互联网使用中的多任务行为研究

■巢乃鹏 王成 曹茜 姚倩

互联网使用中的多任务行为研究

■巢乃鹏 王成 曹茜 姚倩

在“信息碎片化”“注意力涣散”的时代，多任务行为随处可见，特别是互联网的多任务行为更有其独特之处。本研究重点关注互联网使用中的非即时异步的多任务行为，即任务切换行为。研究采用实验法与问卷调查法相结合的方式，通过对九个实验组共145名大学生的实验研究发现：在情感类、认知类、社交类三类任务中，情感类任务更倾向于向认知类任务切换，认知类任务更倾向于向情感类任务切换，而社交类任务向情感类任务和认知类任务切换的可能性差异不大。而在不同实验组别中，认知风格、工作记忆广度、外倾性、神经质、焦虑均与被试的任务切换次数存在显著相关关系，而外倾性、神经质、焦虑均与被试的任务完成质量存在显著相关关系。

多任务行为；任务切换；任务类型

毋庸置疑，多任务行为已经成为一种非常重要的人类行为。母亲同时照顾几个小孩子、学生听课的同时做课堂笔记都是很优秀的多任务行为。作为一种“旧现象”，因为数字传播技术的勃兴，其影响和意义被更多的学科领域所关注，特别是人们在使用互联网的过程中显现出明显的多任务行为——使用者经常会在多层、交互联系的各个节点之间做频繁的跳转切换。频繁的切换可能会导致用户丧失自己在网络中的控制感，还可能使用户的浏览意图发生混乱，无法确定自己真正需要的信息，这是互联网多任务行为的一个典型过程。在之前的研究中，已经有学者试图构建协调多任务信息搜索行为的框架①，为提升用户的互联网使用效率，也有研究对界面设计提出了建议②。与以往研究不同的是，本研究希望通过对互联网使用中的多任务行为的探索，揭示其任务切换的基本路径及使用者与媒介使用相关联的心理特征对互联网多任务行为表现的影响，以便为后续研究提供有益启示。

一、文献综述与研究问题

（一）相关概念界定

1.多任务行为

所谓多任务行为，是人们通过任务切换同时处理多个任务的能力和行为表现③。多任务行为有即时同步和非即时异步之分④。既可以是线下的，也可以是线上的，也可以是线上、线下交互的。本研究的研究对象是基于互联网的多任务行为，我们将这种多任务行为的操作平台界定为桌面互联使用中的个人电脑。

2.任务切换

任务切换一直以来都是多任务行为研究的重要议题，是一种非即时异步的多任务行为。复杂的任务切换研究包括三个部分：任务切换意愿、任务切换、切换回原任务⑤。有关任务切换的研究，主要有两个方向，一是干扰任务对主任务的影响，二是多个任务之间的互相切换，前者研究重点主要有任务切换的认知加工机制，任务切换对决策、学习、驾车等活动的影响等。本研究主要关注后者，即“接二连三地从一个任务向另一个任务进行切换的过程，而不是同时执行两个或多个任务”⑥。从另一个维度看，大部分有关任务切换的研究集中于两个方向，一是基于线下的任务切换，二是线下任务与线上任务的相互切换，后者的研究相对更多。而本文的研究对象，主要是基于线上的任务切换。

3.任务类型

现有的任务分类，大多是在特定研究情境中作出，如教育、计算机技术等领域内，分别对任务类型进行分类。在基于互联网的多任务行为研究中，同样对任务类型的界定莫衷一是，并没有普遍被认可的分类方法。

张智君等人在研究任务类型对超本文信息搜索的影响时，将任务类型分为特定任务和关系任务。其中，特定任务指搜索过程中可以从某一个单独节点找到的任务，是相对独立的单个任务，而关系任务则需要寻求客体或对象之间关系的信息，并通过比较、综合多个节点的相关信息来解决问题⑦。斯宾克（Spink）等人在探讨公共图书馆中使用者的多任务信息行为时则将任务分为电子资源访问、图书馆搜索、浏览、沟通和其他非信息类任务⑧。

