Вътрешнообектно и извънобектно свързване на паметта в ранното развитие, част 3

Резултати и дискусия

Три {{0}}-годишни деца бяха изключени поради компютърни повреди и още едно 5--годишно дете беше изключено, защото не изпълни задачата. Тъй като децата и възрастните отговаряха по различни начини (съответно сензорен екран и клавиатура), не можахме да анализираме времето за реакция, но изключихме отделни опити с много бързи (т.е. < 200 ms) отговори от всички анализи, тъй като те вероятно бяха непреднамерени . Процентът на изключените опити е 1,3% при 5--годишните, .2% при 8--годишните и 0% при възрастните.

Реакциите и паметта на децата са тясно свързани. Добрата скорост на реакция може да помогне на детето да обработва информация и да учи по-добре, докато силната памет може да помогне на детето да си спомни по-добре и да приложи наученото.

Дете, което лесно преценява нещата и реагира бързо, ще бъде по-успешно в ученето. Тези деца могат да обработват големи количества информация ефективно и да реагират бързо, когато е необходимо. Децата развиват уверено отношение и се представят по-добре, когато от тях се иска да реагират бързо във всички аспекти на училището и живота. В допълнение, техните бързи реакции също ще им осигурят по-добра координация око-ръка и повече двигателни умения, за да отговорят на нуждите на тяхното здравословно израстване.

От друга страна, силната памет също е много важна. Количеството информация, която децата трябва да запомнят, е огромно, включително задачи като уроци и домашни в училище. Ако детето няма добра памет, вероятно ще има проблеми с училищните задачи и домашните. Ако децата забравят какво трябва да правят или какво е преподавал учителят в клас, те ще се натъкнат на слепи петна и пропуски в обучението си.

За щастие можем да помогнем на децата да подобрят своите рефлекси и памет чрез упражнения и тренировки. Например, можем да ангажираме децата в предизвикателни дейности като игри с карти с памет, рисуване, музика и т.н., за да им помогнем да оптимизират своята памет и скорост на реакция. Можем също така да насърчим децата да се занимават с повече дейности на открито и да спортуват, за да подобрят физическата си форма.

В процеса на родителство трябва да насърчаваме децата постоянно да опитват нови неща и да участват активно в различни дейности в училище и семейния живот, за да могат да получат повече възможности да практикуват. Трябва да дадем на децата положително насърчение и подкрепа, така че те да могат уверено да се изправят пред различни предизвикателства в живота, така че скоростта на реакцията и паметта им да бъдат бързо подобрени. Вижда се, че трябва да подобрим паметта си. Cistanche deserticola може значително да подобри паметта, тъй като Cistanche deserticola е традиционен китайски лекарствен материал с много уникални ефекти, един от които е да подобрява паметта. Ефикасността на мляното месо идва от различните активни съставки, които съдържа, включително киселина, полизахариди, флавоноиди и др. Тези съставки могат да насърчат здравето на мозъка по различни начини.

Щракнете върху познайте добавките за подобряване на паметта

След като изключихме индивидуалните опити, изключихме всички данни от участници, които не са се представили добре както във фазите на теста за учене, така и във фазата на учене, тъй като би било трудно да се направят изводи за смущения или обвързване на паметта при участници, които не разбират задачата или не плащат внимание. По-конкретно, за всеки участник направихме два едностранни биномни теста. Първият тест комбинира всички опити от блокове 2–4 от фазата на обучение на набор A с уникални опити от блокове 2–4 от фазата на обучение на комплект B. Изключихме първия блок от тези фази, тъй като очаквахме точността да е почти случайна, когато непредвидените обстоятелства бяха представени за първи път, и изключихме припокриващите се опити от комплект Б, защото разсъждавахме, че точността може да е по-ниска в тези опити поради проактивна намеса.

