XiaoMi-AI文件搜索系统
World File Search System心理
实验心理学杂志：一般
大脑训练的基本原则是，可以通过完成计算机游戏来增强一般认知功能，这一概念既直观又具有吸引力。此外，有很大的动力来提高我们的认知能力，以至于它驱动了十亿美元的行业。但是，脑训练是否能真正产生这些预期的结果。这部分是因为文献充斥着使用不确定的标准来确定认知的可转移改进的研究，通常是使用小样本的单一训练和结果指标。为了克服这些局限性，我们进行了一项大规模的在线研究，以检查有关脑训练的实践和信念是否与更好的认知有关。我们招募了1000多名参与者的不同样本，他们使用各种脑训练计划已有5年了。使用多项测试评估认知，以衡量注意力，推理，工作记忆和计划。我们发现，即使对于最坚定的脑培训师，任何认知功能的衡量标准与目前是否正在“大脑训练”之间没有关联。脑训练的持续时间也与任何认知性能度量没有任何关系。无论参与者年龄如何，他们使用的大脑训练计划，或者他们是否希望大脑训练工作。我们的结果对“大脑训练”计划构成了重大挑战，该计划旨在改善一般人群中的一般认知功能。
心理评论 - 注意力与工作记忆实验室
当今大多数心理学家对“智力”一词的理解本质上是一个差异性概念。最广为接受的智力结构描述是赫布-卡特尔-霍恩-卡罗尔（HCHC）模型（Brown，2016；Carroll，1993；McGrew，2009；见图 1），该模型将智力归因于一个层次结构。在最低层次上，特定技能和狭义的认知能力可能会对不同的认知任务产生影响。在第二层次上，更具普遍性的广义能力因素有助于解释为什么某些任务彼此之间的关联比与其他任务的关联更紧密。这些广义的能力是相关的，这种常见的、任务一般性的变异性在该模型层次结构的顶端表示为一般智力，通常表示为 g 或 g 因子。 g 因子解释了为什么所有认知任务都倾向于相互关联，这种模式被称为正流形（Carroll，1993；McGrew，2009）。尽管人们对智力结构有着广泛的共识，但对于导致智力个体差异的因果因素，人们的看法却不太一致。智力差异的一个主要解释是人们完成基本认知操作的速度不同，这被称为信息处理速度或处理速度。另一个可能的解释是执行注意力或避免分心、集中注意力和保持注意力的能力不同，有时也称为“认知控制”或“执行功能”。
COVID-19 大流行期间护士疫苗犹豫、心理韧性和焦虑水平评估
人口统计学和社会特征表本研究使用的问卷由 28 个问题和 2 个量表组成。询问研究社会人口统计学特征的问题可以简要定义如下：年龄、性别、身高、体重、婚姻状况、子女数量、教育水平、吸烟情况、慢性病（糖尿病、高血压、哮喘、慢性阻塞性肺病、心血管疾病）、需要药物治疗的心理疾病（焦虑、压力、抑郁）、医院工作单位（病房、重症监护、手术室、综合诊所）、疫情期间在 COVID-19 诊所的工作状态、感染 COVID-19 疾病、使用抗病毒药物、因 COVID-19 住院（服务、重症监护、插管）、COVID-19 疫苗接种状况等变量
疫苗接种的心理
COVID-19疫苗接种特定的问题虽然Covid-19疫苗将遭受与上述许多相同问题的困扰，但当前情况值得考虑的情况也有独特的因素。目前（2020年10月），人们越来越担心许多人在到达时不会接受Covid-19的疫苗。最近的一项盖洛普民意调查显示，如果今天可以使用，只有65％的美国人将获得免费的FDA批准疫苗。鉴于大流行已经被政治化的事实，与独立人士（59％）或共和党人（47％）相比，民主党人不愿少（81％接受）也许并不奇怪。研究表明，许多事情与COVID-19疫苗犹豫不决：对阴谋论的信念，对副作用的关注（尤其是由疫苗新颖性驱动），而来自当局的消息传递不一致是三个主要问题。在社交媒体上的反疫苗接种信息对于Covid-19尤其有问题。但是，也有乐观的理由。与Covid-19的第一手经验相当大，疫苗接种的动机大大增加。著名制药公司的承诺确保其疫苗通过大规模安全测试进行，可能会减少与疫苗新颖性有关的安全问题。在任何疫苗可用之前，该国政治格局发生重大转变的可能性也表明，Covid-19-19疫苗在到达时可能面临截然不同的环境。
护理计划。心理健康咨询.final.docx
所有接受咨询服务（RTI、SBLC、504 计划或 IEP）的学生都必须有护理计划。家长/监护人可以在 SBLC、IEP 或 504 会议上签署许可和护理计划。护理计划将每季度审查一次。
12 年级和 13 年级心理学资源
