Опитът на родния език оформя предварително внимателна обработка на чужди тонове и насочва бързото натрупване на проследяване на паметта: ERP проучване, част 5

2,5|Статистически анализ

2.5.1|Поведенчески данни

За да тестваме възможните ефекти на L1–L2 сходство в поведенческите резултати, ние анализирахме поведенческите реакции на опити за несъответствие на тона, фокусирани върху разликите между думи с контурни тонове и думи с тонове на ниво.

През последните години изследователите откриха силна връзка между тона на гласа и паметта. По-специално, контурните тонове (или "тоновете за прескачане") са склонни да ни улесняват да запомним дума или фраза. Това е така, защото контурните тонове позволяват на слушателя да улови по-добре ключова информация и емоционално съдържание, което улеснява съхраняването в дългосрочната памет.

Някои проучвания показват, че хората са по-склонни да запомнят думи с ясно очертани тонове, което може да направи информацията по-ясно обработена в мозъка, отколкото плоските тонове. Например, когато чуем ударена сричка в дума или фраза, ние забелязваме тази информация и по-лесно я програмираме в паметта си.

Освен това контурните тонове могат да предават емоционална информация, която също е важна за паметта. Склонни сме да запомняме събития и информация по-лесно с емоции и емоционални преживявания. Следователно контурните тонове ни помагат да съхраняваме тези емоционални спомени в мозъка си.

Като цяло ефектите от контурните тонове ни помагат да помним по-добре. В ежедневието и работата можем да обърнем внимание на тона на гласа си, когато говорим с другите. Особено в различни речи, срещи, реклами и други поводи трябва да обърнем повече внимание на използването на контурен тон, за да подобрим ефекта на паметта. Чрез обучение можем да подобрим чувствителността си към речта и да ни помогне да запомним по-добре важна информация, подобрявайки ефективността на работата и качеството на живот. Вижда се, че трябва да подобрим паметта и Cistanche deserticola може значително да подобри паметта, тъй като Cistanche deserticola е традиционен китайски лекарствен материал, който има много уникални ефекти, един от които е да подобрява паметта. Ефикасността на мляното месо идва от неговите различни активни съставки, включително киселина, полизахариди, флавоноиди и др. Тези съставки могат да насърчат здравето на мозъка по различни начини.

Щракнете върху познайте начините за подобряване на мозъчната функция

За тази цел отделно подадохме средни данни за поведенческите променливи „Точност на реакцията“ и „Времена на реакция“ към два смесени анализа на дисперсията (ANOVA) с експерименталния фактор „Тип тон“ (контурни тонове срещу тонове на нивото), времевия фактор „Ден " (ден 1 срещу ден 2) и междупредметните фактори „Група на обучаемите" (тонални L1 срещу нетонални L1) и „Целева група тонове“ (висок/спад срещу нисък/повдигане).

Response Times се нормализират чрез лог трансформации и за точност се изчисляват d′ резултати. Тъй като двама участници бяха изключени от проучването, подгрупите за целеви тонове бяха с различни размери (11 или 12).

Използвахме средна импутация навсякъде, където целевите групи с еднакъв размер бяха необходими за статистическия анализ. Всички поведенчески анализи бяха извършени в SPSS 26 (International Business Machines [IBM]Corp., Armonk, NY, Съединени щати).

2.5.2|ERPs

За ERP данните избрахме двувременни прозорци (50–70 ms и 400–600 ms), където очаквахме да наблюдаваме влиянието на L1–L2 сходство върху тонални или тонални характеристики при текстообработка, въз основа на предишна литература (Gosselke Berthelsenet al., 2018 г., 2020 г.).

Използвайки тези предварително дефинирани времеви прозорци, ние проведохме базирани на клъстер тестове за пермутация за фактора „Тип тон“. Подадохме средните ERP амплитуди на блок 1 (на ден 1) от двете групи участници, заедно и поотделно, за избраните времеви прозорци и условия (т.е. думи с контурни тонове в сравнение с думи с тонове на ниво) на пермутационен анализ, използвайки непараметричен клъстер-базиран подход на пермутация, внедрен в кутия с инструменти Fieldtrip за Matlab (Maris & Oostenveld, 2007).

