শব্দ প্রক্রিয়াকরণের সময় স্বয়ংক্রিয় সেন্সরিমোটর প্রক্রিয়াকরণের সীমা: বারবার ভাষাগত অভিজ্ঞতার সাথে তদন্ত, ঘুমের সময় স্মৃতি একত্রীকরণ, এবং সমৃদ্ধ ভাষাগত শিক্ষার প্রসঙ্গ পার্ট 2
Jan 09, 2024
পদ্ধতি
অংশগ্রহণকারীরা
বর্তমান পরীক্ষার নমুনার আকার গুন্থার এট আল দ্বারা পাওয়ার বিশ্লেষণ অনুসরণ করে নির্ধারিত হয়েছিল। (2018), ল্যাচমাইর এট আল দ্বারা পর্যবেক্ষণ করা অ্যাকশন-একসঙ্গ প্রভাবের প্রভাবের আকারের উপর ভিত্তি করে। (2011) এবং Öttl et al. (2017)।
প্রথমত, একটি ভাল স্মৃতি আমাদের কাজের দক্ষতা উন্নত করতে পারে। এটি দক্ষতা, কাজের অভিজ্ঞতা, বা আমরা যে জ্ঞান শিখেছি তা হোক না কেন, সেগুলিকে সত্যিকার অর্থে আয়ত্ত করতে এবং ব্যবহার করার আগে সেগুলিকে মুখস্ত করতে হবে। অতএব, একটি ভাল স্মৃতিশক্তি আমাদের কাজ দ্রুত এবং আরও দক্ষতার সাথে সম্পূর্ণ করতে এবং আমাদের কাজের দক্ষতা উন্নত করতে সাহায্য করতে পারে।
দ্বিতীয়ত, ভালো স্মৃতিশক্তি আমাদের শেখার ক্ষমতাকেও উন্নত করতে পারে। শেখার প্রক্রিয়ায়, আমাদের প্রচুর পরিমাণে জ্ঞান এবং দক্ষতা আয়ত্ত করতে হবে, যা শুধুমাত্র স্মৃতির মাধ্যমে আয়ত্ত করা যায়। আমাদের স্মৃতিশক্তি ভালো না হলে দ্রুত এবং কার্যকরভাবে নতুন জ্ঞান শেখা এবং গ্রহণ করা কঠিন হবে। বিপরীতে, একটি ভাল স্মৃতিশক্তি আমাদের দ্রুত এবং আরও ভাল শিখতে এবং আমাদের একাডেমিক পারফরম্যান্স উন্নত করতে সহায়তা করতে পারে।
উপরন্তু, ভাল স্মৃতিশক্তি আমাদের যোগাযোগ দক্ষতা উন্নত করতে পারে। যোগাযোগের ক্ষেত্রে, আমরা যে জ্ঞান এবং দক্ষতা অর্জন করেছি তা যথাযথভাবে ব্যবহার করতে পারলে, আমরা আমাদের চিন্তাভাবনা এবং মতামত আরও আত্মবিশ্বাসের সাথে এবং সাবলীলভাবে প্রকাশ করতে সক্ষম হব। একটি ভাল স্মৃতিশক্তি আমাদের এই জ্ঞান এবং দক্ষতাগুলিকে আরও ভালভাবে আয়ত্ত করতে এবং আমাদের যোগাযোগ দক্ষতা উন্নত করতে সহায়তা করতে পারে।
পরিশেষে, ভাল স্মৃতিশক্তি ব্যক্তিগত বৃদ্ধিকেও উৎসাহিত করে এবং জীবনযাত্রার মান উন্নত করে। আমরা যদি আমাদের স্মৃতিতে পূর্ণ খেলা দিতে পারি তবে আমরা কেবল জ্ঞান এবং দক্ষতাকে আরও ভালভাবে আয়ত্ত করতে পারব না বরং জীবনের অর্থ এবং মূল্য আরও ভালভাবে বুঝতে পারব, ব্যক্তিগত বৃদ্ধিকে উন্নীত করতে এবং জীবনের মান উন্নত করতে পারব।
