4至7岁儿童的心理理论、高级心理理论与执行功能之间的纵向关系
《Developmental Science》:Longitudinal Relations Among Theory of Mind, Advanced Theory of Mind, and Executive Function From Ages Four to Seven
【字体:
大
中
小
】
时间:2026年03月21日
来源:Developmental Science 3.2
编辑推荐:
**摘要**
本研究通过纵向追踪的方式,探讨了4至7.5岁儿童的一阶心智理论(ToM)、高级心智理论(advanced ToM)与执行功能(EF)之间的发展关系。共有203名德国儿童在4岁、5.5岁和7.5岁时接受了心智理论、执行功能(包括工作记忆、抑制能力、认知灵活性)、一般
**摘要**
本研究通过纵向追踪的方式,探讨了4至7.5岁儿童的一阶心智理论(ToM)、高级心智理论(advanced ToM)与执行功能(EF)之间的发展关系。共有203名德国儿童在4岁、5.5岁和7.5岁时接受了心智理论、执行功能(包括工作记忆、抑制能力、认知灵活性)、一般认知能力和语言能力的评估。通过回归分析、结构方程模型(SEM)和潜在类别分析,我们研究了早期心智理论和执行功能是否能够预测儿童的高级心智理论表现,以及这些发展路径是如何展开的。研究发现,在所有时间点上,心智理论与执行功能之间存在显著的相关性;同时,4岁时的执行功能能够预测7.5岁时的高级心智理论表现。4岁时的心智理论水平也能显著预测7.5岁时的心智理论水平,这表明早期心智理论为后续的概念发展奠定了基础。跨时间段的SEM分析显示,只有4岁时的执行功能能够预测高级心智理论,而5.5岁时的执行功能则不能,这表明执行功能可能在关键的发展转折点上对心智理论的发展起到支持作用。潜在类别分析将儿童分为四类:一贯表现优异的群体、晚熟型群体、部分达到标准的群体以及表现不稳定的群体。早期语言能力和后期的抑制能力在这些群体区分中起到了重要作用,而一般认知能力的作用相对较小。这些发现支持了一种混合解释,即早期概念理解是后续能力发展的基础,但要掌握更复杂的心智理论形式,还需要质的飞跃。执行功能和语言能力在心智理论发展中起着关键作用,尤其是在概念发生变化的时期。
**1 引言**
心智理论(ToM)指的是人们认识到人类行为和社会互动是由个体不可观察到的内在心理状态所驱动的(Astington 1993; Gopnik and Astington 1988; Perner et al. 1987; Premack and Woodruff 1978; Wellman 2014)。心智理论的研究涵盖了整个生命周期,包括婴儿期(例如Onishi and Baillargeon 2005; Scott and Baillargeon 2017; Sodian 2011; Wang et al. 2016)、青春期(例如Bosacki 2021; Dumontheil et al. 2012)和成年期(例如Apperly et al. 2009)。然而,大多数关于心智理论的研究集中在学龄前儿童身上,特别是他们获取处理错误信念所需的能力(Perner 1991; Sobel 2023)。大量证据表明,儿童在3至5岁之间逐渐理解他人可能以不同于现实世界的方式看待事物,这是心智理论发展的一个重要里程碑(Wellman et al. 2001)。然而,最近的研究表明,即使在3岁之前,幼儿在处理要求适当降低的情况下也能理解他人的错误信念(Setoh et al. 2016),并且婴儿在自发反应任务中对错误信念信息敏感(Baillargeon et al. 2010;但也有研究指出复制实验失败的情况,Poulin-Dubois et al. 2018)。这些发现支持这样一种观点:儿童在获取基本心理状态理解的过程中可能存在高层次的概念连续性,而非根本性的概念变化(Scott et al. 2017; Sodian et al. 2020)。这一理论视角也可能影响心智理论在小学阶段的发展。越来越多的研究表明,小学阶段儿童在心智理论方面取得了显著进步(例如Banerjee et al. 2011; Devine and Hughes 2016; Lecce et al. 2017; Osterhaus and Koerber 2021a; Peterson et al. 2012):他们开始理解更复杂形式的高阶错误信念,包括第二阶和第三阶错误信念(例如Liddle and Nettle 2006; Perner and Wimmer 1985; Sullivan et al. 1994)。此外,他们还具备了理解非字面语言(如讽刺或笑话,Happé 1994; White et al. 2009)、从面部表情中解读情绪和心理状态(Baron-Cohen et al. 2001)、识别违反社会规范的行为(如失礼行为,Baron-Cohen et al. 1999),以及基于知识和视角区分个体差异的能力(Carpendale and Chandler 1996; Osterhaus and Bosacki 2022)。这些能力通常被归类为高级心智理论,它们在5至10岁期间经历了显著发展(Osterhaus et al. 2016; Osterhaus and Koerber 2021a)。
**1.1 从一阶到高级心智理论:概念连续性还是概念变化?**
一阶心智理论和高级心智理论的能力已经得到了较为充分的描述;然而,这两种心智理论水平之间的发展与概念连续性——尤其是从早期错误信念理解到高阶心理状态推理的转变——仍然不够清晰。这一文献空白引发了关于心智理论发展本质的重要问题:从一阶到高级心智理论的进步是否反映了儿童对心理状态概念理解的质的飞跃,还是主要由一般认知能力的增长(如执行功能EF和信息处理能力的提升)所驱动?为了解释这一转变,提出了两种主要假设。根据“概念发展假设”(Conceptual-Development Hypothesis,Perner 1988),高级心智理论需要新的概念性洞察。具体来说,儿童必须从理解他人可能持有错误信念(一阶)发展到理解心理状态的递归性质——即一个人可以理解另一个人的信念(二阶)。相比之下,“仅复杂性假设”(Complexity-Only Hypothesis,Sullivan et al. 1994)认为,高级心智理论任务不需要额外的概念性洞察,而是需要更高级的信息处理能力,如执行功能EF。这两种观点对执行功能在心智理论发展中的作用有不同的预测。如果高级心智理论反映了处理需求的增加,那么个体在执行功能上的差异应该是一致且随时间发展的预测因素,尤其是在执行复杂任务时。