Påvirkning av domenekunnskap på segmentering og minne

Ta kontakt med:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Kimberly M. Newberry1 & Daniel P. Feller2 & Heather R. Bailey3

Godtatt: 12. november 2020 / Publisert på nettet: 7. januar 2021

# The Psychonomic Society, Inc. 2021

cynomoriumfor å forbedre hukommelsen

Abstrakt

Mye forskning har vist at eksperter har overlegen hukommelse i sitt ekspertisedomene. Denne minnefordelen har blitt foreslått å være et resultat av forskjellige kodingsmekanismer, for eksempel chunking og differensiering. En annen potensiell kodingsmekanisme som er assosiert med minne er hendelsessegmentering, som er prosessen der folk analyserer kontinuerlig informasjon til meningsfulle, diskrete enheter. Tidligere forskning har funnet bevis på at segmentering til en viss grad påvirkes av ovenfra-ned-behandling. Til dags dato har få studier undersøkt ekspertises innflytelse på segmentering, og det gjenstår spørsmål om ekspertise, segmenteringsevne og deres innvirkning på hukommelsen. Målet med den nåværende studien var å undersøke påvirkningen av ekspertise på segmentering og minneevne for to forskjellige domener: basketball og Overwatch. Deltakere med høy og lav kunnskap for basketball og med lav kunnskap for Overwatch så og segmenterte videoer med grove og fine korn, og fullførte deretter minnetester. Forskjeller i segmenteringsevne og minne var tilstede mellom eksperter og kontrollnybegynnere, spesielt for basketballvideoene; ekspertenes segmentering predikerte imidlertid bare hukommelse for aktiviteter som manglet kunnskap om. Samlet sett tyder denne forskningen på at eksperters overlegne hukommelse ikke skyldes deres segmenteringsevne og bidrar til en voksende mengde litteratur som viser bevis som støtter konseptuelle effekter på segmentering.

Stikkord: Domenekunnskap. Hendelsessegmentering. Hukommelse. Ekspertise

Tiår med arbeid med domenekunnskap (semantisk kunnskap for et bestemt felt) har vist at eksperter har overlegenthukommelsefor informasjon innen deres ekspertfelt. DettehukommelseFordelen har blitt forklart av ulike kodingsmekanismer, inkludert chunking (Chase & Simon, 1973), differensiering og enhetsdannelse (Herzmann & Curran, 2011). Nylig har en annen kodingsmekanisme vist seg å påvirkehukommelsefor hendelsesinformasjon: hendelsessegmentering (Bailey et al., 2013; Flores, Bailey, Eisenberg, & Zacks, 2017; Newberry &

Bailey, 2019; Sargent et al., 2013; Zacks, Speer, Vettel og Jacoby, 2006).

Hendelsessegmentering er en kodingsmekanisme der folk analyserer kontinuerlig hendelsesinformasjon til meningsfulle, diskrete enheter (f.eks. Zacks, Speer, Swallow, Braver, & Reynolds, 2007). Hvordan folk segmenterer en hendelse påvirker hvordan de oppfatter, forstår og husker hendelser (for gjennomgang, se Radvansky & Zacks, 2014). Denne prosessen kan være påvirket av både perseptuelle og konseptuelle faktorer, noe som tyder på at forkunnskaper kan påvirke hvordan noen oppfatter og segmenterer en hendelse, som igjen kan påvirkehukommelse. Mens noen studier tyder på at domenekunnskap

Dataene presentert i dette manuskriptet ble tidligere presentert på både det 59. årsmøtet i Psychonomic Society i november 2018 og det 91. årsmøtet i Midwestern Psychological Association i april 2019.

* Kimberly M. Newberry knewberr@su.edu

1 Institutt for psykologi, Shenandoah University, 600 Millwood Ave., Halpin Harrison Hall 117, Winchester, VA 22601, USA

2 Institutt for læringsvitenskap, Georgia State University, Atlanta, GA, USA

3 Institutt for psykologiske vitenskaper, Kansas State University, Manhattan, KS, USA

påvirker segmentering (f.eks. eksperter identifiserer færre grenser: Bläsing, 2015; eksperter er mer enige om grove grenser: Levine, Hirsh-Pasek, Pace, & Michnick Golinkoff, 2017; Zacks & Tversky, 2003), gjenstår flere spørsmål: I hvilken grad gjør det folk er enige om hvordan aktiviteter segmenteres innenfor og utenfor deres kunnskapsdomene? Organiserer enkeltpersoner med høy domenekunnskap arrangementer med koding annerledes enn individer med lavt domenekunnskap? I så fall, forklarer dette det observertehukommelsefordel?

Dermed undersøkte den nåværende studien påvirkningen av domenekunnskap på segmenteringen oghukommelseav basketball og Overwatch-spill. Disse aktivitetene ble valgt for deres popularitet så vel som for å teste generaliserbarheten til

kunnskapseffekter på segmenteringen på tvers av ulike aktiviteter. Til å begynne med diskuteres teorier om hendelseskognisjon, hendelsessegmenteringsteori og hendelseshorisontmodellen, etterfulgt av forholdet mellom segmentering og kunnskap. Etterpå blir litteraturen om ekspertise beskrevet og integrert med hendelsessegmentering, og generelle spådommer om den aktuelle studien presenteres.

Hendelsessegmenteringsteori

I følge hendelsessegmenteringsteori (EST; Kurby & Zacks, 2008; Zacks et al., 2007) oppleves hendelser kontinuerlig, men oppfatningen av disse hendelsene er det ikke. Snarere bruker folk perseptuelle (f.eks. bevegelse, kroppsposisjon; Newtson, Enquist, & Bois, 1977; Zacks, 2004) og konseptuelle (f.eks. kunnskap, mål; Levine et al., 2017; Radvansky & Zacks, 2014; Zacks, 2004) informasjon for å konstruere mentale representasjoner av pågående aktivitet, slik at den aktuelle hendelsesrepresentasjonen holdes i arbeidhukommelseinntil en endring blir oppfattet, på hvilket tidspunkt en ny representasjon konstrueres for å reflektere den nye hendelsen (f.eks. Zacks et al., 2007). Denne oppdateringsprosessen antas å skje når det er et misforhold mellom forventning og virkelighet (Rescorla & Wagner, 1972) som er drevet av prediksjonsfeil (Zacks et al., 2007), mangel på sammenheng (Gernsbacher, 1991) eller endringer i kontekst (Clewett & Davachi, 2017).

EST antyder at folk genererer spådommer for kommende auksjoner, og nøyaktigheten til disse spådommene overvåkes. For eksempel, etter at en basketballspiller har gjort et skudd, er det sannsynlig at en spiller fra det motsatte laget kommer inn i ballen og dribler den til den andre enden av banen. Men når spilleren med ballen når motsatt ende av banen, blir hendelsen mindre forutsigbar. Vil spilleren sende ballen eller ta et skudd? Tidspunktene når spådommer mislykkes, eller når folk oppfatter en endring og oppdaterer hendelsesrepresentasjonen, kalles hendelsesgrenser. Forskning tyder på at innenfor en hendelse er forutsigbarheten høy, men på tvers av hendelsesgrensene er forutsigbarheten lav (f.eks. Reynolds, Zacks, & Braver, 2007; Zacks, Kurby, Eisenberg, & Haroutunian, 2011). Interessant nok analyserer folk pålitelig hendelser ved konsekvente grenser (f.eks. Bower, Black, & Turner, 1979; Hard, Tversky, & Lang, 2006b; Newtson, 1973; Speer, Swallow, & Zacks, 2003; Zacks, Tversky, & Iyer, 2001a), selv inntil 1 år senere (test-retest; Speer et al., 2003).

Forskning som bruker et enhetsparadigme, der folk angir grenser mens de ser hendelser utspille seg, antyder at hendelser er hierarkisk strukturert (f.eks. Newtson, 1973; Sargent et al., 2013; Zacks, Tversky, et al., 2001a) slik at større, grovkornige hendelser er bygd opp av mindre, finkornige hendelser (Tversky, Zacks, & Martin, 2008; Zacks & Swallow, 2007; Zacks, Tversky, et al., 2001a). For eksempel kan en college-basketkamp bestå av første halvdel og andre

halv. Imidlertid kan første omgang deles videre inn i mindre underhendelser, for eksempel en serie spill utført av hvert lag. Tidligere arbeid har funnet individuelle forskjeller i i hvilken grad folk oppfatter samsvar mellom fine og grovkornede hendelser (f.eks. Hard, Lozano, & Tversky, 2006a; Kurby & Zacks, 2011; Sargent et al., 2013; Zacks et al. , 2001b), og bevis tyder på at hierarkisk koding kan være viktig forhukommelse(Kurby & Zacks, 2011).

