Regelmaat en voorspelbaarheid hebben beide invloed op predicties in de tijd
van ritme
Abstract
In dit onderzoek is het effect van regelmaat en voorspelbaarheid op predicties in de tijd van ritme onderzocht. Er werden twee theorieën getest: de predictive coding theory en de dynamic attending theory. Er zijn hoofdeffecten gevonden van voorspelbaarheid en regelmaat op de detectiegraad van devianten in het ritme. Er is tevens een hoofdeffect gevonden van voorspelbaarheid op de reactiesnelheid op devianten in het ritme. De bevindingen vormen een ondersteuning voor de predictive coding theory, maar over de
dynamic attending theory kan nog geen sluitende conclusie getrokken worden. De
manipulatie van regelmaat lijkt namelijk niet geslaagd te zijn: de participanten leken geen verschil te ervaren tussen regelmatige en onregelmatige ritmes. Er kan geconcludeerd worden dat zowel regelmaat als voorspelbaarheid bijdragen aan predicties in de tijd van ritme, maar is verder onderzoek nodig om de rol van regelmaat definitief vast te stellen.
Naam Tobias Maätita
Studentnummer 10730109
Vak Bachelorproject Brein en Cognitie
(Bachelor Psychologie, jaar 3, semester 3) Naam begeleider mw. dr. F.L. Bouwer PhD
Aantal woorden 4541 (excl. literatuur en titelpagina)
1 Introductie
Voorspelling is een belangrijk onderdeel van de optimalisatie van perceptie en actie: wat gaat er gebeuren en wanneer? Zo verbeteren perceptuele sensitiviteit en reactietijden met betrekking tot stimuli als gevolg van voorspellingen (Morillon, Schroeder, Wyart & Arnal, 2016). In muziek spelen temporele voorspellingen een belangrijke rol. Door bijvoorbeeld het ritme te voorspellen, bestaat er een mogelijkheid tot dansen (Honing, Ten Cate, Peretz & Trehub, 2015). Volgens Honing et al. (2015) gaat een dergelijke bekwaamheid gepaard met sociale en wellicht evolutionaire voordelen.
Er bestaan twee theorieën die een verklaring bieden voor temporele voorspellingen. De eerste is de dynamic attending theory (DAT), geformuleerd door Large en Jones (1999). De DAT beschrijft de fluctuatie van aandacht als interne oscillaties, de attending rhythms, die zich synchroon kunnen positioneren aan externe prikkels, zoals de regelmaat in een ritme. Op deze manier wordt de aandacht – geformuleerd als attentional energy – gericht op een verwacht punt in de toekomst, in overeenstemming met de attending rhythms (Large & Jones, 1999). Volgens de DAT maakt het brein gebruikt van de regelmaat in een ritme bij het doen van temporele voorspellingen.
Naast de DAT is er een tweede theorie die de temporele predicties van het brein verklaart: de predictive coding theory (PCT). De PCT ziet het brein als een Bayesiaanse rekenmachine, waarbij de waarschijnlijkheid van toekomstige events wordt geïnfereerd aan de hand van eerdere events (Frison, 2005; Vuust & Witek, 2014). Het brein zou continu hypotheses testen, waarbij de kans op het toekomstige event wordt bepaald door de informatie die reeds door het brein is ontvangen (Vuust & Witek, 2014). Bij het voorspellen van een ritme aan de hand van predictive coding speelt de regelmaat in het ritme een belangrijke rol, evenals bij de DAT (Vuust & Witek, 2014).
Zowel de DAT als de PCT stellen dat het voorspellende vermogen van het brein zijn basis vindt in het registreren van de regelmaat in een ritme. Echter, onderzoek van Teki, Grube, Kumar en Griffiths (2011) suggereert dat tijdswaarneming in het brein is opgesplitst in twee verschillende systemen: een systeem voor relatieve tijdsduur (beat-based) en een systeem voor absolute tijdsduur (interval-based). De relatieve tijdsduur is belangrijk bij het registreren van regelmaat, ofwel periodiciteit, in een ritme. De aanwezigheid van beat-based systeem dat regelmaat registreert kan een ondersteuning zijn voor zowel de DAT als de PCT. Maar temporele regelmaat kan nochtans voorkomen in non-periodieke ritmes (Morillon et
2 al., 2016). In dit geval is het ritme voorspelbaar wat betreft absolute tijdsduren, maar niet regelmatig wat betreft relatieve tijdsduren. Ter illustratie: binnen een ritme wordt een vast patroon herhaald, maar door de absolute tijdsduur tussen de tonen valt het ritme niet in een bepaalde regelmaat te plaatsen; mocht iemand met de beat proberen mee te tikken, dan zal het zo zijn dat de tonen niet iedere keer op de beat vallen. In het geval van een non-periodiek ritme zal het brein volgens de DAT geen voorspellingen kunnen doen. Er is namelijk geen regelmatig ritme aan welke de aandachtoscillatie zich kan synchroniseren. Als het ritme wel voorspelbaar is wat betreft absolute tijdsduren, zal het brein volgens de PCT wel voorspellingen kunnen doen. Als hetzelfde ritme zich herhaalt, zij het niet regelmatig, dan kan door Bayesiaanse inferentie van de absolute tijdsintervallen een voorspelling gedaan worden.
