ลายเซ็น EEG Alpha และ Theta ของหน่วยความจำการทำงานทางสังคมและไม่ใช่สังคมในความเป็นจริงเสมือน
Dec 05, 2023
เชิงนามธรรม
ในการศึกษาที่ลงทะเบียนล่วงหน้านี้ (https://osf.io/s4rm9) เราได้ตรวจสอบพฤติกรรมและระบบประสาท [การตรวจคลื่นไฟฟ้าสมอง; ผลกระทบของอัลฟ่า (ความสนใจ) และทีต้า (ความพยายาม)] ของสัญญาณทางสังคมและไม่ใช่สังคมแบบไดนามิกที่ไม่สามารถคาดเดาได้ต่อความจำในการทำงาน ในสภาพแวดล้อมเสมือนจริง อวาตาร์มนุษย์ที่สมจริงจะมองไปทางซ้ายหรือขวาของตารางแบบไดนามิก ไม้เท้าที่ขยับได้ทำหน้าที่เป็นตัวชี้นำที่ไม่ใช่ทางสังคม
สภาพแวดล้อมเสมือนจริงเป็นประสบการณ์รูปแบบใหม่ที่มาพร้อมกับเทคโนโลยีสมัยใหม่ ในสภาพแวดล้อมเช่นนี้ เราสามารถหลีกหนีจากความเป็นจริง ผ่อนคลาย และรู้สึกแตกต่างจากความเป็นจริงได้
สภาพแวดล้อมเสมือนจริงสามารถส่งผลดีต่อสมองของเรา โดยเฉพาะอย่างยิ่งการปรับปรุงความจำของเรา ผลการศึกษาจำนวนมากแสดงให้เห็นว่าการได้สัมผัสประสบการณ์เกมในสภาพแวดล้อมเสมือนจริงจะทำให้เราสามารถปรับปรุงการรับรู้เชิงพื้นที่และความสามารถด้านความจำเชิงพื้นที่ ซึ่งช่วยให้เราจดจำและจัดการกับปัญหาที่ซับซ้อนที่เราเผชิญในชีวิตจริงได้ดีขึ้น
สภาพแวดล้อมเสมือนจริงยังสามารถช่วยให้เราผ่อนคลายและคลายความเครียดได้ เมื่อก้าวของชีวิตเร็วขึ้น ผู้คนก็ตกอยู่ภายใต้แรงกดดันที่เพิ่มขึ้น และสภาพแวดล้อมเสมือนจริงก็เป็นวิธีที่ดีในการหลีกหนีจากความเป็นจริง ในสภาพแวดล้อมเช่นนี้ เราสามารถลืมความกังวลและความเครียดในความเป็นจริงได้ชั่วคราว ผ่อนคลายร่างกายและจิตใจของเรา และด้วยเหตุนี้จึงรักษาสภาพจิตใจและความทรงจำของเราได้ดีขึ้น
แน่นอนว่าสภาพแวดล้อมเสมือนจริงนั้นไม่เหมาะสำหรับทุกคน และถ้าเราติดมัน มันจะส่งผลเสียต่อสุขภาพกายและสุขภาพจิตของเรา ดังนั้นเราจึงต้องเก่งในการเลือกและควบคุมเวลาและประสบการณ์ในสภาพแวดล้อมเสมือนจริง เพื่อที่จะได้รับประโยชน์ที่สภาพแวดล้อมเสมือนจริงนำมาสู่เราอย่างแท้จริง
โดยสรุป มีความสัมพันธ์เชิงบวกระหว่างสภาพแวดล้อมเสมือนจริงและหน่วยความจำ ด้วยการสัมผัสประสบการณ์เกมและการผ่อนคลายในสภาพแวดล้อมเสมือนจริง เราสามารถปรับปรุงความสามารถด้านการรับรู้เชิงพื้นที่และความสามารถด้านความจำเชิงพื้นที่เพื่อจัดการกับปัญหาที่เราเผชิญในชีวิตจริงได้ดียิ่งขึ้น เราต้องเก่งในการคว้าโอกาสที่สภาพแวดล้อมเสมือนจริงนำมาให้เรา และมีบทบาทเชิงบวกในการปรับปรุงคุณภาพชีวิตของเรา จะเห็นได้ว่าเราต้องปรับปรุงความจำ และ Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมาก เนื่องจาก Cistanche Deserticola เป็นยาจีนโบราณที่มีลักษณะพิเศษมากมาย หนึ่งในนั้นคือการปรับปรุงความจำ ประสิทธิภาพของเนื้อสับมาจากส่วนผสมออกฤทธิ์หลายชนิดในเนื้อสับ เช่น กรด โพลีแซ็กคาไรด์ ฟลาโวนอยด์ ฯลฯ ส่วนผสมเหล่านี้สามารถส่งเสริมสุขภาพสมองได้หลายวิธี
รายการครัวถูกนำเสนอในตำแหน่งที่ไม่มีคิวที่ถูกต้องหรือไม่ถูกต้องสำหรับการเข้ารหัส การค้นพบด้านพฤติกรรมแสดงให้เห็นอิทธิพลที่คล้ายคลึงกันของสัญญาณต่อประสิทธิภาพของหน่วยความจำในการทำงาน การเปลี่ยนแปลงพลังอัลฟ่าเทียบเท่ากับสัญญาณระหว่างคิวและการเข้ารหัส ซึ่งสะท้อนถึงการประมวลผลตามความสนใจที่คล้ายกัน อย่างไรก็ตาม การเปลี่ยนแปลงพลังทีต้าเผยให้เห็นรูปแบบที่แตกต่างกันสำหรับสัญญาณ
พลังทีต้าเพิ่มขึ้นอย่างมากสำหรับสัญญาณที่ไม่ใช่สังคมเมื่อเปรียบเทียบกับสัญญาณทางสังคมในระหว่างการส่งสัญญาณครั้งแรก นอกจากนี้ ในขณะที่คิวที่ไม่ใช่ทางสังคม มีพลังทีต้าเพิ่มขึ้นอย่างมากสำหรับความถูกต้องเมื่อเปรียบเทียบกับเงื่อนไขที่ไม่ถูกต้องในระหว่างการเข้ารหัส แต่สิ่งนี้กลับกันสำหรับคิวทางสังคม โดยมีการเพิ่มพลังทีต้ามากขึ้นอย่างมีนัยสำคัญสำหรับผู้ที่ไม่ถูกต้องเมื่อเทียบกับเงื่อนไขที่ถูกต้อง บ่งบอกถึงความแตกต่างในผลกระทบของสัญญาณต่อความพยายามในการรับรู้ ดังนั้น แม้ว่าความสนใจทางสังคมและไม่ใช่สังคมจะส่งผลต่อประสิทธิภาพของหน่วยความจำในการทำงานในลักษณะเดียวกัน แต่กลไกทางระบบประสาทที่ซ่อนอยู่ดูเหมือนจะแตกต่างกัน
คำสำคัญ: EEG; จ้องมอง; ทางสังคม; ความสนใจร่วมกัน ความเป็นจริงเสมือน
การจ้องมองด้วยตามีความสำคัญอย่างมากในการสื่อสารของมนุษย์ (Kleinke, 1986) และโดยทั่วไปผู้คนจะติดตามการจ้องมองด้วยตาของผู้อื่น โดยให้ความสนใจร่วมกัน (ดู Frischen et al., 2007) ความสนใจร่วมกันเชื่อมโยงกับทฤษฎีของจิตใจ (เช่น Charman et al., 2000) ซึ่งนำไปสู่การคิดทางจิตและการมองมุมมอง (Frith and Frith, 2006) โดยทั่วไปพฤติกรรมการเพ่งมองนี้มักจะถูกตรวจสอบโดยใช้งานคิวสัญญาณ Posner ที่ดัดแปลงแล้ว (เช่น Posner 1980) โดยที่เป้าหมายถูกนำเสนอในตำแหน่งที่ถูกต้อง อยู่ในคิว หรือไม่ถูกต้อง และไม่มีการระบุตำแหน่ง แม้ว่าลักษณะของสัญญาณจะไม่เป็นข้อมูล แต่เป้าหมายที่ถูกต้องมักจะตอบสนองได้เร็วกว่าเป้าหมายที่ไม่ถูกต้อง โดยสิ่งนี้พบทั้งจากการจ้องมองด้วยตา (เช่น Friesenand Kingstone, 1998; Driver et al., 1999; Frischen et al., 2007; Gregory , 2021; Gregory and Jackson, 2021) และสำหรับตัวชี้นำการสื่อสารที่ไม่ใช่สังคมอื่นๆ เช่น ลูกศรและคำบอกทิศทาง (เช่น Hommel et al., 2001; Ristic et al., 2002; Tipples, 2002, 2008; Gregory and Jackson, 2021)