Viktigere er det at hendelseshorisontmodellen (Radvansky, 2012), som subsumerer hendelsessegmenteringsteori (f.eks. Radvansky & Zacks, 2014, 2017), forklarer at hendelsesgrenser reduserer tilbakevirkende interferens ved å separere informasjon i separate hendelsesmodeller, noe som fører til bedre samlet sett.hukommelsefor aktiviteten. Faktisk tyder bevis på at i hvilken grad folk viser normativ segmentering (dvs. i hvilken grad de er enige om plassering av hendelsesgrenser og har bedre hierarkisk justering) forutsier hvor godt de senere husker aktiviteten (Bailey et al., 2013) ; Flores et al., 2017; Kurby & Zacks, 2011; McGatlin, Newberry, & Bailey, 2018; Newberry & Bailey, 2019; Sargent et al., 2013; Zacks et al., 2006).

cistanche tapte empire urter

Hva påvirker segmenteringsatferd?

To typer faktorer påvirker antagelig segmentering: perseptuell og konseptuell (f.eks. Zacks, 2004; Zacks et al., 2007). Mye av forskningen på segmentering har fokusert på påvirkningen av perseptuelle signaler. For eksempel har grenser for oppfattede hendelser en tendens til å samsvare med endringer i kroppsposisjon (Newtson et al., 1977), romlig plassering (Magliano, Miller, & Zwaan, 2001), objektbevegelse (Zacks et al., 2001b) og perseptuell endring (Hard et al., 2006b). For eksempel kan perseptuell endring i basketball innebære endringer som skjer rundt ballen (f.eks. pasninger, skudd; Huff et al., 2017). Videre viser områder av hjernen som behandler følelser (f.eks. ekstrastriate motion complex) økt aktivitet ved hendelsesgrenser (Speer et al., 2003; Zacks et al. 2001b), noe som tyder på at bevegelse er en sterk prediktor for hendelsesgrenseoppfatning.

I kontrast er forskning som undersøker effekten av konseptuelle faktorer på segmentering blandet: Noen studier tyder på at konseptuelle faktorer ikke har noen innflytelse på segmentering (f.eks. Hard et al., 2006b; Huff et al., 2017; Zacks, Kumar, Abrams, & Metha, 2009), mens andre foreslår at de gjør det (kontekst: Loschky, Larson, Magliano, & Smith, 2015; Newberry & Bailey, 2019; kjennskap: McGatlin et al., 2018; Smith, Newberry & Bailey, 2020; Zacks & Bailey, 2020; Tversky, 2003; perspektiv: Newberry & Bailey, 2019; skjema og manus: Bartlett, 1932; McGatlin et al., 2018; Schank & Abelson, 1977; mål: Baldwin, Baird, Saylor & Clark; 2001; Wilder, 1. ; Zacks, 2004). For eksempel viste Wilder (1978a, 1978b) at deltakerne segmenterte oftere når en skuespillers mål var uklare sammenlignet med når aktiviteten var målrettet og forutsigbar, noe som indikerer at mål påvirker hvordan folk oppfatter en aktivitet. På samme måte fant Zacks (2004) at bevegelse forutså segmentering mindre når hendelser var målrettet i motsetning til tilfeldige. Selv om disse resultatene totalt sett antyder at når målrelatert kunnskap er til stede, stoler folk mindre på perseptuelle signaler mens de oppfatter en hendelse, har effektene vært moderate til små.

En sterkere manipulasjon: Kompetanse Nyere forskning på kunnskap og segmentering har gått mot å bruke en sterkere manipulering av forkunnskap: ekspertise (f.eks. Bläsing, 2015; Levine et al., 2017). Bruken av ekspertise for å evaluere kunnskapseffekter på segmentering passer godt med EST og hendelseshorisontmodellen fordi rikelig med bevis tyder på at det å ha forkunnskaper om en aktivitet forbedrer prediksjonen når man ser på lignende aktiviteter (f.eks. Ambrosini et al., 2013; Kanakogi & Itakura, 2011; Möller, Zimmer, & Aschersleben, 2015; Sommerville, Woodward, & Needham, 2005), og ny forskning har vist at personer med forkunnskaper eller erfaring for aktivitet også har bedrehukommelsefor den aktiviteten (f.eks. basketball: Allard, Graham, & Parsalu, 1980; dans: Allard & Starkes, 1991; sjakk: Chase & Simon, 1973; baseball: Chiesi, Spilich, & Voss, 1979; bridge: Engle & Bukstel, 1978; kart: Gilhooly, Wood, Kinnear, & Green, 1988; musikk: Meinz & Salthouse, 1998). Gitt at prediksjon antas å være mekanismen som segmentering fungerer på (f.eks. Zacks, Braver, et al., 2001b; Zacks, Kurby, et al., 2011), og identifisering av hendelsesgrense er viktig forhukommelse(f.eks. Radvansky & Zacks, 2014), vil dette tyde på at segmenteringsatferd oghukommelsekan avvike når man har forkunnskaper eller erfaring med aktivitet sammenlignet med ingen kunnskap eller erfaring.

En slik antagelse har blitt støttet i ekspertlitteraturen som fokuserer på andre mekanismer involvert i perseptuell læring (Goldstone, 1998): differensiering (evne til å skille innledningsvis sammenslåtte kategorier) og enhetsdannelse (evne til å integrere enkeltdeler i funksjonelle helheter). Bevis tyder på at eksperter bedre vurderer når de skal engasjere seg i hver prosess (Herzmann & Curran, 2011). Ved koding av dynamisk aktivitet kan eksperter være bedre til å identifisere konseptuelle informasjonsenheter og skille mellom fine detaljer for hendelser innenfor deres domene (f.eks. Piras, Lobietti, & Squatrito, 2010). For eksempel kan en basketballekspert være i stand til å identifisere trinnene som er involvert i en pick and roll (dvs. bedre differensiering), mens en nybegynner kan oppfatte disse trinnene som én handling eller ikke i det hele tatt, eller basketballeksperten kan oppfatte det samme valget og rulle som en del av et større skuespill, mens nybegynneren kan oppfatte det som sin egen begivenhet (dvs. bedre enhetsdannelse). Hvis eksperter identifiserer meningsfulle hendelsesgrenser basert på en delt kunnskapsbase som forbedrer deres prediksjonsnøyaktighet, kan man forvente at eksperter viser mer normativ segmentering

evne, i form av høyere enighet om hendelsesgrenseplasseringer og/eller bedre justering av grove og fine grenser.1 To studier har undersøkt effekten av ekspertise på segmenteringsatferd. I dansedomenet undersøkte Bläsing (2015) effekter av ekspertise og bevegelsesspesifikk fortrolighet på segmenteringen av en dansefrase. Dansere og ikke-dansere så og segmenterte videoer av en danser som fullførte en koreografert frase. Bläsing (2015) fant at dansere segmenterte sjeldnere sammenlignet med ikke-dansere, noe som tyder på at ekspertise reduserer antallet opplevde grenser for hendelser innenfor ens ekspertiseområde. I et annet eksperiment evaluerte Bläsing den kausale rollen til kunnskap om segmentering ved å la mellomdansere segmentere en dansefrase, deretter lære og øve på de motoriske bevegelsene og segmentere frasen igjen. I likhet med det første eksperimentet førte økt kjennskap til og motorisk erfaring med dansefrasen til at dansere segmenterte sjeldnere. Tilsvarende har Levine et al. (2017) fant at kunstløpseksperter identifiserte flere lignende grovkornige hendelser sammenlignet med nybegynnere når de segmenterte en olympisk kunstløpsrutine. Disse studiene har gitt innledende bevis for at ekspertise påvirker segmenteringsatferd; Det gjenstår imidlertid noen begrensninger. En begrensning er at disse studiene bare evaluerte segmentering ved en kornstørrelse. De ga enten ingen spesifikk kornstørrelsesinstruksjon (Bläsing, 2015) eller de instruerte bare deltakerne til å segmentere på grovkornnivået (Levine et al., 2017). Ved å inkludere både grov og finkornet segmentering i en studie, kan vi evaluere den hierarkiske justeringen av små hendelser til større hendelser, og om domenekunnskap øker denne justeringen. Kritisk nok undersøkte ingen av studiene eksperters segmenteringsevne i et domene utenfor deres ekspertise. Videre målte ingen av studienehukommelse, så effekten av domenekunnskap og segmentering påhukommelseer ennå ikke evaluert.

