黎翠紅 何 旭 郭春彥

(首都師范大學心理系, 北京市“學習與認知重點實驗室”, 北京 100037)

1 引言

視覺工作記憶(visual working memory, VWM)是對視覺信息進行暫時性存儲和操作的系統(tǒng)(Baddeley, 1992; Cowan, 2001; Luck & Vogel, 1997),大量研究表明視覺工作記憶對個體行為產(chǎn)生了重要的影響, 由視覺工作記憶容量導致的個體差異與注意控制、流體智力和學業(yè)成績等緊密相關(guān)(Cowan,2004; Vogel, McCollough, & Machizawa, 2005)。研究者們在實驗室中采用變化覺察范式(change detection paradigm)對這種容量的有限性進行研究。該范式的基本流程是先快速呈現(xiàn)一系列項目組成的記憶陣列(彩色方塊, 隨機多邊形, 中文字符等),在延遲大約1 s之后呈現(xiàn)測驗陣列, 被試需要判斷測驗陣列中的探測刺激和記憶陣列是否相同。當記憶陣列大小上升至3～4個項目時, 被試的變化覺察正確率都較高; 但是當陣列大小繼續(xù)增加時, 正確率將逐漸下降, 變化覺察的正確率被認為反映了個體的在保持階段的視覺工作記憶容量。使用這種范式, 研究者們測得人們的視覺工作記憶容量一般為3～4個項目(Luck & Vogel, 1997; Sperling, 1960;Vogel, Woodman, & Luck, 2001)。

除了行為指標上的正確率, 在測量視覺工作記憶容量時, 對側(cè)延遲活動(contralateral delay activity,CDA)常用來考察保持階段的神經(jīng)活動。借助事件相關(guān)電位的高時間分辨率的特性可以將工作記憶的存儲過程與其他階段相分離, 有效的排除了編碼、測驗階段對記憶資源分配上行為觀測的影響。CDA是指在記憶項目的保持階段, 目標視野的對側(cè)腦區(qū)會比同側(cè)腦區(qū)出現(xiàn)更大的負波, 其振幅隨著保持在視覺工作記憶中的項目數(shù)的增加而上升, 并在每個被試的記憶容量臨界值處達到極值。利用CDA作為工作記憶容量的指標, 可以實現(xiàn)將正確率和容量值相分離, 在實驗中觀測到純凈的存儲容量(Luria, Sessa, Gotler, Jolicoeur, & Dell'Acqua, 2010;McCollough, Machizawa, & Vogel, 2007; 高在峰等,2012)。

Luck和Vogel (1997)首先使用變化覺察范式對視覺工作記憶資源分配問題進行了探討。在他們的研究中, 無論是不同維度還是相同維度的特征數(shù)量的增加都不會改變存儲容量的大小。因此他們認為,視覺工作記憶的容量并不受到特征數(shù)量的影響, 而僅受儲存在視覺工作記憶中的客體數(shù)量決定的。Luria和Vogel (2011)也發(fā)現(xiàn), 如果項目內(nèi)多個特征分屬于不同的維度, 其CDA振幅與單特征項目沒有差異; 當多個特征屬于同一維度時, 其CDA振幅將在延遲階段前期顯著大于單特征圖形, 差異在后期逐漸消失。因此, 他們認為多特征刺激是按客體存儲的。這些實驗結(jié)果支持了記憶資源分配的插槽模型(slots models), 即視覺工作記憶資源存在一個明顯的上限, 每個存儲項目所獲得的存儲資源是固定的、等量的, 不受項目所包含特征數(shù)量的影響(Luck & Vogel, 1997; Zhang & Luck, 2008; Anderson,Vogel, & Awh, 2011)。然而, 一些研究結(jié)果與此并不完全一致。盡管部分研究者再次證明不同維度的特征數(shù)量的增加并不會使容量降低(Fougnie, Asplund,& Marois, 2010; Luria & Vogel,2011), 但是, 對同一維度包含多個特征項目的研究, 研究者們得到的結(jié)果卻與Luck等人有所差異。例如, 雖然同樣是使用雙色嵌套方塊和單色塊作為刺激材料, Wheeler和Treisman (2002)的實驗中記憶雙色嵌套方塊的正確率要顯著低于單色方塊, 即同一維度內(nèi)特征數(shù)量的增多會導致所能存儲的項目數(shù)量的減少。這一結(jié)果與靈活資源模型(flexible resource models)的觀點相一致。該模型則認為, 記憶資源沒有一個明確的上限, 各個項目獲得的資源會依據(jù)該項目的復雜程度、重要性等而靈活變化(Bays & Husain, 2008)。可見, 視覺工作記憶資源的分配到底是否受到特征數(shù)量的影響還需要進一步的實驗進行驗證。

由于復雜刺激比簡單刺激包含了更多的特征(Luria et al., 2010), 因此, 在探討多特征刺激的視覺工作記憶資源的分配時, 復雜刺激也常被當作典型的刺激材料。在復雜刺激的研究結(jié)果中同樣發(fā)現(xiàn)包含更多特征的復雜刺激消耗了更多的視覺工作記憶資源(Gao et al., 2009; Luria et al., 2010)。然而,Awh, Barton和Vogel (2007)對復雜刺激研究的結(jié)論提出了質(zhì)疑, 他們在實驗中發(fā)現(xiàn)雖然復雜刺激類別內(nèi)變化測得的正確率顯著低于簡單刺激, 但是跨類別間變化測得的正確率卻與簡單刺激并沒有差異。也就是說, 比較階段難度的增加更有可能才是造成正確率降低的原因, 而事實上復雜刺激的存儲容量并未減少。而復雜度本身是一個比較模糊的概念,復雜刺激中既包含了同一維度內(nèi)特征數(shù)量的增加,也包含了對記憶表征精度需求的增加。本實驗就將這兩個概念從復雜刺激中分離出來, 分別進行考察。

關(guān)于記憶資源的分配是否會受表征精度的影響,一些使用單特征刺激為實驗材料的研究中發(fā)現(xiàn)了高表征精度會消耗更多的記憶資源。例如, Machizawa,Goh和Driver (2012)發(fā)現(xiàn)當只需要保存兩個項目時,被試可以提高表征精度, 并且會導致CDA振幅的增強, 但是當項目數(shù)增加到四個時則無法提高精度。但是, Zhang和Luck (2008)通過對表征精度的單獨測量發(fā)現(xiàn)精度需求影響的只是變化覺察的正確率, 并不會改變記憶資源的分配。Luria等人(2010)發(fā)現(xiàn)即使學習和測驗階段的刺激色塊的相似性增加, SPCN (sustained posterior contralateral negativity)也不會受到影響。Ye, Zhang, Liu, Li和Liu (2014)以及He, Zhang, Li和Guo (2015)同樣是考察了表征精度對單色塊顏色的影響, 結(jié)果表明高低精度之間的CDA振幅并無顯著差異。因此, 從當前的研究來看, 表征精度是否影響工作記憶資源的分配還沒有一致的結(jié)論。

