Voorspelbare toonhoogte vergroot het gevoel voor ritme.
Mannus Schomaker
Student no: 10591664 Universiteit van Amsterdam Projectbegeleider: Fleur Bouwer Aantal woorden: 3074
Samenvatting
Onderzocht is of de waarneming van ritme beïnvloed wordt door de voorspelbaarheid van toonhoogte. Er is gebruik gemaakt van een 2 (regelmaat van het ritme) x 2
(voorspelbaarheid van de melodie) design. Daarnaast is muzikaliteit als een covariaat toegevoegd. Vanuit de Predictive Coding theorie wordt er verwacht rimtme beter wordt waargenomen bij voorspelbare toonhoogtes dan bij onvoorspelbare toonhoogtes. Door Dynamic Attending Theory wordt verwacht dat regelmatige ritmes beter voorspel kunnen worden dan onregelmatige ritmes. De mate en de snelheid waarin deelnemers afwijkingen (devianten) op voorspelbare en onvoorspelbare toonhoogtes en regelmatige en onregelmatige ritmes in toonreeksen herkennen, is als maatstaf voor herkennen van ritme aangenomen. Uit de resultaten is gebleken dat voorspelbare toonhoogtes een positief effect hebben op het waarnemen van devianten in ritmes ten opzichte van onvoorspelbare toonhoogtes.
Regelmatige ritmes hebben een positief effect op het herkennen van devianten ten opzichte van onregelmatige ritmes. De regelmaat van het ritme heeft geen invloed op het effect van de voorspelbaarheid van toonhoogte op het herkennen van devianten.
Inleiding
Het voorspellen van het type en tijdsduur van aankomende gebeurtenissen is essentieel voor het efficiënt omgaan met een constant veranderende omgeving. Dit proces van voorspellen, waarbij op basis van eerdere waarnemingen een voorspelling over de toekomst wordt gedaan, wordt temporele predictie genoemd. Specifiek in het auditieve domein spelen temporele predicties een fundamentele rol in de manier waarop sensorische
informatie geinterpreteerd wordt (Morillon, Schroeder, Wyart & Arnal, 2016). Het is belangrijk om snel de relevante geluiden te kunnen identificeren die een situatie weergeven. In hun artikel “I heard that coming” stellen Bendixen, Schröger en Winkler (2009) dat het kunnen voorspellen van tonen in een reeks zorgt voor een adequate manier van reageren op aankomende stimuli. Rajendran et al. (2016) stellen dat auditieve perceptie van ritme van groot belang is bij het overleven in de complexe en altijd veranderende wereld van geluiden. Ritme wordt hier gezien als een opeenvolging van tonen. Rajendran et al. (2016) geven in volgend praktisch voorbeeld het nut weer van ritme perceptie: “Consider footsteps: steps on gravel sound nothing like steps through grass or through puddles, yet all of these very disparate sounds are easily recognized as the sound of footsteps if they occur in a rhythmic, repeating pattern.” (p. 1).
In huidig onderzoek wordt dieper ingegaan op het voorspellen van ritmes. Er zijn twee theorieën die verklaren hoe mensen ritmes kunnen herkennen en voorspellen. De eerste is een wijd geaccepteerde theorie die Dynamic Attending Theory (DAT) wordt genoemd (Large & Jones, 1999). Deze stelt dat er bij het horen van ritmische waarneembare geluiden een wisselend aandachts-patroon wordt ontwikkeld dat gelijk loopt met het ritme. Bij dit wisselende aandachts-patroon wordt de aandacht uit het auditieve motor-systeem tijdelijk verhoogt, iedere keer als er een geluid verwacht wordt (Large & Jones, 1999).Dit maakt het mogelijk om een meer exacte predictie te doen van de volgende toon. Teki, Grube, Kumar en Griffits (2011) laten in hun onderzoek naar tijdwaarneming zien dat er een verschil is bij mensen in de perceptie van regelmatige en onregelmatige ritmes. Morillon, Schroeder, Wyart en Arnal (2016) laten in hun onderzoek naar motor synchronisatie zien dat ritme predictie door middel van Dynamic Attending Theory niet goed functioneert bij onregelmatige ritmes. Breska en Deouell (2017) laten echter zien dat deze ritme gedreven predictie via DAT in het
geval van aperiodische ritmes opgevangen kan worden door geheugen gedreven predicties. Hiernaast geven ze ook voor het eerst neurofysiologisch bewijs, dat geheugen gedreven predicties op een ander systeem berusten dan ritme gedreven predicties. Daarom is het in huidig onderzoek van belang om bij het waarnemen van ritmes zowel te kijken naar regelmatige als onregelmatige ritmes.
