目标决策还是动作诱发？动作反应对注意促进效应的影响

郑思琦 孟迎芳 黄发杰

目标决策还是动作诱发？动作反应对注意促进效应的影响

郑思琦1孟迎芳1黄发杰2

(1福建师范大学心理学院, 福州 350117) (2福建医科大学健康学院, 福州 350117)

注意促进效应(ABE)指的是在双任务条件下, 伴随探测任务的目标刺激呈现的背景信息记忆成绩要优于伴随分心刺激呈现的背景信息记忆成绩的现象。以往研究主张, ABE的产生主要源于目标决策时所诱发的注意增强。但由于目标探测往往伴随着动作反应, 而已有研究发现, 动作反应就能直接诱发背景信息的记忆增强效应, 因此ABE也可能源于动作诱发的记忆增强效应。为此, 研究设置了NoGo目标探测条件与Go目标探测条件, 通过4个实验系统地探讨了动作反应与目标决策在ABE产生中的作用及关系。结果表明, Go目标探测条件下的ABE是稳定的, 但NoGo目标探测条件下的ABE会受到动作反应频率对分心词的影响。此外, NoGo目标探测跨条件的ABE也是非常稳定的。这些结果表明, 目标决策产生的注意促进作用是相对稳定的, 但ABE的产生更多是目标决策的促进作用与动作诱发的记忆增强效应动态权衡后的结果。

注意促进效应, 动作记忆增强效应, 双任务交互模型, Go目标探测, NoGo目标探测

1 前言

日常生活中我们经常会处于一种双任务的状态, 例如, 在开车时你既需要关注交通信号灯的变化, 同时也要关注路况信息。而个体的注意资源是有限的, 通常某一项任务的注意资源增多, 另一项任务的注意资源就会相应地减少, 该任务相应的行为反应也随之受到影响, 表现出双任务干扰效应(Pashler, 1994; Kinchla, 1992)。然而也有一些研究发现双任务并不一定都会产生干扰效应。Swallow和Jiang (2010)最早探讨这一现象。实验采用学习−测验范式, 学习阶段要求被试在记忆系列图片的同时, 对图片中央的方块进行颜色探测任务, 白色方块(目标)进行按键反应, 黑色方块(分心)则忽略, 无需反应。目标与分心的比例为1 : 6。学习阶段的刺激呈现方式改编自快速系列视觉呈现(RSVP, rapid serial visual presentation)范式, 即以500 ms/项的速率连续呈现, 其中方块与图片同时呈现100 ms后消失, 图片继续呈现400 ms。学习阶段结束2分钟后对图片进行再认测验。通常认为, 目标探测所占用的注意资源要高于分心拒绝(Duncan et al., 1994), 由此推测, 伴随目标呈现的图片在编码时所得到的注意资源应少于伴随分心呈现的图片, 表现出更差的再认成绩。结果却发现, 伴随目标呈现的图片记忆成绩明显优于伴随分心呈现的图片。Swallow和Jiang将这一现象命名为注意促进效应(Attentional Boost Effect, ABE)。之后研究使用不同的背景材料(面孔: Swallow & Jiang, 2011; 词汇: Mulligan et al., 2014; Mulligan et al., 2016)、在多种记忆测验中(短时记忆测验: Makovski et al., 2011; 内隐记忆测验: Spataro et al., 2013)都验证了该效应的稳定存在。

为了更好地解释ABE的产生, Swallow和Jiang (2013)提出了双任务交互模型(the dual-task interactionmodel)。该模型进一步扩展了注意资源有限性理论, 认为知觉资源会以一种更灵活的方式进行分配, 主要表现在当中央执行系统将快速呈现的探测刺激归类为需要进行反应(如按键、计数或者维持在记忆中)的目标刺激时(即探测任务的目标决策过程), 会触发一个基于时间的选择性注意机制。该机制通常伴随着蓝斑核−去甲肾上腺素(LC-NE)的释放, 产生短暂的活动增强。这种兴奋性会泛化地投射到大脑皮层感觉区域, 促进与目标同时呈现的背景信息的知觉加工, 产生ABE。随后研究还发现, 那些与目标刺激存在高度知觉相似性的分心项并不会出现类似的促进作用(Swallow&Jiang, 2014a); 并且在目标决策前增加的知觉或语义负荷(Swallow & Jiang, 2014a; Zheng et al., 2020)也不会影响ABE的产生, 进一步支持了双任务交互模型, 表明ABE主要源于对探测刺激的目标决策。

然而在ABE研究中, 被试在探测出目标刺激时还需做出相应的动作反应(如按键)。而近期有研究发现, 动作反应本身就能直接增强与动作无关的背景信息的记忆, 并将其命名为动作诱发的记忆增强效应(AIME, action-induced memory enhancement, Yebra et al., 2019)。该研究采用“Go-NoGo”任务范式, 在编码阶段要求被试观看系列灰色图像(呈现速率约4s/项), 同时对图像的颜色边框(蓝色或黄色)根据预先的指令执行按键动作反应(Go反应)或不作反应(NoGo反应)。1小时(或1天)后进行意料之外的再认测验。结果发现, 与NoGo反应相比, 伴随Go反应的图片记忆成绩更好。同时, 研究通过功能磁共振成像(fMRI)和瞳孔直径的测量(测量LC活跃性的间接手段)深入探讨并解释了AIME的产生机制, 即AIME的产生是由于对记忆形成至关重要的内侧颞叶(MTL)和蓝斑核(LC)这两个脑区中存在着动作关联的神经元反应(action-related neuronal responses), 因此动作反应本身就可以直接引发LC和MTL中的神经元活跃性增加并发生联通, 使LC释放的大量去甲肾上腺素(NE)直接作用在MTL的记忆回路(即海马和周围皮质)中, 进而增强与动作无关的背景信息的编码。

AIME的发现似乎为ABE的产生机制提供了另一种可能的解释, 即ABE的产生是否源于对探测刺激的目标动作反应诱发了背景信息的记忆增强, 而非源于对探测刺激的目标决策呢？前期研究曾将目标探测的按键反应改为内隐的心理计数反应, 结果仍观察到稳定的ABE (Swallow & Jiang, 2012, 2014b, 2019), 由此排除了动作反应在ABE产生中的作用。但依据事件编码理论(the theory of event coding), 计数反应由于涉及心理更新, 也会被视作一种非外显动作的动作代码被编码进事件记录文件中(Hommel, 2004; Makovski et al., 2013)。并且, Swallow等人(2019)观察到被试在对目标刺激进行心理计数时, 也出现瞳孔直径增大的现象。瞳孔直径增大意味着LC (蓝斑)的活跃性被激活, 而研究发现恒河猴的LC+神经元(即蓝斑和附近的蓝斑下核中的神经元)的活跃性只有在与动作相关的“Go”反应时才会被激活(Kalwani et al., 2014)。因此对目标的计数反应仍是一种“Go”反应, 而只要目标决策伴随“Go”反应, 便无法排除动作反应诱发的记忆增强在ABE中的可能作用。

