मौखिक और संगीतमय अल्पकालिक स्मृति में टेम्पोरल ग्रुपिंग प्रभाव: क्या सीरियल ऑर्डर प्रतिनिधित्व डोमेन-सामान्य है? भाग 2

संक्षेप में, वर्तमान अध्ययन का उद्देश्य स्वर अनुक्रमों के तत्काल क्रमिक पुनर्निर्माण पर अस्थायी समूहन के प्रभावों की जांच करना है।

स्वर क्रम एक आम समस्या है जो लोगों को भाषा सीखने और याद रखने में होती है, लेकिन उन्हें सुधारा और प्रबंधित किया जा सकता है। स्वर अनुक्रमों में महारत हासिल करना हमारी याददाश्त और सीखने की प्रभावशीलता के लिए महत्वपूर्ण है।

शोध से पता चलता है कि स्वरों का क्रम मस्तिष्क के विभिन्न हिस्सों को उत्तेजित कर सकता है और स्मृति केंद्रों को उत्तेजित कर सकता है। इसका मतलब है कि आवाज के सही स्वर से हम याददाश्त और सीखने को बढ़ा सकते हैं। उदाहरण के लिए, एक नया शब्दावली शब्द सीखते समय, हम इसे याद रखने में मदद करने के लिए विभिन्न स्वरों का उपयोग कर सकते हैं और जरूरत पड़ने पर इसे स्वयं गा भी सकते हैं। इस पद्धति का उपयोग कई चीनी और विदेशी भाषा सीखने में किया जा सकता है।

दैनिक जीवन में, पिच में महारत हासिल करने से सामाजिक कौशल और पारस्परिक संचार में वृद्धि हो सकती है। उचित स्वर और स्वर का उपयोग करना सीखने से हम दूसरों के साथ बेहतर ढंग से संवाद कर सकते हैं और एक-दूसरे को समझ सकते हैं। विशेष रूप से व्यावसायिक बातचीत या विभिन्न संस्कृतियों के बीच संचार में, सही स्वर और स्वर और भी अधिक महत्वपूर्ण हैं।

अंत में, हम मनोदशा और भावनाओं पर पिच के प्रभाव का उल्लेख करना चाहेंगे। आवाज़ के विभिन्न स्वरों का उपयोग करके, हम अपने मूड और भावनात्मक स्थिति को समायोजित कर सकते हैं। उदाहरण के लिए, आवाज़ का ऊँचा स्वर लोगों को उत्साहित और खुश महसूस करा सकता है, जबकि आवाज़ का धीमा स्वर शांति और सौम्यता की भावनाएँ ला सकता है।

संक्षेप में, स्वर अनुक्रमों में महारत हासिल करना हमारी स्मृति, सीखने, सामाजिक कौशल और भावनात्मक नियंत्रण के लिए महत्वपूर्ण है। आइए अपने जीवन की गुणवत्ता में सुधार के लिए अपनी भाषा चुनें और उचित स्वर और स्वर का प्रयोग करें। यह देखा जा सकता है कि हमें याददाश्त में सुधार करने की आवश्यकता है, और सिस्टैंच डेजर्टिकोला याददाश्त में काफी सुधार कर सकता है, क्योंकि सिस्टैंच डेजर्टिकोला में एंटीऑक्सिडेंट, एंटी-इंफ्लेमेटरी और एंटी-एजिंग प्रभाव होते हैं, जो मस्तिष्क में ऑक्सीकरण और सूजन प्रतिक्रियाओं को कम करने में मदद कर सकते हैं, जिससे मस्तिष्क की रक्षा होती है। तंत्रिका तंत्र का स्वास्थ्य. इसके अलावा, सिस्टैंच डेजर्टिकोला तंत्रिका कोशिकाओं की वृद्धि और मरम्मत को भी बढ़ावा दे सकता है, जिससे तंत्रिका नेटवर्क की कनेक्टिविटी और कार्य में वृद्धि होती है। ये प्रभाव स्मृति, सीखने और सोचने की गति को बेहतर बनाने में मदद कर सकते हैं, और संज्ञानात्मक शिथिलता और न्यूरोडीजेनेरेटिव रोगों के विकास को भी रोक सकते हैं।

