https://www.bigphysics.org/api.php?action=feedcontributions&feedformat=atom&user=PsyWu
Big Physics - 用户贡献 [zh-cn]
2026-05-06T03:44:17Z
用户贡献
MediaWiki 1.35.1
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E8%BF%B7%E6%80%9D%E5%92%8C%E5%AD%A6%E4%B9%A0&diff=56440
分类:迷思和学习
2024-08-01T09:12:34Z
<p>PsyWu：/* 实验设计 */</p>
<hr />
<div><br />
[[Category:教和学的研究]]<br />
[[Category:吴金闪]]<br />
<br />
==研究背景和问题==<br />
这个研究回答：从行为和脑活动上区分搞懂了的学生和做对题但是没搞懂的学生，当前学校教育中两种学生的比例，以及迷思是否可以通过理解型学习消除（和机械式学习对比）。<br />
<br />
背景：在最近的关于学习过程中的大脑行为的研究文献中发现一个有意思的关于迷思（misconception）的研究<ref name="Foisy:Inhibition"/> ：一个有迷思的被试在经过学习以后，能够作对题了，但是大脑活动上，那部分有关抑制迷思的活动区域仍然是活跃的。其中，抑制迷思的活动区域的识别是通过其他的实验得到的（脑科学有一个非常完善的这样的功能区域模板）。这个结果，如果是真的，对于学习有一定的意义：迷思得不到真正的清除，仅仅是被抑制，于是就可能需要发展相应的学习方式来促进迷思的抑制（这个神经元级别的抑制也不一定是认识功能上的抑制），而不是消除。具体结果见文献<ref name="Foisy:Inhibition"/>。其中实验细节上，把正确选项、错误选项和干扰项分开来让被试选择对错，是一个很有意思的技巧：使得这个实验能够比较简单，还能够做这几种选项下被试行为的对比。<br />
<br />
对于这个研究的结果，我非常非常的怀疑。从个人经验来说，我觉得迷思是可以消除的。但是，这个没有科学根据。怎么办？如何设计相应的实验来研究？这个研究，没有太多相关神经影响方面的工作，心理学行为实验方面的工作不少。心理学研究认为这个问题实际上和所谓的快慢决策系统有关，见[[http://unlocke.org/neuroscience.html 这里]]。需要做一下文献调研。大概是说，对于大多数人来说对大多数问题的决策，一般都会存在快的基于直觉的，和慢的基于理性的两套系统。实际决策过程是按照当时情景和条件两套系统竞争的结果。<br />
<br />
我们的研究问题是：通过学习是否可以消除迷思，还是仅仅能抑制？<br />
<br />
研究的意义：如果能够得到验证，则更加突出了理解型学习的价值——消除而不是抑制迷思。<br />
<br />
更大的背景：实际上，这个问题还可能和快系统和慢系统有关。因此，有可能快系统总是存在，总是希望发挥作用，因此，抑制，就算在理解之后，可能还会发挥作用，不过那个时候就是抑制快系统的功能。能不能作进一步的实验来验证这个？<br />
<br />
从另一个角度，我们也可以把这个研究看做是考察专家学生和普通学生在学习之后思维方式（以大脑活动的差异为标准）上的差异。例如，我们把被试分成：没有学习过、学习过答案还是错、学习过答案是对的但是没有搞懂、学习过搞懂了答案也对了，这样四种被试，然后来观测其求解问题过程中的大脑活动的。当然，第三种和第四种可能得依赖于其他方式来区分，例如制作概念地图、任课老师的经验。<br />
<br />
实际上，区分普通学生和专家学生（甚至专家），相当于是在做[[:分类:知道到运用的距离|知道到运用的距离]]的研究，看看能的想明白的学生是否其大脑活动不一样。另外，如果结合理解型学习和以及机械式学习来培训被试，则这个研究和[[:分类:意义学习的遗忘曲线|意义学习的遗忘曲线]]以及[[:分类:意义学习和机械学习的行为与脑活动对比研究|意义学习和机械学习的行为与脑活动对比研究]]也有关系。<br />
<br />
同时，我们还会捎带这研究：如何从行为和脑活动上区分真的搞懂的学生和会做题但是没搞懂的学生。如果可以做到区分真的搞懂的学生和会做题的学生，我们还想看一看当前学校教育中通过学校课程学习的学生的分数和真搞懂的关联性。<br />
<br />
甚至，我们可以对比以下抑制型干预和消除型干预在帮助学生解决问题上的行为效果和脑活动效果。<br />
<br />
==实验设计==<br />
注意到在这个工作中，作者选择了一组明显具有迷思的做错题目的被试，以及一组题目做对了的被试，来做对比。所用的题目是“一个重铁球和一个轻铁球哪一个落得更快”。注意到这个事实之后，我强烈怀疑，实际上，做为的通过测试的被试，其实，仅仅是记住了答案，没有理解背后的物理的被试。因此，我提出来，做三组被试的对比：明确迷思组、答案正确组、专家学生或者专家组。其中，后两组的区别必须通过任课老师的参与来识别——一般情况下老师能够区分真正的懂的学生，还是仅仅能够把题做对的学生。当然，这个增加了实验难度。但是，可以直接回答我的问题——是否真正的理解可以消除而不仅仅是抑制迷思。<br />
<br />
顺便，关于这个专家学生的识别，如果能够结合脑活动特征来验证，我们甚至可以设计一套考查真正理解的考查方式。例如更加关注概念联系的问题，而不仅仅是可以套公式或者记答案的题。<br />
<br />
更进一步，我打算把问题修改成几率匹配问题——一个10面的色子，其中7面为1，3面为0。每次扔出去以后，需要猜测那一面会出现，猜对了有奖励。当然，用完全相同的问题，重复以下前人的研究也是应该的。<br />
<br />
除了依靠任课老师的意见，我们还可以自己来“制备”被试。例如，都采用打错问题的人，然后第一种制备方法是强行告诉被试，选择某个答案是正确的，不给理由；第二种制备方案是让被试明白为什么那个答案是正确的。最后再来做实验。这个对比更能够体现理解型学习的意义，如果有意义的话。<br />
<br />
<br />
我们打算以这个实验为基础，做以下的对比实验：<br />
# 重复前人工作，大石头比小石头是否落得更快，但是，用没有学习过答错题的、学习过答错题的、答对题的、真的会的三组学生当样本作比较。<br />
# 试试讲解之前和之后(理解型的讲解)，有没有区别，用概率匹配当例子，或者自由落体当例子。<br />
# 不讲解，强行告诉被试只有某个答案是正确的。<br />
<br />
第一个实验，回答，是否真的会的人，还是依靠抑制，还是建立了新的机制。<br />
第二个实验，回答，理解型学习的效果。用第三个实验，记忆型学习，当对比组。<br />
顺便，除了关心抑制区域的活跃程度，任何大脑活动上的差异都回事一个有意思的发现。<br />
<br />
<br />
自由落体问题：大石头(铁块)比小石头下落更快。<br />
<br />
概率匹配问题：一个色子有十个面，其中七个面是红色的，三个面是蓝色的。每次扔之前猜一次，猜中颜色有奖。共十次，怎么猜？<br />
<br />
上山和下山的平均速度问题：上山和下山走同一条路来回，已知格子的速度为<math>v_{1}</math>和<math>v_{2}</math>求平均速度。<br />
<br />
妹妹年龄的问题：妹妹的年龄是我的一半，我今年十岁。请问我20岁的时候，妹妹几岁。<br />
<br />
在实验设计和数据分析上的思路（笔记）：<br />
# 在前人所发现的脑区（如Foisy所发现的右侧额下回<ref name="Foisy:Inhibition"/>）上开展ROI（region of interest）分析，并根据该脑区的活动，来评估其多大可能性是“做错也不懂的”、“懂但不自动”、“懂且自动”中的哪一组。从而实现基于脑活动的教育测评。<br />
# 也可我们自己采集两批数据，在第一批中全脑找脑区，第二批中做测评，把测评结果与实际标签做对比。<br />
# 还可以使用机器学习方法去找特征，但这样需要大量的观测点（一般来说是被试）。可能的一般办法是每个被试做多道题目。比如100人，没人做30道，这样就有3000个观测点，把每道题都去区分“做错也不懂的”、“懂但不自动”、“懂且自动”，然后做机器学习找特征。<br />
# 其中“懂但不自动”和“懂且自动”可暂时用被试的自我报告。指导语暂时拟写为“请反思自己刚刚在实验任务中的过程，对于需要全称选1的数学逻辑进行评估：评估维度A：1=完全不懂这个逻辑，5=完全懂得这个逻辑。评估维度B：1=完全是经过思考才懂得这个逻辑，5=完全是不假思索地就懂得这个逻辑。”<br />
<br />
更大的图景：<br />
# 为了把理解型学习的理论做结实。<br />
# 比较任务是否可以完成。<br />
# 比较方法是否可以迁移，甚至迁移到创新(提出和解决问题)。<br />
# 比较认知成本。<br />
# 比较情绪负担或者愉悦程度。<br />
也就是说，一个真的搞懂而且自动化的人，是否可以达到理想上的境界：任务能解决，方法可迁移帮助创造，长期综合认知成本和负面情感负担小正面情感收获大。<br />
<br />
==下一步的工作==<br />
# 文献调研，看看“迷思概念的教学”问题的研究现状<br />
# 预实验，看看比例有没有比较大的差别<br />
# 实验<br />
# 其他的类似的具有从迷思到正确答案到真的明白这几个不同层次的问题<br />
<br />
==参考文献==<br />
<references><br />
<ref name="Foisy:Inhibition"> Lorie-Marlène Brault Foisy, Patrice Potvin, Martin Riopel and Steve Masson, Is inhibition involved in overcoming a common physics misconception in mechanics? Trends in Neuroscience and Education, 4, 26-36(2015). </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E8%BF%B7%E6%80%9D%E5%92%8C%E5%AD%A6%E4%B9%A0&diff=56439
分类:迷思和学习
2024-08-01T03:33:48Z
<p>PsyWu：/* 实验设计 */</p>
<hr />
<div><br />
[[Category:教和学的研究]]<br />
[[Category:吴金闪]]<br />
<br />
==研究背景和问题==<br />
这个研究回答：从行为和脑活动上区分搞懂了的学生和做对题但是没搞懂的学生，当前学校教育中两种学生的比例，以及迷思是否可以通过理解型学习消除（和机械式学习对比）。<br />
<br />
背景：在最近的关于学习过程中的大脑行为的研究文献中发现一个有意思的关于迷思（misconception）的研究<ref name="Foisy:Inhibition"/> ：一个有迷思的被试在经过学习以后，能够作对题了，但是大脑活动上，那部分有关抑制迷思的活动区域仍然是活跃的。其中，抑制迷思的活动区域的识别是通过其他的实验得到的（脑科学有一个非常完善的这样的功能区域模板）。这个结果，如果是真的，对于学习有一定的意义：迷思得不到真正的清除，仅仅是被抑制，于是就可能需要发展相应的学习方式来促进迷思的抑制（这个神经元级别的抑制也不一定是认识功能上的抑制），而不是消除。具体结果见文献<ref name="Foisy:Inhibition"/>。其中实验细节上，把正确选项、错误选项和干扰项分开来让被试选择对错，是一个很有意思的技巧：使得这个实验能够比较简单，还能够做这几种选项下被试行为的对比。<br />
<br />
对于这个研究的结果，我非常非常的怀疑。从个人经验来说，我觉得迷思是可以消除的。但是，这个没有科学根据。怎么办？如何设计相应的实验来研究？这个研究，没有太多相关神经影响方面的工作，心理学行为实验方面的工作不少。心理学研究认为这个问题实际上和所谓的快慢决策系统有关，见[[http://unlocke.org/neuroscience.html 这里]]。需要做一下文献调研。大概是说，对于大多数人来说对大多数问题的决策，一般都会存在快的基于直觉的，和慢的基于理性的两套系统。实际决策过程是按照当时情景和条件两套系统竞争的结果。<br />
<br />
我们的研究问题是：通过学习是否可以消除迷思，还是仅仅能抑制？<br />
<br />
研究的意义：如果能够得到验证，则更加突出了理解型学习的价值——消除而不是抑制迷思。<br />
<br />
更大的背景：实际上，这个问题还可能和快系统和慢系统有关。因此，有可能快系统总是存在，总是希望发挥作用，因此，抑制，就算在理解之后，可能还会发挥作用，不过那个时候就是抑制快系统的功能。能不能作进一步的实验来验证这个？<br />
<br />
从另一个角度，我们也可以把这个研究看做是考察专家学生和普通学生在学习之后思维方式（以大脑活动的差异为标准）上的差异。例如，我们把被试分成：没有学习过、学习过答案还是错、学习过答案是对的但是没有搞懂、学习过搞懂了答案也对了，这样四种被试，然后来观测其求解问题过程中的大脑活动的。当然，第三种和第四种可能得依赖于其他方式来区分，例如制作概念地图、任课老师的经验。<br />
<br />
实际上，区分普通学生和专家学生（甚至专家），相当于是在做[[:分类:知道到运用的距离|知道到运用的距离]]的研究，看看能的想明白的学生是否其大脑活动不一样。另外，如果结合理解型学习和以及机械式学习来培训被试，则这个研究和[[:分类:意义学习的遗忘曲线|意义学习的遗忘曲线]]以及[[:分类:意义学习和机械学习的行为与脑活动对比研究|意义学习和机械学习的行为与脑活动对比研究]]也有关系。<br />
<br />
同时，我们还会捎带这研究：如何从行为和脑活动上区分真的搞懂的学生和会做题但是没搞懂的学生。如果可以做到区分真的搞懂的学生和会做题的学生，我们还想看一看当前学校教育中通过学校课程学习的学生的分数和真搞懂的关联性。<br />
<br />
甚至，我们可以对比以下抑制型干预和消除型干预在帮助学生解决问题上的行为效果和脑活动效果。<br />
<br />
==实验设计==<br />
注意到在这个工作中，作者选择了一组明显具有迷思的做错题目的被试，以及一组题目做对了的被试，来做对比。所用的题目是“一个重铁球和一个轻铁球哪一个落得更快”。注意到这个事实之后，我强烈怀疑，实际上，做为的通过测试的被试，其实，仅仅是记住了答案，没有理解背后的物理的被试。因此，我提出来，做三组被试的对比：明确迷思组、答案正确组、专家学生或者专家组。其中，后两组的区别必须通过任课老师的参与来识别——一般情况下老师能够区分真正的懂的学生，还是仅仅能够把题做对的学生。当然，这个增加了实验难度。但是，可以直接回答我的问题——是否真正的理解可以消除而不仅仅是抑制迷思。<br />
<br />
顺便，关于这个专家学生的识别，如果能够结合脑活动特征来验证，我们甚至可以设计一套考查真正理解的考查方式。例如更加关注概念联系的问题，而不仅仅是可以套公式或者记答案的题。<br />
<br />
更进一步，我打算把问题修改成几率匹配问题——一个10面的色子，其中7面为1，3面为0。每次扔出去以后，需要猜测那一面会出现，猜对了有奖励。当然，用完全相同的问题，重复以下前人的研究也是应该的。<br />
<br />
除了依靠任课老师的意见，我们还可以自己来“制备”被试。例如，都采用打错问题的人，然后第一种制备方法是强行告诉被试，选择某个答案是正确的，不给理由；第二种制备方案是让被试明白为什么那个答案是正确的。最后再来做实验。这个对比更能够体现理解型学习的意义，如果有意义的话。<br />
<br />
<br />
我们打算以这个实验为基础，做以下的对比实验：<br />
# 重复前人工作，大石头比小石头是否落得更快，但是，用没有学习过答错题的、学习过答错题的、答对题的、真的会的三组学生当样本作比较。<br />
# 试试讲解之前和之后(理解型的讲解)，有没有区别，用概率匹配当例子，或者自由落体当例子。<br />
# 不讲解，强行告诉被试只有某个答案是正确的。<br />
<br />
第一个实验，回答，是否真的会的人，还是依靠抑制，还是建立了新的机制。<br />
第二个实验，回答，理解型学习的效果。用第三个实验，记忆型学习，当对比组。<br />
顺便，除了关心抑制区域的活跃程度，任何大脑活动上的差异都回事一个有意思的发现。<br />
<br />
<br />
自由落体问题：大石头(铁块)比小石头下落更快。<br />
<br />
