การรบกวนหน่วยความจำระยะยาวได้รับการแก้ไขผ่านการผลักและความแม่นยำพร้อมกับขนาดหน่วยความจำการวินิจฉัยส่วนที่ 4
Oct 24, 2023
ในชุดการวิเคราะห์เชิงสำรวจเพิ่มเติมที่รวมข้อมูลจากการทดลองที่ 2 และ 3 อีกครั้ง เราได้ทดสอบว่าอคติในการสร้างใหม่ในมิติการวินิจฉัยที่ทำนายความแม่นยำของหน่วยความจำสัมพันธ์นั้นเกินกว่าที่คาดการณ์ไว้โดยข้อผิดพลาดที่ไม่ได้ลงนาม (ระยะห่างสัมบูรณ์จากเป้าหมายในมิติการวินิจฉัย) และความแม่นยำ (ในมิติการวินิจฉัย) . หมายเหตุ: การวิเคราะห์ต่อไปนี้ไม่รวมความชันแบบสุ่มสำหรับข้อผิดพลาดหรือความแม่นยำที่ไม่ได้ลงนาม (ดูวิธีการหาเหตุผล)
ในยุคใหม่ของเทคโนโลยีอัจฉริยะเรามักจะต้องเผชิญกับข้อมูลข่าวสารทุกประเภท ความถูกต้องของข้อมูลและข้อมูลนี้มักจะส่งผลโดยตรงต่อการตัดสินใจและการตัดสินของเรา หากเราสามารถคาดการณ์และแก้ไขอคติได้ เราก็สามารถปรับปรุงความแม่นยำและประสิทธิภาพของเราได้ ในขณะที่ทำนายอคติ เราจำเป็นต้องมีความจำที่แข็งแกร่งเพื่อรวบรวมและเรียกคืนข้อมูล ดังนั้นความสัมพันธ์ระหว่างการทำนายแบบเอนเอียงและความจำจึงมีความสำคัญอย่างยิ่ง
การวิจัยแสดงให้เห็นว่าหน่วยความจำที่ดีช่วยให้เราเข้าใจข้อมูลได้ดีขึ้น สิ่งนี้ทำให้เราระบุและแก้ไขการเบี่ยงเบนได้ง่ายขึ้น อคติในการคาดการณ์ยังช่วยพัฒนาความจำของเราอีกด้วย เนื่องจากเราจำเป็นต้องใช้หน่วยความจำเพื่อเปรียบเทียบและยืนยันความถูกต้องของข้อมูลซึ่งจะส่งเสริมการพัฒนาการทำงานของระบบประสาทและศักยภาพในการจดจำของสมองของเรา
นอกจากนี้ การทำนายอคติและความจำที่ดีขึ้นสามารถช่วยให้เราประสบความสำเร็จและมั่นใจในชีวิตและการทำงานมากขึ้น เนื่องจากการคาดเดาแบบลำเอียงและหน่วยความจำที่เพิ่มขึ้นช่วยให้เราวิเคราะห์และประมวลผลข้อมูลได้แม่นยำยิ่งขึ้น เราจึงสามารถตัดสินใจและตัดสินใจได้ดีขึ้น ซึ่งนำไปสู่ความสำเร็จและความภาคภูมิใจในทุกด้านมากขึ้น
โดยสรุป การทำนายอคติและความทรงจำเป็นสองด้านที่สำคัญของชีวิตและการทำงาน หากเราสามารถเสริมความสามารถในการทำนายแบบเอนเอียงและความจำของเราได้อย่างจริงจัง เราก็จะสามารถประมวลผลข้อมูลและข้อมูลที่หลากหลายได้อย่างมีประสิทธิภาพมากขึ้นและบรรลุผลลัพธ์ที่เหนือกว่า จะเห็นได้ว่าเราต้องปรับปรุงความจำของเรา Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมาก เนื่องจาก Cistanche Deserticola ยังสามารถควบคุมความสมดุลของสารสื่อประสาท เช่น การเพิ่มระดับอะซิติลโคลีนและปัจจัยการเจริญเติบโต สารเหล่านี้มีความสำคัญมากต่อความจำและการเรียนรู้ นอกจากนี้ เนื้อสัตว์ยังช่วยเพิ่มการไหลเวียนของเลือดและส่งเสริมการส่งออกซิเจน ซึ่งช่วยให้สมองได้รับสารอาหารและพลังงานที่เพียงพอ ซึ่งจะช่วยเพิ่มความมีชีวิตชีวาและความทนทานของสมอง