Проведохме 1000 произволни пермутации на данните с метода Монте-Карло, за да отчетем големи набори от данни и разгледахме клъстери от три или повече електрода с p-стойност от<.05 significant. We additionally tested for interactions with "Learning" (target word vs control word) in the permutation analysis to see whether target words differed from control words. 

Взаимодействието беше особено важно за ефекта на разпознаване на думи при 50 ms, където по-рано беше забелязано, че тоналните обучаеми автоматично разграничават целевите думи от контролните думи (Gosselke Berthelsen et al., 2020). Ако се появят значителни клъстери в някакви анализи, ние извършихме смесени ANOVA за тестване за възможни взаимодействия с времеви фактори и фактори между субектите.

По този начин ние изчислихме една средна ERP амплитуда през анализираните времеви прозорци и всички клъстерни електроди. Това беше направено за всеки участник във всеки блок и ден. Така получените средни амплитуди след това бяха подложени на смесен ANOVA с експерименталните фактори в рамките на субекта „Тип тон“ и „Учене“, времевите фактори „Ден“ и „Блок“, както и факторите между субектите „Група обучаем“ ( ако е приложимо) и „Tone Target Group“.

ANOVA бяха извършени в SPSS 26 (IBM). Когато е необходимо, беше използвана корекция на парник-Гайсер. За множество сравнения по двойки бяха приложени корекции на степента на фалшиво откриване (FDR) (Benjamini & Hochberg, 1995).

2.5.3|Корелации

За да проверим дали ефектите на ERP са повлияни от индивидуалното поведение при учене, ние проведохме две двустранни корелации на Pearson с променливите „Промяна на амплитудата за лексикален ефект“ и „Промяна на амплитудата за предна отрицателност“, от една страна, и „Промяна на времето за реакция“ и „Точност на реакцията“ Промяна“, от друга.

Промяната, изследвана тук, беше дефинирана като разлика в поведенческите или ERP реакции между първата и втората половина на ден 1, където се проведе по-голямата част от ученето (вж. Gosselke Berthelsen et al., 2020). Корелационните анализи бяха извършени в SPSS (IBM). FDR корекциите бяха приложени към p-стойностите на корелациите.

3|РЕЗУЛТАТИ

3.1|Поведенчески резултати

За точността на отговора няма значим основен ефект от типа на тона и няма значими взаимодействия с факторите на типа на тона, обучаемата група или целевата група на тона.

Основен ефект от времевия фактор Ден, F(1,44)= 44.18, p < .001, 휂2p=0.501, показа доказателство за учене, независимо от това кои набори от тонове обучаемите придобиване или кои типове тонове са тествани. По този начин, точността на отговора се увеличи значително от ден 1 (M=60.5%, SD=25.4, диапазон=5.6 – 97.1) до ден 2 (M=68). 8%, SD=29.6, диапазон =2.9 – 100).

За описателната статистика използваме проценти в името на простотата и сравнимостта между резултатите и с други проучвания, докато статистическият анализ беше извършен върху d′ данни. За графика, илюстрираща резултатите от точността и промяната във времето, вижте Фигура 5.

За времето за реакция значително взаимодействие на ToneType и Tone Target Group, F(1,44)=4.63, p=.037,휂2p=0.10, се разделя на основен ефект от вида на тона в групата с ниско/високо ниво, F(1,22)=6.69, p=.015, 휂2p=0.23.

Несъответствията с графичния референт въз основа на ниски тонове (M=1515 ms, SD=986, диапазон=219 – 4279) бяха значително по-бързо открити от грешки, базирани на нарастващи тонове (M{{4} } ms, SD=1093, диапазон=303 – 4241). Нямаше основен ефект от типа тон и нямаше значими взаимодействия, включващи факторите тип тон, група обучаеми или целева група тон.

