Effets de regroupement temporel dans la mémoire verbale et musicale à court terme : la représentation des ordres en série est-elle un domaine général ? Partie 2

En résumé, la présente étude visait à étudier les effets du regroupement temporel sur la reconstruction en série immédiate de séquences de tons.

Les séquences de tons sont un problème courant que rencontrent les gens lors de l’apprentissage et de la mémorisation d’une langue, mais elles peuvent être améliorées et gérées. La maîtrise des séquences de tons est essentielle à notre mémoire et à notre efficacité d’apprentissage.

La recherche montre que des séquences de tonalités peuvent stimuler différentes parties du cerveau et stimuler les centres de mémoire. Cela signifie qu’avec le bon ton de voix, nous pouvons améliorer la mémoire et l’apprentissage. Par exemple, lorsque nous apprenons un nouveau mot de vocabulaire, nous pouvons utiliser différentes intonations pour nous aider à nous en souvenir et même le chanter nous-mêmes si nécessaire. Cette méthode peut être utilisée dans de nombreux apprentissages du chinois et des langues étrangères.

Dans la vie quotidienne, maîtriser le pitch peut améliorer les compétences sociales et la communication interpersonnelle. Apprendre à utiliser une intonation et un ton de voix appropriés nous permet de mieux communiquer et de mieux nous comprendre les uns les autres. Le ton et l'intonation corrects sont encore plus importants dans les négociations commerciales ou la communication entre différentes cultures.

Enfin, nous aimerions mentionner l’impact du pitch sur l’humeur et les émotions. En utilisant différents tons de voix, nous pouvons ajuster notre humeur et notre état émotionnel. Par exemple, un ton de voix aigu peut rendre les gens excités et heureux, tandis qu'un ton de voix bas peut provoquer des sentiments de calme et de douceur.

En résumé, la maîtrise des séquences de tons est cruciale pour notre mémoire, notre apprentissage, nos compétences sociales et notre contrôle émotionnel. Reprenons notre langage et utilisons le ton et l'intonation appropriés pour améliorer la qualité de nos vies. On peut voir que nous devons améliorer la mémoire, et Cistanche deserticola peut améliorer considérablement la mémoire, car Cistanche deserticola a des effets antioxydants, anti-inflammatoires et anti-âge, qui peuvent aider à réduire l'oxydation et les réactions inflammatoires dans le cerveau, protégeant ainsi le santé du système nerveux. De plus, Cistanche deserticola peut également favoriser la croissance et la réparation des cellules nerveuses, améliorant ainsi la connectivité et le fonctionnement des réseaux neuronaux. Ces effets peuvent contribuer à améliorer la mémoire, l’apprentissage et la vitesse de réflexion, et peuvent également prévenir le développement de dysfonctionnements cognitifs et de maladies neurodégénératives.

Cliquez sur Connaître pour améliorer la mémoire à court terme

En comparant les effets de regroupement temporel observés pour les séquences tonales avec ceux rapportés dans la littérature verbale sur la STM, notre objectif était de (1) améliorer notre compréhension des mécanismes sous-jacents à la représentation de l'ordre sériel dans la STM musicale et (2) d'aborder la question de la généralité du domaine des processus de commande en série dans STM.

Nous avons mené une première expérience préenregistrée comparant la reconstruction directe des informations d'ordre en série entre des séquences de tons 6- non groupées et les mêmes séquences regroupées en deux groupes de trois éléments.1

Sur la base des résultats obtenus dans cette première expérience, une expérience de suivi en ligne non pré-enregistrée nécessitant le rappel en série de séquences de lettres groupées et non groupées de 6- lettres a été menée pour permettre une comparaison directe avec les données obtenues dans l'expérience 1.

