (รูปที่ 6C, D) ความแตกต่างของเฟสที่ถูกต้องและไม่ถูกต้องของส่วนประกอบ 4.4 Hz มีการกระจายอย่างสม่ำเสมอ (การทดสอบของ Rayleigh สำหรับความไม่สม่ำเสมอ, p =0.824, (รูปที่ 6B) บ่งชี้ว่าไม่มีความสัมพันธ์ต่อต้านเฟสิก

การเปรียบเทียบผลลัพธ์

การใช้เทคนิคที่แตกต่างกันสองแบบในการวิเคราะห์อนุกรมเวลาของพฤติกรรมทำให้เราสามารถตรวจสอบผลลัพธ์ของเราและเปรียบเทียบความเหมือนและความแตกต่างระหว่างทั้งสองวิธี เนื่องจากวัตถุประสงค์หลักของบทความนี้คือเพื่อตรวจสอบความผันผวนของจังหวะในพฤติกรรม เราจะไม่ดำเนินการเปรียบเทียบเชิงลึกของทั้งสองเทคนิคอย่างเป็นระบบ แต่จะให้ข้อมูลการเปรียบเทียบเชิงคุณภาพของผลลัพธ์หลักที่เกี่ยวข้องกับสมมติฐานเริ่มแรกของเราเท่านั้น

เทคนิคการวิเคราะห์ทั้งสองยืนยันสมมติฐานหลักของเราซึ่งประกอบด้วย 1. การปรับผลลัพธ์เชิงพฤติกรรมเป็นจังหวะในช่วง 3 ถึง 6 Hz และ 2. ความสัมพันธ์แบบต่อต้านเฟสระหว่างอนุกรมเวลาของพฤติกรรมที่ถูกต้องและไม่ถูกต้อง สิ่งสำคัญคือผลลัพธ์ที่ได้ก็แตกต่างกันหลายประการเช่นกัน ในขณะที่ทั้งแบบจำลองการเปลี่ยนเวลา (TS) และแบบจำลองความสัมพันธ์อัตโนมัติ (AR(1)) เปิดเผยจังหวะที่มีนัยสำคัญในอนุกรมเวลา RT ที่ถูกต้องที่ 4.6 และ 4.4 เฮิร์ตซ์ ตามลำดับ ผลกระทบนี้มีนัยสำคัญก่อนการแก้ไขสำหรับการเปรียบเทียบหลายรายการในการวิเคราะห์ TS เท่านั้น นอกจากนี้ AR(1) ยังแสดงจุดสูงสุดที่มีนัยสำคัญที่ 4.4 เฮิรตซ์ในอนุกรมเวลาความแม่นยำที่ถูกต้องซึ่ง TS ไม่ได้ค้นพบ
โดยรวมแล้ว เทคนิค AR(1) นำไปสู่ผลลัพธ์ที่ชัดเจนมากขึ้นและสอดคล้องกับการคาดการณ์ของเรามากขึ้น เราจะหารือเกี่ยวกับความหมายของการเปรียบเทียบของเราเพิ่มเติมในการสนทนา

การอภิปราย

การให้ความสนใจตามวัตถุและคุณลักษณะตามข้อมูลที่ปรากฏ ได้รับการแสดงให้เห็นว่ามีความผันผวนของจังหวะในช่วงทีต้า (3 ถึง 8 Hz) ที่นี่เราตั้งค่าไว้เพื่อทดสอบว่าความสนใจที่มุ่งไปยังรายการคุณสมบัติที่หลากหลายในหน่วยความจำการทำงานนั้นถูกมอดูเลตในลักษณะจังหวะทีต้าที่คล้ายกันหรือไม่ เมื่อใช้ไปป์ไลน์การวิเคราะห์ที่เสนอโดย Brookshire35 เราพบว่า (a) ความเร็วและความแม่นยำของการตอบสนองต่อโพรบคิวที่ตรงกับหนึ่งในสองรายการในหน่วยความจำการทำงานนั้นถูกมอดูเลตที่ความถี่ ~ 4.4 Hz และ (b) ความผันผวนของจังหวะของเวลาปฏิกิริยา รายการที่จะคิวและไม่ได้คิวจะถูกมอดูเลตในแอนติเฟส ผลลัพธ์ของเราบ่งชี้ถึงการสุ่มตัวอย่างตามจังหวะและการสลับความสนใจของการแสดงหน่วยความจำการทำงานแบบหลายคุณสมบัติ ซึ่งจะปรับความเร็วการตอบสนองและความแม่นยำของการเปรียบเทียบโพรบในภายหลัง เราอยากจะทราบว่าในส่วนที่เหลือของต้นฉบับ เราจะหารือเฉพาะข้อค้นพบที่เป็นผลมาจากวิธีการวิเคราะห์ที่เสนอโดย Brookshire35 โดยใช้การประมวลผลเบื้องต้นขั้นต่ำและเทคนิค AR(1) แม้ว่าทั้งสองวิธีจะมีผลลัพธ์ที่แตกต่างกันบางส่วน แต่สมมติฐานหลักของเรา (ความผันผวนของทีต้าในอนุกรมเวลาเชิงพฤติกรรมและการขัดแย้งเฟสระหว่างอนุกรมเวลาที่ถูกต้องและไม่ถูกต้อง) ได้รับการยืนยันจากทั้งสองวิธี

