Stroop任务范式概述

Stroop任务范式概述

ID:39468463

大小:94.50 KB

页数:11页

时间:2019-07-04

Stroop任务范式概述_第1页
Stroop任务范式概述_第2页
Stroop任务范式概述_第3页
Stroop任务范式概述_第4页
Stroop任务范式概述_第5页
资源描述:

《Stroop任务范式概述》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、Stroop任务范式概述美国心理学家JohnRiddleyStroop在1935年发现,在颜色命名实验中,当色词的颜色和该色词所表示的意义不一致时,被试的反应时比命名非颜色词或字符串颜色时长,如在命名用红墨水写的“green”时所花的时间要比命名用红墨水写的“xxxxx”时所花的时间长。这种同一刺激的颜色信息和词义信息发生相互干扰的现象就叫Stroop效应,国内也有人将其译为斯楚普效应。能引发Stroop效应的实验任务就叫Stroop任务。由于Stroop效应发现之初正处于行为主义鼎盛时期,而且Stroop本人没有继续深入研究该现象,所以其工作并未引起

2、关注。但是20世纪60年代以后,随着信息加工心理学成为实证心理学的主流,Stroop的工作被重新发现并得到广泛重视。在随后的近半个世纪里,涌现了大量有关Stroop效应的研究,并一直长盛不衰。据不完全统计,到目前为止采用Stroop任务及其变式的研究已达上千个,具体涉及知觉、注意、执行控制、语言认知、意识等认知心理学领域的研究,和临床心理、人格测评、社会心理、神经心理以及老化等领域的多方面研究(Brown等,2002)。围绕Stroop效应的研究主要分成两大类:一是有关这种效应产生的内在机制的研究;二是将Stroop任务作为一种研究工具或实验手段去揭示

3、各种相关的心理问题的机制。也就是说,Stroop效应既是一种重要的研究对象,又是一种有效的研究方法。该任务之所以能产生重大影响,主要还在于其方法上的意义。因此本书侧重于后者,旨在对该任务的程序、变式以及在各领域研究中的应用进行较系统的介绍。(一)经典Stroop任务的程序及机制在经典的Stroop色词干扰任务中,实验者给被试呈现一个一个用不同颜色写成的单词,要求被试尽快而且尽量正确地说出每个词的颜色,而不理会这个词的名称及其所代表的意义。一般包括两个实验条件:一是色词干扰条件,一是控制条件。在色词干扰条件下,给被试呈现用不同颜色写成的颜色词,而且每个颜

4、色词的名称所代表的意义与这个词的颜色都不相同,如“绿”字用红颜色写成,如图11-7;在控制条件下,给被试呈现用不同颜色写成的非颜色词或非词的字符串,如红色的“good”,绿色的“xxxxx”等。这种任务的典型结果是色词干扰条件下的反应时比控制条件下的反应时长。这两种条件的反应时差异就是Stroop效应。图11-7Stroop任务实验示意图(Gazzaniga,2002)虽然导致Stroop效应的实验任务比较简单,但是其产生的原因却非常复杂,不同的研究者往往有不同的解释。不同的理论解释直接决定着Stroop任务作为一种研究工具的价值。目前针对Stroop

5、效应的产生机制已经提出很多理论模型。其中比较经典和流行的是自动化理论。这种理论认为,人的信息加工系统存在自动加工和控制加工两种加工方式。自动加工速度快,不需注意参与,能随意发生;而控制加工则需要消耗注意资源,在有意控制或调节下才能发生,因此加工速度相对较慢。在Stroop任务中,字词的语义激活属于自动加工,而颜色命名则属于控制加工。在色词干扰条件下,由于色词的语义信息先自动激活,所以在颜色命名时,自动激活的颜色信息会与要求命名的颜色信息发生冲突,被试必须对二者进行区分并作出选择之后才能做出正确的反应。而在控制条件下,如果实验刺激是非颜色词,则自动激活的

6、意义与所命名的目标颜色无关;如果实验刺激为字符串,则不涉及字词的语义激活,在这两种情形下都不会引发反应冲突。因此,在色词干扰条件下被试的反应时要长于控制条件,从而出现Stroop效应。由于后来有人发现色词的语义激活未必完全是自动化过程,为此该理论进行了一定的修正,把自动加工看成随学习和经验而发展的一种阶梯性连续体。在Stroop任务中,由于读词非常自动,而颜色命名较不自动,较自动的加工可能对较不自动的加工产生干扰,从而产生Stroop效应。除了自动化理论,其他用来解释Stroop效应的理论还有相对加工速度理论、知觉编码理论、Logan的平行加工模型和P

7、DP模型等。相对加工速度理论提出最早,但因无法解释一些实验结果而逐渐被忽视;知觉编码理论试图从编码阶段的语义冲突解释该效应,而完全排除编码后加工的作用,但由于其实验证据被推翻,并未取得成功。Logan(1980)的平行加工模型和Cohen等人(1990,1992)提出的PDP模型能很好地解释和模拟绝大多数有关Stroop效应的实验结果,在理论化上相对其他模型具有明显的优势,尤其是PDP模型被认为是用来解释Stroop效应的最佳理论。但是这两个理论过于概念化,数理参数过多,对实验结果预期起来不够方便。所以目前自动化理论仍受多数研究者的推崇。如Brown(

8、2002)指出,Stroop任务之所以能引起广泛关注,主要原因就在于该任务可有效地用于考察那些

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。