Вторият статистически тест комбинира всички опити от първия тест за обучение на комплект A с уникални опити от теста за обучение на набор B. Причината за изключване на припокриващите се опити за набор B отново беше възможността за проактивна намеса. Изключихме 12 петгодишни деца, пет 8-годишни деца и нула възрастни, чиято точност не беше по-висока от вероятността и при двата биномни теста.1 Крайната извадка включваше 32 петгодишни деца (маг. {{9} }.08 години, SDage=.20, език=4.74-5.51; 13 жени, 19 мъже), 30 осемгодишни (Маг=8. 54 години, SDage=.28, език=8.05–8.99; 15 жени, 15 мъже) и 30 възрастни (15 жени, 15 мъже).

За да проверим дали тези окончателни размери на извадката са подходящи, проведохме анализ на мощността въз основа на общата точност във фазата на теста за обвързване за 5--годишни и 8--годишни. Силата за откриване на разлика между петгодишни и осемгодишни е 1.00 в този експеримент, което показва, че тези размери на извадката са повече от достатъчни за откриване на възрастов ефект в точността на свързване на паметта.

Данните за този експеримент са представени на Фигура 2 и Таблица 1. За да анализираме данните, проведохме серия от йерархични байесови линейни регресии, предвиждащи средна точност в различни фази на задачата. Тези анализи са представени изцяло в разделите Йерархични байесови регресионни модели и Резултати от регресионния модел на онлайн допълнителните материали.

Като цяло, резултатите предполагат силни ефекти на смущения, специфични за припокриване, във всички групи. По-конкретно, въпреки че открихме малко доказателства за проактивна намеса при учене или тестване на непредвидени ситуации от комплект B, открихме сериозни доказателства за ретроактивна интерференция във втория тест за обучение за набор A (т.е. в тест за обучение 2A, след обучение и тестване на набор B ), тъй като точността беше значително по-ниска за припокриване в сравнение с уникални непредвидени случаи. Интересното е, че точността също има тенденция да бъде по-ниска в Тест за обучение 2A като цяло. Има множество причини, поради които това може да е така: спомените може да са се разпаднали с времето, участниците може да са били уморени на този по-късен етап от експеримента или може да е имало някаква намеса от други непредвидени обстоятелства, които не са специфични за припокриване на стимули.

Ние също така открихме сериозни доказателства за намеса, която се дължи конкретно на припокриване на стимули във фазата на теста за обвързване, тъй като точността беше значително по-ниска за припокриването в сравнение с уникалните непредвидени случаи. Също така открихме доказателства за по-ниска точност като цяло за 5--годишните в сравнение с по-големите възрастови групи във фазата на обвързващия тест. Резултатите от силна интерференция и разлики в развитието бяха донякъде изненадващи, като се има предвид, че характеристиките на формата и цвета бяха представени в рамките на обекти и очаквахме вътрешнообектното свързване да бъде относително силно във всички възрастови групи.

От тези резултати обаче не е ясно какви асоциации са били формирани или как тези свързващи структури може да са се различавали между възрастовите групи: участниците може да са формирали прости свързващи структури между индивидуалните характеристики на формата или цвета и характера, между формите и цветовете заедно в рамките на обектите и потенциално между характеристиките и знаците, които биха се разглеждали от сложна обвързваща структура. Трудно е да се оцени степента, до която тези свързващи структури са били формирани със стандартни статистически модели като регресия. Вместо това се нуждаем от модел, който предвижда както правилни отговори, така и различни типове отговори за грешки въз основа на основното представяне (т.е. структурата на свързване). За да оценим официално формирането на различни свързващи структури и разликите в развитието на тези процеси, създадохме генеративен изчислителен модел.

Описание на изчислителен модел — За да характеризираме формално процесите на свързване, за които предположихме, че са в основата на производителността в този експеримент, ние разработихме нов изчислителен модел (за пълно описание на модела вижте раздела Генеративен изчислителен модел на онлайн допълнителните материали). Моделът предполага, че отговорите на участниците са подкрепени от силата на асоциациите, научени по време на експеримента.