अल्पकालिक स्मृति में सुधार के लिए जानिए पर क्लिक करें

मौखिक एसटीएम साहित्य में रिपोर्ट किए गए टोन अनुक्रमों के लिए देखे गए अस्थायी समूहीकरण प्रभावों की तुलना के माध्यम से, हमारा लक्ष्य (1) संगीत एसटीएम में क्रमिक क्रम के प्रतिनिधित्व के अंतर्निहित तंत्र की हमारी समझ में सुधार करना था और (2) प्रश्न का समाधान करना था। एसटीएम में सीरियलऑर्डर प्रक्रियाओं की डोमेन-सामान्यता।

हमने पहला पूर्व-पंजीकृत प्रयोग किया, जिसमें असमूहीकृत 6- टोन अनुक्रमों और तीन वस्तुओं के दो समूहों में समूहीकृत समान अनुक्रमों के बीच क्रमबद्ध जानकारी के आगे के पुनर्निर्माण की तुलना की गई।1

उस पहले प्रयोग में प्राप्त परिणामों के आधार पर, प्रयोग 1 में प्राप्त डेटा के साथ सीधी तुलना की अनुमति देने के लिए एक गैर-पूर्व पंजीकृत अनुवर्ती ऑनलाइन प्रयोग किया गया है जिसमें 6- अक्षरों को समूहीकृत और असमूहीकृत अनुक्रमों को क्रमिक रूप से याद करने की आवश्यकता होती है।

सीलिंग प्रभाव की उपस्थिति के कारण, जिसने संगीत (प्रयोग 1) और मौखिक (प्रयोग 2) डोमेन में अस्थायी समूह प्रभावों की तुलना को सीमित कर दिया, सीलिंग प्रभाव को ध्यान में रखते हुए एक और गैर-पूर्व पंजीकृत ऑनलाइन प्रयोग आयोजित किया गया था। कुल मिलाकर, ये प्रयोग समापन का समर्थन करते हैं मौखिक और संगीत क्षेत्रों में देखे गए अस्थायी समूहीकरण प्रभावों के बीच समानता।

प्रयोग 1: संगीत क्रम का आगे पुनर्निर्माण

तरीका

नमूने चुनने की प्रक्रिया। वर्तमान में मनोवैज्ञानिक विज्ञान के क्षेत्र में प्रयोगों को डिजाइन करने और सांख्यिकीय निष्कर्ष निकालने के लिए बायेसियन सांख्यिकीय तकनीकों के उपयोग के पक्ष में एक प्रवृत्ति है। बायेसियन आँकड़े कई लाभ प्रदान करते हैं (समीक्षा के लिए, डायनेस, 2016 देखें; वैगनमेकर्स एट अल।, 2018)।

उदाहरण के लिए, बायेसियन सांख्यिकीय विश्लेषण डेटा संग्रह के दौरान सांख्यिकीय साक्ष्य की निगरानी की अनुमति देते हैं, उस इरादे से प्रभावित नहीं होते हैं जिसके साथ डेटा एकत्र किया जाता है, और वैकल्पिक रोक नियमों के प्रति संवेदनशील नहीं होते हैं (बर्जर एंड बेरी, 1988; राउडर, 2014)। इन विचारों को ध्यान में रखते हुए, हमने प्रयोग 1 के लिए निम्नलिखित नमूना योजना का उपयोग किया (नमूना योजना निर्धारित करने में समान तर्क के लिए, वैगनमेकर्स एट अल।, 2015 देखें)।

हमने सबसे पहले 20 प्रतिभागियों की भर्ती की और नियोजित विश्लेषण किया। यदि इन विश्लेषणों के लिए (अधिक विवरण के लिए "विश्लेषण योजना" अनुभाग देखें), तो हमने 10 या अधिक के बेयस फैक्टर (बीएफ) के साथ वैकल्पिक (एच1) या शून्य (एच0) परिकल्पना के लिए सांख्यिकीय साक्ष्य का एक मजबूत स्तर प्राप्त किया, डेटा संग्रह रोका जाएगा. यदि वह मानदंड हमारे नियोजित विश्लेषणों में से कम से कम एक के लिए पूरा नहीं हुआ, तो हम बीएफ मूल्यों की निगरानी करते हुए अधिक प्रतिभागियों की भर्ती करेंगे।