噪音 - Daniel Kahnemann、Olivier Sibony 和 Cass Sunstein 一本关于如何做出更好决策的书。我们每天都要做出成千上万个决定，从我们甚至不知道自己在做的微小选择到重大而痛苦的深思熟虑。但是，当我们做出的每一个决定都会改变生活时，我们做出这些决定的方式就很重要。而对于每一个决定，都有噪音。这本书教我们如何理解影响和偏向我们决策的所有外部因素
利用大数据了解心理健康的因果关系：一个研究框架
在过去的 30 年中，我们开展了大量大规模的纵向精神病学研究，以增进我们对精神疾病的理解和治疗。然而，尽管研究界付出了巨大的努力和大量资金，我们仍然缺乏对大多数精神疾病的因果理解。因此，大多数精神病学诊断和治疗仍然在症状体验的层面上进行，而不是衡量或解决根本原因。这导致了一种反复试验的方法，这种方法与潜在的因果关系不相符，临床结果也不佳。在这里，我们讨论了如何将源于因果因素探索而不是症状分组的研究框架应用于大规模多维数据，以帮助解决心理健康研究面临的一些当前挑战，进而解决临床结果。首先，我们描述了寻找心理健康状况因果驱动因素所面临的一些挑战和复杂性，重点关注目前评估和诊断精神疾病的方法、症状和原因之间的多对多映射、对异质症状组的生物标记的搜索以及影响我们心理的多个动态相互作用变量。其次，我们提出了一个以因果为导向的框架，该框架基于两个大型数据集，这两个数据集来自青少年大脑认知发展 (ABCD) 研究，这是美国最大的大脑发育和儿童健康长期研究，以及全球心智项目，这是世界上最大的心理健康档案数据库以及来自全球 140 万人的生活背景信息。最后，我们描述了如何对此类数据集使用聚类和因果推理等分析和机器学习方法，以帮助阐明对心理健康状况的更因果理解，从而能够采取诊断方法和预防解决方案，从根本上解决心理健康挑战。
心理学
POORNIMA SINGH教授，人文与社会科学系，IIT德里，新德里，新德里教授Anjum Sibia教授，教育心理学和教育基金会，新德里Navin Kumar博士，Navin Kumar博士心理学副教授，Bhim Ambedkar Collies，Bhhim Ambedkar Collecers，Bhhim Ambedkar Collecent，New Delhi Delhi，New Delhi Delhi，新德里新德里，新德里博士，新德里，新德里大学心理学系助理教授，新德里，苏鲁奇·巴蒂亚（Suruchi Bhatia Bhatia Bhatia博士Srivastava PGT（心理学），Vasant Valley School，Vasant Vihar，新德里POORNIMA SINGH教授，人文与社会科学系，IIT德里，新德里，新德里教授Anjum Sibia教授，教育心理学和教育基金会，新德里Navin Kumar博士，Navin Kumar博士心理学副教授，Bhim Ambedkar Collies，Bhhim Ambedkar Collecers，Bhhim Ambedkar Collecent，New Delhi Delhi，New Delhi Delhi，新德里新德里，新德里博士，新德里，新德里大学心理学系助理教授，新德里，苏鲁奇·巴蒂亚（Suruchi Bhatia Bhatia Bhatia博士Srivastava PGT（心理学），Vasant Valley School，Vasant Vihar，新德里
心理测量：一种用于从人类大脑活动重建图像的万能模型
通过脑机接口，重建所看到的人脑活动图像连接了人机视觉和计算机视觉。由于个体之间大脑功能存在固有差异，现有文献主要集中于使用每个人各自的脑信号数据为每个人获取单独的模型，而忽略了这些数据之间的共性。在本文中，我们设计了心理测量学，这是一个全方位模型，用于重建从不同受试者获得的功能性磁共振成像 (fMRI) 图像。心理测量学包含一个全方位专家混合 (Omni MoE) 模块，其中所有专家共同努力捕捉受试者间的共性，而与特定受试者参数相关的每个专家则负责处理个体差异。此外，心理测量学还配备了一种检索增强推理策略，称为 Ecphory，旨在通过检索预先存储的特定受试者记忆来增强学习到的 fMRI 表征。这些设计共同使心理测量变得万能而高效，使其能够捕捉受试者之间的共性和个体差异。因此，增强的 fMRI 表征可作为条件信号来指导生成模型重建高质量逼真的图像，从而使心理测量在高级和低级指标方面都成为最先进的技术。