Onderzoek naar het voorspellende vermogen van het brein heeft uitgewezen dat de mate van regelmaat van een ritme een belangrijke factor is bij het voorspellen van het ritme. In een onderzoek van Sanabria, Capizzi en Correa (2011) kregen participanten regelmatige ritmes te horen waarin de tonen elkaar ofwel snel, dan wel langzaam opvolgden. Na een aantal herhalingen werd het ritme gestopt en volgde er een periode van stilte, met op een gegeven ogenblik een auditieve stimulus waar de participanten op moesten reageren. Uit dit experiment bleek dat reactietijden korter waren wanneer de stimulus op de (nu onhoorbare) beat werd aangeboden. Hieruit kan worden opgemaakt dat aandacht inderdaad een oscillerende vorm heeft en zich aanpast aan externe stimuli (Sanabria et al., 2011). Deze onderzoeksresultaten ondersteunen vooral de DAT.
Een onderzoek dat de PCT zou bevestigen, is dat van Vuust et al. (2009). Participanten luisterden naar een regelmatige drumbeat, waarin zich devianten voordeden. In dit geval bestond de deviant uit de afwezigheid van een toon op de plek waar deze werd verwacht. Uit een MEG-registratie bleek dat de participanten een mismatch negativity (MMN) vertoonden wanneer zij een deviant ‘hoorden’. Volgens de PCT zou het brein volgens Bayesiaanse inferentie de volgende toon hebben voorspeld, maar deze blijft uit. Het lijkt erop, dat er een discrepantie is ontstaan tussen de voorspelling van het brein en de on-line werkelijkheid. Als gevolg hiervan ontstaat de MMN (Vuust et al., 2009). Het probleem bij dit onderzoek is dat er ook regelmaat in het ritme aanwezig was. De deviant verstoorde niet alleen de voorspelbaarheid van het patroon, maar ook de regelmaat van het ritme. Het is dus niet duidelijk of hier daadwerkelijk de PCT is getest of ook de DAT.
3 Deze publicaties zijn slechts een kleine greep uit het onderzoek naar temporele predicties op basis van ritme. Er wordt bijvoorbeeld onderzoek gedaan dat zich richt op de automatische bias van temporele verwachtingen, veroorzaakt door voorspelbare ritmes (Breska & Deouell, 2014), onderzoek dat temporele predicties koppelt aan een spatieel element (Rimmele, Jolsvai & Sussman, 2010), en onderzoek naar neurale substraten van de perceptie van ritme (Tovano, Widmann, Bendixen, Trujillo-Barreto & Schroger, 2014; Grahn & Rowe, 2012). Voor het onderzoek naar temporele predicties op basis van ritme wordt veel gebruikgemaakt van voorspelbare (predictable) ritmes. Echter, het is in het overgrote deel van het onderzoek onduidelijk waar de voorspelbaarheid is gebaseerd: beat-based of
interval-based voorspellingen (Teki et al., 2011). Dit is ook het geval in de twee hierboven
besproken onderzoeken. De ritmes in het onderzoek van Sanabria et al. (2011) bestonden uit tonen met daartussen telkens hetzelfde interval. Op deze manier was het ritme regelmatig, maar ook voorspelbaar; het is niet duidelijk of de voorspellingen het resultaat zijn
beat-based of interval-beat-based tijdswaarneming. Het onderzoek van Vuust et al. (2009) was
gebaseerd op verstoringen in de voorspelbaarheid van een ritme, maar de devianten zorgden tevens voor een verstoring in de regelmaat. In dit onderzoek is ook geen duidelijk onderscheid tussen beat-based en interval-based voorspellingen.
Omdat in de besproken publicaties geen onderscheid is gemaakt tussen regelmaat en voorspelbaarheid, is nog niet duidelijk hoe deze eigenschappen de temporele voorspelbaarheid van een ritme beïnvloeden. Daarom zal het huidige onderzoek de volgende onderzoeksvraag behandelen: dragen voorspelbaarheid en regelmaat beiden bij aan predicties in de tijd in ritme? Het gaat hier om de vraag of voorspelbaarheid een toegevoegde waarde is wanneer er al sprake is van regelmaat en vice versa.
Het huidige onderzoek maakt een duidelijk onderscheid tussen beat-based en
interval-based voorspelbaarheid. In het vervolg zullen ritmes die beat-based voorspelbaar
zijn aangeduid worden als regelmatig of periodiek: deze ritmes bestaan uit tonen die niet per definitie een vast patroon volgen, maar waarbij iedere sequentie op de onderliggende beat begint. Ritmes die interval-based voorspelbaar zijn, zullen worden aangeduid als voorspelbaar. Deze ritmes zijn niet per definitie periodiek (beat-based), maar volgen wel een vast patroon: de intervallen tussen tonen blijven hetzelfde.