ความผันผวนของจังหวะในพฤติกรรม

ในขณะที่สังเกตความผันผวนของจังหวะใน RT และอนุกรมเวลาความแม่นยำสำหรับการทดลองที่ถูกต้อง เราไม่พบจุดสูงสุดของการแกว่งที่มีนัยสำคัญในการทดลองที่ผู้เข้าร่วมได้รับการส่งสัญญาณอย่างไม่ถูกต้องหลังจากแก้ไขสำหรับการเปรียบเทียบหลายรายการ อย่างไรก็ตาม เมื่อวิเคราะห์เฟส 4.4 Hz ของอนุกรมเวลา RT ที่ถูกต้องและไม่ถูกต้อง เราพบความสัมพันธ์แบบต่อต้านเฟสที่มีนัยสำคัญ สิ่งนี้ชี้ให้เห็นว่ามีส่วนประกอบของการสั่นในการทดลองที่ไม่ถูกต้อง ซึ่งการวิเคราะห์ทางสถิติการสับเปลี่ยนเวลาแบบเดิมๆ ไม่สามารถเปิดเผยได้ เราเสนอสาเหตุที่เป็นไปได้หลายประการสำหรับสิ่งนี้ ประการแรก เนื่องจากความถูกต้องของคิวอยู่ที่ 75% เปอร์เซ็นต์ อนุกรมเวลาที่ไม่ถูกต้องจึงถูกคำนวณจากการทดลองน้อยกว่าอนุกรมเวลาที่ถูกต้อง ซึ่งอาจนำไปสู่สัญญาณรบกวนที่เพิ่มขึ้นและการประมาณค่าที่แย่ลงของส่วนประกอบการสั่น (จำนวนการทดลองโดยเฉลี่ยในอนุกรมเวลา RT ต่อผู้เข้าร่วม: ถูกต้อง{ {5}}.3, ไม่ถูกต้อง=100.6) นอกจากนี้ อาจเป็นไปได้ว่าคิว (ความถูกต้อง 75%) นำไปสู่การลดลำดับความสำคัญโดยตั้งใจของรายการที่ไม่ได้คิว เราจะหารือเกี่ยวกับความเป็นไปได้เฉพาะนี้โดยละเอียดในหัวข้อด้านล่าง (ดู 'การเปรียบเทียบกับการศึกษาอื่น ๆ ') เป็นที่น่าสังเกตว่าเราไม่ได้สังเกตช่วงเวลาที่มีนัยสำคัญเมื่อทำการวิเคราะห์สเปกตรัมโดยตรงบนอนุกรมเวลาเฉลี่ยใหญ่ (รูปที่ 3A, 4A, 5A, 6A) เราคาดการณ์ว่าสิ่งนี้อาจมีสาเหตุจากความแตกต่างเล็กน้อยในเฟสของอนุกรมเวลาการสั่นของแต่ละบุคคล ซึ่งจะตัดกันเมื่อเฉลี่ยข้อมูลของทุกวิชา อย่างไรก็ตาม ที่สำคัญ อนุกรมเวลาที่ถูกต้องและไม่ถูกต้องยังคงมีความผันผวนในแอนติเฟสในแต่ละระดับ ซึ่งสามารถอธิบายได้จากความแตกต่างของแต่ละบุคคลในเรื่องความเร็วของการเปลี่ยนแปลงความสนใจตามสัญญาณย้อนยุค โดยเฉลี่ยแล้วคุณประโยชน์ของ Retro-Cue มักจะปรากฏให้เห็นอย่างสมบูรณ์หลังจาก 300 ถึง 500 มิลลิวินาที อย่างไรก็ตาม ยังไม่ค่อยมีใครทราบแน่ชัดว่าสิ่งนี้จะแตกต่างกันมากน้อยเพียงใดระหว่างผู้เข้าร่วม19 การทดลองในอนาคตควรตรวจสอบความแตกต่างของแต่ละบุคคลในด้านความเร็วของการจัดสรรโดยตั้งใจ เนื่องจากอาจมีนัยสำคัญต่อการศึกษาการสุ่มตัวอย่างโดยตั้งใจภายใน