การใช้การถดถอยเชิงเส้นแบบลำดับชั้นพร้อมผลกระทบคงที่ของการทดลอง (ประสบการณ์ 2, ประสบการณ์ 3) และมิติคุณลักษณะ (ไม่ว่ามิติการวินิจฉัยจะได้รับผลกระทบหรือเพศ) โมเดล ft ได้รับการปรับปรุงอย่างมีนัยสำคัญ เมื่อเปรียบเทียบกับโมเดล null เมื่อมีข้อผิดพลาดหรือความแม่นยำที่ไม่ได้ลงนาม เพิ่มแล้ว (ข้อผิดพลาดที่ไม่ได้ลงนาม: χ2(1)=16.42, p < 0.001, ไม่ได้ลงนาม ข้อผิดพลาด=-5.72, SE=1.40; ความแม่นยำ: χ2 (1)=30.27, น< 0.001, βprecision = -5.91, SE = 1.06). In other words, lower unsigned error and greater precision were associated with better associative memory. Critically, however, model ft significantly improved when bias was added to a model that already included unsigned error and precision (χ2 (1) = 4.39, p = 0.036, βbias = 2.38, SE = 1.11).
ดังนั้นการทำนายอคติความแม่นยำของหน่วยความจำที่เกี่ยวข้องเกินกว่าที่อธิบายด้วยความแม่นยำและข้อผิดพลาดที่ไม่ได้ลงนาม โดยเฉพาะอย่างยิ่ง โมเดล ft ยังได้รับการปรับปรุงอย่างมีนัยสำคัญเมื่อมีการเพิ่มความแม่นยำให้กับโมเดลที่รวมข้อผิดพลาดและอคติที่ไม่ได้ลงนามไว้แล้ว (χ2(1)=26.51,p < 0.001, prec=-5 64, SE=1.08) เมื่อนำมารวมกัน การวิเคราะห์เชิงสำรวจเหล่านี้บ่งชี้ว่าอคติ (แรงผลัก) และความแม่นยำ - แม้ว่าจะเป็นการวัดที่มีความสัมพันธ์กัน (รูปที่ S2A, OSM) - สามารถทำนายประสิทธิภาพของหน่วยความจำแบบเชื่อมโยงได้อย่างอิสระ (รูปที่ 5)
การอภิปราย
จากการทดลองทั้ง 3 ครั้ง เราพบว่าความคล้ายคลึงกันระหว่างความทรงจำระยะยาวทำให้เกิดการเปลี่ยนแปลงเฉพาะด้านในการปรับตัวและคุณลักษณะเฉพาะในเนื้อหาของความทรงจำเหล่านั้น เราวัดการเปลี่ยนแปลงเหล่านี้โดยใช้พื้นที่ใบหน้าสองมิติ (ผลกระทบ เพศ) ทำให้เราสามารถแยกหน่วยความจำตามมิติที่วินิจฉัยความแตกต่างระหว่างใบหน้าที่คล้ายกันและมิติที่ไม่สามารถวินิจฉัยความแตกต่างได้ เราพบว่าหน่วยความจำพร้อมคุณลักษณะการวินิจฉัยแสดงคุณสมบัติหลักสองประการ: (1) อคติเชิงระบบ (การผลักกัน) ที่เกินความแตกต่างระหว่างความทรงจำที่คล้ายกัน และ (2) ความแม่นยำที่มากขึ้น (ความแปรปรวนที่ต่ำกว่า) สุดท้าย เราพบว่าแรงผลักและความแม่นยำสามารถคาดการณ์ได้อย่างอิสระ ของข้อผิดพลาดหน่วยความจำที่เกี่ยวข้องกับการรบกวน
