整合對聯結再認和項目再認的促進作用：“只有收益”觀點*

劉澤軍 郭春彥

整合對聯結再認和項目再認的促進作用：“只有收益”觀點*

劉澤軍 郭春彥

(首都師范大學心理學院; 北京市“學習與認知”重點實驗室, 北京 100048)

研究旨在探討整合如何影響聯結再認和項目再認及其加工過程。編碼階段要求被試學習復合詞和非復合詞, 提取階段完成聯結再認和項目再認測驗。結果顯示, 復合詞比非復合詞有更好的聯結再認表現, 但在項目再認表現上兩者之間沒有顯著的差異。ERP結果顯示, 在聯結再認上, 復合詞誘發顯著的FN400效應(與熟悉性加工有關)和LPC效應(與回想加工有關), 非復合詞只誘發顯著的LPC效應, 且復合詞比非復合詞有更大的LPC效應。在項目再認上, 復合詞比非復合詞誘發更大的FN400效應。總而言之, 整合在促進聯結再認的同時并不會損害項目再認的表現, 支持了“只有收益”觀點。

整合, 聯結再認, 項目再認, FN400效應, LPC效應

1 引言

再認是指我們能夠意識到當前事件或情景過去是否發生過的一種能力, 是衡量記憶效果的一種有效的方法。雙加工理論認為再認判斷可以由兩個相互獨立的加工過程來支持：熟悉性和回想。前者是一種對項目的熟悉感, 但不能回憶起相關細節信息的加工過程; 后者則是一種可以回憶起相關細節信息的加工過程(Mandler, 1980; Yonelinas, 2002; Yonelinas et al., 2010)。早期研究發現, 熟悉性和回想加工都能支持單個項目的再認, 但聯結再認——即判斷項目與項目間關系、項目與背景間關系等涉及兩個或兩個以上屬性間關系是否同時出現過的能力——只能由回想加工來支持(Boucher et al., 2016; Mandler, 1980; Yonelinas, 2002; Yonelinas et al., 2010 )。然而, 這一觀點受到越來越多的質疑。研究者發現, 當兩個或兩個以上項目被捆綁編碼形成一個新的整體表征時, 熟悉性加工也能夠支持聯結再認。Graf和Schacter (1989)將這種將兩個或兩個以上項目捆綁編碼為一個整體的操作定義為整合(Unitization, 劉澤軍等, 2019; 劉貴雄等, 2019; 律原等, 2015 )或一體化(鄭志偉等, 2015)。

隨后, 大量的行為學研究(Ahmad & Hockley, 2014; Liu et al., 2020a; Parks & Yonelinas, 2015)、事件相關電位研究(event-related potentials, ERPs) (Bader et al., 2010; Han et al., 2018; Li et al., 2019; Rhodes & Donaldson, 2007, 2008; Tibon et al., 2014)、遺忘癥患者研究(D’Angelo et al., 2015; Giovanello et al., 2006; Quamme et al., 2007)以及老年群體的研究(Bastin et al., 2013; Bridger et al., 2017; Delhaye & Bastin, 2016; Zheng et al., 2015)開始探討整合對聯結再認及其加工過程的影響。研究結果一致表明, 整合能夠促進基于熟悉性加工的聯結再認表現。然而, 在這些研究中, 研究者都忽略了另一個重要的問題——即整合如何影響構成聯結的單個項目的再認？已有的關于整合對項目再認影響的研究不僅數量較少, 而且研究結果也存在明顯的分歧。“收支平衡”觀點認為整合以損害項目再認為代價來促進聯結再認, 而“只有收益”觀點則認為整合在促進聯結再認的同時并不會損害項目再認(Parks & Yonelinas, 2015; Pilgrim et al., 2012)。

“收支平衡”觀點認為當要學習的項目被整合為一個整體時, 單個項目的語義被隱藏起來, 同時個體將更多的認知資源投放到聯結編碼中, 減少對項目編碼的資源投放, 進而導致項目再認受損。Pilgrim等(2012)采用交互表象法(高整合條件)和項目表象法(低整合條件)兩種方式來操縱整合水平。編碼階段給被試呈現兩個語義無關的詞語, 在交互表象條件下要求被試將兩個詞語的表象整合到一個情境中; 在項目表象條件下要求被試分別想象兩個詞語的表象。提取階段只呈現單個詞語并要求被試進行新/舊判斷。結果顯示, 兩種整合條件間有相等的項目再認表現。區分熟悉性和回想加工對項目再認的貢獻, 結果顯示雖然兩種整合條件間有相等的LPC效應, 但高整合條件比低整合條件誘發了更小的FN400效應。其中FN400效應是指早期額區新舊效應(Early frontal old/new effect), 表現為刺激出現后300～500 ms雙側額區上新項目比舊項目誘發更負的波幅, 與熟悉性加工有關; LPC效應是指晚期新舊效應(Left parietal old/new effect), 表現為刺激出現后500～700 ms左側頂區上舊項目比新項目誘發更正的波幅, 與回想加工有關(Curran, 2000; Curran & Cleary, 2003)。基于這一研究, Pilgrim等(2012)得出結論：整合對項目再認的影響過程中發生了損失(減少了FN400效應), 支持“收支平衡”觀點。然而, 作者認為整合雖然減少了FN400效應, 但兩種整合條件間項目再認的準確率是相等的。從另一種角度來講, 被試可以依據較少的神經活動而達到相等的再認表現是一種促進作用, 應當支持“只有收益”觀點。Ahmad和Hockley (2014)采用復合詞和非復合詞來探討整合對聯結再認和項目再認的作用。編碼階段要求被試學習復合詞(例如, 交通?堵塞)和非復合詞(例如, 藍天?手表), 提取階段要求被試分別完成聯結再認和項目再認測驗。聯結再認測驗要求被試區分重組/舊詞對, 項目再認測驗要求被試區分新/舊單詞。結果顯示, 復合詞比非復合詞有更好的聯結再認表現和更差的項目再認表現, 表明整合在促進聯結再認的同時損害了項目再認, 支持“收支平衡”觀點。需要注意的是, Ahmad和Hockley (2014)的研究中只包含了20個被試, 且每一個實驗條件只有10個試次, 研究結果存在偶然性。此外, Ahmad和Hockley (2014)的研究也并未關注整合對聯結再認和項目再認加工過程的影響, 無法知曉整合如何影響熟悉性和回想加工對聯結再認和項目再認的貢獻。