แม้ว่าเอฟเฟกต์การคิวจะไม่เกิดขึ้นเฉพาะกับการจ้องมองด้วยตา แต่ความสนใจร่วมกันก็แสดงให้เห็นว่ามีผลกระทบเฉพาะต่อกระบวนการรับรู้ที่มีลำดับสูงกว่า โดยไม่พบผลที่เทียบเท่ากันสำหรับการควบคุมที่ไม่ใช่ทางสังคม ตัวอย่างเช่น พบว่าความสนใจร่วมกันเพื่อปรับปรุงความเข้าใจภาษาในเด็ก (Tomasello และ Farrar, 1986; Tomasello, 1988) และผู้ใหญ่ (Hanna และ Brennan, 2007; Knoeferleand Kreysa, 2012) เพื่อมีอิทธิพลต่อกระบวนการจดจำในทารก (Striano et al. , 2006; Cleveland et al., 2007; Wu และ Kirkham, 2010; Wu et al., 2011) และผู้ใหญ่ (Shteynberg, 2010; Dodd et al., 2012; Richardson et al., 2012; Gregory and Jackson, 2017) และมีอิทธิพลต่อมูลค่าวัตถุที่รับรู้ (Bayliss et al., 2007; van der Weidenet al., 2010; Madipakkam et al., 2019) ผลกระทบทางสังคมที่เป็นเอกลักษณ์เหล่านี้ได้รับการพิจารณาให้สะท้อนถึงการประมวลผลแบบเปลี่ยนศูนย์กลาง (อื่นๆ เป็นศูนย์กลาง) โดยปริยาย (Kampis และ Southgate, 2020) ซึ่งมนุษย์อดไม่ได้ที่จะรับอิทธิพลจากมุมมองของผู้อื่น ดังนั้น หลักฐานแสดงให้เห็นว่าวัตถุที่เห็นภายใต้ความสนใจร่วมกัน/ร่วมกันได้รับการประมวลผลที่ดีขึ้นเนื่องจากอิทธิพลทางสังคมที่เป็นเอกลักษณ์ของการจ้องมองซึ่งกันและกัน (Becchio et al., 2008; Shteynberg, 2010)
แม้ว่าหลักฐานจะแสดงให้เห็นว่าความสนใจร่วมกันช่วยเพิ่มหน่วยความจำในการทำงานสำหรับวัตถุธรรมดา (Gregory and Jackson, 2017, 2019) แต่กลไกหลักของผลกระทบนี้ยังไม่เป็นที่ทราบแน่ชัด ตัวอย่างเช่น ไม่ชัดเจนว่าความสนใจร่วมกันมีอิทธิพลต่อความจำสำหรับข้อมูลหลายมิติหรือไม่ (Baddeley, 2010) ข้อมูลที่รวบรวมความสนใจนั้นพบว่าได้รับการสนับสนุนโดยหน่วยความจำในการทำงาน (Awh et al.,2006) และกระบวนการสนใจและความทรงจำเหล่านี้เชื่อมโยงกิจกรรมการสั่นของโทนเสียงในแถบอัลฟ่า (8–12 Hz) และทีต้า (3–7 Hz) คลิมเมช, 1999) อัลฟ่าดีซิงโครไนซ์ (ลดอำนาจ) เกี่ยวข้องกับการประมวลผลสิ่งเร้าเป้าหมายที่เพิ่มขึ้นโดยตั้งใจ (Hanslmayr et al., 2005; Sauseng et al., 2005) การซิงโครไนซ์ทีตา (การเพิ่มพลัง) เกี่ยวข้องกับกระบวนการควบคุมการรับรู้ที่ต้องใช้ความพยายาม (Demiralp และ Basar, 1992; Min and Park, 2010; Cavanagh และ Frank, 2014; Noonan et al., 2018) ในหน่วยความจำ พลังทีต้าที่เพิ่มขึ้นในการเข้ารหัสและการดึงข้อมูลสัมพันธ์กับการเรียกคืนสิ่งเร้าได้ดีขึ้น (ดู Hsieh และ Ranganath, 2014 สำหรับการทบทวน) และความต้องการงานที่เพิ่มขึ้นนำไปสู่การซิงโครไนซ์ทีต้าที่มากขึ้น (เช่น Gevins et al., 1997; Jensen และ Tesche, 2545)
การเปลี่ยนแปลงในจังหวะอัลฟ่าและทีต้ายังสะท้อนถึงการประมวลผลทางสังคมด้วย ในระหว่างการมองเปอร์สเปคทีฟ การแกว่งของทีต้าเกิดขึ้นบริเวณสมองในสมองที่เชื่อมโยงกับกระบวนการทางจิต (Bogels ¨ et al., 2015; Wang et al., 2016; Seymour et al., 2018) การขาดดุลในการประมวลผลการจ้องมองเพิ่มเติมในโรคจิตเภทนั้นเชื่อมโยงกับกิจกรรมทีต้าที่ผิดปกติ (Grove et al., 2021) และทีต้ายังเชื่อมโยงกับการกีดกันทางสังคมด้วย (Cristofori et al., 2013, 2014) เมื่อใช้มนุษย์จริงๆ เป็นสิ่งเร้า (ไม่ใช่ภาพถ่าย) พลังอัลฟ่าจะถูกปรับโดยการจ้องมองด้วยตา ยกตัวอย่างเช่น การไม่ซิงโครไนซ์พลังงานอัลฟ่านั้นออกเสียงได้โดยตรงมากกว่าการจ้องมองแบบหันกลับ (Chapman et al., 1975) และการจ้องมองแบบตรงจะกระตุ้นให้เกิดกิจกรรมอัลฟ่าที่เกี่ยวข้องกับการเข้าใกล้ ในขณะที่การจ้องมองแบบย้อนกลับจะกระตุ้นให้เกิดกิจกรรมที่เกี่ยวข้องกับการหลีกเลี่ยง (Hietanen et al.,2008; Ponk ¨ anen ¨ และคณะ 2011) นอกจากนี้ การดีซิงโครไนซ์ด้วยอัลฟาที่สูงขึ้นจะถูกกระตุ้นโดยความสนใจร่วมกัน เมื่อเทียบกับการไม่มีเงื่อนไขความสนใจร่วมกันในงานที่เหมือนกัน (Lachat et al.,2012) ในที่สุด การใช้หุ่นยนต์ฮิวแมนนอยด์ในงานส่งสัญญาณการจ้องมองที่เป็นนวัตกรรมใหม่ พบว่าการสบตาก่อนการเปลี่ยน ze ส่งผลให้เกิดการซิงโครไนซ์อัลฟ่าที่สูงกว่า เมื่อเทียบกับการไม่สบตาก่อนการเปลี่ยนแปลง (Kompatsiari et al., 2021)
เมื่อภาพถ่ายแทนการใช้รูปคนจริงๆ ถูกใช้เป็นศาลา ผลกระทบของการจ้องมองอัลฟ่าจะหายไป (Hietanen et al., 2008) แท้จริงแล้ว มีการเปลี่ยนแปลงที่สำคัญหลายประการในการตอบสนองของผู้คนต่อคนจริงๆ เมื่อเปรียบเทียบกับการถ่ายภาพหรือ videotimuli ( ดู Risko และคณะ 2016) อย่างไรก็ตาม แม้ว่าการใช้คนจริงเป็นสิ่งเร้าเป็นวิธีการที่มีประโยชน์และให้ความรู้ แต่ก็ทำให้เกิดข้อจำกัดในด้านความซับซ้อน การนำไปใช้ได้ และประเภทของพฤติกรรมที่สามารถตรวจสอบได้ อีกทางเลือกหนึ่งคือ Wykowska และเพื่อนร่วมงานประสบความสำเร็จในการใช้หุ่นยนต์เป็นตัวกระตุ้นทางสังคมในการวิจัยการรับรู้ทางสังคม (Wykowska et al., 2016; Kompatsiariet al., 2018, 2021; Willemse et al., 2018) นี่แสดงให้เห็นว่าไม่จำเป็นเสมอไปที่จะต้องใช้คนจริงในการศึกษาปรากฏการณ์ทางสังคม แท้จริงแล้ว การวิจัยแสดงให้เห็นว่าการมีปฏิสัมพันธ์กับมนุษย์เสมือนนั้นเทียบได้กับการมีปฏิสัมพันธ์ของมนุษย์จริงๆ (ดู Bombariet al., 2015)