在本研究中，我们对互联网使用中的任务类型从需求视角进行重新划分。

王和塔彻内夫（Wang＆Tchernev）整合了四种主要的媒介使用需求：情感需求、认知需求、社交需求和习惯性需求⑨。这一分类比较全面地概括和总结了个体媒介使用中的主要需求。但结合本研究所针对的互联网平台发现，王和塔彻内夫（Wang＆Tchernev）研究中的习惯性需求所对应的具体行为，大都包括在认知任务、情感任务、社交任务之中，因此本研究将其划归到这三类任务中，不再单独作为一种任务类型，由此本文将互联网使用中的任务类型确定为认知任务、情感任务和社交任务。

认知类任务，主要是工具性、知识性的互联网使用行为，以浏览网页、获取新闻、搜索信息、网络下载为主；

情感类任务，主要是娱乐性、生活休闲性的互联网使用行为，以消遣放松、情感体验、生活服务为主；

社交类任务，主要是人际交往、关系建立与维持的互联网使用行为，以沟通交流、信息互动与分享为主。

需要指出的是，在具体的研究中，涉及任务类型的区分，我们将主要根据具体的互联网使用行为进行判定。以微博为例，通过微博浏览热点新闻、观看幽默视频、回复博友私信，就分别属于认知任务、情感任务、社交任务，而不能统归为社交类任务。

（二）研究问题的提出

斯宾克（Spink）等人发现，在信息检索过程中，人们主要在相关和非相关的任务主题中进行转换（10）。而在之后的另一项研究中，他注意到图书馆信息搜索者的总共39次任务切换中，信息任务共出现了17次（11）。但已有的研究多聚焦于信息搜索行为和信息任务（也即偏向于认知层面），忽略了在互联网新媒体使用过程中情感性和社交性的任务。

一方面，从信息过载的角度看，当输入系统中的信息数量超过了系统的承载能力，就会造成信息过载，认知任务中信息搜索、网络新闻资讯等内容相对于社交任务、情感任务要占用更多的认知资源，更容易加重认知负荷，从而导致个体有可能寻求占用认知资源少的、更加轻松的任务类型，向情感任务或社交任务切换。另一方面，以娱乐性、生活休闲性互联网应用为主的情感任务，是个体舒缓压力、放松身心的重要手段，也会给个体带来喜悦或忧伤、支持或反对等不同的情感体验。而认知类的任务，能够满足个体对于知识、信息等方面的需求。目前以SNS、微博为代表的社会化媒体，越来越突破了社交的范畴，成为了非常便捷的信息分享、传播以及获取的平台（12）。因此个体在情感任务、认知任务之后，也有可能转向社交媒体分享。然而这样的用户体验分析是否成立有待本研究的检验。因此，本研究提出研究问题一：在基于互联网的多任务行为中，不同类型任务的切换遵循怎样的路径？

互联网使用者的个人差异与多任务行为之间的关系已经被多次验证。格雷迪、吉欧以及费士贝恩（Grady、Jeong＆Fishbein）均验证了年龄与多任务行为之间的关系（13），俄斐（Ophir）的研究验证了性别与多任务行为之间的关系（14）。但这些研究结论多基于线下得出。关于互联网多任务行为与个体特征之间的关系研究尚不多见。

韦伯斯特（Webster）等人把多任务行为的影响因素归结为两大类：用户因素和媒介因素。这里的用户因素，既包括媒介使用者的人口统计学特征，也包括与媒介使用相关联的心理特征（15）。在本研究中，我们将主要研究使用者与媒介使用相关联的心理特征与其多任务行为表现之间的关系，而并不检验使用者的人口统计学特征（如年龄、性别等）与其多任务之间的关系。

在有关个体认知风格的研究中，场依存性／场独立性被认为是一个重要的维度，而认知风格则是影响互联网使用绩效的重要变量。所谓场独立性是指很容易地将一个目标从他的背景中分离出来的能力，相反，场依存性是指在将一个知觉目标从它的背景中分离出来时感到困难的知觉特点。福特（Ford）等人研究发现，场独立性的个体分析能力更强，也更为主动，能够更好地完成信息搜索任务（16），而场依存性的个体则要花更多的时间完成搜索，需要更多的搜索步骤（17）。对于互联网使用中任务切换而言，场依存性／场独立性是否也会有相应的影响？

工作记忆的概念最早由巴德雷和希什（Baddeley＆Hitch）提出，工作记忆是一种人们在执行认知任务时出现的临时保存和处理信息的系统（18）。研究发现，工作记忆在任务切换的执行控制中发挥着重要作用（19），当工作记忆广度足够强的时候，个体对信息的注意力集中度得以持续，这或许会对任务的执行产生正面效果（20）。在本研究中，我们将任务切换的效果区分为任务切换次数和任务完成质量，从而希望能更清楚地检验工作记忆对于任务切换的影响。