En raison de la présence d'un effet plafond qui limitait la comparaison des effets de regroupement temporel dans les domaines musical (Expérience 1) et verbal (Expérience 2), une autre expérience en ligne non préenregistrée a été menée pour tenir compte de l'effet plafond. Dans l'ensemble, ces expériences soutiennent l'hypothèse proche. similitude entre les effets de regroupement temporel observés dans les domaines verbal et musical.

Expérience 1 : reconstruction avancée de l'ordre musical

Méthode

Plan d'échantillonnage. Il existe actuellement une tendance dans le domaine des sciences psychologiques favorisant l'utilisation de techniques statistiques bayésiennes pour concevoir des expériences et réaliser des inférences statistiques. Les statistiques bayésiennes offrent plusieurs avantages (pour une revue, voir Dienes, 2016 ; Wagenmakers et al., 2018).

Par exemple, les analyses statistiques bayésiennes permettent le suivi des preuves statistiques lors de la collecte des données, ne sont pas influencées par l'intention avec laquelle les données sont collectées et ne sont pas sensibles aux règles d'arrêt facultatives (Berger & Berry, 1988 ; Rouder, 2014). En gardant ces considérations à l'esprit, nous avons utilisé le plan d'échantillonnage suivant pour l'expérience 1 (pour une justification similaire dans la détermination du plan d'échantillonnage, voir Wagenmakers et al., 2015).

Nous avons d'abord recruté 20 participants et effectué les analyses prévues. Si pour ces analyses (voir la section « Plan d'analyse » pour plus de détails), nous avons obtenu un fort niveau de preuve statistique soit pour une hypothèse alternative (H1), soit pour l'hypothèse nulle (H0) avec un facteur Bayes (BF) de 10 ou plus, la collecte des données serait arrêté. Si ce critère n'était pas rempli pour au moins une de nos analyses prévues, nous recruterions plus de participants tout en surveillant les valeurs de BF.

En d'autres termes, nous avons effectué les mêmes analyses après chaque lot de cinq participants et avons continué jusqu'à ce que nous obtenions des preuves statistiques solides pour toutes les analyses prévues (H0 ou H1). Cependant, en raison de ressources limitées, nous avons prévu d'arrêter la collecte de données après le recrutement de 50 participants, même si nous n'avons pas satisfait au critère de preuve statistique pour toutes les analyses prévues.Participants.

L'expérience a été approuvée par le comité d'éthique de la Faculté de psychologie et des sciences de l'éducation de l'Université de Genève. Cinquante-huit étudiants en psychologie de première année de l'Université de Genève ont participé à l'expérience 1 en échange d'un crédit de cours partiel.

L'échantillon final était composé de 50 participants (45 femmes ; âge n ans : M=21,78, SD=1,95 ; niveau d'éducation en années : M=13.00 , SD=1.12 ; apprentissage de la théorie musicale en années : M=0.35, SD=0.85 ; pratique musicale en années : M=0.69, SD{ {16}}.04) après l'exclusion de huit participants ne répondant pas aux critères d'inclusion (voir le fichier de données démographiques sur le référentiel OSF associé à ce manuscrit pour plus de détails). Critères d'inclusion et d'exclusion.

Comme nous étions intéressés par la STM musicale pour le traitement des commandes en série chez des participants sans expertise musicale, les participants ne devaient pas avoir plus de 3 ans d'expérience dans l'étude du solfège ou la pratique d'un instrument de musique (y compris le chant) au moment de l'expérience. Nous avons exclu de l'échantillon les participants souffrant de troubles neurologiques ou de troubles de la parole (par exemple, dyslexie).

Enfin, nous avons exclu de l'analyse les données de tous les participants ayant des performances égales ou inférieures au niveau de chance de 0,17 dans au moins une des conditions expérimentales. Pour respecter le plan d'échantillonnage, les participants exclus ont été remplacés par le recrutement d'autres participants.
Stimuli. Les stimuli consistaient en 60 séquences de tons 6-. Pour réduire la possibilité que l'utilisation d'un ensemble limité de six tons puisse augmenter les interférences proactives, nous avons utilisé un ensemble de 14 tons différents comprenant tous les niveaux diatoniques de la gamme de do majeur (allant de C4 à B5). Les tonalités étaient des ondes pures sinusoïdales générées avec Audacity (Audacity Team, 2017) et enregistrées sous forme de fichiers .wav, chacune d'une durée de 500 ms avec une période de montée et de descente de 10 ms.

