1、智力构念新进展：认知与智力整合研究,认知研究与智力研究的整合,1957年，Lee Cronbach呼吁心理学研究者要将认知与智力的研究整合起来；迄今已经半个世纪过去了，这个领域进展如何？未来发展如何？,认知研究与智力研究的整合,有关认知与智力的整合研究可区分为“自下而上bottom-up” 或“自上而下top-down”两类。bottom-up研究：旨在确认传统智力能力之心理测量表现个别差异之潜在基础的基本信息加工过程，通常采用基本的认知任务(ECTs)加以测量。,认知研究与智力研究的整合,top-down研究：旨在考察智力与诸如复杂问题解决、决策和迁移等复杂认知任务之间的关系。两种取向各有理
2、论和方法优劣势，某种意义上两种取向互补；由于两者在研究方案/方法和假设上的差异，往往难以对其结果加以比较，难以综合得出某种明晰的关于认知究竟在智力中扮演何种角色的认识。,bottom-up研究,在确证智力的具体过程和机制方面更具优势：考察简单过程并将其变差与智力分数变差相联系，有助于了解智力行为背后的认知机制； 旨在将低级认知与智力联系起来，采用基本认知任务（ECTs）来测量感知觉水平的信息加工：这些任务包括Hick范式(the Hick paradigm - 2 choice reaction time (RT) tests)和检测时范式(the inspection time paradi
3、gm)；,bottom-up研究,这些任务自身并不困难或复杂，但它们却的确能诱发加工的个别差异。由于这些任务的精确性，易于重复，因此具备了研究者常常十分需要的方法特性； 弱势：在于其缺乏生态效度，ECTs常因其过于简单，与现实世界中需要智力参与的任务相异，饱受批评。,注： 检测时(inspection time)是当正确率达到一定水平时（一般是85%或90%），观察者正确辨别一个明显的刺激特征所需的最小呈现时间。 是信息加工速度的重要指标。 特点：与反应时作业相比，检测时作业中被试反应只与正确率有关，而不要求被试的反应速度，因此所涉及的加工过程要更少，比如检测时不涉及运动时间；其次，不涉及反应
4、时实验中速度正确率平衡问题； 第三，检测时与智商之间存在中等负相关，在智力研究领域被广泛地看做是g因素（一般智力）的基础；而作为信息加工速度的重要指标，它也日益成为智力研究领域中一个重要的研究 范式。,top-down研究,研究也考虑认知与智力的心理测验之间的关系，包括有关推理、问题解决、技能学习、决策和迁移等方面的研究； 然而，研究经常基于远远超越传统计量学所界定的智力构念，例如，研究者关注知识和观察智力行为所在情境的作用；,top-down研究,这种研究可在许多方面弥补自下而上研究的不足； 关于复杂认知的研究经常采用现实任务进行，如日常决策或问题解决任务，因此具有很好的生态效度；当然，情境
5、主义方法经常要以牺牲研究结论的概括性为代价： 采用更复杂的现实生活任务，需要牺牲发现智力机制的精确性和效能，而在简单的、较低级认知的研究则可很好达成该目标。,bottom-up研究：加工速度(Processing Speed),聪明的人有时也被认为比较“敏捷的”，而不聪明的人有时也被客气地形容为“缓慢”； Jensen的研究：反应时与传统IQ测量之间持续负相关，相关在轻到中度之间，依反应时任务难度而不同，最高相关为-.40到-.50之间，出现于中等难度RT任务，RT大约为500900ms； Jensen认为，对这些中等难度任务而言，IQ与RT间的相关可完全归因于加工速度。对于较简单任务（反应时
6、小于1/3秒），RT与IQ之相关比较小，是因为知觉和 运动因素的影响比较突出之故。对于较难的任务（反应时大于1.2秒），相关因策略应用差异的影响而减小。,bottom-up研究：加工速度(Processing Speed),尽管Jensen认为加工速度是构成IQ个别差异的潜在基础，但并非所有研究者均认同其观点； 例如一些研究发现，大多RTIQ之间的相关平均在.20 .30之间 ，类似于感觉辨别任务(sensory discrimination)与g因素测量间的相关(也在.21.31左右) (Acton & Schroeder, 2001)； Stankov 认为，加工速度与智力之间的相关并非由
7、于基本认知过程，而是由于比较复杂的认知过程，特别是决策时间，例如，当反应时任务要求被试做比较复杂的选择时，RT与IQ之间的相关增加 Stankov认为将来的研究应聚焦于认知任务复杂性，而不是基本认知任务的“基础性elementarity”,bottom-up研究：神经效能 (Neural Efficiency),神经效能假设(the neural efficiency hypothesis)认为，聪明的人具有更高效的神经加工（用皮层激活加以测量），如Neubauer & Fink (2005)、Newman & Just (2005)； Neubauer & Fink 的PET研究结果支持了这
