視空工作記憶負載對真實場景搜索績效的影響*

2014-02-06 02:26:50任衍具

心理學報 2014年11期

關(guān)鍵詞：效率

任衍具孫琪,2

(1山東師范大學心理學院, 濟南 250014) (2浙江師范大學心理學系, 金華 321004)

1 前言

視覺搜索是指個體主動地從許多干擾項中尋找目標項的過程, 它是人們?nèi)粘Ｉ钪性S多作業(yè)活動的重要組成部分, 該任務(wù)已發(fā)展成為認知心理學家研究選擇性注意的重要實驗范式之一(Nakayama& Martini, 2011)。早期研究者采用此范式考察觀察者從干擾項中搜索并確認目標項的績效(成績和效率), 其主要目的是探究在知覺競爭條件下人們將目標項從眾多干擾項中分離出來的機制(Treisman& Gelade, 1980)。今天的研究者開始考慮使用該范式研究人們?nèi)绾卧诃h(huán)境中搜索目標物體, 以實現(xiàn)人類與環(huán)境的有效互動(Eckstein, 2011)。

近10多年來, 人們開始關(guān)注記憶與視覺搜索的交互作用(參見綜述文章Kristjánsson & Campana,2010)。已有研究發(fā)現(xiàn), 記憶是影響視覺搜索績效的重要因素(如Kristjánsson, 2000; 但見Horowitz &Wolfe, 1998)。特別是情景記憶(Hout & Goldinger,2010, 2012; Howard, Pharaon, K?rner, Smith, &Gilchrist, 2011; Solman & Smilek, 2010; V? &Wolfe, 2013)、語義記憶(Castelhano & Henderson,2007; Droll & Eckstein, 2008; Ehinger, Hidalgo-Sotelo, Torralba, & Oliva, 2009; V? & Henderson,2010)以及工作記憶(Anderson, Vogel, & Awh, 2013;Hollingworth, Matsukura, & Luck, 2013; Oh & Kim,2004; Solman, Cheyne, & Smilek, 2011; Woodman &Luck, 2004, 2010; Woodman, Vogel, & Luck, 2001)均會對視覺搜索的績效產(chǎn)生重要影響, 其中工作記憶在視覺搜索中的作用倍受研究者的關(guān)注。

Baddeley及其同事系統(tǒng)提出并發(fā)展了工作記憶的多成分模型, 將工作記憶系統(tǒng)分為中央執(zhí)行系統(tǒng)、語音環(huán)路、視空模板和情景緩沖器4個子系統(tǒng),其中視空模板又稱視空工作記憶, 可細分為客體工作記憶和空間工作記憶(參見綜述: Baddeley, 2003,2012)。一些研究者認為這兩個成分是相互獨立的(如: Klauer & Zhao, 2004)。

已有研究者采用視空工作記憶任務(wù)和視覺搜索任務(wù)相結(jié)合的雙任務(wù)范式對視空工作記憶在傳統(tǒng)視覺搜索任務(wù)(以字母、圖形等人工刺激為實驗材料)中的作用進行研究, 結(jié)果發(fā)現(xiàn), 不管工作記憶任務(wù)是對項目空間位置的變化覺察(空間工作記憶任務(wù), 以下簡稱空間負載)還是對項目顏色的變化覺察(非空間工作記憶任務(wù), 以下簡稱客體負載),有記憶負載條件下的搜索成績(典型指標為搜索反應(yīng)時和正確率)明顯低于無記憶負載條件下的搜索成績(Oh & Kim, 2004; Solman et al., 2011; Woodman& Luck, 2004; Woodman et al., 2001)該結(jié)果說明不管是空間負載還是客體負載均會對傳統(tǒng)視覺搜索任務(wù)的成績產(chǎn)生影響。當對視覺搜索的效率(采用反應(yīng)時-搜索集合大小函數(shù)的斜率來表示: 詳見Treisman & Gelade, 1980)進行分析時發(fā)現(xiàn): 與無負載條件相比, 空間負載會降低傳統(tǒng)視覺搜索任務(wù)的效率而客體負載則不會(Oh & Kim, 2004; Solman et al., 2011; Woodman & Luck, 2004; Woodman et al.,2001)。然而來自動物實驗的研究發(fā)現(xiàn), 前額葉(工作記憶的重要腦區(qū), Goldman-Rakic, 1996)受損的猴子很難完成不同試次之間搜索目標不斷變化(此時目標線索需要保持在工作記憶中)的搜索任務(wù), 但能完成搜索目標不變(此時可直接從長時記憶中提取目標線索)的搜索任務(wù)(Rossi, Bichot, Desimone,& Ungerleider, 2001, 2007)。隨后, Woodman, Luck和Schall (2007)據(jù)此設(shè)計了相應(yīng)的實驗對人類被試進行研究, 結(jié)果發(fā)現(xiàn), 不管搜索目標是否變化, 客體負載條件下的搜索成績均明顯低于無負載條件下的; 但在搜索效率這一指標上, 當搜索目標不變時, 有無客體負載條件下的搜索效率差異不大; 當試次間搜索目標不斷變化時, 客體負載條件下的搜索效率明顯低于無負載條件下的。由此可見客體工作記憶是否對傳統(tǒng)視覺搜索任務(wù)的效率產(chǎn)生影響則依賴于試次間搜索目標是否發(fā)生變化。

為了提高研究的生態(tài)效度, 近年來大量運用視覺搜索范式進行的研究已開始探討與真實場景搜索任務(wù)相關(guān)的問題(參見: Wolfe, Alvarez,Rosenholtz, Kuzmova, & Sherman, 2011; Wolfe, V?,Evans, & Greene, 2011)。已有研究表明, 真實場景搜索任務(wù)和傳統(tǒng)視覺搜索任務(wù)在搜索材料方面存在著很大的差異, 集中體現(xiàn)為兩點: ①傳統(tǒng)視覺搜索任務(wù)的刺激畫面往往是無意義的, 由高度相似的項目隨機分布組成; 而真實場景搜索任務(wù)的刺激畫面往往具有一定的意義和空間結(jié)構(gòu), 由身份及視覺特征變化幅度較大的物體(往往由不同維度的特征構(gòu)成)和背景按照一定的語義關(guān)系組成。②傳統(tǒng)視覺搜索任務(wù)的目標項目簡單, 而且具有明確的定義性特征, 識別目標項也不必需要眼動去注視搜索畫面中的每個項目; 而真實場景搜索任務(wù)的目標物往往是異常復雜的, 由多個維度的特征組成, 而且有時候具有一定的不確定性, 往往需要眼動將目標物置于中央窩區(qū)域, 以便將目標物與其他干擾子區(qū)分開來(Hollingworth, 2012)。搜索材料的差異使得影響傳統(tǒng)視覺搜索任務(wù)和真實場景搜索任務(wù)的因素之間存在著較大的差異。那么前人有關(guān)視空工作記憶對傳統(tǒng)視覺搜索任務(wù)績效的影響有待采用真實場景搜索任務(wù)做進一步的探討。

新近研究表明, 影響真實場景搜索任務(wù)績效的因素主要包括目標模板的具體化程度(Bravo &Farid, 2009, 2012; Malcolm & Henderson, 2009,2010; Reeder & Peelen, 2013; Yang & Zelinsky,2009)、搜索場景畫面的視覺混亂度(Henderson,Chanceaux, & Smith, 2009; Rosenholtz, Li, &Nakano, 2007)和場景情境(Brockmole, Castelhano,& Henderson, 2006; Malcolm & Henderson, 2010;Neider & Zelinsky, 2006)。

