社科在线
原创学术新媒体!

问题很重要,缘何研究少

在学习一篇元分析性综述的文献时,我惊诧于文中呈现的一个事实:作者选择元分析的问题非常重要,但是,真正可用于元分析的研究却意外地少,少到分析时难尽其意,比如,不能分析调节变量;少到讨论中捉襟见肘,甚至不伦不类,比如,以定性的方式描述其他相关研究。

这篇论文(Block, Hancock, & Zakay, 2016)考察身体负荷对时距知觉的影响问题,作者是时间心理学领域的3位资深研究者。此前,他们已经发表一篇认知负荷对时距知觉影响的元分析性综述论文(Block, Hancock, & Zakay, 2010)。

为什么说身体负荷影响时距知觉是个重要问题呢?该文指出:人们在生活的许多方面都会遇到既有身体负荷又有认知负荷的情境。例如,人们从超市出来挎着一个重重的篮子试图走过一条大街,就必须估计自己安全通过的时间。又如,篮球运动员必须估计他们能在场上限定区域允许停留的时间、他们能够投篮的最大时限,同时还得扫视其他球员。

此外,操作复杂系统的人们,比如飞机飞行员和汽车驾驶员,当他们空中航线和交通干线上行驶时,也会遇到身体和认知工作负荷不断提高的情况。消防员和军事人员通常必须携带重重的身体负荷,同时做出操作决策。现在,很多人还会在走路时使用个人电子设备,这是需要占用时间和注意的。显而易见,人们日益必须同时操作身体任务和认知任务,而且这种趋势可能会继续增大。

该文作者对两大数据库PsycINFO(1887-2013)和Medline(1966-2013)分别用“时间知觉”和“时间估计”为关键词进行搜索,得到时间心理学方面的文献14,000篇。他们搜索已出版的时间研究方面的书目、书籍章节和著作。同时,他们搜索含有“时间判断”、“工作负荷”、“身体负荷”、“认知负荷”、“注意”、“难度”等术语及许多其他类似和相关术语的论文。接着,该文作者检核有关论文的参考文献列表,确定其他研究是否也可包括进来。

为了便于进行元分析,他们只包括那些操纵身体负荷、能从报告的推断统计量、数据表或图计算效应量的实验。每个包括进来的实验,被试均为正常的人类个体,判断的时距主要是等于或大于3 s,至少有一个自变量是身体负荷。对于小于3 s的时距知觉与估计涉及与更长时距颇为不同的过程,因此他们的排除临界定在这个值上。

结果显示,符合要求的研究数量极少,共有7个操纵身体负荷的实验可包括在元分析中,涉及235名被试。这些实验均采用预期式时距判断范式,被试复制此前的时距。

该文的元分析显示了一种总的效应量(d+= -1.36),这与认知负荷对预期时距的效应是可比拟的,并且方向也是相同的,表明高身体负荷是需要注意资源的,从而,人们知觉到的时距较短。这也说明,个体执行涉及高身体负荷的任务,比如,驾驶飞机或汽车,需要复杂的注意分配,对时间的认知会产生偏差。

其实,该文作者也明确指出,关于身体负荷对时距估计的实验研究是相当缺乏的。那么,为什么相应的研究会非常缺乏呢?是这个问题不重要吗?显然不是。作者不仅举例论证这个问题重要,而且引用1913年的文献说明心理学领域早就注意到了这个问题。是开展相应的实验研究有困难吗?从该文包括的实验来看,那样的研究没有什么特别的困难之处。

既然问题是重要的,实验又不是很困难,那么,为什么研究会如此少呢?实际上,这种现象很常见,就是研究者没有动手去做研究。该文作者在2010年就发表了认知负荷影响时距知觉的元分析性综述论文,推测随后就决定做身体负荷影响时距知觉的同类论文,也发现相应的研究极少,然而,他们也没有接着去做实验研究。由该文的信息可知,期刊编辑部2014年09月16日收到初稿,2016年01月04日收到修改稿,中间有较长时间,而此间及其后,未见作者发表这个领域的论文。

在学习文献,尤其是拟开展某个领域或主题的研究时,很可能遇到这种情况,原来以为很重要、会有丰富文献的问题,其实文献极为缺乏。有时,不仅缺乏实证研究,而且缺乏非实证研究。

参考文献

Block, R. A., Hancock, P. A., & Zakay, D. (2010). How cognitive load affects duration judgments: A meta-analytic review. Acta Psychologica, 134, 330-343.

Block, R. A., Hancock, P. A., & Zakay, D. (2016). Physical load affects duration judgments: A meta-analytic review. Acta Psychologica, 165, 43-47.

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