Dolgotrajne motnje spomina se rešujejo z odbojem in natančnostjo vzdolž diagnostičnih dimenzij spomina, 3. del

Analizne metode

Merila za izključitev na podlagi uspešnosti Za analize, ki so vključevale podatke naloge rekonstrukcije, smo izključili majhno število udeležencev na podlagi uspešnosti med 9. in 12. krogom testa asociativnega spomina. Udeleženci so bili izključeni, če (a) je bila njihova stopnja napake za netekmovalne poskuse večja od 20 % za katerega koli od teh krogov ali (b) so izbrali vabljive obraze na več kot 20 % tekmovalnih poskusov za katerega koli od teh krogov.

Človeški spomin je zelo pomemben in nam pomaga bolje razumeti in se spopadati z različnimi življenjskimi izzivi. Vendar se v sodobni družbi soočamo z ogromno količino informacij, naš spomin pa je pogosto ogrožen in utrujen.

Vendar pa lahko na nekaj preprostih načinov rekonstruiramo razmerje med podatki o nalogi in spominom. Najprej lahko poskusimo uporabiti delovni spomin, da izboljšamo svojo spominsko sposobnost. Delovni spomin se nanaša na sposobnost zadrževanja in obdelave informacij v kratkoročnem spominu. Z rednim izvajanjem spominskih nalog lahko razgibamo svoj delovni spomin in s tem izboljšamo spomin.

Drugič, svoj spomin lahko izboljšamo tako, da se dotaknemo svojega čutnega spomina. Naši čutni spomini so tako močni, da si lahko na primer prvič prikličemo v spomin okus hrane. Z izboljšanjem senzoričnega spomina lahko izboljšamo svoj spomin.

Poleg tega lahko z metodo palače spomina krepimo tudi svoj spomin. Palače spomina so starodavna tehnika, ki uporablja izdelane prizore, ki jih sestavimo, da povežemo informacije, ki si jih želimo zapomniti, s prizorom. Tako si informacije zlahka prikličemo.

Nazadnje lahko poskusimo s fizičnimi vajami za izboljšanje spomina. Telesna aktivnost pospeši metabolizem, kar posledično poveča aktivnost naših možganov. Z vadbo lahko pospešimo tudi prekrvavitev, da možgani dobijo več kisika in hranilnih snovi ter tako bolje obdelujejo informacije.

Če povzamemo, lahko rekonstruiramo razmerje med podatki o nalogi in pomnilnikom z uporabo različnih metod. Ne glede na to, ali gre za vadbo delovnega spomina, krepitev senzoričnega spomina, uporabo palače spomina ali ukvarjanje s telesno aktivnostjo, nam lahko pomaga izboljšati spomin in postane bolj prilagodljiv in učinkovit v življenju. Vidimo, da moramo izboljšati spomin, in Cistanche deserticola lahko bistveno izboljša spomin, saj je Cistanche deserticola tradicionalno kitajsko zdravilno sredstvo, ki ima številne edinstvene učinke, eden od njih je izboljšanje spomina. Učinkovitost mletega mesa izhaja iz različnih učinkovin, ki jih vsebuje, vključno s kislino, polisaharidi, flavonoidi itd. Te sestavine lahko na različne načine spodbujajo zdravje možganov.

Kliknite poznajte dodatke za izboljšanje spomina

Na podlagi teh meril je bil en udeleženec izključen iz analize podatkov naloge rekonstrukcije v poskusu 1 (prineslo je N=35), štirje so bili izključeni iz eksperimenta 2 (prineslo N=37), osem pa jih je bilo izključenih iz poskusa 3 (prinese N=49) (glejte https://osf.io/dj6q2/ za druga merila za izključitev, ki so bila določena, vendar niso veljala). Utemeljitev za visok prag za vključitev udeležencev v analizo naloge rekonstrukcije je bila zmanjšati primere, ko so udeleženci rekonstruirali popolnoma napačen obraz, in se namesto tega osredotočiti na pristranskost/natančnost pri sicer pravilno zapomnili obrazih.

