اثرات گروه بندی زمانی در حافظه کوتاه مدت کلامی و موسیقایی: آیا نمایش ترتیب سریال دامنه عمومی است؟ قسمت 5

نتایج

همانطور که در آزمایش قبلی، تجزیه و تحلیل ها با JASP (تیم JASP، 2018)، با استفاده از همان مقادیر پیش فرض برای پیشین ها و با استفاده از همان طرح تحلیل انجام شد.

برنامه ریزی و حافظه دو توانایی فوق العاده مهم در تفکر انسان هستند. یک طرح مجموعه ای از مراحلی است که برای دستیابی به یک هدف، یک خواسته یا یک کار طراحی شده است. حافظه توانایی مهمی برای درک، حفظ و بازیابی اطلاعات است و راهی برای کسب دانش، تجربه و مهارت است.

برنامه ریزی و حافظه به طور جدایی ناپذیری به هم مرتبط هستند. ما باید برنامه ها، اهداف و گام های خود را به خاطر بسپاریم تا در دستیابی به آنها کارآمدتر و سازماندهی شده باشیم. به همین ترتیب، ما به برنامه ریزی برای کمک به بهبود حافظه خود نیاز داریم. به عنوان مثال، بسیاری از افراد برای بهبود حافظه خود از برخی تکنیک های برنامه ریزی مانند روش قصر حافظه، تمرینات مکرر و بازی های حافظه استفاده می کنند.

برنامه ریزی و حافظه نیز یکدیگر را تقویت می کنند. هنگام برنامه ریزی، باید تجربیات گذشته را به خاطر بیاورید و سازماندهی کنید و همچنین باید چیزها و جزئیاتی را که باید تکمیل شوند، ثبت کنید. به این ترتیب می توانیم مطالب و مراحل طرح را بهتر به خاطر بسپاریم. در روند اجرای طرح، ما به تثبیت و عمق بخشیدن به حافظه خود از محتوای طرح ادامه می دهیم که همچنین به ما امکان می دهد برنامه را با آرامش بیشتری اجرا کنیم.

به طور کلی، برنامه ریزی و حافظه توانایی هایی در هم تنیده و تقویت کننده یکدیگر هستند و هسته اصلی هوش انسان هستند. فقط از طریق مهارت های برنامه ریزی مناسب و مهارت های حافظه در سطح بالا می توانیم کارآمدتر و منظم تر زندگی و کار 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 گیاه سیستانچ دسرتیکولا دارای اثرات آنتی اکسیدانی، ضد التهابی و ضد پیری است که می تواند به کاهش اکسیداسیون و واکنش های التهابی در مغز کمک کند و در نتیجه از مغز محافظت کند. سلامت سیستم عصبی علاوه بر این، Cistanche deserticola همچنین می تواند رشد و ترمیم سلول های عصبی را تقویت کند، بنابراین اتصال و عملکرد شبکه های عصبی را افزایش می دهد. این اثرات می تواند به بهبود حافظه، یادگیری و سرعت تفکر کمک کند و همچنین ممکن است از ایجاد اختلالات شناختی و بیماری های عصبی جلوگیری کند.

برای بهبود حافظه کوتاه مدت، روی دانستن کلیک کنید

برای هر نوع تجزیه و تحلیل (به عنوان مثال، منحنی موقعیت سریال، گرادیان جابجایی، و تأخیر پاسخ)، داده‌های کارآزمایی‌هایی که حروف واج‌شناختی متفاوت و مشابه را ارائه می‌کردند، به طور جداگانه تجزیه و تحلیل شدند.

منحنی های موقعیت سریال نسبت یادآوری صحیح را به‌عنوان تابعی از موقعیت سریال و گروه‌بندی زمانی در تمام آزمایش‌های متفاوت برای هر شرکت‌کننده محاسبه کردیم. سپس یک ANOVA اندازه‌گیری مکرر 2 × 6 را با موقعیت سریال (1-6) و شرایط گروه‌بندی (گروه‌بندی‌شده در مقابل گروه‌بندی‌نشده) انجام دادیم. عوامل (بالا سمت چپ شکل 4 را ببینید).

نتایج نشان داد که بهترین مدل، مدلی با دو اثر اصلی بود که بر دومین بهترین، یعنی مدل کامل، با ضریب 4.44 ترجیح داده شد (به ردیف‌های "منحنی موقعیت سریال" در جدول 3 مراجعه کنید).

