《Personality and Individual Differences》：A network analytic framework for subjective indicators of attentional control: Exploring unique associations and directed pathways
编辑推荐：
摘要注意控制的客观指标包括注意控制量表（ACS，涵盖注意力聚焦和转移）和认知失败问卷（CFQ/CFQ 2.0），这些指标之间存在关联，但被认为捕捉了注意控制的不同的表现形式。然而，这些指标之间以及与相关结构同时考虑时的关系仍不清楚。通过使用网络分析框架，我们在更广泛的背景下研究了
摘要
注意控制的客观指标包括注意控制量表（ACS，涵盖注意力聚焦和转移）和认知失败问卷（CFQ/CFQ 2.0），这些指标之间存在关联，但被认为捕捉了注意控制的不同的表现形式。然而，这些指标之间以及与相关结构同时考虑时的关系仍不清楚。通过使用网络分析框架，我们在更广泛的背景下研究了这些主观指标，包括心理困扰（抑郁、焦虑和压力）以及共情（认知和情感）在592名参与者中的表现。我们估计了高斯图模型（GGM）和有向无环图（DAG），以分析独特的关联性和潜在路径。在GGM中，认知失败与注意力聚焦和转移都有关联，但每种指标显示出不同的关联。认知失败与焦虑相关。注意力聚焦与压力和情感共情相关，而注意力转移与抑郁、认知共情和情感共情相关。DAG提示了三个潜在路径：一个路径通过认知失败将焦虑与注意力聚焦和转移联系起来；另外两个路径将共情与ACS的维度联系起来，其中认知共情通过压力与注意力转移相关，情感共情通过压力与注意力聚焦相关。综合来看，这些指标之间存在关联，但在与心理困扰和共情的关联模式上表现出差异。
引言
注意控制是指在抵抗外部和内部干扰的同时，能够专注于任务相关信息的能力（Burgoyne等人，2023；Unsworth等人，2021）。尽管注意控制通常使用基于特定范式的行为任务进行测量（例如，Flanker任务、Stroop任务或反冲任务），但也经常使用自我报告量表来评估个体如何体验和评估自己的注意控制能力（Derryberry & Reed，2002）。本研究重点关注这些注意控制的客观指标。
一个广泛使用的注意控制自我报告量表是注意控制量表（ACS；Derryberry & Reed，2002）。ACS旨在评估个体的注意控制差异，包括两个关键维度：注意力聚焦（即能够专注于目标相关信息）和注意力转移（即能够在不同任务或目标之间切换）。其他测量工具包括认知失败问卷（CFQ；Broadbent等人，1982）及其更新版本CFQ 2.0（Goodhew & Edwards，2024a），这两种量表都被证明与客观的注意控制任务相关（Goodhew & Edwards，2024a；Goodhew & Edwards，2025）。这些量表捕捉了日常生活中的认知失败频率，例如忘记约会、叫错人名或丢失物品等。
虽然这些量表（ACS和CFQ或CFQ 2.0）之间存在关联，即较高的认知失败水平与较低的注意控制能力相关，特别是在注意力聚焦和转移方面（Goodhew & Edwards，2024a；Goodhew & Edwards，2024b；Judah等人，2014），但它们被认为捕捉了注意控制的不同方面。具体来说，ACS被认为反映了更多关于个体注意控制能力的抽象评估或信念，这主要是由于其与客观注意控制任务的关联研究结果不一致（Clarke & Todd，2021；Quigley等人，2017）。相比之下，CFQ（或CFQ 2.0）反映了日常生活中注意控制的更具体或体验性的表现（Goodhew & Edwards，2024b；Thomson & Goodhew，2021）。
这些注意控制的自我报告指标还与多个领域相关，包括心理困扰和社会情感过程。例如，研究表明，较高的抑郁、焦虑和压力水平与更多的认知失败和较低的注意控制能力相关（Adamis等人，2025；Judah等人，2014；Kranj?ev & Vukasovi? Hlupi?，2021；Mahoney等人，1998；Reinholdt-Dunne等人，2013；Sullivan & Payne，2007；Sutin等人，2020）。在社会情感领域，先前的研究表明，较高的认知失败和较低的注意控制能力与较低的认知共情（即理解他人观点和情感状态的能力；Reniers等人，2011）有关，但与较高的情感共情（即对他人的情感敏感并代入体验他人情感的能力；Reniers等人，2011）有关（Goodhew & Edwards，2021；Goodhew & Edwards，2022；Goodhew & Edwards，2024a）。
