XiaoMi-AI文件搜索系统
World File Search System任务范式
三重任务范式中多任务处理对元认知的影响
摘要 多任务处理的情况（例如开车时使用手机）在日常生活中越来越常见。实验心理学早已记录了多任务处理对任务表现的影响；然而，人们对其对监控此类表现的元认知过程的影响知之甚少。本研究通过将心理物理程序与复杂的多任务处理相结合，朝着填补这一空白迈出了一步。我们设计了一个多模态范式，参与者分别或同时执行感觉运动跟踪任务、视觉辨别任务和听觉 2-back 工作记忆任务，同时每隔约 15 秒评估一次他们的任务表现。我们的主要发现是，多任务处理降低了参与者对自己在这三个任务中的表现（元认知敏感性）的意识。重要的是，这个结果与多任务处理对任务表现的影响无关，不能归因于信心泄露、心理不应期或自我评价的近期效应。我们讨论了这一发现对元认知和多任务研究的意义。
三重任务范式中多任务处理对元认知的影响
摘要 多任务处理情况（例如开车时使用手机）在日常生活中越来越常见。实验心理学早已记录了多任务处理对任务表现的影响；然而，人们对其对监控此类表现的元认知过程的影响知之甚少。本研究通过将心理物理程序与复杂的多任务处理相结合，朝着填补这一空白迈出了一步。我们设计了一个多模式范式，其中参与者分别或同时执行感觉运动跟踪任务、视觉辨别任务和听觉 2-back 工作记忆任务，同时每约 15 秒评估一次他们的任务表现。我们的主要发现是，多任务处理降低了参与者对这三个任务的表现（元认知敏感性）的意识。重要的是，这一结果与多任务处理对任务表现的影响无关，不能归因于信心流失、心理不应期或自我评价的近期效应。我们讨论了这一发现对元认知和多任务处理研究的意义。
21K15679研究结果报告
研究成果の概要（英文）：我提出了一个被动任务范式，以减少与任务相关功能MRI任务执行过程中认知负载的一种方法。我创建了一个实验范式，其任务刺激可用于诊断神经系统疾病，并进行了实际的测量，证明了其可行性。在数据分析中，使用来自队列研究的静止状态功能性MRI数据，1）我基于REM睡眠行为障碍的功能连通性生成了基于机器的疾病分类器，帕金森氏病的前途症状，2），并揭示了痴呆症，帕金森氏病和健康的老年人使用动态功能连接性的网络动态差异。
神经影像学时间序列中的箭头 - 标识脑功能的因果触发器
图4箭头识别运动任务中的时空定位因果效应。（a）在运动任务范式中，因果效应（τ，顶部），活动（中间）和连通性（底部）的度量。范式由运动时期（左右手和脚，舌头）组成，被休息块隔开。（b）左半球大脑区域的因果效应的详细视图，显示了面板（a）（舌运动）突出显示的间隔中最强的AOT波动。正值表明该区域充当因果效应的下水道，而负值表明该区域是因果关系的来源。（c）面板（b）中四个大脑区域的可视化以及当受试者开始移动舌头时招募的假定因果途径。VIS24和PFC13之间的虚线表示，这两个区域之间的直接信息流不能仅从分析的四个区域中推断出来，并且可能涉及中间体。
学习障碍儿童基于事件的前瞻记忆与事件相关脑电位的相关性
据报道，学习障碍儿童的前瞻记忆（PM）存在损害，但很少有研究探讨其背后的神经机制。针对这一问题，本研究应用ERP技术，采用双任务范式探讨21名LD儿童和20名非LD儿童基于事件的前瞻记忆（EBPM）的差异。行为数据分析结果表明，LD儿童的准确度低于非LD儿童。ERP结果显示，两组在ERP成分上存在显著差异，LD组的N300潜伏期更长，但在前瞻正性成分上无明显差异。本研究结果似乎表明，LD儿童在PM任务上的表现较差可能是由于PM线索检测缺陷造成的。这些结果为LD儿童存在PM加工改变提供了证据，其特点是PM线索检测存在选择性缺陷。因此，这些发现为 LD 儿童 PM 的神经生理过程提供了新的见解。
认知灵活性的发育神经影像学
认知灵活性，即根据不断变化的环境需求在任务之间进行心理切换的能力，支持最佳的生活结果，使其成为整个发展过程中需要研究的重要执行功能。在这里，我们回顾了研究认知灵活性发展的文献，重点是使用基于任务的功能性磁共振成像 (fMRI) 的研究。神经影像学文献表明，对认知灵活性很重要的关键大脑区域包括下额叶交界处和中扣带回岛叶网络内的区域，包括岛叶和背侧前扣带皮层。我们进一步讨论了研究神经发育过程中的认知灵活性的挑战，包括术语不一致、fMRI 任务范式的多样性、将认知灵活性与其他执行功能分离的困难以及解释认知策略的发展变化。未来的方向包括评估大脑网络动态的发展变化如何实现认知灵活性，并研究认知灵活性的潜在调节因素，包括身体活动和双语能力。
驾驶舱内的视觉扫描策略受飞行员专业知识的调节：飞行模拟器研究
