Het Brein in Beweging: Het Effect van Muziek-, Dans- en Sporttraining op Maatgevoel Philippe Gerretsen
Universiteit van Amsterdam 2017/2018
Begeleidster: Fleur Bouwer Studentnummer: 10359052 Aantal woorden: 5230
Abstract
In dit onderzoek werd het effect van muziek-, dans- en sporttraining op maatgevoel onderzocht bij 48 deelnemers. Trainingsintensiteit werd beoordeeld aan de hand van het aantal jaren training. Naast het hoofdonderzoek werd er ook gekeken naar de samenhang van veelgebruikte tests voor beat- en ritmeperceptie (Beat Saliency Test, Beat Interval Test, Beat Finding and Interval Test, Beat Alignment Test, Anisochrony Task, Duration Discrimination Task). Muziektraining bleek een effect te hebben op de Beat Interval Test en de Beat
Alignment Test. Dans- en sporttraining hadden geen enkel effect. De Beat Alignment Test en Anisochrony Detection Task bleken sterk samen te hangen met andere testen, wat suggereert dat deze tests mogelijk gebruikt kunnen worden voor het meten van beatperceptie.
Geconcludeerd werd verder dat muziektraining mogelijk een effect heeft en dat dans- en sporttraining geen effect heeft op maatgevoel.
Inleiding
Muziek is een vorm van kunst waar mensen tegenwoordig continu aan worden blootgesteld. Een fundamentele eigenschap van mensen in de waarneming van muziek is maatgevoel. In muziek is een onderliggende structuur waar te nemen die een beroep doet op dit maatgevoel. Deze structuur is het ritme, welke kan worden gedefinieerd als hoe events zich ordenen binnen een bepaald tijdsbestek (Honing, Bouwer & Háden, 2014). In ritmes wordt vaak een beat gehoord (Large & Palmer, 2002), wat staat voor een regelmaat van geaccentueerde events over tijd (Honing, 2013). Het waarnemen van een beat gaat niet per definitie aan de hand van het fysiek waarnemen van een geaccentueerd event uit de input van een ritme. De perceptie van een beat lijkt het product te zijn van een geïnternaliseerd
mechanisme die de continuïteit en regelmatigheid van de geaccentueerde events uit een ritme bijhoudt, ook wanneer deze niet fysiek uit het ritme gehaald kunnen worden (Large, Herrera
& Velasco, 2015). De mogelijkheid tot waarnemen van beats in een ritme lijkt een aangeboren eigenschap te zijn (Winkler, Háden, Ladinig, Sziller & Honing, 2009), wat impliceert dat het een universele eigenschap is. Dit lijkt een logisch gegeven, aangezien mensen over het algemeen ook zonder enige training in staat zijn een beat te volgen (Matthews, Thibodeau, Gunther & Penhune, 2016). Feit is echter dat er grote individuele verschillen bestaan in de vaardigheid van mensen om een beat waar te kunnen nemen (Grahn & McAuley, 2009). Muzikale training lijkt in elk geval een factor te zijn met een positieve werking op beatperceptie (Chen, Penhune & Zatorre, 2008a). In het huidige onderzoek worden de individuele verschillen in ritme- en beatperceptie verder onderzocht.
Onderzoek suggereert al langere tijd een verband tussen interacties tussen sensorische-en motorgebiedsensorische-en (ssensorische-ensori-motorinteracties) in het brein sensorische-en de perceptie van beats sensorische-en ritmes (McAngus Todd, Boyle & Lee, 1999). De betrokkenheid van de gebieden die worden
geassocieerd met sensori-motorinteracties is aangetoond in een onderzoek van Grahn en Brett (2007). In dit onderzoek werd een toename van activiteit in de basale ganglia en de
supplementaire motorische schors waargenomen wanneer deelnemers een ritme dienden te repliceren met een heldere beat. Deze toename van activiteit werd niet gevonden wanneer zij een ritme repliceerden zonder heldere beat. Daarnaast werd in een onderzoek van Chen, Penhune en Zatorre (2008b) de betrokkenheid van de mid-premotor cortex, het cerebellum en wederom de supplementaire motorische schors waargenomen, wanneer deelnemers luisterden naar muzikale ritmes.
De betrokkenheid van zowel sensorische- als motorgebieden bij de perceptie van ritmes en beats is mogelijk te verklaren met het idee van neurale synchronisatie tussen de sensorische cortex en de motorcortex. Een voorbeeld hiervan is de theorie van neurale resonantie van Large en Snyder (2009). Deze theorie stelt dat neurale oscillaties in het brein resoneren met muzikale ritmes uit de omgeving. De perceptie van de beat in een ritme vindt
plaats door het synchroniseren van oscillaties tussen sensorische gebieden en motorgebieden in het brein, wat een verklaring biedt voor de betrokkenheid van motorgebieden bij de perceptie van beats in muziek. Deze theorie wordt ondersteund en verder uitgewerkt in het model van Large et al. (2015). Dit model werd gebaseerd op data uit eerder onderzoek (Chen et al. 2008a; Velasco & Large, 2011). Large et al. stellen dat neurale oscillaties uit de
sensorische gebieden en neurale oscillaties uit de motorgebieden synchroon zouden kunnen lopen met de beatfrequentie van periodieke stimuli. Bij ritmisch complexere stimuli, zo stellen zij, zouden de oscillaties uit de sensorische gebieden de input van het ritme zelf volgen, terwijl de oscillaties uit de motorgebieden synchroon zouden lopen met de onderliggende frequentie van de beat (ook wanneer deze niet fysiek uit de input van het complexe ritme gehaald kan worden). Dit suggereert dat de perceptie en de interpretatie van de beat uit een muzikaal ritme afhangt van een interactie tussen de genoemde oscillaties uit de sensorische- en motorgebieden en biedt mogelijk een verklaring voor de betrokkenheid van motorgebieden bij ritme- en beatperceptie. De neurale oscillaties zijn het gevolg van de excitatie en inhibitie van neurale populaties in het brein. Dit suggereert dat de neurale resonantietheorie consistent kan zijn met de theorie over neuronaal leren van Donald Hebb (1949, aangehaald in Large, 2010). Dit zou betekenen dat een brein door middel van training steeds makkelijker neurale oscillaties kan synchroniseren met muziek uit de omgeving, en dat training binnen dit kader dus verklaart waarom getrainde mensen beter zijn in ritme- en beatperceptie dan niet getrainde mensen.
