Bachelorproject
Universiteit van Amsterdam 2017-2018
Student: Mira Koenders Studentnummer: 10545395 Docente: Fleur Bouwer
Motorische training heeft geen duidelijke invloed op beat perceptie.
M. Koenders Universiteit van Amsterdam
Abstract
In dit onderzoek werd onderzocht wat de invloed van motorische training op beat perceptie is. Volgens de Action Simulation for Auditory Prediction hypothese is beat perceptie een complexe breinfunctie waarbij connecties tussen de motorische en auditieve gebieden in het brein helpen bij het voorspellen van komende beats en bij het vormen van de perceptuele interpretatie van ritmes. 48 deelnemers legden een testbatterij af bestaande uit de duration
discrimination tone en duration discrimination interval taken, een anisochronie detectie taak
en de perceptuele taken uit de Harvard-Beat Assesment Test en de Beat Alignment Test. De testen zijn gekozen om de beat perceptie van de proefpersonen zo goed mogelijk in kaart te brengen. Er zijn zes multipele regressies gedaan om te meten in hoeverre muziekles, dansles en sportles voorspellers zijn voor beat perceptie. Nagenoeg geen significante voorspellende waardes werden gevonden voor zowel muziekles als dansles als sportles. Geconcludeerd kon worden dat motorische training geen duidelijke invloed heeft op beat perceptie.
Inleiding
Muziek is alomtegenwoordig. Men luistert er maar al te graag naar op werk, in de auto of thuis. Uit onderzoek blijkt dat Amerikanen gemiddeld zo’n 18 uur per week naar muziek luisteren (Dellarocas, Zhang & Awad, 2007; aangehaald in: Rentfrow, 2012) en daarmee lijkt muziek een cruciaal element te zijn van het hedendaagse leven (Rentfrow, 2012).
heet ook wel een ritme (Honing, Bouwer & Háden, 2014). Als er in een muzikaal ritme een onderliggende regelmaat wordt waargenomen, dan wordt dit een beat genoemd (Honing, Bouwer & Háden, 2014). Het kunnen waarnemen van regelmaat in een variabel ritme wordt ook wel beat perceptie genoemd (Honing, 2012). Beat perceptie zorgt ervoor dat temporele intervallen, gemarkeerd door stimulus onsets, worden gecodeerd als delen van een beat in plaats van ongerelateerde individuele intervallen, waardoor het onderscheiden van
verschillende ritmes en het reproduceren van een ritme mogelijk worden (Drake & Gerard, 1989; Ross & Houtsma, 1994; Hebert & Cuddy, 2002; Patel et al., 2005; aangehaald in Grahn & Rowe, 2009). Daarnaast kan men door het waarnemen van deze regelmaat synchroniseren met muziek, wat ons in staat stelt om te dansen en met elkaar muziek te maken (Honing & Ploeger, 2012).
Beat perceptie wordt bij baby’s al gedetecteerd en het lijkt daarom een universeel aangeboren kenmerk (Winkler, Háden, Ladinig, Sziller & Honing, 2009). Er blijkt ook dat bij simpele ritmes met duidelijke accenten geen aandacht of muzikale training nodig is om de beat te kunnen ontdekken (Bouwer, van Zuijen & Honing, 2014). In dit onderzoek werd de
Mismatch Negativity (MMN) gemeten. Dit is een auditief ERP-component wat optreedt als
auditieve verwachtingen worden geschonden (Bouwer, van Zuijen & Honing, 2014).
Deelnemers luisterden naar verschillende reeksen tonen waar af en toe een beat ontbrak. Uit de resultaten bleek dat er geen verschil zat tussen de MMN-reactie op een ontbrekende beat van muzikanten en die van niet-muzikanten. Op basis van dit onderzoek lijkt beat perceptie dus niet te verbeteren door muzikale training.
Daarentegen heeft verder onderzoek uitgewezen dat er wel degelijk individuele verschillen bestaan in beat perceptie (Chen, Penhune & Zatorre, 2008). In dit onderzoek wordt wel een verschil gevonden in beat perceptie tussen deelnemers die muziekles hebben gehad en deelnemers die geen muziekles hebben gehad. Deelnemers kregen drie verschillende
muzikale ritmes te horen en vervolgens werden ze gevraagd zo precies mogelijk mee te tikken met hun wijsvinger. Hierbij laten de deelnemers met muzikale ervaring een grotere mate van precieze synchronisatie zien dan deelnemers zonder muzikale ervaring. Een mogelijke verklaring voor deze verschillen is de mate waarin iemand muzikale training heeft gehad. Onderzoek wat hierop aansluit vindt ook een verschil in beat perceptie tussen muzikanten en niet-muzikanten. Hierbij zijn muzikanten beter dan niet-muzikanten in het ontdekken van de beat naarmate de beat minder geaccentueerd is (Grahn & Rowe, 2009). In dit experiment kregen deelnemers verschillende reeksen te horen met ofwel volume-accenten ofwel duur-accenten. Vervolgens moesten de deelnemers aangeven in hoeverre ze een beat konden waarnemen. Muzikanten gaven vaker aan een beat te horen dan niet-muzikanten. De jaren muzikale training die iemand heeft gehad, bleken een positieve invloed te hebben op beat perceptie.