Voor het beantwoorden van de onderzoeksvraag zullen participanten vier verschillende ritmes te horen krijgen: regelmatig en voorspelbaar (R+ V+), regelmatig en
4 onvoorspelbaar (R+ V-), onregelmatig en voorspelbaar (R- V+), en onregelmatig en onvoorspelbaar (R- V-). In deze sequenties zijn devianten aanwezig, in de vorm van een verlaagd volume, die zowel on-beat als off-beat kunnen zitten (naar: Bouwer & Honing, 2015). De participanten dienen zo snel mogelijk op de deviant te reageren middels een druk op een knop. Zowel de reactietijd op als de detectie van de deviant zijn in het huidige onderzoek de afhankelijke variabelen.
De invalshoek van het huidige onderzoek is gebaseerd op de theorie van Teki et al. (2011) die stelt dat er twee functioneel verschillende systemen bijdragen aan predicties in de tijd in ritme: een systeem voor beat-based predicties en een systeem voor interval-based predicties. Deze systemen gebruiken respectievelijk de regelmaat en de voorspelbaarheid van een ritme. Op deze theorie is de hypothese gestoeld, dat zowel voorspelbaarheid als regelmaat een bijdrage leveren aan predicties in de tijd in ritme.
Er wordt een hoofdeffect verwacht van zowel regelmaat als voorspelbaarheid op de detectiegraad en reactiesnelheid. Beat-based predicties worden gebaseerd op de regelmaat en interval-based predicties ook op voorspelbaarheid in het ritme. Daarom zal er beter voorspeld worden wanneer minstens één van deze kenmerken aanwezig is in een ritme (R+ V+, R+ V-, R- V+), vergeleken met de situatie wanneer het ritme noch regelmaat, noch voorspelbaarheid bevat (R- V-). Ook wordt er een interactie-effect verwacht tussen regelmaat en voorspelbaarheid. Wanneer een ritme zowel regelmaat als voorspelbaarheid bevat (R+ V+), zullen de participanten een hogere detectiegraad en kortere reactietijden noteren dan wanneer een ritme slechts aan één van deze voorwaarden voldoet (R+ V-, R- V+). Als de attending rhythms zich synchroniseren aan de regelmaat van het ritme, kan de aandacht (attentional energy: Large & Jones, 1999) beter uitgaan naar het registreren van de voorspelbaarheid door middel van predictive coding. Zo kunnen er betere predicties worden gedaan; dit effect is niet slechts additief, maar versterkend.
Volgens de dynamic attending theory wordt aandacht gevormd door het gedrag van interne oscillaties die zich afstemmen op externe stimuli (Large & Jones, 1999). Deze theorie heeft voor het huidige onderzoek de consequentie dat de aandacht vooral wordt gericht op de tonen die on-beat zijn, dan tonen die off-beat zijn (Bouwer & Honing, 2015). Om deze reden wordt verwacht dat er een verhoogde detectie van on-beat dan off-beat devianten zal optreden in het geval van regelmatige ritmes. Bij de onregelmatige ritmes zal er geen verschil zijn tussen detectie van on-beat en off-beat devianten. Met andere woorden: er
5 wordt een interactie-effect verwacht van regelmaat en beat, waarbij in regelmatige ritmes het verschil in detectie tussen on-beat en of-beat devianten groter is dan in onregelmatige ritmes. Op deze manier is het ook een manipulatiecheck; er wordt gecontroleerd of de proefpersonen de regelmatige ritmes daadwerkelijk als regelmatig hebben ervaren.
Methode Deelnemers
Aan het huidige onderzoek namen 38 participanten deel. Wegens technische problemen is de data van vier proefpersonen onbruikbaar, en één proefpersoon haalde dergelijk lage scores op de oefentrials, dat is besloten deze persoon niet verder te testen. Er is uiteindelijk data geanalyseerd van 33 participanten, 21 mannen en 12 vrouwen. Deze proefpersonen zijn bachelorstudenten Psychologie aan de UvA die zich aanmeldden via de LAB-website, en mensen uit de kennissenkring van de onderzoekers. Voor de werving van proefpersonen is een aantal exclusiecriteria aangehouden: participanten hebben geen problemen aan het gehoor, hebben geen last van neurologische en/of psychologische afwijkingen en zijn tussen de 18 en 45 jaar oud. Deze bovengrens is gesteld naar aanleiding van het onderzoek van Agrawal, Platz en Niparko (2008). Hieruit is gebleken dat mensen vanaf de leeftijd van 45 een sterke achteruitgang in gehoor vertonen. Alle deelnemers hebben een informed consent ondertekend. Voor hun deelname aan het onderzoek kregen de psychologiestudenten van de UvA twee (2) proefpersoonpunten. Voor deelnemers die niet binnen deze groep vielen, was er geen beloning. Het onderzoek is goedgekeurd door de ethische commissie van de UvA.
