父母心理控制与小学生的欺负行为:敌意归因和冷酷无情的作用检验

采用班级整群抽样法选取1847名3~6年级小学生（男生987名;平均年龄10.73±1.16岁）及其家长为被试,采用问卷法考察父母心理控制与小学生欺负行为的关系,同时探讨敌意归因和冷酷无情的中介作用。结果发现：（1）父母心理控制显著正向预测小学生的欺负行为;（2）冷酷无情在父母心理控制与小学生欺负行为间的关系中存在中介作用,敌意归因不发挥中介作用;（3）父母心理控制对小学生欺负行为影响的中介机制不存在显著的性别差异和学段差异。本研究结果表明,冷酷无情是父母心理控制影响小学生欺负行为的重要机制,但敌意归因不是。研究者和实践者应注重对欺负者情感加工能力的关注和干预。     

结果预期对青少年攻击性行为的影响：中介效应与调节效应

采用攻击性问卷、关系攻击行为量表、结果预期量表、移情量表和自我控制能力问卷对720名中学生进行调查,考察了结果预期与青少年攻击性行为的关系,以及自我控制在其中的中介作用和移情在其中的调节作用。结果发现:(1)结果预期与青少年的攻击性行为(外部攻击和关系攻击)存在显著负相关;(2)自我控制在结果预期与青少年攻击性行为之间起着完全中介作用;(3)在结果预期对青少年外部攻击行为的预测中,移情发挥了调节作用。在高移情个体中,结果预期并不预测外部攻击行为,而在低移情个体中,结果预期显著地反向预测外部攻击行为;(4)自我控制在结果预期与青少年外部攻击行为之间的中介作用受到移情的调节,高水平的移情能力可以有效地缓解青少年因低自我控制而导致的高攻击性。     

受欺负与青少年外化问题关系的“健康环境悖论”：敌意性归因的中介作用

“健康环境悖论”是指在总体受欺负水平较低的环境中, 受欺负的个体会表现出更多适应问题。本研究以来自47个班级的1764名5年级到8年级学生为被试(男生956人, 平均年龄14.46岁), 考察了班级平均受欺负水平在个体受欺负经历与外化问题间的调节作用及敌意性归因的中介作用。结果发现：(1)受欺负与外化问题的关系存在“健康环境悖论”现象, 即班级平均受欺负水平能调节个体受欺负经历与外化问题的关系, 在班级平均受欺负水平较低的班级中受欺负经历与外化问题的关联更强; (2)班级平均受欺负水平对受欺负与外化问题的调节作用通过敌意性归因的中介作用实现。本研究证实了受欺负与外化问题的健康环境悖论现象, 并首次揭示了敌意性归因的中介作用机制。     

脂多糖激活所致大鼠抑郁样行为及对海马神经细胞钾电流变化的影响

采用细胞因子刺激剂脂多糖(lipopolysaccharide, LPS)为免疫激活手段, 研究LPS诱导的免疫激活产生的抑郁样行为及对海马神经细胞电压依赖钾电流变化的影响。应用膜片钳技术对海马神经细胞钾电流进行全细胞记录, 比较抑郁样行为大鼠与正常大鼠钾离子通道电流密度和激活特性的变化。结果发现, 与生理盐水对照组相比, 一次LPS注射后2 hr, 实验组动物产生抑郁样行为, 同时急性观察的海马神经细胞的钾离子通道的电流密度呈现显著升高(p<0.01); 而一次LPS注射后24 hr, 动物的抑郁样行为消失, 且急性观察的海马神经细胞的钾离子通道与对照组相比较, 其电流密度和激活曲线没有显著性变化。结论：LPS诱导的抑郁样行为, 与LPS诱导的海马神经细胞电压依赖钾电流的上调在时程上同步, 提示钾离子通道可能参与免疫激活所致的抑郁样行为。     