Er wordt gesuggereerd dat de individuele verschillen in beat perceptie te wijten zijn aan onderliggende corticale circuits die betrokken zijn bij ritme perceptie. Sommige
individuen raadplegen deze circuits sneller dan anderen als het gaat om timing en beschikken daarmee over een betere beat perceptie (Grahn & McAuley, 2009). Een theorie die verder in gaat op de individuele verschillen in beat perceptie en daarvoor een verklaring tracht te geven is de Action Simulation for Auditory Prediction (ASAP) hypothese (Patel & Iversen, 2014). Hierin wordt beargumenteerd dat beat perceptie een complexe brein functie is, waarbij precieze temporele communicatie plaatsvindt tussen de auditieve en motorische
planningssystemen van het brein. Onder de motorische planningssystemen van het brein die betrokken zijn bij beat perceptie vallen de basale ganglia en de supplementary motor area, bestaande uit de pre-supplementary motor cortex en de supplementary motor cortex (Grahn & Brett, 2007). Een simulatie van lichaamsbeweging (specifiek die van periodieke
neurale activiteit beperkt zich niet alleen tot de motorische gebieden, maar breidt ook uit naar de auditieve cortex waar deze signalen helpen de komende beats te voorspellen en ze de perceptuele interpretatie van ritmes vormen (Patel & Iversen, 2014). Individuen waarbij, door middel van specifieke training in de vorm van muziekles, het motorische planningssysteem goed ontwikkeld is zouden op basis van deze theorie beter in staat moeten zijn de beat te ontdekken in een ritme en dus beschikken over een goed ontwikkelde beat perceptie.
Uit de theorie volgt dat de motorische en auditieve systemen van het brein met elkaar in verbinding staan en dat deze verbindingen zorgen voor signaaloverdracht die het
voorspellen van komende beats en het vormen van een perceptuele interpretatie van ritmes mogelijk maakt (Patel & Iversen, 2014). Uit de hypothese die daaruit voortkomt, volgt dat individuen die beschikken over een goed ontwikkeld motorisch planningsysteem ook over een goed ontwikkelde beat perceptie zouden moeten beschikken. Als dit het geval is dan zou, naast muzikale training, wellicht danservaring ook een positieve invloed hebben op beat perceptie.
De mens lijkt te beschikken over een natuurlijke capaciteit om te dansen. Dat wil zeggen dat ze een auditieve beat uit de muziek kunnen halen en hun bewegingen spontaan daarop synchroniseren (Philips-Silver, Toiviainen, Gosselin, Piché, Nozaradan, Palmer & Peretz, 2011). Een onderzoek wat aansluit op de theorie keek naar de invloed van intensieve training op sensori-motor vaardigheden (Karpati, Giacosa, Foster, Penhune & Hyde, 2016). Deelnemers met intensieve muzikale en danstraining presteerden beter dan de ongetrainde deelnemers op respectievelijk de productie taken en de sensori-motor taken. Deelnemers waarbij de motorische planningssystemen goed getraind waren, door middel van dans- of muziektraining, lieten zien over betere sensori-motor vaardigheden dan wel een betere beat productie te beschikken dan ongetrainde deelnemers. De beat perceptie is bij deze deelnemers niet onderzocht.
De insteek van dit onderzoek is om te onderzoeken wat de invloed is van motorische training op beat perceptie. Recent onderzoek laat zien dat muzikanten een verbeterde beat perceptie hebben ten opzichte van niet-muzikanten (Grahn & Rowe, 2009). Een eventuele verklaring hiervoor is dat de training die de muzikanten hebben gehad voor veranderingen in het brein hebben gezorgd waardoor zij beter de regelmaat in een ritme kunnen waarnemen. Daarnaast laten dansers zien over beter ontwikkelde motorische planningssytemen te
beschikken dan niet-dansers (Karpati, et al., 2016). Wat nog verder onderzocht moet worden is of het hebben van beter ontwikkelde motorische planningssystemen ook een positieve invloed heeft op beat perceptie. Individuen met een goed ontwikkeld motorisch
planningssysteem zouden namelijk volgens de ASAP-hypothese over een goede beat perceptie moeten beschikken.