俄斐（Ophir）的研究分析了诸如外倾性、亲和性等人格特质与多任务行为之间的关系，但并没有发现这些人格特质与多任务行为表现存在相关关系（21）。而王和塔彻内夫 （Wang＆Tchernev）的研究则发现高神经质的个体更可能陷入媒介多任务行为中。但外倾性与多任务行为间并不存在显著关系（22）。在与多任务行为相似的学习型行为的研究中，周意丹等人发现：内外向、神经质与学生学习成绩之间存在负相关关系（23）。赵文学与王艳芝也发现：在外向性维度上得分高的个体的英语学习成绩偏低，而在外向性维度上得分低的个体英语学习成绩偏高（24）。由此，本研究也进一步探讨了外倾性、神经质等人格特质与互联网新媒体使用的任务切换行为之间的关系。

自我效能感是指个体对自己能否在一定水平上完成某一活动所具有的能力判断、信念或主体自我把握与感受（25）。焦虑则是一种主观的紧张感、忧虑感和神经质，是和自主神经系统唤醒相联系的一种担心。有关自我效能感以及焦虑与多任务行为的关系研究并不多见。但在学习领域，有大量涉及学习成绩与焦虑关系的研究。杨芳研究发现，外语阅读焦虑水平的高低使得相同年级学生的英语成绩存在显著差异，外语阅读焦虑水平高的班级英语成绩显著低于外语阅读焦虑水平低的班级（26）。多任务行为某种程度上也可以被认为是一种学习能力的外在表现，因此自我效能感、焦虑对多任务行为也有可能产生一定的影响。

由此，我们测量了实验被试的认知风格、工作记忆广度、外倾性、神经质、自我效能感、焦虑特质等多种与互联网使用相关联的心理特征，并提出研究问题二：以上这些与互联网使用相关联的心理特征对互联网使用的多任务行为有何影响？

二、研究方法

本研究主要采用实验法和问卷调查法进行。除问卷调查之外，实验过程共包括三部分，分别为认知风格测试、工作记忆广度测试和主任务实验。

（一）实验分组及任务

实验共分9组，其中，情感类任务组共4组，认知类任务组共2组，社交类任务组共2组，参照组1组。

情感类任务组要求被试在1小时内观看完提供的视频材料，需耗时20－25分钟。4组视频分别为强烈正面情绪、强烈负面情绪、微弱正面情绪、微弱负面情绪材料，每组材料包括3段视频。

认知类任务组分低认知难度、高认知难度两组。低认知难度组需要完成较为简单的认知类任务，高认知难度组需要完成较为复杂的认知类任务。

社交类任务组分为低社交难度、高社交难度两组，高社交难度组由互相不认识的被试组成；低社交难度组则由互相认识的被试组成。

参照组参与者要求被试在无任务情况下，自由在桌面机上操作1小时。

所有九组实验的主任务中，并不规定被试完成任务的具体时间和顺序，不管是否提前完成任务，被试都被要求在桌面机上操作1小时，以此探索被试互联网使用中的任务切换的基本路径。通过在桌面机上安装的软件，收集被试在任务执行过程中的任务切换等实验数据。

（二）变量及其测量

1.认知风格的测量

本研究中，采用镶嵌图形测量表测试被试的认知风格——场依存性或场独立性。本研究的145个有效样本中，共有27个属于场依存性，其余被试属于场独立性，占比分别为18.6%、81.4%。

2.工作记忆广度的测量

对于工作记忆广度的测量，本研究参照了施拉德和琼斯（Schmader＆Johns）的方法（27）。实验材料由36个形式相同的“算式＋词语”测试组成，如“（2 *3）＋2＝8？解决”等，共分9组，每组3－5个不等。在每组的3－5个“算式＋词语”出现完毕后，会要求被试回忆并填写出这一组出现过的词语。然后再采用“完美得分制” （absolute span score）方法计算被试的工作记忆广度。