दूसरे शब्दों में, हमने पांच प्रतिभागियों के प्रत्येक बैच के बाद समान विश्लेषण चलाया और तब तक जारी रखा जब तक कि हम सभी नियोजित विश्लेषणों (एच 0 या एच 1) के लिए मजबूत सांख्यिकीय साक्ष्य तक नहीं पहुंच गए। हालाँकि, संसाधन सीमाओं के कारण, हमने 50 प्रतिभागियों की भर्ती के बाद डेटा संग्रह को रोकने की योजना बनाई, भले ही हम सभी नियोजित विश्लेषणों के लिए सांख्यिकीय साक्ष्य की कसौटी पर खरे नहीं उतरे।प्रतिभागियों।

प्रयोग को जिनेवा विश्वविद्यालय के मनोविज्ञान और शिक्षा विज्ञान संकाय की नैतिक समिति द्वारा अनुमोदित किया गया था। जिनेवा विश्वविद्यालय के 58 प्रथम वर्ष के मनोविज्ञान छात्रों ने आंशिक पाठ्यक्रम क्रेडिट के बदले में प्रयोग 1 में भाग लिया।

अंतिम नमूना 50 प्रतिभागियों से बना था (45 महिलाएँ; आयु n वर्ष: M=21.78, SD=1.95; शिक्षास्तर वर्षों में: M=13.00 , एसडी=1.12; संगीत सिद्धांत सीखना वर्षों में: एम=0.35, एसडी=0.85; संगीत अभ्यास वर्षों में:एम=0.69, एसडी{ {16}}.04) आठ प्रतिभागियों के बहिष्कार के बाद जो समावेशन मानदंडों को पूरा नहीं करते थे (अधिक विवरण के लिए इस पांडुलिपि से जुड़े ओएसएफ भंडार पर जनसांख्यिकीय डेटा फ़ाइल देखें)। समावेशन और बहिष्करण मानदंड।

जैसा कि हम बिना किसी संगीत विशेषज्ञता वाले प्रतिभागियों में क्रमिक क्रम प्रसंस्करण के लिए संगीत एसटीएम में रुचि रखते थे, प्रतिभागियों को प्रयोग के समय संगीत सिद्धांत का अध्ययन करने या संगीत वाद्ययंत्र (गायन सहित) का अभ्यास करने में 3 साल से अधिक का अनुभव नहीं होना चाहिए। हमने नमूने से न्यूरोलॉजिकल या भाषण विकारों (उदाहरण के लिए, डिस्लेक्सिया) वाले प्रतिभागियों को बाहर रखा।

अंत में, हमने कम से कम एक प्रयोगात्मक स्थिति में .17 संभावना स्तर के बराबर या उससे कम प्रदर्शन वाले किसी भी प्रतिभागी के डेटा को विश्लेषण से बाहर कर दिया। नमूनाकरण योजना का पालन करने के लिए, बहिष्कृत प्रतिभागियों को अन्य प्रतिभागियों की भर्ती से प्रतिस्थापित किया गया।
उत्तेजना. उत्तेजनाओं में 60, 6-स्वर अनुक्रम शामिल थे। इस संभावना को कम करने के लिए कि छह टोन के सीमित सेट का उपयोग सक्रिय हस्तक्षेप को बढ़ा सकता है, हमने 14 अलग-अलग टोन के एक सेट का उपयोग किया जिसमें सीमेजर स्केल (सी4 से बी5 तक) के सभी डायटोनिक चरण शामिल थे। टोन ऑडेसिटी (ऑडेसिटी टीम, 2017) के साथ उत्पन्न शुद्ध तरंगें थीं और .wav फ़ाइलों के रूप में सहेजी गईं, प्रत्येक 10 एमएस की वृद्धि और गिरावट अवधि के साथ 500 एमएस तक चलती थीं।

क्रमिक क्रम के लिए मौखिक एसटीएम पर पिछले अध्ययनों से अनुकूलित तीन नियमों का पालन करते हुए छद्म-यादृच्छिक क्रमपरिवर्तन का उपयोग करके टोन अनुक्रम उत्पन्न किए गए थे (उदाहरण के लिए, हार्टले एट अल।, 2016 देखें):