این با تجزیه و تحلیل اثری که شواهد قاطعی را برای دو اثر اصلی ارائه می‌کرد تأیید شد (گروه‌بندی: BFInclusion=1.43e14; موقعیت: BFInclusion=1.43e14)، شواهد غیرمستقیم علیه وجود تعامل (BFInclusion =0.90).

همان تجزیه و تحلیل با داده‌های کارآزمایی‌هایی انجام شد که حروف واج‌شناختی مشابهی را ارائه می‌دادند، و نشان داد که بهترین مدل، مدل کامل است و با ضریب 1.67 بر این مدل دوم ترجیح داده می‌شود (بالا سمت راست شکل 4 را ببینید).

با توجه به شواهد مبهم برای ترجیح بهترین مدل نسبت به دومین مدل برتر (به ردیف‌های "منحنی موقعیت سریال" در جدول 4 مراجعه کنید)، ما تجزیه و تحلیل اثر را انجام دادیم. نتایج شواهد قاطعی به نفع دو اثر اصلی (گروه‌بندی: BFInclusion=2.70e11; Position: BFInclusion=6.67e13) و شواهد متوسط ​​به نفع وجود یک تعامل (BFInclusion{{7}) به دست آورد. }.70).

شیب جابجایی. توجه داشته باشید که برای تجزیه و تحلیل خطاهای جابجایی، شرکت‌کنندگانی را حذف کردیم که در حداقل یکی از چهار شرایط آزمایشی هیچ خطایی ایجاد نکردند، که منجر به نمونه‌ای از 77 شرکت‌کننده شد. برای هر شرکت‌کننده، نسبت خطاها را به عنوان تابعی از جابجایی فاصله مطلق محاسبه کردیم. و گروه بندی زمانی در تمام خطاهای غیر مشابه.

سپس، ما داده‌ها را با یک ANOVA با اندازه‌گیری‌های مکرر 2×2×5 با فاصله انتقال مطلق (1-5) و شرایط گروه‌بندی (گروه‌بندی‌شده در مقابل گروه‌بندی‌نشده) به‌عنوان فاکتورها تجزیه و تحلیل کردیم (وسط سمت چپ شکل 4 را ببینید). نتایج شواهد قوی به نفع بهترین مدل ارائه کردند که فقط دارای اثر فاصله است، که بر مدل دوم بهترین مدل با دو اثر اصلی با ضریب 12.92 ترجیح داده می‌شود (رجوع کنید به ردیف‌های "شیب‌های انتقال" در جدول 3).

همان تجزیه و تحلیل با داده های حاصل از کارآزمایی ها با حروف مشابه از نظر واج شناختی بازتولید شده است (وسط سمت راست شکل 4 را ببینید). این شواهد قوی ارائه کرد مبنی بر اینکه بهترین مدل، مدل کاملی است که بر دومین مدل برتر ترجیح داده می‌شود که فقط تأثیر فاصله را با ضریب 1.02 داشته باشد (به ردیف‌های "شیب‌های انتقال" در جدول 4 مراجعه کنید).

از آنجایی که نتایج مبهم بودند، تحلیلی از اثرات انجام دادیم که شواهد قاطع و متوسطی را نشان داد که از وجود اثر فاصله (BFInclusion=∞) و تعامل بین فاصله و گروه‌بندی (BFInclusion=3.78) حمایت می‌کرد. ،به ترتیب.

با توجه به پشتیبانی متوسط ​​برای تعامل، ما میزان جابه‌جایی‌های مجاور و خطاهای جابه‌جایی را با آزمون t نمونه‌های جفت بیزی جهت‌دار تحلیل کردیم (خطاهای مجاور: H1=ungrouped > grouped; interpositions: H1=ungrouped < گروه بندی شده)، مانند آزمایش قبلی. ما شواهد قوی در برابر افزایش خطاهای درون‌پیوندی (BF{3}}.21) و کاهش در جابه‌جایی مجاور (BF01=25.02) کارآزمایی‌های درون گروهی به دست آوردیم.

سپس، مانند آزمایش قبلی، نرخ خطاهای جابجایی درون گروهی و بین گروهی را تجزیه و تحلیل کردیم، و آخرین خطاهای جابجایی بین گروهی، جابجایی مرزهای گروهی، و دیگر جابجایی های بین گروهی را متمایز کردیم (همه مقایسه ها شامل آزمون t نمونه های جفت بیزی هدایت نشده با پیش فرض پیش فرض).