Gitt at normativ segmentering er assosiert med bedrehukommelsefor hendelser (Bailey et al., 2013; Flores et al., 2017; Zacks et al., 2006) er det mulig at eksperters overlegne minne kan skyldes mer normativ segmentering av aktiviteten innenfor deres kunnskapsdomene. Hvis segmentering er en prosess som forsterkes av akkumulering av forkunnskaper og erfaring, kan man forventehukommelsefordel å kun være tilstede for den mer kunnskapsrike aktiviteten. Tidligere arbeid har imidlertid vist at folk bruker forkunnskaper for å fylle hullene ved henting (f.eks. Hasher & Griffin, 1978). Dermed kan kunnskap overstyre effekten av segmentering på hukommelsen, og noen bevis tyder på at segmentering og kunnskap påvirkerhukommelseuavhengig (Sargent et al., 2013). Hvis dette er sant, kan man forvente at segmentering kun forutsier minne for nybegynneraktivitet, ettersom nybegynnere ikke vil ha kunnskap 1 Segmenteringsfrekvens og samsvar er forskjellige. Noen kan segmentere sjeldnere, men likevel identifisere flere grenser identifisert av gruppen, og dermed ha høy enighet.

å stole på ved henting, annet enn hendelsesrepresentasjonene de bygde mens de kodet aktiviteten for første gang.

Dermed utvidet den nåværende studien Bläsing (2015) og Levine et al. (2017) ved å undersøke segmenteringsatferd og dens forhold tilhukommelseytelse hos personer med høy og lav kunnskap (for enkelhets skyld har vi hittil referert til dem som henholdsvis "eksperter" og "kontrollnybegynnere", på tvers av to forskjellige domener: basketball (sport) og Overwatch (videospill). Basketball er en lagsport med begrenset kontakt som involverer spillere som jobber sammen for å oppnå et felles mål (dvs. å skyte ballen gjennom bøylen for å tjene poeng). Overwatch, selv om det også er teambasert, er et førstepersonsskytespill for flere spillere utviklet av Blizzard Entertainment, Inc.©. Basketball og Overwatch ble valgt som aktivitetene i denne studien av to grunner. For det første gjør inkluderingen av to aktiviteter den nåværende studien unik ved at eksperter ble testet på aktiviteter både innenfor og utenfor deres fagfelt. For det andre er basketball og Overwatch forskjellig fra dans og kunstløp (f.eks. Ericsson & Smith, 1991), noe som gjør at forskningsspørsmålene kan utvides fra enkeltskuespillere til lagbaserte aktiviteter.

Hypoteser

Hvis ekspertise påvirker segmenteringsatferd, bør eksperter segmentere sjeldnere ved grovkornet (segmenteringsfrekvens; Bläsing 2015) og bli mer enige om grenseplasseringer (segmenteringsavtale; Levine et al., 2017) for aktiviteter innenfor sitt ekspertfelt. Alternativt kan eksperter segmentere oftere, spesielt ved finkornet, hvis de engasjerer seg i perseptuelle prosesser som differensiering for å bedre skille mellom finere underhendelser (Piras et al., 2010). Vi antok også at eksperter ville vise større justering av grove og fine grenser for aktiviteter innenfor deres ekspertområde (hierarkisk justering). Men hvis perseptuelle signaler har en sterkere innflytelse på segmentering enn konseptuelle faktorer (Hard et al., 2006b; Huff et al., 2017; Zacks, Speer, & Reynolds, 2009), kan eksperter og kontrollnybegynnere vise lignende segmenteringsatferd fordi perseptuelle signaler (bevegelse) er lett tilgjengelige for begge grupper. Videre antok vi at eksperter ville vise seg bedrehukommelseytelse for aktiviteter innenfor deres ekspertisefelt, basert på den betydelige kompetanseforskningen (for gjennomgang, se Ericsson & Smith, 1991; Furley & Wood, 2016).

Tidligere arbeid tyder på at normativ segmentering er assosiert med bedrehukommelsefor arrangementer (f.eks. Bailey et al., 2013). Dermed antok vi at segmenteringsevne ville forutsihukommelseytelse, uavhengig av aktivitet eller domenekunnskap, slik at de med bedre segmenteringsavtale og/eller hierarkisk justering vil ha bedre hukommelse. Vi spådde imidlertid også at forholdet mellom segmentering oghukommelseville være sterkere i ekspertaktiviteten hvis domenekunnskapen forbedreshukommelseved å øke segmenteringen. Alternativt antyder noe arbeid at generell kunnskap kan påvirke hukommelsen uavhengig av segmentering (Sargent et al., 2013), slik at folk kan stole på kunnskap (f.eks. skjemaer, skript, forventninger), når den er tilgjengelig, for å hjelpe dem å huske aktivitet, i motsetning til hvordan de koder (segmenterer) den bestemte forekomsten av den aktiviteten. I dette tilfellet kan kunnskap overstyre forholdet mellom segmentering oghukommelse, slik at eksperter som segmenterer godt og de som segmenterer dårlig husker tilsvarende mengder informasjon.

Den nåværende studien

Hensikten med dette eksperimentet var å undersøke forholdet mellom domenekunnskap, segmenteringsevne oghukommelsefor arrangementer innenfor og utenfor ens kunnskapsområde. Tidligere arbeid har observert effekten av ekspertise på segmenteringen av dansefraser (Bläsing, 2015) og en kunstløpsrutine (Levine et al., 2017); disse studiene evaluerte imidlertid bare eksperters segmenteringsatferd for hendelser innenfor deres fagfelt. I tillegg er den hierarkiske justeringen av forskjellige segmenteringskorn og deres effekter påhukommelsehar ennå ikke blitt evaluert i denne sammenhengen. I det nåværende eksperimentet har basketball- og Overwatch-eksperter og kontrollnybegynnere sett og segmentert videoer av basketball og Overwatch. På grunn av rekrutteringsproblemer deltok bare et svært lite utvalg av Overwatch-eksperter i studien (se metodedelen). Det nåværende eksperimentet fokuserte til slutt på en sammenligning innen fagene av basketballeksperters segmentering oghukommelsefor basketball (kompetanseområde) og for Overwatch (område utenfor ekspertisen) videoer samt en sammenligning av segmentering mellom emner oghukommelsefor basketballaktiviteter mellom basketballeksperter og kontrollnybegynnere.

Metode

Deltakere Totalt 165 deltakere (se tabell 1) ble rekruttert fra Kansas State University (KSU). Deltakerne ble rekruttert fra psykologikurs og fra andre

organisasjoner på tvers av campus. For å øke rekrutteringen av Overwatch-eksperter, ble studien annonsert gjennom KSU eSports Club, som fremmer profesjonell konkurranse og tilskuere for Overwatch videospillspillere og -fans. Rekruttering ga 35 basketballeksperter (Overwatch-nybegynnere), 12 Overwatch-eksperter (hvorav tre var basketball-nybegynnere, hvorav ni hadde "mellomliggende" eller ekspertbasketscore), 61 kontrollnybegynnere (nybegynnere i begge aktivitetene), to ukategoriserte og 55 " middels" individer som skåret over nybegynneren, men under ekspertgrensene på begge områder (se Kunnskapsundersøkelser nedenfor).

Spådommer for det nåværende eksperimentet var basert på en sammenligning av "ekspert" versus "kontroll nybegynner". Kun personer som oppfylte kriteriene for ekspert- eller kontrollnybegynnere ble inkludert i hovedanalysene. Deltakere som skåret i «mellom» for hver av aktivitetene ble kun inkludert i de utforskende analysene der kunnskap ble behandlet som en kontinuerlig variabel (se Supplerende materialer). Dessverre viste det seg å være vanskelig å rekruttere Overwatch-eksperter, selv etter å ha målrettet mot Overwatch-spillere fra eSports i flere måneder. Derfor, på grunn av den lave prøvestørrelsen, ekskluderer hovedanalysene av det nåværende eksperimentet også denne gruppen (selv om de er inkludert i de utforskende analysene i tilleggsmaterialet). I tillegg gikk åtte deltakeres data (to basketballeksperter, to kontrollnybegynnere, to mellomprodukter og to ukategoriserte) tapt på grunn av tekniske problemer. Deltakerne ble kompensert med kurskreditt eller deltatt i en gavekortlodd, avhengig av hvor de ble rekruttert.

