媒体多任务经验对不同注意模式下内隐记忆的影响*

李士一 谢岩枫 赵 光 白学军

(1 教育部人文社会科学重点研究基地天津师范大学心理与行为研究院，天津 300387) (2 天津师范大学心理学部，天津300387) (3 学生心理发展与学习天津市高校社会科学实验室，天津 300387)

媒体多任务（media multitasking）是指同时处理两种及以上的媒体活动。随着媒体信息的指数级增长，媒体多任务逐渐成为一种常见的媒体使用方式（Roberts & Foehr, 2008）。一些研究发现，高媒体多任务经验者（heavy media multitaskers,HMMs）在许多认知领域表现较差（Ralph et al.,2014; Ralph et al., 2015; Uncapher et al., 2016）。例如，HMMs 更容易关注无关的干扰信息，注意更加分散（Ralph et al., 2014）。此外，HMMs 在记忆提取过程中的目标前注意涣散（pre-goal lapses of attention）影响了其外显的情景记忆能力（Madore et al., 2020）。另一方面，虽然HMMs 在许多认知任务上表现不佳，但是在需要利用无关信息的任务上依然有着较好表现（Lui & Wong, 2012）。因此，媒体多任务经验对认知加工的影响还需要更多的研究进行探讨。

有研究采用经典背景线索范式（contextual cueing paradigm）考察了媒体多任务经验对空间内隐记忆的影响（Edwards & Shin, 2017），结果发现，HMMs 在该任务上的表现比正常被试更差。经典背景线索范式是一种测量内隐记忆能力的范式（Chun & Jiang, 1998），在该范式的经典研究中，要求被试在由字母T 和L 组成的场景中完成视觉搜索任务，其中一半的场景在实验中多次出现（重复场景），另一半场景仅出现一次，这两类场景混合在一起随机出现。因为所有的场景都包含一系列出现在随机位置的字母，缺乏独特性和语义信息，因此被试通常难以觉察到重复场景的存在，在搜索任务后进行的外显再认测试也通常表现出较低水平的意识程度（Chun & Jiang,2003）。尽管如此，随着试次的增加，被试在重复场景中的搜索速度比新异场景中更快，这种在不同任务中的实验性分离被认为是内隐记忆现象（Chun & Jiang, 1998）。研究者推测，HMMs更加广泛的注意分布导致其对目标周围信息的记忆更差。而以往有研究发现，背景线索效应主要由目标周围信息驱动（Brady & Chun, 2007），然而这一观点尚存争议（Beesley et al., 2015）。另一种可能是，Edwards 和Shin 的研究采用的经典背景线索范式中，搜索场景中的项目用不同的颜色进行了区分，其中目标会与某几个干扰项共享相同的颜色信息。这些设置可能对HMMs 特别不利，因为其更分散的注意特点可能更容易受颜色干扰从而影响搜索过程。

媒体多任务经验对分布式注意（distributed attention）和集中式注意（focused attention）的影响存在不同。Treisman（2006）提出，在对一个场景进行加工时，被试除了在特定的时间内将注意集中在单一的物体上（集中式注意），其余的信息也会得到一种更广泛但是粗略的注意加工（分布式注意）。Yap 和Lim（2013）发现，在注意提示线索分布在屏幕两侧的条件下，HMMs 能够将注意焦点同时分布在场景中的不同位置，而较少同时使用多种媒体的LMMs 则更多地采用单一的注意焦点。因此，HMMs 在加工场景时更倾向于使用分布式注意。

背景线索效应领域的研究已经证明，分布式和集中式注意模式下正常被试均存在背景线索效应，甚至分布式注意模式下的记忆表征更灵活（Zinchenko et al., 2020）。Zinchenko 等人通过限制眼动，从而强制被试使用分布式注意进行背景线索任务，发现习得的背景线索效应在目标位置发生变化后依然存在。研究者认为，这种灵活性源于分布式注意模式下形成了更整体的场景记忆表征，从而更容易适应目标位置变化。由此可以推测，在限制眼动的分布式注意模式下，HMMs 的注意特点使其能够更好地形成整体性的记忆表征并促进对场景中的目标搜索。

综上所述，本研究的目的是探究不同媒体多任务经验者在集中式、分布式注意模式下的内隐记忆特点。本研究在前人研究基础上做出以下改进：首先，采用统一的黑色项目，在排除场景中颜色干扰的条件下，考察HMMs 的内隐记忆表现；
其次，为验证HMMs 更广泛的加工策略可能使其表征更具整体性，从而导致任务表现较差的观点（Edwards & Shin, 2017），本研究采用Zinchenko 等人（2020）的限制眼动方法，强制HMMs 在分布式注意模式下进行加工。通过两个实验，分别在学习和测试阶段限制眼动，考察高、低媒体多任务经验者在不同注意模式下的内隐记忆。