Onderzoek suggereert dat mensen met muzikale training beter zijn ritme- en
beatperceptie dan mensen zonder muzikale training. Zo wordt er gesteld dat musici beter zijn in het opmerken van verschillen in ritmes dan niet-musici (Drake, Penel & Bigand, 2000; Jongsma, Meeuwissen, Vos & Maes, 2007; Bailey & Penhune, 2010; Wallentin, Nielsen, Friss-Olivarius, Vuust & Vuust, 2010), dat zij ritmes makkelijker verwerken (Jongsma,
Desain & Honing, 2004; Vuust, Ostergaard, Pallesen, Bailey & Roepstorff, 2009) en dat zij in tegenstelling tot niet-musici over eigenschappen beschikken die nodig zijn voor het accuraat waarnemen van ritmes (Grahn & Schuit, 2012). Daarnaast wordt er gesuggereerd dat
verschillen in beataccentuatie makkelijker worden verwerkt door musici dan door niet-musici (Grahn & Rowe, 2009) en dat musici beter zijn in het synchroniseren met een beat dan niet-musici (Repp, 2010). Dit zou verklaard kunnen worden aan de hand van de neurale resonantie theorie van Large en Snyder (2009). Onderzoek laat zien dat sensorische- en motorgebieden in het brein van musici afwijken in vergelijking met deze gebieden in het brein van niet-musici (Gaser & Schlaug, 2003; Hyde et al., 2009). Mogelijk zorgen deze structurele veranderingen in de betrokken gebieden voor een bevordering van de sensori-motor
synchronisatie zoals deze wordt verklaard door de neuronale resonantie theorie van Large en Snyder.
Een andere soort training waarbij mensen beroep lijken te doen op hun sensori-motor netwerk is danstraining. Net als muziektraining doet danstraining een beroep op het kunnen synchroniseren van de coördinatie van het lichaam en externe ritmes en beats (Karpati, Giacosa, Foster, Penhune & Hyde, 2016). Ander onderzoek suggereert dat er structurele verschillen te vinden zijn in de sensorische- en motorgebieden van professionele
balletdansers, wanneer deze worden vergeleken met dezelfde hersengebieden van mensen zonder danservaring (Hänggi, Koeneke, Bezzola en Jäncke, 2010). Daarnaast wordt er verhoogde activiteit waargenomen in de pre-motor cortex van professionele dansers wanneer deze wordt vergeleken met de pre-motor cortex van mensen zonder danservaring wanneer zij de dans uit hun professie aanschouwen (Brown en Parsons, 2008). Bovendien wordt er in een recent onderzoek van Su en Salazar-López (2016) gesuggereerd dat danstraining de perceptie van auditieve ritmes verbetert. Deze bevindingen suggereren dat mensen die dansen gebruik maken van sensori-motorinteracties en dat danstraining lijkt te zorgen voor een bevordering
van deze interacties. Daarnaast lijkt danstraining de perceptie van ritmes te verbeteren. Deze bevindingen komen overeen met de theorie van Large en Snyder (2009) over neurale
resonantie.
Een derde soort training die beroep lijkt te doen op sensori-motorfuncties is sportieve training. Onderzoek laat zien dat mensen met intensieve sporttraining structurele verschillen in hun motor-cortex laten zien in vergelijking met mensen die niet getraind zijn in een sport (Roberts, Bain, Day & Husain, 2012) en dat professionele sporters een grotere activatie in sensori-motorgebieden laten zien dan amateuristische sporters, wanneer er wordt geluisterd naar sportgeluiden (Woods, Hernandez, Wagner & Beilock, 2014). Een belangrijk verschil met mensen die getraind zijn in sport in vergelijking met mensen die getraind zijn in muziek of dans is dat hun training geen beroep doet op neurale synchronisatie.
Het effect van dans- en sporttraining op de perceptie van ritmes en beats werd nog niet eerder onderzocht. In het huidige onderzoek wordt het effect van deze trainingen op ritme- en beatperceptie onderzocht en worden ze vergeleken met het effect van muzikale training. Daarnaast werd er ook gekeken naar de duur van de training, daar uit de onderzoeken van Hyde et al. (2009) en Woods et al. (2014) blijkt dat de duur van de training een effect lijkt te hebben op betrokken hersengebieden en daarmee mogelijk op ritme- en beatperceptie.
