Zadanie uczenia się siatki: Badanie wpływu typu nakładania na nowe uczenie się u zdrowych dorosłych uczestników

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

doi:10.3791/71127

Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Zadanie uczenia się siatki: Badanie wpływu typu nakładania na nowe uczenie się u zdrowych dorosłych uczestników

241 wyświetleń

⸱

DOI:

10.3791/71127

⸱

31 lipca 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

W tym artykule

Podsumowanie

Ten protokół przedstawia Zadanie Uczenia Się na Siatce (GLT), paradygmat behawioralny zaprojektowany w celu zbadania, w jaki sposób różne rodzaje nakładania się (tzn., obiektu versus lokalizacji) między kolejnymi epizodami uczenia się ułatwiają lub przeszkadzają w nowym nauce, zgodnie ze zmianami w wydajności uczenia się na różnych siatkach.

Streszczenie

W życiu codziennym ludzie często muszą pamiętać lokalizacje przedmiotów, na przykład gdzie samochód był zaparkowany w danym dniu. Kluczowym pytaniem jest, czy podobne wcześniejsze doświadczenia (np. parkowanie na tym samym parkingu dzień wcześniej) ułatwiają czy też zakłócają pamięć dla nowej informacji. Zadanie z Uczenia się na Siatce (Grid Learning Task - GLT) zostało opracowane, aby odpowiedzieć na to pytanie. W tym zadaniu uczestnicy badają zestaw obiektów ułożonych na siatce, a następnie są proszeni o umieszczenie ich we właściwych miejscach na pustej wersji siatki. Dwie warunki nakładania się są szczególnie interesujące: warunek nakładania się lokalizacji i warunek nakładania się obiektów. W warunku nakładania się lokalizacji, różne obiekty są prezentowane w tej samej konfiguracji przestrzennej co poprzednia siatka. W warunku nakładania się obiektów, te same obiekty są prezentowane w różnej konfiguracji przestrzennej. Obecny protokół modyfikuje oryginalne zadanie do projektu wewnątrz-subiektowego, w którym uczestnicy doświadczają wszystkich rodzajów nakładania się. Porównując próby uczenia się między warunkiem nakładania się lokalizacji a warunkiem nakładania się obiektów, GLT dostarcza wglądu w to, jak różne formy nakładania się z wcześniejszymi doświadczeniami wpływają na nowe uczenie się. Wyniki tego zadania ogólnie pokazują, że nakładanie się identyczności obiektów zwiększa liczbę prób potrzebnych do nauczenia się kolejnej siatki, co odbija zakłócenie pamięci. W przeciwieństwie do tego, nakładanie się lokalizacji obiektów zmniejsza liczbę prób potrzebnych do nauczenia się kolejnej siatki, co odbija ułatwienie pamięci. Ogólnie, GLT dostarcza ram dla badania, jak wcześniejsze doświadczenia wpływają na nowe uczenie się, ujawniając zarówno efekty zakłócające, jak i ułatwiające.

Wprowadzenie

Nasze codzienne doświadczenia często zawierają nakładające się informacje. Wiedza wcześniejsza może czasem wspierać nowe uczenie się, dostarczając wsparcia, ale może też przeszkadzać w nauce, powodując zamieszanie i utrudniając wydajność¹^,²^,³^,⁴. Na przykład, podczas odwiedzania nowego sklepu spożywczego, ludzie mogą łatwo znaleźć wózki czy kasy, korzystając z wiedzy uzyskanej z wcześniejszych układów sklepów. Jednak zapamiętanie dokładnej lokalizacji konkretnego produktu może być trudniejsze, gdy jego umiejscowienie różni się od tego w znanym sklepie. Ilustruje to szersze pytanie: w jakich warunkach wcześniejsze doświadczenie ułatwia nowe uczenie się, a kiedy przeszkadza w nim?