如何能将对探测刺激的目标决策与Go反应分离, 是澄清ABE产生机制来源的关键所在。Makovski等人(2013)的实验设计为此提供了一定的借鉴意义。他们在编码阶段向被试呈现男性面孔、女性面孔和自然场景三类刺激, 要求图片出现时尽可能快地作按键反应(Go反应), 并记忆图片, 但当预先指定的目标图片(如男性面孔)出现时, 则需要取消按键动作(NoGo反应), 只记忆图片。结果发现, 进行NoGo反应的目标图片比进行Go反应的图片记忆成绩更好, 表明相比于动作反应, 目标决策对图片有着更优的记忆促进作用。但与旨在探讨“目标探测任务对另一无关任务的记忆影响”的ABE研究不同, 在Makovski等人的实验中, 探测目标为记忆刺激本身, 而非与记忆刺激无关的其它刺激(如方块)。而探测刺激的不同设置(相关/无关)会产生不同的效果, 在探测相关刺激时所引发的现象(Doallo et al., 2012), 在探测无关刺激时并不一定能产生(Inoue & Sato, 2017)。故而Makovski等人的研究结果无法直接应用于ABE的解释, 但该研究设计对探讨ABE与动作反应的关系这一研究问题具有参考价值。因此, 本研究拟借鉴Makovski等人(2013)的实验设计, 在ABE范式下设置NoGo目标探测条件来实现目标决策与动作反应的分离, 以期进一步探讨ABE的产生机制。

本研究拟在Mulligan等人(2014)的ABE范式基础上, 对探测任务进行两处改编以形成NoGo目标探测条件：一是修改指导语和被试的反应任务, 要求被试在监测到词汇下方出现颜色圆圈(分心圆圈)时都要尽可能快地作按键反应(Go分心反应), 但当预先指定的目标圆圈(如红色圆圈)出现时, 取消按键动作(NoGo目标反应)。依据双任务交互模型, “目标”的定义是改变原计划活动的项目(Swallow & Jiang, 2013), 因此当指导语使被试对所有探测圆圈都存在Go反应倾向时, 需要进行NoGo反应的圆圈(需要改变原计划)就会成为目标。二是在不改变目标与分心比例(1 : 4)的基础上, 增加分心圆圈的颜色种类(如黄、蓝、绿、紫), 与1种目标颜色圆圈(如红色)混合呈现, 每种颜色圆圈的呈现频率为20%, 目的是防止被试对指导语进行翻转。因为出于认知加工的节省原则, 被试会倾向于将种类少的刺激视为目标。为了方便, 我们将学习阶段与目标圆圈一起出现的词汇称为目标词, 与分心圆圈一起出现的词汇称为分心词。

同时, 为了进行有效比较, 研究也设置了经典的Go目标探测条件作为基线, 即对目标圆圈进行按键反应(Go目标反应), 而对分心圆圈无需反应(NoGo分心反应), 其它设置均与NoGo目标探测条件相同。该设置可以通过条件内及跨条件的比较, 为ABE的解释提供更多的证据。我们假设, 如果ABE主要源于目标决策的促进作用, 那么两种条件内(NoGo目标探测条件、Go目标探测条件)都应该存在目标词与分心词之间的差异, 即都存在ABE。同时, NoGo目标反应下的记忆成绩应该也会优于NoGo分心反应下的记忆成绩, 产生跨条件的ABE。相反, 如果ABE主要源于动作的记忆增强作用, 那么NoGo目标反应不会带来任何记忆优势, 即NoGo目标探测在条件内(相对于Go分心词)和跨条件间(相对于NoGo分心词)均不会出现ABE。同时, Go目标或分心反应下的记忆成绩应该明显优于NoGo目标或分心反应下的记忆成绩, 表现出跨条件的动作增强效应。

2 实验1：ABE的产生是否源于对目标的动作反应增强效应

2.1 方法

2.1.1 被试

2.1.2 实验材料与仪器

记忆材料选自《现代汉语频率词典》(现代汉语频率词典, 1986)的“表二(2)频率最高的前8000个词表”中趋于中性化的双字名词, 同时结合国家语委现代汉语语料库(www.cncorpus.zhonghuayuwen. org)以确保时效性, 后去除词频超过均值3个标准差的双字词, 共选取256个词汇作为实验中的关键词(平均词频为1.31% ± 1.18%)。将256个关键词随机平分为2组, 分别用于Go目标探测条件和NoGo目标探测条件。两组词汇在词频(= 1.31% ± 1.20% vs.= 1.31% ± 1.18%)、愉悦度(= 5.08 ± 0.31 vs.= 5.08 ± 0.33)、唤醒度(= 4.95 ± 0.25 vs.= 4.95 ± 0.27)、笔画(= 15.73 ± 3.59 vs.= 15.71 ± 3.43)等变量上匹配(127)s < 0.90,s > 0.40。每种探测条件中, 128个关键词随机平分为2组, 1组在学习阶段呈现, 其中一半伴随目标圆圈(目标词), 一半伴随分心圆圈(分心词); 另1组作为新词在测验阶段与学习阶段的旧词混合随机呈现。另外, 以类似方式选取256个高频双字词作为学习阶段的填充词(平均词频为0.60% ± 0.50%)及36个作为学习和测验阶段的练习词(平均词频为 0.30% ± 0.20%), 其中一半用于Go目标探测条件, 一半用于NoGo目标探测条件。所有词汇为白色, 呈现在黑色屏幕上, 字号60, 视角大小为1.03° × 2.15°。

探测刺激为直径1 cm (视角大小为0.72°)的颜色圆圈, 共5种：红色(RGB: 255, 0, 0), 黄色(RGB: 255, 255, 0), 蓝色(RGB: 0, 0, 255), 绿色(RGB: 0, 255, 0)和紫色(RGB: 255, 0, 255)。

实验程序通过Presentation软件创建, 在Dell电脑上运行, 电脑屏幕为15寸CRT的显示器, 分辨率为1280 × 1024。被试于一个隔音效果良好的实验房进行独立施测, 被试与电脑显示屏的距离大约80 cm左右。

2.1.3 实验设计与实验程序

实验采用2 (目标探测类型: Go vs. NoGo) × 2 (注意类型: 目标 vs. 分心)的被试内设计, 所有被试均需完成Go目标探测和NoGo目标探测两个条件, 为防止疲劳, 两个条件之间让被试至少保证休息3分钟以上, 并由被试确定是否可以继续。条件的先后顺序在被试间平衡。每个条件均包含学习阶段、分心阶段和测验阶段。

学习阶段：于黑色屏幕中央同时呈现双字词和颜色圆圈, 双字词为白色, 字号60, 视角大小为1.03° × 2.15°, 圆圈位于双字词下方1 cm处, 视角大小为0.72°。刺激共分为32组, 每组5个, 其中1个为目标词, 伴随目标圆圈出现; 1个为分心词, 3个为填充词, 均伴随分心圆圈出现。每种颜色圆圈(红、黄、蓝、绿、紫)概率为20%, 目标圆圈在一半被试中被指定为红色, 在另一半被试中被指定为绿色, 以防被试存在红色偏好(Aslam, 2006), 目标圆圈之外的颜色均为分心圆圈。每组中, 目标词始终呈现在第3位, 分心词和填充词按照伪随机的顺序排列在其余4个位置。同时每组间随机呈现0～2个填充词。要求被试默读并记忆屏幕上呈现的双字词, 同时对圆圈执行Go或NoGo目标探测任务。在Go目标探测任务下, 被试看到目标圆圈(如红色圆圈)时立刻用惯用手按空格键, 其他颜色圆圈(分心圆圈)则无需按键, 只记忆词汇; 在NoGo目标探测任务下, 被试看到圆圈(分心圆圈)都应用惯用手按空格键, 但如果出现目标圆圈(如红色圆圈)时必须停止按键。每个双字词和探测圆圈同时呈现100 ms后, 探测圆圈消失, 双字词继续单独呈现400 ms, 随后呈现间隔(ISI)为500 ms的空屏(学习阶段流程图见图1)。

