مهمة التعلم الشبكي: دراسة تأثيرات نوع التداخل على التعلم الجديد لدى المشاركين البالغين الأصحاء

Samika Mathada; Ananya Mopur; Seongyun Kim; Halle R. Dimsdale-Zucker

doi:10.3791/71127

يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة منهجية

مهمة التعلم الشبكي: دراسة تأثيرات نوع التداخل على التعلم الجديد لدى المشاركين البالغين الأصحاء

90 مشاهدة

⸱

DOI:

10.3791/71127

⸱

يوليو 31, 2026

Samika Mathada¹ , Ananya Mopur¹ , Seongyun Kim² , Halle R. Dimsdale-Zucker²

¹Department of Molecular, Cell, and Systems Biology, University of California, Riverside, ²Department of Psychology, University of California, Riverside

في هذه المقالة

ملخص

يقدم هذا البروتوكول مهمة التعلم الشبكي (GLT)، وهو نموذج سلوكي مصمم لفحص كيف أن أنواع التداخل المختلفة (أي الكائن مقابل الموقع) بين حلقات التعلم المتتالية تسهل أو تتداخل مع التعلم الجديد، كما هو مفهرس من خلال التغيرات في أداء التعلم عبر الشبكات.

الملخص

في الحياة اليومية، غالبا ما يحتاج الناس إلى تذكر مواقع الأشياء، مثل مكان توقف السيارة في يوم معين. سؤال رئيسي هو ما إذا كانت تجربة سابقة مشابهة (مثل الوقوف في نفس الموقف في اليوم السابق) تسهل أو تعيق الذاكرة لحدث جديد. تم تطوير مهمة التعلم الشبكي (GLT) لمعالجة هذا السؤال. في هذه المهمة، يدرس المشاركون مجموعة من الأجسام المرتبة على شبكة ثم يطلب منهم وضعها في مواقعها الصحيحة على نسخة فارغة من الشبكة. هناك شرطان للتداخل لهما أهمية أساسية: شرط تداخل الموقع وشرط تداخل الكائن. في حالة تداخل الموقع، تعرض كائنات مختلفة في نفس التكوين المكاني مثل الشبكة السابقة. في حالة تداخل الكائنات، تعرض نفس الكائنات في تكوين مكاني مختلف. يعدل البروتوكول الحالي المهمة الأصلية إلى تصميم داخل الموضوعات حيث يختبر المشاركون جميع أنواع التداخل. من خلال مقارنة محاولات التعلم عبر شروط تداخل الموقع وتداخل الكائنات، يوفر اختبار GLT رؤى حول كيفية تأثير أشكال التداخل المختلفة مع التجارب السابقة على التعلم الجديد. تظهر نتائج هذه المهمة عموما أن تداخل هويات الكائنات يزيد من عدد المحاولات المطلوبة لتعلم شبكة لاحقة، مما يعكس تداخل الذاكرة. على النقيض من ذلك، تقلل مواقع الكائنات المتداخلة عدد المحاولات المطلوبة لتعلم شبكة لاحقة، مما يعكس تسهيل الذاكرة. بشكل عام، يوفر اختبار GLT إطارا لفحص كيف تؤثر التجارب السابقة على التعلم الجديد من خلال الكشف عن التأثيرات التداخلية والميسرة على حد سواء.

المقدمة

غالبا ما تحتوي تجاربنا اليومية على معلومات متداخلة. يمكن أن تدعم المعرفة السابقة أحيانا التعلم الجديد من خلال توفير هيكل دفاعي، لكنها قد تتداخل أيضا مع التعلم، مما يسبب ارتباكا ويعيق الأداء 1,2,3,4. على سبيل المثال، عند زيارة متجر بقالة جديد، يمكن للناس بسهولة العثور على عربات التسوق أو عدادات الدفع بالاعتماد على المعرفة التي اكتسبوها من تصاميم محلات البقالة السابقة. ومع ذلك، قد يكون من الصعب تذكر الموقع الدقيق لعنصر معين عندما يختلف موقعه عن ذلك في متجر مألوف. هذا يوضح سؤالا أوسع: تحت أي ظروف تسهل الخبرة السابقة التعلم الجديد، ومتى تتداخل معه؟

