2018, Vol. 16引用本文 |
| 刺激冲突和反应冲突的事件相关电位特征：中顶部P3 |
2. 西南大学心理学部，重庆 400715;
3. 深圳大学心理与社会学院，深圳 518060;
4. 曲靖师范学院教师教育学院，曲靖 655011
在认知控制研究中，当个体完成一致性任务时，如Flanker任务（Eriksen & Eriksen, 1974）、Simon任务（Simon, 1990）和Stroop任务（Stroop, 1935），相对于干扰刺激和目标刺激一致（congruent, C或CO）的条件，被试在两者不一致（in-congruent, I）条件下的行为反应更慢，错误率可能更高。即在I条件下，被试表现出明显的行为冲突，冲突量可用I-C来计算。
采用2:1映射设计（2:1 mapping design，两种刺激对应一个反应键）（De Houwer, 2003; Eriksen & Eriksen, 1974）可将一致性任务中的I条件进一步细分为刺激不一致（stimulus incongruent, SI）和反应不一致（response incongruent, RI）两种条件。在SI条件下，干扰刺激和目标刺激不同，但是它们所激活的反应相同；在RI条件下，干扰刺激和目标刺激不同，它们所激活的反应也不同。由此，干扰刺激和目标刺激之间的冲突可分解为发生在刺激加工水平上的刺激冲突（stimulus conflict, SC）和发生在反应输出水平上的反应冲突（response conflict, RC）（Kornblum, Hasbroucq, & Osman, 1990; van Veen, Cohen, Botvinick, Stenger, & Carter, 2001; Zhang, Zhang, & Kornblum, 1999）。在反应时或错误率上，可用SI-CO和RI-SI来分别量化这两类冲突。
维度重叠（dimensional overlap, DO）模型对SC和RC的产生提出了合理的解释（Kornblum et al., 1990; Kornblum & Lee, 1995）。该理论认为，在一致性任务中，刺激同时包含了两个维度，一个维度与任务相关（目标维度），另一个维度与任务无关（分心维度）。在刺激–反应映射规则的作用下，这两个维度会出现不同程度的重叠，从而产生冲突。如果重叠只发生于目标刺激和分心刺激的加工阶段，那么这两个维度将激活相同的反应，从而只产生SC。如果重叠出现在目标刺激和分心刺激的反应输出阶段，那么这两个维度将激活不相同的反应，从而产生RC。在一致性任务中，研究者通常设计C和I两种条件。然而，在这样的设计中，在I条件下，重叠既出现在目标刺激和分心刺激的加工阶段，又出现在反应输出阶段。所以，I条件既包含了SC，又包含了RC。为了考察这两类冲突的产生机制，研究者通常联合采用一致性任务和2:1映射设计。
先前的事件相关电位（event-related potentials, ERPs）研究发现，在Flanker任务中，C条件下的P3波幅比I条件下的P3波幅更大（Doucet & Stelmack, 1999）。由于Botvinick等人（Botvinick, Cohen, & Carter, 2004; Braver, Barch, Gray, Molfese, & Snyder, 2001）提出，冲突是任务难度的一个典型特征（Gevins, Smith, McEvoy, & Yu, 1997; Posner & DiGirolamo, 1998），所以P3波幅可能与任务难度有关，任务越难，P3波幅越小（Picton, 1992）。另外，Purmann等人采用Flanker任务考察了冲突加工的时间过程（Purmann, Badde, Luna-Rodriguez, & Wendt, 2011）。结果发现，I条件下的P3峰潜伏期比C条件下的P3峰潜伏期更长。由于P3峰潜伏期是量化刺激评估所需时间的指标（Kutas, McCarthy, & Donchin, 1977），所以Flanker任务中的冲突可能发生在刺激评估过程中。
综上所述，采用基于色-词Flanker任务（Chen, Tang, & Chen, 2013）的2:1映射设计，本研究以中顶部（centro-parietal region）P3为ERPs指标（Polich, 2007），揭示了SC和RC的神经机制。
2 方法在Tang, Hu, Lei, Li和Chen等人（2015）的研究中，研究者采用基于色–词Flanker任务（Chen et al., 2013）的2:1映射设计和前测–练习–后测范式，在时频域（time-frequency domain）上揭示了练习对SC和RC的影响及其神经振荡机制；在时域（time domain）上，对于SC和RC，P3平均波幅不受练习因素的影响。另外，研究者只利用了前测和后测的数据，这导致数据的利用率很低。基于这些考虑，本研究对Tang等人（2015）的行为和ERPs数据重新进行了分析。
2.1 被试31名18-26岁的健康成人（21名女性）自愿报名参加本实验。他们的平均年龄为22岁，标准差为2岁。所有被试均口头报告为右利手，视力或矫正视力正常，在此之前没有参加过类似实验，且对本次实验目的毫无知情。所有被试在环境舒适的实验室里单独参加测试，并在实验前填写知情同意书，实验完成后得到一定报酬。
