片段再认任务在内隐序列学习研究中的有效性检验*

杨海波 刘电芝

(1闽南师范大学教育科学学院, 福建漳州 363000) (2苏州大学教育学院, 江苏苏州, 215123)

1 引言

意识在学习中的作用和内隐学习到底获得何种知识表征, 一直以来就富有争议, 是内隐学习研究中经久未衰的主题(Haider, Eichler, & Lange,2011)。这类研究主要以两种实验逻辑来展开, 一是任务分离范式(Task Dissociation, Sherry & Schacter,1987), 二是加工分离程序(Process Dissociation Procedure, PDP, Jacoby, 1991), 在内隐序列学习的研究中尤甚。

1.1 以任务分离范式为实验逻辑的内隐序列学习

在早期的内隐序列学习研究中, 对序列规则的觉知, 即意识性问题, 主要是以任务分离范式为实验逻辑来展开的。通常的程序是, 在不导向被试寻找序列规则的情况下, 要求被试对连续出现在计算机屏幕的几个位置上的刺激做出反应。被试的反应随练习的推进而变快, 但当规则序列换成随机序列,反应速度又变慢, 而测试中却发现被试不具有序列元素的外显知识, 这被认为是无意识学习的证据。习得的序列意识知识通过言语报告、再认(Recognition) (Shanks & St. John, 1994)和自由生成任务(Free Generation, 也叫预测测验, Prediction Tests) (Shanks & St. John, 1994)等意识测验来获得(Willingham, Nissen, & Bullemer, 1989)。

这种研究范式是基于实验性分离原理, 将序列反应时任务与实验后的意识测验的分离, 当作是内隐序列学习机制独立于意识之外(Perruchet, Bigand& Benoit-Gonin, 1997)的证据, 以此来证明存在内隐学习系统和外显学习系统(Nissen & Bullemer,1987; Rünger & Frensch, 2008)。

1.2 以加工分离程序为实验逻辑的内隐序列学习

然而越来越多的证据表明, 被试习得知识并非是全或无的意识知识或无意识知识, 而是两种知识均可能存在, 差别只在于贡献的大小(Destrebecqz& Cleeremans, 2001, 2003; 郭秀艳, 2004; Norman,Price, Duff, & Mentzoni, 2007)。于是, 研究者(Destrebecqz & Cleeremans, 2001, 2003)把加工分离程序中指导语的分离思想引入到预测测验中创造出了序列生成任务(Sequence Generation)。该任务分为包含测验和排除测验。两个测验的实施程序基本与预测测验相同, 唯一不同的是指导语。包含测验要求被试在测验中生成一个与反应阶段相同的序列, 这与预测测验相同; 排除测验则要求被试在测验中生成一个规则与反应阶段不同的序列。

对于实验结果的处理, 主要有两种方式。

方式一：通过包含成绩、排除成绩和机遇水平间的两两比较, 来获得被试在反应阶段习得知识的意识性(Destrebecqz & Cleeremans, 2001, 2003; 付秋芳, 傅小兰, 2005; Fu, Dienes, & Fu, 2010; Haider et al., 2011)。

方式二：基于意识和无意识的独立模型, 计算出包含测验的成绩为：P= R + A (1 − R), P=A (1 − R)。联立这两个公式可以求出, 意识性提取(即意识, R)和熟悉性加工(即无意识, A)对作业的贡献(郭秀艳, 黄希庭, 2004; 陈寒, 2005; Mong,McCabe, & Clegg, 2012 等)。

1.3 片段再认任务的出现

然而本研究发现序列生成任务也存在一些弊端。其一, 在序列生成任务的程序中, 被试再现序列规则的方式有别于其在反应阶段的反应, 也就是说, 在反应阶段被试看到刺激并按键反应之后, 刺激马上消失, 然后会有一个短暂空白的时间间隔再呈现下一个刺激(即存在一个“反应–刺激间隔”,Response-to-Stimulus Interval, RSI), 然而在测验阶段被试根据自己的意识判断下一个刺激该出现的位置并按键反应, 该刺激一直呈现直至又按下一个键才消失, 这里的RSI是变化的、与反应阶段不同。但是众多研究发现RSI是影响被试序列规则形成的关键因素, 它会导致内隐序列学习过程中意识和无意识变化(Norman, Price, & Duff, 2006; Destrebecqz& Cleeremans, 2001, 2003)。也就是说, 测验的形式其实破坏了在反应阶段就已建立的序列规则。其二,序列生成任务本质是一种再现测验, Shanks和 St.John指出在Nelson (1978)的外显记忆的研究中, 再现测验的敏感性低于再认测验(引自 Shanks & St.John, 1994), 于是我们有理由推测序列生成任务的敏感性偏低。

