মৌখিক এবং বাদ্যযন্ত্রের স্বল্প-মেয়াদী স্মৃতিতে অস্থায়ী গ্রুপিং প্রভাব: সিরিয়াল অর্ডার প্রতিনিধিত্ব কি ডোমেন-সাধারণ? পার্ট 5

ফলাফল

আগের পরীক্ষার মতো, বিশ্লেষণগুলি JASP (JASP Team, 2018) এর সাথে সম্পাদিত হয়েছিল, পূর্বের জন্য একই ডিফল্ট মান ব্যবহার করে এবং একই বিশ্লেষণ পরিকল্পনা প্রয়োগ করে।

পরিকল্পনা এবং স্মৃতি মানুষের চিন্তার দুটি অত্যন্ত গুরুত্বপূর্ণ ক্ষমতা। একটি পরিকল্পনা একটি লক্ষ্য, একটি ইচ্ছা, বা একটি কাজ অর্জনের জন্য ডিজাইন করা ধাপগুলির একটি সিরিজের একটি ব্যবস্থা। স্মৃতি হল তথ্য উপলব্ধি করার, ধরে রাখার এবং পুনরুদ্ধার করার একটি গুরুত্বপূর্ণ ক্ষমতা এবং জ্ঞান, অভিজ্ঞতা এবং দক্ষতা অর্জনের একটি উপায়।

পরিকল্পনা এবং স্মৃতি অবিচ্ছেদ্যভাবে সংযুক্ত। আমাদের পরিকল্পনা, লক্ষ্য এবং সেগুলি অর্জনে আরও দক্ষ এবং সংগঠিত হওয়ার পদক্ষেপগুলি মনে রাখতে হবে। একইভাবে, আমাদের স্মৃতিশক্তি উন্নত করতে সাহায্য করার জন্য আমাদের পরিকল্পনা প্রয়োজন। উদাহরণস্বরূপ, তাদের স্মৃতিশক্তি উন্নত করার জন্য, অনেকে কিছু পরিকল্পনা কৌশল ব্যবহার করে, যেমন মেমরি প্যালেস পদ্ধতি, বারবার অনুশীলন এবং মেমরি গেম।

পরিকল্পনা এবং স্মৃতি একে অপরকে শক্তিশালী করে। একটি পরিকল্পনা তৈরি করার সময়, আপনাকে অতীতের অভিজ্ঞতাগুলি স্মরণ করতে হবে এবং সংগঠিত করতে হবে এবং আপনাকে সম্পূর্ণ করতে হবে এমন জিনিসগুলি এবং বিবরণগুলিও রেকর্ড করতে হবে। এইভাবে, আমরা পরিকল্পনার বিষয়বস্তু এবং পদক্ষেপগুলি আরও ভালভাবে মনে রাখতে পারি। পরিকল্পনাটি কার্যকর করার প্রক্রিয়ায়, আমরা পরিকল্পনার বিষয়বস্তু সম্পর্কে আমাদের স্মৃতিকে একত্রিত এবং গভীর করতে থাকি, যা আমাদের পরিকল্পনাটি আরও মসৃণভাবে সম্পাদন করতে দেয়।

সাধারণভাবে, পরিকল্পনা এবং স্মৃতি একে অপরের সাথে জড়িত এবং পারস্পরিকভাবে শক্তিশালী করার ক্ষমতা, এবং এটি মানুষের বুদ্ধিমত্তার মূল। শুধুমাত্র সঠিক পরিকল্পনা দক্ষতা এবং উচ্চ-স্তরের মেমরি দক্ষতার মাধ্যমে আমরা আরও দক্ষতার সাথে এবং সুশৃঙ্খলভাবে বাঁচতে এবং কাজ করতে পারি। এটি দেখা যায় যে আমাদের স্মৃতিশক্তি উন্নত করতে হবে, এবং সিস্তানচে ডেসার্টিকোলা উল্লেখযোগ্যভাবে স্মৃতিশক্তি উন্নত করতে পারে, কারণ সিস্তানচে ডেসার্টিকোলার অ্যান্টিঅক্সিডেন্ট, অ্যান্টি-ইনফ্লেমেটরি এবং অ্যান্টি-এজিং প্রভাব রয়েছে, যা মস্তিষ্কে অক্সিডেশন এবং প্রদাহজনক প্রতিক্রিয়া কমাতে সাহায্য করতে পারে, যার ফলে মস্তিষ্ককে রক্ষা করে। স্নায়ুতন্ত্রের স্বাস্থ্য। এছাড়াও, Cistanche deserticola স্নায়ু কোষের বৃদ্ধি এবং মেরামতকেও প্রচার করতে পারে, এইভাবে নিউরাল নেটওয়ার্কগুলির সংযোগ এবং কার্যকারিতা বৃদ্ধি করে। এই প্রভাবগুলি স্মৃতিশক্তি, শেখার এবং চিন্তার গতি উন্নত করতে সাহায্য করতে পারে এবং জ্ঞানীয় কর্মহীনতা এবং নিউরোডিজেনারেটিভ রোগের বিকাশকেও প্রতিরোধ করতে পারে।