Niet alleen intensieve muziek- of danstraining kunnen het motorische
planningsystemen beïnvloeden, ook met intensief sporten worden deze gebieden getraind (Bove et al., 2017). Dit leidt tot de volgende hypothese: als het daadwerkelijk de training van motorische vaardigheden is wat ten grondslag ligt aan een goede beat perceptie dan zouden naast getrainde muzikanten ook dansers en sporters een betere beat perceptie moeten hebben in vergelijking met niet getrainde individuen. Om die reden zal er in dit onderzoek gevraagd worden naar muziek-, dans- en sportervaring.
Om de individuele verschillen in beat perceptie en productie in kaart te brengen zijn er recentelijk verschillende testbatterijen ontwikkeld. Zo is er een testbatterij die tracht
muzikaliteit in zijn geheel te testen (Müllensiefen, Gingras, Musil & Stewart, 2014). Een andere testbatterij legt de focus enkel op het testen van maatgevoel (Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017). Het is nog onduidelijk wat de samenhang is tussen deze testen en daarom wordt er in dit onderzoek een testbatterij samengesteld op basis van verschillende sub-tests uit andere testbatterijen. Wegens beperkte tijd is besloten enkel de
pure perceptiekant te testen in dit onderzoek. Deelnemers zullen zeven testen doen die elk trachten ritme of maatgevoel te testen. Er zal worden gekeken of er een positief effect van muziekervaring en/of danservaring en/of sportervaring op beat perceptie te vinden is. Muziekervaring wordt onderverdeeld in muziekles (het aantal jaren dat iemand muziekles heeft gehad) en muziek uren (het aantal uur per week dat iemand muziektraining krijgt). Danservaring wordt onderverdeeld in dansles (het aantal jaren dat iemand dansles heeft gehad) en dans uren (het aantal uur per week dat iemand danstraining krijgt). Sportervaring wordt onderverdeeld in sportles (het aantal jaren dat iemand sportles heeft gehad) en sport uren (het aantal uur per week dat iemand sporttraining krijgt).
Methode Deelnemers
Er namen 48 proefpersonen deel aan dit onderzoek waaronder 12 mannen en 36 vrouwen, met een leeftijd van 18 tot 27 jaar (M = 21.90, SD = 2.33). Deelnemers uit het eerste jaar van bachelor Psychologie aan de Universiteit van Amsterdam kregen een beloning van 1 proefpersoonpunt voor volledige deelname aan het onderzoek. Andere proefpersonen kregen geen beloning. De deelnemers zijn geworven door middel van een oproep op de LAB-site van de Faculteit der Maatschappij- en Gedragswetenschappen van de UniverLAB-siteit van Amsterdam. Ook zijn sommige deelnemers persoonlijk benaderd vanwege hun expertise in dans en/of muziek en/of sport. Deelnemers mochten meedoen aan het onderzoek als zij geen gehoorschade, psychische of neurologische aandoeningen hadden en als zij tussen de 18 en 45 jaar waren. De leeftijdsgrens van 45 jaar is toegevoegd omdat de kans op achteruitgang van het gehoor groter zal zijn naarmate iemand ouder is (Yamasoba, Lin, Someya, Kashio, Sakamoto & Kondo, 2013).
Materialen
Om de invloed van motorische training op beat perceptie te onderzoeken wordt een testbatterij afgenomen. Eerst wordt er een duration discrimination tone taak afgenomen om te kijken of deelnemers onderscheid kunnen maken tussen twee verschillende lengtes van tonen (BAASTA: Battery for the Assessment of Auditory Sensorimotor and Timing Abilities experiment 2. Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017). Daarna wordt een duration discrimination interval taak afgenomen om te testen of deelnemers onderscheid kunnen maken tussen twee verschillende lengtes van intervallen tussen twee tonen (Cope, Grube, Singh, Burn, & Griffiths, 2014). Vervolgens wordt een anisochronie taak gedaan om te kijken of deelnemers onregelmatigheden kunnen ontdekken in een reeks tonen (Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017). Daarna wordt getest of deelnemers ook een regelmaat in een ritme kunnen ontdekken door middel van de perceptuele taken uit de Harvard-Beat Assessment Test (H-BAT) (Fujii & Schalug, 2013) en de
perceptuele taken uit de aangepaste Beat Alignment Test (BAT) (Iversen & Patel, 2008; aangehaald in Müllensiefen, Gingras, Musil & Stewart, 2014).
Duration discrimination tone (BAASTA: Battery for the Assessment of Auditory
Sensorimotor and Timing Abilities experiment 2. Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017).