“只有收益”觀點認為整合是在項目編碼的基礎上實現的, 尤其對于復合詞, 由于聯結是早已存在的, 并不需要占用額外的認知資源, 因此整合并不會損害項目再認。Parks和Yonelinas (2015)采用概念定義法和句子填充法來操縱整合水平。具體而言, 在概念定義條件下, 研究者人為地賦予這兩個語義無關的詞語一個新的定義(例如, 將牛奶?汽車定義為一種專門運輸牛奶的交通工具); 而在句子填充條件下, 研究者創造了一個可以容納這兩個語義無關詞語的句子框架(例如, 他把牛奶撒到了汽車里)。編碼階段給被試呈現兩個語義無關的詞語及其概念定義或句子填充描述, 提取階段則要求被試完成聯結再認和項目再認測驗。結果顯示, 概念定義條件比句子填充條件有更好的聯結再認, 但兩種條件間的項目再認并沒有顯著的差異。隨后他們采用接受者操作特征曲線來評估熟悉性和回想加工對聯結再認和項目再認的貢獻。結果顯示, 在聯結再認上, 概念定義條件比句子填充條件誘發更多的熟悉性和回想加工; 而在項目再認上, 概念定義條件和句子填充條件誘發相等熟悉性和回想加工。這些研究結果表明, 整合能夠通過增加熟悉性和回想加工來提高聯結再認的表現, 但并不影響項目再認及其加工過程。Liu等(2020b)采用復合詞和非復合詞為實驗材料, 開展了行為和腦電兩個實驗來探討整合對項目再認的作用。研究結果一致顯示, 復合詞和非復合詞兩種條件間有相等的項目再認表現。但在區分熟悉性和回想加工對項目再認的貢獻時, 行為實驗結果顯示, 復合詞比非復合詞誘發更多的回想加工; 而ERP實驗結果顯示, 非復合詞比復合詞誘發更大的LPC效應, 兩個實驗的結果出現明顯的分歧。Liu等(2020b)將這一分歧解釋為行為實驗中的回想加工可能混入熟悉性加工的貢獻。作者認為還可以從另一角度進行解釋, 相比較于非復合詞中沒有聯結而需要花費更多的認知資源進行聯結編碼, 復合詞由于聯結早已存在而可以將節省的認知資源投放到項目編碼中, 使得被試可以依據較少的認知努力(較少的LPC效應)而得到更好的再認成績(更多的“記得”反應)。

基于上述研究之間的分歧, 本研究擬通過一個實驗同時考察整合對聯結再認和項目再認的作用, 檢驗“收支平衡”和“只有收益”觀點的合理性。相比較于交互表象法和概念定義法需要在實驗過程中通過指導語來操縱整合水平, 復合詞得益于日常生活中的捆綁呈現, 詞對之間有更強的聯結, 是一種更明確和穩定的整合方式。因此, 本研究選擇復合詞vs.非復合詞這種操縱整合的方式來考察整合對聯結再認和項目再認及其加工過程的影響。基于已有研究, 我們預測：(1)整合能夠促進熟悉性加工對聯結再認的貢獻; (2)整合可能并不會損害項目再認的表現。

2 方法

2.1 被試

依據Parks和Yonelinas (2015)所得的效應量(effect size= 0.61), 估計要達到 α = 0.05, 1 ? β = 0.95水平, 至少需要12名被試。29名某高校的大學生參與實驗(11名男生, 18名女生), 平均年齡為22.83歲(范圍為18～25歲), 所有被試視力或矯正視力正常, 右利手, 無精神疾病, 身體健康。所有被試均為自愿參加實驗, 實驗結束后獲得一定的報酬。本實驗也已經得到首都師范大學倫理委員會的批準。

2.2 實驗材料

實驗材料來源于Zheng等(2015)和Liu等(2020a), 包含144對復合詞、144對非復合詞和96個新詞。12名未參加正式實驗的被試完成材料評定任務, 采用5點量表分別對編碼階段和提取階段的實驗材料進行熟悉程度(1 = 非常不熟悉, 5 = 非常熟悉)和整合程度(1 = 整合程度非常低, 5 = 整合程度非常高)的評估。編碼階段的結果顯示, 復合詞和非復合詞有相等的熟悉程度[4.66 ± 0.27, 4.70 ± 0.31,(11) = ?1.02,= 0.33], 且復合詞比非復合詞有更高的整合水平[4.80 ± 0.25, 1.16 ± 0.12(11) = 43.86,< 0.001,= 12.66]。提取階段的結果顯示, 在聯結再認測驗中, 復合?舊詞對、復合?重組詞對、非復合?舊詞對和非復合?重組詞對有相等的熟悉程度[4.60 ± 0.36, 4.70 ± 0.28, 4.70 ± 0.31, 4.71 ± 0.29,(3, 33) = 0.79,0.42], 且4組詞對之間的整合水平存在顯著的差異[4.82 ± 0.26, 4.86 ± 0.16, 1.16 ± 0.19, 1.08 ± 0.10,(3, 33) = 1870.46,< 0.001, ηp2= 0.99]。事后比較顯示, 復合?舊詞對和復合?重組詞比非復合?舊詞對和非復合?重組詞對有更高的整合水平(alls < 0.001), 而復合?舊詞對和復合?重組詞對、非復合?舊詞對和非復合?重組詞對之間的整合水平沒有顯著差異(alls > 0.18)。在項目再認測驗中, 復合?舊詞、非復合?舊詞和新詞之間有相等的熟悉程度[4.26 ± 0.94, 4.34 ± 0.91, 4.39 ± 0.71,(2, 22) = 1.36,= 0.27]。以上結果表明, 實驗材料匹配良好, 符合實驗要求。

2.3 實驗程序

使用17英寸的純平顯示器呈現實驗材料, 被試與屏幕的距離為70 cm (視角為6.08° × 2.24°)。為了避免疲勞效應, 實驗分為6個組塊, 其中3個組塊構成聯結再認測驗, 每個組塊包括編碼階段、休息階段和提取階段; 另外3個組塊構成項目再認測驗, 每個組塊只包含提取階段。以一個組塊為例, 在聯結再認測驗中, 編碼階段屏幕上首先出現一個“+”, 持續900～1100 ms, 緊接著呈現一對詞語, 持續時間為4000 ms, 在此期間被試需要對詞語的整合水平進行5點評分(1 = 整合程度非常低, 5 = 整合程度非常高), 并記住這對詞對。隨后, 再次呈現“+”, 開始下一個試次。詞對呈現順序偽隨機, 分兩組呈現共96對詞語。學習結束后, 休息兩分鐘, 進行聯結再認測驗。為了保證編碼?提取階段學習詞對和測驗詞對的整合水平保持一致, 32對復合詞重新組合成16對復合詞(剩余32個單個詞語), 32對非復合詞重新組合成16對非復合詞(剩余32個單個詞語)。如此編碼階段學習96對詞語, 測驗階段只呈現64對詞語, 分為4種提取條件：(1)復合?舊詞對(與復合詞中的詞對完全一致); (2)復合?重組詞對(兩個復合詞重新組合后形成的新復合詞); (3)非復合?舊詞(與非復合詞中的詞對完全一致); (4)非復合?重組詞對(兩個非復合詞重新組合后形成的新非復合詞)。三組聯結再認測驗結束后, 被試再完成3組項目再認測驗。以一個組塊為例, 32對復合詞中剩余的32個單個詞語和32對非復合詞中剩余的32個單個詞語被作為舊詞語, 與32個新詞共同構成項目再認的材料, 分為3種提取條件(共96個詞對)：(1)復合?舊詞(與復合詞中的某個詞語完全一致); (2)非復合?舊詞(與非復合詞中的某個詞語完全一致); (3)新詞(與學習階段的單個詞語無語義相關, 且學習階段沒有呈現過)。聯結再認和項目再認測驗的實驗材料分配見附錄。在再認測驗中, 被試需要對詞對或詞語進行“新/舊”判斷, 其中只有完全一致的舊詞對或舊詞語被判斷為“舊”, 重新組合的重組詞對和新詞語都被判斷為“新”。每個試次中, 屏幕上首先出現一個“+”, 持續900～1100 ms, 緊接著呈現詞對或詞語, 持續時間為2000 ms, 要求被試進行“新(F)/舊(J)”判斷。實驗程序見圖1。

