Unen ja hereillä olemisen rooli tunnekuvien tunnistamisessa Osa 1

Yhteenveto

Unella on suotuisa vaikutus muistin lujittamiseen. Sen roolista emotionaalisessa muistissa keskustellaan kuitenkin tällä hetkellä. Täällä tutkimme unen ja vastaavan valveillaoloajan roolia tunnekuvien ja subjektiivisen emotionaalisen reaktiivisuuden tunnistamisessa. Neljäkymmentä osallistujaa, joilla ei ollut merkittävää fyysistä, neurologista tai psyykkistä tilaa, jaettiin satunnaisesti Sleep First -ryhmään tai Wake First -ryhmään. Kahdelle ryhmälle tehtiin tunnekuvien koodausvaihe negatiivisilla ja neutraaleilla kuvilla kello 09:00 tuntia (Wake First -ryhmä) tai 21:00 tuntia (Sleep First -ryhmä). Sitten osallistujat suorittivat välittömän tunnistustestin (T1) ja kaksi viivästettyä testiä 12 tuntia (T2) ja 24 tuntia (T3) myöhemmin.

Unen ja muistin välinen suhde on herättänyt paljon huomiota. Uni on tärkeä osa muistia. Uni ei ainoastaan ​​auta ihmisiä parantamaan muistia, vaan myös lujittamaan ja vahvistamaan muistia, mikä parantaa kieltä, matematiikkaa ja älyllisiä kykyjä.

Kun keho lepää, uni auttaa myös ihmisiä lujittamaan ja vahvistamaan muistoja. Unen aikana aivot toistavat päivän aikana kokemamme kokemukset ja tiedot, kuten opitun tiedon, kielimuistin, tunnekokemuksen ja niin edelleen. Tätä prosessia kutsutaan "muistin palauttamiseksi".

Syvän unen aikana aivot siirtävät muistia pitkäaikaismuistin alueelle, jossa muisti säilyy pitkään. Siksi uni voi auttaa meitä vahvistamaan oppimiamme tietoja ja kokemuksia sekä parantamaan kieltä, matematiikkaa ja älyllisiä kykyjä. Lisäksi hyvä uni voi myös auttaa muistamaan uutta tietoa paremmin, varsinkin opiskellessa ja tutkiessa riittävästä unesta tulee meille tärkeä ehto.

Kun meillä on univaje, muisti heikkenee, ja vaikka saatamme säilyttää joitakin tietoja, suorituskykymme heikkenee pitkiä aikoja varastoinnin ja konsolidoinnin kannalta. Siksi hyvien nukkumistottumusten ylläpitäminen auttaa suuresti parantamaan muistiamme.

Lopuksi muistutus siitä, että hyvien nukkumistottumusten ylläpitäminen ei tarkoita pitkiä aikoja tai useammin nukkumista päivän aikana. Oikeiden nukkumistottumusten tulee olla riittävän unen varmistaminen, syvän unen täysimääräinen hyödyntäminen määritellyssä ajassa sekä fyysisen terveyden ja muistin normaalin suorituskyvyn varmistaminen. Voidaan nähdä, että meidän on parannettava muistiamme. Cistanche voi parantaa merkittävästi muistia, koska Cistanche voi myös säädellä välittäjäaineiden tasapainoa, kuten nostaa asetyylikoliinin ja kasvutekijöiden tasoa. Nämä aineet ovat erittäin tärkeitä muistille ja oppimiselle. Lisäksi liha voi myös parantaa verenkiertoa ja edistää hapen toimitusta, mikä voi varmistaa, että aivot saavat riittävästi ravintoa ja energiaa, mikä parantaa aivojen elinvoimaa ja kestävyyttä.