在很多關(guān)于工作記憶的研究中都表明, 前額葉皮層(prefrontal cortex, PFC)的活動對項目在視覺工作記憶存儲中有自上而下的調(diào)控作用(McNab &Klingberg, 2008; Roggeman, Klingberg, Feenstra,Compte, & Almeida, 2014; Voytek & Knight, 2010)。早在1971年, Fuster和Alexander (1971)就發(fā)現(xiàn)在工作記憶任務(wù)中, 前額葉皮質(zhì)細胞在需要保持刺激表征的延遲存儲階段產(chǎn)生了持續(xù)的激活。而近期的研究結(jié)果表明, 前額葉和基底核的激活預(yù)測了工作記憶過程中對無關(guān)信息的過濾, 容量的個體差異也是由前額葉自上而下的控制強度決定的(McNab &Klingberg, 2008; Edin et al., 2009)。這些研究結(jié)果均表明前額葉在工作記憶起到了注意控制的作用。而在本研究中, 項目的表征精度上的要求也反映了工作記憶過程中的自上而下的控制強度大小, 精度需求越高則需要被試投入的控制資源也就越多。已有少部分ERP研究發(fā)現(xiàn)發(fā)生在位于前額葉皮層周邊的晚期正成分LPC (the late positive component)與工作記憶保持相關(guān), 可能反映了前額區(qū)對后部腦區(qū)的自上而下的控制(Gao et al., 2011; Kusak, Grune,Hagendorf, & Metz, 2000; Li, Li, & Luo, 2006)。Gao等人(2011)的研究中使用LPC作為觀測指標發(fā)現(xiàn),在PFC周邊電極記錄到的LPC振幅會隨存儲數(shù)量的增加而增強。然而, LPC振幅大小是否與表征精度大小相關(guān)呢？LPC所指示的腦活動與CDA是否有所不同呢？LPC是否能夠反映出在CDA中無法觀測到的信息呢？真正直接考察了PFC周邊的LPC與純粹的視覺工作記憶的保持過程及記憶資源分配的關(guān)系的研究卻很少, 這些問題都有待于進一步的研究。

本研究采用變化覺察范式, 通過對雙色塊和單色塊的比較來考察特征數(shù)量對記憶資源分配的影響, 同時通過改變雙色方塊的變化幅度來操控精度需求, 以考察其對記憶資源分配的影響。在低精度條件的變化試次中, 測驗階段雙色塊的兩個顏色都會變化(整體變化), 此時被試只需要形成粗略的印象就可以做出正確的反應(yīng); 而在高精度條件中, 雙色塊只有一個顏色會發(fā)生變化(部分變化), 此時記憶項和檢測項之間發(fā)生的變化較小, 兩者相似性較高, 被試需要對雙色塊的兩個顏色都形成更清晰精確的表征, 才能做出正確的變化覺察判斷。我們推測, (1) 如果在記憶雙色塊與單色塊時誘發(fā)的CDA振幅無顯著差異, 說明視覺工作記憶容量資源的分配不受項目特征數(shù)量的影響, 支持插槽模型; 反之,如果記憶雙色塊誘發(fā)的CDA振幅與單色塊有顯著差異, 則說明視覺工作記憶容量受到特征數(shù)量的影響, 支持靈活資源模型。(2)如果在同樣的特征數(shù)量下高低精度條件間的CDA振幅無顯著差異, 則說明精度需求不影響視覺工作記憶容量資源的分配,支持插槽模型; 反之, 如果在同樣的特征數(shù)量下的高低精度間的CDA振幅有顯著差異, 則說明視覺工作記憶容量受到表征精度的影響, 支持靈活資源模型。(3)如果雙色塊比單色塊誘發(fā)了更強的前額區(qū)LPC, 則說明被試在雙色塊條件下投入了更多的控制資源; 同樣, 如果雙色塊高精度條件比雙色塊低精度條件誘發(fā)了更強的前額區(qū)LPC, 則說明雙色塊高精度條件下誘發(fā)了更多的自下而上的控制。

圖1 腦電實驗流程圖及刺激樣例

2 實驗1

2.1 方法

2.1.1 被試

22名大學生(9男, 13女)參與了本次實驗, 年齡19～25歲(平均年齡22.3歲), 之前均無參加此類實驗經(jīng)歷。所有被試均為右利手, 視力或者矯正視力正常, 均通過石原氏色盲測驗。實驗開始前與被試簽訂知情同意書, 實驗結(jié)束后給予一定報酬。

2.1.2 實驗材料

實驗刺激分為兩類(見圖1B), 一類是單色方塊(0.65°×0.65°的小方塊和1.3°×1.3°的外部嵌套方塊的隨機等比例混合), 一類是雙色嵌套方塊(1.3°×1.3°, 小方塊和外部嵌套方塊的組合)。方塊的顏色隨機選取自具有較高分辨度的6個顏色, 紅、黃、藍、綠、黑、白。

所有的刺激材料呈現(xiàn)在左右兩個對稱的矩形區(qū)域中(3.9°×7.8°), 其中心與注視點距離為3°。學習階段每個區(qū)域內(nèi)呈現(xiàn)2個方塊, 方塊位置隨機,并且兩兩距離間隔大于2° (中心點距離)。

2.1.3 實驗程序

刺激材料呈現(xiàn)在灰色背景(8.31 cd/m)的15英寸CRT顯示器上。被試坐在燈光柔和的隔音電磁屏蔽室內(nèi), 視距為70 cm。實驗期間要求被試注視屏幕中央的十字。

采用變化覺察范式, 被試需要對箭頭指示的單側(cè)視野內(nèi)的刺激進行變化覺察任務(wù)。每個試次都分為學習階段、延遲階段和測驗階段。實驗流程如圖1A,在每個試次開始之前都會呈現(xiàn)一個黑色的注視十字,呈現(xiàn)時間為400 ms。然后出現(xiàn)指示箭頭200 ms, 要求被試記住箭頭指示的方向。接下來是300～400 ms的隨機間隔, 之后呈現(xiàn)學習陣列400 ms, 被試只需記憶箭頭所指一側(cè)的方塊的顏色。900 ms的延遲后,測驗陣列出現(xiàn)。為了減少比較階段多次決策而產(chǎn)生的干擾, 測驗陣列僅包含一個探測項目, 被試需判斷探測刺激同記憶陣列中出現(xiàn)在同樣位置的項目的顏色是否相同并按目標鍵反應(yīng), 按鍵后測驗項目消失。在50%的試次中探測項目的顏色會發(fā)生改變,變化后的顏色將是在要求記憶的一側(cè)中沒有出現(xiàn)過的顏色。反應(yīng)鍵在被試間平衡。