همانطور که در جدول 5 نشان داده شده است، شواهد قوی وجود دارد مبنی بر اینکه گروه بندی زمانی در کارآزمایی های متفاوت باعث افزایش جابجایی درون گروهی اما کاهش در جابجایی های مربوط به موارد در مرز گروه شد. در همان زمان، شواهد متوسطی وجود داشت که از عدم وجود تفاوت بین نرخ خطاهای درون‌پیوندی و دیگر جابجایی‌های بین گروهی حمایت می‌کرد.

در رابطه با کارآزمایی‌های مشابه، نتایج گزارش‌شده در جدول 6 همان الگوی کارآزمایی‌های غیرمشابه را نشان می‌دهد، با این تفاوت که شواهد قوی برای تفاوت در نرخ جابجایی‌های بین گروهی دیگر وجود دارد.

تأخیرهای پاسخ برای هر شرکت‌کننده، ما تأخیر پاسخ تم را برای یادآوری صحیح در کارآزمایی‌های غیرمشابه به عنوان تابعی از گروه‌بندی زمانی و موقعیت سریال تعیین کردیم. سپس داده‌ها از طریق یک اندازه‌گیری مکرر 2 × 6 ANOVA با موقعیت سریال (1-6) و شرایط گروه‌بندی (گروه‌بندی‌شده در مقابل گروه‌بندی‌نشده) مورد تجزیه و تحلیل قرار گرفتند (پایین سمت چپ شکل 4 را ببینید).

نتایج شواهد قاطعی به نفع مدل کامل حاوی دو اثر اصلی و تعامل آنها به دست آورد، این مدل با ضریب 2.93e8 بر مدل دوم ترجیح داده می شود (جدول 3 را ببینید).

همان تجزیه و تحلیل با کارآزمایی های مشابه انجام شده است که منجر به همان نتیجه می شود (نگاه کنید به سمت راست پایین شکل 4). مدل کامل با ضریب 2.16e6 بهترین و بر دومین مدل برتر ترجیح داده می شود (جدول 4 را ببینید).

بحث

در آزمایش 2، مشاهده کردیم که صرف نظر از شباهت واج‌شناختی مواد، توالی‌های گروه‌بندی شده در مقایسه با توالی‌های گروه‌بندی‌نشده، بهتر به خاطر می‌آورند و با یک منحنی موقعیت سریال اسکالوپ مشخص می‌شوند.

علاوه بر این، الگوی معمول تاخیرهای پاسخ با اوج تاخیر برای اولین مورد از گروه دوم پیدا شد. با این حال، مطابق با نتایج گزارش شده در آزمایش 1 با مواد موسیقایی، هیچ افزایشی در خطاهای میان‌پیوندی در توالی‌های گروه‌بندی‌شده برای آزمایش‌های مشابه و غیرمشابه مشاهده نشد.

در عین حال، باید توجه داشت که عملکرد را می‌توان به‌عنوان یک سقف در نظر گرفت و در چنین زمینه‌ای، به سختی می‌توان این احتمال را رد کرد که عدم افزایش خطاهای درون‌پیوندی در توالی‌های گروه‌بندی شده صرفاً به این دلیل است که تعداد کلی خطاها وجود دارد. خیلی کم بود

برای تعیین اینکه آیا فقدان افزایش بین موقعیت ها به دلیل سقف است یا خاص ساختار گروه بندی 2 × 3 مورد استفاده در آزمایش 2 است، ما یک آزمایش اضافی را انجام دادیم که رویه مورد استفاده در آزمایش 2 را تکرار می کند، اما با یک حواس پرتی انتهای لیست با هدف کاهش یادآوری. عملکرد در حالی که همان ساختار دنباله ای را حفظ می کند

آزمایش 3: یادآوری سریال دستور کلامی با کار حواس پرتی انتهای فهرست

هدف از این آزمایش آزمایش این بود که آیا فقدان افزایش در توالی‌های گروه‌بندی‌شده در آزمایش 2 به دلیل تعداد بسیار کم خطاهای ناشی از یک اثر سقفی یا خاص استفاده از فهرست‌های 6 مورد گروه‌بندی‌شده توسط سه است.

رویه مشابه آزمایش 2 بود، با این تفاوت که ارائه هر فهرست با یک کار قضاوت برابری دنبال می‌شد که از شرکت‌کنندگان می‌خواست قضاوت کنند که آیا اعداد ارائه‌شده روی صفحه نمایش زوج یا فرد هستند.