2.2 实验仪器与材料采用计算机呈现刺激，计算机的显示器为联想LX-GJ556D，17寸彩显，分辨率为1024×768，颜色为真彩色，刷新率为85 Hz，屏幕背景为黑色。实验程序由E-prime心理学软件（美国匹兹堡）编制运行，被试的反应由QWERTY键盘记录。被试距屏幕的距离约为60 cm。
所有刺激呈现于屏幕中央。刺激由白色的注视点（+）及三个水平排列的汉字（红、绿、黄或蓝；汉字之间无间隙）组成，字体为白色、宋体四号。中间的汉字是目标刺激，两侧的汉字（意义相同）是干扰刺激。其中，干扰刺激可能与目标刺激意义相同，也可能与目标刺激意义不同。
2.3 实验设计本研究采用了基于色-词Flanker任务的2:1映射设计（Chen et al., 2013; De Houwer, 2003; Tang et al., 2015）。指导语告知被试忽略干扰刺激的字义，根据目标刺激的字义又快又准地做反应。若目标刺激为“红”或“绿”，则被试用左手食指按Q键，若目标刺激为“黄”或“蓝”，则被试用右手食指按P键。由干扰刺激字义和目标刺激字义的一致性可以获得CO（如“红红红”）、SI（如“红绿红”）和RI（如“绿黄绿”）三种刺激类型。
在正式实验前，所有被试完成16个练习试次，以使他们熟悉刺激–反应映射规则（这些规则与正式实验一致）。正式实验共包含7个block，第一个block和最后一个block各包含192个试次，中间五个block各包含240个试次。所有试次被随机地排列。在每个block中，CO、SI和RI试次的数量相等。这样的设计能保证ERPs分析中，每个条件有足够多的叠加次数，从而提高了信噪比。另外，每完成一个block，被试休息2分钟，以减少疲劳效应对研究结果的影响。
2.4 实验程序实验流程图如图1。每个试次的刺激呈现顺序如下：（1）300 ms的白色“+”注视点；（2）时间间隔在800到1000 ms内随机变化的黑色空屏；（3）三个水平排列的汉字，被试需在1500 ms内做出反应，反应之后刺激立即消失（如果被试在1500 ms内没有做出反应，该试次将被记录为错误反应的试次）；（4）时间间隔在800到1200 ms内随机变化的黑色空屏。
 |
| 图 1 实验流程（图中所示为SI条件） |
2.5 脑电记录
采用国际10~20系统扩展的64导电极帽，以Brain Products GmbH（德国慕尼黑）记录EEG信号。参考电极为FCz电极点，接地点在FPz和Fz的中点，所有电极处的头皮电阻都在5 kΩ以下。为了监测眨眼和眼动伪迹，在左眼下眼睑处同步记录垂直眼电（vertical electro-oculographic, VEOG），并在左眼眼眶外侧约1 cm处同步记录水平眼电（horizontal EOG, HEOG）。EEG信号的滤波带通为0.01~100 Hz，采样率为500 Hz/导。
2.6 行为测量与统计分析行为数据采用IBM SPSS 20.0统计分析软件进行处理。对于RT的分析，本研究首先剔除错误反应的试次（占所有试次的3.78%）和错误反应后的试次（占所有试次的2.93%）；然后剔除RT超出±3SD的极端反应试次（占所有试次的0.86%）。
2.7 EEG数据处理与统计分析 2.7.1 预处理本研究采用基于MATLAB环境的EEGLAB（Delorme & Makeig, 2004）软件（开源工具箱）对EEG数据进行预处理。首先将EEG数据重参考到双侧乳突电极。再对连续的EEG数据进行30 Hz的低通滤波和1 Hz的高通滤波。然后剔除所有错误反应的试次（占所有试次的3.78%）和错误反应之后的试次（占所有试次的2.93%）。接着对剩下的EEG数据进行分段（epoch），分析时程被锁定为从汉字呈现前200 ms到汉字呈现后1000 ms的时间窗，以汉字呈现前的200 ms（–200 ms到0 ms）为基线校正数据。肌电（electromyographic, EMG）伪迹、放大器饱和所引起的伪迹以及其它伪迹通过手动方法去除。眨眼和眼动伪迹采用实证的独立成分分析（independent component analysis, ICA）算法校正（Delorme & Makeig, 2004; Jung et al., 2001; Makeig, Jung, Bell, Ghahremani, & Sejnowski, 1997）。在所有数据集中，个别被移除的独立成分（ICs）具有很大的眼电伪迹和前额叶的头皮分布。这些预处理步骤与先前的研究相似（Tang, Hu, & Chen, 2013; Tang et al., 2015; Tang, Hu, Li, Zhang, & Chen, 2013; 唐丹丹, 陈安涛, 2013）。
2.7.2 ERPs分析（1）在CO、SI和RI条件下，分别绘制出每个电极点的总平均ERPs波形。
（2）基于前人对P3的研究发现（Polich, 2007; Tang et al., 2015）和总平均波形图，本研究以中顶部[（P1+Pz+P2+CP1+CPz）/5]为感兴趣区域（regions of interest, ROI），在400到600 ms的时间窗内分别测量了CO、SI和RI条件下的P3峰值（μV）和峰潜伏期（ms）。注意，将多个电极点处的ERPs数据进行总平均能提高ERPs分析的信噪比（Cohen & van Gaal, 2013）。
（3）根据P3的峰潜伏期，分别绘制CO、SI和RI条件下的峰值地形图。
（4）对P3的峰值和峰潜伏期分别进行3水平（CO、SI和RI）的单因素重复测量ANOVA，并采用Mauchly法检验球形假设：若违反了球形假设（p<0.05），再采用Greenhouse-Geisser法校正自由度（Girden, 1992）。事后检验采用Bonferroni法校正p值，显著性水平设定为p<0.05。