如果高级心智理论需要新的概念性洞察,那么执行功能应该在特定的发展转折点上具有最强的预测作用,这时儿童需要重新构建他们对信念和信念递归的理解方式。现有证据支持这两种观点。支持“仅复杂性假设”的研究表明,降低二阶错误信念任务的复杂性可以促进更早的成功(Sullivan et al. 1994),这意味着任务复杂性(而非概念新颖性)解释了发展滞后。然而,越来越多的证据表明,仅靠认知复杂性无法完全解释高级心智理论的发展轨迹。Osterhaus和Koeber(2021a)对6至10岁儿童进行的一项纵向研究表明,他们在掌握涉及心理状态递归性质的高级心智理论任务(如Happé 1994中的“双重虚张声势故事”)方面表现出非线性发展:6至7岁期间儿童表现迅速提升,随后在10岁前趋于平稳。这表明发展过程更像是逐步的(即掌握特定认知能力),而非信息处理的线性增长。Osterhaus等人(2016)使用横断面方法发现,在不同复杂性的高级心智理论任务中存在显著的相互关联和系统性的成功转变。潜在类别分析揭示了四类儿童群体:在多个领域都表现优异的群体、始终表现不佳的群体。这些发现表明,掌握高级心智理论可能反映了新概念能力的获得,而不仅仅是认知的逐步成熟。
**1.2 执行功能在心智理论发展中的作用**
执行功能(EF)在心智理论发展的争论中处于核心位置,因为它可以通过两种理论上的不同方式促进心智理论的表现:一是使儿童能够在任务要求下表达现有的理解;二是支持发展转折点上的概念变化。尽管执行功能包含多个相互关联的组成部分(如工作记忆、抑制控制和认知灵活性),这些都对信念推理至关重要(参见Carlson and Moses 2001; Davis and Pratt 1995; Frye et al. 1998; Olson 1993),但本研究关注的是儿童的整体执行能力作为其一般控制过程的指标。我们的目标不是区分具体的执行功能组成部分,而是考察一般执行能力是否表现出两种竞争性解释所预测的纵向模式。与执行功能帮助儿童表达现有信念理解的观点一致,减少错误信念任务中的抑制需求可以提高儿童的表现(例如Carlson et al. 1998; Hala and Russell 2001,另见Setoh et al. 2016)。执行功能似乎还调节儿童发展表征他人错误信念所需的概念能力:具有较强抑制控制能力的儿童在接受关于他人心理状态的结构化训练后,在错误信念任务中表现更好(Benson et al. 2013),而具有较好心智理论能力的儿童则需要较少的抑制控制资源来推断他人的错误信念状态。然而,这种关联的性质随年龄而变化。纵向研究表明,3岁时的执行功能可以预测4至5岁时的心智理论水平,而早期心智理论则不能预测后来的执行功能(Marcovitch et al. 2015;另见Carlson et al. 2004; Hughes and Ensor 2007, Schneider et al. 2005),这支持了执行功能对心智理论的单向影响。然而,对较大儿童的纵向研究表明不同的模式。Devine等人(2016)对6岁和10岁的儿童进行了研究,测试了他们的执行功能、心智理论和高级心智理论能力。在两个时间点上,执行功能与心智理论表现之间存在显著的相关性,但6岁时的心智理论不能预测10岁时的执行功能,6岁时的执行功能也不能预测10岁时的高级心智理论。尽管在一阶心智理论(ToM)测量上的表现,如错误信念任务,能够预测后来在高级ToM测量上的表现,但早期执行功能(EF)对后期高级ToM表现的影响较小。一项针对9至10岁儿童的较小规模纵向研究(Lecce等人,2017年)并未发现高级ToM与EF之间存在同时性关联,但在9岁时的工作记忆与10岁时的高级ToM之间存在一些跨时间滞后的关联(另见Austin等人,2014年)。尽管EF始终与一阶和高级ToM任务的表现相关,但目前尚不清楚EF在多大程度上促进了涉及对心理状态进行递归推理的概念转变。解决这一空白对于明确EF是仅仅促进任务表现,还是在支持ToM中越来越复杂的表征结构的发展中扮演更基本的角色至关重要。本研究也旨在解决这一空白。通过采用从学龄前开始并延伸到中童年的纵向设计,我们不仅可以考察早期ToM是否能够预测高级ToM的表现,还可以考察执行功能是否对此转变有所贡献——如果有的话,它们是通过支持任务复杂性、概念变化还是两者兼而有之。
1.3 本研究:追踪ToM和EF的发展
本研究是关于儿童认知发展的更广泛纵向研究的一部分(另见K?ksal等人,2025年),在三个时间点追踪了ToM和EF的发展:4岁、5.5岁和7.5岁。在4岁时,孩子们接受了一组来自心智理论量表(Wellman和Liu,2004年)的ToM测量。这些相同的测量在5.5岁时再次进行,同时还进行了一项二阶错误信念测量(Sullivan等人,1994年)。在7.5岁时,孩子们接受了与5.5岁时相同的三阶错误信念测量,以及另外两项高级ToM测量。通过这种方式,我们可以使用适合发展阶段的任务来追踪每个时间点的孩子们ToM能力。在每个时间点,孩子们还接受了一组EF测量,包括一个工作记忆测试,这三个时间点的测试都是相同的;另外两项测量是根据每个时间点的年龄特点选择的。孩子们还接受了通用认知和语言能力的测量,以控制更广泛的认知和语言能力。我们的主要目标是评估两种关于ToM发展的竞争性解释:概念发展假设认为,从一阶ToM到高级ToM的进步涉及一个质的、概念上的转变;而复杂性唯一假设则认为,两种类型的任务都基于相同的概念理解,表现差异是由一般认知需求驱动的。这两种解释不仅在ToM发展的变化解释上有所不同,而且在关于发展连续性的预测上也存在差异。从概念发展的角度来看,早期ToM为高级ToM提供了必要的基础,但这种转变需要新的概念洞察力。因此,我们预期在时间点1的ToM能够预测后来的高级ToM表现,但如果孩子们未能经历掌握高级ToM所需的概念重构,这种连续性在时间点2和3之间可能会中断。关键的是,EF应该在支持这种转变中发挥作用,特别是在关键的发展阶段(例如,从4岁到7.5岁),而不仅仅是在所有时间点上均匀地发挥作用。相比之下,复杂性唯一假设认为一阶和高级ToM任务共享相同的概念基础,表现差异源于任务需求的增加。这种观点预测早期ToM和EF应该以线性方式一致地预测后来的高级ToM表现,并且EF应该在发展的所有阶段对ToM产生跨时间滞后的影响,因为高级ToM表现反映了日益增加的信息处理需求。根据这种观点,高级ToM任务预计会对涉及维护多重表征和抑制基于现实的反应的执行过程提出特别高的要求。相比之下,概念发展假设认为EF在孩子们过渡到新的推理形式的发展时期最具预测性,其影响是特定于时间的,而不是均匀跨时间滞后的。为了验证这些预测,我们使用了两种互补的分析方法。首先,跨时间滞后的结构方程建模(SEM)使我们能够考察EF和ToM之间纵向关系的方向和一致性。根据复杂性唯一观点,EF应该在所有时间点预测ToM。而概念发展观点则预测EF主要在特定的概念转变点(例如,从4岁到7.5岁)促进ToM,而不是在整个发展窗口内均匀地发挥作用。由于EF任务必须随着年龄的变化而变化以保持适合发展阶段,我们将每个时间点的EF视为核心EF能力的广泛指标,同时强调抑制控制和信念推理的工作记忆需求的概念相关性。其次,我们使用潜在类别分析(LCA)来识别遵循不同ToM发展轨迹的儿童子群体。复杂性唯一假设会预测各组之间更线性和连续的模式。然而,“部分达成者”(即,在早期ToM上成功但在高级ToM上不成功的儿童)的出现将表明连续性的中断,并支持概念发展假设。这样的特征表明,早期ToM本身是不够的,成功的高级ToM表现需要额外的概念重构。这些方法共同使我们能够评估高级ToM的发展是否反映了复杂性的逐步增加或质的新概念理解,从而阐明领域通用和领域特定过程在塑造社会认知成长中的相互作用。