In het onderzoek naar ritme- en beatperceptie heerst nog veel onduidelijkheid over de samenhang en validiteit van de beschikbare testbatterijen (Tranchant & Vuvan, 2015). Veel tests doen een beroep op de perceptie of productie van timingsverschillen met betrekking tot duratie en beats (Dalla Bella et al., 2017). In het huidige onderzoek werd gezien het beoogde deelnemersvlak en praktische overwegingen alleen gekeken naar de perceptie. Er werd een testbatterij samengesteld bestaande uit 7 verschillende tests uit veelgebruikte testbatterijen. Deze tests werden met elkaar vergeleken om zo een uitspraak te kunnen doen over hun samenhang en validiteit. Drie van deze tests werden gehaald uit de Harvard Beat Assesment
Test (H-BAT) van Fuji en Schlaug (2013). Deze testbatterij werd gekozen gezien het in relatief korte tijd (in vergelijking met andere testbatterijen) beatperceptie op drie manieren suggereert te meten. Zo wordt er gekeken naar verschillen in intensiteitsaccenten, graduele tempoverschillen van een metronoomgeluid en graduele tempoverschillen van een
metronoomgeluid vormgegeven in een complexer ritme. Bovendien vonden Fuji en Schlaug al een samenhang tussen deze tests en test voor beatproductie. Daarnaast werden 3 tests gekozen uit de Battery for the Assessment of Auditory Sensorimotor and Timing Abilities (BAASTA) van Dalla Bella et al.: een Anisochrony Detection Task, Tone Duration Discrimination en de Beat Alignment Test (BAT) van welke een versie werd gebruikt van Müllensiefen, Gingras, Musil & Stewart (2014). Anisochronie detectie met tonen werd gekozen omdat een dergelijke test al langere tijd in veel onderzoeken wordt gebruikt voor het meten van beatperceptie (Ehrlé & Samson, 2005; Hyde & Peretz, 2004, Sowiński & Dalla Bella, 2013) en het samenhang laat zien met tests voor beatproductie uit de BAASTA. De BAASTA biedt naast een test voor ansiochronie detectie met tonen ook een test voor anisochronie detectie met muziek. Aangezien uit de BAASTA blijkt dat de scores op deze testen een sterke samenhang hebben, werd er gekozen om slechts een van de tests op te nemen in onze testbatterij. De Tone Duration Discrimination Task werd gekozen omwille van het feit dat dit een van de weinig beschikbare tests is die mogelijk in staat is
ritmeperceptie te meten. Daarnaast werd de BAT (zoals herzien door Müllensiefen et al.) gekozen aangezien het een sterk gevalideerd meetinstrument is en betrouwbaar lijkt voor het meten van de perceptie van beats. Daarmee lijkt het bepalen of een beat van een metronoom gelijkloopt met de beat van een muziekfragment een maat voor beatperceptie te zijn. Tot slot werd er nog een Interval Duration Discrimination Task (Cope, Grube, Singh, Burn &
intervallengtes meet. Deze taak werd opgenomen om deze te vergelijken met de Tone Duration Discrimination Task.
Alle deelnemers kregen geluidsfragmenten uit de betreffende test te horen waarna zij vervolgens hun oordeel gaven over ofwel de beat ofwel het ritme van het fragment.
Trainingssoort- en intensiteit werden schriftelijk genoteerd door de deelnemers. Verwacht werd dat muziektraining en danstraining beiden leiden tot een verbetering van de perceptie van ritmes en beats en dat het effect van beiden trainingen even sterk is. Van sporttraining wordt door de betrokkenheid van motorgebieden verwacht dat het mogelijk een klein effect heeft ten opzichte van geen enkele training, maar dat dit effect niet zo sterk zal zijn als bij muziek- en danstraining. Voor de testen werd een verband verwacht tussen alle
beatperceptietests (Anisochrony Task, BAT, BIT, BFIT en BST) en een verband tussen de Tone Duration Discrimination Task en de Interval Discrimination Task.
Methode Deelnemers
Aan dit onderzoek namen 48 gezonde, goed horende deelnemers deel met een leeftijd lopend van 18 tot 27 jaar (M = 21.90, SD = 0.33), waarvan 36 vrouwen en 13 mannen. Een deel van deze deelnemers waren eerstejaars psychologiestudenten van de Universiteit van Amsterdam (UvA). Deze studenten ontvingen één proefpersoonspunt voor hun deelname. De andere deelnemers waren mensen die op uitnodiging van de onderzoekers deelnamen. Zij ontvingen geen beloning voor hun deelname. Alle deelnemers gaven aanvankelijk
schriftelijke bevestiging voor overeenstemming met het experiment en toestemming voor gebruik van verkregen data. Training in muziek, dans of sport was geen vereiste voor deelname aan het onderzoek.
Materialen
Voor het meten van de perceptie van beats en ritmes wordt in dit onderzoek gebruik gemaakt van een samenstelling van tests en sub-tests uit veelgebruikte testbatterijen. Aan het einde van het experiment kregen deelnemers een korte vragenlijst met betrekking tot hun persoonlijke achtergrondinformatie en eventuele trainingsduur. De volgende tests werden gebruikt:
Beat Saliency Test uit de H-BAT (Fuji & Schlaug, 2013). In de BST werden drempelwaardes gemeten voor het aantal decibel (dB) van intensiteitsaccenten waarbij mensen nog twee- en drietelsmaten uit elkaar konden houden. Verschillen in
intensiteitsaccenten van beats worden opgemerkt in het brein en lijken te kunnen worden gebruikt om individuele verschillen in beatperceptie te meten (Chen, Zatorre & Penhune, 2006). In de BST dienden deelnemers twee- en drietelsmaten te detecteren, terwijl verschillen in de intensiteits-accenten afnamen. Het eerste accentverschil bedroeg 20 (dB). Aan de hand van het staircase paradigma (Levitt, 1971) werd de parameter gehalveerd of verdubbeld. Bij zes omslagpunten was de betreffende taak afgelopen, en werd de gemiddelde score over deze omslagpunten berekend.
Beat Interval Test (BIT) uit de H-BAT (Fuji & Schlaug, 2013). In de BIT werden drempelwaardes gemeten voor het kunnen waarnemen van graduele tempoverschillen. Onderzoek laat zien dat er individuele verschillen bestaan wat betreft het waarnemen en produceren van tempoverschillen (Madison, 2004; Schulze, Cordes & Vorberg, 2005). Fuji en Schlaug suggereren dat dit kan worden gebruikt voor het meten van individuele verschillen in beatperceptie. In de BIT moesten deelnemers detecteren of een beat aangegeven met een digitale metronoom steeds sneller of langzamer ging. Het eerste inter-stimulus-interval (ISI) werd ingesteld op 500 (ms). De duur van het interval werd verlengd of verkort met d, waarbij d gedurende 21 tonen bij elk ISI opnieuw werd opgeteld of afgetrokken van het voorgaande
ISI. De parameter d werd bij de eerste trial ingesteld op 20 (ms). Vervolgens werd de parameter aan de hand van het staircase paradigma (Levitt, 1971) verhoogd of verlaagd. Bij zes omslagpunten was de betreffende taak afgelopen, en werd de gemiddelde score over deze omslagpunten berekend.