（5）行为上，SC和RC可以分别用SI-CO和RI-SI量化，值越大冲突越强。ERPs上也可以分别用ERP（SI-CO）和ERP（RI-SI）表示SC和RC。为了考察ERPs（峰值、潜伏期）和RT的关系，分别对RT（SI-CO）和ERP（SI-CO）、RT（RI-SI）和ERP（RI-SI）进行Pearson积差相关分析（双尾）。
3 结果 3.1 行为结果表1展示了CO、SI和RI三种条件下的平均RT和错误率结果。
| 表 1 RT和错误率的描述统计结果（M±SD） |
 |
对于RT，3水平（CO、SI和RI）的单因素重复测量方差分析揭示了显著的差异，F（2, 60）=269.20，p<0.001，偏η2=0.900。事后检验发现：CO<SI<RI，p<0.001。因此，RT数据表明了稳定的刺激冲突和反应冲突。
对于错误率，3水平（CO、SI和RI）的单因素重复测量ANOVA揭示了显著的差异，F（1.13, 33.97）=34.54，p<0.001，偏η2=0.535。事后检验显示，CO和SI条件的错误率都显著小于RI条件的错误率，p<0.001。所以，错误率结果揭示了明显的反应冲突。
3.2 ERPs结果图2展示了CO、SI和RI三种条件下的ERPs结果。图2A展示了CO、SI和RI条件的总平均ERPs波形图和P3峰值地形图。由图2A可知，在400到600 ms的时间窗内，CO、SI和RI条件都引发了明显的中顶部P3成分，且峰值呈现出依次减小的趋势，但峰潜伏期依次增加。
 |
| 注：A图展示了总平均ERPs波形（下）和P3峰值地形图（上）。A（下）：中顶部[（P1+Pz+P2+CP1+CPz）/5]的总平均波形图。其中，垂直的灰色虚线指示了汉字的呈现时刻。在灰色矩形区域内可见明显的P3成分（400到600 ms）。A（上）：CO、SI和RI三种条件下的头皮地形图都具有明显的中顶部分布。B图展示了中顶部P3峰值（左）和峰潜伏期（右）。**p<0.01，***p<0.001；误差线表示每种条件下的标准误。C图展现了中顶部P3（RI－SI）和RT（RI－SI）的显著正相关关系。n=31。 图 2 ERPs结果 |
对于P3峰值，3水平（CO、SI和RI）的单因素重复测量方差分析显示了显著的差异，F（2, 60）=11.87，p<0.001，偏η2=0.283。事后检验发现：SI<CO，p<0.01；RI<CO，p<0.001。
对于P3峰潜伏期，3水平（CO、SI和RI）的单因素重复测量方差分析显示了显著的差异，F（2, 60）=20.48，p<0.001，偏η2=0.406。事后检验发现：CO<RI，SI<RI，p<0.001。
图2B直观展示了CO、SI和RI条件下的P3峰值和峰潜伏期。由图2B可知，P3峰值明显受到刺激冲突影响，而其峰潜伏期明显受到反应冲突影响，这与统计结果一致。
为了进一步考察ERPs和行为RT的关系，本研究分别以RT（SI-CO）和ERP（SI-CO）为变量、RT（RI-SI）和ERP（RI-SI）为变量进行了Pearson积差相关分析（双尾）。对于中顶部P3峰值，结果没有显示显著的相关，p>0.1。而P3峰潜伏期差异P3（RI-SI）能稳定地预测反应冲突RT（RI-SI），r=0.470，p=0.008（图2C）。
4 讨论本研究采用基于色–词Flanker任务的2:1映射设计，揭示了SC和RC的神经电生理特征。RT结果发现了显著的SC和RC，这与先前的研究结果一致（Chen et al., 2013; Tang et al., 2015）。ERPs结果表明，对于中顶部P3（400到600 ms），（1）CO条件下的峰值显著大于SI和RI条件下的峰值；（2）RI条件下的峰潜伏期显著长于SI和CO条件下的峰潜伏期。并且P3峰潜伏期差异P3（RI-SI）与RT差异RT（RI-SI）呈显著的正相关关系。这些结果共同表明，在色–词Flanker任务中，SC和RC的产生涉及到中顶部P3峰值和潜伏期的变化。
4.1 行为发现RT结果显示了明显的SC和RC。这表明，在色–词Flanker任务中，同时存在两类冲突。SC可能发生在目标汉字和分心汉字的刺激加工阶段，RC的产生可能是因为目标汉字和分心汉字所激活的反应不同，从而出现了反应竞争。
错误率结果显示了明显的RC。由表1可知，三种条件下的错误率都很低，可能出现了地板效应。考虑到本研究采用的是基于色–词的Flanker任务，实验材料是红绿黄蓝四个汉字，并且被试是大学生，因此任务难度小，从而导致很低的错误率。
4.2 ERPs发现 4.2.1 P3峰值有研究采用Flanker任务发现，C条件下的P3波幅比I条件下的P3波幅更大（Doucet & Stelmack, 1999）。由于I条件下包含了冲突，所以任务的难度更大（Botvinick et al., 2004; Braver et al., 2001），这暗示P3波幅与任务难度有关，任务越难，P3波幅越小（Picton, 1992）。本研究发现，对于中顶部P3（400到600 ms），CO条件下的P3峰值明显大于SI和RI条件下的P3峰值，而SI和RI条件下的P3峰值无显著差异。所以，P3峰值结果可能说明SI和CO条件下的刺激加工难度不同。
根据DO模型（Kornblum et al., 1990; Kornblum & Lee, 1995），SC发生在目标刺激和分心刺激的刺激加工阶段，即目标刺激和分心刺激的加工难度差异可能导致SC （Botvinick et al., 2004; Braver et al., 2001）。本研究结果进一步表明，中顶部P3峰值可能是衡量SC的有效指标。不过，这一结论仍然需要进一步研究证实。