2 方法
2.1 参与者
时间点1的初始样本包括203名4岁儿童(平均年龄=48.00个月,标准差=1.53个月,范围=44-51个月;90名女孩,113名男孩)。选择这个基线年龄范围是为了捕捉接近他们四岁生日的儿童,大多数儿童都在一个狭窄的年龄范围内(标准差=1.53个月)。这一决定是基于之前在这些任务的纵向和横断面研究中的工作,其中大约4岁的儿童在ToM表现上表现出足够的变异性,从而允许进行有意义的纵向预测。在时间点2,其中180名5.5岁的儿童参与了研究(平均年龄=64.97个月,标准差=1.45个月,范围=61-70个月;82名女孩,98名男孩)。在时间点3,其中158名7.5岁的儿童参与了研究(平均年龄=88.93个月,标准差=1.52个月,范围=86-96个月;73名女孩,86名男孩)。另外还招募了19名儿童。其中,17名儿童因标准化语言技能测试不足(Grimm,2015年)而被排除;另有2名儿童拒绝参与研究。使用G*Power 3.1(Faul等人,2009年)进行了先验功效分析,假设效应大小为|ρ|=0.30,α=0.05,功效(1-β)=0.95。该分析表明,需要至少134名参与者才能检测到显著效应。我们在初始队列中招募了更多的样本(N=203),以应对纵向研究过程中的流失,并确保有足够的功效进行更复杂的分析,包括结构方程建模和潜在类别分析。儿童主要来自德国一个城市地区的白人中产阶级家庭,通过当地出生登记册招募,他们没有任何诊断出的发育障碍或听力障碍。研究获得了[匿名]伦理委员会的伦理批准。所有参与者都获得了父母的同意和孩子的同意。父母因参与研究而获得了旅行费用的补偿;孩子们在每个时间点都收到了一份小礼物。在时间点1测量了母亲和父亲的教育水平。大多数父母拥有大学学位(母亲74%;父亲73%),其次是高中学位(12%)和职业学位(11%);分别有1%和1.5%的母亲和父亲拥有高级学位。有两个家庭没有回答这些问题。
2.2 材料和程序
在每个时间点,孩子们接受了一组ToM测量、一组EF测量,以及在时间点1和3的通用认知控制测量。还进行了其他因果推理和论证能力的测量,但这些内容在其他地方有描述(作者2025a,2025b)。
2.2.1 时间点1(大约4岁)的测量
ToM测量。我们在时间点1使用来自德国心智理论量表的三个任务来评估孩子们的ToM推理:知识获取、内容错误信念和显性错误信念(Kristen等人,2006年;Wellman和Liu,2004年)。这些任务被选中是为了捕捉孩子们对信念及其前兆的早期理解的不同方面。知识获取任务评估了孩子们理解他人可能拥有与他们不同的信息的能力。向孩子们展示了一个盒子里的玩具狗,并随后询问一个无法看到盒子内部的人是否知道盒子里有什么。内容错误信念任务评估了孩子们理解他人可以对物体的内容持有错误信念的能力。向孩子们展示了一个装有意外玩具猪的糖果盒,并要求他们评估另一个不知道盒子真实内容的人的信念。显性错误信念任务评估了孩子们理解他人可以对世界持有错误信念的能力。向孩子们讲述了一个角色的故事,这个角色认为他的手套在衣柜里,尽管实际上手套在他的背包里。然后要求孩子们预测这个角色会在哪里寻找他的手套。对于这些任务,根据孩子们的回答正确与否进行评分。
EF测量。选择的EF任务代表了执行功能的三个核心组成部分(抑制、工作记忆和认知灵活性),如EF发展的基础模型中所概述的(例如,Carlson 2005年;Kloo和Sodian 2017年)。任务的设计考虑了发展阶段,选择了适合年龄的同时仍能触及相关EF领域的任务。由于EF任务必须随着年龄的变化而变化以保持适合发展阶段,因此具体任务在各个时间点有所不同,除了“倒序数字广度”任务在所有三个时间点都进行了测试。与EF从幼儿期的单一结构发展到中童期的更分化的两因素或三因素结构的证据一致,我们将每个时间点的EF视为核心执行能力的综合指标。主成分分析(见结果部分)支持了这种方法,因为每个时间点的EF任务都加载在一个单一成分上。此外,EF的综合指标在各个时间点显示出显著的纵向连续性,表明这些测试捕捉到了一个稳定的执行结构,而不是任务特定的变异。在时间点1,我们使用三个测量来评估孩子们的EF表现。首先,孩子们接受了HAWIVA-III的“倒序数字广度”子测试(Ricken等人,2007年)。向孩子们展示了一系列数字,并要求他们以相反的顺序重复这些数字。从两位数序列开始,数字序列的长度逐渐增加,直到八个数字。根据孩子们能够准确回忆的序列总数来评分(分数范围从0到8)。这个测量在所有三个时间点都进行了测试。该测量的ICC为0.99。其次,我们使用了Truck Loading程序(最初由Fagot和Gauvain(1997年)描述,但在这里根据Kloo和Sodian(2017年)进行了调整)来评估孩子们的计划能力。向孩子们展示了一个玩具邮车和彩色派对邀请函,要求他们将邀请函以相反的顺序装载到纸制游戏板上的同色房屋上。孩子们必须以高效的方式将邀请函装载到邮车上。共有四个难度级别;每个级别包含两次尝试。最低难度级别要求孩子们对两个房屋的邮件进行分类,每个后续难度级别增加一个新房屋,最高难度级别包括五个房屋。根据孩子们达到的最高难度级别,他们获得了0到4的分数。该测量的ICC为0.96。第三,我们使用了Day/Night Stroop任务(Gerstadt等人,1994年)来评估抑制控制能力。要求孩子们对太阳的图片说“夜晚”,对月亮的图片说“白天”。儿童根据16次测试试验中正确回答的总数获得分数。这项测量的内部一致性(ICC)为0.98。我们进行了两项一般认知能力的测量。在T1阶段,我们进行了两项一般认知能力的测试。首先,使用SETK 3–5(三至五岁儿童语言发展测试;Grimm 2015)的三个子测试来评估儿童的语言、记忆、句子理解和形态规则形成能力。每个子测试的原始值根据年龄特定的标准转换为标准化T值,三个子测试的平均值被用作儿童语言能力的指标。这三个子测试的ICC范围在0.83到0.96之间,表明评分者间的一致性良好到优秀。其次,使用了汉诺威-韦克斯勒智力测试(HAWIVA-III;Ricken等人,2007)的Block Design子测试作为非语言能力的代理指标。向儿童展示了一组红色和白色的积木,并要求他们使用这些积木重现特定的设计和图案。该测试评估了他们的空间感知、视动整合和解决问题的能力。子测试包含23个项目,每个项目的难度逐渐增加。对于前六个项目,儿童有两次尝试的机会(第一次尝试正确得2分,第二次尝试正确得1分,错误得0分)。项目7-23的正确得分是2分,错误得0分(最高得分=46分)。如果儿童连续三次出错,任务将终止,儿童在剩余项目中的得分将为0分。这项测量的ICC为0.98。