学习阶段结束后立即让被试进行分心计算任务(20道两位数加减运算题), 随后进行再认测验。

再认阶段：128个关键词于屏幕中央随机依次呈现, 其中64个为学习阶段呈现过的旧词(32个目标词和32个分心词)和64个新词。要求被试在保证正确率的前提下尽可能快地对词汇进行新/旧判断(新词按F, 旧词按J)。每个双字词直到被试按键后才消失, 词间间隔为1400 ± 200 ms。

2.2 结果

2.2.1 目标探测任务

对被试在两个目标探测条件下的探测成绩进行分析。Go目标探测条件下, 目标的正确探测率(即被试正确按键的试次数/总目标试次数)为99.24% (= 0.30%); NoGo目标探测条件下, 目标的正确探测率(即被试成功不按键的试次数/总目标试次数)为76.89% (= 2.80%), 因 Shapiro-Wilk检验表明, 探测成绩均为非正态分布,s < 0.80,s < 0.05, 故采用Wilcoxon 符号秩检验法比较了两种探测条件下的成绩差异, 结果表明, NoGo目标探测条件下的目标正确探测率低于Go目标探测条件,= −5.02,< 0.001。该结果与Makovski等人(2013)的研究结果相似(在其实验4中, NoGo目标刺激的正确探测率为79.3%)。此外, 两个探测条件的分心正确拒绝率皆保持在较高的成绩水平, Go目标探测条件下, 分心的拒绝正确率(即被试正确不按键的试次数/总分心试次数)为99.15% (= 0.80%), NoGo目标探测条件下, 分心的正确拒绝率(即被试正确按键的试次数/总分心试次数)为97.44% (= 0.60%)。因此被试在编码阶段正确依据指导语进行了各项任务。

2.2.2 再认任务

两种探测条件下的旧词再认率和新词虚报率结果见表1。由于研究主要探究目标成功探测对双字词产生的影响, 因此旧词再认率为编码时成功探测试次下的关键词成功再认的百分比(即旧词再认率 = 成功探测试次的关键词正确再认数/成功探测试次总数)。

图1 学习阶段流程图

表1 实验1旧词再认率和新词虚报率

注：括号内为标准误()。

图2 实验1各条件的旧词矫正再认率比较

注: 误差线为标准误; *< 0.05, **< 0.01, ***< 0.001

为进一步去除动作反应对ABE的影响, 我们也对NoGo目标探测条件下的NoGo目标词与Go目标探测条件下的NoGo分心词进行比较, 结果发现, NoGo目标词的记忆成绩显著优于NoGo分心词,(32) = 2.60,= 0.010,0.45, 95% CI = [0.09, 0.81], 表现出跨条件的ABE。该ABE大小(7.22%)与Go目标探测条件(11.71%)无差异[(32) = 1.74,= 0.090], 但显著小于NoGo目标探测条件(12.08%),(32)= 2.15,= 0.04,0.37, 95% CI = [0.02, 0.72]。进一步分析发现, NoGo分心词的记忆成绩好于Go分心词,(32) = 2.26,= 0.03,0.39, 95% CI = [0.04, 0.74], 而Go目标词的记忆成绩与NoGo目标词不存在显著差异[(32) = −1.74,= 0.090]。

2.3 讨论

综合上述结果, 两种探测条件下都发现了明显的ABE现象, 表明不论是否需要动作反应的目标探测, 都能产生ABE。同时, NoGo目标词的再认率优于NoGo分心词, 表现出跨条件ABE。由于NoGo目标词和NoGo分心词皆未伴随动作反应, 因此该结果进一步表明, ABE的产生并不需要对目标刺激的动作反应, 目标决策即可产生相应的促进作用。

实验1也发现另一个有意思的现象, Go目标词与NoGo目标词的再认成绩不存在差异, 而Go分心词的再认成绩明显差于NoGo分心词。这些结果似乎表明, 在目标探测任务下, 动作反应不仅不会促进对目标词的编码, 反而会更进一步抑制对分心词的编码, 产生更差的再认成绩。这与Yebra等人(2019)的研究结果完全相反。由于Yebra等人(2019)研究中, 动作信号与非动作信号的比例为1 : 1, 而本实验1的NoGo目标探测条件下, 动作信号(Go分心)与非动作信号(NoGo目标)的比例高达5 : 1。研究曾表明, 频繁呈现的信号通常会吸引被试较弱的注意(Theeuwes, 1992, 2010)。那么在NoGo目标探测条件下, Go分心词更差的再认成绩是否可能源于频繁的动作反应, 使被试只在较低的注意水平下执行动作任务, 导致对分心词产生更大的抑制？

因此实验2将在实验1的基础上, 操纵目标与分心的呈现比例为1 : 1, 以排除动作与非动作的比例差异引发的额外混淆因素。根据Yebra等人(2019)研究结果推测, 在目标与分心的呈现比例为1 : 1时, Go动作应该会对背景信息(分心词)产生记忆增强作用。那么动作反应对分心词诱发的记忆增强是否会减弱, 甚至抵消目标探测对目标词产生的注意促进作用, 导致NoGo目标探测条件下ABE的消失呢？这是实验2拟进一步探讨的问题。

3 实验2：目标探测与动作反应在目标与分心1 : 1条件下的作用比较

3.1 方法

3.1.1 被试

被试选取标准同实验1, 共新招募36名在校大学生, 其中1名被试因旧词再认率低于平均数3个标准差而被筛除, 最终共获得35份有效数据。为了统一实验间的被试量以使实验2与实验1的结果对比更具可靠性, 实验2进一步采用SPSS中随机选择个案的功能, 从中随机选出33名被试的数据进入分析(其中男性15名), 平均年龄为19.79 ± 0.43岁。所有被试均为右利手, 视力或矫正视力正常且无红绿色盲。

3.1.2 实验材料与实验程序

采用实验1所选取的256个关键词及256个填充词。256个关键词在不同实验条件间的分配方式与实验1相同。为确保学习阶段探测任务的目标与分心刺激比例为1 : 1, 256个填充词中, 一半与目标圆圈呈现, 一半与分心圆圈呈现。测验阶段只对关键词(目标词和分心词)进行再认测验。其它均与实验1一致。

3.2 结果

3.2.1 目标探测任务

Go目标探测条件下, 目标的正确探测率为98.77% (= 0.90%); NoGo目标探测条件下, 目标的正确探测率为92.61% (= 2.00%), 低于Go目标探测条件,= −3.80 (因目标探测任务的探测率均为非正态分布,s < 0.80,s < 0.05, 故采用Wilcoxon 符号秩检验),< 0.001。此外, Go目标探测条件下分心的正确拒绝率(97.06%,= 0.81%)与NoGo目标探测条件下分心的正确拒绝率(96.88%,= 1.00%)皆保持在较高的成绩水平, 表明被试认真执行探测任务。

