人工智能在医学教育领域的应用研究——基于CiteSpace的文献共词分析

人工智能及大数据已经成为包括医学教育在内的各研究领域的热点问题。为了阐明人工智能在医学教育中的发展趋势,利用CiteSpace软件分析2013—2022年Web of Science核心合集文献270篇。从发文量、国家和地区、研究机构、作者、发表杂志、引文情况、关键词及发展趋势等方面进行综合分析得出研究结论：从2018年开始相关论文呈明显增长趋势,Mayo Clinic（梅奥诊所）成为全球发文量最多的研究机构;Friedman等形成了较为完整的研究团体;JAMA成为最高被引杂志;近年医学教育的人工智能应用研究热点问题主要集中在医学影像及虚拟手术等方面。

     

学生快速阅读过程的信息加工实质的研究

本研究主要探讨学生快速阅读过程的信息加工活动的实质。根据快速阅读理解测验成绩选出小学六年级优生、中等生、差生各 3 0名 ,共 90名 ,随机分成两个等组。首先对两个组的被试进行阅读预期测验 ,测定他们根据文章的部分信息预期文章基本内容的水平 ;第二步进行阅读找错测验 ,要求实验组快速阅读而对照组以平常速度阅读一篇有若干明显错字的文章 ,然后要求他们在作业卷上标出这些错字。研究结果表明 ,学生的快速阅读水平越高 ,他们对阅读材料的预期成绩也就越高 ;同时 ,被试在快速阅读的情况下发现文章中错字的数量要比正常阅读的情况下要少。据此初步认为 ,学生快速阅读文章的过程 ,是一种更多地利用概念推动 ,较少地需要材料信息的“预期—证实”的信息加工过程。     

关于词对音位知觉的影响的性质

本文报告的实验以反应时作指标研究词对音位知觉的影响的性质,检验Ganong提出的两种模型——相互作用模型和范畴模型。实验结果表明,词的作用随反应时的增加而减小。结果倾向于支持相互作用模型。     

六祖惠能的积极心理学思想蕴涵

六祖惠能的禅宗思想中蕴涵着丰富且深邃的积极心理学思想,其旨在解脱心灵、远离尘世烦恼的终极目标及其蕴含的生命的大智慧与当代积极心理学思想高度契合。其积极心理学思想主要包括积极心理品质、积极认知、积极人生态度、积极自我以及积极关系等方面,这些思想对当代社会仍具有很大的现实价值。因此,通过对惠能的积极心理学思想的研究,可加强传统心理学思想与现代主流心理学的融合,既继承与发扬中国传统文化,促使学者关注传统心理学文化; 又推动了积极心理学在中国的发展,使得当代中国人更好地理解和践行积极心理学思想,从而更好地生活。     

推理偏差:冲突察觉还是冲突抑制的失败?

双系统理论认为人类在推理过程中存在着两种类型的加工方式:一种为快速的、不受工作记忆资源影响的启发式加工; 一种为慢速的、受认知资源限制的分析式加工。通过对这两种加工类型互相作用方式的深入研究,目前已经形成了不同的加工模型,意图解决核心问题——推理偏差产生的原因。本研究从双系统加工模型入手,结合最新的行为、训练以及神经机制的研究,对导致推理偏差的原因究竟是冲突察觉还是冲突抑制的失败进行详细分析     

心理咨询效果评价模型初探

简述了心理咨询效果评价的历史与现状,对有关模型进行了述评,并围绕心理咨询效果评价的核心问题提出了4-维模型。其中内容维度由积极心理和消极心理组成,报告人维度由当事人、专业人员和知情者组成,方法维度由实证方法和现象学方法组成,时间维度由即时、中期、跟踪和总结组成。我们期望该模型不仅可用于分析心理咨询效果评价研究,而且能对今后的研究有一定的指导意义。     

哲学问题与生活方式--析叔本华的意志和维特根斯坦的语言游戏

本文通过分析叔本华的意志和维特根斯坦的语言游戏探讨了哲学问题与生活方式之间的关系问题,认为叔本华和维特根斯坦分别提出意志和语言游戏的目的是要通过改变人们的生活方式来消除传统的哲学问题。他们的这一探索对于我们重新认识哲学的性质、意义和功能具有重要意义。     

消费心理预期与股票涨跌关系的初步研究

在间隔两个月重复测试我国城市居民消费心理预期水准的基础上,采用交叉滞后相关法(CLPC)研究了消费心理预期水准与股票涨跌幅之间的关系．发现：消费心理预期是导致股票涨跌的主要因素．从而证明消费心理预期是影响消费需求的重要因素。     

学习成功感的影响因素研究

在理沦研究的基础上．从情境、抱负和归因等方而时学习成功感的影响因素加以研究,并尝试用结构方程建模的方法将主要的影响因素建构成一个理论模型。结构方程模型的研究结果表甽,积极的课堂情境、积极的家庭情境、抱负和归因都对学习成功感有着直接的影响;而a,积极的课堂情境和积缴的家庭情境也会通过影响个体的抱负水平和归因方式而间接地影响学习成功感．     

iTemplate: A template-based eye movement data analysis approach

Current eye movement data analysis methods rely on defining areas of interest (AOIs). Due to the fact that AOIs are created and modified manually, variances in their size, shape, and location are unavoidable. These variances affect not only the consistency of the AOI definitions, but also the validity of the eye movement analyses based on the AOIs. To reduce the variances in AOI creation and modification and achieve a procedure to process eye movement data with high precision and efficiency, we propose a template-based eye movement data analysis method. Using a linear transformation algorithm, this method registers the eye movement data from each individual stimulus to a template. Thus, users only need to create one set of AOIs for the template in order to analyze eye movement data, rather than creating a unique set of AOIs for all individual stimuli. This change greatly reduces the error caused by the variance from manually created AOIs and boosts the efficiency of the data analysis. Furthermore, this method can help researchers prepare eye movement data for some advanced analysis approaches, such as iMap. We have developed software (iTemplate) with a graphic user interface to make this analysis method available to researchers.