简单结构刺激非规则特征突显条件下的样例效应，本文主要内容关键词为：条件下论文,效应论文,特征论文,规则论文,结构论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
分类号 B842.3
1 引言
所谓样例效应是指人们对新事物进行分类时，虽然有可以利用的明确的分类规则，但是通常还会使用样例记忆来进行分类[1]。一般认为样例效应的研究开始于Allen和Brooks1991年进行的实验，其研究范式被后来的研究广为运用[2]。实验发现被试在根据给定的规则对新项目进行分类时，受到了新项目和先前学习的旧项目相似性的影响。研究者的解释是尽管提供给被试明确的分类规则，但是被试的分类仍然受到先前学习的样例记忆的影响。
后来，Regehr和Brooks又进一步研究了样例效应产生的条件，实验结果支持了样例效应的理论[3]。但是人们对于样例效应产生的条件和机制还存在很多不同的看法。Lacroix等用同样的研究范式和同样类型的刺激进行了研究，认为样例效应的加工机制不是自动化的过程，而是依赖于实验的指导语的指示，只有当选择性注意明确指向非规则特征时，非规则特征才能影响规则的运用；否则，非规则特征与样例效应的产生无关[4]。曹瑞通过对刺激组成特征的感知突显度的控制用同样的研究范式研究了样例效应，发现在非规则突显的条件下，短时间学习之后获得了错误率上的样例效应，但是没有获得反应时上的样例效应。实验结果认为即使指导语没有指示被试注意非规则特征，被试也对非规则特征进行了加工，不支持Lacroix等的观点[5]。
在样例效应的研究中，人们大都使用5个特征的刺激，但是刺激材料的特征数量是影响人们认知加工的一个因素，因为不同的特征数量产生了不同的知觉负载，人们的分类加工过程也会随之不同。建立在5个特征基础之上的这些研究结论的普遍适用性还有待于进一步实验验证。
本实验用变化了的Allen和Brooks研究范式，运用4个特征的刺激探讨非规则特征突显条件下的样例效应，假设在较低的知觉负载下，会出现更明显的样例效应。
2 实验方法
2.1 被试
自愿参加实验的山东某高校在读本科生共计60人，其中男生30人，女生30人。
2.2 材料
正式实验前先对实验材料进行评定。评定所用的材料是采用AutoCAD2004软件绘制的4个特征构成的假想的外星人，刺激的每个特征有两个水平，分别是天线（波浪形、螺旋形）、侧耳（向上、向下）、上下角（尖朝外、尖朝内）和身体（圆形、菱形）。通过特征组合，共产生16张不同特征的图片。
材料的评定方法是Smith和Minda使用的评定刺激特征感知突显度的方法[6]，裸眼或矫正视力正常的7名本科生（其中男生4名、女生3名）用5点量表对刺激项目进行了评定，经过2次评定实验和对实验材料的不断修改，最后获得符合实验要求的图片。评定结果见表1。
用SPSS11.5统计软件对材料的4个特征进行单因素重复测量的方差分析，结果表明特征主效应非常显著，F(3,18)=12.261,p＜0.001，说明材料的4个维度的感知突显度是不平衡的。为了确定突显的非规则特征，又进行了4个特征间的LSD多重比较，结果见表2。
由表2的结果可以看出，4个特征中，天线、侧耳和上下角两两之间没有显著性差异，而身体特征和其它3个特征之间存在显著性差异，可以认为身体特征相对于其它三个特征是突显的，实验中把身体特征确定为非规则特征。
正式实验材料为上述经过评定的外星人图形。表3呈现了实验中所用各种类型刺激项目的特征值，左边3个特征（天线、侧耳、上下角）是与分类规则相关的特征。项目1～8在学习阶段出现，项目1～16在测试阶段出现。由于项目1～8在学习阶段已经出现过，故称之为旧项目；9～16仅在测试阶段出现，故称之为新项目。依照项目类型和项目匹配性质，16个项目可分为4种，分别为：正向匹配的新项目（和学习项目只有一个特征不同且属于同一类的新项目），反向匹配的新项目（和学习项目只有一个特征不同且不属于同一类的新项目），正向匹配的旧项目（和正向匹配的新项目配对的学习项目），反向匹配的旧项目（和反向匹配的新项目配对的学习项目）。所有刺激在黑色背景下以白色线条呈现。
