自我相关性增强了决策过程中的证据收集—
原文作者 Johanna K. Falbeacute;na,⁎ , Marius Golubickisb , Skomantas Tamulaitisa , Siobhan Caugheya, Dimitra Tsamadia , Linn M. Perssona , Saga L. Svenssona , Arash Sahraiea , C. Neil Macraea
单位a School of Psychology, University of Aberdeen, Aberdeen, Scotland, UK
b School of Psychology, University of Plymouth, Plymouth, England, UK
摘要：尽管反复证明，在刺激评估中，自我相关的材料是优先考虑的，但仍有一些问题没有解决。特别是，在具有挑战性的处理条件下遇到刺激时，自我相关是否促进任务表现这一点尚不清楚。为了探究这个问题，使用向后掩蔽程序，被试被要求简要报告呈现的物体（铅笔和笔）之前是否被分配给自己或最好的朋友（即物体所有权任务）。结果产生了一种标准的自主效应，即对自主拥有（比朋友拥有）物体的反应更快、更准确。此外，漂移扩散模型分析表明，这种效应是由刺激偏差支撑的。具体来说，与朋友拥有的物品的刺激相比，自拥有的物品的刺激积累得更快。这些发现进一步阐明了在决策处理过程中自我优先化的范围和起源
关键词：自我相关性； 所有权； 自优先级；飘移扩散模型
1.介绍
自我相关刺激在社会认知功能过程中占有突出的地位。与与他人相关的材料相比，与自我相结合的物品更容易检测、分类和回忆。此外，这些影响超越了传统刺激材料（如面孔、名字），也出现在几何形状、抽象符号和颜色/声音中。有人认为，支持自我优先级的大脑是一种优先调整到对个人有意义的信息的大脑，例如自我相关性触发感官输入的增强处理。但事实是否如此？我们使用对象所有权任务在当前的研究中探讨了这个问题。
尽管过去研究结果反复强调自我相关项目在刺激处理过程中享有特权，但支持这一观点的证据很少，而且主要（并间接地）从形状标签匹配任务中获得。事实上，在其他范式中，自我相关性的有益影响已经明显缺失。例如，在一项快速动眼肌搜索任务中，Siebold等人（2015）报告称，之前与自我相关的线条没有促进眼球运动。类似地，Stein等人(b-CFS)研究了在刺激定位任务中，项目(即Gabors)获得视觉意识的便利程度（2016）观察到自相关性对Gabors克服眼间抑制所需的时间没有影响。与相关研究一起，这些发现对自我优先化的感知基础提出了质疑，反而表明任务表现是由反应偏差支撑的。具体来说，自我相关性并不是提高刺激处理的效率，而是触发了对自我相关性（而不是其他相关性）反应的偏好。
在探索所有权对对象处理的影响的密切相关的研究中，也出现了一个类似的基于反应的自我优先化的解释。由于自我的心理延伸——即使是无意中获得的、没有价值的——人们的财产在刺激评估中显得越来越重要。因此，有人认为，所有权(vs.感知匹配任务)包含了一个生态上合适的任务背景，用于研究自我相关性对思维和行为的影响。在感知匹配任务中，抽象刺激作为不同个体的代理（例如，自我是三角形，朋友是正方形），这是一种方法上的方便，尽管有些人为的策略。相反，在对象所有权任务中，人与人的财产之间建立了联系，这是日常生活中一个完全自然主义和普遍的方面。因此，所有权是探索自我参照处理动态的一种有价值的工具。然而，至关重要的是，无论项目是作为自我代理还是自我关联，优先级效应（即自我优先级效应、自我拥有效应）都可以用汉弗莱斯和隋的自我注意网络(SAN)模型来解释，通过该模型，自我关联通过自上而下（即自我激活）和自下而上（即注意导向）过程的相互作用，促进了个人有意义的输入的处理。
在研究所有权对刺激加工的影响的研究中，出现了一种一致的效应模式。与他人的物品相比，个人占有在物体检测和分类过程中具有显著的优势（即自拥有效应）。例如，康斯特布尔等人证明，当判断两个物体中哪一个最初出现在电脑屏幕上时（即时间顺序判断任务）——自己拥有的杯子或实验者拥有的杯子时，参与者倾向于报告自主物品首先出现（即先进入效应）。然而，当所要求的判断探测到一个与所有权无关的刺激相关维度时，这种效应就被消除了（例如，杯子是否出现在注视的左边或右边？），因此，这意味着在反应准备过程中（而不是刺激增强）中的标准转变支持了自我优先级(也就是说，参与者倾向于报告自有物体首先出现)。