而片段再认任务可以很好地规避序列生成任务的第一个弊端, 因为测验阶段的RSI与反应阶段是一致的。片段再认任务建立在再认测验的基础上,但关键的问题是如何从再认测验中分离出意识知识和无意识知识？本研究从逻辑上作出以下推导：根据信号检测论原理(Signal Detection Theory, SDT,Yonelinas, 2001; Yonelinas & Jacoby, 2012), 在本研究中“击中”意味着被试有意识或无意识地把符合规则的这类序列片段当作符合规则进行判断, 相当于Jacoby (1991)的PDP中的包含测验, 近似于在后者中被试根据指导语把变位字当成是旧词来处理,即意识和无意识共同促进作业, P= R + A (1 −R)。“虚报”意味着被试把不符合规则的这类序列片段当作符合规则进行判断而无觉察, 相当于Jacoby(1991)的PDP中的排除测验, 近似于在后者中被试无意识地违反指导语把变位字当成是旧词来处理,即纯无意识促进作业, P= A (1 − R)。然而在任务分离范式的实验逻辑中, 仅采用再认测验的准确率来测量外显知识, 如把被试在客观测验上所获得的成绩高于机遇水平定义为内隐学习(Shanks &Johnstone, 1999), 显然低估了再认测验的作用。

2 实验1：片段再认任务的效度检验

2.1 问题提出

本实验以序列生成任务和片段再认任务为测量工具来验证RSI对内隐序列学习的影响：短RSI促进无意识加工, 长 RSI促进意识加工(Destrebecqz & Cleeremans, 2001, 2003)。由于序列生成任务在内隐序列学习的研究中被广泛运用(Fu et al., 2010; Haider et al., 2011; Destrebecqz &Cleeremans, 2001, 2003; Norman et al., 2006; 付秋芳, 傅小兰, 2005; 等), 所以在本实验中, 拟以此为内隐序列学习中意识知识和无意识知识的测量效标, 来检验片段再认任务的效度。

2.2 研究方法

2.2.1 被试

随机选取某初二、初三学生, 共237名被试, 其中男生 128名, 女生 109名, 平均年龄为 15.37 ±0.537岁, 年龄跨度为15～17岁。均没有参加过类似反应时实验, 实验开始前与被试签署知情同意书。

2.2.2 材料和仪器

实验材料是模拟“敌情信号警戒游戏”。其设置如下：在计算机屏幕(分辨率为 1024×768)中下方,水平并排的4个指示灯表示来自4个不同方向的敌情, 其坐标位置为(4.1,12.1)、(10.3,12.1)、(17,12.1)和(23.2,12.1), 每个灯的半径为2.8, 单位均为cm。初始状态时, 4个指示灯均为绿色, 表示4个方向均无敌情, 当指示灯变红色时, 表示该方向有敌情。此时要求被试既快又准地按下相应键做出反应以示消失敌人。4个指示灯从左到右分别对应键盘中的D、F、J、K键。红灯出现的位置序列规则是, 前一个红灯出现的位置决定了下一个红灯可能出现的两个位置。本实验采用 12个组段(block)其中第11个组段是随机组段, 其它为规则组段。

2.2.3 实验设计

采用2×11完全随机设计。自变量1为测量工具, 共有 2个水平, 为序列生成任务和片段再认任务; 自变量2为RSI, 共有11个水平, 分别为0, 50,100, 150, 200, 250, 500, 750, 1000, 1250和1500 ms。因变量为：各组段的平均反应时、意识知识和无意识知识(通过采用PDP程序计算序列生成任务中的包含成绩和排除成绩, 片段再认任务中的击中率和虚报率。其中在排除测验中, 因错误地把符合规则的反应当成不符合规则的反应, 其可能的概率前者是后者的两倍, 为平衡结果将排除成绩除以 2, 同理, 虚报率也除以2)。

