Testing av taktoppfatning uten sensoriske signaler til takten: Beat-Drop Alignment Test (BDAT) del 2

Resultater

Foreløpige analyser

Totalt 104 individer fullførte studie 1 i sin helhet, og 21 flere reagerte på 29 av 30 stimuli, så dataene deres ble inkludert i analysen. Det var ingen manglende data om demografi, Gold-MSI-spørreskjema eller testvanskelighetsvurdering. Vanskelighetsgradene varierte fra 1 til 7 (M=4.28, SD=1.59), der 1 betydde veldig lett og 7 betydde ekstremt vanskelig. Vanskelighetskarakterer korrelerte med nivået på musikalsk trening, med musikalsk trente deltakere vurderte testen som enklere enn musikalsk utrente deltakere (r=−.406, p < .001). Rå testresultater varierte fra 7 til 30 riktige av 30 forsøk (M=18.74, SD=3.96). På tvers av deltakerne var korrelasjonen mellom vanskelighetsvurderinger og rå testresultater signifikant (r=−.216, p=.016), noe som indikerer at høyere opplevd vanskelighetsvurdering var assosiert med dårligere ytelse på testen.

Musikk har vist seg å ha en viss innflytelse på hjernen og har en betydelig rolle i trening og forbedring av hukommelsen. Musikktrening kan gi mange fordeler, fra intellektuell utvikling i spedbarnsalderen til kognitiv funksjon hos eldre voksne.

Først av alt kan musikktrening forbedre folks hørselssans og musikkoppfatning. Hensikten med hørselen er å få folk til å oppfatte lyder mer skarpt og dermed bedre skille informasjonen i lydene. Musikkfølsomhet kan fremme folks forståelse og verdsettelse av musikk, styrke deres kjærlighet til musikk, og dermed forbedre deres hukommelse.

For det andre spiller musikktrening også en viktig rolle i hjernens utvikling. Forskning viser at musikktrening kan fremme nervecellene i hjernebarken til å generere flere synaptiske forbindelser, og dermed forbedre hjernens hukommelse og tenkeevne. Man kan si at musikktrening kan gjøre hjernen mer fleksibel, og dermed forbedre folks tenkeevne og hukommelse.

Dessuten kan musikktrening fremme menneskers psykiske helse. Studier har funnet at musikk kan slappe av mennesker, redusere negative følelser som angst og depresjon, og dermed forbedre folks mentale tilstand. En avslappet og positiv holdning kan gjøre folk mer fokuserte og huske informasjon effektivt.

For å oppsummere har musikktrening et veldig nært forhold til hukommelsen. Musikktrening kan ikke bare forbedre folks hørsel og musikkfølsomhet, men også fremme hjerneutvikling og mental helse. Derfor kan du like gjerne bruke mer tid på å øve på musikk for å gjøre hjernen din mer fleksibel og hukommelsen mer effektiv! Det kan sees at vi trenger å forbedre hukommelsen vår. Cistanche deserticola kan forbedre hukommelsen betydelig fordi Cistanche deserticola er et tradisjonelt kinesisk medisinsk materiale med mange unike effekter, en av dem er å forbedre hukommelsen. Effekten av kjøttdeig kommer fra de ulike aktive ingrediensene den inneholder, inkludert syre, polysakkarider, flavonoider osv. Disse ingrediensene kan fremme hjernens helse på ulike måter.

Klikk vet måter å forbedre hjernefunksjonen på

deltakerens responspålitelighet ble kontrollert ved å undersøke om noen av deltakerne ga alle/nesten alle 'PÅ'- eller alle/nesten alle 'AV'-svar; ingen slik deltaker ble identifisert, noe som tyder på at testen ble tatt på alvor.

Gold MSI Music Training-poeng varierte fra 7 til 46 (M = 27.41, SD=12.85; poengområde 7 til 49), Gold MSI Perceptual Abilities-poeng varierte fra 22 til 62 (M {{ 10}}.60, SD=8.51; poengområde 9 til 63). Disse verdiene ligner publiserte normer hentet fra et utvalg på nesten 150,000 deltakere fra den generelle befolkningen (M=26.52, SD=11.44 for Musical Training og M {{22} }.20, SD=7.86 for Perceptual Abilities; Müllensiefen et al., 2014). En svært signifikant korrelasjon ble funnet mellom BDAT-råskårer og Gold-MSI-selvrapporterte spørreskjemaskårer på underskalaer av musikalsk trening og perseptuelle evner (r=.324, p < .001; r=.297 , henholdsvis p < 0,001).