Napsauta Tiedä lyhytaikaista muistia, kuinka voit parantaa

Havaitut kiihottumis- ja valenssitasot kerättiin jokaiselle kuvalle. Uniparametrit tallennettiin osallistujien kotona kannettavalla laitteella. Eroja ei havaittu kohdassa T1, kun taas ajankohtana T2 Sleep First -ryhmä osoitti korkeampaa muistin suorituskykyä kuin Wake First -ryhmä. T3:lla suorituskyky heikkeni Sleep First -ryhmässä (joka vietti edelliset 12 tuntia hereillä), mutta ei Wake First -ryhmässä (joka nukkui viimeisen 12 tunnin aikana). Kaiken kaikkiaan negatiiviset kuvat jäivät paremmin mieleen kuin neutraalit.

Havaitsimme myös positiivisen yhteyden välittömän testin negatiivisten kohteiden muistin suorituskyvyn ja koodausta edeltävänä yönä nopeiden silmien liikkeiden unen prosenttiosuuden välillä. Tietomme vahvistavat, että negatiivinen tieto muistetaan ajan myötä paremmin kuin neutraali ja että uni edistää deklaratiivisen tiedon säilyttämistä. Lepo ei kuitenkaan näytä ensisijaisesti parantavan emotionaalista muistia, vaikka se voi vaikuttaa negatiivisten uutisten koodaukseen.

AVAINSANAT

Herätys, tunnemuisti, tunnistustesti, nopeat silmänliikkeet uni, pidätysaika, valenssi.

1|JOHDANTO

Sen jälkeen kun ensimmäisen kerran mainittiin "univaikutus", joka viittaa unen kykyyn parantaa deklaratiivisten muistojen palauttamista (Jenkins & Dallenbach, 1924), johdonmukainen unitutkimus on keskittynyt sen rooliin muistin lujittamisessa, mikä johtaa. useiden teoreettisten mallien kehittämiseen (Born & Wilhelm, 2012; Genzel, Kroes, Dresler ja Battaglia, 2014; Tononi & Cirelli, 2006).

Esimerkiksi Synaptic Downscaling Hypothesis -hypoteesin (Tononi & Cirelli, 2006) mukaan hitaan aallon uni vähentää synaptista voimaa, mikä optimoi muistin säilyttämisen ja helpottaa peräkkäistä oppimista. Toisaalta Active System Consolidation Hypothesis (Born & Wilhelm, 2012) esittää, että valveilla ollessa koodattu tieto käy läpi uudelleenaktivoitumis- ja uudelleenorganisoitumisprosessin unen aikana, mikä koskee pääasiassa hippokampuksen ja neokortikaalisia verkkoja.

Unta ja muistia on kuitenkin pitkään tutkittu ottamatta huomioon emotionaalisen kokemuksen mahdollista vaikutusta. Siitä huolimatta on osoitettu, että tunteilla ja tunneperäisillä tiloilla (esim. mielialalla) voi olla suuri vaikutus useimpiin aivojen ja kehon toimintoihin, mukaan lukien muistin muodostuminen ja säilyttäminen (Coughlin Della Selva, 2006; LaBar & Cabeza, 2006; McGaugh, 2004). ).

Viime aikoina, kun otetaan huomioon johdonmukaiset havainnot, jotka yhdistävät mielialahäiriöitä muuttuneisiin unirytmiin, tutkijat ovat alkaneet tutkia unen, tunnemuistin ja affektiivisen säätelyn välistä suhdetta (katso näistä aiheista kattava katsaus Walker, 2009). Jotkut todisteet viittaavat siihen, että uni parantaa mieluummin muistia emotionaalisille ärsykkeille kuin neutraaleille ärsykkeille (Hu, Stylos-Allan ja Walker, 2006; Wagner, Gais ja Born, 2001).

Erityisesti negatiivisesti valensoitu tieto näyttää kestävän paremmin unohtamista, koska se muistetaan usein paremmin kuin positiivinen tai neutraali materiaali univajejakson jälkeen (Tempesta et al., 2016; Walker, 2009). Erillinen määrä tutkimusta on keskittynyt emotionaalisen muistin ja nopean silmän liike-unen (REM) väliseen yhteyteen. REM:iin keskittyminen on perusteltua sen ainutlaatuisella fysiologialla ja todisteilla, jotka yhdistävät valikoivan REM-puutteen emotionaalisten ärsykkeiden heikentyneeseen koodaukseen ja muuttuneeseen emotionaaliseen reaktiivisuuteen (Goldstein & Walker, 2014; Walker & van Der Helm, 2009).