概率匹配问题：一个色子有十个面，其中七个面是红色的，三个面是蓝色的。每次扔之前猜一次，猜中颜色有奖。共十次，怎么猜？<br />
<br />
上山和下山的平均速度问题：上山和下山走同一条路来回，已知格子的速度为<math>v_{1}</math>和<math>v_{2}</math>求平均速度。<br />
<br />
妹妹年龄的问题：妹妹的年龄是我的一半，我今年十岁。请问我20岁的时候，妹妹几岁。<br />
<br />
在实验设计和数据分析上的思路（笔记）：<br />
# 在前人所发现的脑区（如Foisy所发现的右侧额下回<ref name="Foisy:Inhibition"/>）上开展ROI（region of interest）分析，并根据该脑区的活动，来评估其多大可能性是“做错也不懂的”、“懂但不自动”、“懂且自动”中的哪一组。从而实现基于脑活动的教育测评。<br />
# 也可我们自己采集两批数据，在第一批中全脑找脑区，第二批中做测评，把测评结果与实际标签做对比。<br />
# 还可以使用机器学习方法去找特征，但这样需要大量的观测点（一般来说是被试）。可能的一般办法是每个被试做多道题目。比如100人，没人做30道，这样就有3000个观测点，把每道题都去区分“做错也不懂的”、“懂但不自动”、“懂且自动”，然后做机器学习找特征。<br />
# 其中“懂但不自动”和“懂且自动”可暂时用被试的自我报告。指导语暂时拟写为“请反思自己刚刚在实验任务中的过程，对于需要全称选1的数学逻辑进行评估：评估维度A：1=完全不懂这个逻辑，5=完全懂得这个逻辑。评估维度B：1=完全是经过思考才懂得这个逻辑，5=完全是不假思索地就懂得这个逻辑。”<br />
<br />
==下一步的工作==<br />
# 文献调研，看看“迷思概念的教学”问题的研究现状<br />
# 预实验，看看比例有没有比较大的差别<br />
# 实验<br />
# 其他的类似的具有从迷思到正确答案到真的明白这几个不同层次的问题<br />
<br />
==参考文献==<br />
<references><br />
<ref name="Foisy:Inhibition"> Lorie-Marlène Brault Foisy, Patrice Potvin, Martin Riopel and Steve Masson, Is inhibition involved in overcoming a common physics misconception in mechanics? Trends in Neuroscience and Education, 4, 26-36(2015). </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E8%BF%B7%E6%80%9D%E5%92%8C%E5%AD%A6%E4%B9%A0&diff=56438
分类:迷思和学习
2024-08-01T03:25:18Z
<p>PsyWu：/* 实验设计 */</p>
<hr />
<div><br />
[[Category:教和学的研究]]<br />
[[Category:吴金闪]]<br />
<br />
==研究背景和问题==<br />
这个研究回答：从行为和脑活动上区分搞懂了的学生和做对题但是没搞懂的学生，当前学校教育中两种学生的比例，以及迷思是否可以通过理解型学习消除（和机械式学习对比）。<br />
<br />
背景：在最近的关于学习过程中的大脑行为的研究文献中发现一个有意思的关于迷思（misconception）的研究<ref name="Foisy:Inhibition"/> ：一个有迷思的被试在经过学习以后，能够作对题了，但是大脑活动上，那部分有关抑制迷思的活动区域仍然是活跃的。其中，抑制迷思的活动区域的识别是通过其他的实验得到的（脑科学有一个非常完善的这样的功能区域模板）。这个结果，如果是真的，对于学习有一定的意义：迷思得不到真正的清除，仅仅是被抑制，于是就可能需要发展相应的学习方式来促进迷思的抑制（这个神经元级别的抑制也不一定是认识功能上的抑制），而不是消除。具体结果见文献<ref name="Foisy:Inhibition"/>。其中实验细节上，把正确选项、错误选项和干扰项分开来让被试选择对错，是一个很有意思的技巧：使得这个实验能够比较简单，还能够做这几种选项下被试行为的对比。<br />
<br />
对于这个研究的结果，我非常非常的怀疑。从个人经验来说，我觉得迷思是可以消除的。但是，这个没有科学根据。怎么办？如何设计相应的实验来研究？这个研究，没有太多相关神经影响方面的工作，心理学行为实验方面的工作不少。心理学研究认为这个问题实际上和所谓的快慢决策系统有关，见[[http://unlocke.org/neuroscience.html 这里]]。需要做一下文献调研。大概是说，对于大多数人来说对大多数问题的决策，一般都会存在快的基于直觉的，和慢的基于理性的两套系统。实际决策过程是按照当时情景和条件两套系统竞争的结果。<br />
<br />
我们的研究问题是：通过学习是否可以消除迷思，还是仅仅能抑制？<br />
<br />
研究的意义：如果能够得到验证，则更加突出了理解型学习的价值——消除而不是抑制迷思。<br />
<br />
更大的背景：实际上，这个问题还可能和快系统和慢系统有关。因此，有可能快系统总是存在，总是希望发挥作用，因此，抑制，就算在理解之后，可能还会发挥作用，不过那个时候就是抑制快系统的功能。能不能作进一步的实验来验证这个？<br />
<br />
从另一个角度，我们也可以把这个研究看做是考察专家学生和普通学生在学习之后思维方式（以大脑活动的差异为标准）上的差异。例如，我们把被试分成：没有学习过、学习过答案还是错、学习过答案是对的但是没有搞懂、学习过搞懂了答案也对了，这样四种被试，然后来观测其求解问题过程中的大脑活动的。当然，第三种和第四种可能得依赖于其他方式来区分，例如制作概念地图、任课老师的经验。<br />
<br />
实际上，区分普通学生和专家学生（甚至专家），相当于是在做[[:分类:知道到运用的距离|知道到运用的距离]]的研究，看看能的想明白的学生是否其大脑活动不一样。另外，如果结合理解型学习和以及机械式学习来培训被试，则这个研究和[[:分类:意义学习的遗忘曲线|意义学习的遗忘曲线]]以及[[:分类:意义学习和机械学习的行为与脑活动对比研究|意义学习和机械学习的行为与脑活动对比研究]]也有关系。<br />
<br />
同时，我们还会捎带这研究：如何从行为和脑活动上区分真的搞懂的学生和会做题但是没搞懂的学生。如果可以做到区分真的搞懂的学生和会做题的学生，我们还想看一看当前学校教育中通过学校课程学习的学生的分数和真搞懂的关联性。<br />
<br />
甚至，我们可以对比以下抑制型干预和消除型干预在帮助学生解决问题上的行为效果和脑活动效果。<br />
<br />
==实验设计==<br />
注意到在这个工作中，作者选择了一组明显具有迷思的做错题目的被试，以及一组题目做对了的被试，来做对比。所用的题目是“一个重铁球和一个轻铁球哪一个落得更快”。注意到这个事实之后，我强烈怀疑，实际上，做为的通过测试的被试，其实，仅仅是记住了答案，没有理解背后的物理的被试。因此，我提出来，做三组被试的对比：明确迷思组、答案正确组、专家学生或者专家组。其中，后两组的区别必须通过任课老师的参与来识别——一般情况下老师能够区分真正的懂的学生，还是仅仅能够把题做对的学生。当然，这个增加了实验难度。但是，可以直接回答我的问题——是否真正的理解可以消除而不仅仅是抑制迷思。<br />
<br />
顺便，关于这个专家学生的识别，如果能够结合脑活动特征来验证，我们甚至可以设计一套考查真正理解的考查方式。例如更加关注概念联系的问题，而不仅仅是可以套公式或者记答案的题。<br />
<br />
更进一步，我打算把问题修改成几率匹配问题——一个10面的色子，其中7面为1，3面为0。每次扔出去以后，需要猜测那一面会出现，猜对了有奖励。当然，用完全相同的问题，重复以下前人的研究也是应该的。<br />
<br />
除了依靠任课老师的意见，我们还可以自己来“制备”被试。例如，都采用打错问题的人，然后第一种制备方法是强行告诉被试，选择某个答案是正确的，不给理由；第二种制备方案是让被试明白为什么那个答案是正确的。最后再来做实验。这个对比更能够体现理解型学习的意义，如果有意义的话。<br />
<br />
<br />
我们打算以这个实验为基础，做以下的对比实验：<br />
# 重复前人工作，大石头比小石头是否落得更快，但是，用没有学习过答错题的、学习过答错题的、答对题的、真的会的三组学生当样本作比较。<br />
# 试试讲解之前和之后(理解型的讲解)，有没有区别，用概率匹配当例子，或者自由落体当例子。<br />
# 不讲解，强行告诉被试只有某个答案是正确的。<br />
<br />
第一个实验，回答，是否真的会的人，还是依靠抑制，还是建立了新的机制。<br />
第二个实验，回答，理解型学习的效果。用第三个实验，记忆型学习，当对比组。<br />
顺便，除了关心抑制区域的活跃程度，任何大脑活动上的差异都回事一个有意思的发现。<br />
<br />
<br />
自由落体问题：大石头(铁块)比小石头下落更快。<br />
<br />
概率匹配问题：一个色子有十个面，其中七个面是红色的，三个面是蓝色的。每次扔之前猜一次，猜中颜色有奖。共十次，怎么猜？<br />
<br />
上山和下山的平均速度问题：上山和下山走同一条路来回，已知格子的速度为<math>v_{1}</math>和<math>v_{2}</math>求平均速度。<br />
<br />
妹妹年龄的问题：妹妹的年龄是我的一半，我今年十岁。请问我20岁的时候，妹妹几岁。<br />
<br />
在实验设计和数据分析上的思路（笔记）：<br />
# 在前人所发现的脑区<br />
<br />
==下一步的工作==<br />
# 文献调研，看看“迷思概念的教学”问题的研究现状<br />
# 预实验，看看比例有没有比较大的差别<br />
# 实验<br />
# 其他的类似的具有从迷思到正确答案到真的明白这几个不同层次的问题<br />
<br />
==参考文献==<br />
<references><br />
<ref name="Foisy:Inhibition"> Lorie-Marlène Brault Foisy, Patrice Potvin, Martin Riopel and Steve Masson, Is inhibition involved in overcoming a common physics misconception in mechanics? Trends in Neuroscience and Education, 4, 26-36(2015). </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54582
分类:学习内驱力的神经机制
2022-12-30T09:03:35Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区（如伏隔核），卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。GRF校正，体素水平p < 0.001，团块水平p < 0.05。其中红色代表理解型学习（具体是理解型学习策略学习可理解的材料）比机械式学习（具体是机械式学习策略学习不可理解的材料）激活更强的地方，蓝色代表条件反过来对比激活更强的地方。<br />
<br />
其中红色位置是左侧伏隔核，蓝色位置是右侧伏隔核。这至少看起来激活的奖励脑区不同。有待查文献了解左侧和右侧伏隔核在奖赏上的区别，如哪一种更有利于形成习惯和迁移。<br />
<br />
[[文件:汉字理解型实验中的奖赏脑区活动.png|50|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54581
分类:学习内驱力的神经机制
2022-12-30T09:01:55Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区（如伏隔核），卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。GRF校正，体素水平p < 0.001，团块水平p < 0.05。其中红色代表理解型学习（具体是理解型学习策略学习可理解的材料）比机械式学习（具体是机械式学习策略学习不可理解的材料）激活更强的地方，蓝色代表条件反过来对比激活更强的地方。<br />
<br />
其中红色位置是左侧伏隔核，蓝色位置是右侧伏隔核。有待查文献了解左侧和右侧伏隔核在奖赏上的区别。<br />
<br />
[[文件:汉字理解型实验中的奖赏脑区活动.png|50|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54580
分类:学习内驱力的神经机制
2022-12-30T09:01:00Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区（如伏隔核），卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。其中红色代表理解型学习（具体是理解型学习策略学习可理解的材料）比机械式学习（具体是机械式学习策略学习不可理解的材料）激活更强的地方，蓝色代表条件反过来对比激活更强的地方。<br />
<br />
其中红色位置是左侧伏隔核，蓝色位置是右侧伏隔核。有待查文献了解左侧和右侧伏隔核在奖赏上的区别。<br />
<br />
[[文件:汉字理解型实验中的奖赏脑区活动.png|50|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54579
分类:学习内驱力的神经机制
2022-12-30T08:58:28Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区，卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。其中红色代表条件1比条件4激活更强的地方，蓝色代表条件4比条件1激活更强的地方。其中1代表理解型学习策略学习可理解的材料，4代表机械式学习策略学习不可理解的材料。<br />
<br />
[[文件:汉字理解型实验中的奖赏脑区活动.png|50|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54578
分类:学习内驱力的神经机制
2022-12-30T08:57:29Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区，卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。其中红色代表条件1比条件4激活更强的地方，蓝色代表条件4比条件1激活更强的地方。其中1代表理解型学习策略学习可理解的材料，4代表机械式学习策略学习不可理解的材料。<br />
<br />
[[汉字理解型实验中的奖赏脑区活动.png|500px|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54577
分类:学习内驱力的神经机制
2022-12-30T08:57:16Z
<p>PsyWu：/* 汉字理解型学习核磁实验的初步分析 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
我们重新关注了汉字理解型学习实验中奖赏脑区的激活。具体做法是：<br />
<br />
先根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区，卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。其中红色代表条件1比条件4激活更强的地方，蓝色代表条件4比条件1激活更强的地方。其中1代表理解型学习策略学习可理解的材料，4代表机械式学习策略学习不可理解的材料。<br />
<br />
[[汉字理解型实验中的奖赏脑区活动.png |500px|奖赏脑区在汉字理解型学习实验中的激活]]<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E6%96%87%E4%BB%B6:%E6%B1%89%E5%AD%97%E7%90%86%E8%A7%A3%E5%9E%8B%E5%AE%9E%E9%AA%8C%E4%B8%AD%E7%9A%84%E5%A5%96%E8%B5%8F%E8%84%91%E5%8C%BA%E6%B4%BB%E5%8A%A8.png&diff=54576
