随机练习在不同基线任务表现水平下均能增强24小时运动技能保持

《Human Movement Science》：Random practice enhances 24-h motor skill retention across levels of baseline task performance

　　

摘要

背景

随机练习（RP）会损害习得表现，但相对于分组练习（BP）通常能增强保留效果，这一模式被称为情境干扰（CI）效应。该效益是否会随基线任务表现的不同而变化尚不明确。

目的

探讨基线表现是否调节RP的保留效益。

方法

我们对70名右利手参与者进行了二次分析，这些参与者在离散序列产生（DSP）任务中以RP（n = 35）或BP（n = 35）结构进行练习。根据基线反应时间，将各练习组内的参与者分类为基线表现较高或较低。排除每组中排名居中的一名参与者后，亚组分析共纳入68名参与者。使用重复测量方差分析和广义估计方程分析5分钟、6小时和24小时的习得与保留效果。

结果

BP在练习结束时的表现更优，而RP在两种基线表现水平下均产生了更好的24小时保留效果。在5分钟或6小时的保留测试中未检测到显著的BP-RP差异。"RP的保留优势在基线表现较高的亚组中更为显著"的方向性假设未得到支持。RP组内的二次探索性比较未检测到两个基线表现亚组之间在保留方面存在显著差异，但这些比较并非等价性检验。

结论

在本DSP样本中所代表的两种基线表现水平下，均观察到RP的24小时保留效益。需要采用连续基线表现指标的前瞻性研究来确定该发现的普适性和实际意义。

引言

运动技能学习已在运动科学、心理学、神经科学和康复医学等多个领域得到广泛研究。技能习得需要对身体练习投入大量精力（Lee & Genovese, 1988; Wulf et al., 2010），许多研究致力于确定最能促进运动技能学习的练习结构（Kim & Wright, 2021; Wright & Kim, 2019）。其中，情境干扰（CI）是受到较多关注的一种练习结构。CI指的是在同一练习过程中练习多个任务或任务变体时所产生的干扰程度（Magill & Hall, 1990）。CI通常通过练习计划来操控：随机练习（RP）结构由于在试验之间快速切换不同技能而产生更多干扰。相反，分组练习（BP）结构由于在同一项技能上重复固定次数的试验或直到达到特定表现水平后才切换到不同的变体，因此产生的干扰较少（Wright et al., 2016）。

基于这一区分，CI效应指的是练习中的干扰可以增强运动技能的长期保留和迁移这一发现（Shea & Morgan, 1979）。实证研究频繁地证实了这一效应，即尽管BP在训练过程中通常产生更快的表现提升，但RP在长期保留方面表现更优，通常在练习后24至72小时进行评估（Kim et al., 2018; Lin et al., 2011; Wright et al., 2016）。最近的一项系统综述和Meta分析发现高CI对延迟运动技能保留总体上具有中等程度的有益效应，尽管该效应的量级在不同研究之间差异较大，且在实验室环境中远大于在实际应用环境中（Czy? et al., 2024）。这些结果表明，涉及CI的练习结构可以促进新运动技能的保留，尽管其有效性可能取决于任务特征、练习环境和学习者特点。该CI效应已在实验室研究和应用领域中得到考察，包括体育（Brady, 2008; Porter & Magill, 2010）以及临床和康复设置（Schweighofer et al., 2011; Sidaway et al., 2016）。

从理论角度来看，挑战点框架（CPF）（Guadagnoli & Lee, 2004）为理解练习结构如何影响运动学习提供了有用的解释。该框架提出，当任务的功能难度与学习者的技能水平相匹配时，学习效果最大化，从而产生适量的信息来驱动学习。当任务要求过低时，可用的信息不足以推动学习；而当要求过高时，可能超出学习者的处理能力并损害表现。因此，不同的练习结构可能施加不同程度的功能任务难度。在该框架内，涉及CI的练习计划（如RP）被认为提高了练习期间的认知和信息需求，而BP则倾向于降低此类需求（Li & Wright, 2000）。因此，不同练习结构的相对有效性可能取决于学习者的初始表现水平。