Svar på individuelle spor

Den gjennomsnittlige responsnøyaktigheten for hvert av de 30 sporene ble beregnet ved å telle antall korrekte svar på det sporet på tvers av alle testede sondeposisjoner, delt på det totale antallet svar til det sporet. Alle nøyaktighetene var over sjansenivået på 0,5 (område=.53–.744, M=.63, SD=.48). Sporgjennomsnitt var imidlertid forskjellige når de ble beregnet for PÅ- og AV-forhold separat. I PÅ-tilstanden var den generelle nøyaktigheten høyere (M=0.67, SD=.47), og bare ett spor (spor 3) hadde en ytelse under sjansen (M=,42, SD=.50). I AV-tilstanden var den generelle nøyaktigheten lavere enn i PÅ-tilstanden (M=.58, SD=.49), med tre spor som viser nøyaktighetsnivåer under sjansen (spor 12, M {{25 }}.48, SD=0.50; Spor 27, M=0.48, SD=0.50; Spor 30, M = 0.49, SD {{ 37}}.50; for nøyaktighetsdata på individuelle spor, se figurer i tilleggsinformasjon). Fordi gjennomsnitt under sjanse kan være en indikasjon på en stimulusskjevhet, ble spor 3 ekskludert fra videre analyse av PÅ-tilstanden, og spor 12, 27 og 30 ble ekskludert fra videre analyser av AV-tilstanden.

Effekt av deltakergruppe: Forskjeller mellom musikalsk trent og allmenn publikum.

Studie 1 hadde et utvalg av 40 musikere, 19 dansere og 64 individer fra allmennheten. To personer foretrakk å ikke avsløre denne informasjonen og ble derfor fjernet fra analysen av gruppens effekt. En ikke-signifikant Levenes test viste ingen brudd på antakelsen om varianslikhet, F(2, 120)=.326, s=.723. En enveis variansanalyse (ANOVA) oppdaget en signifikant effekt av gruppe, F(2, 120)=6.04, p=.003; analyse av kontraster viste imidlertid ingen signifikant forskjell mellom dansere og musikere, t(120)=−1.12, s=.265, som derfor ble samlet inn i en 'musikalsk trent' gruppe (N {{ 23}}) og sammenlignet med allmennheten (N=64). Musikalsk trente mennesker skilte seg fra allmennheten, t(120)=2.88, p=.005, med den tidligere scoret høyere (M=19.92, SD {{32} }.09 vs. M=17.64, SD=3.59; Fig. 2, jf. tilleggsinformasjonstabeller S1–S4).

Forklarende elementresponsmodellering

For vanskeligheter med modellering av gjenstander på nivået av den individuelle utprøvingen, brukte vi tilnærmingen skissert i Harrison og Müllensiefen (2018) og Larrouy-Maestri, Harrison & Müllensiefen (2019), basert på det forklarende elementresponsmodelleringsrammeverket lagt ut i De Boeck og Wilson (2004). Elementresponsmodellen tok form av en generalisert blandet-effekt-modell med en logit link-funksjon (også kjent som en blandet-effekt logistisk regresjonsmodell) og modifiserte asymptoter (Harrison & Müllensiefen, 2018). Denne modellen reproduserer en fire-parameter logistisk IRT-modell der gjetting-, diskriminerings- og uoppmerksomhetsparametrene er begrenset til å ikke variere innenfor varebanken (Magis & Raîche, 2012). I tillegg til å kalibrere vanskelighetsgraden til de enkelte elementene, lar den forklarende elementresponsmodellen også kvantifisere forholdet mellom elementvanskeligheten og de strukturelle elementegenskapene (sondeforskyvning, sonderetning, styrke på målslag), som er nyttig for å undersøke testens antakelser og bidrar til dens konstruksjonsvaliditet. Generaliserte blandede effekter-modeller ble beregnet separat for PÅ- og AV-forhold.

På betingelse av

Modellen for elementene i PÅ-tilstanden inkluderte den binære responsnøyaktigheten (0 eller 1) som den avhengige variabelen, metrisk styrke som den eneste faste effekten (binær, med Target Beat 4 kodet som svak og Target Beat 3 kodet like sterk), og deltaker-ID samt spor som en tilfeldig effekt. Modellen ble tilpasset ved å bruke funksjonene gamer () fra R-pakken lme4 og logit.2asym() fra R-pakkens psyke. En oppsummering av modellen er gitt i tabell 1, som viser en signifikant effekt for sterke slag, der ytelsen er bedre på sterke slag (76,5 % riktig) enn på svake slag (57,5 % riktig). Modellen for PÅ-tilstanden oppnådde en prediksjonsnøyaktighet på 71,2 %.

AV-tilstand Modellen for elementene i av-tilstand brukte også responsnøyaktighet som en avhengig variabel, med metrisk styrke, sonderetning (binær, med kategorier før og etter målslag), sondeforskyvning (numerisk variabel med syv nivåer, fra 15 % til 45 % forskyvning), og interaksjon mellom metrisk styrke og retning som faste effekter, og med spor og deltakere som tilfeldige effekter. Modelloppsummeringen i tabell 2 viser at alle faste effekter unntatt metrisk styrke gir et betydelig bidrag. Men fordi interaksjonsbegrepet Probe Direction × Metrical Strength er signifikant, beholdt vi også hovedeffekten av metrisk styrke i modellen. Modellen for OFF-tilstandselementene oppnådde en prediksjonsnøyaktighet på 71,3 %.