স্বল্পমেয়াদী মেমরি উন্নত করতে Know এ ক্লিক করুন

প্রতিটি ধরণের বিশ্লেষণের জন্য (যেমন, সিরিয়াল অবস্থান বক্ররেখা, স্থানান্তর গ্রেডিয়েন্ট এবং প্রতিক্রিয়া বিলম্ব), উচ্চারণগতভাবে ভিন্ন এবং অনুরূপ অক্ষর উপস্থাপনকারী ট্রায়াল থেকে ডেটা আলাদাভাবে বিশ্লেষণ করা হয়েছিল।

সিরিয়াল অবস্থান বক্ররেখা. আমরা প্রতিটি অংশগ্রহণকারীর জন্য সমস্ত ভিন্ন ট্রায়াল জুড়ে সিরিয়াল অবস্থানের একটি ফাংশন এবং টেম্পোরাল গ্রুপিং হিসাবে সঠিক প্রত্যাহার অনুপাত গণনা করেছি। তারপরে আমরা সিরিয়াল অবস্থান (1-6) এবং গ্রুপিং অবস্থার সাথে একটি 2 × 6 পুনরাবৃত্তি-পরিমাপ ANOVA সঞ্চালিত করেছি। ফ্যাক্টর (চিত্র 4 এর উপরের-বাম দিকে দেখুন)।

ফলাফলগুলি প্রকাশ করেছে যে সেরা মডেলটি ছিল দুটি প্রধান প্রভাব সহ মডেল, 4.44 ফ্যাক্টর দ্বারা দ্বিতীয় সেরা, সম্পূর্ণ মডেলের চেয়ে পছন্দ করা হয়েছে (টেবিল 3-তে "ক্রমিক অবস্থান বক্ররেখা" সারি দেখুন)।

দুটি প্রধান প্রভাবের (গ্রুপিং: BFInclusion=1.43e14; অবস্থান: BFInclusion=1.43e14), মিথস্ক্রিয়া (BFInclusion) এর উপস্থিতির বিরুদ্ধে কিন্তু বাস্তব প্রমাণের জন্য নির্ণায়ক প্রমাণ প্রদানকারী প্রভাবের একটি বিশ্লেষণ দ্বারা এটি নিশ্চিত করা হয়েছে =0.90)।

একই বিশ্লেষণটি উচ্চারণগতভাবে অনুরূপ অক্ষরগুলি উপস্থাপন করে ট্রায়ালের ডেটা দিয়ে সঞ্চালিত হয়েছিল, যা প্রকাশ করে যে সেরা মডেলটি সম্পূর্ণ মডেল এবং 1.67 এর একটি ফ্যাক্টর দ্বারা এই দ্বিতীয়-সেকেন্ড মডেলের চেয়ে পছন্দ করা হয়েছিল (চিত্র 4 এর উপরের-ডানদিকে দেখুন)।

দ্বিতীয় সেরা মডেলের চেয়ে সেরা মডেলকে অগ্রাধিকার দেওয়ার জন্য অস্পষ্ট প্রমাণ দেওয়া হয়েছে (সারণী 4 এ "সিরিয়াল পজিশন কার্ভস" সারি দেখুন), আমরা প্রভাবের একটি বিশ্লেষণ করেছি। ফলাফল দুটি প্রধান প্রভাবের (গ্রুপিং: BFInclusion=2.70e11; অবস্থান: BFInclusion=6.67e13) এবং একটি মিথস্ক্রিয়া (BFInclusion{{7}) এর অস্তিত্বের পক্ষে মাঝারি প্রমাণ দিয়েছে। }.70)।

স্থানান্তর গ্রেডিয়েন্ট। দ্রষ্টব্য যে স্থানান্তর ত্রুটির বিশ্লেষণের জন্য, আমরা অংশগ্রহণকারীদের সরিয়ে দিয়েছি যেগুলি চারটি পরীক্ষামূলক অবস্থার মধ্যে অন্তত একটিতে কোনও ত্রুটি তৈরি করেনি, যার ফলে 77 জন অংশগ্রহণকারীর একটি নমুনা রয়েছে৷ প্রতিটি অংশগ্রহণকারীর জন্য, আমরা পরম দূরত্ব স্থানচ্যুতির একটি ফাংশন হিসাবে ত্রুটিগুলির অনুপাত গণনা করেছি৷ এবং সমস্ত ভিন্ন ত্রুটি জুড়ে সাময়িক গ্রুপিং।

