计算模型视角下信任形成的心理和神经机制——基于信任博弈中投资者的角度

人际信任渗透在社会交互的各个方面, 是促进和维持合作的重要基石。以往研究者借助信任博弈范式, 主要探讨了人际信任的理论模型、生物基础和影响因素等方面。近年来, 研究者开始将计算模型应用于信任博弈的数据分析中, 深入挖掘人际信任行为背后的心理机制, 将计算模型与神经影像技术结合, 加深对信任行为背后脑机制的理解。目前将计算模型应用于信任博弈范式中的研究主要针对“信任是如何形成的”这一科学问题, 未来要进一步发展计算模型方法, 结合非侵入性脑刺激技术, 应用于精神疾病人群中, 以深入理解正常和异常信任形成的心理和神经机制。     

神经美学视角的审美愉悦加工机制

审美对象特有的刺激属性会唤起观赏者特定的情绪或情感反应。个体在欣赏自然、艺术品和其他人类作品时会产生审美愉悦体验。审美愉悦-兴趣模型(PIA)认为, 审美愉悦体验包含审美过程中自动化加工阶段的审美愉悦和控制加工阶段的审美兴趣。近年来, 神经美学研究表明, 负责愉悦和奖赏的眶额叶皮层在审美过程中广泛激活, 是自动化加工阶段初级审美愉悦奖赏的神经基础, 而审美过程中纹状体亚回路中不同的连接和功能作用与两个阶段中审美愉悦的产生都有关联; 上述结果支持了审美愉悦-兴趣模型。但审美高峰体验时默认模式网络(DMN)相关脑区的激活和负责控制与理性思维的外侧前额叶皮层等脑区的失活, 提示在PIA模型强调的自动化加工阶段审美愉悦和控制加工阶段审美兴趣之上, 还有整合升华阶段的审美沉浸愉悦, PIA模型需得到进一步的扩展。未来研究应进一步检验审美愉悦认知加工模型及神经机制, 探索审美对创造力的影响机制和神经基础, 探讨不同审美经验愉悦机制的异同。     

多级评分认知诊断模型述评

认知诊断评估旨在探讨个体内部的知识掌握结构,并提供关于学生优缺点的详细诊断信息,以促进个体的全面发展。当前研究者已开发了大量0-1评分的认知诊断模型,但对于多级评分认知诊断模型的研究还比较少。本文对已有的多级评分认知诊断模型进行了归纳,介绍了模型的假设,计量特征以及适用范围,为实际应用者和研究者在多级评分认知诊断模型的比较和选用上提供借鉴和参考。最后,对未来关于多级评分诊断模型的研究方向进行了展望。     

多时点结果跨期选择的决策效应及其心理机制

多时点结果跨期选择涉及两个及两个以上多个时点结果的权衡, 正日益成为跨期选择的研究重点。现有研究主要从两时点结果和序列结果两方面深入探讨了多时点结果跨期选择中的诸多决策效应, 包括：隐藏的零效应、象征效应、额外金额效应、前端金额效应以及序列效应, 并运用序列模型和权衡模型对上述决策效应进行阐释。未来还应深入探索同时涉及损益结果混合的多时点结果跨期选择, 运用决策过程追踪技术揭示决策效应的过程机制。     

调节模式对选择超载的影响及其机制：一个有中介的调节模型

当前,选择超载领域研究的焦点已从验证其是否存在,转向至其何时存在,即边界条件的探讨。本研究基于调节模式理论,分别以决策后悔和延迟选择作为选择超载的指标,开展两个实验探查选择超载存在的调节模式条件及所涉及的内在机制。实验1以决策后悔作指标,运用量表测试法操纵调节模式,初步探讨调节模式对选择超载的影响,结果发现调节模式调节了选项集与决策后悔的关系,即对评估模式的个体来说,面对大选项集比小选项集时体验到更强的后悔情绪,出现了选择超载,而对运动模式的个体而言,两种条件下的决策后悔无显著差异;实验2以延迟选择作指标,通过任务启动法操纵调节模式,进一步探讨调节模式对选择超载的影响及其机制,结果发现调节模式调节了选项集与延迟选择的关系,即对评估模式的个体来说,面对大选项集比小选项集时更倾向于延迟选择,出现了选择超载,而对运动模式的个体而言,两种条件下的延迟选择偏好无显著差异,进一步有中介的调节模型分析表明选择难度可以部分解释这种效应。总之,通过采用不同方法操纵调节模式,选取不同的选择超载指标,数据结果都一致支持：评估模式的个体比运动模式的个体更容易出现选择超载,选择难度在其中发挥着一定的中介作用。     