Plottet av gjennomsnittlig responsnøyaktighet over de syv nivåene av sondeforskyvning i fig. 3 viser en tilnærmet lineær trend, som bekrefter at en transformasjon for den lineære prediktorforskyvningen ikke er nødvendig.

Diskusjon

Studie 1 tok sikte på å (1) finne ut om deltakerne kunne gjøre BDAT uten å oppleve det som altfor vanskelig, (2) identifisere eventuelle problematiske testelementer, (3) undersøke om BDAT er følsomt for graden av musikalsk trening, (4) oppnå data for å estimere IRT-parametere for den påfølgende konstruksjonen av en adaptiv versjon av BDAT, og (5) se om metrisk styrke påvirket nøyaktigheten ved å bedømme justeringen av en sondelyd med et slag, som ikke hadde blitt undersøkt før med ekte musikk.

Vi fant ut at deltakerne kunne gjøre BDAT og vurderte det som moderat vanskelig (gjennomsnitt på 4,3 på en skala fra 1–7). Som forventet presterte deltakere med omfattende musikalsk trening (dansere og musikere) betydelig bedre enn allmennheten, med gjennomsnittlige råskårer om lag 13 % høyere enn allmennheten (fig. 1). En signifikant assosiasjon mellom deltakertestresultater og Gold-MSI-skårer indikerte at deltakere med et høyere nivå av musikalsk trening og høyere selvrapporterte perseptuelle evner var bedre til denne taktoppfatningsoppgaven. Korrelasjonsnivåene var sammenlignbare, men litt lavere, enn det som ble funnet mellom Gold-MSI Musical Training og CA-BAT-ytelse i tidligere arbeid, r(195)=.454, p < .001 (Harrison & Müllensiefen, 2018 ). En slik korrelasjon av moderat størrelse var forventet fordi evnene til slagoppfatning antas å avhenge moderat av musikalsk trening (dvs. mindre sterkt assosiert med musikalsk trening enn for eksempel evne til melodisk diskriminering; Harrison & Müllensiefen, 2018). Dette kan tolkes som et argument mot at slagpersepsjonsevner påvirkes av genetiske disposisjoner (jf. Niarchou et al., 2022.

Begge forklaringselementresponsmodellene viste akseptabel prediktiv nøyaktighet. Modellen for elementer i ON-tilstanden viste at metrisk styrke var en vesentlig faktor som bestemmer responsnøyaktigheten, med bedre ytelse når sonden ble plassert på det sterke slaget. Dette resultatet forventes i lys av arbeidet til Palmer og Krumhansl (1990), som fant at sondehendelser plassert på sterke slag ble vurdert til å passe til et pågående rytmisk mønster bedre enn sondehendelser på svake slag.

For OFF-tilstanden var responsnøyaktigheten signifikant høyere med større sondeforskyvning, som forventet, med en omtrentlig proporsjonal sammenheng mellom responsnøyaktighet og grad av forskyvning. Sondens forskyvningsretning var også en betydelig determinant for responsnøyaktighet: Nøyaktigheten var høyere når sonden ble plassert foran i stedet for etter målslagsposisjonen. Dette er det motsatte mønsteret av resultater til det som ble funnet i en tidligere Beat Alignment Test-studie med 15 profesjonelle musikere (Van Der Steen et al., 2014), men stemmer overens med musikalsk intuisjon siden visse musikalske stiler favoriserer rytmiske forsinkelser i stedet for musikalske hendelser foran underforståtte. beatlokasjoner (f.eks. forsinket snare i sving; Butterfield, 2010). Det stemmer også overens med to rapporterte timing psykofysiske resultater. For det første får "fylt varighet"-illusjonen lyttere til å oppfatte et tomt intervall som kortere enn et underinndelt intervall (Repp, 2008; Repp & Bruttomesso, 2009); dette ville føre til at lyttere oppfatter litt sene hendelser etter tomme intervaller som på tid, som vi observerte. For det andre opplever lyttere «perseptuell akselerasjon» under isokrone sekvenser, og viser en skjevhet mot å rapportere det siste intervallet som litt kort (Li et al., 2016); også dette ville føre til at lytterne oppfatter sene hendelser som til tiden.

Metrisk styrke til slaget var en ikke-signifikant faktor alene i modellen for OFF-elementer, men interaksjonen med retningen var signifikant: deltakerne presterte bedre når sonden kom sent på det svake slaget enn når det kom sent på det sterke slaget . Igjen kan dette tolkes som at lyttere er mer tolerante overfor litt forsinkede musikalske begivenheter, spesielt når de kommer etter sterke beats, da dette er et musikalsk innslag i visse stiler der slike forsinkelser kan skape et inntrykk av en "avslappet" følelse. En annen mulig forklaring er at prober som faller sent på det svake slaget var nærmest punktet der rytmen kommer inn igjen og lettere kan gjenkjennes som utenfor rytmen ved å sammenligne timingen deres med tidspunktet for rytmen igjen.'

