認知トレーニングの効果を調べる

この研究では、ワーキングメモリトレーニングが認知的利益をもたらす可能性がある範囲と、これらの効果がプラセボによって説明または増強される範囲を調べます.

次のことが予測されます。

1. 有意なプラセボ効果は、参加者がプラセボ効果について報告を受けた直後のポストテストと2回目のポストテストの両方で、認知トレーニングで見られます.
2. アダプティブ N バック トレーニングは、アダプティブ ナレッジ トレーニングよりも大きな利益を生み出します。

参加者は、その時点で実施されている参加者との対話に関するガイドラインに応じて、オンライン バージョンまたは対面バージョンの研究に割り当てられます (現在のガイドラインで 1 つのバージョンのみが許可されている場合、参加者は許可されているバージョンに割り当てられます)。

テスト前の認知評価: 各ドメインについて、観察された結果が特定のタスクに固有のものではなく、以下の 6 つの認知ドメインをより一般的に代表するものであることを確認するために、2 つの個別の測定値が利用されます。

1. 作業記憶: 2 つの測定値は、N-back タスクと O-Span タスクのトレーニングされていないバージョンになります。 N バック タスクでは、参加者は一連の文字を表示し、現在の文字が文字「N」アイテム バックと同じであるかどうかを示すように求められます。 N バックのレベルは、1 バックと 4 バックの間で異なります。 O-Span タスクでは、参加者は簡単な数学の問題 (例: 3+(2x2)) を完了することと、1 文字を表示することを交互に行います。 与えられたシーケンスの最後に、参加者は正しい順序で見たすべての文字を思い出すよう求められます。 呼び出される文字の数は、3 ～ 7 の範囲になります。
2. 認知の柔軟性: この 2 つの対策は、標準的なタスク切り替えパラダイムとタスクの取り消しです。 タスク切り替えタスクでは、各試行で、参加者は文字と数字を表示します。 ペアの位置は、参加者に文字を子音または母音として分類するか、数字を偶数または奇数として分類するように指示します。 試験は、参加者が前の試験と同じタスクを実行するように求められる「非スイッチ試験」、または参加者が前の試験と反対のタスクを実行するように求められる「スイッチ試験」のいずれかです。 . 取消タスクでは、参加者は画面の右側または左側に 2 種類の刺激 (例えば、犬やサル) を提示され、刺激と同じ側にある 2 つのボタンのいずれかをタップする必要があります (例えば、犬;合同試験)または刺激の反対側(例えば、サル;不一致試験)。
3. 視覚的選択的注意: 2 つの対策は、有用な視野 (UFOV) タスクと注意ネットワーク テスト (ANT; エグゼクティブ コントロール試験のみ) になります。 UFOV では、参加者に 24 個のアイテム (4 つの放射状スポークと 4 つの斜線のそれぞれに 3 つ、等間隔) で構成されるディスプレイが簡単に表示されます。 アイテムの 1 つはターゲット (保安官のバッジ) で、残りのアイテムは注意散漫 (ボックスを開く) です。 参加者のタスクは、ターゲットが 8 つのスポークのどれに現れたかを示すことです。 ANT では、各トライアルの参加者は、左または右を向いている中央の矢印を表示します。 矢印は、応答互換の矢印 (つまり、中央の矢印と同じ方向を向いている矢印) または応答非互換の矢印 (つまり、反対方向を向いている) のどちらかの側に隣接することができます。 参加者のタスクは、中央の矢印が指している方向を示すことです。
4. 空間認知: 2 つの測定は、標準的な精神的回転テストと紙折りテストになります。 メンタル ローテーション タスクでは、参加者は 2 つの画像を並べて表示されます。 画像は同一ですが、一方が他方に対して回転されているか、またはミラー反転されて互いに回転されたコピーです。 参加者のタスクは、2 つのアイテムが同一であるか、ミラー反転コピーであるかを示すことです。 紙折りタスクでは、参加者は、紙に穴が開けられる前に、さまざまな方法で折り畳まれている一枚の紙の描写を見せられます。 参加者のタスクは、紙を広げたときにどのように見えるかを示すことです。
5. Fluid Intelligence: Fluid Intelligence の 2 つの尺度は、Raven の Advanced Progressive Matrix と、PI の Jaeggi と Seitz によって開発および実装された新しいマトリックス タスク (UCMRT) です。 各テスト項目で、参加者には要素の 1 つが欠けている要素のグリッドが提示され、グリッド パターンを完成させる欠けている要素を特定するように求められます。
6. 語彙 (コントロール): 語彙は、Mill-Hill 語彙と Shipley Institute of Living スケールを使用して評価されます。 これらでは、参加者は、いくつかの選択肢の中からターゲット単語の適切な同義語を選択する必要があります。

テスト前の個人差調査: テスト前に、参加者は一連の調査を完了して、人口統計学的変数 (年齢、性別、人種/民族性、SES など) と、プラセボを予測する可能性のあるその他の個人差要因を評価します。応答性。 これらには、ビッグ 5 パーソナリティ特性、仕事と家族のオリエンテーション スケール (WOFO)、グリット、行動回避/抑制スケール (BIS/BAS)、知性の理論、シュッテ自己報告感情的知性テスト、およびメタ認知スキル スケールが含まれます。