সংক্ষেপে, মানুষের কর্মক্ষমতা এবং স্মৃতির মধ্যে একটি ঘনিষ্ঠ সংযোগ রয়েছে। একটি ভাল স্মৃতিশক্তি অনেক প্রভাব এবং সুবিধা নিয়ে আসতে পারে এবং ক্রমাগত অনুশীলন এবং ব্যায়ামের মাধ্যমে আমরা আমাদের স্মৃতিশক্তি উন্নত করতে পারি এবং জীবন ও কাজের চ্যালেঞ্জগুলির সাথে আরও ভালভাবে মোকাবিলা করতে পারি। এটা দেখা যায় যে আমাদের স্মৃতিশক্তি উন্নত করতে হবে, এবং Cistanche deserticola উল্লেখযোগ্যভাবে স্মৃতিশক্তি উন্নত করতে পারে, কারণ Cistanche deserticola নিউরোট্রান্সমিটারের ভারসাম্য নিয়ন্ত্রণ করতে পারে, যেমন অ্যাসিটাইলকোলিনের মাত্রা বৃদ্ধি এবং বৃদ্ধির কারণ। এই পদার্থগুলি স্মৃতিশক্তি এবং শেখার জন্য অত্যন্ত গুরুত্বপূর্ণ। এছাড়াও, মাংস রক্ত প্রবাহকে উন্নত করতে পারে এবং অক্সিজেন সরবরাহকে উন্নীত করতে পারে, যা নিশ্চিত করতে পারে যে মস্তিষ্ক পর্যাপ্ত পুষ্টি এবং শক্তি পায়, যার ফলে মস্তিষ্কের জীবনীশক্তি এবং সহনশীলতা উন্নত হয়।
মস্তিষ্কের কার্যকারিতা উন্নত করার উপায়গুলি জানুন ক্লিক করুন
টেস্টপাওয়ারকে যথাক্রমে 42 এর চেয়ে বড় বা সমান এবং 38 এর চেয়ে বড় বা সমান নমুনার আকারের জন্য 0.90 এর চেয়ে বড় বা সমান শক্তি হিসাবে অনুমান করা হয়েছিল। যেহেতু পরীক্ষার শক্তি একঘেয়েভাবে নমুনার আকারের সাথে বৃদ্ধি পায়, গুন্থার এট আল। (2018) তাদের সমস্ত পরীক্ষার জন্য 45 জন অংশগ্রহণকারীকে পরীক্ষা করার সিদ্ধান্ত নিয়েছে।
সমস্ত পরীক্ষা-নিরীক্ষার জন্য আমাদের পরিকল্পিত নমুনার আকার টন=45 সেট করে আমরা এই সিদ্ধান্তটি গ্রহণ করেছি।
পরীক্ষা 1-এ, 46 জন স্থানীয় জার্মান-ভাষী অংশগ্রহণকারীদের কাছ থেকে ডেটা সংগ্রহ করা হয়েছিল (প্রক্রিয়াগত সমস্যার কারণে প্রয়োজনের চেয়ে একটি বেশি), 36 জন মহিলা এবং 10 জন পুরুষ, 39 ডানহাতি, MAge=22.3 বছর, SDAge {{9} }.47 বছর।
আমরা মূলত 52 জন অংশগ্রহণকারীদের পরীক্ষা করেছি, কিন্তু প্রযুক্তিগত সমস্যার কারণে দুই অতিরিক্ত অংশগ্রহণকারীর ডেটা বাদ দেওয়া হয়েছিল এবং উচ্চ ত্রুটির হারের কারণে চারটি অতিরিক্ত অংশগ্রহণকারীদের ডেটা বাদ দেওয়া হয়েছিল(< 90% correct in at least one experimental condition; Lachmair et al., 2011).
এখানে রিপোর্ট করা সমস্ত পরীক্ষায় অংশগ্রহণকারীরা তাদের অংশগ্রহণের জন্য অর্থ (অধ্যয়নের সক্রিয় অংশগুলির জন্য প্রতি ঘন্টা 8 হারে) বা কোর্স ক্রেডিট পেয়েছে। এই নিবন্ধে রিপোর্ট করা একাধিক পরীক্ষা বা রেটিং স্টাডিতে কোনো ব্যক্তি অংশগ্রহণ করেনি।
উপকরণ এবং পদ্ধতি
অংশগ্রহণকারীরা বাড়িতে সন্ধ্যায় প্রাথমিক শেখার পর্ব এবং ঘুমের পর্ব পরিচালনা করে, তারপরে পরের দিন সকালে একটি একক ল্যাবসেশনে পুনরাবৃত্তি পর্ব, পরীক্ষার পর্যায় এবং সুস্পষ্ট রায়ের কাজ।
শেখার পর্ব অংশগ্রহণকারীরা ইতিমধ্যেই Güntheret al-এ নিযুক্ত আটটি জার্মান ছদ্মশব্দ শিখেছে। (2018) পাশাপাশি Günther et al. (2020)। প্রতিটি শব্দ আটটি পাঠ্যের একটিতে (376 এবং 520 শব্দের মধ্যে) এম্বেড করা হয়েছিল, যা পাঁচ থেকে নয়বারের মধ্যে ঘটেছিল। পাঠ্যের দৈর্ঘ্য বিবেচনা করে, আটটি শেখার আইটেমের সংখ্যা একটি পরিচালনাযোগ্য স্তরে শেখার পর্যায়ের অসুবিধা রাখে।