Badacze od dawna badają, jak wcześniejsza wiedza wpływa na uczenie się, ale dowody na jej ułatwiające i przeszkadzające działanie często pojawiają się z różnych paradygmatów eksperymentalnych¹^,²^,³^,⁴. W rezultacie opracowanie spójnego opisu, jak wcześniejsza wiedza wpływa na nabywanie nowych informacji, pozostaje wyzwaniem. Efekty interferencji są zwykle badane za pomocą zadań uczenia się par słów¹^,²^,⁵^,⁶^,⁷. W tych zadaniach uczestnicy najpierw uczą się zestawu par słów (np. A-B), a następnie uczą się drugiej listy, w której niektóre pary mają wspólny element z pierwszą listą (np. A-C), wraz z parami kontrolnymi bez nakładania się (np. D-E). Kiedy wspólny element (A) jest używany jako wskazówka do odzyskania, odzyskiwanie pary z drugiej listy (C) jest często osłabione, co jest zjawiskiem znanym jako interferencja proaktywna⁶. Ten efekt jest zwykle przypisywany konkurencji między wcześniej nauczonym skojarzeniem (A-B) a nowszym skojarzeniem (A-C), zmniejszając prawdopodobieństwo odzyskania tego ostatniego⁵.

Natomiast efekty ułatwiające zostały zaobserwowane w zadaniach uczenia się lokalizacji obiektów³^,⁸. W tych zadaniach uczestnicy uczą się pozycji wielu obiektów na siatce, a nauka jest wzmocniona, gdy nowy zestaw obiektów jest prezentowany w ramach wcześniej nauczonych układów przestrzennych, a nie nowych. Ten korzystny efekt nakładającej się struktury przestrzennej został wykazano zarówno u ludzi, jak i gryzoni³^,⁸, podkreślając, jak wcześniejsza wiedza może wspierać nowe uczenie się. Co ważne, wcześniejsza wiedza przestrzenna reprezentuje tylko jedną formę wiedzy schematycznej, która może wpływać na zachowanie⁹. Schematy mogą również zawierać wiedzę semantyczną (np. sklepy spożywcze sprzedają żywność, ale mogą również posiadać artykuły gospodarstwa domowego), która może ułatwiać nabywanie nowych informacji i kierować zachowaniem w szerszym zakresie⁹. Na przykład, jeśli ktoś chce kupić jabłko, może polegać na istniejącym schemacie, że jest bardziej prawdopodobne, że znajdzie się w sklepie spożywczym niż w sklepie żelaznym.

Zadanie Uczenia się Siatki (GLT)¹⁰ zostało opracowane, aby zapewnić ujednolicony framework do badania, jak wcześniejsza wiedza wpływa na nowe uczenie się poprzez włączenie zarówno ułatwiania, jak i interferencji w jednym zadaniu. W GLT uczestnicy uczą się wielu siatek lokalizacji obiektów, powtarzając proces uczenia się, aż wszystkie lokalizacje obiektów zostaną zapamiętane. Kluczowo, rodzaj nakładania się między kolejnymi siatkami jest manipulowany. W warunku nakładania się lokalizacji różne obiekty są prezentowane w tym samym układzie przestrzennym. W warunku nakładania się obiektów te same obiekty są prezentowane w różnych lokalizacjach. Poprzednie badania wykazały, że nauka jest ułatwiana, gdy układy przestrzenne się nakładają, ale jest osłabiana, gdy tożsamość obiektów się nakłada¹⁰. Jednak początkowe zastosowania GLT porównywały warunki nakładania się między uczestnikami¹⁰, co sugeruje, że te przeciwstawne efekty mogą odzwierciedlać różnice indywidualne, a nie sam rodzaj nakładania się.

Przedstawiony protokół opisuje zmodyfikowaną wersję GLT dla każdego uczestnika, w której każdy uczestnik doświadcza wszystkich warunków nakładania się. Ta metodologiczna modyfikacja zmniejsza zmienność między uczestnikami i pozwala na pomiar ułatwiania i interferencji w ramach tej samej osoby. W rezultacie projekt bardziej bezpośrednio testuje, czy różne formy wcześniejszej wiedzy wywierają odrębne wpływy na nowe uczenie się. Łącznie, te ustalenia sugerują, że rodzaj wcześniejszej wiedzy może determinować, czy wcześni

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Wszystkie procedury z udziałem ludzi zostały zatwierdzone przez Instytucjonalną Komisję Recenzencką Uniwersytetu Kalifornijskiego w Riverside (protokół nr 30014). Przed rozpoczęciem udziału od wszystkich uczestników uzyskano pisemną świadomą zgodę. Wszystkie metody zostały przeprowadzone zgodnie z odpowiednimi wytycznymi i przepisami instytucjonalnymi.