В модела матриците MFF, MFC и MFFC съхраняват асоциации между характеристиките на формата и цвета (т.е. обвързвания характеристика-функция или FF), между всяка отделна характеристика на обект (форма или цвят) и знак (т.е. функция-знак обвързване, или FC), и между връзка на двете характеристики заедно в рамките на обекта и символ (т.е. обвързване характеристика-характеристика-знак, или FFC), съответно. Тези матрици се актуализират на пробно ниво, за да симулират процеси на обвързване и се изследват от знаци на паметта, за да симулират извличане.

Всяка обвързваща структура е двупосочна: например, тъй като форма е свързана със знак, знакът също е свързан с формата (вижте Фигура 3). Асоциациите между различни елементи се увеличават в трите матрици на пробно ниво, мащабирани чрез параметри на скоростта на обучение, специфични за всеки тип свързване: FF, FC и FFC. Различните структури на свързване влияят на производителността на модела по различни начини. FF асоциациите не влияят върху производителността във фазите на теста за обучение или обучение, но в теста за обвързване допринасят за правилните отговори за уникални непредвидени ситуации и както за опциите за правилен, така и за припокриващ се отговор за припокриващи се непредвидени обстоятелства.

В Експеримент 1 вътрешнообектното FF свързване беше насърчено чрез представяне на форми и цветове в рамките на един и същ обект, докато в Експеримент 2 характеристиките бяха пространствено разделени, за да се насърчи свързването на екстраобект (Фигура 3, горен панел). FC асоциациите допринасят за точни отговори във фазите на теста за обучение и обучение, но също така могат да допринесат за неточния отговор за припокриващи се непредвидени случаи след въвеждане на комплект B; тези асоциации могат също да се използват в теста за свързване, за да се увеличи вероятността за избор на опции за отговор, които са били свързани с дадения знак. И накрая, сложните FFC асоциации допринасят само за правилния отговор както за припокриващи се, така и за уникални непредвидени обстоятелства във всички фази на задачата.

В допълнение към укрепването на тези видове асоциации, моделът може да "забрави", като отслаби предварително формирани асоциации, които са в конфликт с текущото обучение. Например, когато се изучават припокриващи се непредвидени обстоятелства във фазата на обучение за комплект B, всяка характеристика на обекта е била предварително свързана с другия знак чрез FC свързване и моделът може да отслаби тези конкурентни асоциации, за да улесни по-голямата точност и следователно да намали проактивната намеса, докато като в същото време се увеличава ретроактивната интерференция по-късно, когато комплект A бъде преразгледан в тест за обучение A2.

Следователно ефектът от забравянето е подобен на процеса на инхибиране, както беше обсъдено във въведението, въпреки че не включихме механизъм, чрез който забравянето може да бъде обърнато, освен новото учене, докато инхибирането често се счита за временно явление (Geiselman & Bagheri, 1985). В резултат на това механизмът на забравяне в модела може да се счита за процес на отучаване. Степента на този процес на забравяне, засягащ всички свързващи структури, се контролира от един допълнителен параметър, .

Тези процеси на учене и забравяне са дефинирани математически в модела. Въпреки че пълните уравнения на модела са предоставени в онлайн допълнителните материали, сега предоставяме опростени уравнения, за да обобщим компонентите на модела. Всяка матрица се актуализира при всеки опит:

където M е една от трите асоциативни матрици и е съответната скорост на учене (припомнете си, че се оценяват различни скорости на учене за FC, FF и FFC свързване: FC, FF FFC). Векторните представяния на два елемента (напр. форма и цвят) се означават като f1 и f2. Тези елементи са свързани с помощта на външен продукт, означен със символа ⊗. Забравянето в модела се контролира от параметъра, който е еднакъв за всички видове обвързване (FC, FF и FFC). Забравянето става чрез намаляване на асоциацията между всеки елемент и другите елементи, които преди това са били свързани с него, но не са представени в текущия опит, означени като fx.