এই সেটিং এর মধ্যে একটি অভিনব ধারণার উল্লেখ করে অভিনব শব্দগুলির একটি প্রবর্তন করার আগে পাঠ্যগুলি একটি (সামান্য ডিস্টোপিয়ান, ভবিষ্যত) সেটিং বর্ণনা করেছে।
চারটি পাঠ্য ঊর্ধ্বমুখী-সম্পর্কিত ধারণা (যেমন একটি কৃত্রিম সূর্য) প্রবর্তন করেছে এবং চারটি নিম্নমুখী-সম্পর্কিত ধারণা (যেমন একটি ভূগর্ভস্থ শহর) প্রবর্তন করেছে। এই পাঠ্যগুলির উদাহরণগুলি পরিপূরক উপাদান এ প্রদান করা হয়েছে।
এই শেখার উপাদানটি 50 জন নেটিভ জার্মান-ভাষী অংশগ্রহণকারীদের (37 মহিলা, 12 পুরুষ, 1 নির্দিষ্ট করা হয়নি; MAge=27.74 বছর, SDAage=8.40 বছর) নিয়ে একটি ওয়েব-ভিত্তিক অধ্যয়নে যাচাই করা হয়েছিল।
ঊর্ধ্বমুখী-সম্পর্কিত অভিনব ধারণাগুলির জন্য লেবেল হিসাবে প্রবর্তিত অভিনব শব্দগুলি 70 এবং 88% অংশগ্রহণকারীদের দ্বারা সঠিকভাবে উপরে-সম্পর্কিত এবং 80 এবং 86 এর মধ্যে নীচের-সম্পর্কিত ধারণাগুলি বর্ণনা করার সময় নীচের দিকে-সম্পর্কিত হিসাবে বিচার করা হয়েছিল। অংশগ্রহণকারীদের % (সমস্ত 50% থেকে উল্লেখযোগ্যভাবে ভিন্ন, p <0.007)। বাস্তব পরীক্ষায়, চারটি অভিনব শব্দ ঊর্ধ্বমুখী-সম্পর্কিত অভিনব ধারণা বর্ণনাকারী পাঠ্যগুলিতে ব্যবহৃত হয়েছিল এবং বাকি চারটি নিম্নমুখী-সম্পর্কিত উপন্যাস ধারণাগুলির জন্য।
46 জন অংশগ্রহণকারীদের মধ্যে 22 জনের জন্য, অভিনব শব্দ এবং পাঠ্যের মধ্যে এই অ্যাসাইনমেন্টটি বিপরীত করা হয়েছিল। প্রথম, ওয়েব-ভিত্তিক শেখার পর্বে (রাত 8 টা থেকে 10 টার মধ্যে), অংশগ্রহণকারীদের তাদের ল্যাব সেশন শুরু হওয়ার 12 ঘন্টা আগে পাঠ্যগুলি সাবধানে পড়ার জন্য নির্দেশ দেওয়া হয়েছিল।
পাঠ্যগুলি এলোমেলো ক্রমে উপস্থাপিত হয়েছিল, এবং অংশগ্রহণকারীরা তাদের পছন্দের পরবর্তী পাঠে এগিয়ে যেতে পারে। অধ্যয়নের সমস্ত ওয়েব-ভিত্তিক অংশগুলি jsPsych (deLeeuw, 2015) ব্যবহার করে প্রোগ্রাম করা হয়েছিল।
শেখার পর্বের শুরুর সময় এবং শেষ সময়, সেইসাথে প্রতিটি পাঠ্যের উপস্থাপনার সময়, লগ করা হয়েছিল। শেখার পর্বের শেষে, অংশগ্রহণকারীরা তাদের অংশগ্রহণ নিশ্চিত করার জন্য একটি পৃথক কোড তৈরি করেছিল।
ঘুমের পর্ব অংশগ্রহণকারীদের পরের দিন সকালে শেখার পর্যায় এবং তাদের ল্যাব সেশনের মধ্যে ঘুমানোর নির্দেশ দেওয়া হয়েছিল এবং ঘুম ছাড়া যতটা সম্ভব কম ক্রিয়াকলাপে নিযুক্ত হতে, বিশেষ করে অন্য কোনও শেখার ক্রিয়াকলাপ নয়। অংশগ্রহণকারীরা 4 ঘন্টা 15 মিনিট এবং 9 ঘন্টা 30 মিনিটের মধ্যে ঘুমের সময়কাল রিপোর্ট করেছেন।