ในการศึกษาที่ลงทะเบียนล่วงหน้าในปัจจุบัน (https://osf.io/s4rm9) เราได้ตรวจสอบผลกระทบของการจ้องมองด้วยตาแบบไดนามิกต่อหน่วยความจำในการทำงานโดยใช้อวตารของมนุษย์เสมือน ในเชิงวิกฤต เราได้บันทึกการตรวจคลื่นไฟฟ้าสมอง (EEG) เพื่อตรวจสอบการเปลี่ยนแปลงของพลังการสั่นในอัลฟา ซึ่งสะท้อนถึงผลกระทบจากการตั้งใจ และทีต้า ซึ่งสะท้อนถึงความพยายามในการรับรู้ในระหว่างงาน เท่าที่เราทราบ นี่เป็นการตรวจสอบครั้งแรกของการแกว่งของทีต้าและอัลฟาที่เกี่ยวข้องกับผลของการจ้องมองต่อความจำในการทำงาน ที่น่าสังเกตก็คือ จากความรู้ที่ดีที่สุด นี่เป็นการตรวจสอบครั้งแรกของทีออสซิลเลชันในการจ้องมองโดยทั่วไป
นำเสนอโดยใช้จอแสดงผลแบบสวมศีรษะ อวาตาร์ 3 มิติมองขึ้นไปเพื่อให้ผู้เข้าร่วมสบตาก่อนที่จะมองลงไปทางซ้ายหรือขวา สะท้อนให้เห็นถึงพฤติกรรมการจ้องมองที่แท้จริง ดวงตาของอวตารเปลี่ยนทิศทางการจ้องมองอย่างรวดเร็วไปในทิศทางที่หันศีรษะ (ieHayhoe et al., 2012) ต่างจากงานคิวแบบดั้งเดิมที่มีการนำเสนอสิ่งของไว้ที่ด้านข้างของคิว ในที่นี้จะมุ่งเป้าไปที่สิ่งของในครัว (ชาม จาน ถ้วย และกาน้ำชา) ที่ปรากฏทางด้านซ้ายหรือขวาของโต๊ะที่อยู่ใต้คิว ซึ่งช่วยให้สามารถตรวจสอบอิทธิพลของสัญญาณในสภาพแวดล้อมที่สมจริงมากขึ้น โดยที่คิวและเป้าหมายไม่ได้อยู่ในระนาบภาพเดียวกัน ผู้เข้าร่วมถูกขอให้จดจำข้อมูลสถานที่และสถานะของหลายมิติ (เช่น Baddeley, 2010) เกี่ยวกับสี่รายการที่นำเสนอ แท่งสามมิติแบบไดนามิกถูกนำเสนอเป็นสัญญาณควบคุมที่ไม่ใช่ทางสังคมซึ่งสะท้อนการเคลื่อนไหวของอวตารทางสังคม (รูปที่ 1) ช่วยให้สามารถตรวจสอบการเคลื่อนไหวและผลกระทบทางสังคมต่อความจำในการทำงาน ประเมินฤทธิ์ทางระบบประสาทระหว่างคิวชิฟ การเข้ารหัส และการดึงข้อมูล
โดยทั่วไปในการวิจัยหน่วยความจำ การเปลี่ยนแปลงพลังทีต้าจะแพร่หลายในบริเวณด้านหน้า ในขณะที่การเปลี่ยนแปลงของอัลฟามีแนวโน้มที่จะเกิดขึ้นภายหลัง (Jensen et al., 2002; Khader et al., 2010; Sauseng et al., 2010) ดังนั้น หากสัญญาณส่งผลกระทบโดยตรงต่อการเข้ารหัสหน่วยความจำในการทำงาน คาดว่าจะเกิดผลกระทบในพื้นที่เหล่านี้ อย่างไรก็ตาม ผลกระทบเหล่านี้ยังไม่ได้รับการทดสอบในบริบทของการชี้นำทางสังคมและไม่ใช่สังคมในความเป็นจริงเสมือน (VR) ดังนั้นการวิเคราะห์ของเราจึงไม่ได้เน้นไปที่สถานที่เฉพาะเจาะจง
การคาดการณ์ต่อไปนี้ได้รับการลงทะเบียนล่วงหน้าแล้ว: (i) ในเงื่อนไขคิว Socialgaze มีเพียงเราเท่านั้นที่คาดการณ์ว่าประสิทธิภาพของหน่วยความจำในการทำงานจะดีกว่าในเงื่อนไขที่ถูกต้องเมื่อเทียบกับเงื่อนไขที่ไม่ถูกต้อง (ii) เราคาดการณ์ว่าพลังอัลฟ่าและทีต้าจะได้รับผลกระทบอย่างรุนแรงจากการเปลี่ยนแปลงทางสังคมมากกว่าเมื่อเปรียบเทียบกับสัญญาณที่ไม่ใช่สังคม (เช่น Lachat et al., 2012; Kompatsiari et al.,2021) (iii) ในเงื่อนไขคิวการจ้องมองทางสังคมเท่านั้น เราคาดการณ์ว่าจะมีการเพิ่มพลังทีต้าที่แข็งแกร่งขึ้น และพลังอัลฟ่าที่แข็งแกร่งลดลงสำหรับเงื่อนไขที่ถูกต้องเมื่อเปรียบเทียบกับเงื่อนไขที่ไม่ถูกต้องทั้งในช่วงการเข้ารหัสและการดึงข้อมูล
โปรดทราบว่าเรายังลงทะเบียนการคาดการณ์ล่วงหน้าในขอบเขตของศักยภาพที่เกี่ยวข้องกับเหตุการณ์ (ERP) ซึ่งเกี่ยวข้องกับการจำลองผลกระทบจากความตั้งใจขั้นพื้นฐาน อย่างไรก็ตาม นี่ไม่ได้ถูกติดตามในที่นี้เพื่อสนับสนุนการคาดการณ์ที่เฉพาะเจาะจงมากขึ้นสำหรับการทำงานของหน่วยความจำในการแกว่ง (ดูวัสดุเสริม)
วิธี
ผู้เข้าร่วม
เราคัดเลือกผู้เข้าร่วม 49 คน [หญิง 33 คน ชาย 16 คน อายุเฉลี่ย 21 ปี (sd=3.1, ช่วงอายุ 18–32 ปี) คนถนัดซ้าย 3 คน] จาก Aston University โดยชำระเงิน (1 ปอนด์0/ชม. , เงินสด) หรือเครดิตหลักสูตร การสรรหาผู้เข้าร่วมตามแผน 60 คนถูกตัดออกเนื่องจากการแพร่ระบาดของไวรัสโคโรนาปี 2020 อย่างไรก็ตาม การศึกษานี้มีประสิทธิภาพเพียงพอในการตรวจจับผลกระทบทางพฤติกรรมและระบบประสาทของสัญญาณหากมี การออกแบบภายในวิชาที่มีผู้เข้าร่วม 49 คนมีอำนาจ 80% (Westfall, 2016) ในการตรวจจับผลกระทบขนาดเล็กถึงปานกลาง (เช่น d {{19 }}.35,Gregory and Jackson, 2017; d µ 0.5; Kompatsiari et al., 2021)ผู้เข้าร่วมทุกคนรายงานว่ามีการมองเห็นปกติหรือได้รับการแก้ไขให้เป็นปกติ ได้รับความยินยอมจากปฏิญญาเฮลซิงกิ และได้รับการอนุมัติด้านจริยธรรมจากคณะกรรมการจริยธรรมการวิจัยของมหาวิทยาลัยแอสตัน
อุปกรณ์
การศึกษาได้รับการตั้งโปรแกรมใน Unity โดยใช้กรอบการทดลอง Unity (Brookes et al., 2020) คอมพิวเตอร์แล็ปท็อป Lenovo Legion Y540-17IRH (โปรเซสเซอร์ Intel Core i7-9750H, RAM 33GB, กราฟิกการ์ด NVIDIA GeForce RTX 2060) รันโปรแกรมและทริกเกอร์การสื่อสารแบบไร้สายไปยัง EEG (LSL4Unity;https:// github.com/labstreaminglayer/LSL4Unity) ผู้เข้าร่วมดูการศึกษาผ่าน VRGaming Head-Mounted Display (HMD) ที่ขับเคลื่อนด้วยพีซี Oculus Rift S และตอบสนองโดยใช้ตัวควบคุม atouch สามารถดาวน์โหลดการศึกษาและเอกสารได้ที่นี่:https://osf.io/s9xmu/files/
สิ่งกระตุ้น
คิวอวตารของมนุษย์
มีการสร้างตัวตนของชายและหญิงสี่คนที่มีการแสดงออกทางสีหน้าที่เป็นกลางและเสื้อผ้าสีเทาล้วน (ดูวัสดุเสริม) อวาตาร์ได้รับการจัดอันดับโดยอิสระ (n=61, onlinestudy; ดูเอกสารเสริม) สำหรับลักษณะบุคลิกภาพของมนุษย์ (Oosterhof และ Todorov, 2008), มานุษยวิทยา, แอนิเมชั่น และความชอบ (Bartneck et al., 2009) ที่สำคัญ การให้คะแนนระบุว่าอวตารถูกมองเหมือนมนุษย์ (ตารางที่ 1)