2.2.4 实验程序

实验分两个阶段, 第一阶段为反应阶段, 要求被试完成模拟“敌情信号警戒游戏”, 此阶段约需30 min。然后进入第二阶段的测试, 为序列生成任务或片段再认任务。

序列生成任务近似于付秋芳和傅小兰(2005)的序列生成任务, 包含两个测验, 一个是包含测验,一个是排除测验, 两个测验的测试顺序由计算机随机呈现。片段再认任务是根据反应阶段的规则设计相应的符合规则三元素序列片段 12组和不符合规则的三元素序列片段 12组, 并且元素之间的 RSI也与反应阶段相同。然后随机呈现这24组刺激, 再由被试去判断所呈现的序列片段的新旧。

2.3 实验结果

根据Thompson 规则, 剔除成绩超过两个标准差的异常数据(Hoffman, Sebald, & Stöcker, 2001)和出错率超过10% 的数据(付秋芳, 傅小兰, 2005)。序列生成任务中各组被试有效的人数分别为8、13、9、10、10、10、11、11、10、10 和 8 人, 共 110人; 片段再认任务中各组被试有效的人数分别为9、10、11、12、10、10、10、10、10、11 和 9 人,共112人。

2.3.1 不同测验中, 各RSI下的准确率和平均反应时

图1A是测验为序列生成任务的反应阶段的结果, 图 1B是测验为片段再认任务的反应阶段的结果。以组段(前 10个组段, 即 10个水平)为被试内因素, 以RSI (11个水平)为被试间因素, 以反应时为因变量, 进行重复测量方差分析。结果发现在序列生成任务组, 组段的主效应显著,

F

(9, 91) =15.79,

p

< 0.001, η= 0.610; 组段×RSI交互作用不显著,

F

(90, 891) = 1.19,

p

> 0.05。结合图1A可知,随着序列学习的推进, 被试的反应时呈逐渐减少的趋势。同理, 在片段再认任务组, 组段的主效应显著,

F

(9, 93) = 8.89,

p

< 0.001, η= 0.640; 组段×RSI交互作用不显著,

F

(90, 909) = 2.90,

p

> 0.05。结合图1B可知, 随着序列学习的推进, 被试的反应时呈逐渐减少的趋势。在第 11个组段改变序列规则之后, 被试的反应时整体增加; 而第 12组段又恢复规则序列时,被试的反应时又整体减少。分别对序列生成任务组和片段再认任务组的习得量进行单样本

t

检验, 两组均出现显著的习得量, 前者均值为27.81 ± 30.91,

t

(109) = 9.40,

p

< 0.001, 后者均值为 26.16 ± 27.26,

t

(111) = 10.15,

p

< 0.001。由此说明了在两种条件下被试均习得到了序列中的某些知识。

2.3.2 不同测验中, 各RSI条件下意识和无意识对内隐序列学习的贡献

从图2可知, 从总体上, 在仅进行768次的反应练习的内隐序列学习过程中, 无意识对作业的贡献大于意识, 即习得的知识无意识成分占主要成分。但是, 以序列生成任务为测量工具发现, 被试习得的意识知识和无意识知识并未随着RSI的增加而发生变化(图2A), 而在片段再认任务中被试习得的意识知识随着RSI的增加而增加, 无意识知识随RSI的增加而递减(图2B)。后者的结果与Destrebecqz和Cleeremans (2001, 2003)的观点更为接近。由此,我们推断可能是序列生成任务的敏感性低于片段再认任务而导致的。

图1 不同RSI下, 两种测验的各组段的平均反应时

图2 两种测验中不同RSI下习得的意识知识和无意识知识

3 实验2：两种测验的敏感性分析

3.1 问题提出

由实验1的结果, 我们推断序列生成任务的敏感性低于片段再认任务。那么如何去论证呢？技术经济分析中的敏感性分析(Sensitivity Analysis)为我们指明了方向。其程序如下(杨和雄, 王良元,1998)：首先, 确定敏感性分析的指标, 即序列生成任务和片段再认任务。其次, 设定影响分析指标的不确定因素及其变化幅度。Song, Howard, Howard(2007)和Willingham (1999)发现动作反应能更好地促进内隐序列学习, 因为它促进了纯粹接触效应(Reber, Schwarz, & Winkielman, 2004), 也就是说,被试在实验中参与度越高, 与实验材料接触越多,越有利于无意识学习。于是, 本实验操纵了自变量：参与度。在低参与条件下, 被试看到红灯出现仅需按空格键进行反应; 在高参与条件下, 被试的反应与经典的序列反应时任务一致。并假设意识对低参与条件下的作业贡献大于高参与, 而无意识对高参与条件下的作业贡献大于低参与。最后根据不确定因素对分析指标的影响变化幅度来确定分析指标的敏感性。