পুনরাবৃত্তি পর্ব সকাল 8টা থেকে সকাল 10টার মধ্যে শুরু হওয়া ল্যাব সেশনে, অংশগ্রহণকারীরা কখন এবং কখন শেখার পর্যায়টি সম্পাদন করেছে, তাদের পৃথকীকৃত কোড সরবরাহ করার জন্য জিজ্ঞাসা করে এবং তারা একটি যুক্তিসঙ্গত সময়সীমার মধ্যে শেখার পর্যায়টি সম্পন্ন করেছে কিনা তা পরীক্ষা করে পরীক্ষা করা হয়েছিল। অংশগ্রহণকারীরা তারপর তাদের শেখার পর্বের পাঠ্য দ্বিতীয়বার পড়ে।
পরীক্ষার পর্যায় পরীক্ষা পর্বটি গুন্থার এট আল (2018) এবং Öttl এট আল-এর অনুরূপ। (2017)। অংশগ্রহণকারীদের একটি কম্পিউটার মনিটর এবং একটি বিশেষ চার-বোতাম ওভারলে সহ একটি উল্লম্বভাবে মাউন্ট করা কম্পিউটার কীবোর্ডের সামনে বসানো হয়েছিল (মাঝখানে দুটি বোতাম, একটির উপরে, একটি উপরের বোতাম এবং একটি নীচের বোতাম)।
অংশগ্রহণকারীরা কীবোর্ডের দুটি মাঝের বোতাম টিপে প্রতিটি ট্রায়াল শুরু করেছিল।
অংশগ্রহণকারীদের অর্ধেককে তাদের প্রভাবশালী হাত দিয়ে উপরের মাঝামাঝি বোতাম এবং অর্ধেক নিম্ন মধ্যম বোতাম টিপতে নির্দেশ দেওয়া হয়েছিল। যখন উভয় বোতাম একই সময়ে চাপা হয়, তখন 1000 ms-এর জন্য একটি ফাঁকা স্ক্রীন দেখা যায়, তারপরে 750 ms-এর জন্য স্ক্রীনের মাঝখানে একটি কালো ফিক্সেশন ক্রস দেখা যায়। তারপর, আটটি অভিনব শব্দের মধ্যে একটিকে পর্দার মাঝখানে চারটি রঙের (নীল, লাল, কমলা বা সবুজ) মধ্যে উপস্থাপন করা হয়েছিল।
অংশগ্রহণকারীদের দুটি রঙের জন্য একটি ঊর্ধ্বমুখী নড়াচড়ার (উপরের মধ্যম বোতামটি ছেড়ে দিন এবং একই হাতে উপরের বোতামটি টিপুন) এবং অন্য দুটির জন্য একটি নিম্নমুখী আন্দোলনের সাথে প্রতিক্রিয়া জানাতে নির্দেশ দেওয়া হয়েছিল (লাচমাইর এট আল।, 2011, আরও দেখুন Dudschig et al. , 2014a, b)।
রঙের জন্য প্রতিক্রিয়া নির্দেশনার নিয়োগ অংশগ্রহণকারীদের মধ্যে ভারসাম্যহীন ছিল। রেসপন্সটাইমকে মাঝারি বোতামগুলির মধ্যে একটি প্রকাশ না হওয়া পর্যন্ত সময় হিসাবে পরিমাপ করা হয় (লাচমাইর এট আল।, 2011)। 1 শব্দটি অদৃশ্য হয়ে যায় যখন মাঝের বোতামগুলির একটি প্রকাশ করা হয়, বা 1500 ms এর একটি নির্দিষ্ট সময়কালের পরে। অংশগ্রহণকারীরা প্রতিক্রিয়া পেয়েছিলেন যদি তাদের উত্তরগুলি ভুল বা খুব ধীর হয়।
আটটি পরীক্ষামূলক ব্লকের প্রতিটিতে 32টি ট্রায়াল ছিল (8টি অভিনব শব্দ, সমস্তটি 4টি রঙের প্রতিটিতে উপস্থাপিত হয়েছে)৷ প্রকৃত পরীক্ষা পর্বের আগে, অংশগ্রহণকারীরা 16টি ট্রায়ালের একটি অনুশীলন ব্লক সম্পন্ন করেছিল, যার মধ্যে দুটি ভিন্ন অক্ষর স্ট্রিং (XXXX এবং YYYY) প্রতিটি ফন্টের রঙে দুইবার অংশগ্রহণকারীদের কাছে উপস্থাপন করা হয়েছিল। পরীক্ষা পর্বটি ম্যাটল্যাবের জন্য সাইকটুলবক্সে প্রয়োগ করা হয়েছিল (Brainard, 1997)।
