不同Fan范式下工作记忆对记忆提取的影响

《不同Fan范式下工作记忆对记忆提取的影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、不同Fan范式下工作记忆对记忆提取的影响　　摘要：根据Fan范式编写实验材料，以眼动仪为工具，选取40名大学生为被试探讨不同Fan范式下工作记忆对记忆提取的影响。结果表明：工作记忆容量低的条件下，目标项与干扰项的错误率存在显著差异（F=3.72，p<0.05），不同地点Fan等级的反应时存在非常显著差异（F=5.55，p=0.00）以及注视点数存在显著差异（F=3.50，p<0.05）。工作记忆容量的大小对记忆提取的结果有影响，眼动能够有效反映记忆提取的过程，实验支持独立因素眼动模型。　　关键词：工作记忆容量；Fan效应；提取；

2、眼动　　中图分类号：B842.5文献标识码：A文章编号：1003-5184（2013）02-0157-06　　1问题提出　　工作记忆的功能是心理加工的场所，有些人认为它是一种内部的“记事本”或黑板。在记忆提取和干扰研究的争论中，有关工作记忆的研究已经成为心理学研究的热点。研究发现，工作记忆容量对人的整合能力以及抗干扰能力有影响。工作记忆容量高的人群由于他们的整合能力以及抗干扰能力相对较强，因此能提高记忆效率，有助于对识记内容的提取，提高记忆的正确率。12　　自Fan效应的概念提出以来，Fan范式被作为记忆研究的重要工具。研究者（

3、An发现，如果若干事件与某一概念有关，当其中任意一个事件作为再认探测事件出现时，被试对它的反应时或错误率就会随这事件数量的增多而延长或是增长，这就称为Fan效应。简单地说，与某一概念有关的事件学习得越多，提取其中任一事件所花的时间越长。　　Fan的分类主要有两种形式，一种是以等级为分类标准，另外一种是根据Fan结构的展开形式。　　根据Fan材料的等级，可以将Fan分为三种类型，分别是：高Fan等级（2-3，3-2，3-3），简称Fan3；中Fan等级（1-3，2-2，3-1），简称Fart2；低Fan等级（1-1，1-2，2-1

4、），简称Fanl。例如在人物一地点范式中：　　医生在银行。（1-1）　　消防员在公园。（1-2）　　律师在教堂。（2-1）　　律师在公园。（2-2）　　律师在公园（2-2），律师与两个不同的地点相联系，而公园又与两个不同的人物相联系，其等级联结数为“2-2”，因此属于中Fan等级。　　根据Fan结构的展开形式，可以分为人物Fanl，人物Fan2，人物FaIl3，地点Fanl，地点Fan2，地点Fan3六种。例如：　　人物Fanl：“人物-地点”（1-1，1-2，1-3）和“地点-人物”（1-1，2-1，3-1）在这些句子中，对应

5、的人物只与一个地点相联系。　　人物Fan2：“人物-地点”（2-1，2-2，2-3）和“地点-人物”（1-2，2-2，3-2）在这些句子中，对应的人物与两个地点相联系。　　人物Fart3：“人物-地点”（3-1，3-2，3-3）和“地点-人物”12（1-3，2-3，3-3）在这些句子中，对应的人物与三个地点相联系。　　地点Fan1：“地点-人物”（1-1，1-2，1-3）和“人物-地点”（1-1，2-1，3-1）在这些句子中，对应的地点只与一个人物相联系。　　地点Fan2：“地点-人物”（2-1，2-2，2-3）和“人物-地点”

6、（1-2，2-2，3-2）在这些句子中，对应的地点与两个人物相联系。　　地点Fan3：“地点一人物”（3-1，3-2，3-3）和“人物-地点”（1-3，2-3，3-3）在这些句子中，对应的地点与三个人物相联系。　　对于Fan效应的理论解释存在两种典型的取向。一种是情景模型观（Radvansky，1999），该观点侧重于从信息内部表征的角度来寻求对Fan效应的解释，这种观点认为事件的信息在记忆中是否被表征在同一个情景模型内是决定各种Fan效应产生与否的原因。认为人们在构建情景模型时，当共享某一概念的几个事件不能被解释成为指向一个共

7、同的情景时，它们就会分别被存储在彼此独立又相互联系的情景模型中，当其中一个事件作为再认探测事件出现时，这几个独立的情景模型因为彼此之间的联系就会全部被激活，它们之间产生竞争导致反映时的延长，即产生了Fan效应；而当共享某一概念的若干事件信息能较容易地解释为指向一个共同的情景时，这些信息就会被整合到同一个情景模型中去，当其中任意一个事件作为再认探测事件出现时，只会激活一个情景模型，被试的反应时不会延长，即不会出现Fan效应。12　　另一种是ACT-R理论（Anderson，1999），该观点侧重于从提取加工的角度寻找对各种Fan效

8、应的解释，认为提取时不同的注意权重会导致不同大小的Fan效应的产生。该理论认为Radvansky等学者的研究是一种事后的、直觉性的，不能对Fan效应进行预测，而ACT-R理论不仅能对不同模式的Fan效应做出合理解释，而且能对各种条件下的Fan效应进行预测，是解释