3.2 研究方法

3.2.1 被试

随机选取某初二、初三学生, 共76名被试, 其中男生39名, 女生37名, 平均年龄为15.22 ± 0.565,年龄跨度为15～17岁。均没有参加过类似反应时实验, 实验开始前与被试签订知情同意书。

3.2.2 材料和仪器

同实验1。

3.2.3 实验设计

采用两因素完全随机设计。自变量一为参与度(高参与和低参与两个水平), 自变量二为测验方式(序列生成任务和片段再认任务); 因变量为意识和无意识, 各组段的平均反应时和准确率。其中 RSI均为200 ms。

3.2.4 实验程序

本实验共有4种不同的实验程序, 第一种高参与序列生成任务, 第二种低参与序列生成任务, 第三种高参与片段再认任务, 第四种低参与片段再认任务。

在反应阶段, 高参与的与实验 1的相同, 即屏幕上4个指示灯对应键盘中的DFJK键; 低参与是指屏幕上的4个指示灯与键盘没有一一对应, 被试看到红色指示灯亮只要按下空格键即可。测试阶段则与实验1的序列生成任务和片段再认任务相对应,这里不再赘述。

3.3 实验结果

根据异常数据剔除规则, 各组被试的有效人数分别为高参与序列生成组 19人, 低参与序列生成组17人, 高参与片段再认组19人, 低参与片段再认组14人。

3.3.1 高、低参与度下各组段的平均反应时

由图3A和图3B可知, 在高参与下, 从第一组段到第12组段, 除第11组段外, 反应时有下降的趋势(序列生成任务组为

F

(9, 16) = 4.24,

p

< 0.001,η= 0.209; 片段再认任务组为

F

(9, 18) = 10.65,

p

<0.001, η= 0.372); 被试在第11组段的反应时均有增加, 而到第 12组段, 反应时又下降(序列生成任务组为 30.58 ± 24.17,

t

(18) = 5.52,

p

< 0.001; 片段再认任务组为 46.33 ± 61.15,

t

(18) = 3.30,

p

< 0.01)。说明在高参与下被试均习得了序列结构的某些知识。而低参与条件下, 从第一组段到第12组段, 反应时有下降的趋势(序列生成任务组为

F

(9, 18) =2.07,

p

< 0.05, η= 0.103; 片段再认任务组为

F

(9,13) = 2.89,

p

< 0.05, η= 0.182); 但第 11 组段的反应时并没有显著增加(序列生成任务组为−9.62 ±41.88,

t

(16) = −0.947,

p

> 0.05; 片段再认任务组为11.70 ± 31.92,

t

(14) = 1.372,

p

> 0.05)。由此说明在低参与下被试也可能习得序列结构的某些知识, 但是其习得的数量低于高参与条件下的被试。我们可以从图4A和图4B来加以说明。

图3 两种测验中不同参与度下各组段的平均反应时

3.3.2 高、低参与度下序列生成任务和片段再认任务的意识和无意识

图 4A表明以序列生成任务为测量工具, 经过相同的反应学习, 高参与下习得的意识知识多于低参与, 高参与下习得的无意识也多于低参与, 交互作用不显著,

F

(1, 71) = 0.19,

p

> 0.05。图4B表明以片段再认任务为测量工具, 低参与下习得的意识知识多于高参与, 但是高参与下习得的无意识知识多于低参与, 出现了交互作用(

F

(1, 65) = 5.23,

p

<0.05, η= 0.078), 验证了本实验的假设。由此, 说明了片段再认任务的敏感性高于序列生成任务。

4 总讨论

4.1 片段再认任务的效度分析

Destrebecqz和Cleeremans (2001, 2003)指出在序列反应时任务中反应–刺激间隔反映了两个指标：表征质量和感知流畅性。RSI越小, 在任务反应中越有利于个体操作的感知流畅性, 而感知流畅性将促进熟悉性加工(即无意识加工); RSI越大, 个体在任务反应时越有更多时间去思考刺激出现的位置规则, 从而在测试阶段促进了意识性提取(即意识加工)。在实验1中, 以片段再认任务为测量工具所得的结果(见图 2B, 无意识知识呈递减趋势,意识知识呈递增趋势)甚至比以序列生成任务为测量工具所得的结果(见图 2A, 无意识知识和意识知识变化不明显)更符合Destrebecqz和Cleeremans的观点。由此, 我们推断片段再认任务在测量内隐序列学习中所习得的意识知识和无意识知识上是有效的。