Om te meten of deelnemers het onderscheid kunnen maken tussen twee op elkaar volgende tonen, krijgen ze paren van pure tonen te horen met een interval van 600 ms tussen de tonen. De standaardtoon (600 ms) wordt eerst gepresenteerd, gevolgd door een
vergelijktoon met een lengte tussen de 600 en 1000 ms. Deelnemers moeten beoordelen of de tweede toon langer duurt dan de eerste toon of dat ze gelijk zijn in duur. De duur van de tweede toon wordt volgens een 2 down / 1 up staircase paradigma aangepast. Hierbij geldt dat twee opeenvolgende correcte antwoorden leidt tot een halvering van het verschil. Een fout
antwoord leidt tot een vermenigvuldiging van het verschil met factor 1.5. Elke keer als de richting van het verschil verandert van groter naar kleiner of andersom wordt de waarde van het verschil genoteerd als een turnaround point. Bij acht turnaround points stopt het
experiment en wordt de drempelwaarde berekend over de laatste vier (BAASTA: Battery for the Assessment of Auditory Sensorimotor and Timing Abilities experiment 2. Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017).
Duration discrimination interval (Cope, Grube, Singh, Burn, & Griffiths, 2014)
Met deze taak wordt gemeten of deelnemers een onderscheid kunnen maken tussen twee verschillende lengtes van intervallen tussen twee tonen. Bij deze taak krijgen de deelnemers twee IOI’s te horen en wordt er van ze gevraagd om het langere target-interval van het kortere referentie-interval te onderscheiden. De parameters voor de geluidsfragmenten waren hetzelfde als bij de duration discrimination tone taak. De lengte van het interval tussen de tweede set tonen wordt aangepast volgens hetzelfde staircase paradigma aangepast als bij de hiervoor beschreven duration discrimination tone taak. Bij acht turnaround points stopt het experiment en wordt de drempelwaarde berekend over de laatste vier.
Anisochronie detectie (Dalla Bella, Farrugia, Benoit, Begel, Verga, Harding & Kotz, 2017)
Met deze taak wordt getest of deelnemers temporele irregulariteit kunnen waarnemen in een isochrone sequentie reeks tonen. Tijdens deze taak krijgen deelnemers een isochrone referentiereeks te horen bestaande uit vijf tonen met een IOI van 600 ms. Deelnemers worden geacht een target reeks te ontdekken waarin de vierde IOI korter is. Het start verschil tussen de targetreeks en de referentiereeks is 30% (180ms). Dat wil zeggen, de vierde toon komt 180ms eerder dan verwacht. Daarna wordt dit verschil volgens hetzelfde staircase paradigma aangepast als bij de hiervoor beschreven duration discrimination tone taak.
H-BAT (Fujii & Schalug, 2013)
de tweede taak is de beat interval test (BIT) en de derde taak is de beat finding and interval
test (BFIT). Deelnemers worden verzocht om zo stil mogelijk te zitten, op het intoetsen van
hun antwoorden na.
BST: om individuele verschillen in beat verwerking te onderzoeken, wordt de drempelwaarde om beat waar te nemen gemeten. Bij deze taak moeten deelnemers een onderscheid maken tussen een tweekwartsmaat en een driekwartsmaat. Deze maten werden gemaakt door elke twee of drie tonen een intensiteitsaccent toe te voegen. Het inter-stimulus interval (ISI) tussen de tonen was 500 ms. De accenten op de tonen beginnen met een toename van 20 dB en dit neemt af middels een 2 down / 1 up staircase paradigma waarbij het aantal decibel per stap naar beneden (twee opeenvolgende goede antwoorden) gehalveerd wordt en per stap naar boven (één fout antwoord) verdubbeld wordt. De bijbehorende waarde van elke verandering van down naar up of andersom wordt genoteerd als een turnaround
point. Bij zes turnaround points stopt het experiment en wordt de drempelwaarde berekend
aan de hand van het gemiddelde van de zes turnaround points (Fujii & Schalug, 2013). BIT: om individuele verschillen in beat verwerking te onderzoeken wordt de drempelwaarde om een graduele verandering in tempo waar te nemen gemeten. Hierbij moeten deelnemers de verandering in het tempo van een simpele metronoom detecteren. De reeks bestaat uit één pure toon en 21 tonen daarna die gradueel ofwel sneller of wel langzamer gingen. De referentie inter-stimulus interval (ISI) is 500 ms. Om er zeker van te zijn dat het tempo verschil kan worden opgemerkt, wordt er begonnen met een verschil van 20ms. Dit verschil wordt vervolgens aangepast volgens het staircase paradigma zoals bij de eerder beschreven BST.
BFIT: om de individuele verschillen in beat verwerking nog beter in kaart te brengen wordt het detecteren van de beat toegevoegd aan de taakomschrijving BIT. Deelnemers wordt gevraagd om de onderliggende beat te vinden in een reeks variabele tonen en daarbij de
temporele veranderingen (sneller of langzamer) in het ritme kunnen detecteren. Er wordt gewerkt met hetzelfde staircase paradigma al bij de hiervoor beschreven BST.