Beat Finding and Interval Test (BFIT) uit de H-BAT (Fuji & Schlaug, 2013). De opzet van de BFIT was gelijk aan die van de BIT, echter werd bij de BFIT de beat omgeven door een ritme. Zoals genoemd werden de parameters in de BST, BIT en BFIT voor elk volgende trial bepaald aan de hand van het staircase paradigma. Wanneer een deelnemer twee keer achter elkaar een juiste respons gaf werd de intensiteit (dB) in de BST gehalveerd en de duur van de ISI (ms) in de BIT en BFIT verdubbeld. Bij één foute respons gebeurde het tegenovergestelde. Elke keer dat de parameter van richting veranderde, werd dit genoteerd als een omslagpunt. Bij zes omslagpunten was de betreffende taak afgelopen, en werd de
gemiddelde score over deze omslagpunten berekend.
BAT (Müllensiefen et al., 2014). In de BAT werd gekeken of deelnemers in staat waren te detecteren of de beat van een metronoomgeluid en de beat van een muziekfragment overeenkwamen of verschilden. Deelnemers kregen 17 korte instrumentele fragmenten te horen (10-16s). Bij vier van de fragmenten was er een metronoom te horen die precies tegelijk viel met de beat van het fragment. In het andere deel van de fragmenten werd het
metronoomgeluid op een van de volgende drie manieren aangepast: de fase van de beat werd 10% of 17.5% opgeschoven of het tempo van de beat werd met 2% aangepast ten opzichte van de snelheid van het fragment. De deelnemers dienden aan te geven of de metronoom gelijkliep met de beat van de muziek. De geluidsfragmenten werden verkregen uit negen verschillende muzieknummers afkomstig uit de genres rock, jazz en klassieke muziek en hadden een tempo van 85 en 165 beats per minuut.
Anisochrony Detection Task uit de BAASTA (Dalla Bella et al., 2017). In deze taak werd gemeten of deelnemers een verschuiving van een beat ten opzichte van andere beats met een regelmatig interval konden opmerken. Deelnemers kregen sequenties te horen van vijf noten. Deze sequenties konden isochroon of non-isochroon zijn. De mogelijkheid tot het eventueel waarnemen van een isochrone sequentie wordt gezien als een maat voor de perceptie van timing (Ehrlé & Samson, 2005), wat wordt gezien als een maat voor
beatperceptie (Dalla Bella et al.). In een isochrone trial was elk interonset-interval (IOI) gelijk tussen de tonen (600 ms). In een non-isochrone trial deed de vierde toon zich tot 30% (180 ms) eerder voor ten opzichte van het standaard IOI. Hoeveel eerder de vierde toon zich voordeed, werd bepaald aan de hand van het eerder beschreven staircase paradigma (Levitt, 1971). Bij twee goede antwoorden werd de tijd waarop de vierde toon zich eerder voordeed ten opzichte van het originele IOI gehalveerd. Anders dan bij de H-BAT werd bij een fout antwoord met een factor 1.5 vermenigvuldigd, met als uiterste waarde dus 180 (ms). Bij acht omslagpunten was de taak afgelopen en werd de gemiddelde score over de laatste vier omslagpunten berekend.
Tone Duration Discrimination uit de BAASTA (Dalla Bella et al., 2017). In deze taak moesten deelnemers aangeven of de duur van tonen gelijk of verschillend was. Het kunnen onderscheiden van de duur van tonen wordt gezien als een vaardigheid die wordt gelinkt aan het kunnen waarnemen van beats (Dalla Bella et al.). Wij veronderstellen echter dat duration discrimination een beroep doet op ritmeperceptie in zijn geheel en niet alleen op het aspect van beatperceptie. Duration discrimination doet namelijk niet een beroep op het kunnen waarnemen van regelmatigheden zoals een beat, maar op het kunnen waarnemen van een geluidsfragment in zijn geheel. Deelnemers kregen in deze taak in elke trial twee tonen te horen. De duur van de eerste toon was telkens 600 ms. De toon die daarop volgde was even lang als de eerste toon of langer (tot 1000 ms). Deelnemers moesten detecteren of de tonen
even lang waren of dat de tweede toon langer duurde dan de eerste toon. Tussen de tonen zat telkens 600 ms. De duur van de tweede toon werd bepaald aan de hand van wederom het staircase paradigma (Levitt, 1971). Bij acht omslagpunten was de taak afgelopen en werd de gemiddelde score over de laatste vier omslagpunten berekend.
Interval Duration Discrimination (Cope et al., 2014). In deze taak kregen deelnemers tonen te horen met twee in duur variërende intervallen tussen de tonen. Deze taak werd afgenomen om de scores te kunnen vergelijken met die van de Tone Duration Discrimination taak. Komen deze scores overeen, dan meten ze mogelijk hetzelfde component van
ritmeperceptie. Deelnemers moesten aangeven welke van de intervallen langer was en welke korter. De parameters waren gelijk aan die van de Tone Duration Discrimination taak. De duur van het tweede interval in de volgende trials werd bepaald aan de hand van het staircase paradigma (Levitt, 1971). Bij acht omslagpunten was de taak afgelopen en werd de
gemiddelde score over de laatste vier omslagpunten berekend.