4.2.2 P3峰潜伏期先前的研究证实，P3峰潜伏期与反应选择和执行加工无关（Kok, 2001; Luck, 2005），而只与刺激评估所需的时间有关（Kutas et al., 1977）。例如，在Purmann等人（2011）和Houlihan，Campbell和Stelmack等人（1994）的研究中，研究者采用Flanker任务考察了冲突加工的时间过程。结果发现，I条件下的P3峰潜伏期比C条件下的P3峰潜伏期更长。由此他们证实，刺激评估加工能影响P3潜伏期（Duncan-Johnson & Kopell, 1981）。
本研究发现，RI条件下的P3峰潜伏期显著长于SI和CO条件下的P3峰潜伏期，而SI和CO条件下的P3峰潜伏期无显著差异。这与错误率结果相符。Kutas等人（1977）发现，P3潜伏期与刺激评估所需的时间有关。结合行为结果，我们认为，由于RI条件的任务难度可能最大，被试对刺激进行评估所花的时间更长，所以P3峰潜伏期最长。因此，RC可能从刺激评估阶段就开始产生。不过，这一结论还需进一步的研究证实。
另外，Pearson积差相关分析显示，P3峰潜伏期差异P3（RI-SI）与RT（RI-SI）呈显著正相关。这进一步说明，行为上的RC大小可能与刺激评估所需的时间有关。因此，本研究揭示，中顶部P3峰潜伏期可能是衡量RC的有效指标之一。
5 结论在色–词Flanker任务中，中顶部P3的峰值和峰潜伏期特征分别揭示了刺激冲突和反应冲突。
唐丹丹, 陈安涛.(2013). 冲突适应的神经振荡机制. 中国科学: 生命科学, 43, 992–1002. http://or.nsfc.gov.cn/handle/00001903-5/236490 |
Botvinick, M. M., Cohen, J. D., & Carter, C. S.(2004). Conflict monitoring and anterior cingulate cortex: An update. Trends in Cognitive Sciences, 8, 539–546. DOI:10.1016/j.tics.2004.10.003
|
Braver, T. S., Barch, D. M., Gray, J. R., Molfese, D. L., & Snyder, A.(2001). Anterior cingulate cortex and response conflict: Effects of frequency, inhibition and errors. Cerebral Cortex, 11, 825–836. DOI:10.1093/cercor/11.9.825
|
Chen, A. T., Tang, D. D., & Chen, X. F.(2013). Training reveals the sources of stroop and flanker interference effects. PLoS One, 8, e76580. DOI:10.1371/journal.pone.0076580
|
Cohen, M. X., & van Gaal, S.(2013). Dynamic interactions between large-scale brain networks predict behavioral adaptation after perceptual errors. Cerebral Cortex, 23, 1061–1072. DOI:10.1093/cercor/bhs069
|
De Houwer, J.(2003). On the role of stimulus-response and stimulus-stimulus compatibility in the Stroop effect. Memory & Cognition, 31, 353–359. |
Delorme, A., & Makeig, S.(2004). EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods, 134, 9–21. DOI:10.1016/j.jneumeth.2003.10.009
|
Doucet, C., & Stelmack, R. M.(1999). The effect of response execution on P3 latency, reaction time, and movement time. Psychophysiology, 36, 351–363. DOI:10.1017/S0048577299980563
|
Duncan-Johnson, C. C., & Kopell, B. S.(1981). The Stroop effect: Brain potentials localize the source of interference. Science, 214, 938–940. DOI:10.1126/science.7302571
|