Fordi deltakerne ikke ble tilfeldig tildelt grupper, fullførte alle deltakerne en rekke kognitive mål (behandlingshastighet, vokabular, semantisk kunnskap og arbeid)hukommelse; se Supplerende materialer for en fullstendig beskrivelse) for å vurdere individuelle forskjeller som ellers kan ha blitt forklart mulig segmentering oghukommelseeffekter. Bayes-faktorer ble brukt til å teste for bevis på nullhypotesen (dvs. ingen forskjell mellom gruppene; se tabell 2). Bayes-faktorer på mindre enn 1 antydet betydelige bevis for null (f.eks. Wetzels & Wagenmakers, 2012), noe som tyder på ingen forskjeller mellom grupper på disse kognitive evnene.

Materialer

Kunnskapsundersøkelse Kunnskapsundersøkelser ble brukt til å identifisere eksperter og nybegynnere innen basketball og Overwatch. Basketballdelen av undersøkelsen var en modifisert versjon av Feller, Schwan, Wiemer og Magliano (2018; tilpasset fra French & Thomas, 1987), slik at den ble redusert til 23 spørsmål for å matche Overwatch-undersøkelsen , som ble utviklet for bruk i den nåværende studien. Både basketball- og Overwatch-undersøkelsene inkluderte 23 spørsmål hver om generell informasjon angående hver aktivitet, samt syv selvrapporterende kjennskaps- og ekspertisespørsmål. Alle spørsmålene hadde fem svaralternativer, med det femte alternativet (e) som alltid sa "Jeg vet ikke." Eksperter ble identifisert med skårer fra 17 til 23, mens nybegynnere ble identifisert med skårer fra 0 til 7 (basert på prosentvis avskjæring fra tidligere arbeid ved bruk av kunnskapsundersøkelser; Rawson & van Overschelde, 2008). Begge undersøkelsene er inkludert i vedlegget.

Videoer Fem videoer ble brukt i dette eksperimentet (en praksis; fire eksperimentelle). Øvingsvideoen skildret en mann som brukte Legos for å bygge et skip (155 s). To av de eksperimentelle videoene var college-basketballkamper; spesifikt, Memphis vs. UCLA (153 s; tre kutt) og Montana vs. Weber State (130 s; ni kutt; Feller et al., 2018). De to andre eksperimentelle videoene var Overwatch-turneringskamper; spesifikt Houston vs. Boston (144 s; 11 kutt) og London vs. Florida (135 s; syv kutt). Alle de eksperimentelle videoene var kortere klipp av kontinuerlig spilling (opprettholde handlingskontinuitet) hentet fra lengre videoer for å minimere påvirkningen av kutt på persepsjonen, selv om forskning tyder på at de fleste kutt blir ugjenkjent og ikke påvirker segmentering (Magliano & Zacks, 2011; TJ Smith & Henderson, 2008). I tillegg tyder bevis fra hendelseskognisjonslitteraturen på at synspunktendringer heller ikke påvirker hendelsene som oppfattes (Swallow, Kemp, & Simsek, 2018). Overwatch-videoene ble valgt fordi de var profesjonelt innspilte spill spilt av Overwatch-eksperter. Deltakerne så alle de eksperimentelle videoene to ganger (en gang per segmenteringskorn).

Merk. Standardfeil for gjennomsnittet i parentes. Bokstavsammenligning og mønstersammenligning var begge mål på prosesseringshastighet. Navngivning av objekter og vokabular var begge mål for semantisk kunnskap. R-SPAN var et mål på arbeidhukommelsekapasitet. BF=Bayes-faktor, bevis for null.

Unitiseringsoppgave Unitiseringsoppgaven (Newtson, 1973) ble brukt som et åpenlyst mål på deltakernes oppfatning av

Tabell 3 Kunnskapsscore etter kompetansegruppe

Basketballeksperter Kontroller (nybegynnere)

hendelsesgrenser i videoene. Mens de så videoene, ble deltakerne bedt om å trykke på mellomromstasten hver gang «en meningsfull aktivitetsenhet slutter og en annen begynner». Deltakerne ble bedt om å identifisere større

(grove) eller mindre (fine) enheter av meningsfull aktivitet ved å trykke på mellomromstasten (f.eks. Sargent et al., 2013). Deltakerne ble formet på denne oppgaven ved hjelp av en praksisvideo (se Zacks et al., 2009). Formingsprosedyren krevde at deltakerne identifiserte minst 3 større (grovere) enheter eller 6 mindre (finere) enheter for å gå videre til de eksperimentelle forsøkene. Hvis denne terskelen ikke ble oppfylt, fikk deltakerne tilbakemelding om at andre personer vanligvis identifiserer flere enheter; de fikk imidlertid ikke eksplisitte eksempler på hvordan aktivitetene i videoen kunne segmenteres. Etter å ha mottatt denne meldingen, gjentok deltakerne formingsprosedyren til de passerte terskelen.

Hendelsesminnemål

Anerkjennelsehukommelseble vurdert ved hjelp av en to-alternativ tvangsvalgtest. Det var 20 forsøk per video, som hver inneholdt ett mål og ett distraktorbilde, samtidig presentert side ved side. Målbilder kom alltid fra videoene deltakerne så, og distraherende bilder kom alltid fra deler av den samme videoen som deltakerne ikke så. Presentasjonsrekkefølgen til bildeparene var lik for hver deltaker. Deltakerne fikk 1 poeng for hvert korrekt identifisert bilde (opptil 20 totalt poeng). Deltakernes skårer ble rapportert som proporsjonsriktige.

Rekkefølgehukommelse2 Ordreminne ble vurdert ved hjelp av en to-alternativ tvangsvalgtest, basert på målet brukt av Dubrow og Davachi (2014). For hver video ble deltakerne presentert for åtte bildepar på datamaskinen. Alle bildene kom fra videoens deltakere så på. En melding dukket opp på skjermen som sa "nyere?", og deltakerne ble bedt om å velge bildet som viser den nyere handlingen.

Design og fremgangsmåte

Kompetanse var en mellomfagsvariabel. Deltakerne (NBasketballExperts=33, NControlNovices=59) ble gruppert basert på poengsummene deres fra kunnskapsundersøkelsen om basketball og Overwatch (nybegynnere Mindre enn eller lik 7; ekspert Større enn eller lik 17; se tabell 3 ; se tilleggsmateriell for analyser som

inkludere kompetanse som en kontinuerlig variabel, inkludert deltakere med middels kunnskap). For å være tydelig var alle i basketballekspertgruppen også nybegynnere i Overwatch, atskilt fra de i kontrollgruppen, som ble identifisert som kontrollnybegynnere i begge aktivitetene. Aktivitet (basketball og Overwatch) ble behandlet som innen-fag, slik at alle deltakerne så og segmenterte videoer av begge aktivitetene. Deltakerne segmenterte hver video to ganger: én gang per korn (grov vs. fin). Video- og distraktoroppgaver ble utlignet på tvers av deltakerne. Segmenteringskorn ble motvekt, slik at deltakerne segmenterte alle videoene i ett korn, og etter å ha fullført den siste blokken med oppgaver for den siste videoen, segmenterte de alle videoene igjen (i samme presentasjonsrekkefølge) ved det andre kornet.