Studie 2

Studie 2 hadde som mål å gjennomføre en korrelativ undersøkelse av sammenhengene mellom tre score: BDAT, CA-BAT og selvrapportert musikalsk raffinement som kvantifisert av Gold-MSI spørreskjemaet (Müllensiefen et al., 2014). Målet vårt var å forstå bedre aspektet(e) av beatoppfatning kvantifisert av BDAT-ytelse.

Metoder

Deltakere

Totalt 103 deltakere ble rekruttert til denne nettstudien. To deltakere rapporterte hørselshemninger og ble derfor ekskludert fra analysen. I det gjenværende utvalget på 101 deltakere ble 52 identifisert som kvinner, 47 som menn, og to valgte å ikke avsløre denne informasjonen. Deltakerne var i alderen 21 til 63 år (M=29.91, SD=7.21).

Deltakerne ble rekruttert gjennom sosiale medier og e-postinvitasjoner. Alle deltakerne ga informert samtykke til å delta i studien.

Materialer

Et tredelt batteri ble konstruert for studie 2, bestående av en adaptiv versjon av BDAT, Computerized Adaptive Beat Alignment Test (CA-BAT; Harrison & Müllensiefen, 2018), og fullversjonen av Gold-MSI spørreskjemaet (Müllensiefen et al., 2014), inkludert alle fem underskalaene som beskrevet nedenfor.

BDAT-studie 2 brukte de samme musikalske klippene som studie 1, med stimulussettet utvidet til å inkludere tempovariasjon som en ekstra tilfeldig faktor. Litt variasjon i tempo sørget for at deltakerne måtte identifisere tempoet hver gang de hørte på et nytt klipp. Dermed var deres oppfattede tempo så vel som taktens fase utelukkende basert på klippet de hørte og ikke på en utviklet forventning om at tempoet alltid ville være fast.

Det var fem tempovariasjoner av hvert klipp, som produserte 4500 filer. Tempo varierte i jevne trinn ±5 % fra de opprinnelige 125 bpm, og ga 119 bpm, 122 bpm, 125 bpm, 128 bpm og 132 bpm; 5 % tempotrinn ga fem perseptuelt distinkte tempi, men forvrengte ikke det musikalske materialet.

Etter sporpålitelighetsanalysen av studie 1, eliminerte studie 2 bruken av spor 3 i PÅ-tilstand og spor 12, 27 og 30 i AV-tilstand.

For studie 2 ble det laget en adaptiv versjon av BDAT basert på de forklarende IRT-modellene for PÅ- og AV-tilstander beregnet i studie 1. I denne adaptive versjonen, på hver nye prøveversjon, ble vanskelighetsgraden til elementet som ble presentert matchet med deltakerens ytelse som var estimert dynamisk etter hvert forsøk. Dette var basert på elementvanskelighetsparametrene beregnet for alle elementer i studie 1 (se Harrison & Müllensiefen, 2018, for detaljer om elementvanskelighetsberegninger). I tillegg ble standardavvikene til deltakerens tilfeldige avskjæringer hentet ut som konstante diskrimineringsparametere for PÅ- og AV-elementer. På samme måte ble parametrene for nedre og øvre asymptoter brukt som konstanter på tvers av alle elementer. I IRT-modeller er personevner, så vel som gjenstandsvanskeligheter, definert på samme metrikk, en z-score-skala som typisk varierer fra −4 til 4. Dette betyr for eksempel at en deltaker med evnescore på 1 er en standardavvik over gjennomsnittet for befolkningen. Det første elementet i den adaptive testen ble alltid valgt til å ha en vanskelighetsgrad på 0, som samsvarer med den gjennomsnittlige evnen til deltakerutvalget fra studie 1.

CA-BAT Hensikten med denne testen er å evaluere lytterens beatoppfatningsevne ved å bruke en adaptiv versjon av beat alignment-testen (BAT) som skreddersyr testens vanskelighetsgrad til hver deltaker ved å tilpasse seg deres tidligere svar (Harrison & Müllensiefen, 2018). Dette maksimerer mengden informasjon som hvert påfølgende element gir om deltakerens faktiske evne, noe som igjen sikrer kortere testtid og dermed forbedrer testens effektivitet. I likhet med BDAT bruker CA-BAT naturalistiske musikkstimuli. I motsetning til BDAT, ble ikke stimuli laget spesifikt for testen (se Harrison & Müllensiefen, 2018, for detaljer), noe som betyr at mindre tidssvingninger er sannsynlige innenfor elementer. Dette reduseres imidlertid ved å bruke et 2-AFC-paradigme. For hvert forsøk får deltakeren to versjoner av et musikalsk spor, begge overlagt med et metronomisk sondespor. PÅ-versjonen av sporet har sonden i takt med de musikalske beatplasseringene, mens OFF-versjonen har sondesporet forskjøvet fra de musikalske beatstedene. Deltagerens oppgave er å identifisere PÅ-sporet. En persons evnescore for CA-BAT beregnes etter de samme prinsippene som for adaptiv BDAT, beskrevet ovenfor.