2.2.2 第二时间点(大约5.5岁)的测量
心智理论(ToM)测量。在第二时间点,进行了与第一次相同的三个一级心智理论测量,以及一个二级错误信念理解的测量。这个测量是基于Sullivan等人(1994)的生日小狗故事,旨在捕捉递归信念推理的开始。故事中,母亲向儿子隐瞒了他的生日礼物,而儿子在不知情的情况下发现了真正的礼物。在后续的对话中,祖母询问母亲孩子会收到什么生日礼物,以及他认为自己会收到什么。儿童被问及他们对母亲关于自己信念的错误信念的看法。与上述一级心智理论测量一样,儿童根据回答的正确与否进行评分。
执行功能(EF)测量。除了上述的倒序数字广度任务外,在第二时间点,还进行了维度变化卡片分类任务(DCCS;Zelazo 2006)的版本,以评估认知灵活性。向儿童展示了在两个维度(颜色和形状)上不同的卡片。在初始的预切换阶段,他们被要求根据颜色维度对卡片进行分类;随后,在后切换阶段,分类规则改为形状维度。然后,进行了更具挑战性的边界阶段,引入了一个新的维度;儿童被要求根据卡片上是否有边界来分类:当卡片有边界时按颜色分类,没有边界时按形状分类。儿童在预切换和后切换阶段都表现出天花板效应;我们使用了他们在12个边界版本试验中的得分。这项测量的ICC为0.99。
2.2.3 第三点时间点(大约7.5岁)的测量
心智理论测量。除了在第二时间点进行的二级错误信念任务外,还进行了三级错误信念任务和评估非字面语言理解的测量。这些第三时间点的测量旨在捕捉更高级的、递归形式的心智理论。对于三级错误信念测量,我们改编了“足球教练”故事(Liddle和Nettle 2006;Osterhaus和Koerber 2021a)。故事中提到一个名叫Niklas的角色想要加入学校的足球队,但他认为教练会选择他的朋友David而不是他。教练认为David和Niklas都是优秀的球员,并且他也知道Niklas的担忧。儿童被要求判断关于教练信念的两个陈述是真是假。与上述的一级心智理论测量一样,儿童根据回答的正确与否进行评分。
执行功能测量。除了上述的倒序数字广度任务外,在第二时间点,还进行了维度变化卡片分类任务(DCCS;Zelazo 2006)的版本,以评估认知灵活性。向儿童展示了在两个维度(颜色和形状)上不同的卡片。在初始的预切换阶段,他们被要求根据颜色维度对卡片进行分类;随后,在后切换阶段,分类规则改为形状维度。然后,进行了更具挑战性的边界阶段,引入了一个新的维度;儿童被要求根据卡片上是否有边界来分类:当卡片有边界时按颜色分类,没有边界时按形状分类。儿童在预切换和后切换阶段都表现出天花板效应;我们使用了他们在12个边界版本试验中的得分。这项测量的ICC为0.99。儿童还进行了“Simon Says”任务(最初由Strommen(1973)提出,这里改编自Kloo和Sodian 2017)。儿童被指示只有在指令前加上“Simon says”时才执行某个动作(例如,触摸鼻子)。特别强调的是,当指令前没有“Simon says”时,儿童不得执行该动作(非Simon试验)。我们统计了儿童在10个非Simon试验中正确抑制动作的次数。这项测量的ICC为0.90。
2.2.3 第三点时间点(大约7.5岁)的测量
心智理论测量。除了在第二时间点进行的二级错误信念任务外,儿童还进行了三级错误信念任务和评估非字面语言理解的测量。这些第三时间点的测量旨在捕捉更高级的、递归形式的心智理论。对于三级错误信念测量,我们改编了“足球教练”故事(Liddle和Nettle 2006;Osterhaus和Koerber 2021a)。故事中提到一个名叫Niklas的角色想要加入学校的足球队,但他认为教练会选择他的朋友David而不是他。教练认为David和Niklas都是优秀的球员,并且他也知道Niklas的担忧。儿童被要求判断关于教练信念的两个陈述是真是假:(1)“教练认为Niklas知道教练希望他加入球队”(正确答案是“不”)和(2)“教练认为Niklas不知道教练希望他加入球队”(正确答案是“是”)。正确展示三级错误信念推理的标准是两个问题都回答正确,得分为1。至少回答一个问题错误的儿童得分为0。儿童对非字面语言的理解是通过改编的“双重欺骗”故事(Happé 1994;Osterhaus和Koerber 2021a)来评估的。故事中提到一名士兵被敌人俘虏。当敌人询问武器库的位置时,士兵使用双重欺骗来隐藏真实位置:他告诉他们武器库的真实位置,因为他知道他们会不相信他。儿童被问及士兵为什么这么说。他们被告知士兵这么说是因为他知道敌人不会相信他,或者是因为武器确实藏在那里。选择正确答案(第一个选项)的儿童得分为1,否则得分为0。这个三项目量的可靠性是可以接受的,McDonald's ω = 0.47。
2.3 分析方法
我们的分析分为四个步骤。首先,我们考虑了三个时间点上心智理论测量之间的关系,以及三组执行功能任务之间的关系。其次,我们考虑了每个时间点上心智理论测量与执行功能测量之间的关系。第三,我们考虑了第一时间点与第二时间点之间的关系,然后是第二时间点与第三时间点之间的关系;我们还进行了结构方程建模(SEM),以评估所有三个时间点上心智理论与执行功能之间的相互作用。最后,为了补充这些以变量为中心的方法,我们使用了潜在类别分析(LCA)进行了以个体为中心的分析。这种方法用于识别在三个时间点上心智理论表现遵循不同发展轨迹的儿童子群体。虽然回归和SEM方法考察的是样本的平均趋势,但LCA使我们能够研究心智理论发展的异质性——具体来说,是评估一级心智理论的早期熟练度是否可靠地预测了后期高级心智理论的掌握,或者儿童是否遵循不同的发展路径(例如,一贯表现优异的儿童 vs. 晚期才表现出色的儿童 vs. 部分达到目标的儿童)。换句话说,这种分析使我们能够研究心智理论的概念性进步是逐渐发生的、均匀发生的,还是在不同儿童群体中以离散的发展阶段发生的。所有的回归和因子分析都是使用SPSS29完成的,所有的SEM都是使用STATA18完成的。潜在类别分析是在depmixS4(Visser和Speekenbrink 2010)中进行的。
3 结果
3.1 测量组合的总结