De tweede theorie is een veelgebruikte theorie voor het verklaren van leren en het verwerken van sensorische informatie, genaamt Predictive Coding (Friston, 2002). Dit is een geheugen gedreven predictie. Deze theorie stelt dat er een leersysteem in de hersenen zit dat gebruik maakt van “mismatches”. De hersenen vormen vanuit een top-down systeem een beeld dat zo goed mogelijk aansluit bij de stimuli. Wanneer dit beeld exact overeenkomt met de stimulus, wordt de stimulus herkend als het in de hersenen gevormde beeld. Het kan voorkomen dat het beeld niet exact overeenkomt met de stimulus, maar er eigenlijk wel bij hoort. In dit geval wordt het beeld van de stimulus vanuit een bottom-up systeem aangepast (Friston, 2002). Vuust en Witek (2014) geven aan dat er een neurofysiologisch EEG signaal zichtbaar is op de plaats in tijd van het geluid bij deze mismatch. Zij stellen dat dit signaal, de zogeheten prediction error, de hersenen aanstuurt tot het aanpassen van de voorspelling.
Hierdoor wordt het vermogen om de omgeving te herkennen steeds groter. In het auditieve domein zou een ritme voorspeld kunnen worden, doordat aan de toon herkend wordt hoe lang de interval is tot de volgende toon. Wanneer de interval verkeerd is ingeschat zal er vanuit een bottom-up systeemeen nieuwe voorspelling van de interval worden
gemaakt. In huidig onderzoek zal aan de hand van Predictive Coding worden onderzocht of voorspelbare toonhoogte ritme predictie beinvloed. Naast de voorspelbaarheid van ritme is er ook veel onderzoek gedaan naar de voorspelbaarheid van toonhoogte. Deze voorspelbaarheid en de manier waarop wij deze voorspelling doen is onderzocht door Bendixen, Schröger en
Winkler (2009). In dit onderzoek werd de reactie van de hersenen op voorspelbare en onvoorspelbare toonhoogten gemeten aan de hand van ERP’s. Resultaten uit dit onderzoek wijzen uit dat voorspelbare toonhoogte-sequenties andere hersenactiviteit vertonen dan niet voorspelbare toonhoogte-sequenties. Ook wordt er een predictie signaal in de hersenen gevonden vóór de toon wordt gepresenteerd. Uit deze resultaten wordt aangenomen dat toonhoogte een voorspellende component bevat (Bendixen, Schröger & Winkler, 2009).
Een sequentie van tonen wordt net als woorden in linguistics aangeleerd door middel van statistisch leren (Saffran, Johnson, Aslin & Newport,1999). Al vanaf jongs af aan leren mensen welke woord-segmenten het begin of einde van een zin kunnen aangeven. Bij deze woord-segmenten wordt daarna steeds de afweging gemaakt of dit het einde of begin van een woord zou kunnen betekenen. Deze manier van statistisch leren gebruiken mensen ook wanneer zij patronen in toonreeksen proberen aan te leren (Saffran, Aslin & Newport, 1996). Vanuit de Predictive Coding theorie wordt de interval tussen twee tonen voorspeld aan de hand van de plaats in het ritme van de toon vóór de interval. Wanneer de toonhoogtes van het ritme voorspelbaar zijn, kan de interval niet alleen worden onthouden aan de plaats van de vorige toon in het ritme, maar ook aan de identiteit van het geluid van de vorige toon. Verwacht wordt dat wanneer een toonhoogte voorspelbaar is, dit een extra
geheugen-component kan zijn voor het voorspellen van de komende interval. Selchenkova et al. (2014) hebben in EEG onderzoek aangetoond dat de voorspelbaarheid van toonhoogte verbeterd kan worden door middel van ritme. Hieruit lijken we te kunnen opmerken dat verschillende geheugen gedreven predicties elkaar positief kunnen beïnvloeden. Dit maakt het voor huidig onderzoek relevant om te onderzoeken of het effect gevonden door
Selchenkova et al. (2014) ook de andere kant op werkt. In huidig onderzoek zal daarom worden onderzocht of de voorspelbaarheid van toonhoogte invloed heeft op het waarnemen
van ritme.