实验1 通过颜色统一的经典背景线索范式，考察集中式注意模式下不同的媒体多任务经验者之间内隐记忆能力是否存在差异，统一颜色的经典背景线索范式已经被证明同样具有内隐性质（Zinchenko et al., 2020）。此外，进一步考察学习到的内隐记忆在分布式注意模式下的表达。

2.1 被试

使用 G*Power3.1 软件（Faul et al., 2007），显著性水平α 设置为0.05，效应量f设置为0.25 时，为了达到0.95 的统计检验力水平，需要的总样本量至少为24名。实际招募某大学学生33名，其中男生10人，平均年龄20.60±2.27 岁，女生23人，平均年龄20.50±2.30 岁，视力或矫正视力均正常。所有被试均自愿参与本实验，并获得一定的实验报酬。其中一名被试因任务错误率高于平均值3个标准差被删除，有效数据共32 份。根据被试的媒体多任务指数（MMI）得分，将得分前50%的被试（16人）划为HMMs 组，得分后50% 的被试（16人）划为LMMs 组（Yap & Lim, 2013）。

将两组被试在媒体使用问卷上的得分进行了统计分析，结果发现HMMs 组的平均得分为3.81±0.83，LMMs 组的平均得分为1.84±0.71，t(30)=7.22，p＜0.01。结果表明，两组被试的媒体多任务经验得分差异显著，被试的选取是有效的。

2.2 实验仪器

实验采用的仪器包括：一台24 英寸显示屏，屏幕分辨率为1 0 2 4×7 6 8 像素；
一套标准的DELL 键盘和鼠标；
一台SR Research 公司的EyeLink 1000 Plus 塔式眼动仪，采样率为1000 Hz。实验程序采用眼动仪自带的Experiment Builder 软件编写和呈现。

2.3 实验材料

2.3.1 搜索场景

采用E-Prime 2.0 软件生成刺激材料（见图1），在Zinchenko 等人（2020）的实验材料基础上进行了修改。整个场景的大小为1024×768 像素。场景包括一个处于正中心的十字，以及11个干扰项目“L”和1个目标项目“T”。其中字母“L”的朝向可能是0°、90°、180°、270°。而字母的“T”的尾部朝向可能是0°或180°。所有的项目在60 cm 观看距离上的宽度和高度视角大小均为0.35°。这些项目排列在围绕显示中心的3个不可见同心圆上，在60 cm 的观看距离上3个圆的视角半径从小到大分别为1.74°、3.48°、5.22°，这样的设置已经被证明，被试在注视场景中心十字的同时能够用外周视觉观察到每一个项目（Zinchenko et al., 2020）。目标位置均匀分布在3个不可见圆上，能够全面获得限制眼动对被试的影响。

图1 实验材料示意图

场景分为两类：重复场景和新异场景。重复场景每次出现时，目标的位置和干扰项的位置在实验中保持不变，而方向随机变化。而新异场景每次出现时，所有的干扰项目被重新生成，其位置以及方向均随机变化，目标位置保持不变，方向随机变化。

2.3.2 媒体使用问卷

本研究采用Ophir 等人（2009）编制的媒体使用问卷（Media Use Questionnaire, MUQ）的修订版，Madore 等人（2020）根据当前生活中更常用的媒体类型将原问卷中的媒体项目由12 项改为8 项，更符合当前被试的媒体使用习惯。

被试首先需要回答每一种媒体每周的平均使用时间，其次，被试需要填写一个反映媒体同时使用情况的矩阵，以表明在使用某种媒体的同时是否“大部分时间”、“一些时间”、“很少时间”或“从不”使用其他媒体。不同的回答被赋予不同的权重，四种选项的权重分别是：1、0.67、0.33、0。MMI 的计算公式见公式1（Ophir et al.,2009）。

其中htotal表示被试每周所有媒体的使用时间之和，hi代表某种媒体的周使用时间，mi代表使用这种媒体的同时使用其他媒体的权重之和。MMI 的值越大，代表被试的媒体多任务行为程度越深。