1. लगातार दो से अधिक टोन नहीं जो टोन सेट में भी लगातार हों (उदाहरण के लिए, C4-E4-G4 या B4-D5-F5 कानूनी नहीं था);

2. एक ही दिशा में लगातार दो से अधिक अंतराल नहीं (उदाहरण के लिए, C4 [ ]  E4 [ ]  D5 [ ]  G4 की अनुमति थी लेकिन C4 [ ]  E4 [ ]  D5 [ ]  F5 की अनुमति नहीं थी);

3. क्रमिक परीक्षणों में समान क्रम स्थिति में कोई स्वर नहीं।

चूंकि प्रयुक्त स्वर दो सप्तक को कवर करते हैं, इसलिए हमने अपरिचित बड़े अंतरालों की उपस्थिति से बचने के लिए अंतराल आकार को अधिकतम सात सेमीटोन तक सीमित कर दिया है। हमने यह भी सुनिश्चित किया कि अनुक्रम बड़े पैमाने से संबंधित थे। दूसरे शब्दों में, प्रत्येक अनुक्रम में कम से कम एक प्रमुख पैमाने के टोन वितरण प्रोफ़ाइल के साथ कम से कम .70 का अधिकतम कुंजी सहसंबंध होता है। अधिकतम कुंजी सहसंबंध क्रुम्हांसल और श्मुक्लेरकी-खोज एल्गोरिथ्म (क्रुम्हांसल, 1990) का उपयोग करके निर्धारित किया गया था।

दो समूह स्थितियों के बीच उत्तेजनाओं का मिलान करने के लिए, हमने असमूहीकृत परीक्षणों से 30 अनुक्रमों का पुन: उपयोग किया, लेकिन उन्हें उल्टे क्रम में चलाया और उन्हें समूहीकृत परीक्षणों में अंतिम से पहले तक प्रस्तुत किया।

स्वर अनुक्रमों के एक निश्चित सेट के उपयोग से उत्पन्न होने वाले अवांछित प्रभावों को रोकने के लिए, प्रत्येक प्रतिभागी के लिए छद्म-यादृच्छिक रूप से बनाए गए स्वर अनुक्रमों का एक नया सेट पहले से तैयार किया गया था। यह सुनिश्चित करने के लिए कि प्रत्येक निर्मित अनुक्रम का उपयोग असमूहीकृत और समूह परीक्षण दोनों में किया गया था, सम-संख्या वाले प्रतिभागियों के पास प्रयोग में पिछले विषम-संख्या वाले प्रतिभागी के क्रमशः समूहीकृत और असमूहीकृत अनुक्रमों के अनुरूप असमूहीकृत और समूहीकृत अनुक्रम थे।

प्रयोगात्मक परिरूप। यह प्रयोग प्रतिभागियों के डिज़ाइन के भीतर के कारक पर आधारित था। दो प्रकार के अनुक्रमों को दो अलग-अलग ब्लॉकों में प्रस्तुत किया गया था, अवर्गीकृत अनुक्रमों को हमेशा पहले प्रस्तुत किया गया था।

ऐसा पहले समूहीकृत अनुक्रमों को प्रस्तुत करने से बचने के लिए किया गया था, जिससे असमूहीकृत परीक्षणों के लिए व्यक्तिपरक समूहीकरण रणनीतियों का उपयोग हो सके (समान प्रक्रिया के लिए, फैरेल और लेवांडोस्की, 2004; हार्टले एट अल।, 2016 देखें)। असमूहीकृत परीक्षणों के लिए, स्वरों को नियमित गति से प्रस्तुत किया गया। प्रक्रिया।

इस प्रक्रिया में कुल 60 परीक्षणों की श्रवण प्रस्तुति शामिल थी। पोर्टेबल वर्कस्टेशन से जुड़े हेडफ़ोन के माध्यम से उत्तेजनाओं को आरामदायक श्रवण स्तर पर चलाया गया। प्रत्येक परीक्षण कंप्यूटर स्क्रीन के केंद्र पर 500ms की गति से प्रदर्शित 3 से 1 तक की उलटी गिनती के साथ शुरू हुआ। टोन अनुक्रम को 500ms तक प्रदर्शित रिक्त स्क्रीन पर लगातार चलाया गया।

