Testen der Taktwahrnehmung ohne sensorische Hinweise auf den Takt: Der Beat-Drop-Alignment-Test (BDAT), Teil 2

Ergebnisse

Vorläufige Analysen

Insgesamt 104 Personen haben Studie 1 vollständig abgeschlossen und 21 weitere reagierten auf 29 von 30 Reizen, sodass ihre Daten in die Analyse einbezogen wurden. Es fehlten keine Daten zu demografischen Merkmalen, dem Gold-MSI-Fragebogen oder der Schwierigkeitsbewertung des Tests. Die Schwierigkeitsbewertungen variierten von 1 bis 7 (M=4.28, SD=1.59), wobei 1 sehr einfach und 7 extrem schwierig bedeutete. Die Schwierigkeitsbewertungen korrelierten mit dem Niveau der musikalischen Ausbildung, wobei musikalisch geschulte Teilnehmer den Test als einfacher bewerteten als musikalisch ungeübte Teilnehmer (r=−.406, p < .001). Die rohen Testergebnisse lagen zwischen 7 und 30 korrekten Ergebnissen aus 30 Versuchen (M=18.74, SD=3.96). Bei allen Teilnehmern war die Korrelation zwischen Schwierigkeitsbewertungen und Rohtestergebnissen signifikant (r=−.216, p=.016), was darauf hindeutet, dass höhere wahrgenommene Schwierigkeitsbewertungen mit einer schlechteren Leistung im Test verbunden waren.

Musik hat nachweislich einen gewissen Einfluss auf das Gehirn und spielt eine wichtige Rolle beim Training und der Verbesserung des Gedächtnisses. Musikunterricht kann viele Vorteile bieten, von der intellektuellen Entwicklung im Säuglingsalter bis hin zur kognitiven Funktion bei älteren Erwachsenen.

Erstens kann Musiktraining das Gehör und die Wahrnehmung von Musik verbessern. Der Zweck des Hörens besteht darin, Menschen dazu zu bringen, Geräusche schärfer wahrzunehmen und so die in den Geräuschen enthaltenen Informationen besser unterscheiden zu können. Musiksensibilität kann das Verständnis und die Wertschätzung der Menschen für Musik fördern, ihre Liebe zur Musik steigern und so ihr Gedächtnis verbessern.

Zweitens spielt Musiktraining auch eine wichtige Rolle bei der Gehirnentwicklung. Untersuchungen zeigen, dass Musiktraining die Nervenzellen in der Großhirnrinde dazu anregen kann, mehr synaptische Verbindungen herzustellen, wodurch das Gedächtnis und die Denkfähigkeit des Gehirns verbessert werden. Man kann sagen, dass Musiktraining das Gehirn flexibler machen und dadurch die Denkfähigkeit und das Gedächtnis der Menschen verbessern kann.

Außerdem kann Musiktraining die psychische Gesundheit der Menschen fördern. Studien haben ergeben, dass Musik Menschen entspannen, negative Emotionen wie Angstzustände und Depressionen reduzieren und so den Geisteszustand der Menschen verbessern kann. Eine entspannte und positive Einstellung kann dazu führen, dass Menschen konzentrierter sind und sich Informationen besser merken können.

Zusammenfassend lässt sich sagen, dass Musiktraining eine sehr enge Beziehung zum Gedächtnis hat. Musiktraining kann nicht nur das Gehör und die Musiksensibilität der Menschen verbessern, sondern auch die Gehirnentwicklung und die psychische Gesundheit fördern. Daher können Sie genauso gut mehr Zeit mit dem Üben von Musik verbringen, um Ihr Gehirn flexibler und Ihr Gedächtnis leistungsfähiger zu machen! Es ist ersichtlich, dass wir unser Gedächtnis verbessern müssen. Cistanche deserticola kann das Gedächtnis erheblich verbessern, da Cistanche deserticola ein traditionelles chinesisches Arzneimittel mit vielen einzigartigen Wirkungen ist, darunter die Verbesserung des Gedächtnisses. Die Wirksamkeit von Hackfleisch beruht auf den verschiedenen darin enthaltenen Wirkstoffen, darunter Säure, Polysaccharide, Flavonoide usw. Diese Inhaltsstoffe können die Gesundheit des Gehirns auf verschiedene Weise fördern.

Klicken Sie auf Möglichkeiten zur Verbesserung der Gehirnfunktion

Die Zuverlässigkeit der Teilnehmerantworten wurde überprüft, indem untersucht wurde, ob einer der Teilnehmer alle/fast alle „EIN“- oder alle/fast alle „AUS“-Antworten gab. Es wurde kein solcher Teilnehmer identifiziert, was darauf hindeutet, dass der Test ernst genommen wurde.

Die Gold MSI Music Training-Werte variierten zwischen 7 und 46 (M = 27,41, SD=12,85; Bewertungsbereich 7 bis 49), die Gold MSI Perceptual Abilities-Werte variierten zwischen 22 und 62 (M {{ 10}}.60, SD=8.51; Bewertungsbereich 9 bis 63). Diese Werte ähneln veröffentlichten Normen, die aus einer Stichprobe von fast 150000 Teilnehmern aus der Allgemeinbevölkerung stammen (M=26.52, SD=11.44 für Musikalische Ausbildung und M {{22} }.20, SD=7.86 für Wahrnehmungsfähigkeiten; Müllensiefen et al., 2014). Es wurde eine hochsignifikante Korrelation zwischen den BDAT-Rohwerten und den Ergebnissen des Gold-MSI-Selbstberichtsfragebogens auf den Subskalen Musikalische Ausbildung und Wahrnehmungsfähigkeiten gefunden (r=.324, p < .001; r=.297 , p < .001 bzw.).