在本研究各被试的工作记忆广度测量中，共有15名被试收获满分，而最低得分仅为4分。工作记忆广度的平均得分为23.5分。

3.其他自变量的测量

对外倾性和神经质的测量均来自于艾克森人格量表。外倾性量表由21个题项组成（包括2个反向题项）。该变量在本研究中的Alpha系数为0.830。神经质量表则由24个题项组成，在本研究中的Alpha系数为0.773。

对自我效能感的测量来自于王才康等对斯瓦泽尔（Schwarzer）的GSES量表的中文版修订，共包括10个题项（28）。该变量在本研究中的Alpha系数为0.882。

对焦虑人格特质的测量来自于斯皮尔伯格（Charles D.Spielberger）等编制的状态—特质焦虑量表，共包括20个题项（包括9个反向题项）。该变量在本研究中的Alpha系数为0.852。

三、数据分析与讨论

（一）多任务行为的表现

对于多任务行为的表现，我们用“任务切换次数”和“任务完成质量”进行测量。任务完成质量包括三部分，一是情感类任务的完成质量，二是认知类任务的完成质量，三是社交类任务的完成质量。

情感类任务的完成质量，主要看被试在观看本组视频材料后，情绪是否产生了相应的变化。我们在被试观看视频材料前和观看完给定视频后，分别给其发放一份中文情绪形容词监测量表进行填答，通过分析被试两次问卷得分的变化幅度来判断其完成情况。本研究显示：情绪变化最明显的是强烈负面情绪组，而变化最微弱的是强烈正面情绪组。

认知类任务的完成质量，本研究请6位同学按照统一标准对被试的作答情况进行主观打分，打分范围为1—10分，取平均分为被试最终得分。从本研究的得分情况看，低认知难度组（均分为7.6分）要略低于高认知难度组（均分为7.0分）。

社交类任务的完成质量，依据被试在讨论过程中的参与程度，具体可包括发言频次、发言相关度、观点代表性等，同样请6位同学打分，取平均分作为最终得分。从本研究的得分情况看，低社交难度组（均分为4.8分）要低于高社交难度组（均分为6.3分）。

对于任务切换次数，本研究通过软件收集被试互联网使用数据后，对其进行人工整理，从而确定被试在1小时规定时间内的任务切换次数。在本研究中，任务切换次数最大值为36、最小值为0，平均值为6.17，从频率分布来看，任务切换4次、2次、1次、6次的情况，分别出现了24次、21次、17次、13次，占比分别为16.6%、14.5%、11.7%、9.0%，是出现最多的切换次数。

为验证任务切换是否遵循特定的路径，本研究进一步分别对情感组、认知组和社交组向其他两种任务类型切换的次数进行配对样本t检验，以此判断任务切换是否存在明确的倾向性。

1.认知类任务切换

观察表1和表2中的数据结果，认知－情感切换次数和认知－社交切换次数的均值分别为1.53和0.83，标准差分别是1.505和1.898。从配对样本检验结果表看，差值的平均水平为0.707，标准差为2.593，两组切换次数差值的置信度95%的置信区间为（0.262，1.152），配对的t检验显示：认知－情感切换次数，认知－社交切换次数有显著性差异。认知类任务更倾向于向情感类任务切换。

表1 成对样本统计量

表2 成对样本检验

2.情感类任务切换

表3和表4显示：认知－情感切换次数和认知－社交切换次数的均值分别为1.48和0.77，标准差分别是1.611和1.712。从配对样本检验结果表看，差值的平均水平为0.713，标准差为2.392，两组切换次数差值的置信度95%的置信区间为（0.296，1.130），配对的t检验结果显示：情感－认知切换次数，情感－社交切换次数有显著性差异。情感类任务更倾向于向认知类任务切换。

表3 成对样本统计量

表4 成对样本检验

3.社交类任务切换

表5和表6显示：从配对样本统计量看，社交－认知切换次数、社交－情感切换次数的均值分别是0.99和0.87。标准差分别是2.169和1.995，而从配对样本t检验结果表看，社交－认知切换次数、社交－情感切换次数没有显著性差异。

表5 成对样本统计量

表6 成对样本检验

以上数据分析揭示：在情感类、认知类、社交类任务的相互切换中，情感类和认知类任务倾向于进行相互切换，而社交类任务向情感类、认知类任务切换的可能性趋向于均等。我们进一步结合被试在实验中的行为表现分析发现：