文件:汉字理解型实验中的奖赏脑区活动.png
2022-12-30T08:51:33Z
<p>PsyWu：根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区，卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。</p>
<hr />
<div>== 文件说明 ==<br />
根据Neurosynth中reward为关键词做元分析，得到奖赏的典型脑区，卡z值大于10做成mask，扣在汉字理解型学习实验的激活结果上。</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54575
分类:学习内驱力的神经机制
2022-12-30T08:49:18Z
<p>PsyWu：/* 研究方法 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
==汉字理解型学习核磁实验的初步分析==<br />
<br />
<br />
==新实验设计==<br />
选出来都做对题的被试，一种是想明白的(之前不认识没学过后来认识，想通)，一种是教明白的(之前学过，现在考试也做对了)，一种是教对的(之前死记硬背的，现在做对了)，一种完全自己想明白的(之前没学过，现在想明白了)。把没做对的当对照组。<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54574
分类:学习内驱力的神经机制
2022-12-29T14:42:52Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的外在和内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54573
分类:学习内驱力的神经机制
2022-12-29T14:42:35Z
<p>PsyWu：</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
一项10344名5-12年级学生的研究<ref name="Bear-2017"/>表明：外在惩罚越多，外在动机越强，内在动机越弱；奖励和表扬会提高外在动机，但不会减弱内在动机。此处的内在动机与奥苏伯尔的三类学习动机之间关系仍须辨析。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
<br />
<ref name="Bear-2017"> Bear, G. G., Slaughter, J. C., Mantz, L. S., & Farley-Ripple, E. (2017). Rewards, praise, and punitive consequences: Relations with intrinsic and extrinsic motivation. Teaching and Teacher Education, 65, 10-20.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54572
分类:学习内驱力的神经机制
2022-12-29T14:31:11Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
有研究者发现，习得新词的时候，人脑与奖赏有关的脑区活动出现与赌博时赢钱类似的激活。Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54571
分类:学习内驱力的神经机制
2022-12-29T14:29:30Z
<p>PsyWu：</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
Ripolles et al. (2014)<ref name="Ripolles-2014"/>让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54570
分类:学习内驱力的神经机制
2022-12-29T14:28:46Z
<p>PsyWu：</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
Ripolles et al. (2014)<ref name="Ripolles-2014">让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
<ref name="Ripolles-2014"> Ripolles, P., Marco-Pallares, J., Hielscher, U., Mestres-Misse, A., Tempelmann, C., Heinze, H. J., . . . Noesselt, T. (2014). The role of reward in word learning and its implications for language acquisition. Curr Biol, 24(21), 2606-2611.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54569
分类:学习内驱力的神经机制
2022-12-29T14:27:44Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
Ripolles et al. (2014)让36名被试在核磁共振扫描下完成词汇学习任务和赌博任务。他们给被试呈现夹杂人造新词（如jedin）的英文句子（比如句子1：Every Sunday the grandma went to the jedin），这些人造新词也会在后面的句子出现。如果后面的句子中的这个词与前面的表达相同意思（比如句子2：The man was buried in the jedin），那么被试在阅读后面句子的时候就可以获得词汇的意思（即jedin表示“墓地”的意思），从而实现了词汇学习；如果后面的句子中的这个词与前面的表达的意思不同，那么被试在阅读后面句子的时候就无法获得词汇的意思。他们发现被试在第二次见到人造新词、且成功获得词汇意义的时候（相比于没学得词义时），会激活与奖赏密切相关的腹侧纹状体（ventral striatum），而且这样的激活与被试在赌博任务中赢钱时候的激活很相似。他们还发现，当被试成功获得词汇意义时，腹侧纹状体与皮层上的脑区存在更强的功能连接，这表明奖赏脑区可能促进皮层上的脑区参与获取新词意义并习得词汇的过程。这项研究很好地表明人们在学习中获得意义的过程会有奖赏脑区的参与，<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54568
分类:学习内驱力的神经机制
2022-12-29T13:45:38Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力。<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54567
分类:学习内驱力的神经机制
2022-12-29T12:44:54Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。在这三种内驱力中，我们可能更关心的是认知内驱力，即求知欲。<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54566
分类:学习内驱力的神经机制
2022-12-29T12:42:56Z
<p>PsyWu：/* 概念界定和文献调研 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）。其中，认知内驱力是对知识本身的渴望，俗称“求知欲”；自我提升内驱力是指希望通过学习来提升自身能力或者获得社会成就的动力，如俗称的“知识改变命运”；附属内驱力是指通过学习来获得家长或者老师的认可和接纳的动力。<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E5%AD%A6%E4%B9%A0%E5%86%85%E9%A9%B1%E5%8A%9B%E7%9A%84%E7%A5%9E%E7%BB%8F%E6%9C%BA%E5%88%B6&diff=54565
分类:学习内驱力的神经机制
2022-12-29T12:35:00Z
<p>PsyWu：</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
=研究问题=<br />
人人都知道和追求内生驱动学习的境界，也就是由学习本身带来进一步学习的意愿。那到底这个内驱力可以依靠什么方式来建立呢？还是说，所谓内驱力，不过就是学习之后可以用来解决实际问题或者获得外在奖励这样的结果发生（甚至想象其发生）太多次了所形成的习惯，刺激反应呢？<br />
<br />
这就需要在一个完全没有外生性奖励的条件下来做学习的实验，并且在此过程中测量脑活动，尤其是关注其中的多巴胺之类的物质的分泌，来研究了。<br />
<br />
同时，我们猜测，建立联系，使得看问题更加深入更加高层或者把知识组织的更好需要一条条分开记忆的知识更少，也就是理解型学习，是这个内生动力建立的关键：也就是说，如果学习过程中体会到了联系、高层知识，甚至都不需要走到解决实际问题或者获得额外奖励，就可以促使大脑分泌某个物质，获得大脑内部的奖励。<br />
<br />
如果学习的大脑内生性奖励能够找到激发的方式，那么，未来对于学习的设计和推动就会进入到完全不同的境界。<br />
<br />
Clive进一步提出了一个好问题：一个人的内生驱动力的可激活程度是否可以被改变，怎么改变。这个问题从内生驱动力的强弱，走到了可激活性的强弱，更进了一步。这个问题的实际意义是：可以回答，对于那些可激活性已经很小的学习者，是否可以通过某些方式来提高，甚至这样的方式是否就是增强内生驱动力的方式本身，还是说需要先走外生激励的方式，或者需要新的方法。留给后面研究。<br />
<br />
=概念界定和文献调研=<br />
奥苏伯尔<ref name="Ausubel-2012"/>将学习的动机分为三类：认知内驱力（Cognitive Drive）、自我提升内驱力（Ego-Enhancing Drive）和附属内驱力（Affiliative Drive）<br />
<br />
<br />
=研究方法=<br />
<br />
=研究计划=<br />
# 对学习的大脑内生性奖励做文献调研，例如<ref name="Jeong:DopamineAssociation"/><br />
# 设计学习实验，记录大脑活动，做数据分析<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Jeong:DopamineAssociation"> Huijeong Jeong and Annie Taylor and Joseph R Floeder and Martin Lohmann and Stefan Mihalas and Brenda Wu and Mingkang Zhou and Dennis A Burke and Vijay Mohan K Namboodiri, Mesolimbic dopamine release conveys causal associations, Science, 378(6626), eabq6740, 2022, doi:10.1126/science.abq6740. </ref><br />
<ref name="Ausubel-2012"> Ausubel, D. P. (2012). The acquisition and retention of knowledge: A cognitive view. Springer Science & Business Media.</ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E5%85%AD%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81%EF%BC%9B&diff=54508
分类:教育系统科学研究中心第十六次活动纪要；
2022-11-19T12:34:28Z
<p>PsyWu：/* 吴俊杰 理解型学习的神经基础 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是汇报以下几个研究工作的进展以及对已有问题的讨论：<br />
# 理解型学习的神经基础（吴俊杰）<br />
# 抽象规则类推的神经机制（陈路遥、周竹倩）<br />
# 英语词汇网络建构（周竹倩）<br />
<br />
<br />
时间：2022年11月12日19-21点30<br />
<br />
地点：腾讯会议333-513-698<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=吴俊杰 理解型学习的神经基础=<br />
<br />
区分出任务网络和默认网络，并分别在二者内比较①vs.④，发现在任务网络内，①比④更强地激活高级的额叶和顶叶等脑区、④比①更多地激活负责视觉的枕叶脑区；在默认网络内，①比④在楔前叶和额叶更少地负激活、在内侧眶额皮层更多得负激活。交互作用分析发现效应出现在PCC和内侧眶额皮层，这两个脑区与行为反应时存在显著负相关，即越少地负激活、作答反应越快。激活模式分析发现，①和②条件在内侧眶额皮层和内侧上额叶有更强的表征，但位置上①比②更靠前、更靠后。四个实验条件都在右侧梭状回有更强的表征。<br />
<br />
一、研究进展总结<br />
# 重新分析行为数据，排除掉延迟后测中因为程序原因出错的一半被试。<br />
# 增加了表征相似性的分析。<br />
# 区分了任务网络和默认网络的活动。<br />
# 初步分析汉字间的关系结构在脑中的表征。<br />
<br />
二、问题及讨论<br />
# 延迟测验反而表现比即时测验更好。出现“记忆恢复现象”。因为刺激顺序是随机呈现的，一定程度上排除了一些额外变量。<br />
# 汉字间关系结构在脑中的表征，吴老师说，可以试着做一做，不过可能要真正给被试讲理据（另一组不讲或者给控制材料），更可能做出来。<br />
<br />
三、后续安排<br />
# 进一步梳理结果，脑与行为的相关。<br />
# 继续分析汉字间的关系结构在脑中的表征。<br />
# 测试时脑活动分析。<br />
<br />
=陈路遥等 抽象规则类推的神经机制=<br />
<br />
一、研究进展总结<br />
<br />
<br />
<br />
二、问题及讨论<br />
<br />
<br />
<br />
<br />
三、后续安排<br />
<br />
<br />
=周竹倩 英语单词网络建构=<br />
<br />
一、研究进展总结<br />
<br />
<br />
<br />
二、问题及讨论<br />
<br />
<br />
<br />
<br />
三、后续安排</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54362
分类:神一样的实验设计
2022-10-06T08:45:48Z
<p>PsyWu：/* 心理学领域 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
在科学的发展过程中，有一些设计非常巧妙的实验,大大推动了人类发现或者说创造知识和创造性使用知识。在这里我们把这样的实验设计收集起来，做梳理点评，拟后续出版一本科普书来震撼大家。<br />
<br />
按照理解型学习，尤其是创造体验式学习，的理念，学习者需要被知识的创造和创造性使用过程的启发，体会，才能更好地学会知识的创造和创造性使用，或者至少，能够欣赏知识的创造和创造性使用。<br />
<br />
不一定按照领域，可以按照实验设计思路。例如，加减法对比实验，或者啥别的分类体系。再说。<br />
<br />
挑选标准：要么实验结果很好地很清楚地挑战了人类当时的认识，要么实验本身的设计很巧妙地突出了某一个因素，最好两点都具备<br />
<br />
=物理学领域=<br />
==量子延迟选择实验==<br />
<br />
==光子三偏振片实验==<br />
光子偏振方向去掉以后重现的实验<br />