তারপরে, আমরা পরম স্থানান্তর দূরত্ব (1-5) এবং গ্রুপিং অবস্থা (গ্রুপ করা বনাম আনগ্রুপড) ফ্যাক্টর হিসাবে একটি 2 × 2 × 5 পুনরাবৃত্তি-পরিমাপ ANOVA দিয়ে ডেটা বিশ্লেষণ করেছি (চিত্র 4 এর মধ্য-বাম দেখুন)। ফলাফলগুলি কেবলমাত্র দূরত্বের প্রভাব ধারণকারী সেরা মডেলের পক্ষে জোরালো প্রমাণ দিয়েছে, 12.92 ফ্যাক্টর দ্বারা দুটি প্রধান প্রভাব সহ দ্বিতীয়-সেরা মডেলের চেয়ে পছন্দ করা হয়েছে (টেবিল 3-তে "ট্রান্সপোজিশন গ্রেডিয়েন্ট" সারি দেখুন)।

একই বিশ্লেষণটি উচ্চারণগতভাবে অনুরূপ অক্ষর সহ ট্রায়াল থেকে ডেটা দিয়ে পুনরুত্পাদন করা হয়েছে (চিত্র 4 এর মধ্য-ডান দেখুন)। এটি দৃঢ় প্রমাণ দেয় যে সেরা মডেলটি সম্পূর্ণ মডেল যা 1.02 ফ্যাক্টর দ্বারা শুধুমাত্র দূরত্বের প্রভাব ধারণকারী দ্বিতীয় সেরা মডেলের চেয়ে পছন্দের ছিল (সারণী 4 এ "ট্রান্সপজিশন গ্রেডিয়েন্ট" সারি দেখুন)।

যেহেতু ফলাফলগুলি অস্পষ্ট ছিল, আমরা প্রভাবগুলির একটি বিশ্লেষণ করেছি যা দূরত্বের প্রভাব (BFInclusion=∞) এবং দূরত্ব এবং গোষ্ঠীকরণের মধ্যে একটি মিথস্ক্রিয়া (BFInclusion=3.78) এর উপস্থিতি সমর্থনকারী নির্ণায়ক এবং মাঝারি প্রমাণ প্রকাশ করেছে। , যথাক্রমে।

মিথস্ক্রিয়া জন্য মাঝারি সমর্থন দেওয়া, আমরা একটি নির্দেশিত Bayesian জোড়া নমুনা টি-পরীক্ষা (সংলগ্ন ত্রুটি: H1=ungrouped > গোষ্ঠীবদ্ধ; ইন্টারপোজিশন: H1=ungrouped সঙ্গে সংলগ্ন স্থানান্তর এবং ইন্টারপজিশন ত্রুটির হার বিশ্লেষণ করেছি গোষ্ঠীবদ্ধ), আগের পরীক্ষার মতো। আমরা ইন্টারপজিশন ত্রুটির বৃদ্ধি (BF01=12.21) এবং সংলগ্ন স্থানান্তর হ্রাস (BF01=25.02) সমন্বিত ট্রায়ালগুলির বিরুদ্ধে শক্তিশালী প্রমাণ পেয়েছি৷

তারপরে, পূর্ববর্তী পরীক্ষার মতো, আমরা গ্রুপের মধ্যে এবং গোষ্ঠীর মধ্যে স্থানান্তর ত্রুটির হার বিশ্লেষণ করেছি, ইন্টারপজিশন ত্রুটি, গ্রুপ সীমানা স্থানান্তর এবং অন্যান্য গ্রুপ ট্রান্সপোজিশনের মধ্যে সাম্প্রতিকতম পার্থক্যের জন্য (সমস্ত তুলনার সাথে অনির্দেশিত বায়েসিয়ান পেয়ারড নমুনা টি-পরীক্ষা জড়িত। পূর্বে ডিফল্ট)।

সারণি 5 এ দেখানো হয়েছে, এমন দৃঢ় প্রমাণ রয়েছে যে ভিন্ন ভিন্ন ট্রায়ালে অস্থায়ী গ্রুপিং গ্রুপের মধ্যে স্থানান্তর বৃদ্ধি করেছে কিন্তু গ্রুপসীমায় আইটেমগুলিকে জড়িত স্থানান্তর হ্রাস করেছে। একই সময়ে, ইন্টারপজিশন ত্রুটির হার এবং অন্যান্য গ্রুপ ট্রান্সপোজিশনের মধ্যে পার্থক্যের অনুপস্থিতিকে সমর্থন করে এমন মাঝারি প্রমাণ ছিল।

অনুরূপ পরীক্ষার বিষয়ে, সারণি 6-এ রিপোর্ট করা ফলাফলগুলি ভিন্ন ভিন্ন ট্রায়ালগুলির মতো একই প্যাটার্ন দেখায়, ব্যতীত অন্য-গোষ্ঠীর স্থানান্তরের হারের মধ্যে পার্থক্যের জন্য শক্তিশালী প্রমাণ ছিল।