Materialen
Dit onderzoek kent vier soorten ritmes: regelmatig en voorspelbaar (R+ V+), regelmatig en onvoorspelbaar (R+ V-), onregelmatig en voorspelbaar (R- V+), en onregelmatig en onvoorspelbaar (R- V-). De ritmes bestaan uit sequenties van woodblock geluiden.
De ritmische patronen kennen ieder vijf temporele intervallen. De ritmes van de regelmatige set zijn opgebouwd uit vier patronen, samengesteld uit vijf intervallen met een ratio 1:2:2:3:4. De intervallen zijn zo samengesteld, dat er een strikt metrisch patroon ontstaat. Dit wil zeggen, dat het patroon op te delen is in blokken van interval 4. Zo is het patroon [2 2 4 1 3] strikt metrisch, maar patroon [2 4 2 1 3] niet (Grahn & Brett, 2007). De
6 ritmes van de onregelmatige set zijn opgebouwd uit vier patronen, samengesteld uit intervallen met een ratio 1:1.4:1.4:3:5.2. Deze ratio zorgt ervoor, dat regelmaat niet meer mogelijk is; een patroon van vijf intervallen kan niet meer worden opgedeeld in blokken van interval 4.
Om een ritme voorspelbaar te maken, wordt steeds hetzelfde patroon herhaald. Voor onvoorspelbare ritmes worden willekeurige patronen achter elkaar afgespeeld, waarbij patronen die op verschillende intervallen beginnen, toegestaan zijn. Ter illustratie: het patroon [1 3 4 2 2] is bij herhaling hetzelfde als er bij interval 4 wordt begonnen [4 2 2 1 3]. Dit geldt voor de voorspelbare ritmes als één en hetzelfde patroon, maar voor onvoorspelbare ritmes zijn beide toegestaan.
In de sequenties zijn devianten te horen. De deviant is hetzelfde woordblock geluid als de rest van de tonen in het ritme, alleen 6 dB zachter. De devianten bevonden zich altijd na intervallen 3 en 1, opdat dit in de regelmatige en onregelmatige condities te vergelijken is. Om te voorkomen dat het te voorspelbaar wordt wanneer een deviant zich voordoet, is het in 18.75% van de gevallen zo, dat de deviant na een ander interval voorkomt. In deze gevallen bevinden de devianten zich na de intervallen 1.4, 2, 4 en 5.2. Deze devianten zullen niet meegenomen worden in de analyse.
In totaal is een kwart (25%) van de patronen deviant, en er bevinden zich altijd minimaal twee standaardpatronen tussen deviante patronen. Eén trial bestaat uit 128 ritmes, met 32 devianten. Van deze devianten komen er 26 na de intervallen 3 en 1 en de verdeling on-beat/off-beat is half om half. In totaal doorlopen de participanten zestien trials; vier van ieder ritme. Deze trials worden door elkaar heen aangeboden als wijze van counterbalancing.
Voor interval 1 is een duur van 150 ms vastgesteld. Als gevolg hiervan vindt de beat elke 600 ms plaats, wat leidt tot een tempo van 100 bpm (beats per minute). Dit valt binnen het tempo dat mensen prettig vinden om naar te luisteren. Mensen luisteren namelijk graag naar muziek met een tempo tussen de 100 bpm en 150 bpm (Moelants, 2002). Een test binnen de onderzoeksgroep wees uit dat een tempo van 100 bpm als prettiger werd ervaren. De patronen zijn op te delen in drie blokken van interval 4, dus één patroon duurt 1.8 seconden.
7 Een trial bestaat uit 128 ritmes van ieder 1.8 seconden, wat betekent dat een trial 3 minuten en 50.4 seconden duurt. Zestien van zulke trials zorgen voor een kale testtijd van 61 minuten en 26 seconden.
Tijdens het experiment worden tevens twee andere tests met betrekking tot muzikaliteit en ritmegevoel afgenomen, namelijk respectievelijk de Gold-MSI vragenlijst (Müllensiefen, Gingras, Musil & Stewart, 2014) de Beat Alignment Test (Iversen & Patel, 2008). Het onderzoek duurt in zijn geheel twee uur.
Procedure
Als eerst zal gevraagd worden of de participant geen psychologische of neurologische aandoeningen heeft, en zal gevraagd worden of het gehoor in orde is. Daarna dienen de informatiebrochure en informed consent te worden overhandigd en ondertekend. De participant zal vervolgens beginnen met de eerste vier trials. Het experiment wordt afgenomen in een afgesloten ruimte op een computer. De participant krijgt de ritmes via een koptelefoon te horen en dient op de spatiebalk te drukken na het horen van een deviant.
Het onderzoek begint met enkele oefentrials. Als de participant meer dan de helft van de devianten in de trials detecteert, en niet meer dan vijf false-alarms heeft, zal het experiment gestart worden.