هدف از این کار حواس‌پرتی کاهش دقت فراخوان و در نتیجه افزایش تعداد خطاهای ترتیب‌دهی با حفظ ساختار گروه‌بندی مشابه در آزمایش‌های 1 و 2 بود.

روش

برنامه نمونه گیری. با توجه به وضعیت همه گیر COVID{0}}، آزمایش کاملاً آنلاین انجام شد. همانند آزمایش 2، طرح نمونه‌گیری به این صورت بود که به تعداد زیادی از دانش‌آموزان و غیردانش‌آموزان از گروه شرکت‌کنندگان ما اجازه می‌داد تا حد امکان در مطالعه شرکت کنند. شرکت‌کنندگان. این آزمایش توسط کمیته اخلاق دانشکده روانشناسی UniDistanceSuisse تایید شد.

شرکت‌کنندگان از طریق استخر شرکت‌کنندگان UniDistance Suisse که عمدتاً از دانشجویان روان‌شناسی آلمانی‌زبان و غیر دانش‌آموزان آلمانی‌زبان علاقه‌مند به شرکت در آزمایش‌ها تشکیل شده است، به‌کار گرفته شدند. دانش‌آموزان برای مشارکت خود اعتبار دوره‌ای جزئی دریافت کردند و غیردانشجویان به‌طور داوطلبانه در آزمایش شرکت کردند.

در مجموع 79 شرکت کننده آزمایش آنلاین را تکمیل کردند. پس از حذف 14 شرکت کننده که معیارهای خروج را داشتند، نمونه نهایی شامل 55 شرکت کننده بود (جنسیت: 47 زن و 8 مرد؛ سن بر حسب سال: M=35.83، SD=9.43). معیارهای خروج. ما شرکت‌کنندگانی که هر گونه اختلال یادگیری یا عصبی داشتند و همچنین کسانی که به زبان آلمانی تسلط نداشتند حذف شد.

همچنین شرکت‌کنندگان بر اساس عملکردشان در تکلیف حواس‌پرتی آخر فهرست، از تجزیه و تحلیل حذف شدند تا اطمینان حاصل شود که آن‌ها به طور فعال کار را انجام می‌دهند. بنابراین، هر شرکت‌کننده‌ای با دقت کمتر از 60 درصد در کار حواس‌پرتی انتهای فهرست از تحلیل حذف شد. محرک‌ها. محرک ها مانند آزمایش 2 بودند اما با دو استثنا قابل توجه.

اول، به دلیل اضافه شدن تکلیف حواس پرتی در انتهای فهرست، مدت زمان آزمایشی در مقایسه با آزمایش 2 افزایش یافت. بنابراین، برای حفظ مدت زمان مشابه در آزمایش 2، تعداد کل لیست های ارائه شده به شرکت کنندگان 102 نفر بودند (25% از نظر واج شناختی مشابه و گروه بندی نشده، 25% از نظر واج شناختی مشابه و گروه بندی شده، 25% از نظر واجی نامشابه و گروه بندی نشده، و 25% از نظر واجی نامشابه و گروه بندی شده بودند). دوم، از آنجایی که شرکت کنندگان آلمانی زبان بودند، حروف نامشابه از نظر واجی شامل V، Y، X، Z، J و Q و حروف مشابه از نظر واجی شامل B، C، D، G، P و T بودند.

روش. روال همانند آزمایش 2 بود، به جز اضافه کردن حواس‌پرتی انتهای فهرست. پس از ارائه آخرین مورد، یک صفحه خالی به مدت 1،000 میلی‌ثانیه و به دنبال آن هشت رقم در مرکز صفحه نمایش داده شد (700 میلی‌ثانیه روشن و 200 میلی‌ثانیه خاموش).

به شرکت‌کنندگان دستور داده شد تا زمانی که رقم ارائه‌شده زوج بود، کلید S را سریع‌تر فشار دهند و زمانی که رقم ارائه‌شده روی صفحه فرد فرد بود، L را فشار دهند. به آنها اطلاع داده شد که می‌توانند کلیدها را در حین ارائه اعداد و همچنین در طول صفحه خالی فشار دهند. پس از ارائه هر عدد اعداد به طور تصادفی با جایگزین انتخاب شدند.

پس از حواس‌پرتی فهرست نهایی، روند فراخوانی همانطور که در آزمایش 2 توضیح داده شد ادامه یافت. در طول جلسه آموزشی، شرکت‌کنندگان پس از هر آزمایش بازخوردی را در رابطه با تعداد حروفی که به‌درستی یادآوری شده بودند و سپس تعداد قضاوت‌های برابری صحیح دریافت کردند.