Reaktionen auf einzelne Titel

Die durchschnittliche Antwortgenauigkeit für jeden der 30 Tracks wurde berechnet, indem die Anzahl der richtigen Antworten auf diesen Track über alle getesteten Sondenpositionen gezählt wurde, dividiert durch die Gesamtzahl der Antworten auf diesen Track. Alle Genauigkeiten lagen über dem Zufallsniveau von 0,5 (Bereich=0,53–0,744, M=0,63, SD=0,48). Allerdings unterschieden sich die Streckendurchschnitte, wenn sie getrennt für EIN- und AUS-Bedingungen berechnet wurden. Im EIN-Zustand war die Gesamtgenauigkeit höher (M=0 0,67, SD=0,47), und nur eine Spur (Spur 3) wies eine unterdurchschnittliche Leistung auf (M=0,42, SD=.50). Im AUS-Zustand war die Gesamtgenauigkeit geringer als im EIN-Zustand (M=0,58, SD=0,49), wobei drei Tracks Genauigkeitsniveaus unterhalb der Wahrscheinlichkeit aufwiesen (Track 12, M {{25). }}.48, SD=0.50; Spur 27, M=0.48, SD=0.50; Spur 30, M = 0.49, SD {{ 37}}.50; Genauigkeitsdaten zu einzelnen Gleisen finden Sie in den Abbildungen in den Zusatzinformationen. Da unter dem Zufall liegende Durchschnittswerte auf einen Stimulus-Bias hinweisen können, wurde Spur 3 von der weiteren Analyse des EIN-Zustands ausgeschlossen und die Spuren 12, 27 und 30 wurden von weiteren Analysen des AUS-Zustands ausgeschlossen.

Wirkung der Teilnehmergruppe: Unterschiede zwischen musikalisch geschultem und breitem Publikum.

Studie 1 umfasste eine Stichprobe von 40 Musikern, 19 Tänzern und 64 Personen aus der breiten Öffentlichkeit. Zwei Personen zogen es vor, diese Informationen nicht preiszugeben und wurden daher aus der Analyse der Wirkung der Gruppe ausgeschlossen. Ein nichtsignifikanter Levene-Test zeigte keine Verletzung der Varianzgleichheitsannahme, F(2, 120)=.326, p=.723. Eine einfaktorielle Varianzanalyse (ANOVA) ergab einen signifikanten Gruppeneffekt, F(2, 120)=6.04, p=.003; Die Analyse der Kontraste zeigte jedoch keinen signifikanten Unterschied zwischen Tänzern und Musikern, t(120)=−1,12, p=,265, die daher in einer „musikalisch geschulten“ Gruppe zusammengefasst wurden (N {{ 23}}) und mit der breiten Öffentlichkeit verglichen (N=64). Musikalisch ausgebildete Personen unterschieden sich von der allgemeinen Öffentlichkeit, t(120)=2.88, p=.005, wobei erstere höhere Werte erzielten (M=19.92, SD {{32} }.09 vs. M=17.64, SD=3.59; Abb. 2, vgl. Ergänzende Informationstabellen S1–S4).

Erklärende Item-Response-Modellierung

Zur Modellierung der Itemschwierigkeiten auf der Ebene des Einzelversuchs verwendeten wir den in Harrison und Müllensiefen (2018) und Larrouy-Maestri, Harrison & Müllensiefen (2019) beschriebenen Ansatz, basierend auf dem erklärenden Item-Response-Modellierungsrahmen von De Boeck und Wilson (2004). Das Item-Response-Modell hatte die Form eines verallgemeinerten Mixed-Effect-Modells mit einer Logit-Link-Funktion (auch als Mixed-Effect-Logistic-Regressionsmodell bekannt) und modifizierten Asymptoten (Harrison & Müllensiefen, 2018). Dieses Modell reproduziert ein logistisches IRT-Modell mit vier Parametern, bei dem die Parameter Erraten, Unterscheidung und Unaufmerksamkeit darauf beschränkt sind, innerhalb der Artikelbank nicht zu variieren (Magis & Raîche, 2012). Neben der Kalibrierung der Schwierigkeit der einzelnen Items ermöglicht das erklärende Item-Response-Modell auch die Quantifizierung der Beziehung zwischen der Item-Schwierigkeit und den strukturellen Item-Merkmalen (Sondenverschiebung, Sondenrichtung, Stärke des Zielschlags), was für die Untersuchung nützlich ist Testannahmen und trägt zu seiner Konstruktvalidität bei. Verallgemeinerte Mixed-Effects-Modelle wurden getrennt für EIN- und AUS-Bedingungen berechnet.

Unter der Bedingung

Das Modell für die Elemente im EIN-Zustand umfasste die binäre Antwortgenauigkeit (0 oder 1) als abhängige Variable und die metrische Stärke als einzigen festen Effekt (binär, wobei Zielschlag 4 als schwach und Zielschlag 3 kodiert war). so stark) und Teilnehmer-ID sowie Track als Zufallseffekt. Das Modell wurde mit den Funktionen gamer() aus dem R-Paket lme4 und logit.2asym() aus dem R-Paket psyche angepasst. Eine Zusammenfassung des Modells ist in Tabelle 1 gegeben, die einen signifikanten Effekt für starke Schläge zeigt, wobei die Leistung bei starken Schlägen besser ist (76,5 % richtig) als bei schwachen Schlägen (57,5 % richtig). Das Modell für die EIN-Bedingung erreichte eine Vorhersagegenauigkeit von 71,2 %.

AUS-Zustand Das Modell für die Elemente im Aus-Zustand verwendete auch die Antwortgenauigkeit als abhängige Variable mit metrischer Stärke, Sondenrichtung (binär, mit Kategorien vor und nach Zielschlag), Sondenverschiebung (numerische Variable mit sieben Stufen im Bereich von 15 bis 15). % bis 45 % Verschiebung) und Interaktion zwischen metrischer Stärke und Richtung als feste Effekte und mit Strecke und Teilnehmern als zufällige Effekte. Die Modellzusammenfassung in Tabelle 2 zeigt, dass alle festen Effekte außer der metrischen Stärke einen signifikanten Beitrag leisten. Da jedoch der Interaktionsterm Sondenrichtung × metrische Stärke von Bedeutung ist, haben wir auch den Haupteffekt der metrischen Stärke im Modell beibehalten. Das Modell für die OFF-Bedingungselemente erreichte eine Vorhersagegenauigkeit von 71,3 %.

