小学生阅读迁移机制的进一步研究--字词表征还是内容表征

探讨阅读文章难易程度与文章字词和内容在小学生篇章阅读迁移中的作用。被试分为阅读水平高、低两组。采用个别方式施测,以阅读时间和阅读准确性为阅读迁移的指标。结果表明,低水平组被试的篇章阅读迁移主要依赖词汇表征;高水平组被试的篇章阅读迁移主要依赖内容表征,换言之,容易文章主要以内容表征进行迁移;困难文章主要以词汇表征进行迁移。     

汉语因果复句的心理表征项目互换效应研究

采用句子-图画验证任务(sentence picture verification task)探讨了汉语因果复句的心理表征项目互换效应。结果表明,汉语因果复句的项目表达顺序为"结果→原因"时,所形成的心理表征中项目发生互换,其结果为"原因→结果"。本研究结果初步表明,读者理解汉语因果复句是一个按照"原因→结果"固定方向进行系列加工的认知过程。     

外表真实区别、表征变化和错误信念的任务分析

自20世纪80年代以来,“心理理论”已成为发展心理学的研究热点和最活跃、最多产的领域。为了分析和比较“心理理论”的实验任务,该研究以济南市3所幼儿园中的233名3—6岁儿童为有效被试。进行了“意外转移。和“欺骗外表”两种心理理论实验任务。得出如下主要结论：(1)意外转移任务中内隐错误信念显著难于标准错误信念,易化错误信念与标准错误信念的难度不存在显著差异。(2)欺骗外表任务中外表真实区别难度显著低于表征变化和错误信念。(3)意外转移任务的错误信念显著难于欺骗外表任务的错误信念。     

口语报告法比较研究物理问题解决中不同数理基础被试表征体系的动态差异

基于对物理问题解决表征体系特征的研究,本文用口语报告法,对不同数理基础的被试在解决物理问题过程中表征体系的动态特征差异进行了实证性研究。结果证明,数理基础扎实的被试,其物理问题解决表征体系的动态特征优于数理基础一般和数理基础差的被试     

几种时间表征的研究概况

概述时间表征外显与内隐的分类,对动力心理表征及表征动量的研究进行了讨论     

工作记忆中句法歧义加工的双重表征研究

本实验研究考察了高广度的中国中英文阅读者在对具有句法歧义结构的中英文句子是否在工作记忆中产生双重表征,以及任务难度对这种双重表征的保持会的影响。实验结果表明：（１）中文高广度阅读者能对汉语并列歧义产生双重表征;（２）中国的英文高广度阅读者能够对英语Ｖｅｄ歧义产生双重表征;（３）在回答提问的任务难度有所增加时,这种双重表征得以保持,其强度没有立即随之降低。     

探究事件相关脑电/脑磁信号中的神经表征模式：基于分类解码和表征相似性分析的方法

探究不同心智活动下的神经表征差异, 是认知神经科学关注的核心问题之一。早期的脑电/脑磁分析方法主要关注组平均后的神经响应水平, 这要求在关注的时间进程上, 各个被试在相同刺激条件下事件相关电位/事件相关磁场的振幅大小和方向、以及地形图分布和极性均要有较高的一致性。近些年来, 研究者们将功能性磁共振成像研究中常用到的两种技术——机器学习中的分类算法(即基于分类的解码)和表征相似性分析——引入到了脑电/脑磁数据分析中。这两种新技术可以克服传统脑电/脑磁数据基于具体电压/磁感应强度波形平均分析的缺点, 具有在个体水平上探究神经表征编码的特点, 为人们探究大脑在不同时间进程上如何对特定的神经表征信息进行动态编码提供了新的思路。两种技术基于不同的方法学原理来抽提个体间一致的脑认知加工机制, 还为脑电/脑磁研究开展跨时域、跨任务、跨模态、跨群体比较不同认知过程中的表征差异提供了更多新颖的途径。我们首先通过与传统的脑电/脑磁分析方法进行比较, 系统性介绍了基于分类的解码和表征相似性分析的原理和操作流程, 之后对两种方法的应用场景进行了梳理, 并在最后对未来可供研究的方向提出了我们的见解。     

亲子依恋研究的进展

心理学对亲子依恋的研究经历三个阶段鲍尔比代表的第一阶段创建了理论框架爱因斯沃斯代表的第二阶段发展了陌生情境技术并积累了大量观察资料和跨文化资料;80年代以来的第三阶段在研究对象、研究方法、依恋与社会情绪的整合等方面有所发展。     

图形颜色、形状及质地表征特性的研究

记忆中的图形特征既可以按一定方式被直接储存,也可以按抽象形式存储。虽然目前尚无法确定图形特征（形状、颜色等）分别以何种方式存储,但可以肯定,图形的颜色和形状可以分开表征。那么,图形的其它特征之间是否也是可以分开表征呢？该研究中的两个实验对图形的质地与形状、质地与颜色之间表征关系进行了探讨。实验结果表明,图形的质地可以分别与形状、颜色分开表征,这一结果提示,人们在记忆图形时,可以将图形的不同特征按分离方式进行加工。同时,通过对两实验结果比较发现,图形的形状、颜色和质地的记忆难度之间存在差异,形状最易,颜色最难,质地居中。     

语义在人脑中的分布式表征：来自自然语言处理技术的证据

人脑如何表征语义信息一直以来是认知神经科学的核心问题。传统研究主要通过人为操纵刺激属性或任务要求等实验方法来定位语义表征脑区,这类方法虽然取得了诸多成果,但是依然存在难以详细量化语义信息和语境效应等问题。基于语义的分布式假设,自然语言处理(NLP)技术将离散的、难以客观量化的语义信息转变为统一的、可计算的向量形式,极大提高了语义信息的刻画精度,提供了有效量化语境和句法等信息的工具。运用NLP技术提取刺激语义信息,并通过表征相似性分析或线性回归建立语义向量与脑活动模式的映射关系,研究者发现表征语义信息的神经结构广泛分布在颞叶、额叶和枕叶等多个脑区。未来研究可引入知识图谱和多模态融合模型等更复杂的语义表示方法,将语言模型用于评估特殊人群语言能力,或利用认知神经科学实验来提高深度语言模型的可解释性。