การวิเคราะห์เฟส (4.4 Hz) ของอนุกรมเวลา RT พบว่าพฤติกรรมมีความผันผวนในความขัดแย้งระหว่างเฟสระหว่างเงื่อนไขที่ถูกต้องและไม่ถูกต้อง รูปแบบนี้บ่งชี้ถึงความสนใจที่ถูกจัดสรรให้กับรายการคิวในตอนแรก จากนั้นจึงสุ่มตัวอย่างทั้งสองรายการในหน่วยความจำการทำงานสลับกันที่ความถี่ทีต้า ที่สำคัญ ไดนามิกแบบต้านเฟสนี้ไม่น่าจะเกิดขึ้นโดยบังเอิญอันเป็นผลมาจากจังหวะหรือลำดับของสิ่งเร้าที่ถูกนำเสนอ เช่น โดยการเริ่มต้นสมมุติฐานของกระบวนการจังหวะอิสระสองกระบวนการเมื่อเริ่มมีการกระตุ้นครั้งแรกและครั้งที่สอง หากเป็นกรณีนี้จริง ๆ ในขณะที่เราคำนวณอนุกรมเวลา RT ที่ถูกต้องและไม่ถูกต้องแต่ละรายการจากการทดลองจำนวนเท่ากันซึ่งมีการตรวจสอบการกระตุ้นครั้งแรกและครั้งที่สอง ช่วงเวลาต่อต้านเฟสโดยบังเอิญควรเฉลี่ยออกมา ในทางตรงกันข้าม เราพบพลังการแกว่งที่สอดคล้องกันสำหรับความสัมพันธ์ที่ถูกต้องและต่อต้านเฟสระหว่างการทดลองที่ถูกต้องและไม่ถูกต้อง โดยพูดอย่างชัดเจนเพื่อต่อต้านความสับสนที่อาจเกิดขึ้นนี้

นอกเหนือจากความผันผวน 4.4 Hz แล้ว การวิเคราะห์อนุกรมเวลาความแม่นยำของเรายังเผยให้เห็นการปรับจังหวะที่มีนัยสำคัญที่ 8.9 Hz ในสภาวะที่ถูกต้อง ความผันผวนของจังหวะของอนุกรมเวลาของพฤติกรรมที่ 10 Hz มักถูกสังเกตในการศึกษาเชิงพฤติกรรม (ดู VanRullen1 สำหรับการทบทวน) เนื่องจากการศึกษานี้สนใจเรื่องจังหวะพฤติกรรมในช่วงทีต้าเป็นส่วนใหญ่ เราจึงไม่พูดคุยถึงผลกระทบเหล่านี้อย่างละเอียด อย่างไรก็ตาม เราต้องการทราบว่า Pomper และ Ansorge32 ยังพบอนุกรมเวลาที่แม่นยำที่จะมอดูเลตที่ 9.7 เฮิร์ตซ์ ซึ่งบ่งชี้ว่าจังหวะอัลฟา Hz นี้อาจเป็นลายเซ็นเพิ่มเติมของการประมวลผลเป็นระยะของการแสดงภาพที่รับรู้หรือจดจำ
เปรียบเทียบกับการศึกษาอื่น ๆ

ผลลัพธ์ของเราเกี่ยวข้องกับการศึกษาอื่น ๆ ที่ตรวจสอบความผันผวนของจังหวะความสนใจในหน่วยความจำในการทำงานอย่างไร 31,32

การศึกษาสองฉบับก่อนหน้านี้พบพฤติกรรมการแกว่งที่ 6 Hz ในขณะที่เราพบการแกว่งของพฤติกรรมที่ 4.4 Hz คำอธิบายเชิงสมมุติประการหนึ่งสำหรับความคลาดเคลื่อนนี้อาจเป็นความแตกต่างในความซับซ้อนของการกระตุ้นระหว่างการศึกษา ออบเจ็กต์ที่มีคุณลักษณะหลากหลายในหน่วยความจำการทำงาน เช่นเดียวกับที่ใช้ในที่นี้ อาจต้องใช้กระบวนการเปิดใช้งานที่มีประสิทธิภาพและยาวนานกว่า ซึ่งส่งผลให้สุ่มตัวอย่างต่อรายการน้อยลง