實驗設(shè)置3種條件：(1)單色塊條件：記憶陣列由單色方塊構(gòu)成, 在變化試次中單色塊的顏色會發(fā)生變化; (2)雙色塊部分變化條件：記憶陣列由雙色嵌套方塊組成, 在變化試次中只變化內(nèi)側(cè)或外側(cè)任意一個色塊; (3)雙色塊整體變化條件：記憶陣列同樣由雙色嵌套方塊組成, 但是在變化試次中內(nèi)外側(cè)色塊均發(fā)生變化。

實驗共包含12個實驗組(Block), 一個實驗組只包含一種實驗條件, 被試每組開始前被告知該組的類型。每個條件有4個實驗組, 每組包含48個試次。實驗組的順序在被試間和被試內(nèi)進行平衡。在正式實驗開始之前, 被試對每個條件進行了12個試次的練習, 以便充分了解實驗要求。實驗過程中要求被試在保證正確率的前提下盡快的做出反應(yīng)。

2.1.4 EEG記錄及數(shù)據(jù)處理

采用Neuroscan公司生產(chǎn)的ESI-64導腦電記錄和分析系統(tǒng)。按照國際10-20擴展電極系統(tǒng)記錄EEG。兩眼外側(cè)1 cm處和左眼眶上下分別記錄水平眼電(HEOG)和垂直眼電(VEOG)。在數(shù)據(jù)記錄時,所有電極以左側(cè)乳突作為參考, 以右側(cè)乳突處電極為記錄電極, 離線分析時以雙側(cè)乳突的平均作為參考。頭皮與每個電阻之間的接觸電阻均小于5 k?,接地點在Fpz和Fz的中點, 濾波帶通為0.05～100 Hz, A/D采樣率為500 Hz。實驗截取記憶陣列出現(xiàn)前200 ms到呈現(xiàn)后1400 ms的腦電數(shù)據(jù), 以刺激出現(xiàn)前200 ms的平均振幅對基線進行校正, 疊加前去眼電偽跡, 眨眼偽跡使用回歸程序進行校正(Semlitsch, Anderer, Schuster, & Presslich, 1986)?；€校正后, 振幅在±75 μV之外的試次被剔除, 4個被試(2男2女)由于拒斥率大于25%在隨后的數(shù)據(jù)分析中被排除。

根據(jù)相關(guān)研究(McCollough et al., 2007; Vogel&Machizawa, 2004), 在分析腦電成分CDA時選取了后頂葉, 枕葉和顳葉區(qū)域的6對代表性電極(TP7/8, CP3/4, P7/8, P5/6, PO7/8, O1/2)。圖2A、B所示為記憶左側(cè)視野與右側(cè)視野兩條件下的ERPs原始波形(以單色塊條件下PO7/8和O1/2電極對為例, 其余條件類似)。如圖2C所示, 在記憶目標對側(cè)半球的后部腦區(qū)觀測到了一個比同側(cè)腦區(qū)更大的負走向波。CDA差異波的構(gòu)建是通過用來自記憶半野對側(cè)半球的電極的平均電壓值減去同側(cè)半球電極的平均電壓值。對LPC的分析選取了前額區(qū)周邊的3對電極(FPZ, FP1, FP2)。

2.2 結(jié)果

2.2.1 行為結(jié)果

各條件下的變化覺察正確率如圖3所示。對3種條件下(單色塊, 雙色塊部分變化, 雙色塊整體變化)的正確率進行單因素重復測量方差分析, 發(fā)現(xiàn)條件的主效應(yīng)顯著,

F

(2,42) = 74.98,

p

< 0.001,

η

=0.78。為了考察項目所包含同一維度的特征數(shù)量對行為反應(yīng)的影響, 對雙色塊條件(雙色塊整體變化和雙色塊部分變化的平均值)和單色塊條件的正確率進行配對樣本的

t

檢驗, 發(fā)現(xiàn)單色塊條件的正確率顯著大于雙色塊,

t

(21) = 9.18,

p

< 0.001。進一步的比較表明, 單色塊條件的正確率顯著大于雙色塊整體變化(

t

(21 ) = 4.38,

p

< 0.001)和雙色塊部分變化(

t

(21) = 11.98,

p

< 0.001), 而雙色塊整體變化的正確率顯著大于雙色塊部分變化,

t

(21) = 7.98,

p

<0.001。以上結(jié)果表明, 在正確率指標上特征數(shù)量和精度的效應(yīng)都是顯著的。

2.2.2 ERP結(jié)果

CDA結(jié)果

. 從波形上來看, 在刺激呈現(xiàn)后200 ms,雙色塊和單色塊條件下的CDA成分開始出現(xiàn)了分離(見圖4A)。選取記憶陣列呈現(xiàn)后600～1200 ms作為分析時段, 圖4B為各條件下的平均CDA振幅的比較。對三種條件下的平均振幅進行的單因素重復測量方差分析表明, 實驗條件的主效應(yīng)顯著,

F

(2,34) = 3.31,

p

< 0.05, η= 0.16。為考察項目所包含同一維度的特征數(shù)量對視覺工作記憶容量分配的影響, 對雙色塊條件(雙色塊部分變化和雙色塊整體變化的平均值)和單色塊的CDA振幅進行的

t

檢驗比較表明, 雙色塊條件下的CDA振幅顯著大于單色塊條件,

t

(17) = 2.30,

p

< 0.05。對雙色塊兩種變化條件和單色塊條件分別進行的

t

檢驗比較也得到了相同的結(jié)果, 雙色塊整體變化條件下的CDA振幅邊緣顯著大于單色塊條件,

t

(17) = 2.01,

p

< 0.06,雙色塊部分變化條件下的CDA振幅顯著大于單色塊條件,

t

(17) = 2.19,

p

< 0.05。為了考察精度需求(項目的變化幅度)對容量分配的影響, 對雙色塊整體變化和雙色塊部分變化條件下的CDA振幅進行

t

檢驗比較。結(jié)果表明, 兩種變化幅度間無顯著差異,

t

(17) = 0.11,

p

> 0.05。由于傳統(tǒng)的假設(shè)檢驗只能推翻而不能證實零假設(shè), 本研究使用貝葉斯因素分析來對雙色塊整體變化和雙色塊部分變化的CDA振幅無差異這一虛無假設(shè)的可信度進行驗證(Rouder,Morey, Speckman, & Province, 2012; Rouder,Speckman, Sun, Morey, & Iverson, 2009)。結(jié)果表明,虛無假設(shè)(雙色塊整體變化和雙色塊部分變化條件的CDA振幅沒有差異)為真的可能性是備擇假設(shè)(雙色塊整體變化和雙色塊部分變化條件的CDA振幅有差異)為真的3.09倍。這一結(jié)果表明, 雙色塊整體變化和雙色塊部分變化間的不顯著的差異似乎并非由隨機因素導致, 支持了辨別精度不影響視覺工作記憶資源分配的假設(shè)。

圖2 A、B為ERPs原始波形結(jié)果(以單色塊條件下為例), C為記憶保持階段出現(xiàn)的對側(cè)比同側(cè)更強的負走向波(此處以單色塊條件下PO7/8、O1/2電極對為例)。注：灰色陰影部分為記憶陣列或測驗陣列的呈現(xiàn)階段

圖3 三種條件下正確率比較

LPC結(jié)果.