8、一假设：葡萄糖代谢率与瑞文渐进矩阵测验分数存在负相关(.44 .84)；随着在认知任务练习的增加，葡萄糖代谢率下降； 其他神经加工测量，如EEG结果也表明，较聪明的个体的大脑表现出某种更为集中的激活； 一个有趣的发现是，在被试表现良好的任务上，这种效能效应更为明显，例如，男性在空间结构任务上表现出该效应，而女性在言语任务上表现出该效应；,bottom-up研究：神经效能 (Neural Efficiency),fMRI研究得到的结果确证了这些发现，Newman & Just发现，在相关能力测验上得分高的被试，在特定脑区域的皮层激活程度比较低。例如，在言语测量上得分高的被试，在与言语功能有关的大
9、脑区域（如Brocas区）的皮层激活相对较低。类似地，视觉-空间能力高的被试在左顶叶皮层的激活相对较小。,bottom-up研究：功能联结 (Functional Connectivity),功能联结：各个不同脑区协同执行特定某种功能； Newman & Just (2005)提出，这种神经同步随认知任务难度和要求的提高而提高。 fMRI 研究发现，联结性也与任务表现的提高相关；功能联结实质上是Hebbian原则(the Hebbian principle: Cells that fire together, wire together )的一个大尺度例证； 尽管尚未有研究发现联结性与智力测量
10、之间的相关，但一些扩散张量成像(diffusion tensor imaging, DTI)的研究考察了大脑区域之间的解剖学结构联结，表明白质纤维束(white matter tracts)的差异与诸如阅读等认知任务的个别差异存在密切关联；,bottom-up研究：功能联结 (Functional Connectivity),功能联结：各个不同脑区协同执行特定某种功能； Newman & Just (2005)提出，这种神经同步随认知任务难度和要求的提高而提高。 fMRI 研究发现，联结性也与任务表现的提高相关；功能联结实质上是Hebbian原则(the Hebbian principle:
11、Cells that fire together, wire together )的一个大尺度例证； 尽管尚未有研究发现联结性与智力测量之间的相关，但一些扩散张量成像(diffusion tensor imaging, DTI)的研究考察了大脑区域之间的解剖学结构联结，表明白质纤维束(white matter tracts)的差异与诸如阅读等认知任务的个别差异存在密切关联；,bottom-up研究：功能联结 (Functional Connectivity),另一些研究结果，也视为对功能联结假设的支持：在完成认知任务时不同大脑区域之间的同时性与智力分数相关；在某种程度上，一个人神经功能的精密协
12、同并调谐于手头任务，则往往可以发现其更为聪明；显然，今后还需要更深入的研究，来支持这些假设。,bottom-up研究：额叶(Frontal Lobe)过程,神经成像研究将工作记忆的执行功能和其他控制过程与额叶加工联系起来，鉴于这些功能与智力之间的关系，一些研究者提出额叶加工可能是智力的大脑处所； 有研究者对该假设进行了检验：g分数高的被试比得分低者，额皮层活动水平更高（Duncan et al., 2000） ；额叶中与g分数密切相关的过程，是目标忽视和目标激活过程(goal neglect & goal activation, Duncan, Emslie, & Williams, 1996
13、)；Newman认为该结果支持其观点智力反映了加工的灵活性：越聪明的个体，能够越有效、灵活地利用其大脑。,Top-Down研究：工作记忆和注意(Working Memory and Attention),过去二三十年间，众多认知基础研究聚焦于工作记忆的结构； 直觉上，智力似乎在很大程度上依赖于个体的工作记忆，即个体能够保持同时加以操作的信息量； 一般而言，研究已发现工作记忆的变差可以解释大约35%的流体智力测验分数的变差；,top-down研究：工作记忆和注意(Working Memory and Attention),例如， Randall Engle及其同事等考察的注意过程(作为工作记忆一
14、个成分)的作用，及其与智力测验分数之间的关系，发现抽象推理任务所测量的流体智力与注意控制的工作记忆测量正相关，而与一般的短时记忆存贮不相关。 进一步探究表明，尽管言语推理分数可以很好地为记忆容量加以解释，流体智力分数则只能有“执行注意”的工作记忆测量加以预测，表明智力功能是与个体的操纵注意的能力相关，而不是与短时间存储信息的能力相关。,top-down研究：认知控制 (Cognitive Control),认知控制通常是指对个人自己认知过程发挥影响的元认知能力，如，注意就是某种认知控制； 可采用诸如Stroop或Navon等任务考察注意控制，这些任务要求被试压制自动产生的反应，以进行需要更多努