Boh, Herholz, Lappe en Pantev (2011) hebben door middel van MEG onderzoek gedaan naar korte termijn geheugen voor toonreeksen bij musici en non-musici. Uit dit onderzoek blijkt dat musici in staat zijn langere toonreeksen te kunnen onthouden. Ook lijkt bij de musici een links hemisferische lateralisatie bij de MMN responsen te suggereren dat extra netwerken, die helpen bij het structureren van patronen, gebruikt worden bij het
verwerken van de toonhoogtes (Boh, Herholz, Lappe & Pantev, 2011). Dit maakt het relevant om in huidig onderzoek te onderzoeken of musici ook beter gebruik kunnen maken van toonhoogte sequenties om ritme te identificeren. De studie van Müllensiefen, Gingras, Musil en Stewart (2014) geeft aan dat non-musici ook veel kennis danwel impliciete kennis hebben over de context van tonen en de manier waarop patronen in muziek voorkomen. Daarnaast geeft Levitin (2012) aan dat in hedendaagse meetinstrumenten voor muzikaliteit vrijwel alleen gekeken wordt naar het bespelen van muziekinstrumenten. Hierin worden andere vormen van interactie met muziek genegeerd. Deze misstap geeft een verkeerd beeld van de muzikaliteit van de steekproef. Müllensiefen et al. (2014) stellen daarom voor met een nieuwe self-reported schaal muzikaliteit te meten. Ook worden er in hun onderzoek de volgende vijf belangrijke demografische factoren voor muzikaliteit gedefinieerd: beroep, beroepsstatus, leeftijd, gender en rijkdom. In huidig onderzoek zal bovenstaande van belang zijn om een goede afweging te maken voor de meting van muzikaliteit.
Vanuit de Predictive Coding theorie wordt er verwacht dat een voorspelbare toonhoogte de waarneming van het ritme positief beïnvloedt ten opzichte van een onvoorspelbare toonhoogte. Ook wordt er verwacht dat vanuit de DAT theorie bij
regelmatige ritmes de waarneming van het ritme beter is dan bij onregelmatige ritmes. Bij de interactie tussen regelmaat en voorspelbaarheid lijkt de literatuur aan te geven dat de twee
systemen elkaar niet in de weg zitten. Er wordt geen interactie effect verwacht tussen regelmaat van het ritme en voorspelbaarheid van de toonhoogte, omdat beiden wel het ritme beïnvloeden, maar vanuit een ander systeem.
In huidig onderzoek zal de regelmaat van het ritme en de voorspelbaarheid van de toonhoogte gemanipuleerd worden, om de effecten hiervan op het waarnemen van ritme in kaart te brengen. Er zal gekeken worden naar regelmatige en onregelmatige ritmes in combinatie met voorspelbare en onvoorspelbare toonhoogtes. Muzikaliteit zal in dit
onderzoek worden toegevoegd als een covariaat om de invloed hiervan duidelijk te kunnen interpreteren. Deelnemers zullen getest worden aan de hand van vier verschillende
toonreeksen waarbij de bovengenoemde twee punten gemanipuleerd zijn. In deze reeksen zullen ze devianten, afwijkingen in het ritme, tegenkomen, die herkend moeten worden. De mate en de snelheid waarin deze devianten herkend worden, zullen gebruikt worden als maatstaf voor waarneming van ritme.
Methode Deelnemers
Deelnemers worden geworven via een proefpersonen-poel van de Universiteit van Amsterdam en via de kennissenkring van de onderzoeksmedewerkers. Exclusiecriteria voor dit onderzoek zijn een leeftijd onder de 18 of een leeftijd boven de 45 jaar. Dit om
proefpersonen met een normaal gehoor te kunnen testen. Dit omdat vanaf 45 jaar het gehoor begint af te nemen. Ook zijn er ethische restricties verbonden aan het testen van
minderjarigen. Hiernaast zullen een zelfgerapporteerd goed gehoor en het ontbreken van neurologische of psychiatrische aandoeningen inclusiecriteria zijn. Alle deelnemers tekenen voorafgaande aan dit onderzoek een informed consent. Deelnemers die studeren aan de
Universiteit van Amsterdam of aan de Hogeschool van Amsterdam krijgen
proefpersoonpunten voor deelname aan het onderzoek. Het onderzoek is goedgekeurd door de ethische commissie sociale- en gedragswetenschappen te Amsterdam.
