算术验证任务中问题呈现与反应评估阶段认知负荷的P300差异性研究

本综述通过两阶段算术验证任务，系统探讨了认知负荷（Cognitive Load, CL）增加对行为表现（准确率、反应时RT、逆效率分数IES）及神经活动（P300和频段动力学）的影响，揭示了任务复杂度与个体差异（高效组HG/低效组LG）在资源分配和神经适应性中的关键作用，为认知负荷理论（CLT）提供了ERP与振荡活动的互补证据。

　　

Highlight

本研究通过算术负荷验证任务，探究任务复杂度与个体差异如何影响行为表现和神经动力学。试点结果（图4）证实，增加任务复杂度会降低准确率、延长反应时间（RT）并提高逆效率分数（IES），从而验证了以计算步骤定义的三个任务复杂度水平的有效性，并与先前研究结果一致（Wang et al., 2022）。

Conclusions

我们证明，认知负荷（CL）和个体差异显著影响行为表现和以P300成分为指标的神经动力学。较高的任务复杂度会损害准确率、增加RT并提高IES，且高效组（HG）表现出比低效组（LG）更优的适应能力。电生理结果揭示了阶段特异性的神经机制：在S1阶段（问题呈现），参与者表现出前中部主导模式，无明确认知负荷效应，但个体差异显著——HG的P300波幅小于LG，而LG随着负荷增加显示出前额θ和α功率下降，表明其注意力资源受限。在S2阶段（反应评估），P300波幅表现出强烈的认知负荷效应（低 > 中 > 高）和后部主导性，但无组间差异。Cz点的θ和α功率可预测中等负荷下的准确率。这些发现突显了ERP和振荡测量在追踪神经资源分配和适应性中的互补贡献，扩展了认知负荷理论。