แม้ว่ากระบวนทัศน์ของเราจะถูกจำลองตามการศึกษาการรบกวนหน่วยความจำแบบคลาสสิก (Anderson, 2003; Andersonet al., 1994; Anderson et al., 2000) เอฟเฟกต์แรงผลักที่เราสังเกตเห็นนั้นแตกต่างจากเอฟเฟกต์การรบกวนแบบคลาสสิก หากมีสิ่งใด การรบกวนทำนายแรงดึงดูดในคุณสมบัติที่จดจำได้ อย่างไรก็ตาม คุณลักษณะที่สำคัญของการออกแบบของเราคือหน่วยความจำใบหน้าได้รับการทดสอบหลังจากการศึกษาและการฝึกฝนอย่างกว้างขวางเท่านั้น (Chanales et al., 2021; Zhao et al., 2021) อันที่จริงเราพบว่าการขับไล่ที่มากขึ้นในหน่วยความจำคุณลักษณะนั้นสัมพันธ์กับการรบกวนที่ลดลงในการทดสอบหน่วยความจำแบบเชื่อมโยง
แม้ว่าสิ่งสำคัญที่ควรทราบก็คือความสัมพันธ์นี้ล้มเหลวในการทำซ้ำโดยใช้วิธีการวิเคราะห์ที่ลงทะเบียนไว้ล่วงหน้าของเราในการทดลองที่ 3 แต่เรามองว่าวิธีการที่อัปเดตเป็นแนวทางที่ดีกว่าในการจัดการกับการตอบสนองที่รุนแรง และความสัมพันธ์ที่เราสังเกตเห็นนั้นถูกทำให้เป็นลักษณะทั่วไปในการทดลองต่างๆ และมีนัยสำคัญอย่างเป็นอิสระในการทดลองที่ 3 ความสัมพันธ์ระหว่าง ความแม่นยำของการผลักและความจำแบบเชื่อมโยงนั้นมีความโดดเด่นเมื่อพิจารณาว่าการผลักกันโดยพื้นฐานสะท้อนถึงรูปแบบของข้อผิดพลาดของหน่วยความจำ อย่างไรก็ตาม ข้อผิดพลาดที่เราสังเกตเห็นไม่ได้ถูกกระจายแบบสุ่ม แต่กลับมีอคติอย่างเป็นระบบห่างจากความทรงจำที่แข่งขันกัน จึงเพิ่มระยะห่างระหว่างความทรงจำที่เป็นตัวแทน
การค้นพบนี้เสริมหลักฐานของความจำเกี่ยวกับการทำงานของอคติที่คล้ายกันในแนวคิด (Bae & Luck, 2017; Chen et al., 2019; Chunharas et al., 2018; Chunharas et al., 2019; Golomb, 2015) และความสนใจทางสายตา (Won et al. , 2020; หยู & เกิง, 2019). การแพร่หลายของอคติเหล่านี้ในโดเมนต่างๆ แสดงให้เห็นว่าการผลักกันเป็นกลไกพื้นฐานในการปรับตัวสำหรับการแก้ไขการรบกวน
จุดสนใจหลักและใหม่ของการศึกษาในปัจจุบันคือการเปรียบเทียบการขับไล่ตามมิติการวินิจฉัยและมิติที่ไม่ใช่การวินิจฉัย ข้อเท็จจริงที่ว่าแรงผลักมีมากขึ้นในมิติการวินิจฉัยทำให้เกิดหลักฐานสำคัญว่าความทรงจำไม่ได้เกินจริงไปทั่วโลก (สัมพันธ์กับศูนย์กลางของพื้นที่ใบหน้า) เพื่อตอบสนองต่อการแข่งขัน ในเชิงวิกฤต ในการศึกษาที่มีการตรวจสอบมิติที่โดดเด่นเพียงมิติเดียว (Chanales et al., 2021; Zhao et al., 2021) การตีความนี้ไม่สามารถตัดออกได้ เป็นที่น่าสังเกตว่าเนื่องจากการแมประหว่างเอฟเฟกต์และเพศกับมิติการวินิจฉัยและมิติที่ไม่ใช่การวินิจฉัยนั้นสมดุลกันภายในผู้เข้าร่วม ผลลัพธ์ของเราไม่สามารถอธิบายได้ในแง่ของอคติตามมิติคุณลักษณะเดียวที่สรุปทั่วใบหน้าทั้งหมด ดังที่อาจเกิดขึ้นในการเรียนรู้หมวดหมู่ (Goldstone, 1998 ; โกลด์สโตน แอนด์ สเตย์เวอร์ส, 2001) ในที่สุด ความสัมพันธ์ระหว่างการผลักกันและการรบกวนหน่วยความจำได้รับการคัดเลือกในมิติคุณลักษณะการวินิจฉัย ซึ่งยืนยันว่าอคติระดับโลกไม่สามารถปรับตัวได้ ดังนั้น การแข่งขันทำให้เกิดการบิดเบือนแบบกำหนดเป้าหมายและแบบปรับตัวที่เกิดขึ้นเป็นพิเศษในมิติที่จำเป็นสำหรับการเลือกปฏิบัติ
การค้นพบนี้ให้การสนับสนุนใหม่สำหรับรูปแบบการคำนวณของการรบกวนหน่วยความจำที่เสนอการเปลี่ยนแปลงเฉพาะเป้าหมายในการนำเสนอหน่วยความจำ (Hulbert &Norman, 2015; Norman et al., 2006; Norman et al., 2007)
เช่นเดียวกับเอฟเฟกต์แรงผลัก เอฟเฟกต์ความแม่นยำที่เราสังเกตเห็นนั้นแตกต่างอย่างมากกับเอฟเฟกต์การรบกวนทั่วไป โดยเฉพาะอย่างยิ่ง ในขณะที่การศึกษาก่อนหน้านี้แสดงให้เห็นว่าการรบกวนลดความแม่นยำในหน่วยความจำฟีเจอร์ (Berens et al.,2020; Pertzov et al., 2017; Sun et อัล., 2017) การค้นพบของเราเปิดเผยว่าการรบกวนหน่วยความจำมีความสัมพันธ์กับความแม่นยำของหน่วยความจำที่เพิ่มขึ้นเมื่อเปรียบเทียบมิติการวินิจฉัยกับมิติที่ไม่ใช่การวินิจฉัย
อย่างไรก็ตาม ที่สำคัญ เราได้กำหนดความแม่นยำไว้เป็นค่าเบี่ยงเบนมาตรฐานจากการทดสอบหน่วยความจำเดียวกันซ้ำๆ การวัดความแม่นยำนี้มีตั้งฉากกับแรงผลัก (หรือความแม่นยำ) เนื่องจากสะท้อนถึงความสอดคล้องของการจดจำใบหน้า โดยไม่คำนึงถึงระยะห่างระหว่างค่าที่จดจำและค่าจริง (ข้อผิดพลาดสัมบูรณ์) กล่าวอีกนัยหนึ่ง หากคุณลักษณะแต่ละใบหน้าแสดงด้วยการกระจายของค่าที่อาจจดจำได้ แรงผลักจะสะท้อนถึงการเปลี่ยนแปลงในการแจกแจงนี้ ในขณะที่ความแม่นยำจะสะท้อนถึงความแปรปรวนที่ลดลงในการแจกแจงนี้ (Yu & Geng, 2019)
นี่เป็นประเด็นสำคัญเนื่องจากการวัดความแม่นยำของหน่วยความจำก่อนหน้านี้มักจะถือว่าการกระจายมีศูนย์กลางอยู่ที่ค่าหน่วยความจำจริง (ตามความเป็นจริง) (เช่น Brady et al., 2013; Cooper & Ritchey, 2019; Harlow & Donaldson, 2013; Harlow & Yonelinas, 2016; Nilakantan และคณะ 2017; Nilakantan และคณะ 2018; Rhodeset al., 2020; Richter และคณะ 2016) แม้ว่านี่จะเป็นสมมติฐานที่สมเหตุสมผลในหลายบริบท แต่การค้นพบในปัจจุบันได้ให้หลักฐานที่ชัดเจนในบริบทของการรบกวนความทรงจำว่าสมมติฐานนี้ถูกละเมิด