Apparatuur
Er wordt een 2x2 design gebruikt om regelmatige en onregelmatige ritmes te vergelijken met voorspelbare en onvoorspelbare toonhoogtes op het waarnemen van afwijkingen in het ritme. Dit resulteert in de volgende vier condities:
regelmatig/voorspelbaar, onregelmatig/voorspelbaar, regelmatig/onvoorspelbaar en
onregelmatig/onvoorspelbaar. De deelnemers krijgen geluidsequenties van de vier condities te horen die geprogrammeerd zijn in Matlab. Met een druk op de knop moeten de deelnemers aangeven wanneer zij een deviant, een afwijking in het ritme, gedetecteerd hebben. Voor huidig experiment zullen devianten gebruikt worden waarbij de interval 60% afwijkt van de normale interval. Voor elke deelnemer worden de detectie ratio en gemiddelde reactietijd van de devianten berekend. Alle gebruikte geluidspatronen zijn opgebouwd uit een reeks van vijf tonen in de vorm van marimba geluiden van toonhoogtes C4, Es4, Fis4 en A4. Deze
toonhoogtes hebben respectievelijk de frequenties 261,63 Hz, 311,1 Hz, 369,9 Hz en 440 Hz. Dit zijn vier verschillende tonen in dezelfde octaaf.
Voor de regelmatige condities worden vier sets geluidspatronen samengesteld uit intervallen met ratio’s [1,2,2,3,4] waarin een interval respectievelijk 150ms, 300ms, 300ms, 450ms en 600ms lang zijn. Deze worden zo samengesteld dat ze strikt metrisch zijn (Grahn & Brett, 2007). In iedere toonreeks wordt één patroon gekozen en steeds herhaald, zodat het ritme altijd voorspelbaar is. Voor de onregelmatige condities worden vier sets
intervallen in ms is uit te rekenen door de interval te vermenigvuldigen met 150ms (bv. de tweede interval duurt 1,4 x 150ms = 210 ms). In iedere toonreeks wordt één patroon gekozen en steeds herhaald, zodat het ritme altijd voorspelbaar is.
Voor zowel de voorspelbare- als onvoorspelbare toonhoogte condities worden de vijf tonen van het ritme gekozen uit de set van vier toonhoogtes die eerder genoemd staan. Voor elk geluidspatroon worden alle vier de verschillende toonhoogtes gebruikt en één van de vier wordt twee keer gebruikt. Op het voorspelbare niveau wordt één willekeurige configuratie gekozen en deze wordt steeds herhaald. Op het onvoorspelbare niveau wordt steeds een willekeurig geluidspatroon van vijf gevormd en deze wordt niet herhaald. In 25% van de geluidspatronen zal een deviant voorkomen en tussen twee deviante geluidspatronen zullen altijd minimaal twee standaard geluidspatronen zitten. Devianten zullen tussen de condities vergeleken worden op intervallen één en drie. Naast dat er op deze intervallen devianten voor zullen komen, zullen er ook devianten voorkomen op andere intervallen. De devianten op de intervallen twee en vier zijn ingebouwd, zodat de deelnemers geen verwachtingspatroon kunnen opbouwen voor de devianten. Deze beslaan 18,75% van het totaal aantal devianten.
Tijdens het bovengenoemde experiment zal ook de Nederlandse versie van de Gold-MSI worden afgenomen om een meting van muzikaliteit te krijgen. Deze Gold-MSI bestaat uit meerdere subschalen waarvan er één gebruikt kan worden om musical
sophistication ofwel muzikaliteit te meten. De Gold-MSI bestaat uit 59 vragen die beantwoord worden op een zeven puntsschaal. Voor het berekenen van de score van de Gold-MSI die musical sophistication aangeeft, worden 18 van de 59 items gebruikt. Het deel van de Gold-MSI dat musical sophistication aangeeft heeft een scorebereik van 18 tot 126. De Gold-MSI bevat de volgende subschalen: actief deelnemen in muziek, muzikale training, zang vaardigheden en cognitieve luistervaardigheid (Müllensiefen et al. ,2014). Ook zullen er
nog twee andere korte muzikaliteit-tests worden afgenomen die niet verder geanalyseerd worden in de analyse.