BAT (Iversen & Patel, 2008; aangehaald in Müllensiefen, Gingras, Musil & Stewart, 2014)
Deelnemers krijgen 17 korte muziekfragmenten te horen van 10 tot 16 seconden. Deelnemers moeten bepalen of een reeks tonen bovenop het muziekfragment “op de beat” ligt of niet. Bij vier van de fragmenten lag de reeks tonen on-beat en voor de andere dertien
off-beat. De ene set off-beat tonen is of te snel of te langzaam voor het tempo van het fragment
(tempo verandering van 2%). De andere set off-beat tonen zit niet in dezelfde fase (fase-shift van 10 tot 17,5%) als de beat in het muziekfragment, de tonen zijn te vroeg of te laat
(tempoverschil van 2%). Na het geven van hun beoordeling wordt de deelnemers ook
gevraagd hoe zeker zij zijn van hun oordeel waarbij 1 = gokken, 2 = enigszins zeker, 3 = heel zeker. Deelnemers worden geïnstrueerd niet mee te bewegen op de beat.
Procedure
Het onderzoek duurt in totaal 60 minuten en vond plaats in een lab. Bij aanvang van het onderzoek krijgen alle deelnemers de procedure overhandigd via een informatiebrief. Middels een informed consent wordt de deelnemers uitgelegd wat de voorwaarden van het onderzoek waren zodat zij een weloverwogen beslissing kunnen maken om wel of niet mee te doen aan het onderzoek. Eerst wordt er een duration discrimination tone taak en een duration
discrimination interval taak afgenomen. Dan volgt een anisochtectie taak. Vervolgens worden
de beat perceptie testen afgenomen: de H-BAT (BIT, BST & BFIT) en daarna de BAT. Na afloop van het onderzoek worden er zes vragen gesteld aan de deelnemers om een inzage te krijgen in hun muzikale, dans en/of sportervaring. Er wordt hierbij gevraagd hoeveel jaren training een deelnemer heeft gehad en hoeveel uur per week er momenteel nog getraind wordt.
Data-analyse
Voor zowel de afhankelijke variabelen (de scores van de duration discrimination tone,
duration discrimination interval, anisochronie, BST, BIT, BFIT en BAT) als de
onafhankelijke variabelen (muziekles, muziekuren, dansles, dansuren, sportles, sporturen) is er gekeken of er outliers waren. Een outlier werd gedefinieerd als een score die meer dan 3 standaardafwijkingen van het gemiddelde lag. Op basis van deze criteria is besloten om vier proefpersonen niet mee te nemen in de analyse. Vanwege de minimale spreiding in de regressors muziek-, dans- en sporturen worden deze ook niet meegenomen in de analyse.
De taken duration discrimination tone en duration discrimination interval zijn beide afgenomen, maar meten wellicht hetzelfde onderdeel van ritme perceptie. Ter controle of deze veronderstelling waar is, is een Paired-Samples T-test gedaan om te kijken of de scores van de deelnemers op de twee testen significant van elkaar verschillen. Er bleek geen significant verschil te zitten tussen de scores op de duration discrimination tone (M=16.38, SD=7.939) en de duration discrimination interval (M=17.43, SD=9.138); t(43)=0.735, p = 0.467. Omdat er geen significant verschil bestaat tussen deze twee testen wordt alleen de duration
discrimination tone meegenomen in de regressieanalyse.
Omdat er niet aan de assumpties voor homoscredasticiteit, normaliteit en lineariteit kon worden voldaan, is ervoor gekozen om de data te analyseren met een robuuste multipele regressie. Voor elke subtest is een robuuste multipele regressie uitgevoerd om uit te zoeken in hoeverre de regressors muziekles, dansles en sportles een voorspellende rol hebben op de prestatie van de deelnemers. Alle analyses zijn gedaan met het programma IBM SPSS
Resultaten
Duration discrimination tone
Tabel 1
Model van predictors voor de score op de duration discrimination tone taak, met op bias gecontroleerde en geaccelereerde 95% betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. b SE B β p Constant 18.419 (11.852, 24.675) 3.312 p = .001 Muziekles -.324 (-.865, .288) .295 -.157 p = .258 Dansles .352 (-.539, 1.035) .406 .135 p = .388 Sportles -.137 (-.617, .391) .252 -.078 p = .583 Noot. R² = .040
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de duration discrimination tone taak te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De regressievergelijking voor de duration discrimination tone taak was niet significant (F(3,40) = 0.558, p < 0.646), met een R² van .040. Zowel muziekles als dansles als sportles zijn geen significante voorspellers voor de score op de duration
discrimination tone taak.