প্রতিক্রিয়া বিলম্বিত. প্রতিটি অংশগ্রহণকারীর জন্য, আমরা টেম্পোরাল গ্রুপিং এবং সিরিয়াল অবস্থানের একটি ফাংশন হিসাবে ভিন্ন ভিন্ন ট্রায়ালগুলিতে সঠিক প্রত্যাহার করার জন্য থিম রেসপন্স লেটেন্সি নির্ধারণ করেছি। থিডেটা পরবর্তীতে সিরিয়াল পজিশন (1-6) এবং গ্রুপিং কন্ডিশন (গ্রুপ করা বনাম আনগ্রুপেড) ফ্যাক্টর সহ একটি 2 × 6 পুনরাবৃত্তি-পরিমাপ অ্যানোভা দ্বারা বিশ্লেষণ করা হয়েছিল (চিত্র 4 এর নীচে বাম দিকে দেখুন)।

ফলাফল দুটি প্রধান প্রভাব এবং তাদের মিথস্ক্রিয়া সম্বলিত সম্পূর্ণ মডেলের পক্ষে নির্ণায়ক প্রমাণ দিয়েছে, এই মডেলটিকে 2.93e8 এর একটি ফ্যাক্টর দ্বারা দ্বিতীয়-সেরা মডেলের চেয়ে পছন্দ করা হয়েছে (টেবিল 3 দেখুন)।

একই বিশ্লেষণগুলি অনুরূপ পরীক্ষার সাথে সম্পাদিত হয়েছে, যা একই ফলাফলের দিকে পরিচালিত করে (চিত্র 4 এর নীচে-ডানদিকে দেখুন); সম্পূর্ণ মডেলটি সেরা এবং 2.16e6 এর দ্বিতীয় সেরা বাই ফ্যাক্টরের চেয়ে পছন্দের (সারণী 4 দেখুন)।

আলোচনা

পরীক্ষা 2-এ, আমরা লক্ষ্য করেছি যে উপাদানের ধ্বনিতাত্ত্বিক সাদৃশ্য নির্বিশেষে, গোষ্ঠীবদ্ধ ক্রমগুলিকে আরও ভালভাবে স্মরণ করা হয়েছিল এবং আনগ্রুপড সিকোয়েন্সের তুলনায় একটি স্ক্যালপড সিরিয়ালপজিশন বক্ররেখা দ্বারা চিহ্নিত করা হয়েছিল।

এছাড়াও, দ্বিতীয় গোষ্ঠীর প্রথম আইটেমের জন্য অ্যালাটেন্সি পিক সহ প্রতিক্রিয়া বিলম্বের সাধারণ প্যাটার্ন পাওয়া গেছে। যাইহোক, বাদ্যযন্ত্রের সাথে এক্সপেরিমেন্ট 1-এ রিপোর্ট করা ফলাফলের সাথে সামঞ্জস্য রেখে, ধ্বনিতাত্ত্বিকভাবে অনুরূপ এবং ভিন্ন ভিন্ন ট্রায়ালের জন্য গোষ্ঠীবদ্ধ ক্রমগুলিতে ইন্টারপজিশন ত্রুটির কোন বৃদ্ধি পরিলক্ষিত হয়নি।

একই সময়ে, এটি লক্ষ করা উচিত যে পারফরম্যান্সটি একটি সিলিং হিসাবে দেখা যেতে পারে এবং যে, এইরকম একটি প্রেক্ষাপটে, গোষ্ঠীবদ্ধ ক্রমগুলিতে ইন্টারপজিশন ত্রুটিগুলির বৃদ্ধির অনুপস্থিতি কেবলমাত্র ত্রুটিগুলির সামগ্রিক সংখ্যার কারণে এই সম্ভাবনাকে বাদ দেওয়া কঠিন। খুব কম ছিল

ইন্টারপোজিশনের বৃদ্ধির অভাব সিলিং এর কারণে হয়েছে নাকি পরীক্ষা 2 এ ব্যবহৃত 2 × 3 গ্রুপিং কাঠামোর জন্য নির্দিষ্ট কিনা তা নির্ধারণ করতে, আমরা পরীক্ষা 2-এ ব্যবহৃত পদ্ধতির প্রতিলিপি করে একটি অতিরিক্ত পরীক্ষা পরিচালনা করেছি কিন্তু একটি শেষ-অফ-লিস্ট ডিস্ট্রাকটরের সাথে প্রত্যাহার হ্রাস করার লক্ষ্যে একই ক্রম কাঠামো রাখার সময় কর্মক্ষমতা.4

পরীক্ষা 3: তালিকার শেষ বিভ্রান্তিকর টাস্ক সহ মৌখিক আদেশের সিরিয়াল রিকল

এই পরীক্ষার লক্ষ্য ছিল পরীক্ষা 2-এ গোষ্ঠীবদ্ধ ক্রমগুলিতে ইন্টারপোজিশন বৃদ্ধির অনুপস্থিতি একটি সিলিং এফেক্ট দ্বারা প্রবর্তিত ত্রুটির সংখ্যা খুব কম বা তিনটি দ্বারা গোষ্ঠীভুক্ত 6টি আইটেমের তালিকা ব্যবহারের জন্য নির্দিষ্ট ছিল কিনা তা পরীক্ষা করা।