我们通过主成分分析考虑了每个时间点上的心智理论测量之间的关系,以及每个时间点上的执行功能测量之间的关系。除了第二时间点的心智理论测量外,所有测量都分离出了一个单一成分。对于第二时间点的心智理论测量,Bartlett的球形度检验不显著,p = 0.10。这项分析受到知识获取测量接近天花板水平(94%)的表现的影响。尽管这项任务的方差有限,但在第二时间点进行的其他心智理论测量——内容错误信念(M = 0.66,SD = 0.48)、明确错误信念(M = 0.72,SD = 0.45)和二级错误信念(M = 0.35,SD = 0.48)——显示出了相当大的变异性,减轻了普遍天花板效应的担忧。为了避免知识获取任务的过度影响,我们在该时间点的综合心智理论分数中排除了它。当不包含知识获取测量进行PCA时,Bartlett的检验是显著的,χ2(3) = 9.16,p = 0.03。图1显示了每个单独任务与该时间点的成分之间的关系。值得注意的是,这些分析的所有KMO值都在0.50到0.70之间,表明这些变量是否对共同因素有同等贡献存在一定的不确定性。因此,为了考虑缺失数据和评分系统不一致的情况,每个测量都进行了z分数转换,然后对这些z分数进行了平均,以创建用于分析的测量。这也使我们满足了下面描述的分析的正态性假设,因为没有任何测量单独满足正态分布的标准(所有Shapiro–Wilk检验,p < 0.02)。平均每个测量的z分数满足了正态性的标准。图1显示了每个时间点的心智理论和执行功能测量的主成分分析结果。图1中Fruit Stroop任务的负载荷表明这是一个基于时间的测量(较低的分数表示更好的抑制控制能力)。描述这些数据时,儿童在第一次、第二次和第三次时间点分别通过了52%(SD = 32%)、58%(SD = 30%)和72%(SD = 29%)的心智理论测量。每个时间点进行了三项执行功能测量。这些测量的总结分数显示在表1中。
表1. 三个时间点上心智理论和执行功能测量的平均表现(括号内为标准差)。
时间1
时间2
时间3
心智理论—知识获取
0–1
0.75
(0.44)
0.94
(0.23)
心智理论—内容错误信念
0–1
0.38
(0.49)
0.66
(0.48)
心智理论—明确错误信念
0–1
0.42
(0.49)
0.72
(0.45)
心智理论—二级错误信念(生日)
0–1
0.35
(0.48)
0.65
(0.48)
心智理论—双重欺骗
0–1
0.78
(0.41)
心智理论—三级错误信念
0–1
0.76
(0.43)
执行功能—工作记忆(倒序数字广度)
0–8
1.79
(2.08)
4.20
(1.74)
6.28
(1.25)
执行功能—计划
(卡车装载)
0–4
1.66
(1.15)
执行功能—抑制
(昼夜Stroop)
0–16
11.84
(4.00)
执行功能—认知灵活性(DCCS边界条件)
0–12
7.17
(2.32)
执行功能—抑制
(Simon Says中的Go-No Go)
0–10
10.43
(5.63)
执行功能—抑制
(Fruit Stroop)
29.94
(8.85)
执行功能—语言流畅性(总结分数)
30.28
(7.51)
注意:由于第二时间点上知识获取任务的接近天花板表现(M = 0.94,SD = 0.23),这项测量被从第二时间的综合心智理论分数和后续模型中排除,以避免扭曲任务间的相关性。
3.2 心智理论与执行功能之间的关系
心智理论。第一次和第二次时间点的心智理论测量之间存在显著关系,r(171) = 0.31,p < 0.001。第一次和第三次时间点之间也存在类似的关系,r(150) = 0.29,p < 0.001,但第二次和第三次时间点之间没有显著关系,r(156) = 0.11,p = 0.16。为了更仔细地研究这些关系,我们构建了两个层次回归模型,其中第二个时间点(Time 2或Time 3)的ToM得分是因变量。在第一个模型中,我们考虑了孩子们在第一个时间点(Time 1)的年龄,以及他们在WPSSI和SETK 3–5测试中的得分,作为该时间点的一般智力指标。然后我们考虑了第二个模型,在这个模型中加入了第一个时间点(Time 1)的ToM得分。在预测第二个时间点(Time 2)的ToM得分时,这个第二个模型解释了额外的显著方差,ΔR2 = 0.05,F(1,125) = 7.36,p = 0.008。在预测第三个时间点(Time 3)的ToM得分时,这个第二个模型解释的额外方差是边缘显著的,ΔR2 = 0.02,F(1,109) = 3.30,p = 0.072。这表明第一个时间点(Time 1)的ToM表现对后续时间间隔具有一定的预测价值。在第一个时间点(Time 1)和第二个时间点(Time 2)之间,以及在第二个时间点(Time 2)和第三个时间点(Time 3)之间,执行功能(EF)的测量结果存在显著的相关性,相关系数分别为r(176) = 0.39,p < 0.001;r(156) = 0.25,p = 0.001;r(156) = 0.25,p = 0.002。为了进一步研究这些关系,我们建立了回归模型,考察后来的时间点是否可以通过早期时间点的年龄以及该时间点的一般认知能力来预测。首先,我们使用一个层次回归模型,结合了孩子们的年龄、在第一个时间点(Time 1)的WPSSI和SEKI得分来预测第二个时间点(Time 2)的EF得分,然后又加入了在第一个时间点(Time 1)的EF测试得分。这个第二个模型解释了额外的显著方差,ΔR2 = 0.09,F(1,119) = 13.55,p < 0.001。我们还进行了类似的回归分析,从第一个时间点(Time 1)的EF得分来预测第三个时间点(Time 3)的EF得分,这也解释了显著的方差,ΔR2 = 0.05,F(1,105) = 5.69,p = 0.02。我们还发现,在第二个时间点(Time 2)的EF测试得分能够解释第三个时间点(Time 3)EF得分的额外方差,ΔR2 = 0.03,F(1, 153) = 4.87,p = 0.03。与ToM测量结果类似,这些分析表明EF测量结果在不同时间间隔中也具有预测价值。
3.3 每个时间点上ToM和EF的同时性关系
接下来,我们考虑了每个时间点上ToM和EF测量结果之间的同时性关系。这种关系在第一个时间点(Time 1)是显著的,r(186) = 0.32,p < 0.001;在第二个时间点(Time 2)是显著的,r(177) = 0.23,p = 0.002;在第三个时间点(Time 3)也是显著的,r(156) = 0.25,p = 0.002。这些关系通过层次回归分析得到了证实。在每个模型中,该时间点的ToM测试得分是因变量。我们首先构建了一个模型,包括年龄以及每个时间点的一般认知能力测量结果(第一个时间点(Time 1)的WPPSI和SEKI,第二个时间点(Time 2)的WPPSI,第三个时间点(Time 3)的PPVT),然后又加入了该时间点的EF得分。在第一个时间点(Time 1),这个第二个模型解释了额外的显著方差,ΔR2 = 0.04,F(1, 134) = 6.65,p = 0.013;在第二个时间点(Time 2)也是如此,ΔR2 = 0.04,F(1, 173) = 7.16,p = 0.008;在第三个时间点(Time 3)也是如此,ΔR2 = 0.05,F(1, 151) = 8.09,p = 0.005。总之,每个时间点上的ToM测量结果彼此相关,EF测量结果也是如此。此外,在每个时间点上,ToM和EF测量结果也是相互关联的。