<br />
=生物学领域=<br />
<br />
==孟德尔的实验设计==<br />
<br />
=心理学领域=<br />
==唐德斯减法反应时==<br />
==斯滕伯格加法反应时==</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54361
分类:神一样的实验设计
2022-10-06T08:43:21Z
<p>PsyWu：/* 物理学领域 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
在科学的发展过程中，有一些设计非常巧妙的实验,大大推动了人类发现或者说创造知识和创造性使用知识。在这里我们把这样的实验设计收集起来，做梳理点评，拟后续出版一本科普书来震撼大家。<br />
<br />
按照理解型学习，尤其是创造体验式学习，的理念，学习者需要被知识的创造和创造性使用过程的启发，体会，才能更好地学会知识的创造和创造性使用，或者至少，能够欣赏知识的创造和创造性使用。<br />
<br />
不一定按照领域，可以按照实验设计思路。例如，加减法对比实验，或者啥别的分类体系。再说。<br />
<br />
挑选标准：要么实验结果很好地很清楚地挑战了人类当时的认识，要么实验本身的设计很巧妙地突出了某一个因素，最好两点都具备<br />
<br />
=物理学领域=<br />
==量子延迟选择实验==<br />
<br />
==光子三偏振片实验==<br />
光子偏振方向去掉以后重现的实验<br />
<br />
=生物学领域=<br />
<br />
==孟德尔的实验设计==<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54360
分类:神一样的实验设计
2022-10-06T08:42:46Z
<p>PsyWu：</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
在科学的发展过程中，有一些设计非常巧妙的实验,大大推动了人类发现或者说创造知识和创造性使用知识。在这里我们把这样的实验设计收集起来，做梳理点评，拟后续出版一本科普书来震撼大家。<br />
<br />
按照理解型学习，尤其是创造体验式学习，的理念，学习者需要被知识的创造和创造性使用过程的启发，体会，才能更好地学会知识的创造和创造性使用，或者至少，能够欣赏知识的创造和创造性使用。<br />
<br />
不一定按照领域，可以按照实验设计思路。例如，加减法对比实验，或者啥别的分类体系。再说。<br />
<br />
挑选标准：要么实验结果很好地很清楚地挑战了人类当时的认识，要么实验本身的设计很巧妙地突出了某一个因素，最好两点都具备<br />
<br />
=物理学领域=<br />
==量子延迟选择实验==<br />
<br />
=生物学领域=<br />
<br />
==孟德尔的实验设计==<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54359
分类:神一样的实验设计
2022-10-06T08:42:12Z
<p>PsyWu：/* 物理学领域 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
在科学的发展过程中，有一些设计非常巧妙的实验,大大推动了人类发现或者说创造知识和创造性使用知识。在这里我们把这样的实验设计收集起来，做梳理点评，拟后续出版一本科普书来震撼大家。<br />
<br />
按照理解型学习，尤其是创造体验式学习，的理念，学习者需要被知识的创造和创造性使用过程的启发，体会，才能更好地学会知识的创造和创造性使用，或者至少，能够欣赏知识的创造和创造性使用。<br />
<br />
不一定按照领域，可以按照实验设计思路。例如，加减法对比实验，或者啥别的分类体系。再说。<br />
<br />
=物理学领域=<br />
==量子延迟选择实验==<br />
<br />
=生物学领域=<br />
<br />
==孟德尔的实验设计==<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54358
分类:神一样的实验设计
2022-10-06T08:41:52Z
<p>PsyWu：/* 生物学领域 */</p>
<hr />
<div>[[分类:教和学的研究]]<br />
<br />
在科学的发展过程中，有一些设计非常巧妙的实验,大大推动了人类发现或者说创造知识和创造性使用知识。在这里我们把这样的实验设计收集起来，做梳理点评，拟后续出版一本科普书来震撼大家。<br />
<br />
按照理解型学习，尤其是创造体验式学习，的理念，学习者需要被知识的创造和创造性使用过程的启发，体会，才能更好地学会知识的创造和创造性使用，或者至少，能够欣赏知识的创造和创造性使用。<br />
<br />
不一定按照领域，可以按照实验设计思路。例如，加减法对比实验，或者啥别的分类体系。再说。<br />
<br />
=物理学领域=<br />
<br />
<br />
=生物学领域=<br />
<br />
==孟德尔的实验设计==<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54329
分类:神一样的实验设计
2022-09-14T15:06:09Z
<p>PsyWu：/* 生物学领域 */</p>
<hr />
<div>本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。<br />
<br />
=物理学领域=<br />
<br />
<br />
=生物学领域=<br />
# 巴氏消毒法<br />
[https://mp.weixin.qq.com/s/OuvVpoP--GMCSd2QdURwoA 从巴士德消毒法的发现看科学研究，以及对教育神经研究的启发]<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54328
分类:神一样的实验设计
2022-09-14T15:04:49Z
<p>PsyWu：/* 生物学领域 */</p>
<hr />
<div>本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。<br />
<br />
=物理学领域=<br />
<br />
<br />
=生物学领域=<br />
# 巴氏消毒法<br />
[从巴士德消毒法的发现看科学研究，以及对教育神经研究的启发[https://mp.weixin.qq.com/s/OuvVpoP--GMCSd2QdURwoA]]<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54327
分类:神一样的实验设计
2022-09-14T15:04:23Z
<p>PsyWu：/* 生物学领域 */</p>
<hr />
<div>本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。<br />
<br />
=物理学领域=<br />
<br />
<br />
=生物学领域=<br />
# 巴氏消毒法<br />
[https://mp.weixin.qq.com/s/OuvVpoP--GMCSd2QdURwoA]<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54326
分类:神一样的实验设计
2022-09-14T15:01:16Z
<p>PsyWu：本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。</p>
<hr />
<div>本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。<br />
<br />
=物理学领域=<br />
<br />
<br />
=生物学领域=<br />
<br />
<br />
=心理学领域=</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E7%A5%9E%E4%B8%80%E6%A0%B7%E7%9A%84%E5%AE%9E%E9%AA%8C%E8%AE%BE%E8%AE%A1&diff=54325
分类:神一样的实验设计
2022-09-14T14:57:50Z
<p>PsyWu：本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。</p>
<hr />
<div>本帖子是为了收集神一样的实验设计，拟后续出版一本科普书来震撼大家。<br />
<br />
物理学领域<br />
<br />
<br />
生物学领域<br />
<br />
<br />
心理学领域</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54299
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T11:13:40Z
<p>PsyWu：/* 中心研究和实践 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。目前已经完成了课题论证、实验设计、数据采集，已经完成了部分数据分析（行为反应的分析、脑激活的分析），有待进行更高阶的数据分析（如，表征相似性、学习和测试的关联分析），有待考察脑和行为的关联分析。<br />
<br />
目前的发现：<br />
# 理解型学习比机械式学习更强地激活更高级的思考脑区（如额叶、顶叶），更弱地激活与初级视觉加工有关的脑区。<br />
# 多体素模式分析发现，全脑都有高于随机水平的辨别能力。如果把阈值放宽些，有辨别能力的脑区主要在大脑后部。<br />
# 相比于重复材料，激活材料在理解型组中引起更强的大脑激活。<br />
# 组别和材料交互作用的脑区为右侧额叶和双侧颞叶。可能意味着这两个脑区表征了"获得的意义”<br />
# 组别和材料的交互作用在即时测试中为表现出来，但是在延迟测试中显著了。这意味着学习策略和材料共同作用于认知加工的同一阶段，该阶段很可能是“获得意义”。但是该阶段的作用在汉字学习的即时测试中不太明显，在延迟测试中因为遗忘或者其他信息的干扰突显出来。<br />
<br />
下一步的工作：<br />
# 进一步分析数据。如，表征相似性的分析、脑与行为关联。<br />
# 未来考察其他领域的理解型学习。如数学。<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作（略）<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54298
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T11:12:46Z
<p>PsyWu：/* 吴俊杰 汉字理解型学习研究进展分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。目前已经完成了课题论证、实验设计、数据采集，已经完成了部分数据分析（行为反应的分析、脑激活的分析），有待进行更高阶的数据分析（如，表征相似性、学习和测试的关联分析），有待考察脑和行为的关联分析。<br />
<br />
目前的发现：<br />
# 理解型学习比机械式学习更强地激活更高级的思考脑区（如额叶、顶叶），更弱地激活与初级视觉加工有关的脑区。<br />
# 多体素模式分析发现，全脑都有高于随机水平的辨别能力。如果把阈值放宽些，有辨别能力的脑区主要在大脑后部。<br />
# 相比于重复材料，激活材料在理解型组中引起更强的大脑激活。<br />
# 组别和材料交互作用的脑区为右侧额叶和双侧颞叶。可能意味着这两个脑区表征了"获得的意义”<br />
# 组别和材料的交互作用在即时测试中为表现出来，但是在延迟测试中显著了。这意味着学习策略和材料共同作用于认知加工的同一阶段，该阶段很可能是“获得意义”。但是该阶段的作用在汉字学习的即时测试中不太明显，在延迟测试中因为遗忘或者其他信息的干扰突显出来。<br />
<br />
下一步的工作：<br />
# 进一步分析数据。如，表征相似性的分析、脑与行为关联。<br />
# 未来考察其他领域的理解型学习。如数学。<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54297
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T11:12:29Z
<p>PsyWu：/* 吴俊杰 汉字理解型学习研究进展分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。目前已经完成了课题论证、实验设计、数据采集，已经完成了部分数据分析（行为反应的分析、脑激活的分析），有待进行更高阶的数据分析（如，表征相似性、学习和测试的关联分析），有待考察脑和行为的关联分析。<br />
<br />
目前的发现：<br />
# 理解型学习比机械式学习更强地激活更高级的思考脑区（如额叶、顶叶），更弱地激活与初级视觉加工有关的脑区。<br />
# 多体素模式分析发现，全脑都有高于随机水平的辨别能力。如果把阈值放宽些，有辨别能力的脑区主要在大脑后部。<br />
# 相比于重复材料，激活材料在理解型组中引起更强的大脑激活。<br />
# 组别和材料交互作用的脑区为右侧额叶和双侧颞叶。可能意味着这两个脑区表征了"获得的意义”<br />
# 组别和材料的交互作用在即时测试中为表现出来，但是在延迟测试中显著了。这意味着学习策略和材料共同作用于认知加工的同一阶段，该阶段很可能是“获得意义”。但是该阶段的作用在汉字学习的即时测试中不太明显，在延迟测试中因为遗忘或者其他信息的干扰突显出来。<br />
<br />
下一步的工作：<br />
# 进一步分析数据。如，表征相似性的分析、脑与行为关联。<br />
# 未来考察其他领域的理解型学习，如数学。<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54296
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T11:12:12Z
<p>PsyWu：/* 吴俊杰 汉字理解型学习研究进展分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。目前已经完成了课题论证、实验设计、数据采集，已经完成了部分数据分析（行为反应的分析、脑激活的分析），有待进行更高阶的数据分析（如，表征相似性、学习和测试的关联分析），有待考察脑和行为的关联分析。<br />
<br />
目前的发现：# 理解型学习比机械式学习更强地激活更高级的思考脑区（如额叶、顶叶），更弱地激活与初级视觉加工有关的脑区。<br />
# 多体素模式分析发现，全脑都有高于随机水平的辨别能力。如果把阈值放宽些，有辨别能力的脑区主要在大脑后部。<br />
# 相比于重复材料，激活材料在理解型组中引起更强的大脑激活。<br />
# 组别和材料交互作用的脑区为右侧额叶和双侧颞叶。可能意味着这两个脑区表征了"获得的意义”<br />
# 组别和材料的交互作用在即时测试中为表现出来，但是在延迟测试中显著了。这意味着学习策略和材料共同作用于认知加工的同一阶段，该阶段很可能是“获得意义”。但是该阶段的作用在汉字学习的即时测试中不太明显，在延迟测试中因为遗忘或者其他信息的干扰突显出来。<br />
<br />
下一步的工作：# 进一步分析数据。如，表征相似性的分析、脑与行为关联。<br />
# 未来考察其他领域的理解型学习，如数学。<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54295
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T11:11:48Z
<p>PsyWu：/* 吴俊杰 汉字理解型学习研究进展分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。目前已经完成了课题论证、实验设计、数据采集，已经完成了部分数据分析（行为反应的分析、脑激活的分析），有待进行更高阶的数据分析（如，表征相似性、学习和测试的关联分析），有待考察脑和行为的关联分析。<br />
