视觉长时记忆激活度对促进视觉短时记忆的影响*

2014-02-02鲍旭辉何立国游旭群

心理学报 2014年8期

鲍旭辉姬鸣黄杰何立国,2 游旭群

(1陕西师范大学心理学院暨陕西省行为与认知心理学重点实验室, 西安 710062 )

(2深圳大学心理学系, 深圳 518060)

1 引言

长时记忆与短时记忆的关系是记忆研究领域的一个基本问题, 对这一问题的看法存在两种不同的观点：一种观点认为, 长时记忆和短时记忆是相分离和独立的两个系统(Baddeley & Hitch, 1974),这一观点得到了神经心理学研究的支持, 例如, 对于一些遗忘症患者而言, 当他们的长时记忆受损时,短时记忆却保持相对完好, 而另外一些患者则刚好相反(Baddeley & Warrington, 1970; Shallice &Warrington, 1970)。然而, 另有研究却发现, 长时记忆和短时记忆享有共同的神经通路(Nichols, Kao,Verfaellie, & Gabrieli, 2006; Ranganath & Blumenfeld,2005; Ranganath, Johnson, & D’Esposito, 2003; 刘兆敏, 郭春彦, 2013)。因此, 有研究者认为, 二者并非独立与分离的两个记忆系统, 而是同一表征的不同状态(Cowan, 1998, 2001; Jonides et al., 2008;Ruchkin, Grafman, Cameron, & Berndt, 2003), 例如,Cowan (2008)指出, 视觉短时记忆(visual short-term memory, VSTM)反映的是视觉长时记忆(visual long-term memory, VLTM)中当前被激活的部分。若如后一观点所述, 则VLTM自身的激活状态会影响到 VSTM 的成绩, 与具有低激活度 VLTM 背景的VSTM 任务相比, 具有高激活度 VLTM 背景的VSTM成绩会更好, 即高激活度的VLTM可以促进VSTM。

由于 VLTM 可以独立于通过变化‒检测范式(change-detection paradigm, 见2.1.3及讨论部分)所形成的VSTM之外而与之并存, 因此, VLTM是否能够促进变化‒检测中的VSTM引起了研究者们的兴趣, 但目前尚未形成一致的结论。在这些研究中,熟悉的客体或者对客体的重复学习和训练往往被当作获得 VLTM 的途径, 进而在此基础上来考察VLTM对VSTM的促进作用。例如, Olson和Jiang(2004)对比了对新颖和重复的无意义几何图形的变化检测成绩, 他们在实验中首先给被试短暂呈现一张学习刺激, 要求被试对其中的客体和位置进行记忆, 经过一定的间隔时间后, 又给被试呈现一张检测刺激, 此时, 要求被试将检测刺激和学习刺激进行比较, 并判断检测刺激中是否有一个客体或位置发生了变化。结果发现, 虽然通过实验中的重复呈现可以形成VLTM, 但对重复出现的图形的VSTM成绩并不比新图形高, 这一结果被 Chen, Eng和Jiang (2006)所证实。而对于熟悉的客体而言, 单纯的再认成绩比其在变化‒检测任务中的成绩要好,说明在变化检测中, VLTM并没有被自动激活(Beck,Peterson, & Angelone, 2007; Varakin & Levin,2006)。此外, 有研究发现, 变化‒检测中的 VLTM并不能被自动激活, 但一旦为检测刺激提供了线索(例如, 指向某项目的箭头), VLTM的提取便会受到鼓励, 从而促进变化检测的成绩(Beck & van Lamsweerde, 2011; Hollingworth, 2003, 2005), 这说明变化检测中 VLTM 的激活和促进作用可能是有条件的。

而以面孔为实验材料的研究则倾向于支持VLTM 对 VSTM 的促进作用。例如, Jackson和Raymond (2008)发现, 与陌生面孔相比, 对名人面孔变化的检测成绩更好, 容量也更大, 然而, 一旦所有的面孔被颠倒, 二者间的差异随之消失, 类似的结果在Buttle和Raymond (2003)的研究中也被发现。同时, 与新手相比, 专家在检测与其专业相关的刺激的变化时成绩更好(Curby, Glazek, & Gauthier,2009; Reingold, Charness, Pomplun, & Stampe, 2001;Sun, Zimmer, & Fu, 2011), 这也说明VLTM能促进VSTM。此外, Olson, Jiang和Moore (2005)在实验中要求被试判断检测刺激所包含的6个方块中是否有一个方块的位置发生了变化。结果表明, 当相同的刺激重复呈现时, 对其中位置变化的检测成绩明显提高, 说明由重复训练所形成的VLTM能够促进VSTM。最近, Zimmer, Popp, Reith和Krick (2012)研究了训练对增加VSTM容量的作用, 他们使用汉字(视觉形式)作为实验材料, 结果发现, 对重复学习过的汉字的变化检测成绩更好, 速度也更快。