在飞行过程中，飞行员必须严格监控他们的飞行仪表，因为这是更新他们情况意识的关键活动之一。监控对认知要求很高，但对于在参数出现偏差时及时干预是必要的。许多研究表明，很大一部分商业航空事故与机组人员对驾驶舱的监控不力有关。眼动追踪研究已经开发出许多指标来检查艺术观赏、体育、国际象棋、阅读、航空和太空等领域的视觉策略。在本文中，我们建议使用基本和高级眼部指标来研究新手和飞行员的视觉信息获取、凝视分散和凝视模式。该实验涉及一组 16 名经过认证的专业飞行员和一组 16 名新手，他们在飞行模拟器中执行手动着陆任务场景。两组以不同难度着陆三次（通过双任务范式进行操控）。与新手相比，专业飞行员的感知效率更高（停留次数更多且更短）、注意力分布更佳、视觉注意力处于环境模式、视觉扫描模式更复杂更精细。我们通过基于余弦 KNN（K 近邻）的机器学习使用转换矩阵对飞行员的资料（新手 - 专家）进行分类。几个眼部指标也对着陆难度敏感。我们的研究结果可以帮助评估机组人员的监控绩效、改进初始和复训并最终减少因人为错误导致的事故和意外，从而使航空领域受益。
虚拟现实疾病减少了沉浸式体验期间的注意力
摘要 - 在本文中，我们表明虚拟现实（VR）疾病与注意力的降低有关，这是通过在双任务范式中收集的脑电图（EEG）测量的P3B事件相关电位（EEG）的测量结果检测到的。我们假设疾病症状（例如恶心，眼睛疲劳和疲劳）将降低用户注意在虚拟环境中完成的任务的能力，并且在经历了P3B份量的降低中，在体验VR疾病的同时，将动态地反映出注意力的降低。在用户研究中，参与者沿着VR的博物馆进行了游览，沿着VR的一条旋转数量不同，以前证明会导致不同水平的VR病。在关注虚拟博物馆（主要任务）时，要求参与者默默地计算不同频率的音调（次要任务）。在用户没有戴头部安装显示器（HMD）时，进行了与VR病疾病情况进行比较的控制测量值，而当他们沉浸在VR中，但没有在环境中移动。这项探索性研究表明，在多次分析中，在任务过程中收集的P3B的效果平均幅度与任务后用问卷（SSQ）测得的疾病严重程度以及次级任务的计数错误数量有关。因此，VR病可能会损害注意力和任务表现，并且可以通过ERP措施进行这些注意力的变化，而无需要求参与者评估他们的疾病症状。
步行过程中的能量优化涉及隐式处理
步态适应对新的环境，设备或身体的变化，可以由能量消耗的持续优化驱动。然而，能量优化是否涉及隐式处理（自动发生，并以最少的认知注意力发生），显式处理（有意识地使用邀请策略有意识地发生）或两者结合尚不清楚。在这里，我们使用了双任务范式来探测在步行过程中能量优化中隐式和明确过程的贡献。为了创建我们的主要能量优化任务，我们使用了下LIMB外骨骼将人们的能量最佳步骤频率转移到低于正常优选的频率。我们的次要任务旨在从优化任务中引起明确的关注，是听觉音调歧视任务。我们发现，添加此次要任务并不能阻止步行过程中的能量优化。我们的双任务实验的参与者将其步骤频率调整为Optima的量，并以与我们以前的单任务实验中的参与者相似的速度。我们还发现，当参与者适应能量Optima时，在语调歧视任务上的表现并没有恶化。当外骨骼改变能量最佳步态时，精度得分和反应时间保持不变。调查回答表明，双重任务参与者在很大程度上不知道适应过程中对步态的变化，而单任务参与者更加了解他们的步态变化，但并未利用这种明确的意识来改善步态适应性。共同表明能量优化涉及隐式处理，从而使注意力资源可以针对步行过程中其他认知和运动目标。
使用移动脑电图研究走扁带过程中的认知运动效应
保持平衡是一项非常重要的技能，支持许多日常生活活动。认知运动干扰 (CMI) 双任务范式已经建立，用于识别复杂的自然运动任务（如跑步和骑自行车）的认知负荷。在这里，我们使用无线、智能手机记录的脑电图 (EEG) 和运动传感器，参与者要么站在坚实的地面上，要么站在走扁带上，要么执行听觉异常任务（双任务条件），要么同时不执行任何任务（单任务条件）。与站在地面上相比，我们预计复杂平衡的 P3 事件相关电位 (ERP) 成分对目标声音的幅度会降低，延迟会延长，与单任务平衡条件相比，双任务的幅度会进一步降低。此外，我们预计在执行并发听觉注意任务时，走扁带时的姿势会更大。二十名年轻、经验丰富的走扁带者执行了听觉异常任务，默数一系列经常出现的标准音调中出现的罕见目标音调。结果显示，在两种运动条件下，P3 拓扑和形态相似。与我们的预测相反，我们既没有观察到 P3 振幅显著降低，也没有观察到在走扁带期间延迟显著增加。出乎意料的是，我们发现与双任务相比，在没有额外任务的情况下，走扁带时的姿势摇摆更大。此外，我们发现参与者的技能水平与 P3 延迟之间存在显著相关性，但技能水平与 P3 振幅或姿势摇摆之间没有相关性。这种结果模式表明，对于技能较低的个体，干扰效应存在，而技能水平较高的个体可能表现出促进效应。我们的研究增加了一个不断发展的研究领域，表明在不受控制的日常生活情况下获得的 ERP 可以提供有意义的结果。我们认为，个人 CMI 对 P3 ERP 的影响反映了平衡任务对未经训练的个体的难度，这会利用原本可用于听觉注意力处理的有限资源。在未来的工作中，对同时记录的运动传感器信号的分析将有助于确定在自然、不受控制的环境中执行运动任务的认知需求。