总的来说，先前的研究表明，注意控制的客观指标（ACS和CFQ/CFQ 2.0）反映了注意控制的相互关联但不同的表现形式，并与多个领域相关，包括心理困扰（即抑郁、焦虑和压力）以及共情（即认知和情感）。然而，这些指标之间以及与心理困扰和共情的同时考虑时的关系仍不清楚。因此在网络框架内研究这些指标可能会提供它们之间相互关系的见解，以及它们与心理困扰和共情的共同和不同关联模式的程度。
本研究旨在通过网络分析框架，探讨注意控制的客观指标（通过CFQ 2.0测量的认知失败以及通过ACS测量的注意力聚焦和转移维度）之间如何相互关联，以及它们与心理困扰（抑郁、焦虑和压力）和共情（认知和情感）之间的关联。认知失败使用CFQ 2.0（Goodhew & Edwards，2024a）进行评估，这是原始CFQ的现代修订版本，包含更新的内容和明确支持的单维结构。由于没有土耳其语版本的CFQ 2.0，我们将该量表适配成土耳其语，并在当前研究中对其心理测量属性进行了检验。详见补充材料《土耳其语版认知失败问卷（CFQ 2.0）的心理测量评估》。
为了实现研究目标，我们采用了两步网络分析方法。首先，我们使用高斯图模型估计了一个无向网络模型，以识别研究变量之间的独特关联。与传统的相关性分析不同，无向网络模型中估计的关联代表了在考虑网络中所有其他变量后的规则化偏相关（Epskamp等人，2018）。当多个结构相互关联时，这种方法特别有信息量，因为它允许在考虑网络其余部分的影响后识别变量之间的独特关联。
虽然无向网络模型提供了关于变量之间关联结构的重要信息，但它们没有捕捉这些关系的潜在方向。因此，作为第二步，我们采用了贝叶斯网络分析（Briganti等人，2023；Pearl，2009），在这种方法中，变量之间的关系表示为有向无环图。这种方法允许探索研究变量之间的潜在方向路径，并为生成关于主观注意控制指标在相关结构更广泛网络中的位置的假设提供基础。
节片段
参与者
通过方便抽样共招募了646名参与者。排除报告有神经或心理障碍的参与者（n = 52）和18岁以下的参与者（n = 2）后，最终样本包括592名参与者（48.3%为男性），年龄在18-70岁之间（M = 37.52，SD = 13.45）。更多人口统计信息见表1。
认知失败问卷2.0 (CFQ 2.0)
CFQ 2.0由Goodhew和Edwards（2024a）开发，是原始CFQ（Broadbent等人，1982）的修订版本。
高斯图模型 (GGM)
估计的GGM如图1A所示。在这个模型中，两个注意控制的客观指标直接相关：认知失败与注意力聚焦和注意力转移都有直接的负相关。在心理困扰变量中，只有焦虑与认知失败有直接的正相关，而抑郁和压力与认知失败没有直接关联。此外，没有其他直接的关联
讨论
本研究采用两步网络方法，探讨了注意控制的客观指标与心理困扰和共情相关变量之间的关联。GGM显示，尽管认知失败、注意力聚焦和注意力转移相互关联，但它们与心理困扰和共情相关变量的关联模式有所不同。估计的DAG提示了三个潜在的有向路径，涉及主观
CRediT作者贡献声明
Kübra Mahmut-?nalan：写作——审稿与编辑，原始草稿撰写，可视化，软件使用，方法论，调查，形式分析，概念化。Gül?ah Balaban：写作——审稿与编辑，形式分析。Rahmi Saylik：写作——审稿与编辑，监督。
伦理声明
已获得所有参与者或其法定代表人的书面同意参与研究并发表文章。尊重参与者的隐私权。
本研究符合研究进行地的相关法律、监管框架和指南。
本研究已获得伊斯坦布尔Sabahattin Zaim大学的批准（批准编号E.202528725）。
写作过程中使用生成式AI和AI辅助技术的声明
在准备本手稿期间，我们使用了ChatGPT（OpenAI）进行语法和标点检查。作者根据需要审阅和编辑了内容，并对手册的内容负全责。
利益冲突声明
作者声明他们没有已知的可能会影响本文所报告工作的竞争性财务利益或个人关系。
Kübra Mahmut-?nalan|Gül?ah Balaban|Rahmi Saylik
土耳其伊斯坦布尔Sabahattin Zaim大学心理学系
