情节式未来思考的年龄差异及其脑机制

情节式未来思考是将自我投射到未来以预先经历某事件的能力。本文探讨情节式未来思考的年龄差异及其脑机制,重点阐述情节式未来思考的个体发生发展及其现象学特征的年龄差异,探究其年龄差异的脑机制主要涉及颞叶及楔前叶、海马以及额叶等脑区。未来研究应扩大正常人与特殊群体的年龄范围,关注情节式未来思考年龄差异的研究角度及纵向交叉方法,同时需结合内外部影响因素进行研究,这在认知老化中有重要的社会应用价值。     

数量加工单方向干扰时间知觉的认知与神经机制

近年来,数量加工对时间知觉的单方向干扰效应受到广泛关注,然而关于该效应的认知和神经机制的研究却缺乏深度的文献梳理和理论分析。本文从抽象数量、数字符号等认知加工如何干扰时间知觉的角度,系统总结了近期数量加工单方向影响时间知觉的研究进展;并在对相关文献加以梳理的基础上,详细分析了该效应可能的认知和神经机制,并提出若干未来研究的设想。     

情绪影响创造性认知过程的神经机制

先前有关情绪与创造力的研究多以行为实验为主, 且存在研究结果不一致、缺乏可比性等问题。本项目拟借助认知神经科学技术, 以认知加工的初级过程和次级过程为线索, 采用新颖性判断、远距离联想、顿悟字谜任务等改进的实验范式, 通过时空二维脑机制参数, 重点测查创造力相关脑区激活的时间进程与空间模式, 揭示情绪影响创造性认知活动的大脑动态加工过程。     

动态面孔表情优势效应的心理机制及神经基础

动态面孔表情优势效应是指较静态面孔表情而言, 个体在识别动态的面孔表情时表现出较好的识别能力。动态面孔表情优势效应的心理机制主要涉及增强的构形加工、补偿角色和面孔模仿能力。此外, 该优势效应的神经网络则由核心的神经网络和扩展的神经网络组成, 前者主要负责早期的知觉编码和刺激的运动加工, 而后者与个体的面孔模仿能力、刺激的动态表征等有关。今后的研究应集中在完善延伸的神经网络、拓展其心理机制; 开展动态面孔表情优势效应的发展性研究; 考察面孔表情的刚性运动特征; 注重在虚拟现实环境下研究动态面孔表情的优势效应。     

伪忽视行为表现与神经基础及交通驾驶应用

伪忽视是健康个体存在轻微偏左的不对称空间注意。影响这个现象的因素主要包括刺激材料、年龄、认知负荷和知觉负荷等。其中, 眼动搜索习惯曾经被认为是伪忽视现象的主要因素, 甚至提出伪忽视是眼动偏好现象。但是, 最近文献研究普遍认为, 伪忽视不是眼动行为, 而是注意特质。近10年的大脑神经层面的证据发现, 右脑腹侧注意网络对左侧空间注意偏好有较大的贡献, 而且在神经传导束的证据中也发现右脑大纵束二型对左侧空间注意的激活程度高于其他两种类型的传导束。另外, 注意偏好的时间分辨率研究发现, 注意的左侧空间偏向发生在注意发生后的100~200 ms之内, 眼动搜索时间则是在1500 ms之内出现最大左偏。该现象的应用研究主要体现在交通驾驶员的注意能力和驾驶视觉搜索模式的关系研究。研究意义在于为安全交通提供两条原则, 首先, 道路交通驾驶环境设置要满足驾驶员的注意特质的需求; 其次, 通过合理干预, 可以抑制视觉搜索习惯, 培养安全的驾驶搜索模式。     

气质与眼动控制的关系

本研究采用眼动追踪和问卷测量相结合的方法,对气质类型和眼动控制的关系进行了探讨。眼动实验为2（眼跳方向：朝向眼跳和反向眼跳）X 2（任务类型：重复眼跳和转换眼跳）组内设计;气质分数用陈会昌编制的《气质类型测试量表》测量。结果表明,气质分数与眼动特性之间存在显著的相关性,不同气质类型（神经活动类型）在抑制过程和任务重置过程中表现出不同的相互作用模式。具体而言,神经活动强度是一个基本维度,它与认知控制的抑制功能和转换功能都有着密切联系;而神经活动的灵活性和平衡性则分别是转换功能和抑制功能的重要条件。     

内群体情绪强度的系统动力学模型

选取自愿参加本实验的某高校20个教学班级的686人为被试,基于社会网络（social network）的系统动力学（system of dynamic）建模的方法建立了内群体情绪强度的系统动力学模型,并采用心理实验的方法对模型的合理性进行了检验,结果表明,所建立的模型能够与实验数据较好拟合,能较合理地对内群体情绪强度变化的动力学规律进行刻画。此外,通过与以往同类研究对比,本研究还发现：内群体情绪强度的减弱滞后于群体内群体情绪传播的减弱。     

高职生自主学习能力与网络依赖程度关系的研究

在问卷调查法的基础上,本研究对高职生自主学习能力与网络依赖程度进行多种维度的相关分析,并通过多重线性回归分别对突出影响网络依赖及其四种维度的自主学习因子进行考察.结果表明:高职生自主学习能力和网络依赖程度之间存在十分密切的关系,其中学习策略分量表中的学习求助因子和学习管理因子对高职生的网络依赖有最大的影响.     

Two-Way Regularized Fuzzy Clustering of Multiple Correspondence Analysis

Multiple correspondence analysis (MCA) is a useful tool for investigating the interrelationships among dummy-coded categorical variables. MCA has been combined with clustering methods to examine whether there exist heterogeneous subclusters of a population, which exhibit cluster-level heterogeneity. These combined approaches aim to classify either observations only (one-way clustering of MCA) or both observations and variable categories (two-way clustering of MCA). The latter approach is favored because its solutions are easier to interpret by providing explicitly which subgroup of observations is associated with which subset of variable categories. Nonetheless, the two-way approach has been built on hard classification that assumes observations and/or variable categories to belong to only one cluster. To relax this assumption, we propose two-way fuzzy clustering of MCA. Specifically, we combine MCA with fuzzy k-means simultaneously to classify a subgroup of observations and a subset of variable categories into a common cluster, while allowing both observations and variable categories to belong partially to multiple clusters. Importantly, we adopt regularized fuzzy k-means, thereby enabling us to decide the degree of fuzziness in cluster memberships automatically. We evaluate the performance of the proposed approach through the analysis of simulated and real data, in comparison with existing two-way clustering approaches.     

The Big Five personality traits,Big Two metatraits and social media: A meta-analysis

This article reported a meta-analysis of the relationships between social network site use and the Big Five (neuroticism, extraversion, openness, agreeableness, and conscientiousness) as well as the Big Two (plasticity and stability) personality meta-traits. A random effect meta-analysis model was used to calculate the meta-results of Big Five. Extraversion and openness were the strongest predictor of SNS activities (e.g. gaming, SNS interaction, etc.), while conscientiousness, neuroticism, and agreeableness only correlated with a few of the SNS activities. A meta-analytical structural equation model further demonstrated that plasticity was positively correlated with SNS activities, whereas stability was a negative predictor. Practical implications for social media industry and users were discussed.