แนวทางที่น่าสนใจสำหรับการวิจัยในอนาคตคือการระบุลักษณะความสัมพันธ์ระหว่างแรงผลักและความแม่นยำ ในที่นี้ การวัดเหล่านี้มีความแตกต่างกันทางคณิตศาสตร์ และสามารถทำนายการรบกวนหน่วยความจำแบบเชื่อมโยงได้อย่างอิสระ อย่างไรก็ตาม การผลักกันและความแม่นยำทั้งสองอย่างส่งผลให้ระยะห่างระหว่างความทรงจำที่แข่งขันกันเพิ่มขึ้น และอาจตอบสนองวัตถุประสงค์ทั่วไปได้ มีความสัมพันธ์ที่แข็งแกร่งระหว่างมาตรการเหล่านี้ โดยมีแรงผลักที่มากขึ้นทำนายความแม่นยำมากขึ้น (รูปที่ S2A, OSM) ดังนั้นแรงผลักและความแม่นยำอาจเป็นแง่มุมที่แตกต่างกันของกลไกพื้นฐานทั่วไป
โดยสรุป เราแสดงให้เห็นว่าความทรงจำที่เป็นฉากได้รับการแก้ไขและบิดเบี้ยวในลักษณะที่ตรงเป้าหมายและปรับเปลี่ยนได้เพื่อตอบสนองต่อการแทรกแซง ในขณะที่เป็นเรื่องง่ายที่จะกำหนดแนวความคิดเกี่ยวกับความละเอียดของสัญญาณรบกวนว่าเป็นการลดข้อผิดพลาดของหน่วยความจำ การค้นพบของเราสนับสนุนมุมมองที่แตกต่างซึ่งข้อผิดพลาดของหน่วยความจำอย่างเป็นระบบช่วยเพิ่มความสามารถในการแยกแยะระหว่างความทรงจำที่คล้ายกัน
การรับทราบ เราขอขอบคุณ Alex Tremblay-McGaw, Qadry Collins และ Yu Wang สำหรับความช่วยเหลือในการรวบรวมข้อมูล เราขอขอบคุณ AlexTremblay-McGaw, Krista Wurscher, Ireland Johnson, Taylor Herman, Emily Carlson และ Alexia Andres สำหรับการกระตุ้นใบหน้าครั้งสำคัญ
การมีส่วนร่วมของผู้เขียน MD และ BK คิดและออกแบบการศึกษา เขียนรายงาน และวิเคราะห์ข้อมูล MD ดูแลหรือดำเนินการรวบรวมข้อมูลทั้งหมดและเขียนสคริปต์สำหรับการนำเสนอการทดลองและการวิเคราะห์ข้อมูล
คำประกาศ
ได้รับการอนุมัติด้านจริยธรรมจากคณะกรรมการพิจารณาประจำสถาบันของมหาวิทยาลัยโอเรกอน ขั้นตอนที่ใช้ในการศึกษานี้เป็นไปตามหลักการของปฏิญญาเฮลซิงกิ
ความยินยอมในการเข้าร่วม ได้รับความยินยอมจากผู้เข้าร่วมทุกคนที่รวมอยู่ในการศึกษา