ในขณะที่การศึกษาของเราและการศึกษาโดย Peters และคณะ ใช้ภาพที่ชัดเจนเพื่อรีเซ็ตจังหวะความตั้งใจ Pomper และ Ansorge32 ชักนำให้เกิดการสุ่มตัวอย่างโดยตั้งใจผ่านการนำเสนอของวัตถุชิ้นที่สอง ในการศึกษาคิวทั้งสอง คิวมีความถูกต้อง 75% ทำให้ผู้เข้าร่วมมีแรงจูงใจที่ชัดเจนในการจัดลำดับความสำคัญของรายการหนึ่งมากกว่าอีกรายการหนึ่ง ในขณะที่ทั้งสองรายการควรได้รับการจัดลำดับความสำคัญเท่ากันในการศึกษาของ Pomper และ Ansorge32 อย่างไรก็ตาม ที่สำคัญ Pomper และ Ansorge32 พบว่าเวลาตอบสนองเร็วขึ้นและมีความแม่นยำมากขึ้นสำหรับรายการที่สอง ซึ่งสอดคล้องกับผลกระทบความใหม่ที่ได้รับการตั้งสมมติฐานว่ามีสาเหตุมาจากการจัดลำดับความสำคัญโดยตั้งใจ38 สิ่งที่น่าสนใจคือการศึกษาของเราและ Pomper & Ansorge สังเกตเห็นความผันผวนของจังหวะที่สำคัญเมื่อเทียบกับเหตุการณ์การรีเซ็ตเฉพาะรายการที่ได้รับการจัดลำดับความสำคัญเท่านั้น แม้ว่าในกรณีของเรา สิ่งนี้อาจอธิบายได้ด้วยจำนวนการทดลองที่ต่ำกว่า แต่ก็มีรายงานรูปแบบเดียวกันนี้ในการศึกษาอื่นเกี่ยวกับการสุ่มตัวอย่างโดยตั้งใจจากภายนอกโดยใช้การทดลองจำนวนมากกว่ามาก คำอธิบายที่เป็นไปได้ประการหนึ่งสำหรับเรื่องนี้อาจเป็นได้ว่าความสนใจส่งผลกระทบเป็นจังหวะมากขึ้นกับรายการที่จัดลำดับความสำคัญ ทำให้เกิดการมอดูเลตแอมพลิจูดสูงในอนุกรมเวลาของพฤติกรรม ในขณะที่การสุ่มตัวอย่างเป็นจังหวะพร้อมกันของรายการที่ไม่จัดลำดับความสำคัญจะมีผลกระทบต่อพฤติกรรมเป็นระยะที่อ่อนแอกว่า มีการเสนอว่าความสนใจอาจถูกควบคุมโดยกลไกการสุ่มตัวอย่างส่วนกลางหรือ "ตัวเก็บตัวอย่างหลัก" ระหว่าง 7 ถึง 10 เฮิรตซ์ ซึ่งสามารถแยกระหว่างวัตถุสองชิ้นได้ ดังนั้นตัวเก็บตัวอย่าง 10 เฮิร์ตซ์ตามสมมุติฐานจึงสามารถสุ่มตัวอย่างทั้งสองรายการได้ 5 ครั้งต่อวินาที แต่ยังสามารถสุ่มตัวอย่างรายการที่มีลำดับความสำคัญสูงกว่าได้บ่อยกว่าด้วย (เช่น มีการสุ่มตัวอย่างตามลำดับความสำคัญ 8 ครั้ง และไม่ได้รับการจัดลำดับความสำคัญจะถูกสุ่มตัวอย่าง 2 ครั้งต่อวินาที) เราสามารถคาดเดาได้ว่าในการวิเคราะห์สเปกตรัมของอนุกรมเวลาที่ถูกต้อง สิ่งนี้จะเห็นได้ชัดในคาบที่ความถี่พื้นฐาน (10 Hz) เช่นเดียวกับฮาร์โมนิกของมัน (5 Hz) ซึ่งสังเกตได้จริงในข้อมูลของเราตลอดจนข้อมูลของ Pomper และ แอนซอร์จ32. ความเป็นไปได้ที่สำคัญทั้งสองนี้ การสุ่มตัวอย่างที่เข้มข้นกว่าหรือบ่อยกว่านั้น ถือว่าความสนใจจัดลำดับความสำคัญอย่างใดอย่างหนึ่งหรืออย่างใดอย่างหนึ่ง

ปีเตอร์ส และคณะ เสนอการตีความที่แตกต่างกันเล็กน้อยที่เกี่ยวข้องกับงานของฟีเบลกอร์น และคณะ ซึ่งพบความผันผวนของจังหวะระหว่างวัตถุในความทรงจำในการทำงาน อย่างไรก็ตาม เช่นเดียวกับการค้นพบของฟีเบลกอร์น และคณะ 2 เวลาตอบสนองต่อเป้าหมายที่แสดง ณ ตำแหน่งวัตถุต่างกันจะเท่ากันเป็นระยะๆ แต่ไม่เร็วกว่าเวลาที่แสดง ณ ตำแหน่งวัตถุเดียวกัน ซึ่งบ่งชี้ว่าความสนใจไม่เคยเปลี่ยนไปที่วัตถุอื่นโดยสิ้นเชิง สิ่งนี้ชี้ให้เห็นว่าความสนใจตามวัตถุจะสลับกันเป็นจังหวะระหว่างระยะที่วัตถุคิวทั้งหมดถูกจัดลำดับความสำคัญ (และวัตถุที่ไม่ได้คิวถูกลดลำดับความสำคัญ) และระยะที่วัตถุคิวและวัตถุที่ไม่ได้คิวถูกจัดลำดับความสำคัญเท่ากัน ตามมุมมองนี้ ความสนใจจะไม่จัดลำดับความสำคัญของวัตถุทั้งสองอย่างสลับกัน แต่จะยังคงมุ่งความสนใจไปที่วัตถุชิ้นเดียว ผลลัพธ์ของเราสนับสนุนมุมมองนี้ ตราบเท่าที่เวลาตอบสนองในการทดลองที่ไม่ถูกต้องนั้นแทบจะไม่เร็วเท่าในการทดลองที่ถูกต้อง โดยบอกเป็นนัยว่าความสนใจดูเหมือนจะไม่เคยเปลี่ยนไปยังรายการอื่นใน WM โดยสิ้นเชิง อย่างไรก็ตาม จะต้องสังเกตว่าข้อโต้แย้งนี้ขึ้นอยู่กับสมมติฐานที่ว่าผลกระทบต่อความสนใจเป็นจังหวะเป็นปัจจัยเดียวที่มีอิทธิพลต่อเวลาตอบสนอง ความสนใจอาจเปลี่ยนสถานะของรายการในหน่วยความจำในการทำงานอย่างต่อเนื่องมากขึ้น เช่น โดยการเพิ่มการเปิดใช้งานพื้นฐาน นอกเหนือจากการที่เราสามารถสังเกตผลกระทบของความสนใจเป็นจังหวะได้ การศึกษาในอนาคตที่จัดการกับความถูกต้องของคิวอย่างเป็นระบบมากขึ้นจะต้องให้ความกระจ่างเกี่ยวกับคำถามเปิดนี้