คิวไม้ที่ไม่ใช่สังคม
สร้างขึ้นใน Unity เป็นวัตถุเกมทรงกระบอกที่ขยายไปยังระยะห่างที่ใกล้เคียงกันจากผู้เข้าร่วมและตารางเป็นรูปประจำตัว (ดูรูปที่ 1) มีการแสดงสัญญาณทั้งสองเพื่อกระตุ้นเอฟเฟกต์คิวทั่วไป (Gregory, 2021)
เป้าหมาย
ดัดแปลงมาจาก Unity Asset Store (assetstore.unity.com/packages/3d/white-porcelain-dish-set-demo-82858) ถ้วยและชามถูกนำเสนอว่างหรือเต็มโดยการเติมกาแฟ/ซุป จาน มีขนม (assetstore.unity.com/packages/3d/props/food/croissants-pack-112263) ที่ถูกกัดหรือถูกกัดทั้งชิ้น และกาน้ำชามีรอยแตกหรือไม่ร้าว รายการต่างๆ จะถูกนำเสนอเป็นสีที่การเข้ารหัสและระดับสีเทา atretrial เพื่อหลีกเลี่ยงการจับคู่สี
ออกแบบ
ตัวแปรอิสระภายในวิชาคือประเภทคิว (อวาตาร์และสติ๊ก) และความถูกต้องของเป้าหมายคิว (ถูกต้อง 50% และไม่ถูกต้อง 50%) แบบสุ่ม ตัวแปรควบคุมเพิ่มเติมคือตำแหน่งของรายการโพรบ (เหมือน/ต่างกัน 50% ในแต่ละรายการ) และคำตอบที่ถูกต้องสำหรับคำถามสถานะ (ใช่/ไม่ใช่ 50% ในแต่ละรายการ) ต่อประเภทคิว มีการทดลองที่ถูกต้อง 56 รายการ และการทดลองที่ไม่ถูกต้อง 56 รายการ นอกจากนี้ เรายังสุ่มเทียมเท่าๆ กันไม่ว่ารายการต่างๆ จะปรากฏทางซ้ายหรือขวา และไม่ว่าสัญญาณจะมองไปทางซ้ายหรือขวาก็ตาม โปรแกรมคอมพิวเตอร์ระบุตัวตนของอวาตาร์แบบสุ่ม (การสุ่มอย่างง่าย) ตำแหน่งของไอเท็ม (ตำแหน่งที่เป็นไปได้หกตำแหน่ง) ไอเท็มโพรบสำหรับตำแหน่ง และคำถามโพรบสำหรับสถานะ เป็นไปได้ที่คำถามเกี่ยวกับตำแหน่งและสถานะจะโพรบหน่วยความจำสำหรับไอเท็มที่แตกต่างกัน
ขั้นตอน
5-เซสชันการทำความคุ้นเคยแบบทดลองใช้เกิดขึ้นก่อนการทดลองหลักในระหว่างที่ HMD ได้รับการกำหนดค่าก่อนการตั้งค่า EEG สำหรับการศึกษาหลัก สภาพคิวได้รับการถ่วงดุลโดยผู้เข้าร่วมจะเห็นอวตารทางสังคมหรือสภาพการติดที่ไม่ใช่สังคมก่อน และการทดลองทั้งหมดเสร็จสิ้นก่อนที่จะเห็นเงื่อนไขคิวอื่น สำหรับคิวทั้งสองประเภท มีการทดลองฝึกหัด 10 ครั้ง และการทดลองทดลอง 112 ครั้ง มีการกระตุ้นให้มีการหยุดพัก การทดลองทั้งหมด 28 ครั้ง และมีการบังคับใช้การหยุดพักระหว่างเซสชั่นประเภทคิวทั้งสอง ผู้เข้าร่วมสามารถถอด HMD ออกได้ระหว่างพัก
สำหรับคิวทั้งสองประเภท การทดลองดำเนินการดังต่อไปนี้ (รูปที่ 1): กากบาทตรึงถูกแสดงเป็นเวลา 1000 มิลลิวินาที (ช่วงการทดลองระหว่างกัน) จากนั้นแทนที่ด้วยคิวมอง/ชี้ไปที่โต๊ะ (1500 มิลลิวินาที) จากนั้นคิวก็มอง/ชี้ ที่ผู้เข้าร่วม (การเปลี่ยนผ่าน 500 มิลลิวินาที) และหลังจาก 1,000 มิลลิวินาที ชี้/มองไปทางซ้ายหรือขวา (การเปลี่ยนผ่าน 500 มิลลิวินาที: สำหรับการจ้องมอง ดวงตาก็เคลื่อนไหวอย่างรวดเร็วในช่วง 30 มิลลิวินาทีแรกของการหันศีรษะ 500 มิลลิวินาที) จากนั้นจึงนำเสนอเป้าหมาย [การโจมตีด้วยการกระตุ้น ความไม่ตรงกัน (SOA) 500 ms คำนวณจากช่วงเวลาที่คิวเริ่มเปลี่ยน] มีการนำเสนอสี่รายการสำหรับการเข้ารหัส (500 มิลลิวินาที) ในสี่ตำแหน่งที่เป็นไปได้หกตำแหน่ง (รูปที่ 1C) ด้านที่ถูกต้องหรือไม่ถูกต้อง ผู้เข้าร่วมได้รับคำแนะนำว่าคิวไม่เป็นประโยชน์และควรเพิกเฉย หลังจากช่วงเวลาการบำรุงรักษาว่างเปล่า (1000 มิลลิวินาที) รายการโพรบจะแสดงระดับสีเทาไม่ว่าจะในตำแหน่งที่แสดงในตอนแรกหรือในตำแหน่งอื่น (ถูกครอบครองโดยวัตถุอื่นก่อนหน้านี้) ผู้เข้าร่วมตอบสนองด้วยการกดปุ่มและได้รับผลตอบรับที่แม่นยำ ถัดไป สถานะของรายการที่กำลังเข้ารหัสถูกตรวจสอบโดยใช้ข้อความ (เช่น 'ชามมีซุปอยู่หรือเปล่า') และผู้เข้าร่วมตอบกลับด้วยการกดปุ่มและรับคำติชม การทดลองนี้เป็นการศึกษาแบบดูฟรีและมีการตัดกรอบเวลาตอบสนองแบบนอร์ส
การได้มาของ EEG และการประมวลผลล่วงหน้า
เราบันทึก EEG โดยใช้ระบบ EEG บนมือถือ 64-channel eego™ sports (ANT Neuro, Enschede, เนเธอร์แลนด์; อิเล็กโทรด Ag/AgCl, ระบบสากล 10–10) แปลงเป็นดิจิทัลด้วยอัตราการสุ่มตัวอย่าง 500 Hz อิเล็กโทรด CPz ทำหน้าที่เป็นข้อมูลอ้างอิงออนไลน์ และ AFz เป็นอิเล็กโทรดกราวด์ ไม่ได้ใช้อิเล็กโทรดกกหูและอิเล็กโตรโอคิวโลแกรม (EOG) และอิมพีแดนซ์ถูกเก็บไว้ต่ำกว่า 20 kΩ ในระหว่างภารกิจ
ข้อมูล EEG ได้รับการประมวลผลล่วงหน้าโดยใช้กล่องเครื่องมือ Fieldtrip เวอร์ชัน 20191028 (Oostenveld et al., 2011) ใน MatlabR2019b® ข้อมูลไม่มีแนวโน้ม แล้วกรองแบนด์พาสระหว่าง 0.5 ถึง 36.0 เฮิร์ตซ์ ข้อมูลถูกเปลี่ยนตั้งแต่ 1 วินาทีก่อนเริ่มสัญญาณไปจนถึง 1 วินาทีหลังการตรวจ เช่น การเริ่มต้นคิว=เวลา 0 มีการตรวจสอบการทดลองสำหรับสิ่งประดิษฐ์ และการทดลองกับ สิ่งประดิษฐ์ขนาดใหญ่ถูกลบออก (การทดลองทั้งหมดเฉลี่ย 221 รายการ/ผู้เข้าร่วมในการวิเคราะห์ขั้นสุดท้าย); อิเล็กโทรดที่เสียหายถูกสอดแทรกโดยใช้วิธีเฉลี่ย (รวม 5 อัน สูงสุด 2 ต่อผู้เข้าร่วม); ข้อมูลถูกอ้างอิงซ้ำโดยใช้วิธีอ้างอิงเฉลี่ย (หลังการแก้ไข) การวิเคราะห์องค์ประกอบอิสระ (พังผืด) ถูกนำมาใช้เพื่อระบุเสียง การกะพริบตา saccade การเต้นของหัวใจ และส่วนประกอบของกล้ามเนื้อ (โดยเฉลี่ย 11 องค์ประกอบที่ถูกลบผู้เข้าร่วมช่วง 2–23 ดูรูปที่ S3 ในวัสดุเสริมสำหรับส่วนประกอบตัวอย่าง)