সুস্পষ্ট বিচার কার্য সরাসরি পরীক্ষার পর্যায় অনুসরণ করে সুস্পষ্ট রায়ের কার্যে, অংশগ্রহণকারীরা নির্দেশ করে যে তারা একটি ঊর্ধ্বমুখী বা নীচের দিকের অবস্থানের সাথে যুক্ত কিনা (যেমন Günther et al., 2018)।
ফলাফল
এর জন্য সমস্ত ডেটা এবং বিশ্লেষণ স্ক্রিপ্ট (পাশাপাশি পরীক্ষামূলক উপাদান) এবং সমস্ত পরীক্ষা এখানে উপলব্ধhttps://osf.io/vxrhn।
পরীক্ষার পর্যায়
ত্রুটি ট্রায়াল (2.9%) এবং অতি দ্রুত ট্রায়ালগুলি (RT <100 ms, 2trials) বিশ্লেষণ থেকে বাদ দেওয়া হয়েছিল (Lachmair et al., 2011)। শেখার প্রসঙ্গ এবং প্রতিক্রিয়া দিকনির্দেশের মাধ্যমে গড় প্রতিক্রিয়া সময় চিত্র 1-এ প্রদর্শিত হয়েছে।
R প্যাকেজ lme4 (Bates et al., 2015) এবং lmerTest (Kuznetsova et al., 2017) ব্যবহার করে আমরা রৈখিক মিশ্র প্রভাবের মডেলগুলিকে রুপান্তরিত প্রতিক্রিয়ার সময় (Baayen এবং Milin, 2010) বিশ্লেষণ করার জন্য নিযুক্ত করেছি।
আমরা প্রথমে একটি বেসলাইন মডেল অনুমান করেছি যার মধ্যে প্রসঙ্গ এবং প্রতিক্রিয়া দিক শেখার জন্য স্থির প্রভাব, অংশগ্রহণকারী এবং আইটেম উভয়ের জন্য র্যান্ডম ইন্টারসেপ্ট, এবং উভয় অংশগ্রহণকারীদের এবং আইটেমগুলির জন্য প্রসঙ্গ এবং প্রতিক্রিয়া দিক শেখার জন্য র্যান্ডম ঢাল। অনুমানকৃত ক্রিয়া-সঙ্গতিপূর্ণ প্রভাবে) মডেলের উন্নতি করেনি, যেমনটি সম্ভাবনা-অনুপাত পরীক্ষার মাধ্যমে একটি মডেল তুলনাতে নির্দেশিত হয়েছে(휒2(1)=1.78, p=0.183)।
BIC আনুমানিক BF{{0}} exp(BIC(H1) − BIC(H0)∕2) (Wagenmakers, 2007) ব্যবহার করে, এই তুলনার জন্য আমরা BF=0.0227 এর একটি বেইস ফ্যাক্টর পেয়েছি , নির্দেশ করে যে ডেটা বেসলাইন মডেলের অধীনে প্রায় 44 গুণ বেশি হওয়ার সম্ভাবনা রয়েছে (বেসলাইন/নাল মডেলের পক্ষে শক্তিশালী প্রমাণ; Kass & Raftery, 1995)।
বিশ্লেষক আইটেমগুলিকে সীমাবদ্ধ করার সময় একই প্যাটার্ন আবির্ভূত হয়েছিল যার জন্য অংশগ্রহণকারীরা সুস্পষ্ট বিচার কার্যে সঠিক উত্তর দিয়েছিল। ইন্টারঅ্যাকশন টার্ম সহ মডেলের মডেল প্যারামিটারগুলি সারণি 1 এ রিপোর্ট করা হয়েছে।
সুস্পষ্ট রায় টাস্ক
শেখার প্রসঙ্গে অংশগ্রহণকারীদের প্রতিক্রিয়া চিত্রে চিত্রিত করা হয়েছে। 1. একটি সাধারণ রৈখিক মিশ্র প্রভাব মডেল "উপরের দিকে" প্রতিক্রিয়াগুলির অনুপাতের জন্য অনুমান করা হয়েছিল, এতে শুধুমাত্র একটি ইন্টারসেপ্ট এবং র্যান্ডম ইন্টারসেপ্ট এবং সেইসাথে উভয় অংশগ্রহণকারী এবং আইটেমগুলির জন্য শেখার প্রেক্ষাপটের জন্য এলোমেলো স্লোপ রয়েছে৷