4.2 序列生成任务与片段再认任务的敏感性分析

图4 高低参与度下意识和无意识对作业的贡献

根据以往研究, 低参与有利于个体关注刺激的呈现规则, 但是减少了纯粹接触效应, 削弱了熟悉性加工(Reber et al., 2004)。也有研究者(Rajaram&Geraci, 2000)发现：提高测试时的流畅性将导致对于学过和没学过的项目的再认反应(基于熟悉性加工)均变快, 而基于意识性提取的反应不受影响,这说明流畅性是影响熟悉性加工(无意识加工)的重要因素。所以高参与下将促进无意识加工, 而低参与条件下被试只要关注红灯出现的时间点, 不必关注其出现的位置, 他将有更多的时间去思考红灯出现的规律, 从而促进意识学习。实验 2的结果(图4B)正好验证了这个观点——在片段再认任务中,无意识在高参与中的贡献大, 而意识在低参与中的贡献大; 但是在序列生成任务中, 无论是高参与还是低参与, 无意识的贡献均大于意识。由此我们可以断定：在捕获习得知识的作用上, 片段再认任务的敏感性好于序列生成任务。

那么为什么序列生成任务的敏感度不高呢？由于在内隐序列学习的早期, 被试的意识成分较低,远低于无意识成分(见图 2)。而完成序列生成任务需要更多的意识成分, 从而导致了测验敏感度低下。此外, 排除任务的成绩在多大程度上能反映序列知识的全局可知性存在争论(Wilkinson & Shanks,2004)。Norman等(Norman et al., 2006; Norman, 2010)也认为排除测验不能反映意识控制的灵活性程度。他们认为成功生成与反应序列不同的运动序列的能力不是依靠逐步积累的有意识的序列知识, 而更可能是对内隐序列知识的全局性主动抑制的结果。然而, 片段再认任务却绕过了序列知识的全局可知性这一障碍, 它仅需片段知识或熟悉性就可以做出判断, 这是它的第一个优势。其次, 正如引言所述,序列生成任务中的随变的RSI破坏了业已形成的序列规则, 而片段再认任务仍承接着反应阶段的RSI,因此对习得的知识更为敏感。

4.3 研究的评价

4.3.1 实验控制的处理

本研究进行了合理的实验控制, 保证了实验结果的有效性。首先是实验程序的设计。刺激中的指示灯采用立体灯的效果, 制作较为精良, 背景采用浅蓝色(RGB = 0, 151, 202)以防被试产生视觉疲劳。如此处理比较能让被试产生身临其境的游戏体验。其次是指导语的表述。经过了两次的预实验, 同被试不断地交流实验体验, 不断地修改指导语, 最终使被试能较为容易地理解实验操作。第三是休息时长。通过与预实验中被试的交流反馈, 以RSI-1500为例, 假设被试做出反应的时间是500 ms, 那么每一次试验的时间需要 2 s, 这样每一组段将需要2×64 = 128 s, 所以休息时间设定为20 s是比较合理的。第四点是包含成绩和排除成绩中片段重复计算的问题得到很好的控制, 它是影响实验结果的关键因素。因为假设某被试只识记 DFJ, 且他在包含测验中一直都按DFJ直至结束, 那么如果不剔除重复数据的话, 他的包含成绩将是不真实的。最后一点是对排除成绩和虚报率的对半处理。这是因为假如被试当前按下的键是D, 那么根据规则下一个正确的键应是F或 J, 错误的键只能是 K。在排除测验中, 是要求被试按下K键, 若被试没意识到序列规则, 那么他可能会按下F或J键, 后者的出现概率是前者的两倍, 所以排除成绩应除以2。