Anisochronie
Tabel 2
Model van predictors voor de score op de anisochronie taak, met op bias gecontroleerde en geaccelereerde 95% betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. B SE B β p Constant 9.2396 (5.760, 13.349) 1.921 p = .001 Muziekles -.244 (-.504, .043) .142 -.235 p = .089 Dansles .215 (-.186, .663) .211 .165 p = .289 Sportles .027 (-.265, .286) .141 -.030 p = .856 Noot. R² = .065
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de anisochronie taak te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De regressievergelijking voor de anisochronie taak was niet significant (F(3,40) = 0.925, p < 0.437), met een R² van .065. Zowel muziekles als dansles als sportles zijn geen significante voorspellers voor de score op de anisochronie taak.
BST
Tabel 3
Model van predictors voor de score op de BST, met op bias gecontroleerde en geaccelereerde 95%
betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. b SE B β p Constant 2.739 (1.088, 5.043) 1.013 p = .011 Muziekles .047 (-.152, .228) .098 .094 p = .653 Dansles .051 (-.201, .266) .110 .082 p = .648 Sportles -.014 (-.167, .098) .066 -.034 p = .824 Noot. R² = .022
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de BST te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De
regressievergelijking voor de BST was niet significant (F(3,40) = 0.300, p < 0.825), met een R² van .022. Zowel muziekles als dansles als sportles zijn geen significante voorspellers voor de score op de BST.
BIT
Tabel 4
Model van predictors voor de score op de BIT, met op bias gecontroleerde en geaccelereerde 95%
betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. b SE B β p Constant 3.041 (1.478, 4.783) .810 p = .002 Muziekles -.092 (-.172, -.001) .042 -.229 p = .032* Dansles -.015 (-.183, .136) .080 -.029 p = .0846 Sportles -.085 (-.200, .040) .061 -.249 p = .166 Noot. R² = .103 *significant bij α<0.05
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de BIT te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De
regressievergelijking voor de BIT was niet significant (F(3,40) = 1.529, p < 0.222), met een R² van .103. Zowel dansles als sportles zijn geen significante voorspellers voor de score op de BIT. Muziekles blijkt wel een significante voorspeller te zijn voor de score op de BIT (b = -.092, p<.032).
BFIT
Tabel 5
Model van predictors voor de score op de BFIT, met op bias gecontroleerde en geaccelereerde 95%
betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. b SE B β p Constant 1.561 (.820, 2.454) .391 p = .002 Muziekles -.051 (-.133, .036) .042 -.204 p = .209 Dansles .056 (-.051, .198) .061 .177 p = .331 Sportles -.006 (-.065, .050) .029 -.026 p = .835 Noot. R² = .057
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de BFIT te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De
regressievergelijking voor de BFIT was niet significant (F(3,40) = 0.808, p < 0.497), met een R² van .057. Zowel muziekles als dansles als sportles zijn geen significante voorspellers voor de score op de BFIT.
BAT
Tabel 6
Model van predictors voor de score op de BAT, met op bias gecontroleerde en geaccelereerde 95%
betrouwbaarheidsintervallen tussen haakjes. Betrouwbaarheidsintervallen zijn gebaseerd op 1000 bootstrap voorbeelden. b SE B β p Constant 76.757 (65.071, 88.100) 5.718 p = .001 Muziekles 1.034 (.149, 1.939) .449 .287 p = .028* Dansles -.070 (-1.345, 1.120) .628 -.016 p = .899 Sportles .089 (-.687, .916) .393 .029 p = .830 Noot. R² = .080 *significant bij α<0.05
Een robuuste multipele regressie werd uitgevoerd om de score van de deelnemers op de BAT te voorspellen op basis van aantal jaar muziekles, dansles en sportles. De
regressievergelijking voor de BAT was niet significant (F(3,40) = 1.158, p < 0.338), met een R² van .080. Zowel dansles als sportles zijn geen significante voorspellers voor de score op de BAT. Muziekles blijkt wel een significante voorspeller te zijn voor de score op de BIT (b = 1.034, p<.028).
Uit de analyses blijkt dat enkel muziekles een voorspellende waarde heeft en dan alleen voor de scores op de BIT en de BAT. Dans- en sportles bleken geen significante voorspellers voor de scores op de verschillende tests. Desalniettemin, is er voor muziekles ook een marginaal significant resultaat waar te nemen op de anisochronie taak, (b = -.244,
p<.089). Muziekles kan de score op de anisochronie taak net niet significant verklaren, maar
er is wel sprake van een trend. Deze is verder waar te nemen doordat bij bijna alle tests de p-waarde voor muziekles lager is dan die voor dans- en sportles. De kans dat er ten onrechte wordt aangenomen dat muziekles geen significante voorspellende waarde heeft voor de scores
op de verschillende tests is dus in bijna alle gevallen kleiner dan voor dans- en sportles. Kijkend naar de correlaties tussen muziekervaring en de zes uitgevoerde tests, is de trend ook waar te nemen, zie hiervoor tabel 7. Het blijkt dat muziekervaring voor bijna alle tests (BST uitgesloten) de verwachte richting van correlatie laat zien. Hierbij geldt dat voor alle tests, behalve de BAT, een negatieve correlatie een goede testscore betekent.