Vragenlijst
Deelnemers kregen een vragenlijst met vragen over hun eventuele training om ze zo in te kunnen delen naar trainingssoort. Er werd gevraagd naar het soort training (muziek, dans en sporttraining) en naar de duur van de training in jaren.
Procedure
De studenten werden geworven via de labwebsite van de UvA. Het onderzoek vond plaats in een labruimte aan het Roeterseiland complex van de UvA. Bij aankomst kregen deelnemers een informatiebrief met daarin de procedure van het experiment. Alle deelnemers gaven aanvankelijk schriftelijke bevestiging voor overeenstemming met het experiment en toestemming voor gebruik van verkregen data. Allereerst kreeg men de beide Duration
Discrimination Tasks, vervolgens de Anisochrony Task, de drie taken uit de H-BAT en tot slot de BAT. Nadat de deelnemers de vragenlijst over hun eventuele training(en) hadden ingevuld was het experiment klaar.
Data-analyse
De data in dit onderzoek werd geanalyseerd met het programma SPSS (23). Alvorens de hoofdanalyse werd uitgevoerd werden de gemiddelde scores van de twee Duration
Discrimination taken (Dalla Bella et al., 2017; Cope et al., 2014) vergeleken aan de hand van een Paired Samples T-test. Vervolgens werd voor elke test een afzonderlijke regressieanalyse gedaan met het soort training (muziek-, dans- en sporttraining) om te kijken of er sprake was van een hoofdeffect. Tot slot werden de tests met elkaar gecorreleerd om te kijken naar de onderlinge consistentie, aangezien er nog veel onduidelijkheid is over de samenhang van tests die maatgevoel zeggen te meten (Tranchant & Vuvan, 2015). Voor alle tests werd een
significantieniveau van α<0.05 aangehouden.
Resultaten
Vooraf dient gezegd te worden dat het experiment bij 6 van de 48 deelnemers vastliep. Het experiment werd bij deze gevallen opnieuw opgestart bij de betreffende taak. Wanneer de betreffende testscore compleet bleek, werd besloten de data van de taak mee te nemen in de analyse. Wanneer de testscore niet compleet was, werd de score van de betreffende test niet meegenomen in de analyse. Significantie van eventueel gevonden effecten werd getest met een significantieniveau van α<0.05. Om effecten van extreme scores tegen te gaan werd voor elke test en voor elke soort training gecheckt voor outliers die meer dan 3
standaardafwijkingen van het gemiddelde lagen. Op basis van deze check werd de data van 4 deelnemers niet meegenomen in de analyse. Uit de Paired Samples T-test bleek dat de
gemiddelde scores op de Tone Duration Discrimination (Dalla Bella et al., 2017) (M = 17.43, SE = 1.38) en de Interval Duration Discrimination (Cope et al., 2014) (M = 16.38, SE = 1.20) taken niet significant van elkaar verschilden, t(43) = 0.92, p = 0.47. Aangezien beide taken veel op elkaar lijken, suggereert dit een bevestiging van onze hypothese dat beide taken mogelijk hetzelfde meten. Om deze reden werd besloten de Interval Duration Discrimination taak (Cope et al.) niet mee te nemen in het model.
Er werd een (multipele) lineaire regressie uitgevoerd voor elke test met de soorten training als onafhankelijke variabelen. Bij het uitvoeren van de analyses bleek dat de
assumptie van normaliteit bij elke analyse werd geschonden. Daarnaast bleek aan de hand van de Durbin-Watson test dat met een waarde van 1.21 bij de BFIT de assumptie van
autocorrelatie mogelijk werd geschonden. Aan de assumpties van homoscedasticiteit en multicollineariteit werd bij elke test wel voldaan. Doordat de genoemde assumpties werden geschonden, werd er bij het uitvoeren van elke regressieanalyse gekozen voor een robuuste regressie.
Uit de analyses van de scores bleek dat muziektraining een significante voorspeller was voor de scores op de BIT, b = -0.092 [-0.17, -0.016], p = 0.029 en de BAT, b = 1.03 [0.088, 1.91], p = 0.027. Voor de andere tests bleek muziektraining geen significante voorspeller, zie Tabel 1.
Tabel 1
Lineair Model van Muziektraining als Voorspeller van scores op de Tests (tussen Haakjes)
b SE B β p BST 0.047 (-0.15, 0.22) 0.098 0.094 p = 0.64 BIT -0.092 (-0.17, -0.016) 0.042 -0.23 p = 0.029* BFIT -0.051 (-0.14, 0.042) 0.042 -0.20 p = 0.21 BAT 1.03 (0.088, 1.91) 0.46 0.29 p = 0.027* Anisochrony Task -0.24 (-0.52, 0.028) 0.14 -0.24 p = 0.077 Tone Duration Discrimination -0.32 (-0.89, 0.38) 0.29 -0.16 p = 0.27
Noot. Voorspellers met * zijn significant bij α<0.05.
Uit de analyses van de scores bleek dat danstraining geen significante voorspeller was voor de behaalde scores op elk van de tests, zie Tabel 2.