利用傳統(tǒng)視覺搜索任務(wù)進行的研究發(fā)現(xiàn), 目標模板的具體化程度能夠系統(tǒng)地引導搜索, 目標模板的具體化程度越高搜索反應(yīng)時就越短(例如: Wolfe,Horowitz, Kenner, Hyle, & Vasan, 2004)。利用真實場景搜索任務(wù)進行的研究也有類似的發(fā)現(xiàn), 目標線索為圖片時的搜索時間短于目標線索為文字時的搜索時間(Bravo & Farid, 2009, 2012; Malcolm &Henderson, 2009, 2010; Schmidt & Zelinsky, 2009)。對目標模板表征的具體化程度則依賴于視空工作記憶對目標物體的編碼質(zhì)量, 那么目標模板的具體化程度是否會調(diào)節(jié)視空工作記憶對真實場景搜索績效的影響還有待進一步的探討。

搜索畫面項目數(shù)的多少(搜索集合大小)是影響傳統(tǒng)視覺搜索任務(wù)績效的一個重要因素。針對真實場景搜索畫面中的集合大小難以統(tǒng)計這一事實, 一些研究者提出采用視覺混亂度來代替?zhèn)鹘y(tǒng)視覺搜索任務(wù)中的集合大小, 視覺混亂度是指由于視覺畫面中存在過多的項目使其顯示或組織令某些作業(yè)績效下降的一種狀態(tài)(Rosenholtz et al., 2007), 隨后有研究者驗證了這種替代方法的有效性(Henderson et al., 2009)。并有研究發(fā)現(xiàn), 隨著場景畫面視覺混亂度的增加, 搜索績效明顯下降(Neider & Zelinsky,2010, 2011)。那么, 場景畫面的視覺混亂度是否會調(diào)節(jié)視空工作記憶負載對真實場景搜索績效的影響也需要進一步的探究。

僅通過搜索反應(yīng)時和正確率并不能清晰地反映整個搜索過程, 因此我們利用眼動技術(shù), 借鑒前人的方法(Castelhano & Heaven, 2010; Castelhano,Pollatsek, & Cave, 2008; Malcolm & Henderson,2009, 2010), 將搜索過程劃分為3個階段: ①起始階段, 是指從搜索畫面呈現(xiàn)到第一個注視點結(jié)束的時間間隔, 即首次眼跳潛伏期; ②掃描階段, 是指從首次眼跳開始到首次注視搜索目標之間的時間; ③確認階段, 是指從首次注視搜索目標開始到做出恰當按鍵反應(yīng)之間的時間, 反映了被試確認該物體是否為搜索目標的時間。希望通過這3個階段的劃分能夠更精細地理解視空工作記憶對真實場景視覺搜索績效的影響機制。

綜上所述, 本研究嘗試采用視空工作記憶任務(wù)和真實場景搜索任務(wù)相結(jié)合的雙任務(wù)范式, 考察視空工作記憶負載對真實場景搜索任務(wù)績效的影響機制, 同時探討試次間搜索目標是否變化、目標模板的具體化程度以及搜索場景畫面的視覺混亂度所起的調(diào)節(jié)作用。具體而言: ①視空工作記憶負載(包括空間負載和客體負載)對真實場景搜索任務(wù)成績的影響與對傳統(tǒng)視覺搜索任務(wù)成績的影響是否相同, 試次間搜索目標是否變化、目標模板的具體化程度以及搜索場景畫面的視覺混亂度是否會調(diào)節(jié)這些影響; ②視空工作記憶負載(包括空間負載和客體負載)對真實場景搜索效率的影響與傳統(tǒng)搜索效率的影響是否相同; 試次間搜索目標是否變化、目標模板的具體化程度以及搜索場景畫面的視覺混亂度是否會調(diào)節(jié)這些影響。

2 方法

2.1 被試

選取96名本科生和研究生(男生18名; 女生78名)參加該實驗。參加者的平均年齡為20.77歲,標準差為1.56, 視力或矯正視力正常, 色覺正常,所有參加者均未參加過類似的實驗, 實驗結(jié)束后給予一定報酬。

2.2 實驗儀器

實驗刺激呈現(xiàn)在17英寸的顯示器上, 屏幕分辨率為1024 × 768, 刷新率為75 Hz。視距為75 cm。采用Eyelink 1000 (SR Research, Ontario, Canada)眼動儀采集眼動數(shù)據(jù), 采樣頻率為1000 Hz, 利用E-Prime 2.0編程控制實驗流程。

2.3 實驗任務(wù)及材料

在整個實驗過程中, 所有刺激材料均呈現(xiàn)在灰色(RGB: 147, 147, 147)屏幕上。整個實驗涉及3種任務(wù): 空間工作記憶任務(wù)、客體工作記憶任務(wù)和真實場景搜索任務(wù)。

空間工作記憶任務(wù): 首先要求被試記住屏幕上呈現(xiàn)的4個黑色方塊(參照Zhang & Zhang, 2011)的空間位置, 間隔5000 ms后進行記憶測試, 即呈現(xiàn)一個黑色方框3000 ms, 要求被試在該時間段內(nèi)判斷該方框所在的位置是否為剛才識記過的4個位置中的一個。方塊和方框大小均為46 px ×46 px (視角約為1.2°× 1.2°大小)。方塊的位置從表1所示的19個位置中隨機挑選, 方塊與方塊之間無覆蓋。

客體工作記憶任務(wù): 首先在屏幕中央的上下左右4個位置呈現(xiàn)4個不同顏色的色塊(參照Solman et al., 2011; Woodman & Luck, 2004; Woodman et al.,2001) 500 ms, 要求被試記住這4個色塊的顏色,間隔5000 ms后進行記憶測試, 即在屏幕中央呈現(xiàn)一個色塊, 要求被試判斷該色塊的顏色是否為剛才識記過的4種顏色中的一種。色塊大小與空間工作記憶任務(wù)中的方塊大小相同, 色塊顏色包含7種易分辨的顏色, 包括:紅色(RGB: 255, 0, 0)、藍色(RGB:0, 0, 255)、黑色(RGB: 0, 0, 0)、白色(RGB: 255, 255,255)、紫羅蘭(RGB: 238, 130, 238)、黃色(RGB: 255,255, 0)、綠色(RGB: 0, 255, 0)。4個色塊的位置保持不變, 色塊中心到屏幕中心的距離均為130 px(換算成視角約為3.5°)。

場景搜索任務(wù): 首先告知被試搜索目標, 在屏幕中央呈現(xiàn)需要搜索的目標物體的圖片(大小與隨后呈現(xiàn)的搜索場景圖片中的目標物體大小相同)或名稱(白色黑體文字, 大小60點) 500 ms, 間隔1500 ms后呈現(xiàn)需要搜索的場景圖片4000 ms, 要求被試在此時間段內(nèi)找到并注視目標物體同時作按鍵反應(yīng)。