لقد بحث الباحثون منذ فترة طويلة في كيفية تأثير المعرفة السابقة على التعلم، لكن الأدلة على تأثيراتها الميسرة والمتداخلة غالبا ما ظهرت من نماذج تجريبية مميزة 1,2,3,4. وبالتالي، يبقى تطوير تفسير متماسك لكيفية تأثير المعرفة السابقة على اكتساب معلومات جديدة تحديا. عادة ما يتم فحص تأثيرات التداخل باستخدام مهام التعلم الزوجية ^{من الكلمات} 1,2,5,6,7. في هذه المهام، يتعلم المشاركون أولا مجموعة من أزواج الكلمات (مثل A-B)، ثم يتعلم قائمة ثانية تشترك فيها بعض الأزواج في عنصر مع القائمة الأولى (مثل A-C)، بالإضافة إلى أزواج التحكم بدون تداخل (مثل D-E). عندما يستخدم العنصر المشترك (A) كإشارة استرجاع، غالبا ما يتأثر استدعاء زوج القائمة الثانية (C)، وهي ظاهرة تعرف بالتداخل الاستباقي⁶. يعزى هذا التأثير عادة إلى التنافس بين الارتباط الذي تم تعلمه سابقا (A-B) والارتباط الأحدث (A-C)، مما يقلل من احتمال استرجاع^الخمس الأخيرة.

على النقيض من ذلك، لوحظت تأثيرات التسهيل في مهام تعلم المواقع الكائنية³^،⁸. في هذه المهام، يتعلم المشاركون مواقع عدة أشياء على شبكة، ويتحسن التعلم عندما يتم تقديم مجموعة جديدة من الأشياء ضمن تخطيط مكاني سبق تعلمه بدلا من تخطيط جديد. وقد أظهر هذا التأثير المفيد للبنية المكانية المتداخلة في كل من البشر والقوارض ^3,8، مما يبرز كيف يمكن للمعرفة السابقة أن تدعم التعلم الجديد. من المهم أن المعرفة المكانية السابقة تمثل فقط شكلا واحدا من المعرفة التخطيطية التي يمكن أن تؤثر على السلوك⁹. قد تشمل المخططات أيضا المعرفة الدلالية (مثلا، تبيع متاجر البقالة الطعام لكنها قد تحمل أيضا مستلزمات منزلية)، مما يمكن أن يسهل اكتساب معلومات جديدة وتوجه السلوك بشكل أوسع⁹. على سبيل المثال، إذا رغب شخص ما في شراء تفاح، فقد يعتمد على مخطط موجود يفيد بأنه من المرجح أن يكون موجودا في متجر بقالة أكثر من متجر الأدوات.

تم تطوير مهمة التعلم الشبكي (GLT)¹⁰ لتوفير إطار موحد لفحص كيفية تأثير المعرفة السابقة على التعلم الجديد من خلال دمج كل من التسهيل والتداخل داخل مهمة واحدة. في اختبار GLT، يتعلم المشاركون شبكات متعددة لمواقع الكائنات، ويكررون عملية التعلم حتى يتم تذكر جميع مواقع الكائنات. والأهم من ذلك، يتم التلاعب بنوع التداخل بين الشبكات المتتالية. في شرط تداخل الموقع، تعرض كائنات مختلفة ضمن نفس التخطيط المكاني. في حالة تداخل الكائنات، تعرض نفس الكائنات في مواقع مختلفة. أظهرت النتائج السابقة أن التعلم يسهل عندما تتداخل التصاميم المكانية، لكنه يتأثر عندما تتداخل هويات الكائنات¹⁰. ومع ذلك، قارنت التطبيقات الأولية ل GLT حالات التداخل بين المشاركين¹⁰، مما أثار احتمال أن تعكس هذه التأثيرات المتعارضة الاختلافات الفردية بدلا من نوع التداخل نفسه.

يصف البروتوكول الحالي نسخة معدلة داخل الموضوعات من اختبار GLT حيث يختبر كل مشارك جميع الحالات المتداخلة. يقلل هذا التعديل المنهجي من التفاوت بين الموضوعات ويسمح بقياس التسهيل والتداخل داخل نفس الفرد. ونتيجة لذلك، يختبر التصميم بشكل مباشر ما إذا كانت أشكال مختلفة من المعرفة السابقة تؤثر بشكل مميز على التعلم الجديد. تشير هذه النتائج مجتمعة إلى أن نوع المعرفة السابقة قد يحدد ما إذا كانت الخبرة السابقة تسهل أو تعيق التعلم اللاحق.

