Краткая цель: выяснить, какие переменные (модераторы) изменяют влияние фонового шума на решение задач и при каких условиях эффект проявляется/обратим.
Проект исследования — ключевые элементы
1) Дизайн
- Факториальный лабораторный дизайн с внутрисубъектным манипулированием шумом (чтобы снизить межиндивидуальную вариабельность) и между‑/внутрисубъектными модераторами по ситуации: пример $2\times 3$ или $3\times 2$ (вид шума × уровень/сложность задачи).
- Пример: вид шума: $\{$тишина, белый шум, разговорная речь$\}$ (внутри); сложность задачи: $\{$низкая, высокая$\}$ (внутри или между).
- Контрбалансировка порядков, рандомизация предъявления условий.
2) Выбор модераторов (предполагаемые)
- Индивидуальные: рабочая память (OSPAN), уровень тревожности/чувствительности к шуму, интроверсия/экстраверсия, возраст, слух.
- Задачные: сложность (нагрузка на рабочую память), тип задачи (конвергентное vs дивергентное), требование к концентрации vs беглым ассоциативным процессам.
- Ситуационные: уровень звука (дБ), прогнозируемость/семантическая содержательность шума (речь vs не‑речь).
3) Меры/выходы
- Основные DVs: точность решения, время до решения, количество решений, качество решения (ранжирование экспертами), метрики креативности для дивергентных задач.
- Манипуляционные проверки: субъективная оценка громкости/раздражения, объективное измерение dB.
- Предварительные тесты: OSPAN для WMC, опросник чувствительности к шуму, краткий тест слуха.
4) Статистический анализ — как выявлять модераторы
- Модель со случайными эффектами: учитывать повторные измерения по субъектам и по задачам. Например:
$$Y_{ijk}={\beta }_0+{\beta }_{1}Nois{e}_j+{\beta }_{2}Moderato{r}_i+{\beta }_3(Nois{e}_j\times Moderato{r}_i)+u_i+v_k+{\epsilon }_{ijk},$$ где $u_i$ — случайный перехват субъекта, $v_k$ — случайный перехват задачи.
- Тест модерации: значимость ${\beta }_3$ (взаимодействия). Для непрерывных модераторов — центрирование перед включением взаимодействия.
- Мульти‑модели: при множественных модераторах включать несколько взаимодействий или применять иерархическую модель/Bayesian модель; контролировать множественную проверку (FDR или предусмотреть заранее ограниченный набор ключевых модераторов).
5) Мощность и размер выборки
- Для надежной проверки взаимодействий обычно требуется больше наблюдений. Рекомендация впринципе: целиться на общее количество участников не менее $\mathbf{N}\ge 120$ и/или по $30\text{–}50$ участников на ячейку при между‑групповом факторе; использовать симуляции мощности для конкретной предполагаемой величины эффекта. Альтернатива — байесовский последовательный дизайн с предварительно заданным критерием остановки.
6) Практические детали
- Предварительно пилотировать шумовые стимулы (одинаковая громкость, эквализация), проверять, что речевой поток действительно более отвлекает, чем неречевой шум.
- Разделять анализ на подтверждающий (предрегистрация основных гипотез и моделей) и исследовательский (поиск дополнительных модераторов с корректировкой).
- Отчётность: публиковать материалы, коды, данные и результаты манипуляционных чеков.
Краткий план действий
- Определить 2–3 ключевых модератора для подтверждающего теста (напр., WMC, сложность задачи, тип шума).
- Спроектировать $2\text{–}3$ уровневый фактор шума внутри субъектов + измерить модераторы заранее.
- Провести пилот ($\sim 20$–$\sim 30$ участников) для стимулов и временной схемы.
- Выполнить основное исследование с $N$ по расчету мощности (рекомендуемо $N\ge 120$), проанализировать LME с взаимодействиями и интерпретировать значимые ${\beta }_3$.
Если нужно, могу предложить конкретный протокол (список задач, уровни шумов, опросники) и пример симуляции мощности для выбранных ожидаемых эффектов.