圖4C所示為對三種條件下前額區(qū)LPC波形的比較, 從圖中可見雙色塊整體變化和部分變化條件在記憶陣列出現(xiàn)后約800 ms出開始分離。圖4D為對三種條件下850～1200 ms的LPC平均振幅的比較。對3對電極的850～1200 ms的LPC平均振幅進行單因素重復測量方差分析, 結(jié)果表明條件的主效應(yīng)顯著,

F

(2,34) = 3.96,

p

< 0.05, η=0.19。為了考察特征數(shù)量對LPC振幅的影響, 分別對雙色塊部分變化和雙色塊整體變化的LPC振幅和單色塊條件的LPC振幅進行的

t

檢驗比較。結(jié)果表明雙色塊整體變化和單色塊條件差異不顯著,

t

(17) = 0.89,

p

> 0.05; 但雙色塊部分變化條件和單色塊條件間差異是顯著的,

t

(17) = 2.27,

p

< 0.05。為了進一步考察雙色塊變化幅度在LPC振幅上的效應(yīng),對雙色塊整體變化和部分變化條件下的LPC振幅進行

t

檢驗, 結(jié)果表明雙色塊部分變化條件的LPC振幅顯著大于雙色塊整體變化,

t

(17) = 2.27,

p

< 0.05。

水平眼動與ERPs數(shù)據(jù)的關(guān)系.

為了排除水平眼動對實驗數(shù)據(jù)的影響, 考慮到大部分被試水平眼動較多, 選取了眼動較少的6名被試進行了進一步的分析(水平眼電 < 30 μV, 拒斥率 < 25%)。

(1) CDA結(jié)果：選取600～1200 ms為分析時段,對三種條件下的CDA振幅進行重復測量方差分析,結(jié)果顯示主效應(yīng)不顯著,

F

(2,10) = 0.02,

p

> 0.05。但是三種條件下的平均值差異趨勢與上述結(jié)果一致(雙色塊部分變化：

M

= ?0.65,

SE

= 0.26; 雙色塊整體變化：

M

= ?0.69,

SE

= 0.25; 單色塊：

M

= ?0.51,

SE

= 0.19)。

除此之外, 對三種條件下的水平眼電振幅值同樣進行了方差分析, 結(jié)果表明條件的主效應(yīng)顯著,

F

(2,34) = 7.38,

p

< 0.05。進一步分析發(fā)現(xiàn), 雙色塊部分變化和整體變化條件下的水平眼電均要顯著大于單色塊條件(

p

s < 0.05), 但是兩者之間差異不顯著(

p

> 0.05)。研究結(jié)果表明, 水平眼動可能會導致記錄到的CDA幅值降低(高在峰等, 2012)。雖然雙色塊的水平眼動都要大于單色塊, 但是即使考慮到水平眼動的影響, 雙色塊和單色塊之間的差異應(yīng)該更加明顯, 也就是說上文的數(shù)據(jù)模式不會因此改變。

(2) LPC結(jié)果：選取850～1200 ms為分析時段,對三種條件下的LPC振幅進行重復測量方差分析,結(jié)果顯示主效應(yīng)不顯著,

F

(2,10) = 3.10,

p

= 0.13。進一步分析發(fā)現(xiàn), 結(jié)果的模式和上文也是保持基本一致的(雙色塊部分變化：

M

= 2.80,

SE

= 0.75; 雙色塊整體變化：

M

= 2.43,

SE

= 0.75; 單色塊：

M

= 2.26,

SE

= 0.70)。雙色塊整體變化和部分變化條件的差異顯著,

t

(5) = ?2.61,

p

< 0.05。雙色塊部分變化和單色塊差異可能由于被試數(shù)量顯著未達到顯著性水平,但已接近顯著,

t

(5) = 1.85,

p

= 0.12。因此, 可以排除LPC的結(jié)果是由水平眼動偽跡造成的。

圖4 A、C為CDA和LPC的ERPs波形圖; B、D為CDA和LPC在三種條件下的振幅值比較。

2.3 小結(jié)

行為結(jié)果顯示, 雙色塊條件的正確率均要顯著低于單色塊條件, 這暗示在保持階段, 雙色塊圖形有可能要比單色塊圖形消耗更多的視覺工作記憶資源。這也就表明, 單個項目內(nèi)的特征數(shù)量可能會影響視覺工作記憶資源的分配。這一結(jié)果與前人研究中所發(fā)現(xiàn)的變化覺察正確率隨著項目特征數(shù)量增多而降低的結(jié)果是一致的(Wheeler & Treisman,2002; Luria & Vogel, 2011)。此外, 將雙色塊下兩種變化條件相比較, 雙色塊整體變化的正確率也要顯著高于部分變化的正確率, 同樣也說明部分變化條件下的單個項目消耗的記憶資源有可能要多于整體變化條件, 表征精度的不同可能是造成了兩種雙色塊條件下的正確率的差異的原因。

從CDA的分析結(jié)果可以看出, 在后部腦區(qū)的CDA振幅上項目的特征數(shù)量的效應(yīng)是顯著的, 即多特征項目的CDA振幅顯著高于單特征項目。當特征數(shù)量相同時, 消耗的記憶資源是相同的; 而當客體內(nèi)特征數(shù)量增加時, 消耗的記憶資源也隨之增加, 因此視覺工作記憶資源的分配受到特征數(shù)量的影響。此外, 項目變化幅度的效應(yīng)是不顯著的。實驗中通過雙色塊在測驗階段變化的色塊數(shù)量來控制被試對記憶項目的表征精度, 但是部分變化和整體變化條件之間振幅差異不顯著, 說明精度需求并不能影響記憶資源的分配。