表1 空間記憶負載方塊位置分布表

借助互聯(lián)網(wǎng)搜集到190張場景圖片作為原始圖片(無搜索目標)。首先利用Photoshop CS 3對圖片進行簡單處理, 調(diào)整像素大小均為1024 × 768, 然后采用Rosenholtz等(2007)提出的計算方法, 以特征擁塞(feature congestion, FC)和子帶熵(subband entropy, SE)為指標, 對圖片的視覺混亂度進行測量,篩選出FC和SE均高的圖片(FC:

= 4.45,

=0.64; SE:

= 3.87,

= 0.21; FC和SE存在中等程度正相關(guān):

= 0.48,

< 0.001) 60張作為正式實驗中高視覺混亂度組的材料, 將FC和SE均低的圖片(FC:

= 3.00,

= 0.38; SE:

= 3.37,

= 0.17;SE和FC存在中等程度正相關(guān):

= 0.50,

< 0.001)60張作為正式實驗中低視覺混亂度組的材料。高低分組中的圖片在FC和SE這兩個指標上差異均顯著(

s < 0.001)。練習圖片每組6張, 共12張(FC=3.97, FC= 3.22)。將篩選出的圖片復制成兩份, 一份置入相同搜索目標組作為試次間搜索目標不變條件下的實驗材料; 另一份置入不同搜索目標組作為試次間搜索目標變化條件下的實驗材料, 一共264張(24張用于練習, 240張用于正式實驗)場景圖片。

此外, 為了防止實驗過程中言語工作記憶的編碼, 要求被試大聲清晰地讀出呈現(xiàn)在屏幕中央的4個不同的隨機字母(如, E T U G, 呈現(xiàn)時間為500 ms, 字體為白色黑體, 大小為60點)直至該試次結(jié)束(Soto & Humphreys, 2007)。

2.4 實驗設(shè)計與程序

2.4.1 實驗設(shè)計

本研究的主要目的是為了對比3種類型的工作記憶負載條件下觀察者完成真實場景搜索任務(wù)的績效, 同時探討試次間搜索目標是否變化、目標模板的具體化程度以及搜索場景畫面的視覺混亂度3個變量的調(diào)節(jié)作用。因此該實驗采用3 (工作記憶負載類型: 無負載、客體負載和空間負載) × 2 (目標模板的具體化程度: 圖片和文字) × 2 (搜索場景畫面的視覺混亂度: 高和低) ×2 (試次間搜索目標是否變化:不變和變化)的混合實驗設(shè)計。其中目標模板的具體化程度和搜索場景畫面的視覺混亂度為被試內(nèi)變量, 工作記憶負載類型和試次間搜索目標是否變化為被試間變量。因變量包括被試完成工作記憶任務(wù)的正確率、完成真實場景搜索任務(wù)的正確率、搜索反應(yīng)時、起始階段的持續(xù)時間、掃描階段的持續(xù)時間、掃描階段的平均注視時間、掃描階段的注視點數(shù)、確認階段的持續(xù)時間和搜索效率等。

2.4.2 實驗程序

將96名被試隨機分為6組, 每組16人(男生3人, 女生13人), 分別完成無負載-搜索目標不變、無負載-搜索目標變化、客體負載-搜索目標不變、客體負載-搜索目標變化、空間負載-搜索目標不變和空間負載-搜索目標變化6種條件下的實驗。每種實驗條件中有4種搜索類型, ①圖片提示搜索目標-搜索場景畫面視覺混亂度高; ②文字提示搜索目標-搜索場景畫面視覺混亂度高; ③圖片提示搜索目標-搜索場景畫面視覺混亂度低; ④文字提示搜索目標-搜索場景畫面視覺混亂度低。對于同一張搜索場景畫面, 當用文字提示搜索目標時, 不可再用圖片進行提示, 即每位被試在所完成的實驗中對同一圖片搜索一次, 正式實驗中每位被試共搜索120張(視覺混亂度高低各60張)場景圖片, 這120張場景搜索圖片在實驗中呈現(xiàn)的順序是隨機的, 而圖片提示和文字提示與材料的組合則采用被試間平衡; 具體來說, 用P代表圖片提示, W代表文字提示,H01-H60代表視覺混亂度高的60張圖片, L01-L60代表視覺混亂度低的60張圖片; 參加者1完成的提示形式與材料的組合為PH01-PH30, WH31-WH60,PL01-PL30, WL31-WL60; 參加者2完成的提示形式與材料的組合為WH01-WH30, PH31-PH60,WL01-WL30, PL31-PL60, 以此類推。實驗開始前均需對眼睛進行9點校準, 達到標準后進入實驗。

無負載-搜索目標不變和無負載-搜索目標變化條件下的單次試驗流程一致(如圖1a所示)。首先在屏幕中央呈現(xiàn)注視點“+” 500 ms, 然后呈現(xiàn)4個不同的隨機字母 500 ms, 要求被試進行發(fā)音抑制任務(wù), 間隔500 ms的空屏后呈現(xiàn)所要搜索的目標物體的圖片或名稱500 ms, 再間隔500 ms的空屏, 隨后再呈現(xiàn)紅色注視圓點1000 ms, 要求被試用眼睛盯住該圓點按鍵, 接下來呈現(xiàn)所要搜索的場景圖片4000 ms, 要求被試在該時間段內(nèi)找到搜索目標,并盯住目標物體按“空格鍵”; 按鍵結(jié)束后是4000 ms的空屏, 該次試驗結(jié)束, 然后進入下一試次。每種條件下, 被試首先進行12試次的練習實驗, 然后進行120試次的正式實驗。

客體記憶負載-搜索目標不變、客體記憶負載-搜索目標變化、空間記憶負載-搜索目標不變、和空間記憶負載-搜索目標變化4種條件下的單次試驗流程一致(詳見圖1b所示): 首先在屏幕中央呈現(xiàn)注視點“+”500 ms, 然后呈現(xiàn)4個不同的隨機字母500 ms, 要求被試進行發(fā)音抑制任務(wù), 間隔500 ms的空屏后呈現(xiàn)所要搜索的目標物體的圖片或名稱500 ms, 間隔500 ms的空屏后呈現(xiàn)4個不同顏色的色塊或者4個位于不同位置上的黑色方塊500 ms;之后是500 ms的紅色圓點, 要求被試用眼睛盯住該圓點按鍵; 然后呈現(xiàn)所要搜索的場景圖片4000 ms, 要求被試在該時間段內(nèi)找到搜索目標, 并盯住目標物體按“空格鍵”; 按鍵結(jié)束后是500 ms的空屏, 然后呈現(xiàn)一個色塊或者位于某一位置上的方塊,持續(xù)時間3000 ms, 要求被試在該時間段內(nèi)判斷該顏色或位置是否是剛才識記過的, 如果是識記過的項目就按“F”鍵; 如果不是則按“J”鍵; 按鍵結(jié)束后是500 ms的空屏, 該次試驗結(jié)束, 然后進入下一試次。練習實驗和正式實驗的次數(shù)與無負載條件下的相同。

圖1 單次試驗流程示意圖

3 實驗結(jié)果

由于本研究的目的是為了考察視空工作記憶負載對真實場景搜索績效的影響, 我們關(guān)注的是不同實驗條件下與搜索任務(wù)有關(guān)的因變量結(jié)果, 而非雙任務(wù)中視空工作記憶任務(wù)的成績(如表2所示),所以不對視空工作記憶任務(wù)的正確率做進一步的統(tǒng)計分析。