目前的发现：# 理解型学习比机械式学习更强地激活更高级的思考脑区（如额叶、顶叶），更弱地激活与初级视觉加工有关的脑区。<br />
# 多体素模式分析发现，全脑都有高于随机水平的辨别能力。如果把阈值放宽些，有辨别能力的脑区主要在大脑后部。<br />
# 相比于重复材料，激活材料在理解型组中引起更强的大脑激活。<br />
# 组别和材料交互作用的脑区为右侧额叶和双侧颞叶。可能意味着这两个脑区表征了"获得的意义”<br />
# 组别和材料的交互作用在即时测试中为表现出来，但是在延迟测试中显著了。这意味着学习策略和材料共同作用于认知加工的同一阶段，该阶段很可能是“获得意义”。但是该阶段的作用在汉字学习的即时测试中不太明显，在延迟测试中因为遗忘或者其他信息的干扰突显出来。<br />
<br />
下一步的工作：# 进一步分析数据。如，表征相似性的分析、脑与行为关联。<br />
# 未来考察其他领域的理解型学习，如数学。<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54294
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T10:49:45Z
<p>PsyWu：/* 吴俊杰 创造力相关文献分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx]] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54293
分类:教育系统科学研究中心第十五次活动纪要
2022-08-02T10:49:27Z
<p>PsyWu：/* 吴俊杰 创造力相关文献分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。 [[File:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx] <br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E6%96%87%E4%BB%B6:20220719-15th-%E6%96%87%E7%8C%AE%E6%8A%A5%E5%91%8A-%E5%88%9B%E9%80%A0%E6%80%A7%E8%84%91%E7%BD%91%E7%BB%9C-%E5%B0%8F%E7%BB%84%E8%AE%A8%E8%AE%BA.pptx&diff=54292
文件:20220719-15th-文献报告-创造性脑网络-小组讨论.pptx
2022-08-02T10:46:45Z
<p>PsyWu：</p>
<hr />
<div></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54291
分类:教育系统科学研究中心第十五次活动纪要
2022-08-01T10:58:35Z
<p>PsyWu：/* 冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
<br />
会议主持：吴金闪老师<br />
<br />
参会老师：吴俊杰、胡韧奋、李克强、周亚老师<br />
<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54290
分类:教育系统科学研究中心第十五次活动纪要
2022-08-01T10:58:08Z
<p>PsyWu：/* 冯丽萍老师等 汉字学习实验设计 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 基于复杂网络理论的汉字学习顺序实证研究=<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54289
分类:教育系统科学研究中心第十五次活动纪要
2022-08-01T10:57:12Z
<p>PsyWu：/* 冯丽萍老师等 汉字学习实验设计 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 汉字学习实验设计=<br />
一、 有关研究缘起及研究意义的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴金闪老师指出：<br />
<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
<br />
2. 吴俊杰老师建议：<br />
<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
<br />
（二） 改进措施<br />
<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
<br />
（一） 相关建议<br />
<br />
1. 吴俊杰老师建议：<br />
<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
<br />
2. 吴金闪老师指出：<br />
<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
<br />
（二） 改进措施<br />
<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
<br />
（一） 问题建议<br />
<br />
1. 李克强老师<br />
<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
<br />
2. 吴金闪老师<br />
<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
<br />
3. 吴俊杰老师<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 胡韧奋老师<br />
<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有<br />
难易度感知。<br />
<br />
（2） 怎么考虑汉字的使用频率？<br />
<br />
（二） 改进措施<br />
<br />
1. 针对李克强老师的建议：<br />
<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
<br />
3. 针对吴俊杰老师的建议：<br />
<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
<br />
4. 针对胡韧奋老师的建议<br />
<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54288
分类:教育系统科学研究中心第十五次活动纪要
2022-08-01T10:55:03Z
<p>PsyWu：/* 冯丽萍老师等 汉字学习实验设计 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
# 汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
# 创造力研究相关文献分享（吴俊杰老师）<br />
# 陈路遥等，甲骨文理解型学习预实验<br />
# 中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 汉字学习实验设计=<br />
一、 有关研究缘起及研究意义的讨论<br />
（一） 相关建议<br />
1. 吴金闪老师指出：<br />
（1） 在选题缘起部分应进一步梳理现有的汉字教学法流派，最普遍的“以文代字”、受字本位影响的“先字后文”及“语文并进”。<br />
（2） 建议将“宏观层面的汉字顺序”、“微观层面的汉字顺序”修改为“粗糙的汉字顺序”、“精细的汉字顺序”。<br />
2. 吴俊杰老师建议：<br />
目前的选题缘起只说明了前人只是从汉字本身或者学习者来研究，很少考虑汉字顺序，但没有足够说清楚汉字学习顺序的重要性。论证可能需要更充分。<br />
（二） 改进措施<br />
将会根据各位老师的建议进一步充实选题缘起及研究意义部分。<br />
<br />
二、 有关汉字教学顺序的讨论<br />
（一） 相关建议<br />
1. 吴俊杰老师建议：<br />
（1） 可以增加一个随机顺序组作为对照组，每个被试顺序都不一样，如果不同教学顺序的学习效果不同，也会是一种有意义的结果。<br />
（2） 建议计算目前顺序之间的相关性，尽可能降低相关性（UFO、DNW顺序固定，NOO有调整空间）。<br />
2. 吴金闪老师指出：<br />
NOO顺序应为：第一层、第二层、第三层...第六层，目前现有的第三种顺序实际为字族顺序。<br />
（二） 改进措施<br />
1. 后期计划增加随机顺序组，通过调整NOO顺序以降低顺序之间的相关性。<br />
2. 考虑6个备选学习顺序：UFO、NOO、字族顺序、DNW（频率都按1算）、DNW（频率按实际使用频率算）、随机顺序。小组讨论之后，前期计划比较3-4种顺序，暂时不比较频率按照1计算的DNW顺序。<br />
<br />
三、 有关实验方案的讨论<br />
（一） 问题建议<br />
1. 李克强老师<br />
（1） 如果为被试内设计，实验结果的信度会更高。<br />
（2） 关于被试方面，可以考虑选取没学过汉字但具备语言表达能力的中国儿童或者华裔儿童。<br />
2. 吴金闪老师<br />
汉字教学中“音”的视觉呈现方式有待确认<br />
3. 吴俊杰老师<br />
（1） 汉字教学前增加指导语，前置提醒学习者形音义都很重要。<br />
（2） 汉字测试部分的指标很丰富，能否做到音形义之间任务题型尽量相同。<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
4. 胡韧奋老师<br />
（1） 在选取汉字时候是否考虑笔画数这一变量，因为汉字零基础学习者对汉字的使用频率无感知，但是对笔画数更有难易度感知。<br />
（2） 怎么考虑汉字的使用频率？<br />
（二） 改进措施<br />
1. 针对李克强老师的建议：<br />
（1） 被试内设计的信度确实会高于被试间设计，但是被试内设计需要设计不同组实验材料，确保实验材料的一致性会比较有难度。下一步将尝试设计另一组汉字实验材料，看看能不能既能满足两组汉字之间完全没有关联，而且保证学习难度基本等价。或者利用拉丁方的方法平衡材料间的影响。尝试之后确定最终实验方案。<br />
（2） 由于汉字是外国人学习汉语的难点，这样会降低与国际中文教育的相关性。此外，我们在讨论如何呈现汉字读音的过程中，以中文零基础的外国成人为对象讨论了国际音标、威妥玛拼音等注音方式的可行性，未来也将沿着这个方向选择认知负荷最低的呈现方式，如果对象改为中国儿童或者华裔儿童，则汉字读音的呈现方式可能不适用。<br />
2. 针对吴金闪老师的建议：<br />
汉字教学中“音”的视觉呈现方式上，可以选择的标注方式有：国际音标、美国威妥玛拼音、赵元任标注方式以及台湾香港的标注方式。下一步将进一步调研并访谈学习者，选择认知负荷最低的呈现方式。<br />
3. 针对吴俊杰老师的建议：<br />
（1） 汉字教学前增加指导语，前置提醒学习者注意形音义的学习。<br />
（2） 尝试对音形义设计相同题型，并对测试题做信效度检验。<br />
（3） 除了不同汉字学习顺序间的纵向比较之外，可以尝试增加形音义上的横向比较，尝试做更多额外的数据挖掘。<br />
4. 针对胡韧奋老师的建议<br />
（1） 暂时不考虑笔画数这一因素，因为笔画数的差异与NOO层级呈高度相关，控制笔画数与考察NOO顺序彼此矛盾，但应平衡相同层级内部的汉字笔画数。<br />
（2） 将汉字的使用频率人为加入进行计算排序，是对真实使用汉字的一种模拟<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
主要目的是为甲骨文学习者设计一套甲骨文教学卡片。按照这个研究目的，所做实验设计具体分成：<br />
1.为甲骨文字的可理解度打分。分别请5位古文字专家按照1-5由低到高打分，1分表示可理解度最低，5分表示可理解度最高。（已完成）<br />
2.选字。按照专家打分，并去除与现代字形接近的甲骨文字，如“日、木”等独体字，最终选择36个字。<br />
大多数为会意字，大多数为2个构件一次性平面组合而成。所选字的可理解度平均值3.5以上，分为18组，每组2个字，组内两字在构件上部分相同或全部相同、位置不同，整体意思不同。（已完成）<br />
3.前测问卷、后测问卷（已完成）<br />
4.教学卡片（已完成）<br />
5.预试验。（已完成）<br />
<br />
<br />
其他研究者的建议是：<br />
1.整体实验设计：考察甲骨文字的构件义、理据义和字义在学习中各自的作用。<br />
2.卡片设计需要进一步修改。<br />
3.建议做嵌套式实验。ABC<br />
<br />
下一步工作：<br />
1.设计完整的正式实验。<br />
2.招募受试。<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)<ref name="Anderson:BigC"/>考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022) <ref name="Liang:GroupCreation"/>考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力问题认为不够好，太过开放性，使得团队成员目标不明确。未来应该采用真的可以创造性解决的问题，例如来自于对前人的这样的问题的总结，或者参考前人已经这样梳理出来的创造性问题。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰总结了正在执行的汉字理解型学习研究。<br />
<br />
下一步的工作：<br />
<br />
=中心研究和实践=<br />
# 王晓玲做了中心研究和实践的梳理。见概念地图：https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# 吴俊杰汇报了他所理解的中心未来研究工作<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Anderson:BigC"> Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts. </ref><br />
<ref name="Liang:GroupCreation"> Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448. </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54282
分类:教育系统科学研究中心第十五次活动纪要
2022-07-22T06:23:01Z
<p>PsyWu：/* 吴俊杰 汉字理解型学习研究进展分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
#汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
#创造力研究相关文献分享（吴俊杰老师）<br />
#陈路遥等，甲骨文理解型学习预实验<br />
#中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 汉字学习实验设计=<br />
<br />
<br />
具体完成了：<br />
<br />
<br />
<br />
其他研究者的建议是：<br />
<br />
<br />
<br />
下一步工作：<br />
<br />
<br />
<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
<br />
<br />
<br />
其他研究者的建议是：<br />
<br />
<br />
<br />
下一步工作：<br />
<br />
<br />
<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022)考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力认为不够好，太过开放性，使得团队成员目标不明确。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts.<br />
Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448.<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
吴俊杰汇报了他所理解的中心未来研究工作，以及他自己正在执行的汉字理解型学习研究。<br />
<br />
# 中心未来的工作研究主要聚焦于教与学。王晓玲博士只做了概念地图做了更全面的补充。https://www.lynkage.cn/share/HaRfCMqP4JwgpxE。<br />
# <br />
<br />
下一步的工作：</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:%E6%95%99%E8%82%B2%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%E7%AC%AC%E5%8D%81%E4%BA%94%E6%AC%A1%E6%B4%BB%E5%8A%A8%E7%BA%AA%E8%A6%81&diff=54281
分类:教育系统科学研究中心第十五次活动纪要
2022-07-22T01:53:54Z
<p>PsyWu：/* 吴俊杰 创造力相关文献分享 */</p>
<hr />
<div>[[分类:教育系统科学研究中心]]<br />
[[分类:中心活动纪要]]<br />
<br />
会议主题是讨论以下几个研究工作以及后续研究的开展：<br />
#汉字学习实验实验设计报告（冯丽萍老师），对汉字学习实验设计的评估和研讨（胡韧奋 、李克强 、周亚老师等）<br />
#创造力研究相关文献分享（吴俊杰老师）<br />
#陈路遥等，甲骨文理解型学习预实验<br />
#中心业务和科研进展的分享（吴俊杰、王晓玲）<br />
<br />
时间：2022年7月21日19-23点。<br />
<br />
地点：腾讯会议648-735-908<br />
<br />
主持人：吴金闪<br />
<br />
<br />
=冯丽萍老师等 汉字学习实验设计=<br />
<br />
<br />
具体完成了：<br />
<br />
<br />
<br />
其他研究者的建议是：<br />
<br />
<br />
<br />
下一步工作：<br />
<br />
<br />
<br />
<br />
=陈路遥等 甲骨文理解型学习的实验=<br />
<br />
具体完成了：<br />
<br />
<br />
<br />
其他研究者的建议是：<br />
<br />
<br />
<br />
下一步工作：<br />
<br />
<br />
<br />
<br />
=吴俊杰 创造力相关文献分享=<br />
吴俊杰汇报了两篇与创造力有关的文献，一篇是关于个体的创造力特质，另一篇是关于团体的创造力状态。<br />
<br />
其中Anderson et al. (2022)考察的是Big-C人群（在该研究中是科学家和艺术家）与智力匹配组相比在静息状态下有更低的全局效率和更高的局部效率。该现象受到任务状态的调节，即相比于智力匹配组，Big-C人群在完成替代用途测试时全局效率没有显著差异，但是有更低的局部效率；在完成词汇联想测验时在全局效率和局部效率上都没有显著差异。<br />
<br />
# 这篇文章将更低的脑网络效率解释为更随机的网络，这是我认为它最具“创新”的地方。<br />
# 吴金闪老师认为从网络指标上看，更随机的网络应该有更高的全局效率才对，所以是否能将更低的效率解释为更随机，有待考量。<br />
# 这篇文章最有价值的地方，或许在于他们找了一批“专家”（Big-C群体），而以往研究都是讲普通大学生分为高创造性和低创造性组。<br />
<br />
另外，Liang et al.(2022)考察的是两人组成的团队在完成创造力任务（产品改进任务）和控制任务（产品选择任务）时的脑活动，发现创造任务比控制任务的脑同步新更低，但是在创造任务中同步性越高的小小组有更高质量的创造力产出。<br />
# 相同的研究方式，或许可以用于在企业中创造力团队的测量<br />
# 相同的研究方式，或许可以用于在小组绘制概念地图。<br />
# 吴金闪老师认为创造性任务之所以同步性低比控制任务，是因为这个创造力认为不够好，太过开放性，使得团队成员目标不明确。<br />
# 周竹倩提出可以借鉴电梯难题等知名的创造力任务。在Robert Sternberg编的Cognitive Psychology中第十一章是专门讲Problem Solving and Creativity，这一章有很多经典的复杂问题，包括电梯难题。<br />
<br />
<br />
Anderson, A., Japardi, K., Knudsen, K. S., Bookheimer, S. Y., Ghahremani, D. G., & Bilder, R. M. (2022). Big-C creativity in artists and scientists is associated with more random global but less random local fMRI functional connectivity. Psychology of Aesthetics, Creativity, and the Arts.<br />
Liang, Z., Li, S., Zhou, S., Chen, S., Li, Y., Chen, Y., ... & Zhou, Z. (2022). Increased or decreased? Interpersonal neural synchronization in group creation. NeuroImage, 119448.<br />
<br />
=吴俊杰 汉字理解型学习研究进展分享=<br />
<br />
下一步的工作：</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:P%E5%80%BC%E5%92%8C%E6%A0%B7%E6%9C%AC%E5%A4%A7%E5%B0%8F%E7%9A%84%E5%85%B3%E7%B3%BB&diff=54133
分类:P值和样本大小的关系
2022-05-09T12:50:11Z
<p>PsyWu：/* 使用MATLAB开展数值检验 */</p>
<hr />
<div>[[分类:其他]]<br />
[[分类:概念和书籍]]<br />
<br />
=问题背景=<br />
在有实验组和对照组的对比实验设计中，往往我们需要通过预实验来确定样本大小。而样本大小的确定通常可以通过分析预实验的数据，通过计算显著性和样本大小的关系，也就是p值和N的关系，画图，做延拓，来估计所需要的最小N值。<br />
<br />
但是，是否存在着这样的情况，无论实验组和对照组的差别多么小，只要通过增加样本大小N，总是可以得到统计上显著的结果？如果有，那这个实验设计的思路，原则上有逻辑漏洞。<br />
<br />
=理论研究=<br />
<br />
假定我们的两组数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>分别来自于两个正态分布<math>N(\mu^{a}, \sigma^{a})</math>和<math>N(\mu^{b},\sigma^{b})</math>。现在我们来从这两组数据估计出来这两个分布函数有差别的概率。其中一种定义有差别的方式是：从两个分布中随机各自取出来一个新的样本<math>\left(x^{a}_{*},x^{b}_{*}\right)</math>，其中一个大于另一个的概率，<math>P\left(x^{a}_{*}>x^{b}_{*}\right)=P\left(x^{a}_{*}-x^{b}_{*}>0\right)>p_{*}</math>。<br />
<br />
我们先在参数<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>全都已知的条件下把这个公式推导出来，然后，再来解决如何从样本数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>中估计出来这些参数的问题，以及估计出来以后如何更好地给出来<math>P\left(x^{a}_{*}-x^{b}_{*}>0\right)</math>的问题。注意，后者由于估计出来的量<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>都有误差，因此，会比直接代入以<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>表达的公式要复杂一些。<br />
<br />
==概率论问题：从<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>得到<math>P\left(x^{a}_{*}-x^{b}_{*}>0\right)</math>==<br />
<math>X=x^{a}-x^{b}</math>的分布函数是<math>N(\mu^{a}-\mu^{b},\sqrt{\left(\sigma^{a}\right)^{2}+\left(\sigma^{b}\right)^{2}})</math>。也就是说，只要这四个参数满足下面的条件，两个分布函数就有区别，<br />
<div style="text-align:center"><br />
<math>\int_{0}^{\infty} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}\geq p_{*}</math>.<br />
</div><br />
这个概率实际上，由两个分布函数的均值和方差四个参数一起决定的。就算两个均值相差很大，但是方差也比较大的时候，两个分布函数重叠的地方特别多，则仍然这个概率会很小，不一定能够达到大于阈值<math>p_{*}</math>。用通常的p值的语言，可以重新表述为<br />
<div style="text-align:center"><br />
<math>p=1-\int_{0}^{\infty} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}=\int_{-\infty}^{0} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}</math>.<br />
</div><br />
<br />
也可以类似地讨论<math>X=\left|x^{a}-x^{b}\right|</math>的分布函数，然后把统计检验构建在这个分布函数之上，不过这里暂时不展开讨论。<br />
<br />
==Monte Carlo问题：从<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>到样本数据==<br />
<br />
假设我们已知一个正态分布<math>N\left(\mu, \sigma\right)</math>我们来看看从中得到的大小为<math>N</math>的样本数据<math>\left\{x_{i=1...N}\right\}</math>的统计性质。<br />
<br />
首先，<br />
<div style="text-align:center"><br />
<math>\left\langle\bar{x}\right\rangle=\frac{1}{N}\sum_{i=1}^{N}\left\langle x_{i} \right\rangle=\mu</math>，<br />
</div><br />
也就是样本均值的均值等于原始分布函数的均值。注意，这里的<math>\left\langle \cdot \right\rangle</math>是系综平均，也就是如果生成这样的样本很多很多次例如L次（在L趋向无穷大的极限下），每次N个，然后对每一次得到的结果先求出来单次的量，接着做多次平均。<br />
<br />
其次，<br />
<div style="text-align:center"><br />
<math>\left\langle s^{2}_p \right\rangle=\left\langle \frac{1}{N}\sum_{i=1}^{N}\left(x_{i}-\bar{x}\right)^2 \right\rangle=\sigma^{2}</math>，<br />
</div><br />
也就是样本方差的均值等于原始分布函数的方差。<br />
<br />
最后，我们计算一下样本均值的方差，也就是<br />
<div style="text-align:center"><br />
<math>\sigma_{N}=\left\langle\bar{x}^2-\left\langle\bar{x}\right\rangle^2\right\rangle=\frac{1}{N}\sigma^2</math>，<br />
</div><br />
也就是样本均值的方差是样本方差的<math>\frac{1}{N}\sigma^2</math>。<br />
<br />
经过这个计算，我们一定要看到样本方差和样本均值的方差之间的差异和联系。前者是对整个样本来说的，后者是把每一次抽样以后的均值当作随机变量，考察这个随机变量的涨落得到的。这个涨落，在样本大小N越大的时候，越小。<br />
<br />
==统计学问题：从样本数据到<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>==<br />
从样本数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>，通过极大似然估计（或者别的估计方法），我们可以得到参数值<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>以及每个参数的估计误差，例如（先暂时写成一个<math>\sigma</math>的形式，如果需要转化成95%置信区间，则需要做相应转换），<br />
<div style="text-align:center"><br />
<math>\mu^{a}=\bar{x}^{a}\pm \sigma_{N_{a}} = \bar{x}^{a}\pm \frac{1}{\sqrt{N_{a}}}s^{a}_{p}</math>，<br />
</div><br />
其中<math>\bar{x}^{a}=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}x^{a}_{i}</math>，<math>s^{a,2}_p=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}\left(x^{a}_{i}-\bar{x}\right)^2</math>，也被称为样本方差。注意这里的几个公式和上一节的系综平均公式很像，但是，它们意义很不相同。在这里，我们不需要引入系综平均。除非我们换一个思路，用Bootstrap方法来解决这个误差估计的问题，则需要从实际样本中产生多次抽样数据，于是刚好回到系综平均。注意，这里有个非常微妙的地方，参数<math>\mu^{a}</math>的估计误差不是直接就是样本方差<math>s^{a,2}_p</math>，而是<math> \sigma_{N_{a}}=\frac{1}{\sqrt{N_{a}}}s^{a,2}_p</math>，其额外还增加了一个<math>\frac{1}{\sqrt{N_{a}}}</math>的系数。这也是合理的，样本数量越多，对参数的估计就更准确。<br />
<br />
对于参数<math>\sigma^{a}</math>我们有估计方式<br />
<div style="text-align:center"><br />
<math>\sigma^{a,2}=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}\left(x^{a}_{i}-\bar{x}\right)^2=s^{a,2}_p</math>.<br />
</div><br />
这个参数的估计误差的公式就不再推导了，但是，类似可以得到。<br />