পদ্ধতিটি পরীক্ষা 2-এর মতোই ছিল, প্রতিটি তালিকার উপস্থাপনাটি একটি সমতা বিচার কার্য দ্বারা অনুসরণ করা হয়েছিল যা অংশগ্রহণকারীদেরকে পর্দায় উপস্থাপিত সংখ্যাগুলি জোড় বা বিজোড় কিনা তা বিচার করতে বলেছিল।

এই বিভ্রান্তিকর টাস্কটির উদ্দেশ্য ছিল প্রত্যাহারের নির্ভুলতা হ্রাস করা-এবং তাই ক্রম ত্রুটির সংখ্যা বৃদ্ধি করা-যখন পরীক্ষা 1 এবং 2-এর মতো একই গ্রুপিং কাঠামো বজায় রাখা।

পদ্ধতি

নমুনা পরিকল্পনা. COVID-19 মহামারী পরিস্থিতির কারণে, পরীক্ষাটি সম্পূর্ণভাবে অনলাইনে পরিচালিত হয়েছিল৷ এক্সপেরিমেন্ট 2-এর মতো, নমুনার নকশাটি ছিল আমাদের অংশগ্রহণকারী পুল থেকে যত বেশি শিক্ষার্থী এবং অ-ছাত্র-ছাত্রীদের যতটা সম্ভব অধ্যয়নে অংশগ্রহণ করতে দেওয়া। পরীক্ষাটি UniDistanceSuisse-এর মনোবিজ্ঞান অনুষদের নীতিশাস্ত্র কমিটি দ্বারা অনুমোদিত হয়েছিল।

অংশগ্রহণকারীদের ইউনিডিস্ট্যান্স সুইস অংশগ্রহণকারী পুলের মাধ্যমে নিয়োগ করা হয়েছিল, যা মূলত জার্মান-ভাষী মনোবিজ্ঞানের ছাত্র এবং পরীক্ষায় অংশগ্রহণ করতে আগ্রহী জার্মান-ভাষী অ-ছাত্রদের সমন্বয়ে গঠিত। শিক্ষার্থীরা তাদের অংশগ্রহণের জন্য আংশিক কোর্স ক্রেডিট পেয়েছে এবং অ-ছাত্ররা স্বেচ্ছায় পরীক্ষায় অংশগ্রহণ করেছে।

মোট 79 জন অংশগ্রহণকারী অনলাইন পরীক্ষাটি সম্পন্ন করেছেন। 14 জন অংশগ্রহণকারীকে বাদ দেওয়ার পর যারা বর্জনের মানদণ্ড পূরণ করেছে, চূড়ান্ত নমুনায় 55 জন অংশগ্রহণকারী (লিঙ্গ: 47 জন মহিলা এবং 8 জন পুরুষ; বছরের মধ্যে বয়স: M=35.83, SD=9.43)। বর্জনের মানদণ্ড। আমরা যে কোনো শিক্ষণ বা স্নায়বিক ব্যাধিতে আক্রান্ত অংশগ্রহণকারীদের পাশাপাশি যারা জার্মান ভাষায় পারদর্শী ছিল না তাদের বাদ দিয়েছি।

অংশগ্রহণকারীদের বিশ্লেষণ থেকেও বাদ দেওয়া হয়েছিল তাদের কর্মক্ষমতার উপর ভিত্তি করে তালিকার শেষ বিভ্রান্তিকর টাস্কে, নিশ্চিত করার জন্য যে তারা সক্রিয়ভাবে কার্য সম্পাদন করছে। অতএব, তালিকার শেষ বিক্ষেপণ টাস্কে 60% এর কম নির্ভুলতা সহ যেকোন অংশগ্রহণকারীকে বিশ্লেষণ থেকে বাদ দেওয়া হয়েছিল। উদ্দীপনা। উদ্দীপনাগুলি পরীক্ষা 2 এর মতোই ছিল তবে দুটি উল্লেখযোগ্য ব্যতিক্রম সহ।

প্রথমত, তালিকার শেষে বিভ্রান্তিকর টাস্ক যুক্ত করার কারণে, পরীক্ষা 2-এর তুলনায় একটি ট্রায়ালের সময়কাল বৃদ্ধি পেয়েছে। তাই, পরীক্ষা 2-এর মতো একই সময়কালের জন্য টাস্কটিকে রাখতে, তালিকার মোট সংখ্যা অংশগ্রহণকারী ছিলেন 102 (25% ধ্বনিতাত্ত্বিকভাবে একই রকম এবং গোষ্ঠীবদ্ধ, 25% ধ্বনিতাত্ত্বিকভাবে একই রকম এবং গোষ্ঠীবদ্ধ, 25% ধ্বনিতাত্ত্বিকভাবে ভিন্ন এবং গোষ্ঠীবিহীন, এবং 25% ধ্বনিতাত্ত্বিকভাবে ভিন্ন এবং গোষ্ঠীবদ্ধ)। দ্বিতীয়ত, যেহেতু অংশগ্রহণকারীরা জার্মান স্পিকার ছিল, তাই ধ্বনিগতভাবে ভিন্ন অক্ষরগুলিতে V, Y, X, Z, J, এবং Q এবং ধ্বনিগতভাবে অনুরূপ অক্ষরগুলি B, C, D, G, P, এবং T নিয়ে গঠিত।