3.4 不同时点上ToM和EF的跨滞后关系
接下来,我们通过结构方程模型(Structural Equation Model)研究了不同时间点上ToM和EF之间的因果关系(即跨滞后关系)。模型设计的目的是考察三个ToM得分和三个EF得分之间的关系,以及测试任何时间点的EF是否与每个后续时间点的ToM之间存在直接关系。我们根据上述回归分析的结果提出了这些关系。这个模型以第一个时间点(Time 1)的年龄作为预测变量,来预测第二个时间点(Time 1)的ToM和EF得分(见图2),该模型对所有测量结果都有很好的拟合度,χ2(7) = 10.36,p = 0.17,CFI = 0.97,TFI = 0.91,RMSEA = 0.049,90% CI [0.001, 0.11],pclose = 0.45。图2显示,第一个时间点(Time 1)的儿童ToM得分可以预测他们第二个时间点(Time 2)和第三个时间点(Time 3)的ToM得分,但第二个时间点(Time 2)和第三个时间点(Time 3)的ToM得分之间没有直接关系。同样,第一个时间点(Time 1)的EF得分可以预测第二个时间点(Time 2)和第三个时间点(Time 3)的EF得分,但与ToM不同,第二个时间点(Time 2)的EF得分确实可以预测第三个时间点(Time 3)的EF得分。在每个时间点上,儿童的ToM和EF得分都是相互关联的。EF和ToM之间的同时性关联在第一个时间点(Time 1)最强(0.28),而在使用更复杂的ToM测量方法时,在第二个时间点(Time 2)和第三个时间点(Time 3)则显著降低(分别为0.14和0.15)。然而,从EF到ToM的关系并不明显具有时间顺序性。第一个时间点(Time 1)的EF得分不能预测第二个时间点(Time 2)的ToM得分,第二个时间点(Time 2)的EF得分也不能预测第三个时间点(Time 3)的ToM得分。但是,第一个时间点(Time 1)的EF得分可以预测第三个时间点(Time 3)的ToM得分。这个模型与其他几个模型进行了比较。第一个模型与原始模型相同,只是EF和ToM之间的连接方向相反,即ToM预测EF而不是相反。这个模型的数据拟合度不如原始模型,也不符合进一步分析的标准,χ2(7) = 20.53,p = 0.005,CFI = 0.88,TFI = 0.65,RMSEA = 0.098,90% CI [0.05, 0.15],pclose = 0.05。这个模型的BIC也高于图2中显示的模型的BIC(3023.02 vs. 3012.84),因此没有进一步考虑。第二个模型与图2中显示的模型相同,但用每个时间点的一般认知能力测量结果替换了年龄;这些一般认知能力测量结果可以预测该时间点的ToM和EF得分。这个模型也对数据有很好的拟合度——可以进一步分析——但不如图2中的模型,χ2(15) = 33.72,p = 0.004,CFI = 0.89,TFI = 0.77,RMSEA = 0.078,90% CI [0.043, 0.114],pclose = 0.09。值得注意的是,第一个时间点(Time 1)的一般认知能力测量结果(SEKI)可以预测儿童的ToM得分,β = 0.20,SE = 0.07,95% CI [0.06, 0.33],z = 2.94,p = 0.003;以及儿童的EF得分,β = 0.32,SE = 0.07,95% CI [0.19, 0.45],z = 4.93,p < 0.001。第二个时间点(Time 2)的WPPSI得分可以预测儿童的ToM得分,β = 0.35,SE = 0.07,95% CI [0.22, 0.49],z = 5.05,p < 0.001;第二个时间点(Time 2)的EF得分可以预测儿童的ToM得分,β = 0.15,SE = 0.07,95% CI [0.01, 0.29],z = 2.10,p = 0.03。最后,第三个时间点(Time 3)的PPVT得分可以预测该时间点的ToM得分,β = 0.21,SE = 0.08,95% CI [0.05, 0.36],z = 2.61,p = 0.009,但不能预测EF得分,β = 0.02,SE = 0.08,95% CI [–0.13, 0.19],z = 0.31。图2中的所有显著发现也出现在这个模型中。
3.5 ToM和高级ToM的发展:以个体为中心的分析
为了分析ToM测量结果中的个体反应模式,我们进行了潜在类别分析(latent class analysis)。类别的数量是根据赤池信息量准则(Akaike Information Criterion,AIC)确定的。在所有时间点中,最优模型是一个两类别模型(见表2),它将能力较强的儿童与能力较弱的儿童区分开来(见图3)。
表2. 潜在类别分析模型比较。Log.Lik
Df
AIC
BIC
时间1
1类
?324.75
3
655.49
664.90
2类
?315.05
7
644.10
666.05
3类
?315.05
11
652.09
686.58
4类
?315.05
15
660.09
707.13
时间2
1类
?334.32
4
676.63
688.93
2类
?326.97
9
671.94
699.62
3类
?325.37
14
678.74
721.79
时间3
1类
?262.39
3
530.77
539.82
2类
?256.32
7
526.64
547.76
3类
?256.32
11
534.64
567.83