Les séquences de tons ont été générées à l'aide de permutations pseudo-aléatoires suivant trois règles adaptées d'études antérieures sur les STM verbales pour l'ordre en série (voir, par exemple, Hartley et al., 2016) :

1. Pas plus de deux tonalités consécutives qui sont également consécutives dans l'ensemble de tonalités (par exemple, C4-E4-G4 ou B4-D5-F5 n'étaient pas légaux) ;

2. Pas plus de deux intervalles consécutifs dans la même direction (par exemple, C4 [ ]  E4 [ ]  D5 [ ]  G4 était autorisé mais pas C4 [ ]  E4 [ ]  D5 [ ]  F5) ;

3. Aucune tonalité à la même position en série lors des essais successifs.

Comme les tons utilisés couvrent deux octaves, nous avons limité la taille des intervalles à un maximum de sept demi-tons pour éviter la présence de grands intervalles inconnus. Nous nous sommes également assurés que les séquences étaient fortement liées à une gamme majeure. En d’autres termes, chaque séquence a une corrélation clé maximale d’au moins 0,70 avec le profil de distribution tonale d’au moins une des gammes majeures. La corrélation clé maximale a été déterminée à l'aide de l'algorithme de recherche de Krumhansl & Schmucklerkey (Krumhansl, 1990).

Pour faire correspondre les stimuli entre les deux conditions de regroupement, nous avons réutilisé les 30 séquences des essais non groupés mais les avons jouées dans l'ordre série inverse et les avons présentées du dernier au premier dans les essais groupés.

Pour éviter les effets indésirables résultant de l'utilisation d'un ensemble fixe de séquences de sons, un nouvel ensemble de séquences de sons créées de manière pseudo-aléatoire a été généré à l'avance pour chaque participant. Pour garantir que chaque séquence créée a été utilisée à la fois dans un essai non groupé et en groupe, les participants pairs avaient les séquences non groupées et groupées correspondant respectivement aux séquences groupées et non groupées du participant impair précédent dans l'expérience.

Conception expérimentale. L'expérience était basée sur une conception 2-factorielle au sein des participants. Les deux types de séquences étaient présentés dans deux blocs différents, les séquences non groupées étant toujours présentées en premier.

Cela a été fait pour éviter que la présentation des séquences groupées en premier puisse conduire à l'utilisation de stratégies de regroupement subjectives pour des essais non groupés (pour une procédure similaire, voir Farrell & Lewandowsky, 2004 ; Hartley et al., 2016). Pour les essais non groupés, les tonalités étaient présentées à un rythme régulier. Procédure.

La procédure consistait en la présentation auditive de 60 essais au total. Les stimuli ont été diffusés à un niveau auditif confortable grâce à des écouteurs connectés à un poste de travail portable. Chaque essai commençait par un compte à rebours de 3 à 1 affiché au centre de l'écran de l'ordinateur à une cadence de 500 ms. La séquence de tonalités a été jouée consécutivement sur un écran vide affiché pendant 500 ms.

Dans les essais non groupés, les tonalités ont été présentées avec un intervalle interstimulus régulier (ISI) de 150 ms. Dans les essais groupés, l'ISI était de 75 ms pour les éléments intra-groupe (positions 1-2, 2-3, 4-5 et 5-6) et de 450 ms pour les éléments formant des limites de groupe (positions 3-4). Immédiatement après la présentation d'une séquence, un clavier virtuel s'affichait sur l'écran et les participants utilisaient l'écran tactile pour reconstituer la séquence.

