排序方式: 共有391条查询结果,搜索用时 344 毫秒
1.
2.
在围产期窒息引起的新生儿缺氧缺血性脑病(HIE)中,一氧化氮(NO)对脑组织具有神经保护性和神经毒性双重效应,这取决于NO的来源.并且NO与谷氨酸及内皮素(ET)相互作用.应用哲学观点深入研究NO的作用机制对于探讨HIE的防治具有重要意义. 相似文献
3.
幼儿时期是培养个体良好行为习惯的重要关键期。以814名幼儿及其家长为研究对象,探讨家庭社会经济地位与幼儿良好行为习惯的关系,以及父母教养方式和幼儿心理素质的中介作用。结果表明:(1)家庭社会经济地位与幼儿良好行为习惯显著正相关;(2)父母教养方式与幼儿心理素质在家庭社会经济地位和良好行为习惯间起连续中介作用,且权威型教养方式与心理素质的链式中介作用显著高于专制型教养方式与心理素质的链式中介作用。因此,要促进幼儿养成良好行为习惯,应注重父母教养方式的选择与幼儿心理素质的培养。 相似文献
4.
不显著结果(如, p > 0.05)在心理学研究中十分常见, 且容易被误解为接受零假设的证据, 并可能导致分组匹配研究的错误推断或者忽视被小样本的不显著结果掩盖的真实效应。但国内目前尚无实证研究对不显著结果的普遍性及其解读进行调查。本研究调查500篇中文心理学实证研究, 统计其摘要中出现与不显著结果相关的阴性陈述的频率, 判断并统计基于阴性陈述的推断准确性, 并使用贝叶斯因子对不显著结果中包含t值的研究进行重新评估。结果表明, 36%的摘要提及不显著结果, 共包含236个阴性陈述。其中, 41%的阴性陈述对不显著结果的解读出现偏差(如, 解读为支持了零假设)。对包含t值的研究进行贝叶斯因子分析, 结果显示仅有5.1%的不显著结果可以提供强证据支持零假设(BF01 > 10)。与先前对国际心理学期刊的调查结果相比(32%的摘要包含阴性陈述; 72%的阴性陈述对不显著结果的解读错误), 中文心理学期刊中报告不显著结果的比例更高, 且对不显著结果解读错误的比例更低。但国内研究者仍需进一步加强对不显著结果的认识, 推广适于评估不显著结果的统计方法。 相似文献
5.
沙盘游戏疗法自20世纪90年代末引进我国以来,在临床实践方面呈逐渐深化的趋势.研究者们主要以箱庭特征和个案研究为主要方法,考察沙盘游戏疗法在不同心理疾病中的治疗效果,本文主要回顾了沙盘游戏疗法在临床实践中的疗效和诊断评估研究,证明了沙盘游戏疗法在我国也是一种有效的心理治疗方法,并对今后沙盘游戏疗法的发展进行了展望. 相似文献
6.
7.
本文通过两个研究揭示歧视知觉对初中生合作倾向与行为的影响, 研究1采用问卷法对752名初中生进行为期一年的追踪, 运用潜变量交叉滞后结构方程模型分析歧视知觉与合作倾向之间的纵向预测关系; 研究2采用动态公共物品困境实验考察歧视知觉对合作行为的影响, 以及群体类型的调节作用。结果发现:(1)初中生的歧视知觉与合作倾向存在显著负相关; T1合作倾向可负向预测T2歧视知觉, T2歧视知觉可负向预测T3合作倾向; (2)在公共物品困境前三轮投资比和贡献率上, 歧视知觉和群体类型的交互效应显著; 而在后三轮仅发现歧视知觉在投资比和贡献率上的主效应, 以及群体类型在贡献率上的主效应。以上结果表明, 歧视知觉与合作倾向之间存在纵向螺旋式影响; 歧视知觉对前期合作行为的影响受到群体类型的调节, 但随着互动时间延长, 该调节作用消失。 相似文献
8.
近年来, 人工智能技术的飞速发展及应用催生了“智能化心理健康测评”这一领域。智能化心理健康测评能够弥补传统方法的不足, 降低漏诊率并提高诊断效率, 这对于心理健康问题的普查及预警具有重大意义。目前, 智能化心理健康测评处于初步发展阶段, 研究者基于在线行为数据、便携式设备数据等开展主要以数据驱动为导向的探索研究, 旨在实现更高的预测准确率, 但是测评结果的可解释性等指标尚不够理想。未来的智能化心理健康测评需要强调心理学领域知识和经验的深度介入, 提高测评的针对性和精细化程度, 加强信效度检验, 这对于智能化心理健康测评工具的进一步发展和应用至关重要。 相似文献
9.
寻求幸运的行为从古至今广泛存在于人类生活的方方面面, 幸运感知如何影响消费行为的理论成果为消费研究领域做出了重要贡献。通过系统回顾相关文献发现, 个体的幸运感知会对冒险行为、独特性寻求、传染效应、特定事物的态度和幸运消费产生影响。归因理论、人格特质理论、认知启动理论、反事实思维、社会比较理论、控制感理论和启发式决策可以用于解释幸运感知对消费行为的影响。未来研究应深化幸运感知影响消费行为的作用机制并拓展边界条件及其双向结果。 相似文献
10.
自闭症谱系障碍(Autistic Spectrum Disorders, ASD)的症状早在婴幼儿期就会显现, 越早发现, 越早干预, 治疗效果越好。传统自闭症早期筛查与诊断在评估方法、流程上存在局限, 无法满足大规模筛查和诊断需求。随着人工智能技术的快速发展, 使用智能化方法进行自闭症早期大规模无感筛查与诊断逐渐成为可能。近10年间, 国内外对自闭症智能化识别方法的探索在经典任务行为、面部表情和情绪、眼动、脑影像、运动控制和运动模式、多模态6个领域积累了丰富的研究成果。未来研究应围绕构建国内自闭症早期智能医学筛查与诊断体系, 开发针对婴幼儿患者的筛查工具, 构建融合多模态数据的自闭症婴幼儿智能化识别模型, 建立结合脑影像技术的自闭症精细化诊断方法等方面来开展。 相似文献