2.3 实验设计
实验是2（学习轮次：5轮、10轮）×2（项目类型：旧项目、新项目）×2（项目匹配性质：正向匹配、反向匹配）混合实验设计，其中，学习轮次是被试间因素，项目类型和项目匹配性质是被试内因素。实验程序用DMDX编制，程序自动记录被试反应及反应时，实验材料和指导语用微机呈现。60名被试随机分配到两种学习轮次条件下。
2.4 实验程序
实验分为2个阶段，个别进行。第一阶段是学习阶段，先呈现指导语，告诉被试分类规则，并要求被试按此分类，对被试的反应给予“正确”或者“错误”的反馈。学习5轮条件下，每轮中8个旧项目（4个正向匹配旧项目和4个反向匹配旧项目）随机呈现，共40个试验；学习10轮条件下，每轮中8个旧项目随机呈现，共80个试验。
第一阶段结束后，紧接着进入第二阶段——测试阶段。学习5轮和学习10轮的程序相同。随机呈现16个项目，其中包括8个旧项目和8个新项目。要求被试根据第一阶段习得的规则分类，对被试的反应不予反馈。
3 结果与分析
分析测试阶段的所有项目的错误率和正确反应的反应时，样例效应出现的判断标准为项目类型和项目匹配性质的交互作用，即正向匹配新项目和反向匹配新项目的分类错误率和反应时存在显著差异，而正向匹配旧项目和反向匹配旧项目的分类错误率和反应时无显著性差异。
用2（学习轮次：5轮、10轮）×2（项目类型：旧项目、新项目）×2（项目匹配性质：正向匹配、反向匹配）重复测量两个因素的三因素方差分析分析错误率和反应时，其中学习轮次是被试间因素，项目类型和项目匹配性质是被试内因素。
错误率指标为被试测试阶段错误分类项目的数量与项目总数量之比。数据分析前，首先对数据进行筛选，先剔除错误率超过50%的被试（该被试反应时数据也一并剔除），共剔除4名被试（学习5轮条件下2人，学习10轮条件下2人），最后两种实验条件下共有56名被试的有效数据进行了分析。
反应时是指被试正确反应的反应时间。数据分析时，把原始反应时数据转换成自然对数进行方差分析，剔除平均数加减3个标准差以外的反应时数据。为了阅读方便，仍以观测单位（毫秒）呈现反应时结果。
数据分析前，首先验证是否存在原型效应，以便决定在数据分析时是否剔除原型。经过检验如果原型和非原型项目的错误率和反应时存在显著性差异就剔除原型数据，否则就分析全部数据。
3.1 错误率分析
数据分析前先检验错误率的原型效应，结果见表4。
2（训练轮次：5轮、10轮）×2（项目类型：原型、非原型）方差分析结果显示：项目类型主效应不显著，F(1,54)=1.67,p＞0.05。表明原型和非原型项目错误率差异不显著，所以数据结果分析时不需要剔除原型数据。
被试在不同学习轮次条件下分类测试阶段项目的平均错误率见表5。
方差分析结果表明，项目匹配性质主效应显著，F(1,54)=12.42,p＜0.001，被试反向匹配项目的分类错误率明显高于正向匹配项目；项目类型主效应显著，F(1,54)=9.51,p＜0.01。项目匹配性质和项目类型交互作用显著，F(1,54)=5.86,p＜0.05。进一步简单效应分析表明，对于测试阶段遇到的旧项目，不同性质项目的平均错误率不存在显著差异；对于测试阶段遇到的新项目（正向匹配和反向匹配的新项目），其平均错误率存在显著性差异，F(1,54)=11.91,p＜0.001，表现为反向匹配新项目的平均错误率高于正向匹配新项目的错误率。说明在本实验条件下出现了错误率上的样例效应。
其它因素的主效应和交互作用都不显著。