Les participants ont été obligés de reconstruire les séquences dans un ordre sériel avancé. Pour ce faire, ils devaient trouver et valider la tonalité correspondant à la première position, puis passer à la deuxième position, et ainsi de suite jusqu'à reconstruire l'ensemble de la séquence. Le clavier virtuel a de nouveau été utilisé pour reconstruire les séquences de tonalités (Figure 2). Une couche de six touches blanches représentant les six tonalités entendues dans la séquence à reconstruire était affichée horizontalement sur l'écran. Les tons étaient organisés par ordre croissant, du plus bas à gauche au plus haut à droite.

Chaque fois qu'une touche était enfoncée sur l'écran tactile, la tonalité correspondante était diffusée dans les écouteurs. Appuyer sur une touche a activé la tonalité associée en changeant la couleur de la touche en vert (voir les panneaux 1, 5, 7 ou 10 de la figure 2). Une fois que le participant a récupéré la tonalité de la position actuelle et activé la touche, il devait appuyer sur le bouton « valider » pour passer à la position suivante (voir les panneaux 4, 6, 8 ou 12 de la figure 2).

Après qu'une tonalité ait été attribuée à une position, la touche correspondante est devenue grise pour indiquer que la tonalité ne pouvait plus être utilisée et le retour auditif de cette touche a été désactivé. Il était possible de changer la tonalité « active » avant de valider une position (voir les panneaux 10 à 12 de la figure 2), mais pas une fois la position validée.

Si pour une position le participant ne se souvenait pas du ton correspondant ou ne voulait pas deviner, il était possible de répondre « Je ne sais pas » en sélectionnant le « ? avant de valider la position (voir panneau 11 sur la Figure 2). Enfin, à tout moment du processus de reconstruction, les participants ont eu la possibilité d'entendre la séquence reconstruite jusque-là (voir panneau 9 de la figure 2).

Hypothèses

L'expérience avait les objectifs suivants : (1) mieux comprendre la nature des mécanismes d'ordonnancement dans la STM musicale à travers l'étude des effets de regroupement temporel chez les non-musiciens, ce qui permettrait à son tour (2) d'évaluer l'hypothèse de généralité du domaine de l'ordre sériel dans la STM. .

Pour y parvenir, nous avons comparé les performances de rappel pour des séquences de tonalités 6- non groupées et groupées, en nous concentrant sur la précision du rappel en série, la forme des courbes de position en série, les latences de réponse et les taux d'erreurs d'interposition. Selon l'hypothèse de généralité du domaine de l'ordre série STM, il était prévu d'observer une précision de rappel plus élevée pour les séquences groupées que non groupées.

Nous avons également prédit la présence d'une courbe de position en série à courbures multiples pour les séquences groupées. Enfin, nous nous attendions à observer plus d’erreurs d’interposition dans les séquences groupées que non groupées.

Plan d'analyse

Nous avons utilisé le programme open source JASP (version 0.14, JASP Team, 2018) avec des paramètres par défaut pour toutes les analyses planifiées (décrites ci-dessous) et exploratoires rapportées. Pour les tests t bayésiens , le prior était représenté par une distribution de Cauchy avec une échelle r de 0,707.

Pour l'analyse bayésienne de la variance (ANOVA), l'analyse préalable consistait également en une distribution de Cauchy, avec une échelle r de 0,5 et 1 pour les effets fixes et aléatoires, respectivement. Précision du rappel et courbe de position en série. Nous avons analysé les courbes de position en série en faisant la moyenne de la précision du rappel en fonction de la position en série et des conditions de regroupement pour chaque participant.

