不同数学焦虑成人的算术策略

行为和生理层面的数学焦虑效应

大量行为研究证实数学焦虑影响数学表现(Ganley&Vasilyeva，2011;Ramirez&Beilock，2011;Wood，2006)。但值得注意的是，是否出现数学焦虑效应与数学任务难度有关。例如，Ashcraft和Faust(1994)指出数学焦虑存在复杂性效应：某些任务中，高低数学焦虑个体表现无差异，但随着任务情境变得复杂或困难，数学焦虑效应逐渐明显，高低数学焦虑个体表现差异显著;也有研究发现，限时情境中，数学焦虑损害个体数学表现;非限时情境却没有出现数学焦虑效应;在进位加法任务中，数学焦虑导致个体的数学成绩下降，但不影响简单一位数加法任务的成绩(Faust，Ashcraft，&Fleck，1996)。总之，行为层面的研究表明，数学焦虑效应受任务难度影响，简单任务一般不会出现显著数学焦虑效应，只有任务难度达到一定程度，才会出现显著的数学焦虑效应。

近年来，研究者指出，数学焦虑与数学表现之间的关系复杂(Witt，2012)，数学焦虑可能占用特殊的神经资源，行为测量只提供内在加工的非直接证据(Suárez-Pellicioni，Núñez-Peña，&Colomé，2013)。在生理指标上，研究者曾发现当数学焦虑个体面对难度增加的数学题时心率加快，而在面对非数学相关问题时没有出现该现象(Ashcraft，1995)。而且Lyons和Beilock(2012)发现数学问题的预知性也会影响数学表现：当预先知道面对的是数学问题时，高数学焦虑者的额顶网络区域(控制负性情绪)的激活更大，事实上这一区域的激活成功预测了高数学焦虑个体的数学表现;在参与数学题前，高数学焦虑个体的前额顶网络皮层激活越多，其表现越好。其解释为高数学焦虑个体或许在开始数学任务前，在某种程度上重新评估(或者是重组)，而且这种重新评估帮助他们控制数学焦虑并最终在数学测验中展现其潜在表现。

本研究发现个体在计算两位数加法任务时，在行为层面上未出现明显的数学焦虑效应，而在生理层面上却发现显著的数学焦虑效应。看似矛盾的结果或许恰恰表明，数学焦虑产生额外认知负荷，行为测量只能作为个体内在加工的非直接证据，而生理测量才是考察个体内在加工的较为有效的手段。

ERPs或fMRI技术中的脑激活的神经生理证据已被视为加工效能的有效测量工具，反应时和准确率等外在指标被视为表现结果的测量指标(Suárez-Pellicionietal.，2013)。本研究中外在表现结果的行为指标(反应时和正确率)没有差异，而内在加工效能(ERP波幅和潜伏期)出现差异。这一矛盾证实了焦虑的加工效能理论(Eysenck&Calvo，1992)及在其基础上扩展的注意控制理论(Eysencketal.，2007)。本研究正如加工效能理论，数学焦虑优先占用耗损对数学加工有用的工作记忆资源，出现个体内在加工的N1-P2、N400的潜伏期或波幅差异，然而此种资源的占用却不足以影响到外在的正确率或反应时的表现，可能在于两位数加法任务对于本研究成人被试而言较为简单，高数学焦虑者可以通过增加内在努力和使用辅助的加工资源(如努力延长编码的时间、增大注意力程度等)补偿，或者高数学焦虑个体在任务前，在某种程度上重新评估/重组控制数学焦虑。关于数学焦虑通过占据工作记忆资源，进而影响个体的认知表现，已经得到国内外很多研究的证实(如Owensetal.，2008;崔吉芳等，2011)。本研究进一步证实数学焦虑与外在表现关系复杂，会造成内在的资源的损耗，表明数学焦虑对个体内在的努力与认知资源的影响要大于对个体外在表现的影响(如Eysencketal.，2007;Derakshan&Eysenck，2009)，也表明内在神经层面对数学焦虑的辨识度相对于外在表现更加精确，支持数学焦虑可能占用特殊的神经资源。根据注意控制理论，数学焦虑减少了自上而下的目标导向的注意系统，增加了自下而上的刺激驱动的注意系统的控制。这种不平衡直接导致抑制与转换功能中的消极影响(Suárez-Pellicionietal.，2013)，而且这也得到了大量研究的支持(如Ansari，Derakshan，&Richards，2008;Derakshan，Smyth，&Eysenck，2009)。本研究也表明数学焦虑的影响途径之一是通过工作记忆影响数学表现，数学焦虑可能占用特殊的神经资源，行为测量只提供内在加工的非直接证据。神经层面的数学焦虑效应，也正说明了采用高时间分辨率的ERP指标反映个体认知活动的内在加工过程的有效性，表明结合电生理技术探究数学焦虑内在影响机制的可行性。

编码阶段的N1-P2复合波

已有研究发现N1作为早期视觉选择性注意的标志(Yuan，He，Lei，Yang，&Li，2009)，可能是焦虑个体对负性刺激选择性注意偏向的指标，N1波幅越大表明个体在知觉加工中对威胁信息投入越多的注意资源(彭家欣，杨奇伟，罗跃嘉，2013)。P200跟知觉加工中注意的卷入有关(Yuanetal.，2007)，额区诱发的P200成分反映对无关信息的抑制能力或是对目标刺激注意集中能力(张林，刘昌，2006)。以往心算研究中(EIYagoubietal.，2003;陈亚林等，2010;许晓华，2010)发现N1-P2复合波可能与刺激物理特性的外源性成分有关，处于约200ms的编码期，对数字的空间和图形属性处理，尚未执行运算，反映的是与视觉编码有关的皮层激活，EIYagoubi等(2003)进一步认为250ms前反映了视觉的编码与选择的策略，其研究并未发现心算与估算比较中N1-P2复合波差异。本研究中却同时发现高低数学焦虑个体在N1-P2复合波的数字编码阶段差异和估算、心算任务条件差异。