3.2.2 再认任务

两种探测条件下的旧词再认率和新词虚报率结果见表2。与实验1一致, 实验2也基于旧词的矫正再认率(各条件旧词矫正再认率见图3)对主要关注结果进行分析。

表2 实验2旧词再认率和新词虚报率

注: 括号内为标准误()。

图3 实验2各条件的旧词矫正再认率比较

注: 误差线为标准误; *< 0.05, **< 0.01, ***< 0.001

为观察NoGo目标探测能否产生跨条件的ABE, 我们对NoGo目标探测条件的NoGo目标词与Go目标探测条件的NoGo分心词进行了配对样本检验, 结果发现, NoGo目标词的矫正再认率显著好于NoGo分心词,(32) = 3.13,= 0.004,0.45, 95% CI = [0.09, 0.81], 表现出NoGo目标探测跨条件的ABE。并且, 该ABE大小(7.54%)与Go目标探测条件的ABE大小(6.97%)不存在差异[(32) = 0.23,= 0.820], 与实验1中NoGo目标探测跨条件的ABE大小(7.22%)也不存在差异[(64) = 0.09,= 0.930]。

3.3 讨论

与实验1不同, 当目标和分心的比例为1 : 1时, NoGo目标探测条件下未发现条件内的ABE。但出现了NoGo目标探测跨条件的ABE, 即与Go目标探测条件下的NoGo分心词相比, NoGo目标词仍表现出目标决策所引发的记忆优势, 其大小(7.54%)与Go目标探测条件内的ABE (6.97%), 以及实验1中NoGo目标探测跨条件的ABE (7.22%)类似, 表明目标决策对背景信息所产生的促进作用是相对稳定存在的, 不受目标与分心比例的影响。这与以往研究结果也是类似的(也见Swollow & Jiang, 2012)。

与实验1不同的另一个结果是, Go分心词的再认成绩显著好于NoGo分心词, 表现出了与Yebra等人(2019)研究中类似的动作增强效应。由于实验2中Go目标词与NoGo目标词的再认成绩也未存在差异, 因此NoGo目标探测条件下未发现ABE的原因, 源于在目标与分心比例为1 : 1的情况下, 动作反应也对分心词产生了与目标探测对目标词产生的类似的促进作用, 从而使得二者的再认率不存在差异。但当目标探测和动作反应的促进作用在同一个背景信息时, 二者的作用似乎会发生冗余。目标探测与其他记忆增强作用发生冗余的现象也曾在其它研究中被观察到(孟迎芳等, 2018; Spataro et al., 2015)。这也解释了为何实验1和实验2中, NoGo目标探测跨条件的ABE与Go目标探测条件内的ABE大小都是相当的。

实验2的结果表明, 动作反应对背景信息的记忆增强作用会受到动作反应频率的影响。当动作信号与非动作信号的比例为1 : 1时, 动作反应对分心词诱发的记忆增强效应与目标探测对目标词产生的注意促进效应是类似的, 从而导致NoGo目标探测条件下ABE消失了。但当动作与非动作比例为1 : 1时, NoGo目标探测条件下ABE的消失也可能源于被试翻转了指导语, 将Go分心按键任务视为目标所致。研究曾发现, 在其他条件相等的情况下(如呈现频率), 人们容易将“不反应/不按键”视为默认的行为模式, 而将“反应动作”视为改变默认行为的目标行为。例如, 被试在男性和女性面孔呈现比例为1 : 1的情况下会将“对女性面孔取消按键”这一指导语翻转为“对男性面孔作按键反应” (Makovski et al., 2013)。对此, 以往研究曾将动作刺激与非动作刺激比例更改为2 : 1, 成功避免被试将按键反应视作目标行为的现象(Makovski et al., 2013)。因此, 实验3拟将Go分心与NoGo目标的比例改为2 : 1, 以排除被试翻转指导语的可能性所带来的混淆, 另一方面也可进一步考察不同动作反应频率是否会调节动作诱发的记忆增强效应, 以期获得更多证据来解释目标探测与动作反应在ABE中的作用。

4 实验3：目标探测与动作反应在目标与分心1 : 2条件下的作用比较

4.1 方法

4.1.1 被试

被试选取标准同实验1, 共新招募36名在校大学生。与实验2一致, 为增强实验间对比的可靠性, 实验3也通过SPSS软件随机选出33名被试数据进入分析(其中男性14名), 平均年龄为19.33 ± 0.34岁。所有被试均为右利手, 视力或矫正视力正常且无红绿色盲。

4.1.2 实验材料与实验程序

实验材料与实验程序均与实验2类似, 不同之处在于, 学习阶段256个填充词中, 64个填充词与目标圆圈呈现, 192个词与分心圆圈呈现, 以使两个探测条件学习阶段的目标与分心比例达到1 : 2。

4.2 结果

4.2.1 目标探测任务

Go目标探测条件下, 目标的正确探测率为98.96% (= 0.40%); NoGo目标探测条件下, 目标的正确探测率为79.83% (= 2.00%), 低于Go目标探测条件的目标探测正确率,= −5.02 (因目标探测任务的探测率均为非正态分布,s < 0.93,s < 0.05, 故采用Wilcoxon 符号秩检验),< 0.001, 表明NoGo目标探测任务难度更大。此外, Go目标探测条件的分心正确拒绝率(98.30%,= 0.40%)与NoGo目标探测条件的分心正确拒绝率(98.30%,= 0.60%)皆保持在较高的成绩水平, 表明被试认真执行探测任务。

4.2.2 再认任务

实验3的旧词再认率和新词虚报率的计算方式同实验1和2 (具体数值见表3)。实验3也将基于旧词的矫正再认率(各条件的旧词矫正再认率见图4)对主要关注结果进行分析。

表3 实验3旧词再认率和新词虚报率

注: 括号内为标准误()

图4 实验3各条件的旧词矫正再认率比较

注: 误差线为标准误; *< 0.05, **< 0.01, ***< 0.001

为观察NoGo目标探测能否产生跨条件的ABE, 对NoGo目标探测条件下的NoGo目标词矫正再认率与Go目标探测条件下的NoGo分心词进行配对样本检验, 结果发现, NoGo目标词的矫正再认率显著好于NoGo分心词,(32) = 2.38,= 0.030,0.42, 95% CI = [0.06, 0.77], 表现出跨条件的ABE。并且该ABE大小(5.83%)与NoGo目标探测条件[(32) = −0.24,= 0.810]和Go目标探测条件[(32) = 1.33,= 0.190]之间皆不存在差异。同时实验3也未发现NoGo分心词与Go分心词之间的差异[(32) = 0.24,= 0.810]。

4.3 讨论

实验3设置了目标与分心的比例为1 : 2, 结果在Go目标和NoGo目标探测条件下均发现了明显的ABE, 以及NoGo目标探测跨条件的ABE, 即与Go目标探测条件下的NoGo分心词相比, NoGo目标词表现出目标决策所引发的记忆优势, 其大小与两个条件内的ABE无差异, 再次表明目标决策对背景信息所产生的促进作用是相对稳定存在的, 不受目标与分心比例的影响。

4.4 动作反应频率对ABE的影响分析

对比3个实验的结果, 我们发现, 动作反应的频率主要对分心词产生着不同的影响, 在动作反应频率较高的情况下, 动作反应对分心词产生了抑制作用(实验1), 随着动作反应频率降低, 抑制反应似乎逐渐消失(实验3), 当动作与非动作反应频率相当时, 动作反应对分心词起到了促进作用(实验2)。基于此, 我们推测, 动作诱发的记忆增强效应与动作反应频率之间可能呈现出一种线性趋势, 可列为公式：y = ax + b (x > 0), 其中x为动作反应频率, y为Go分心词与NoGo分心词再认成绩的差值, 表示动作诱发的记忆增强效应。将实验1与实验2的数据代入, 可得a = −0.41 ± 0.09, 95% CI [−0.59, −0.22], b = 0.29 ± 0.06, 95% CI [0.16, 0.41]。为进一步检验该结果的可靠性, 将y = 0代入计算x的频率, 得x = 0.66 ± 0.06, 95% CI [0.54, 0.77], 即频率为2/3 (≈ 0.67), 正好是实验3的比例设计, 并且实验3既未发现动作反应的抑制作用, 也未发现其促进作用, 与y = 0是吻合的。因此推测, 动作反应频率2/3似乎是一个动作反应促进和抑制的平衡点。当动作反应频率超过2/3时, 频繁的动作反应会逐渐对背景信息的编码产生抑制作用, 反之, 则动作反应会逐渐对背景信息的编码产生促进作用。