然后對搜索任務(wù)的數(shù)據(jù)進行預處理, 剔除錯誤反應(yīng)的數(shù)據(jù), 只分析正確反應(yīng)的數(shù)據(jù)。錯誤反應(yīng)的試次包括: ①被試在4000 ms內(nèi)未做出正確按鍵反應(yīng)的試次; ②被試雖然做出了正確的按鍵反應(yīng), 但注視點未落在或校正后未落在目標物體上的試次;③依據(jù)該條件下搜索反應(yīng)時的

± 3

的原則剔除的數(shù)據(jù); ④在正確反應(yīng)的基礎(chǔ)上, 將持續(xù)時間低于100 ms的注視點剔除(參照Malcolm & Henderson,2010; V? & Wolfe, 2012的數(shù)據(jù)預處理標準進行篩選數(shù)據(jù))。無記憶負載、客體負載和空間負載條件下剔除數(shù)據(jù)點占總數(shù)據(jù)點的百分比分別為12.1%,18.8%和21.0%。不同實驗條件下搜索任務(wù)的描述統(tǒng)計結(jié)果見附表1a至附表1f所示, 采用SPSS 21.0對實驗數(shù)據(jù)做統(tǒng)計分析。

表2 不同實驗條件下視空工作記憶任務(wù)的正確率

3.1 搜索成績

3.1.1 搜索正確率

正確率是指被試正確地搜索到場景圖片中的目標物體并做出恰當按鍵反應(yīng), 且反應(yīng)時處于一定標準范圍內(nèi)的試次占總試次的比率。結(jié)果(圖2, 右側(cè))顯示, 3種負載條件下的搜索正確率差異顯著,

(2, 90) = 9.84,

< 0.001, η= 0.18; 且與試次間搜索目標是否變化的交互作用顯著,

(1, 90) = 3.72,

= 0.028, η= 0.08; 簡單效應(yīng)分析表明, 當搜索目標不變時, 不同負載條件之間差異不顯著(

s >0.05); 當搜索目標變化時, 無負載條件下的搜索正確率顯著高于客體負載和空間負載的(

s < 0.01)。此外還發(fā)現(xiàn), 試次間搜索目標是否變化與目標模板具體化程度的交互作用顯著,

(1, 90) = 14.14,

<0.001, η= 0.14; 簡單效應(yīng)分析表明, 當搜索目標不變時, 兩種提示條件之間的正確率無顯著差異(

= 0.177); 當搜索目標變化時, 以文字形式提示搜索目標的正確率低于圖片提示的(

< 0.001)。

3.1.2 搜索反應(yīng)時

搜索反應(yīng)時是指從搜索場景圖片呈現(xiàn)到被試搜索到其中的目標物體, 并作出恰當?shù)陌存I反應(yīng)為止的時間間隔。結(jié)果(圖2, 左側(cè))顯示, 3種負載條件下的搜索反應(yīng)時差異顯著,

(2, 90) = 6.84,

=0.002, η= 0.13; 多重比較表明: 無負載條件下的搜索反應(yīng)時明顯短于空間負載的,

= 0.001; 二者與客體負載條件的差異均不顯著(

s > 0.05)。此外還發(fā)現(xiàn), 試次間搜索目標是否變化與目標模板的具體化程度之間有顯著的交互作用,

(1, 90) = 56.24,

< 0.001, η= 0.39; 簡單效應(yīng)分析表明, 當搜索目標變化時, 文字提示的搜索反應(yīng)時顯著長于圖片提示的(

< 0.001); 當搜索目標不變時, 二者之間差異不顯著(

= 0.742)。目標模板的具體化程度和視覺混亂度的交互作用也顯著,

(1, 90) = 6.05,

=0.016, η= 0.06; 簡單效應(yīng)分析表明, 高低視覺混亂度下文字提示的搜索反應(yīng)時均顯著長于圖片提示的(

s < 0.001); 只是在低視覺混亂度下二者之間差異更加明顯(

< 0.001)。

圖2 不同實驗條件下的搜索反應(yīng)時(ms)和正確率(%) (圖中誤差線為標準誤, 下同)

圖3 不同實驗條件下搜索過程中不同階段的持續(xù)時間(ms)

3.1.3 搜索過程

基于眼動技術(shù), 將整個搜索過程分為起始階段、掃描階段和確認階段。不同實驗條件下搜索過程中不同階段的持續(xù)時間如圖3所示。下面將對各個階段進行更為細致的分析。

起始階段的持續(xù)時間是指從搜索畫面呈現(xiàn)到被試做出首次眼跳之間的時間, 即為首次眼跳潛伏期, 它反映了被試從搜索畫面中獲取場景要旨并做出眼跳決策的難易程度。方差分析表明, 僅搜索目標不變時起始階段的持續(xù)時間顯著長于搜索目標變化時的,

(1, 90) = 6.00,

= 0.016, η= 0.06。掃描階段的持續(xù)時間是指從被試首次啟動眼跳到首次注視目標物體之間的時間, 反映了被試搜索目標物體的過程。方差分析表明, 3種負載條件下掃描階段的持續(xù)時間差異不顯著,

(2, 90) = 2.19,

= 0.118, η= 0.05。但與目標模板的具體化程度有顯著的交互作用,

(2, 90) = 3.54,

= 0.033, η=0.07; 簡單效應(yīng)分析表明, 當以圖片形式提示搜索目標時, 無負載條件下掃描階段的持續(xù)時間短于客體負載下的(

= 0.038); 當以文字形式提示搜索目標時, 3種負載條件兩兩之間差異均不顯著(

s >0.05)。此外還發(fā)現(xiàn), 試次間搜索目標是否變化與目標模板的具體化程度之間存在顯著的交互作用,

(1, 90) = 28.63,

< 0.001, η= 0.24; 簡單效應(yīng)分析表明, 當搜索目標變化時, 文字提示條件下掃描階段的持續(xù)時間長于圖片提示條件下的(

< 0.001);搜索目標不變時, 二者之間差異不顯著(

= 0.551)。掃描階段的注視點數(shù)反映了搜索過程的難易程度。方差分析表明, 3種負載條件下掃描階段注視點數(shù)差異顯著,

(2, 90) = 6.19,

= 0.003, η= 0.12;多重比較表明: 無負載條件下掃描階段的注視點數(shù)均少于客體負載和空間負載下的(

= 0.013,

=0.006); 后兩者之間差異不顯著(

> 0.05)。此外, 還發(fā)現(xiàn)試次間搜索目標是否變化與目標模板的具體化程度之間存在顯著的交互作用,

(1, 90) = 15.94,

< 0.001, η= 0.15; 簡單效應(yīng)分析表明, 當搜索目標變化時, 文字提示時掃描階段的注視點數(shù)多于圖片提示時的(

< 0.001); 當搜索目標不變時, 二者之間差異不顯著(

> 0.05)。掃描階段的平均注視時間反映了被試從注視點處獲取信息并對其進行判斷是否為目標物體的難易程度。方差分析表明, 3種負載條件下掃描階段平均注視時間差異不顯著,