不仅如此, 神经生理学研究发现, 经过训练和重复学习, 大脑相应区域被更为有效地激活, 因此,激活区域相对减小, 激活水平降低(Grill-Spector,Henson, & Martin, 2006), 这为VSTM的改善提供了生理机制上的可能。例如, Zimmer等(2012)发现,对学习过的项目的 VSTM 能更加有效地激活相应的神经(上顶内沟(superior intraparietal sulcus)和中枕页皮层 (middle occipital cortex), 这些区域通常被认为是短时记忆的神经机制)活动。Takeuchi等人(Takeuchi et al., 2010)研究了短时记忆重复训练对改变大脑结构联结的作用, 结果发现, 重复训练能够使得与顶内沟和胼胝体前部临近的白质区域内的各向异性(fractional anisotropy)增加, 这一由重复引起的变化被认为是促进VSTM的重要原因。此外, Klingberg (2010)还发现对VSTM的训练可以引起相应的大脑活动和多巴胺的改变。Hempel等人(Hempel et al., 2004)较为系统地考察了对相同几何材料的 VSTM重复训练所引起的大脑(右额下回和右顶内沟)激活水平的变化, 结果发现, 训练所引起的大脑激活随着训练时间的推移而呈现倒“U”形变化, 即经过两周的训练后(每天两次), 记忆成绩获得了改善, 大脑的激活水平也随之增加, 而经过四周的训练后, 记忆成绩被巩固了下来, 大脑的激活水平随之而下降。这种激活水平的变化说明,VSTM能否被促进要取决于VLTM的形成经历, 如训练强度。这也说明, VLTM的激活水平决定了其对VSTM的促进作用。

纵观没有发现VLTM的促进作用的研究, 可以发现, 在这些研究中, 实验前刺激材料的暴露频率并不大, 对 VLTM 的训练程度不足(Curby et al.,2009; Sørensen & Kyllingsbæk, 2012), 这可能会导致 VLTM 的激活程度不高(Jackson & Raymond,2008)。而Cowan (1988)认为, 只有当VLTM被高度激活时, VLTM才能被VSTM所用, 这一观点得到了Buttle和Raymond (2003)的证实, 他们发现,只有当名人的面孔被掩蔽时, 对其的检测成绩才更高, 而即使是那些最近学习过的面孔, 对其的变化检测正确率仍较低。因此, 在上述研究中,VLTM的低激活水平可能是导致VSTM没获得改善的原因。但是, 现有研究较少通过对 VLTM 的激活度的系统控制来验证这一可能性。另外, 在这些研究中, 无论是对训练还是客体熟悉性的控制均是通过刺激的重复来实现的, 从而形成客体的VLTM。然而, 实验中的重复和新颖刺激往往混合在一起, VLTM是在实验过程中获得的, 而非事先存在, 因此, 被试不确定哪一类型的刺激将会出现, 这可能会降低被试对 VLTM 可用性的外显意识, 因此, 为了完成变化检测任务, 只能依靠实验中获得的 VSTM。相反, 发现 VLTM 的促进作用的研究多以面孔为材料, 这些材料因高暴露频率和特定的语义联系(Curby et al., 2009; Sørensen &Kyllingsbæk, 2012)而在实验任务中被高度激活,从而促进了VSTM。同时, 这些研究在解释VLTM促进VSTM的原因时, 大多着重于解释VLTM在编码上对VSTM的所起的作用(见讨论), 但很少有研究关注VLTM对VSTM的保持所起的作用。综上,本研究假设, 只有高度激活的VLTM才能促进变化检测中的VSTM; 此外, VLTM对VSTM的保持也可起到促进作用。由颜色和形状随机组合的几何图形的暴露频率和语义联系均较低, 而通过不同程度的重复学习可以获得不同激活度的VLTM (Hempel et al., 2004; Olson & Jiang, 2004), 进而能系统地探索不同激活度的VLTM在变化检测中对VSTM的促进作用。

