样例变异性对多重映射的远距离规则内隐学习的影响

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31800912
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    27.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0907.认知心理学
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

In the psychological research of learning, a major focus is the effect of example variability on the learning. There is mounting evidence that people are equipped with powerful learning mechanisms to acquire knowledge of the structure of the environment without awareness. This form of learning is known as implicit learning. However, most existing studies on how example variability affects learning focus more on explicit learning rather than the implicit learning. Therefore, studying the effect of example variability on implicit learning offers a new perspective and possibility to investigate the nature of worked example learning and explore the ways to improve the efficiency of implicit learning. Taken together, this project aims to further investigate the role of example variability in the implicit acquisition and transfer of multiple nonadjacent rules. Furthermore, this project also investigate the neural mechanisms of implicit learning of multiple nonadjacent regularities based on sample variability. The results of this project could facilitate to understand the mechanism of sample variability on implicit learning and obtain the optimal conditions for high-efficiency implicit learning by samples, which would be of guiding significance to the teaching and learning in real life. Additionally, further evidence that people can implicitly learn abstract rules will be provided by this project.
样例变异性在外显学习中的重要意义已被广泛证实。而内隐学习作为人类具有的另一种强大学习机制,探讨样例变异性在其中的作用不仅对深入理解样例学习本身具有重要意义,也为如何提高内隐学习的效率提供了一个全新的切入点。鉴于此,本项目在已有工作基础上,拟进一步:①通过操纵汉语声调平仄映射规则的抽象性程度,探明样例变异性对多重映射远距离规则内隐学习的影响;②考察基于不同变异性样例内隐习得的抽象性规则的迁移效应,进而解释多重映射远距离规则内隐学习的抽象性问题,找寻能够获得高效率内隐学习的最佳样例变异性条件;③借助fMRI技术,探讨远距离规则内隐学习的脑机制,获得变异性对内隐学习影响的脑数据指标和神经科学证据。本项目的完成不仅有助于厘清样例变异性对内隐学习的作用机理,获得高效率内隐学习的最佳样例变异性条件,对现实生活中的教与学这一永恒话题提供重要指导,还将澄清以往此类研究中内隐学习是否具有抽象性这一本质问题。

结项摘要

样例变异性在外显学习中的重要意义已被广泛证实。而内隐学习作为人类具有的另一种强大学习机制,探讨样例变异性在其中的作用不仅对深入理解样例学习本身具有重要意义,也为如何提高内隐学习的效率提供了一个全新的切入点。 .本项目采用人类语言中普遍存在的、核心语法规则——多重映射的远距离规则,从行为和神经机制两个层面,考察了样例变异性对其内隐学习的影响以及内隐习得知识的离线巩固效应。研究一通过平衡组块和重复结构,探明样例变异性对多重映射远距离规则内隐学习的影响。结果发现,样例变异性与内隐学习成绩呈“U”型曲线关系,即零变异与大变异下的学习效果优于小变异;且预先学习大变异材料可以促进小变异材料的内隐学习,这为回答样例变异性影响内隐学习效果的基本规律提供了强有力的支持。研究二操纵汉语声调平仄映射规则的抽象性程度,区分出完全映射和局部映射两种情况,考察了基于不同样例变异性内隐习得抽象性规则的迁移效应。研究发现被试在只学习显现的局部映射规则时,依旧可以内隐获得底层抽象的完全映射规则,且该迁移效果与样例变异性呈“U”型曲线,该结果为内隐学习习得抽象性规则提供了确定性证据,也为找寻能够获得高效率内隐学习的最佳样例变异性条件提供了重要的支撑。研究三借助fMRI与ERP技术,探讨了远距离规则内隐学习的脑机制,获得变异性对内隐学习影响的脑数据指标和神经科学证据。结果发现在大变异条件下,多重映射远距离规则的内隐习得主要依靠布洛卡区以及其与颞上回的功能连接;且在语法分类判断过程中,相对于不预先学习大变异材料组,预先学习组被试在遇到违反规则的语法结构时(相对于合法串),引发了更大的P600脑电成分。最后,研究四还考察了内隐习得的规则在学习结束之后是否存在离线巩固效应。结果发现内隐习得知识存在离线巩固效应并受到睡眠、序列规则类型及其复杂程度的影响。综上,该项目研究对于厘清样例变异性对内隐学习的作用机理,获得语法规则高效率内隐学习的最佳样例变异性条件提供了重要的实验证据,为现实生活中的教与学这一永恒话题提供了重要指导。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
旁观者及其与个体的亲密程度对后悔情绪的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    心理学探新
  • 影响因子:
    --
  • 作者:
    凌晓丽;刘媛媛;孙鹏;苏翱;田静雯;李寿欣
  • 通讯作者:
    李寿欣
先前知识经验对远距离水平映射规则内隐学习的限制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    心理学探新
  • 影响因子:
    --
  • 作者:
    姜珊;周楚;郭秀艳;郑丽
  • 通讯作者:
    郑丽
Cross-cultural differences in implicit learning of chunks versus symmetries.
块内隐学习与对称性的跨文化差异
  • DOI:
    10.1098/rsos.180469
  • 发表时间:
    2018-10
  • 期刊:
    Royal Society open science
  • 影响因子:
    3.5
  • 作者:
    Ling X;Zheng L;Guo X;Li S;Song S;Sun L;Dienes Z
  • 通讯作者:
    Dienes Z
远距离结构的学习及其神经机制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    应用心理学
  • 影响因子:
    --
  • 作者:
    姜珊;郭秀艳;凌晓丽;郑丽
  • 通讯作者:
    郑丽

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

直觉对内隐学习优势效应的特异性贡献
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    心理学报
  • 影响因子:
    --
  • 作者:
    郭秀艳;凌晓丽;姜珊;唐菁华;朱磊
  • 通讯作者:
    朱磊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码