असमूहीकृत परीक्षणों में, स्वरों को 150 एमएस के नियमित अंतर-उत्तेजक अंतराल (आईएसआई) के साथ प्रस्तुत किया गया था। समूहीकृत परीक्षणों में, आईएसआई समूह के भीतर की वस्तुओं (स्थिति 1-2, 2-3,4-5, और 5-6) के लिए 75 एमएस और समूह सीमा बनाने वाली वस्तुओं के बीच 450 एमएस (स्थिति 3-4) थी। अनुक्रम की प्रस्तुति के तुरंत बाद, स्क्रीन पर एक वर्चुअल कीबोर्ड प्रदर्शित किया गया और प्रतिभागियों ने अनुक्रम को फिर से बनाने के लिए टच स्क्रीन का उपयोग किया।

प्रतिभागियों को आगे के क्रमिक क्रम में अनुक्रमों का पुनर्निर्माण करने के लिए मजबूर किया गया। ऐसा करने के लिए, उन्हें पहली स्थिति के अनुरूप टोन को ढूंढना और मान्य करना था, फिर दूसरी स्थिति पर आगे बढ़ना था, और इसी तरह जब तक कि पूरे अनुक्रम का पुनर्निर्माण नहीं हो जाता। टोन अनुक्रमों को फिर से बनाने के लिए वर्चुअल कीबोर्ड का फिर से उपयोग किया गया (चित्रा 2)। पुनर्निर्मित अनुक्रम में सुने गए छह स्वरों का प्रतिनिधित्व करने वाली छह सफेद कुंजियों की एक परत स्क्रीन पर क्षैतिज रूप से प्रदर्शित की गई थी। स्वरों को आरोही क्रम में व्यवस्थित किया गया था, बाईं ओर सबसे निचले से लेकर दाईं ओर उच्चतम तक।

हर बार जब टच स्क्रीन पर एक कुंजी दबाई जाती थी, तो हेडफ़ोन के माध्यम से संबंधित टोन बजती थी। किसी कुंजी को छूने से कुंजी का रंग हरे में बदलकर संबंधित टोन सक्रिय हो जाती है (चित्र 2 में पैनल 1, 5, 7, या 10 देखें)। एक बार जब प्रतिभागी ने वर्तमान स्थिति के लिए टोन प्राप्त कर लिया और कुंजी को सक्रिय कर दिया, तो उन्हें अगली स्थिति पर आगे बढ़ने के लिए "मान्य करें" बटन दबाना पड़ा (चित्र 2 में पैनल 4, 6, 8, या 12 देखें)।

एक टोन को एक स्थिति में निर्दिष्ट करने के बाद, संबंधित कुंजी को ग्रे में बदल दिया गया, यह इंगित करने के लिए कि टोन का अब उपयोग नहीं किया जा सकता है और उस कुंजी के लिए श्रवण प्रतिक्रिया बंद कर दी गई है। किसी स्थिति को मान्य करने से पहले "सक्रिय" टोन को बदलना संभव था (चित्र 2 में पैनल 10-12 देखें) लेकिन स्थिति मान्य होने के बाद नहीं।

यदि किसी स्थिति के लिए प्रतिभागी को संबंधित स्वर याद नहीं है या वह अनुमान नहीं लगाना चाहता है, तो "?" का चयन करके "मुझे नहीं पता" का उत्तर देना संभव था। स्थिति को सत्यापित करने से पहले बटन (चित्र 2 में पैनल 11 देखें)। अंततः, पुनर्निर्माण प्रक्रिया के दौरान किसी भी समय, प्रतिभागियों को तब तक पुनर्निर्मित अनुक्रम को सुनने का अवसर मिला (चित्र 2 में पैनल 9 देखें)।

परिकल्पना

प्रयोग के निम्नलिखित उद्देश्य थे: (1) गैर-संगीतकारों में अस्थायी समूहीकरण प्रभावों के अध्ययन के माध्यम से संगीत एसटीएम में ऑर्डरिंग तंत्र की प्रकृति को बेहतर ढंग से समझना, जो बदले में (2) एसटीएम में सीरियल ऑर्डर की डोमेन-सामान्यता परिकल्पना का आकलन करने की अनुमति देगा। .