1. Zgoda i instrukcje

Przekaż uczestnikom formularz zgody, który wyjaśnia ich prawa i zawiera ogólny opis badania. Przed rozpoczęciem udziału w badaniu uzyskaj pisemną świadomą zgodę od wszystkich uczestników.
Po podpisaniu formularza zgody przez uczestników, wyjaśnij im ustnie, że zadanie polega na zapamiętywaniu lokalizacji obiektów i umieszczaniu ich na odpowiednich polach podczas fazy testowej w czterech różnych siatkach, przy czym pomiędzy siatkami zostanie przedstawione zadanie matematyczne służące jako dystraktor.
Krótko opisz ogólną strukturę zadania, w tym fazy praktyki oraz badania siatek. Poproś uczestników o powtórzenie instrukcji zadania badaczowi i w razie potrzeby udziel właściwych wyjaśnień.

2. Zadanie uczenia się w siatce

Uruchom program Grid Learning Task (Supplementary File 1 oraz Supplementary Figure 1) za pomocą PsychoPy¹¹. Kliknij przycisk „Run”, upewniając się, że program nie znajduje się w trybie testowym (pilot testing mode).
Pojawi się prośba o podanie numeru identyfikacyjnego uczestnika. Numer identyfikacyjny uczestnika służy do zachowania anonimowości osób badanych. Poinstruuj uczestników, aby wpisali przypisany im numer identyfikacyjny, a następnie kontynuowali, klikając przycisk „OK”.
Uruchom program. Ekran wyświetli prośbę do uczestników o użycie spacji w celu przechodzenia przez instrukcje.
Poinstruuj uczestników, aby dostosowali rozmiar ekranu, jednocześnie naciskając klawisz Command (Mac) lub Control (Windows) oraz klawisz „+” lub „-”, aż wszystkie cztery narożniki siatki będą widoczne na ekranie.
UWAGA: Przed rozpoczęciem zadania upewnij się, że wszystkie cztery narożniki siatki są widoczne. Nieprawidłowe skalowanie ekranu może wpłynąć na prezentację bodźców i wyniki uczestników.
Faza treningowa
1. Rozpocznij fazę treningową. Rysunek 1 przedstawia cykl „Nauka – Fiksacja – Test – Informacja zwrotna”. W pierwszej fazie treningowej zaprezentuj małą siatkę 3 × 3 zawierającą jeden obiekt.
2. Wyświetl ekran nauki przez 4 s. Następnie zaprezentuj 3 s interwału retencji, podczas którego siatka znika, a przed pojawieniem się ekranu testowego wyświetlany jest krzyż fiksacyjny.
3. Wyświetl pustą siatkę z obiektem umieszczonym poniżej niej. Poproś uczestników o przeciągnięcie i upuszczenie obiektu w jego pierwotnej lokalizacji.
  1. Użyj kolorowych zdjęć przedmiotów codziennego użytku na białym tle z Banku Standaryzowanych Bodźców (BOSS)¹²^,¹³. W przypadku czterech badanych siatek użyj trzech zestawów obiektów i trzech zestawów lokalizacji, aby stworzyć dziewięć unikalnych siatek 8 × 8.
  2. Losowo wybierz każdy zestaw obiektów z ustalonej puli 24 obiektów obejmującej 12 kategorii (np. aktywności na świeżym powietrzu i sporty, artykuły piśmiennicze, przybory kuchenne, dekoracje, instrumenty muzyczne, gry, narzędzia domowe, meble i odzież) (Supplementary Figure 2).
4. Po przesłaniu odpowiedzi przez uczestnika za pomocą spacji, wyświetl ekran z informacją zwrotną, wskazującą, czy umiejscowienie było poprawne. Pozwól uczestnikom nacisnąć „y”, aby powtórzyć próbę, lub „n”, aby kontynuować. Uczestnicy mogą powtórzyć tę pierwszą fazę treningową do 10 razy.
  UWAGA: Wykorzystaj tę fazę treningową, aby oswoić uczestników z przeciąganiem i upuszczaniem obiektów na siatce.
5. Rozpocznij drugą fazę treningową. Zaprezentuj pełnowymiarową siatkę 8 × 8 zawierającą dwa obiekty.
  1. Zastosuj ten sam cykl „Nauka – Fiksacja – Test – Informacja zwrotna” i ten sam czas trwania co w pierwszej fazie treningowej, z wyjątkiem tego, że ekran nauki jest wyświetlany przez 8 s.