Alle deltakerne gikk inn i laboratoriet i små grupper på tre eller fire og ble sittende ved en datamaskin. De signerte først et informert samtykkeskjema og fullførte deretter kunnskapsundersøkelsen. Deretter fikk de et demografiskjema og ble bedt om å ikke fylle det ut før det eksperimentelle programmet på datamaskinen ba dem gjøre det. Hver deltaker ble deretter presentert for øvelsesvideoen, som formet hver deltakers segmenteringsatferd til hvilken segmenteringskornrekkefølge hver deltaker ble tildelt (dvs. minst tre knappetrykk for grovkornet; minst seks for finkornet). Etter å ha fullført formingsprosedyren begynte de eksperimentelle forsøkene. De eksperimentelle forsøkene besto av fire blokker. I hver blokk ble den eksperimentelle videoen presentert, og deltakerne ble bedt om å "trykke på mellomromstasten hver gang de følte at en meningsfull aktivitetsenhet ble avsluttet og en ny begynte." Etter hver video fullførte deltakerne en distraktoroppgave (dvs. en av de individuelle forskjellsmålene som er oppført ovenfor), og gikk deretter videre til gjenkjennelse og rekkefølgehukommelseoppgaver. Minneoppgaverekkefølgen ble ikke motvekt fordi visningen av målbilder i rekkefølgenhukommelseoppgaven kunne ha hjulpet deltakerne med gjenkjennelsesoppgaven. Etter bestillingenhukommelseoppgave for den siste videoen av den siste blokken, fikk deltakerne vist øvingsvideoen på nytt og trent på segmenteringsoppgaven for det alternative kornet. Deltakerne resegmenterte deretter hver video ved dette nye kornet i samme rekkefølge som videoene opprinnelig ble presentert. På slutten av eksperimentet fullførte deltakerne arbeidethukommelseoppgave. Til slutt ble de debriefet, takket og kompensert for tiden.

Resultater

Dataforberedelse

Rekrutteringsproblemer fokuserte analysene av det nåværende eksperimentet til basketballeksperter (N=33) og kontrollnybegynnere (N=59; se Deltakere-delen ovenfor). Personer med middels kunnskapsscore og Overwatch-eksperter ble inkludert i supplerende utforskende analyser som behandler kunnskap som en kontinuerlig variabel (se Supplerende materialer). Ellers ble ingen uteliggere identifisert.

Nærme seg

Hovedanalysene ble utført ved bruk av generaliserte flernivåmodelleringsteknikker. Disse teknikkene sto for ikke-normale feilfordelinger (f.eks. Poisson for telledata, logistisk for binomial) av de avhengige målene, og feilvarians assosiert med tilfeldige effekter. I tillegg var den eksperimentelle versjonen (basert på aktivitetsrekkefølge og kornrekkefølge) ikke en signifikant prediktor (alle ps.

>.09). Vi evaluerte først kodingsprosesser (segmenteringsfrekvens, avtale og hierarkisk justering) og evaluerte deretter gjenfinningsprosesser (gjenkjenning). Deretter vurderte vi i hvilken grad koding spådde gjenfinning. Merk at vi også kjørte analyser på hele datasettet (N=157) med kunnskap behandlet som en kontinuerlig prediktor og replikerte det generelle mønsteret av resultater (se tilleggsmaterialer).

Påvirker domenekunnskap hendelseskoding?

Forening To mål for enhetsdannelse ble brukt for å vurdere hvor godt folk identifiserte og ble enige om plassering av grenser.

Segmenteringsfrekvensen ble skåret som det totale antallet knappetrykk (dvs. det totale antallet oppfattede hendelsesgrenser) per video. Bläsing (2015) fant at eksperter identifiserte færre hendelsesgrenser sammenlignet med nybegynnere; derfor spådde vi en forskjell innen fagene slik at basketballeksperter ville segmentere sjeldnere, uavhengig av korn, under basketballvideoer, sammenlignet med Overwatch-videoer. Vi forventet også å finne en forskjell mellom emner slik at basketballeksperter ville segmentere sjeldnere sammenlignet med kontrollnybegynnere, for basketballvideoene. Til slutt forventet vi at deltakerne skulle segmentere sjeldnere ved det grove kornet sammenlignet med det fine kornet, uavhengig av ekspertkunnskap og aktivitet.

For å undersøke disse hypotesene ble en generalisert Poisson-flernivåmodell brukt for å forutsi segmenteringsfrekvens fra hele faktorialet av de faste effektene av gruppe-, aktivitets- og segmenteringskorn, og de tilfeldige effektene av deltaker og video (se fig. 1). En signifikant hovedeffekt av korn var til stede (z=−49,63, p < .001)="" slik="" at="" deltakerne="" identifiserte="" færre="" grove="" grenser="" (m="19.51," se="1.80," 95="" prosent="" ki="" [15.94,="" 23.10])="" enn="" fine="" grenser="" (m="39.59," se="2.76," 95="" prosent="" ki="" [34.11,="" 45.07]),="" uavhengig="" av="" kunnskap="" eller="" aktivitet.="" de="" viktigste="" effektene="" av="" gruppe="">

aktivitet var ikke signifikant, noe som indikerer at det ikke var noen grunnlinjeforskjeller i antall opplevde hendelser mellom grupper eller mellom aktiviteter; disse faste effektene samhandlet imidlertid med korn. En signifikant toveis interaksjon mellom gruppe og korn var tilstede (z=−11.11, p< .001)="" such="" that="" control="" novices="" identified="" fewer="" fine="" boundaries="" (m="34.95," se="3.22," 95%="" ci="" [28.50,41.39]),="" compared="" with="" basketball="" experts="" (m="47.60," se="4.82," 95%="" ci="" [37.78,="" 57.42]),="" regardless="" of="" activity,="" but="" no="" group="" differences="" were="" present="" at="" the="" coarse="">

Disse resultatene ble kvalifisert av en betydelig treveis interaksjon mellom gruppe, aktivitet og segmenteringskorn (z =-3.17, p=.002), slik at deltakerne identifiserte betydelig flere fine grenser enn grove grenser for basketballvideoene, sammenlignet med Overwatch, og denne forskjellen var større for basketballeksperter (basketball grove: M=19.95, SE=2.42, 95 prosent CI [ 15.03, 24.88]; basketballfin: M=53.20,SE=5.55, 95 prosent CI [41.89, 64.51]; Overwatch grov: M =17.61, SE {{ 27}}.23, 95 prosent CI [13.07, 22.14]; Overwatch fin: M =42.00, SE=5.73, 95 prosent CI [30.34, 53.66]), sammenlignet med nybegynnere (basketball grov: M=23.09, SE=3.56, 95 prosent CI [15.95, 30.23]; basketball fin: M=37.43, SE {{ 54}}.07, 95 prosent CI [31.28, 43.58]; Overwatch grov: M=17.55,SE=2.50, 95 prosent CI [12.55, 22.56]; Overwatch fin: M { {70}}.17,SE=4.00, 95 prosent KI [24.15, 40.20]). Ingen andre effekter var tilstede (alle ps > 0,05).

Disse resultatene støttet ikke hypotesen om at eksperter ville segmentere sjeldnere sammenlignet med kontrollnybegynnere, spesielt for aktiviteter innen deres fagfelt. I stedet tyder resultatene på at eksperter og kontrollnybegynnere identifiserte et tilsvarende antall grove grenser, uavhengig av aktivitet, og at eksperter identifiserte finere grenser for aktiviteter innenfor sitt fagfelt. Dette resultatet passer med tidligere arbeid som viser at eksperter er bedre i stand til å skille mellom fine detaljer for hendelser innenfor deres domene (f.eks. Piras et al., 2010).

Segmenteringsavtale refererer til hvor godt folk er enige med andre om plasseringen av opplevde hendelsesgrenser. Høyere segmenteringsavtale tilsvarer mer normativ segmentering. For å beregne samsvar ble hver deltakers segmenteringsdata jevnet ut ved å tilpasse en Gaussisk kjernetetthetsfunksjon rundt hver hendelsesgrense (knappetrykk), for hver video. Hvert bilde i hver video fikk en verdi fra 0 til 1, som indikerer sannsynligheten eller sannsynligheten for at bildet var en hendelsesgrense. En båndbredde på 25 (dvs. 25 bilder per sekund) ble brukt for å tilsvare 1-second time bins, slik at bilder nærmere der deltakeren

hver ramme var korrelert med de normative grensene.3 Basert på Levine et al. (2017), spådde vi en betydelig effekt mellom emner slik at basketballeksperters segmenteringsavtale ville være høyere enn kontrollnybegynnere for basketballvideoer, uavhengig av korn. Imidlertid forventet vi også å observere en innen-fag-effekt slik at basketballeksperters segmenteringsavtale ville være høyere for basketballvideoer sammenlignet med Overwatch-videoer, uavhengig av kornet.

