تجربه زبان مادری پردازش لحن خارجی پیش از توجه را شکل می دهد و ایجاد ردیابی سریع حافظه را راهنمایی می کند: مطالعه ERP قسمت 4

برای اینکه محرک ها معنی دار شوند، آنها را از طریق ارتباط با تصاویر معنادار آموزش دادیم. تصاویری که برای این منظور ساختیم، افرادی را در 24 حرفه مختلف نشان می دهد.

حافظه یک عملکرد جادویی مغز انسان است که به ما کمک می کند اطلاعات را به دست آوریم، ذخیره کنیم و به خاطر بیاوریم و بخشی ضروری از زندگی روزمره ما است. داشتن حافظه خوب می تواند ما را در مطالعه، کار و زندگی کارآمدتر کند.

بنابراین، چگونه حافظه خود را تقویت کنیم؟ در اینجا چند روش عملی وجود دارد:

1. ورزش کنید. تحقیقات نشان می دهد که ورزش مناسب می تواند حافظه و عملکرد مغز را بهبود بخشد و ما را بیدار و متمرکز نگه دارد.

2. عادات خوب زندگی را حفظ کنید. یک برنامه منظم، یک رژیم غذایی سالم و عادات خوب خواب همگی می توانند حافظه ما را بهبود بخشند.

3. ادراکات متعدد. ورودی‌های حسی متعدد، حفظ اطلاعات را برای ما آسان‌تر می‌کنند، مانند دیدن چیزها از زوایای مختلف با ترکیب آنچه می‌شنویم، می‌بینیم و لمس می‌کنیم.

4. چیزهای جدید را امتحان کنید. امتحان کردن چیزهای جدید مغز ما را انعطاف پذیرتر می کند و در نتیجه حافظه ما را تقویت می کند.

5. تکرار و مرور کنید. یادگیری مکرر برای به خاطر سپردن اطلاعات بسیار مهم است. برای مرور و تقویت حافظه خود می توانید از بازی های حافظه، سطح شکنی، برگه های آزمون پر کردن جای خالی و غیره استفاده کنید.

با حافظه خوب می توانیم کارها را با سرعت و دقت بیشتری انجام دهیم و کارآمدتر مطالعه و کار کنیم. بنابراین، ما باید به طور فعال راه هایی را برای بهبود حافظه و اعمال آن در زندگی خود جستجو کنیم. مشاهده می شود که ما نیاز به بهبود حافظه داریم و سیستانش دسرتیکولا می تواند حافظه را به میزان قابل توجهی بهبود بخشد، زیرا سیستانش دسرتیکولا می تواند تعادل انتقال دهنده های عصبی مانند افزایش سطح استیل کولین و فاکتورهای رشد را نیز تنظیم کند. این مواد برای حافظه و یادگیری بسیار مهم هستند. علاوه بر این، گوشت همچنین می تواند جریان خون را بهبود بخشد و اکسیژن رسانی را تقویت کند، که می تواند اطمینان حاصل کند که مغز مواد مغذی و انرژی کافی را دریافت می کند و در نتیجه نشاط و استقامت مغز را بهبود می بخشد.

روی 10 روش برای بهبود حافظه کلیک کنید

برای هر حرفه، نسخه‌هایی از تصاویر نشان‌دهنده جنسیت (یعنی مذکر=کارگر مرد، مونث=کارگر زن) و شماره (یعنی مفرد =یک کارگر، جمع=دو، سه یا چهار کارگر) ایجاد شد (شکل 3).

ما از مقوله‌های عطفی استفاده کردیم که به راحتی از طریق تصاویر بیان می‌شدند تا از موقعیتی اجتناب کنیم که شرکت‌کنندگان به زبان مادری یا زبان سوم مشترک برای رفع ابهام کلمات جدید (که می‌توانست به اثرات انتقال ناخواسته منجر شود) تکیه کنند.

هم شرکت کنندگان آلمانی و هم سوئدی با اعداد جنسیتی در اسم هایی که حرفه را مشخص می کنند آشنا هستند: به عنوان مثال آلمانی Lehrer-inn-en، معلم-fem-pl، "femaleteachers" یا سوئدی lärar-inn-or، معلم-fem-pl، "زن". معلمان."