Procedure
Nadat een deelnemer de informed consent heeft getekend zal mondeling worden bevestigd dat de deelnemer geen gehoorschade en/of psychologische/neurologische
afwijkingen heeft. Hierna zal de deelnemer naar het lab geleid worden en instructies krijgen voor het experiment. De test zal worden uitgevoerd in een afgesloten ruimte om afleiding te minimaliseren. Na de instructies van het experiment zal de deelnemer twee oefentrials doorlopen. Vervolgens wordt bevestigd dat de deelnemer het doel van het experiment goed begrijpt, zo niet, dan zal dit nogmaals geïnstrueerd worden en zullen de oefentrials nog een keer doorlopen worden. Als de deelnemer het doel van het experiment goed begrijpt zal het experiment gestart worden. Er zullen in totaal 16 patronensets per deelnemer worden afgenomen, waarbij een set bestaat uit 128 geluidspatronen. Van elke conditie zullen er vier patronensets in random volgorde voorkomen. Na elke patronenset moet de deelnemer aangeven dat hij klaar is om verder te gaan. Na vier patronensets is er een blok voorbij en wordt er aangegeven de deelnemer een pauze heeft. Het experiment is opgedeeld in vier blokken. Elk blok duurt ongeveer 16 minuten. Na elk blok wordt er op het scherm het aantal goed gedetecteerde devianten gepresenteerd. Na het eerste blok zal er een pauzescherm gepresenteerd worden, waarbij vragen gesteld kunnen worden aan de proefleider. Als het tweede blok is doorlopen wordt de deelnemer gevraagd een questionnaire te beantwoorden, welke muzikaliteit (MSI-GOLD) en demografische informatie registreert. De gehele
procedure zal twee uur in beslag nemen en zal plaatsvinden in een laboratorium ruimte van de afdeling psychologie op de Roeterseilandcampus van de Universiteit van Amsterdam.
Resultaten
Er hebben 33 deelnemers meegedaan aan het onderzoek met leeftijden tussen de 18 en 25 jaar. De gemiddelde leeftijd was 21 jaar. Er deden 14 mannen en 19 vrouwen mee aan het onderzoek. Van de 33 deelnemers die mee hebben gedaan aan het experiment is bij één deelnemer onverwacht halverwege het experiment het programma afgesloten. Daarnaast was er één deelnemer die ver onder het gemiddelde heeft gescoord, hij scoorde in verschillende condities een gemiddelde van lager dan 50%. De gegevens van deze twee deelnemers zijn niet meegenomen in de verdere analyse van de dataverwerking. De overgebleven data van 31 deelnemers is gebruikt in de analyse. Er is met het totaal aantal devianten en het aantal gedetecteerde devianten een hitrate (percentage gedetecteerde devianten) per proefpersoon per toonreeks (voor elke mogelijke combinatie van regelmaat en voorspelbaarheid)
uitgerekend. Hiermee zal in de verdere analyse de regelmaat van het ritme, verdeeld in regelmatige en onregelmatige ritmes, vergeleken worden met de voorspelbaarheid van de toonhoogte, verdeeld in voorspelbare en onvoorspelbare toonhoogtes. Naast deze analyse zal er ook een analyse worden uitgevoerd over de reactietijden op de gedetecteerde devianten. Hiervoor is per deelnemer een gemiddelde reactietijd berekend per conditie (voor elke mogelijke combinatie van regelmaat en voorspelbaarheid). Dit zijn er vier per deelnemer. Hiermee zal in de analyse gekeken worden naar verschillen tussen de condities.
Tabel 1.
Hitrate (percentage goed gedetecteerde devianten in verhouding op het totaal) gemiddelde tussen de vier condities van de variabelen regelmaat en voorspelbaarheid.
Conditie Onregelmatig Regelmatig effect
Onvoorspelbaar 0,68(0,19) 0,75(0,19) 0,7
Voorspelbaar 0,82(0,18) 0,88(0,11) 0,6
effect 0,14 0,13
Het effect in tabel 1. Beschrijft het verschil in gemiddelde hitrate tussen de verschillende toonreeksen
Een variantieanalyse namelijk een repeated measure ANCOVA is uitgevoerd over de gemiddelde hitrate per deelnemer met twee binnen-deelnemers variablen regelmaat van het ritme (regelmatig vs. onregelmatig) en voorspelbaarheid van de toonhoogtes (voorspelbaar vs. onvoorspelbaar).
Aan de assumptie van sphericiteit hoeft niet voldaan te worden, omdat de analyse slechts twee predictor variabelen bevat. Aan de assumptie van homogeniteit van de regression sloop is voldaan. Dit omdat er geen significante binnen-deelnemers resultaten zijn bij de interacties tussen de condities en de covariaat. De assumptie van normaliteit is getest met de
Shapiro-Wilk test. De assumptie is geschonden bij de onregelmatige/voorspelbare geluids sequenties en bij de regelmatige/voorspelbare geluids sequenties. Na transformatie van de data met een square-root transformatie, bleven deze niveaus niet normaal verdeeld. Hierdoor zijn de analyses op de originele dataset uitgevoerd zonder transformatie. Door de robuustheid van het repeated measures design worden de data toch interpreteerbaar geacht.