Das Diagramm der mittleren Antwortgenauigkeit über die sieben Ebenen der Sondenverschiebung in Abb. 3 zeigt einen annähernd linearen Trend, der bestätigt, dass eine Transformation für die lineare Prädiktorverschiebung nicht erforderlich ist.

Diskussion

Ziel von Studie 1 war es, (1) festzustellen, ob die Teilnehmer den BDAT absolvieren konnten, ohne ihn als übermäßig schwierig zu empfinden, (2) problematische Testaufgaben zu identifizieren, (3) zu untersuchen, ob der BDAT empfindlich auf den Grad der musikalischen Ausbildung reagiert, (4) zu erhalten Daten zum Schätzen von IRT-Parametern für die anschließende Konstruktion einer adaptiven Version des BDAT und (5) prüfen, ob die metrische Stärke die Genauigkeit bei der Beurteilung der Ausrichtung eines Sondenklangs mit einem Schlag beeinflusst, was zuvor nicht mit echter Musik untersucht wurde.

Wir fanden heraus, dass die Teilnehmer den BDAT bewältigen konnten und bewerteten ihn als mäßig schwierig (Mittelwert 4,3 auf einer Skala von 1–7). Wie erwartet schnitten Teilnehmer mit umfassender musikalischer Ausbildung (Tänzer und Musiker) deutlich besser ab als die breite Öffentlichkeit, wobei die durchschnittlichen Rohwerte etwa 13 % höher waren als die der breiten Öffentlichkeit (Abb. 1). Ein signifikanter Zusammenhang zwischen den Testergebnissen der Teilnehmer und den Gold-MSI-Ergebnissen zeigte, dass Teilnehmer mit einem höheren Maß an musikalischer Ausbildung und höheren eigenen Wahrnehmungsfähigkeiten bei dieser Aufgabe zur Taktwahrnehmung besser waren. Die Korrelationsniveaus waren vergleichbar, wenn auch etwas niedriger, als die zwischen Gold-MSI Musical Training und CA-BAT-Leistung in früheren Arbeiten gefundenen, r(195)=.454, p < .001 (Harrison & Müllensiefen, 2018). ). Eine solche mäßig große Korrelation wurde erwartet, da davon ausgegangen wird, dass die Fähigkeit zur Taktwahrnehmung mäßig von der musikalischen Ausbildung abhängt (d. h. weniger stark mit der musikalischen Ausbildung verbunden ist als beispielsweise die Fähigkeit zur melodischen Unterscheidungsfähigkeit; Harrison & Müllensiefen, 2018). Dies könnte als Argument dafür interpretiert werden, dass die Schlagwahrnehmungsfähigkeit durch genetische Veranlagungen beeinflusst wird (vgl. Niarchou et al., 2022).

Beide erklärenden Item-Response-Modelle zeigten eine akzeptable Vorhersagegenauigkeit. Das Modell für Gegenstände im EIN-Zustand zeigte, dass die metrische Stärke ein wesentlicher Faktor für die Reaktionsgenauigkeit war, wobei die Leistung besser war, wenn die Sonde auf den starken Schlag platziert wurde. Dieses Ergebnis wird im Lichte der Arbeit von Palmer und Krumhansl (1990) erwartet, die herausfanden, dass Sondenereignisse, die auf starken Schlägen platziert wurden, als besser zu einem fortlaufenden rhythmischen Muster passend bewertet wurden als Sondenereignisse auf schwachen Schlägen.

Im AUS-Zustand war die Ansprechgenauigkeit bei größerer Sondenverschiebung erwartungsgemäß deutlich höher, wobei ein ungefähr proportionaler Zusammenhang zwischen Ansprechgenauigkeit und Grad der Verschiebung bestand. Die Richtung der Sondenverschiebung war ebenfalls ein wesentlicher Faktor für die Reaktionsgenauigkeit: Die Genauigkeit war höher, wenn die Sonde vor und nicht hinter der Zielschlagposition platziert wurde. Dies ist das entgegengesetzte Ergebnismuster zu dem, das in einer früheren Beat-Alignment-Test-Studie mit 15 professionellen Musikern gefunden wurde (Van Der Steen et al., 2014), stimmt aber mit der musikalischen Intuition überein, da bestimmte Musikstile rhythmische Verzögerungen bevorzugen, statt musikalische Ereignisse vor der Andeutung Beat-Positionen (z. B. verzögerte Snare im Swing; Butterfield, 2010). Es stimmt auch mit zwei gemeldeten Ergebnissen der Timing-Psychophysik überein. Erstens führt die Illusion der „gefüllten Dauer“ dazu, dass Zuhörer ein leeres Intervall als kürzer wahrnehmen als ein unterteiltes Intervall (Repp, 2008; Repp & Bruttomesso, 2009); Dies würde dazu führen, dass Zuhörer leicht verspätete Ereignisse nach leeren Intervallen als pünktlich wahrnehmen, wie wir beobachtet haben. Zweitens erleben Zuhörer während isochroner Sequenzen eine „Wahrnehmungsbeschleunigung“, was eine Tendenz zeigt, das letzte Intervall als etwas kurz zu berichten (Li et al., 2016); Auch dies würde dazu führen, dass Zuhörer späte Ereignisse als pünktlich wahrnehmen.