CPF框架内讨论的若干发现与该预测一致。改变先前经验或表演者专业水平的研究表明，分组练习和随机练习的相对效应可能因学习者水平不同而有所差异（Del Rey et al., 1982; Guadagnoli et al., 1999）。类似地，分组练习和随机练习的相对优势已被证明会随已完成练习量的多少而变化，BP在有限练习后有利于保留，而RP在延长练习后变得更具优势（Shea et al., 1990）。最近的工作也强调了考察学习者对运动学习干预反应的个体差异的重要性，并将CPF确定为解释这些交互作用的突出理论（Anderson et al., 2021）。综合这些发现，有益于学习的CI水平可能取决于练习条件对特定学习者的挑战程度。

尽管在运动学习方面支持CI效应的群体水平证据非常有力，但RP相对于BP的相对效益是否随基线表现而变化仍不清楚。虽然Czy?等人（2024）计划比较新手和有经验参与者之间的CI效应，但由于纳入的研究在定义技能或经验水平时使用了不一致的标准，因此无法进行此类分析。以往研究通常根据先前经验、专业分类或已完成的练习量来定义学习者水平，而不是根据训练前在同一标准任务上测得的表现在训练前进行定义。解决这一问题对于理解CI效应背后的机制以及基于学习者的初始表现水平优化练习条件具有重要意义。

在本研究中，我们通过考察基线表现如何影响RP和BP的相对效益来回答这一问题。为此，我们分析了整合自三项已发表研究（Kim, 2020; Kim et al., 2021; Kim & Wright, 2020）的数据，这些研究采用了运动序列学习任务，其中参与者学习并执行离散手指序列（Doyon et al., 2009, Doyon, Gabitov, Vahdat, Lungu and Boutin, 2018; Kim et al., 2021; Kim & Wright, 2020）。基线任务表现被用作初始任务特定运动技能的操作化指标。基于CPF，我们假设基线表现会调节CI效应。具体而言，我们预期在基线表现较高的参与者中，RP相对于BP的保留优势大于基线表现较低的参与者。CPF并未就这种调节效应是否应在5分钟、6小时和24小时的保留测试中有所不同提供具体预测。因此，各个保留时间点的比较被视为探索性的。RP组内基线表现较高和较低参与者之间的比较也被视为二次探索性分析，因为它们并未直接检验CI效应。

节选摘要

已发表研究数据的再利用

为回答我们的研究问题，我们使用了两项已发表研究中提取的66名参与者的数据进行二次分析，分别为Kim和Wright（2020, n = 34）和Kim等人（2021, n = 32），以及Kim（2020）中额外的4名参与者，总样本量为n = 70。Kim（2020）是一篇博士论文，在同一实验方案下收集了额外的参与者，扩展了Kim和Wright（2020）所报告的数据集。因此，该研究中的样本量

合并数据集中的CI效应

Shapiro-Wilk检验确认数据在所有组别和时间点均呈正态分布，RP组在Post_6h除外（p = .036）。因此，进行了广义估计方程（GEE）分析，以考察组别（BP、RP）、时间（Block_9、Post_5min、Post_6h、Post_24h）及其交互作用的影响。结果未能显示组别的显著主效应，Wald χ²(1) = 0.210, p = .647，表明在不考虑时间因素时两组之间无总体差异。然而，

讨论

在本研究中，我们考察了CI效应是否取决于学习者的基线任务表现。通过对以往研究（Kim, 2020; Kim et al., 2021; Kim & Wright, 2020）进行二次分析，我们合并了行为数据集以创建更大的样本来检验这一问题。与经典的CI模式一致，BP在练习结束时的表现更优，而RP在24小时时产生了更好的保留效果（Kim et al., 2018; Lin et al., 2011; Shea & Morgan, 1979）。这

结论

我们考察了练习计划与运动技能学习之间的关系是否因基线任务表现水平不同而有所差异。BP在练习结束时表现更优，而在5分钟或6小时的保留测试中未检测到练习组之间的显著差异。在24小时时，RP在两种基线表现水平下的保留效果均优于BP。然而，两两比较的模式未能提供RP优势更大的证据

CRediT作者贡献声明

Hakjoo Kim：撰写——审阅与编辑，撰写——原始草稿，可视化，软件，方法论，正式分析。Taewon Kim：撰写——审阅与编辑，撰写——原始草稿，验证，监督，资源，项目管理，方法论，调查，数据整理，概念化。

资助

本研究未获得公共、商业或非营利部门资助机构的任何专项拨款。

利益冲突声明

作者声明不存在利益冲突。

Hakjoo Kim | Taewon Kim