Er is een significant hoofdeffect gevonden van regelmaat op hitrates F(1,30) = 19,54,
p < ,001,η2p= 0,39. Bij regelmatige ritmes scoorden deelnemers hogere hitrates dan bij
onregelmatige ritmes. Ook is er een significant hoofdeffect van voorspelbaarheid op hitrates
F(1,30) = 33,62, p < ,001, η2p = 0,53. Bij voorspelbare toonhoogtes scoorden deelnemers
hogere hitrates dan bij onvoorspelbare toonhoogtes. Er is geen significant interactie-effect gevonden tussen voorspelbaarheid en regelmaat op hitrates. Bovengenoemde effecten zijn terug te vinden in grafiek 1. Er was geen significant interactie effect van regelmaat
Tabel 2.
Gemiddelde reactietijden in ms tussen de vier condities van de variabelen regelmaat en voorspelbaarheid.
Conditie Onregelmatig Regelmatig effect
Onvoorspelbaar 570,2(184,30) 512,1(178,3) 58,1
Voorspelbaar 454,9(174,8) 409,4(146,9) 45,8
effect 166,9 104,6
Het effect in tabel 2. Beschrijft het verschil in gemiddelde reactietijd tussen de verschillende toonreeksen
Een variantieanalyse namelijk een repeated measure ANCOVA is uitgevoerd over de gemiddelde reactietijd per deelnemer met twee binnen-deelnemers variabelen regelmaat van het ritme (regelmatig vs. onregelmatig) en voorspelbaarheid van de toonhoogtes
(voorspelbaar vs. onvoorspelbaar). De assumptie van normaliteit is getest aan de hand van de Shapiro-Wilk test. De onregelmatige/onvoorspelbare toonreeksen, de
onregelmatige/voorspelbare toonreeksen en bij de regelmatige/voorspelbare toonreeksen kwamen hier significante resultaten uit. Bij een repeated measures design is de Shapiro-Wilk test echter van minder groot belang omdat de assumptie meer gericht is op de residuals. Field (2009) geeft aan dat resultaten minimaal zullen afwijken zolang de verhouding tussen de grootste en de kleinste variantie kleiner is dan 2. Deze verhouding is in het geval van de reactietijden 33981/20349 = 1,670. Hieruit wordt opgemaakt dat de resultaten normaal
geïnterpreteerd kunnen worden. Aan de assumptie van sphericiteit hoeft niet voldaan te worden, omdat de analyse 2 condities bevat. Aan de assumptie van homogeniteit van de regression sloop is voldaan. Dit omdat er geen significante binnen-deelnemers resultaten zijn bij de interacties tussen de condities en de covariaat.
Er is een significant hoofdeffect gevonden van voorspelbaarheid op reactietijd F
(1,30) = 23,02, p < ,001, η2p= 0,43. Bij voorspelbare toonhoogtes reageerden deelnemers
sneller dan bij onvoorspelbare toonhoogtes. Er is een significant effect van regelmaat op
deelnemers sneller dan bij onregelmatige ritmes. Er is geen significant interactie effect van regelmaat en toonhoogte op reactietijd. Bovengenoemde effecten zijn weergegeven in grafiek 3.
Er is een significante driewegsinteractie gevonden van muzikaliteit, regelmaat en
voorspelbaarheid F (1,29) = 11.54, p = 0,02,η2p = 0,29. Deze driewegsinteractie is verder
onderzocht aan de hand van twee opgesplitste repeated measures ANCOVA’s. In de eerste werden de onregelmatig/voorspelbare conditie en de onregelmatig/onvoorspelbare conditie vergeleken met muzikaliteit als covariaat. Hier werd geen significant resultaat gevonden. In de tweede opgesplitste repeated measures ANCOVA werden de regelmatig/voorspelbare en regelmatig/onvoorspelbare condities met elkaar vergeleken met muzikaliteit als covariaat. Hierbij is er een significant verschil gevonden van het effect van muzikaliteit bij regelmatige
ritmes op voorspelbare en onvoorspelbare toonhoogte F (1,29) = 9,214, p < 0,05. η2p= 0,24.
Bij regelmatig/voorspelbare ritmes zorgt een hogere score op de Gold-MSI voor een grotere reactietijd. Bij regelmatig/onvoorspelbare ritmes zorgt een hogere score op de Gold-MSI voor een kleinere reactietijd.