圖1 實驗流程圖

注：圖中紅色方框的刺激表示腦電數據分析的零點

2.4 EEG記錄

實驗采用Neuroscan公司生產的ESI-64導腦電記錄系統記錄相應的EEG, 電極帽采用國際10-20擴展電極位置系統的Ag/AgCl電極帽。數據采集時, 左側乳突處的電極作為參考電極, 右側乳突處的電極作為記錄電極; 離線數據分析時, 采用雙側乳突的均值作為參考。垂直眼電(VEOG)的記錄采用左眼眶上下的兩個電極, 水平眼電(HEOG)的記錄采用兩側外眼角處的2個電極, 接地電極(GND)位于FPz和Fz之間。腦電信號的采樣頻率為500 Hz, 連續記錄時濾波帶通為0.05～100 Hz, 頭皮電阻小于5 k?。離線數據分析時濾波帶通為0.05～40 Hz。以詞語呈現時間點為0點(見圖1中的紅框標注), 截取?200～1000 ms的腦電數據, 其中?200～0 ms為基線, 以回歸程序對眨眼偽跡進行校正處理。疊加平均前剔除波幅超過±75 μV的試次, 并只對正確試次進行疊加。在聯結再認中, 復合?舊詞對、復合?重組詞對、非復合?舊詞對和非復合?重組詞對的平均疊加試次數分別為40、26、33、33; 在項目再認中, 復合?舊詞、非復合?舊詞和新詞的平均疊加試次數分別為58、54、44。根據之前的研究(Liu et al., 2020b; Pilgrim et al., 2012)以及對ERP波形圖的檢查, 我們最終選定300～500 ms和500～700 ms兩個時窗, 左額葉(Left Frontal: F5、F3、F1)、右額葉(Right Frontal: F2、F4、F6)、左頂葉(Left Parietal: P5、P3、P1)和右頂葉(Right Parietal: P2、P4、P6)四個腦區進行數據分析。

3 結果

3.1 整合評定的結果

對編碼階段的整合評定進行配對樣本檢驗分析。結果顯示, 復合詞比非復合詞有更高的整合水平[4.72 ± 0.22, 1.54 ± 0.39,(28) = 44.50,< 0.001, Cohen’s= 8.26]和更快的反應時[1206.55 ± 318.74, 1672.06 ± 388.56,(28) = ?6.44,< 0.001, Cohen’s=?1.19], 表明被試能夠很好地區分復合詞和非復合詞。

3.2 聯結再認

3.2.1 行為結果

以整合條件(復合詞、非復合詞)為自變量, 以舊詞對的擊中率(hits)、重組詞對的虛報率(False alarms, FAs)、聯結再認的表現(probability of true recognition, Pr = hits ? FAs)以及正確反應的反應時為因變量(見表1), 進行配對樣本檢驗或重復測量方差分析。結果顯示, 在舊詞對的hits上, 復合詞比非復合詞有更高的hits,(28) = 6.75,< 0.001, Cohen’s= 1.25; 在重組詞對的FAs上, 復合詞和非復合詞有相等的FAs,(28) = 0.63,= 0.53; 在聯結再認的Pr上, 復合詞比非復合詞有好的聯結再認表現,(28) = 5.67,< 0.006, Cohen’s= 1.05。對正確反應時進行2 (整合條件：復合詞、非復合詞) × 2 (提取條件：舊詞對、重組詞對)重復測量方差分析。結果顯示, 整合條件主效應顯著,(1, 28) = 40.73,0.001, ηp2= 0.59; 提取條件主效應顯著,(1, 28) = 120.97,< 0.001, ηp2= 0.81; 整合條件×提取條件交互效應顯著,(1, 28) = 55.84,< 0.001, ηp2= 0.67。簡單效應分析顯示, 不論是舊詞對還是重組詞對, 復合詞都比非復合詞有更快的反應時。

表1 描述統計分析表[M (SD)]

3.2.2 ERP結果

(1) 300～500 ms (FN400效應)

重組詞對vs.舊詞對：以3個電極的平均波幅為因變量, 進行2 (整合條件：復合詞、非復合詞) × 2 (提取條件：重組詞對、舊詞對) × 2 (腦區：額區、頂區) × 2 (半球：左半球、右半球)重復測量方差分析。結果顯示, 整合條件主效應顯著[(1, 28) = 34.36,< 0.001, ηp2= 0.55], 整合條件×腦區[(1, 28) = 9.94,0.004, ηp2= 0.26]、整合條件×半球[(1, 28) = 17.57,< 0.001, ηp2= 0.39]、整合條件×提取條件×腦區[(1, 28) = 6.03,= 0.021, ηp2= 0.18]和整合條件× 腦區×半球交互效應顯著[(1, 28) = 14.69,0.001, ηp2= 0.34]。簡單效應分析顯示, 在雙側額區上, 復合?重組詞對比復合?舊詞對誘發更負的波幅(alls0.063); 而在4個腦區上, 非復合?重組詞對和非復合?舊詞對誘發相等的波幅(alls > 0.10) (見圖2a)。

比較復合詞vs.非復合詞條件間FN400效應的差異：為了比較條件間FN400效應的差異, 我們首先計算FN400效應的大小(FN400效應 = 舊詞對(擊中)誘發的波幅 – 重組詞對(正確拒絕)誘發的波幅, 見圖2b, 2c)。以整合條件(復合詞、非復合詞)、腦區(額區、頂區)和半球(左半球、右半球)為自變量進行重復測量方差分析。結果顯示, 只有整合×腦區交互效應顯著[(1, 28) = 6.03,0.021, ηp2= 0.18], 其余效應均不顯著(alls < 2.42,s > 0.13)。簡單效應分析顯示, 在雙側額區上, 復合詞比非復合詞誘發更大的FN400效應。