表4 实验1～3旧词矫正再认率及动作反应频率

注: 括号内为标准误()。

基于上述的分析, 我们提出, 不论目标探测是否需要动作反应, ABE的产生都不只是源于目标决策的促进作用, 而应该是目标决策的促进作用与动作诱发的记忆增强效应动态权衡后的结果, 我们将之称为ABE的“动态权衡模型”。但在前3个实验中主要发现的还是动作反应频率对Go分心词的影响, 对于动作反应频率与目标决策如何共同作用于Go目标词并进而影响ABE尚无直接的证据。虽然我们认为林谷洋(2019)研究中所发现的当目标呈现频率为4/5(即目标与分心的比例为4 : 1)时ABE消失的实验结果可以作为一个有力的证据, 但该作者认为是源于低频的NoGo分心对背景信息产生了新异性效应所致。因此实验4拟在目标与分心的比例为4 : 1的基础上, 增加与分心比例相当的空白词(只呈现词汇, 不需要被试进行任何反应), 进一步控制动作反应频率, 使得Go目标的动作反应频率为2/3(相对于NoGo分心、NoGo空白)。根据我们前期推导的公式, 以及ABE的“动态权衡模型”, 此时Go目标的动作反应频率未超过2/3, 不会产生抑制作用, 因此, 虽然目标与分心的比例仍为4 : 1, 但应该可以观察到ABE。同时实验4也设置了动作呈现频率为2/3的NoGo目标探测条件(NoGo目标: Go分心: NoGo空白 = 1 : 4 : 1)作为对照, 同时观察动作反应频率对ABE的调节作用是否能在实验4中得到重复, 以期为ABE的动态权衡模型提供更多证据。

5 实验4：目标决策与动作反应的动态权衡模型验证

5.1 方法

5.1.1 被试

被试选取标准同实验1, 为保持与前述研究相同样本量, 共新招募33名在校大学生, 均进入分析(其中男性8名), 平均年龄为19.27 ± 0.25岁。所有被试均为右利手, 视力或矫正视力正常且无红绿色盲。

5.1.2 实验材料和仪器

在实验1已有词汇的基础上, 按照相同标准, 新增128个关键词, 共384个关键词, 随机分为2组, 分别用于Go目标探测和NoGo目标探测条件。两个条件的关键词在词频(= 1.17% ± 1.08% vs.= 1.16% ± 1.05%)、愉悦度(= 5.07 ± 0.34 vs.= 5.12 ± 0.36)、唤醒度(= 4.80 ± 0.32 vs.= 4.84 ± 0.36)、笔画(= 15.73 ± 4.45 vs.= 15.79 ± 4.18)等变量上匹配(191)s< 0.9,s > 0.1。其余皆同实验1。

5.1.3 实验设计和实验程序

与实验1类似, 除了增加空白词条件(即在学习阶段只呈现词汇的条件)。因此实验4为2 (目标探测类型: Go vs. NoGo) × 3 (注意类型: 目标 vs. 分心 vs. 空白)被试内实验设计。每个条件的学习阶段共混合呈现32个目标词, 32个分心词, 32个空白词及96个填充词。为了保证每个条件的动作频率为2/3, 在Go目标探测条件中, 填充词均伴随目标圆圈呈现, 目标与分心的比例为4 : 1; 在NoGo目标探测条件中, 填充词均伴随分心圆圈呈现, 目标与分心的比例为1 : 4。练习阶段所呈现的探测刺激比例设置与正式阶段相同。

5.2 结果

5.2.1 目标探测任务

Go目标探测条件下目标的正确探测率为99.34% (= 0.30%); NoGo目标探测条件下目标的正确探测率为76.14% (= 2.00%), 低于Go目标探测条件的目标探测正确率,= −5.02 (因目标探测任务的探测率均为非正态分布,s < 0.93,s < 0.05, 故采用Wilcoxon符号秩检验),< 0.001, 表明NoGo目标探测任务难度更大。此外, Go目标探测条件的分心正确拒绝率(86.17%,= 2.00%)与NoGo目标探测条件的分心正确拒绝率(98.86%,= 0.30%)皆保持在较高的成绩水平, 表明被试认真执行探测任务。

5.2.2 再认任务

实验4的旧词再认率和新词虚报率的计算方式同前述研究(具体数值见表5)。实验4也将基于旧词的矫正再认率(各条件的旧词矫正再认率见图5)对主要关注结果进行分析。

表5 实验4旧词再认率和新词虚报率

注：*括号内为标准误()。

图5 实验4各条件的旧词矫正再认率比较

注: 误差线为标准误; *< 0.05, **< 0.01, ***< 0.001

为观察NoGo目标探测能否产生跨条件的ABE, 对NoGo目标探测条件下的NoGo目标词矫正再认率与Go目标探测条件下的NoGo分心词进行配对样本检验, 发现NoGo目标词的矫正再认率显著好于NoGo分心词,(32) = 2.31,= 0.028,0.40, 95% CI = [0.04, 0.75], 产生跨条件的ABE, 其大小(5.69%)与NoGo目标探测条件[(32) = 0.68.= 0.504]和Go目标探测条件[(32) = −1.00,= 0.323]之间皆不存在显著差异。同时, 实验4既未发现NoGo分心词与Go分心词之间的差异[(32) = 0.70,= 0.486], 也未发现NoGo目标词与Go目标词之间的差异[(32) = 1.02,= 0.317]。

5.3 讨论

实验4增加了空白词, 使得Go目标词的动作反应频率为2/3, 虽然目标和分心的比例仍维持林谷洋(2019)实验中的4 : 1, 但与其研究结果完全不同, 实验4在Go目标探测条件下发现了ABE, 验证了我们提出的“目标决策与动作反应的动态权衡模型”假设。根据该假设, Go目标探测条件下, 虽然动作反应与目标探测同时出现, 但Go目标的动作反应频率未超过临界点(2/3), 因此不会产生反向的抑制作用从而影响ABE的产生。同时也发现, Go目标词与NoGo目标词在再认成绩上也未存在差异, 即支持了在该情况下动作反应与目标探测对背景信息的促进作用会出现冗余的解释。

另一方面, NoGo目标探测条件下也发现了ABE。此时动作反应与目标探测是分别作用于不同类型的背景信息。虽然目标与分心比例为1 : 4, 但Go分心词的动作反应频率为2/3。根据我们之前的公式, 在该临界点上正好达到动作反应促进与抑制的平衡, 而实验4发现了NoGo目标探测条件的ABE, 且Go分心词与NoGo分心词在再认成绩上也未存在差异, 重复了实验3 (目标与分心比例为1 : 2)的结果, 也再一次验证了这一假设。同时, 与前3个实验都一致, 实验4也发现了NoGo目标探测跨条件的ABE, 即与Go目标探测条件下的NoGo分心词相比, NoGo目标词表现出目标决策所引发的记忆优势, 其大小与两个条件内的ABE无差异, 再次表明目标决策对背景信息所产生的促进作用是相对稳定存在的, 不受目标与分心比例的影响。

