A new toolbox to distinguish the sources of spatial memory error.
A new toolbox to distinguish the sources of spatial memory error.
复制标题
DOI：
10.1167/jov.20.13.6
复制
发表时间：
2020-12-02
影响因子：
1.8
通讯作者：
Manohar SG
中科院分区：
文献类型：
--
作者：
Grogan JP;Fallon SJ;Zokaei N;Husain M;Coulthard EJ;Manohar SG
事实证明，研究记忆回忆中的错误来源对于理解工作记忆（WM）的机制非常有价值。虽然可以使用现有的混合建模工具箱来分析一维记忆特征（例如颜色、方向），以分离不精确、猜测和错误绑定（混淆属于不同备忘录的特征的倾向）的影响，但此类工具箱目前不适用于二维空间 WM 任务。在这里，我们提出了一种方法来隔离任务中的空间误差源，其中参与者必须使用二维混合模型报告内存中项目的空间位置。该方法可以很好地恢复模拟参数，并且对响应分布和偏差以及非目标和试验数量的影响具有鲁棒性。为了演示该模型，我们拟合了来自复杂空间 WM 任务的数据，并显示恢复的参数与之前的空间 WM 结果以及该任务的一维类似物上的恢复参数很好地对应，这表明这种二维建模方法的收敛有效性。由于额外的维度可以更好地分离备忘录和响应，因此空间任务比一维任务更能将错误绑定与不精确和猜测区分开来。这些模型的代码可在 MemToolbox2D 包中免费获取，并集成到常用的 MATLAB 包 MemToolbox 中。
Studying the sources of errors in memory recall has proven invaluable for understanding the mechanisms of working memory (WM). While one-dimensional memory features (e.g., color, orientation) can be analyzed using existing mixture modeling toolboxes to separate the influence of imprecision, guessing, and misbinding (the tendency to confuse features that belong to different memoranda), such toolboxes are not currently available for two-dimensional spatial WM tasks. Here we present a method to isolate sources of spatial error in tasks where participants have to report the spatial location of an item in memory, using two-dimensional mixture models. The method recovers simulated parameters well and is robust to the influence of response distributions and biases, as well as number of nontargets and trials. To demonstrate the model, we fit data from a complex spatial WM task and show the recovered parameters correspond well with previous spatial WM findings and with recovered parameters on a one-dimensional analogue of this task, suggesting convergent validity for this two-dimensional modeling approach. Because the extra dimension allows greater separation of memoranda and responses, spatial tasks turn out to be much better for separating misbinding from imprecision and guessing than one-dimensional tasks. Code for these models is freely available in the MemToolbox2D package and is integrated to work with the commonly used MATLAB package MemToolbox.
登录
查看更多内容
DOI：
10.1523/jneurosci.3440-17.2018
发表时间：
2018-05-23
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Schneegans S;Bays PM
通讯作者：
Bays PM
影响因子：
1.8
作者：
Bays PM;Catalao RF;Husain M
通讯作者：
Husain M
影响因子：
2
作者：
Stark, Shauna M.;Yassa, Michael A.;Stark, Craig E. L.
通讯作者：
Stark, Craig E. L.
DOI：
10.1523/jneurosci.3493-16.2017
发表时间：
2017-04-05
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Schneegans S;Bays PM
通讯作者：
Bays PM
影响因子：
16.6
作者：
Fougnie, Daryl;Suchow, Jordan W.;Alvarez, George A.
通讯作者：
Alvarez, George A.