REM-unelle on ominaista niiden aivoalueiden aktivaatio, jotka liittyvät pelon oppimiseen ja laajempiin tunneprosessointiin valveilla ollessa, kuten amygdala, anterior cingulate cortex, entorhinal cortex, ventromedial prefrontal cortex ja hippocampus (Tempesta, Socci). , De Gennaro ja Ferrara, 2018). Sen ainutlaatuiselle neurokemialliselle ympäristölle on ominaista monoamiinien (esim. adrenaliini ja noradrenaliini) vähentynyt pitoisuus ja lisääntynyt asetyylikoliinipitoisuus. Vaikka molemmat neuromodulaattorit liittyvät synaptiseen plastisuuteen ja muistin lujittamiseen, monoamiinien puuttumisen REM-unen aikana uskotaan mahdollistavan muistojen emotionaalisten näkökohtien uudelleenaktivoitumisen ilman, että ne aiheuttavat niihin liittyvää fysiologista aktivaatiota (Walker & van Der Helm, 2009).

Samaan aikaan kolinergisen siirtymisen uskotaan olevan ratkaisevassa asemassa korkean tason kognitiivisissa toimissa, kuten oppimis- ja muistiprosesseissa (Diekelmann & Born, 2010; Teber et al., 2004). Lisäksi REM-unen elektroenkefalogrammia (EEG) hallitsee theta-vyöhyke, jonka uskotaan liittyvän päivän aikana hankitun tiedon konsolidoitumiseen (Hutchison & Rathore, 2015). Ottaen huomioon nämä omituiset ominaisuudet, Walker & van der Helmin (2009) esittelemä tunnettu teoreettinen malli ehdottaa REM-unen mahdollista roolia emotionaalisen säätelyn prosessien tukemisessa vahvistamalla merkittäviä muistirepresentaatioita ja vähentäen samalla niiden affektiivista sävyä ajan myötä.

Tästä huolimatta näistä oletetuista toiminnoista kiistellään edelleen tutkijoiden keskuudessa, eivätkä he näytä löytävän selkeää yksimielisyyttä mahdollisista mekanismeista, jotka yhdistävät unen muistin lujittumiseen ja tunteiden käsittelyyn (Lipinska, Stuart, Thomas, Baldwin ja Bolinger, 2019). Monien vastattamattomien kysymysten joukossa on edelleen epäselvää, kuinka suuri osa "univaikutuksesta" selittyy unen aikana esiintyvien häiriöiden vähenemisellä (eli jatkuvalla uuden aistinvaraisen ja kognitiivisen tiedon virtauksella, jota aivot jatkuvasti prosessoivat valveillaolo; Jenkins & Dallenbach, 1924) tai sen voidaan katsoa johtuvan unesta poissulkevista aktiivisista mekanismeista, jotka tukevat muistin lujittamista (Benson & Feinberg, 1977).

Lisäksi REM-unen rooli emotionaalisen säätelyn ja emotionaalisen muistin lujittamisessa on vahvistettu joissakin tutkimuksissa (Hu et al., 2006; Van Der Helm et al., 2011; Wagner et al., 2001), mutta ei toisissa ( Baran, Pace-Schott, Ericson ja Spencer, 2012; Cellini, Torre, Stegagno ja Sarlo, 2016; Groch, Wilhelm, Diekelmann ja Born, 2013). Jotkut näistä tuloksista voivat kuitenkin olla osittain vääristeltyjä tutkimusten metodologisten erojen vuoksi: esimerkiksi selektiivinen univaje ja jaetun yön paradigmat tuottavat usein yhteensopimattomia tuloksia, vaikka niitä käytetäänkin laajalti tutkimaan REM-unen ja ei-REM-unen erillisiä vaikutuksia. muistin konsolidointi (Wagner et ai., 2001; Wagner, Fischer ja Born, 2002).