此外, 实验4添加了空白词, 重复了Swallow和Jiang (2014b)的结果, 即目标词的再认成绩好于基线词(即空白词), 但分心词与基线词无差异, 表明ABE的产生并非源于分心拒绝对背景信息的抑制作用, 且这种现象在有无动作反应的目标探测条件下都是一样的, 也间接验证了我们实验设计的可靠性。

6 总讨论

本研究借鉴Makovski等人(2013)的实验范式, 改编了ABE范式设计出NoGo目标探测条件和Go目标探测条件, 通过4个实验系统地探讨了动作反应与目标探测在ABE产生过程中的作用及关系。结果发现, 在ABE范式下, 目标决策对背景信息所产生的注意促进作用是相对稳定的, 它不会受到目标决策是否需要动作反应, 以及目标与分心比例的影响。但动作反应对背景信息所产生的记忆增强效应却会因动作反应频率的不同而有所不同, 这种调节不仅会影响到NoGo目标探测条件下的ABE, 也会影响到经典的Go目标探测条件下的ABE。

6.1 目标决策对背景信息的注意促进作用是稳定存在的

本研究4个实验中, Go目标探测条件下的ABE都是非常稳定的, 同时NoGo目标探测跨条件的ABE也是非常稳定的, 即NoGo目标词的再认率都会优于Go目标探测条件下的NoGo分心词。由于跨条件的ABE都不存在动作反应的影响, 因此相对更纯粹地验证了目标决策对背景信息所诱发的注意促进效应是可靠的, 稳定的, 并且它不容易受到目标与分心比例的影响, 这在以往研究中也曾得到证实(Swollow & Jiang, 2012)。虽然林谷洋(2019)曾发现, 当目标与分心的比例为4 : 1时, ABE消失了。但本研究实验4通过增加空白词, 使得Go目标探测条件在维持目标和分心的比例为4 : 1的情况下, 减少了Go目标词的动作反应频率, 结果也发现了ABE。可见林谷洋(2019)研究中ABE的消失并非源于目标探测对背景信息的注意促进作用消失, 而是源于动作反应和目标探测的作用之间产生了动态权衡的结果, 这一点我们将在6.3中进行详细阐述。

因此本研究结果也进一步验证了Swallow和Jiang早期提出的双任务交互模型, 将探测刺激识别为目标的决策会诱发暂时性的时间选择性注意机制。该机制会伴随着蓝斑核(LC)在此时大量的去甲肾上腺素(NE)释放至最佳状态(也称为LC-NE的相位活跃性激活), 产生短暂的注意增强, 进而使背景信息获得更多的知觉加工(Swallow & Jiang, 2013; 孟迎芳, 林惠茹, 2017)。有研究表明, 无论是较易区分的目标还是较难区分的目标, 在被试执行目标相关行为反应之前的前100 ～ 200 ms时所发生的LC-NE相位活跃性大小极其相似(Aston-Jones & Cohen, 2005)。因此我们推测, 目标决策的促进作用之所以不受比例变化所影响, 可能是因为不同比例下目标决策所触发的LC-NE相位活跃性相似, 其释放的NE量可能是一个固定区间范围内的近似值。

6.2 动作反应频率对动作诱发的记忆增强效应的影响表现为一种线性趋势

本研究在ABE范式下创设了NoGo目标探测条件, 从而使得动作反应与目标探测分别作用于不同类型的背景信息。综合4个实验的结果可表明, 与目标探测对背景信息的稳定促进作用相比, 动作反应对背景信息产生的记忆增强效应很容易受到动作反应频率的影响。在前3个实验数据分析的基础上, 我们曾提出了动作诱发的记忆增强效应与动作反应频率之间会呈现一种线性关系, y = ax + b (x > 0), 其中x为动作反应频率, y为动作诱发的记忆增强效应, a = −0.41 ± 0.09, 95% CI [−0.59, −0.22], b = 0.29 ± 0.06, 95% CI [0.16, 0.41], 并发现动作反应频率2/3是一个动作反应促进和抑制的平衡点。当动作反应频率超过2/3时, 频繁的动作反应会逐渐对背景信息的编码产生抑制作用, 反之, 则动作反应会逐渐对背景信息的编码产生促进作用。

动作反应频率之所以会对背景信息产生线性模式的影响, 可能与不同频率动作对去甲肾上腺素(NE)的唤醒水平不同有关。结合Yebra等人(2019)对动作增强效应的解释, 内侧颞叶(MTL)和蓝斑核(LC)都存在动作神经元, 因此动作本身会调节MTL的神经活动并激活LC的相位活跃性, 使其释放能够促进记忆形成的NE参与MTL的记忆回路(海马和周围皮质), 情景记忆的编码由此增强。该研究还发现, 动作增强效应受NE的唤醒水平调节, 那些在功能磁共振成像(fMRI)条件下处于更紧张/兴奋状态的被试会增加NE唤醒水平, 使动作增强效应消失, 表明由其它因素引发的NE唤醒水平增加反而会干扰动作增强效应的产生。这一现象符合NE的唤醒水平与认知表现呈倒U型关系(耶克斯−多德森定律; Diamond et al., 2007; Yerkes & Dodson, 1908)的假设, 表明适中的NE唤醒水平对注意或记忆有益, 但过高的NE唤醒水平则会损害注意或记忆(Aston-Jones et al., 1999; Gold et al., 1977; Yebra et al., 2019)。基于此, 我们推测, 动作反应频率也是通过影响NE唤醒水平以影响动作增强效应。当反应频率低于2/3时, 被试的紧张/兴奋状态较低, 其所唤醒的NE水平也较低, 与动作增强效应所唤醒的NE叠加后仍处于适中的NE唤醒水平, 因此仍表现为记忆的增强效应; 但当反应频率高于2/3时, 被试的紧张/兴奋状态较高, 其所唤醒的NE水平也较高, 与动作增强效应所唤醒的NE叠加后处于过高的NE唤醒水平, 因此记忆成绩反而更差。当然, 这一推测也还需要进一步的证据支持。

6.3 一种新的ABE理论：目标决策与动作效应的动态权衡模型

经典的ABE范式下, 目标探测与动作反应对背景信息的作用是存在重叠的, 而本研究结果表明, 动作反应对背景信息所产生的记忆增强效应会因动作反应频率的不同而有所不同, 这种调节作用不仅会在NoGo目标探测条件下发生, 也会影响到经典的Go目标探测条件下的ABE。因此我们提出了ABE的“动态权衡模型”用于补充说明ABE的产生机制。该模型认为, 不论目标探测是否需要动作反应, ABE的产生都不只是源于目标决策的促进作用, 而是目标决策的促进作用与动作诱发的记忆增强效应动态权衡后的结果。权衡主要基于动作反应频率对动作诱发的记忆增强效应的调节作用, 以动作反应频率约2/3为一个最佳平衡点。具体表现为, 在Go目标探测条件下, 当目标探测的动作反应频率过大(超过2/3)时, 频繁的动作反应会对目标词产生一定的抑制效应, 会减弱或抵消目标探测对目标词所产生的促进作用, 从而导致ABE减小或消失。在NoGo目标探测条件下, 动作反应会作用于同时呈现的分心词, 频繁的动作反应(超过2/3)会产生一定的抑制效应, 从而加大目标与分心条件之间差异。实验1中NoGo目标探测条件内的ABE (12.10%)显著大于实验3 (5.19%)也验证了这一点。而非高频的动作反应频率(小于2/3, 如1/2)则会产生动作诱发的记忆增强效应, 使得分心词的再认成绩与目标词相当, ABE因此减小或消失。