Gold-MSI Study 2 brukte den fullstendige versjonen av spørreskjemaet, som vurderte alle fem underskalaene (aktivt engasjement, perseptuelle evner, musikalsk trening, følelser, sangevner) samt skalaen General Musical Sophistication (GMS) som bygger på elementer fra alle fem underskalaer. Til sammen var selvrapporteringsskjemaet Gold-MSI sammensatt av 41 spørsmål.

Fremgangsmåte

Studie 2 ble utført online ved hjelp av et grensesnitt basert på åpen kildekode psychTestR-pakken (Harrison, 2020). Alle deltakerne ga sitt samtykke til å delta i studien. De ble bedt om å bruke hodetelefoner under hele testen og justere volumet til et behagelig nivå. Som i studie 1 ble deltakerne bedt om ikke å trykke eller på annen måte bevege seg i takt med musikken.

Batteriet startet med innsamling av demografisk informasjon og ble fulgt av BDAT (25 elementer), GoldMSI spørreskjema (41 spørsmål) og CA-BAT (25 elementer).3 Før hver test ble deltakerne presentert med en treningsfase som inkluderte instruksjoner , to eksempelstimuli (en for tilstand PÅ og en for tilstand AV), og to øvelseselementer. Den rapporterte testtiden var 25–30 minutter. Gjennomføring av testen førte til visning av oppgaveytelse som pseudo-IQ-score i et numerisk så vel som et grafisk format (klokkekurve med et gjennomsnitt på 100 og et standardavvik på 15), sammen med General Musical Sophistication (GMS)-poengsummen.

Resultater

BDAT-evnepoeng varierte fra -3,37 til 2,53 (M=0.04, SD=1.17), CA-BAT-evnepoeng varierte fra -2.44 til 2.07 (M=0.27, SD=0.78), og GMS-score varierte fra 1.45 til 6.45 (M=4.23, SD=1.18). Til sammenligning varierer publiserte GMS-normer fra 1 til 7, M=4.53, SD=1.15 (Müllensiefen et al., 2013). Signifikante korrelasjoner ble funnet mellom BDAT- og CA-BAT-skåre (r=.23, p=.023; Fig. 4) samt mellom BDAT- og GMS-skåre (r=. 55, p < 0,001). Faktisk var BDAT-score svært signifikant korrelert med alle dimensjonene til Gold-MSI-spørreskjemaet, de sterkeste korrelasjonene var med musikalsk trening og samlet GMS-score.

CA-BAT-score var også signifikant korrelert med alle Gold-MSI-dimensjonene unntatt sangevner, men i de fleste tilfeller mindre sterkt enn BDAT-score. Den høyeste korrelasjonen ble funnet med dimensjonen Active Engagement (tabell 3).

Diskusjon

Hensikten med studie 2 var å karakterisere sammenhenger mellom BDAT-ytelse, CA-BAT-ytelse og Gold-MSI spørreskjemascore. Å inspisere korrelasjonene mellom Gold-MSI-dimensjoner og BDAT-poeng viser at den samlede GMS-poengsummen, og spesielt musikalsk trening, delvis spådde ytelse på BDATs skjulte beat-fortsettings- og sammenligningsoppgave. Regresjonsanalyse viste at Gold-MSI-underskalaene samlet sto for rundt en tredjedel av variasjonen i BDAT-poengsum (R2=.34), noe som indikerer at mens slagoppfatningsevnen som indeksert av BDAT ble påvirket av (eller muligens påvirket) musikalsk trening og raffinement, så det også ut til å reflektere ferdigheter eller evner som ikke bare var basert på trening eller engasjement. Imidlertid antydet den beskjedne korrelasjonen mellom BDAT- og CABAT-score at denne ferdigheten eller evnen ikke var identisk med den som ble målt av CA-BAT, som var mindre korrelert med GMS-poengsummen og de fleste av dens underfaktorer, inkludert musikalsk trening.