2 实验

2.1 方法

2.1.1 被试

本研究中所有被试均为在校本科生, 其中 24名(11男)参与第一组实验, 年龄在18到24岁(

=22.63,

= 1.23)之间; 另24名(13男)19至23岁间(

= 21.56,

= 1.28)的被试参与第二组实验; 最后27名(13男)19至23岁间(

= 21.29,

= 1.67)的被试参与第三组实验。本研究中, 所有被试均为自愿参与, 视力或矫正视力正常, 均为右利手, 且之前均没有参加过类似实验, 实验后获得一定的报酬。

2.1.2 刺激和装置

8个不同的几何形状(见图2中的几何形状)和8种颜色(见图2中的颜色)被用来两两随机组合成大小为 1.93°×1.79°(长×宽)的不同几何图形, 在每次实验内, 6个由不同形状和颜色随机组合的几何图形呈现在一个浅灰色背景的 3×4的不可见方格内(视角为 7.52°×7.52°), 每个图形占据一个方格的位置, 各颜色和形状在同次实验内均不重复。本研究中, 所有的实验均在显示器为17英寸的电脑(32位真彩, 分辨率为 1280×1024)上进行, 刺激的呈现以及反应数据(正确率)的收集均由 E-prime控制, 实验中被试端坐于显示器正前约80 cm处。

2.1.3 实验设计与程序

本研究所有实验中均设置1 s、1.5 s和3 s三种刺激间间隔(inter-stimulus interval, ISI), 以考察不同激活度的VLTM对VSTM痕迹随时间推迟而发生的消退的影响。故本研究采用3(ISI：1 s、1.5 s和 3 s) × 3(VLTM 激活度：无/中/强)的混合设计, 其中VLTM激活度为被试间因素, 为方便叙述, 以下将三组对应的VLTM激活度(无/中/强)称为组1、组2和组3。

本研究均采用变化‒检测范式, 组 1实验程序如下(图 1)：首先在显示屏的中央出现一个注视符“+”, 持续时间为 0.8 s, 此时, 要求被试将注意力集中在屏幕中央, 为实验做好准备; 接下来, 呈现学习刺激0.3 s, 此时, 要求被试努力记住学习刺激中的 6个图形; 学习刺激消失后, 屏幕变为黑色,其持续时间在1 s, 1.5 s和3 s之间随机出现, 在此期间, 要求被试将学习刺激中的客体尽可能地保持在头脑中; 最后, 屏幕中央出现检测刺激, 此时,要求被试将之与学习刺激进行比较, 判断其中是否有一个图形生了变化(变化与未变各半), 并按相应的反应键(F或J, 按键在被试间随机平衡, 一半按F键表示“是”, 另一半按 J键表示“是”), 检测刺激在被试按键或 4 s后自动消失。在“否”反应中, 检测刺激与学习刺激完全相同; 在“是”反应中, 检测刺激中的某个图形被由剩下的两种形状和颜色随机组合而成的一个图形所替代。若被试的判断错误,屏幕上会出现“错误”两字。本研究只关注被试反应的正确率, 因此要求被试尽可能准确地做出反应。为避免被试利用言语编码, 整个实验过程中一直要求被试以正常的语速反复地说出“东南西北”。本实验中共包含240次试验(3 ISIs × 2客体变化/未变 ×40次), 分3个block呈现, 各条件下的实验随机呈现, block间被试可以自由休息, 整个实验持续时间约30 min。

图1 正式实验的基本程序(彩图见电子版)

组2与组1的区别在于, 实验材料被8种形状和颜色的固定组合(图 2)代替(每个图形均出现 180次), 但被试实验前并不知道这一特点, 在正式实验结束后1小时, 为检验被试是否形成了这8个图形的 VLTM, 所有被试还要参加一个事后实验, 程序如下：首先, 在屏幕中央出现一个注视点, 持续时间 0.8 s, 接下来屏幕中央会出现一个图形(0.15 s), 这个图形有可能是正式实验的 8个图形中的一个, 也有可能不是(颜色和形状的结合发生变化),要求被试判断这个图形是否是正式实验中出现过的, 被试按键或2 s后该图形消失, 若判断错误, 电脑会给予反馈, 同时, 采用与组 1相同的发音抑制来抑制语音编码。共100次实验(“是”和“否”反应各半), 持续时间约8 min。正式实验的装置、设计和程序均同组1。

图2 预实验学习图形, 从正上方开始顺时针方向分别为：红色(RGB=255, 0, 0)禁止符、蓝色(RGB=0, 0, 255)十字、鲜绿色(RGB=0, 255, 0)带“X”圆、黄色(RGB=255, 255, 0)十六角星、橙色(RGB=255, 102, 0)八角星、青绿色(RGB =0, 255, 255)圆环、紫色(RGB=128, 0, 128)正八边形和橄榄色(RGB=51, 51, 0)正五边形(彩图见电子版)。