  2. Po przesłaniu odpowiedzi przez uczestników wyświetl ekran z informacją zwrotną, wskazującą, czy wszystkie lokalizacje obiektów zostały wskazane poprawnie. Jeśli przynajmniej jeden obiekt jest błędny, poinformuj uczestników, że jedno lub więcej umiejscowień było niepoprawnych, bez wskazywania konkretnych obiektów.
  3. Jeśli odpowiedź jest błędna, poproś uczestników o naciśnięcie spacji, aby spróbować ponownie. Jeśli wszystkie umiejscowienia są poprawne, poproś uczestników o przejście do następnego etapu zadania.
  4. Poproś uczestników o naciśnięcie „y”, aby powtórzyć fazę treningową, lub „n”, aby kontynuować. Uczestnicy mogą powtórzyć tę drugą siatkę treningową do 10 razy.
    UWAGA: Wykorzystaj tę fazę treningową, aby oswoić uczestników z pełnowymiarową siatką 8 × 8. Obiekty i lokalizacje użyte podczas treningu nie pojawiają się w fazie badanych siatek.
Faza badanych siatek
1. Wyświetl ekran instrukcji informujący o rozpoczęciu fazy badanych siatek. Poproś uczestników o rozpoczęcie tej fazy poprzez naciśnięcie spacji i postępowanie zgodnie z instrukcjami na ekranie.
2. Prezentuj ekrany, stosując ten sam cykl „Nauka – Fiksacja – Test – Informacja zwrotna” i ten sam czas trwania co w drugiej fazie treningowej. W przeciwieństwie do fazy treningowej, uczestnicy uczą się czterech różnych siatek, z których każda zawiera osiem obiektów.
  UWAGA: Upewnij się, że uczestnicy rozumieją, iż każda siatka musi zostać opanowana do określonego kryterium przed przejściem dalej. Nieopanowanie jednej siatki może wpłynąć na wyniki w kolejnych siatkach.
3. Zaprezentuj ekran nauki zawierający osiem różnych obiektów rozmieszczonych na siatce 8 × 8. Wyświetlaj ekran nauki przez 8 s, a następnie poleć uczestnikom zapamiętanie lokalizacji obiektów.
  1. Użyj przedmiotów codziennego użytku wyświetlanych na białym tle.
  2. Rozmieść obiekty zgodnie z jednym z predefiniowanych zestawów obiekt-lokalizacja.
  3. Stwórz trzy zestawy lokalizacji poprzez pseudolosowe przypisywanie pozycji obiektów w taki sposób, aby obiekty nie znajdowały się wzdłuż krawędzi siatki i nie zajmowały sąsiadujących komórek. Dopuszczalne jest sąsiedztwo w narożnikach.
4. Wyświetl ekran interwału retencji z krzyżem fiksacyjnym przez 3 s.
5. Wyświetl ekran testowy z prośbą do uczestników o umieszczenie każdego obiektu w zapamiętanej lokalizacji. Wyświetl pustą siatkę 8 × 8 z obrazami obiektów rozmieszczonymi losowo poniżej siatki.
6. Poproś uczestników o przeciągnięcie i upuszczenie każdego obiektu na siatkę, aby wskazać zapamiętaną lokalizację. Program automatycznie wycentruje każdy obiekt w wybranej komórce siatki. Pozwól uczestnikom na nieograniczoną liczbę zmian pozycji obiektów przed przesłaniem odpowiedzi.
7. Gdy uczestnicy będą zadowoleni z rozmieszczenia, poleć im naciśnięcie spacji w celu przesłania odpowiedzi. Faza testowa odbywa się w indywidualnym tempie uczestnika i nie ma limitu czasowego.
8. Wyświetl ekran z informacją zwrotną wskazującą liczbę poprawnie umieszczonych obiektów. Nie wskazuj, które obiekty zostały umieszczone poprawnie.
9. Powtarzaj cykl „Nauka – Fiksacja – Test – Informacja zwrotna”, aż wszystkie osiem obiektów zostanie umieszczonych poprawnie lub aż zostanie ukończonych 10 cykli nauka-test, w zależności od tego, co nastąpi pierwsze. Następnie program automatycznie przechodzi do zadania dystraktora matematycznego.
Zadanie dystraktora matematycznego