Die metrische Stärke des Schlags war für sich genommen ein nicht signifikanter Faktor im Modell für OFF-Items, aber ihre Wechselwirkung mit der Richtung war signifikant: Die Teilnehmer schnitten besser ab, wenn die Sonde bei dem schwachen Schlag zu spät kam, als wenn sie bei dem starken Schlag zu spät kam . Dies könnte wiederum darauf zurückzuführen sein, dass Hörer gegenüber leicht verzögerten Musikereignissen toleranter sind, insbesondere wenn diese nach starken Beats auftreten, da dies ein musikalisches Merkmal bestimmter Stilrichtungen ist, bei denen solche Verzögerungen den Eindruck eines „entspannten“ Gefühls erwecken können. Eine andere mögliche Erklärung ist, dass Sonden, die zu spät auf dem schwachen Schlag eintrafen, dem Punkt, an dem der Rhythmus wieder einsetzt, am nächsten waren und durch einen Vergleich ihres Timings mit dem Timing des Rhythmus-Wiedereintritts leichter als aus dem Takt geraten erkannt werden konnten.

Studie 2

Ziel von Studie 2 war es, eine korrelative Untersuchung der Beziehungen zwischen drei Partituren durchzuführen: dem BDAT, dem CA-BAT und der selbstberichteten musikalischen Raffinesse, quantifiziert durch den Gold-MSI-Fragebogen (Müllensiefen et al., 2014). Unser Ziel war es, die Aspekte der Beat-Wahrnehmung, die durch die BDAT-Leistung quantifiziert werden, besser zu verstehen.

Methoden

Teilnehmer

Für diese Online-Studie wurden insgesamt 103 Teilnehmer rekrutiert. Zwei Teilnehmer gaben eine Hörbeeinträchtigung an und wurden daher von der Analyse ausgeschlossen. In der verbleibenden Stichprobe von 101 Teilnehmern identifizierten sich 52 als weiblich, 47 als männlich und zwei entschieden sich dafür, diese Informationen nicht preiszugeben. Die Teilnehmer waren zwischen 21 und 63 Jahre alt (M=29,91, SD=7,21).

Die Teilnehmer wurden über soziale Medien und E-Mail-Einladungen rekrutiert. Alle Teilnehmer gaben ihre Einwilligung zur Teilnahme an der Studie.

Materialien

Für Studie 2 wurde eine dreiteilige Batterie erstellt, bestehend aus einer adaptiven Version von BDAT, dem Computerized Adaptive Beat Alignment Test (CA-BAT; Harrison & Müllensiefen, 2018) und der Vollversion des Gold-MSI-Fragebogens (Müllensiefen et al., 2014), einschließlich aller fünf Subskalen, wie unten beschrieben.

In der BDAT-Studie 2 wurden dieselben Musikclips wie in Studie 1 verwendet, wobei der Reizsatz um Tempovariationen als zusätzlichen Zufallsfaktor erweitert wurde. Leichte Temposchwankungen stellten sicher, dass die Teilnehmer jedes Mal, wenn sie sich einen neuen Clip anhörten, das Tempo identifizieren mussten. Daher basierten ihr wahrgenommenes Tempo und die Phase des Beats vollständig auf dem Clip, den sie hörten, und nicht auf der entwickelten Erwartung, dass das Tempo immer festgelegt sein würde.

Für jeden Clip gab es fünf Tempovariationen, wodurch 4.500 Dateien entstanden. Das Tempo variierte in gleichmäßigen Schritten von ±5 % von den ursprünglichen 125 Schlägen pro Minute und ergab 119 Schläge pro Minute, 122 Schläge pro Minute, 125 Schläge pro Minute, 128 Schläge pro Minute und 132 Schläge pro Minute. 5 %-Temposchritte lieferten fünf wahrnehmungsmäßig unterschiedliche Tempi, verzerrten jedoch das Musikmaterial nicht.

Nach der Gleiszuverlässigkeitsanalyse von Studie 1 wurde in Studie 2 die Verwendung von Gleis 3 im EIN-Zustand und der Gleise 12, 27 und 30 im AUS-Zustand eliminiert.

Für Studie 2 wurde eine adaptive Version von BDAT erstellt, die auf den erklärenden IRT-Modellen für EIN- und AUS-Bedingungen basiert, die in Studie 1 berechnet wurden. In dieser adaptiven Version wurde bei jedem neuen Versuch die Schwierigkeit des präsentierten Elements an die Leistung der Teilnehmer angepasst wird nach jedem Versuch dynamisch geschätzt. Dies basierte auf den Item-Schwierigkeitsparametern, die für alle Items in Studie 1 berechnet wurden (siehe Harrison & Müllensiefen, 2018, für Einzelheiten zu den Item-Schwierigkeitsberechnungen). Darüber hinaus wurden die Standardabweichungen der zufälligen Abschnitte der Teilnehmer als konstante Unterscheidungsparameter für EIN- und AUS-Elemente extrahiert. Ebenso wurden die Parameter für die unteren und oberen Asymptoten als Konstanten für alle Elemente verwendet. In IRT-Modellen werden sowohl die Fähigkeiten einer Person als auch die Schwierigkeit der Items auf der gleichen Metrik definiert, einer Z-Score-Skala, die typischerweise von –4 bis 4 reicht. Das bedeutet, dass beispielsweise ein Teilnehmer mit einem Fähigkeitswert von 1 einer ist Standardabweichung über dem Bevölkerungsmittelwert. Das erste Item des adaptiven Tests wurde immer mit einem Schwierigkeitsgrad von 0 ausgewählt, was der durchschnittlichen Fähigkeit der Teilnehmerstichprobe aus Studie 1 entspricht.