组3与组2的区别在于, 实验前要求被试首先自由地对8个实验刺激进行视觉学习, 之后参与和组2的事后实验相同的检测实验, 二者共同构成预实验, 预实验中被试连续两次的正确率在0.90以上被认为已经初步记住了这8个图形, 可以终止预实验, 平均持续时间约30 min。在预实验结束后, 将学习图形的电子版发给被试, 要求他们每天至少再学习这8个图形10 min, 正式实验的时间未提前告诉被试。一周后, 所有参与预实验的被试参与正式实验, 为检验实验材料是否为被试所熟知, 要求被试在正式实验前再次完成检测实验, 若正确率低于0.90, 则不许参加正式实验。

在组2和3中, 事先告知被试必须严格按照实验指导语进行操作, 否则成绩达不到要求, 被试将得不到报酬, 正式实验结束后先给予所有被试报酬,后对变化检测的过程进行回访, 以防止被试不按照实验要求操作(例如, 组3中, 一旦出现学习刺激以外的图形, 被试即可判断为“变化”, 而没有对 6个项目均进行比较)。

2.2 结果

采用

值及容量

值作为VSTM成绩的指标,以客体变化为信号, 客体未变为噪音, 分别计算不同条件下的击中率(Hit,

)和虚报率(False alarm,

)来计算

值, 同时, 由于本研究采用的是整体检测方式, 故VSTM容量的计算采用Pashler的计算公式(Pashler, 1988; Rouder, Morey, Morey, & Cowan,2011)：

N (H

F)/(1

F),

其中,

为视觉刺激中所包含的客体数目,

和

分别为击中率和虚惊率。组2和3的实验后回访表明, 被试均是根据实验要求来完成实验的。首先, 分别对3组实验的

和

值进行单因素重复测量方差分析, 得到了一致的结果模式。在

值上, 组1、2和3的ISI主效应均显著, 对应的值分别为：

(2, 46)=5.74,

MSE

=0.04,

< 0.01, η=0.20、

(2, 46)=4.66,

MSE

=0.04,

< 0.05, η=0.17 和

(2, 48)=3.55,

MSE

=0.06,

< 0.05, η=0.13; 两两比较发现, 三组实验中, ISI为1s和1.5s时的

值差异不显著(

> 0.05), ISI为1 s和1.5 s时

值显著高于3 s时的成绩(

< 0.05)。在

值上, 三组的ISI主效应均显著, 对应的值分别为：

(2, 46)= 9.32,

MSE

=0.09,

< 0.001, η=0.29、

(2, 46) =5.87,

MSE

=0.09,

< 0.01, η=0.20 和

(2, 48) =4.60,

MSE

=0.10,

< 0.05, η=0.16; 两两比较发现, 三组实验中, ISI为1 s和1.5 s时的

值差异不显著(

> 0.05), 但ISI为1 s和1.5 s的

值显著大于3 s时的

值(

< 0.05)。其次, 对组2和3中的VLTM激活度进行分析,结果发现, 组2中, 所有被试正确率在0.73至0.87之间(

=0.79,

=0.04), 其均值显著大于0.77,

(23)=2.54,

< 0.05, 但显著小于0.81,

(23)=2.88,

< 0.01。这说明, 虽然被试事先并不知道实验材料是由8种颜色和形状不相同的几何图形组成, 但经过实验中的多次重复, 对实验材料的正确再认率远远高于随机水平, 因此, 可以认为被试已形成了实验材料的VLTM。组3中所有被试第二次预实验的正确率在0.90到0.98之间(

=0.95,

=0.03), 其均值显著大于0.93,

(24)=3.21,

< 0.005, 但显著小于0.96,

(24)=2.20,

< 0.05。为检验组3的VLTM激活度是否高于组2, 对两组数据进行比较,结果表明, 组 3的正确率显著高于组 2,

(47) =17.33,

< 0.001。最后, 为检VLTM的激活度对VSTM的作用,将3组实验数据结合在一起进行3(ISI) × 3(VLTM激活度)的混合设计方差分析, 其中, ISI为被试内因素。对