Vaikka deprivaatiotutkimukset tarjosivatkin merkittävän panoksen unen vaikutukseen emotionaaliseen prosessointiin (Tempesta et al., 2016), heidän havainnot rajoittuvat unen menetyksen seurauksiin (joko osittain tai kokonaan), mutta eivät anna mahdollisuutta arvioida välittömiä unihäiriöitä. tiettyjen uniparametrien vaikutus muistiprosesseihin. Muut tutkijat ovat saaneet merkittäviä tuloksia käyttämällä päiväunien paradigmoja (Cellini et al., 2016; Nishida & Walker, 2007), vaikka tämäntyyppinen kokeellinen suunnittelu ei mahdollista kokonaisten unien vaikutusta emotionaalisen muistin lujittumiseen ja emotionaalinen reaktiivisuus.

Lisäksi vaikka unen vaikutuksia emotionaalisen muistin lujittumiseen on jo tutkittu käyttämällä 1-viikon pitkittäistä suunnittelua, mikä osoittaa negatiivisen yhteyden unen tehokkuuden ja negatiivisen kuvan syrjinnän välillä (Cellini, Mercurio ja Sarlo, 2019), seuranta useiden peräkkäisten öiden lukua polysomnografian (PSG) kaltaisella tarkkuudella ei ole vielä saavutettu tähän tarkoitukseen.

Lopuksi, vaikka unta on tutkittu laajasti muistin lujittamisessa, sen vaikutukseen emotionaalisen tiedon koodaamiseen on kiinnitetty paljon vähemmän huomiota, paitsi deprivaatiotutkimuksissa (Kaida, Niki & Born, 2015).

Tästä teoreettisesta taustasta lähtien teimme tutkimuksen arvioidaksemme unen ja hereillä olemisen erillisiä rooleja emotionaalisen muistin lujittamisessa 24 tunnin aikana.

Tarkemmin sanottuna käytimme emotionaalista kuvantunnistustehtävää ja kannettavaa unenseurantalaitetta (i) tutkiaksemme yöunen vaikutusta samaan päiväsaikaan valveillaoloon verrattuna subjektiiviseen tunnereaktiivisuuteen ja muistin suorituskykyyn; (ii) määrittää, pysyykö unen positiivinen vaikutus muistin lujittumiseen vakaana seuraavan valveillaolojakson jälkeen; ja (iii) tutkia yöunen vaikutusta tunneinformaation koodaukseen.

2|MATERIAALIT JA MENETELMÄT

2.1|Osallistujat

Tähän tutkimukseen osallistui 40 osallistujaa, jotka olivat iältään 18–34 vuotta (17 M, 23 F; keski-ikä ± keskihajonta=23,575 ± 3,161), joilla ei ollut mitään merkittävää fyysistä, neurologista tai psyykkistä tilaa. Osallistujat jaettiin satunnaisesti Sleep First -ryhmään (SF; 8 M, 12 F) tai Wake First -ryhmään (WF; 9 M, 11 F), jotka tarjosivat kaksi erilaista koeolosuhteita. Kaikki osallistujat antoivat tietoisen suostumuksen. Paikallinen eettinen toimikunta hyväksyi tutkimusprotokollan.

2.2|Stimulit ja tehtävä

Neutraalit ja emotionaaliset kuvat (N=180) valittiin EmoMadrid-tietokannasta (Carretié, Tapia, Lopez-Martín ja Albert, 2019), jotka on jo validoitu affektiiviseen tutkimukseen, ja niitä testattiin edelleen Padovan opiskelijoiden pilottiotoksessa. Yliopisto vahvistaa sen pätevyyden italialaisessa näytteessä (N=20; pilottitietoja ei esitetä tässä käsikirjoituksessa). Jokainen tietokannan kuva sisältää sarjan parametreja, mukaan lukien valenssi- ja kiihottumisarvot ilmaistuna 5-pisteen Likert-asteikolla, joka vaihtelee 2:sta (erittäin negatiivinen/erittäin rauhallinen) +2 (erittäin positiivinen/erittäin kiihottava). ).