একটি মডেল যা অতিরিক্তভাবে শেখার প্রেক্ষাপটের জন্য একটি নির্দিষ্ট প্রভাব ধারণ করে, অংশগ্রহণকারীদের উত্তরগুলি এই বেসলাইন মডেলের (휒2(1)=16.71,p < 0.001, 훽 {{6} থেকে উল্লেখযোগ্যভাবে ভাল ভবিষ্যদ্বাণী করে } −3.49, z=−6.33)। চিত্র 1-এ দেখা যায়, উভয় অবস্থাই প্রত্যাশিত দিক থেকে সম্ভাব্যতা অনুমান করা থেকে উল্লেখযোগ্যভাবে বিচ্যুত হয়েছে।
আলোচনা
Günther এট আল দ্বারা ফলাফলের সাথে সঙ্গতিপূর্ণ। (2018), আমরা বিশুদ্ধভাবে ভাষা থেকে শেখা শব্দগুলির জন্য কোনও অ্যাকশন-সঙ্গম প্রভাব লক্ষ্য করিনি যদিও অংশগ্রহণকারীরা যখন স্পষ্টভাবে এটি করতে বলা হয়েছিল তখন শব্দের অন্তর্নিহিত অবস্থানগুলি নির্দেশ করতে সক্ষম হয়েছিল। এই ফলাফলটি এই ধারণার অধীনে আশ্চর্যজনক যে শেখার পর্যায় এবং পরীক্ষার পর্বের মধ্যে ঘুমের ফলে স্মৃতিশক্তি একত্রিত হওয়া উচিত।
যাইহোক, এই অধ্যয়নের নীতিতে অংশগ্রহণকারীরা মূলত সন্ধ্যায় তাদের কাছে উপস্থাপিত শেখার উপাদানগুলিকে উপেক্ষা করতে পারে এবং সুস্পষ্ট বিচার কার্যে পর্যবেক্ষণ করা ফলাফলগুলি তৈরি করতে শুধুমাত্র পুনরাবৃত্তি পর্বের সময় পড়তে পারে। এটি এই সম্ভাবনাকে উন্মুক্ত করে দেয় যে ঘুমের সময় কোন একত্রীকরণ ঘটেনি। আমরা পরীক্ষা 2 এ এই সমস্যাটিকে সম্বোধন করেছি।
পরীক্ষা 2
পরীক্ষা 2 ছিল পরীক্ষা 1-এর একটি পরিবর্তিত সংস্করণ: একদিকে, শেখার পর্যায়গুলি এখন শিখে নেওয়া ধারণাগুলি সম্পর্কে নিয়ন্ত্রণ প্রশ্নগুলিকে অন্তর্ভুক্ত করেছে যা অংশগ্রহণকারীদের শেখার পর্যায়টি সম্পূর্ণ করার জন্য সঠিকভাবে উত্তর দিতে হয়েছিল৷ অন্যদিকে, আমরা এখন একটি দ্বিতীয় শিক্ষার পর্যায় দুটি অন্তর্ভুক্ত করেছি পরীক্ষা পর্বের কয়েক দিন আগে, যাতে অংশগ্রহণকারীদের ধারণাগুলির সাথে আরও অভিজ্ঞতা এবং স্মৃতিকে একীভূত করার আরও সুযোগ থাকে
পদ্ধতি
অংশগ্রহণকারীরা
45 জন নেটিভ জার্মান-ভাষী অংশগ্রহণকারীদের কাছ থেকে ডেটা সংগ্রহ করা হয়েছিল, 38 জন মহিলা, এবং 7 জন পুরুষ, সবাই ডানহাতি, MAge=22.2 বছর, SDAge=3.58 বছর৷ প্রযুক্তিগত ত্রুটির কারণে একজন অতিরিক্ত অংশগ্রহণকারীর ডেটা এবং উচ্চ ত্রুটির হারের কারণে ছয়টি অতিরিক্ত অংশগ্রহণকারীদের ডেটা বাদ দেওয়া হয়েছিল৷
উপকরণ এবং পদ্ধতি
উপাদান, ঘুমের পর্যায়, পুনরাবৃত্তি পর্যায়, পরীক্ষার পর্যায়, এবং সুস্পষ্ট রায়ের কাজটি পরীক্ষা 1 এর সাথে অভিন্ন। যাইহোক, পরীক্ষা 2-এ, আমরা একটি বর্ধিত শেখার পর্যায় নিযুক্ত করেছি। প্রথমত, অংশগ্রহণকারীরা এখন ল্যাব সেশনের আগের দিন এবং তার আগের দিনেও লার্নিং ফেজ সম্পাদন করেছে, যার ফলে দুটি অভিন্ন শেখার পর্যায় রয়েছে। দ্বিতীয়ত, আমরা এখন শিখন পর্বে নিয়ন্ত্রণ প্রশ্ন অন্তর্ভুক্ত করেছি।