هدف اختبار GLT هو قياس كيفية تأثير الخبرة السابقة على التعلم الجديد لدى المشاركين البشر من خلال قياس محاولات التعلم ضمن نموذج التعلم الشبكي داخل الموضوع الذي يتلاعب بشكل منهجي بأنواع التداخل، وبالتالي تقييم تأثيرات التسهيل والتداخل على أداء التعلم. من خلال تمكين قياس كل من التيسير والتداخل داخل نموذج واحد، يوفر اختبار GLT إطارا موحدا لدراسة كيف تشكل التجارب السابقة التعلم الجديد. على عكس النماذج الحالية التي عادة ما تفحص التسهيل أو التداخل بمعزل 1,2,3,5,6,7,8، فإن GLT يتلاعب بشكل منهجي بالتداخل مع الحفاظ على هيكل مهام متسق. يتيح هذا النهج مقارنة مباشرة لكيفية تأثير أشكال المعلومات السابقة المختلفة على التعلم داخل الأفراد. أحد القيود المحتملة هو أن تأثيرات التسهيل والتداخل قد تختلف حسب ترتيب عرض ظروف التداخل، مما يؤدي إلى التقليل أو المبالغة في التقدير. ومع ذلك، يظل GLT أداة متعددة الاستخدامات للتحقيق في الآليات الكامنة وراء الذاكرة والتعلم والتعميم والتداخل، بالإضافة إلى الفروقات الفردية في قابلية التأثير لتأثيرات المعرفة السابقة عبر سياقات التعلم.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

تمت الموافقة على جميع الإجراءات التي تشمل المشاركين البشريين من قبل مجلس مراجعة مؤسسات جامعة كاليفورنيا، ريفرسايد (بروتوكول #30014). تم الحصول على موافقة مكتوبة ومستنيرة من جميع المشاركين قبل المشاركة. تم تنفيذ جميع الطرق وفقا للإرشادات واللوائح المؤسسية ذات الصلة.

1. الموافقة والتعليمات

قدم للمشاركين نموذج موافقة يشرح حقوق المشاركين ويقدم نظرة عامة عامة على الدراسة. احصل على موافقة مكتوبة ومستنيرة من جميع المشاركين قبل المشاركة.
بعد توقيع المشاركين على نموذج الموافقة، اشرح شفهيا أن المهمة تتضمن حفظ مواقع الأشياء ووضع الأشياء على البلاطات الصحيحة خلال مرحلة الاختبار عبر أربع شبكات مختلفة، مع عرض مهمة مشتت رياضية بين الشبكات.
صف بإيجاز هيكل المهام العام، بما في ذلك الممارسة ومراحل الشبكة المدروسة. اطلب من المشاركين تكرار تعليمات المهمة للباحث وتقديم توضيح حسب الحاجة.