ความสำคัญเชิงหน้าที่และกลไกของระบบประสาท

กระบวนการทำงานหลายอย่างสามารถอธิบายจังหวะที่พบในการศึกษาของเราได้ การรีเฟรชการแสดงหน่วยความจำทำงานโดยตั้งใจเป็นระยะๆ อาจเป็นข้อกำหนดพื้นฐานสำหรับการบำรุงรักษา WM หลักฐานจากการศึกษาการสร้างแบบจำลองทางคอมพิวเตอร์ได้เสนอว่าการเปิดใช้งานใหม่เป็นระยะหรือ "การเล่นซ้ำ" อาจทำงานภายใต้การบำรุงรักษาหน่วยความจำและอาจนำไปใช้ได้โดยการแกว่งของทีต้า (4 ถึง 8 Hz) และแกมมา (30 ถึง 80 Hz) มีการเสนอการรีเฟรชตามความสนใจเป็นระยะเพื่อต่อต้านการสลายตัวตามเวลาในหน่วยความจำการทำงานของภาพ อย่างไรก็ตาม หลักฐานของการสลายตัวตามเวลายังไม่สามารถสรุปได้

มีการเสนอด้วยว่าการจัดลำดับความสำคัญตามจังหวะอาจช่วยแก้ปัญหาที่มีผลผูกพันโดยการเปิดใช้งานคุณสมบัติการกระตุ้นร่วมกันในการเป็นตัวแทนที่สอดคล้องกัน สิ่งสำคัญในการศึกษาของเราที่ทำให้แตกต่างจากงานก่อนหน้านี้คือความจริงที่ว่าเราใช้สิ่งเร้าที่ประกอบด้วยคุณสมบัติที่เกี่ยวข้องหลายประการ (สี+การวางแนว) ซึ่งต้องเข้ารหัสเข้าด้วยกัน เนื่องจากเรานำเสนอทั้งสองรายการในการตรึง เราจึงสามารถตรวจสอบผลกระทบของความสนใจตามวัตถุที่ไม่ใช่เชิงพื้นที่ และพบว่าจังหวะที่คล้ายกันเกิดขึ้นสำหรับลักษณะที่ไม่ใช่เชิงพื้นที่ ผลของการแสดงความสนใจต่อความแม่นยำโดยเฉลี่ยบ่งชี้ว่าการดึงข้อมูลตามสียังนำไปสู่การจัดลำดับความสำคัญของคุณลักษณะการวางแนวที่เชื่อมโยงกับรายการนั้น เนื่องจากการวางแนวเป็นคุณลักษณะที่ต้องเปรียบเทียบด้วยความแม่นยำที่ค่อนข้างสูง (เมื่อเปรียบเทียบกับคุณลักษณะที่แยกแยะได้ง่าย สี) ที่สำคัญกว่านั้น เรายังแสดงให้เห็นว่าตัวชี้นำสีทำให้เกิดความผันผวนของจังหวะในการวัดความแม่นยำ เมื่อประกอบกับความจริงที่ว่าโพรบสามารถเปรียบเทียบได้โดยขึ้นอยู่กับทั้งสีและการวางแนวเท่านั้น เราตั้งสมมติฐานว่าความสนใจจะจัดลำดับความสำคัญของคุณลักษณะทั้งสองของรายการเป็นวงจร ยิ่งไปกว่านั้น เนื่องจากทั้งสองรายการมีความผันผวนในแอนติเฟส ทั้งสองรายการจึงถูกจัดลำดับความสำคัญเป็นจังหวะ แต่ไม่เคยเกิดขึ้นพร้อมกัน ในหน่วยความจำการทำงาน สิ่งนี้จะช่วยให้ระบบภาพสามารถรักษาคุณสมบัติสีที่เชื่อมโยงกับคุณสมบัติการวางแนวที่สอดคล้องกันโดยการเปิดใช้งานการผสมผสานคุณสมบัติที่ถูกต้องทีละรายการ โดยไม่เสี่ยงต่อการเปิดใช้งานคุณสมบัติสองอย่างที่ไม่เกี่ยวข้องร่วมกัน กระบวนการนี้ซึ่งเรียกกันทั่วไปว่ามัลติเพล็กซ์ตามเวลาได้รับการเสนอเพื่อป้องกันการรวมตัวของระบบประสาทที่แยกจากกันและอาจช่วยอ่านข้อมูล WM