এলোমেলো ক্রমে সমস্ত আটটি পাঠ্য পড়ার পরে (যা পরীক্ষা 1-এর সাথে অভিন্ন ছিল), অংশগ্রহণকারীদের নিয়ন্ত্রণ প্রশ্ন-ক্লোজ উপস্থাপন করা হয়েছিল যেমন "নগরের উপরে একটি গম্বুজের উপর স্থির করা কৃত্রিম সূর্যকে [ ]" বলা হয়, যেখানে তারা অভিনব শব্দটি পূরণ করেছিল লেবেল আগে শিখেছি. আটটি ভিন্ন প্রশ্ন এলোমেলোভাবে উপস্থাপন করা হয়েছিল। অংশগ্রহণকারীরা তাদের উত্তরের জন্য প্রতিক্রিয়া পেয়েছেন।
তাদের সমস্ত উত্তর সঠিক না হলে, অংশগ্রহণকারীদের আবার সমস্ত শিক্ষামূলক পাঠ্য সহ উপস্থাপন করা হয়েছিল, তারপরে সমস্ত নিয়ন্ত্রণ প্রশ্নগুলি অনুসরণ করা হয়েছিল। সমস্ত উত্তর সঠিক না হওয়া পর্যন্ত এটি পুনরাবৃত্তি করা হয়েছিল৷3 আমরা পরীক্ষা করে দেখেছি যে অংশগ্রহণকারীরা ল্যাব সেশনে পরীক্ষা করার আগে শেখার পর্যায়গুলি ছেড়ে দেয়নি৷
ফলাফল
পরীক্ষার পর্যায়
ত্রুটি ট্রায়ালগুলি (2.3%) বিশ্লেষণ থেকে বাদ দেওয়া হয়েছিল। 100 ms এর নিচে প্রতিক্রিয়া সময় সহ কোন ট্রায়াল ছিল না। প্রসঙ্গ এবং প্রতিক্রিয়া নির্দেশনা শেখার মাধ্যমে প্রতিক্রিয়ার সময়গুলি চিত্র 2-এ প্রদর্শিত হয়েছে।
আমরা পরীক্ষা 1-এ বর্ণিত একই মিশ্র-মডেল বিশ্লেষণ করেছি। শেখার প্রসঙ্গ এবং প্রতিক্রিয়া নির্দেশনার মধ্যে মিথস্ক্রিয়া সহ মডেলটি এটি ছাড়া মডেলের তুলনায় ডেটা ব্যাখ্যা করার ক্ষেত্রে উল্লেখযোগ্যভাবে ভাল পারফর্ম করেনি (휒2(1)=3.34 , p=0.067)। আমরা BF=0.0503 এর BIC-আনুমানিক Bayes ফ্যাক্টর পেয়েছি, যা নির্দেশ করে যে বেসলাইন মডেলের অধীনে ডেটা প্রায় 20 গুণ বেশি (বেসলাইন মডেলের পক্ষে ইতিবাচক প্রমাণ)। এই মডেলের মডেল প্যারামিটারগুলি সারণি 1 এ রিপোর্ট করা হয়েছে।
যেহেতু এই বিশ্লেষণের p-মানটি 0.05 এর কাছাকাছি ছিল, তাই আমরা একটি সম্যক প্রভাবের অনুপস্থিতি সম্পর্কে সিদ্ধান্তে যাওয়ার আগে একটি অতিরিক্ত ব্যাকআপ বিশ্লেষণ চালিয়েছিলাম৷
এই শেষে, আমরা অতিরিক্তভাবে একটি বিকল্প এক-গুণগত বিশ্লেষণ পরিচালনা করেছি যেখানে দুটি পরীক্ষামূলক ফ্যাক্টরকে একক ফ্যাক্টর "একসঙ্গে" (আপ-আপ এবং ডাউন-ডাউন কন্ডিশন হল সঙ্গতিপূর্ণ শর্ত, অন্য দুটি অসামঞ্জস্যপূর্ণ)। মিশ্র-মডেল-বিশ্লেষণে (উভয় অংশগ্রহণকারী এবং আইটেমগুলির জন্য একত্রিত হওয়ার জন্য র্যান্ডম ইন্টারসেপ্ট এবং এলোমেলো ঢাল সহ মডেল সহ) একমত হওয়ার জন্য একটি নির্দিষ্ট প্রভাব সহ মডেলটির উল্লেখযোগ্যভাবে উন্নতি করেনি (휒2(1)=1.49, p { {8}}.222)।
আবার, এখানে উপস্থাপিত উভয় ধরণের বিশ্লেষণের জন্য, একই প্যাটার্নটি উদ্ভূত হয়েছিল যখন বিশ্লেষণটিকে আইটেমগুলিতে সীমাবদ্ধ করার সময় অংশগ্রহণকারীরা স্পষ্ট বিচার কার্যে সঠিক উত্তর দিয়েছিল।
সুস্পষ্ট রায় টাস্ক