Tabel 2
Lineair Model van Danstraining als Voorspeller van scores op de Tests met Betrouwbaarheidsintervallen (tussen Haakjes)
b SE B β p BST 0.051 (-0.17, 0.20) 0.11 0.082 p = 0.64 BIT -0.015 (-0.15, 0.11) 0.078 -0.029 p = 0.85 BFIT 0.056 (-0.053, 0.20) 0.060 0.18 p = 0.35 BAT -0.070 (-1.34, 1.21) 0.62 -0.016 p = 0.92 Anisochrony Task 0.22 (-0.20, 0.70) 0.21 0.17 p = 0.28 Tone Duration Discrimination 0.35 (-0.49, 1.09) 0.42 -0.14 p = 0.41
Tabel 3
Lineair Model van Sporttraining als Voorspeller van scores op de Tests met Betrouwbaarheidsintervallen (tussen Haakjes)
b SE B β p BST -0.014 (-0.161, 0.089) 0.068 -0.034 p = 0.84 BIT -0.085 (-0.21, 0.044) 0.061 -0.25 p = 0.18 BFIT -0.006 (-0.065, 0.053) 0.027 -0.026 p = 0.83 BAT 0.089 (-0.68, 0.82) 0.39 0.03 p = 0.82 Anisochrony Task 0.027 (-0.28, 0.31) 0.14 0.030 p = 0.83 Tone Duration Discrimination -0.14 (-0.55, 0.28) 0.25 -0.079 p = 0.57
Zoals uit de resultaten van de analyses blijkt, is er alleen een significante samenhang gevonden tussen muziektraining en de scores op de BIT en de BAT. Hoewel muziektraining de scores op de overige tests (bij α < 0.05) niet significant kan verklaren, is er wel een bepaalde trend te observeren voor de overschrijdingskansen (p-waardes). De p-waardes zijn voor muziektraining op alle tests gelijk of lager dan voor dans- en sporttraining. Dit betekent dat de kans dat muziektraining ten onrechte een voorspeller kan worden genoemd voor de behaalde score op elk van de tests, gelijk of lager is dan bij dans- en sporttraining. Daarnaast laat muziektraining met alle tests, behalve de BST, de verwachte richting van de correlatie
zien, zie Tabel 4. Voor alle tests behalve de BAT indiceert een negatieve correlatie een betere score op de betreffende test.
Tabel 4
Correlaties Tussen Muziek-, Dans- en Sporttraining en de Tests met Bijbehorende Significantieniveaus
BST BIT BFIT BAT Anisochrony Tone Duration Discrimination Muziektraining Pearsons r p 0.12 0.45 -0.21 0.18 -0.16 0.30 0.28 0.065 -0.20 0.19 -0.12 0.45 Danstraining Pearsons r p 0.11 0.48 -0.035 0.82 0.13 0.39 0.046 0.77 0.10 0.50 0.11 0.47 Sporttraining Pearsons r p -0.060 0.70 -0.22 0.16 -0.037 0.81 0.00 1.0 0.026 0.87 -0.086 0.58
Afgaand op de trend die te zien is bij de correlaties tussen muziektraining en de tests, werd er voor muziektraining nog een aparte analyse uitgevoerd. Allereerst werd de variabele in tweeën gesplitst aan de hand van de mediaan (Mdn = 3), waardoor muziektraining kon worden onderverdeeld in weinig muziektraining (tot 3 jaar) enerzijds en veel muziektraining (vanaf 4 jaar) anderzijds. Hierover werd een regressieanalyse uitgevoerd. Er kwamen echter geen significante verschillen naar voren (α< 0.05). Ten slotte werd er een correlatiematrix opgesteld om de correlaties tussen de tests te berekenen, zie Tabel 5.
Tabel 5
Correlaties Tussen de Tests met Bijbehorende Significantieniveaus
BST BIT BFIT BAT Anisochrony Tone Duration Discriminarion BST Pearsons r p - BIT Pearsons r p 0.23 0.13 - BFIT Pearsons r p 0.28 0.068 0.070 0.65 - BAT Pearsons r p -0.38 0.012* -0.41 0.005** -0.44 0.003** - Anisochrony Pearsons r p 0.32 0.033* 0.43 0.004** 0.40 0.008** -0.38 0.022* - Tone Duration Discrimination Pearsons r p 0.24 0.12 0.49 0.001** 0.17 0.26 -0.19 0.22 0.56 0.00**
Noot. Correlaties met * zijn significant bij α<0.05, correlaties met ** zijn significant bij α<0.01
Uit Tabel 5 blijkt dat een aantal tests significant met elkaar correleren. Dit suggereert dat deze tests hetzelfde meten. Met name de resultaten voor de Anisochrony (Dalla Bella, 2017) test vallen op, aangezien deze test met elke andere test significante sterke correlaties laat zien.
Discussie
In deze studie werd het effect van muziek-, dans- en sporttraining op ritme- en
beatperceptie onderzocht. Er werd voor geen van de trainingen een duidelijk effect gevonden. Danstraining en sporttraining hadden geen enkel effect op ritme- en beatperceptie.
Muziektraining bleek wel effect te hebben op het kunnen detecteren van graduele
tempoverschillen en het kunnen detecteren van in tempo of fase afwijkende beats ten opzichte van de beat in een muziekfragment. Daarnaast was er wel een trend te observeren richting andere effecten op de tests voor ritme- en beatperceptie, maar op basis van dit onderzoek kunnen daar geen duidende conclusies over worden getrokken. De verwachtingen over het effect van training op ritme- en beatperceptie die werden opgesteld aan de hand van de
neurale resonantietheorie van Large en Snyder (2002) kunnen dan ook niet worden bevestigd. Een mogelijke verklaring voor het uitblijven van een duidend effect in het huidige onderzoek, is dat training simpelweg geen effect heeft op de perceptie van ritmes en beats. Dit lijkt echter onwaarschijnlijk, daar er in veel voorgaand onderzoek bij met name muziektraining wel effecten werden gevonden voor training (Drake et al., 2000; Jongsma, et al., 2004; Jongsma et al., 2007; Chen, Penhune & Zatorre, 2008b; Grahn & Rowe, 2009; Vuust, et al., 2009; Bailey & Penhune, 2010; Wallentin, et al., 2010, Repp, 2010; Grahn & Schuit, 2012). Daarentegen is er ook onderzoek dat suggereert dat muziektraining geen effect heeft op beatperceptie
Een andere verklaring voor het uitblijven van effecten kan liggen in de opzet van het onderzoek. Een eerste kritiekpunt op de opzet van het onderzoek is dat er geen duidelijke maat was voor het definiëren van training. Zo dienden deelnemers zelf aan te geven hoe lang zij training hadden gehad. Aan de hand hiervan is het lastig te stellen in welke mate iemand echt getraind is en wanneer niet. Daardoor kan er eigenlijk geen duidelijke conclusie worden getrokken over het effect van training op ritme- en beatperceptie. In vervolgonderzoek kan men dit probleem ondervangen door mensen duidelijk op te delen naar trainingservaring. Zo zouden deelnemers zonder enige ervaring vergeleken kunnen worden met deelnemers die deel uitmaken van een professionele instantie met betrekking tot muziek (conservatorium), dans (dansacademie) en sport (internationaal niveau).