ในปีที่ผ่านมา ทฤษฎีได้เชื่อมโยงการเลือกความสนใจจากภายนอกกับการสั่นของระบบประสาท8,9,50,51อย่างแน่นหนา เมื่อเร็ว ๆ นี้ความสัมพันธ์พื้นฐานระหว่างความสนใจภายในต่อการเป็นตัวแทนหน่วยความจำในการทำงานและกิจกรรมการสั่นก็ปรากฏชัดเจน แบบจำลองปัจจุบันเสนอว่าความสนใจภายในเกิดขึ้นจากการทำงานร่วมกันแบบไดนามิกระหว่างการสั่นของทีต้าด้านหน้า ซึ่งทำหน้าที่เป็นกลไกควบคุมจากบนลงล่าง และการแกว่งของอัลฟ่าท้ายทอยที่ยับยั้งหรือยับยั้งการแสดงภาพเดี่ยว การค้นพบของเราอาจอธิบายได้ด้วยกลไกที่คล้ายกันซึ่งปรับกิจกรรมสัมพัทธ์ระหว่างสองรายการที่มีความเกี่ยวข้องไม่มากก็น้อยในช่วงเวลาที่สั้นลง

โดยกลไกที่คล้ายกันซึ่งปรับเปลี่ยนกิจกรรมที่เกี่ยวข้องกันระหว่างสองรายการที่มีความเกี่ยวข้องมากหรือน้อยเท่าๆ กันในช่วงเวลาที่สั้นลง

สุดท้ายนี้ เราอยากจะเสนอสมมติฐานที่อาจอธิบายความคล้ายคลึงกันระหว่างจังหวะการสุ่มตัวอย่างภายนอกและภายในที่พบในงานล่าสุด เราเชื่อว่ากลไกการสุ่มตัวอย่างโดยตั้งใจโดยทั่วไปที่ทำงานที่ความถี่ 10 การแสดงต่อวินาทีอาจรองรับความผันผวนของพฤติกรรมที่พบในงานความสนใจภายในและภายนอก การศึกษาหลายชิ้นได้ให้หลักฐานที่น่าเชื่อถือแล้วว่าความสนใจต่อสิ่งเร้าภายนอกมีความผันผวนในช่วงทีต้า2–5 การศึกษาส่วนใหญ่จะมาบรรจบกันที่ความถี่ 4 ถึง 6 เฮิร์ตซ์ โดยสุ่มตัวอย่าง 2 รายการ ที่สำคัญยังแสดงให้เห็นว่าการขยายจำนวนสถานที่เข้าร่วมเป็น 3 จะช่วยลดความถี่ในการสุ่มตัวอย่างแต่ละรายการเป็น Hz3 มีการตั้งสมมติฐานแล้วว่าการสังเกตนี้สามารถสนับสนุนการมีอยู่ของตัวเก็บตัวอย่างตั้งใจภายนอกตัวเดียวในช่วง Hz ที่สามารถเน้นรายการ/ตำแหน่งที่รับรู้ได้ 10 รายการต่อวินาที การศึกษาของเรา เช่นเดียวกับงานของ Pomper และ Ansorge32 และ Peters และคณะ ได้แสดงให้เห็นว่ากระบวนการสุ่มตัวอย่างอย่างตั้งใจเป็นจังหวะนี้ขยายไปสู่ข้อมูลภายในที่ถูกเก็บรักษาไว้ในหน่วยความจำในการทำงาน ที่สำคัญ มีการจัดเตรียมหลักฐานมากมายสำหรับสมมติฐานการสรรหาบุคลากรทางประสาทสัมผัส ซึ่งแนะนำสารตั้งต้นที่ใช้ร่วมกันระหว่างการรับรู้และความทรงจำในการทำงาน ดังนั้นความสนใจทั้งภายนอกและภายในจะต้องเข้าถึงการเป็นตัวแทนที่ถูกเข้ารหัสในพื้นที่ที่คล้ายกันมากโดยมีรหัสที่ทับซ้อนกันอย่างมาก ดังนั้นจึงเป็นไปได้ที่เครื่องเก็บตัวอย่าง "หลัก" แบบตั้งใจทั่วไปในช่วง 10 เฮิรตซ์จะเพิ่มกิจกรรมในการแสดงประสาทเฉพาะอย่างเป็นจังหวะ โดยไม่คำนึงว่าสิ่งเหล่านั้นสะท้อนข้อมูลที่รับรู้หรือเข้ารหัสในปัจจุบันในหน่วยความจำการทำงานหรือไม่ การสอบสวนเพิ่มเติมจะต้องแสดงให้เห็นว่ารูปแบบความสนใจนี้ยังคงอยู่หรือไม่

การเปรียบเทียบไปป์ไลน์การวิเคราะห์การสลับเวลาและ AR(1)