Iedere trial duurt vier minuten en tussen elke trial is er een mogelijkheid om te pauzeren. Deze pauzes kunnen door de participant worden overgeslagen. Na ieder viertal trials is er geen mogelijkheid voor de participant om de pauze over te slaan; de proefleider moet worden ingelicht. Alleen de proefleider kan het experiment hervatten. Dit is zo in het experiment verwerkt om zeker te weten dat de participanten pauze hielden, mede ter bevordering van de concentratie.
Tijdens de tweede pauze zal de participant een vragenlijst invullen betreffende de demografie en muzikaliteit van de proefpersoon: de Gold-MSI (Müllensiefen et al., 2014). Vervolgens volgt de Beat Alignment Test (BAT: Iversen & Patel, 2008). De verkregen resultaten zullen elders gerapporteerd worden.
Iedere trial duurt vier minuten. Er zijn zestien trials, wat neerkomt op 64 minuten kale testtijd. Hier komen de pauzes bij, de Gold-MSI en de BAT, wat er uiteindelijk toe leidt dat het gehele experiment circa twee uur in beslag neemt.
8 Statistische analyse
Het huidige onderzoek heeft een 2 X 2 X 2 within-subjects design. De onafhankelijke variabelen zijn regelmaat (twee niveaus: wel of niet), voorspelbaarheid (idem) en het tijdstip van de deviant (on-beat of off-beat). De afhankelijke variabelen zijn detectie en reactietijd. Iedere proefpersoon doorloopt alle ‘condities’. De hoofdanalyse zal worden gedaan met een repeated measures ANOVA. Hierbij is het nodig om de assumpties van normaliteit en sphericiteit te testen.
Resultaten
Voor dit onderzoek is de data van 33 proefpersonen geanalyseerd: 12 vrouwen en 21 mannen met een gemiddelde leeftijd van 21,00 (SD = 1,64). Aanvankelijk is er data verzameld van 37 personen, alleen door een technisch ongemak was de data van vier van deze personen onbruikbaar voor de analyse. Er zijn in dit onderzoek twee analyses gedaan: een analyse over de reactietijd en een analyse over de detectiegraad. Beide analyses zijn uitgevoerd met afzonderlijke repeated measures ANOVA’s.
Voorafgaand aan de analyse zijn bepaalde datapunten verwijderd. Alleen de data betreffend de devianten na intervallen 1 en 3 zijn gebruikt voor de analyse van de reactietijden en de rest is verwijderd. Ook zijn uitbijters verwijderd. Dit zijn reactietijden die niet tussen de 200 en 1500 milliseconden liggen. Voor de analyse van de detectiegraad zijn alle datapunten gebruikt.
De detectiegraad is geanalyseerd met een repeated measures ANOVA. Hierbij waren de onafhankelijke variabele regelmaat, voorspelbaarheid en beat, ieder met twee niveaus en was de afhankelijke variabele het percentage gedetecteerde devianten.
De assumptie van normaliteit is geschonden in drie cellen: R- V- B-, W(33) = 0,914, p = 0,012, R+ V- B+, W(33) = 0,912, p = 0,011 en R+ V+ B+, W(33) = 0,932, p = 0,040. Als gevolg van deze schendingen van de assumpties moeten de verkregen resultaten met enige voorzichtigheid worden behandeld.
Er zijn significante hoofdeffecten gevonden van zowel regelmaat, F(1, 32) = 4,584, p = 0,040, voorspelbaarheid, F(1, 32) = 46,710, p < 0,001 en beat F(1, 32) = 97,636, p < 0,001. Er
9 zijn geen significante interactie-effecten gevonden. In Tabel 1 is de gemiddelde detectiegraad met de standaarddeviaties per conditie weergegeven.
Tabel 1
Gemiddelde detectiegraad met de bijbehorende standaarddeviatie (tussen haakjes) van de devianten per conditie
V+ V-
R+ B+ 0,770 (0,028) 0,656 (0,034)
B- 0,670 (0,027) 0,551 (0,036)
R- B+ 0,778 (0,020) 0,628 (0,030)
B- 0,616 (0,031) 0,500 (0,037)
In Figuur 1 is de gemiddelde detectiegraad per conditie grafisch weergegeven, met op de x-as de conditie, opgedeeld in R+ en R-, en op de y-as de gemiddelde detectiegraad.
Figuur 1. Gemiddelde detectiegraad per conditie met de bijbehorende
10 Uit Tabel 1 en Figuur 1 kan de richting van de hoofdeffecten worden afgeleid: de aanwezigheid van iedere factor (regelmaat, voorspelbaarheid en beat) zorgt voor een verhoogde detectiegraad vergeleken met de situatie wanneer de factor afwezig is.