對LPC的分析發(fā)現(xiàn), 雙色塊的兩種變化條件的振幅差異顯著, 部分變化條件下的LPC振幅值要比整體變化條件下的振幅值大, 說明對客體的變化覺察的精度需求的不同會對前額區(qū)的LPC振幅造成影響。由于LPC的振幅被認為與對工作記憶的自上而下的控制有關(guān)(Gao et al., 2011; Li et al.,2006), 這一結(jié)果說明對記憶表征精度需求的提高會誘發(fā)更強的自上而下的控制。

3 實驗2

實驗1研究結(jié)果發(fā)現(xiàn), 視覺工作記憶資源的消耗會隨著特征數(shù)量的增加而增加, 證明了特征數(shù)量會影響記憶資源的分配, 但這一結(jié)果并不能說明視覺工作記憶對多特征刺激的存儲是以分離的特征為單位還是以項目整體為單位的。因此, 為了考察視覺工作記憶容量的存儲單位問題, 實驗2中只使用雙色塊作為刺激, 在測驗階段加入了對可能發(fā)生改變的色塊的指示箭頭。如果視覺工作記憶對多特征(同一維度)刺激的存儲是以分離的特征為單位,在測驗階段就需要分別對雙色塊的兩個顏色進行判斷, 那么在有提示符的情況下, 被試在測驗階段就只需要進行一次判斷, 因此被試應(yīng)該有更好的變化覺察反應(yīng), 表現(xiàn)為有箭頭條件下的正確率要高于無箭頭條件。但是, 如果對多特征刺激的存儲是以整合客體為單位的, 那么有無提示符則將對變化覺察成績不產(chǎn)生影響。

此外, 通過在測驗階段加入提示符這一操控也可檢驗雙色塊的變化覺察正確率低于單色塊是否是因為雙色塊在測驗階段需要進行更多次的判斷(即需要分別判斷雙色塊內(nèi)的兩個顏色是否發(fā)生改變)。如果雙色塊是由于測驗階段的決策干擾造成正確率的下降, 那么在測驗階段加入提示符之后,被試就從兩次判斷減少為只需進行一次判斷, 因此該條件的變化覺察正確率就會比無提示符的條件有顯著提高。

3.1 實驗方法

3.1.1 被試

12名大學生(4男8女)參與了本次實驗, 年齡20～25歲, 平均年齡22.4歲。視力或矯正視力正常,均通過石原氏色盲測驗。實驗結(jié)束后給予一定報酬。

3.1.2 實驗材料

使用和實驗1中相同的雙色嵌套方塊, 其他參數(shù)和實驗1中相同。

3.1.3 實驗程序

實驗2和實驗1的流程相同, 但只出現(xiàn)雙色方塊。實驗2中包含了兩種實驗條件, 有提示條件和無提示條件。無提示條件和實驗1中的雙色塊部分變化完全相同, 在50%的試次中雙色塊的顏色不發(fā)生改變, 其余的試次中雙色塊的一個顏色發(fā)生改變。有提示條件與前者不同的是, 在測驗階段使用指示箭頭對可能變化了的色塊進行提示(如果發(fā)生了變化, 箭頭將指向變化了的色塊; 如果無變化,箭頭將隨機指向一個色塊, 如圖5)。每名被試需完成兩個有提示實驗組和兩個無提示實驗組, 每組包含48個試次。實驗組的順序在被試間和被試內(nèi)進行平衡。反應(yīng)按鍵在被試間進行平衡。

圖5 實驗2測驗階段有提示條件下刺激樣例

圖6 實驗2兩種條件下正確率和反應(yīng)時

3.2 結(jié)果

有無提示條件下變化覺察的正確率與反應(yīng)時結(jié)果見圖6。盡管有提示條件的正確率略高于無提示條件, 但是對有無提示條件下的變化覺察正確率進行的配對樣本

t

檢驗結(jié)果表明, 兩者間不存在顯著的差異,

t

(11) = 1.66,

p

> 0.05。對兩種條件下的反應(yīng)時進行的

t

檢驗比較表明, 有提示條件的反應(yīng)時顯著長于無提示條件,

t

(11) = 2.50,

p

< 0.05。

3.3 小結(jié)

實驗2通過控制雙色塊部分變化條件下在測驗階段的提取條件, 比較有無提示線索下的行為反應(yīng)來進一步探討在實驗1中觀察到的結(jié)果是否是因為雙色塊在測驗階段需要進行兩次判斷, 進而考察多特征刺激的存儲單位是客體還是特征。結(jié)果發(fā)現(xiàn),加入提示線索并不能增加雙色塊部分變化條件的正確率。鑒于已有研究中已觀察到的判斷次數(shù)對反應(yīng)正確率的影響(Rouder, Morey, Morey, & Cowan,2011), 這一結(jié)果表明對雙色塊的變化覺察判斷并非分別對兩個顏色分別進行判斷, 而是對項目整體進行判斷。而對反應(yīng)時的分析則發(fā)現(xiàn), 在有提示的條件下被試的判斷需要更長的時間。這可能是因為加入的提示符干擾了項目的整體性, 所以不僅無法起到提示作用, 反而會對判斷產(chǎn)生干擾。因此說明,視覺工作記憶中對多特征刺激的存儲并不是以獨立特征為單位存儲的, 而是受到客體的作用, 一個客體內(nèi)部的多種特征可能以內(nèi)在的某種方式產(chǎn)生了聯(lián)接從而形成一個整體的表征。此外, 我們認為測驗階段有無提示條件下的行為反應(yīng)差異反映的是判斷次數(shù)增多的效應(yīng)。然而, 加入提示線索后變化覺察正確率并未提高, 這一結(jié)果表明在測驗階段多次的判斷決策并不是造成雙色塊條件的正確率低于單色塊條件的原因。

4 總討論

本研究采用變化覺察范式, 以正確率和腦電成分CDA及LPC作為評價指標, 旨在探討多特征刺激在視覺工作記憶中的存儲模式。通過雙色塊和單色塊的比較考察了特征數(shù)量對記憶資源分配的影響, 通過操控雙色塊的變化幅度考察了精度需求對記憶資源分配的影響。從行為結(jié)果上來看, 變化覺察的正確率隨特征數(shù)量和精度需求的增加而顯著降低。在腦電結(jié)果上, 后部腦區(qū)的CDA振幅隨特征數(shù)量的增加而增強, 但不受精度需求的影響, 前部腦區(qū)的LPC振幅僅在雙色塊高精度條件下有顯著增強, 在雙色塊低精度條件和單色塊條件間則無顯著差異。