2.4 实验程序

在学习阶段，实验开始时首先呈现500 ms 的注视点控制，然后呈现搜索场景，要求被试自由地观察整个场景，并找到其中的目标字母“T”，指出其尾部的朝向，若朝左则按“F”键，朝右则按“J”键。在被试按键反应后或10 s 后场景消失。紧接着呈现空屏1000 ms。错误试次会在空屏后呈现“错误”字样1000 ms 进行反馈。学习阶段包含16个组块，每个组块内包含9个重复场景，9个新异场景，顺序随机（共288个试次）。每4个组块休息1 分钟。

在测试阶段，被试的任务相同，但是需要在场景出现时将注视点限制在场景中心的十字上，利用外周视野进行搜索。为了最大化无眼球运动的试次数量，利用眼动仪监控被试的眼球运动，如果被试的注视点离开中央注视十字1.5°视角以上，电脑会持续发出提示音作为警告信号，直到被试的注视点回到该范围内（Zinchenko et al.,2020）。由于该任务存在难度，因此正式开始之前安排了36个试次的练习，练习中使用的场景在之后的实验中均未出现。测验阶段共4个组块，其余与学习阶段相同。

搜索任务完成后，进行再认任务，给被试呈现18 张搜索场景的图片，由搜索任务中随机抽取的9个重复场景和重新生成的9个之前实验中从未出现过的新异场景组成。被试的任务是自由观察并判断场景是否在之前的实验中重复出现过，是则按“T”键，否则按“N”键。这一再认任务可以用于评估被试是否在先前的搜索任务中获得了对重复场景的外显记忆。

最后，被试填写媒体使用问卷，填写完毕后实验正式结束。

2.5 数据分析

采用Excel2019 和SPSS21.0 对数据进行统计处理。首先将反应时在3个标准差之外的极端数据排除在数据分析之外，删除试次占总试次的1.60%。其次将回答错误的试次删除，占总试次的0.76%。HMMs 组的平均错误率为0.69%，LMMs组的平均错误率为0.82%，两者之间差异不显著，t(30)=-0.66，p＞0.05。测验阶段中，被试注视点离开中心注视十字1.5°的试次占总试次的平均比例为1.88%，其中HMMs 组的平均比例为2.10%，LMMs组的平均比例为1.65%，两者之间差异不显著，t(30)=-1.00，p＞0.05，该部分数据并未删除。

2.6 结果

2.6.1 学习阶段的背景线索效应

学习阶段不同实验条件下的反应时见表1。为了考察两组被试的背景线索效应，进行了2（场景：重复、新异）×4（阶段：1、2、3、4）×2（媒体多任务经验：HMMs、LMMs）的三因素混合设计方差分析。结果显示：三因素交互作用不显著，F(3, 90)=1.43，p＞0.05。两因素交互均不显著（ps＞0.05）；
场景主效应显著，F(1, 30)=46.67，p＜0.01，=0.61；
阶段主效应显著，F(3, 90) =62.82，p＜0.01，=0.68；
媒体多任务经验主效应不显著，F(1, 30)=0.83，p＞0.05。

表1 实验1 中各条件下的反应时（ms）

为了进一步探究两组被试的背景线索效应，分别对两组进行了2（场景：重复、新异）×4（阶段：1、2、3、4）的两因素重复测量方差分析，描述性统计数据见表1。HMMs 组：交互作用不显著，F(3, 45)=1.30，p＞0.05；
场景主效应显著，F(1,15)=26.65，p＜0.01，=0.64；
阶段主效应显著，F(3, 45)=29.24，p＜0.01，=0.66；
LMMs 组：交互作用不显著，F(3, 45)=0.40，p＞0.05；
场景主效应显著，F(1, 15)=20.03，p＜0.01，=0.57；
阶段主效应显著，F(3, 45)=34.13，p＜0.01，=0.70。

除此之外，还以平均背景线索效应量为因变量，媒体多任务经验为分组变量进行了独立样本t检验，t(30)=-0.87，p＞0.05。两组的背景线索效应量差异不显著。以上结果表明，HMMs 组与LMMs组均学会了背景线索效应（见图2），且两组背景线索效应的学习表现出了相同的模式。

图2 实验1 中HMMs 组和LMMs 组的背景线索效应

2.6.2 测验阶段的背景线索效应

测验阶段不同实验条件下的反应时见表1。为了进一步探明两组在测验阶段是否存在差异，在阶段5 中进行了2（场景：重复、新异）× 2（媒体多任务经验：HMMs、LMMs）的两因素混合设计方差分析。结果表明：交互作用边缘显著，F(1, 30)=3.00，p=0.090，=0.09；
场景主效应显著，F(1,30)=14.07，p＜0.01，η2p=0.32；
媒体多任务经验主效应显著，F(1, 30)=5.48，p＜0.01，=0.16；
简单效应分析表明，HMMs 组重复场景反应时显著快于新异场景，p＜0.01，而LMMs 组场景差异不显著，p＞0.05。