值的方差分析表明(图3上), ISI主效应显著,

(2, 140)=13.53,

MSE

=0.05,

< 0.001, η=0.16, VLTM 激活度主效应显著,

(2, 70)=4.01,

MSE

=0.08,

< 0.05, η=0.10, 但交互作用不显著(

< 1)。事后检验则表明, 组3显著大于组1(

<0.05), 组3与组2的差异边缘显著(

=0.07), 但组1和组2的差异不显著(

> 0.05)。对

值的方差分析表明(图3下), ISI主效应显著,

(2, 140)=19.24,

MSE

=0.09,

< 0.001, η=0.22, VLTM激活度主效应显著,

(2, 70)=4.35,

MSE

=0.12,

< 0.05, η= 0.11, 交互作用不显著(

< 1)。而事后检验则表明,组3显著大于组1 (

< 0.01), 组3显著大于组2 (

<0.05), 但组1和组2的差异不显著(

> 0.05)。

图3 实验1, 2和3结果(M), 误差棒为标准误(standard error, SE)

3 讨论

本研究通过控制 VLTM 的强度来考察其对VSTM的影响。在组1中, 刺激材料由形状和颜色随机组合而成的几何图形构成, 每次实验中的几何图形均发生变化, 因此, 被试所观察和记忆的几何图形并不固定, 实验过程中不存在关于刺激材料的VLTM, 故变化‒检测任务只能依赖于VSTM, 其结果可以作为另两组的基准。在组2中, 通过实验刺激的重复, 形成了对实验刺激的 VLTM, 但并未发现其结果与无VLTM组有显著差异, 这与Olson和Jiang (2004)以及 Chen等人(2006)的研究结果相一致。而随着VLTM水平的进一步提高, 组3中的

值和

值均获得了改善, 说明通过组3的事先学习,VLTM对变化检测中的VSTM起到了促进作用, 这与相关的研究结论是一致的(Beck & van Lamsweerde, 2011; Buttle & Raymond, 2003; Jackson& Raymond, 2008)。在组2中, 虽然形成了VLTM,但却并未对VSTM产生促进作用, 而组2中所形成的VLTM的激活水平显著低于组3。因此, 可以得出结论, 只有高度激活的 VTLM 才能促进变化检测中的VSTM, 同时, 组2中的VLTM的激活程度比组 3低, 而二者间的差异达到边缘显著(

值)和显著水平(

值), 结合组1的结果, 说明变化检测中VLTM对VSTM的影响是一个基于VLTM激活度而由量变到质变的连续过程。若 VSTM 与 VLTM分属同一表征的两种不同状态, 则二者间具有一定的联结, 那么, 后者能在一定程度上能对前者产生促进作用。因此, 本研究更倾向于支持 VSTM 与VLTM是同一信息表征的不同状态的观点, 这为进一步理解二者的关系积累了更丰富的证据。

在变化检-测范式中, 一旦学习图形出现, 其内容首先会被编码进VSTM中, 在此基础上, 检测刺激得以和学习刺激进行比较, 因而, VSTM 对于检测变化非常关键(Pashler, 1988; Phillips, 1974)。也因此, 变化‒检测范式常被用作研究 VSTM(Jackson & Raymond, 2008; Sørensen & Kyllingsbæk,2012; Zimmer et al., 2012), 这可能是VLTM在变化检测中难以起到促进作用的原因之一。Olson和Jiang(2004)就曾指出, 即使 VLTM 事先存在, 但通过短暂的视觉学习也可以形成视觉对象的短暂表征。譬如, 在头脑中虽然已存在着“北斗七星”的 VLTM,但是, 通过对它的短暂观察, 同样也可以直接形成“北斗七星”的视觉形象, 此时, 检测“北斗七星”星座的变化就等同于检测一个新星座是否发生了变化, 即便事先没有“北斗七星”的 VLTM, 仍然可以很好地完成VSTM任务。换句话讲, “北斗七星”的VLTM 并不会促进对它的 VSTM。根据这一观点,虽然VLTM事先存在, 但它在变化检测中与VSTM之间是相互独立而未被激活和运用的, 更未建立起其与实验任务间的联结。但是, 这并不代表VLTM必然不能被激活和运用, 例如, 虽然很多人能再认“北斗七星”星座, 但却并不能精确地提取出它的VLTM以绘制各颗星星所处的相对位置, 而专业的天文研究者则不然。这说明VLTM是具有不同激活度的, 而不同激活度的VLTM的作用也是不同的。