注:被采纳的模型以粗体显示。图3显示了三个时间点(A–C)上ToM能力的潜在类别转换分析。根据每个时间点的潜在类别分析,儿童被分类为有能力(C1)或无能力(C2)。箭头表示不同时间点之间的类别转换。方框内的数字表示每个时间点每个类别的儿童数量;箭头上的数字表示转换类别的儿童数量。图3展示了转换分析的结果。没有一个儿童从时间1的状态退回到时间2的状态,这表明所有在时间1达到错误信念理解能力的儿童在时间2保持了这种能力。然而,几乎一半在时间2被分类为有能力的儿童在时间3使用更复杂的ToM测量方法时退回到了无能力状态。这表明,时间2的一阶ToM能力可能无法完全为涉及高级ToM概念的任务做好准备。大多数在时间1被归类为有能力的儿童(n = 27)在时间3仍然属于有能力组(n = 21,78%),这表明早期的一阶ToM能力可以预测高级ToM的早期发展。为了研究不同的发展轨迹,我们根据潜在类别分析揭示的ToM发展情况将儿童分为四个子组:(1)始终表现优异的儿童在所有时间点上都表现出ToM和高级ToM的能力(n = 26,22%);(2)晚熟型儿童在时间2和时间3表现出ToM和高级ToM的能力,但在时间1没有(即在时间2和时间3的潜在类别分析中属于有能力组,而在时间1属于无能力组;n = 36,38%);(3)部分成就型儿童在时间2表现出ToM能力,但在时间3没有达到高级ToM的能力(n = 33,34%);(4)表现不稳定的儿童在不同时间点的ToM能力有所不同,例如在时间1有能力但在时间2或时间3没有(n = 6,6%)。我们使用多项逻辑回归(multinomial logistic regression)来考察预测变量对发展路径的潜在差异。该模型考虑了性别、语言能力(时间1)、非语言推理能力和抑制能力(时间3),结果显示具有显著性,χ2(9) = 19.19,p = 0.02,并解释了ToM发展路径中22%的方差(Nagelkerke R2)。时间1的语言能力(χ2(3) = 9.24,p = 0.03)和时间3的抑制能力(χ2(3) = 8.35,p = 0.04)具有显著效应,而时间3的非语言推理能力没有显著效应,χ2(3) = 1.38,p = 0.71。与始终表现优异的儿童相比,晚熟型和部分成就型儿童在时间1的语言能力显著较低(OR = 0.91,95% CI [0.83, 1.00],p = 0.05;OR = 0.88,95% CI [0.80, 0.98],p = 0.02)。尽管始终表现优异的儿童和表现不稳定的儿童在语言能力上没有差异,但后者在时间3的抑制控制能力显著较低(OR = 0.786,95% CI [0.634, 0.974],p = 0.03)。最后,发展路径与儿童性别之间没有显著关联,χ2(3) = 4.01,p = 0.26。
4 讨论
本研究调查了幼儿期(4岁、5.5岁和7.5岁)三个时间点上ToM和EF的发展情况。我们发现时间1和时间2之间以及时间1和时间3之间的ToM表现存在显著关系,但时间2和时间3之间没有显著关系。相比之下,EF在所有时间点上都表现出一致的关系。每个时间点上也发现了EF对ToM的显著同时性关系,时间1的早期EF也能预测时间3的高级ToM。潜在类别分析确定了每个时间点的两个不同的ToM能力组,以及四个发展子组:始终表现优异的儿童、晚熟型儿童、部分成就型儿童和表现不稳定的儿童。早期的语言能力和后期的抑制能力也是ToM发展路径的重要预测因素。
4.1 概念变化还是复杂性?我们的发现为关于从一阶ToM向高级ToM的转变是反映了随着任务复杂性增加的概念连续性(仅复杂性假设)还是需要新的概念理解的观念发展(概念发展假设)的持续辩论提供了重要见解。首先,跨滞后的结构方程模型(cross-lagged SEM)结果显示,4岁的EF可以预测7.5岁的后期ToM,但5.5岁的EF不能。这种模式与仅基于复杂性的假设不一致,后者预测在所有时间点上执行功能(EF)与心理理论(ToM)的效果都是一致的。相反,它表明EF在特定的发展转折点上起着关键作用。在4岁时,EF可能具有两种功能:帮助儿童表达他们对错误信念的初步理解,并支持后来发展出更高级的递归推理所需的概念重构。到5.5岁时,大多数儿童已经掌握了初级心理理论(ToM),EF可能不再提供同样的发展支持。Sodian等人(2024年)的研究发现,EF与4岁儿童在明确错误信念任务中的表现有关,但与较低要求的任务版本无关。在我们的研究中,4岁时的EF似乎有助于后来获得高级心理理论所需的表征能力,这突显了它在为儿童准备概念变化中的作用,而不仅仅是支持任务表现。其次,4岁时的心理理论能够预测7.5岁时的心理理论——即使考虑了EF和语言因素——表明早期的心理理论技能为后来的概念发展奠定了基础。这支持了发展过程中概念连续性的观点:早期的表征理解在为儿童后来的心理理论成功做准备方面起着作用。这一解释与Osterhaus等人(2022年)的研究结果一致,他们报告了在一系列初级和高级心理理论任务中个体差异的适度稳定性以及从失败到成功的系统性转变,并使用Rasch模型来证明发展的顺序性。然而,5.5岁和7.5岁之间的心理理论缺乏预测关系,加上许多儿童从第二时间的“有能力”状态转变为第三时间的“无能力”状态,表明仅靠连续性是不够的。实际上,儿童可能需要额外的概念转变来掌握高级心理理论任务的递归要求。这一模式与纵向研究的结果一致(例如Osterhaus和Koerber 2023年),这些研究表明高级心理理论的发展是非线性的,在7岁左右有急剧增长,随后是一个平台期,这与概念理解的逐步重构而非逐渐积累是一致的。第三,潜在类别分析进一步支持了这一解释。“部分成就者”(即那些在初级心理理论上成功但在高级心理理论上不成功的儿童)的出现,在纯粹基于复杂性的解释下是不太可能的,因为这种解释预测在简单任务上的成功应该线性转化为在更复杂任务上的成功。相反,“部分成就者”的存在强烈支持了概念发展的假设,表明当儿童从初级推理转向高级推理时,连续性出现了中断。总的来说,这些发现支持了一种混合观点:从早期心理理论到高级心理理论存在高层次的概念连续性(如第一时间点预测第三时间点所示),但在关键的发展节点上也存在概念变化(如EF效应和部分成就者所示)。EF和语言在支持儿童度过这些过渡期方面显得尤为重要,它们既有助于现有知识的表达,也有助于新概念见解的获取(San Juan和Astington 2012年)。
4.2 发展路径和个体差异
先前的研究已经建立了心理理论(ToM)和执行功能(EF)之间的显著关联,无论是在学龄前(例如Carlson和Moses 2001年;Kloo等人2020年)还是小学阶段(例如Austin等人2014年;Devine和Hughes 2016年;Lecce等人2017年;Wang等人2016年)。在学龄前儿童中,研究发现表明ToM和EF之间存在跨时间滞后的关系,EF通常能预测ToM(例如Marcovitch等人2015年)。在本研究中,我们没有发现4岁时的EF与5.5岁时的ToM之间存在预测关系,尽管研究中使用的ToM和EF任务是相似的;评估方法的差异似乎不太可能是导致结果差异的原因。另一种解释是样本中观察到的表现模式:在第一次时间点(4岁),ToM的表现相当低,潜在类别分析只将23%的儿童归类为有能力。这一比例在第二次时间点(5.5岁)显著增加到88%。这种高表现可能导致了一个上限效应,并限制了第二次时间点个体差异之间的跨时间滞后关系的检测,掩盖了早期EF(4岁)与后期ToM发展(特别是5.5岁)之间的潜在预测关系。