认知情感的相互作用：模式的改变和影响数学问题解决外文翻译资料

认知情感的相互作用：模式的改变和影响数学问题解决

Kelly Trezise 2014 original research artical

摘要：很少的惊奇被知道关于是否关系在情绪之间存在或者改变超过规定的时间，或者说多少不同的案例稳定的或者说在众多关系之中影响问题解决的能力与水平。然而，横断面研究展示了一个特点焦虑或者是担忧安全的能力超过时间和他们的对于解决问题的能力的影响。126个14岁大的孩子wm和担忧水平是两倍影响在单单一天之中在完全解决一个数学问题测试能力之前，并且稳定改变关系。在这些组中，我们识别出了一个高水平的wm或者是低水平的担忧组保留过了时间并且一个高水平的担忧或者高水平的wm，一个现代的wm与担忧，低水平的wm的改变超过了时间。稳定担心亚组表现最好，容量高，含担心亚组表现最差。突出评估认知情感关系随时间变化的重要性（而不是评估认知或情感状态单独）在问题解决能力的差异表现。

关键词：工作记忆，担心/焦虑，数学问题解决，个体差异，变化

引言

属于情绪关系的学术研究暗示了一个问题wm起到了一个很重要的作用在情绪之间的关系中。私人的在wm方面的不同能力是与能力联系的，这个能力关系到情绪反应。例如，发现的一个结果是当指向一个情绪反应的时候当看到一个有关情绪的问题的时候，或者再看一个关于情绪的电影的时候拥有更加强大的情绪反应的人展示了一个低的情绪事实，并且能够报告更加自然的情绪反应，以此来解决数学问题。

跟那些拥有更加小的更加微弱的wm能力的群众相比较，在另一个研究之中，私人的伴随有低级水平的wm展现了一个令人惊异的实验事实：一个不断在消极影响的情绪反应对于消极的反馈方面，但是一个高水平的wm并没有展现出一个不断增长的解决数学方面问题的能力。

情绪水平可能仍然也影响健康的能力，几个科学家研究出的结果表示。根据影响学术的过程和国际上的共同承认的学术act。很少有研究调查，随着时间的推移，这些相互作用的性质变化的可能性。担心是穿过了请求的能力过程，因此减少了wm能力的水平，那些可以使用的针对完成其他任务的wm水平。例如，科学家也发现了私人的情绪良好状态对于一个冷的处理数学的表现展现了一个压力，它展示了一个立刻增加的的水平在wm，否则私人的在一个自然的状态下显示了能有他们各自的任何的改变wm。结果测试出了特定的影响属于减少的情绪，这是一个在能力方面长期形成的更正的反应在一个直接判断任务方面的时候，更多的是关于解决数学问题方面的影响的时候。检查对抑制箭头的方向判断任务的正确反应的能力引起的情绪的影响。在中性和诱发的情绪条件下8 - 12岁的孩子两次完成任务，间隔3周。在一个自然状态下，孩子们完成了相同的具备箭头的判断任务，在一个相同的状态之下。在不断减少情绪状态投入的情况之下，箭头判断任务有一次被完成了。P和T两位科学家发现的结果表明，判断错误的案例在数学方面跟孩子们的情绪是有着千丝万缕的关系的，并且影响甚大，但是并非所有的孩子都是这样的，当然也有些是完全不同的。那么问题来了，有兴趣的问题是为什么有些人仍然不受情感的操作？是什么因素让一些人能更好地控制情绪的影响比其他人？然而，WM焦虑的关系是最常用的是检测算法，代数是在青春期早期年了。代数是假设是WM需要数学表达式的维护要求，算法和数学事实检索算法。

我们使用的是潜在转换分析（LTA）检查改变/稳定模式。Lta是一个以自我为中心的接近识别个人身份的私人，那些人分享了类似的反应样式。更具体地说，LTA模型里面的组员关系超过减少的时间水平，并且，它并没有完全依赖共同的模型去解决数学问题。也就是说，一个人的情绪好坏可能导致他对解决数学的问题的方式的选择，究竟是按照原来的一成不变还是选用其它的方式去解决相应的数学问题。更多的是，根据我们已经获得的知识方面的内容显示，LTA目前并没有去测试稳固的改变在更加私人话的发展。然而，它已被用于研究的稳定性和个性发展的变化这和解决数学实际问题有很大的关系，学术性的研究，例如，使用lta去测试私人方面的数学问题的解决，他们会识别私人的形式案例伴随着一个不断改变的和另外的那些标志着，最后的要点的属于私人方面的成长与进步。