2. مهمة التعلم الشبكي

افتح برنامج مهمة التعلم الشبكي (الملف التكميلي 1 والشكل التكميلي 1) باستخدام PsychoPy¹¹. انقر على زر "تشغيل"، للتأكد من أن البرنامج ليس في وضع الاختبار التجريبي.
سيظهر طلب رقم تعريف للمشارك. يستخدم رقم تعريف المشارك للحفاظ على سرية هوية المشارك. اطلب من المشاركين إدخال رقم تعريف المشاركين المخصص مسبقا ومتابعة بالنقر على زر "موافق".
ابدأ البرنامج. تطلب الشاشة من المشاركين استخدام شريط المسافة للتقدم عبر التعليمات.
أمر المشاركين بضبط حجم الشاشة بالضغط في نفس الوقت على مفتاح Command (Mac) أو Control (ويندوز) وزر "+" أو "-" حتى تظهر جميع زوايا الشبكة الأربع على الشاشة.
ملاحظة: تأكد من أن جميع الزوايا الأربع للشبكة مرئية قبل بدء المهمة. قد يؤثر التكبير غير الصحيح على الشاشة على عرض المحفز وأداء المشاركين.
مرحلة التدريب
1. ابدأ مرحلة الممارسة. يوضح الشكل 1 دورة "الدراسة – التثبيت – الاختبار – التغذية الراجعة". في المرحلة الأولى من التمرين، قدم شبكة صغيرة من 3 × 3 تحتوي على كائن واحد.
2. عرض شاشة الدراسة لمدة 4 ثوان. قدم فترة احتفاظ مدتها 3 ثوان مباشرة بعد ذلك، وخلالها تختفي الشبكة، ويتم عرض تقاطع تثبيت قبل ظهور شاشة الاختبار.
3. عرض شبكة فارغة مع وضع الكائن أسفل الشبكة. اطلب من المشاركين سحب وإفلات الجسم إلى موقعه الأصلي.
  1. استخدم صور الأشياء اليومية الملونة مع خلفيات بيضاء من بنك المحفزات الموحدة (BOSS)¹²^،¹³. عبر الشبكات الأربع المدروسة، استخدم ثلاث مجموعات كائنات وثلاث مجموعات مواقع لإنشاء تسع شبكات فريدة من 8 × 8.
  2. اختر كل مجموعة من العناصر عشوائيا من مجموعة ثابتة من 24 عنصرا تغطي 12 فئة (مثل الأنشطة الخارجية والرياضة، القرطاسية، أدوات المطبخ، الزينة، الآلات الموسيقية، الألعاب، الأدوات المنزلية، الأثاث، والملابس) (الشكل الإضافي 2).
4. بعد أن يقدم المشاركون ردهم بالضغط على شريط المسافة، يعرض شاشة تغذية راجعة توضح ما إذا كان الوضع صحيحا. اسمح للمشاركين بالضغط على "y" لتكرار التجربة أو "n" للاستمرار. يمكن للمشاركين تكرار هذه المرحلة التدريبية الأولى حتى 10 مرات.
  ملاحظة: استخدم هذه المرحلة التدريبية لتعريف المشاركين بسحب وإفلات الأشياء على الشبكة.
5. ابدأ المرحلة الثانية من التمرين. قدم شبكة كاملة الحجم بحجم 8 × 8 تحتوي على جسمين.
  1. استخدم نفس دورة وتوقيت "الدراسة – التثبيت – الاختبار – التغذية الراجعة" كما في المرحلة الأولى من التمرين، باستثناء أن شاشة الدراسة تعرض لمدة 8 ثوان.
  2. بعد تقديم المشاركين لإجابتهم، عرض شاشة تغذية راجعة توضح ما إذا كانت جميع مواقع الكائنات قد وضعت بشكل صحيح. إذا كان هناك شيء واحد على الأقل غير صحيح، أبلغ المشاركين أن وضعا أو أكثر كان خاطئا دون تحديد كائنات محددة.
  3. إذا كان الرد غير صحيح، اطلب من المشاركين الضغط على زر المسافة للمحاولة مرة أخرى. إذا كانت جميع الأماكن صحيحة، اطلب من المشاركين الانتقال إلى المرحلة التالية من المهمة.
  4. اطلب من المشاركين الضغط على "y" لتكرار مرحلة التدريب أو "n" للاستمرار. يمكن للمشاركين تكرار شبكة التدريب الثانية حتى 10 مرات.
    ملاحظة: استخدم هذه المرحلة التدريبية لتعريف المشاركين بشبكة 8 × 8 بالحجم الكامل. الكائنات والمواقع المستخدمة أثناء التدريب لا تظهر خلال مرحلة الشبكة المدروسة.
طور الشبكة المدرس
1. عرض شاشة التعليمات التي تشير إلى بداية مرحلة الشبكة المدروسة. اطلب من المشاركين بدء مرحلة الشبكة المدروسة بالضغط على زر المسافة واتباع التعليمات على الشاشة.
2. عرض الشاشات باستخدام نفس دورة وتوقيت "الدراسة – التثبيت – الاختبار – التغذية الراجعة" كما في المرحلة الثانية من التمرين. على عكس مرحلة التدريب، يتعلم المشاركون أربع شبكات مختلفة، كل منها يحتوي على ثمانية أشياء.
  ملاحظة: تأكد من أن المشاركين يفهمون أن كل شبكة يجب أن تتعلم وفقا للمعايير قبل التقدم. فشل تعلم شبكة واحدة قد يؤثر على الأداء في الشبكات اللاحقة.
3. عرض شاشة دراسة تحتوي على ثمانية أشياء مختلفة مرتبة على شبكة 8 × 8. عرض شاشة الدراسة لمدة 8 ثوان، ثم وجه المشاركين لحفظ مواقع الأشياء.
  1. استخدم الأشياء اليومية المعروضة على خلفية بيضاء.
  2. رتب الكائنات وفقا لإحدى مجموعات مواقع الكائنات المحددة مسبقا.