การตีพิมพ์ล่าสุดโดย Brookshire35 ได้กล่าวถึงไปป์ไลน์การประมวลผลล่วงหน้าและขั้นตอนการสับเปลี่ยนเวลาเชิงสถิติที่ใช้โดยสิ่งพิมพ์ส่วนใหญ่ในสาขาการผันผวนของพฤติกรรม โดยแสดงให้เห็นถึงการควบคุมข้อผิดพลาดประเภท-1 ที่ไม่ดี เราวิเคราะห์ข้อมูลของเราด้วยเทคนิคการสับเปลี่ยนเวลาแบบเดิมและเทคนิค AR(1) ที่นำเสนอใหม่ และแสดงให้เห็นว่าทั้งสองวิธีเผยให้เห็นถึงความผันผวนของพฤติกรรมอย่างมีนัยสำคัญ แม้ว่าจุดสูงสุดของการแกว่งที่พบโดยการเลื่อนเวลาไม่มีนัยสำคัญเมื่อใช้วิธี AR(1) แต่จุดสูงสุดอื่นๆ ที่เราคาดการณ์ไว้จากวรรณกรรมก่อนหน้านี้มีความเด่นชัดทางสถิติมากกว่าหรือถึงระดับนัยสำคัญเท่านั้นเมื่อใช้เทคนิค AR(1)

แม้ว่าเป้าหมายของเราไม่ใช่การเปรียบเทียบการสับเปลี่ยนเวลาและวิธีการ AR(1) อย่างเป็นระบบ แต่การเปรียบเทียบการวิเคราะห์ของเรายังคงให้ข้อมูลเชิงลึกที่เกี่ยวข้องในการอภิปรายในปัจจุบันเกี่ยวกับขั้นตอนทางสถิติที่ถูกต้อง ประการแรก ผลลัพธ์หลักของเราประกอบด้วยความผันผวนในช่วง 4–5 Hz และการต่อต้านเฟส ซึ่งคงอยู่ระหว่างไปป์ไลน์การวิเคราะห์ทั้งสอง ซึ่งแสดงให้เห็นว่าการเปลี่ยนเวลาจะเผยให้เห็นผลกระทบในการตรวจสอบ แม้ว่าการวิเคราะห์ซ้ำทั้งสี่ครั้งโดย Brookshire35 ไม่ได้เปิดเผยผลลัพธ์ที่มีนัยสำคัญ แต่ต้องสังเกตว่าวิธี AR(1) อาจมีความไวน้อยกว่าอย่างมาก (เมื่อเปรียบเทียบกับการสับเปลี่ยนเวลา) ต่อเอฟเฟกต์ของแท้ ขึ้นอยู่กับพารามิเตอร์ของงาน เช่น สัญญาณ ความยาวและอัตราการสุ่มตัวอย่าง แม้ว่า AR(1) อาจเป็นการทดสอบที่มีความถูกต้องมากกว่าทางสถิติ แต่การค้นพบหลายอย่างในวรรณกรรมเกี่ยวกับความสนใจเป็นจังหวะยังคงสะท้อนผลลัพธ์ที่แท้จริง ประการที่สอง เราพบว่าการใช้ขั้นตอนก่อนการประมวลผลน้อยลงร่วมกับเทคนิค AR(1) ทำให้ได้ผลลัพธ์ที่สอดคล้องกับการคาดการณ์ของเรามากกว่า แม้ว่าเราจะไม่สามารถพูดได้อย่างมั่นใจว่าเอฟเฟกต์ของเราเป็นของแท้ แต่วิธี AR(1) อาจช่วยให้เราลดจำนวนขั้นตอนการประมวลผลล่วงหน้าในขณะที่ยังคงให้ความไวที่เพียงพอ และด้วยเหตุนี้จึงให้การประเมินจังหวะในข้อมูลที่เป็นกลางมากขึ้น

เราขอแนะนำความระมัดระวังในการเพิกเฉยต่องานก่อนหน้านี้เร็วเกินไป และแนะนำโครงการในอนาคตเพื่อรายงานผลลัพธ์ตามเทคนิคการวิเคราะห์ทั้งสองแบบ

บทสรุป.

โดยสรุป เราได้เพิ่มหลักฐานที่แสดงว่าความสนใจสุ่มตัวอย่างวัตถุที่มีคุณลักษณะหลากหลายในหน่วยความจำในการทำงานด้วยจังหวะทีต้า การอำนวยความสะดวกด้านความสนใจเป็นจังหวะจะผันผวนระหว่างสองรายการที่เกี่ยวข้องในหน่วยความจำในการทำงาน ซึ่งเห็นได้ชัดในการปรับอนุกรมเวลาเชิงพฤติกรรมแบบป้องกันเฟสิก เราตั้งสมมุติฐานว่าสมองอาจใช้มัลติเพล็กซ์เวลาแบบสั่นนี้เมื่อเผชิญกับทรัพยากรด้านความสนใจที่จำกัด ปัญหาการเชื่อมโยง และ/หรือการรีเฟรชความสนใจที่จำเป็นสำหรับการบำรุงรักษาหน่วยความจำ รูปแบบที่พบในการศึกษานี้เลียนแบบอย่างใกล้ชิดเมื่อเร็วๆ นี้ซึ่งพบจังหวะในความสนใจเชิงพื้นที่และลักษณะเฉพาะภายนอก ซึ่งแสดงให้เห็นว่าเชื่อมโยงอย่างแน่นหนากับซีตาส่วนหน้าและการแกว่งของอัลฟาท้ายทอย กลไกการสั่นที่เหมือนกันนั้นเชื่อมโยงกับการควบคุมโดยตั้งใจในความทรงจำในการทำงาน เราตั้งสมมติฐานกลไกการสุ่มตัวอย่างแบบตั้งใจเพียงจังหวะเดียวสำหรับการรับรู้และจดจำการนำเสนอ