在Atkinson和Shiffrin (1968) 的经典记忆模型中, 虽然新获得的信息首先要在容量有限的短时记忆库中进行短暂的储存, 然后才能进入长时记忆之中, 然而, Baddeley, Papagno和Vallar (1988)发现,在言语记忆中, 对于学习不熟悉的材料而言, 短时储存是必须经历的阶段, 但若要形成事先已经熟悉的材料间的联结, 则并非如此; 反之, VLTM 在VSTM的形成过程中是可以被激活和运用的。虽然本研究关注的是VSTM, 但这一结果却能为我们提供借鉴。同样, 这对解释名人面孔优势效应也具有启发意义。组3中, 刺激材料仅由8个几何图形组成, 参照面孔的VLTM形成过程, 基于高强度重复的视觉学习, 于正式实验前就已经形成了强烈、持久和稳定的VLTM, 当被试再次在实验中见到这些刺激时, VLTM 被高度激活, 使之与当前的 VSTM任务发生紧密的联结, 从而促进了变化检测中VSTM的成绩。然而, 这并没真正解释VLTM促进VSTM的原因。

在 VLTM 促进 VSTM 的原因中, 组块(chunking)被认为是一般性的机制, 它一方面是指对一系列具有较强联结(可能是通过时空连续性和客体或部分所定义的属性)的低水平特征的集合,另一方面则指将那些与当前所使用的组块具有较弱联结的特征区分开来(Cowan, 2001; Jackson &Raymond, 2008)。如果VSTM是信息进入VLTM的一般机制, 而非仅仅对当前激活的表征的单独储存,那么, 通过VLTM与VSTM间的联结可以促进属于同一客体的信息间的整合, 同时也使得不同客体之间相互区分开来, 即VLTM可以加强视觉组块, 从而促进变化检测中的VSTM。因此, 一旦VLTM在实验过程中被高度激活, 只有特定的颜色和对应的形状才被组块成正确的知觉和记忆单元, 例如, 对于蓝色的十字, 只有“蓝色”和“十字”被强烈地联结在一起, 而“黄色”或者“圆环”则与“蓝色十字”间的联结比较微弱, 故被明显地与“蓝色十字”这个组块区分开来。这也就是说, 组块使得客体内的特征紧紧地聚集在一起, 同时, 使得属于不同客体的特征严格地区分开来。因此, 学习刺激中的图形能够被清晰地编码成VSTM (Chen et al., 2006)。

另一方面, 从信息加工方式的角度来看, 大量研究表明, 储存于高水平VLTM中的客体往往被整体地加工, 而在这个过程中, 更多的特征会被组块成单一的客体表征(Curby et al., 2009; Jackson &Raymond, 2008; Zimmer et al., 2012)。因此, 客体的复杂性降低, 记忆负荷减小, 容量随之增加(Alvarez & Cavanagh, 2004; Awh, Barton, & Vogel,2007; Eng, Chen, & Jiang, 2005)。本研究发现, 随着VLTM 激活度的提高, VSTM 的容量也随之增加,这一结果也是可以用整体加工的观点来解释的。

无论是组块, 还是客体的整体加工观点, 二者均侧重于对信息编码阶段起作用, 即通过各自特定的方式来加强VSTM对客体的编码, 前者用于增强客体编码的质量, 使不同客体明显区分开来, 而后者则更倾向于增大单位时间内获得编码的客体的数量, 二者以VLTM的高度激活为共同前提。本研究还纵向考察了VLTM对VSTM保持的作用。纵观组1, 2和3, ISI的主效应均显著, 且VSTM的成绩随着ISI的延长而下降, 说明VSTM痕迹在保持阶段随着间隔时间的延长而逐渐消退, 但无论是对于

还是

值, 其效应值(

时实验1, 2和3中ISI的效应值分别为：0.20, 0.17和0.13; 而

值时分别为：0.29, 0.20和0.16)均在同时减小。相反,

和

值却在增加, 这说明随着 VLTM 激活水平的提高,ISI的作用在逐渐下降, 因此, 可以推测, VLTM对于阻止 VSTM 的消退起到了一定的作用, 这与Thorn, Gathercole和 Frankish (2002)对言语长时记忆促进短时记忆的原因的解释相一致。Hollingworth (2004, 2005)也认为, 在线的视觉场景记忆(VSTM)受到了 VLTM 的支持, 而储存于VLTM 的客体表征较少会受到记忆痕迹消退和干扰的影响。在变化检测过程中, VSTM的保持时间短暂且较为不稳定, 记忆痕迹随着时间的推迟而消退, 但持续时间更为持久和稳定的 VLTM 同时存在,一旦VLTM被高度激活, 便可以为VSTM提供更多的支持(Chen et al., 2006; Zimmer et al., 2012), 例如, 有研究(Beck & van Lamsweerde, 2011; Nikolić& Singer, 2007)指出, 当变化检测中记忆项目超出了VSTM的容量时, 被试更加依赖于VLTM来完成记忆任务。Olson和 Jiang (2004) 指出, VLTM 为VSTM 的提取和保持提供了更多的信息, 例如, 场景结构和场景中单个客体的概念知识, 尤其是视觉细节信息(Brady, Konkle, Alvarez, & Oliva, 2008;Hollingworth, 2005; Konkle, Brady, Alvarez, & Oliva,2010), 这些客体的细节信息, 如表面特征, 对VSTM 中的客体再认具有重要意义, 这可能是VLTM减缓了VSTM迅速消退的重要原因。