(2, 90) = 0.47,

=0.624, η= 0.01。此外, 還發(fā)現(xiàn)試次間搜索目標是否變化與目標模板具體化程度之間顯著的交互作用,

(1, 90) = 6.11,

= 0.015, η= 0.06; 當搜索目標變化時, 圖片提示搜索目標時掃描階段的平均注視時間短于文字提示時的(

< 0.001); 當搜索目標不變時, 二者之間差異不顯著(

= 0.544)。視覺混亂度和試次間搜索目標是否變化的交互作用也顯著,

(1, 90) = 7.37,

= 0.008, η= 0.08; 簡單效應(yīng)分析表明, 當搜索目標變化時,視覺混亂度高的條件下掃描階段的平均注視時間長于視覺混亂度低的條件(

< 0.001); 搜索目標不變時, 兩種條件之間差異不顯著(

= 0.735)。確認階段的持續(xù)時間反映的是被試確認注視物體是否為搜索目標的時間。方差分析表明, 3種負載條件下確認階段的持續(xù)時間差異顯著,

(2, 90) =5.90,

= 0.004, η= 0.12; 且與目標模板的具體化程度有顯著的交互作用,

(2, 90) = 3.38,

= 0.033,η= 0.07; 簡單效應(yīng)分析表明, 當以圖片形式提示搜索目標時, 無負載和客體負載均短于空間負載條件(

= 0.032,

= 0.041); 當以文字形式提示時, 無負載和客體負載均更短于空間負載條件(

= 0.008,

= 0.003)。此外, 還發(fā)現(xiàn)試次間搜索目標是否變化與目標模板具體化程度之間的交互作用顯著,

(1,90) = 7.08,

= 0.009, η= 0.07; 簡單效應(yīng)分析表明, 當搜索目標變化時, 圖片提示條件下確認階段的持續(xù)時間短于文字提示的(

< 0.001); 當搜索目標不變時, 二者之間差異不顯著(

= 0.448)。

3.2 搜索效率

搜索效率是指反應(yīng)時與視覺混亂度函數(shù)的斜率, 代表了搜索過程中單位混亂度條件下搜索的困難程度, 值越大搜索效率越低。本研究中采用兩種混亂度指標: FC和SE, 因此對應(yīng)的兩種評估搜索效率的指標為RT/FC和RT/SE (Henderson et al.,2009), 結(jié)果如圖4所示。

3.2.1 搜索效率: RT/FC

對RT/FC進行方差分析表明, 3種負載條件下的搜索效率差異顯著,

(2, 90) = 7.28,

= 0.001, η= 0.14; 且與視覺混亂度的交互作用顯著,

(2, 90)= 5.61,

= 0.005, η= 0.11; 簡單效應(yīng)分析表明,當視覺混亂度高時, 無負載的搜索效率高于空間負載的(

= 0.002); 視覺混亂度低時, 無負載和客體負載的搜索效率均高于空間負載的(

= 0.001,

=0.028)。此外還發(fā)現(xiàn), 試次間搜索目標是否變化與目標模板具體化程度的交互作用顯著,

(1, 90) =61.35,

< 0.001, η= 0.41; 簡單效應(yīng)分析表明, 當搜索目標變化時, 圖片提示的搜索效率高于文字提示的(

< 0.001); 當搜索目標不變時, 二者之間差異不顯著(

= 0.416)。目標模板的具體化程度和視覺混亂度的交互作用也顯著,

(1, 90) = 13.83,

<0.001, η= 0.13; 簡單效應(yīng)分析表明, 兩種提示條件下, 視覺混亂度高的搜索效率均高于視覺混亂度低的(

s < 0.001); 只是在文字提示條件下, 二者之間的差異更明顯。

圖4 不同實驗條件下兩種評估指標表示的搜索效率(值越大搜索效率越低)

3.2.2 搜索效率: RT/SE

對RT/SE進行方差分析表明, 3種負載條件下的搜索效率差異顯著,

(2, 90) = 7.16,

= 0.001, η= 0.14; 且與視覺混亂度的交互作用顯著,

(2, 90) =3.79,

= 0.026, η= 0.08; 簡單效應(yīng)分析表明, 當視覺混亂度高時, 無負載的搜索效率高于空間負載的(

= 0.002); 當視覺混亂度低時, 無負載和客體負載的搜索效率均高于空間負載的(

= 0.001,

= 0.023)。此外還發(fā)現(xiàn), 試次間搜索目標是否變化與目標模板具體化程度的交互作用顯著,

(1, 90) = 54.73,

<0.001, η= 0.38; 簡單效應(yīng)分析表明, 當搜索目標變化時, 圖片提示的搜索效率高于文字提示的(

<0.001); 當搜索目標不變時, 二者之間差異不顯著(

= 0.473)。目標模板的具體化程度和視覺混亂度的交互作用也顯著,

(1, 90) = 10.64,

= 0.002, η= 0.11;簡單效應(yīng)分析表明, 兩種提示條件下, 視覺混亂度高的搜索效率均高于視覺混亂度低的(

s < 0.001); 只是在文字提示條件下, 二者之間差異更加明顯。

4 討論

下面將從搜索成績和搜索效率兩個方面來分析視空工作記憶負載對真實場景搜索任務(wù)的影響與對傳統(tǒng)視覺搜索任務(wù)的影響有何異同, 同時探討試次間搜索目標是否變化、目標模板的具體化程度以及搜索場景畫面的視覺混亂度所起的調(diào)節(jié)作用。

4.1 視空工作記憶負載對真實場景搜索成績的影響

從搜索任務(wù)的正確率和反應(yīng)時的結(jié)果來看, 二者之間不存在速度-準確性權(quán)衡。

綜合搜索任務(wù)的正確率和反應(yīng)時兩個指標的結(jié)果(圖2)發(fā)現(xiàn): 與無負載條件相比, 空間負載會降低真實場景搜索的成績, 而客體負載的影響較小;且這兩種負載對真實場景中搜索成績的影響主要表現(xiàn)在搜索目標變化的條件下。這可能是因為: 當搜索目標不變時, 更可能將其表征儲存在長時記憶中, 而不占用或很少占用視空工作記憶資源, 搜索畫面一出現(xiàn), 觀察者就可以從長時記憶中自動化地提取搜索目標的表征與搜索畫面中目標物體的聯(lián)結(jié), 此時視空工作記憶負載條件下的搜索成績與無負載條件下的差別不大; 而當搜索目標在試次間不斷變化時, 更可能將其表征儲存在視空工作記憶中,這將占有一定數(shù)量的視空工作記憶(特別是空間工作記憶)資源, 此時工作記憶負載(特別是空間負載)條件下的搜索成績將明顯低于無負載條件下的。這與視空工作記憶負載對傳統(tǒng)視覺搜索任務(wù)的影響是類似的(Oh & Kim, 2004; Solman et al., 2011;Woodman & Luck, 2004; Woodman et al., 2001)。

然而所不同的是: 本研究發(fā)現(xiàn)客體負載對真實場景搜索成績的影響較小, 究其原因可能是由于真實場景搜索畫面比傳統(tǒng)視覺搜索畫面所包含的信息更為豐富和復雜。近期利用傳統(tǒng)視覺搜索任務(wù)進行的研究表明, 客體工作記憶在傳統(tǒng)視覺搜索任務(wù)中的一個主要作用是對先前搜索過的干擾子產(chǎn)生返回抑制, 而且該作用的產(chǎn)生受制于客體工作記憶的容量, 一旦搜索集合大小達到客體工作記憶的容量后, 客體工作記憶的負載對搜索成績的影響就很小了(Emrich, Al-Aidroos, Pratt, & Ferber, 2010)。經(jīng)典研究發(fā)現(xiàn), 客體工作記憶的容量約為4個項目(如, Luck & Vogel, 1997), 而這個數(shù)量與真實場景中物體的數(shù)量相比是微乎其微的, 因此, 不管之前是否有客體工作記憶負載, 個體在真實場景中搜索一段時間后, 由于返回抑制的原因, 客體工作記憶便處于滿載狀態(tài), 這使得個體在后續(xù)搜索過程中的返回抑制能力減弱, 表現(xiàn)為有無客體工作記憶負載對真實場景搜索的成績沒有多少影響。