4.1 視覺工作記憶資源分配是否受特征數(shù)量的影響

本研究通過控制同一項目內(nèi)顏色的數(shù)量來操縱單個客體內(nèi)的特征數(shù)量, 從行為結(jié)果上來看, 得到了與前人一致的研究結(jié)論(Wheeler & Treisman,2002; Fougnie et al., 2010), 即變化覺察正確率隨著客體同一維度內(nèi)特征數(shù)量的增加而降低。但是, 由于行為結(jié)果的正確率同時受到來自編碼、保持和比較階段的影響, 在本實驗中, 相比于單色塊, 雙色塊在提取比較階段要做出更多的決策, 這就說明比較階段的差異有可能是造成正確率差異的原因之一。因此, 依據(jù)單純的行為結(jié)果并不能推出不同條件之間的差異是發(fā)生在記憶保持階段還是測驗提取階段, 這就需要進一步借助能夠直接測量到延遲階段大腦神經(jīng)活動的ERPs數(shù)據(jù)來反映出真實的記憶資源分配情況。

以往研究表明, 在記憶半野對側(cè)后部腦區(qū)觀測到的CDA振幅不僅反映了視覺工作記憶中保持的項目數(shù)量(Vogel & Machizawa, 2004; Ikkai, McCollough,& Vogel, 2010; McCollough et al., 2007), 還會隨項目復雜程度的增加而增強(Luria et al., 2010; Gao et al., 2009)。這表明, CDA振幅可能反映了視覺工作記憶資源的分配。

當前研究對CDA振幅的分析表明, 無論是部分變化還是整體變化, 雙色塊條件下的CDA振幅均高于單色塊, 即當客體數(shù)量相同時, 項目內(nèi)同一維度特征數(shù)量的增加會引起CDA振幅的增強。這意味著, 特征數(shù)量會影響記憶資源的分配。在Luria和Vogel (2011)對多特征客體的研究中, 與當前研究一致的是在相同的客體數(shù)量下雙色塊的CDA振幅高于單色塊, 但不同的是, 他們觀察到特征數(shù)量導致的CDA振幅差異隨著時間進程逐漸減弱, 在延遲階段后期消失, 發(fā)生了特征間的捆綁, 而在本研究中雙色塊和單色塊的振幅差異并未出現(xiàn)消退。這可能是由于在他們的實驗中, 刺激呈現(xiàn)時間較短(200 ms), 而被試為了減少記憶負擔就進行了組塊記憶。因此似乎組塊的發(fā)生與否跟被試自身的控制有關(guān)。除此之外, 相比于本研究, Luria等人可能使用了更為相似的顏色作為刺激材料, 這也有可能成為組塊更容易發(fā)生的原因。盡管在實驗1中發(fā)現(xiàn)特征數(shù)量的增多會使容量消耗增加, 但是由于不能說明工作記憶資源是否存在資源的上限, 因此, 僅通過實驗1的結(jié)果并不能說明工作記憶的存儲單位是特征。

實驗2通過控制提取階段的提取線索考察了測驗階段決策干擾對正確率的影響以及視覺工作記憶存儲單位問題。首先, 兩種條件的正確率上無顯著差異這一結(jié)果表明, 行為結(jié)果上的正確率的差異并不是由測驗階段的多次判斷干擾引起的。同時,提示箭頭并沒有起到提示作用, 這就說明視覺工作記憶在進行項目存儲時并沒有把同一客體內(nèi)的兩個特征視作兩個獨立的部分, 而是將兩個特征連接為一個整體進行存儲。在實驗中還發(fā)現(xiàn), 加入提示條件將增加被試的反應(yīng)時間, 也就是說線索不僅沒有起到提示作用, 反而破壞了項目的整體表征干擾了決策。這些結(jié)果共同表明了對多特征刺激的存儲并不是以割裂的特征的形式來進行的, 而是以項目整體的形式來進行的。這與之前大量支持視覺工作記憶的存儲單位是客體的研究也是一致的(Luck &Vogel, 1997; Luria & Vogel, 2011), 同時也為插槽模型提供了實驗證據(jù)。插槽模型的基本觀點認為, 視覺工作記憶的存儲單位是客體, 客體內(nèi)部包含的特征無論多少都會自動捆綁成客體進行存儲。關(guān)于插槽模型, Zhang和Luck (2003)補充認為, 雖然視覺工作記憶中的插槽數(shù)量是固定的, 但是特征較多、較為復雜的刺激可以獲得多于一個的插槽。因此,可以推測實驗1中相等數(shù)量的雙色塊的CDA振幅值之所以會高于單色塊很可能是因為雙色塊由于其特征數(shù)較多而獲得了多于一個的插槽。

4.2 視覺工作記憶資源分配是否受精度的影響

盡管特征數(shù)量的增加似乎會使記憶資源的消耗增多, 但在同樣的特征數(shù)量下, 精度需求的改變是否會影響記憶資源的分配呢？實驗1通過控制測驗階段可能發(fā)生變化的特征數(shù)量, 實現(xiàn)對視覺工作記憶資源分配是否受精度影響問題的探討。來自行為結(jié)果的數(shù)據(jù)表明, 高精度條件下的正確率要低于低精度條件。但是, 由于行為測量的局限性, 僅依據(jù)行為結(jié)果同樣不能說明正確率的差異僅僅來自于精度表征對容量分配的影響。來自ERPs的數(shù)據(jù)表明, 在保持階段, 雙色塊高低精度條件下的CDA振幅沒有差異, 也就表明當特征數(shù)量保持不變時,精度需求的改變并沒有影響記憶資源的分配。

和以往的研究相比, 雖然實驗1在精度表征的操控上使用了不同的方法, 但是仍然得到了較為一致的結(jié)果。為了考察單特征刺激的表征精度對記憶資源分配的影響, Ye等人(2014)操控了單色塊顏色的變化幅度, 結(jié)果發(fā)現(xiàn)表征精度并不影響資源的分配。Zhang和Luck (2008)同樣使用顏色作為刺激材料, 在他們的研究中使用的實驗方法將測量到的容量和精度相分離, 結(jié)果表明表征精度只會影響變化覺察任務(wù)的正確率而非記憶存儲容量。而為了探討多特征刺激的記憶資源分配是否受到表征精度的影響, 因此實驗1選取了雙色塊, 并通過學習和測驗階段色塊的變化幅度來操控表征精度, 同樣得到了與單特征刺激一致的結(jié)果。同樣, 在復雜刺激的研究中, Gao, Ding, Yang, Liang和Shui (2013)通過刺激的類別間和類別內(nèi)變化來控制被試的表征精度, 也證明了記憶資源的分配不受精度的影響。然而, 并沒有實驗對多特征刺激的精度需求進行直接的研究, 而當前本實驗則是給出了最直接的證據(jù)。關(guān)于表征精度不會影響視覺工作記憶資源的分配的原因, 插槽模型認為, 視覺工作記憶存在一個受所能存儲的項目數(shù)量限制的容量上限, 或者說是受可利用的插槽的限制。而當插槽都被利用了之后,將不再會有信息進入視覺工作記憶中。因此, CDA應(yīng)該只隨著所利用的插槽的增加而上升, 但不受表征精度的影響。因此, 在實驗1中, 雖然被試在部分變化條件下提高了對項目的表征精度, 但是反映記憶資源分配的CDA振幅并未隨著表征精度的增加而改變。