ABE的“动态权衡模型”可以较好地补充说明了动作反应在ABE产生机制中的作用, 使ABE范式从Go目标探测范式进一步拓展至NoGo目标探测范式。但对于目标探测与动作反应重叠的Go目标探测范式下ABE的解释也还是存在着许多的疑惑。依据已有研究, 目标决策的注意促进作用和动作诱发的记忆增强效应虽然本质上的作用机制不同, 但均认为LC (蓝斑)的相位活跃性激活是它们的产生基础之一。那么在目标探测与动作反应同时存在的情况下, 这种作用是相互冗余, 还是其中某一个在起作用？两者在不同反应频率下所表现出的动态权衡结果又会如何反映在LC的活跃性上？以往研究发现, 恒河猴的LC+神经元(即蓝斑及其附近包含去甲肾上腺素的蓝斑下核)只有在“Go”反应时才会伴随相位活跃性, 在执行“Stop”反应时没有发现其相位活跃性的激活(Kalwani et al., 2014)。那么这是否意味着, NoGo目标探测条件下产生的ABE, 并非基于LC的相位活跃性, 而是由其它机制引发？但Kalwani等(2014)的研究所设计的Go反应也并未与目标决策分离, 无法澄清LC-NE的相位活跃性究竟是特定于Go反应, 还是特定于目标的认知决策？因此未来研究有必要采取瞳孔测量技术观察NoGo目标探测所伴随的瞳孔直径增加程度(LC相位活跃性的间接指标)来进一步明确动作增强效应与目标决策促进作用在ABE中相互权衡的背后究竟反映了什么样的认知神经变化。此外, 近期研究表明, Go目标探测条件下, 目标条件比分心条件诱发了更大的P300波幅, 以及更小的N2波幅(林谷洋等, 2020)。通常P300与动作反应有关, N2与动作抑制有关(Shitova et al., 2017; Johnstone et al., 2007), 那么NoGo目标探测条件下, NoGo目标未伴随动作且可能涉及到反应抑制, 其诱发的模式会与Go目标类似吗？动作效应与目标决策在目标词/分心词上的权衡又会如何反映在脑机制上？未来研究有必要采用事件相关电位技术, 以进一步明确不同目标探测条件下ABE的产生机制, 完善动态权衡模型。

Aslam, M. M. (2006). Are you selling the right colour? A cross-cultural review of colour as a marketing cue.,(1), 15−30.

Aston-Jones, G., & Cohen, J. D. (2005). An integrative theory of locus coeruleus-norepinephrine function: Adaptive gain and optimal performance.,, 403−450.

Aston-Jones, G., Rajkowski, J., & Cohen, J. (1999). Role of locus coeruleus in attention and behavioral flexibility.,(9), 1309−1320.

Au, R. K. C., & Cheung, C.-N. (2020). The role of attention level in the attentional boost effect.,(3), 255−277.

(1986). Beijing: Beijing Language Institute Press.

[. (1986). 北京：北京语言学院出版社.]

Diamond, D. M., Campbell, A. M., Park, C. R., Halonen, J., & Zoladz, P. R. (2007). The temporal dynamics model of emotional memory processing: A synthesis on the neurobiological basis of stress-induced amnesia, flashbulb and traumatic memories, and the Yerkes-Dodson law.,, 1–33.

Doallo, S., Raymond, J. E., Shapiro, K. L., Kiss, M., Eimer, M., & Nobre, A. C. (2012). Response inhibition results in the emotional devaluation of faces: Neural correlates as revealed by fMRI.,(6), 649–659.

Duncan, J., Ward, R., & Shapiro, K. (1994). Direct measurementof attentional dwell time in human vision.(6478), 313–315.

Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences.,(2), 175–191.

Gold, P. E., van Buskirk, R., & Haycock, J. W. (1977). Effects of posttraining epinephrine injections on retention of avoidance training in mice.(2), 197–204.

Hommel, B. (2004). Event files: Feature binding in and across perception and action.,(11), 494–500.

Inoue, K., & Sato, N. (2017). Valuation of go stimuli or devaluation of no-go stimuli? Evidence of an increased preference for attended go stimuli following a go/no-go task.,, 474.

Johnstone, S. J., Dimoska, A., Smith, J. L., Barry, R. J., Pleffer, C. B., Chiswick, D., & Clarke, A. R. (2007). The development of stop-signal and Go/Nogo response inhibition in children aged 7-12 years: Performance and eventrelated potential indices.,(1), 25–38.

Kalwani, R. M., Joshi, S., & Gold, J. I. (2014). Phasic activation of individual neurons in the locus ceruleus/ subceruleus complex of monkeys reflects rewarded decisions to go but not stop.,(41), 13656– 13669.

Kinchla, R. A. (1992). Attention.,(1), 711–742.

Lin, G. Y. (2019).(Unpublished master’s thesis). Fujian Normal University, China.

[林谷洋. (2019).(硕士学位论文). 福建师范大学, 福州.]

Lin, G. Y., Meng, Y. F., & Lin, H. R. (2020). An ERP Study of attentional boost effect.,(1), 9–16.

[林谷洋, 孟迎芳, 林惠茹. (2020). 注意促进效应的ERP研究.,(1), 9–16.]

Makovski, T., Jiang, Y. V., & Swallow, K. M. (2013). How do observer’s responses affect visual long-term memory?,(4), 1097.

Makovski, T., Swallow, K. M., & Jiang, Y. V. (2011). Attending to unrelated targets boosts short-term memory for color arrays.,(6), 1498–1505.

Meng, Y. F., & Lin, H. R. (2018). Attentional boost effect: New insights on relationship between attention and memory.,(2), 221–228.

[孟迎芳, 林惠茹. (2017). 注意促进效应: 注意与记忆关系的新见解.,(2), 221–228.]

Meng, Y. F., Zheng, S. Q., Wang, D. P., & Nie, A. Q. (2018). Limits to the attentional boost effect: The moderating influence of negative emotion.,(2), 298−304.

[孟迎芳, 郑思琦, 王大鹏, 聂爱情. (2018). 负性情绪对注意促进效应的调节.,(2), 298−304.]

Mulligan, N. W., Smith, S. A., & Spataro, P. (2016). The attentional boost effect and context memory.,(4), 598−607.

Mulligan, N. W., & Spataro, P. (2015). Divided attention can enhance early-phase memory encoding: The attentional boost effect and study trial duration.,(4), 1223–1228.

Mulligan, N. W., Spataro, P., & Picklesimer, M. (2014). The attentional boost effect with verbal materials.,(4), 1049–1063.

Pashler, H. (1994). Dual-task interference in simple tasks: Data and theory.,(2), 220–244.

Shitova, N., Roelofs, A., Coughler, C., & Schriefers, H. (2017). P3 event-related brain potential reflects allocation and use of central processing capacity in language production.,, 138−145.

Spataro, P., Mulligan, N. W., & Rossi-Arnaud, C. (2013). Divided attention can enhance memory encoding: The attentional boost effect in implicit memory.,(4), 1223−1231.

