Fantasie und Wirklichkeit - Erinnerungsqualitäten von erlebten und erfundenen Geschichten

2004 ◽  
Vol 212 (3) ◽  
pp. 135-151 ◽  
Author(s):  
Siegfried Ludwig Sporer ◽  
Beate Küpper

Zusammenfassung. Im Zentrum dieser Untersuchung steht die Frage, wodurch wir tatsächlich Erlebtes von lediglich Vorgestelltem, durch Gedanken oder unsere Fantasie Geschaffenem, unterscheiden können. Diese und ähnliche Fragestellungen werden im Rahmen des Realitätsüberwachungsansatzes untersucht, allerdings mit relativ einfachen Handlungssequenzen. Ziel dieser Untersuchung war, diesen Ansatz auf komplexere autobiografische Erlebnisse auszudehnen und seine Brauchbarkeit bei der Diskrimination von erlebten vs. erfundenen Erlebnissen zu überprüfen. Wir ließen 100 Studierende, Schüler und Auszubildende innerhalb einer Woche je eine auf einem tatsächlichen, “besonderen“ Erlebnis beruhende und eine frei erfundene Geschichte - in ausbalancierter Reihenfolge - niederschreiben. Im Anschluss daran sollten die Verfasser die Geschichten anhand des Selbstbeurteilungsbogens von Erinnerungsqualitäten (SBEQ) - einer adaptierten Fassung von Johnson, Foley, Suengas und Raye’s (1988) Memory Characteristics Questionnaire - einschätzen. Die Ratings wurden getrennt für erlebte und erfundene Geschichten Faktorenanalysen unterzogen. Auf Grund theoretischer Vorüberlegungen und dieser Faktorenanalysen wurden acht Skalen von Erinnerungsqualitäten gebildet, die sich als Klarheit und Lebendigkeit, Sensorische Informationen, Räumlichkeit, Zeitangaben, Emotionen und Gefühle, Rekonstruierbarkeit, Realitätsnähe und Kognitive Operationen interpretieren lassen. Eine multivariate Varianzanalyse mit Wahrheitsstatus, Vorbereitung der Erzählung und Gechlecht der TeilnehmerInnen diskriminierte hochsignifikant zwischen erlebten und erfundenen Geschichten auf 6 der 8 Skalen. Die Zeit zur Vorbereitung der Erzählung hatte nur bei 2 Skalen eine Bedeutung. Die Ergebnisse werden in die theoretische Diskussion um Realitätsüberwachungsprozesse eingebettet.

2020 ◽  
Vol 8 (38) ◽  
pp. 13368-13374
Author(s):  
Muhammad Umair Khan ◽  
Gul Hassan ◽  
Jinho Bae

This paper proposes a novel soft ionic liquid (IL) electrically functional device that displays resistive memory characteristics using poly(acrylic acid) partial sodium salt (PAA-Na+:H2O) solution gel and sodium hydroxide (NaOH) in a thin polydimethylsiloxane (PDMS) cylindrical microchannel.


2021 ◽  
Vol 714 (3) ◽  
pp. 032076
Author(s):  
Chongsheng Wu ◽  
Qian Liu ◽  
Binghao Qi ◽  
Huaiwu Zhang ◽  
Yingli Liu ◽  
...  

2019 ◽  
Vol 6 (1) ◽  
Author(s):  
Jianzhuo Yan ◽  
Shangbin Chen ◽  
Sinuo Deng

Abstract As an advanced function of the human brain, emotion has a significant influence on human studies, works, and other aspects of life. Artificial Intelligence has played an important role in recognizing human emotion correctly. EEG-based emotion recognition (ER), one application of Brain Computer Interface (BCI), is becoming more popular in recent years. However, due to the ambiguity of human emotions and the complexity of EEG signals, the EEG-ER system which can recognize emotions with high accuracy is not easy to achieve. Based on the time scale, this paper chooses the recurrent neural network as the breakthrough point of the screening model. According to the rhythmic characteristics and temporal memory characteristics of EEG, this research proposes a Rhythmic Time EEG Emotion Recognition Model (RT-ERM) based on the valence and arousal of Long–Short-Term Memory Network (LSTM). By applying this model, the classification results of different rhythms and time scales are different. The optimal rhythm and time scale of the RT-ERM model are obtained through the results of the classification accuracy of different rhythms and different time scales. Then, the classification of emotional EEG is carried out by the best time scales corresponding to different rhythms. Finally, by comparing with other existing emotional EEG classification methods, it is found that the rhythm and time scale of the model can contribute to the accuracy of RT-ERM.


2014 ◽  
Vol 562 ◽  
pp. 674-679 ◽  
Author(s):  
X.Y. Qiu ◽  
G.D. Zhou ◽  
J. Li ◽  
Y. Chen ◽  
X.H. Wang ◽  
...  

Sign in / Sign up

Export Citation Format

Share Document