这种解释与第二次时间点ToM和EF之间的强关联一致,尽管这种关联的强度低于第一次时间点(注意:尽管它与第三次时间点的强度相似)。尽管这种解释可能部分解释了跨时间滞后效应的缺失,但我们认为它是对我们主要解释的补充,而不是冲突:EF在涉及概念变化的发展转折点上最具影响力。实际上,第二次时间点上的上限效应表明许多儿童在该年龄已经掌握了初级心理理论,减少了变异性,减少了EF进一步促进成长的需求。这与EF在概念重构之前(例如第一次时间点,当儿童刚开始理解错误信念时)以及当新的概念需求出现时(例如第三次时间点,随着高级心理理论中递归推理的引入)最为重要的观点一致。因此,第一次时间点和第二次时间点之间缺乏预测效应可能反映了发展的暂时稳定,而不是反对EF作用的证据。关于高级心理理论和EF之间关系的发现不如学龄前阶段的初级心理理论那么一致。一些研究报告了同时存在但不是跨时间滞后的关系,而其他研究则发现了EF对ToM的更强预测作用(Austin等人2014年;Lecce等人2017年)。我们的发现支持早期EF预测后期ToM的观点。假设从每个时间点的ToM表现到EF表现的路径的模型并不适合数据。在我们最佳拟合的模型中,从4岁时的EF到7.5岁时的ToM存在显著的跨时间滞后路径,支持早期EF是后期ToM发展的前兆的假设。潜在类别分析进一步明确了个体发展轨迹。几乎所有儿童要么从无能力状态发展到有能力状态,要么保持在有能力状态。然而,从第二次时间点到第三次时间的转变有所不同,许多儿童的ToM从第二次时间点的有能力状态退化为第三次时间点的无能力状态(41%的有能力儿童退化为无能力状态,占样本的36%)。在7.5岁时,那些在ToM和高级ToM任务上表现一贯良好的儿童具有更强的早期语言技能和更好的抑制控制能力。相比之下,部分成就者和晚熟者在早期表现出较低的语言技能。这些发现与Osterhaus等人(2016年)和San Juan和Astington(2012年)的研究结果一致,这些研究表明EF和语言在帮助儿童从隐性推理转向显性推理方面至关重要。
4.3 强点、局限性和未来方向
我们研究的一个显著优点是通过包含多种EF测量方法对EF进行了全面评估。通过结合评估EF不同组成部分的任务,如用于抑制控制的Day/Night Stroop任务、计划任务和工作记忆评估,我们确保了对这种认知技能的全面和多方面的评估,从而能够捕捉EF发展的细微变化,并为研究EF与ToM之间的关系提供了更可靠的基础。同时,由于EF任务必须适合儿童的发展阶段,因此不同时间点的具体测量方法有所不同,工作记忆任务除外。尽管主成分分析支持将每个时间点的EF视为一个统一的复合体,并且EF复合体显示出显著的纵向连续性,但我们不能完全排除任务差异可能影响了效应大小。未来使用具有部分重叠或潜在变量EF模型的纵向设计的研究可以进一步加强关于发展特异性的结论。尽管我们的研究在早期和后期时间点使用了有限数量的ToM任务,但这是有意为之。初级、二级和三级错误信念任务以及双重虚张声势任务都涉及(更高层次的)错误表征或欺骗。通过关注这些高级ToM的方面,我们的研究没有考察高级ToM测量的异质性,后者包括许多概念上和方法上不同的任务(Osterhaus和Bosacki 2022年)。由于这些任务不评估相同的潜在结构(Osterhaus等人2016年),并且也显示出不同的发展模式(Osterhaus和Koerber 2021a),我们将高级ToM测量的范围缩小到仅关注涉及信念递归性质的测量,从而能够更集中地探讨ToM(包括初级和高级)与EF之间的关系。我们研究的另一个局限性是,我们事先根据用于分析纵向数据的参数分析(回归)来设计功效分析,而不是我们进行的更具探索性的潜在类别分析或结构方程模型(SEM)分析。未来的研究应该旨在使用更大和更多样化的样本量。这将提高研究结果的普遍性,并允许进行更复杂的统计分析。此外,纳入更广泛的ToM任务,特别是那些能够捕捉高级ToM不同子组成部分和发展轨迹的任务,将提供对EF与ToM发展不同方面关系的更全面理解。此外,不同文化中的儿童在ToM量表上的发展进程也有所不同(Yu和Wellman 2024年)。在其他文化中测试儿童可能会揭示EF在ToM发展中的不同作用。
5 结论
本研究强调了从幼儿期到中期儿童期EF与ToM之间的相互作用。虽然EF在每个时间点都与ToM表现相关,但我们的纵向分析显示,4岁时的早期EF——而不是后来的EF——能够预测7.5岁时的高级ToM,表明EF在特定的概念变化时期起着关键作用,而不是在整个发展过程中均匀地发挥作用。我们还发现,4岁时的早期ToM能够预测7.5岁时的后期ToM,支持早期表征理解为后期社会认知推理提供了基础的观点。然而,“部分成就者”的出现以及5.5岁到7.5岁之间缺乏预测连续性表明,仅靠连续性是不够的,还需要额外的概念重构来掌握高级ToM任务。这些发现共同支持了一种混合解释,即连续性和概念变化都在其中发挥作用。早期语言技能和后来的抑制控制是不同发展路径的关键预测因素,强调了领域通用能力和领域特定能力在塑造ToM轨迹中的重要性。这些见解强调了在幼儿期培养EF和语言技能的重要性,不仅有助于基本ToM任务的表现,还有助于培养支撑高级心理状态推理的更深层次的概念见解。
致谢
本研究得到了德国研究委员会(https://www.dfg.de/, 项目编号SO 213/34-1,2;负责人:Beate Sodian)的资助。我们感谢参与这项研究的儿童和家庭。开放获取资金的提供和组织由Projekt DEAL负责。
在使用ChatGPT和类似AI工具的政策方面
在准备这项工作时,作者使用了Chat Generative Pre-Trained Transformer(ChatGPT;OpenAI,美国加利福尼亚州旧金山)来提高可读性和语言表达。使用该工具后,作者根据需要审查和编辑了内容,并对出版物的内容负全责。
利益冲突
作者声明没有利益冲突。
注释
1. 由于第三次时间点使用的Fruit Stroop测量是反向的(分数越低越好),因此我们的评分也进行了反向处理。
2. 这些模型的一个问题是,大多数儿童(54%)在第一次时间点没有参加WPPSI测试。当仅以SEKI作为控制变量重新进行这些分析时,我们观察到了类似的结果模式:时间点2的ΔR2 = 0.06,F(1, 161) = 10.59,p = 0.001;时间点3的ΔR2 = 0.02,F(1, 143) = 3.79,p = 0.053。
如上所述,许多儿童在时间点1没有参加WPPSI测试,这减少了该分析的样本量。当排除这些数据,仅使用SEKI作为控制变量时,上述分析结果仍然具有显著性:ΔR2 = 0.04,F(1, 175) = 8.25,p = 0.005。
数据可用性声明:
本研究的支持数据可向相应作者索取。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号