labvanced logoLabVanced
Contact
    • Remote Physiological Measurements
    • Eye Tracking
    • Head & Face-Tracking
    • Emotion Detection
    • Heart Rate Detection (rPPG)
    • Generative AI
    • Audio Transcription
    • EEG & Hardware Integrations
    • Decision Making
    • Reaction Times
    • Keyboard Inputs
    • Mouse Tracking
    • Mobile / Touch
    • Questionnaires
    • Gamepad / Joystick Integration
    • Audio Recordings
    • Audio Transcription
    • Video Recordings
    • Screen Recordings
    • Photos / Snapshots
    • Video Conferencing
    • Canvas Drawings
    • Build with AI
    • Build with Spreadsheets
    • Using the Experiment Editor
    • Coding
    • Creating Questionnaires
    • Balancing & Randomization
    • UX & Website Testing
    • Single Session Studies
    • Factorial Designs
    • Longitudinal & Multi-session Studies
    • Individual & Case Studies
    • Real-time Multi-user Studies
    • Interviews & Video Calls
    • Surveys & Questionnaires
    • Experience Sampling & Diaries
    • Classroom & Group Testing
    • Interventions & Clinical Trials
    • In the Browser
    • Mobile App
    • Desktop App
    • WebBridge Chrome Extension
    • Stroop Test
    • Flanker Task
    • N-back Task
    • Implicit Association Test
    • Trail Making Test
    • Digit Span
    • Corsi Block Tapping
    • Tower of London
    • Balloon Analog Risk Task
    • Preferential Looking
    • Browse more →
    • DASS-21
    • GAD-7
    • Rosenberg Self-Esteem Scale
    • PHQ-9
    • Ten-Item Personality Inventory
    • Big Five Personality Test
    • Adult ADHD Self-Report Scale
    • Browse more →
    • Building a Multi-user Study
    • Webcam Eye Tracking with AOIs
    • Website Frame Eye Tracking
    • Conditional Eye Tracking Opt-in
    • ChatGPT Study
    • Desktop App Study with EEG
    • Between-subjects Group Balancing
    • Building a Reading Study
    • Stroop Task
    • Lexical Decision Task
    • Browse more →
    Public Experiment Library
    • Arts Research
    • Clinical Psychology & Neuropsychology Medicine
    • Cognitive Psychology
    • Developmental Psychology
    • Behavioral Economics & Decision Science
    • Educational Research & Psychology
    • HCI & Human Factors
    • Linguistics & Language Sciences
    • Consumer & Marketing Research
    • Social & Personality Psychology
    • Sport & Movement Science
    • UX & Website Testing
    • Executive Functions
    • Language & Reading
    • Decision-Making & Reasoning
    • Attention
    • Overview
    • HCI & Human Factors
    • UX & Website Testing
    • Consumer & Marketing Research
    • White-Label App
    • PageGazer
    • Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela Markova
    • Eye Tracking for Influencer MarketingDr. Alexander Edeling
    • Eye Tracking Infant Word ComprehensionDr. Giulia Calignano
    • Sentence Reading and Grammar JudgmentsDr. Jonathan Mirault
    • Regulating Emotions with MusicDr. Katrin Starcke
    • Game-Based Grammar Learning in ChildrenDr. Mireia Marimon
    • Gaze Cueing and AutismMax Soares Miehstein
    • Personality and Hearing in NoiseDr. Malte Wöstmann
    • All interviews →
    • Lab Notes
    • How to Cite Labvanced
    • Labvanced Platform Paper (2017)
    • Webcam Eye Tracking Validation (2024)
    • Webcam Eye Tracking Studies
    • Cognitive Psychology Studies
    • Developmental Psychology Studies
    • Linguistics Studies
    • See all publications →
    • Getting Started
    • Guide
    • Video Tutorials
    • Walkthroughs
    • Live Chat
    • Webinars & Onboarding Calls
    • AI Assistant
    • FAQ
    • Importing Templates Guide
    • Test Templates
    • Live Eye Tracking Metrics
    • Mouse Tracking Demo
    • ChatGPT Demo
    • Audio Recording Object Demo
    • Adding Image Stimuli Demo
    • Score & Feedback Demo
    • Browse all technical demos →
    • Timing Precision
    • Stimuli Presentation
    • Headphone Checks
    • Bot Checks
    • Participant Management
    • Comparisons
    • Research Blog
    • Prolific Integration
    • CloudResearch Integration
    • Sona Systems Integration
    • BeSample Integration
    • Panelabs Integration
    • Clickworker Integration
    • Labvanced Webhook API
    • Labvanced REST API
    • About Us
    • Newsletter Archive
    • Terms & Conditions
    • Data Security & Data Privacy
    • Technical & Organisational Measures
    • Accessibility
    • W-8BEN-E Form
    • Data Processing Agreement Template
    LinkedInYouTubeDiscord
    • Individual
    • Lab
    • Department / Consortium
    • Teaching
    • Campus
    • Commercial
    • Browse recording top-ups →
    • Browse AI token top-ups →
    • Overview
    • Study Building
    • Subject Recruitment
    • Dedicated Support
    Checkout
  • Contact
    • ZH
      • 中國人
      • Deutsch
      • Français
      • Español
      • English
      • 日本語
    • Logout
    • Loginlogin icon
    Platform
    Labvanced makes it easy to implement the most advanced study design and reliably collect your data.
    Biosignals & AI
    Remote Physiological MeasurementsEye TrackingHead & Face-TrackingEmotion DetectionHeart Rate Detection (rPPG)Generative AIAudio TranscriptionEEG & Hardware Integrations
    Behavioral Recordings
    Decision MakingReaction TimesKeyboard InputsMouse TrackingMobile / TouchQuestionnairesGamepad / Joystick Integration
    Media Recordings
    Audio RecordingsAudio TranscriptionVideo RecordingsScreen RecordingsPhotos / SnapshotsVideo ConferencingCanvas Drawings
    Implementation Techniques
    Build with AIBuild with SpreadsheetsUsing the Experiment EditorCodingCreating QuestionnairesBalancing & RandomizationUX & Website Testing
    Study Formats