1. Rozpocznij zadanie dystraktora matematycznego. Poinstruuj uczestników, aby przeczytali instrukcje na ekranie i rozwiązali proste problemy arytmetyczne przed przejściem do kolejnej siatki.
2. Prezentuj po jednym prostym problemie arytmetycznym (dodawanie lub odejmowanie) na ekranie. Poproś uczestników o wskazanie, czy każde równanie jest poprawne, czy nie, naciskając „T” dla prawdy (true) lub „F” dla fałszu (false).
  1. Na przykład, przy wyświetleniu równania 2 + 4 = 6, uczestnicy powinni nacisnąć „T”. Przy równaniu 2 + 5 = 10, uczestnicy powinni nacisnąć „F”.
3. Wyświetl ekran z informacją zwrotną po każdej odpowiedzi.
  1. Wskaż, czy odpowiedź była poprawna, czy błędna. Jeśli w ciągu 4 s nie zostanie udzielona żadna odpowiedź, program automatycznie przejdzie do ekranu informacji zwrotnej i wyświetli komunikat z prośbą o szybsze odpowiadanie.
  2. Pozostaw ekran z informacją zwrotną widocznym przez 2 s. Po 2 s program automatycznie przechodzi do następnej próby.
4. Wymagaj od uczestników rozwiązania 20 pytań arytmetycznych przed przejściem do kolejnej siatki. Ukończenie zadania dystraktora trwa zazwyczaj około 1 min.
  UWAGA: Użyj tego zadania, aby zapobiec aktywnej repetycji poprzedniej siatki i utrzymać zaangażowanie uczestnika. Chociaż ogólna dokładność nie jest podawana jako informacja zwrotna podczas eksperymentu, wyklucz uczestników z analizy, jeśli ich dokładność spadnie poniżej 75%¹⁰.
Manipulacja nakładaniem się (overlap manipulation)
1. Po ukończeniu zadania dystraktora matematycznego wyświetl na ekranie instrukcję informującą o rozpoczęciu kolejnej siatki. Poproś uczestników o naciśnięcie spacji, aby rozpocząć kolejną próbę. Powtórz cykl „Nauka – Fiksacja – Test – Informacja zwrotna” dla następnej siatki. W trakcie zadania uczestnicy uczą się czterech różnych siatek oddzielonych zadaniami dystraktora matematycznego.
2. Skonfiguruj cztery siatki w taki sposób, aby dwie kolejne siatki miały te same obrazy obiektów, ale różne lokalizacje, natomiast kolejna para kolejnych siatek miała ten sam układ przestrzenny, ale różne obrazy obiektów (Rysunek 2).
  1. Zbuduj cztery badane siatki z predefiniowanych zestawów obiektów i lokalizacji opisanych w krokach 2.5.3.1–2.5.3.2 oraz 2.6.3.3. Siatki zostaną wybrane losowo tak, aby jedno przejście reprezentowało warunek nakładania się obiektów (Object overlap), jedno przejście warunek nakładania się lokalizacji (Location overlap), a jedno przejście warunek braku nakładania się (No overlap).
  2. Dla warunku Object overlap użyj tego samego zestawu obiektów w dwóch kolejnych siatkach, przypisując im różne zestawy lokalizacji. Dla warunku Location overlap użyj tego samego zestawu lokalizacji w dwóch kolejnych siatkach, przypisując im różne zestawy obiektów. Dla warunku No overlap użyj różnych zestawów obiektów i różnych zestawów lokalizacji w kolejnych siatkach.
3. Losowo przypisz i w pełni zrównoważ (counterbalance) kolejność warunków nakładania się u wszystkich uczestników, co daje sześć możliwych kolejności.
  UWAGA: Pełne zrównoważenie kolejności warunków nakładania się u uczestników pozwoli zminimalizować efekty kolejności i zapewnić rzetelne oszacowania ułatwienia (facilitation) oraz interferencji.
4. W każdej fazie dystraktora zaprezentuj inny zestaw 20 pytań arytmetycznych, co daje łącznie trzy unikalne zestawy pytań w całym eksperymencie.
Po ukończeniu czwartej siatki wyświetl ekran kończący zadanie. Poproś uczestników o naciśnięcie spacji, aby wyjść z programu.