Syy, miksi EmoMadrid on valittu suositumman kansainvälisen affektiivisen kuvajärjestelmän (IAPS; Lang, Bradley ja Cuthbert, 2008) sijaan, on se, että vaikka jälkimmäistä on käytetty laajalti affektiiviseen tutkimukseen, se tuo esiin joitakin suuria ongelmia joidenkin kuvien vanhentumisessa. ja niiden kulttuurimaantieteellinen tausta, joka edustaa enimmäkseen USA:ta (Carretié et al., 2019; Henrich, Heine ja Norenzayan, 2010).

Kokeellinen tehtävä sisälsi koodausvaiheen ja kolme muistitestiä (T1, T2, T3), jotka kaikki rakennettiin PsychoPy-ohjelmistolla (Peirce et al., 2019). Koodaussarja sisälsi 90 kuvaa (45 negatiivia + 45 neutraalia). Koodauksen aikana jokainen kuva näytettiin näytöllä 2 sekunnin ajan, minkä jälkeen osallistujia pyydettiin raportoimaan kokemansa arvosanat valenssista ja kiihotuksesta.

Muistitesteihin sisältyi 6{{10}} kuvaa, joista 30 (15 negatiivista + 15 neutraalia) oli jo näytetty koodausvaiheessa, kun taas muut 3{{ 21}} (15 negatiivista + 15 neutraalia) olivat uusia. Kaikki testisarjat suunniteltiin tasapainottamaan temaattista sisältöä (jokainen sarja sisälsi saman määrän kuvia eläimistä, ihmisistä, maisemista ja esineistä) ja herätys/valenssitasoja (negatiivinen valenssikeskiarvo ± keskihajonta=1,38 ± {{23} },08 Negatiivinen kiihottumisen keskiarvo ± keskihajonta = 1,13 ± 0,04 Neutraalivalenssikeskiarvo ± keskihajonta=0},16 ± 0,06 Neutraali kiihottumisen keskiarvo ± keskihajonta=0,03 ± 0. ). Jokainen kuva ilmestyi näytölle 2 sekunniksi, minkä jälkeen osallistujia pyydettiin vastaamaan, olivatko he jo nähneet sen koodauksen aikana vai eivät, ja raportoimaan kokemansa arvosanat valenssista ja kiihotuksesta.

Muistin suorituskykyä arvioitiin d-prime-indeksillä. Erityisesti laskemme osumataajuuden (HR; vanhojen kuvien osuus, jotka tunnistettiin oikein "jo nähdyiksi") ja väärän hälytyksen (FAR; uusien kuvien osuus, jotka on virheellisesti tunnistettu "jo nähtyiksi"). Näistä kahdesta indeksistä laskettiin Signal Detection Theory (Macmillan & Creelman, 2004) mukaan erotusindeksi d-prime HR- ja FAR-z-pisteiden välisenä erona käyttämällä kaavaa d-prime=zHR zFAR . D-prime-, HR- ja FAR-arvoille laskemme myös muistin suorituskyvyn muutoksen T2:n ja T1:n välillä muodossa T2score/T1score*100 ja muistin suorituskyvyn muutoksen T3:n ja T2:n välillä muodossa T3score/T2score*100.

2.3|Unenvalvontalaite

Uniöitä seurattiin käyttämällä Dreem Headbandia (DH; Dreem SAS, Paris), puettavaa laitetta, joka on validoitu kannettavaksi vaihtoehdoksi PSG:lle (Arnal et al., 2020). Päänauhassa on useita antureita, mukaan lukien viisi kuivaelektrodia (O1, O2, FpZ, F7, F8), jotka tuottavat seitsemän bipolaarista EEG-johdannaista (FpZ–O1, FpZ–O2, FpZ–F7, F8–F7, F7–01, F8–O2). , FpZ–F8), 3D-kiihtyvyysanturi, joka mittaa hengitystiheyttä ja seuraa liikkeitä ja asentoja, sekä pulssioksimetri sykkeen mittaamiseen. DH voi kerätä ja tallentaa fysiologisia mittauksia reaaliajassa yön aikana; tallennetut raakatiedot ovat saatavilla erillisestä pilvipalvelusta. DH käyttää validoitua automaattista unipisteytystä tarjotakseen klassisia unimittareita (esim. unen kesto, eri univaiheissa käytetty aika).