การเข้าถึงแบบเปิด บทความนี้ได้รับอนุญาตภายใต้ Creative Commons Attribution 4.0 International License ซึ่งอนุญาตให้ใช้ แบ่งปัน ดัดแปลง แจกจ่าย และทำซ้ำในสื่อหรือรูปแบบใดๆ ตราบใดที่คุณให้เครดิตที่เหมาะสมกับผู้เขียนต้นฉบับ ( s) และแหล่งที่มา ให้ลิงก์ไปยังใบอนุญาต Creative Commons และระบุว่ามีการเปลี่ยนแปลงหรือไม่ รูปภาพหรือเนื้อหาของบุคคลที่สามอื่นๆ ในบทความนี้รวมอยู่ในสัญญาอนุญาตครีเอทีฟคอมมอนส์ของบทความ เว้นแต่จะระบุไว้เป็นอย่างอื่นในวงเงินเครดิตของเนื้อหา หากเนื้อหาไม่รวมอยู่ในใบอนุญาตครีเอทีฟคอมมอนส์ของบทความ และการใช้งานตามเจตนาของคุณไม่ได้รับอนุญาตตามกฎระเบียบทางกฎหมายหรือเกินกว่าการใช้งานที่ได้รับอนุญาต คุณจะต้องได้รับอนุญาตโดยตรงจากผู้ถือลิขสิทธิ์ หากต้องการดูสำเนาใบอนุญาตนี้
อ้างอิง
1. แอนเดอร์สัน เอ็มซี (2003) ทบทวนทฤษฎีการแทรกแซง: การควบคุมผู้บริหารและกลไกของการลืม วารสารแห่งความทรงจำและภาษา, 49(4), 415–445
2. แอนเดอร์สัน พิธีกร และสเปลแมน บริติชแอร์เวย์ (1995) ว่าด้วยสถานะของกลไกการยับยั้งในการรับรู้: การดึงหน่วยความจำเป็นกรณีตัวอย่าง การทบทวนทางจิตวิทยา 102(1) 68
3. แอนเดอร์สัน เอ็มซี บียอร์ก RA และบียอร์ก เอล (1994) การจดจำอาจทำให้เกิดการลืม: พลวัตการดึงข้อมูลในหน่วยความจำระยะยาว วารสารจิตวิทยาการทดลอง: การเรียนรู้ ความทรงจำ และการรับรู้ 20(5) 1,063
4. แอนเดอร์สัน เอ็มซี บียอร์ก เอล และบียอร์ก อาร์เอ (2000) การลืมที่เกิดจากการดึงข้อมูล: หลักฐานสำหรับกลไกการเรียกคืนเฉพาะ Psychonomic Bulletin & Review, 7(3), 522–530
5. แบ้ ยิม และลัค เอสเจ (2017) ปฏิสัมพันธ์ระหว่างการทำงานของการแสดงหน่วยความจำด้วยภาพ ความสนใจ การรับรู้ และจิตวิทยา 79(8) 2376–2395
6. Barr, DJ, Levy, R., Scheepers, C., & Tily, HJ (2013) โครงสร้างผลกระทบแบบสุ่มสำหรับการทดสอบสมมติฐานเชิงยืนยัน: รักษาให้สูงสุด วารสารหน่วยความจำและภาษา, 68(3), 255–278
7.Bates, D., Mächler, M., Bolker, B., & Walker, S. (2014) ติดตั้งโมเดลเอฟเฟกต์แบบผสมเชิงเส้นโดยใช้ lme4 อาร์เอ็กซ์
8.เบเรนส์, เซาท์แคโรไลนา, ริชาร์ดส์, บริติชแอร์เวย์, & ฮอร์เนอร์, เอเจ (2020) การแยกการเข้าถึงหน่วยความจำและความแม่นยำในการลืม ธรรมชาติพฤติกรรมมนุษย์, 4(8), 866–877
9.Brady, TF, Konkle, T., Gill, J., Oliva, A., & Alvarez, GA (2013) หน่วยความจำระยะยาวแบบมองเห็นมีขีดจำกัดด้านความเที่ยงตรงเช่นเดียวกับหน่วยความจำการมองเห็น วิทยาศาสตร์จิตวิทยา, 24(6), 981–990.
10. เบรนาร์ด, ดีเอช (1997) กล่องเครื่องมือจิตวิทยา วิสัยทัศน์เชิงพื้นที่,10(4), 433–436.
For more information:1950477648nn@gmail.com