  3. أنشئ ثلاث مجموعات مواقع عن طريق تعيين مواقع الكائنات بشكل شبه عشوائي بحيث لا توضع الكائنات على حواف الشبكة ولا تحتل خلايا مجاورة. يسمح باستخدام بلاط مشاركة الزوايا.
4. عرض شاشة بفاصل احتفاظ تعرض تقاطع تثبيت لمدة 3 ثوان.
5. عرض شاشة اختبار تطلب من المشاركين وضع كل عنصر في موقعه الذي تم تذكره. عرض شبكة فارغة بحجم 8 × 8 مع صور كائنات مرتبة عشوائيا تحت الشبكة.
6. اطلب من المشاركين سحب وإفلات كل جسم على الشبكة للإشارة إلى موقعه الذي تذكره. قم تلقائيا بمركز كل كائن داخل بلاطة الشبكة المختارة. السماح للمشاركين بإعادة وضع الكائنات عددا غير محدود من المرات قبل تقديم الرد.
7. بمجرد أن يرضى المشاركون بمواقعهم، أخبرهم بالضغط على زر المسافة لتقديم ردهم. مرحلة الاختبار ذاتية الإيقاع ولا يوجد لها حد زمني.
8. عرض شاشة تغذية راجعة تشير إلى عدد الأجسام الموضوعة بشكل صحيح. لا تحدد أي الأشياء وضعت بشكل صحيح.
9. كرر دورة "الدراسة – التثبيت – الاختبار – التغذية الراجعة" حتى يتم وضع جميع العناصر الثمانية بشكل صحيح أو حتى يتم إكمال 10 دورات دراسة-اختبار، أيهما يحدث أولا. ثم يتقدم البرنامج تلقائيا إلى مهمة مشتت الرياضيات.
مهمة مشتت الرياضيات
1. ابدأ مهمة مشتت الحسابات. وجه المشاركين لقراءة التعليمات على الشاشة وحل مسائل حسابية بسيطة قبل الانتقال إلى الشبكة التالية.
2. اعرض مسائل حسابية بسيطة تتضمن الجمع أو الطرح واحدة تلو الأخرى على الشاشة. وجه المشاركين لتحديد ما إذا كانت كل معادلة صحيحة أم خاطئة بالضغط على "T" للصحيح أو "F" للخطأ (false).
  1. على سبيل المثال، عند عرض المعادلة 2 + 4 = 6، اطلب من المشاركين الضغط على "T". عند عرض المعادلة 2 + 5 = 10، يطلب من المشاركين الضغط على "F".
3. عرض شاشة تغذية راجعة بعد كل رد.
  1. أشير إلى ما إذا كان الرد صحيحا أم خاطئا. إذا لم يتم الرد خلال 4 ثوان، تقدم تلقائيا إلى شاشة الملاحظات وعرض رسالة تشجع المشاركين على الاستجابة بسرعة أكبر.
  2. دع شاشة التغذية الراجعة تبقى مرئية لمدة ثانيتين. بعد سنتين، ينتقل البرنامج تلقائيا إلى التجربة التالية.
4. اطلب من المشاركين إكمال 20 سؤالا حسابيا قبل الانتقال إلى الشبكة التالية. عادة ما يستغرق إكمال مهمة التشتيت حوالي دقيقة واحدة.
  ملاحظة: استخدم هذه المهمة لمنع البروفة النشطة للشبكة السابقة وللحفاظ على تفاعل المشاركين. على الرغم من أن الدقة العامة لا تقدم كتغذية راجعة أثناء التجربة، يجب استبعاد المشاركين من التحليل إذا كانت الدقة أقل من 75٪¹⁰.
التلاعب بالتداخل
1. بعد إكمال مهمة مشتت الحسابات، عرض تعليمات على الشاشة تشير إلى أن الشبكة التالية ستبدأ في التشغيل. أمر المشاركين بالضغط على زر المسافة لبدء التجربة التالية. كرر دورة "الدراسة – التثبيت – الاختبار – التغذية الراجعة" للشبكة التالية. خلال المهمة، يتعلم المشاركون أربع شبكات مختلفة مفصولة بواسطة مهام مشتتة رياضية.
2. قم بتكوين الشبكات الأربع بحيث تشترك شبكتان متتاليتان في نفس صور الكائنات ولكن في مواقع مختلفة، بينما زوج آخر من الشبكات المتتالية يشترك في نفس التخطيط المكاني ولكن لصور كائنات مختلفة (الشكل 2).
  1. قم بإنشاء الشبكات الأربع المدروسة من مجموعات الكائنات والمواقع المحددة مسبقا الموضحة في الخطوات 2.5.3.1–2.5.3.2 و2.6.3.3. سيتم اختيار الشبكات عشوائيا بحيث يمثل انتقال واحد شرط تداخل الكائن، وانتقال واحد يمثل شرط تداخل الموقع، وانتقال واحد يمثل شرط عدم التداخل.
  2. بالنسبة لشرط تداخل الكائنات، استخدم نفس مجموعة الكائنات عبر شبكتين متتاليتين مع تعيين مجموعات مواقع مختلفة. بالنسبة لشرط تداخل الموقع، استخدم نفس الموقع المحدد عبر شبكتين متتاليتين مع تعيين مجموعات كائنات مختلفة. لشرط عدم التداخل، استخدم مجموعات كائنات مختلفة ومجموعات مواقع مختلفة عبر شبكات متتالية.
3. يتم تعيين ترتيب شروط التداخل بشكل عشوائي وموازنته بالكامل بين المشاركين، مما يؤدي إلى ستة ترتيبات تداخل محتملة.
  ملاحظة: موازنة ترتيب شروط التداخل بين المشاركين بشكل كامل لتقليل تأثيرات الترتيب وضمان تقديرات صحيحة للتسهيل والتداخل.
4. قدم مجموعة مختلفة من 20 سؤالا حسابيا خلال كل مرحلة مشتت، مما ينتج عنه ثلاث مجموعات أسئلة فريدة عبر التجربة.
بعد إكمال الشبكة الرابعة، عرض شاشة نهاية المهمة. وجه المشاركين للضغط على زر المسافة للخروج من البرنامج.