材料

代数的WM任务是依据了转变和根源的转换任务，情绪转变使用了一些共同的符号标志。这个特定的任务是专门为测试wm的水平而设计的通过测试能力方面对于那些共同的案例，有利于去记住那些所谓的字母跟数学问题方面的数字符号。每一次尝试组成了一个平台，去解决数学问题的平台。代数表评价要求学生判断一种代数声明的准确性（例如，3Y 2 = 20；Y =， 2），他们判断通过使用一个及其关键的解决方案在他们的电脑之上，学生们被给予15个问题去解决并回答。他们被介绍过去做自己的判断在意个不断增加的情景上，并不是简简单单的解决数学问题这么容易。3times;4矩阵出现在屏幕上。这个任务很好的测试了学生们的能力去知晓观察并且注意两个问题之间的千丝万缕的联系。学生被介绍引荐去比较两个问题之间的联系区别，当然不是简简单单的解决问题而已。下面的每个判断，脸上的焦虑状态出现在了屏幕上，并且学生们联系他们的过去的经验去判断当前的数学问题的时候。他们给出的例子为非数学和数学实践。训练是不要求在第二会话，不知情的学生是他们的判断的准确性。

数据分析

首先，我们试图去识别最近的转化模型属于wm担忧之间过时的关系。然后，我们尝试去分析性格改变的组员使用lta模型。最后，我们发现了并且调查出了一个结果在担忧之间lta解决数学问题的能力是根据情感状态去选择的。最近的转换分析识别了组员们是基于他们私人的反应方式，即根据情绪选择利用以往的知识经验去解决问题的，在几个不断随着时间改变的组员关系之中。它是一个长时间的测试是最近的级别的分析：识别基础过去常常去识别组员的私人事件去分享类似的图示案例。

在LTA里，亚群被称为潜伏状态。LTA的其中的三种样式，状态识别工作是基本基于反应案例对于每一个观察研究，组员之间的关系状态在数据方面也有着很重要的影响。换句话说，状态识别常常被用来性格数据辨认。初始状态的概率的概率每一个人属于每个潜在的状态在初始时间点（维蒙特和玛吉德森，2013A）。在最新最近的各种调查任务之中，一个私人的伴随着高水平的wm的和一个低的担忧反应的成员关系便随着时间变化。用另外的话说就是，一个私人的伴随有低wm担忧的友谊关系的在第一测试场景之中可能有相同担忧wm关系在第二个场景之中并且保留在相同的数据之中，或者他们可能展现了一个结果就是wm担忧之间的关系和移动一个不同的数据。最近的转换可能在一个时间，那就是他们的成员关系在先前的时间点上。

结论

统计任务：担忧，更正对于wm和担忧任务，问题的解决和大致上的一些因素被报告在了一个表格上。第一，模型是最好的模式是和担心的关系。第二，有四种模式直接指向性的针对结果。第三，在wm担忧的关系在短时间的终结改变模式之上。根据时间的描述，最后，我们的论文的重点知识产权代数问题解决能力的预测。一个辅助理解的发现，每杯的地位更是担心在所有模式由相同的颜色。 我们的研究结果表明，认知情感关系可以在短时间内改变，和水平的认知和情感的变化/稳定性预测。低担心大的WM容量与稳定性。相反，随着时间的和推移，学生，和担心可能会进一步增加，表明其缺点是可能在短时间内增加。认知，情感，和解决问题的能力息息相关。我们的研究结果强调认知、情感对数学问题解决的变化的影响。具体地论证发展问题解决的任务与模型

担忧关系

对于学生，那些陈列出高的wm能力水平的学生来说，拥有高wm的他们更加可能去改变一个低wm水平的数据伴随着时间上的推移，建议担忧减少wm能力。那些发现报道支持了the ACT焦虑和不安，那些有高担忧的人将会减少wm，显而易见，意思就是会对正确处理数学上的问题带来一定的麻烦难以解决，担忧会给自己制造麻烦。

这里有俩个案例随着时间改变：组员之间的关系预测了改变并且很少的几乎没多少学生改变了处理问题的难度在组员成员之间的关系上，对于一个高wm问题解决能力的或者低担忧的组来说。这次研究已经分清了自然的关系。一起的，改变的案例方式发现结果，支持了双方焦虑和一些支持对于情绪影响对问题解决的影响。

我们测试的情绪状态关系使用了数学分析方面的力量，在担忧和wm方面的任务。某种程度保留的研究学术的经历：它可能是改变和情绪方面的方式在不同的情绪上的关系可能区分是否容易解决数学问题，例如，如果几种类型问题同时出现，或者学生被指引面对更加自然的面对他们的情绪。

很有可能是这样的，除了小部分小数据，组员是很有意思的。T和r识别了一个组拥有类似的wm和担忧，并且问题解决的方式受到了影响。目前的发现支持的是这个小组可能影响关系在一个非常高的反应的群众的时候。

我们的发现大问题上在问题解决跟私人情绪上，被给予wm跟担忧的布恩那个在私人问题上。问题解决可能不同被个人性格影响在学术研究一开始的时候，而不是最后的时候。未来的研究应该探索问题解决的能力随wm跟担忧情绪状态之间的关系。

外文文献出处：

Kedlly Trezise and Robert A. Reeve，published，31 july，2014 original research artical

剩余内容已隐藏，支付完成后下载完整资料

Cognition-emotion interactions:patterns of change and implications for math problem solving