পদ্ধতি। এন্ড-অফ-লিস্ট ডিস্ট্রাক্টর যোগ করা ছাড়া পদ্ধতিটি পরীক্ষা 2-এর মতোই ছিল। শেষ আইটেমটি উপস্থাপিত হওয়ার পরে, একটি ফাঁকা স্ক্রীন 1,000ms এর জন্য উপস্থাপন করা হয়েছিল, তারপরে পর্দার কেন্দ্রে আটটি সংখ্যা উপস্থাপিত হয়েছিল (700ms চালু এবং 200msoff)।

অংশগ্রহণকারীদের নির্দেশ দেওয়া হয়েছিল যত তাড়াতাড়ি সম্ভব S কী টিপতে যখন উপস্থাপিত অঙ্কটি জোড় হয় এবং যখন স্ক্রিনে উপস্থাপিত অঙ্কটি বিজোড় হয় তখন L চাপতে। তাদের জানানো হয়েছিল যে তারা সংখ্যার উপস্থাপনার সময় এবং ফাঁকা স্ক্রীনের সময় কীগুলি টিপতে পারে। প্রতিটি সংখ্যা উপস্থাপন করার পরে। নম্বরগুলি প্রতিস্থাপনের সাথে এলোমেলোভাবে নির্বাচন করা হয়েছিল।

শেষ-তালিকা বিক্ষিপ্ত করার পরে, প্রত্যাহার পদ্ধতিটি পরীক্ষা 2-এ বর্ণিত হিসাবে অগ্রসর হয়েছিল। প্রশিক্ষণের সময়, অংশগ্রহণকারীরা প্রতিটি পরীক্ষার পরে সঠিকভাবে স্মরণ করা অক্ষর সংখ্যা এবং সঠিক সমতা বিচারের সংখ্যা সম্পর্কে প্রতিক্রিয়া পেয়েছিল।

পরীক্ষামূলক ট্রায়ালের সময় কোন প্রতিক্রিয়া দেওয়া হয়নি। টাস্কটি lab.js এর সাথে প্রোগ্রাম করা হয়েছিল, একটি বিনামূল্যের এবং ওপেন সোর্স অনলাইন স্টাডি নির্মাতা (Henninger et al., 2019), এবং PHP এর সাথে একটি সুরক্ষিত সার্ভারে প্রয়োগ করা হয়েছিল। অংশগ্রহণকারীরা একটি কাস্টম URL দিয়ে পরীক্ষাটি অ্যাক্সেস করেছে৷

অনুমান

এক্সপেরিমেন্ট 1 এবং 2 এর ডেটা এই দৃষ্টিভঙ্গিকে সমর্থন করে যে টেম্পোরাল গ্রুপিং বাদ্যযন্ত্র এবং মৌখিক STM এর উপর একই রকম প্রভাব ফেলে। এটি লক্ষণীয় যে উভয় ডোমেনের মধ্যে পর্যবেক্ষণ করা প্যাটার্ন নির্দেশ করে যে 6টি আইটেমের তালিকাকে তিনটিতে গোষ্ঠীভুক্ত করার জন্য, ইন্টারপজিশন ত্রুটির কোন বৃদ্ধি নেই, সিরিয়াল অর্ডার মডেল থেকে যা ভবিষ্যদ্বাণী করা হবে তার বিপরীতে যা STM-তে সাময়িক গ্রুপিং প্রভাবের জন্য সর্বোত্তম অ্যাকাউন্ট (দেখুন, উদাহরণস্বরূপ , Brown et al., 2000; Burgess & Hitch,1999; Hartley et al., 2016; Henson, 1998)।

একই সময়ে, এক্সপেরিমেন্ট 2-এ প্রত্যাহার নির্ভুলতার একটি সিলিং প্রভাবের উপস্থিতি মৌখিক ডোমেনের জন্য এই ব্যাখ্যাটিকে সীমাবদ্ধ করে। একটি এন্ড-অফ-লিস্ট ডিস্ট্রাক্টর যোগ করে, এই পরীক্ষাটির লক্ষ্য হল পরীক্ষা 2 থেকে ডেটা নিশ্চিত করা, অর্থাৎ 6টি আইটেমের মৌখিক তালিকা তিনটিতে গোষ্ঠীবদ্ধ করা ইন্টারপজিশন ত্রুটির বৃদ্ধির দিকে পরিচালিত করে না, যেমনটি বাদ্যযন্ত্রের সাথে পরীক্ষা 1-এও পর্যবেক্ষণ করা হয়েছে।