CA-BAT Der Zweck dieses Tests besteht darin, die Schlagwahrnehmungsfähigkeit des Hörers mithilfe einer adaptiven Version des Beat-Alignment-Tests (BAT) zu bewerten, der den Schwierigkeitsgrad des Tests an jeden Teilnehmer anpasst, indem er sich an seine vorherigen Antworten anpasst (Harrison & Müllensiefen, 2018). Dadurch wird die Informationsmenge, die jedes aufeinanderfolgende Item über die tatsächlichen Fähigkeiten des Teilnehmers liefert, maximiert, was wiederum eine kürzere Testzeit gewährleistet und somit die Effizienz des Tests verbessert. Ähnlich wie der BDAT verwendet der CA-BAT naturalistische Musikreize. Im Gegensatz zum BDAT wurden die Stimuli nicht speziell für den Test erstellt (siehe für Details Harrison & Müllensiefen, 2018), so dass geringfügige zeitliche Schwankungen innerhalb der Items wahrscheinlich sind. Dies wird jedoch durch die Verwendung eines 2-AFC-Paradigmas gemildert. Bei jedem Versuch werden dem Teilnehmer zwei Versionen eines Musiktitels präsentiert, die beide mit einem metronomischen Sondentitel überlagert sind. Bei der ON-Version der Spur ist die Sonde im Takt der musikalischen Beat-Positionen, während bei der OFF-Version die Sondenspur von den musikalischen Beat-Positionen versetzt ist. Die Aufgabe des Teilnehmers besteht darin, die ON-Strecke zu identifizieren. Der Fähigkeitswert einer Person für CA-BAT wird nach den gleichen Prinzipien wie für den oben beschriebenen adaptiven BDAT berechnet.

In der Gold-MSI-Studie 2 wurde die Vollversion des Fragebogens verwendet, die alle fünf Unterskalen (Aktives Engagement, Wahrnehmungsfähigkeiten, Musikalische Ausbildung, Emotion, Gesangsfähigkeiten) sowie die Skala „General Musical Sophistication“ (GMS) bewertete, die sich auf Elemente aus allen stützt fünf Subskalen. Insgesamt bestand der Gold-MSI-Selbstberichtsfragebogen aus 41 Fragen.

Verfahren

Studie 2 wurde online über eine Schnittstelle durchgeführt, die auf dem Open-Source-Paket psychTestR basiert (Harrison, 2020). Alle Teilnehmer gaben ihr Einverständnis zur Teilnahme an der Studie. Sie wurden gebeten, während der gesamten Testdauer Kopfhörer zu tragen und die Lautstärke auf ein angenehmes Niveau einzustellen. Wie in Studie 1 wurden die Teilnehmer gebeten, nicht im Takt der Musik zu tippen oder sich auf andere Weise zu bewegen.

Die Batterie begann mit der Erfassung demografischer Informationen, gefolgt vom BDAT (25 Punkte), dem GoldMSI-Fragebogen (41 Fragen) und dem CA-BAT (25 Punkte).3 Vor jedem Test wurde den Teilnehmern eine Schulungsphase mit Anweisungen präsentiert , zwei Beispielreize (einer für Bedingung EIN und einer für Bedingung AUS) und zwei Übungsaufgaben. Die angegebene Testzeit betrug 25–30 Minuten. Nach Abschluss des Tests wurde die Aufgabenleistung als Pseudo-IQ-Werte in einem numerischen und grafischen Format (Glockenkurve mit einem Mittelwert von 100 und einer Standardabweichung von 15) zusammen mit dem GMS-Wert (General Musical Sophistication) angezeigt.

Ergebnisse

Die BDAT-Fähigkeitswerte variierten zwischen −3,37 und 2,53 (M=0,04, SD=1,17), die CA-BAT-Fähigkeitswerte variierten zwischen −2,44 und 2,07 (M=0,27, SD=0.78) und GMS-Werte variierten von 1,45 bis 6,45 (M=4.23, SD=1.18). Zum Vergleich: Die veröffentlichten GMS-Normen variieren zwischen 1 und 7, M=4.53, SD=1.15 (Müllensiefen et al., 2013). Es wurden signifikante Korrelationen zwischen BDAT- und CA-BAT-Scores (r=.23, p=.023; Abb. 4) sowie zwischen BDAT- und GMS-Scores (r=) gefunden. 55, p < .001). Tatsächlich korrelierten die BDAT-Ergebnisse hochsignifikant mit allen Dimensionen des Gold-MSI-Fragebogens, wobei die stärksten Korrelationen mit der musikalischen Ausbildung und dem GMS-Gesamtergebnis bestanden.

Die CA-BAT-Werte korrelierten auch signifikant mit allen Gold-MSI-Dimensionen mit Ausnahme der Gesangsfähigkeiten, wenn auch in den meisten Fällen weniger stark als die BDAT-Werte. Die höchste Korrelation wurde mit der Dimension „Aktives Engagement“ gefunden (Tabelle 3).

Diskussion

Der Zweck von Studie 2 bestand darin, die Beziehungen zwischen der BDAT-Leistung, der CA-BAT-Leistung und den Gold-MSI-Fragebogenergebnissen zu charakterisieren. Die Untersuchung der Korrelationen zwischen Gold-MSI-Dimensionen und BDAT-Scores zeigt, dass der GMS-Gesamtscore und insbesondere die musikalische Ausbildung teilweise die Leistung bei der verdeckten Beat-Fortsetzungs- und Vergleichsaufgabe des BDAT vorhersagten. Die Regressionsanalyse zeigte, dass die Gold-MSI-Subskalen zusammen etwa ein Drittel der Variation der BDAT-Werte ausmachten (R2=.34), was darauf hindeutet, dass die vom BDAT indizierte Schlagwahrnehmungsfähigkeit durch (oder möglicherweise) beeinflusst wurde Obwohl sie von der musikalischen Ausbildung und Kultiviertheit beeinflusst waren, schien sie auch Fähigkeiten oder Fertigkeiten widerzuspiegeln, die nicht nur auf Training oder Engagement beruhten. Die mäßige Korrelation zwischen den BDAT- und CABAT-Ergebnissen deutete jedoch darauf hin, dass diese Fertigkeit oder Fähigkeit nicht mit der durch CA-BAT gemessenen identisch war, die weniger mit dem GMS-Ergebnis und den meisten seiner Unterfaktoren, einschließlich der musikalischen Ausbildung, korrelierte.

