父母教养方式与初中生网络受欺负行为的关系:一项追踪研究

以491名初中生为研究对象,对其网络受欺负行为进行为期2年的4次追踪测试,同时测试其父母教养方式。采用潜变量混合增长模型探讨初中生网络受欺负行为的多种发展轨迹,并分析父母教养方式的影响。结果发现：（1）在2年时间内,初中生网络受欺负行为呈显著下降趋势;（2）初中生网络受欺负行为存在两种下降趋势,即快速下降与慢速下降;（3）父亲拒绝、父亲过度保护与母亲拒绝这三种教养方式可增加两组初中生的网络受欺负行为,同时也可降低其网络受欺负行为的下降速度;（4）父亲情感温暖可显著预测快速下降组的初始水平和发展速度,母亲过度保护可显著预测慢速下降组的初始水平和发展速度,母亲情感温暖可显著负向预测慢速下降组的发展速度。上述结果证实父母教养方式对初中生网络受欺负行为发展轨迹的预测作用,支持了Kowalski网络欺负模型。     

急性有氧运动对认知表现的影响

急性有氧运动是持续时间在10~60分钟的一次有氧运动。急性有氧运动可暂时性地改变感觉敏感度、记忆、执行功能等认知功能, 但其对不同认知功能的影响效果存在差异, 干预结果受到个体体适能水平、运动强度和运动类型等因素的调节。目前用于解释急性有氧运动影响认知表现的理论有唤醒理论、前额叶功能衰退理论、神经内分泌模型和神经营养因子假说。未来的研究应加强对急性运动发挥作用机制的探究, 更多关注身心运动、团体运动等不同运动形式的干预效果, 以期为长期“运动处方”的开具提供依据。     

二阶潜增长模型标度方法及其可比的一阶潜增长模型

潜增长模型(LGM)是分析纵向数据的一种强有力工具,在心理学和其他社会科学研究领域受到重视。多指标测量的变量,既可以用合成分数建立单变量LGM(一阶LGM),也可以用指标建立潜变量LGM(二阶LGM)。简述了二阶LGM标度方法(包括尺度指标法和效应编码),提出了有可操作性的潜变量标准化标度方法和合成分数的一阶LGM标准化模型。系统总结了二阶LGM标度方法及其可比的一阶LGM建模,并用多指标变量的实测数据进行示例。推荐使用效应编码法对二阶LGM进行标度和标准化。     

独体汉字的字形相似性研究

本文以速示呈现方式获得了一系列独体汉字和字符的混淆矩阵。用Luce（1963）的选择模型特混淆矩阵分解为对称的相似矩阵和反应倾向矢量。基于相似矩阵,以聚类分析和多维量表法探索了汉字和字符的视觉特征及其表征形式,为揭示汉字视觉特征的几何特性和潜在结构,在研究方法上作了有意义的偿试、此外,本研究的结果支持了作者（1995）关于在含“十”或“口”的独体汉字中,“十”与“口”是该类汉字的突出视觉特征的结论。     

目击见证中的记忆与元记忆监控研究

该文对国外近３０ 年来, 从心理学的记忆和元记忆角度对目击见证进行研究的进展情况作了介绍。主要有以下几个方面： ⑴估计变量、系统变量; ⑵事件后信息的误导效应; ⑶目击信心与正确性的关系。     

运用回归旋转设计研究倒摄抑制的实验研究

用回归旋转设计研究倒摄抑制。实验数据最后用二次方程逼近并取得拟合检验的显著性水平(P<0.01)。本实验揭示了(1)影响倒摄抑制的四个因素中,先前材料的学习程度(A)和后继学习材料的长度(C)这两个因素起主要作用。当A足够时,不论C的长短,倒摄抑制相对而言总是最小。这说明A因素起最主要作用;(2)在A足够的前提下,C因素与倒摄抑制成正比函数关系。本研究的成功实验表明,回归旋转设计不仅适用于心理学研究而且能揭示心理现象在多因素共同作用下变化的函数关系。因此,它比心理学研究的传统设计方法又前进了一步。     

海船驾驶员身心素质测评指标的建构

采用主次因素排列图法,确定了海船驾驶员身心素质的主要因素：应用变量()指标)聚类分析,对海船驾驶员身心素质结构的维度进行了研究,建构了海船驾驶员身心素质的10项测评指标;经新旧样本聚类结果比较,其效度符合心理测量学要求。本研究结果为我国海船驾驶员身心素质测评指标的界定提供了理论依据。     

潜变量交互效应建模: 告别均值结构

潜变量交互效应建模研究近年来有了长足的发展, 但模型中被认为不可缺少的均值结构往往让实际应用工作者却步。本文首先分析了潜变量交互效应模型中均值结构产生的根源; 然后讨论了指标变换与均值结构的关系; 接着提出了一个均值为零的潜变量交互结构, 所建立的模型不需要均值结构, 却不会改变主效应和交互效应等参数; 最后用模拟例子对无均值结构和有均值结构的两种模型的参数估计进行了比较, 结果符合理论预期, 困扰人们多年的均值结构问题从此可以终结。     

心理治疗的过程研究

心理治疗的过程研究是辨识心理治疗的活性成分和改变机制,是心理治疗效果研究的重要领域。心理治疗过程研究的最新进展体现在研究内容的扩展,研究方法的改进及研究结果的新发现等方面。对未来研究的几点建议：活性成分的层次性观点,改变机制的双线研究及与治疗过程模型的结合,借鉴邻近学科的研究成果,改善RCTs时间设计,关注质化研究,临床工作者与研究者的合作,以及开展本土化研究。     

LGM模型中缺失数据处理方法的比较:ML方法与Diggle-Kenward选择模型

追踪研究中缺失数据十分常见。本文通过Monte Carlo模拟研究,考察基于不同前提假设的Diggle-Kenward选择模型和ML方法对增长参数估计精度的差异,并考虑样本量、缺失比例、目标变量分布形态以及不同缺失机制的影响。结果表明:(1)缺失机制对基于MAR的ML方法有较大的影响,在MNAR缺失机制下,基于MAR的ML方法对LGM模型中截距均值和斜率均值的估计不具有稳健性。(2)DiggleKenward选择模型更容易受到目标变量分布偏态程度的影响,样本量与偏态程度存在交互作用,样本量较大时,偏态程度的影响会减弱。而ML方法仅在MNAR机制下轻微受到偏态程度的影响。