در حالی که استفاده از پسوندهای جنسیتی سنتی در سوئدی کمتر رایج شده است، پسوندهای تعیین کننده جنسیت جایگزین مانند -kvinna، "-woman" محبوبیت پیدا کرده اند (به عنوان مثال، tales-kvinna، "spokes-woman" به جای tales-man، "spokes-man" "؛ رجوع کنید به Hornscheidt، 2003). بنابراین، شرکت کنندگان آلمانی و سوئدی هر دو عطف درونی آشنا هستند که جنسیت و تعداد را در عناوین شغلی بیان می کنند.

تفاوت اساسی بین گروه ها این است که در زبان سوئدی، عطف ها می توانند باعث تغییر لحن در کلمه قبلی شوند. بنابراین، لحن را می توان به عنوان پسوند به سمت چپ، به عنوان مثال، پسوندهای مفرد/جمع (ر.ک.، 1smed، اسمیت. sg، 2smed-er، smith-pl) مشاهده کرد.

برخلاف عدد، جنسیت در سوئدی با تفاوت‌های آهنگی پشتیبانی نمی‌شود، اما ما فرض کردیم که صرف وجود پیوندهای محکم بین لحن و عطف‌ها در زبان سوئدی، گویندگان آن را مستعد هرگونه تضاد در زبان دوم می‌کند.

در آلمانی، لحن یک ویژگی واژگانی یا دستوری نیست و با سیستم عطف مرتبط نیست، و شرکت کنندگان آلمانی، بنابراین، با استفاده از آهنگ ها برای تأکید یا بیان مقوله های عطفی آشنا نبودند.

قبل از گنجاندن تصاویر در مطالعه، آنها را بر روی چندین زبان بومی آلمانی و سوئدی آزمایش کرد تا اطمینان حاصل شود که معنای دستوری مورد نظر به راحتی قابل درک است. برای مطالعه اصلی، ما به صراحت نشان دادیم که چگونه تعداد و جنسیت با شامل دستورالعمل‌های صریح با تصاویر حیوانات (lion-ess-es) و یک الگوی آموزشی کوتاه با کلمات ساده اسپانیایی (arquitecto/as، architect. mas/fem-pl) بیان می‌شود.

گفتگو با شرکت کنندگان پس از مطالعه تأیید کرد که همه آنها به درستی معانی مورد نظر تصاویر را در مطالعه اصلی شناسایی کرده اند.

علاوه بر تصاویر حرفه ای معنابخش، تصاویر غیرمعنا (با تکه های عمودی و افقی خاکستری درهم، مطابق با تصاویر معنی دار در تعادل پیکسل سیاه/سفید) برای استفاده با کلمات کنترلی آموزش داده نشده برای متعادل کردن شرایط برای ویژگی های بصری اولیه آنها اضافه شد. .

2.3|روش

هر زبان آموز L2 مصنوعی در دو روز متوالی 24 کلمه را یاد گرفت. در بدو ورود، شرکت کنندگان رضایت کتبی در مورد شرکت در مطالعه دادند. در طول درخواست EEG در روز اول، آنها چندین پرسشنامه زمینه را پر کردند. آنها متعاقباً در فاصله ثابتی از صفحه رایانه قرار گرفتند که بر روی آن محرک های دیداری، صلیب های تثبیت، سؤالات و بازخورد ارائه می شد.

اینها در نرم افزار تحریک EPrime 2 (Psychology Software ToolsInc., Sharpsburg, PA) ایجاد شده و توسط آن کنترل می شوند. از همه آزمودنی ها خواسته شد تا انگشت اشاره خود را روی جعبه پاسخ روی میز جلوی خود نگه دارند تا در صورت درخواست به سؤالات پاسخ دهند.

محرک‌های شنوایی در آزمایش از طریق یک ادیومتر GSI 16 (Grason & Stadler Inc.، Eden Prairie, MN) هدایت شدند و با 70 دسی‌بل SPL از طریق یک جفت هدفون دور (California Headphone Company, Danville, CA) ارائه شدند.