Kedlly Trezise and Robert A. Reeve，published，31 july，2014 original research artical

Abstract:Surprisingly little is known about whether relationships between cognitive and emotional states remain stable or change over time, or how different patterns of stability and/or change in the relationships affect problem solving abilities. Nevertheless, cross-sectional studies show that anxiety/worryToinvestigatethepatternsofstabilityand/orchangeincognition-emotionrelations over time and their implications for problem solving, 126 14-year-oldsrsquo; algebraic WM and worry levels were assessed twice in a single day before completing an algebraic math problem solving test. and stability/change relationships. Among the subgroups, we identified a highWM/low worry subgroup that remained stable over time and a highWM/high worry, and a moderateWM/low worry subgroup that changed to lowWM subgroups over time. Patterns of stability/change in subgroup membership predicted algebraic test results.The stable highWM/low worry subgroup performed best and the lowWM capacity-high worry “unstable across time” subgroup performed worst.The findings highlight the importance of assessing variations in cognition-emotion relationships over time (rather than assessing cognition or emotion states alone) to account for differences in problem solving abilities.Keywords: working memory, worry/anxiety, math problem solving, individual differences, change

Theories of emotion regulation propose that WM plays an important role in the regulation of emotions (Van Dillen and Koole, 2007; Hofmann etal., 2011, 2012). Individual differences in WM capacity are linked to the ability to regulate emotional responses (Schmeichel etal., 2008; Schmeichel and Demaree, 2010). Schmeichel etal. (2008), for example, found that when instructed to neutralize an emotional response while viewing an emotive film,individuals with a greater WM capacity showed less emotional facial expressions and reported more neutral mood,

compared to those with a smaller WM capacity. In another study, individuals with low WM showed an increase in negative affect in response to negative feedback, whereas high WM individuals did not show an increase (Schmeichel and Demaree,2010).

Emotion states may also affect cognitive abilities (Richards and Gross, 2000; Eysenck etal., 2007). According to the processing efficiency theory and attentional control theory (ACT), worry (the cognitive component of anxiety) is thought to require processing capacity, thus reducing WM capacity available for other tasks (Eysenck and Calvo, 1992; Ashcraft and Kirk, 2001; Derakshan and Eysenck, 2009; Eysenck and Derakshan, 2011). Schoofs etal. (2009),for example,found that individuals exposed to a cold-induced stress manipulation, showed an immediate decrease in their WM, whereas individuals in a neutral condition showed no change to WM. Pnevmatikos and Trikkaliotis (2013) examined the impact of induced emotions on the ability to inhibit incorrect responses in an arrow direction judging task. 8- to 12-year-olds completed the task under neutral and induced emotion conditions twice, 3 weeks apart. In the neutral condition, children completed the same arrow judgment task on both occasions. In the induced emotion condition, and the arrow judging task completed again. Pnevmatikos and Trikkaliotis (2013) findings show the pattern of judgment errors were associated with emotion states for most, but not all children. A question of some interest is why do some individuals remain impervious to emotional manipulations? What factors allow some individuals better able to control the impact of emotions than others?

However, WM-anxiety relationships are most commonly examined in the context of arithmetic. Algebra is introduced during early adolescence years. Algebra is hypothesized to be WM demanding as it requires maintenance of math expressions, retrieval of algorithms and math facts, and inhibition of arithmetic responses (Tolar etal.,2009).

We use latent transition analysis (LTA) to examine patterns of change/ stability. LTA is a person-centered approach for identifying clusters of individuals who share similar response patterns (Nylund, 2007; Bray etal., 2010; Lanza etal., 2010). More specifically, LTA models subgroup membership over discrete time intervals, and does not rely on common modeling assumptions (e.g., the presence of normal distribution and linear relationships). Moreover, To our knowledge, LTA has not been used to examine stability/change relationships between cognition and emotion in math; however, it has been used to examine stability and change in personality development (Meeus etal., 2011), academic motivation (Marcoulides etal., 2008), and Piagetian stages of cognitivedevelopment(Dolanetal.,2004). Meeusetal.(2011), for example, used LTA to characterize transitions in personality in adolescence: they identified personality types associated with change and others that marked “the end point” of personality development.

MATERIALS

The Algebraic WM task was based on Turner and Englersquo;s (1989) operation span task, modified to use alphanumeric symbols. The task was designed to examine domain-relevant WM by assessing the ability to both appraise algebraic statements, and remember alphanumeric symbols (see Figure 2). Each trial consisted of an algebraic statement appraisal, and the presentation of an algebraic symbol to remember. Algebraic statement appraisal required students to judge the accuracy of an algebraic statement (e.g., 3y 2 = 20; y = 2) and indicate their judgment by pressing a key on their computer (students were given 15 s to respond). They were instructed to make judgments of the accuracy of algebraic statements, rather than solve equations. An alphanumeric symbol then appeared on the screen (e.g., “4x”) for 1600 ms.

The task examines studen

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[287115]，资料为PDF文档或Word文档，PDF文档可免费转换为Word