Conclusie
In deze studie werd de invloed van de voorspelbaarheid van toonhoogte op ritme predictie onderzocht. Er werd een duidelijk effect gevonden van de voorspelbaarheid van toonhoogte op ritme predictie. Deelnemers konden bij voorspelbare toonhoogtes meer afwijkingen in het ritme herkennen dan bij onvoorspelbare toonhoogtes. Ook konden
voorspelbaar waren ten opzichte van onvoorspelbaar.
Naast het effect van toonhoogte is er een verwacht effect gevonden van regelmaat op ritme predictie. Deelnemers konden bij regelmatige ritmes meer afwijkingen in het ritme herkennen dan bij onregelmatige ritmes. Ook konden deelnemers de afwijkingen sneller herkennen bij regelmatige ritmes ten opzichte van onregelmatige ritmes.
Er is geen effect gevonden van de regelmaat van ritme op de voorspelbaarheid van de toonhoogte bij zowel reactietijden als het percentage gedetecteerde afwijkingen. Dit betekent voor huidig onderzoek dat de regelmatigheid van het ritme geen invloed heeft op het effect van voorspelbaarheid van toonhoogte op ritme predictie.
Muzikaliteit blijkt een verschillende invloed te hebben op voorspelbare en
onvoorspelbare toonhoogtes bij regelmatige ritmes. Een hoge mate van muzikaliteit zorgt bij regelmatige ritmes en voorspelbare toonhoogtes voor een latere reactie. Terwijl een hoge mate van muzikaliteit bij regelmatige ritmes en onvoorspelbare toonhoogtes zorgt voor een snellere reactie.
De gevonden resultaten zullen voorzichtig geïnterpreteerd moeten worden, omdat er een schending heeft plaatsgevonden bij de assumptie van normaliteit. Dit geldt zowel voor reactietijd als voor hitrate. Bij hitrate kan de schending van assumptie van normaliteit echter ondervangen worden door een vuist regel van de variantie verhouding uit Field (2009). Ook stelt Field (2009) dat het repeated measures design vrij robuust is tegenover de assumptie van normaliteit. Daarom wordt aangenomen dat de gevonden effecten minimaal zullen afwijken van de werkelijkheid. Op de resultaten van muzikaliteit na, komen de gevonden resultaten overeen met de vanuit de literatuur opgestelde hypothesen. Van muzikaliteit werd er
verwacht dat dit meer invloed zou hebben op voorspelbaarheid. Van musici werd verwacht dat ze beter in staat zouden zijn toonreeksen te kunnen onthouden dan niet musici (Boh,
Herholz, Lappe en Pantev, 2011). De resultaten suggereren echter dat een hoge mate van muzikaliteit bij de regelmatige voorspelbare conditie juist leidt tot een latere reactie. Dit zou verklaard kunnen worden omdat de betere prestaties van musici alleen opgaan voor lange toonreeksen, terwijl er in huidig onderzoek maar vijf tonen per reeks zijn gebruikt (Boh, Herholz, Lappe en Pantev, 2011). Musici lijken in huidig onderzoek minder last te hebben van onvoorspelbare toonhoogtes bij regelmatige ritmes dan non musici. Dit zou verklaard kunnen worden doordat musici door oefening beter gebruik kunnen maken van DAT. Dit verklaard ook waarom het effect niet zichtbaar is bij een onregelmatige conditie. De mate van muzikaliteit had geen invloed op het aantal herkende afwijkingen. Vermeld moet worden dat muzikaliteit getest is op een zelfgerapporteerde schaal en niet op cognitieve vaardigheden. Ook is er de Nederlandse versie van het Gold-MSI gebruikt, die nog niet gevalideerd is. Dit is echter wel een directe vertaling vanuit de gevalideerde Engelse variant (Müllensiefen et al., 2014). Voor vervolgonderzoek is het interessant om als covariaat testen van cognitieve muzikale vaardigheden op te nemen. Zoals een Beat Perception Task om ritme perceptie te meten en een Melodic Memory Task om naar de invloed van auditief geheugen te kijken.