অন্য কথায়, এই পরীক্ষার লক্ষ্য ছিল মৌখিক বাদ্যযন্ত্রের STM সাধারণ অর্ডারিং মেকানিজম দ্বারা সমর্থিত কিনা তা পরীক্ষা করা। পরীক্ষাটির লক্ষ্য ছিল যে গোষ্ঠীভুক্ত তালিকাগুলি প্রত্যাহার করার ক্ষেত্রে বর্ধিত ইন্টারপজিশন ত্রুটির পর্যবেক্ষণটি আরও গোষ্ঠীর সাথে দীর্ঘ ক্রম এবং/অনুক্রমের বৈশিষ্ট্য (যেমন, একটি 3 × 3 গ্রুপিং কাঠামো)।

যদি এই অনুমানটি সঠিক হয়, তবে আমরা ইন্টারপজিশন ত্রুটির বৃদ্ধি ব্যতীত সাধারণ অস্থায়ী গ্রুপিং প্রভাবগুলি পর্যবেক্ষণ করার আশা করব। এক্সপেরিমেন্ট 2-এর মতো, ধ্বনিতাত্ত্বিক সাদৃশ্য প্রভাব এবং অন্যান্য কারণের সাথে এর মিথস্ক্রিয়া সম্পর্কে কোনও নির্দিষ্ট ভবিষ্যদ্বাণী ছিল না, ধ্বনিগতভাবে অনুরূপ ক্রমগুলির জন্য প্রত্যাহার নির্ভুলতা আরও খারাপ হওয়া উচিত।

একটি অনুস্মারক হিসাবে, এই ম্যানিপুলেশনটি বাদ্যযন্ত্রের সাথে ঘনিষ্ঠ তুলনা করার জন্য প্রবর্তন করা হয়েছিল যার জন্য একটি অন্তর্নিহিত টোনাল প্রক্সিমিটি প্রভাব রয়েছে (Williamson et al., 2010)।

ফলাফল

আগের পরীক্ষার মতো, ডেটা JASP (সংস্করণ 0.14, JASP টিম, 2018) পূর্বের জন্য একই ডিফল্ট মানগুলির সাথে বিশ্লেষণ করে এবং একই বিশ্লেষণ পরিকল্পনা প্রয়োগ করে৷ প্রতিটি বিশ্লেষণের জন্য (যেমন, সিরিয়াল পজিশন কার্ভ, ট্রান্সপোজিশন গ্রেডিয়েন্ট, এবং রেসপন্স লেটেন্সি), ধ্বনিতাত্ত্বিকভাবে ভিন্ন এবং অনুরূপ অক্ষর উপস্থাপনকারী ট্রায়াল থেকে ডেটা আলাদাভাবে বিশ্লেষণ করা হয়েছে।

সিরিয়াল অবস্থান বক্ররেখা. আমরা প্রতিটি অংশগ্রহণকারীর জন্য গণনা করেছি সঠিক প্রত্যাহার অনুপাতকে ক্রমিক অবস্থান এবং টেম্পোরাল গ্রুপিংয়ের একটি ফাংশন হিসাবে প্রথমে উচ্চারণগতভাবে ভিন্ন ট্রায়ালের জন্য। তারপরে ডেটা সিরিয়াল পজিশন (1–6) এবং গ্রুপিং কন্ডিশন (গ্রুপ করা বনাম আনগ্রুপেড) ফ্যাক্টর সহ একটি 2 × 6 রিপিটেড-মেজার ANOVA-তে জমা দেওয়া হয়েছিল (চিত্র 5 এর উপরের-বাম দেখুন)।

ফলাফলগুলি প্রকাশ করেছে যে সেরা মডেলটি শুধুমাত্র দুটি প্রধান প্রভাব সহ একটি, যা 32.76 এর ফ্যাক্টর দ্বারা দ্বিতীয়-সেরা মডেলের (সম্পূর্ণ মডেল) থেকে পছন্দ করে। এই ফলাফলটি প্রত্যাহার নির্ভুলতা এবং ক্রমিক অবস্থানের উপর গোষ্ঠীকরণের প্রভাবের পক্ষে শক্তিশালী প্রমাণ উপস্থাপন করে, তবে দুটি কারণের মধ্যে কোনও মিথস্ক্রিয়া নেই (সারণি 7 এ "ক্রমিক অবস্থান বক্ররেখা" সারি দেখুন)।

ধ্বনিতাত্ত্বিকভাবে অনুরূপ অক্ষরগুলির সাথে ট্রায়ালের ডেটার সাথে একই বিশ্লেষণ করা হয়েছিল, যার ফলে ধ্বনিতাত্ত্বিকভাবে ভিন্ন বর্ণগুলির জন্য ডেটার একই প্যাটার্নের দিকে পরিচালিত হয়েছিল, দুটি প্রধান প্রভাবের সাথে সেরা মডেলটি হল মডেল, যা 68.68 এর একটি ফ্যাক্টর দ্বারা সম্পূর্ণ মডেলের জন্য পছন্দ করা হয়েছিল। (ছবি 5 এর উপরের-ডানদিকে দেখুন এবং সারণি 8 এর "ক্রমিক অবস্থান বক্ররেখা" সারি দেখুন)।