(2) 500～700 ms (LPC效應)

重組詞對vs.舊詞對：以3個電極的平均波幅為因變量, 進行2 (整合條件：復合詞、非復合詞) × 2 (提取條件：重組詞對、舊詞對) × 2 (腦區：額區、頂區) × 2(半球：左半球、右半球)的重復測量方差分析。結果顯示, 整合條件[(1, 28) =16.17,0.001,ηp2= 0.37]和提取條件主效應顯著[(1, 28) =15.97,0.001, ηp2= 0.36]; 整合條件×提取條件[(1, 28) = 5.74,0.023, ηp2= 0.17], 整合條件×腦區[(1, 28) = 9.87,= 0.004, ηp2= 0.26], 整合條件×腦區×半球[(1, 28) = 4.46,0.044, ηp2= 0.14]和整合條件×提取條件×腦區×半球交互效應顯著[(1, 28) = 12.14,0.002, ηp2= 0.30]。簡單效應分析顯示, 在右額區和雙側頂區上, 復合?舊詞對比復合?重組詞對誘發更正的波幅(alls< 0.025); 在右頂區上, 非復合?舊詞對比非復合?重組詞對誘發更正的波幅(0.044) (見圖2a)。

圖2 聯結再認中各條件下疊加平均的波形圖(a)、新舊效應分布的波形圖(b)和地形圖(c)

比較復合詞vs.非復合詞條件間LPC效應的差異：為了比較條件間LPC效應的差異, 我們首先計算LPC效應的大小(LPC效應 = 舊詞對(擊中)誘發的波幅 – 重組詞對(正確拒絕)誘發的波幅, 見圖2b, 2c)。以整合條件(復合詞、非復合詞)、腦區(額區、頂區)和半球(左半球、右半球)為自變量進行重復測量方差分析。結果顯示, 整合條件主效應顯著[(1, 28) = 5.27,0.029, ηp2= 0.16], 整合條件×腦區×半球交互效應顯著[(1, 28) = 15.31,0.001, ηp2= 0.35]。簡單效應分析顯示, 在右額區和左頂區上, 復合詞比非復合詞誘發更大的LPC效應(alls < 0.035)。

總而言之, 整合不僅能促進熟悉性加工對聯結再認的貢獻, 還能通過增加熟悉性和回想加工對聯結再認的貢獻來提高聯結再認的表現。

3.3 項目再認

3.3.1 行為結果

以整合條件(復合詞、非復合詞)為自變量, 以舊詞的hits、項目再認的表現以及正確反應的反應時為因變量, 進行配對樣本檢驗或重復測量方差分析。結果顯示, 復合?舊詞和非復合?舊詞有相等的hits [0.75 ± 0.14 vs. 0.73 ± 0.11,(28) = 0.97,= 0.34]和項目再認表現[0.34 ± 0.15 vs. 0.32 ± 0.13,(28) = 0.97,= 0.34]。貝葉斯分析顯示, 有中等強度的證據支持零假設為真(01= 0.302), 即整合確實不影響項目再認的表現。對正確反應時進行單因素(提取條件：復合?舊詞、非復合?舊詞、新詞)重復測量方差分析。結果顯示, 提取條件主效應顯著[1228.40 ± 125.50, 1003.72 ± 135.52 vs. 1112.36 ± 127.30,(1, 28) = 46.19,0.001, ηp2= 0.62], 非復合?舊詞有最快的反應時, 其次是新詞, 而復合?舊詞的反應時最慢(alls < 0.001)。

3.3.2 ERP結果

(1) 300～500 ms (FN400效應)

復合?舊詞、非復合?舊詞vs.新詞：以3個電極的平均波幅為因變量, 進行3 (提取條件：復合?舊詞、非復合?舊詞、新詞) × 2 (腦區：額區、頂區) × 2 (半球：左半球、右半球)的重復測量方差分析。結果顯示, 只有提取條件×腦區×半球交互效應顯著[(2, 56) = 4.02,0.023, ηp2= 0.13], 其余效應均不顯著(alls < 2.39,s> 0.10)。簡單效應分析顯示, 新詞比復合?舊詞在右額區上誘發更負的波幅(= 0.009); 新詞和非復合?舊詞在4個腦區上誘發相等的波幅(alls0.10) (見圖3a)。

比較復合詞vs.非復合詞條件間FN400效應的差異：與聯結再認分析一致, 我們首先計算FN400效應的大小(FN400效應 = 舊詞(擊中)誘發的波幅 – 新詞(正確拒絕)誘發的波幅, 見圖3b, 3c)。以整合條件(復合詞、非復合詞)、腦區(額區、頂區)和半球(左半球、右半球)為自變量進行重復測量方差分析。結果顯示, 只有整合條件 × 腦區交互效應顯著[(1, 28) = 5.78,0.023, ηp2= 0.17], 其余效應均不顯著(alls < 2.47,s > 0.13)。簡單效應分析顯示, 在額區上, 復合詞比非復合詞誘發更大的FN400效應(= 0.049)。

(2) 500～700 ms (LPC效應)

復合?舊詞、非復合?舊詞vs.新詞：以3個電極的平均波幅為因變量, 進行3 (提取條件：復合?舊詞、非復合?舊詞、新詞) × 2 (腦區：額區、頂區) × 2 (半球：左半球、右半球)的重復測量方差分析。結果顯示, 提取條件主效應顯著[(2, 56) = 3.66,0.044, ηp2= 0.12], 提取條件×腦區[(2, 56) = 3.82,0.028, ηp2= 0.12]、提取條件×半球[(2, 56) = 3.70,0.050, ηp2= 0.12]和提取條件×腦區×半球交互效應顯著[(2, 56) = 11.14,0.001, ηp2= 0.29]。簡單效應分析顯示, 復合?舊詞比新詞在右額區和雙側頂區上誘發更正的波幅(alls < 0.039); 非復合?舊詞比新詞在雙側頂區上誘發更正的波幅(alls0.055) (見圖3a)。

比較復合詞vs.非復合詞條件間LPC效應的差異：與聯結再認分析一致, 我們首先計算LPC效應的大小(LPC效應 = 舊詞(擊中)誘發的波幅 – 新詞(正確拒絕)誘發的波幅, 見圖3b, 3c)。以整合條件(復合詞、非復合詞)、腦區(額區、頂區)和半球(左半球、右半球)為自變量進行重復測量方差分析。結果顯示, 整合條件×腦區[(1, 28) = 5.92,0.022, ηp2= 0.17]和腦區×半球交互效應顯著[(1, 28) = 6.63,0.016, ηp2= 0.19]。簡單效應分析顯示, 在雙側額區上(alls < 0.042), 復合詞比非復合詞誘發更大的新舊效應。總體而言, 整合雖然增加了熟悉性加工對項目再認的貢獻, 但并不影響項目再認的總體表現。