Tabel 7
Correlaties tussen de Tests en Muziek-, Dans- en Sportervaring
Muziekervaring Danservaring Sportervaring
Pearsons r p Pearsons r p Pearsons r p Duration Discrimination Tone -.116 .226 .113 .232 -.086 .290
Anisochronie -.200 .096 .104 .252 .026 .434 BST .117 .225 .110 .238 -.060 .349 BIT -.208 .088 -.035 .410 -.218 .078 BFIT -.159 .151 .134 .193 -.037 .406 BAT .281 .033 .046 .383 .000 .499 Discussie
In dit onderzoek is er onderzocht wat de invloed is van motorische training op beat perceptie. Er zijn zes multipele regressies gedaan om te meten in hoeverre muziekles, dansles en sportles voorspellers zijn voor beat perceptie. Uit de resultaten blijkt dat er nagenoeg geen significante voorspellende waardes zijn gevonden voor zowel muziekles als dansles als sportles. De hypothese kan niet bevestigd worden en er kan geconcludeerd worden dat motorische training geen duidelijke invloed heeft op beat perceptie.
Dat er geen duidelijke invloed van motorische training op beat perceptie is gevonden komt niet overeen met de theorie die voorafgaand aan dit onderzoek is opgesteld. Uit eerder onderzoek blijkt dat muzikanten een betere beat perceptie hebben dan niet muzikanten (Grahn & Rowe, 2009). Een eventuele verklaring hiervoor is dat de training die de muzikanten en
dansers hebben gehad voor veranderingen in het brein hebben gezorgd waardoor zij beter de regelmaat in een ritme kunnen waarnemen. Daarnaast laten dansers zien over beter
ontwikkelde motorische planningssytemen te beschikken dan niet-dansers (Karpati et al., 2016). Een theorie die een verklaring tracht te geven voor de individuele verschillen in beat perceptie is de Action Simulation for Auditory Prediction (ASAP) hypothese (Patel & Iversen, 2014). Hierin wordt beargumenteerd dat beat perceptie een complexe brein functie is waarbij precieze temporale communicatie plaatsvindt tussen de auditieve en motorische
planningssystemen van de cortex. Dit literatuuronderzoek leidde tot de volgende hypothese: als het daadwerkelijk de training van motorische vaardigheden is wat ten grondslag ligt aan een goede beat perceptie, dan zouden naast getrainde muzikanten ook dansers en sporters een betere beat perceptie moeten hebben dan niet getrainde individuen. In tegenstelling tot de eerder beschreven theorie over de ASAP-hypothese is in deze studie geen bewijs voor een positieve invloed van motorische training op beat perceptie gevonden.
Het is opvallend dat bij alle zes multipele regressies er nagenoeg geen significante resultaten naar voren zijn gekomen. Een verklaring hiervoor en tegelijk ook een eerste kritiekpunt is de mate van spreiding in de regressors. Met name de spreiding in de regressor dansuren is heel minimaal. Van de 48 deelnemers hebben er zes aangegeven momenteel een aantal uur per week te dansen. Om die reden is ervoor gekozen deze variabele niet mee te nemen in de regressie. Ook voor de andere regressors is de spreiding niet heel groot. Mede hierdoor zijn de resultaten niet goed te interpreteren als zijnde eventuele voorspellers voor beat perceptie. Om in het vervolg een betere uitspraak te kunnen doen over de gevonden effecten zullen er meer deelnemers moeten meedoen aan het onderzoek om zo de spreiding te vergroten. Dit kan gedaan worden door een langere testperiode te hanteren en door specifieker deelnemers te werven.
perceptie en niet naar beat productie. De auditieve dual-stream hypothese stelt dat auditieve informatie wordt verwerkt via twee verschillende kanalen: (1) een ventrale stroom die gaat over bewuste perceptie en (2) een dorsale stroom die verbonden is met het motorische systeem, om zo automatische beweging mogelijk te maken in respons op auditieve stimuli (Griffiths, 2008). Om een beat te kunnen nadoen moet deze eerst worden waargenomen. Met het meten van beat productie wordt daarom indirect ook beat perceptie gemeten. Huidig onderzoek trachtte de invloed van motorische training op beat perceptie te onderzoeken via het ventrale auditieve verwerkingsproces. De dorsale stroom, die meer gericht is op productie, is niet meegenomen in dit onderzoek en daarmee ook nog niet onderzocht. In volgend
onderzoek zou naast beat perceptie ook productie kunnen worden gemeten.
