论文摘要
依恋理论的一个核心观点是:在威胁条件下依恋系统会自动激活,为了应对痛苦感受,个体会寻求与依恋对象的亲近和保护。在与依恋对象不断地交互作用中,形成相对稳定的对自我、对他人的信念,即“内部工作模型”,它是造成依恋个体差异的基础。内部工作模型的作用从儿童期到成年期持续影响,通过影响个体的认知、情绪和行为反应。对过去和当前依恋表征起着中介作用的一个机制是选择性注意。在依恋领域中,注意因素已经在有关威胁信息加工中进行了研究。但是,注意并不仅仅过滤输入的信息,更是依恋系统激活的第一步。因此,一旦依恋系统激活,注意分配对于依恋系统的管理具有非常重要的作用。本研究旨在考察与依恋有关的威胁情境下,不同依恋类型的个体对自我特征词的注意偏差特点,以期探索内部工作模型的作用机制。本研究采用问卷法和实验法相结合的方法,选取有过恋爱经历(至少6个月的恋爱史)的大学生作为研究对象,利用点探测范式,探讨不同依恋类型的个体在威胁情境下对积极、消极自我特征词的注意偏差特点。并在此基础上,结合认知负荷技术,考察认知负荷这一变量是否影响各依恋类型的个体对积极和消极自我词的注意偏差。本研究得到以下结果:1、在威胁情境下,安全型个体对自我积极词产生了注意警觉,而不受认知负荷的影响,体现了一种稳定、积极的自我工作模型;2、在威胁情境下,迷恋型和害怕回避型个体对自我消极词都表现出了注意警觉,而不受认知负荷的影响,验证了这两类被试具有消极自我工作模型;3、在威胁情境下,冷漠回避型个体在无认知负荷下(实验一),表现出对自我积极词和自我消极词的注意警觉,而在低认知负荷下,却仅对自我积极词注意警觉。而在高认知负荷下,可能是由于抑制激活策略作用受限制,表现出对消极自我特征词的注意警觉。这一结果体现了冷漠回避型个体的积极自我工作模型不如安全型个体那样稳定;4、上述这些效应,在控制条件下均未出现,而且不论在威胁情境还是中性情境,各依恋类型的被试对一般积极词和一般消极词均未表现出明显的注意偏差,可以得出不同依恋类型的个体对自我特征词的注意偏差并非由词本身具有的情绪效价所引起。
论文目录
相关论文文献
- [1].基于产品特征词关系识别的评论倾向性合成方法[J]. 情报学报 2013(08)
- [2].北京官话区方言特征词说略[J]. 渤海大学学报(哲学社会科学版) 2017(04)
- [3].丰城方言个体特征词研究[J]. 宜春学院学报 2016(05)
- [4].方言特征词理论与研究方法综述[J]. 现代语文(语言研究版) 2014(11)
- [5].汉语特征词跨域使用的类型和特点[J]. 华中学术 2016(04)
- [6].论重庆方言个体特征词[J]. 戏剧之家 2019(31)
- [7].基于特征评分和评论特征词的协同推荐方法[J]. 科学技术创新 2019(30)
- [8].汉语方言“孩子”类称谓的特征词研究[J]. 现代语文(语言研究版) 2016(01)
- [9].闽方言特征词“厝”的语义演变探究[J]. 鸡西大学学报 2013(11)
- [10].基于情感主题特征词加权的微博评论聚类算法研究[J]. 现代电子技术 2020(23)
- [11].微博用户分类的特征词权重优化及推荐策略[J]. 信息网络安全 2012(08)
- [12].关于“方言特征词”理论的回顾及思考[J]. 武陵学刊 2011(05)
- [13].一种面向军事文本的领域特征词向量描述方法[J]. 计算机工程 2016(08)
- [14].基于语法模式的评论特征词提取[J]. 广东水利电力职业技术学院学报 2014(04)
- [15].基于综合支持度的广义空间实体关系特征词提取方法[J]. 计算机与现代化 2014(08)
- [16].基于双粒度模型的中文情感特征词提取研究[J]. 重庆邮电大学学报(自然科学版) 2014(03)
- [17].领域同义特征词的统计规律及其在情感分析上的应用研究[J]. 计算机应用研究 2014(11)
- [18].产品评论文本中特征词提取及其关联模型构建与应用[J]. 中国机械工程 2017(22)
- [19].基于网页特征的特征词提取技术[J]. 西南民族大学学报(自然科学版) 2014(01)
- [20].特征词抽取和相关性融合的伪相关反馈查询扩展[J]. 现代图书情报技术 2011(01)
- [21].贝叶斯文本分类中特征词缺失的补偿策略[J]. 哈尔滨工业大学学报 2008(06)
- [22].基于特征词相交和流形学习的文本分类方法[J]. 河北工业大学学报 2014(02)
- [23].以方言特征词探究皖西南二次葬的文化及根源[J]. 安徽理工大学学报(社会科学版) 2015(05)
- [24].皖西南方言特征词[J]. 安徽理工大学学报(社会科学版) 2014(03)
- [25].面向查询扩展的特征词频繁项集挖掘算法[J]. 现代图书情报技术 2011(04)
- [26].基于特征词权重变更的检索优化策略[J]. 情报科学 2016(07)
- [27].提取核心特征词的惩罚性矩阵分解方法——以共词分析为例[J]. 现代图书情报技术 2014(03)
- [28].基于特征词复合权重的关联网页分类[J]. 计算机科学 2011(03)
- [29].基于特征词位置因素的音乐情感智能分类算法[J]. 电子设计工程 2020(17)
- [30].基于词向量的特征词选择[J]. 计算机技术与发展 2018(06)