Schemat procesu zadania poznawczego; etapy nauki, fiksacji, testu i informacji zwrotnej w eksperymencie dotyczącym przypominania sobie informacji z pamięci.
Rycina 1: Kolejność i czas wyświetlania ekranów w zadaniu uczenia się siatki (Grid Learning Task). Każda próba uczenia się składa się z powtarzającego się cyklu „Nauka – Fiksacja – Test – Informacja zwrotna”. Podczas fazy nauki uczestnicy oglądają osiem obiektów rozmieszczonych na siatce 8 × 8 i zapamiętują ich położenie. Po 8-sekundowej fazie nauki następuje 3-sekundowy ekran fiksacji oraz faza testu realizowana we własnym tempie, podczas której uczestnicy przeciągają i upuszczają obiekty na pustej siatce, aby wskazać zapamiętane lokalizacje. Po przesłaniu odpowiedzi przez uczestników, ekran informacji zwrotnej wyświetla liczbę poprawnie umieszczonych obiektów. Cykl ten powtarza się do momentu poprawnego rozmieszczenia wszystkich obiektów lub do czasu wykonania maksymalnie 10 prób uczenia się, w zależności od tego, co nastąpi wcześniej. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Diagram porównujący siatki uczenia z nakładaniem się obiektów i lokalizacji; analiza trudności poznawczej.
Rycina 2: Warunki nakładania się w zadaniu uczenia się siatek (Grid Learning Task). Uczestnicy uczą się czterech różnych siatek. (A) Pierwsza siatka służy jako punkt odniesienia do obliczenia wyniku trudności uczenia się (Learning Difficulty Score) pomiędzy kolejnymi siatkami. Począwszy od drugiej siatki, uczestnicy doświadczają w kolejnych siatkach albo (B) warunku nakładania się obiektów (Object overlap), (C) warunku nakładania się lokalizacji (Location overlap), lub (D) warunku braku nakładania się (No overlap). Przedstawiony przykład ilustruje kolejność nakładania się: nakładanie obiektów → nakładanie lokalizacji → brak nakładania. Kolejność warunków nakładania jest zrównoważona pomiędzy uczestnikami. Przedstawione obrazy to niezmienione bodźce z zestawu Bank of Standardized Stimuli (BOSS)¹²^,¹³, użyte na podstawie licencji Creative Commons Attribution License (http://creativecommons.org/licenses/by-sa/3.0/). Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