4.3.2 本研究的特色

本文在前人的基础上进行了三个方面的尝试：其一是对习得知识的测量方法的创新。把经典的再认测验与信号检测论、加工分离程序(详见1.3的论证)相结合试图来分离习得的意识知识和无意识知识, 这在现有的研究中是未曾出现过的。在这里需要指出的是, 测验形式的不同造就了片段再认任务与序列生成任务从Jacoby (1991) PDP中借鉴角度的不一样。片段再认任务它需要对刺激进行归类判断, 因而借鉴了 Jacoby (1991)实验中对两类词(变位字和视觉呈现词为一类, 听觉呈现词为另一类)的分类处理思想。在片段再认任务中, 符合规则的序列片段相当于听觉呈现这类词, 不符合规则的序列片段相当于变位字这类词。依此分类方式所作出的反应与信号检测论中的击中、虚报、漏报、正确否定这4种反应分别相对应。而序列生成任务近似于外显记忆中的再现测验, 因而 Destrebecqz和Cleeremans (2001, 2003)借鉴了Jacoby的指导语的导向作用, 创设出了包含测验和排除测验。由此看来这两个测验其实具有异曲同工之妙。并且实验结果表明片段再认任务是一种高效而灵敏的测量工具, 这为后续研究提供了可参考的测量工具。其二,在实验 2的低参与度条件中, 我们改进了 Song等(2007)的序列反应时任务——在他们的研究中反应阶段仅通过观察, 而无需进行反应, 我们则换成敲击键盘的空格键, 这样似乎与经典的序列反应时任务更为接近, 而Song等(2007)的程序可能会让被试产生更多的想象空间而可能脱离实验目的。第三,关于再认测验与再现测验的敏感性检验, 最早见于Nelson (1978)的研究。其程序如下：假如有两个记忆测验A和B。被试先学习一组项目, 然后进行A测验。那么测验B只能运用于测验A所不能侦察到的那些已学项目, 只要测验B侦察到任一个这些项目, 就可以说比测验A敏感。而且, 以相反顺序来操作——先进行测验 B, 然后测验 A——也不能观察到敏感性的增加。Nelson使用这种程序, 发现再认比自由回忆更为敏感。然而 Nelson的研究是针对外显记忆而言, 而在内隐学习的研究中, 很难于直接地测量意识知识, 更何况是无意识知识, 因此无法采用 Nelson的研究程序进行敏感性检验。我们经过反复文献检索发现, 技术经济学的敏感性程序能提供相对可靠的理论支撑。因此本文的处理方法或许也能为后续的诸如敏感性检验之类的研究起到抛砖引玉的作用。

5 结论

经过了768次的反应学习之后, 被试内隐地习得了序列知识。为分离习得的意识知识和无意识知识, 以三元素再认测验为基础, 以信号检测论和加工分离程序为实验逻辑, 创设出的片段再认任务能有效地测量出习得的知识, 并且敏感性高于序列生成任务。

Chen, H. (2005).

Experimental research on consciousness of implicit learning

(Unpublished doctorial dissertation).Normal University, Dalian.[陈寒. (2005).

内隐学习意识性的实验研究

(博士学位论文). 辽宁师范大学, 大连.]Destrebecqz, A., & Cleeremans, A. (2001). Can sequence learning be implicit? New evidence with the process dissociation procedure.

Psychonomic Bulletin & Review,8

(2), 343–350.Destrebecqz, A., & Cleeremans, A. (2003). Temporal effects in sequence learning.

Advances in Consciousness Research,48

, 181–213.Fu, Q. F., Dienes, Z., & Fu, X. L. (2010). Can unconscious knowledge allow control in sequence learning?.

Consciousness and Cognition, 19

(1), 462–474.Fu, Q. F., & Fu, X. L. (2005). The effects of exemplar quantity on implicit sequence learning.

Psychological Science, 28

(4),801–805.[付秋芳, 傅小兰. (2005). 样例数量对内隐序列学习的影响.

心理科学, 28

(4), 801–805.]Guo, X. Y. (2004). Analysis of relationship between implicit learning and explicit learning.

Advances in Psychological Science, 12

(2), 185–192.[郭秀艳. (2004). 内隐学习和外显学习关系评述.

心理科学进展, 12

(2), 185–192.]Guo, X. Y., & Huang, X. T. (2004). The contribution of consciousness and unconsciousness in temporal succession perception.

Journal of Southwest China Normal University(Natural Science), 29

(1), 134–137.[郭秀艳, 黄希庭. (2004). 时序知觉中意识与无意识的贡献.