Eriksen, B. A., & Eriksen, C. W.(1974). Effects of noise letters upon the identification of a target letter in a nonsearch task. Perception & Psychophysics, 16, 143–149. https://link.springer.com/article/10.3758/BF03203267 |
Gevins, A., Smith, M. E., McEvoy, L., & Yu, D.(1997). High-resolution EEG mapping of cortical activation related to working memory: Effects of task difficulty, type of processing, and practice. Cerebral Cortex, 7, 374–385. DOI:10.1093/cercor/7.4.374
|
Girden, E. R.(1992). ANOVA: Repeated measures. Newbury Park: SAGE. |
Houlihan, M., Campbell, K., & Stelmack, R. M.(1994). Reaction time and movement time as measures of stimulus evaluation and response processes. Intelligence, 18, 289–307. DOI:10.1016/0160-2896(94)90031-0
|
Jung, T.-P., Makeig, S., Westerfield, M., Townsend, J., Courchesne, E., & Sejnowski, T. J.(2001). Analysis and visualization of single-trial event-related potentials. Human Brain Mapping, 14, 166–185. DOI:10.1002/(ISSN)1097-0193
|
Kok, A.(2001). On the utility of P3 amplitude as a measure of processing capacity. Psychophysiology, 38, 557–577. DOI:10.1017/S0048577201990559
|
Kornblum, S., Hasbroucq, T., & Osman, A.(1990). Dimensional overlap: Cognitive basis for stimulus-response compatibility−A model and taxonomy. Psychological Review, 97, 253–270. DOI:10.1037/0033-295X.97.2.253
|
Kornblum, S., & Lee, J.-W.(1995). Stimulus-response compatibility with relevant and irrelevant stimulus dimensions that do and do not overlap with the response. Journal of Experimental Psychology: Human Perception and Performance, 21, 855–875. DOI:10.1037/0096-1523.21.4.855
|
Kutas, M., McCarthy, G., & Donchin, E.(1977). Augmenting mental chronometry: The P300 as a measure of stimulus evaluation time. Science, 197, 792–795. DOI:10.1126/science.887923
|
Luck, S. J.(2005). An introduction to the event-related potential technique. Cambridge, MA: The MIT Press. |
Makeig, S., Jung, T.-P., Bell, A. J., Ghahremani, D., & Sejnowski, T. J.(1997). Blind separation of auditory event-related brain responses into independent components. Proceedings of the National Academy of Sciences of the United States of America, 94, 10979–10984. DOI:10.1073/pnas.94.20.10979
|
Picton, T. W.(1992). The P300 wave of the human event-related potential. Journal of Clinical Neurophysiology, 9, 456–479. DOI:10.1097/00004691-199210000-00002
|
Polich, J.(2007). Updating P300: An integrative theory of P3a and P3b. Clinical Neurophysiology, 118, 2128–2148. DOI:10.1016/j.clinph.2007.04.019