<br />
==对什么东西做假设检验？对比两个均值，还是两个分布==<br />
有了上面的理解，现在我们可以来回答统计检验的问题了。核心问题是，在一个统计检验里面，我们是希望对比两组样本背后的分布函数的均值，还是说对比两组样本背后的分布函数？<br />
<br />
如果我们对比均值，则相当于我们在比较，<math>\mu^{a}</math>和<math>\mu^{b}</math>。于是，大概我们需要计算下面的量（假设a样本均值更大）然后看看这个量大于零的概率，<br />
<div style="text-align:center"><br />
<math>\mu^{a}-\mu^{b}=\left(\bar{x}^{a}- \frac{1}{\sqrt{N_{a}}}s^{a}_{p}\right)-\left(\bar{x}^{b}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)</math>,<br />
<br />
<math>=\left(\bar{x}^{a}- \bar{x}^{b} \right)-\left(\frac{1}{\sqrt{N_{a}}}s^{a}_{p}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)</math>.<br />
</div><br />
于是，第一项和第二项的比例，决定了这个量大于零的概率，也就是说我们需要计算<br />
<div style="text-align:center"><br />
<math>t=\frac{\left(\bar{x}^{a}- \bar{x}^{b} \right)}{\left(\frac{1}{\sqrt{N_{a}}}s^{a}_{p}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)}</math>.<br />
</div><br />
这正好就是传统的t检验的内容（除了样本方差计算的时候需要修正一下自由度这些细节）。<br />
<br />
如果我们对比的是两个分布函数，则其实我们需要同时考虑<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>。也就是把这四个参数都估计出来以后代入<math>P\left(x^{a}_{*}-x^{b}_{*}\gt 0\right)</math>的公式，计算出来分布函数有差异的概率。而由于<math>\sigma^{a},\sigma^{b}</math>不随着样本数量的改变而减小，因此，不存在任何不等于零的差别只要增加样本都会显著这回事。<br />
<br />
==和传统统计检验的联系==<br />
KS检验似乎是对比的分布函数，好像不会出现随着。ks检验实际上对比的是两个分布函数之间的差。因此，从逻辑上说，ks检验先从实际数据中拟合出来分布函数，然后，计算两个分布函数的最大区别。因此，增加样本量只能使得分布函数估计的更加准确，但是不会增加那个最大区别。这个结论需要做数值检验。<br />
<br />
当然，也有可能，其实KS检验，也经过了人工调整，使得它其实检验的是分布函数的均值。因此，这需要数值实验来检验。<br />
<br />
从正态分布的双样本t检验的角度来看，由于其检验目标就是两个分布的均值是否有区别，因此，统计显著性会随着样本数量的增加而提高。这个结论需要做数值检验。<br />
<br />
==理论分析得到的解决方式==<br />
明确指出来，到底是对比的两个分布函数的均值，还是对比的两个分布函数。然后，如果检验的是均值的差异，用传统的统计检验，并且必然存在着样本量和统计显著性的平庸关系。如果检验的是分布函数的差异，则我们提出新（是不是新的，需要做文献调研和请教统计学专家）的检验方法，用我们的方法，并且，显著性和样本量之间不存在着这个增加样本量必然导致显著性增加的平庸关系。<br />
<br />
另外，对比均值的检验，如果看作是分布函数，则正好是把大小为<math>N</math>的样本当作一个整体看，得到的分布函数（也就是看大小为<math>N</math>的样本均值的分布函数）和对这个函数的统计检验结果<ref name="Wu:Large"/>。<br />
<br />
==数值实验==<br />
做一下数值实验，看看针对对比均值的统计检验怎么做（传统上就是），针对分布函数的统计检验怎么做（可能也已经有了，也可以按照上面的理论分析自己发明），结果是否根理论分析一致——对于均值的检验统计显著性随着样本增加而增加，对于分布函数检验统计显著性没有和样本直接相关（由于增加样本会使得分布函数估计更准确，因此，显著性也会和样本数量有关系，但是，不应该正好是<math>\frac{1}{\sqrt{N}}</math>的关系）。<br />
<br />
===使用MATLAB开展数值检验===<br />
[[文件:Figure_PN.jpg]]<br />
<br />
clc; clear;<br />
ES = [0, 0.01, 0.2, 0.3]; % set 4 effect size<br />
for ef = 1:length(ES) % simulate for each effect size<br />
EffectSize = ES(ef);<br />
<br />
for n = 1:1000 % simulate starting from n = 1 to 10000<br />
G1 = rand(n,1) + EffectSize; % sample from the normal distribution and add effect size<br />
G2 = rand(n,1);<br />
[~,ttest2_p,~,~] = ttest2(G1,G2); % two sample t test<br />
[~,kstest2_p,~] = kstest2(G1,G2); % two sample ks test<br />
data0(n,:) = [n, ttest2_p,kstest2_p]; % collect data<br />
end<br />
data = log(data0); % log n and log ps <br />
N = data(:,1); <br />
ttest2_P = data(:,2);<br />
kstest2_P = data(:,3);<br />
<br />
% plot p-n for t test<br />
subplot(length(ES),2,1+2*(ef-1))<br />
plot(N, ttest2_P)<br />
title(['Effect size = ',num2str(EffectSize),'; Two sample t test'])<br />
ylabel('Significance (p)')<br />
xlabel('Sample size (n)')<br />
set(gca,'XTick',0:max(N)/4:max(N))<br />
set(gca,'XTicklabel',round(exp(0:max(N)/4:max(N))))<br />
Ytick = [min(ttest2_P(~isinf(ttest2_P))),log(0.05)];<br />
set(gca,'YTick',Ytick)<br />
set(gca,'YTicklabel',round(exp(Ytick),3))<br />
<br />
% plot p-n for ks test<br />
subplot(length(ES),2,2+2*(ef-1))<br />
plot(N, kstest2_P)<br />
title(['Effect size = ',num2str(EffectSize),'; Two sample ks test'])<br />
ylabel('Significance (p)')<br />
xlabel('Sample size (n)')<br />
set(gca,'XTick',0:max(N)/4:max(N))<br />
set(gca,'XTicklabel',round(exp(0:max(N)/4:max(N))))<br />
Ytick = [min(kstest2_P(~isinf(kstest2_P))),log(0.05)];<br />
set(gca,'YTick',Ytick)<br />
set(gca,'YTicklabel',round(exp(Ytick),3))<br />
end<br />
saveas(gcf,'Figure_PN.tif')<br />
<br />
=下一步工作=<br />
# 文献调研，看一下，这个问题其他人是否已经回答过，是否已经有好的答案。<br />
# 数值实验<br />
## 选择一个分布函数，例如正态分布，调整两者的均值和方差（可以暂时不调整），使得两者分别处于有显著区别和没显著区别的状态（例如之前的<math>P\left(x^{a}_{*}-x^{b}_{*}\gt 0\right)>0.95</math>）<br />
## 从每个分布函数中产生样本，给定样本数N<br />
## 完成针对均值的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
## 完成针对分布函数的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
# 选择一组足够大的实际数据，有实验组和对照组的，分开具有显著不同的和没有显著不同的，做bootstrap抽样，大小为N<br />
## 完成针对均值的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
## 完成针对分布函数的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Wu:Large">Zhesi Shen, Liying Yang, Zengru Di, Jinshan Wu. Large enough sample size to rank two groups of data reliably according to their means. Scientometrics 118: 653-671 (2019). https://doi.org/10.1007/s11192-018-2995-0 </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E6%96%87%E4%BB%B6:Figure_PN.jpg&diff=54132
文件:Figure PN.jpg
2022-05-09T12:48:18Z
<p>PsyWu：p值随着样本量n增大而减小的数值模拟图</p>
<hr />
<div>== 文件说明 ==<br />
p值随着样本量n增大而减小的数值模拟图</div>
PsyWu
https://www.bigphysics.org/index.php?title=%E5%88%86%E7%B1%BB:P%E5%80%BC%E5%92%8C%E6%A0%B7%E6%9C%AC%E5%A4%A7%E5%B0%8F%E7%9A%84%E5%85%B3%E7%B3%BB&diff=54131
分类:P值和样本大小的关系
2022-05-09T12:41:32Z
<p>PsyWu：/* 使用MATLAB开展数值检验 */</p>
<hr />
<div>[[分类:其他]]<br />
[[分类:概念和书籍]]<br />
<br />
=问题背景=<br />
在有实验组和对照组的对比实验设计中，往往我们需要通过预实验来确定样本大小。而样本大小的确定通常可以通过分析预实验的数据，通过计算显著性和样本大小的关系，也就是p值和N的关系，画图，做延拓，来估计所需要的最小N值。<br />
<br />
但是，是否存在着这样的情况，无论实验组和对照组的差别多么小，只要通过增加样本大小N，总是可以得到统计上显著的结果？如果有，那这个实验设计的思路，原则上有逻辑漏洞。<br />
<br />
=理论研究=<br />
<br />
假定我们的两组数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>分别来自于两个正态分布<math>N(\mu^{a}, \sigma^{a})</math>和<math>N(\mu^{b},\sigma^{b})</math>。现在我们来从这两组数据估计出来这两个分布函数有差别的概率。其中一种定义有差别的方式是：从两个分布中随机各自取出来一个新的样本<math>\left(x^{a}_{*},x^{b}_{*}\right)</math>，其中一个大于另一个的概率，<math>P\left(x^{a}_{*}>x^{b}_{*}\right)=P\left(x^{a}_{*}-x^{b}_{*}>0\right)>p_{*}</math>。<br />
<br />
我们先在参数<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>全都已知的条件下把这个公式推导出来，然后，再来解决如何从样本数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>中估计出来这些参数的问题，以及估计出来以后如何更好地给出来<math>P\left(x^{a}_{*}-x^{b}_{*}>0\right)</math>的问题。注意，后者由于估计出来的量<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>都有误差，因此，会比直接代入以<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>表达的公式要复杂一些。<br />
<br />
==概率论问题：从<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>得到<math>P\left(x^{a}_{*}-x^{b}_{*}>0\right)</math>==<br />
<math>X=x^{a}-x^{b}</math>的分布函数是<math>N(\mu^{a}-\mu^{b},\sqrt{\left(\sigma^{a}\right)^{2}+\left(\sigma^{b}\right)^{2}})</math>。也就是说，只要这四个参数满足下面的条件，两个分布函数就有区别，<br />
<div style="text-align:center"><br />
<math>\int_{0}^{\infty} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}\geq p_{*}</math>.<br />
</div><br />
这个概率实际上，由两个分布函数的均值和方差四个参数一起决定的。就算两个均值相差很大，但是方差也比较大的时候，两个分布函数重叠的地方特别多，则仍然这个概率会很小，不一定能够达到大于阈值<math>p_{*}</math>。用通常的p值的语言，可以重新表述为<br />
<div style="text-align:center"><br />
<math>p=1-\int_{0}^{\infty} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}=\int_{-\infty}^{0} d\xi \frac{1}{\sqrt{2\pi}}e^{-\frac{\left(\xi-\left(\mu^{a}-\mu^{b}\right)\right)^{2}}{2\left(\sigma^{a}\right)^{2}+2\left(\sigma^{b}\right)^{2}}}</math>.<br />
</div><br />
<br />
也可以类似地讨论<math>X=\left|x^{a}-x^{b}\right|</math>的分布函数，然后把统计检验构建在这个分布函数之上，不过这里暂时不展开讨论。<br />
<br />
==Monte Carlo问题：从<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>到样本数据==<br />
<br />