以上结果表明，HMMs 组在限制眼动的测验阶段保留了之前学习到的背景线索效应，而LMMs组则没有保留住之前学习到的背景线索效应（见图2）。

2.6.3 再认阶段表现

为了测试被试是否外显学习到了场景的内容，对被试的击中率（重复场景被正确识别为重复场景）和相应的虚报率（新异场景被错误判断为重复场景）进行了比较。结果表明，击中率和虚报率之间差异不显著（47.76% vs. 45.85%），t(31)=1.23，p＞0.05。因此被试并未外显地学习到场景内容。

实验2 进一步探讨媒体多任务经验在那些需要更广泛的分布式注意的任务，例如限制眼动的任务中如何影响被试的内隐记忆表现，并且考察测试阶段不再限制眼动时，这种影响是否会消失。

3.1 被试

使用G*Power3.1 软件（Faul et al., 2007），显著性水平α 设置为0.05，效应量f设置为0.25 时，为了达到0.95 的统计检验力水平，需要的总样本量至少为24名。采取与实验1 同样的程序，选取某大学学生35名，其中男生12人，平均年龄20.60±2.06 岁，女生23人，平均年龄20.30±1.68 岁。被试的视力或矫正视力均正常，自愿参与本实验。实验总时长约为45 分钟，实验结束后被试获得一定的实验报酬。最终有效数据为35 份。与实验1 相同，根据被试的MMI 得分，将得分前50%的被试（18人）划为HMMs 组，得分后50%的被试（17人）划为LMMs 组（Yap & Lim, 2013）。

将两组被试在媒体使用问卷上的得分进行了统计分析，结果发现HMMs 组的平均得分为4.72±1.01，LMMs 组的平均得分为2.47±0.64，实验2 中两组被试在媒体多任务经验上的得分差异显著，t(33)=7.85，p＜0.01，因此被试的选取是有效的。

3.2 实验仪器

同实验1。

3.3 实验材料

同实验1。

3.4 实验程序

实验2 的不同之处在于，在前4个学习阶段中对被试的眼动做出限制。而在测试阶段被试则可以自由移动眼睛观察场景，其余与实验1 相同。实验要求被试盯准场景中心的情况下寻找并判断目标的朝向，任务难度较高，因此在学习阶段开始之前安排了36个试次的练习，练习中使用的场景在之后的实验中均未出现。

3.5 数据分析

同实验1。反应时在3个标准差之外的极端数据被排除在数据分析之外，删除试次占总试次的2.10%。删除了被试回答错误的试次，占总试次的3.56%。HMMs 组的平均错误率为4.78%，LMMs组的平均错误率为2.27%，两者之间差异显著，t(33)=-2.39，p=0.023。被试注视点离开中心注视十字1.5°的试次占总试次的平均比例为5.46%，HMMs 组的平均比例为6.25%，LMMs 组的平均比例为4.62%，两者之间差异不显著，t(33)=-1.23，p＞0.05，该部分数据并未删除。

3.6 结果

3.6.1 学习阶段的背景线索效应

学习阶段不同实验条件下的反应时见表2。为了考察两组被试在限制眼动条件下的背景线索效应，进行了2（场景：重复、新异）×4（阶段：1、2、3、4）×2（媒体多任务经验：HMMs、LMMs）的三因素混合设计方差分析。结果显示：三因素交互作用不显著，F(3, 99)=2.11，p＞0.05；
阶段×场景交互边缘显著，F(3, 99)=2.68，p=0.051，=0.08；
其余两因素交互均不显著，ps＞0.05；
场景主效应边缘显著，F(1, 33)=3.30，p=0.079，η2p=0.09；
阶段主效应显著，F(3, 99)=25.81，p＜0.01，=0.44；
媒体多任务经验主效应不显著，F(1, 33)=2.69，p＞0.05。