（1）搜索既是情感类任务的起始任务，也是“跟随”任务。斯宾克（Spink）研究发现，信息搜索任务是承接任务转换的中转任务（29）。推论到本研究中，这一结论同样成立，但略有不同的是，认知任务更多的是作为情感任务与情感任务切换的中转任务存在。比如，在结束一段视频的观看后，搜索另一段视频继续观看，抑或是听完一首歌之后，搜索另一首歌继续欣赏。实际上，以搜索为代表的认知类任务，成为了情感类任务的起始任务。

另外，在情感类任务组中，大量被试会在观看一段视频时、看完一段视频或看完全部三段视频之后，对其中感兴趣的视频进行搜索，因为视频材料都是截取的电影或其他视频材料的一部分，被试会通过搜索来观看相关视频的全部内容。在这样的情况下，搜索就成了情感类任务的“跟随”任务，跟随在每一段视频任务结束之后。

（2）社交任务作为中转任务、伴随任务。从实验数据来看，社交类任务在本研究中更多地作为一种中转性任务或者伴随任务存在。涉及社交任务使用的被试，要么将社交任务作为任务切换过程中的中转；要么把社交任务作为一种类似伴随性的任务，在进行其他任务的同时完成社交任务，如浏览新闻、观看视频等，而并非将其作为一种起始任务或主要任务。由此带来的变化是，社交类任务在三大类任务中出现的机会要远远大于认知类任务、情感类任务，同时，社交类任务与其他两类任务之间的相互切换的机会差距不大。

（二）与互联网使用相关联的心理特征与互联网使用多任务行为

本研究测量了实验参与者包括认知风格、工作记忆、外倾性、神经质、自我效能感、焦虑等多种与互联网使用相关联的心理特征，多任务行为则包括任务切换次数和任务完成质量。由于每组内主任务内容均不相同，且对于任务完成质量的评价存在差异，因此并未进行全样本分析，而是在每组样本内部进行相关分析。以此进一步考察被试与互联网使用相关联的心理特征对任务切换次数及任务完成质量的影响。

表7

上表显示：在强烈正面情绪实验组中，认知风格与任务切换次数呈现显著的正相关关系；在微弱正面情绪实验组中，外倾性与任务切换次数呈现显著的负相关关系；在微弱负面情绪实验组中，焦虑与任务完成质量呈现显著的负相关关系；在低认知难度实验组中，外倾性与任务切换次数呈现显著的正相关关系；在高认知难度组中，神经质、焦虑均与任务完成质量呈现显著的负相关关系；在低社交任务组中，工作记忆广度与任务切换次数呈现显著的正相关关系。

自我效能感与多任务行为之间的关系不成立。虽然胡龙娇的研究发现，网络自我效能感较高的用户进行网络交互时，面对不可预期的打断能更好地控制某些消极情绪，更容易从中断任务恢复到主任务（30）。但胡龙娇的实验设计中，中断（interruption）作为一个重要的实验变量加入，该研究中的任务切换属于被动的任务切换，而本研究要求被试在完成主任务的前提下自由进行互联网操作，任务切换过程的自主性更强，这可能是导致这一结果的原因。

在强烈正面情绪组中，认知风格与任务切换次数呈现正相关关系，即场独立性越强，任务切换次数越多。在胡龙娇的研究中，场依存性强的个体要花更多的时间完成搜索，同时需要更多的搜索步骤（31）。本实验的结果与其相反，其原因可能在于，胡龙娇的研究中考察的是被试在信息搜索任务，也即本实验中的认知类任务中的表现，而本研究得出的这一结果是在情感类任务组中，因此结果恰好相反。但在本研究的认知类任务组中，并未发现二者之间的相关关系，这可能与实验环境的影响，以及样本之间的差异存在关系。

在低难度社交任务组中，工作记忆广度与任务切换次数存在显著的正相关关系，也即工作记忆广度越强，任务切换次数越多。在多任务行为研究中，工作记忆作为重要的认知心理学概念，往往用于分析多任务行为中行为者认知层面的变化。工作记忆广度强，也即短时记忆能力强，被试能够承载更多的多样化的信息。在低难度社交任务组中，由于是在QQ群聊的状态下，信息比较繁琐、杂乱，这其实为被试提供了更多的任务切换机会。在这样的情境下，如果被试的工作记忆广度更强，能够容纳更大的信息量，可能更倾向于参与QQ聊天过程，参与讨论和对话，从而导致任务切换次数的增加。