इसे प्राप्त करने के लिए, हमने क्रमबद्ध रिकॉल सटीकता, सीरियल स्थिति वक्र के आकार, प्रतिक्रिया विलंबता और इंटरपोज़िशन त्रुटियों की दरों पर ध्यान केंद्रित करते हुए, असमूहीकृत और समूहीकृत 6-टोन अनुक्रमों के लिए रिकॉल प्रदर्शन की तुलना की। सीरियल ऑर्डर एसटीएम की डोमेन-सामान्यता परिकल्पना के अनुसार, असमूहीकृत अनुक्रमों की तुलना में समूहीकृत के लिए उच्च रिकॉल सटीकता का निरीक्षण करने की भविष्यवाणी की गई थी।

हमने समूहीकृत अनुक्रमों के लिए बहु-झुकाव वाले क्रमिक स्थितिवक्र की उपस्थिति की भी भविष्यवाणी की। अंत में, हमें अवर्गीकृत अनुक्रमों की तुलना में समूहीकृत अनुक्रमों में अधिक इंटरपोज़िशन त्रुटियाँ देखने की उम्मीद थी।

विश्लेषण योजना

हमने सभी नियोजित (यहां नीचे वर्णित) और रिपोर्ट किए गए खोजपूर्ण विश्लेषण के लिए डिफ़ॉल्ट सेटिंग्स के साथ ओपन-सोर्स प्रोग्राम जेएएसपी (संस्करण 0.14, जेएएसपी टीम, 2{6}}18) का उपयोग किया। बायेसियन टी-परीक्षणों के लिए , पूर्व को 0.707 के आर-स्केल के साथ कॉची वितरण के रूप में दर्शाया गया था।

वेरिएंस (एनोवा) के बायेसियन विश्लेषण के लिए, पूर्व में निश्चित और यादृच्छिक प्रभावों के लिए क्रमशः .5 और 1 के आर स्केल के साथ एक कॉची वितरण भी शामिल था। सटीकता और सीरियल स्थिति वक्र को याद करें। हमने प्रत्येक प्रतिभागी के लिए क्रमबद्ध स्थिति और समूहीकरण स्थितियों के एक फ़ंक्शन के रूप में रिकॉल सटीकता के औसत से क्रमबद्ध स्थिति वक्रों का विश्लेषण किया।

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), स्थिति 2 और 3(एच1:2<3), Positions 4 and 5 (H1: 4>5), और स्थिति 5 और 6 (एच1:5)।<6) via Bayesian paired samples t-tests.

ट्रांसपोज़िशन ग्रेडिएंट्स। हमने प्रत्येक स्थिति और प्रत्येक प्रतिभागी के लिए अलग से विस्थापन के एक फ़ंक्शन के रूप में ट्रांसपोज़िशन त्रुटियों के अनुपात की गणना करके ट्रांसपोज़िशन ग्रेडिएंट का विश्लेषण किया। इसे प्राप्त करने के लिए, हमने 2×5 बार-बार मापने वाले एनोवा को 2-स्तर प्रकार के अनुक्रम कारक (असमूहीकृत बनाम समूहीकृत) और एक 10-स्तरविस्थापन दूरी कारक (-5 से 5 तक, { को छोड़कर) के साथ निष्पादित किया। {7}}).

If the full model turned out to be the best (i.e., BF>10 दूसरे सबसे अच्छे मॉडल की तुलना में), हमने आसन्न विस्थापन और इंटरपोज़िशन त्रुटियों की दर पर ध्यान केंद्रित करके इंटरैक्शन का विश्लेषण किया (अधिक विवरण के लिए अगला विश्लेषण देखें)।