Een derde discussiepunt focust zich op de testbatterij die gebruikt is in dit onderzoek. Er zijn in dit onderzoek nagenoeg geen significante positieve effecten op beat perceptie gevonden voor het hebben van muzikale-, dans- en sportervaring. Dit in tegenstelling tot eerder onderzoek waar muzikanten wel een voordeel bleken te hebben bij diverse beat perceptie en productie tests ten opzichte van niet muzikanten (Karpati, Giacosa, Foster, Penhune & Hyde, 2016; Grahn & Rowe, 2009; Grahn & McAuley, 2009; Chen, Penhune & Zatorre, 2008). Er is in dit onderzoek wel een trend waargenomen waaruit blijkt dat het hebben van muziekervaring mogelijk een lichte positieve invloed uitoefent op beat perceptie. Het waarnemen van deze trend impliceert dat de gebruikte tests (exclusief de BST) wellicht in staat zijn deze invloed te meten, mits het onderzoek beter is opgezet en deelnemers
specifieker worden geworven vanwege hun expertise op het gebied van muziek.
Uit dit onderzoek kan niet geconcludeerd worden dat motorische training invloed heeft op beat perceptie. Dit kan liggen aan de minimale spreiding die bestaat in de regressors
waardoor een regressieanalyse moeilijk te interpreteren is. Ook is beat productie niet meegenomen in dit onderzoek terwijl dit wel een indirecte manier is om beat perceptie te
meten. Gezien het feit dat muziek een cruciaal onderdeel van het leven is (Rentfrow, 2012), zal in de toekomst verder onderzoek moeten worden gedaan naar dit fenomeen.
Literatuurlijst
Bouwer, F. L., Van Zuijen, T. L., & Honing, H. (2014). Beat Processing Is Pre-Attentive for Metrically Simple Rhythms with Clear Accents: An ERP Study. PLOS one, 9(5), 1-9.
Bove, M., Strassera, L., Faeli, E., Biggio, M., Bisio, A., Avanzino, L., & Ruggeri, P. (2017). Sensorimotor Skills Impact on Temporal Expectation: Evidence from Swimmers.
Frontiers in Psychology, 8(1714), 1-8.
Chen, J. L., Penhune, V. B., & Zatorre, R. J. (2008). 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.
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, 53, 73-81.
Dalla Bella, S., Farrugia, N., Benoit, C., 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.
Faul. F., Erdfelder. E., Lang, A. G., & Buchner, A. (2007). G*Power 3: a flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior
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(771), 1-16.
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. Geraadpleegd van https://doi.org/10.1016/j.neuroimage.2009.04.039
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.
Griffiths, T. D. (2008). Sensory systems: auditory action streams? Current Biology, 18(9), R387-R388).
Honing, H. (2012). Without it no music: beat induction as a fundamental musical trait. Annals
of the New York academy of science, 1252, 85-91.
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: Merchant H., de Lafuente V. (Ed.) Neurobiology of Interval Timing (pp. 305-323). New York: Springer.
Honing, H., & Ploeger, A. (2012). Cognition and the Evolution of Music: Pitfalls and Prospects. Topics in Cognitive Science, 4, 513-524.
Iversen, J. R., & Patel, A. D. (2008). The Beat Alignment Test (BAT): Surveying beat processing abilities in the general population. The Neuroscience Institute. 465-468.
Karpati, F. J, Giacosa, C., Foster, N. E V, Penhune, V. B, & Hyde, K. L. (2016).
Sensorimotor integration is enhanced in dancers and musicians. Experimental Brain
Research, 234(3), 893-903.
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. https://doi.org/10.1371/journal.pone.0089642
Patel, A. D., & Iversen, J. R. (2014). The evolutionary neuroscience of musical beat perception: The Action Simulation for Auditory Prediction (ASAP) hypothesis.
Frontiers in Systems Neuroscience, 8(57), 44-49. doi:10.3389/fnsys.2014.00057
Philips-Silver, J., Toiviainen, P., Gosselin, N., Piché, O., Nozaradan, S., Palmer, C., & Peretz, I. (2011). Born to dance but beat deaf: A new form of congenital amusia.
Neuropsychologia, 49(5), 961-969.
Rentfrow, P. J. (2012). The Role of Music in Everyday Life: Current Directions in the Social Psychology of Music. Social and Personality Psychology Compass, 6(5), 402-416.
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 of the
United States of America, 106(7), 2468-2471.
Yamasoba, T., Lin, F. R, Someya, S., Kashio, A., Sakamoto, T., & Kondo, K. (2013). Current concepts in age-related hearing loss: Epidemiology and mechanistic pathways.