    Your study can take whatever format your research needs. Here are a few popular examples.

    Single Session StudiesFactorial DesignsLongitudinal & Multi-session StudiesIndividual & Case StudiesReal-time Multi-user StudiesInterviews & Video CallsSurveys & QuestionnairesExperience Sampling & DiariesClassroom & Group TestingInterventions & Clinical Trials
    Where Studies Run

    Run your study online in the browser, on mobile or tablet with the mobile app, or in-lab with the desktop app.

    In the BrowserMobile AppDesktop AppWebBridge Chrome Extension
    Tests
    Explore cognitive tests, questionnaires, walkthroughs, and our public experiment library: a starting point for your next study.
    Popular Cognitive Tests
    Stroop TestFlanker TaskN-back TaskImplicit Association TestTrail Making TestDigit SpanCorsi Block TappingTower of LondonBalloon Analog Risk TaskPreferential Looking
    Browse more →
    Questionnaires & Scales
    DASS-21GAD-7Rosenberg Self-Esteem ScalePHQ-9Ten-Item Personality InventoryBig Five Personality TestAdult ADHD Self-Report Scale
    Browse more →
    Public Experiment Library

    Take a look at what other researchers in the community are doing through our extensive, open catalog of shared studies.

    Open the public library →
    Walkthroughs

    Step-by-step builds of complete studies, from a blank project to a running experiment, that you can follow along or adapt.

    Building a Multi-user StudyWebcam Eye Tracking with AOIsWebsite Frame Eye TrackingConditional Eye Tracking Opt-inChatGPT StudyDesktop App Study with EEGBetween-subjects Group BalancingBuilding a Reading StudyStroop TaskLexical Decision Task
    Browse more →
    Research
    One platform for students, academics, and industry researchers studying human behavior.
    Harvard UniversityStanford UniversityCambridge UniversityUCLNYUMax Planck InstituteUCLATU Munich

    Trusted by researchers at 1,500+ universities worldwide

    Academic Research
    Arts ResearchClinical Psychology & Neuropsychology MedicineCognitive PsychologyDevelopmental PsychologyBehavioral Economics & Decision ScienceEducational Research & PsychologyHCI & Human FactorsLinguistics & Language SciencesConsumer & Marketing ResearchSocial & Personality PsychologySport & Movement ScienceUX & Website Testing
    Research Areas
    Executive FunctionsLanguage & ReadingDecision-Making & ReasoningAttention
    Industry / Commercial
    OverviewHCI & Human FactorsUX & Website TestingConsumer & Marketing ResearchWhite-Label AppPageGazer
    Researcher Interviews

    Conversations with researchers about the studies they ran with Labvanced, what worked, and what they learned.

    Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela MarkovaEye Tracking for Influencer MarketingDr. Alexander EdelingEye Tracking Infant Word ComprehensionDr. Giulia CalignanoSentence Reading and Grammar JudgmentsDr. Jonathan MiraultRegulating Emotions with MusicDr. Katrin StarckeGame-Based Grammar Learning in ChildrenDr. Mireia MarimonGaze Cueing and AutismMax Soares MiehsteinPersonality and Hearing in NoiseDr. Malte Wöstmann
    All interviews →
    Our Research
    Lab NotesHow to Cite Labvanced
    Peer Reviewed Studies

    A selection of peer-reviewed work built on Labvanced: our own platform and validation papers, and studies by the research community grouped by area. Hundreds more are listed on the full publications page.

    Labvanced Platform Paper (2017)Webcam Eye Tracking Validation (2024)Webcam Eye Tracking StudiesCognitive Psychology StudiesDevelopmental Psychology StudiesLinguistics Studies
    See all publications →
    Resources
    Valuable resources to help you learn the platform, stay updated, and more.
    Documentation
    Getting StartedGuideVideo TutorialsWalkthroughs
    Support
    Live ChatWebinars & Onboarding CallsAI AssistantFAQ
    Templates & Demos

    These are a few popular examples. Browse our guide and a selection of technical demos to get started with implementation.