Golubickis等人的相关研究也提供了一个基于反应的关于自我所有权效应的解释。在一系列的实验中，参与者被展示了表面上属于自己或最好的朋友（或母亲）的物品（即铅笔和笔），他们的任务只是尽可能快速和准确地对物品（即自己拥有和朋友拥有）进行分类。结果产生了一种自我拥有效应，表明对自我拥有（相对于朋友拥有）物体的反应促进。此外，使用漂移扩散模型分析来询问支持任务表现的过程(即刺激和/或反应偏差)，这种效应可以追溯到反应偏差的操作（即反应产生的证据要求的可变性）。具体来说，与朋友拥有的回答相比，生成自己拥有所需的信息更少。至关重要的是，刺激处理效率（即信息摄取-刺激偏差率）的差异没有被观察为所有权的函数，1从而证明自我相关通过其对反应相关操作的影响提高表现。
再次使用漂移扩散模型，最近的几项研究证实了自拥有效应存在于反应偏差的操作中。例如，Golubickis等人表明，在对象分类任务中，欧洲和亚洲参与者都偏向自己拥有的物品（即铅笔和笔）。同样地，使用相同的任务，Falben等人（在出版中）操纵了被判断为自己拥有和朋友拥有的物品出现的可能性。结果显示，无论所有权如何，对最常见的项目的反应都是有促进性的，这种效应是由反应生成的证据要求的差异（即反应偏差）所支撑的。有趣的是，尽管在这些研究中也出现了刺激偏差，这些影响是偶然的，可能会朝着错误的方向发展(例如，朋友gt;自己).因此，在对象所有权任务中，刺激优先级的特征是由反应偏差驱动的。
基于现有的文献，自我所有权效应的程度，以及它们是否只源于对产生反应的证据要求的差异，都是值得进一步审查的问题。在Golubickis等人采用的任务中，与之前的自我优先排序工作一致，在非具有挑战性的处理条件下(如100ms刺激持续时间)，提出了需要判断的项目。因此，当在更繁重的环境下遇到刺激时，是否会出现类似的自我拥有效应还有待观察。例如，项目的自我相关性（或其他方式）可以从非常简短的刺激中建立起来吗？鉴于自我优先化是社会认知的关键组成部分的争论，人们可能会认为如此。也就是说，如果成功地从短暂遇到的刺激中提取自我关联，那么信息处理的好处将最为显著。
此外，在快速刺激呈现的条件下，优先级可能源于刺激偏差的操作。在对象所有权任务中，就像任何其他决策环境一样，表现是由刺激和反应相关过程的组合驱动的，每个过程都受到所考虑的实验范式的特定方面的影响。反应偏差受项目概率和奖励等因素的调节，而刺激偏差对感官输入质量的变化很敏感。这表明，在一个具有挑战性的任务环境中，所有权可能通过刺激偏差促进对象分类——具体来说，从自我相关（与朋友相关）的对象中积累决策证据的速度的差异。通过对自主和朋友物品的快速呈现和向后掩蔽，我们在本实验中检验了这一假设。为了探索支撑任务绩效的过程，将数据提交到漂移扩散模型分析。
2.方法
2.1.参与者和设计
36名本科生(14名男性，Mage=19.54，SD=2.22)参与了该研究。有一名男性参与者没有按照指令按下无效的按键响应，因此被排除在分析之外。所有参与者的视力均为正常或矫正至正常。在实验开始前，已经获得了知情同意，该方案已由苏格兰阿伯丁大学心理学院的伦理委员会审查和批准。实验有2个(所有者：自我vs.朋友)X6(展示时间：10msvs.20msvs.30msvs.40msvs.50msvs60ms)重复测量设计。
2.2.刺激材料和程序
参与者分别到达实验室，实验者迎接，坐在台式电脑前，并被告知实验包括两类物体的分类任务：铅笔和笔。接下来，参与者被告知，在任务开始之前，计算机将随机分配一类对象属于他们拥有，而另一类对象属于他们最好的朋友拥有。也就是说，参与者将拥有其中一个类别的所有物品（如铅笔或笔），他们的朋友将拥有另一个类别的所有物品。然后他们按下键盘上的空格键，文字显示谁分别被分配了铅笔和钢笔（例如，你的=笔，朋友的=铅笔）。这些对象对自我和朋友的分配在整个样本中被平衡了。实验者随后解释说，在电脑屏幕上，参与者会看到一系列不同铅笔和钢笔的照片，他们的任务就是简单地（通过按下按钮）尽快准确地报告物品是否属于他们还是他们的朋友。使用键盘上的两个按钮(即Namp;M)给出响应。键响应映射在参与者之间被平衡，标签“我的”和“朋友”位于相关响应按钮的上方。
每次试验开始时是500ms的中央固定十字，然后是10、20、30、30、40、50或60ms的铅笔，然后用300ms的面具代替。在面具出现后，屏幕变为空白，直到参与者报告了该物品的所有者（即自己或朋友）（见补充材料）。继Golubickis等人（2018）之后，这两类刺激包括28个独特物体的照片（14支铅笔和14支笔）。图像的大小为140times;140像素，灰度大，亮度匹配，并且从左下角到右上角的倾斜方向。掩模由9幅合并后的铅笔和笔图像结合高斯噪声，项目与目标刺激方向相同。掩模大小为500500times;500像素。参与者最初进行了12次练习试验，然后是8组60次试验，其中所有的刺激都以随机的顺序均匀地发生。总共有480个试验，每种情况下有240个试验（即自有试验和朋友自有试验）。在任务完成后，参与者被听取了汇报、感谢和解雇。