2.4|Menettely

Koko menettely kesti 3 päivää kullekin osallistujalle (kuva 1), ja SF:n ja WF:n tehtävät jakautuivat eri tavalla. Jokaiselle osallistujalle annettiin yksityiskohtaiset suulliset ja kirjalliset ohjeet uniöiden kirjaamiseen ja kokeellisten tehtävien suorittamiseen.

Ensimmäisenä päivänä kaikkia osallistujia pyydettiin täyttämään sarja online-kyselylomakkeita saadakseen perusdemografiset tiedot (ikä, sukupuoli, ammatti), tarkistamaan ahdistuneisuuden tai masennusoireiden esiintyminen sairaalan ahdistuneisuus- ja masennusasteikolla (HADS; Zigmond & Snaith). , 1983), tutkivat maailmanlaajuista unen laatua Pittsburghin unen laatuindeksin (PSQI; Buysse, Reynolds III, Monk, Berman ja Kupfer, 1989) avulla ja vuorokausivaihteluita Munich ChronoType Questionnairen ultralyhyen version (MCTQ; Ghotbi et al.) avulla. ., 2020) ja Morningness-Eveningness Questionnaire -kyselylomakkeen supistettu versio (MEQ-r; Natale, Esposito, Martoni ja Fabbri, 2006) ja tallentaa ensimmäinen uniyö.

Toisesta päivästä alkaen ohjeet muuttuivat koeolosuhteiden mukaan: WF:lle ensimmäinen oppiminen (koodaus) tapahtui kello 09:00 ± 1:00 tuntia, jota seurasi välitön muistitesti ( T1), kun taas toinen testi (T2) oli suoritettava kello 21:00 ± 1:00 tuntia.

Sen jälkeen osallistujien piti tallentaa toinen yöunet ja suorittaa viimeinen muistitesti (T3) seuraavana päivänä kello 09:00 ± 1:00 tuntia. Ohjeet SF:lle olivat samanlaiset, paitsi että kokeellisia tehtäviä siirrettiin 12-tunnin välein, jotta ensimmäinen oppiminen tapahtuisi juuri ennen nukkumaanmenoa. Näin ollen koodausvaihe ja T1 oli suoritettava 21:00 ± 1:00 tuntia toisena päivänä, kun taas loput testit (T2 ja T3) ajoitettiin vastaavasti kello 09: 00 ± 1:00 tuntia ja 21:00 ± 1:00 tuntia seuraavana päivänä, toisen yöunen kirjaamisen jälkeen. Järjestysvaikutusten estämiseksi kaikki testit tasapainotettiin osallistujien välillä yhteensä kuudella mahdollisella yhdistelmällä.

Lisäksi kuvien esitysjärjestys satunnaistettiin kullekin tehtävälle. Ennen jokaista kokeellista istuntoa osallistujien oli täytettävä lyhyt sarja kyselylomakkeita, jotka vaihtelivat vuorokaudenajan mukaan. Aamukyselyissä oli PSQI (Buysse et al., 1989) edelliseen yöhön liittyvän unen laadun testaamiseksi, Samn-Perelli-asteikko (Samn & Perelli, 1982) ja Stanfordin uneliaisuusasteikko (Hoddes, Zarcone, Smythe, Phillips, & Dement, 1973) tutkimaan valppautta ja väsymystä, kun taas iltakyselylomakkeet sisälsivät vain Samn-Perellin ja Stanfordin uneliaisuusasteikon.

2,5|Tilastollinen analyysi

Kahden ryhmän demografisia tietoja (ikä, sukupuoli) sekä psykologisia ja uniparametreja verrattiin käyttämällä riippumattomia t-testejä ja χ2 --testejä. Jokaisessa vertailussa raportoimme Cohenin d:n vaikutuksen koon mittana.