Vooraf werd verwacht dat de aanwezigheid van zowel voorspelbaarheid als regelmaat in een ritme bij zouden dragen aan een hogere detectiegraad. De resultaten ondersteunen deze verwachting: er zijn hoofdeffecten gevonden van voorspelbaarheid en regelmaat. Uit Tabel 1 en Figuur 1 kan worden afgeleid dat de aanwezigheid van regelmaat en voorspelbaarheid zorgt voor een verhoogde detectie. Er werd tevens een interactie-effect verwacht tussen voorspelbaarheid en regelmaat. Dit effect is niet gevonden. Het verwachte interactie-effect tussen regelmaat en beat is ook niet gevonden. Echter, er is wel een hoofdeffect van beat gevonden, wat wil zeggen dat er in zowel de regelmatige als de onregelmatige ritmes een verschil in detectie is tussen on-beat en off-beat devianten. Dit strookt niet met de vooraf opgestelde verwachting. Het lijkt er tevens op dat de manipulatie van regelmaat niet is geslaagd. Om te concluderen dat de manipulatie geslaagd is, zouden de verschillen in detectiegraad tussen on-beat en off-beat devianten in regelmatige ritmes significant moeten zijn, terwijl deze verschillen in onregelmatige ritmes afwezig blijven. Dit was niet het geval: het lijkt erop dat de proefpersonen de onregelmatige ritmes niet als wezenlijk anders hoorden dan de regelmatige ritmes.
De reactietijden zijn geanalyseerd met een repeated measures ANOVA. Hierbij waren de onafhankelijke variabele regelmaat, voorspelbaarheid en beat, ieder met twee niveaus en was de afhankelijke variabele de reactietijd in milliseconden.
De assumptie van normaliteit is geschonden in twee cellen: R- V- B+, W(33) = 0,854, p < 0,001 en R- V- B-, W(33) = 0,793, p < 0,001. Als gevolg van deze schendingen moeten de verkregen resultaten met enige voorzichtigheid worden behandeld.
Er zijn significante hoofdeffecten gevonden van zowel voorspelbaarheid, F(1, 32) = 30,063, p < 0,001 en beat, F(1, 32) = 26,013, p < 0,001. Er is een significant interactie-effect gevonden tussen regelmaat en beat, F(1, 32) = 4,662, p = 0,038. In Tabel 2 zijn de gemiddelde reactietijden en standaarddeviaties van de acht condities weergegeven.
Tabel 2
Gemiddelde reactietijden en standaarddeviaties (tussen haakjes) op de devianten per conditie
11 V+ V- R+ B+ 544,4 (12,6) 590,1 (17,2) B- 556,6 (12,9) 602,2 (16,3) R- B+ 533,9 (12,0) 626,6 (23,5) B- 566,1 (15,6) 586,6 (16,9)
In Figuur 2 zijn de gemiddelde reactietijden grafisch weergegeven, met op de x-as de condities, opgedeeld in R+ en R-, en op de y-as de gemiddelde reactietijd in milliseconden.
Figuur 2. Gemiddelde reactietijd in milliseconden per conditie met de bijbehorende
betrouwbaarheidsintervallen.
Uit Tabel 2 en Figuur 2 is het interactie-effect tussen regelmaat en beat af te leiden:
on-beat devianten zorgen voor een kortere reactietijd dan off-beat devianten, en dit verschil
lijkt groter in onregelmatige ritmes dan in regelmatige ritmes. Over dit interactie-effect is vooraf geen verwachting opgesteld, maar het gevonden effect lijkt contra-intuïtief. De verwachting dat de reactietijd lager zou zijn bij ritmes met enige vorm van regelmaat of voorspelbaarheid dan bij ritmes zonder deze eigenschappen, is enigszins bevestigd door de resultaten; er is een significant hoofdeffect van voorspelbaarheid gevonden, maar niet van regelmaat. Uit Tabel 2 en Figuur 2 kan worden afgeleid, dat de reactietijden in voorspelbare
12 ritmes lager waren dan in onvoorspelbare ritmes. Het verwachte interactie-effect tussen regelmaat en voorspelbaarheid is niet gevonden.
Discussie
In deze studie werd onderzocht of regelmaat en voorspelbaarheid beiden bijdragen aan predicties in de tijd in ritme. Er werden aanwijzingen gevonden voor een positief effect van regelmaat en voorspelbaarheid van een ritme op de detectie van devianten: personen detecteren gemiddeld meer devianten in regelmatige ritmes en voorspelbare ritmes. Er is geen effect gevonden dat werd veroorzaakt door een interactie tussen de voorspelbaarheid en de regelmaat van een ritme.
Wat betreft de snelheid waarmee devianten worden herkend is gevonden dat voorspelbaarheid hier een belangrijke rol in lijkt te spelen: in voorspelbare ritmes werden devianten sneller gedetecteerd dan in onvoorspelbare ritmes. Regelmaat lijkt een minder belangrijke rol te hebben in de snelheid van detectie.
Met het huidige onderzoek is geprobeerd een onderscheid te maken tussen
interval-based en beat-interval-based systemen van tijdswaarneming, iets wat in het overgrote deel van
eerder onderzoek niet duidelijk is gebeurd (Teki et al., 2011). Hierdoor zijn de afzonderlijke effecten van regelmaat en voorspelbaarheid niet eenvoudig te vergelijken met resultaten uit eerder onderzoek.