西南师范大学学报(自然科学版), 29

(1), 134–137.]Haider, H., Eichler, A., & Lange, T. (2011). An old problem:How can we distinguish between conscious and unconscious knowledge acquired in an implicit learning task?.

Consciousness and Cognition, 20

(3), 658–672.Hoffmann, J., Sebald, A., & Stöcker, C. (2001). Irrelevant response effects improve serial learning in serial reaction time tasks.

Journal of Experimental Psychology: Learning,Memory, and Cognition, 27

(2), 470–482.Jacoby, L. L. (1991). A process dissociation framework:Separating automatic from intentional uses of memory.

Journal of Memory and Language, 30

(5), 513–541.Mong, H. M., McCabe, D. P., & Clegg, B. A. (2012). Evidence of automatic processing in sequence learning using processdissociation.

Advances in Cognitive Psychology, 8

(2),98–108.Nissen, M. J., & Bullemer, P. (1987). Attentional requirements of learning: Evidence from performance measures.

Cognitive Psychology, 19

, 1–32.Norman, E. (2010) “The unconscious” in current psychology.

European Psychologist, 15

(3), 193–201.Norman, E., Price, M. C., & Duff, S. C. (2006). Fringe consciousness in sequence learning: The influence of individual differences.

Consciousness and Cognition, 15

(4),723–760.Norman, E., Price, M. C., Duff, S. C., & Mentzoni, R. A.(2007). Gradations of awareness in a modified sequence learning task.

Consciousness and Cognition, 16

(4), 809–837.Perruchet, P., Bigand, E., & Benoit-Gonin, F. (1997). The emergence of explicit knowledge during the early phase of learning in sequential reaction time tasks.

Psychological Research, 60

(1-2), 4–13.Rajaram, S., & Geraci, L. (2000). Conceptual fluency selectively influences knowing.

Journal of Experimental Psychology:Learning, Memory, and Cognition, 26

(4), 1070–1074.Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing fluency and aesthetic pleasure: Is beauty in the perceiver's processing experience?.

Personality and Social Psychology Review, 8

(4), 364–382.Rünger, D., & Frensch, P. A. (2008). How incidental sequence learning creates reportable knowledge: The role of unexpected events.

Journal of Experimental Psychology: Learning,Memory, and Cognition, 34

(5), 1011–1026.Shanks, D. R., & St. John, M. F. (1994). Characteristics of dissociable human learning systems.

Behavioral and Brain Sciences, 17

, 367–447.Shanks, D. R., & Johnstone T. (1999). Evaluating the relationship between explicit and implicit knowledge in a sequential reaction time task.

Journal of Experimental Psychology:Learning, Memory, and Cognition, 25

(6), 1435–1451.Sherry, D. F., & Schacter, D. L. (1987). The evolution of multiple memory systems.

Psychological Review, 94

(4), 439–454.Song, S. B., Howard, J. H., Jr., & Howard, D. V. (2007). Sleep does not benefit probabilistic motor sequence learning.

The Journal of Neuroscience, 27

(46), 12475–12483.Wilkinson, L., & Shanks, D. R. (2004). Intentional control and implicit sequence learning.

Journal of Experimental Psychology:Learning, Memory, and Cognition, 30

(2), 354–369.Willingham, D. B. (1999). Implicit motor sequence learning is not purely perceptual.

Memory & Cognition, 27

(3), 561–572.Willingham, D. B., Nissen, M. J., & Bullemer, P. (1989). On the development of procedural knowledge.

Journal of Experimental Psychology: Learning, Memory, and Cognition,15

, 1047–1060.Yang, H. X., & Wang, L. Y. (1998). Sensitivity analysis and its fuzzy method.

Journal of Nanjing Institute of Posts and Telecommunications, 18

(1), 99–101, 108.[杨和雄, 王良元. (1998). 敏感性分析及其模糊方法.

南京邮电学院学报, 18

(1), 99–101, 108.]Yonelinas, A. P. (2001). Components of episodic memory: The contribution of recollection and familiarity.

Philosophical Transactions of the Royal Society of London. Series B:Biological Sciences, 356

(1413), 1363–1374.Yonelinas, A. P., & Jacoby, L. L. (2012). The processdissociation approach two decades later: Convergence,boundary conditions, and new directions.

Memory & Cognition,40

(5), 663–680.