Spataro, P., Mulligan, N. W., & Rossi-Arnaud, C. (2015). Limits to the attentional boost effect: The moderating influence of orthographic distinctiveness.,(4), 987–992.

Swallow, K. M., & Jiang, Y. V. (2010). The attentional boost effect: Transient increases in attention to one task enhance performance in a second task.,(1), 118–132.

Swallow, K. M., & Jiang, Y. V. (2011). The role of timing in the attentional boost effect.,(2), 389–404.

Swallow, K. M., & Jiang, Y. V. (2012). Goal-relevant events need not be rare to boost memory for concurrent images.(1), 70–82.

Swallow, K. M., & Jiang, Y. V. (2013). Attentional load and attentional boost: A review of data and theory.,, 1–13.

Swallow, K. M., & Jiang, Y. V. (2014a). Perceptual load and attentional boost: A study of their interaction.,(3), 1034–1045.

Swallow, K. M., & Jiang, Y. V. (2014b). The attentional boost effect really is a boost: Evidence from a new baseline.,(5), 1298– 1307.

Swallow, K. M., Jiang, Y. V., & Riley, E. B. (2019). Target detection increases pupil diameter and enhances memory for background scenes during multi-tasking.,(1), 1–13.

Theeuwes, J. (1992). Perceptual selectivity for color and form.,(6), 599–606.

Theeuwes, J. (2010). Top-down and bottom-up control of visual selection.,(2), 77–99.

Yebra, M., Galarza-Vallejo, A., Soto-Leon, V., Gonzalez-Rosa, J. J., de Berker, A. O., Bestmann, S., … Strange, B. A. (2019). Action boosts episodic memory encoding in humans via engagement of a noradrenergic system.,(1), 1–12.

Yerkes, R. M., & Dodson, J. D. (1908). The relation of strength of stimulus to rapidity of habit-formation.,(5)459–482.

Zheng, S., Meng, Y., & Lin, G. (2021). The attentional boost effect with semantic information detection tasks.,(3), 510–522.

Target decision or action？The role of action in the attentional boost effect

ZHENG Siqi1, MENG Yingfang1, HUANG Fajie2

(1School of Psychology, Fujian Normal University, Fuzhou 350117, China)(2School of Health, Fujian Medical University, Fuzhou 350117, China)

The attentional boost effect (ABE) represents a phenomenon in which, in some dual tasks, increasing attention to a brief target in a detection task can enhance memory for unrelated items that are presented at the same time (relative to distractor-paired items). The ABE was different from the dual-task interference phenomenon found in previous studies, and to explain the ABE, Swallow and Jiang proposed a dual-task interaction model. This model claimed that the ABE was mainly triggered by the decision that an item is a target, which can lead to the transient but widespread perceptual enhancement of information by inducing a temporal selection mechanism. However, in ABE studies, the target detection tasks always coincide with Go responses that require action. One recent study found that action can enhance memory for unrelated items, which was called action-induced memory enhancement (AIME). Therefore, it is unclear whether the ABE is induced by the action or the target decision. To address this question, in the present study, the verbal paradigm of the ABE was modified and designed with a NoGo-target detection condition (NoGo-targets vs. Go-distractors) to separate target items from action responses, and a traditional Go-target detection condition (Go-targets vs. NoGo-distractors) was used for comparison. If the ABE is mainly triggered by the target decision, then NoGo-target detection could trigger the cross-conditional ABE (relative to NoGo-distractor items). In contrast, if the ABE is mainly triggered by the action, the NoGo-target items will not have any memory advantage.

The present study included four experiments, and 137 valid data points were collected, including 33 valid data points in Experiment 1, 35 valid data points in Experiment 2, 36 valid data points in Experiment 3, and 33 valid data points in Experiment 4. The only difference among the four experiments was that the ratio of target-to-distractor items was different during the dual-task encoding phase. In Experiment 1, the ratio of target-to-distractor items was the same as that in the classic ABE verbal paradigm (1:5) to explore the role of AIME in the ABE. In Experiments 2 and 3, the ratio of target-to-distractor items was set to 1:1 and 1:2 to explore the role of the AIME and target decision in the ABE with different action frequencies. In Experiment 4, blank words (words without detection stimuli) were added in the detection phase to separate the action frequency (2/3) from the target frequency (relative to distractors; Go-targets: 4/5; NoGo-targets: 1/5) and verify the dynamic trade-off model of the target decision and action reaction proposed in the present study. Each experiment contained two conditions, namely, NoGo-target detection and Go-target detection, and each condition consisted of two phases, namely, a dual-task encoding phase and a recognition phase. During the dual-task encoding phase, a series of memory stimuli (words) and detection stimuli (coloured circles presented, 1 cm below the words) were presented at the same time, and the participants were asked to simultaneously perform the memory and detection tasks. During the recognition phase, only memory stimuli were presented, and the participants were required to judge the stimuli as old or new. The only difference between the NoGo-target condition and Go-target condition was reflected in the instructions for the detection task: in the Go-target condition, the participants were asked to press the space bar as quickly as possible when they saw the target circles (e.g., a red circle with Go-response) but did not need to respond when they saw other-coloured circles (i.e., distractor circles with NoGo-responses); in contrast, in the NoGo-target condition, the participants were required to press the space bar as quickly as possible for all circles (i.e., distractor circles with Go-responses) but withhold a button press for the target circle (e.g., a red circle with NoGo-response).

The results showed that NoGo-target detection enhanced memory performance for target items (relative to Go-distractor/NoGo-distractor items) in the four experiments. First, it was found that the NoGo-target items were better remembered than the Go-distractor items and NoGo-distractor items in Experiment 1 (1:5 ratio), and performance with the Go-distractor items was worse than that with the NoGo-distractor items, showing that the ABE was triggered by the target decision without an action response and that actions had inhibitory effects at high frequencies. Second, it was found that the NoGo-target items were better recognized than the NoGo-distractor items but not better than the Go-distractor items in Experiment 2 (1:1 ratio), and the AIME was found with the Go-distractor items, showing that the boosting effect from the target decision on background information is robust, but the AIME affected the generation of the ABE within the NoGo-target condition. Third, it was found that NoGo-target items were better remembered than Go-distractor items and NoGo-distractor items in Experiment 3 (1:2 ratio), and there was no difference in memory performance between the Go-distractor items and the NoGo-distractor items, indicating that action frequency affected the generation of the ABE by adjusting the AIME. Finally, it was found that at 2/3 of the action frequency, both the Go-target detection with high target frequency and the NoGo-target detection with low target frequency triggered the ABE, and the memory performance was similar between the Go-distractor items and the NoGo-distractor items, indicating again that action frequency affected the generation of the ABE by adjusting the AIME, verifying the hypothesis of the dynamic trade-off model.

Overall, the results of all four experiments found memory advantages with the NoGo-target items, but the generation of the ABE was affected by the frequency of action responses, indicating that the boosting effect from the target decision is robust in the ABE, and the action and the target decision work together in the generation of the ABE. Accordingly, we propose the dynamic trade-off model, arguing that the AIME at different frequencies dynamically trade-off against the boosting effect of target decisions and thus influence the ABE.

attentional boost effect, action-induced memory enhancement, dual-task interaction model, Go-target detection, NoGo-target detection

B842

2021-10-08

郑思琦和孟迎芳为共同第一作者。

孟迎芳, E-mail: mengyf1978@126.com