سطح ارائه با استفاده از یک صدا سنج (Brüeland Kjær 2231، با میکروفون 4134 در 4153 ArtificialEar) تأیید شد. در همان ابتدای اولین جلسه آموزشی، شرکت‌کنندگان دستورالعمل‌های صریحی را در رابطه با الگوی یادگیری دریافت کردند و یک مرحله آزمایشی را انجام دادند که فرآیند یادگیری را با کمک کلمات اسپانیایی با پسوندهای جنسیتی و اعداد (یعنی مکانیک/a(s),mechanic.mas نشان می‌داد. /fem(pl)، "mechanic(s)" و arquitecto/a(s)، architect. mas/fem(pl)، "architect(s)").

شرکت‌کنندگان سپس یک بار قبل از فرآیند یادگیری به تمام محرک‌های شنیداری گوش دادند. این تکرار شنوایی خالص فقط برای اهداف آشنایی اولیه بود و در تجزیه و تحلیل آماری گنجانده نشد.

پس از آن، فرآیند یادگیری با یک محرک شنیداری و به دنبال آن یک تصویر معنابخش آغاز شد (شکل 4). ناهمزمانی شروع محرک 4.15 ثانیه بود. انتساب معنی به شدت تنظیم شده بود به طوری که همخوان اولیه همیشه اطلاعات واژگانی معنایی (یعنی حرفه) را اختصاص می داد، در حالی که مصوت و لحن با مقوله های دستوری جنسیت و عدد مرتبط بودند.

در میان شرکت‌کنندگان، ما توزیع حرفه‌ها و همچنین ارتباط صدادار با جنسیت یا تعداد را متعادل کردیم. دو صدادار (12 محرک در هر صدا) و دو صدا (12 محرک در هر تن) بخشی از پارادایم یادگیری (کلمات هدف) بودند، در حالی که دو صدای دیگر و دو صدادار (هر کدام 12 محرک) از کلمات کنترلی استفاده کردند که با تصاویر غیرمعنا ارائه شدند.

نمونه‌ای از مجموعه کاملی از محرک‌های شنوایی و معنای آنها برای یک شرکت‌کننده را می‌توان در جدول 1 یافت. کلمات کنترلی به عنوان محرک‌های مقایسه برای تمایز یادگیری از آشنایی عمل می‌کنند. برای مصوت ها، a/ε یا i/uwere با هم جفت می شوند.

هر جفت به طور مساوی اغلب به عنوان بخشی از کلمات هدف یا کنترل گنجانده می شد. صداها به همین ترتیب تقسیم شدند و اطمینان حاصل شد که شروع کلمات برای کلمات هدف برای هر شرکت‌کننده دارای سطوح زیر و بمی یکسان است.

این منجر به گروه بالا/پاییز و گروه کم/رشد شد. در گروه بالا/پایین، کلمات هدف دارای گام بلند یا نزولی بودند، در حالی که گروه کنترل دارای تن صدای کم و افزایشی بودند. برای گروه کم/رشد، الگوی سرمایه گذاری شد.

در نهایت، برای اجازه دادن به ارزیابی رفتاری پیشرفت یادگیری، محرک و تصویر بعدی تقریباً در 6 درصد از تمام آزمایش‌ها با هم مطابقت نداشتند. همراه با 6 درصد از کارآزمایی‌های متجانس، این کارآزمایی‌ها به‌عنوان کارآزمایی‌های مربوط به سؤال عمل کردند.
در یک آزمایش سوال، از شرکت کنندگان خواسته شد تا صحت جفت کلمه-تصویر قبلی را قضاوت کنند. وقتی شرکت کنندگان با کمک جعبه دکمه پاسخ دادند، بازخورد آشکار ارائه شد. بسته به زمان پاسخ، آزمایش‌های سؤالی تقریباً 5 ثانیه طولانی‌تر از آزمایش‌های بدون سؤال بود. در هر روز، هر محرک (24 هدف و 24 کنترل) 30 بار در کارآزمایی‌های غیر سؤالی و حداقل یک بار در یک آزمایش سؤالی (در مجموع 30 مورد) تکرار شد.