3. Formy opcjonalne

Przeprowadź ankietę opinii. Zapytaj uczestników, co ich zdaniem było przedmiotem badania oraz jakich strategii używali podczas wykonywania zadania. Poproś o dodatkowe uwagi i sugestie dotyczące ulepszeń.
Przeprowadź ankietę demograficzną. Zbierz dane demograficzne, w tym wiek i pochodzenie etniczne. Poinformuj uczestników, że wszystkie informacje zostaną przedstawione w formie zagregowanej w celu zachowania anonimowości.
Przekaż uczestnikom papierową kopię formularza podsumowującego (debriefing). Formularz ten wyjaśnia cel badania oraz uzasadnienie zastosowanego zadania.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Uczestników wykluczono na podstawie następujących kryteriów: (a) brak opanowania jakiejkolwiek siatki w ciągu 10 prób lub (b) dokładność poniżej 75% w zadaniu z dystraktorem matematycznym. Kryteria te przyjęto z wcześniejszego badania z wykorzystaniem zadania uczenia się siatki (Grid Learning Task – GLT)¹⁰. Z 46 uczestników, którzy ukończyli GLT, jedną osobę wykluczono na podstawie pierwszego kryterium, a nikogo nie wykluczono na podstawie drugiego. Wszystkie testy statystyczne oceniano przy użyci...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Zadanie nauki siatki (GLT)¹⁰ zapewnia elastyczny protokół behawioralny do badania, jak nakładanie się wiedzy poprzedniej i nowych informacji kształtuje naukę. W tym zadaniu uczestnicy wielokrotnie badają skojarzenia obiekt-lokalizacja na siatce, aż do momentu nauczenia się wszystkich lokalizacji obiektów, a efekty uczenia się są ilościowo mierzone za pomocą wskaźnika trudności uczenia się, który mierzy różnicę w liczbie prób wymaganych do nauczenia się dwóch kolejnych siatek. Kluczowa cecha protok...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie deklarują żadnych konfliktów interesów.

Materiały

Lista materiałów użytych w tym artykule
Nazwa	Firma	Numer katalogowy	Komentarze
Bank of Standardized Stimuli (BOSS) set	Bank of Standardized Stimuli (BOSS)	N/A	(Stimuli) Zstandaryzowany zestaw obrazów obiektów używanych do prezentacji stymulacji. Zobacz odniesienia 12–13.
Computer (desktop or laptop)	Any manufacturer	N/A	(Wyposażenie) Standardowy komputer stacjonarny lub laptop używany do uruchomienia PsychoPy. Nie wymagany specjalistyczny sprzęt.
Consent form	Author-generated	N/A	(Materiały dla uczestników) Zatwierdzony przez IRB dokument zgody używany do uzyskania pisemnej informowanej zgody przed uczestnictwem.
Debriefing form	Author-generated	N/A	(Materiały dla uczestników) Dokument debriefujący po eksperymencie wyjaśniający cel i procedury badania.
Demographic form	Author-generated	N/A	(Materiały dla uczestników) Kwestionariusz używany do zbierania informacji o wieku i danych demograficznych. Dane były raportowane łącznie, aby zachować anonimowość.
Feedback form	Author-generated	N/A	(Materiały dla uczestników) Kwestionariusz po zadaniu oceniający strategie uczestników i subiektywne doświadczenia podczas zadania.
Grid Learning Task program (PsychoPy script)	Author-generated	N/A	(Oprogramowanie) Niestandardowe zadanie oparte na PsychoPy implementujące Grid Learning Task. Wersja użyta w tym badaniu odpowiada Plikowi uzupełniającemu S1. Wykonywane za pomocą PsychoPy v2024.2.4. Dostępne na https://www.psychopy.org.
Monitor / display	Any manufacturer	N/A	(Wyposażenie) Standardowy monitor komputera używany do prezentacji stymulacji w siatce 8 × 8. Rozmiar ekranu dostosowany, aby zapewnić pełną widoczność siatki.
Mouse / trackpad	Any manufacturer	N/A	(Wyposażenie) Standardowe urządzenie wejściowe używane do przeciągania i upuszczania obiektów w siatce.
PsychoPy	Open Science Tools Ltd.	Version 2024.2.4	(Oprogramowanie) Oprogramowanie open-source do sterowania eksperymentami używane do uruchomienia zadania. Dostępne na https://www.psychopy.org.

Bibliografia

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.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Behavior Wydanie 233 Wydanie 233 Pamięć Wiedza uprzednia Facylitacja Interferencja

Zadanie uczenia się siatki: Badanie wpływu typu nakładania na nowe uczenie się u zdrowych dorosłych uczestników