ความพร้อมใช้งานของข้อมูล

ข้อมูลทั้งหมดที่ดำเนินการในบริบทของการศึกษานี้มีให้บริการฟรีบน osf.io/39g4w

อ้างอิง

1. VanRullen, R. วงจรการรับรู้ แนวโน้ม Cogn วิทยาศาสตร์ 20, 723–735 (2016)

2. Fiebelkorn, IC, Saalmann, YB & Kastner, S. การสุ่มตัวอย่างเป็นจังหวะภายในและระหว่างวัตถุแม้จะได้รับความสนใจอย่างต่อเนื่องที่ตำแหน่งคิวก็ตาม สกุลเงิน ไบโอล 23 พ.ศ. 2553–2558 (2556)

3. โฮลคอมบ์, เอโอ และ เฉิน, ดับเบิลยู.-วาย. การแยกความสนใจจะลดความละเอียดชั่วคราวจาก 7 Hz สำหรับการติดตามวัตถุหนึ่งชิ้น<3 Hz when tracking three. J. Vis. 13, 12 (2013). 

4. Landau, AN & Fries, P. ให้ความสนใจสุ่มตัวอย่างสิ่งเร้าเป็นจังหวะ สกุลเงิน ไบโอล 22, 1000–1004 (2012)

5. Song, K., Meng, M., Chen, L., Zhou, K. & Luo, H. การแกว่งของพฤติกรรมในความสนใจ: พัลส์เป็นจังหวะสื่อกลางผ่านแถบ θ เจ. นิวโรไซ. 34, 4837–4844 (2014)

6. โชตา ส. และคณะ ความผันผวนเป็นจังหวะของเวลาปฏิกิริยาแซคคาดิกที่เกิดจากการแข่งขันทางสายตา วิทยาศาสตร์ ตัวแทน 8, 15889 (2018)

7. คีนิทซ์ อาร์. และคณะ กิจกรรมของเซลล์ประสาทเป็นจังหวะของ Teta และเวลาตอบสนองเกิดขึ้นจากปฏิกิริยาของสนามรับในเยื่อหุ้มสมองระหว่างความสนใจแบบกระจาย สกุลเงิน ไบโอล 28, 2377-2387.e5 (2018)

8. Fiebelkorn, IC & Kastner, S. ทฤษฎีจังหวะความสนใจ แนวโน้ม Cogn วิทยาศาสตร์ 23, 87–101 (2019)

9. VanRullen, R. ความสนใจทางสายตา: กระบวนการเป็นจังหวะเหรอ? สกุลเงิน ไบโอล 23, R1110–R1112 (2013)

10. โม ซี และคณะ การแข่งขันการแสดงทิศทางของระบบประสาทเป็นจังหวะระหว่างความสนใจไปพร้อมๆ กันกับคุณลักษณะการวางแนวหลายจุด แนท. ชุมชน 10/5264 (2019)

11. Re, D., Inbar, M., Richter, CG & Landau, AN ตัวอย่างความสนใจตามคุณลักษณะจะสุ่มตัวอย่างสิ่งเร้าเป็นจังหวะ สกุลเงิน ไบโอล 29, 693-699.e4 (2019)

12. Boynton, GM กรอบการทำงานสำหรับการอธิบายผลกระทบของความสนใจต่อการตอบสนองทางสายตา วิส ความละเอียด 49, 1129–1143 (2009)

13. Brefczynski, JA & DeYoe, EA ความสัมพันธ์ทางสรีรวิทยาของ 'สปอตไลท์' ของความสนใจทางสายตา แนท. โรคประสาท 2, 370–374 (1999)

14. Corbetta, M., Miezin, FM, Dobmeyer, S., Shulman, GL & Petersen, SE การปรับความสนใจของการประมวลผลทางประสาทของรูปร่าง สี และความเร็วในมนุษย์ วิทยาศาสตร์ https://doi.org/10.1126/science.2360050 (1990)

15. Gandhi, SP, Heeger, DJ & Boynton, GM ความสนใจเชิงพื้นที่ส่งผลต่อการทำงานของสมองในคอร์เทกซ์การมองเห็นปฐมภูมิของมนุษย์ โปรค Natl. อคาด. วิทยาศาสตร์ สหรัฐอเมริกา 96, 3314–3319 (1999)

For more information:1950477648nn@gmail.com