بنابراین، 2880 کارآزمایی به ازای هر شرکت‌کننده برای اثرات ERP (48 آزمایش × 30 تکرار در 2 روز) مورد تجزیه و تحلیل قرار گرفت. آنها شامل 1440 کارآزمایی هدف (720 تن کانتور، 720 تن سطح) و 1440 آزمایش کنترل (720 تن کانتور، 720 تن سطح) بودند.
حدود 180 مورد از آزمایش‌های هدف، کارآزمایی‌های سؤالی بودند. همراه با 180 کارآزمایی عدم تطابق اضافی، اینها اساس داده های رفتاری را تشکیل دادند. برای تجزیه و تحلیل، محرک ها در بلوک های چند تکرار گروه بندی شدند. به شرکت کنندگان پس از هر ده تکرار (حدود 40 دقیقه) استراحت طولانی تری ارائه شد.

2.4|الکتروفیزیولوژی
در طول الگوی اکتساب، فعالیت مغزی شرکت‌کنندگان نسبت به محرک‌های شنوایی (غیر نقض‌شده) با کمک 64 الکترود Ag-AgCl EEG نصب شده در کلاهک آنالکترود (EASYCAP GmbH، Herrsching، آلمان)، یک تقویت‌کننده EEG SynAmps2 (Compumedscan,Victoria) ثبت شد. استرالیا) و نرم افزار Curry Neuroimaging Suite 7 (Compumedics Neuroscan). ما حرکات چشم را با الکترودهای الکترواکولوگرام دوقطبی افقی و عمودی (EOG) بررسی کردیم.

امپدانس در کانال های پوست سر کمتر از 3 کیلو اهم و 10 کیلو اهم برای کانال های چشم بود. مرجع آنلاین ماستوئید (M1) باقی مانده بود، و فرونتوسنترکترال الکترود AFz به عنوان زمین عمل می کرد.

ما EEG را با سرعت نمونه برداری 5{3}}0 هرتز با استفاده از حالت DC و یک فیلتر پایین گذر آنتی آلیاسینگ آنلاین در 200 هرتز ضبط کردیم. ما متعاقباً داده‌ها را با یک فیلتر بالاگذر 0.01 هرتز و یک فیلتر پایین‌گذر 30 هرتز فیلتر کردیم. تقریباً دوره‌های ERP طولانی 1200- میلی‌ثانیه (شامل خط پایه 200- میلی‌ثانیه) استخراج شد و زمان قفل شد. نقطه واگرایی

شروع واکه به عنوان نقطه قفل زمان ERP انتخاب شد زیرا اولین نقطه ای است که در آن محرک ها از نظر فیزیکی واگرا می شوند. اگرچه نقطه‌ای که شرکت‌کنندگان در آن محرک‌ها را شناسایی می‌کنند می‌تواند کمی با شروع صدادار/تن متفاوت باشد، انتخاب نقطه قفل زمان ما با عمده مطالعات ERP قبلی که از واگرایی فیزیکی به عنوان معیاری عینی برای همسویی پاسخ‌های مغزی استفاده می‌کردند، مطابقت داشت.

تجزیه و تحلیل مؤلفه های مستقل (ICA؛ جونگ و همکاران، 2000) انجام شد و اجزای مربوط به مصنوعات چشمی و کانال های بد حذف شدند. دوره‌های بیش از 100 ± میکروولت دور انداخته شدند.

مؤلفه‌های ICA به دلیل تعداد بالای کارآزمایی‌ها در پارادایم که می‌توانستیم برای تجزیه و تحلیل ICA ارائه کنیم، به خوبی تعریف شده بود (3156 محرک شنیداری برای هر شرکت‌کننده=96 کارآزمایی آشنایی [قبل از یادگیری]، 2880 کارآزمایی یادگیری [هدف‌ها و کنترل‌ها]، 180 کارآزمایی عدم تطابق[ که در طول محرک های شنوایی همخوان بودند]).

در نتیجه، رد کردن، به طور متوسط، 5 از 66 مؤلفه ICA برای تصحیح داده‌ها تا حدی کافی بود که تنها چند آزمایش (M=35 برای هر شرکت‌کننده) از آستانه 100 میکروولت فراتر رفت. در حالی که کارآزمایی‌های آشنایی و عدم تطابق در طول ICA گنجانده شد، فقط کارآزمایی‌های یادگیری برای تجزیه و تحلیل آماری ارائه شد.

For more information:1950477648nn@gmail.com