3.2 反应时分析
先检验反应时的原型效应，结果见表6。
方差分析结果表明，项目类型主效应显著，F(1,54)=5.54,p＜0.01。说明原型和非原型项目反应时有显著性差异，所以数据分析时需要剔除原型数据。
剔除原型数据后被试在不同学习轮次条件下，对测试阶段项目进行正确分类的平均反应时见表7。
方差分析结果表明，项目匹配性质主效应显著，F(1,54)=14.66,p＜0.001，被试分类反向匹配项目的反应时明显高于正向匹配项目；项目匹配性质与项目类型交互作用显著，F(1,54)=5.832，p＜0.05。进一步简单效应分析发现，对于测试阶段遇到的旧项目，不同性质项目的平均反应时不存在显著差异；对于测试阶段遇到的新项目（正向匹配和反向匹配的新项目），其平均反应时存在显著性差异，F(1,54)=15.12,p＜0.001，表现为反向匹配新项目的平均反应时长于正向匹配新项目的反应时。其它因素的主效应和交互作用都不显著。结果表明，在本实验条件下出现了反应时上的样例效应。
4 讨论
本实验对刺激组成特征的突显度进行了控制，通过这一操作，探讨被试对4个特征刺激进行分类时的样例效应。本实验和运用的5个特征的经典研究范式相比较，与分类规则相关的刺激特征数目没有发生变化，但是与分类规则无关的特征数目发生了改变，由2个减少为1个，这一操作使得本实验所用刺激的结构比经典范式的5个特征要简单，任务的知觉负载也相对降低了。在这一实验条件下，实验结果获得了错误率和反应时上的样例效应。
与已经完成的另一项相关研究相比较[5]，本实验获得了更强烈的样例效应。因为该相关研究只在训练5轮时获得了错误率上的样例效应，而本实验获得了错误率和反应时上的样例效应。这一结果说明在刺激的非规则特征突显的条件下，如果任务的知觉负载较低，样例相似性对规则运用的影响更加明显。
国内学者的一项关于图形复杂度对视觉搜索绩效影响的研究表明，图形的复杂度参数是一个影响视觉搜索作业绩效的重要变量，当靶项目复杂度不变时，随着干扰图形复杂度的增加，视觉搜索反应时单调线性增长[7]。本实验所用的4个组成特征的图形，相对于5个组成特征的较为简单，两者的视觉搜索绩效也会不同，由此造成的进一步的认知加工过程也会不同。可以认为图形复杂度是影响样例效应的一个因素。
Lavie提出知觉负载理论可以为本研究结果提供了进一步的理论支持。这一理论认为靶项目的加工负载决定无关干扰子被加工的程度，由于注意资源有限，如果任务的负载高，靶项目用尽了有限的资源，无关干扰子将不被加工，则出现早期选择；然而，如果任务的负载低，靶项目只消耗一部分的注意资源，剩下的资源自动地被用以加工无关干扰子。此时，即使被试主观上要忽略它们，干扰子也能引起注意。只有在高负载条件下，靶项目的加工消耗了所有的注意资源时，无关干扰子才能不被知觉[8]。知觉负载理论提出以后得到了大量的实验支持，这些实验控制知觉负载的方法之一是操纵无关刺激的数量[9,10]。本实验突显的非规则特征数目由2个减少到1个，可以认为本实验条件下当前任务处于一个较低的知觉负载水平，在这一条件下，被试会有更多剩余的注意资源去关注无关特征，从而在学习阶段对刺激整体记忆痕迹比较深刻，以至于测试阶段对新项目进行分类时，个别样例记忆起了作用，样例效应比较明显。
本实验结果显示，学习时间对样例效应的产生影响不显著，对于这一结果的原因还需进一步探讨。也许本研究学习时间10轮还不够长，假设在学习20轮的条件下，学习时间会对样例效应产生更显著的影响，这一假设有待于进一步的研究来验证。
5 结论
本实验得出以下结论：
基于规则的和基于样例相似性的分类可以同时存在于同一分类过程中，在刺激的非规则特征突显的条件下，较低的知觉负载更有利于样例效应的产生；学习时间长短对样例效应产生没有产生显著影响。
收稿日期：2007-12-14