在以往研究中，尚没有对工作记忆与任务切换次数、任务完成质量之间关系的考察，但有研究发现，当工作记忆中的信息被不恰当地分配时，会造成任务执行质量的下降，再考虑到容量的有限性是工作记忆一个最重要的特征，推断来看，工作记忆广度与任务完成质量之间可能会存在负相关关系，但在本研究中未得到相关的结论。

在微弱正面情绪组中，外倾性与任务切换次数负相关，而在低认知难度组中，外倾性与任务切换次数正相关。外倾性与任务切换次数的关系，在情感类、认知类任务组中，出现了并不一致的情况。从本研究看，在微弱正面情绪组中，由于视频材料给被试带来更多的是快乐、愉悦、欢喜等正面情绪，可能会导致被试任务切换的意愿降低，而在低认知难度组中，被试需要执行大量的搜索任务，外倾性作为“好寻找刺激”的一种人格特征，可能会在信息搜索过程中，受到其他页面、信息等的吸引，从而发生任务切换。但是总体而言，外倾性与任务切换次数之间的相关关系还有待于进一步验证。

在高认知难度组中，神经质与任务完成质量呈现显著的负相关关系；而在微弱负面情绪组、高认知难度组中，焦虑也与任务完成质量呈现负相关关系。有关神经质以及焦虑和多任务行为之间关系的研究并不多见，研究者更多的是关注学习成绩与神经质和焦虑等人格之间的相关性。而任务完成质量某种程度上可以看作是学习成绩的反应，特别是在本实验中与学习行为相似的高认知难度组。周意丹等人的研究发现，神经质与学生学习成绩之间存在负相关关系（32），杨芳的研究则揭示了焦虑与学习成绩之间存在显著的负相关关系（33），这与本研究在高认知难度组中的发现一致。

四、结语

本研究以实验法为主要方法，并结合问卷调查法，主要探讨了两个问题：一是在基于互联网新媒体的多任务行为中，不同类型任务的切换遵循怎样的路径，二是个人与互联网使用相关联的心理特征是否会影响互联网新媒体使用中多任务行为的表现。

本研究首先区分了认知类、情感类、社交类三种任务类型，进一步的实验研究发现：在情感类、认知类、社交类三类任务中，情感类任务更倾向于向社交类任务切换，认知类任务更倾向于向情感类任务切换，而社交类任务向情感类和认知类切换的可能性差别不大。在强烈正面情绪实验组，认知风格与任务切换次数呈现显著的正相关关系；在微弱正面情绪实验组，外倾性与任务切换次数呈现显著的负相关关系；在微弱负面情绪实验组，焦虑与任务完成质量呈现显著的负相关关系；在低认知难度实验，外倾性与任务切换次数呈现显著的正相关关系；在高认知难度实验组，神经质、焦虑均与任务完成质量呈现显著的负相关关系；在低社交难度实验组，工作记忆广度与任务切换次数呈现显著的正相关关系。

本研究还发现，在互联网使用的多任务行为表现中，还出现了“中转任务”。在被试的任务切换过程中，经常出现一个中转性的任务。比如，被试从新浪微博开始，搜新闻、看视频等等，完成一系列任务之后，又会回到新浪微博，继续开始一轮新的任务。又比如，在社交类任务主任务组中，有的被试将QQ聊天作为中转任务，在不同的任务与QQ聊天任务之间进行切换，QQ聊天任务既可能成为任务切换的起点，又可能成为任务切换行为的终点。围绕这一“中转任务”，实际上可以将上网过程分成几个阶段。那么，在这一类的被试中，是否真的存在“中转任务”？“中转任务”是如何被选择出来的，又何以成为“中转任务”？这些都是值得继续探讨的问题。

本研究在实验开展的过程中，考虑到实验研究的可行性，被试基本上都是在校大学生，这一样本显然不足以反映整个互联网用户的多任务行为表现，在以后研究中需要进一步拓展样本范围，以更好地检验现有结果并能更准确地揭示互联网使用的多任务行为表现，此外这些多任务行为表现会对网民使用互联网的效果产生怎样的影响，这些同样也都是后续研究需要关注的议题。

注释：

①Spink，A.，Park，M.，＆Cole，C.Multitasking and coordinating framework for information behavior／／A.Spink＆C.B.Cole.New directions in human information behavior.Berlin：Springer，2006，pp.137－154.