Een ander kritiekpunt heeft betrekking op de kleine spreiding van training. In dit onderzoek was de spreiding van jaren training (met name bij danstraining) zeer klein, wat ook een kleine variantie impliceert. Dit betekent dat eventueel gevonden effecten onbetrouwbaar en daarmee moeilijk te interpreteren zijn omwille van het feit dat er bij een mogelijk effect ook geen verschil zal zitten tussen de scores van de deelnemers. Dit is te ondervangen door het deelnemersveld te vergroten. Door een grotere steekproef te nemen zal de spreiding en de betrouwbaarheid toenemen. Bovendien zal de generaliseerbaarheid van het onderzoek
toenemen.
Een laatste discussiepunt heeft betrekking op de gebruikte tests. Zoals gezegd is er nog veel onduidelijk over de samenhang van tests die zeggen ritme- en beatperceptie te meten (Tranchant en Vuvan, 2015). Uit het huidige onderzoek blijkt dat een aantal van de veelgebruikte tests in het onderzoek naar ritme- en beatperceptie in elk geval samenhang vertonen. Met name de Anisochrony taak (Dalla Bella et al., 2017) bleek consistent met de andere beatperceptietests en de ritmeperceptie test samen te hangen. Een mogelijke verklaring hiervoor is dat het detecteren of een sequentie isochroon of niet-isochroon is, berust op een
basaal aspect van ritme- of beatperceptie. Wat verder opviel was dat de BAT samenhang vertoonde met alle andere tests voor beatperceptie. Gezien de hoge validiteit van de BAT, is dit mogelijk een indicatie dat de tests inderdaad geschikt zijn voor het meten van
beatperceptie. Bovendien was er geen samenhang tussen de BAT en de Duration
Discrimination Task. Dit suggereert dat de Duration Discrimination Task iets anders meet dan de perceptie van beats (mogelijk de perceptie van ritmes), zoals deze wordt gemeten in de BAT. Tot slot bleek de BST matig samen te hangen met de andere tests. Dit valt mogelijk te verklaren door het feit dat hier intensiteitsaccenten werden gemeten in decibellen. Een
dergelijke methode is mogelijk gevoeliger voor confounds met betrekking tot bijvoorbeeld het gehoor. Het feit dat een aantal tests met elkaar correleren, lijkt in elk geval te impliceren dat de betreffende testen hetzelfde meten.
In dit onderzoek werd er een effect van muziektraining op de perceptie en beats gevonden. Vervolgonderzoek is nodig om de correctheid van deze bevindingen te bekrachtigen. Voor danstraining en sporttraining werden een effecten gevonden op
maatgevoel. Er werd wel consistentie aangetoond tussen veelgebruikte ritme- en beatperceptie tests. Dit gegeven kan gebruikt worden voor verdiepingsonderzoek naar het meten van ritmes en beats.
Literatuur
Bailey, J. A., & Penhune, V. B. (2010). Rhythm synchronization performance and auditory working memory in early-and late-trained musicians. Experimental Brain
Research, 204(1), 91-101.
Brown, S., & Parsons, L. M. (2008). The neuroscience of dance. Scientific American, 299(1), 78-83.
Cope, T. E., Grube, M., Singh, B., Burn, D. J., & Griffiths, T. D. (2014). The basal ganglia in perceptual timing: timing performance in Multiple System Atrophy and Huntington's disease. Neuropsychologia, 52, 73-81.
Chen, J. L., Penhune, V. B., & Zatorre, R. J. (2008a). Listening to musical rhythms recruits motor regions of the brain. Cerebral Cortex, 18(12), 2844-2854.
Chen, J. L., Penhune, V. B., & Zatorre, R. J. (2008b). Moving on time: Brain network for auditory-motor synchronization is modulated by rhythm complexity and musical training. Journal of Cognitive Neuroscience, 20(2), 226-239.
Chen, J. L., Zatorre, R. J., & Penhune, V. B. (2006). Interactions between auditory and dorsal premotor cortex during synchronization to musical rhythms. Neuroimage, 32(4), 1771-1781.
Dalla Bella, S., Farrugia, N., Benoit, C. E., Begel, V., Verga, L., Harding, E., & Kotz, S. A. (2017). BAASTA: battery for the assessment of auditory sensorimotor and timing abilities. Behavior Research Methods, 49(3), 1128-1145.
Drake, C., Penel, A., & Bigand, E. (2000). Tapping in time with mechanically and
expressively performed music. Music Perception: An Interdisciplinary Journal, 18(1), 1-23.
Ehrlé, N., & Samson, S. (2005). Auditory discrimination of anisochrony: influence of the tempo and musical backgrounds of listeners. Brain and Cognition, 58(1), 133-147.
Fujii, S., & Schlaug, G. (2013). The Harvard Beat Assessment Test (H-BAT): A battery for assessing beat perception and production and their dissociation. Frontiers in human
neuroscience, 7.
Gaser, C., & Schlaug, G. (2003). Brain structures differ between musicians and non-musicians. Journal of Neuroscience, 23(27), 9240-9245.
Grahn, J. A., & Brett, M. (2007). Rhythm and beat perception in motor areas of the brain. Journal of Cognitive Neuroscience, 19(5), 893-906.