圖3 項目再認中各條件下疊加平均的波形圖(a)、新舊效應分布的波形圖(b)和地形圖(c)

4 討論

雖然關于整合對聯結再認作用的研究觀點已基本趨于一致——整合能夠促進熟悉性加工來支持聯結再認, 但關于整合如何影響構成聯結的單個項目的再認, 已有研究較少且存在明顯的分歧。“收支平衡”觀點認為整合在促進聯結再認的同時會損害項目再認, 而“只有收益”觀點認為整合在促進聯結再認的同時并不會損害項目再認。本研究發現, 整合在促進聯結再認的同時并不會損害項目再認, 支持了“只有收益”觀點。ERP結果顯示, 整合不僅能夠促進熟悉性加工來支持聯結再認, 還能增加回想加工對聯結再認的貢獻。同時, 整合還能夠增加熟悉性加工對項目再認的貢獻。

4.1 整合對聯結再認的促進作用

對于聯結再認, 整合不僅能夠促進熟悉性加工來支持聯結再認, 還能增加回想加工對聯結再認的貢獻, 這一結果與已有研究相一致(Bridger et al., 2017; Li et al., 2019; Parks & Yonelinas, 2015; Tibon et al., 2014; Zheng et al., 2015)。出現這一結果的原因可能是, 復合詞由于在日常生活中經常捆綁呈現而形成較強的聯結。編碼階段被試學習復合詞的同時增加了對聯結的熟悉性, 而構成非復合詞的兩個詞語之間沒有這種聯結, 被試即使學習過這一詞對, 獲得的聯結熟悉性也遠小于復合詞(Bader et al., 2010; Lu et al., 2020)。提取階段當要求被試區分復合?舊詞對和復合?重組詞對時, 他們可以依靠這一增加的聯結熟悉性來區分舊詞對和重組詞對, 表現為復合詞誘發顯著的FN400效應; 而在區分非復合?舊詞對和非復合?重組詞對時, 這一聯結熟悉性的作用明顯更小, 表現為非復合詞沒有誘發顯著的FN400效應。雖然熟悉性加工能夠支持聯結再認, 但回想加工對聯結再認的作用仍然不能忽略。已有研究發現, 整合可能促進(Bridger et al., 2017; Parks & Yonelinas, 2015; Tibon et al., 2014; Zheng et al., 2015)、不影響(Han et al., 2018; Li et al., 2017, 2019; Liu et al., 2020a; Lu et al., 2020)、甚至損害(Bader et al., 2010; Kamp et al., 2016; Kriukova et al., 2013; Shao et al., 2016)回想加工對聯結再認的貢獻。出現這一分歧的原因, 可能是由于詞對之間的聯結程度有所不同。當詞對之間的聯結程度非常強時, 被試可以依靠單個詞語而回想起與之配對的詞語(例如, 依據“希臘”可以回想起“希臘?神話”), 進而正確接受舊詞對或者正確拒絕重組詞對(Bridger et al., 2017; Li et al., 2019; Parks & Yonelinas, 2015; Tibon et al., 2014; Zheng et al., 2015)。在本研究中, 由于復合詞有較強的聯結, 被試可以依靠單個詞語而回想起與之配對的詞語, 因此復合詞能夠誘發顯著的LPC效應; 而非復合詞由于詞對之間的聯結較弱, 被試則較難依靠單個詞語而回想起與之配對的詞語, 因此非復合詞誘發更小的LPC效應。

簡而言之, 對于擁有較強聯結的復合詞, 被試不僅可以依賴編碼階段學習復合詞時增加的聯結熟悉性來完成聯結再認測驗, 還可以依據單個詞語而回想起學習過的詞對來完成聯結再認測驗。而非復合詞由于兩個詞語之間較弱的聯結, 編碼階段被試學習非復合詞時增加的聯結熟悉性難以支持被試來完成聯結再認測驗, 且依據單個詞語回想起原學習詞對的難度也更大。因此, 在復合詞條件下熟悉性和回想加工都能支持聯結再認測驗, 而在非復合詞條件下只有回想加工能夠支持聯結再認, 且復合詞比非復合詞有更多的回想加工。

4.2 整合對項目再認的影響

關于整合對項目再認的作用, 存在兩種截然相反的觀點。“收支平衡”觀點認為整合以損害項目再認為代價來促進聯結再認, 而“只有收益”觀點認為整合在促進聯結再認的同時并不會損害項目再認。早期, 作者試圖從認知資源有限的角度試圖解釋“收支平衡”和“只有收益”觀點的合理性。認為認知資源是有限的, 整合中的聯結編碼和項目編碼是一個競爭認知資源的過程, 但兩者之間并不是此消彼長的關系, 而需要考慮到實驗材料的性質。依據實驗前刺激材料的性質, 整合可以劃分為自上而下整合和自下而上整合(Tibon et al., 2014)。前者通過指導被試將兩個或兩個以上語義無關的項目捆綁編碼為一個整體表征或分別編碼為兩個相互獨立的表征來操縱整合水平(例如, 交互表象法vs.項目表象法、概念定義法vs.句子填充法), 而后者則依賴項目間固有的知覺特性或內在聯系來操縱整合水平(例如, 復合詞vs.非復合詞、相關詞對vs.無關詞對)。在自上而下的整合中, 由于實驗前材料之間的無聯結性, 編碼階段被試需要將更多的認知資源投放到聯結編碼中形成整體表征, 而將較少的認知資源被投放到項目編碼上, 因此整合可能會損害項目再認的表現, 支持“收支平衡”觀點。但在自下而上的整合中, 由于實驗前材料之間已有的聯結, 在進行整合編碼時并不需要占用額外的認知資源來生成聯結, 被試將足夠的認知資源投放到對項目編碼中, 因此整合并不會損害項目記憶的表現, 支持“只有收益”觀點。分別檢驗自上而下整合和自下而上整合對項目再認的作用, 本實驗、Liu等(2020b)使用復合詞和非復合詞來操縱自下而上整合, 結果顯示自下而上整合并不損害項目再認的表現, 與我們的預期相一致。Parks和Yonelinas (2015)和Pilgrim等(2012)采用概念定義法和交互表象法操縱自上而下整合的研究也發現, 高整合條件和低整合條件誘發相等的項目再認表現, 與我們的預期不相符。需要注意的是, 上述4項研究一致發現, 不論是自上而下整合還是自下而上整合都不會影響項目再認的表現, 支持“只有收益”觀點。究其原因, 可能還是因為不論是哪種整合方式, 被試在編碼階段都對聯結和項目進行了編碼。