トレーニング条件: 参加者は、実験的トレーニング条件 (以前の研究で一般的な認知機能の向上に関連することが示されている N バック トレーニング) または対照トレーニング条件 (以前の研究で示されていない明示的知識トレーニング) のいずれかに割り当てられます。一般的な認知機能の向上に関連しています)。 認知トレーニング タスクは、以前に使用されたビジュアル N バック タスクの適応バージョンになります。 参加者には一連のオブジェクトが提示され、現在の刺激が一連の n 位置に戻って提示されたものと一致するかどうかを示すように求められます。 アクティブな知識トレーニング タスク (コントロール) が使用され、参加者は、約 5,000 の質問のプールから選択された大学院記録試験タイプ (GRE) の一般知識、語彙、およびトリビアの質問に答えるよう求められます。 すべての質問について、参加者は質問の下に提示された 4 つの回答選択肢のいずれかを選択する必要があり、回答後に正しい回答が与えられます。

明示的な期待誘導: 参加者は、スライドショーを介して配信される正または負の期待誘導に割り当てられます。 ポジティブな期待グループのトレーニング対象タスクのすべての指示と説明は、認知能力のポジティブな変化を誘発するトレーニングの有効性に対する参加者の信念を最大化し、ネガティブな期待グループの参加者の信念を最小限に抑えるように設計されます。

連想学習の中間テスト: 連想学習の中間テストでは、事前テストで使用されたのと同じ基本的な認知タスクが変更され、参加者に「認知パフォーマンスの向上」(正の連想学習) または「認知パフォーマンスの低下」の証拠が提供されます。 」 (負の連想学習)。

1. 作業記憶中間テスト連想学習操作:

   O-Span: O-Span 連想学習中間テストでは、インターリーブされた数学の問題の難易度を下げるか (たとえば、小さな数字のみを含む問題を使用することによって)、インターリーブされた数学の問題の難易度を上げることによって、タスクの難易度を操作します。問題。

2. 認知的柔軟性テスト中の連想学習操作:

   タスク切り替え: タスク切り替えテストでは、いくつかの要因によりテストがより困難になります。 1 つ目はタスク スイッチの数です。スイッチの試行回数が少ないほど、全体的なパフォーマンスが向上します。 2 番目は数字そのものです。 たとえば、ハイ/ロー タスクでは、5 に近い数字は、5 から遠い数字よりも反応が遅くなります。したがって、タスク切り替え連想学習中間テストでは、切り替え率が減少 (より簡単) または増加します (より難しい) であり、表示される数字の分布には、より簡単な項目のパーセンテージが多かれ少なかれ含まれます。

   カウンターマンディング: カウンターマンディング テストでは、難易度は不適合なトライアルとスイッチ トライアルの存在と最も強く関連しています。 したがって、取消中間テストでは、不適合および切り替え試行の割合がそれぞれ 50% から 30%/70% に減少または増加します。

3. 視覚的選択的注意テスト中の連想学習操作:

   UFOV: UFOV の場合、難易度を下げる最も簡単な方法は、表示時間を長くすることです。 したがって、UFOV 連想学習の中間テストでは、長いプレゼンテーション時間の試行の割合が増加 (より簡単) または減少 (より困難) します。

   ANT: ANT の場合、連想学習の中間テストは、ニュートラルな試行の割合を増やすことで簡単になります。または、ニュートラルな試行の割合を減らし、互換性のない (最も難しい) 試行の割合を増やすことで、より難しくなります。

4. 空間認知テスト中の連想学習操作:

   メンタルローテーション: メンタルローテーションの難しさは、2 つのアイテム間のローテーションの程度と単調に関連しています (ローテーションが大きいほど難しい)。 したがって、メンタルローテーション連想学習中間テストは、向きの違いが小さい (より簡単な) または大きい (より難しい) 不均衡な数の項目を含むように構成されます。

   紙の折り方: 紙の折り方の課題では、より難しい試行では、より多くの折り畳みだけでなく、より多くの部分的な折り目とより多くの角度のある部分的な折り目を伴います。 したがって、紙折り連想学習中間テストには、不均衡な数の低総折り/低部分折りの試行 (より簡単) または高総折り/高部分折りの試行 (より困難) が含まれます。

5. Fluid Intelligence 試験中の連想学習操作: 使用されるすべてのマトリックス項目の難易度は既知です。 したがって、Fluid Intelligence 連想学習中間テスト セットは、主任研究者である Seitz と Jaeggi によって作成された Raven と新しいマトリックス タスクの両方に対して、不均衡な数のより簡単な/より難しい項目を混合することによって作成されます。
6. 語彙中間テスト 連想学習操作: 流動性知能テストと同様に、項目には既知の難易度レベルがあるため、連想学習中間テストでは、Mill-Hill 語彙の両方について不均衡な数のより簡単な/より難しい項目が含まれます。シプリー生活研究所のスケール。

仮説スケールの知識: 事後テスト 1 の前に、参加者には 2 つの尺度が与えられます - 研究仮説スケールと期待評価スケールの知覚認識。 両方の尺度は、参加者が誘発されることを意図した期待を内面化/信じている程度を評価するように設計されています。

盲検解除: すべてのグループの参加者は、試験後 1 の後と試験後 2 の前に、研究の目標、条件、および対象となった可能性のある欺瞞について、徹底的な報告を受けます。

Post-Test1 と 2 は、Pre-test 認知テストと同じです (すべてのケースで新しいトライアル/項目が使用されます)。