ワーキングメモリのアナログテストでのスワップエラーの評価と除外

オブザーバーがワーキングメモリから単純な視覚機能を取得すると、通常、リコールで2種類のエラーが混乱します。まず、応答は、報告するように求められた機能ディメンション内のノイズまたは変動性を反映しています。第二に、応答は「スワップエラー」によって破損します。この場合、メモリセットとは別のアイテムがプローブされたものの代わりに報告されます。これらのエラーソースの独立した評価は、内部表現の構造とその結合を理解するために不可欠です。ただし、これらのエラーを解き放つための以前の方法は、騒音分布に関する仮定に大きく依存しており、これは先験的に不明です。ここでは、この質問に、スワップ頻度と特徴の変動性を以前の仮定を少なくし、フィッティング手順なしで推定する新しいノンパラメトリック（NP）メソッドで対処します。結果は、スワップエラーが以前に高く評価されたよりもかなり一般的であることを示唆しています（SETサイズ8の応答の3分の1以上を占めています）。また、これらの方法では、ターゲットに交換されるアイテムも識別します。ターゲットアイテムが場所でキューになると、最も近い空間的近接性のアイテムが誤って報告される可能性が最も高いため、プローブ特徴のディメンションのノイズがスワップエラーのソースとして暗示されます。

When observers retrieve simple visual features from working memory, two kinds of error are typically confounded in their recall. First, responses reflect noise or variability within the feature dimension they were asked to report. Second, responses are corrupted by "swap errors", in which a different item from the memory set is reported in place of the one that was probed. Independent evaluation of these error sources is vital for understanding the structure of internal representations and their binding. However, previous methods for disentangling these errors have been critically dependent on assumptions about the noise distribution, which is a priori unknown. Here I address this question with novel non-parametric (NP) methods, which estimate swap frequency and feature variability with fewer prior assumptions, and without a fitting procedure. The results suggest that swap errors are considerably more prevalent than previously appreciated (accounting for more than a third of responses at set size 8). These methods also identify which items are swapped in for targets: when the target item is cued by location, the items in closest spatial proximity are most likely to be incorrectly reported, thus implicating noise in the probe feature dimension as a source of swap errors.