全文获取类型
收费全文 | 970篇 |
免费 | 74篇 |
国内免费 | 250篇 |
出版年
2024年 | 6篇 |
2023年 | 28篇 |
2022年 | 27篇 |
2021年 | 22篇 |
2020年 | 25篇 |
2019年 | 23篇 |
2018年 | 29篇 |
2017年 | 25篇 |
2016年 | 41篇 |
2015年 | 34篇 |
2014年 | 111篇 |
2013年 | 44篇 |
2012年 | 56篇 |
2011年 | 84篇 |
2010年 | 55篇 |
2009年 | 64篇 |
2008年 | 91篇 |
2007年 | 65篇 |
2006年 | 69篇 |
2005年 | 76篇 |
2004年 | 70篇 |
2003年 | 55篇 |
2002年 | 43篇 |
2001年 | 52篇 |
2000年 | 17篇 |
1999年 | 21篇 |
1998年 | 14篇 |
1997年 | 7篇 |
1996年 | 11篇 |
1995年 | 8篇 |
1994年 | 6篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 2篇 |
1989年 | 3篇 |
1985年 | 1篇 |
排序方式: 共有1294条查询结果,搜索用时 15 毫秒
921.
先前研究基于功能特化的思想, 基本完成了创造性问题解决相关的各个关键脑区的功能定位, 但并未揭示这些关键脑区在创造活动中的动态神经活动以及它们之间的相互作用关系。本研究拟从动态的功能整合的思想出发, 采用时间序列分析和有效连通性分析方法, 对语义类问题的创造性解决中的信息选择和新颖联结形成等关键子过程的大脑动态加工模式进行研究。本研究不仅能丰富并发展创造性问题解决神经基础的研究方法, 而且能够从系统的层面, 从动态信息加工的角度加深对创造性问题解决脑机制的认识, 推动其神经理论的发展。 相似文献
922.
923.
为探讨大学生早期适应不良图式、焦虑与拖延的关系, 并考察焦虑在早期适应不良图式与拖延之间的中介效应, 采用一般拖延量表、Young图式问卷—简版、状态—特质焦虑问卷和自编一般人口学情况调查表, 对广东一高校559名大学生进行调查研究。研究结果发现:(1)"分离和拒绝"、"自主性和能力不足"、"缺乏自控/自律不足"图式均能显著正向预测焦虑和拖延;(2)特质焦虑能显著正向预测拖延, 而状态焦虑对拖延无显著预测作用;(3)特质焦虑在"分离和拒绝"、"自主性和能力不足"、"缺乏自控/自律不足"图式与拖延之间起部分中介作用。 相似文献
924.
通过对1131名大学生的问卷调查,运用结构方程模型技术考察了亲子依恋、分离-个体化与大学生自我同一性状态之间的关系。结果表明:(1)良好的亲子依恋可较强地正向预测大学生的积极分离-个体化,同时较强地负向预测消极分离-个体化;(2)亲子依恋除对同一性早闭状态有直接的正向预测作用外,对其他三种同一性状态的影响均以积极分离-个体化和消极分离-个体化为中介实现的。亲子依恋和分离-个体化两方面相结合形成了积极的亲子关系环境,有利于大学生自我同一性的形成。 相似文献
925.
926.
研究采用JAS范式,通过操纵群体信息的性质(支持和反对)以及一致性程度,考察了决策信心在信息化从众过程中的作用。结果表明:(1)个体仅在接收到反对信息时会发生决策的偏转,表现出从众;(2)群体参照信息能够显著影响个体的信心:支持性的群体信息使个体的信心显著增高,而反对性的群体信息使信心显著降低,且表现出一种“负性偏向”(即个体对来自群体的负性信息更加敏感);(3)在反对条件下,个体信心降低的程度能够很好地预测其决策偏转的概率,即信息化从众行为。这说明,决策信心可能在信息化从众中起着核心的中介作用——反对性的群体信息使得决策信心下降,而决策信心的下降导致了决策的偏转,从而表现出从众行为。 相似文献
927.
先前研究者普遍认为, 类别推理学习条件下可以同时表征诊断性信息和非诊断性信息, 而类别分类学习条件下中只能表征诊断性信息, 不能表征非诊断性信息。而最近又有研究者发现部分呈现条件下的类别分类学习可以表征非诊断性信息。本研究通过两个实验系统比较了全部呈现和部分呈现条件下类别分类学习的结果, 进一步探讨了分类学习条件下信息的表征情况, 并进一步探讨了部分呈现条件下的分类学习能够表征非诊断性信息的原因。实验1发现全部呈现6个特征、缺失1个特征(即部分呈现5个特征)、缺失2个特征(即部分呈现4个特征)3种条件下都能表征诊断性信息, 但只有部分呈现条件下能表征非诊断性信息。实验2发现全部呈现7个特征、缺失2个特征(即部分呈现5个特征)、全部呈现5个特征3种条件下都能表征诊断性信息, 但只有部分呈现条件下能表征非诊断性信息。总的实验结果表明:全部呈现条件下的分类学习只能表征诊断性信息, 而部分呈现条件下的分类学习能够同时表征诊断性信息和非诊断性信息, 并且部分呈现条件下表征非诊断性信息的原因是被试进行了推理学习, 而非注意广度的变化。 相似文献
928.
929.
930.