工作记忆与顿悟问题解决的关系-类型匹配下的探讨

发布时间：2020-10-24 15:53

　　 工作记忆(Working Memory,WM)指的是个体在进行认知活动的时候,对外界信息进行短暂储存和加工并且容量有限的记忆系统,与我们日常学习活动有着紧密的联系。顿悟是聚合思维(Convergent Thinking,CT)能力的一种体现,是创造性的一部分,指一种明显的,突然灵光一闪的体验。顿悟问题属于结构不良的问题,顿悟问题的解决过程是一种特殊的认知过程,对于这特殊的认知过程,一直以来存在着争论。持特殊过程观点(special-process view)的研究者认为顿悟问题本身是一个结构不良的问题,没有明确的解题步骤,顿悟答案的产生是一种突然并且随机的,因此WM能力的强与弱不会影响到顿悟问题的解决,甚至WM能力强的个体会表现出更差的顿悟问题的解决能力。持普通过程观点(business-as-usual)的研究者认为顿悟问题在解决过程中涉及到个体认知能力的参与,同时需要保持一定的注意力,而WM往往与个体的认知控制能力以及个体注意的保持有着很大的关系,因此高WM能力者在顿悟问题的解决上具有更好的表现。在前人的研究中,对于WM与顿悟问题解决关系的探讨存在着如研究与研究之间顿悟问题类型和数量上存在差异、WM类型与顿悟问题类型不匹配、以及大部分研究探索的是工作记忆容量(Working Memory Capacity,WMC)与顿悟问题解决的关系等的问题,因此本研究基于WM与顿悟问题解决关系存在的争论,从WMC、WM刷新与顿悟问题解决类型相匹配出发,对WM与顿悟问题解决的关系进行了更深层次的探究。实验1通过测量被试的空间WMC-空间顿悟问题、言语WMC-言语顿悟问题和操作WMC-火柴棍算式问题,探讨WMC与顿悟问题类型匹配之间的关系。实验结果发现当因变量指标为空间顿悟问题解答分数时,通过独立样本t检验发现高WMC被试的空间顿悟问题解答显著高于低WMC的被试。然后通过进一步相关以及回归分析发现,在与空间顿悟问题解决有关系的三类WMC中,空间WMC与空间顿悟问题解决的关系最强。而当因变量指标分别为言语顿悟问题和火柴棍算式问题的解答分数时,没有出现任何类型的WMC与顿悟问题解决之间的任何关系。实验2主要针对实验1中的言语顿悟问题的材料进行了改进,探讨是否通过言语顿悟材料的改变,在言语WMC和言语顿悟问题解决之间得到类似空间WMC与空间顿悟问题解决的一种匹配关系,因此实验1将言语顿悟问题分为一般言语顿悟问题和RAT顿悟问题(额外变量控制更好),同时测量被试的视觉WMC和言语WMC,并将被试的言语能力作为协变量进行控制。实验结果发现当因变量指标为RAT顿悟问题解决分数时,通过独立样本t检验发现高言语WMC被试的RAT顿悟问题解决成绩显著好于低言语WMC的被试。并通过进一步的相关以及回归分析更加证实了言语WMC会促进RAT顿悟问题更好的解决。结合实验1的结果证明了WMC对顿悟问题的解决存在着影响,并且这种影响具有一定的类型匹配性。实验3从WM的刷新出发,测量被试的空间WM刷新能力、言语WM刷新能力以及被试的视觉WMC,并同时让被试完成空间顿悟问题和言语顿悟问题的解答。实验结果发现当因变量指标为空间顿悟问题解答分数时,高空间和高言语WM记忆刷新能力组的被试在空间顿悟问题解答上显著好于低空间和低言语WM刷新能力组的被试。此外,并通过进一步的相关和回归分析发现,空间3-back与空间顿悟问题解决的关系最强,进一步证明了在空间刷新能力类型上也存在着与顿悟问题解决的类型匹配性。综合以上研究结果,表明个体WMC和刷新与部分顿悟问题类型的解决能力之间存在着一定的关系,即高WM能力的个体具有更好的顿悟问题解决的表现,并且这种关系具有类型上的匹配性,而这种关系的出现需要满足一定的条件,结果部分支持顿悟问题的解决过程属于普通过程的观点。
【学位单位】：西南大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：B842.1
【部分图文】：

1 文献综述1 文献综述1.1 工作记忆工作记忆（Working Memory，WM）最早由 Miller 等人在《行为的计划与结构》提到。WM 指的是个体在进行认知活动的时候，对外界信息进行短暂储存和加工并且容量有限的记忆系统。WM往往与我们日常学习活动有着紧密的联系，研究表明，个体之间 WM 的差异是造成个体之间认知能力差异的主要原因之一(Conway, Cowan, Bunting, Therriault, & Minkoff, 2002)。目前最为广泛接受的WM 模型是由 Baddeley 和 Hitch 于 1974 年首次提出的 WM 多成分模型，他们认为 WM 模型主要由3 个部分组成，分别是语音环路、视空画板和中央执行系统。此后 Baddeley 于 2000 年在已有的 WM多成分模型的基础上进行修订并为此模型加入了第四部分：情景缓冲器(Baddeley, 2000)，如图 1-1所示。