为了进一步探究两组被试的背景线索效应，分别对两组进行了2（场景：重复、新异）×4（阶段：1、2、3、4）的两因素重复测量方差分析，描述性统计数据见表2。HMMs 组：交互作用显著，F(3, 51)=2.79，p＜0.05，η2p=0.14；
简单效应分析表明，在阶段1、4 上场景差异不显著，ps＞0.05，而在阶段2、3 上，重复场景反应时显著快于新异场景，ps＜0.05；
场景主效应边缘显著，F(1, 17)=4.37，p=0.052，=0.20；
阶段主效应显著，F(3,5 1)=2 2.5 9，p＜0.0 1，=0.5 7；
L M M s 组：交互作用不显著，F(3, 48)=1.98，p＞0.05；
场景主效应不显著，F(1, 16)=0.04，p＞0.05；
阶段主效应显著，F(3, 48)=7.97，p＜0.01，η2p=0.33。

表2 实验2 中各条件下的反应时（ms）

除此之外，还以阶段3、4 的平均背景线索效应量为因变量，媒体多任务经验为分组变量进行了独立样本t检验，t(33)=-1.98，p=0.056。两组的背景线索效应量差异有显著的趋势。

综合以上结果表明，HMMs 组在限制眼动的条件下学习到了背景线索效应，而LMMs 组则没有（见图3）。两组的差异主要体现在第3、4 阶段。

图3 实验2 中HMMs 组和LMMs 组的背景线索效应

3.6.2 测验阶段的背景线索效应

测验阶段不同实验条件下的反应时见表2。为了进一步探明两组在测验阶段是否存在差异，在阶段5 中进行了2（场景：重复、新异）×2（媒体多任务经验：HMMs、LMMs）的两因素混合设计方差分析。结果表明：交互作用不显著，F(1, 33)=0.67，p＞0.05；
场景主效应显著，F(1, 33)=27.60，p＜0.01，=0.46；
媒体多任务经验主效应显著，F(1, 33)=8.96，p＜0.01，=0.21。

以上结果表明，HMMs 组和LMMs 组在不限制眼动的测验阶段均保留了之前学习到的背景线索效应（见图3），但是媒体多任务经验的主效应显著，显示了HMMs 整体搜索反应时间慢于LMMs 组。

3.6.3 再认阶段表现

击中率和虚报率之间差异不显著（46.90% vs.45.46%），t(34)=0.88，p＞0.05。因此被试并未外显地学习到场景内容。

本研究通过两个实验，在不同的注意模式下探讨了媒体多任务经验对内隐记忆的影响。综合两个实验的结果，研究发现媒体多任务经验并未对内隐记忆的能力造成损害，HMMs 依然在实验中表现出了典型的背景线索效应。并且HMMs 在需要依赖分布式注意的限制眼动条件下有更好的内隐记忆表现。

4.1 媒体多任务经验并未损害内隐记忆

当前研究结果表明，媒体多任务经验并未影响个体的内隐记忆能力。这一结果和采用天气预测任务（weather prediction task）得出的结果相一致（Cain et al., 2016）。相比于外显记忆来说，内隐记忆对加工时的注意状态要求更低，外显记忆则更容易受到影响（Lozito & Mulligan, 2010），因此，HMMs 更容易被无关信息干扰的特点导致其在外显记忆能力上受到了影响（Uncapher et al.,2016），但其内隐记忆表现并未受到影响。

当前研究结果和Edwards 和Shin（2017）的结果不一致。Edwards 和Shin 的研究发现，HMMs 在背景线索效应上表现更差，研究者认为HMMs 更分散的注意范围可能导致其倾向于对整体信息进行加工，而对目标周围局部信息的加工不如LMMs。然而，本研究结果证明了HMMs 更分散的注意特点并未损害其在项目颜色统一的经典背景线索范式上的表现。这一结果与来自背景线索效应领域的研究一致。首先，局部信息和整体信息的加工均能支持背景线索效应，在整体信息不可用时，依靠局部信息可以学习到背景线索效应（Brady & Chun, 2007），还有研究证明依赖整体信息也能支持背景线索效应（Beesley et al., 2015）。其次，Edwards 和Shin 的研究所采用的材料中，刺激项目带有不同的颜色信息，这很大程度上使得HMMs 的搜索过程受到更大的干扰。综合这些结果，本研究认为HMMs 的内隐记忆能力并未受到媒体多任务经验的影响。

4.2 不同注意模式下媒体多任务经验对内隐记忆的影响

当前研究结果表明，无论是学习阶段还是测试阶段，一旦限制眼动，LMMs 就无法表现出背景线索效应。而HMMs 无论是在限制眼动还是自由观看的条件下，均能表现出背景线索效应，并且能够在两种条件下进行迁移。