②（17）（30）（31）胡龙娇：《中断、反馈干预和网络自我效能感对信息搜索和情绪的影响》，杭州：浙江大学，2010.

③⑤Rubinstein，J.S.，Meyer，D.E.，＆Evans，J.E.，Executive control of cognitive processes in task switching.Journal of Experimental Psychology：Human Perception and Performance，2001，7（4），pp.763－797.

④Jarmon，A.L.Multitasking Helpful or Harmful？.Student Lawyer，2008，36（8），pp.33－35.

⑥Rogers，R.D.，＆Monsell，S.Costs of a predictable switch between simple cognitive tasks.Journal of Experimental Psychology：General，1995，124，pp.207－231.

⑦张智君、任衍具、宿芳：《结构、任务类型和导航对超文本信息搜索的影响》，《心理学报》，2004年第5期。

⑧（22）Spink，A.et al.Multitasking information behavior in public libraries.A survey study.Journal of Librarianship and Information Science，2007，39（3），pp.177－186.

⑨Wang，Z.，＆Tchernev，J.M.The“Myth”of Media Multitasking：Reciprocal Dynamics of Media Multitasking，Personal Needs，and Gratifications.Journal of communication，2012，62（3），pp.493－513.

（10）Spink，A.，Ozmutlu，H.C.，＆Ozmutlu，S.Multitasking information seeking and searching processes.Journal of the American Society for Information Science and Technology，2002，53（8），pp.639－652.

（11）（29）Spink，A.Multitasking information behavior and information task switching：An exploratory study.Journal of Documentation，2004，60（4），pp.336－351.

（12）殷崴：《SNS社交网站成员在不同信任模式下使用动机与行为研究》，2011，北京邮电大学硕士论文

（13）Grady，C.L.，Springer，M.V.，Hongwanishkul，D.，McIntosh，R.，＆Winocur，G.Age－related changes in brain activity across the adult lifespan.Journal of Cognitive Neuroscience，2006，18（2），pp.227－241.

（14）4（21）Ophir，E.，Nass，CI.，Wagner，AD.Cognitive control in media multitaskers.PNAS，2009，106（37），pp.15583－15587.

（15）Webster，J.，Phalen，P.，＆Lichty，L.Ratings analysis（2nd Edition）.Mahwah，NJ：Lawrence Erlbaum Associates，2000.

（16）Ford，N.etal.Information－seeking andmediated searching.Part4.Cognitivestyles in information－seeking.Journal of the American Society for Information Science and Technology，2002，53（9），pp.728－735.

（18）Baddeley，A.，＆Hitch，G.J.Working memory／／G.A.Bower.Recent advances in learning and motivation.New York：Academic Press，1974，pp.47－90.

（19）Logan，G.D.Workingmemory，task switching，and executive control in the task span procedure.Journal of Experimental Psychology：General，2004，133（2），pp.218－236.

（20）Anderson，J.R.，Reder，L.M.，＆Lebiere，C.，＆Quin，Y.Working memory：Activation limitations on retrieval.Cognitive Psychology，1996，30（3），pp.221－256.

（20）（23）（32）周意丹、毕春梅、李晓凡：《护生个性、心理健康状况与学习成绩关系的多因素分析》，《心理健康教育》，2003年第2期。

（21）（24）赵文学、王艳芝：《大五人格特质维度与大学生英语学习成绩关系研究》，《昌吉学院学报》，2006年第3期。

（22）（25）张晓兰：《初中生学校归属感、自我效能感与学业成绩的关系研究》，西安，陕西师范大学，2012。

（23）（26）（33）杨芳：《外语阅读焦虑与英语成绩的相关性》，上海，华东师范大学，2011。

（24）（27）Schmader.T，＆Johns.M.Converging evidence that stereotype threat reduces working capacity.Journal of Personality and Social Psychology，2003，85（3），pp.440－452.

（25）（28）王才康，胡中锋，刘勇：《一般自我效能感量表的信度和效度研究》，《应用心理学》，2001年第1期。

（作者巢乃鹏系南京大学新闻传播学院教授；王成、姚倩系南京大学新闻传播学院硕士研究生；曹茜系香港城市大学媒体与传播系博士研究生）

【责任编辑：潘可武】