For å evaluere disse hypotesene ble en generalisert lineær flernivåmodell brukt for å forutsi segmenteringsavtale fra hele faktorialet av de faste effektene av gruppe-, aktivitets- og segmenteringskorn, og de tilfeldige effektene av deltaker og video (se fig. 2). En signifikant hovedeffekt av korn var tilstede (t=−4,05, p < .001)="" slik="" at="" overensstemmelse="" mellom="" fine="" grenser="" (m=".32," se=".15," 95="" prosent)="" ci="" [.28,="" .34])="" var="" høyere="" enn="" samsvar="" mellom="" grove="" grenser="" (m=".26," se=".01," 95="" prosent="" ci="" [.24,="" .28]).="" denne="" effekten="" ble="" imidlertid="" kvalifisert="" av="" en="" betydelig="" treveis="" interaksjon="" mellom="" gruppe,="" aktivitet="" og="" korn="" (t="2.29," s=".02)." alle="" deltakerne="" viste="" høyere="" enighet="" for="" basketballvideoene="" (m=".35," se=".01," 95="" prosent="" ci="" [.32,="" .38])="" sammenlignet="" med="" overwatch-videoene="" (m="" {{33}="" }="" .22,="" se=".01," 95="" prosent="" ci="" [.20,="" .24]),="" men="" eksperter="" (m=".36," se=".02," 95="" prosent="" ci="" [="">

.41]) viste en signifikant høyere samsvar sammenlignet med kontrollnybegynnere (M=.29, SE=.02, 95 prosent CI [.25, .32]), bare ved det grove kornet . Effekten innenfor emnene (d=.96) var større enn effekten mellom emnene (d=.42). Ingen andre effekter var signifikante (alle ps > 0,05).

Disse resultatene støtter delvis vår hypotese ved at eksperter viste bedre segmenteringsavtale, sammenlignet med kontrollnybegynnere, for aktiviteter innenfor deres ekspertdomene, men bare ved grovkornet. Husk imidlertid at eksperter ikke identifiserte betydelig mer grove grenser enn kontrollnybegynnere (se fig. 1). Til sammen antyder dette at eksperters bedre grove segmenteringsavtale ikke skyldtes å identifisere mer grove grenser, men snarere å identifisere mer lignende grove grenser sannsynligvis på grunn av deres delte kunnskap for basketball.

Hierarkisk justering er i hvilken grad hver identifisert grovgrense tidsmessig korresponderer med en identifisert fingrense (Kurby & Zacks, 2011; Sargent et al., 2013; Zacks et al., 2001a). Det er et mål på segmenteringsorganisering eller i hvilken grad hver deltakers grove hendelser omfatter grupper av relaterte fine hendelser (Sargent et al., 2013). En måte å måle hierarkisk justering på er ved å beregne inneslutning, som refererer til i hvilken grad grupper av relaterte fine hendelser er inneholdt i grove hendelser (Hard, Recchia, & Tversky, 2011;

identifiserte en hendelsesgrense fikk en større verdi sammenlignet med rammer lenger unna. Deretter ble sannsynligheten assosiert med hver ramme eller knappetrykk beregnet på tvers av deltakerne for å skape normative hendelsesgrenser. Til slutt, hver deltakers segmenteringssannsynlighet kl

Sargent et al., 2013). Grove grenser ble skåret basert på om de fulgte eller gikk foran den nærmeste fine grensen, for hver video. Hver deltakers poengsum for innhegning var da andelen grove grenser som fulgte (i stedet for foran) den nærmeste fine grensen, og stod for forventet innhegning på grunn av tilfeldigheter. Høyere verdier indikerer bedre justering. Vi spådde en effekt mellom emner slik at basketballeksperter, sammenlignet med kontrollnybegynnere, ville vise bedre justering av grove og fine grenser for basketballvideoer, sammenlignet med Overwatch. Vi spådde også en

effekten innen emner slik at basketballeksperter selv ville vise bedre justering av grove og fine grenser for basketballvideoer, sammenlignet med Overwatch, siden de selv var nybegynnere i Overwatch.

En generalisert lineær flernivåmodell ble brukt til å forutsi innelukke fra de faste effektene av gruppe, aktivitet og deres interaksjon, og de tilfeldige effektene av deltaker og video. En signifikant hovedeffekt av gruppe (t=2.07, p=.04) og en marginalt signifikant hovedeffekt av aktivitet (t=3.27, p {{7} } .07) var tilstede; disse effektene ble imidlertid kvalifisert av en betydelig

interaksjon mellom gruppe og aktivitet (t=2.03, p=.04). Basketballeksperter viste bedre kabinett for basketball (M= .57, SE=.03, 95 prosent CI [.50, .63]), sammenlignet med Overwatch (M=.47 , SE=.03, 95 prosent CI [.41, .52]), mens kontrollnybegynnere (basketball: M=.46, SE=.02, 95 prosent CI [ .42, .51]; Overwatch: M= .43, SE=.02, 95 prosent CI [.38, .47]), skilte seg ikke med hensyn til kapslingsevne på tvers av de to aktivitetene (se fig. 3). Dette resultatet støtter vår hypotese ved at eksperter viste bedre kodingsorganisering av aktiviteter innenfor deres ekspertdomene.

Påvirker ekspertise hukommelsen for dynamiske aktiviteter?

Mesteparten av arbeidet med eksperter har vist at eksperter har bedre hukommelse for informasjon innenfor sitt ekspertisefelt (for gjennomgang, se Ericsson & Smith, 1991; Vicente & Wang, 1998). Basert på dette antok vi en hypotese om å finne en innen-fagseffekt slik at basketballeksperter ville vise bedre anerkjennelsehukommelsefor basketballvideoer sammenlignet med Overwatch-videoer. Vi antok også å finne en gruppe × aktivitetsinteraksjon slik at eksperter ville huske mer enn å kontrollere nybegynnere for basketballvideoene, men de ville ikke skille seg i sin gjenkjennelsehukommelseytelse for Overwatch-videoene.

Anerkjennelse En generalisert logistisk flernivåmodell ble brukt til å forutsi gjenkjennelsesytelse fra de faste effektene av gruppe, aktivitet og deres interaksjon, og de tilfeldige effektene av deltaker og video. En signifikant interaksjon mellom gruppe og aktivitet var tilstede (z=5.05, p <.001), slik="" at="" basketballeksperter="" viste="" betydelig="" bedre="" gjenkjennelsesytelse="" for="" basketball="" (m=".68," se="" {{5}="" }="" .02,="" 95="" prosent="" ci="" [.63,="" .72]),="" sammenlignet="" med="" overwatch="" (m=".59," se=".02," 95="" prosent="" ci="" [.55,="" .63]),="" mens="" kontrollnybegynnere="" (basketball:="" m=".56," se=".01," 95="" prosent="" ci="" [.53,.58];="" overwatch:="" m=".59," se="" {{26="" }}="" .01,="" 95="" prosent="" ki="" [.56,="" .62]),="" skilte="" seg="" ikke="" i="" gjenkjennelsesytelsen="" på="" tvers="" av="" aktiviteter="" (se="" fig.="" 4).="" ingen="" andre="" effekter="" var="" tilstede="" (alle="" ps=""> 0,05). Dette resultatet støtter vår ekspertisehypotese og gjenskaper fordelen av ekspertise på minnet for informasjon i ens ekspertdomene.

Forklarer eksperters bedre segmenteringsevne hukommelsesfordelene?

Segmenteringsavtale er knyttet tilhukommelsefor arrangementer (f.eks. Bailey et al., 2013; Flores et al., 2017; Sargent et al., 2013); derfor antok vi at deltakere med høy segmenteringsevne også ville ha bedre hukommelse, uavhengig av aktivitet. I tillegg spådde vi at segmenteringsavtale ville samhandle med en gruppe slik at basketballeksperter ville vise et enda sterkere forhold mellom enighet og hukommelse sammenlignet med kontrollnybegynnere for basketballvideoer. Denne spådommen er basert på ideen om at kunnskap vil forbedre segmenteringsavtalen, som igjen vil forbedre hukommelsen.

Segmenteringsavtale En generalisert Poisson flernivåmodell ble brukt for å forutsi gjenkjenningsytelse fra hele faktoren av de faste effektene av segmenteringsavtale,4 gruppe og aktivitet og de tilfeldige effektene av deltaker og video. En betydelig hovedeffekt av segmenteringsavtale (z=1.96, p =

.05) indikerte at anerkjennelse faktisk var bedre for personer med høyere segmenteringsavtale, og replikerte tidligere arbeid (Bailey et al., 2013; Flores et al., 2017; Sargent et al., 2013; Zacks et al., 2006). Segmenteringsavtalen × Gruppe 4 Vi brukte imidlertid grov segmenteringsavtale her, men fin segmenteringsavtale ga samme resultatmønster.

interaksjonen var ikke signifikant, noe som indikerer at effekten av segmentering påhukommelsevar ikke sterkere for eksperter.