本研究中HMMs 被证明在分布式注意上的表现优于LMMs。这可能是由于HMMs 在处理当前媒体信息的同时更多地监控另一媒体信息，从而形成了对无关信息保留大量注意资源的加工特点（Cain & Mitroff, 2011），未来的研究需要对此进一步验证。

以往的研究大多关注不同媒体多任务经验者在集中式注意上的表现，根据这些研究结果，有人提出，对无关信息的过度关注倾向以及更广泛的注意模式可能是HMMs 在其他认知任务（例如工作记忆、外显记忆）上表现较差的原因（Uncapher &Wagner, 2018）。也有研究发现，HMMs 更适合分布式注意的加工模式（Yap & Lim, 2013）。本研究通过探讨不同注意模式下高、低媒体多任务者的表现，发现HMMs 在分布式注意模式下在内隐记忆任务中表现更好，说明HMMs 更广泛的注意模式在内隐记忆中存在一定优势，支持了Yap 和Lim的观点。

限制眼动条件下的背景线索效应学习具有整体性的特征。Higuchi 和Saiki（2017）发现，在限制眼动的情况下，被试也能习得背景线索效应。Zinchenko 等人（2020）进一步发现，在限制眼动条件下，被试以一种更广泛和整体的方式对背景线索效应中的场景进行了学习，从而使习得的效应能够迁移到目标位置变化了的场景中去；
在不限制眼动的条件下则不能迁移。鉴于背景线索效应存在较大的个体差异（Sisk et al., 2019），这种整体性特点在不同个体中的表现是否相同？本研究提供了一个初步的证据，不同媒体多任务经验者所学习到的表征可能不同，HMMs 在不同的眼动条件下学习到的背景线索效应在眼动条件发生改变的情况下依然能够迁移，这说明其可能在集中式注意模式下形成的是整体记忆表征，从而可以顺利地指导分布式注意模式下的目标搜索。而LMMs 在自由观看条件下学习到的背景线索效应在限制眼动的条件下未能表达，这说明其可能在集中式注意模式下形成的是局部记忆表征，从而无法指导分布式注意模式下的目标搜索。然而，这种差异也可能仅仅是由于LMMs 在分布式注意模式下目标搜索过程受到损害而无法表达出记忆的效果，因此需要进一步的研究对此进行探讨。

综上所述，当前研究证明HMMs 的内隐记忆并未受到损害，并且在分布式注意模式下的内隐记忆表现甚至优于LMMs，这一结果支持了媒体多任务经验可能在特定条件下有利于任务表现的观点（Lui & Wong, 2012），也将媒体多任务经验对注意的影响扩展到了分布式注意领域，有利于更全面地理解媒体多任务经验与认知能力之间的关系。

然而本研究也存在一定局限性。第一，本研究发现HMMs 在分布式注意模式下有更好的内隐记忆表现，然而这种优势背后的机制尚未明确，需要在未来的研究中进一步探讨。第二，对媒体多任务经验的测量使用的是自我报告的方式，未来可以使用更为客观的方法对其进行测量。

本研究通过两个实验探讨了不同媒体多任务经验个体在不同注意模式下内隐记忆能力的学习和表达，结果发现：（1）不同媒体多任务经验的个体在不限制眼动的集中式注意模式下，在颜色统一的经典背景线索范式这一内隐记忆任务中的表现相同。（2）不论在学习阶段，还是测试阶段，高媒体多任务经验者在限制眼动的分布式注意模式下，都在颜色统一的经典背景线索范式中表现出优势。结果说明高媒体多任务经验者在分布式注意模式下存在一定的内隐记忆优势。

猜你喜欢 多任务眼动分布式 数字时代的注意困境：媒体多任务的视角*应用心理学(2022年5期)2022-11-05基于眼动的驾驶员危险认知汽车实用技术(2022年7期)2022-04-20结合自监督学习的多任务文本语义匹配方法北京大学学报（自然科学版）(2022年1期)2022-02-21基于ssVEP与眼动追踪的混合型并行脑机接口研究载人航天(2021年5期)2021-11-20居民分布式储能系统对电网削峰填谷效果分析科学与财富(2021年35期)2021-05-10面向多任务的无人系统通信及控制系统设计与实现现代信息科技(2021年21期)2021-05-07海豹的睡眠：只有一半大脑在睡觉大自然探索(2019年7期)2019-12-13基于Paxos的分布式一致性算法的实现与优化华东师范大学学报（自然科学版）(2019年5期)2019-11-11基于Reworks操作系统的信息交互软件设计中国新技术新产品(2016年23期)2016-12-26