Een punt van kritiek op huidig onderzoek kan zijn dat er geen manipulatie check is gedaan om de validiteit van de manipulatie te waarborgen. Het gaat hierbij vooral om de validiteit van de onregelmatige ritmes. Het creëren van onregelmatige ritmes is moeilijk, omdat ons auditieve systeem gemaakt is om regelmatigheden te vinden. Bij korte patronen zijn mensen snel in staat er toch een regelmaat in te vinden. Echter zijn de resultaten van het effect van regelmaat in lijn met eerder onderzoek (Morillon et al.,2016). Dit is een
meerwaarde voor de validiteit van de manipulatie in huidig onderzoek. Daarom wordt in huidig onderzoek van een geslaagde manipulatie uitgegaan.
minimaal verschil tussen de leeftijden van de deelnemers van het onderzoek. Namelijk tussen 18 en 25 jaar. Terwijl er deelnemers tussen de 18 en 45 jaar mochten deelnemen aan het onderzoek. Toch wordt dit niet als een probleem gezien voor de resultaten, omdat het doel van de studie was deelnemers te testen met een normaal gehoor. Een ander punt van kritiek is de herkomst van de proefpersonen. Deze zijn geworven via vriendenkringen en de
proefpersonen-poel van de Universiteit van Amsterdam. Er kan hierbij worden aangenomen dat deze groep een overlap in interesses en achtergrond heeft. Müllensiefen et al. (2014) geven echter aan dat deze overlappende demografische factoren een rol kunnen spelen bij de muzikaliteit van de deelnemers. Om generalisatie te waarborgen kan het voor verder
onderzoek raadzaam zijn om een meer gespreide steekproef te nemen van de populatie. Een belangrijk discussiepunt van dit onderzoek is dat er uit eerdere literatuur naar voren is gekomen dat afwijkingen in ritme anders herkent worden bij onbeat en offbeat meetmomenten (Breska en Deouell , 2017). In huidig onderzoek zijn alleen onbeat momenten getest. Dit betekent dat niet duidelijk is wat het effect van onbeat en offbeat metingen is op regelmaat en voorspelbaarheid. In vervolgonderzoek is het daarom interessant om een extra variabele voor onbeat en offbeat metingen op te nemen, om het effect van onbeat en offbeat metingen op ritme detectie vast te leggen en de interacties van onbeat en offbeat met
regelmaat en voorspelbaarheid in kaart te brengen.
Bronnen:
Bendixen A, Schröger E, Winkler I (2009) I heard that coming: event-related potential evidence for stimulus-driven prediction in the auditory system. Journal of Neuroscience 29:8447–8451.
Boh, B., Herholz, S. C., Lappe, C., & Pantev, C. (2011). Processing of complex auditory patterns in musicians and nonmusicians. PLoS One, 6(7), e21458.
Breska, A., Deouell, L. Y. (2017). Neural mechanisms of rhythm-based temporal prediction: Delta phase-locking reflects temporal predictability but not rhythmic entrainment. PLoS biology, 15(2), e2001665.
Field, A. P. (2009) discovering statistics using IBM SPSS statistics. London: SAGE publications Ltd.
Friston, K. (2002). Beyond phrenology: what can neuroimaging tell us about distributed circuitry?. Annual review of neuroscience, 25(1), 221-250.
Grahn, J. A., & Brett, M. (2007). Rhythm and beat perception in motor areas of the brain. Journal of cognitive neuroscience, 19, 893-906.
Kunert, R., & Jongman, S. R. (2017). Entrainment to an auditory signal: Is attention involved? Journal of Experimental Psychology: General, 146(1), 77.
Large, E. W., & Jones, M. R. (1999). The dynamics of attending: How people track time-varying events. Psychological Review, 106, 119–159.
Levitin, D. J. (2012). What does it mean to be musical?. Neuron, 73(4), 633-637.
Morillon, B., Schroeder, C. E., Wyart, V., & Arnal, L. H. (2016).
Temporal prediction in lieu of periodic stimulation. Journal of Neuroscience, 36(8), 2342-2347.
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.
Rajendran, V. G., Harper, N. S., Abdel-Latif, K. H., & Schnupp, J. W. (2016). Rhythm facilitates the detection of repeating sound patterns.
Frontiers in neuroscience, 10.
Saffran, J. R., Aslin, R. N., & Newport, E. L. (1996).
Statistical learning by 8-month-old infants. Science (New York, NY), 274(5294), 1926-1928.
Saffran, J. R., Johnson, E. K., Aslin, R. N., & Newport, E. L. (1999).
Statistical learning of tone sequences by human infants and adults. Cognition, 70(1), 27-52.
Metrical presentation boosts implicit learning of artificial grammar. PloS One, 9(11), e112233.
Teki, S., Grube, M., and Griffiths, T. D. (2011). A unified model of time perception accounts for duration-based and beat-based timing mechanisms. Front. Integr. Neurosci. 5:90.
Vuust, P., & Witek, M. A. (2014). Rhythmic complexity and predictive coding: a novel approach to modeling rhythm and meter perception in music. Frontiers in psychology 5, 1111.