Merjenje asociativnega spomina

Kot je navedeno zgoraj, je bil test asociativnega spomina uporabljen za potrditev, da so udeleženci dosegli visoko natančnost pri povezovanju znakov z obrazi. Test asociativnega spomina je omogočil tudi manipulacijsko preverjanje, ali so tekmovalni pogoji povzročili motnje (nižja natančnost asociativnega spomina) v primerjavi z nekonkurenčnimi pogoji. Podatki iz testa asociativnega spomina so bili najprej analizirani v smislu natančnosti, nekonkurenčne v primerjavi z nekonkurenčnimi poskusi. Izvedli smo ločeno ANOVA s ponovljenimi meritvami za vsak poskus s faktorji stanja (tekmovalni, netekmovalni) in krog učenja (1–9 za poskus 1, 1–12 za poskusa 2 in 3).

Pri tekmovalnih poskusih smo ločili tudi napake glede na to, ali jih je mogoče pripisati konkurenci (interferenčna napaka) ali ne (vabe). Če bi bile napake naključne, bi se motnje pojavile v eni petini (20 %) poskusov napak. Da bi preverili, ali so se napake motenj pojavile na zgornjih ravneh možnosti, smo zato za vsak poskus izvedli t-test z enim vzorcem in primerjali povprečni odstotek napak motenj (v vseh krogih učenja) z 20 %.

Pristranskost merjenja

Kot je opisano zgoraj, se je pri vsakem poskusu v nalogi konstrukcije ciljna ploskev nahajala na eni od štirih lokacij (središče štirih kvadrantov). Tako je bila tarča za obe osi x in y iskalnega prostora na pol poti med središčem in mejo iskalnega prostora (slika 1a). Za merjenje morebitne pristranskosti so bili za vsak poskus vsi odgovori poravnani na skupno os in premerjeni na skupno lestvico, ločeno za vsako dimenzijo značilnosti (vpliv, spol). Pri spremenjenih podatkih je bil obseg možnih odgovorov za vsako dimenzijo od -2 do 2, pri čemer je 0 središče obraznega prostora (tj. središče tega iskalnega prostora).

Za tekmovalne pogoje lokacija ciljnega obraza na diagnostični dimenziji=1 in lokacija obraza primata=-1 (slika 1c). Tako bi bil odklon od obraza primata predstavljen z vrednostmi, večjimi od 1, medtem ko bi bil odmik proti obrazu primata (ali proti središču prostora obraza) predstavljen z vrednostmi, nižjimi od 1. Za nediagnostično dimenzijo je lokacija ciljnega obraza in obraza v paru=1. Čeprav so bili obrazi iz netekmovalnih pogojev vključeni v nalogo rekonstrukcije, pristranskost ni bila izmerjena za te obraze, ker ni bilo razlike med diagnostičnimi in nediagnostičnimi dimenzijami. Namesto tega so bili nekonkurenčni obrazi ključnega pomena pri testu asociativnega spomina, kjer so služili za ugotavljanje splošnega učinka interference spomina.

Pomembno je omeniti, da je bil za nalogo rekonstrukcije razpon odziva na vsakem poskusu asimetrično porazdeljen okoli cilja. Če bi bil odzivni razpon simetrično porazdeljen okoli tarče, bi bil pravilen odziv na vsakem poskusu po definiciji središče tega iskalnega prostora – kar bi verjetno pripeljalo udeležence do tega, da bi se preprosto odzvali v središču. Vendar pa je pomanjkljivost pristopa, ki smo ga uporabili, ta, da je bilo za diagnostično dimenzijo v tekmovalnem stanju več možnosti za odziv proti obrazu primata (vrednosti med -2 in 1) kot stran od obraza primata (vrednosti od 1 do 2 ).