Het onderzoek van Morillon et al. (2016) heeft een onderscheid gemaakt tussen periodiciteit (regelmaat) en voorspelbaarheid van een ritme. Uit dit onderzoek bleek dat regelmaat zorgt voor snellere reactietijden op devianten en dat voorspelbaarheid leidt tot een hogere perceptual sensitivity. De resultaten van de huidige studie komen enigszins overeen met de het onderzoek van Morillon et al. (2016): voorspelbaarheid lijkt een positieve invloed te hebben op de detectiegraad van devianten. Echter, regelmaat lijkt niet eenzelfde effect te hebben op de reactietijd op devianten. Een verklaring voor dit verschil zou kunnen zijn dat de manipulatie van regelmaat in de huidige studie niet geslaagd is: de participanten ervoeren geen wezenlijk verschil tussen regelmatige en onregelmatige ritmes. Hierdoor zou er geen verschil in reactietijd optreden tussen de regelmatige en onregelmatige condities.
13 De huidige studie is gebaseerd op twee theorieën die een verklaring bieden voor temporele voorspellingen in ritme: de dynamic attending theory (DAT) en de predictive
coding theory (PCT). De DAT beschrijft aandacht als het gedrag van interne oscillaties die zich
synchroniseren aan de regelmaat van een ritme (Large & Jones, 1999). Op deze manier wordt de aandacht gericht op een punt in de toekomst dat overeenkomt met de regelmaat in het ritme. De PCT stelt dat het brein werkt als een Bayesiaanse rekenmachine, waarbij de waarschijnlijkheid van een toekomstig event wordt geïnfereerd aan de hand van eerdere
events (Frison, 2005; Vuust & Witek, 2014). De aandacht zou dus gericht worden op het punt
in de toekomst waar met de meeste waarschijnlijkheid een event zich zal voordoen. De DAT is sterk afhankelijk van regelmaat in een ritme, terwijl de PCT ook een verklaring kan bieden in onregelmatige, maar voorspelbare, ritmes. In de termen van Teki et al. (2011) verklaart de DAT beat-based voorspellingen en verklaart de PCT interval-based voorspellingen.
Het huidige onderzoek lijkt te ondersteunen dat devianten sneller worden gedetecteerd wanneer een ritme voorspelbaar is en dat regelmaat hier geen significante rol in speelt. Dit zou een bevestiging van de PCT kunnen zijn. Echter, zowel regelmaat als voorspelbaarheid lijken een effect te hebben op de detectiegraad van devianten in een ritme. Dit kan een bevestiging zijn van zowel de DAT als de PCT. Er zijn geen aanwijzingen gevonden voor een wisselwerking tussen voorspelbaarheid en regelmaat.
Bij de analyse van de reactietijden werd wel een interactie-effect gevonden tussen regelmaat en beat. On-beat devianten werden sneller gedetecteerd dan off-beat devianten, en dit verschil leek groter wanneer een ritme onregelmatig was. Dit is een contra-intuïtief effect; het omgekeerde – snellere detectie van on-beat devianten in regelmatige ritmes – zou meer voor de hand liggen. Een verklaring voor het gevonden interactie-effect kan zijn dat het verschil tussen de regelmatige en onregelmatige ritmes niet duidelijk genoeg is geweest; de manipulatie van regelmaat lijkt niet geslaagd te zijn. Het verschil in detectiegraad tussen on-beat en off-beat devianten was in regelmatige ritmes niet groter dan in onregelmatige ritmes. Waarschijnlijk ervoeren de participanten de onregelmatige ritmes niet als zodanig, wat heeft kunnen leiden tot de gevonden interactie tussen regelmaat en beat. De mislukte manipulatie van regelmaat is een beperking van het huidige onderzoek. Vervolgonderzoek zal zich moeten toeleggen op een betere distinctie tussen regelmatige en onregelmatige ritmes. Op deze manier kan het effect van regelmaat beter worden onderzocht.
14 De resultaten van het huidige onderzoek lijken het bestaan van twee aparte systemen voor temporele predicties te bevestigen. Er kan echter nog geen sluitende conclusie worden getrokken over de werking van de twee systemen aangezien de manipulatie van regelmaat in ritme niet voldoende geslaagd lijkt te zijn. De voorspelbaarheid van een ritme lijkt een belangrijkere rol te spelen dan regelmaat in de reactiesnelheid op devianten in het ritme, terwijl het niet duidelijk is in welke mate voorspelbaarheid en regelmaat betrokken zijn bij het detecteren van devianten in het ritme.
Als er in toekomstig onderzoek naar temporele predicties in ritme duidelijk onderscheid gemaakt kan worden tussen de interval-based en beat-based systemen van tijdswaarneming, kan er daadwerkelijk onderzoek gedaan worden naar een verklaring voor het voorspellend vermogen van het brein. Tot nu toe worden zowel de DAT als de PCT bevestigd door onderzoek dat geen duidelijk onderscheid formuleert tussen de twee systemen (Morillon et al., 2016). Het huidige onderzoek kan, met enkele verbeteringen, een nieuw uitgangspunt vormen voor onderzoek naar het voorspellende vermogen van het brein.
