认知控制的层级性：来自任务切换的脑电证据*

认知控制的主要研究范式之一是任务切换。以往研究发现切换代价受到认知控制层级性的调节, 但鲜有研究探索这一调节过程的动态神经机制。本研究通过嵌套的线索-任务切换范式考察不同层级任务切换代价的差异及其神经机制。在实验中, 要求被试完成高低两种层级任务, 低层级任务要求被试判断数字大小(或奇偶); 高层级任务则须先加工数字的某一语义特征(如当前数字是否是偶数), 然后进行大小判断。行为结果表明, 高层级任务切换代价显著大于低层级任务切换代价。线索锁时的脑电结果表明, 层级效应最早出现于P2成分, 切换效应(切换与重复之差)在CNV成分上受到任务层级的调控, 反映了在任务目标重构阶段给予高层级任务更多的选择性注意以及更高的主动性控制。目标锁时的脑电结果表明, 在N2及慢波(SP)成分上, 高层级任务切换与重复的波幅差异相比低层级任务显著更大, 反映了在抑制旧任务集与重构新反应集的过程中增强的反应性控制。这些结果为任务设置重构论和认知控制的层级性提供了新的证据。     

反映还是形成？平行还是层级？PSM的模型建构与检验

在心理学领域,传统的多指标潜变量的测量模型大都采用反映性建构,各指标反映了潜在构念,构念是各指标的原因.但实际上有些构念应该采用形成性建构,各指标是原因,形成了潜在构念.建构方式的选择不仅要从理论来考虑,还要通过数据特征来决定.研究以公共服务动机（PSM）构念为例,通过公益投资游戏取得投资绩效和满意度效标,验证了先前研究提出的“一阶反映二阶形成”建构模式,并进一步检验了层级性建构方式的优势,有助于PSM理论框架与实证测量的统一.     

基于阶层线性理论的多层级中介效应

本文介绍了三种常见的多层级中介效应模型, 并根据阶层线性理论和依次检验回归系数的方法, 详述了多层级中介效应的检验步骤以及中介效应量的估计方法, 在2-1-1和1-1-1中介效应模型中, 推荐采用对层1自变量按组均值中心化, 同时将组均值置于层2截距方程式的中心化方法, 以实现组间和组内中介效应的有效分离。本文还展望了多层级中介效应模型的拓展方向, 即多层级调节性中介模型和多层级结构方程模型; 以及检验方法的拓展, 即Sobel检验和置信区间检验。     

《周易》阴阳论的层级结构性质

传统中国哲学中的阴阳论一直是学界所关注的一个焦点,但对于该体系所具备确切内涵的各方面、以及由其所结成的整个架构的整体理论性质,却很少有人能深入体察。本文通过对《周易》阴阳论的细致分析,提出该理论作为一种形而上学宇宙论,实则是一个内在含括生命论、差异论与秩序论等三个主要方面,并以其中生命论为根基也是最终目的的层级结构。     

认知诊断中多分属性与二分属性的对比研究

摘 要：Karelitz（2004）和詹沛达等（2016）认为1个多分属性内部(Lk+1)个水平的关系相当于Lk个部分满足线型层级关系的二分属性。本研究的目的是通过比较多分属性模型和二分属性模型的判准率,从而验证多分属性和二分属性间是否存在以上关系。结果表明：当属性个数较少时,两个模型的模式判准率相当,随着属性个数增加,多分属性模型的模式判准率高于二分属性模型的模式判准率。结论：在一定程度上,多分属性和二分属性之间确实存在以上关系,但两者并非完全等价,二者间的差异随着属性个数增加更加明显。     

小学生同伴接纳对其人格发展的影响：友谊质量的多层级中介效应

以班级为单位选取1-6年级23个班级的小学生,通过最好朋友提名法,得到有互选朋友有效被试700人,采用同伴提名法、小学生友谊质量问卷、小学生人格发展教师评定问卷,运用多层线性模型（HLM）考察个体和班级两个水平上的同伴接纳、友谊质量对人格的影响,并在两个水平上检验友谊质量在同伴接纳对人格的影响上的多层中介效应。结果表明：（1）班级水平：班级平均友谊质量对外倾性、亲社会性、认真自控、情绪稳定性有预测作用;班级平均同伴接纳对情绪稳定性有预测作用。（2）个体水平：同伴接纳对人格5个维度均有直接影响;除情绪稳定性,友谊质量分别在同伴接纳对智能特征、外倾性、亲社会性、认真自控影响上有部分中介效应。     

简单非一致:以再认启发式使用为例

再认启发式理论认为人们仅依赖再认做出决策。以两项高低不同再认预测力(效度)的任务为材料,选取初中生(N=138,M=14.1岁)和成年大学生(N=136,M=19.3岁)被试,探讨再认启发式使用特征。使用层级多项式加工树模型对数据进行分析,结果显示:(1)初中生较大学生认识的材料数更少或运用知识比较的正确率更低;(2)再认启发式使用存在被试异质性;(3)初中生再认启发式的使用低于大学生。结论:知识表现出随年龄增长的趋势,再认启发式的使用存在较大的个体差异和群体差异,决策时初中生相比大学生会更少依赖再认线索。     

多级评分聚类诊断法的影响因素

从测验和被试两个层面探讨了属性数目、属性层级关系、被试知识状态分布、属性层级误设和Q矩阵误设等因素对GRCDM的影响, 以进一步考察GRCDM的特性。研究发现：(1)GRCDM对属性数目无依赖, 随属性数目的增多判准率反而增高; (2)被试知识状态分布对GRCDM判准率高低无影响; (3)属性层级误设对GRCDM的影响与属性层级类型有关, 当属性层级为无结构型和发散型时, “属性层级关系错乱”的判准率降幅最大; (4)Q矩阵误设对GRCDM的影响因层级关系而异, 收敛型和发散型受影响较小, 无结构型和线型的判准率在属性既冗余又缺失时降幅最大。     

基于属性层级结构的认知诊断测验的组卷

认知诊断测验组卷方法对提高被试属性掌握模式的判准率至关重要.Henson和Douglas的组卷方法(2005)得到的认知诊断测验判准率不高,没有考虑属性间的层级关系是重要原因.本文提出一种基于属性层级结构的认知诊断组卷方法:首先根据属性层级结构确定待选项目类集合,其次根据新建构的选题指标确定项目类,然后由属性区分被试的能力确定各项目类中题目的数量,并在测验Q阵中放入可达阵.模拟研究表明:新方法比H&D方法在判准率上有很大的提高;新的选题指标比H&D的指标大大缩短计算时间.     

属性不等权重的多级评分属性层级方法

本文给出基于属性不等权重的等级反应模型(Grade Response Model, GRM)的属性层级方法(Attribute Hierarchy Method, AHM), 简记为属性不等权重的GRM-AHM。在属性层级结构下, 本文利用贝叶斯网与最小二乘两种方法, 提出了被试掌握属性的条件概率与属性权重的计算方法, 发现并解决了属性在不同的项目内权重有可能不相等的问题。本研究进一步将认知诊断推广到多级评分的情形。试验证明, 属性不等权重的GRM-AHM具有较高的判准率。