實驗1中對前額區(qū)LPC的分析結(jié)果則表明, 雙色塊部分變化的LPC振幅顯著強于雙色塊整體變化和單色塊條件, 而雙色塊整體變化和單色塊條件間則無顯著差異。因為前額區(qū)的LPC被認為與對工作記憶保持階段的自上而下的控制有關(guān)(Gao et al., 2011; Li et al., 2006), 雙色塊兩種精度條件間的差異表明, 在記憶多特征物體時對記憶表征的精度需求的提高誘發(fā)了對視覺工作記憶存儲的更強的自上而下的控制。具體來說, 較高的精度需求會促使被試去更努力地在記憶中保持住一個更精確地表征, 而這種“更努力地”狀態(tài)就體現(xiàn)為前額葉對后部腦區(qū)的更強的控制。同時, 這一結(jié)果也表明了,當前研究對于精度需求的操控是有效的, 排除了被試沒有意識到兩種條件間的差異而采取相同的態(tài)度對待兩種條件的試次從而導致實驗操作無效的可能性。對于LPC振幅在雙色塊部分變化和單色塊之間有顯著差異, 而在雙色塊整體變化和單色塊之間則未見差異這一結(jié)果, 我們認為是因為盡管雙色塊整體變化和單色塊條件間存在一定的難度差異, 但這種難度差異尚不足以誘發(fā)更多控制資源的投入。這在行為結(jié)果上表現(xiàn)為相對于雙色塊部分變化和單色塊條件間的正確率差異, 雙色塊整體變化和單色塊間的正確率差異相對較小。而在Gao等人(2011)研究中也已發(fā)現(xiàn), LPC的振幅會因任務(wù)難度的增加而增強。

4.3 總結(jié)與展望

當前的實驗結(jié)果表明, 對于多特征刺激, 即使是任務(wù)難度較低的低精度條件下, 即只需要保存粗略的表征(整體變化), 但是記憶資源的消耗并不會因此減少。這與Gao等(2013)的研究中發(fā)現(xiàn)的記憶資源的消耗僅由記憶目標的屬性所決定, 而與任務(wù)要求無關(guān)的結(jié)論是一致的。而低精度要求下在正確率上的提高則只是因為在反差較大的變化覺察任務(wù)的測驗階段更容易做出正確的辨別。這與對復雜刺激的研究結(jié)果相吻合, 即對記憶-測驗變化幅度上的改變并不會影響對復雜刺激的存儲(Awh et al.,2007; Gao et al., 2013)。

復雜刺激是一種典型的多特征刺激, 本實驗的研究結(jié)果與大量復雜刺激的研究也保持一致(沈模衛(wèi)等, 2009; Gao et al., 2013; Machizawa et al., 2012;Alvarez & Cavanagh, 2004; Wheeler & Treisman,2002)。例如, Gao等人(2013)的研究發(fā)現(xiàn), 對復雜刺激的CDA振幅在差異較大的類別間變化和差異較小的類別內(nèi)變化中同樣都會在兩項陣列條件下就達到上限值, 該結(jié)果表明復雜度會影響容量而精度需求不會影響容量。在本實驗研究中使用多特征項目作為刺激材料同樣發(fā)現(xiàn), 特征數(shù)量對多特征項目的記憶資源分配的影響是與精度需求無關(guān)的。

基于這一結(jié)果我們可以推論, 復雜刺激之所以會誘發(fā)更強的CDA振幅似乎并非是因為對復雜刺激的變化覺察需要更高的記憶精度, 而是因為復雜刺激包含了更多的同一維度的特征(沈模衛(wèi)等,2009; Gao et al., 2009; Gao et al., 2013; Luria et al.,2010)。根據(jù)Awh等人(2007)的研究結(jié)果, 即無論存儲4個項目還是8個項目復雜刺激在類別間變化試次中的正確率都與簡單刺激相仿, 以及一些研究中顯示出來的在四項陣列中復雜刺激與簡單刺激無顯著差異的CDA振幅的結(jié)果(Gao et al., 2009;Luria et al., 2010), 我們似乎可以猜測當存儲較多個復雜刺激時(兩個以上)可能僅是存儲了每個項目的類別特征, 即這一種類的復雜刺激的普遍特征。這一存儲足以區(qū)分不同類別的復雜刺激間的差異(比如一個隨機多邊形和一個漢字), 但并不足以區(qū)分同一類別內(nèi)的刺激間的差異(比如兩個隨機多邊形)。然而, 盡管本實驗證明了特征數(shù)量在存儲過程中的影響, 但是由于在實驗中所使用的項目數(shù)不能測得兩類不同項目類型的容量極值, 因此并不能確定對多特征物體的容量會低于單特征物體。后續(xù)研究可利用CDA振幅與容量上限的關(guān)系, 通過增加陣列大小來比較不同精度條件下由CDA所反映的容量上限。

5 結(jié)論

本研究考察了多特征刺激在視覺工作記憶中的存儲模式, 從研究結(jié)果可以得出以下結(jié)論：

(1)特征數(shù)量的增多則會導致更多記憶資源的消耗, 但不一定會導致更多控制資源的投入。

(2)在特征數(shù)量不變的情況下, 多特征物體的精度需求不會對容量分配造成影響, 但會導致更多可能與精度相關(guān)的控制資源的投入。

(3)視覺工作記憶的存儲單位是客體。

致謝：侯明珠、李兵兵對英文摘要進行了修改, 在此表示感謝！

Alvarez, G. A., & Cavanagh, P. (2004). The capacity of visual short-term memory is set both by visual information load and by number of objects.

Psychological Science, 15

,106–111.

Anderson, D. E., Vogel, E. K., & Awh, E. (2011). Precision in visual working memory reaches a stable plateau when individual item limits are exceeded.

The Journal of Neuroscience, 31

(3), 1128–1138.

Awh, E., Barton, B., & Vogel, E. K. (2007). Visual working memory represents a fixed number of items regardless of complexity.

Psychological Science, 18

, 622–628.

Baddeley, A. (1992). Working memory.

Science, 255

(5044),556–559.

Bays, P. M., & Husain, M. (2008). Dynamic shifts of limited working memory resources in human vision.

Science,321

(5890), 851–854.

Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity.

Behavioral and Brain Sciences, 24

(1), 87–114.

Cowan, N. (2004).

Working memory capacity

. New York:Psychology Press.

Edin, F., Klingberg, T., Johansson, P., McNab, F., Tegnér, J., &Compte, A. (2009). Mechanism for top-down control of working memory capacity.