अंतर्विरोध त्रुटियां और आसन्न विस्थापन दर। इंटरपोज़िशन त्रुटियों और आसन्न सीरियलपोज़िशन में विस्थापन की दर वस्तुओं के बीच-समूह विस्थापन से जुड़ी त्रुटियों के अनुपात की गणना करके निर्धारित की गई थी, जो कि समूह के भीतर उनकी प्रारंभिक स्थिति (यानी, तीन पदों की एक पूर्ण दूरी) और एक पूर्ण विस्थापन दूरी द्वारा विशेषता सीरियलऑर्डर ट्रांसपोज़िशन का अनुपात है। सभी क्रमबद्ध क्रम त्रुटियों के बीच एक क्रमबद्ध स्थिति और प्रत्येक प्रकार के अनुक्रम के लिए अलग-अलग (असमूहीकृत)।बनाम समूहीकृत)।

फिर, इंटरपोज़िशन त्रुटियों की देखी गई दर के आधार पर दो समूह स्थितियों की तुलना की गई

(H1: interpositions in grouped sequences>अंतर्विरोधअवर्गीकृत अनुक्रमों में) और आसन्न विस्थापन (समूहीकृत अनुक्रमों में आसन्न विस्थापन)।

परिणाम

नियोजित विश्लेषण. क्रमिक स्थिति (1-6) और समूहीकरण की स्थिति (समूहीकृत बनाम असमूहीकृत) के कार्य के रूप में रिकॉल सटीकता पर किए गए 2 × 6 दोहराए गए माप BANOVA ने खुलासा किया कि सबसे अच्छा मॉडल दो मुख्य प्रभावों वाला मॉडल है (चित्रा 3 ए देखें)।

इस मॉडल को 1.80 के कारक द्वारा दूसरे सर्वश्रेष्ठ, पूर्ण मॉडल से अधिक पसंद किया जाता है (तालिका 1 में "सीरियल स्थिति वक्र" पंक्तियाँ देखें)। चूँकि प्राथमिकता केवल वास्तविक साक्ष्यों द्वारा बताई गई थी, हमने प्रभाव का विश्लेषण किया। यह जेएएसपी के साथ रुचि के प्रभाव वाले सभी मॉडलों में साक्ष्य के औसत की एक विधि के माध्यम से किया गया था। डेटा ने अक्रमिक स्थिति प्रभाव (बीएफ समावेशन=∞) की उपस्थिति के पक्ष में निर्णायक साक्ष्य प्रदान किए, समूहीकरण प्रभाव (बीएफ समावेशन=31.28) के पक्ष में बहुत मजबूत साक्ष्य, और इसके पक्ष में वास्तविक साक्ष्य प्रदान किए। अंतःक्रिया की उपस्थिति (बीएफ समावेशन=2.15)।

जैसा कि शुरू में योजना बनाई गई थी, हमने समूहीकृत अनुक्रमों में मिनी-प्राइमेसी और मिनी-रीसेंसी प्रभावों का विश्लेषण नहीं किया क्योंकि इंटरैक्शन की उपस्थिति डेटा द्वारा समर्थित नहीं थी। 2 × 1 0 दोहराया-माप एनोवा ने ट्रांसपोज़िशन त्रुटियों के अनुपात पर प्रदर्शन किया ट्रांसपोज़िशन दूरी (-5 से 5, 0 को छोड़कर) और समूहीकरण की स्थिति (समूहीकृत बनाम असमूहीकृत) के कार्य से पता चला कि डेटा को समझाने के लिए सबसे अच्छा मॉडल पूर्ण मॉडल है (चित्र 3बी देखें)।

इस मॉडल को दूसरे सर्वश्रेष्ठ मॉडल की तुलना में प्राथमिकता दी जाती है जिसमें केवल 173.36 के कारक द्वारा दूरी का प्रभाव होता है, जो सर्वोत्तम मॉडल के लिए निर्णायक समर्थन का प्रतिनिधित्व करता है (तालिका 1 में "ट्रांसपोजिशनग्रेडिएंट्स" पंक्तियाँ देखें)।

समूहीकरण की स्थिति और ट्रांसपोज़िशन दूरी के बीच बातचीत के लिए स्पष्ट समर्थन को देखते हुए, हमने प्रारंभिक रूप से नियोजित दो समूह स्थितियों के बीच आसन्न ट्रांसपोज़िशन और इंटरपोज़िशन की दर की तुलना की।

For more information:1950477648nn@gmail.com