การวิเคราะห์ข้อมูลและผลลัพธ์ข้อมูลพฤติกรรม
เนื่องจากข้อผิดพลาดในการเขียนโปรแกรม (ดูเอกสารเสริม) การใช้ d' ที่ลงทะเบียนไว้ล่วงหน้าเพื่อเป็นการวัดความแม่นยำของ WM จึงเป็นไปไม่ได้ แทนที่จะใช้ความแม่นยำเป็นเปอร์เซ็นต์ การวิเคราะห์มาตรการซ้ำของความแปรปรวน (ANOVA) ดำเนินการด้วยเปอร์เซ็นต์ความแม่นยำแยกกันสำหรับข้อมูลตำแหน่งและสถานะที่มีประเภทคิว (ทางสังคมและไม่ใช่ทางสังคม) และความถูกต้องของคิว (ถูกต้องและไม่ถูกต้อง) เป็นตัวแปรภายในวิชา ตามแผนการวิเคราะห์ที่ลงทะเบียนไว้ล่วงหน้า ผลลัพธ์จะถูกรายงานโดยใช้การทดสอบนัยสำคัญสมมติฐานว่างมาตรฐานพร้อมการวิเคราะห์สนับสนุนที่ดำเนินการด้วยสถิติแบบเบย์โดยใช้ JASP (เวอร์ชัน 0.12.2.0; Love et al., 2015) โดยใช้ค่า defaults( Wagenmakers และคณะ, 2018) และเอฟเฟกต์ ANOVA ในรุ่นที่ตรงกันเท่านั้น (ดู Van Den Bergh และคณะ, 2020) การวิเคราะห์แบบเบย์ช่วยให้เราสามารถอนุมานเกี่ยวกับจุดแข็งของการค้นพบ เช่นเดียวกับธรรมชาติของการค้นพบที่เป็นโมฆะใดๆ
การวิเคราะห์ความถี่เวลา
การวิเคราะห์เวลา-ความถี่ดำเนินการโดยการใช้การแปลง Morletwavelet กับการทดลองแต่ละครั้งตั้งแต่ 2 ถึง 30 Hz (สำหรับทุกๆ 1 Hz) โดยมีสามรอบต่อกรอบเวลาในขั้นตอน 50 ms สำหรับการทดลองของผู้เข้าร่วมแต่ละคนแล้วจึงหาค่าเฉลี่ยภายในแต่ละเงื่อนไข และใช้การแก้ไขพื้นฐานเดซิเบล (db) ที่ 500 ms ถึง 100 mspre-cue การแสดงเวลา-ความถี่ถูกสร้างขึ้นสำหรับสเปกตรัมเต็มเวลา-ความถี่ และการวิเคราะห์ทางสถิติมุ่งเน้นไปที่แถบอัลฟา (8–12 Hz) และทีต้า (3–7 Hz) แยกกัน โดยเฉลี่ยทั่วทั้งย่านความถี่ การวิเคราะห์ขับเคลื่อนด้วยข้อมูล (ไม่มีช่วงเวลาหรืออิเล็กโทรดที่เลือกไว้ล่วงหน้า) และการเปรียบเทียบหลายจุดระหว่างจุดเวลาและอิเล็กโทรดได้รับการแก้ไขโดยใช้การทดสอบการเรียงสับเปลี่ยนแบบคลัสเตอร์ที่ไม่ใช่พารามิเตอร์ที่นำไปใช้ในกล่องเครื่องมือ Fieldtrip (Maris และ Oostenveld, 2007) พร้อมการเรียงลำดับ 5,000 ครั้ง (คลัสเตอร์ อัลฟา=P < 0.05, อัลฟาวิกฤต=P < 0.05) การวิเคราะห์เปรียบเทียบเงื่อนไขที่ถูกต้องและไม่ถูกต้องแยกกันสำหรับประเภทคิวแต่ละประเภท นอกจากนี้ เพื่อทำความเข้าใจปฏิสัมพันธ์ที่อาจเกิดขึ้นระหว่างความถูกต้องของคิวและประเภทคิว (คน/ไม้) สำหรับผู้เข้าร่วมแต่ละคน เราได้ลบเงื่อนไขที่ไม่ถูกต้องออกจากเงื่อนไขที่ถูกต้องสำหรับคิวทั้งสองประเภทแยกกัน จากนั้นจึงเปรียบเทียบขนาดของความแตกต่าง แนะนำให้ใช้แนวทางทางสถิตินี้บนเว็บไซต์ Fieldtrip และได้นำไปใช้ในงานก่อนหน้า (Bogels ¨ et al., 2015; Wang et al., 2016; Huizeling et al.,2020); สคริปต์การวิเคราะห์และข้อมูลมีให้จาก OpenNeuro(https://openneuro.org/datasets/ds003702)
ผลลัพธ์
พฤติกรรม
ความแม่นยำของตำแหน่งไม่แตกต่างกันทางสถิติสำหรับโซเชียล (M {{0}}.89, sd=0.11) และไม่ใช่โซเชียล (M=0.90, sd {{7 }}.09) เงื่อนไขคิว, F(1,48)=0.959, P=0.332, ηp2=0.020, BFincl=0.398 มี ยังไม่มีความแตกต่างในความแม่นยำของตำแหน่งระหว่างเงื่อนไขที่ถูกต้อง (M=0}.90, sd=0.10) และไม่ถูกต้อง (M=0.90, sd=0.09) F(1,48)=0.398, P=0.531, ηp2=0.008, BFincl=0.175 อย่างไรก็ตาม มีการโต้ตอบที่สำคัญระหว่างประเภทคิวและความถูกต้อง, F(1,48)=8.958, P=0.004, ηp2=0.157, BFincl=0 .464. สำหรับสัญญาณทางสังคม ไม่มีความแตกต่างที่มีนัยสำคัญในความแม่นยำของตำแหน่งระหว่างค่าที่ถูกต้อง (M=0.90, sd=0.10) และค่าที่ไม่ถูกต้อง (M=0.89, sd {{53} }.12) เงื่อนไข, t(48)=1.102, P=0.315, Cohen'sd=0.145, BF10=0.68 อย่างไรก็ตาม สำหรับสัญญาณที่ไม่ใช่ทางสังคม มีความแตกต่างอย่างมีนัยสำคัญกับความแม่นยำของตำแหน่งที่แย่ลงในสภาพที่ถูกต้อง (M=0.90, sd=0.10) เมื่อเทียบกับสภาพที่ไม่ถูกต้อง (M {{69} }.91, sd=0.09), t(48)=−2.251, P=0.029, Cohen'sd=−0.322, BF{{82 }}.54 (รูปที่ 2 แผง A โปรดดูวัสดุเสริมรูปที่ S1 สำหรับข้อมูลความแตกต่างของแต่ละบุคคล)
ความแม่นยำของสถานะไม่แตกต่างกันทางสถิติสำหรับโซเชียล (M=0.67, sd=0.09) และไม่ใช่โซเชียล (M=0.68, sd=0.08 ) เงื่อนไขคิว, F(1,48)=0.058, P=0.811, ηp2=0.0001, BFincl=0.16 มีผลกระทบหลักที่มีนัยสำคัญ ของความถูกต้อง, F(1,48)=6.196,P=0.016, ηp2=0.114, BFincl=1.99-ที่นี่สถานะความแม่นยำ ดีกว่าในความถูกต้อง (M=0.69, sd=0.07) เมื่อเปรียบเทียบกับเงื่อนไขที่ไม่ถูกต้อง (M=0.66, sd=0.09) มีการโต้ตอบที่ไม่มีนัยสำคัญระหว่างประเภทคิวและความถูกต้อง F(1,48)=0.142, P=0.798, ηp2=0.003, BFincl {{46} }.22 บ่งชี้ว่าผลกระทบของความถูกต้องของคิวในความแม่นยำของสถานะไม่ได้ถูกมอดูเลตตามประเภทคิว (รูปที่ 2, PanelB และวัสดุเสริมรูปที่ S1)