figure-protocol-1
الشكل 1: ترتيب وتوقيت الشاشات في مهمة التعلم الشبكي. تتكون كل تجربة تعليمية من دورة متكررة بعنوان "الدراسة – التثبيت – الاختبار – التغذية الراجعة". خلال مرحلة الدراسة، يشاهد المشاركون ثمانية أشياء مرتبة على شبكة بحجم 8 × 8 ويحفظون مواقعها. تتبع مرحلة الدراسة 8 ثوان شاشة تثبيت 3 ثوان ومرحلة اختبار ذاتية الإيقاع، حيث يقوم المشاركون بسحب وإفلات الأشياء على شبكة فارغة للإشارة إلى المواقع التي تم تذكرها. بعد تقديم المشاركين لإجاباتهم، تعرض شاشة التغذية الراجعة عدد الأشياء الموضوعة بشكل صحيح. تتكرر هذه الدورة حتى يتم وضع جميع الأشياء بشكل صحيح أو حتى يتم الانتهاء من 10 محاولات تعلم كحد أقصى، أيهما يحدث أولا. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

figure-protocol-2
الشكل 2: شروط التداخل في مهمة التعلم الشبكي. يتعلم المشاركون أربع شبكات مختلفة. (أ) الشبكة الأولى تعمل كأساس لحساب درجة صعوبة التعلم بين الشبكات المتتالية. بدءا من الشبكة الثانية، يختبر المشاركون إما (ب) شرط تداخل الكائنات، أو (ج) شرط تداخل الموقع، أو (د) شرط عدم وجود تداخل عبر الشبكات المتتالية. المثال المعروض يوضح ترتيب التداخل بين تداخل الكائنات → تداخل الموقع → لا يوجد تداخل. يتم موازنة ترتيب حالات التداخل بين المشاركين. الصور المعروضة هي محفزات غير معدلة من مجموعة بنك المحفزات الموحدة (BOSS)^{رقم 12}^،¹³ وتستخدم بموجب رخصة المشاع الإبداعي للنسبة (http://creativecommons.org/licenses/by-sa/3.0/). يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