Основният ефект от времевия фактор Day, F(1,44)=35.53, p < .001, 휂2p=0.45, показа доказателства за учене, независимо от това кои типове тонове са били преподавани или тествани на обучаемите На. За тази цел имаше значително подобрение във времето за реакция от ден 1 (M =2056 ms, SD=329, диапазон=488 – 4279) до ден 2 (M=1427 ms, SD=153, диапазон=199 – 4241). Анализът беше извършен върху логаритмично трансформирани данни; действителните необработени ResponseTimes също се отчитат за описание на данните.

3.2|ERP резултати

3.2.1|50–70 ms

За ранния времеви прозорец взаимодействието между ToneType и Learning, т.е. сравняването на ниво и контурни тонове в целеви и контролни думи, създаде значителен централен електроден клъстер (FC2, FC4, C1, Cz, C2, C4, CP1, Cpz, CP2), p=.026, d=0.87, в тоналната L1 група.

Вижте ERP и топографии за взаимодействието на Фигура 6. Не е идентифициран сравним клъстер в нетоналната L1 група или за всички участници, колективно.

Анализът на пермутацията не доведе до значими клъстери за разлики между нивата и контурните тонове без взаимодействие с обучението (нито за всички участници колективно, нито за групите участници поотделно). За показване на разпределението на амплитудата на изваждане в и между групите, моля, вижте Фигура 7.

По-нататъшно изследване на значителния клъстер от тетонална L1 група в смесен ANOVA, взаимодействието тип тон * обучение* целеви тон на групата предполага, че наблюдаваният ефект за контурните тонове (т.е. контролите са по-негативни от целите) е значим само в групата с висока/понижена стойност.

Второ, взаимодействието с времето показва, че само амплитудите на контролните думи се променят с времето, превръщайки се в по-малко отрицателни. За подробни резултати вижте Таблица 2.

3.2.2|400–600 ms

За втория времеви прозорец анализът на пермутацията създаде два значими клъстера за сравнение на думи с контурни тонове и думи с тонове на ниво за първите 20 минути от първата сесия при всички участници.

Имаше значителен фронтоцентрален клъстер (AF3, AF4, AF8, F5, F3, F1, Fz, F2, F4, FC5, FC3, FC1, FC2, FC4, FC6, C3, C1, C2, C4), p < .001, d=0.38, както и значителен заден клъстер (FT7, FT8, TP7, CP6, TP8, P7, P5, P8, PO7,POz, PO8, Oz), p < .001, d {{ 32}}.33. Вижте фигура 8.

Смесен ANOVA на средните ERP амплитуди на фронтоцентралния клъстер за всички участници в 20-минутни блокове даде няколко основни ефекта и взаимодействия за Тип на тона, Обучение и времеви фактори Блок и Ден, вижте Таблица 3 за подробности.

По отношение на типа на тона, тоновете на нивото бяха по-негативни от контурните тонове.
Тази разлика е по-силна в тоналната L1 група, отколкото в онтоналната L1 група.

За обучението открихме, че целевите думи предизвикват по-големи негативи от контролните думи (вижте Фигура 8). Разликата отново е по-голяма в tonalL1 групата и също така е по-силна на ден 2, отколкото на ден 1. И накрая, с времето се наблюдава общо намаляване на негативността.

За задния клъстер, ефектите бяха практически неразличими от тези на фронтоцентралния клъстер, но обърнати по полярност: всички основни ефекти бяха почти идентични с тези по-горе, както и клъстерите с решаващо взаимодействие.

Само две уникални взаимодействия се появиха в задния клъстер. Ето защо ние избрахме да третираме положителността като диполен ефект и, за краткост, да представим наблюдаваните значими ефекти и взаимодействия за задните положителни клъстери Подкрепяща информация S1 вместо в основния текст.

3.2.3|Резултати от корелация

За ранния ефект не са открити значими корелации между промените в поведенческите и неврофизиологичните данни (p > .8). По-нататъшният анализ също не разкри значими корелации за H/F подгрупата на обучаващия се в тонове за този ефект (p > .2).