স্থানান্তর গ্রেডিয়েন্ট। স্থানান্তর ত্রুটিগুলির পরিসংখ্যানগত বিশ্লেষণের আগে, অংশগ্রহণকারীরা যারা চারটি পরীক্ষামূলক অবস্থার মধ্যে অন্তত একটিতে কোনও অর্ডার ত্রুটি তৈরি করেনি তাদের সরিয়ে দেওয়া হয়েছিল। এই অংশগ্রহণকারীদের অপসারণের পরে, অবশেষে 51 জন অংশগ্রহণকারীর নমুনার উপর স্থানান্তর ত্রুটি বিশ্লেষণ করা হয়েছিল।

আমরা প্রতিটি অংশগ্রহণকারীর জন্য ধ্বনিতাত্ত্বিকভাবে অনুরূপ অবস্থার সমস্ত অর্ডার ত্রুটিগুলির মধ্যে পরম দূরত্ব পরিবর্তন এবং অস্থায়ী গোষ্ঠীকরণের একটি ফাংশন হিসাবে ত্রুটিগুলির অনুপাত গণনা করেছি৷ তারপরে আমরা 2 × 5 পুনরাবৃত্তি-পরিমাপ ANOVA এর সাথে পরম স্থানান্তর দূরত্ব (1-5) এবং গ্রুপিং অবস্থা (গ্রুপ করা বনাম আনগ্রুপড) ফ্যাক্টর হিসাবে বিশ্লেষণ করেছি (চিত্র 5 এর মধ্য-বাম দেখুন)।

ফলাফলগুলি সেরা মডেল হিসাবে শুধুমাত্র দূরত্বের প্রভাব ধারণকারী মডেলের পক্ষে জোরালো প্রমাণ দিয়েছে, যা 10.56 ফ্যাক্টর দ্বারা প্রধান উভয় প্রভাব সহ দ্বিতীয়-সেরা মডেলের জন্য পছন্দ করা হয়েছিল (সারণী 7 এ "ট্রান্সপজিশন গ্রেডিয়েন্ট" সারি দেখুন)। একই বিশ্লেষণ। ধ্বনিতাত্ত্বিকভাবে অনুরূপ অক্ষরগুলির সাথে ট্রায়ালের ডেটাতে পুনরাবৃত্তি করা হয়েছিল, যার ফলে ধ্বনিতাত্ত্বিকভাবে ভিন্ন অক্ষরগুলির সাথে প্রাপ্ত একই ফলাফলের দিকে পরিচালিত হয়েছিল (চিত্র 5-এর মধ্য-ডানে)৷

ফলাফলগুলি দৃঢ় প্রমাণ দিয়েছে যে সেরা মডেলটি শুধুমাত্র দূরত্বের একটি প্রধান প্রভাব সহ, 10.56 এর একটি ফ্যাক্টর দ্বারা প্রধান উভয় প্রভাব সহ দ্বিতীয় সেরা মডেলটিকে পছন্দ করা হয়েছে (সারণী 8 এ "ট্রান্সপজিশন গ্রেডিয়েন্ট" সারি দেখুন)।

পূর্ববর্তী পরীক্ষাগুলির মতো, আমরা গ্রুপের মধ্যে বনাম গ্রুপের মধ্যে স্থানান্তর ত্রুটির হারও বিশ্লেষণ করেছি। পরবর্তীটির জন্য, আমরা ইন্টারপজিশন ত্রুটি, গ্রুপ বাউন্ডারিতে স্থানান্তর এবং অন্যান্য গ্রুপ ট্রান্সপোজিশনের মধ্যে পার্থক্য করেছি (সমস্ত তুলনা জড়িত ব্যয়েসিয়ান পেয়ারড নমুনার সাথে টি-টেস্ট ডিফল্টপ্রিয়র যেমন JASP-তে দেওয়া হয়েছে)।

সারণি 9-এ যেমন দেখানো হয়েছে ধ্বনিতাত্ত্বিকভাবে ভিন্ন তালিকাগুলি বিভিন্ন ধরণের স্থানান্তর ত্রুটি সম্পর্কিত দুটি গ্রুপিং অবস্থার মধ্যে পার্থক্যের অনুপস্থিতির জন্য সামগ্রিক মাঝারি প্রমাণ দেখিয়েছে। ধ্বনিতাত্ত্বিকভাবে অনুরূপতালিকাগুলির বিষয়ে (টেবিল 10 দেখুন), আমরা গোষ্ঠীর সীমানায় স্থানান্তর হ্রাসের নির্ণায়ক প্রমাণ এবং গোষ্ঠীবদ্ধ ক্রমগুলিতে ইন্টারপজিশন ত্রুটিগুলির বৃদ্ধির অনুপস্থিতির জন্য মাঝারি প্রমাণ পেয়েছি।

For more information:1950477648nn@gmail.com