Например, ако в комплект A са представени син кръг и жълта звезда, когато синя звезда е представена във фазата на обучение за комплект B, асоциацията със синя звезда ще бъде подсилена от ново обучение, докато асоциацията със син кръг ще бъде отслабена от забравяне. Имайте предвид, че в пълния модел обучението се извършва двупосочно (напр. тъй като синьото е свързано със звезда, звездата е свързана със синьо; вижте онлайн допълнителните материали за уравненията на пълния модел).

И накрая, r е единична скаларна стойност, представляваща сигнал за новост на ниво изпитание, който се променя от изпитание на изпитание, проследявайки колко силно елементите f1 и f2 вече са били свързани в миналото: r=e −f1·(M ·f2)+f2·(M·f1)).

В това уравнение f2 се използва като сигнал за извличане на масив от предишни асоциирани елементи от M чрез точков продукт, а след това втори точков продукт "прочита" колко силно f1 в частност е бил извлечен. След това тази скаларна стойност на силата се добавя към съответната стойност на силата за асоциацията в обратна посока (т.е. колко силно f2 е извлечено от f1). Експоненциалната функция се прилага към тази стойност на обща якост. Ако преди това не е настъпило обучение за тези асоциации, силните страни ще бъдат нула, което ще доведе до r=1 и пълно обучение.

Въпреки това, тъй като асоциациите стават по-силни, стойностите на силата стават по-големи и r се доближава до нула. Резултатът от този механизъм е, че ученето е намалено за асоциации, които вече са били добре научени, което е необходимо, за да се предпазят силните страни на асоциациите да растат без граници, тъй като ученето се извършва чрез множество опити.

За да симулира вземането на решения, моделът изчислява силата на връзката между предоставените знаци за паметта и възможните цели за всеки опит. Силните страни се определят чрез изследване на асоциативни матрици с сигнали: s=(M · fcue ) · цел. Това уравнение извлича масив от елементи, които са били асоциирани с репликата (сигнал) и прочита една стойност (и) на сила за конкретна цел (мишена). Тези оценки на силата осигуряват основата за изчисляване на вероятността за всеки възможен отговор, като същевременно позволяват конкуренция от други възможни отговори, които биха могли да доведат до смущения.

Това правило за конкурентно извличане се изпълнява като функция softmax: Pcℎoice=e s cℎoice ∑e s. Ако силните страни, подкрепящи всички възможни избори, са едни и същи, моделът ще предвиди представяне на ниво шанс, но до степента, в която конкретен избор се поддържа от по-високи стойности на сила в сравнение с други избори, моделът ще бъде по-вероятно да направи съответния избор.

Напасваме модела към наблюдаваните данни с четири безплатни параметъра: FC, FF, FFC и . Важно е, че моделът не беше подходящ за обобщаване на статистически данни, като например дела на правилните отговори в определена фаза, но взе предвид избора на участниците за всеки опит във всяка фаза на експеримента. Приложихме йерархични байесови техники, за да паснем на модела, което ни позволява да оценим възрастовите разлики със задни разпределения на параметри. Вижте допълнителните онлайн материали за допълнителни подробности относно модела и как той е годен за данни.

Резултати от изчислителния модел – За да оценим съответствието на модела, ние генерирахме изпълнение на задачата на пробно ниво, като дадехме най-подходящите оценки на параметрите на всеки участник (вижте Фигура 2, за да сравните наблюдаваното и прогнозираното от модела представяне). Въпреки надценяването на проактивната намеса в първия блок от обучението от набор B във всички възрастови групи, моделът пасва добре на повечето модели на представяне във всички експериментални фази, което предполага, че е в състояние да улови поне някои от процесите, лежащи в основата на изпълнението на задачите, и как те се различават между възрастови групи.

Задните разпределения на хиперпараметрите за всяка възрастова група са показани на Фигура 4А. Ние оценяваме възрастовите разлики за всеки параметър чрез изчисляване на η, мярка за разпределително припокриване, описана по-горе в раздела Анализи. Няма съществени доказателства за каквито и да било възрастови разлики в FC свързването, оценено с параметър FC, или забравяне, оценено с (ηs > .17). За разлика от това, открихме много убедителни доказателства за по-слабо свързване на FF, оценено с параметър FF, при 5--годишни деца в сравнение с 8--годишни (η=.005) и възрастни (η=.001). Има малко доказателства за разлика между двете по-големи възрастови групи (η= .642). Тези нови открития предполагат силни промени в развитието на вътреобектното свързване между 5 и 8-годишна възраст, въпреки че тази способност може да бъде подобна на възрастен до 8-годишна възраст.