Then, we performed a 2 × 6 repeated-measures ANOVA, with a 2-level type of sequence factor (ungrouped vs. grouped) and a 6-level serial position factor (from 1 to 6). In case of an interaction between the two factors (i.e., the full model is the best model and is supported by a BF of at least 10, relative to the second-best model), we assessed the presence of mini-primacy and mini-recency effects in grouped sequences by comparing recall accuracy between Positions 1 and 2 (H1: 1>2), positions 2 et 3 (H1 : 2<3), Positions 4 and 5 (H1: 4>5), et positions 5 et 6 (H1 : 5<6) via Bayesian paired samples t-tests.

Dégradés de transposition. Nous avons analysé les gradients de transposition en calculant la proportion d'erreurs de transposition en fonction du déplacement séparément pour chaque condition et chaque participant. Pour y parvenir, nous avons effectué une ANOVA à mesures répétées 2 × 5 avec un facteur de séquence de type 2-niveau (non groupé vs groupé) et un facteur de distance de déplacement 10-niveau (de –5 à 5, à l'exclusion de { {7}}).

If the full model turned out to be the best (i.e., BF>10par rapport au deuxième meilleur modèle), nous avons analysé l'interaction en nous concentrant sur le taux de déplacements adjacents et les erreurs d'interposition (voir l'analyse suivante pour plus de détails).

Erreurs d'interposition et taux de déplacement adjacents. Le taux d'erreurs d'interposition et de déplacements vers des positions en série adjacentes a été déterminé en calculant la proportion d'erreurs impliquant un déplacement entre groupes d'éléments conservant leur position initiale au sein du groupe (c'est-à-dire une distance absolue de trois positions) et la proportion de transpositions d'ordre en série caractérisées par une distance de déplacement absolue. d'une position en série parmi toutes les erreurs de commande en série et séparément pour chaque type de séquence (non groupéevs groupé).

Ensuite, les deux conditions de regroupement ont été comparées sur la base du taux d'erreurs d'interposition observé.

(H1: interpositions in grouped sequences>interpositionsdans des séquences non groupées) et déplacement adjacent (déplacement adjacent dans des séquences groupées

Résultats

Analyses prévues. Le BANOVA à mesures répétées 2 × 6 effectué sur la précision du rappel en fonction de la position en série (1 à 6) et de la condition de regroupement (groupé ou non), a révélé que le meilleur modèle est celui présentant les deux effets principaux (voir Figure 3a).

Ce modèle est préféré au deuxième meilleur modèle complet par un facteur de 1,80 (voir les lignes « Courbes de position en série » dans le tableau 1). Comme la préférence n’était caractérisée que par des preuves anecdotiques, nous avons analysé l’effet. Cela a été fait avec JASP via une méthode faisant la moyenne des preuves sur tous les modèles contenant l'effet d'intérêt. Les données ont fourni des preuves décisives en faveur de la présence d'un effet de position aérienne (BFInclusion=∞), des preuves très solides en faveur d'un effet de regroupement (BFInclusion=31.28) et des preuves anecdotiques en faveur de l'effet de regroupement (BFInclusion=31.28). présence de l'interaction (BFInclusion=2.15).

Comme initialement prévu, nous n'avons pas analysé les effets de mini-primauté et de mini-récence dans les séquences groupées car la présence de l'interaction n'était pas étayée par les données. L'ANOVA à mesures répétées 2 × 10 réalisée sur la proportion d'erreurs de transposition en tant que variable en fonction de la distance de transposition (−5 à 5, à l'exclusion de 0) et de la condition de regroupement (groupé ou non), a révélé que le meilleur modèle pour expliquer les données est le modèle complet (voir Figure 3b).

Ce modèle est préféré au deuxième meilleur contenant uniquement l'effet de la distance par un facteur de 173,36, ce qui représente un support décisif pour le meilleur modèle (voir les lignes « Transpositiongradients » dans le tableau 1).

Étant donné le support clair d'une interaction entre la condition de regroupement et la distance de transposition, nous avons comparé le taux de transpositions et d'interpositions adjacentes entre les deux conditions de regroupement comme initialement prévu.

For more information:1950477648nn@gmail.com