基于眼動技術(shù)對搜索過程(圖3)進行更為細致的分析發(fā)現(xiàn), 視空工作記憶負載對搜索過程的影響主要體現(xiàn)在掃描階段和確認階段上。具體來說: 在掃描階段, 視空工作記憶負載均會增加掃描階段的注視點數(shù), 且客體負載對掃描階段持續(xù)時間的影響與目標模板的具體化程度有關(guān), 僅出現(xiàn)在圖片提示搜索目標的條件中。在確認階段, 僅空間負載會影響確認階段的持續(xù)時間, 且與目標模板的具體化程度有關(guān), 與圖片提示搜索目標的條件相比, 文字提示條件下空間負載對確認階段持續(xù)時間的影響更大。由此可見, 客體負載對搜索過程的影響較短暫,僅影響搜索過程的掃描階段; 而空間負載對搜索過程的影響更長久, 既影響搜索過程的掃描階段, 也影響對物體目標的確認階段; 視空工作記憶負載對搜索過程的影響均會受到目標模板具體化程度的影響。這些結(jié)果與前面提及的返回抑制的解釋也是一致的。

此外, 本研究還發(fā)現(xiàn)了調(diào)節(jié)變量之間的交互作用。試次間搜索目標是否變化對搜索成績的影響與目標模板具體化程度有關(guān), 這不僅表現(xiàn)在搜索的總體成績上(反應(yīng)時和/或正確率), 而且也表現(xiàn)在掃描階段的持續(xù)時間、注視點數(shù)和確認階段的持續(xù)時間等眼動指標上。當搜索目標不變時, 不同提示條件之間的差異不明顯; 而當搜索目標變化時, 圖片提示較文字提示表現(xiàn)出一定的優(yōu)勢, 這與前人有關(guān)真實場景搜索研究的部分結(jié)果也是一致的(如: Bravo& Farid, 2009, 2012; Castelhano & Heaven, 2010;Malcolm & Henderson, 2009, 2010; Schmidt &Zelinsky, 2009)。這是因為當搜索目標不變時, 目標模板儲存在長時記憶中, 觀察者可以自動化地提取刺激反應(yīng)的聯(lián)結(jié); 而當搜索目標變化時, 目標模板存儲在工作記憶中, 采用圖片提示時, 不需要對視覺表征形式進行轉(zhuǎn)換即可與搜索場景畫面中的目標物體進行匹配, 而采用文字提示時, 則需要將言語表征轉(zhuǎn)換成視覺的形式才能進行匹配, 因此目標模板表征與搜索畫面中目標物體的匹配在圖片提示條件下更加容易。搜索場景畫面的視覺混亂度對搜索成績的影響也與目標模板的具體化程度有關(guān):隨著搜索場景畫面視覺混亂度增加, 文字提示形式較圖片提示形式的劣勢會減弱。這可能是因為, 文字提示條件下, 目標模板的表征需要轉(zhuǎn)換才能與搜索畫面中的目標物體進行匹配。當視覺混亂度較低時, 搜索過程較短, 會凸顯出這種表征轉(zhuǎn)換的代價;隨著視覺混亂度的增加, 搜索過程變得更長, 這種表征轉(zhuǎn)換的代價就變得不那么明顯了。

4.2 視空工作記憶負載對真實場景搜索效率的影響

綜合搜索效率的兩個指標(RT/FC和RT/SE)發(fā)現(xiàn), 與無負載條件相比, 空間負載會降低真實場景的搜索效率, 而客體負載對真實場景的搜索效率影響不大。這與前人利用傳統(tǒng)搜索任務(wù)進行的有關(guān)搜索效率的研究結(jié)果是一致的(Oh & Kim, 2004;Solman et al., 2011; Woodman & Luck, 2004;Woodman et al., 2007; Woodman et al., 2001)。此外,本研究還發(fā)現(xiàn)了調(diào)節(jié)變量之間的交互作用。試次間搜索目標是否變化與目標模板的具體化程度之間會交互影響搜索的效率: 當搜索目標不變時, 搜索效率在兩種提示搜索目標的條件之間差異不大; 當搜索目標變化時, 圖片提示搜索目標的搜索效率高于文字提示的。搜索場景畫面混亂度與目標模板的具體化程度也交互影響搜索的效率: 在兩種提示搜索目標的情況下, 搜索畫面視覺混亂度高的搜索效率均高于搜索畫面視覺混亂度低的搜索效率, 而且這種差異在文字提示搜索目標條件下較圖片提示條件更明顯。這與調(diào)節(jié)變量對搜索成績的影響模式是類似的, 究其原因, 同樣可用返回抑制和表征轉(zhuǎn)換的代價來進行解釋, 此處不再贅述。

需要指出的是, “視覺混亂度高時的搜索效率高于視覺混亂度低時的搜索效率”與預期不一致。我們推測出現(xiàn)該結(jié)果的原因有兩種可能性: ①可能是由于實驗的要求, 本研究中我們要求被試必須在4秒內(nèi)搜索到場景中的目標物體, 并且做出恰當?shù)陌存I反應(yīng)。如果被試未在該時間內(nèi)做出反應(yīng), 程序會自動進入下一刺激畫面, 這就使得被試在完成該任務(wù)時有一定的時間壓力, 進而導致高混亂度條件下被試的搜索反應(yīng)時相對于無時間限制情況下的搜索反應(yīng)時而言偏低, 進而導致搜索效率提高; ②可能是由于對視覺高、低混亂度組的場景圖片進行搜索時, 被試的注意資源分配存在差異, 當呈現(xiàn)視覺混亂度高的場景圖片時, 被試將更多的注意資源分配到搜索任務(wù)上, 將較少的注意資源分配給記憶任務(wù); 而當呈現(xiàn)混亂度較低的場景圖片時, 被試將采用相反的分配方案。這種注意資源分配的差異將會使得高視覺混亂度條件下的搜索效率高于低視覺混亂度條件下的搜索效率。如果是第一種原因,那么高混亂度條件下在4秒內(nèi)未按鍵反應(yīng)的次數(shù)將明顯多于低混亂度條件下的次數(shù); 如果第二種原因,那么高混亂度條件下記憶任務(wù)的正確率高于低混亂度條件下的正確率。統(tǒng)計分析發(fā)現(xiàn), 在未按鍵次數(shù)方面, 高混亂度條件下被試的未按鍵次數(shù)明顯多于低混亂度條件下的未按鍵次數(shù)(

< 0.001); 而在記憶任務(wù)正確率方面, 高混亂度條件下記憶任務(wù)的正確率與低混亂度條件下的記憶任務(wù)的正確率無顯著差異(

s > 0.10)。由此可見, 該結(jié)果似乎不是由于注意資源分配造成的, 而是當前實驗的要求所造成的, 未來研究可通過延長搜索時間的上限來對這一解釋做進一步的檢驗。