2.3.结果
2.3.1.响应时间和准确性
应答速度超过200个ms的应答被排除在分析之外，消除了总试验数的约2%。采用多级模型分析来检验响应时间(RT)和准确性数据（见图1）。使用R包“lmer4”进行分析，所有者和展示时间为固定效应，参与者为交叉随机效应。对RTs的分析产生了所有者的主要效应(b = minus;0.008, SE = 0.002, t = minus;4.89, p lt; .001) 这样，对由自己拥有(M=622ms，SD=129ms)比由朋友拥有(M=625ms，SD=125ms)对象的反应更快。此外，还有一个对呈现时间的主要影响e (b = minus;0.022, SE = 0.002, t = minus;13.05, p lt; .001) 结果显示，这些物品在屏幕上停留的时间越长，RTs的速度就越快(M10ms = 661 ms, SD10ms = 148 ms, M20ms = 623 ms, SD20ms = 135 ms, M30ms = 603 ms, SD30ms = 110 ms, M40ms = 602 ms, SD40ms = 122 ms, M50ms = 599 ms, SD50ms = 122 ms, M60ms = 593 ms, SD60ms = 124 ms)。
对响应准确性的多水平逻辑回归分析得出了Ownen的显著主效应(b=0.067，SE=0.020，z=3.33，ple;.001)，这表明对自营(M=78%，SD=13%)比自营(M=76%，SD=16%)的反应更准确。此外，呈现时间的显著主影响(b = 0.415, SE = 0.020, z = 20.65, p lt; .001) 结果显示，这些项目在屏幕上停留的时间越长，反应就越准确(M10ms = 62%, SD10ms = 20%, M20ms = 72%, SD20ms = 14%, M30ms = 79%, SD30ms = 14%, M40ms = 82%, SD40ms = 13%, M50ms = 82%, SD50ms = 13%, M60ms = 83%, SD60ms = 12%).
2.3.2.漂移扩散模型
漂移扩散模型(DDM)使用准确性和响应延迟来表示决策过程随着时间的推移而展开，从而能够估计与任务表现相关的潜在认知操作。在二元决策过程中（例如，对象是由自己拥有还是由朋友拥有？），信息不断地从刺激中收集出来，直到获得足够的证据来做出反应。这种分析方法的优势在于DDM能够区分刺激过程和反应相关过程中的偏差。在漂移扩散框架中，这些偏差在概念上是截然不同的，具有不同的潜在起源和理论解释。
漂移率(v)估计了信息获取的速度和质量（即，更大的漂移率=，更快的信息摄取），因此被解释为决策过程中视觉处理效率的一种度量。例如，在刺激评估过程中，自我相关性可能有助于自我拥有的对象的信息摄取，从而证明自我优先化是由刺激偏差支撑的。边界分离(a)估计了两个响应阈值之间的距离（即，在做出决定之前需要多少信息），而起始点(z)指定了证据积累开始的响应阈值之间的位置。如果z不是在阈值之间，这表明一个有利于更接近起点的响应的偏差（即，达到首选阈值所需的证据较少）。例如，自我相关性可能会调节信息抽样要求，这样产生自己拥有的反应所需的证据比朋友拥有的反应所需要的证据少，这表明自我优先化是由反应偏差支撑的。最后，所有非决策过程（如刺激编码、响应执行）的持续时间由参数t0给出。
为了确定支撑任务绩效的操作，将数据提交到分层漂移扩散模型(HDDM)分析（范德克霍夫等人，2011）。HDDM是一个用Python编写的开源软件包，用于漂移扩散模型参数的分层贝叶斯估计。该方法假设个体参与者的模型参数是从组水平的分布中随机抽取的样本，并使用贝叶斯统计方法来估计组和个体-参与者水平上的所有参数。模型被反应编码，如上阈值对应于自己拥有的反应，较低阈值对应于朋友拥有的反应。我们估计了7个模型以进行
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[592716]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