শেখার প্রসঙ্গে অংশগ্রহণকারীদের প্রতিক্রিয়া চিত্রে চিত্রিত করা হয়েছে। 2. আমরা আগের অধ্যয়নের মতো একই বেসলাইন GLMEM নিযুক্ত করেছি, "উর্ধ্বমুখী"-প্রতিক্রিয়াগুলির অনুপাতের পূর্বাভাস দেওয়ার জন্য শুধুমাত্র একটি ইন্টারসেপ্ট এবং র্যান্ডম ইন্টারসেপ্ট এবং সেইসাথে উভয় অংশগ্রহণকারী এবং আইটেমগুলির জন্য শেখার প্রেক্ষাপটের জন্য এলোমেলো ঢাল রয়েছে৷
একটি মডেল যা অতিরিক্তভাবে শেখার প্রেক্ষাপটের জন্য একটি নির্দিষ্ট প্রভাব ধারণ করে, অংশগ্রহণকারীদের উত্তরগুলি এই বেসলাইন মডেলের (휒2(1)=32.63,p < 0.001, 훽 {{6} থেকে উল্লেখযোগ্যভাবে ভাল ভবিষ্যদ্বাণী করেছিল } −9.93, z=−3.97)। আবার, উভয় অবস্থাই প্রত্যাশিত দিকের সম্ভাব্যতা অনুমান থেকে উল্লেখযোগ্যভাবে বিচ্যুত হয়েছে (চিত্র 2 দেখুন)।
আলোচনা
এই প্রথম দুটি পরীক্ষায়, আমরা ভাষা থেকে বিশুদ্ধভাবে শেখা শব্দগুলির জন্য কোনও স্বয়ংক্রিয় ক্রিয়া-সংগতি প্রভাব লক্ষ্য করিনি যদিও অংশগ্রহণকারীরা যখন স্পষ্টভাবে এটি করতে বলা হয়েছিল তখন শব্দের অন্তর্নিহিত অবস্থানগুলি নির্দেশ করতে সক্ষম হয়েছিল (Günther et al., 2018 এর সাথে ইনলাইন)।
উল্লেখযোগ্যভাবে, এই ঘটনাটি ঘটেছিল যদিও অংশগ্রহণকারীদের এই পূর্ববর্তী অধ্যয়নের তুলনায় উপন্যাসের শব্দগুলির সাথে অনেক বেশি অভিজ্ঞতা ছিল- আমরা যথেষ্ট পরিমাণে বর্ধিত শেখার পর্যায়গুলি নিযুক্ত করেছি, যেখানে উপন্যাসের শব্দগুলি বোধগম্য, সুসঙ্গত পাঠ্যের কেন্দ্রীয় ধারণাগুলিকে বর্ণনা করেছে যা অংশগ্রহণকারীরা দুবার পড়ে- এবং যদিও অভিজ্ঞতার মধ্যে সম্পর্ক ঘুমের সময় চিহ্নগুলি স্মৃতিকে একত্রিত করা যেতে পারে (ওয়াকার এবং স্টিকগোল্ড, 2006)।
এটি অবশ্যই যুক্তি দেওয়া যেতে পারে যে অংশগ্রহণকারীদের এখনও এই শব্দগুলির সাথে তুলনামূলকভাবে কম অভিজ্ঞতা ছিল এবং তাই পড়ার সময় স্বয়ংক্রিয়ভাবে তাদের অর্থ অ্যাক্সেস করতে পারেনি।
অংশগ্রহণকারীরা তাদের শেখার প্রেক্ষাপটের বাইরেও কখনো অভিনব শব্দের সম্মুখীন হননি, যা নির্দিষ্ট উল্লম্ব অবস্থানগুলিকে স্পষ্টভাবে বর্ণনা করে। অতএব, কোন সেন্সরিমোটর তথ্যের জন্য তাদের কখনই পুনরুদ্ধার সংকেত শব্দগুলি ব্যবহার করতে হয়নি, ফলে দুর্বল সহযোগী লিঙ্কগুলি। উপরন্তু, অংশগ্রহণকারীরা যোগাযোগে সক্রিয়ভাবে এই অভিনব শব্দগুলি ব্যবহার করেনি এবং কৃত্রিম ল্যাব সেটিং এর বাইরে কখনও তাদের মুখোমুখি হয়নি।
তারা এইভাবে তাদের বাস্তব-বিশ্বের প্রাসঙ্গিকতা ছাড়াই স্পষ্টতই কৃত্রিম পরীক্ষামূলক উপাদান হিসেবে ধরে নিতে পারে এবং তাদেরকে প্রকৃত লেক্সিকন এন্ট্রি হিসেবে বিবেচনা করবে না।
For more information:1950477648nn@gmail.com