此外, 本研究并未發(fā)現(xiàn)試次間搜索目標是否變化對客體工作記憶負載影響真實場景搜索效率的調(diào)節(jié)作用。這與前人利用傳統(tǒng)視覺搜索任務(wù)得出的有關(guān)搜索效率的研究結(jié)果—— 試次間搜索目標是否變化會調(diào)節(jié)客體工作記憶對搜索效率的影響——有所不同(Woodman et al, 2001; Woodman et al.,2007)。導致這種差異的原因同樣可以用前述的真實場景的復雜性和搜索過程中返回抑制能力逐漸減弱來解釋, 此處也不再贅述。

4.3 小結(jié)

綜上所述, 本研究有以下兩個方面的重要發(fā)現(xiàn)。一方面本研究發(fā)現(xiàn)視空工作記憶對真實場景搜索績效的影響與對傳統(tǒng)人工刺激搜索績效的影響有所不同。主要是空間負載對真實場景搜索成績產(chǎn)生影響, 而客體負載的影響較小。利用視線追蹤技術(shù)對搜索過程做進一步的細分發(fā)現(xiàn), 空間負載既影響真實場景搜索過程的掃描階段, 也影響對目標物體的確認階段; 而客體負載僅影響真實場景搜索過程的掃描階段。視空工作記憶負載對真實場景搜索成績的影響會受到目標模板具體化程度的調(diào)節(jié)。另一方面本研究還發(fā)現(xiàn)視空工作記憶對真實場景搜索效率的影響與對傳統(tǒng)人工刺激搜索效率的影響也有所不同。僅空間負載影響真實場景的搜索效率,客體負載則沒有影響, 而且空間負載的影響會受到真實場景搜索畫面視覺混亂程度的調(diào)節(jié)。

將來研究還可從以下幾個方面進行擴展, 以豐富該領(lǐng)域的研究成果。(1)本研究僅探究了試次間搜索目標是否變化、目標模板的具體化程度和搜索畫面的視覺混亂度對“視空工作記憶影響真實場景搜索績效”的調(diào)節(jié)作用, 將來的研究還可探查場景情境的重要作用。(2)前人在衡量視覺混亂度是采用FC、SE和邊界密度(edge density, ED) 3個指標, 本研究中只采用了前兩個指標, 使得研究的結(jié)果有一定的局限性, 將來的研究可同時采用3個指標對本研究的結(jié)果進行再次檢驗。(3)本研究僅考察了視空工作記憶負載對真實場景搜索績效的影響; 將來的研究可以考察執(zhí)行工作記憶負載對真實場景搜索績效的影響。此外, 工作記憶容量對傳統(tǒng)搜索影響的研究發(fā)現(xiàn), 個體的工作記憶容量越高, 搜索效率越高(Anderson et al., 2013; Poole & Kane,2009; Sobel, Gerrie, Poole, & Kane, 2007), 那么該結(jié)論是否也適用于真實場景搜索同樣也需要進一步的驗證。

5 結(jié)論

視空工作記憶負載對真實場景搜索任務(wù)績效的影響不同于對傳統(tǒng)視覺搜索任務(wù)績效的影響, 主要表現(xiàn)在以下兩個方面:

(1)空間負載對真實場景搜索成績的影響較大,既影響搜索過程的掃描階段, 也影響對目標物體的確認階段; 而客體負載的影響較小, 僅影響搜索過程的掃描階段; 視空工作記憶負載對真實場景搜索成績的影響均受到目標模板具體化程度的調(diào)節(jié)。

(2)空間負載會降低真實場景搜索的效率, 而客體負載則不會, 且空間負載的影響會受到真實場景搜索畫面視覺混亂度的調(diào)節(jié)。

致謝：感謝審稿專家對本文提出的寶貴意見。感謝中央財經(jīng)大學汪波博士對本文英文摘要的細致修改。

Anderson, D. E., Vogel, E. K., & Awh, E. (2013). A common discrete resource for visual working memory and visual search.

Psychological Science,24

(6), 929–938.Baddeley, A. (2003). Working memory: Looking back and looking forward.

Nature Reviews Neuroscience,4

(10),829–839.Baddeley, A. (2012). Working memory: Theories, models, and controversies. In S. T. Fiske, D. L. Schacter, & S. E. Taylor(Eds.),

Annual Review of Psychology

(Vol. 63, pp. 1–29).Palo Alto, CA: Annual Reviews.Bravo, M. J., & Farid, H. (2009). The specificity of the search template.

Journal of Vision, 9

(1), 34, doi:10.1167/9.1.34Bravo, M. J., & Farid, H. (2012). Task demands determine the specificity of the search template.

Attention, Perception, &Psychophysics, 74

(1), 124–131.Brockmole, J. R., Castelhano, M. S., & Henderson, J. M.(2006). Contextual cueing in naturalistic scenes: Global and local contexts.

Journal of Experimental Psychology:Learning, Memory, and Cognition, 32

(4), 699–706.Castelhano, M. S., & Henderson, J. M. (2007). Initial scene representations facilitate eye movement guidance in visual search.

Journal of Experimental Psychology: Human Perception and Performance,33

(4), 753–763.Castelhano, M. S., & Heaven, C. (2010). The relative contribution of scene context and target features to visual search in scenes.

Attention, Perception, & Psychophysics,72

(5), 1283–1297.Castelhano, M. S., Pollatsek, A., & Cave, K. R. (2008).Typicality aids search for an unspecified target, but only in identification and not in attentional guidance.

Psychonomic Bulletin & Review, 15

(4), 795–801.Droll, J., & Eckstein, M. (2008). Expected object position of two hundred fifty observers predicts first fixations of seventy seven separate observers during search.

Journal of Vision,8

(6), 320, doi:10.1167/8.6.320Eckstein, M. P. (2011). Visual search: A retrospective.

Journal of Vision, 11

(5), 14, doi: 10.1167/11.5.14Ehinger, K. A., Hidalgo-Sotelo, B., Torralba, A., & Oliva, A.(2009). Modelling search for people in 900 scenes: A combined source model of eye guidance.

Visual Cognition,17

(6–7), 945–978.Emrich, S. M., Al-Aidroos, N., Pratt, J., & Ferber, S. (2010).Finding memory in search: The effect of visual working memory load on visual search.

The Quarterly Journal of Experimental Psychology,63

(8), 1457–1466.Goldman-Rakic, P. S. (1996). Regional and cellular fractionation of working memory.

Proceedings of the National Academy of Sciences of the United States of America, 93

, 13473–13480.Henderson, J. M., Chanceaux, M., & Smith, T. J. (2009). The influence of clutter on real-world scene search: Evidence from search efficiency and eye movements.

Journal of Vision,9

(1), 32, doi: 10.1167/9.1.32Hollingworth, A. (2012). Guidance of visual search by memory and knowledge. In M. D. Dodd & J. H. Flowers(Eds.),

The Influence of Attention, Learning, and Motivation on Visual Search, Nebraska Symposium on Motivation

(pp. 63–89). New York: Springer.Hollingworth, A., Matsukura, M., & Luck, S. J. (2013). Visual working memory modulates rapid eye movements to simple onset targets.

Psychological Science,24

(5), 790–796.Horowitz, T. S., & Wolfe, J. M. (1998). Visual search has no memory.