Due to the unpredicted and disparate effects of the stick cue (i.e. better memory for invalidly cued items in the location task, and better memory for the validly cued items in the status task), we ran an online follow-up to test the effects of the two cues in a simpler memory task; participants indicated if a probe item had been one of five items presented at encoding (see Supplementary materials). This 60-participant study replicated the status memory effects showing a significant main effect of validity, F(1,59) = 33.331, P < 0.001, ηp 2 = 0.361, BFincl >100 ที่มีรายการที่ถูกต้อง (M=0.63, sd=0.09) ถูกเรียกคืนได้แม่นยำกว่ารายการที่ถูกชี้นำอย่างไม่ถูกต้อง (M=0.58, sd=0.07) สำหรับสัญญาณทั้งทางสังคมและไม่ใช่สังคม (รูปที่ 2 แผง C)
อีอีจี
การวิเคราะห์ EEG ดำเนินการในการทดลองโดยตอบคำถามเกี่ยวกับสถานที่อย่างถูกต้อง สำหรับทั้งสองสัญญาณ การแสดงความถี่เวลา (TFR) ในรูปที่ 3 แสดงการเพิ่มขึ้นที่คาดหวังในกำลังทีที่ 3.5 วินาที เมื่อมีการนำเสนอเป้าหมายสำหรับการเข้ารหัส เช่นเดียวกับที่คาดว่าจะลดลงในกำลังอัลฟ่า
หน้าต่างคิวกะ
การเปรียบเทียบที่สำคัญประการแรกมุ่งเน้นไปที่ว่าเอฟเฟกต์อัลฟ่าและทีออสซิลลาทอรีถูกมอดูเลตตามประเภทคิวในระหว่างการเปลี่ยนคิวเริ่มต้นหรือไม่ หน้าต่างที่สนใจคือช่วง 1000- มิลลิวินาที (ดูรูปที่ 1) โดยที่สัญญาณจะเริ่มจากการชี้/มองผู้เข้าร่วมเป็นการมอง/ชี้ไปที่ด้านข้างของโต๊ะ (2.5–3.5 วินาที เริ่มเลื่อนไปทางซ้าย/ขวา ที่ 3 วินาที) จึงมีระยะเวลาสบตา 500- มิลลิวินาทีในสภาพอวตารทางสังคม ความถูกต้องของคิวยังไม่เป็นที่รู้จักของผู้เข้าร่วม
ผลลัพธ์ไม่แสดงความแตกต่างที่มีนัยสำคัญในการเปลี่ยนแปลงพลังอัลฟ่าระหว่างประเภทคิวในช่วงเวลานี้ โดยทั้งสองสัญญาณแสดงการลดลงของพลังงานอัลฟ่าที่คาดหวัง (รูปที่ 4 แผง A) อย่างไรก็ตาม ในระหว่างการเปลี่ยนคิว มีทีตาพาวเวอร์ลดลงอย่างเห็นได้ชัดสำหรับทั้งสองสัญญาณ โดยสิ่งนี้จะมีขนาดใหญ่กว่าสำหรับสัญญาณทางสังคมมากกว่าคิวที่ไม่ใช่สังคม (P=0.023, รูปที่ 4, แผง A)
เนื่องจากไม่พบความแตกต่างในช่วงเวลาที่สัมผัสกับดวงตา เราจึงทำการวิเคราะห์เชิงสำรวจครั้งที่สองเพื่อตรวจสอบว่ามีผลกระทบจากการสบตาหรือไม่เมื่อสัญญาณเริ่มแรกย้ายไปชี้/มองที่ผู้เข้าร่วม กล่าวคือ เมื่อมีการสบตาในสภาพการจ้องมอง ดังนั้นเราจึงเปรียบเทียบผลกระทบในอัลฟ่าและทีตาระหว่างสัญญาณทางสังคมและสัญญาณที่ไม่ใช่ทางสังคมที่ 1.5- วินาที (เลื่อนขึ้นด้านบน) กับช่วงเวลา 2.5- วินาที ผลลัพธ์ไม่แสดงความแตกต่างที่มีนัยสำคัญการเปลี่ยนแปลงกำลังของ inalpha หรือ theta ระหว่างประเภทคิวในช่วงเวลานี้
หน้าต่างการเข้ารหัส
การเปรียบเทียบครั้งต่อไปตรวจสอบว่าการเปลี่ยนแปลงในกำลังอัลฟ่าและทีตาถูกมอดูเลตโดยความถูกต้องของคิวในช่วง {{0}} ช่วงการเข้ารหัส msencoding หรือไม่ (3.5–4 วินาที; ดูรูปที่ 1) เมื่อพิจารณาถึงกำลังทีต้าเป็นอันดับแรก สำหรับสัญญาณทางสังคม พบว่ากำลังอินทีตาเพิ่มขึ้นเล็กน้อยอย่างมีนัยสำคัญ (ประมาณพื้นฐาน) สำหรับสภาพที่ถูกต้องเมื่อเปรียบเทียบกับสภาวะที่ไม่ถูกต้อง (P=0.012; รูปที่ 4, แผง B) ในทางตรงกันข้าม สำหรับสัญญาณที่ไม่ใช่ทางสังคม มีพลังทีต้าเพิ่มขึ้นอย่างมีนัยสำคัญสำหรับค่าที่ถูกต้องเมื่อเปรียบเทียบกับสภาวะที่ไม่ถูกต้อง (P=0.044; รูปที่ 4, แผง C) การเปรียบเทียบความแตกต่างความถูกต้องเหล่านี้ระหว่างคิวทั้งสองประเภทกับอิเล็กโทรดทั้งหมดเผยให้เห็นความแตกต่างที่ไม่มีนัยสำคัญ (P > 0.10) อย่างไรก็ตาม สำหรับสัญญาณที่ไม่ใช่ทางสังคม เอฟเฟกต์ดูเหมือนจะอยู่เหนืออิเล็กโทรดท้ายทอย ในขณะที่สัญญาณทางสังคม เอฟเฟกต์จะกระจายมากกว่าทั้งในเวลาและตำแหน่ง ดำเนินการวิเคราะห์การเรียงสับเปลี่ยนตามคลัสเตอร์แบบโพสต์เฉพาะกิจที่เน้นมากขึ้นบนอิเล็กโทรดท้ายทอยที่ประกอบเป็นกระจุกที่มีนัยสำคัญ (ดูรูปที่ 4 คำอธิบายภาพ) ในระหว่างหน้าต่างการเข้ารหัสบ่งชี้ว่าการเปลี่ยนแปลงในกำลังทีต้าที่ตำแหน่งนี้มีความแตกต่างกันอย่างมีนัยสำคัญระหว่างคิวทั้งสองประเภท (P { {18}}.046)
เมื่อพิจารณาการเปลี่ยนแปลงของพลังอัลฟ่าแล้ว พบว่าพลังอัลฟ่าในคิวที่ถูกต้องลดลงอย่างเห็นได้ชัด เมื่อเทียบกับเงื่อนไขที่ไม่ถูกต้องสำหรับทั้งโซเชียล (P {{0}}.002) และสัญญาณที่ไม่ใช่สังคม (P <0.001; รูปที่ 4, แผง C) การเปรียบเทียบความแตกต่างความถูกต้องของคิวทั้งสองประเภทกับอิเล็กโทรดทั้งหมดเผยให้เห็นความแตกต่างที่ไม่มีนัยสำคัญในขนาดของการเปลี่ยนแปลงกำลังอัลฟานี้ (P > 0.20)
หน้าต่างโพรบ
ในที่สุด เราตรวจสอบการเปลี่ยนแปลงของกำลังอัลฟ่าและทีต้าในช่วงเวลาโพรบ (ดึงข้อมูล; 5–6 วินาที) ผลลัพธ์สำหรับคิวทั้งสองประเภทแสดงให้เห็นว่าความถูกต้องของคิวในการเข้ารหัสไม่ได้ปรับกำลังอัลฟ่าและทีต้าเมื่อดึงข้อมูล ค่า P ทั้งหมด > 0.1
การอภิปราย
ที่นี่เราตรวจสอบผลกระทบทางพฤติกรรมและประสาทของสัญญาณทางสังคมเสมือนและไม่ใช่สังคมต่อหน่วยความจำในการทำงานสำหรับสถานะและตำแหน่งของวัตถุที่นำเสนอ เราคาดการณ์ว่าการจ้องมองทางสังคมจะส่งผลต่อความจำในการทำงาน ในขณะที่คิวที่ไม่เกี่ยวข้องกับสังคมจะไม่ส่งผลต่อความจำในการทำงาน นอกจากนี้ เราคาดการณ์ว่าคิวทางสังคมจะส่งผลต่อการแกว่งของอัลฟ่าและทีต้าได้ดีกว่าสัญญาณที่ไม่ใช่ทางสังคม