هیچ بازخوردی در طول آزمایش‌های آزمایشی داده نشد. این کار با lab.js، یک سازنده مطالعه آنلاین رایگان و منبع باز (Henninger et al., 2019)، برنامه‌ریزی شد و بر روی یک سرور محافظت‌شده با PHP پیاده‌سازی شد. شرکت‌کنندگان با یک URL سفارشی به آزمایش دسترسی پیدا کردند.

فرضیه ها

داده‌های آزمایش‌های 1 و 2 از این دیدگاه پشتیبانی می‌کنند که گروه‌بندی زمانی اثرات مشابهی بر STM موسیقی و کلامی دارد. قابل توجه است که الگوی مشاهده‌شده در هر دو حوزه نشان می‌دهد که برای لیست‌های 6 موردی که به سه دسته گروه‌بندی شده‌اند، بر خلاف آنچه که از مدل‌های ترتیب سریال پیش‌بینی می‌شود، برای لیست‌های 6 موردی که به سه دسته گروه‌بندی شده‌اند، هیچ افزایشی در خطاهای میان‌گذاری وجود ندارد، که به بهترین نحو اثرات گروه‌بندی زمانی را در STM نشان می‌دهد (به‌عنوان مثال، نگاه کنید به ، براون و همکاران، 2000؛ برگس و هیچ، 1999؛ هارتلی و همکاران، 2016؛ هنسون، 1998).

در عین حال، وجود یک اثر سقفی در دقت یادآوری در آزمایش 2 این تفسیر را برای حوزه کلامی محدود می‌کند. با افزودن حواس پرتی انتهای فهرست، این آزمایش قصد دارد داده‌های آزمایش 2 را تأیید کند، یعنی فهرست‌های شفاهی 6 آیتم که به سه قسمت گروه‌بندی شده‌اند، منجر به افزایش خطاهای میان‌پیوندی نمی‌شوند، همانطور که در آزمایش 1 با مواد موسیقایی نیز مشاهده شد.

به عبارت دیگر، این آزمایش با هدف آزمایش اینکه آیا STM موسیقی کلامی توسط مکانیسم های سفارشی رایج پشتیبانی می شود یا خیر. این آزمایش همچنین با هدف بررسی این موضوع انجام شد که مشاهده افزایش خطاهای میان‌جای در یادآوری لیست‌های گروه‌بندی شده مشخصه توالی‌های طولانی‌تر و/توالی‌هایی با گروه‌های بیشتر است (به عنوان مثال، ساختار گروه‌بندی 3×3).

اگر این فرضیه درست باشد، انتظار می‌رود که اثرات گروه‌بندی زمانی معمول را مشاهده کنیم، به جز افزایش خطاهای درون‌گذاری. همانطور که در آزمایش 2، هیچ پیش‌بینی خاصی در مورد اثر شباهت واج‌شناختی و تعامل آن با عوامل دیگر وجود نداشت، به جز اینکه دقت یادآوری باید برای دنباله‌های مشابه واج‌شناختی بدتر باشد.

به عنوان یادآوری، این دستکاری برای مقایسه نزدیکتر با مواد موسیقایی که اثر مجاورت تونال ذاتی برای آن وجود دارد، معرفی شد (ویلیامسون و همکاران، 2010).

نتایج

همانطور که در آزمایش قبلی، داده‌ها با استفاده از JASP (نسخه 0.14، JASP Team، 2018) با مقادیر پیش‌فرض یکسان برای پیشین‌ها و اعمال طرح تحلیل یکسان مورد تجزیه و تحلیل قرار گرفتند. برای هر تجزیه و تحلیل (به عنوان مثال، منحنی موقعیت سریال، گرادیان جابجایی، و تأخیر پاسخ)، داده‌های کارآزمایی‌هایی که حروف واج‌شناختی متفاوت و مشابه را ارائه می‌کنند، به طور جداگانه تجزیه و تحلیل شده‌اند.

منحنی های موقعیت سریال ما برای هر شرکت‌کننده نسبت یادآوری‌های صحیح را به‌عنوان تابعی از موقعیت سریال و گروه‌بندی زمانی برای کارآزمایی‌های واج‌شناختی غیرمشابه محاسبه کردیم. سپس داده‌ها به ANOVA اندازه‌گیری مکرر 2×6 با عوامل موقعیت سریال (1-6) و شرایط گروه‌بندی (گروه‌بندی‌شده در مقابل گروه‌بندی‌نشده) ارسال شدند (بالا سمت چپ شکل 5 را ببینید).