Seveda ta asimetrija deluje proti našemu predvidenemu učinku odbijanja (vrednosti večje od 1). Kljub temu smo, da bi upoštevali asimetrično omejeno območje odziva, ocenili pravo povprečje tako, da smo podatkom prilagodili okrnjene normalne porazdelitve. Za vsakega udeleženca so bili izvedeni ločeni modeli za diagnostične in nediagnostične razsežnosti, pri čemer je vsak model združeval podatke o obrazih in dimenzijah značilnosti (vpliv, spol), da je vključeval zadostno število podatkovnih točk. Tako je vsak model vključeval 32 podatkovnih točk (osem obrazov v tekmovalnem stanju × štiri poskuse rekonstrukcije na obraz). Ocena največje verjetnosti je bila uporabljena za iskanje povprečja in standardnega odklona okrnjene normalne porazdelitve, ki najbolje ustreza podatkom. Porazdelitve so bile modelirane z uporabo paketov transform in MASS v R.

Omejili smo iskalni prostor povprečja na obseg verjetnih vrednosti, enakomerno uravnoteženih na obeh straneh cilja (± 1 enota), in omejili standardni odklon na največ 1 in najmanj 0,1. Čeprav na modelirana povprečja gledamo kot na boljšo oceno resničnih povprečij, obstajajo nekateri viri variance, ki jih modeli ne upoštevajo. Na primer, modeli ne upoštevajo potencialno edinstvenih porazdelitev za vsako dimenzijo značilnosti in/ali dražljaj. Poleg tega obstajajo dokazi, da lahko obstajajo inherentne, globalne pristranskosti v tem, kako se poteze obraza pozneje spomnijo (Bülthof & Zhao, 2020; Won et al., 2020). Kritično pa je, da bi kakršne koli globalne pristranskosti enako vplivale na diagnostične in nediagnostične razsežnosti. Zato se je naša analiza osredotočila predvsem na razlike v modeliranih sredstvih za diagnostične in nediagnostične dimenzije.

Natančnost merjenja

Za merjenje natančnosti, s katero so si za vsak obraz zapomnili diagnostične in nediagnostične značilnosti, smo izračunali standardno deviacijo odzivov v štirih poskusih rekonstrukcije za vsak obraz, ločeno za dimenzije diagnostičnih in nediagnostičnih značilnosti. Nato smo izračunali povprečje teh vrednosti standardne deviacije za vsakega udeleženca, ločeno za diagnostične in nediagnostične dimenzije.

Merjenje razmerja med pristranskostjo rekonstrukcije in asociativno interferenco

Da bi ugotovili, ali ima razsežnost pristranskosti diagnostične funkcije prilagodljivo vlogo pri zmanjševanju motenj spomina, smo izvedli vrsto modelov mešanih učinkov, ki so se osredotočali na razmerje med pristranskostjo, izmerjeno med nalogo rekonstrukcije, in natančnostjo testa asociativnega spomina (povprečje zadnjih štirih krogov za zajem končno stanje učenja). Čeprav je bila ta analiza izvedena na ravni posameznih elementov (obrazov), je bila vrednost natančnosti za vsak obraz opredeljena kot povprečna natančnost za ta obraz in njegov par. Tako sta imela oba primata z vsakim nizom enako vrednost natančnosti. Utemeljitev za povprečenje natančnosti med primati je bila, da če na primer udeleženci povežejo dva tekmujoča obraza (primate) z isto iztočnico (poklic), namesto da eno od teh povezav obravnavajo kot "pravilno" in drugo kot "nepravilno", je bolj primerno da bo napaka razdeljena na oba obraza.

Za analize, povezane s pristranskostjo rekonstrukcije in natančnostjo asociativnega spomina, smo izključili udeležence, ki so imeli popolno natančnost v vseh poskusih v zadnjih štirih krogih testa asociativnega spomina. Utemeljitev za to izključitev je bila, da za te udeležence ni bilo variance v asociativnem spominu, ki bi ga lahko razložil model. Poleg tega te analize nismo izvedli za poskus 1 glede na skoraj zgornjo mejo uspešnosti na testu asociativnega spomina v zadnjih štirih krogih (11 udeležencev (31 %) je imelo 100-odstotno natančnost, preostali udeleženci pa so imeli povprečno natančnost 95,96± 3,01 % s povprečno SD znotraj udeleženca 3,62 ±1,70). Pri eksperimentih 2 in 3 – v katerih je bilo uporabljenih več podobnih primatov – je bila natančnost asociativnega spomina nižja, zato je bilo manj udeležencev izključenih zaradi zgornje meje (sedem udeležencev (19 %) v Eksperimentu 2 in šest udeležencev (12 %) v Eksperimentu 3; povprečje natančnost za preostale udeležence, Eks. 2: M=92.47 ± 7,58%, Eks. 3: M =93.56 ± 6.26%).

Za te modele je bilo ključnega pomena izračunati pristranskost rekonstrukcije na ravni posameznih obrazov. Vendar pa zgoraj opisana metoda ocenjevanja povprečne pristranskosti za vsakega udeleženca z združevanjem med poskusi/obrazi ni bila izvedljiva za to analizo glede na majhno število opazovanj (štirje poskusi na obraz). Zato smo za to analizo preprosto uporabili povprečje rekonstrukcijskega odziva (čez štiri poskuse na obraz). Da bi odpravili zaskrbljenost, da bi kakršno koli opaženo razmerje med pristranskostjo rekonstrukcije in natančnostjo asociativnega pomnilnika lahko povzročila morebitna "napaka zamenjave", je bil naš vnaprej registrirani pristop izključitev vseh posameznih odzivov (poskusov), za katere je bil prilagojen odziv med {{0}} in 0 ter ohraniti samo odgovore, za katere je bil skalirani odziv med 0 in 2. Za diagnostično dimenzijo so bili vsi odgovori, ki so bili bližje konkurenčnemu primatu kot tarči, zato izključeni. Vsi preostali odgovori so bili vključeni v srednji odziv za vsak obraz.

Čeprav je bil obraz v vseh štirih poskusih rekonstrukcije redko povezan z izključenim odzivom, je bil ta obraz popolnoma izključen iz analize. Pri eksperimentu 2 se je to zgodilo za skupno štiri obraze, porazdeljene med štiri udeležence; pri eksperimentu 3 se je to zgodilo za skupno šest obrazov, porazdeljenih med šest udeležencev. Medtem ko je bil ta predhodno registrirani pristop za izključitev morebitnih napak zamenjave mišljen kot konzervativen pristop za odpravo vpliva ekstremnih napak, so vsi naši glavni rezultati ostali pomembni, ko ni bil izključen noben odgovor. Poleg tega so bili v raziskovalnih analizah, ki so združile podatke iz eksperimentov 2 in 3, namesto da bi popolnoma izključili ekstremne odzive, odzive med -2 in 0 omejili na vrednost 0, kar je omogočilo vse poskuse ohraniti v modelu, vendar zmanjšati vpliv ekstremnih odzivov.

Modeli z mešanimi učinki so bili implementirani v R z uporabo paketa theme4 (Bates et al., 2014). Testi razmerja verjetnosti so bili uporabljeni za primerjavo modelov z ustreznimi spremenljivkami z ničelnimi modeli, ki te spremenljivke izključujejo. Da bi upoštevali potencialne razlike, povezane s tem, ali je bila diagnostična dimenzija učinek v primerjavi s spolom, so vsi modeli vključili to kategorično spremenljivko kot fiksni učinek. Da bi omogočili, da se razmerje med pristranskostjo rekonstrukcije in natančnostjo asociativnega spomina spreminja za vsakega udeleženca, smo modelirali razmerje med pristranskostjo in natančnostjo asociativnega spomina z naključnimi prestrezki in naključnimi nakloni za vsakega udeleženca, kjer je bilo to mogoče.

Naš vnaprej registrirani pristop za obravnavo modelov, ki niso uspeli konvergirati ali ki so dosegli ednino ft, je bil ponovni zagon istega modela z odstranjenim naključnim naklonom za pristranskost (glej Barr et al., 2013). Medtem ko so vsi naši vnaprej registrirani modeli konvergirali, raziskovalni model, ki je kot napovednik uporabil razliko v pristranskosti diagnostične v primerjavi z nediagnostično dimenzijo, ni uspel konvergirati, ko je bil vključen naključni naklon; tako smo odstranili naključni naklon. Raziskovalni modeli, ki so vključevali samo nepredznačeno napako ali natančnost kot napovednike (brez pristranskosti), niso uspeli konvergirati, ko so bili za te spremenljivke vključeni naključni nakloni; tako smo odstranili naključne naklone za te spremenljivke.

Nazadnje, raziskovalni modeli, ki so vključevali pristranskost skupaj z natančnostjo in nepredznačeno napako kot napovedovalce, prav tako niso uspeli konvergirati, ko so bili naključni nakloni vključeni za vse spremenljivke; pri odstranjevanju naključnih naklonov smo dali prednost ohranjanju naključnega naklona za pristranskost, kar je privedlo do izključitve naključnih naklonov za natančnost in napako brez predznaka.

Rezultati

Test asociativnega spomina

Da bi preverili, ali se točnost asociativnega spomina razlikuje med tekmovalnimi in netekmovalnimi pogoji, smo izvedli ANOVA s ponavljajočimi se meritvami za vsak poskus s faktorji stanja (tekmovalni, netekmovalni) in kroga (Izkaz 1: prvih devet krogov; Izkaz 2 in Eks. 3: 12 krogov). Pri vsakem poskusu je bil opazen pomemben glavni učinek pogoja (Exp. 1: F(1,35) {{10}}.14, p < 0.001, 휂2G=0.034; Eks. 2: F(1,40)=67.43, p < 0.001, 휂2G=0.10; Eks. 3: F(1, 56)=88.21, p < 0,001, 휂2G=0.16), z manjšo natančnostjo v tekmovalnem stanju (slika 2a). Da bi potrdili, da je ta razlika posebej vplivala na motnje, smo upoštevali vrste napak. Za tekmovalne pogoje bi lahko napake ustrezale izbiri tekmovalčevega obraza ali ene od štirih netekmovalnih vab (slika 2b). Če bi bile napake naključne, bi bil tekmovalec izbran na eni petini poskusov z napakami. Vendar pa je bil s kombiniranjem poskusov napak med krogi izbran tekmovalec na ravneh nad možnostmi (Izkaz 1: M=60.18 ± 19,68%, t(35)=12.25, p< 0.001, d = 2.04; Exp. 2: M = 71.29 ± 15.78%, t(40) = 20.82, p < 0.001, d = 3.25; Exp. 3: M = 78.63 ± 11.58%, t(56) = 38.21, p < 0.001, d = 5.06), confirming that increased errors in the competitive condition refected interference from the competitor face.

Da bi preverili, ali je bila natančnost rekonstrukcije obraza nadnaključna, smo izmerili evklidsko razdaljo med vsakim odzivom in lokacijo ciljnega obraza (v dvodimenzionalnem odzivnem prostoru; slika 1c). Za vsakega udeleženca je bila povprečna evklidska razdalja med odgovori in ciljnimi lokacijami primerjana s permutirano porazdelitvijo (izračunano z 10-{3}}-kratnim premikom odgovorov znotraj udeleženca). Pri vsakem udeležencu so opazili nadnatančnost (boljšo od 97,5 % permutiranih srednjih vrednosti) (slika 3).

Pristranskost rekonstrukcije obraza

Da bi preizkusili našo kritično napoved odboja vzdolž diagnostične dimenzije obraza, smo primerjali pristranskost značilnosti (glejte Metode) za diagnostične in nediagnostične dimenzije v tekmovalnem stanju (slika 4a). Najprej smo testirali napovedi v poskusih 1 in 2, nato pa testirali ponovitev v poskusu 3. ANOVA s ponovljenimi meritvami s faktorji dimenzije (diagnostični, nediagnostični) in eksperimentom (izkus 1, izkus 2) je razkril znatno večjo pristranskost proti odboju na diagnostična razsežnost (F(1,70)=22.25, str< 0.001, 휂2 G = 0.061). There was a trend toward a significant interaction between dimension and experiment (F(1,70) = 3.96, p = 0.0506, 휂2 G = 0.011), with a relatively weaker effect size in Experiment 1 (d = 0.27) than in Experiment 2 (d = 0.73). As predicted, Experiment 3 replicated, with a large effect size and preregistered hypothesis, the greater bias toward repulsion on the diagnostic dimension (t(48) = 5.87, p < 0.001, d = 0.83).

Čeprav so se naše vnaprej registrirane analize osredotočale na primerjavo med diagnostičnimi in nediagnostičnimi dimenzijami, smo tudi preizkusili, ali se rekonstrukcije diagnostične dimenzije bistveno razlikujejo od resnične lokacije ciljnih obrazov. Če združimo podatke vseh treh poskusov, so bile modelirane srednje vrednosti za diagnostično dimenzijo dejansko bistveno večje od prave vrednosti 1 (t(120)=4.39, p < 0.{{ 60}}01, d=0.40), ki odraža pristranskost od konkurenčnega obraza. Ta učinek se med poskusi ni bistveno razlikoval (F(2,118)=2.15, p=0.12, 휂2G =0.035). Nasprotno pa je pri nediagnostični dimenziji prišlo do majhnega, a pomembnega odstopanja proti središču obraznega prostora (modelirana sredstva < 1; t(120)=-2.33, p=0.021, d {{ 25}}.21). Ta učinek se je med poskusi bistveno razlikoval (F(2,118)=9.56, p < 0,001, 휂2G=0.14). Pravzaprav so bili v poskusu 1 odgovori znatno nad 1 (t(34)=2.15,p=0.039, d=0.36), v poskusih 2 in 3 pa so so bili znatno pod 1 (Izkaz 2: t(36)=-2.45, p=0.019, d =0.40; Izkaz 3: t(48) {{58} },98, p < 0,001, d=0,57). Medtem ko je treba absolutne vrednosti rekonstruiranih odzivov razlagati z nekaj previdnosti (zaradi morebitnih globalnih pristranskosti), dosledna pristranskost v smeri odbojnosti na diagnostični dimenziji podpira našo napoved, da konkurenca sproži ciljno odbojnost na diagnostični dimenziji.

Natančnost rekonstrukcije obraza

Nato smo preizkusili, ali se natančnost rekonstrukcije razlikuje med diagnostičnimi in nediagnostičnimi dimenzijami (slika 4b). Natančnost smo opredelili kot standardno odstopanje pri ponavljajočih se rekonstrukcijah istega obraza (glejte Metode). Za konkurenčno stanje je ANOVA s ponovljenimi meritvami s faktorji razsežnosti (diagnostični, nediagnostični) in eksperimenta (Exp. 1, Exp. 2) pokazala znatno večjo natančnost – tj. nižjo variabilnost rekonstrukcije – na diagnostični dimenziji (F(1,7). {{10}})=16.81, p < 0,001, 휂2G=0.044). Ta učinek ni vplival na eksperiment (F(1,70)= 0.34, p=0.56, 휂2G=0.001). Učinek večje natančnosti na diagnostično razsežnost je bil ponovljen (v skladu z našo vnaprej registrirano napovedjo) v poskusu 3 (t(48)=5.45, p < 0,001, d=0.74).

Čeprav je bilo naše merilo natančnosti matematično neodvisno od našega merjenja pristranskosti, je opazno, da so bili ti ukrepi povezani tako, da so bili obrazi, rekonstruirani z večjo natančnostjo, običajno povezani tudi z večjo pristranskostjo (glej sliko S2A, OSM). Pomembno pa je, da je učinek večje natančnosti na diagnostično v primerjavi z nediagnostično dimenzijo ostal pomemben, tudi če so bili predmeti z visoko pristranskostjo izključeni iz analize (glej sliko S2B, OSM).

Razmerje med pristranskostjo rekonstrukcije in asociativno interferenco

Končno smo preizkusili našo napoved, da je večja pristranskost rekonstrukcije (odbojnost) na diagnostični dimenziji povezana z boljšo uspešnostjo testiranja asociativnega spomina (manj motenj). Zaradi skoraj zgornje meje zmogljivosti asociativnega pomnilnika v poskusu 1 (slika 2) smo se osredotočili na podatke eksperimenta 2. Izvedli smo model z mešanimi učinki, ki je napovedoval natančnost asociativnega spomina na ravni postavke s fiksnimi učinki (a) pristranskosti na diagnostično dimenzijo (zvezna spremenljivka) in (b) ali je bila prizadeta diagnostična dimenzija ali spol (kategorična spremenljivka). Pristranskost je bila modelirana z naključnimi preseki in nakloni za vsakega udeleženca. Z uporabo testa razmerja verjetnosti smo ta model primerjali z modelom brez pristranskosti. Kar je kritično, je bil model ft bistveno boljši, če je bila vključena pristranskost (χ2(1)=4.67, p=0.031), pri čemer je pristranskost pozitivno napovedala natančnost asociativnega spomina (bias=3.58, SE =1.62). Kot kontrolo smo ponovili isto analizo, vendar s pristranskostjo na nediagnostično dimenzijo; tukaj pristranskost ni uspela izboljšati modela ft (χ2(1)=0.021, p=0.89, pristranskost=-0.31,SE=2.14). Za poskus 3 smo predvideli (z uporabo vnaprej registrirane analize) ponovitev razmerja med pristranskostjo diagnostične dimenzije in natančnostjo asociativnega spomina. Opazili smo majhen učinek v predvideni smeri, vendar ni bil pomemben (χ2(1)=0. 24, str=0.63, pristranskost=0.69, SE= 1.41).

V naši vnaprej registrirani analizi smo izključili rekonstrukcijske odzive (poskuse), ki so bili bolj podobni tekmecu kot tarči. Utemeljitev za to je bila zagotoviti, da ekstremni odzivi (morebitne napake zamenjave) nimajo prevelikega vpliva na model (glejte Metode). Vendar pa je ta pristop v celoti odstranil te poskuse, namesto da bi zmanjšal njihov vpliv.

Zato smo kot raziskovalno analizo te ekstremne rezultate rekonstrukcije nadomestili z vrednostjo {{0}} (enaka razdalja med tarčo in tekmecem, glejte Metode). To je omogočilo vključitev vseh poskusov, vendar zmanjšalo vpliv ekstremnih odzivov (glejte sliko S4 (OSM) za nadaljnjo analizo, kaj lahko ti ekstremni odzivi predstavljajo). Za to raziskovalno analizo smo združili podatke iz poskusov 2 in 3, pri čemer smo poskus (Exp. 2, Exp. 3) dodali kot fiksni učinek. V primerjavi z ničelnim modelom je dodajanje pristranskosti diagnostične dimenzije znatno izboljšalo model ft (χ2(1)=15.88, p < 0,001), pri čemer pozitivna pristranskost (odbojnost) napoveduje večjo natančnost asociativnega spomina (pristranskost {{12} }.45, SE=1.04).

Dodajanje interakcije med eksperimentom in pristranskostjo ni izboljšalo prileganja modela (χ2(1) =1.39, p=0.24, exp×bias=-2.47, SE=2 .08), kar kaže, da se razmerje med pristranskostjo in asociativnim spominom med poskusi ni razlikovalo. Poleg tega je pristranskost bistveno izboljšala prileganje modela, če se uporablja samo za podatke eksperimenta 3 (χ2(1)=3.98, p=0.046, pristranskost=2.45, SE=1 .19), kar potrjuje, da razmerje med pristranskostjo in asociativnim spominom ni temeljilo samo na podatkih eksperimenta 2. Kot kontrolo smo izvedli isto primerjavo modela, vendar s pristranskostjo nediagnostične dimenzije kot napovedovalca; med modeli ni bilo bistvene razlike (χ2(1)=0.14, p=0.71, pristranskost =-0.40, SE=1.08).

Poleg tega je stopnja pristranskosti na diagnostični dimenziji glede na nediagnostično dimenzijo (tj. ocena razlike v pristranskosti) tudi bistveno izboljšala prileganje modela v primerjavi z ničelnim modelom brez pristranskosti, χ2(1)=19.87, p< 0.001, βbias. dif = 2.71, SE = 0.60 (random slopes were excluded due to reaching singularity).

For more information:1950477648nn@gmail.com