Insgesamt deuten diese Ergebnisse darauf hin, dass der vom BDAT getestete Aspekt der Taktwahrnehmung enger mit allgemeinen Musikkenntnissen zusammenhängt als der vom CA-BAT getestete Aspekt. Um eine solche Schlussfolgerung mit Sicherheit zu ziehen, wäre es wichtig, den Grad abzuschätzen, in dem die Variabilität in jedem Test den Messfehler im Vergleich zu einem konsistenten Attribut des Teilnehmers widerspiegelt, und die Veränderungen in beiden Noten bei musikalischen Trainingsinterventionen zu beobachten.

Allgemeine Diskussion

Diese Studie entwickelte und erforschte einen neuen Test der musikalischen Taktwahrnehmung, der nicht auf synchronisierten Bewegungen zum Takt beruht. Die Hauptinnovation des BDAT besteht darin, dass es die Wahrnehmung musikalischer Beats ohne sensorische Hinweise auf den Beat testet. Im BDAT hört der Zuhörer einige Takte beatbasierter Musik und beurteilt dann, ob ein einzelnes Sondenereignis während eines „Beat Drop“ im Takt oder abseits davon liegt, wenn alle rhythmischen Hinweise auf den Takt entfernt wurden. Daher verlangt der BDAT vom Zuhörer, eine beim Hören rhythmischer Musik gebildete Beat-Wahrnehmung über einen Beat-Drop-Balken fortzusetzen, bis die Musik wieder einsetzt. Der BDAT wurde entwickelt, um einen gezielten Test der Fähigkeit bereitzustellen, einen Schlag heimlich fortzusetzen, was nicht direkt durch Tests wie den BAT untersucht werden kann, der die Verwendung lokaler akustischer Hinweise zur Beurteilung des Timings ermöglicht. Tatsächlich deuten die Ergebnisse unserer Studie zum BDAT darauf hin, dass der BDAT Aspekte der Schlagwahrnehmung testet, die teilweise unabhängig von den vom BAT getesteten sind, wie wir weiter unten diskutieren werden.

Neben anderen Tests zur Rhythmuswahrnehmung bietet der BDAT mehrere Vorteile. Es verwendet eine Vielzahl realistischer Musikmaterialien, die im Stil elektronischer Tanzmusik komponiert wurden (speziell für den Test erstellt), ist schnell zu verwalten und verfügt über Beats an eindeutigen Positionen (da die Musik mithilfe eines MIDI-Zeitrasters komponiert wurde). Darüber hinaus kann es verwendet werden, um die Schlagwahrnehmung als Funktion der metrischen Position (starke vs. schwache Schläge), der Richtung der Sondenfehlausrichtung (früh vs. spät) und des Ausmaßes der Sondenverschiebung durch Schläge zu untersuchen.

Die aktuelle Studie untersuchte die Leistung des BDAT in zwei Experimenten. Das erste Experiment zeigte, dass der BDAT von den Teilnehmern nicht als besonders schwierig eingestuft wurde und dass Personen mit einem hohen Maß an musikalischer Ausbildung im Test deutlich besser abschnitten. Die Gesamtleistung war jedoch im Allgemeinen niedrig und lag im Durchschnitt bei etwa 60–70 % richtig. Dies ist nicht überraschend, wenn man bedenkt, dass jeder Versuch des BDAT einen einzigen Sondenton hat, im Gegensatz zum BAT, bei dem es eine ganze metronomische Reihe von Sondentönen gibt. Wenn der Sondenschall außerdem falsch ausgerichtet war, befand er sich häufig sehr nahe an der Herzschlagstelle, was es schwierig machte, die Fehlausrichtung zu erkennen (Abb. 2). Die Beschränkung von Off-Beat-Sonden auf größere Verschiebungen sollte in zukünftigen Arbeiten zu höheren BDAT-Gesamtleistungswerten führen.

Ein neuartiges Ergebnis von Experiment 1 ist, dass die Genauigkeit bei der Beurteilung, wann ein Sondenereignis im Takt liegt, erheblich unterschiedlich war, je nachdem, ob sich die Sonde an einer starken oder schwachen metrischen Position (Beat 3 vs. 4) im Beat-Drop-Balken befand, mit einer Genauigkeit von ca 20 % höher bei starkem Schlag (76,5 % vs. 57,5 ​​% richtig). Interessanterweise wurde die Musik für unsere Studie nicht so komponiert, dass sie akustisch starke gegenüber schwachen Beat-Positionen hervorhebt, was darauf hindeutet, dass metrische Erwartungen von oben nach unten möglicherweise eine wichtige Rolle bei der Gestaltung unserer Ergebnisse spielen. Unser Befund deckt sich mit Forschungen von Palmer und Krumhansl (1990), die Zuhörer dazu brachten, metronomische Sequenzen von Ereignissen gleicher Lautstärke anzuhören und sich unterschiedliche Metren vorzustellen, und die herausfanden, dass Sondenereignisse, die auf metrisch starken Schlägen platziert wurden, als besser zum Rhythmus passten als bewertet wurden Ereignisse auf schwachen Schlägen. Allerdings waren die Unterschiede in ihren Sondenbewertungen im Vergleich zu den großen Effekten, die in der aktuellen Studie beobachtet wurden, gering. Weitere Untersuchungen sind erforderlich, um festzustellen, ob der große Genauigkeitsunterschied, den wir bei starken und schwachen Schlägen sehen, auf metrische Erwartungen zurückzuführen ist (vgl. Iversen et al., 2009) oder einfach die Tatsache widerspiegelt, dass sich unsere schwache Schlagposition später im Schlagabfall befand Bar als die starke Beat-Position. Aufgrund dieses Designs kann jeder intern aufrechterhaltene Puls zum Zeitpunkt des schwachen versus starken Schlags aufgrund der längeren Zeit, die seit dem Aufhören rhythmischer Hinweise auf die Schlagstruktur verstrichen ist, verringert und/oder weniger präzise sein (Cannon, 2021). In zukünftigen Arbeiten wäre es auch interessant zu bestimmen, ob der metrische Effekt, den wir sehen, erst nach einem bestimmten Alter auftritt und die Entwicklung des metrischen Wissens über die vorherrschenden Musikmuster der Kultur widerspiegelt (Nave-Blodgett et al., 2021).