童年中期身体侵害、关系侵害与儿童的情绪适应

采用整群抽样法选取2603名小学儿童（平均年龄9.05 ± 0.53岁）作为被试,考察童年中期同伴侵害现象的基本特点,以及同伴侵害与情绪适应（孤独感、社交焦虑和抑郁）的关系。结果发现：（1）在性别差异方面,男生的身体侵害与关系侵害水平均显著高于女生,与身体侵害相比,关系侵害的性别差异程度较小。在同伴侵害的类型特点方面,儿童遭受身体侵害的水平显著高于关系侵害。（2）身体侵害、关系侵害与儿童的各情绪适应指标显著正相关,身体侵害和关系侵害能同时预测儿童的情绪适应不良;并且与身体侵害相比,关系侵害对情绪适应的影响更大。（3）身体侵害与社交焦虑的关系表现出性别差异,即身体侵害能预测女生的社交焦虑,而对男生的社交焦虑不存在预测作用;但同伴侵害与孤独感、抑郁的关系不受性别的调节。总体而言,有同伴侵害经历的男生和女生具有相似的情绪适应问题。     

疫病与外交：清末民初华洋互动视域下的瘟疫防治

瘟疫贯穿人类历史发展始终。近代以降,由于列强势力深入中国各地,围绕瘟疫防治而产生的华洋互动日趋频繁。一方面,外侨主导的防疫事业引发了中国社会各阶层收回防疫主权的外交诉求;另一方面,列强以防疫之名行侵略之实的行为使得华洋之间围绕国权展开了艰难博弈。在此过程之中,近代中国政府通过完善其行政能力,更有力地介入到防疫领域的管理中,推动了防疫事业的制度化发展,并以外交的方式维护公共卫生领域的国权,从而在应对公共卫生事件中逐步走向成熟。

     

Tool acceptance and acceptability: insights from a real tool use activity

Cognitive Processing - The issue of tool adoption has been the subject of many investigations, which focus either on acceptability (evaluating intention to use, a priori) or acceptance (evaluating...     

温水煮青蛙：专业认同对大学生抑郁的影响机制

为探讨专业认同、学业情绪与大学生抑郁之间的关系,采用大学生专业认同问卷、青少年学业情绪问卷与抑郁自评量表对329名大学生进行调查。结果发现：（1）专业认同对大学生抑郁有显著负向预测作用;（2）专业认同对积极学业情绪均有显著正向预测作用,但只对消极低唤醒学业情绪有显著负向预测作用;（3）在专业认同对抑郁的影响中,积极低唤醒与消极低唤醒学业情绪起到完全中介作用。结果表明,专业认同对大学生抑郁的影响实际上是一种“温水煮青蛙”效应。     

Extending the ALCOVE model of category learning to featural stimulus domains

The ALCOVE model of category learning, despite its considerable success in accounting for human performance across a wide range of empirical tasks, is limited by its reliance on spatial stimulus representations. Some stimulus domains are better suited to featural representation, characterizing stimuli in terms of the presence or absence of discrete features, rather than as points in a multidimensional space. We report on empirical data measuring human categorization performance across a featural stimulus domain and show that ALCOVE is unable to capture fundamental qualitative aspects of this performance. In response, a featural version of the ALCOVE model is developed, replacing the spatial stimulus representations that are usually generated by multidimensional scaling with featural representations generated by additive clustering. We demonstrate that this featural version of ALCOVE is able to capture human performance where the spatial model failed, explaining the difference in terms of the contrasting representational assumptions made by the two approaches. Finally, we discuss ways in which the ALCOVE categorization model might be extended further to use “hybrid” representational structures combining spatial and featural components.     

Assessing the distinguishability of models and the informativeness of data

A difficulty in the development and testing of psychological models is that they are typically evaluated solely on their ability to fit experimental data, with little consideration given to their ability to fit other possible data patterns. By examining how well model A fits data generated by model B, and vice versa (a technique that we call landscaping), much safer inferences can be made about the meaning of a model's fit to data. We demonstrate the landscaping technique using four models of retention and 77 historical data sets, and show how the method can be used to: (1) evaluate the distinguishability of models, (2) evaluate the informativeness of data in distinguishing between models, and (3) suggest new ways to distinguish between models. The generality of the method is demonstrated in two other research areas (information integration and categorization), and its relationship to the important notion of model complexity is discussed.