假设我们已知一个正态分布<math>N\left(\mu, \sigma\right)</math>我们来看看从中得到的大小为<math>N</math>的样本数据<math>\left\{x_{i=1...N}\right\}</math>的统计性质。<br />
<br />
首先，<br />
<div style="text-align:center"><br />
<math>\left\langle\bar{x}\right\rangle=\frac{1}{N}\sum_{i=1}^{N}\left\langle x_{i} \right\rangle=\mu</math>，<br />
</div><br />
也就是样本均值的均值等于原始分布函数的均值。注意，这里的<math>\left\langle \cdot \right\rangle</math>是系综平均，也就是如果生成这样的样本很多很多次例如L次（在L趋向无穷大的极限下），每次N个，然后对每一次得到的结果先求出来单次的量，接着做多次平均。<br />
<br />
其次，<br />
<div style="text-align:center"><br />
<math>\left\langle s^{2}_p \right\rangle=\left\langle \frac{1}{N}\sum_{i=1}^{N}\left(x_{i}-\bar{x}\right)^2 \right\rangle=\sigma^{2}</math>，<br />
</div><br />
也就是样本方差的均值等于原始分布函数的方差。<br />
<br />
最后，我们计算一下样本均值的方差，也就是<br />
<div style="text-align:center"><br />
<math>\sigma_{N}=\left\langle\bar{x}^2-\left\langle\bar{x}\right\rangle^2\right\rangle=\frac{1}{N}\sigma^2</math>，<br />
</div><br />
也就是样本均值的方差是样本方差的<math>\frac{1}{N}\sigma^2</math>。<br />
<br />
经过这个计算，我们一定要看到样本方差和样本均值的方差之间的差异和联系。前者是对整个样本来说的，后者是把每一次抽样以后的均值当作随机变量，考察这个随机变量的涨落得到的。这个涨落，在样本大小N越大的时候，越小。<br />
<br />
==统计学问题：从样本数据到<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>==<br />
从样本数据<math>\left(\left\{x^{a}_{i=1...N_{a}}\right\},\left\{x^{b}_{i=1...N_{b}}\right\}\right)</math>，通过极大似然估计（或者别的估计方法），我们可以得到参数值<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>以及每个参数的估计误差，例如（先暂时写成一个<math>\sigma</math>的形式，如果需要转化成95%置信区间，则需要做相应转换），<br />
<div style="text-align:center"><br />
<math>\mu^{a}=\bar{x}^{a}\pm \sigma_{N_{a}} = \bar{x}^{a}\pm \frac{1}{\sqrt{N_{a}}}s^{a}_{p}</math>，<br />
</div><br />
其中<math>\bar{x}^{a}=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}x^{a}_{i}</math>，<math>s^{a,2}_p=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}\left(x^{a}_{i}-\bar{x}\right)^2</math>，也被称为样本方差。注意这里的几个公式和上一节的系综平均公式很像，但是，它们意义很不相同。在这里，我们不需要引入系综平均。除非我们换一个思路，用Bootstrap方法来解决这个误差估计的问题，则需要从实际样本中产生多次抽样数据，于是刚好回到系综平均。注意，这里有个非常微妙的地方，参数<math>\mu^{a}</math>的估计误差不是直接就是样本方差<math>s^{a,2}_p</math>，而是<math> \sigma_{N_{a}}=\frac{1}{\sqrt{N_{a}}}s^{a,2}_p</math>，其额外还增加了一个<math>\frac{1}{\sqrt{N_{a}}}</math>的系数。这也是合理的，样本数量越多，对参数的估计就更准确。<br />
<br />
对于参数<math>\sigma^{a}</math>我们有估计方式<br />
<div style="text-align:center"><br />
<math>\sigma^{a,2}=\frac{1}{N_{a}}\sum_{i=1}^{N_{a}}\left(x^{a}_{i}-\bar{x}\right)^2=s^{a,2}_p</math>.<br />
</div><br />
这个参数的估计误差的公式就不再推导了，但是，类似可以得到。<br />
<br />
==对什么东西做假设检验？对比两个均值，还是两个分布==<br />
有了上面的理解，现在我们可以来回答统计检验的问题了。核心问题是，在一个统计检验里面，我们是希望对比两组样本背后的分布函数的均值，还是说对比两组样本背后的分布函数？<br />
<br />
如果我们对比均值，则相当于我们在比较，<math>\mu^{a}</math>和<math>\mu^{b}</math>。于是，大概我们需要计算下面的量（假设a样本均值更大）然后看看这个量大于零的概率，<br />
<div style="text-align:center"><br />
<math>\mu^{a}-\mu^{b}=\left(\bar{x}^{a}- \frac{1}{\sqrt{N_{a}}}s^{a}_{p}\right)-\left(\bar{x}^{b}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)</math>,<br />
<br />
<math>=\left(\bar{x}^{a}- \bar{x}^{b} \right)-\left(\frac{1}{\sqrt{N_{a}}}s^{a}_{p}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)</math>.<br />
</div><br />
于是，第一项和第二项的比例，决定了这个量大于零的概率，也就是说我们需要计算<br />
<div style="text-align:center"><br />
<math>t=\frac{\left(\bar{x}^{a}- \bar{x}^{b} \right)}{\left(\frac{1}{\sqrt{N_{a}}}s^{a}_{p}+ \frac{1}{\sqrt{N_{b}}}s^{b}_{p}\right)}</math>.<br />
</div><br />
这正好就是传统的t检验的内容（除了样本方差计算的时候需要修正一下自由度这些细节）。<br />
<br />
如果我们对比的是两个分布函数，则其实我们需要同时考虑<math>\mu^{a}, \sigma^{a}, \mu^{b},\sigma^{b}</math>。也就是把这四个参数都估计出来以后代入<math>P\left(x^{a}_{*}-x^{b}_{*}\gt 0\right)</math>的公式，计算出来分布函数有差异的概率。而由于<math>\sigma^{a},\sigma^{b}</math>不随着样本数量的改变而减小，因此，不存在任何不等于零的差别只要增加样本都会显著这回事。<br />
<br />
==和传统统计检验的联系==<br />
KS检验似乎是对比的分布函数，好像不会出现随着。ks检验实际上对比的是两个分布函数之间的差。因此，从逻辑上说，ks检验先从实际数据中拟合出来分布函数，然后，计算两个分布函数的最大区别。因此，增加样本量只能使得分布函数估计的更加准确，但是不会增加那个最大区别。这个结论需要做数值检验。<br />
<br />
当然，也有可能，其实KS检验，也经过了人工调整，使得它其实检验的是分布函数的均值。因此，这需要数值实验来检验。<br />
<br />
从正态分布的双样本t检验的角度来看，由于其检验目标就是两个分布的均值是否有区别，因此，统计显著性会随着样本数量的增加而提高。这个结论需要做数值检验。<br />
<br />
==理论分析得到的解决方式==<br />
明确指出来，到底是对比的两个分布函数的均值，还是对比的两个分布函数。然后，如果检验的是均值的差异，用传统的统计检验，并且必然存在着样本量和统计显著性的平庸关系。如果检验的是分布函数的差异，则我们提出新（是不是新的，需要做文献调研和请教统计学专家）的检验方法，用我们的方法，并且，显著性和样本量之间不存在着这个增加样本量必然导致显著性增加的平庸关系。<br />
<br />
另外，对比均值的检验，如果看作是分布函数，则正好是把大小为<math>N</math>的样本当作一个整体看，得到的分布函数（也就是看大小为<math>N</math>的样本均值的分布函数）和对这个函数的统计检验结果<ref name="Wu:Large"/>。<br />
<br />
==数值实验==<br />
做一下数值实验，看看针对对比均值的统计检验怎么做（传统上就是），针对分布函数的统计检验怎么做（可能也已经有了，也可以按照上面的理论分析自己发明），结果是否根理论分析一致——对于均值的检验统计显著性随着样本增加而增加，对于分布函数检验统计显著性没有和样本直接相关（由于增加样本会使得分布函数估计更准确，因此，显著性也会和样本数量有关系，但是，不应该正好是<math>\frac{1}{\sqrt{N}}</math>的关系）。<br />
<br />
===使用MATLAB开展数值检验===<br />
[[文件:Figure_PN.tiff]]<br />
<br />
clc; clear;<br />
ES = [0, 0.01, 0.2, 0.3]; % set 4 effect size<br />
for ef = 1:length(ES) % simulate for each effect size<br />
EffectSize = ES(ef);<br />
<br />
for n = 1:1000 % simulate starting from n = 1 to 10000<br />
G1 = rand(n,1) + EffectSize; % sample from the normal distribution and add effect size<br />
G2 = rand(n,1);<br />
[~,ttest2_p,~,~] = ttest2(G1,G2); % two sample t test<br />
[~,kstest2_p,~] = kstest2(G1,G2); % two sample ks test<br />
data0(n,:) = [n, ttest2_p,kstest2_p]; % collect data<br />
end<br />
data = log(data0); % log n and log ps <br />
N = data(:,1); <br />
ttest2_P = data(:,2);<br />
kstest2_P = data(:,3);<br />
<br />
% plot p-n for t test<br />
subplot(length(ES),2,1+2*(ef-1))<br />
plot(N, ttest2_P)<br />
title(['Effect size = ',num2str(EffectSize),'; Two sample t test'])<br />
ylabel('Significance (p)')<br />
xlabel('Sample size (n)')<br />
set(gca,'XTick',0:max(N)/4:max(N))<br />
set(gca,'XTicklabel',round(exp(0:max(N)/4:max(N))))<br />
Ytick = [min(ttest2_P(~isinf(ttest2_P))),log(0.05)];<br />
set(gca,'YTick',Ytick)<br />
set(gca,'YTicklabel',round(exp(Ytick),3))<br />
<br />
% plot p-n for ks test<br />
subplot(length(ES),2,2+2*(ef-1))<br />
plot(N, kstest2_P)<br />
title(['Effect size = ',num2str(EffectSize),'; Two sample ks test'])<br />
ylabel('Significance (p)')<br />
xlabel('Sample size (n)')<br />
set(gca,'XTick',0:max(N)/4:max(N))<br />
set(gca,'XTicklabel',round(exp(0:max(N)/4:max(N))))<br />
Ytick = [min(kstest2_P(~isinf(kstest2_P))),log(0.05)];<br />
set(gca,'YTick',Ytick)<br />
set(gca,'YTicklabel',round(exp(Ytick),3))<br />
end<br />
saveas(gcf,'Figure_PN.tif')<br />
<br />
=下一步工作=<br />
# 文献调研，看一下，这个问题其他人是否已经回答过，是否已经有好的答案。<br />
# 数值实验<br />
## 选择一个分布函数，例如正态分布，调整两者的均值和方差（可以暂时不调整），使得两者分别处于有显著区别和没显著区别的状态（例如之前的<math>P\left(x^{a}_{*}-x^{b}_{*}\gt 0\right)>0.95</math>）<br />
## 从每个分布函数中产生样本，给定样本数N<br />
## 完成针对均值的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
## 完成针对分布函数的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
# 选择一组足够大的实际数据，有实验组和对照组的，分开具有显著不同的和没有显著不同的，做bootstrap抽样，大小为N<br />
## 完成针对均值的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
## 完成针对分布函数的检验<br />
### 对这两组样本做t检验和KS统计检验，得到p值，看是否统计显著<br />
### 画p-N曲线，看是否随着N增加，p减小<br />
<br />
=参考文献=<br />
<references><br />
<ref name="Wu:Large">Zhesi Shen, Liying Yang, Zengru Di, Jinshan Wu. Large enough sample size to rank two groups of data reliably according to their means. Scientometrics 118: 653-671 (2019). https://doi.org/10.1007/s11192-018-2995-0 </ref><br />
</references></div>
PsyWu
https://www.bigphysics.org/index.php?title=%E6%96%87%E4%BB%B6:Figure_PN.tiff&diff=54130
文件:Figure PN.tiff
2022-05-09T12:40:41Z
<p>PsyWu：p值随着样本量n增大而减小的数值模拟图</p>
<hr />
<div>== 文件说明 ==<br />
p值随着样本量n增大而减小的数值模拟图</div>
PsyWu