Das zweite Experiment unserer Studie nutzte Daten zur Itemschwierigkeit aus dem ersten Experiment, um einige übermäßig schwierige Reize zu eliminieren und eine adaptive Version des BDAT zu erstellen, bei der die Itemschwierigkeit im Verlauf des Experiments zunahm. In Experiment 2 wurden außerdem geringfügige Tempovariationen zwischen den Reizen zwischen den Versuchen eingeführt, um die Zuhörer zu zwingen, das Tempo des Schlags bei jedem Versuch abzuleiten, anstatt vorher ein experimentweites Tempo festzulegen, das die Aufgabenleistung beeinflussen könnte. Alle Teilnehmer dieses Experiments wurden auch mit einer Version des CA-BAT (dem computerisiert-adaptiven BAT) getestet und erhielten den vollständigen Gold-MSI-Fragebogen zur Messung der musikalischen Raffinesse, einschließlich fünf Unterskalen (Aktives Engagement, Wahrnehmungsfähigkeiten, Musikalische Ausbildung, Emotionen, Gesangsfähigkeiten). Dieses Experiment ergab, dass die Leistung beim BDAT und CA-BAT nur eine mäßige Korrelation aufwies und dass sich das Ausmaß, in dem die beiden Tests mit den Unterskalen des Gold MSI und mit der allgemeinen musikalischen Kompetenz (GMS) korrelierten, erheblich unterschied. Selbstberichtete Gesangsfähigkeiten korrelierten beispielsweise mit der BDAT-Leistung, nicht jedoch mit der CA-BAT-Leistung. Tatsächlich waren die Korrelationen zwischen der BDAT-Leistung und allen Subskalen des Gold-MSI (und mit GMS) wesentlich höher als die Korrelationen mit der CA-BAT-Leistung (Tabelle 3), was darauf hindeutet, dass die Leistung im BDAT mit einer breiten Palette von Musikstücken verknüpft sein könnte Fähigkeiten.

Eine musikalische Fähigkeit, die für den BDAT wahrscheinlich relevant ist, ist die musikalische Bildsprache während des Beat-Drop-Takts. Neuroimaging-Forschung hat gezeigt, dass detaillierte Bilder für Musikmuster neben den an der Taktverarbeitung beteiligten Regionen auch ein komplexes Netzwerk von Gehirnregionen umfassen (Cannon & Patel, 2021; Regev et al., 2021). Darüber hinaus scheinen musikalische Vorstellungsfähigkeiten und Tonhöhenimitationsfähigkeiten miteinander verbunden zu sein (Greenspon et al., 2017), was erklären könnte, warum selbstbezogene Gesangsfähigkeiten mit der BDAT-Leistung korrelieren, wenn Zuhörer sich während des Beat-Drops auf musikalische Vorstellungen einlassen. Eine weitere relevante musikalische Fähigkeit könnte die motorische Fortsetzung eines Takts sein: Obwohl die Teilnehmer gebeten wurden, sich nicht zu bewegen, könnten subtile Bewegungen und/oder motorische Vorstellungen bei der Darbietung eine Rolle gespielt haben. In zukünftigen Arbeiten wäre es interessant zu bestimmen, ob die BDAT-Leistung mit individuellen Unterschieden in den Hörbildfähigkeiten (z. B. gemessen mit der Bucknell Auditory Imagery Scale; Halpern, 2015) und in der Fortsetzungsphase einer Synchronisations-Fortsetzungsaufgabe verbunden ist .

Ein weiterer Faktor, der die relativ geringe Korrelation zwischen BDAT- und CA-BAT-Leistung erklären könnte, ist die Tatsache, dass letztere eine Speicherkomponente beinhaltet, da zwei Musikclips verglichen werden müssen, um festzustellen, welcher Onbeat-Piepton hat. Beim BDAT ist es wie beim Original-BAT nur erforderlich, jeden Clip einmal anzuhören. Ein weiterer Unterschied könnte in der zusätzlichen akustischen Verarbeitung liegen, die im CA-BAT erforderlich ist, um den Musikrhythmus mit einer gleichzeitig präsentierten Reihe von Signaltönen zu vergleichen. Generell scheint es, dass der BDAT einen besonderen Test der Schlagwahrnehmung bietet, der einige andere kognitive Prozesse als der CA-BAT einbezieht. Einige dieser Prozesse können spezifisch für die Fortsetzung eines Herzschlags sein (im Gegensatz zur anfänglichen Erkennung des Herzschlags).

Das BDAT bietet eine Reihe möglicher Anwendungen bei der Untersuchung der auditiven Rhythmusverarbeitung des Menschen. Forscher, die den BDAT verwenden, können abhängig von ihren Zielen entscheiden, ob sie BDAT-Stimuli verwenden, deren Tempi einheitlich sind (wie in Experiment 1) oder die sich in den Tempi von Versuch zu Versuch leicht unterscheiden (wie in Experiment 2). Darüber hinaus können sich die frei verfügbaren BDAT-Reize in einer Reihe von Studien zur Schlagwahrnehmung als nützlich erweisen, einschließlich neuronaler Studien zur Untersuchung der oszillatorischen neuronalen Dynamik während der Schlagwahrnehmung. (Um diese Arbeit zu erleichtern, enthält das Online-Datenarchiv für diesen Artikel Versionen der BDAT-Stimuli ohne Sondengeräusche.) Aufgrund des neuartigen Beat-Drop-Designs des BDAT können schlagbedingte neuronale Oszillationen während des Beatdrop-Balkens nicht auf stimulusgesteuerte Gehirnaktivität zurückzuführen sein Gehirn (Breska & Deouell, 2017; Doelling & Assaneo, 2021; Tal et al., 2017).