3. الأشكال الاختيارية

قم بإدارة نموذج الملاحظات. اسأل المشاركين عما يعتقدون أن التجربة تم تحقيقها وما هي الاستراتيجيات التي استخدموها خلال المهمة. ادع المزيد من التعليقات والاقتراحات للتحسين.
أدير النموذج الديموغرافي. اجمع معلومات ديموغرافية، بما في ذلك العمر والعرق. إبلاغ المشاركين بأن جميع المعلومات سيتم الإبلاغ عنها بشكل مجمع للحفاظ على الخصوصية.
قدم للمشاركين نسخة ورقية من نموذج الاستجواب. يشرح نموذج الإحاطة هدف الدراسة ومبررات المهمة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

تم استبعاد المشاركين بناء على المعايير التالية: (أ) الفشل في تعلم أي شبكة خلال 10 محاولات أو (ب) دقة أقل من 75٪ في مهمة تشتيت الرياضيات. تم اعتماد هذه المعايير من دراسة سابقة باستخدام مهمة التعلم الشبكي (GLT)¹⁰. من بين 46 مشاركا أكملوا اختبار GLT، تم استبعاد واحد بموجب المعيار الأول، ولم يستبعد أي منهم وفقا للمعيار الثاني. تم تقييم جميع الاختبارات الإحصائية باستخدام مستوى α ذي الذيل 0.05.

عبر الشبكات الأربع، تعلم المشاركون كل شبكة في حو...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

توفر مهمة التعلم الشبكي (GLT)¹⁰ بروتوكولا سلوكيا مرنا لفحص كيفية تشكيل التداخل بين المعرفة السابقة والمعلومات الجديدة للتعلم. في هذه المهمة، يدرس المشاركون مرارا وتكرارا ارتباطات الكائنات بالموقع على شبكة حتى يتم تعلم جميع مواقع الكائنات، ويتم قياس تأثيرات التعلم باستخدام درجة صعوبة التعلم، التي تقيس الفرق في عدد المحاولات المطلوبة لتعلم شبكتين متتاليتين. ميزة أساسية في البروتوكول هي التلاعب بأنواع التداخل بين الشبكات المتتالية، مما يسمح بالتداخل إما في هوية الكائ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يعلن المؤلفون عدم وجود مصالح متنافسة.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسم	الشركة	رقم فهرسي	التعليقات
مجموعة بنوك التحفيز المعياري (BOSS)	بنك التحفيز المعياري (BOSS)	N/A	(التحفيز) مجموعة معيارية من صور الكائنات المستخدمة في عرض التحفيز. انظر المراجع 12–13.
الكمبيوتر (سطح المكتب أو المحمول)	أي مصنع	N/A	(المعدات) كمبيوتر سطح مكتب أو محمول قياسي يستخدم لتشغيل PsychoPy. لا يلزم جهاز متخصّص.
نموذج الموافقة	تم إنشاؤه من قبل المؤلف	N/A	(مواد المشارك) وثيقة موافقة معتمدة من IRB تُستخدم للحصول على الموافقة المكتوبة والمستنيرة قبل المشاركة.
نموذج جلسة الإحاطة	تم إنشاؤه من قبل المؤلف	N/A	(مواد المشارك) وثيقة إحاطة ما بعد التجربة التي تشرح الغرض من الدراسة والإجراءات.
نموذج الديموغرافيا	تم إنشاؤه من قبل المؤلف	N/A	(مواد المشارك) استبيان يُستخدم لجمع المعلومات العمرية والديموغرافية. تم الإبلاغ عن البيانات بشكل إجمالي للحفاظ على عدم الكشف عن الهوية.
نموذج التغذية الراجعة	تم إنشاؤه من قبل المؤلف	N/A	(مواد المشارك) استبيان ما بعد المهمة لتقييم استراتيجيات المشاركين وتجربتهم الذاتية أثناء المهمة.
برنامج مهمة تعلم الشبكة (سكربت PsychoPy)	تم إنشاؤه من قبل المؤلف	N/A	(البرنامج) مهمة مخصّصة تستند إلى PsychoPy تنفّذ مهمة تعلم الشبكة. الإصدار المستخدم في هذه الدراسة يتوافق مع الملف التكميلي S1. يتم تنفيذه باستخدام PsychoPy v2024.2.4. متاح في https://www.psychopy.org.
الشاشة / العرض	أي مصنع	N/A	(المعدات) شاشة كمبيوتر قياسية تُستخدم لعرض محفزات الشبكة 8 × 8. تم ضبط حجم الشاشة لضمان رؤية الشبكة بالكامل.
الماوس / لوحة التتبع	أي مصنع	N/A	(المعدات) جهاز إدخال قياسي يُستخدم لسحب وإسقاط الأجسام داخل الشبكة.
PsychoPy	Open Science Tools Ltd.	الإصدار 2024.2.4	(البرنامج) برنامج تحكم في التجربة مفتوح المصدر يُستخدم لتشغيل المهمة. متاح في https://www.psychopy.org.