Samlet sett indikerer disse resultatene at aspektet ved beatoppfatning testet av BDAT er nærmere relatert til generelle musikkferdigheter enn aspektet testet av CA-BAT. For å gjøre en slik konklusjon med sikkerhet, ville det være viktig å estimere i hvilken grad variabiliteten i hver test reflekterer målefeil vs. en konsistent attributt til deltakeren og å observere endringene i begge poengsummene med musikalske treningsintervensjoner.

generell diskusjon

Denne studien utviklet og utforsket en ny test av musikalsk beatoppfatning som ikke er avhengig av synkronisert bevegelse til takten. Den primære nyvinningen til BDAT er at den tester musikalsk beatoppfatning i fravær av noen sensoriske signaler til beatet. I BDAT hører lytteren noen takter med taktbasert musikk og bedømmer deretter om en enkelt sondehendelse er på eller utenfor takten under et "slagfall" når alle rytmiske signaler til takten er fjernet. Dermed krever BDAT at lytteren fortsetter en beat-oppfatning som dannes mens han hører rytmisk musikk gjennom en beat-drop-bar til musikken gjenopptas. BDAT ble opprettet for å gi en fokusert test av kapasiteten til skjult fortsette et beat, som ikke kan undersøkes direkte av tester som BAT, som gjør det mulig å bruke lokale akustiske signaler for å bedømme timing. Faktisk antyder resultatene av vår studie av BDAT at BDAT tester aspekter ved slagoppfatning som er delvis uavhengige av de som er testet av BAT, som vi diskuterer nedenfor.

Blant andre tester av rytmeoppfatning har BDAT flere fordeler. Den bruker en rekke realistiske musikalske materialer komponert i stil med elektronisk dansemusikk (skapt spesielt for testen), er rask å administrere, og har beats på entydige steder (siden musikken ble komponert ved hjelp av et MIDI-tidsrutenett). Videre kan den brukes til å studere slagoppfatning som en funksjon av metrisk posisjon (sterke vs. svake slag), retning av sondefeiljustering (tidlig vs. sent) og grad av sondeforskyvning fra slag.

Den nåværende studien undersøkte ytelsen til BDAT i to eksperimenter. Det første eksperimentet viste at BDAT ikke ble vurdert som svært vanskelig av deltakerne og at personer med høy grad av musikalsk trening skåret betydelig bedre på testen. Imidlertid var den generelle ytelsen generelt lav, i gjennomsnitt rundt 60–70 % korrekt. Dette er ikke overraskende gitt at hver utprøving av BDAT har en enkelt sondelyd, i motsetning til BAT, der det er et helt metronomisk tog av sondelyder. Videre, når sondelyden var feiljustert, var den ofte svært nær et slagsted, noe som gjorde feiljusteringen vanskelig å oppdage (fig. 2). Å begrense off-beat-prober til større forskyvninger bør resultere i høyere samlede BDAT-ytelsesscore i fremtidig arbeid.

Et nytt funn av eksperiment 1 er at nøyaktigheten i å bedømme når en sondehendelse er på slaget var vesentlig forskjellig avhengig av om sonden var på en sterk versus svak metrisk posisjon (Beat 3 vs. 4) i beat drop baren, med nøyaktighet ca. 20 % høyere på det sterke slaget (76,5 % vs. 57,5 ​​% riktig). Interessant nok ble ikke musikken til studien komponert på en måte som akustisk understreker sterke versus svake taktposisjoner, noe som antyder en potensielt viktig rolle for metriske forventninger ovenfra og ned i utformingen av resultatene våre. Funnet vårt stemmer overens med forskning av Palmer og Krumhansl (1990), som fikk lyttere til å lytte til metronomiske sekvenser av hendelser med like høy lydstyrke og forestille seg forskjellige meter, og som fant ut at sondehendelser plassert på metrisk sterke slag ble vurdert til å passe bedre med rytmen enn hendelser på svake beats. Forskjellene i probevurderingene deres var imidlertid subtile sammenlignet med de store effektene som ble sett i den nåværende studien. Ytterligere arbeid er nødvendig for å finne ut om den store nøyaktighetsforskjellen vi ser på sterke versus svake slag skyldes metriske forventninger (jf. Iversen et al., 2009), eller ganske enkelt gjenspeiler det faktum at vår svake slagposisjon var senere i taktfallet. bar enn den sterke slagposisjonen. På grunn av denne utformingen, kan enhver internt opprettholdt puls reduseres og/eller mindre presis på tidspunktet for det svake versus sterke slaget, ganske enkelt av den lengre tiden som har gått siden opphør av rytmiske signaler til beatstrukturen (Cannon, 2021). I fremtidig arbeid vil det også være interessant å finne ut om den metriske effekten vi ser først dukker opp etter en viss alder, noe som reflekterer utviklingen av metrisk kunnskap om kulturens rådende musikalske mønstre (Nave-Blodgett et al., 2021).