15、力的加工，认知控制效能可用压制反应的反应时间减去优势反应的反应时间加以测量；如果这两个时间之间的差异不大，则个体的认知控制必然高效能。也就是说，如果你能轻易压制某个优势反应，则你对自己的认知过程就有相对较大的控制；,top-down研究：认知控制 (Cognitive Control),研究表明(如Necka, 2005) ，这一认知控制的反应时测量与瑞文渐进矩阵表现显著负相关(大约.21 to .33) - 较短的反应时与较高的智力测验分数相关； 类似地，研究发现资优青少年比对照组同伴有较高的认知控制能力； 创造性研究发现，认知控制与原创性指标相关，具有良好认知控制能力的个体，能够更好地区分
16、哪些没有价值的新异想法与真正有意义的原创性想法。,top-down研究：策略使用的灵活性(Flexibility of Strategy Use),就像记忆研究发现智力不仅仅是简单记忆容量，而是利用该容量的能力一样，元认知研究也表明，智力并不与特定某一策略的知识相关联，而是与策略应用的灵活性关联; 研究发现(MacLeod, Hunt and Mathews, 1978)，具有较高智力测量分数的个体，更能够依照何种更适应于测验情境，而从一种策略转向另一种策略; 其他研究确证了这一发现，表明更聪明的个体依照各自不同的适当性，使用一系列不同的策略(Kyllonen, Lohman, & Woltz
17、, 1984)。,top-down研究：学习能力(Learning Ability),智力研究文献不乏这样的直觉认识，智力是学习能力； 一些研究者探究了智力与技能学习(skill learning)间的关系，另一些研究则考察智力与问题解决情境的学习之间的关系； 例如，Ackerman 广泛研究了智力与具体领域技能学习之间的关系，如采用智力测量来预测在诸如终端雷达进场控制 (Terminal Radar Approach Control, TRACON)这类模拟任务中的表现，结果表明，一般测验分数能正向预测技能习得的表现； 不过一旦熟练掌握技能之后，则与一般智力的相关变得越来越小； 实质上，聪明
18、人学得快，但不管其智力水平如何，众人均可能掌握相关操作；具体而言，在技能习得最后阶段，技能学习的表现与知觉速度和心理运动能力相关。 Ackerman认为，一般智力在概念学习的早期阶段十分关键，但对于技能掌握任务，诸如加工速度和运动能力这些更基本的能力，才是预测表现水平的关键。,情境主义取向：情境智力(Contextualized Intelligence)研究,传统智力测量是去情境化的，独立于可能使具有不同知识或经验的个体的表现分数产生偏差的各种具体因素。一些研究对此提出挑战，认为任何一个测验均伴随有某种情境，认为知识和环境塑造着智力行为。,情境智力研究：智力启发式 (Intelligent
19、Heuristics),智力启发式(intelligent heuristics)研究认为，心智是一把瑞士军刀，可很好地适应各种不同环境条件； 他们假定智力是一个认知策略工具箱，包含有各种不同适应性启发式；认知和环境相互连接，不应该孤立对待；某种认知策略或智力的适当性，依赖于环境的条件和制约； 研究目标旨在模拟心智与世界之间的互动，强调敏捷的启发式实质上是领域特殊性的。,情境智力研究：智力启发式 (Intelligent Heuristics),该研究范式认为，测量认知能力的传统方法，包括心理计量学方法和信息加工方法，均没能系统地考察环境对表现的影响；这一批评指出了情境认知法和微分法(diff
20、erential approaches)之间的一个区别。情境认知研究认识到环境的作用，而微分法则试图对其测量和方法去情境化。这种方法与传统的智力研究完全不同，其试图模拟人们聪明地利用启发式采取行动的机制，而不是对测验分数进行因素分析。,情境智力研究：知识和智力(Knowledge and Intelligence),关注情境与认知之相互关联性的研究者甚多，如Barnett & Ceci认为在非常具体的情境，采用依赖于经验知识的任务，可对智力进行卓有成效的探究； 所采用方法，能最大化地对高水平智力行为进行观察，例如，在Ceci & Bronfenbrenner(1985)的前瞻记忆研究中，发现在
21、熟悉家庭环境，儿童表现优于在不熟悉的实验环境中的表现；研究表明，智力行为的高度情境化测量，可揭示儿童利用某种相对精致的策略的能力，而在实验室环境则观察不到这种能力； Lohman 等(2006)强调知识在推理和智力中的作用：推理研究曾长久考察知识对推理表现的影响，只要智力测验依赖于推理能力，则知识也将影响智力分数；Lohman认为推理能力和知识位于一条双向道，不仅于特定某个任务上的推理受以往知识的影响，知识习得本身也受推理能力的影响。,第1章 网络及其系统设计,本章要点： 1.1 网络的基本概念 1.2 局域网、城域网与广域网 1.3 宽带城域网的设计与管理 1.4 接入网技术,1.1 网络的基本概念,1.1.1 网络的定义 计算机网络是指将地理位置不同的功能相对独立的多个计算机系统通过通信线路相互连在一起、由专门的网络操作系统进行管理，以实现资源共享的系统。 重点提示：组建计算机网络的根本目的是为了实现资源共享。这里既包括计算机网络中的硬件资源，如磁盘空间、打印机、绘图仪等，也包括软件资源，如程序、数据等。,