Наблюдавана е значителна корелация между промяната на амплитудата за предна отрицателност и промяната на точността на отговора, r=−.353, p=.040, така че колкото по-голямо е подобрението на точността на ден 1, толкова по-малка е амплитудата на разликата за предната негативност стана. Няма значима корелация с промяната на времето за реакция (p > .7).

4|ДИСКУСИЯ

4.1|Компонент за разпознаване на думи: Ефекти на прехвърляне

Имаше ясен ефект от опита и познаването на родния език в компонента за стробиране на лексикалната лексика преди внимание при ~ 50 ms. Улесняващият ефект при тази латентност беше открит само при най-високата степен на сходство L1–L2. Нашите тонални обучаеми не показаха индикации за улеснено усвояване на думи за всички целеви тонални думи или всички целеви думи с контурни тонове, а вместо това само за целеви думи с падащ тон.

Това стана очевидно в намалена негативност, която предполагаме, че отразява успешно, бързо формиране на следи от думи за целеви думи с падащи тонове, така че те станаха обработени като истинска дума още в рамките на първите 20 минути от придобиването. Тенденция към подобно намаляване на амплитудата е наблюдавана преди това за реални думи при говорещи мандарин (Yue et al., 2014).

След четириминутно повторение на думи и легални псевдодуми невроактивността към истинските думи изглеждаше намалена. Имайте предвид обаче, че Yue et al. не са използвали анализ, който би могъл да елиминира честотните ефекти, причинени от сравнението на чести стандартни и редки девиантни стимули (вж. Shtyrov & Lenzen, 2017) и следователно не са открили промяната на амплитудата за истински девиантни думи в техния статистически анализ.

Освен това техният времеви прозорец беше по-дълъг от нашия. Споменаваме тенденцията тук, защото Yue et al. (2014) е единственото проучване, което разглежда този ранен компонент в контекста на тоналните думи. Трябва да се отбележи, че за думи без тонове същият ефект беше докладван преди това от Kimppa et al. (2015).

Чрез тези предишни проучвания ние тълкуваме намаления размер на ефекта за тясно L1-улеснени целеви думи като доказателство, че думите са придобити и обработени като истински думи изключително бързо.

Псевдодуми, дори тези с еднакъв модел на височина, и неулеснени целеви думи, от друга страна, не могат да бъдат усвоени еднакво бързо и следователно предизвикват повишена негативност.

Тази негативност вероятно сигнализира за продължаващ, непълен процес на формиране на проследяване на паметта за непреподадени и неулеснени думи. В съответствие с идеята за продължаващ процес на формиране на проследяване на думи, негативността както за целевите думи, така и за контролните думи леко намалява по време на учебните сесии (целеви думи: MB{{{{ 6}}}} −1.02 μV ±SD=0.8 μV, MB6=−0.99 ± 0.8 μV; контролни думи: MB{{10}} −1,31 ± 1,0 μV, MB6=−0,90 ± 0,8 μV).

Това намаление беше значително само за контролните думи, където амплитудата първоначално беше най-висока. Интересното е, че намаляването на амплитудата продължи поетапно и за двата типа думи, така че амплитудата се увеличи отново след паузите между блокове 2 и 3 и блокове 4 и 5 (вж. напр. целеви думи: MB1=−1. 02 μV ± SD=0.8 μV, MB{{10}}−0.99 ± 0.9 μV, MB{{ 15}} −1,12±0.9 μV, MB{{20}} −0.88 ± 0.9μV, MB5=− 0.94± 0,8 μV, MB6=−0,99 ± 0,8 μV).

Заедно с факта, че не открихме ефект от сесията за обучение за амплитудата на отговора при тази латентност, това предполага, че следите от думи са били формирани само временно за думи с чужда фонология (т.е. тонове).

По този начин само думи с нативна фонология (и позната функция) имаха последователно намалена амплитуда (M=0.78 μV), което предполага, че бързият процес на формиране на следи от думи зависи от естествената невронна фонологична мрежа и че следите на думите за L{ {2}}като нови думи са образувани почти мигновено и постоянно.

For more information:1950477648nn@gmail.com