Nature,394

(6693), 575–577.Hout, M. C., & Goldinger, S. D. (2010). Learning in repeated visual search.

Attention, Perception, & Psychophysics,72

(5), 1267–1282.Hout, M. C., & Goldinger, S. D. (2012). Incidental learning speeds visual search by lowering response thresholds, not by improving efficiency: Evidence from eye movements.

Journal of Experimental Psychology: Human Perception and Performance,38

(1), 90–112.Howard, C. J., Pharaon, R. G., K?rner, C., Smith, A. D., &Gilchrist, I. D. (2011). Visual search in the real world:Evidence for the formation of distractor representations.

Perception,40

, 1143–1153.Klauer, K. C., & Zhao, Z. (2004). Double dissociations in visual and spatial short-term memory.

Journal of Experimental Psychology: General,133

(3), 355–381.Kristjánsson, á. (2000). In search of remembrance: Evidence for memory in visual search.

Psychological Science, 11

(4),328–332.Kristjánsson, á., & Campana, G. (2010). Where perception meets memory: A review of repetition priming in visual search tasks.

Attention, Perception, & Psychophysics, 72

(1),5–18.Luck, S. J., & Vogel, E. K. (1997). The capacity of visual working memory for features and conjunctions.

Nature,390

(6657), 279–281.Malcolm, G. L., & Henderson, J. M. (2009). The effects of target template specificity on visual search in real-world scenes: Evidence from eye movements.

Journal of Vision,9

(11), 8, doi:10.1167/9.11.8Malcolm, G. L., & Henderson, J. M. (2010). Combining top-down processes to guide eye movements during real world scene search.

Journal of Vision, 10

(2), 4, doi:10.1167/10.2.4Nakayama, K., & Martini, P. (2011). Situating visual search.

Vision Research, 51

(13), 1526–1537.Neider, M. B., & Zelinsky, G. J. (2006). Scene context guides eye movements during visual search.

Vision Research,46

(5), 614–621.Neider, M. B., & Zelinsky, G. J. (2010). Exploring the perceptual causes of search set-size effects in complex scenes.

Perception,39

(6), 780–794.Neider, M. B., & Zelinsky, G. J. (2011). Cutting through the clutter: Searching for targets in evolving complex scenes.

Journal of Vision,11

(14), 7, doi: 10.1167/11.14.7Oh, S. H., & Kim, M. S. (2004). The role of spatial working memory in visual search efficiency.

Psychonomic Bulletin& Review,11

(2), 275–281.Poole, B. J., & Kane, M. J. (2009). Working-memory capacity predicts the executive control of visual search among distractors: The influences of sustained and selective attention.

The Quarterly Journal of Experimental Psychology,62

, 1430–1454.Reeder, R. R., & Peelen, M. V. (2013). The contents of the search template for category-level search in natural scenes.

Journal of Vision, 13

(3), 13, doi: 10.1167/13.3.13Rosenholtz, R., Li, Y., & Nakano, L. (2007). Measuring visual clutter.

Journal of Vision,7

(2), 17, doi: 10.1167/7.2.17Rossi, A. F., Bichot, N. P., Desimone, R., & Ungerleider, L. G.(2001). Top-down, but not bottom-up: Deficits in target selection in monkeys with prefrontal lesions.

Journal of Vision,1

(3), 18, doi: 10.1167/1.3.18Rossi, A. F., Bichot, N. P., Desimone, R., & Ungerleider, L. G.(2007). Top down attentional deficits in macaques with lesions of lateral prefrontal cortex.

Journal of Neuroscience,27

(42), 11306–11314.Schmidt, J., & Zelinsky, G. J. (2009). Search guidance is proportional to the categorical specificity of a target cue.

The Quarterly Journal of Experimental Psychology, 62

(10),1904–1914.Sobel, K. V., Gerrie, M. P., Poole, B. J., & Kane, M. J. (2007).Individual differences in working memory capacity and visual search: The roles of top-down and bottom-up processing.

Psychonomic Bulletin & Review,14

, 840–845.Solman, G. J., & Smilek, D. (2010). Item-specific location memory in visual search.

Vision Research,50

(23),2430–2438.Solman, G. J. F., Cheyne, J. A., & Smilek, D. (2011). Memory load affects visual search processes without influencing search efficiency.

Vision Research, 51

(10), 1185–1191.Soto, D., & Humphreys, G. W. (2007). Automatic guidance of visual attention from verbal working memory.

Journal of Experimental Psychology: Human Perception and

Performance, 33

(3), 730–737.Treisman, A. M., & Gelade, G. (1980). A feature-integration theory of attention.

Cognitive Psychology,12

(1), 97–136.V?, M. L. H., & Henderson, J. M. (2010). The time course of initial scene processing for eye movement guidance in natural scene search.

Journal of Vision,10

(3), 14, doi:10.1167/10.3.14V?, M. L. H., & Wolfe, J. M. (2012). When does repeated search in scenes involve memory? Looking at versus for objects in scenes.

Journal of Experimental Psychology:Human Perception and Performance, 38

(1), 23–41.V?, M. L. H., & Wolfe, J. M. (2013). The interplay of episodic and semantic memory in guiding repeated search in scenes.

Cognition, 126

(2), 198?212.Wolfe, J. M., Alvarez, G. A., Rosenholtz, R., Kuzmova, Y. I.,& Sherman, A. M. (2011). Visual search for arbitrary objects in real scenes.

Attention, Perception, &Psychophysics,73

(6), 1650–1671.Wolfe, J. M., Horowitz, T. S., Kenner, N., Hyle, M., & Vasan,N. (2004). How fast can you change your mind? The speed of top–down guidance in visual search.

Vision Research, 44

,1411–1426.Wolfe, J. M., V?, M. L. H., Evans, K. K., & Greene, M. R.(2011). Visual search in scenes involves selective and nonselective pathways.

Trends in Cognitive Sciences, 15

(2),77–84.Woodman, G. F., & Luck, S. J. (2004). Visual search is slowed when visuospatial working memory is occupied.

Psychonomic Bulletin & Review, 11

(2), 269–274.Woodman, G. F., & Luck, S. J. (2010). Why is information displaced from visual working memory during visual search?

Visual Cognition,18

(2), 275–295.Woodman, G. F., Luck, S. J., & Schall, J. D. (2007). The role of working memory representations in the control of attention.

Cerebral Cortex, 17

(S1), i118–i124.Woodman, G. F., Vogel, E. K., & Luck, S. J. (2001). Visual search remains efficient when visual working memory is full.

Psychological Science,12

(3), 219–224.Yang, H., & Zelinsky, G. J. (2009). Visual search is guided to categorically-defined targets.

Vision Research,49

(16),2095–2103.Zhang, Y., & Zhang, M. (2011). Spatial working memory load impairs manual but not saccadic inhibition of return.

Vision Research,51

(1), 147–153.

附錄

附表1a 無記憶負載-搜索目標不變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表

附表1b 無記憶負載-搜索目標改變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表

附表1c 客體記憶負載-搜索目標不變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表

附表1d 客體記憶負載-搜索目標改變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表

附表1e 空間記憶負載-搜索目標不變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表

附表1f 空間記憶負載-搜索目標改變條件下搜索績效和眼動數(shù)據(jù)統(tǒng)計表