Grahn, J. A., & McAuley, J. D. (2009). Neural bases of individual differences in beat perception. NeuroImage, 47(4), 1894-1903.
Grahn, J. A., & Rowe, J. B. (2009). Feeling the beat: Premotor and striatal interactions in musicians and nonmusicians during beat perception. Journal of Neuroscience, 29(23), 7540-7548.
Grahn, J. A., & Schuit, D. (2012). Individual differences in rhythmic ability: behavioral and neuroimaging investigations. Psychomusicology: Music, Mind, and Brain, 22(2), 105.
Hänggi, J., Koeneke, S., Bezzola, L., & Jäncke, L. (2010). Structural neuroplasticity in the sensorimotor network of professional female ballet dancers. Human Brain
Mapping, 31(8), 1196-1206.
Honing, H. (2013). Structure and interpretation of rhythm in music. Psychology of Music, 369-404.
Honing, H., Bouwer, F. L., & Háden, G. P. (2014). Perceiving temporal regularity in music: The role of auditory event-related potentials (ERPs) in probing beat perception. In Neurobiology of Interval Timing (pp. 305-323). New York: Springer.
Hyde, K. L., Lerch, J., Norton, A., Forgeard, M., Winner, E., Evans, A. C., & Schlaug, G. (2009). Musical training shapes structural brain development. Journal of
Neuroscience, 29(10), 3019-3025.
Hyde, K. L., & Peretz, I. (2004). Brains that are out of tune but in time. Psychological
Jongsma, M. L., Desain, P., & Honing, H. (2004). Rhythmic context influences the auditory evoked potentials of musicians and nonmusicians. Biological psychology, 66(2), 129-152.
Jongsma, M. L., Meeuwissen, E., Vos, P. G., & Maes, R. (2007). Rhythm perception: speeding up or slowing down affects different subcomponents of the ERP P3 complex. Biological psychology, 75(3), 219-228.
Karpati, F. J., Giacosa, C., Foster, N. E., Penhune, V. B., & Hyde, K. L. (2016). Sensorimotor integration is enhanced in dancers and musicians. Experimental brain
research, 234(3), 893-903.
Large, E. W. (2010). Neurodynamics of music. In M. R. Jones, R. R. Fay, & A. N. Popper (Eds.), Music perception (pp. 201-231). New York: Springer.
Large, E. W., Herrera, J. A., & Velasco, M. J. (2015). Neural networks for beat perception in musical rhythm. Frontiers in Systems Neuroscience, 9.
Large, E. W., & Palmer, C. (2002). Perceiving temporal regularity in music. Cognitive
Science, 26(1), 1-37.
Large, E. W., & Snyder, J. S. (2009). Pulse and meter as neural resonance. Annals of the New
Levitt, H. C. C. H. (1971). Transformed up‐down methods in psychoacoustics. The Journal of
the Acoustical society of America, 49(2B), 467-477.
Madison, G. (2004). Detection of linear temporal drift in sound sequences: empirical data and modelling principles. Acta Psychologica, 117(1), 95-118.
Matthews, T. E., Thibodeau, J. N., Gunther, B. P., & Penhune, V. B. (2016). The impact of instrument-specific musical training on rhythm perception and production. Frontiers
in Psychology, 7.
McAngus Todd, N. P., O'Boyle, D. J., & Lee, C. S. (1999). A sensory-motor theory of rhythm, time perception and beat induction. Journal of New Music Research, 28(1), 5-28.
Müllensiefen, D., Gingras, B., Musil, J., & Stewart, L. (2014). The musicality of non-musicians: An index for assessing musical sophistication in the general population. PloS one, 9(2), e89642.
Repp, B. H. (2010). Sensorimotor synchronization and perception of timing: Effects of music training and task experience. Human Movement Science, 29(2), 200-213.
Roberts, R. E., Bain, P. G., Day, B. L., & Husain, M. (2012). Individual differences in expert motor coordination associated with white matter microstructure in the
Schulze, H. H., Cordes, A., & Vorberg, D. (2005). Keeping synchrony while tempo changes: Accelerando and ritardando. Music Perception: An Interdisciplinary Journal, 22(3), 461-477.
Sowiński, J., & Dalla Bella, S. (2013). Poor synchronization to the beat may result from deficient auditory-motor mapping. Neuropsychologia, 51(10), 1952-1963.
Su, Y. H., & Salazar-López, E. (2016). Visual timing of structured dance movements resembles auditory rhythm perception. Neural plasticity, 2016.
Tranchant, P., & Vuvan, D. T. (2015). Current conceptual challenges in the study of rhythm processing deficits. Frontiers in neuroscience, 9.
Velasco, M. J., & Large, E. W. (2011). Pulse detection in syncopated rhythms using neural oscillators. pulse, 1(2), 3-4.
Vuust, P., Ostergaard, L., Pallesen, K. J., Bailey, C., & Roepstorff, A. (2009). Predictive coding of music–brain responses to rhythmic incongruity. cortex, 45(1), 80-92.
Wallentin, M., Nielsen, A. H., Friis-Olivarius, M., Vuust, C., & Vuust, P. (2010). The
Musical Ear Test, a new reliable test for measuring musical competence. Learning and
Wechsler, D. (2008). Wechsler adult intelligence scale–Fourth Edition (WAIS–IV). San
Antonio, TX: NCS Pearson, 22, 498.
Winkler, I., Háden, G. P., Ladinig, O., Sziller, I., & Honing, H. (2009). Newborn infants detect the beat in music. Proceedings of the National Academy of Sciences, 106(7), 2468- 2471.
Woods, E. A., Hernandez, A. E., Wagner, V. E., & Beilock, S. L. (2014). Expert athletes activate somatosensory and motor planning regions of the brain when passively listening to familiar sports sounds. Brain and Cognition, 87, 122-133.