Durch das Platzieren von Beat-Drops vorhersehbarer Dauer zu musikalisch angemessenen Zeiten und das Füllen der Lücke mit geeigneten nicht-rhythmischen Musikinhalten wecken diese Reize eine starke Erwartung auf die Rückkehr des Rhythmus. BDAT-Reize können daher einige Vorteile für die Untersuchung wahrnehmungsbezogener und neuronaler Schwingungen haben, die an der Rhythmuswahrnehmung beteiligt sind, im Vergleich zu in der Vergangenheit verwendeten Reizen, die die Aktivität nach dem plötzlichen Ende eines rhythmischen Reizes untersuchen (Hickok et al., 2015; Stupacher et al., 2013). ; van Bree et al., 2021). Die BDAT-Reize könnten sich auch in zukünftigen neuronalen Studien zu musikalischen Bildern als nützlich erweisen, wenn diese Bilder tatsächlich ein kognitives Werkzeug sind, das die Teilnehmer zur Lösung der Aufgabe verwenden. Schließlich könnte sich der BDAT, wie eine aktuelle Anwendung des BAT, als nützliches Instrument für Studien mit Patienten mit Bewegungsstörungen oder neurodegenerativen Erkrankungen erweisen. Basierend auf unseren Erkenntnissen sind wir der Meinung, dass der BDAT ein praktikables und neuartiges Instrument zur Erforschung der Beat-Wahrnehmung ist und einer weiteren Untersuchung und Entwicklung bedarf.

Offener Zugang
Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) angemessen würdigen ) und die Quelle, geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen.

Verweise

1. Allman, MJ und Meck, WH (2012). Pathophysiologische Störungen der Zeitwahrnehmung und zeitgesteuerten Leistung. Gehirn, 135(3), 656–677.

2. Bégel, V., Benoit, C.-E., Correa, A., Cutanda, D., Kotz, SA, & Bella, SD (2017). „Verloren in der Zeit“, aber immer noch im Takt. Neuropsychologia, 94, 129–138.

3. Breska, A. & Deouell, LY (2017). Neuronale Mechanismen der rhythmusbasierten zeitlichen Vorhersage: Die Delta-Phasenverriegelung spiegelt die zeitliche Vorhersagbarkeit wider, nicht jedoch die rhythmische Mitnahme. PLOS Biology, 15(2), Artikel e2001665.

4. Breska, A. & Ivry, RB (2018). Doppelte Dissoziation von Einzelintervall- und rhythmischer zeitlicher Vorhersage bei Kleinhirndegeneration und Parkinson-Krankheit. Proceedings of the National Academy of Sciences of the United States of America, 115(48), 12283–12288.

5. Butterfield, M. (2010). Mitwirkende Diskrepanzen und die Wahrnehmung von Beats im Jazz. Musikwahrnehmung, 27(3), 157–176.

6. Cannon, J. (2021). Erwartungsbasiertes rhythmisches Entrainment als kontinuierliche Bayes'sche Folgerung. PLOS Computational Biology, 17(6), Artikel e1009025.

7.Cannon, JJ, & Patel, AD (2021). Wie man die Wahrnehmung besiegt, nutzt die motorische Neurophysiologie. 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., Landragin, N., Geny, C ., Bardy, B. & Dalla Bella, S. (2018). Rhythmische Fähigkeiten und musikalische Ausbildung bei Parkinson: Helfen sie? NPJ Parkinson-Krankheit, 4, Artikel 8.

9.Dalla Bella, S., Farrugia, N., Benoit, CE, Bégel, V., Verga, L., Harding, E. & Kotz, SA (2017). BAASTA: Batterie zur Beurteilung der auditorischen, sensomotorischen und zeitlichen Fähigkeiten. Verhaltensforschungsmethoden, 49(3), 1128–1145.

10.Dalla Bella, S., Farrugia, N., Benoit, CE, Bégel, V., Verga, L., Harding, E. & Kotz, SA (2017). BAASTA: Batterie zur Beurteilung der auditorischen, sensomotorischen und zeitlichen Fähigkeiten. Verhaltensforschungsmethoden, 49(3), 1128–1145.

11.Doelling, KB, & Assaneo, MF (2021). Neuronale Schwingungen sind eher ein Anfang als das Ende, um die Gehirnaktivität zu verstehen. PLOS Biology, 19(5), Artikel e3001234.

12. Fiveash, A., Bella, SD, Bigand, E., Gordon, RL und Tillmann, B. (2022). Du hast Rhythmus, oder mehr: Die Multidimensionalität rhythmischer Fähigkeiten. Aufmerksamkeit, Wahrnehmung und Psychophysik, 84, 1370–1392.

13.Fujii, S. & Schlaug, G. (2013). Der Harvard Beat Assessment Test (H-BAT): Eine Batterie zur Beurteilung der Beat-Wahrnehmung und -Produktion sowie ihrer Dissoziation. Frontiers in Human Neuroscience, 7, 771.

14.Grahn, JA, & Brett, M. (2009). Beeinträchtigung der schlagbasierten Rhythmusdiskriminierung bei der Parkinson-Krankheit. Cortex, 45(1), 54–61.

15.Greenspon, EB, Pfordresher, PQ und Halpern, AR (2017). Fähigkeit zur Tonhöhennachahmung bei mentalen Transformationen von Melodien. Musikwahrnehmung: Eine interdisziplinäre Zeitschrift, 34(5), 585–604.

For more information:1950477648nn@gmail.com