综上, 变化检测中的 VSTM 成绩是否能被VLTM所促进取决于VLTM本身的激活强度, 只有高度激活的VLTM才能促进VSTM; VLTM对巩固VSTM的保持起到重要作用, 能阻止VSTM痕迹的迅速消退。然而, 从信息加工的角度来看, 本文只直接考察了VLTM对VSTM的保持所起到的作用,今后的研究还应针对 VSTM 的其它加工阶段来深入探索VLTM的促进机制。

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

(2),106–111.Atkinson, R. C., & Shiffrin, R. M. (1968). Human memory: A proposed system and its control processes.

The Psychology of Learning and Motivation, 2

, 89–195.Awh, E., Barton, B., & Vogel, E. K. (2007). Visual working memory represents a fixed number of items regardless of complexity.

Psychological Science, 18

(7), 622–628.Baddeley, A. D., & Hitch, G. (1974). Working memory. In

The psychology of learning and motivation: Advances in Research and Theory

. (pp. 47–89). New York: Academic.Baddeley, A. D., Papagno, C., & Vallar, G. (1988). When long-term learning depends on short-term storage.

Journal of Memory and Language, 27

(5), 586–595.Baddeley, A. D., & Warrington, E. K. (1970). Amnesia and the distinction between long-and short-term memory.

Journal of Verbal Learning and Verbal Behavior, 9

(2), 176–189.Beck, M. R., Peterson, M. S., & Angelone, B. L. (2007). The roles of encoding, retrieval, and awareness.

Memory &Cognition, 35

(4), 610–620.Beck, M. R., & van Lamsweerde, A. E. (2011). Accessing long-term memory representations during visual change detection.

Memory & Cognition, 39

(3), 433–446.Brady, T. F., Konkle, T., Alvarez, G. A., & Oliva, A. (2008). Visual long-term memory has a massive storage capacity for object details.

Proceedings of the National Academy of Sciences of the United States of America, 105

(38), 14325–14329.Buttle, H., & Raymond, J. E. (2003). High familiarity enhances visual change detection for face stimuli.

Perception & Psychophysics, 65

(8), 1296–1306.Chen, D., Eng, H. Y., & Jiang, Y. (2006). Visual working memory for trained and novel polygons.

Visual Cognition,14

(1), 37–54.Cowan, N. (1988). Evolving conceptions of memory storage,selective attention, and their mutual constraints within the human information-processing system.

Psychological Bulletin, 104

(2), 163–191.Cowan, N. (1998). Visual and auditory working memory capacity.

Trends in Cognitive Sciences, 2

(3), 77–78.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. (2008). What are the differences between long-term,short-term, and working memory?

Progress in Brain Research, 169

, 323–338.Curby, K. M., Glazek, K., & Gauthier, I. (2009). A visual short-term memory advantage for objects of expertise.

Journal of Experimental Psychology: Human Perception and Performance, 35

(1), 94–107.Eng, H. Y., Chen, D., & Jiang, Y. (2005). Visual working memory for simple and complex visual stimuli.

Psychonomic Bulletin & Review, 12

(6), 1127–1133.Grill-Spector, K., Henson, R., & Martin, A. (2006). Repetition and the brain: Neural models of stimulus-specific effects.

Trends in Cognitive Sciences, 10

(1), 14–23.Hempel, A., Giesel, F. L., Caraballo, N. M. G., Amann, M.,Meyer, H., Wüstenberg, T.,... Schröder, J. (2004). Plasticity of cortical activation related to working memory during training.

American Journal of Psychiatry, 161

(4), 745–747.Hollingworth, A. (2003). Failures of retrieval and comparison constrain change detection in natural scenes.

Journal of Experimental

Psychology:

Human

Perception

and Performance, 29

(2), 388–403.Hollingworth, A. (2004). Constructing visual representations of natural scenes: The roles of short-and long-term visual memory.

Journal of Experimental Psychology: Human Perception and Performance, 30

(3), 519–537.Hollingworth, A. (2005). The relationship between online visual representation of a scene and long-term scene memory.