加工路徑假說認為整合有兩條靈活的加工路徑, 一條是直接整體加工路徑, 另一條是單個成分語義加工路徑(Buchler et al., 2008; Frisson et al., 2011; Yonelinas et al., 2001)。前者認為整合直接對整體進行加工, 而后者認為整體加工是依賴對成分的加工的。支持整體加工優先的研究者認為, 當編碼時間有限時, 優先加工整體而不能加工成分, 因此整合可能會損害項目再認的表現。支持成分語義加工的研究者則認為整體是由成分構成, 在加工整體的同時成分也得到加工, 因此整合并不會損害項目再認(Ji et al., 2011)。對于使用復合詞和非復合詞來操縱自下而上整合的研究(本實驗、Liu et al., 2020b), 不論是整體加工優先還是成分語義加工優先, 編碼階段的刺激材料呈現4000 ms, 被試都有足夠的時間來完成整體編碼(即聯結)和成分編碼(即項目)。同理, 對于使用語義無關詞對來操縱自上而下整合的研究(Parks & Yonelinas, 2015; Pilgrim et al., 2012), 編碼階段研究者通過人為地賦予這些刺激一定的意義來指導被試對這些詞語進行編碼。在這一過程中, 被試不可避免地對這些詞語進行了一定程度的編碼。因此, 不論自下而上整合還是自上而下整合都可能不影響項目再認的表現。

那么, 什么情況下“收支平衡”觀點才會成立呢？在現有的5項研究中, 本實驗、Liu等(2020b)、Parks和Yonelinas (2015)和Pilgrim等(2012) 4項研究都使用同一組新詞作為實驗材料, 且新詞與原學習詞對之間無任何語義相關, 結果顯示整合并不會影響項目再認的表現。而Ahmad和Hockley (2014)使用兩組新詞(復合?新詞、非復合?新詞)作為實驗材料, 結果顯示復合?新詞比非復合?新詞有更高的FAs。雖然這一更高的FAs不是導致整合損害項目再認表現的唯一原因, 但這一發現為“收支平衡”觀點提供了很好的思路。當項目再認測驗中使用的新詞與舊詞存在較高的相似性時(為了區別于低相似性的新詞, 我們稱高相似性的新詞為誘餌詞), 由于誘餌詞的高FAs, 整合可能會損害項目再認的表現。未來研究可以通過將新詞區分為語義無關新詞和語義相關誘餌詞, 來檢驗“只有收益”和“收支平衡”觀點的合理性以及這兩種觀點的適用條件。

區分熟悉性和回想加工對項目再認的貢獻, 結果顯示復合詞誘發顯著的FN400效應和LPC效應, 而非復合詞只誘發了顯著的LPC效應。即熟悉性和回想加工都能支持復合?舊詞和新詞的區分, 而非復合?舊詞和新詞的區分只能依靠回想加工。究其原因, 可能是因為相比較于非復合詞, 構成復合詞的單個詞語在編碼時激活了更多的語義相關節點(激活擴散模型)。而非復合詞由于缺少聯結, 單個詞語在編碼時激活較少的語義相關節點, 導致復合?舊詞比非復合?舊詞有更大的相對熟悉性(實驗中由于學習而增加的熟悉性, 見Bader et al., 2010)。在提取時這一增加的相對熟悉性會有助于被試區分復合?舊詞和新詞, 而非復合?舊詞這一相對熟悉性的作用則較小, 必須依靠回想加工來完成項目再認測驗。同樣, 這一增加的相對熟悉性也可以很好地解釋Ahmad和Hockley (2014)研究中復合?新詞比非復合?新詞有更高的FAs這一結果。相比較于非復合詞, 構成復合詞的單個詞語編碼階段激活更多語義相關節點, 導致被試對這些未學習過的誘餌詞有更高的熟悉感。測驗階段這種增加的熟悉感會誘導被試做出錯誤的舊反應, 導致更高的FAs和更差的項目再認表現。

需要注意的是, 與Liu等(2020b)的研究一致, 本研究同樣發現整合并不會影響項目再認的總體表現, 但在區分熟悉性和回想加工對項目再認的貢獻時, Liu等(2020b)發現整合減少了回想加工(LPC效應)對項目再認的貢獻, 而本研究發現整合增加了熟悉性加工(FN400效應)對項目再認的貢獻。為了使兩個研究中的數據具有可比性, 作者向Liu等(2020b)尋求幫助得到他們經過校正后的新舊效應的數據, 與本研究經過校正后的數據(McCarthy & Wood, 1985; Wilding, 2006)進行了2 (研究：本研究、Liu等(2020b)) × 2 (整合條件：復合詞、非復合詞)的重復測量方差分析。在與熟悉性加工相關的FN400效應上, 所有效應均不顯著(alls < 1.67, alls > 0.21)。計劃比較的結果也顯示, 不論在復合詞還是非復合詞條件下, 本研究與Liu等(2020b)的研究都誘發了相等的FN400效應。而在與回想加工相關的LPC效應上, 研究的主效應邊緣顯著[(1, 22) = 3.70,= 0.068, ηp2= 0.14], 本研究比Liu等(2020b)的研究誘發更大的LPC效應。計劃比較顯示, 在復合詞上, 本研究比Liu等(2020b)的研究誘發更大的LPC效應(= 0.027); 在非復合詞上, 本研究和Liu等(2020b)的研究誘發相等的LPC效應(= 0.34)。因此, 本研究和Liu等(2020b)最大的區別在于復合詞誘發的LPC效應上。而造成本研究中復合詞誘發更大LPC效應的一個原因可能就是本實驗中被試優先完成了聯結再認測驗。區分舊詞對/重組詞對的聯結再認測驗誘導被試更多的使用回想?接受或回想?拒絕的加工策略, 增加了對回想加工的依賴。而在Liu等(2020b)的研究中, 被試直接進行項目再認測驗, 被試對熟悉性和回想加工的依賴程度并沒有顯著的差異。對校正后的FN400效應和LPC效應進行2 (效應類型：FN400、LPC) × 2 (整合條件：復合詞、非復合詞)重復測量方差分析。結果顯示, 在Liu等(2020b)的研究中, 所有效應均不顯著(alls < 1.48, alls > 0.24); 而在本研究中, 只有效應類型主效應顯著[(1, 28) = 6.24,= 0.020, ηp2= 0.22], LPC效應明顯大于FN400效應, 即本研究中回想加工對項目再認的貢獻明顯大于熟悉性加工。與復合詞和非復合詞之間相等的LPC效應一致, 復合詞和非復合詞之間也有相等的總體項目再認表現。