心理因素与学业表现：机器学习分类预测模型

随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近（KNN）、支持向量机（SVM）、决策树（DT）、朴素贝叶斯（NB）等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%, 召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括：年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90％,准确率92.60％,召回率89.26％。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。     

化学研究中的结构模型：理论化与科学理解的工具

模型的本质和功能是科学哲学研究的核心问题,也是前沿科学研究中科学家重点关注的对象。模型的表征、解释和预测等功能得到了诸多讨论,而对科学家在真实的科学实践中如何构建、选择和使用不同类型模型的哲学考察,并不多见。以分子轨道对称性守恒原理的发现和应用为例,可以从化学实践中建模者与模型使用者的角度分析模型的功能,提出并论证,理想化简化的化学结构模型在化学实践中的认知德性,除了对现实世界进行表征、解释和预测,还体现在两个方面：化学模型作为沟通科学理解的工具和模型使用者利用它进行理论推理的工具。简化模型既可提高理论的可理解性,还可促进科学家以卓有成效的方式使用这些理论,并用于探索性实验。     

项目区分度指标在属性多水平和混合计分项目下的组卷研究

将两种项目区分度指标(CDI、ADI)及两种扩展项目区分度指标(GMCDI、GMADI)用于属性多水平诊断测验组卷。考虑三种实际测验情景,开展两项研究：研究1,二级与多级计分项目独立组卷测验;研究2,二级与多级计分项目混合组卷测验。结果表明,GMCDI与GMADI组卷方法可获得最高诊断精度,且不受属性层级结构与测验类型影响。     

语言范畴可否引起偏侧化颜色范畴知觉？

本研究考查了语言范畴是否会引起偏侧化颜色范畴知觉,并探讨了偏侧化颜色范畴知觉是语言范畴即时分类颜色还是长期与颜色联结的结果。实验中,以测量差别阈限的方法选定的渐变、相邻颜色知觉距离相当的A、B、C、D四种颜色（A、B为绿色,C、D为蓝色）为材料,以色词与颜色重组模式训练被试用4个人造词汇分别命名4种颜色,并让被试在训练前、第一次训练和第八次训练后均完成视觉搜索任务测试。经训练,原范畴内颜色（AB,CD）变成了范畴间颜色,原范畴间颜色（BC）仍为范畴间颜色。结果显示：被试在一次训练后能以新名字区分4种颜色,八次训练后掌握了4种颜色的新名字;在训练前测试中,出现了与蓝绿色相应的偏侧化颜色范畴知觉;在第八次训练后测试中,出现了与习得的语言范畴相应的偏侧化颜色范畴知觉,但在第一次训练后测试中并未出现这一效应。这些结果表明,语言范畴能引起偏侧化颜色范畴知觉,偏侧化颜色范畴知觉是语言范畴长期与颜色联结,而非即时分类颜色的结果。     

中文版无手机恐惧量表的修订

该研究以国外学者Caglar Yildirim和Ana-Paula Correia于2015年编制的Nomophobia量表为基础,修订出了适用于国内的中文版无手机恐惧量表。研究首先使用探索性结构方程模型对量表结构进行初探; 其次使用项目反应模型进行项目分析并根据其分析结果对项目进行修改和筛选,最终形成正式版量表; 最后对正式版量表其进行信效度检验,并再次对量表题目进行项目分析。最终量表共16道题目,包括害怕无法获得信息、害怕失去便利、害怕失去联系和害怕失去网络连接4个维度; 总量表的Cronbach α系数为0.931,四维度的α系数分别为:0.789,0.816,0.887和0.896。CFA验证性结果显示量表结构较好(χ2/df=3.91,RMSEA=0.067,TLI=0.941,CFI=0.952,SRMR=0.04); 使用手机成瘾倾向量表作为校标的结果显示二者之间相关为0.626,效度良好。最终量表项目区分度在[1.734,4.806]之间,四维度区分度均值为2.1765,2.72,3.2925和3.883,项目难度参数在[-1.830,4.806]之间。综上结果显示该研究编制的无手机恐惧量表各项指标均达到了心理测量学要求,可供后续研究使用