Det andre eksperimentet i vår studie brukte data om elementvanskelighet hentet fra det første eksperimentet for å eliminere noen få altfor vanskelige stimuli og for å lage en adaptiv versjon av BDAT, der elementvanskeligheten økte etter hvert som eksperimentet skred frem. Eksperiment 2 introduserte også en liten tempovariasjon mellom stimuli for å tvinge lyttere til å utlede takten til takten på hver prøve i stedet for å danne et eksperimentomfattende tempo før som kan påvirke oppgaveytelsen. Alle deltakerne i dette eksperimentet ble også testet på en versjon av CA-BAT (den datastyrte-adaptive BAT) og fikk det fullstendige Gold-MSI-spørreskjemaet for å måle musikalsk raffinement, inkludert fem subskalaer (Active Engagement, Perceptual Abilities, Musical Training, Følelser, sangevner). Dette eksperimentet fant at ytelsen på BDAT og CA-BAT bare viste en beskjeden korrelasjon, og at i hvilken grad de to testene korrelerte med underskalaer til Gold MSI og med generell musikalsk sofistikering (GMS) var vesentlig forskjellig. For eksempel korrelerte selvrapporterte sangevner med BDAT-ytelsen, men ikke CA-BAT-ytelsen. Faktisk var korrelasjoner mellom BDAT-ytelse og alle underskalaer av Gold-MSI (og med GMS) betydelig høyere enn korrelasjoner med CA-BAT-ytelse (tabell 3), noe som tyder på at ytelse på BDAT kan være knyttet til et bredt spekter av musikalske ferdigheter.

En musikalsk evne som sannsynligvis vil være relevant for BDAT er musikalske bilder under beat-drop-baren. Nevroimaging forskning har vist at detaljerte bilder for musikalske mønstre involverer et komplekst nettverk av hjerneregioner bortsett fra regioner som er involvert i beatbehandling (Cannon & Patel, 2021; Regev et al.,2021). Videre ser det ut til at evner til musikalske bilder og evner til å imitere tonehøyde er relaterte (Greenspon et al., 2017), noe som kan bidra til å forklare hvorfor selvrelaterte sangevner korrelerer med BDAT-ytelse hvis lyttere engasjerer seg i musikalske bilder under taktfall. En annen relevant musikalsk evne kan være en motorisk fortsettelse av et beat: Selv om deltakerne ble bedt om å ikke bevege seg, kan subtile bevegelser og/eller motoriske bilder ha spilt roller i forestillingen. I fremtidig arbeid vil det være interessant å finne ut om BDAT-ytelse er assosiert med individuelle forskjeller i auditive bildeevner (f.eks. målt ved Bucknell Auditory Imagery Scale; Halpern, 2015), og i fortsettelsesfasen av en synkroniserings-fortsettelsesoppgave .

En annen faktor som kan bidra til å forklare den relativt lave korrelasjonen mellom BDAT- og CA-BAT-ytelse er det faktum at sistnevnte involverer en minnekomponent siden to musikalske klipp må sammenlignes for å finne ut hvilke som har ubeat-pip. BDAT, som den originale BAT, krever bare å lytte til hvert klipp én gang. En annen forskjell kan være den ekstra auditive behandlingen som kreves i CA-BAT for å sammenligne den musikalske rytmen med en samtidig presentert serie med pip. Mer generelt ser det ut til at BDAT gir en særegen test av slagoppfatning, og involverer noen andre kognitive prosesser enn CA-BAT. Noen av disse prosessene kan være spesifikke for fortsettelsen av et slag (i motsetning til den første gjenkjennelsen av takten).

BDAT tilbyr en rekke mulige anvendelser i studiet av menneskelig auditiv rytmisk prosessering. Forskere som bruker BDAT kan bestemme om de skal bruke BDAT-stimuli som er ensartede i tempi (som i eksperiment 1) eller litt forskjellige i tempi fra forsøk til forsøk (som i eksperiment 2), avhengig av målene deres. Videre kan BDAT-stimuliene, som er fritt tilgjengelige, vise seg å være nyttige i en rekke studier av slagoppfatning, inkludert nevrale studier rettet mot å studere oscillerende nevrale dynamikk under slagoppfatning. (For å lette slikt arbeid inkluderer det elektroniske dataarkivet for denne artikkelen versjoner av BDAT-stimuli uten probelyder). På grunn av den nye beat-drop-designen til BDAT, kan ikke beat-relaterte nevralesvingninger under beatdrop-linjen skyldes stimulusdrevet hjerneaktivitet, og dette kan bidra til å teste eksisterende modeller av årsakene til beat-relaterte nevralesvinger i hjerne (Breska & Deouell, 2017; Doelling & Assaneo, 2021; Tal et al., 2017).

Ved å plassere slagdråper av forutsigbar varighet på musikalsk passende tidspunkter og fylle gapet med passende ikke-rytmisk musikalsk innhold, induserer disse stimuliene en sterk forventning om at rytmen kommer tilbake. BDAT-stimuli kan dermed ha noen fordeler for å studere perseptuelle og nevrale oscillasjoner involvert i rytmesepsjon sammenlignet med stimuli brukt tidligere, som undersøker aktivitet etter den plutselige slutten av en rytmisk stimulus (Hickok et al., 2015; Stupacher et al., 2013 ; van Bree et al., 2021). BDAT-stimuliene kan også vise seg å være nyttige i fremtidige nevrale studier av musikalske bilder hvis slike bilder faktisk er et kognitivt verktøy som deltakerne bruker for å utføre oppgaven. Til slutt, som en nåværende bruk av BAT, kan BDAT vise seg å være et nyttig verktøy for studier med pasienter med bevegelsesforstyrrelser eller nevrodegenerative sykdommer. Basert på funnene våre føler vi at BDAT er et levedyktig og nytt instrument for å utforske beatoppfatning, og fortjener videre studier og utvikling.