Muutokset muistin suorituskyvyssä testausistuntojen aikana on analysoitu seuraavan suunnitelman mukaisesti. Ensin kullekin kiinnostavalle muuttujalle suoritimme omnibus-seka-ANOVAn, jossa testattiin istunnot (T1, T2, T3) ja kuvatyyppi (negatiivinen, neutraali) koehenkilöiden sisäisinä tekijöinä ja ryhmä (SF, WF) aihetekijä.

Sitten testataksemme ensimmäistä kokeellista hypoteesia (eli unohdettua yöunen jälkeen) suoritimme seka-ANOVA-analyysin käyttämällä riippuvina muuttujina muutospisteitä T1:stä T2:een ja kuvan tyyppiä (negatiivinen, neutraali) koehenkilöiden sisäisenä tekijänä. ja ryhmä (SF, WF) koehenkilöiden välisenä tekijänä. Toisen kokeellisen hypoteesimme testaamiseksi (eli muistin suorituskyky yöunen jälkeen pysyy vakaana myöhemmän heräämisen jälkeen) suoritimme toisen seka-ANOVA-analyysin käyttämällä muutospisteitä T2:sta T3:een riippuvina muuttujina, kuvan tyyppinä (negatiivinen, neutraali) koehenkilötekijä ja ryhmä (SF, WF) koehenkilöiden välisenä tekijänä.

Arvioiksemme muutoksia emotionaalisessa reaktiivisuudessa (herätys ja valenssi) suoritimme kaksi erillistä omnibus-sekoitettua ANOVAa, joissa testattiin istuntoja (koodaus, T1, T2, T3) ja kuvatyyppi (negatiivinen, neutraali) koehenkilöiden sisäisinä tekijöinä ja ryhmä (SF, WF) koehenkilöiden välisenä tekijänä. Kaikille ANOVA:ille raportoimme η2 p:n vaikutuksen koon mittana päätekijöille ja vuorovaikutuksille, ja raportoimme sekä korjaamattoman että Holmin testin post hoc -analyysin käyttämällä Cohenin d:tä vaikutuskoon mittana post hoc -vertailuissa.

Uniparametrien ja suorituskyvyn sekä kiihottumisen ja valenssin välistä suhdetta on tutkittu erikseen molemmissa ryhmissä käyttäen Pearsonin korrelaatioita. WF:n osalta tutkimme suhdetta koodausta edeltävänä yönä tallennettujen uniparametrien ja kiinnostavien muuttujien, kuten d-prime-, valenssi- ja kiihotusarvojen välillä T1:ssä. SF:n osalta tutkimme suhdetta koodauksen jälkeisenä yönä tallennettujen uniparametrien ja suorituskyvyn muutoksen välillä T1:stä T2:een. Merkitsevänä tasona käytettiin arvoa p < 0,05.

Nollahypoteesin merkitsevyystestauksen lisäksi käytimme myös Bayesin tilastoja arvioidaksemme vaihtoehtoisen hypoteesin todennäköisyyttä tietojen perusteella. Raportoimme erityisesti Bayes-tekijän (BF10), jonka arvot yli kolme osoittavat kohtalaista näyttöä vaihtoehtoiselle hypoteesille (H1), ja BF10-arvot ovat alhaisemmat kuin 0,3 kohtalaisesti tukee nollahypoteesia (H0; Jarosz & Wiley, 2014). ANOVA-analyysien osalta BF10 laskettiin käyttämällä ristiinsovitettujen mallien lähestymistapaa. Kaikki analyysit tehtiin JASP-versiolla 0.16.2 (JASP Team, 2022). Tutkimukseen ei ollut ennakkoilmoittautumista.

KUVIO 2 (a) Valenssi- ja (b) kiihotusarvot ärsykkeiden tyypin (negatiiviset ja neutraalit kuvat) funktiona koodauksessa (Enc) ja kolmessa testausistunnossa (T1, T2, T3). Virhepalkit edustavat keskiarvon standardivirhettä.

For more information:1950477648nn@gmail.com