總而言之, 雖然研究者使用不同方式來操縱整合水平, 但研究結果一致顯示：整合并不會損害項目再認的總體表現, 但熟悉性和回想加工對項目再認的貢獻則可能受被試對這兩種加工過程的依賴程度的影響。

4.3 整合可能的認知機制：項目假說和語義精細加工假說

雖然不少的研究都關注了整合對聯結再認的作用, 但關于這一作用認知機制的研究卻非常少。Tibon等(2018)首次從項目假說和語義精細加工假說兩個角度來解釋整合的認知機制。項目假說認為熟悉性不能支持無語義聯結的再認, 項目再認可以由熟悉性來支持。那么, 如果熟悉性能夠支持無語義相關項目對的聯結再認, 則表明整合形成的是一個全新的項目表征。而語義精細加工假說認為, 整合本質上也是對單個項目語義和聯結語義的精細加工過程。因此, 整合不僅能夠促進聯結再認還能夠促進項目再認的表現。結合本研究的結果, 整合能夠促進熟悉性加工來支持聯結再認, 支持了項目假說。同時, 整合并不影響項目再認的表現, 反對了語義精細加工假說。這一結果與Parks和Yonelinas (2015)的研究相一致。Parks和Yonelinas (2015)同時考察了整合和加工水平對聯結再認和項目再認的影響。學習階段要求被試完成概念定義任務(高整合條件)、句子填充任務(低整合條件)、元音計數任務(淺加工條件)和愉悅度判斷任務(深加工條件), 測驗階段要求被試完成聯結再認和項目再認測驗。結果顯示, 對于加工水平, 不論在聯結再認還是在項目再認上, 深加工都比淺加工條件有更好的再認表現; 而對于整合, 高整合比低整合條件有更好的聯結再認表現, 但兩種整合條件有相等的項目再認表現, 表明整合和加工水平是兩個不同的變量。依據本實驗的研究結果——整合促進了熟悉性加工來支持聯結再認且并不影響項目再認, 項目假說似乎更合理。未來研究不僅應該關注整合對聯結再認和項目再認的作用機制, 還應該同等程度地關注整合的發生機制。

5 結論

相比較于以往整合研究中只關注聯結再認, 本研究同時考察了整合對聯結再認和項目再認的作用, 以及熟悉性和回想加工對兩種再認的貢獻。結果顯示, 整合在促進聯結再認的同時并不損害項目再認, 支持了“只有收益”觀點。區分熟悉性和回想加工對再認的貢獻, 結果顯示整合不僅能夠促進熟悉性加工來支持聯結再認, 還能夠增加回想加工對聯結再認的貢獻和增加熟悉性加工對項目再認的貢獻, 為項目假說提供了實驗證據。總體而言, 整合是一種非常有效的能夠提高聯結記憶表現的編碼策略。

Ahmad, F. N., & Hockley, W. E. (2014). The role of familiarity in associative recognition of unitized compound word pairs.(12), 2301–2324.

Bader, R., Mecklinger, A., Hoppst?dter, M., & Meyer, P. (2010). Recognition memory for one-trial-unitized word pairs: Evidence from event-related potentials.(2), 772–781.

Bastin, C., Diana, R. A., Simon, J., Collette, F., Yonelinas, A. P., & Salmon, E. (2013). Associative memory in aging: The effect of unitization on source memory.(1), 275–283.

Boucher, O., Chouinard-Leclaire, C., Muckle, G., Westerlund, A., Burden, M. J., Jacobson, S. W., &. Jacobson, J. L. (2016). An ERP study of recognition memory for concrete and abstract pictures in school-aged children., 106–114.

Bridger, E. K., Kursawe, A.-L., Bader, R., Tibon, R., Gronau, N., Levy, D. A., & Mecklinger, A. (2017). Age effects on associative memory for novel picture pairings., 102–115.

Buchler, N. G., Light, L. L., & Reder, L. M. (2008). Memory for items and associations: Distinct representations and processes in associative recognition.(2), 183–199.

Curran, T. (2000). Brain potentials of recollection and familiarity.(6), 923?938.

Curran, T., & Cleary, A. M. (2003). Using ERPs to dissociate recollection from familiarity in picture recognition.(2), 191–205.

D’Angelo, M. C., Kacollja, A., Rabin, J. S., Rosenbaum, R. S., & Ryan, J. D. (2015). Unitization supports lasting performance and generalization on a relational memory task: Evidence from a previously undocumented developmental amnesic case., 185–200.

Delhaye, E., & Bastin, C. (2016). The impact of aging on associative memory for preexisting unitized associations.(1), 70–98.

Frisson, S., Niswanderklement, E., & Pollatsek, A. (2011). The role of semantic transparency in the processing of English compound words.(1), 87–107.

Giovanello, K. S., Keane, M. M., & Verfaellie, M. (2006). The contribution of familiarity to associative memory in amnesia.(10), 1859–1865.

Graf, P., & Schacter, D. L. (1989). Unitization and grouping mediate dissociations in memory for new associations.(5), 930–940.

Han, M., Mao, X., Kartvelishvili, N., Li, W., & Guo, C. (2018). Unitization mitigates interference by intrinsic negative emotion in familiarity and recollection of associative memory:Electrophysiological evidence.(6), 1259–1268.

Ji, H., Gagné, C. L., & Spalding, T. L. (2011). Benefits and costs of lexical decomposition and semantic integration duringthe processing of transparent and opaque English compounds.(4), 406–430.

Kamp, S. M., Bader, R., & Mecklinger, A. (2016). The effect of unitizing word pairs on recollection versus familiarity- based retrieval—further evidence from ERPs.(4), 169–178.

Kriukova, O., Bridger, E., & Mecklinger, A. (2013). Semantic relations differentially impact associative recognition memory: Electrophysiological evidence.(1), 93–103.

Li, B., Han, M., Guo, C., & Tibon, R. (2019). Unitization modulatesrecognition of within-domain and cross-domain associations: Evidence from event-related potentials.(11), 1–14.

Li, B., Mao, X., Wang, Y., & Guo, C. (2017). Electrophysiological correlates of familiarity and recollection in associative recognition: Contributions of perceptual and conceptual processing to unitization., 1–12.

Liu, G., Jia, Y., Wang, Y., Mai, K., & Guo, C. (2019). The bilingual L2 advantage in associative recognition.(1), 14–23.

[劉貴雄, 賈永萍, 王余娟, 買合甫來提·坎吉, 郭春彥. (2019). 聯結再認中雙語者第二語言記憶優勢效應.(1), 14–23.]

Liu, Z., Wang, Y., & Guo, C. (2019). Investigating the item recognition in associative memory: A unitization perspective.(3), 490–498.