Åpen tilgang
Denne artikkelen er lisensiert under en Creative Commons Attribution 4.0 internasjonal lisens, som tillater bruk, deling, tilpasning, distribusjon og reproduksjon i ethvert medium eller format, så lenge du gir passende kreditt til den(e) originale forfatteren(e) ) og kilden, oppgi en lenke til Creative Commons-lisensen, og angi om endringer ble gjort. Bildene eller annet tredjepartsmateriale i denne artikkelen er inkludert i artikkelens Creative Commons-lisens med mindre annet er angitt i en kredittgrense til materialet. Hvis materiale ikke er inkludert i artikkelens Creative Commons-lisens og din tiltenkte bruk ikke er tillatt av lovbestemt regulering eller overskrider tillatt bruk, må du innhente tillatelse direkte fra opphavsrettsinnehaveren. For å se en kopi av denne lisensen.

Referanser

1. Allman, MJ, & Meck, WH (2012). Patofysiologiske forvrengninger i tidsoppfatning og tidsbestemt ytelse. Brain, 135(3), 656–677.

2.Bégel, V., Benoit, C.-E., Correa, A., Cutanda, D., Kotz, SA, & Bella, SD (2017). «Lost in time» men beveger seg fortsatt i takt. Neuropsychologia, 94, 129–138.

3.Breska, A., & Deouell, LY (2017). Nevrale mekanismer for rytmebasert tidsprediksjon: Deltafaselåsing reflekterer tidsmessig forutsigbarhet, men ikke rytmisk medriving. PLOS Biology, 15(2), artikkel e2001665.

4.Breska, A., & Ivry, RB (2018). Dobbel dissosiasjon av enkeltintervall og rytmisk tidsprediksjon i cerebellar degenerasjon og Parkinsons sykdom. Proceedings of the National Academy of Sciences of the United States of America, 115(48), 12283–12288.

5. Butterfield, M. (2010). Deltakende avvik og oppfatningen av beats i jazz. Music Perception, 27(3), 157–176.

6. Cannon, J. (2021). Forventningsbasert rytmisk medføring som kontinuerlig Bayesiansk slutning. PLOS Computational Biology, 17(6), artikkel e1009025.

7.Cannon, JJ og Patel, AD (2021). Hvordan slå persepsjon co-opts motorisk nevrofysiologi. Trends Cognitive Science, 25(2), 137–150.

8. Cochen De Cock, V., Dotov, DG, Ihalainen, P., Bégel, V., Galtier, F., Lebrun, C., Picot, MC, Driss, V., Landdragin, N., Geny, C. ., Bardy, B., & Dalla Bella, S. (2018). Rytmiske evner og musikalsk trening ved Parkinsons sykdom: Hjelper de? NPJ Parkinsons sykdom, 4, artikkel 8.

9.Dalla Bella, S., Farrugia, N., Benoit, CE, Bégel, V., Verga, L., Harding, E., & Kotz, SA (2017). BAASTA: Batteri for vurdering av auditive sensorimotoriske og timingevner. Behaviour Research Methods, 49(3), 1128–1145.

10.Dalla Bella, S., Farrugia, N., Benoit, CE, Bégel, V., Verga, L., Harding, E., & Kotz, SA (2017). BAASTA: Batteri for vurdering av auditive sensorimotoriske og timingevner. Behaviour Research Methods, 49(3), 1128–1145.

11.Doelling, KB, & Assaneo, MF (2021). Nevrale oscillasjoner er en start mot å forstå hjerneaktivitet snarere enn slutten. PLOS Biology, 19(5), artikkel e3001234.

12. Fiveash, A., Bella, SD, Bigand, E., Gordon, RL, & Tillmann, B. (2022). Du har rytme, eller mer: Flerdimensjonaliteten til rytmiske evner. Oppmerksomhet, persepsjon og psykofysikk, 84, 1370–1392.

13.Fujii, S., & Schlaug, G. (2013). Harvard Beat Assessment Test (H-BAT): Et batteri for å vurdere taktoppfatning og produksjon og deres dissosiasjon. Frontiers in Human Neuroscience, 7, 771.

14.Grahn, JA, & Brett, M. (2009). Svekkelse av taktbasert rytmediskriminering ved Parkinsons sykdom. Cortex, 45(1), 54–61.

15. Greenspon, EB, Pfordresher, PQ, & Halpern, AR (2017). Tonehøydeimitasjonsevne i mentale transformasjoner av melodier. Music Perception: An Interdisciplinary Journal, 34(5), 585–604.

For more information:1950477648nn@gmail.com