|
Posner, M. I., & DiGirolamo, G. J.(1998). Executive attention: Conflict, target detection, and cognitive control. In R. Parasuraman (Ed.), The attentive brain (pp. 401–423). Cambridge, MA: The MIT Press. |
Purmann, S., Badde, S., Luna-Rodriguez, A., & Wendt, M.(2011). Adaptation to frequent conflict in the eriksen flanker task. Journal of Psychophysiology, 25, 50–59. DOI:10.1027/0269-8803/a000041
|
Simon, J. R.(1990). The effects of an irrelevant directional cue on human information processing. In R. W. Proctor, & T. G. Reeve (Eds.), Stimulus-response compatibility: An integrated prospective (pp. 31–86). Amsterdam: Elsevier. |
Stroop, J. R.(1935). Studies of interference in serial verbal reactions. Journal of Experimental Psychology, 18, 643–662. DOI:10.1037/h0054651
|
Tang, D. D., Hu, L., & Chen, A. T.(2013). The neural oscillations of conflict adaptation in the human frontal region. Biological Psychology, 93, 364–372. DOI:10.1016/j.biopsycho.2013.03.004
|
Tang, D. D., Hu, L., Lei, Y., Li, H., & Chen, A. T.(2015). Frontal and occipital-parietal alpha oscillations distinguish between stimulus conflict and response conflict. Frontiers in Human Neuroscience, 9, 433. https://www.researchgate.net/profile/Hong_Li29/publication/281261526_Frontal_and_occipital-parietal_alpha_oscillations_distinguish_between_stimulus_conflict_and_response_conflict/links/562b28c108ae518e347f867e.pdf?origin=publication_detail |
Tang, D. D., Hu, L., Li, H., Zhang, Q. L., & Chen, A. T.(2013). The neural dynamics of conflict adaptation within a look-to-do transition. PLoS One, 8, e57912. DOI:10.1371/journal.pone.0057912
|
van Veen, V., Cohen, J. D., Botvinick, M. M., Stenger, V. A., & Carter, C. S.(2001). Anterior cingulate cortex, conflict monitoring, and levels of processing. NeuroImage, 14, 1302–1308. DOI:10.1006/nimg.2001.0923
|
Zhang, H. H., Zhang, J., & Kornblum, S.(1999). A parallel distributed processing model of stimulus-stimulus and stimulus-response compatibility. Cognitive Psychology, 38, 386–432. DOI:10.1006/cogp.1998.0703
|
2. Key Laboratory of Cognition and Personality (Ministry of Education) and School of Psychology, Southwest University, Chongqing 400715;
3. College of Psychology and Sociology, Shenzhen University 518061;
4. College of Teacher Education, Qujing Normal University, Qujing 655011