المراجع

Anderson MC, Neely JH. Interference and inhibition in memory retrieval. In: Bjork EL, Bjork RA, editors. Memory. 2nd ed. San Diego (CA): Academic Press; 1996. p. 237-313.
Kliegl O, Bäuml KHT. Buildup and release from proactive interference-Cognitive and neural mechanisms. Neurosci Biobehav Rev. 2021;120:264-278.
Tse D, et al. Schemas and memory consolidation. Science. 2007;316(5821):76-82.
Bein O, et al. Predictions transform memories: How expected versus. unexpected events are integrated or separated in memory. Neurosci Biobehav Rev. 2023;153:105368.
Postman L, Underwood BJ. Critical issues in interference theory. Mem Cognit. 1973;1(1):19-40.
Underwood BJ. Interference and forgetting. Psychol Rev. 1957;64(1):4-60.
McGeoch JA. The psychology of human learning. London: Longmans, Green and Co.; 1942.
van Buuren M, et al. Initial investigation of the effects of an experimentally learned schema on spatial associative memory in humans. J Neurosci. 2014;34(50):16662-16670.
Farzanfar D, Spiers HJ, Moscovitch M, Rosenbaum RS. From cognitive maps to spatial schemas. Nat Rev Neurosci. 2023;24(2):63-79.
Chaloupka B, Zeithamova D. Differential effects of location and object overlap on new learning. Front Cognit. 2024;2:1325246.
Peirce J, et al. PsychoPy2: Experiments in behavior made easy. Behav Res Methods. 2019;51(1):195-203.
Brodeur MB, et al. The Bank of Standardized Stimuli (BOSS), a new set of 480 normative photos of objects to be used as visual stimuli in cognitive research. PLoS One. 2010;5(5):e10773.
Brodeur MB, Guérard K, Bouras M. Bank of Standardized Stimuli (BOSS) phase II: 930 new normative photos. PLoS One. 2014;9(9):e106953.
Chanales AJ, et al. Interference between overlapping memories is predicted by neural states during learning. Nat Commun. 2019;10:5363.
Ritvo VJ, Turk-Browne NB, Norman KA. Nonmonotonic plasticity: How memory retrieval drives learning. Trends Cogn Sci. 2019;23(9):726-742.
Zeithamova D, Bowman CR. Generalization and the hippocampus: More than one story? Neurobiol Learn Mem. 2020;175:107317.
Gilboa A, Marlatte H. Neurobiology of schemas and schema-mediated memory. Trends Cogn Sci. 2017;21(8):618-631.
Mitchell TM, Keller RM, Kedar-Cabelli ST. Explanation-based generalization: A unifying view. Mach Learn. 1986;1(1):47-80.
Liao Z, Losonczy A. Learning, fast and slow: Single- and many-shot learning in the hippocampus. Annu Rev Neurosci. 2024;47(1):187-209.
Tompary A, Zhou W, Davachi L. Schematic memories develop quickly, but are not expressed unless necessary. Sci Rep. 2020;10(1):16968.
Umanath S, Marsh EJ. Understanding how prior knowledge influences memory in older adults. Perspect Psychol Sci. 2014;9(4):408-426.
Yassa MA, Stark CE. Pattern separation in the hippocampus. Trends Neurosci. 2011;34(10):515-525.
Hunsaker MR, Kesner RP. The operation of pattern separation and pattern completion processes associated with different attributes or domains of memory. Neurosci Biobehav Rev. 2013;37(1):36-58.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

السلوك العدد 233 العدد 233 الذاكرة المعرفة السابقة التسهيل التداخل

تم نشر هذه المقالة

الفيديو قريباً

أبقِني على اطلاع: