这里介绍的方法使用相关单词列表诱导虚假记忆, 并评估图像指令对召回和识别这些虚假记忆的影响。该协议详细介绍了 deese roediger mcdermott (drm) 范式的修改版本。
关联的单词列表过程可以通过诱导联想处理以可预测的方式产生错误的记忆, 从而使监测记忆的准确性变得更加困难。这里介绍的方法的目的是使用语义或语音相关的单词列表来诱导错误记忆, 并评估图像指令对召回和识别这些虚假记忆的影响。为此, 我们使用了 deese roediger mcdermott (drm) 范式的修改版本。我们调整了以前 drm 研究中的单词列表以适应图像过程, 并创建了一个自动演示文稿, 以便在课堂设置中显示单词列表。然后我们招募本科课程, 并指示一些班级在列表单词呈现时创建他们的心理图像, 同时指示其他班级简单地记住单词。自动演示文稿向参与者提供了单词列表, 一次一个单词, 在语音和语义上相关的列表之间交替使用。参与者使用纸笔召回包立即召回列表项目, 完成干扰活动, 并进行随后的最终识别测试。与会者往往立即回顾并随后认出了与清单项目有关但实际上没有提出的词语;这些被称为关键诱饵, 并表明一个错误的记忆。这里详细介绍的协议描述了一个四步过程–列表演示、即时召回、干扰阶段和最终识别–它可以评估 drm 范式中的列表类型和图像指令对内存的影响。列表演示文稿的自动化性质提供了系统地改变感兴趣的变量的能力, 而数据收集的纸笔方法为在课堂环境中收集数据提供了一种易于获取的方法。该协议还提供了将过程修改为更传统的 drm 范式的选项, 无需图像和/或列表类型操作。该协议的使用可以提供与课堂学习和认知科学原则有关的结果。
记忆是可塑性和容易犯错的, 现在人们意识到自己的记忆系统的局限性。但内存错误是如何产生的呢?哪些机制负责内存检索中的错误?我们修改了一个广泛使用和高度引用的基于实验室的程序, 称为 deese roediger mcdermott 范例 (drm)1, 2, 以研究不同变量对记忆错误的影响。在传统的 drm 过程中, 参与者被要求学习语义上相关的单词列表 (例如,桌子、沙发、书桌、灯、枕头、凳子、长凳、摇椅)。当后来被要求回忆和/或识别名单中的单词时, 参与者往往报告说, 他们看到的单词在语义上与名单有关, 但没有实际研究 (例如, 椅子)。这些单词的错误记忆, 称为关键诱饵, 在标准程序2,3 中可能会发生 55%-80% 的时间。
激活监控框架经常被认为是 drm 范式产生的内存错误的理论基础。具体而言, drm 错误记忆归因于激活的双重过程 (即目前在工作记忆中活动的信息片段倾向于 “传播” 和激活其他相关信息片段) 和监测(即, 评估被记住的东西的准确性和/或来源)5,6。研究语义相关 drm 列表的过程会导致激活从列表词传播到临界诱饵, 从而激活工作记忆中的临界诱饵。结果是错误的内存, 在以后的任务中可能无法准确监视。
drm 范式所固有的三相测试程序允许认知心理学家在编码 (列表项的研究)、保留 (在完成干扰任务的同时存储列表项的过程中操纵一些变量。中断工作内存), 或检索 (内存测试), 以更好地了解导致内存错误的特定进程。我们的过程扩展了传统 drm 过程的使用范围, 以直接比较编码过程中不同类型内容的内存错误率 (例如, 语义相关与语音相关)9, 测试过程中的测试类型检索 (例如, 召回任务与识别任务)10 , 也许最值得注意的是, 在列表研究11、12、13、14期间的图像编码过程。
我们开发这一协议的主要目的是更好地了解图像对召回和识别可能产生的影响, 特别是在编码过程中创建列表词的心理图像的效果 (例如, 想象这些图像) 是否会根据声音 (即语音) 或意义 (即语义上) 的不同, 列表词是否与关键诱饵有关。例如, 对于语音列表日志、猪、码头、沼泽、雾、娃娃、青蛙、慢跑和点, 关键诱饵是狗。对于语义列表杯, 茶托, 茶, 过山车,盖子, 咖啡, 稻草, 和汤, 关键的诱饵是杯子。我们感兴趣的是, 对列表词的成像是否会对这些列表的关联处理产生不同的影响。虽然传统的 drm 单词列表包含12-15 语义上相关的列表单词2, 但我们的过程采用了8项单词列表。这些列表是从以前开发的16个项目列表中修改的, 目的是研究语音和语义词关联对虚假记忆的收敛效应9。为了调整典型的 drm 过程以包括图像指令, 我们缩短了单词列表, 从每个列表中选择了最容易创建心理图像的8个单词。这就可以消除那些难以想象的不那么具体的词 (例如双关语、最坏的词)。此外, 我们还修改了以前研究15中使用的基于计算机的单词列表演示文稿, 以规范材料的表示, 并开发了纸/铅笔召回和识别措施, 以更适合课堂环境。
我们的研究结果并不表明列表关联类型和图像过程之间的交互, 但它们确实显示了图像和列表类型 14的重大主要影响。我们之所以继续进行这一调查, 是因为关于想象力膨胀效应的有力文献表明, 在过去的童年事件中, 人们的信念和记忆感得到了增强, 而这些事件被反复想象为16、17、18.然而, 最近的研究人员认为, 也许并不是所有的图像都是平等创造的, 图像指令的性质调解了对虚假记忆率的影响19。评估想象力膨胀效应的工作的一个可能限制是程序本身所固有的。也就是说, 参与者被要求提供他们对经历儿童时期某些事件的信心或信念的利克特比例评级, 并在对这些事件进行想象后, 第二次提供评级来评估这些事件的变化 (特别是增加)。这些收视率。此过程的一个可能问题是对参与者必须在图像阶段之前和之后使用置信度识别的经验的真实性缺乏控制。在一些研究中, 研究人员咨询家庭成员以获取佐证20;然而, 大多数研究想象力膨胀完全依赖于参与者的话。
drm 程序比其他记忆范式提供了方法上的优势, 包括想象膨胀程序, 因为研究人员通过列表的设计保持对工作记忆中激活的内容的控制。具体而言, 研究人员根据列表项与关键诱饵的关联强度选择列表项, 并可以很容易地测量参与者何时出现目标记忆错误 (例如, 椅子不在研究列表中, 但在测试时被召回)。此内容控制提供了对驱动联想记忆错误的过程的洞察, 使研究人员有机会探索导致错误记忆错误的其他潜在的重要因素, 如列表期间的视觉图像构建编码21 , 甚至详细说明列表项, 以生成复杂的事件叙述11。
该协议采用了材料的演示管理和数据收集的纸张和铅笔格式, 使研究人员能够在大群 (如教室) 中收集参与者数据, 同时系统地改变变量。该协议提供的可访问性和实验控制提供了一个机会, 通过课堂演示向学生传授有关内存进程的信息, 同时可靠地收集数据。与基于实验室的 drm 程序相比, 这种环境使结果更适用于课堂学习, 从而为认知科学和教育心理学提供信息。此外, 此协议还提供可用于删除使用影像指令或不同列表类型的可选修改, 从而提供一种构造套件类型方法, 允许更个性化地使用。
本研究中使用的协议修改了一个广泛使用的单词列表过程, deese roediger mcdermott (drm) 范式, 以评估关联处理与图像指令的影响, 以及在课堂上的程序中错误记忆的关联处理。此处实现的包括列表关联类型、测试类型和图像指令等变量的扩展使其能够分析这些复杂因素中的每一个因素如何独立地影响学习环境, 以及它们是如何相互作用的,提供对内存处理策略的洞察。该协议还提供了可选的修改, 如果需?…
The authors have nothing to disclose.
我们特别感谢 mary ann foley 博士和 karen zabrucky 博士在研究项目上的合作工作, 为我们的方法提供了本文的内容。