ตรงกันข้ามกับการคาดการณ์ หน่วยความจำในการทำงานของข้อมูลสถานะได้รับการปรับโดยสัญญาณทั้งทางสังคมและไม่ใช่ทางสังคม โดยที่ออบเจ็กต์ในตำแหน่งที่ถูกต้องจะถูกเรียกคืนได้แม่นยำกว่าวัตถุในตำแหน่งที่ไม่ถูกต้องสำหรับคิวทั้งสองประเภท การค้นพบนี้ทำซ้ำในการทดลองที่ 2 โดยใช้งานอื่น สิ่งนี้ตรงกันข้ามกับงานก่อนหน้านี้ที่ดำเนินการโดยใช้ลูกศรเป็นสัญญาณที่ไม่ใช่ทางสังคม โดยที่ไม่เห็นผลของสัญญาณที่ไม่ใช่ทางสังคมต่อความทรงจำในการทำงาน (Gregory and Jackson, 2017), ความทรงจำระยะยาว (Dodd et al.,2012) หรือการประเมินวัตถุ (Bayliss et al., 2006) เนื่องจากขนาดและการเคลื่อนไหวของลูกศร ในการศึกษาที่นำเสนอในที่นี้ สัญญาณที่ไม่เกี่ยวข้องกับสังคมจึงมีพลังมากกว่าลูกศรแบบเดิมมาก ดังนั้นจึงเป็นไปได้ที่ลูกศรจะเพิกเฉยได้ง่ายกว่าหากจำเป็น เช่น เมื่อทำงานที่ซับซ้อนซึ่งมีลำดับสูงกว่า มากกว่าการจ้องมอง และที่นี่เป็นแท่งเคลื่อนที่ที่ทรงพลัง
คิวทางสังคมไม่มีผลต่อหน่วยความจำในการทำงานของข้อมูลตำแหน่ง อย่างไรก็ตาม สำหรับคิวที่ไม่ใช่ทางสังคม น่าประหลาดใจที่ความทรงจำจะดีกว่าในสภาพที่ไม่ถูกต้องมากกว่าสภาพที่ถูกต้อง ผู้เข้าร่วมมีความแม่นยำของตำแหน่งสูง โดยบางรายมีความแม่นยำถึง 100% ดังนั้นเอฟเฟกต์สัญญาณการจ้องมองอาจหายไปจากเอฟเฟกต์เพดาน ดังนั้นจึงไม่ทราบว่าสัญญาณการจ้องมองจะส่งผลต่อความแม่นยำของตำแหน่งในงานที่ยากขึ้นหรือไม่ ผลลัพธ์ที่ไม่ใช่ทางสังคมอาจสะท้อนถึงการยับยั้งการกลับมา (Klein, 2000) อย่างไรก็ตาม สิ่งนี้ไม่น่าเป็นไปได้เนื่องจากพบว่าคิวนี้แสดงสัญญาณอำนวยความสะดวกที่ 500-ms SOA นี้ (Gregory, 2021) นอกจากนี้ ผลลัพธ์จะกลับกันสำหรับเงื่อนไขสถานะ โดยที่หน่วยความจำจะดีกว่าสำหรับรายการในสภาพที่ถูกต้อง นี่จึงเป็นผลที่ไม่แน่นอน ซึ่งน่าจะเกิดจากผลกระทบจากเพดาน อย่างไรก็ตาม เพื่อคาดเดาโดยสรุป หลักฐานแสดงให้เห็นว่าหน่วยความจำการทำงานเชิงพื้นที่เชิงภาพทำงานเป็นเครือข่ายแบบกระจาย โดยประมวลผลข้อมูลลักษณะที่ปรากฏ (iesatus) แยกจากข้อมูลตำแหน่งเชิงพื้นที่ (ดู Zimmer, 2008) เป็นไปได้ว่าการมี Stickcue ช่วยเพิ่มความสนใจโดยรวมต่อวัตถุคิวซึ่งช่วยเพิ่มประสิทธิภาพการประมวลผลรูปลักษณ์ในขณะที่เพิ่มองค์ประกอบเชิงพื้นที่พิเศษที่จะประมวลผล ซึ่งทำให้การประมวลผลเชิงพื้นที่หยุดชะงัก สำหรับการจ้องมอง ศีรษะของอวตารติดอยู่กับร่างกาย ทำให้มีตำแหน่งเชิงพื้นที่ที่ชัดเจนและคงที่มากกว่าเมื่อเปรียบเทียบกับแท่งเคลื่อนที่
ไม่มีความแตกต่างระหว่างคิวทั้งสองประเภทในอิทธิพลต่อพลังอัลฟ่าในระหว่างการเปลี่ยนคิว ซึ่งรวมระยะเวลาของการสบตา (เฉพาะสัญญาณทางสังคมเท่านั้น) เช่นเดียวกับการเคลื่อนไหวคิวชิฟต์ซ้าย/ขวา และไม่มีความแตกต่างใดๆ ในช่วงก่อนหน้านี้ที่ การสบตาได้ถูกสร้างขึ้น ซึ่งตรงกันข้ามกับผลลัพธ์ของ Kompatsiari และคณะ (2021) ซึ่งพบว่าการสัมผัสทางตา พลังอัลฟ่าแบบปรับที่มีพลังงานลดลงมากขึ้นพบในสภาวะการสบตาเมื่อเปรียบเทียบกับสภาวะที่ไม่สบตา ในที่นี้ทั้งคิวการจ้องมองทางสังคมและคิวแบบแท่งที่ไม่ใช่สังคมมีส่วนร่วมกับผู้เข้าร่วมก่อนการเปลี่ยนคิวเช่นกัน โดยการมองหรือชี้ไปที่พวกเขา ดังนั้นจึงเป็นไปได้ว่าการค้นพบก่อนหน้านี้ว่าการสบตาและความสนใจร่วมกันปรับพลังอัลฟ่า (Chapman et al.,1975; Lachat et al., 2012; Kompatsiari et al., 2021) เกี่ยวข้องกับผู้เข้าร่วมที่เข้าร่วมมากขึ้นเมื่อมีการกระตุ้นเศรษฐกิจ มีส่วนร่วมมากขึ้น ไม่ว่าจะโดยการมองพวกเขาหรือมองจากที่พวกเขามอง แทนที่จะเป็นลักษณะทางสังคมที่เฉพาะเจาะจงของสิ่งเร้า อย่างไรก็ตาม อาจเป็นไปได้ว่าจะพบความแตกต่างเมื่อเน้นการวิเคราะห์ไปยังภูมิภาคเฉพาะที่สนใจ นอกจากนี้ยังไม่มีความแตกต่างในเอฟเฟกต์อัลฟ่าระหว่างสองสัญญาณในระหว่างช่วงการเข้ารหัส สำหรับทั้งสองสัญญาณ มีการลดลงอย่างมากในพลังอัลฟ่าในเงื่อนไขที่ส่งสัญญาณที่ถูกต้อง เมื่อเปรียบเทียบกับเงื่อนไขที่ไม่ถูกต้อง โดยไม่มีความแตกต่างในขนาดของเอฟเฟกต์ สิ่งนี้สะท้อนถึงการค้นพบความทรงจำและบ่งชี้ว่าสัญญาณมีอิทธิพลคล้ายกันต่อความสนใจ
ในระหว่างการเปลี่ยนคิว ไม่มีการซิงโครไนซ์ทีต้าที่ชัดเจน และมีการดีซิงโครไนซ์ทีต้าที่แรงกว่าอย่างมีนัยสำคัญแทนสำหรับคิวทางสังคม เมื่อเทียบกับคิวที่ไม่ใช่โซเชียล สิ่งนี้บ่งชี้ว่ามีการเพิกเฉยต่อสัญญาณทั่วไปที่ไม่ต้องการการประมวลผลที่ต้องใช้ความพยายาม สภาพสังคมที่ลดลงอย่างมีนัยสำคัญอาจเนื่องมาจากธรรมชาติของการรับรู้ระดับ-1โดยอัตโนมัติ (Samson et al., 2010)
พลังทีต้าในระหว่างช่วงการเข้ารหัสก็ถูกมอดูเลตตามประเภทคิวเช่นกัน สำหรับสัญญาณทางสังคม มีการเพิ่มพลังทีต้าเล็กน้อย (ประมาณพื้นฐาน) สำหรับสภาวะที่ถูกต้อง โดยที่หน่วยความจำในการทำงานของข้อมูลสถานะดีกว่าในสภาวะที่ไม่ถูกต้อง Theta oscillatory powerincreases สะท้อนถึงความพยายาม (Gevins et al., 1997; Klimesch, 1999; Jensenand Tesche, 2002); ดังนั้นผลลัพธ์นี้บ่งชี้ว่าต้องใช้ความพยายามน้อยลงในการเข้ารหัสข้อมูลสถานะเมื่อส่งสัญญาณบายพาส ในทางตรงกันข้าม สำหรับสัญญาณที่ไม่ใช่ทางสังคม มีการเพิ่มพลังทีต้าสำหรับสภาวะที่ถูกต้องมากขึ้นอย่างมีนัยสำคัญ ในขณะที่หน่วยความจำในการทำงานจะดีกว่าสำหรับข้อมูลสถานะเมื่อเทียบกับสภาวะที่ไม่ถูกต้อง สิ่งนี้บ่งชี้ว่ามีความพยายามมากขึ้นสำหรับตำแหน่งที่คิวถูกต้อง ซึ่งนำไปสู่การเข้ารหัสข้อมูลสถานะที่ดีขึ้น