En betydelig toveis interaksjon mellom kunnskap og aktivitet var tilstede (z=−2.97, p=.003), slik at basketballeksperters gjenkjennelse var bedre for basketballvideoer, sammenlignet med Overwatch, men kontroll-nybegynnere ' anerkjennelse var ikke forskjellig etter aktivitet. En betydelig toveis interaksjon mellom grov segmenteringsavtale og aktivitet (z=−2.23, p=.03) indikerte at segmenteringsavtale sterkere spådde gjenkjennelse for Overwatch enn for basketball. Imidlertid ble disse toveisinteraksjonene kvalifisert av en treveisinteraksjon mellom segmenteringsavtale, gruppe og aktivitet var marginalt signifikante (z=1.90, p=.06). Segmenteringsavtalen spådde bare gjenkjenningsytelse for eksperter i Overwatch-videoene (r =

.38; se fig. 5). Ingen andre effekter var tilstede (alle ps > 0,05).

Disse resultatene støttet delvis vår hypotese ved at segmenteringsavtale var assosiert med bedrehukommelse; Dette forholdet var imidlertid ikke sterkere totalt sett for eksperter. Ekspertenes segmenteringsavtale forklarte ikke deres forbedrede minneytelse i deres ekspertdomene. Snarere eksperters segmenteringsavtale spådde bare dereshukommelseytelse for den ukjente aktiviteten, noe som tyder på at segmentering kan være til fordel for hukommelsen mer når folk trenger å stole på kodingseffektivitet og ikke semantisk kunnskap for å hjelpe til med å huske en aktivitet.

Diskusjon

Den nåværende studien replikerte og utvidet litteraturen om domenekunnskap og hendelseskognisjon ved å evaluere om

domenekunnskap påvirker segmentering oghukommelsefor arrangementer innenfor og utenfor ens kunnskapsfelt. Samlet sett skilte basketballeksperters segmentering og hukommelsesevne for aktiviteter innenfor deres kompetanseområde seg fra kontrollnybegynnernes (sammenligning mellom grupper) og skilte seg også fra deres egen segmentering oghukommelseevne til aktiviteten utenfor deres kompetanseområde (sammenligning innenfor fag). Det er imidlertid viktig at eksperters overlegne hukommelse ikke var et produkt av deres mer normative segmenteringsevne, noe som tyder på at effekter av kunnskap og segmentering kan påvirkehukommelseuavhengig. Forklaringer på disse funnene er skissert nedenfor.

Kodingsforskjeller

Grenseidentifikasjon Tidligere arbeid med å evaluere påvirkninger av ekspertise og fortrolighet på segmentering har funnet ut at færre delhendelser blir identifisert når personer får kunnskap om, eller kjennskap til, en aktivitet (f.eks. Bläsing, 2015; Hard et al., 2006b; Levine et al., 2017). Den nåværende studien gjenskapte ikke disse funnene. På det grove nivået skilte ikke basketballeksperter seg fra kontrollnybegynnere på antall opplevde hendelsesgrenser. Men på det fine nivået identifiserte eksperter flere hendelsesgrenser, spesielt for aktiviteten de hadde mer kunnskap om. Verken Bläsing (2015) eller Levine et al. (2017) skilte mellom grov og fin grenseidentifikasjon.

En mulighet er at eksperter er flinkere til å skille mellom informasjon innenfor sitt ekspertiseområde (Herzmann & Curran, 2011). Evaluering av eksperters overlegne differensiering

evner har vært begrenset til objektkategorisering og funksjonsbehandling, i motsetning til oppfatningen av dynamiske hendelser. Basert på bevisene i den nåværende studien, kan eksperter engasjere seg i differensieringsbehandling når de identifiserer fine underhendelser for dynamiske aktiviteter innenfor deres fagfelt. Fremtidige studier bør videre evaluere innflytelsen av kunnskap på grov og fin segmentering for å bedre forstå hvordan eksperter oppfatter hendelsesstruktur innenfor sitt domene.

Grenseavtale Levine et al. (2017) fant at kunstløpseksperter var enige om de viktigste delhendelsene innenfor kunstløpsrutinen. Den nåværende studien replikerte denne effekten på grovkornnivået. Interessant nok skyldtes ikke denne høyere enigheten blant eksperter på grovkornet at de identifiserte mer grove korngrenser, fordi de identifiserte et tilsvarende antall grove grenser som kontrollnybegynnere. Av de grove grensene identifisert av deltakerne, identifiserte eksperter flere lignende grenser for basketball, mens kontrollnybegynnere viste mer særegen grov grenseidentifikasjon (lavere enighet). Eksperter kan bruke en lignende kunnskapsbase for å veilede segmenteringen. Selv om det ikke er eksplisitt testet i denne studien, kan eksperter demonstrere større enighet i deres domene fordi de er bedre i stand til å spore hendelsessammenheng eller oppleve færre prediksjonsfeil fordi de kan forutse et bredere spekter av utfall. Det er også mulig at eksperter kan være mer nøyaktige når de identifiserer grenser, sammenlignet med nybegynnere som kan være tregere til å legge merke til viktige endringer. Motorisk persepsjonsforskning tyder på at motorisk ekspertise modulerer handlingsforventning (basketball: Aglioti, Cesari, Romani, & Urgesi, 2008; musikk: Wöllner & Cañal-Bruland, 2010), slik at observatører er bedre til å forutse andres handlinger når de selv har erfaring utføre de samme handlingene.

myricetin

Interessant nok skilte ikke avtalen om finsegmentering for eksperter og kontrollnybegynnere seg, til tross for at eksperter identifiserte finere grenser for basketball. Det er mulig at identifikasjon av fine grenser kan være drevet av endringer i perseptuelle signaler (f.eks. bevegelse: når en basketballspiller ga ballen til en annen). Hvis eksperter og nybegynnere begge er avhengige av bevegelse for å veilede deres segmentering av fine hendelser, kunne de ha identifisert lignende grenser.

Grenseorganisering Tidligere forskning har ikke funnet noen påvirkning av kunnskap på hierarkiske tilpasningsforskjeller (Sargent et al., 2013). Den nåværende studien fant imidlertid at eksperter viste bedre innkapsling av grove og fine grenser for basketball. Tilsvarende har Feller et al. (2018) fant at basketballeksperter var bedre i stand til å oppfatte struktur i basketballspill enn nybegynnere, og konseptuelt replikerte kodingsorganiseringseffektene funnet hos basketballeksperter i den nåværende studien. Disse studiene antyder kunnskapspåvirkninger som koder for organisering av grenser; Imidlertid bør fremtidig forskning fortsette å undersøke effekten av hendelsesstruktur på segmentering.

Til sammen skilte eksperter og kontrollnybegynnere seg på de fleste av de avhengige målene for koding, noe som tyder på at eksperter koder dynamisk informasjon innenfor sitt kunnskapsfelt annerledes enn informasjon utenfor sitt felt. Disse funnene støtter EST, i det domenekunnskapen, påvirket segmenteringsevnen. Viktigere, de nåværende funnene kan ikke ha vært til stede hvis kornstørrelse (grov og fin) ikke var inkludert. Denne manipulasjonen tillot oss å undersøke nivåene av koding eller online hendelsesbehandling som kunnskap kan ha en effekt på, noe som er viktig for å revidere EST eller oversette disse effektene til anvendte scenarier (f.eks. utdanning).

Innhentingsforskjeller Den nåværende studien gjentok flere tiår med forskning som viser eksperters overlegnehukommelsefor informasjon innenfor sitt kunnskapsfelt. Basketballeksperter viste mer nøyaktig gjenkjennelsesytelse sammenlignet med kontrollnybegynnere, spesielt for basketballvideoer, noe som tyder på at kunnskap forenklethukommelse.