15 Literatuur
Agrawal, Y., Platz, E., & Niparko, J. (2008). Prevalence of hearing loss and differences by demographic characteristics among US adults. Data from the National Health and Nutrition Examination Survey, 1999-2004. Archives of Internal Medicine, 168(14), 1522-1530. doi: 10.001/archinte.168.14.1522
Bouwer, F. L., & Honing, H. (2015). Temporal attending and prediction influence the perception of metrical rhythm: evidence from reaction times and ERPs. Frontiers in
Psychology, 6, 1094.
Breska, A., & Deouell, L. Y. (2014). Automatic bias of temporal expectations following temporally regular input independently of high-level temporal expectations. Journal
of Cognitive Neuroscience, 26(7), 1555-1571. doi:10.1162/jocn_a_00564
Friston, K. (2005). A theory of cortical responses. Philosophical Transactions of the Royal
Society B, 360, 815-836. doi: 10.1098/rstb.2005.1622
Grahn, J. A., & Brett, M. (2007). Rhythm and beat perception in motor areas of the brain.
Journal of Cognitive Neuroscience, 19(5), 893-906. doi: 10.1162/jocn.2007.19.5.893
Grahn, J. A., & Rowe, J. B. (2012). Finding and feeling the musical beat: striatal dissociations between detection and prediction of regularity. Cerebral Cortex, 23(4), 913-921. https://doi.org/10.1093/cercor/bhs083
Honing, H., ten Cate, C., Peretz, I., & Trehub, S. E. (2015). Without it no music: cognition, biology and evolution of musicality. Philosophical Transitions of the Royal Society B,
370, 20140088. http://dx.doi.org/10.1098/rstb.2014.0088
Iversen, J.R., & Patel, A.D. (2008). The Beat Alignment Test (BAT). Surveying beat processing abilities in the general population. Proceedings of the 10th International Conference on Music Perception and Cognition.
16 Iversen, J. R., Repp, B. H., & Patel, A. D. (2009). Top-down control of rhythm perception
modulates early auditory responses. Annals of the New York Academy of Sciences,
1169, 58-73. doi: 10.1111/j.1749-6632.2009.04579.x
Large, E. W., & Jones, M. R. (1999). The dynamics of attending: how people track time-varying events. Psychological Review, 106(1), 119-159. doi: 10.1037/0033-295X.106.1.119
Lawrance, E., Harper, N. S., Cooke, J. E., & Schnupp, J. (2014). Temporal predictability enhances auditory detection. The Journal of the Acoustical Society of America, 135(6), EL357-EL363. http://dx.doi.org/10.1121/1.4879667
Moelants, D. (2002). Preferred tempo reconsidered. Proceedings of the 7th International Conference on Music Perception and Cognition, Sydney, 2002, 580-583.
Morillon, B., Schroeder, C.E., Wyart, V., Arnal, L. H. (2016). Temporal prediction in lieu of periodic stimulation. The Journal of Neuroscience, 36(8), 2342-2347. https://doi.org/10.1523/JNEUROSCI.0836-15.2016
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. doi:10.1371/journal.pone.0089642
Rimmele, J., Jolsvai, H., & Sussman, E. (2010). Auditory Target detection is affected by implicit temporal and spatial expectations. Journal of Cognitive Neuroscience, 23(5), 1136-1147. doi: 10.1162/jocn.2010.21437
Sanabria, D., Capizzi, M., & Correa, A. (2011). Rhythms that speed you up. Journal of Experimental Psychology: Human Perception and Performance, 37(1), 236-244. doi: 10.1037/a0019956
Sanabria, D., & Correa, A. (2012). Electrophysiological evidence of temporal preparation driven by rhythms in audition. Biological Psychology, 92(2), 98-105. http://dx.doi.org/10.1016/j.biopsycho.2012.11.012
Tavano, A., Widmann, A., Bendixen, A., Trujillo-Barreto, N., & Schroger, E. (2014). Temporal regularity facilitates higher-order sensory predictions in fast auditory sequences.
European Journal of Neuroscience, 39(2), 308-318. doi: 10.1111/ejn.12404
Teki, S., Grube, M., Kumar, S., & Griffiths, T. D. (2011). Distinct neural substrates of duration-based and beat-duration-based auditory timing. The Journal of Neuroscience, 31(10), 3805-3812. doi:10.1523/JNEUROSCI.5561-10-2011
17 Vuust, P., Ostergaard, L., Pallesen, K. J., Bailey, C., & Roepstorff. (2009). Predictive coding of music: Brain responses to rhythmic incongruity. Cortex, 45(1), 80-92. http://dx.doi.org/10.1016/j.cortex.2008.05.014
Vuust, P., & Witek, M. A. G. (2014). Rhythmic complexity and predictive coding: a novel approach to modeling rhythm and meter perception in music. Frontiers in