ผลกระทบต่อสภาพสังคมอาจอธิบายได้ด้วยแนวโน้มที่มนุษย์จะติดตามมุมมองของผู้อื่นโดยอัตโนมัติ (เช่น Michelon และ Zacks, 2006; Kessler และ Rutherford, 2010; Samson et al., 2010; Kessler et al., 2014) อาจต้องใช้ความพยายามน้อยลงในสภาพการจ้องมองที่ถูกต้องเนื่องจากความง่ายในการมอง (ระดับ{4}}) แท้จริงแล้ว มีการระบุไว้ว่า'...วัตถุที่ตกอยู่ภายใต้การจ้องมองของผู้อื่นจะได้รับคุณสมบัติที่พวกเขาจะไม่แสดงออกมาหากไม่ได้มอง' (Becchio et al., 2008, p. 254) และการวิจัยโดย Shteynberg (2010) บ่งชี้ว่าสิ่งเร้า ประสบการณ์ในฐานะส่วนหนึ่งของกลุ่มทางสังคมจะมีความโดดเด่นมากกว่า เนืองจากสิ่งที่เรียกว่าเอฟเฟกต์ 'การปรับทางสังคม' อีกทางหนึ่ง อาจเป็นไปได้ว่าเนื่องจากการติดตามมุมมองของอวตาร แต่ไม่มีเป้าหมาย จึงเป็นการยากที่จะแยกตัวออกจากตำแหน่งที่ไม่ถูกต้อง ส่งผลให้ต้องใช้พลังทีต้ามากขึ้นในสภาวะนั้น
ตรงกันข้ามกับความคาดหวังของเรา ไม่มีผลกระทบของความถูกต้องแม่นยำต่อกำลังอัลฟ่าและทีต้าในระหว่างช่วงการดึงข้อมูล ซึ่งบ่งชี้ว่าผลกระทบนั้นมีความเฉพาะเจาะจงต่อการเข้ารหัส การวิจัยแสดงให้เห็นว่าพลังทีต้าแข็งแกร่งขึ้นที่อิเล็กโทรดข้างขม่อมถึงส่วนกลางระหว่างการเข้ารหัสสำเร็จ (Khader et al., 2010) แม้ว่าโดยทั่วไปแล้วการเปลี่ยนแปลงพลังงานทีต้าที่เกี่ยวข้องกับหน่วยความจำมักจะเกิดขึ้นในแอนทีเรียไซต์ (Jensen และ Tesche, 2002) สำหรับเอฟเฟกต์ของคิวจ้องมองนั้นจะปรากฏบนอิเล็กโทรดขมับ, ข้างขม่อม และท้ายทอย โดยมีความแตกต่างบางประการในอิเล็กโทรดด้านหน้า ในขณะที่สำหรับคิวแบบแท่ง ความแตกต่างจะเกิดขึ้นที่ด้านหลัง ซีตาข้างขม่อมอาจส่งเสริมการเข้ารหัสหน่วยความจำได้สำเร็จ ในขณะที่ทีต้าด้านหน้าอาจเป็นสื่อกลางในการประมวลผลโดยตั้งใจทั่วไป (Khader et al., 2010) เนื่องจากลักษณะของการศึกษา เราจึงไม่มีข้อมูลที่ชัดเจนเกี่ยวกับแหล่งที่มาของการเปลี่ยนแปลงอำนาจ อย่างไรก็ตาม ความแตกต่างในลักษณะและตำแหน่งของผลกระทบชี้ให้เห็นว่ามีความแตกต่างในวิธีที่สัญญาณทางสังคมและไม่ใช่สังคมมีอิทธิพลต่อกระบวนการหน่วยความจำในระหว่างการเข้ารหัส
ในที่นี้เรามุ่งหวังที่จะเข้าใจอิทธิพลของความทรงจำในการทำงานของสังคม โดยขยายจากงานก่อนหน้าในด้านนี้ (Dodd et al., 2012; Gregory and Jackson, 2017) การใช้สภาพแวดล้อมที่สมจริงและสัญญาณทางสังคมและไม่ใช่สังคมแบบไดนามิก เราพบว่าสัญญาณทางสังคมและไม่ใช่สังคมมีผลกระทบที่คล้ายกันต่อประสิทธิภาพการทำงานของหน่วยความจำ แต่สิ่งนี้ได้รับการสนับสนุนจากความแตกต่างในการกระตุ้นประสาท แม้ว่าการสั่นของอัลฟ่าจะเทียบเคียงได้กับการปรับเอฟเฟ็กต์ แต่การสั่นของทีต้าระหว่างการเข้ารหัสก็บอกเล่าเรื่องราวที่แตกต่างออกไป ดังนั้น ผลลัพธ์บ่งชี้ว่าในขณะที่การส่งสัญญาณความสนใจส่งผลกระทบในทำนองเดียวกันต่อความจำในการทำงานของสัญญาณทางสังคมและสัญญาณที่ไม่ใช่ทางสังคมที่นำเสนอ กลไกของระบบประสาทที่ซ่อนอยู่นั้นแตกต่างกัน โดยที่วัตถุที่เห็นอยู่ภายใต้ความสนใจร่วมกันดูเหมือนจะต้องการพลังการประมวลผลน้อยกว่าในการเข้ารหัส นี่เป็นหลักฐานเพิ่มเติมสำหรับแนวคิดที่ว่าการจ้องตาให้สัญญาณพิเศษในการรับรู้ของมนุษย์ (Becchio et al., 2008; Samson et al., 2010; Shteynberg, 2010; Kampis and Southgate, 2020)
อ้างอิง
อ้าว อี. โวเกล EK โอ้ SH (2549) ปฏิสัมพันธ์ระหว่างความสนใจและความทรงจำในการทำงาน ประสาทวิทยาศาสตร์, 139(1), 201–8
แบดเดลีย์, AD (2010) หน่วยความจำทำงาน. ชีววิทยาปัจจุบัน, 20(4), 136–40.
Bartneck, C., Kuli'c, D., Croft, E., Zoghbi, S. (2009) เครื่องมือวัดสำหรับมานุษยวิทยา แอนิเมชัน ความคล้ายคลึง ความฉลาดที่รับรู้ และการรับรู้ความปลอดภัยของหุ่นยนต์ วารสารนานาชาติด้านวิทยาการหุ่นยนต์สังคม, 1(1), 71–81
เบย์ลิส, AP, พอล, แมสซาชูเซตส์, แคนนอน, ประชาสัมพันธ์, ดั๊มพ์, เอสพี (2549) การจ้องมองและการตัดสินอย่างมีอารมณ์ต่อวัตถุ: ฉันชอบสิ่งที่คุณมอง Psychonomic Bulletin and Review, 13(6), 1061–6.
เบย์ลิส, AP, Frischen, A., Fenske, MJ, ทิปเปอร์, SP (2007) การประเมินอารมณ์ของวัตถุได้รับอิทธิพลจากการสังเกตทิศทางการจ้องมองและการแสดงออกทางอารมณ์ ความรู้ความเข้าใจ, 104(3), 644–53.
Becchio, C. , Bertone, C. , Castiello, U. (2008) การจ้องมองของผู้อื่นมีอิทธิพลต่อการประมวลผลวัตถุอย่างไร แนวโน้มทางวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจ, 12(7),254–8.
Bogels, S., Barr, DJ, Garrod, S., Kessler, K. (2015) การสนทนาโต้ตอบในเครื่องสแกน: การทำให้จิตใจในระหว่างการประมวลผลภาษาตามที่เปิดเผยโดย MEG เปลือกสมอง, 25(9), 3219–34.
Bombari, D., Schmid Mast, M., Canadas, E., Bachmann, M. (2015) ศึกษาปฏิสัมพันธ์ทางสังคมผ่านเทคโนโลยีสภาพแวดล้อมเสมือนจริงที่ดื่มด่ำ: คุณธรรม หลุมพราง และความท้าทายในอนาคต จิตวิทยาชายแดน, 6(มิถุนายน), 1–11
Brookes, J. , Warburton, M. , Algadier, M. , Mon-Williams, M. , Mushtaq, F. (2020) ศึกษาพฤติกรรมมนุษย์ด้วยความเป็นจริงเสมือน: กรอบการทดลองเรื่องเอกภาพ วิธีวิจัยพฤติกรรม,52(2), 455–63
คาวานาห์ เจเอฟ แฟรงค์ เอ็มเจ (2014) Frontal theta เป็นกลไกในการควบคุมที่มีประสิทธิภาพและประสิทธิผล แนวโน้มทางวิทยาศาสตร์เกี่ยวกับความรู้ความเข้าใจ, 18(8),414–21.
For more information:1950477648nn@gmail.com