Forutsier koding henting? Det kommer an på

Et hovedmål med den nåværende studien var å evaluere i hvilken grad eksperters segmenteringsevne forutsåhukommelseinnenfor sitt kunnskapsfelt. Vi fant at eksperter hadde mer kunnskap om basketball, og denne kunnskapen var assosiert med bedre segmenteringsevne ved koding av deler av et basketballspill. Effekten mellom fagene av kunnskap på grov segmentering var moderat (d=.42) og effekten innen fagene var stor (d=.96), og viste dermed sammenlignbare effektstørrelser med tidligere arbeid som viste moderate effekter av kunnskap (f.eks. d=.33; Newberry & Bailey, 2019) og store effekter av ekspertise (f.eks. ƞ2=.26; Levine et al., 2017). Videre spådde segmenteringsevne gjenkjennelse i den nåværende studien, som replikerte tidligere arbeid som viste at bedre segmenteringsavtale var relatert til bedre hukommelse (f.eks. Bailey et al., 2013; Flores et al., 2017; Sargent et al., 2013) og generelt støtter det fjerde prinsippet i hendelseshorisontmodellen. Dette forholdet var imidlertid bare tilstede når eksperter manglet kunnskap for aktiviteten, noe som tyder på at eksperters overlegne hukommelse i kunnskapsdomenet ikke skyldtes bedre segmentering.

En forklaring er at segmentering hjelper til med å organisere og integrere innkommende informasjon under koding, men semantiske kunnskapsstrukturer (når tilgjengelig) kan påvirke gjenfinning mer enn episodiske minnerepresentasjoner opprettet under segmentering. Men når kunnskap for aktiviteten ikke eksisterer eller er utarmet, har folk ingen annen mulighet enn å stole på disse episodiskehukommelserepresentasjoner for å veilede henting. De nåværende resultatene er ikke de første som viser en slik effekt. Smith et al. (2020) manipulerte deltakernes kjennskap til ulike dagligdagse aktiviteter og fant ut at segmenteringsevnen bare predikertehukommelsenøyaktighet i ukjente aktiviteter for både unge og eldre voksne. Dette kan tyde på at både segmentering og kunnskap påvirkerhukommelse, men de gjør det uavhengig av hverandre. Vi ønsker imidlertid å være forsiktige når vi kommer med slike påstander, fordi vi bare fant denne effekten i ekspertgruppen vår (segmentering predikert minne i Overwatch-videoene) og ikke i nybegynnergruppen vår som manglet kunnskap for begge typer aktivitet. I tillegg er ikke segmentering den eneste kodingsmekanismen som kan være til nytte for minnet. Basketballeksperter i denne studien kunne ha engasjert seg i andre kodingsmekanismer (f.eks. semantisk chunking eller utdypning) for å veilede deres koding og gjenfinning av basketballbegivenhetene. Fremtidig forskning bør forsøke å skille eksperters og nybegynneres tillit til skjema og hendelsesstruktur når de husker informasjon fra hendelser innenfor og utenfor ens kunnskapsområde.

En annen viktig merknad er at mål påhukommelsei den nåværende studien var anerkjennelse. Tidligere arbeid med å undersøke forholdet mellom segmentering og hukommelse har brukt tilbakekallingsmål (f.eks. Flores et al., 2017; Sargent et al., 2013). Det er mulig at effektene av kunnskap på segmentering oghukommelsekan være mer fremtredende gjennom tilbakekalling. Gjenkjennelse er lettere enn å huske fordi det gir relevante signaler og lar folk stole på gjenfinning og følelse av fortrolighet (f.eks. Graesser & Nakamura, 1982; Schwartz, 2018). Recall, derimot, bruker ikke (eller bruker begrensede) signaler, og krever at personen henter informasjonen fremfor å identifisere informasjonen. Her kan det hende at minneeffektene ikke har vært store nok til å se en fordel med kunnskap om segmenteringsprediksjonhukommelsepå grunn av tilgjengeligheten av signaler. Vi brukte ikke tilbakekalling i den nåværende studien, fordi nybegynnere i kontroll kunne bli ugunstige ved ikke å kunne terminologien for å beskrive hva de hadde sett.

cistanche pharma spesial

Begrensninger

Den nåværende studien var underlagt noen begrensninger. For det første var det vanskelig å rekruttere Overwatch-eksperter, selv etter å ha målrettet mot Overwatch-spillere. En del av denne vanskeligheten kan ha vært på grunn av uheldig timing med utgivelsen av et nytt, mer populært videospill, Fortnite (Ranker, 2018). Fremtidig arbeid kan ha større suksess ved å rekruttere videospilleksperter på nettet gjennom nettsteder som Amazon Mechanical Turk. Videre bør fremtidig arbeid fokusere på å gjenskape disse ekspertiseeffektene i ytterligere ekspertisedomener. Tidligere studier fokuserte på dans og kunstløp, som deler flere egenskaper som å lære koreograferte bevegelser og ofte er avhengige av individets ferdigheter. For den nåværende studien valgte vi aktiviteter som involverte et annet ferdighetssett; Imidlertid var begge aktivitetene lagbaserte og involverte flere spillere. Derfor, gitt det begrensede antallet domener som er testet til dags dato, bør fremtidig arbeid fokusere på et bredere spekter av domener.

Når det er sagt, bør det bemerkes at verdien av det nåværende arbeidet fortsatt er betydelig. Både mellom-emner og innenfor-emner-sammenlikninger ble utført, noe som skiller dette arbeidet fra tidligere arbeid (f.eks. Bläsing, 2015; Levine et al., 2017), og viktigere, kontrollnybegynnere viste ikke samme segmenteringsfordel som eksperter for basketball, og antydet at effektene som ble vist skyldtes forskjeller i kunnskap, ikke stimuli.

For det andre, begivenhethukommelseble kun vurdert ved bruk av én minneoppgave. Dessverre bestillingenhukommelseresultatene var ikke tolkbare på grunn av ekstremt lav pålitelighet (alfa=.22). Videre ble tilbakekallingen ikke vurdert på grunn av mulige forskjeller i ordforråd som kunne ha satt kontrollnybegynnere på en ulempe når de prøvde å beskrive hendelsene i basketball og Overwatch. Men gitt at tilbakekalling kan være mer følsom for påvirkning av kunnskap (f.eks. Anderson & Pichert, 1978; Bransford & Johnson, 1972), bør fremtidige studier vurdere å inkludere et tilbakekallingstiltak til tross for ordforrådsbegrensningen.

Konklusjoner

Til slutt ble det funnet støtte for Event Horizon-modellen og EST, noe som tyder på at kunnskap hjelperhukommelseog at kunnskap påvirker segmenteringsevnen. Den nåværende studien fant at ekspertise påvirket evnen til hendelsessegmentering, men ekspertenes overlegnehukommelsefor arrangementer innenfor deres fagfelt skyldtes ikke bedre segmenteringsevne. Det var bevis for både kodings- og gjenfinningsforskjeller mellom eksperter og kontrollnybegynnere; men foreløpige bevis tyder på at segmentering og kunnskap ser ut til å påvirkehukommelseuavhengig av hverandre.

Tilleggsinformasjon Nettversjonen inneholder tilleggsmateriale tilgjengelig på https://doi.org/10.3758/s13421-020-01118-1

Takk En oppriktig takk til alle som har vært involvert i dette prosjektet: Dr. Heather Bailey, Dr. Lester Loschky og Dr. Joseph Magliano, for deres enorme veiledning og konstruktive tilbakemeldinger gjennom hele prosjektet; Daniel Feller og Jordann Brandner for hjelp til utvikling av stimuli; Maverick Smith, for hans hjelp med statistiske analyser; Destiny Bell og Dr. Barbara Pitts, for deres generelle tilbakemeldinger og støtte; Jennica Rogers og vårt team av forskningssamarbeidspartnere, inkludert Jaydan Bruna, Allison Griffin, Marissa Muto, Sydnee Pachek, Nicholas Parker og Rebecca Ryan, for deres hjelp med datainnsamling, datascoring, dataregistrering og generell tilbakemelding.

Uttalelse om åpen praksis

Undersøkelsene som er brukt i denne studien er gitt i vedlegget. Dataene er for øyeblikket tilgjengelige via e-post med forfatterne, men kan gjøres tilgjengelig etter publisering gjennom Open Science Framework (kun https:// osf.io/a{{0}}hz/?view_ =1411cb0d128146c697f912de198162e5). Dette eksperimentet ble ikke forhåndsregistrert.

Forfatterbidrag K. Newberry og H. Bailey bidro til studiekonseptet og studiedesignet. D. Feller bidro med undersøkelsesmateriell og referanser. K. Newberry tok ledelsen på programutvikling, datainnsamling og datascoring. K. Newberry utarbeidet også manuskriptet, mens D. Feller og H. Bailey ga revisjoner. Alle forfattere godkjente den endelige versjonen av manuskriptet.