Има също убедителни доказателства за по-ниски стойности на параметъра на комплексно свързване, FFC, при 5--годишни деца в сравнение с 8--годишни (η=.010) и възрастни (η=.002). Въпреки че изчислените стойности на параметрите са склонни да бъдат по-високи при възрастни в сравнение с осемгодишните, тази разлика не е много стабилна (η=.429). Това последно откритие беше донякъде изненадващо, тъй като предишна работа, използваща задача за припомняне, предполага продължително развитие на комплексно свързване след 7-годишна възраст (Yim et al., 2013). Може би възникващата способност за формиране на сложни връзки е по-откриваема в задачите за разпознаване, отколкото в по-трудните задачи за припомняне; връщаме се към този въпрос в общата дискусия.

За да проверим дали всички механизми на модела са необходими за напасване на данните, ние извършихме проучване за сравнение на модела, при което всеки параметър беше елиминиран от модела (т.е. зададен на нула), докато останалите бяха напаснати към данните, и открихме, че пълният модел, включващ всичките четири параметъра, отговаря най-добре на данните, дори когато се отчита сложността на модела (вижте раздела за сравнително проучване на модела в онлайн допълнителните материали и вижте Фигура S5 в същия раздел за това как тези различни модели предвиждат различни модели на производителност).

Като цяло, в този експеримент открихме убедителни доказателства за ефекти на смущения в паметта във всички възрастови групи въз основа на йерархични регресионни модели, заедно с разлики в развитието в представянето в теста за свързване. Може би по-важното е, че с нов изчислителен модел открихме доказателства за значителни разлики в развитието на вътрешнообектното свързване и комплексното свързване след 5-годишна възраст, но не и след 8-годишна възраст. От тези резултати обаче не е ясно как обвързването на паметта и смущенията са били повлияни от представянето на функции в рамките на един и същ обект. Предишна работа при възрастни предполага, че свързването на екстраобект изисква повече внимание и е свързано с по-малко точна асоциативна памет в сравнение с вътрешнообектното свързване (Asch et al., 1960; Ecker et al., 2007, 2013; van Geldorp et al., 2015) . Тогава предположихме, че пространствено разделящите характеристики на обекта биха нарушили обвързването, особено за малки деца, което може да увеличи ефектите на смущение. Изследвахме тези възможности в Експеримент 2.

Експеримент 2: Разработване на метод за свързване на извънобект

Участници—четиридесет и пет 5-годишни (маг=5.16 години, SDage=.23, език=4.80 −5.74; 17 жени, 28 мъже) , 43 осемгодишни (Маг=8.49 години, SDage=.38, език=7.74 – 8.99; 23 жени, 20 мъже) и 34 възрастни (19 жени, 15 мъже) участваха в експеримент 2. Вижте раздела Резултати и дискусия по-долу за анализ на мощността. Присвояването на този експеримент или Експеримент 1 беше рандомизирано.

Стимули и процедура – ​​В този експеримент характеристиките на формата и цвета не бяха представени заедно в рамките на един и същи обект, а бяха пространствено разделени (вижте Фигура 5). При всеки опит прозрачна форма и цветно петно ​​бяха позиционирани във вертикално подравняване и относителната пространствена позиция (отгоре или отдолу) на тези характеристики беше балансирана за всяко сдвояване цвят-форма във всеки блок от всяка фаза. Процедурата беше идентична с тази от Експеримент 1, с изключение на това, че стимулите бяха посочени като "двойки форми и цветове" вместо обекти по време на инструкциите и обратната връзка за ефективността.

For more information:1950477648nn@gmail.com