3.2.2 实验材料根据顿悟问题解决过程中涉及到的认知过程类型，从以往对顿悟问题的相关研究文献中收集了22 道不同类型的顿悟问题（见附录），包括空间类顿悟问题(Ball, Marsh, Litchfield, Cook, & Booth,2015; Branchini, Bianchi, Burro, Capitani, & Savardi, 2016; Schooler, et al., 1993)、言语类顿悟问题(Beaty, Nusbaum, & Silvia, 2014; M. S. Decaro, et al., 2016; Karimi, Windmann, Güntürkün, & Abraham,2007)、字谜类顿悟问题(Qiu et al., 2008)、火柴棍类顿悟问题(James N. Macgregor & Cunningham,2008)。其中，第 1~6 题为空间类顿悟问题；第 7~16 题为言语类顿悟问题（包括字谜）；第 17~22题为火柴棍顿悟问题。3.2.3 实验设计与程序实验采用 E-prime 软件编程，具体流程如图 3-1。指导语要求被试在规定时间内完成顿悟问题的解答，并在每道题结束以后对该顿悟问题进行一个熟悉度的三点评分，分别为 1、没见过；2、见过但不知道怎么做；3、见过且知道怎么做。在规定时间到了以后，被试停止作答，主试将向被试呈现顿悟问题的参考答案，并要求被试对照答案回忆自己解答过程中的顿悟感受，对每一道顿悟问题进行顿悟度的评分。

西南大学硕士学位论文表 4-3 不同类型顿悟问题的顿悟度差异检验变异来源 SS df MS F Sig η2顿悟类型0.10 2 0.05 0.21 0.81 0.05（2）WMC 测量材料个体 WMC 的大小反映了个体 WM 的存储能力。WMC 的测量分为三个类型：操作 WM 广度任（Operation Working Span）、空间 WM 广度任务（Spatial Working Span）、言语 WM 广度任务（Verbalorking Span），并且三类 WM 广度的测量都为双任务范式。①操作 WM 广度任务本研究采用双任务范式来测量被试的操作 WM 广度(Unsworth, Heitz, Schrock, & Engle, 2005)。务流程图如图 4-1：
【相似文献】

相关期刊论文 前10条

1 邓衍民;陆亮;;提升问题解决能力 发展模型认知素养[J];化学教与学;2019年06期

2 居发芹;;小学“解决问题”教学三部曲[J];数学教学通讯;2018年34期

3 ;辽宁:监督下沉 把基层的问题解决在基层[J];中国纪检监察;2018年23期

4 牛聪;;引导工具在问题解决型研讨中的应用探究[J];农银学刊;2019年03期

5 孙妍;;小学数学学生问题解决能力培养[J];读与写(教育教学刊);2018年01期

6 孙中祥;;在问题解决中推进教学[J];课程教育研究;2016年25期

7 张海东;;基于问题解决理论的中学物理教学实施途径及案例[J];中学物理教学参考;2016年16期

8 李建杰;;微积分在解决物理问题中的应用与教学[J];数学学习与研究;2016年23期

9 陈娇娇;王颖碍;;感悟策略 彰显价值——“有余数的除法实际问题”磨课历程[J];小学数学教育;2016年23期

10 苗霞;;培养学生问题能力的缘由及其价值探析[J];文教资料;2016年28期

相关博士学位论文 前10条

1 刘友霞;高中生问题解决能力发展的实证研究[D];华东师范大学;2015年

2 任红艳;化学问题解决及其教学的研究[D];南京师范大学;2005年

3 李桢;高中生化学问题解决中的表征与策略研究[D];吉林大学;2005年

4 杨光伟;学生在应用问题解决上的元认知行为表现与信念[D];华东师范大学;2006年

5 李祥兆;基于问题提出的数学学习[D];华东师范大学;2006年

6 丁俊武;基于创新问题解决理论的产品设计方法及其应用研究[D];南京理工大学;2005年

7 吴鑫德;高中生化学问题解决思维策略训练的研究[D];西南大学;2006年

8 张裕鼎;问题解决策略迁移研究[D];华东师范大学;2008年

9 胡艺龄;基于学习分析技术的问题解决能力评价研究[D];华东师范大学;2016年

10 蔡慧英;语义图示工具支持的协作问题解决学习的研究[D];华东师范大学;2016年

相关硕士学位论文 前10条

1 易仲怡;手势对空间顿悟问题解决的影响[D];广州大学;2019年

2 孙月欣;中考数学中动态几何问题的研究[D];河南大学;2019年

3 杨茜;基于设计的STEM教学培养小学生问题解决能力研究[D];华中师范大学;2019年

4 刘莎;丰富环境不同特征对动物创新问题解决的影响及其神经机制研究[D];华中师范大学;2019年

5 朱玲敏;基于协作问题解决的STEM教学设计与应用研究[D];华中师范大学;2019年

6 贺涵镜;基于“以证据为中心设计”模型的中学生合作问题解决能力评价研究[D];江西财经大学;2019年

7 王伟伟;小学生数学学习过程中发现问题、提出问题调查研究[D];杭州师范大学;2019年

8 陈煜;基于现状分析的原始物理问题设计与实践[D];杭州师范大学;2019年

9 贠倩茹;基于问题解决的高中化学微课程的设计及应用[D];陕西师范大学;2019年

10 薛刚;小学数学方程教学中问题解决能力的培养研究[D];陕西师范大学;2019年

本文编号：2854668