نتایج نشان داد که بهترین مدل، مدلی بود که تنها دو اثر اصلی را داشت و با ضریب 76/32 نسبت به مدل دوم برتر (مدل کامل) ارجحیت داشت. این نتیجه نشان دهنده شواهد قوی به نفع تأثیر گروه بندی بر دقت یادآوری و موقعیت سریال است، اما هیچ اثر متقابلی بین دو عامل وجود ندارد (به ردیف های "منحنی موقعیت سریال" در جدول 7 مراجعه کنید).

همان تجزیه و تحلیل با داده‌های آزمایش‌هایی با حروف واج‌شناختی مشابه انجام شد، که منجر به الگوی مشابهی از داده‌ها با حروف واج‌شناختی متفاوت شد، با بهترین مدل، مدلی با دو اثر اصلی، که با ضریب 68.68 به مدل کامل ترجیح داده شد. (بالا سمت راست شکل 5 و "منحنی های موقعیت سریال" در جدول 8 را ببینید).

شیب جابجایی. قبل از تجزیه و تحلیل آماری خطاهای جابجایی، شرکت‌کنندگانی که در حداقل یکی از چهار شرایط آزمایشی هیچ خطای ترتیبی ایجاد نمی‌کردند، حذف شدند. پس از حذف این شرکت کنندگان، تجزیه و تحلیل خطای جابجایی در نهایت بر روی نمونه ای از 51 شرکت کننده انجام شد.

ما نسبت خطاها را برای هر شرکت‌کننده، به عنوان تابعی از تغییر فاصله مطلق و گروه‌بندی زمانی، در میان تمام خطاهای ترتیب در شرایط مشابه واجی محاسبه کردیم. سپس داده‌ها را با یک ANOVA اندازه‌گیری‌های 2×5 با فاصله انتقال مطلق (1-5) و شرایط گروه‌بندی (گروه‌بندی‌شده در مقابل گروه‌بندی‌نشده) به‌عنوان فاکتورها تجزیه و تحلیل کردیم (وسط سمت چپ شکل 5 را ببینید).

نتایج شواهد قوی به نفع مدلی ارائه کردند که تنها حاوی اثر فاصله به عنوان بهترین مدل بود، که به دومین مدل با هر دو اثر اصلی با ضریب 56/10 ترجیح داده شد (به ردیف‌های "شیب‌های انتقال" در جدول 7 مراجعه کنید). بر روی داده‌های کارآزمایی‌هایی با حروف مشابه تکرار شد، که منجر به نتایج مشابهی شد که با حروف واج‌شناختی متفاوت به‌دست آمدند (نیم سمت راست شکل 5).

نتایج شواهد محکمی را ارائه کردند مبنی بر اینکه بهترین مدل مدلی بود که فقط یک اثر اصلی فاصله داشت و به دومین مدل برتر با هر دو اثر اصلی با ضریب 10.56 ترجیح داده شد (به ردیف‌های "Transpositiongradients" در جدول 8 مراجعه کنید).

همانطور که در آزمایش‌های قبلی، میزان خطاهای جابجایی درون گروهی در مقابل بین گروهی را نیز تجزیه و تحلیل کردیم. برای دومی، ما بین خطاهای درون‌جایگاهی، جابه‌جایی در مرزهای گروه، و جابه‌جایی‌های دیگر بین گروهی تمایز قائل شدیم (همه مقایسه‌ها شامل آزمون تی نمونه‌های جفت بیزی بدون جهت با پیش فرض که در JASP ارائه شده است).

همانطور که در جدول 9 نشان داده شده است، فهرست های واج شناختی متفاوت، شواهد کلی متوسطی را برای عدم وجود تفاوت بین شرایط دو گروه بندی در مورد انواع مختلف خطاهای جابجایی نشان می دهد. با توجه به فهرست‌های مشابه واج‌شناختی (جدول 10 را ببینید)، ما شواهد قاطعی از کاهش جابه‌جایی‌ها در مرز گروه و شواهد متوسطی برای عدم افزایش خطاهای درون‌پیوندی در توالی‌های گروه‌بندی شده به دست آوردیم.

For more information:1950477648nn@gmail.com