[劉澤軍, 王余娟, 郭春彥. (2019). 從整合的角度看聯結記憶中的項目再認.(3), 490–498.]

Liu, Z., Wang, Y., & Guo, C. (2020a). Under the condition of unitization at encoding rather than unitization at retrieval, familiarity could support associative recognition and the relationship between unitization and recollection was moderated by unitization-congruence.(3), 104–113.

Liu, Z., Wu, J., Wang, Y., & Guo, C. (2020b). Unitization does not impede overall item recognition performance: Behavioral and event-related potential study.. DOI: 10.1016/j.nlm.2019.107130

Lu, B., Liu. Z., Wang, Y., & Guo, C. (2020). The different effects of concept definition and interactive imagery encoding on associative recognition for word and picture stimuli.178–189.

Lv, Y., Liang, J., & Guo, C. (2015). The influence of semantic integration between items on associative recognition: Evidence from ERPs study.(4), 427–438.

[律原, 梁九清, 郭春彥. (2015). 項目間語義可整合性對聯結再認的影響——來自ERPs研究證據.(4), 427–438.]

Mandler, G. (1980). Recognizing: The judgment of previous occurrence.(3), 252–271.

McCarthy, G., Wood, C. (1985). Scalp distributions of event- related potentials: An ambiguity associated with analysis of variance models.(3), 203–208.

Parks, C. M., & Yonelinas, A. P. (2015). The importance of unitization for familiarity-based learning.(3), 881–903.

Pilgrim, L. K., Murray, J. G., & Donaldson, D. I. (2012). Characterizing episodic memory retrieval: Electrophysiological evidence for diminished familiarity following unitization.(8), 1671–1681.

Quamme, J. R., Yonelinas, A, P., & Norman, K, N. (2007). Effect of unitization on associative recognition in amnesia.(3), 192–200.

Rhodes, S. M., & Donaldson, D. I. (2007). Electrophysiological evidence for the influence of unitization on the processes engaged during episodic retrieval: Enhancing familiarity based remembering.(2), 412–424.

Rhodes, S. M., & Donaldson, D. I. (2008). Electrophysiological evidence for the effect of interactive imagery on episodic memory: Encouraging familiarity for non-unitized stimuli during associative recognition.(2), 873?884.

Shao, H., Opitz, B., Yang, J., & Weng, X. (2016). Recollection reduces unitised familiarity effect.(4), 535–547.

Tibon, R., Greve, A., & Henson, R. (2018). The missing link? Testing a schema account of unitization.(7), 1023–1040.

Tibon, R., Gronau, N., Scheuplein, A.-L., Mecklinger, A., & Levy, D. A. (2014). Associative recognition processes are modulated by the semantic unitizability of memoranda.(92C), 19–31.

Wilding, E. L. (2006). The practice of rescaling scalp-recorded event-related potentials.(3), 325–332.

Yonelinas, A. P. (2002). The nature of recollection and familiarity: A review of 30 years of research.(3), 441–517.

Yonelinas, A. P., Aly, M., Wang, W.-C., & Koen, J. D. (2010). Recollection and familiarity: Examining controversial assumptions and new directions.(11), 1178–1194.

Yonelinas, A. P., Hopfinger, J. B., Buonocore, M. H., Kroll, N. E. A., & Baynes, K. (2001). Hippocampal, parahippocampal and occipital-temporal contributions to associative and item recognition memory: An fMRI study.(2), 359–363.

Zheng, Z., Li, J., & Xiao, F. (2015). Familiarity contributes to associative memory: The role of unitization.(2), 202–212.

[鄭志偉, 李娟, 肖鳳秋. (2015). 熟悉性能夠支持聯結記憶: 一體化編碼的作用.(2), 202–212.]

Zheng, Z., Li, J., Xiao, F., Broster, L. S., & Jiang, Y. (2015). Electrophysiological evidence for the effects of unitization on associative recognition memory in older adults., 59–71.

Effects of unitization on associative and item recognition:The “benefits-only” account

LIU Zejun, GUO Chunyan

(School of Psychology, Capital Normal University; Beijing Key Laboratory of Learning and Cognition, Beijing 100048, China)

It is widely accepted that unitization can promote familiarity-based associative recognition, but its effect on recognition of individual components remains unclear. A few studies have focused on this question and shown two different accounts: One is “benefits and costs” account which argues that unitization promote associative recognition at the cost of item recognition, the other is “benefits-only” account which holds that unitization can promote associative recognition without impairing item recognition. In the current study, we aimed to explore how unitization influence associative and item recognition.

Twenty-nine participants took part in the study. To avoid fatigue effects, three study-test cycles were completed with a short break (2 min) in between. For each cycle, 96 word pairs were encoded at a rate of 4 s each, with a 900～1100 ms fixation cross between trials. Forty-eight word pairs were presented in compound word pairs (CW) and 48 word pairs were presented in non-compound word pairs (NCW). After a 2-min distracting phase, participants took part in an associative recognition test, in which 64 word pairs were presented: (1) CW-intact word pairs, (2) CW-rearranged word pairs, (3) NCW-intact word pairs, and (4) NCW-rearranged word pairs. In order to matched the level of unitzation between the studied and tested word pairs, two compound word pairs were rearranged into a new compound word pairs, and the same is true of non-compound word pairs. The remaining four words were used as old stimuli in item recognition test. After all three cycles are completed, participants then took part in an item recognition test. The item test was also divided into three cycles. For each cycle, 96 single words were presented: (1) Compound-old words, (2) Non-compound-old words, and (3) new words. In both associative and item recognition tests, participants were instructed to press the “F” if the word pairs or words had been learned at encoding and to press the “J” otherwise. Meanwhile, the EEG was recorded.

First, the results showed higher level of unitization and faster RTs for compound word pairs than for non-compound word pairs at encoding. It indicated that the manipulation of unitization was effective in the current study. Second, concerning associative recognition, an enhanced recognition performance, with a larger familiarity-related FN400 effect and recollection-related LPC effect, was observed for compound word pairs than for non-compound word pairs. This results suggested that unitization could improve associative recognition performance through increasing the contribution of familiarity and recollection simultaneously. And finally, an equivalent item recognition performance between the two word pairs was found, despite the compound word pairs elicited a larger FN400 effect than the non-compound word pairs. This indicated that unitization did not impair the item recognition performance.

In summary, the current study suggests that unitization not only facilitates associative recognition but also does not impair item recognition, supporting the “benefits-only” account. Importantly, familiarity can support associative recognition when the two items were unitized into a new presentation. This means that unitization is an effective strategy for improving associative memory, especially for groups with impaired recollection.

unitization, associative recognition, item recognition, FN400 effect, LPC effect

2021-12-16

* 國家自然科學基金資助(31671127)。

郭春彥, E-mail: guocy@cnu.edu.cn

B842