Journal of Experimental Psychology: Learning,Memory, and Cognition, 31

(3), 396–411.Jackson, M. C., & Raymond, J. E. (2008). Familiarity enhances visual working memory for faces.

Journal of Experimental

Psychology:

Human

Perception

and Performance, 34

(3), 556–568.Jonides, J., Lewis, R. L., Nee, D. E., Lustig, C. A., Berman, M.G., & Moore, K. S. (2008). The mind and brain of short-term memory.

Annual Review of Psychology, 59

,193–224.Klingberg, T. (2010). Training and plasticity of working memory.

Trends in Cognitive Sciences, 14

(7), 317–324.Konkle, T., Brady, T. F., Alvarez, G. A., & Oliva, A. (2010).Conceptual distinctiveness supports detailed visual long-term memory for real-world objects.

Journal of Experimental Psychology: General, 139

(3), 558–578.Nichols, E. A., Kao, Y. C., Verfaellie, M., & Gabrieli, J. D. (2006).Working memory and long-term memory for faces: Evidence from fMRI and global amnesia for involvement of the medial temporal lobes.

Hippocampus, 16

(7), 604–616.Liu, Z. M., & Guo, C. Y. (2013). Common representations between working memory and long-term memory: Evidence from Event-Related Potentials.

Acta Psychologica Sincica,45

(3), 276–284.[刘兆敏, 郭春彦. (2013). 工作记忆和长时记忆共享信息表征的 ERP 证据.

心理学报, 45

(3), 276–284.]Nikolić, D., & Singer, W. (2007). Creation of visual long-term memory.

Perception & Psychophysics, 69

(6), 904–912.Olson, I. R., & Jiang, Y. (2004). Visual short-term memory is not improved by training.

Memory & Cognition, 32

(8),1326–1332.Olson, I. R., Jiang, Y., & Moore, K. S. (2005). Associative learning improves visual working memory performance.

Journal of Experimental Psychology: Human Perception and Performance, 31

(5), 889–890.Pashler, H. (1988). Familiarity and visual change detection.

Perception & Psychophysics, 44

(4), 369–378.Phillips, W. (1974). On the distinction between sensory storage and short-term visual memory.

Perception &Psychophysics, 16

(2), 283–290.Ranganath, C., & Blumenfeld, R. S. (2005). Doubts about double dissociations between short-and long-term memory.

Trends in Cognitive Sciences, 9

(8), 374–380.Ranganath, C., Johnson, M. K., & D’Esposito, M. (2003).Prefrontal activity associated with working memory and episodic long-term memory.

Neuropsychologia, 41

(3),378–389.Reingold, E. M., Charness, N., Pomplun, M., & Stampe, D. M.(2001). Visual span in expert chess players: Evidence from eye movements.

Psychological Science, 12

(1), 48–55.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

(2), 324–330.Ruchkin, D. S., Grafman, J., Cameron, K., & Berndt, R. S.(2003). Working memory retention systems: A state of activated long-term memory.

Behavioral and Brain Sciences, 26

(6), 709–727.Sørensen, T. A., & Kyllingsbæk, S. (2012). Short-term storage capacity for visual objects depends on expertise.

ActaPsychologica, 140

(2), 158–163.Shallice, T., & Warrington, E. K. (1970). Independent functioning of verbal memory stores: A neuropsychological study.

The Quarterly Journal of Experimental Psychology,22

(2), 261–273.Sun, H., Zimmer, H. D., & Fu, X. (2011). The influence of expertise and of physical complexity on visual short-term memory consolidation.

The Quarterly Journal of Experimental Psychology, 64

(4), 707–729.Takeuchi, H., Sekiguchi, A., Taki, Y., Yokoyama, S., Yomogida,Y., Komuro, N.,... Kawashima, R. (2010). Training of working memory impacts structural connectivity.

The Journal of Neuroscience, 30

(9), 3297–3303.Thorn, A. S., Gathercole, S. E., & Frankish, C. R. (2002).Language familiarity effects in short-term memory: The role of output delay and long-term knowledge.

The Quarterly Journal of Experimental Psychology: Section A,55

(4), 1363–1383.Varakin, D. A., & Levin, D. T. (2006). Change blindness and visual memory: Visual representations get rich and act poor.

British Journal of Psychology, 97

(1), 51–77.Zimmer, H. D., Popp, C., Reith, W., & Krick, C. (2012). Gains of item-specific training in visual working memory and their neural correlates.

Brain Research, 1466

(23), 44–55.