Proceedings of the National Academy of Sciences of the United States of America,106

(16), 6802–6807.

Fougnie, D., Asplund, C. L., & Marois, R. (2010). What are the units of storage in visual working memory?

Journal of Vision, 10

(12), 27.

Fuster, J. M., & Alexander, G. E. (1971). Neuron activity related to short-term memory.

Science, 173

(3997), 652–654.

Gao, Z. F., Ding, X. W., Yang, T., Liang, J. Y., & Shui, R. D.(2013). Coarse-to-Fine construction for High-Resolution representation in visual working memory.

PloS One, 8

,e57913.

Gao, Z. F., Li, J., Liang, J. Y., Chen, H., Yin, J., & Shen, M.(2009). Storing fine detailed information in visual working memory—Evidence from event-related potentials.

Journal of Vision, 9

(7), 17.

Gao, Z. F., Xu, X. T., Chen, Z. B., Yin, J., Shen, M. W., & Shui,R. D. (2011). Contralateral delay activity tracks object identity information in visual short term memory.

Brain Research, 1406

, 30–42.

Gao, Z. F., Yu, W. J., Xu, X. T.,Yin, J., Shui, R. D., & Shen, M.W. (2012). Contralateral delay activity: An ERP index measuring information stored in visual working memory.

Chinese Science Bulletin, 57

, 2806–2814, doi:10.1360/972012–728.

[高在峰, 郁雯珺, 徐曉甜, 尹軍, 水仁德, 沈模衛(wèi). (2012).對側(cè)延遲活動: 視覺工作記憶信息存儲的ERP指標.

科學通報, 57

(30), 2806–2814.]

He, X., Zhang, W., Li, C., & Guo, C. (2015). Precision requirements do not affect the allocation of visual working memory capacity.

Brain Research, 1602

, 136–143.

Ikkai, A., McCollough, A. W., & Vogel, E. K. (2010).Contralateral delay activity provides a neural measure of the number of representations in visual working memory.

Journal of Neurophysiology, 103

, 1963–1968.

Kusak, G., Grune, K., Hagendorf, H., & Metz, A. M. (2000).Updating of working memory in a running memory task:An event-related potential study.

International Journal of Psychophysiology, 39

, 51–65.

Li, X., Li, X., & Luo, Y. J. (2006). Differential influences of negative emotion on spatial and verbal working memory:Evidence from event-related potential and source current density analysis.

NeuroReport, 17

, 1555–1559.

Luck, S. J., & Vogel, E. K. (1997). The capacity of visual working memory for features and conjunctions.

Nature,390

(6657), 279–281.

Luria, R., Sessa, P., Gotler, A., Jolicoeur, P., & Dell'Acqua, R.(2010). Visual short-term memory capacity for simple and complex objects.

Journal of Cognitive Neuroscience, 22

,496–512.

Luria, R., & Vogel, E. K. (2011). Shape and color conjunction stimuli are represented as bound objects in visual working memory.

Neuropsychologia, 49

, 1632–1639.

Machizawa, M. G., Goh, C. C. W., & Driver, J. (2012). Human visual Short-term memory precision can be varied at will when the number of retained items is low.

Psychological Science, 23

, 554–559.

McCollough, A. W., Machizawa, M. G., & Vogel, E. K. (2007).Electrophysiologicalmeasures of maintaining representations in visual workingmemory.

Cortex, 43

, 77–94.

McNab, F., & Klingberg, T. (2008). Prefrontal cortex and basal ganglia control access to working memory.

Nature Neuroscience, 11

, 103–107.

Roggeman, C., Klingberg, T., Feenstra, H. E., Compte, A., &Almeida, R. (2014). Trade-off between capacity and precision in visuospatial working memory.

Journal of Cognitive Neuroscience, 26

(2), 211–222.

Rouder, J. N., Morey, R. D., Morey, C. C., & Cowan, N.(2011). How to measure working memory capacity in the change detection paradigm.

Psychonomic Bulletin & Review,18

, 324–330.

Rouder, J. N., Morey, R. D., Speckman, P. L., & Province, J.M. (2012). Default Bayes factors for ANOVA designs.

Journal of Mathematical Psychology, 56

, 356–374.

Rouder, J. N., Speckman, P. L., Sun, D., Morey, R. D., & Iverson,G. (2009). Bayesian t tests for accepting and rejecting the null hypothesis.

Psychonomic Bulletin & Review, 16

, 225–237.

Semlitsch, H. V., Anderer, P., Schuster, P., & Presslich, O.(1986). A solution for reliable and valid reduction of ocular artifacts, applied to the P300 ERP.

Psychophysiology, 23

,695–703.

Shen, M. W., Xu, Q., Gao, Z. F., Yu, Y., Yin, J., Sun, Z. Q., &Shui, R. D. (2009). Object complexity influences the number of objects stored in visual working memory.

Chinese Journal of Applied Psychology, 15

, 3–9.

[沈模衛(wèi), 徐青, 高在峰, 余喻, 尹軍, 孫忠強, 水仁德.(2009). 客體復雜度影響工作記憶可存儲的客體數(shù)目.

應(yīng)用心理學,15

, 3–9.]

Sperling, G. (1960). The information available in brief visual presentations.

Psychological Monographs: General and Applied, 74

(11), 1–29.

Vogel, E. K., & Machizawa, M. G. (2004). Neural activity predicts individual differences in visual working memory capacity.

Nature, 428

, 748–751.

Vogel, E. K., McCollough, A. W., & Machizawa, M. G.(2005). Neural measures reveal individual differences in controlling access to working memory.

Nature, 438

(7067),500–503.

Vogel, E. K., Woodman, G. F., & Luck, S. J. (2001). Storage of features, conjunctions, and objects in visual working memory.

Journal of Experimental Psychology: Human Perception and Performance, 27

, 92–114.

Voytek, B., & Knight, R. T. (2010). Prefrontal cortex and basal ganglia contributions to visual working memory.

Proceedings of the National Academy of Sciences of the United States of America,107

, 18167–18172.

Wheeler, M. E., & Treisman, A. M. (2002). Binding in short-term visual memory.

Journal of Experimental Psychology:General,131

, 48–64.

Ye, C., Zhang, L., Liu, T., Li, H., & Liu, Q. (2014). Visual working memory capacity for color is independent of representation resolution.

PLoS ONE, 9

(3), e91681. doi:10.1371/journal.pone.0091681

Zhang, W. W., & Luck, S. J. (2003). Slot-like versus continuous representations in visual working memory.

Journal of Vision, 3

, 681. doi: 10.1167/3.9.681

Zhang, W., & Luck, S. J. (2008). Discrete fixed-resolution representations in visual working memory.

Nature, 453

,233–235.