    Importing Templates GuideTest TemplatesLive Eye Tracking MetricsMouse Tracking DemoChatGPT DemoAudio Recording Object DemoAdding Image Stimuli DemoScore & Feedback Demo
    Browse all technical demos →
    Methodology
    Timing PrecisionStimuli PresentationHeadphone ChecksBot ChecksParticipant ManagementComparisonsResearch Blog
    Integrations & APIs
    Prolific IntegrationCloudResearch IntegrationSona Systems IntegrationBeSample IntegrationPanelabs IntegrationClickworker IntegrationLabvanced Webhook APILabvanced REST API
    Company & Legal
    About UsNewsletter ArchiveTerms & ConditionsData Security & Data PrivacyTechnical & Organisational MeasuresAccessibilityW-8BEN-E FormData Processing Agreement Template
    LinkedInYouTubeDiscord
    Pricing
    Our licenses and additional services at a glance.
    Licenses
    IndividualLabDepartment / ConsortiumTeachingCampusCommercial
    Top-Ups

    Need more recordings for your lab or your own research? Simply use one of these recording top-up packages.

    Browse recording top-ups →

    Need more AI tokens for the AI assistant and study translations? Simply use one of these AI token top-up packages.

    Browse AI token top-ups →
    Additional Services

    Hire Labvanced’s expert team to quickly bring your project to the level of rigor it needs.

    OverviewStudy BuildingSubject RecruitmentDedicated Support
    Checkout

    Ready to purchase a license or top-up? Head straight to checkout.

    Go to checkout →
    • 中國人
    • Deutsch
    • Français
    • Español
    • English
    • 日本語
    代表 Navon 任务刺激的抽象字母。

    Navon 任务

    Navon 任务是一种经典的认知任务,用于探索个人如何处理和感知视觉信息。Navon 任务涉及呈现由较小图形组成的大图形刺激,研究人们是优先注意“全局特征”还是“局部特征”。Navon 任务简单,但揭示了许多关于感知的内容,并且在研究和临床环境中得到了广泛应用!

    Navon 任务的历史

    Navon 任务由心理学家 David Navon 于 1977 年提出。在他题为“森林在树木之前:全局特征在视觉感知中的优先性”的论文中,他想了解个体是如何处理视觉刺激的——是整体、逐特征,还是介于两者之间?

    Navon 任务是为考察这个问题而开发的。该任务包含一个复合刺激,其中包括全局(整体)和局部(组成部分)特征。他的研究结果表明,个体倾向于比局部特征更快地对全局特征做出反应,并且当全局和局部特征不一致时,全局特征往往会干扰对局部特征的识别(Gerlach & Poirel, 2018; Navon, 1977)。

    自引入以来,Navon 的范式已经成为各个研究领域中的经典工具。

    对 Navon 任务的快速解释,Navon 测试背后的前提。

    Navon 任务实验描述

    典型的 Navon 任务涉及向参与者呈现由层次特征组成的视觉刺激——由较小字母组成的大字母。这些特征主要有两种类型:

    • 全局特征: 全局特征是指形成刺激整体结构的较大字母或形状。这是你通常会在第一眼看到的内容。它代表整体形态,而不是它所组成的部分。例如,在下面的图像中,全局特征是大字母 “E”和 “H”。
    • 局部特征: 这些是较小的字母或形状,它们被重复并组合在一起形成全局特征。在下面的图像中,局部特征是用于创建全局特征 “E”和 “H”的 “E”。

    全局特征和局部特征之间的关系也可以有所不同,从而产生两种主要类型的刺激:

    • 一致刺激: 全局和局部特征相同。例如,在下面的图像中,第一个刺激呈现全局特征 “E”,它由局部特征 “E” 组成。
    • 不一致刺激: 全局和局部特征不同。在图像中,第二个刺激呈现全局特征 “H”,而它由局部特征 “E” 组成。

    参与者会被展示一致刺激或不一致刺激,并被提示识别呈现刺激的全局特征或局部特征。然而,具体的提示会根据实验条件而有所不同。

    例如,在 Labvanced 在线的 Navon 任务中,参与者被提示按下 “B” 键,如果他们看到了 “H” 或 “O” (无论是小的还是大的);如果他们没有看到 “H” 或 “O”,则按下 “N” 键。您可以通过点击研究描述下的 参与 按钮或将其 导入 到您的帐户以自由编辑,来 在这里试一下。

    收集的数据

    Navon 任务使得收集各种行为和生理数据成为可能。

    • 反应时间 (RT): 识别全局或局部特征所需的时间。全局特征的快速反应时间通常表明全局处理偏向,而局部特征则表示局部处理偏向。
    • 准确性: 对所需特征(全局/局部)的正确识别。
    • 生理测量: 在进行 Navon 任务时,也可以捕获生理测量。常见的方法包括 EEG 测量脑电波活动、FMRI 测量神经活动以及眼动追踪以量化注视和凝视模式。对于在线版本,也可以激活 Labvanced 的经过同行评审的基于网络摄像头的眼动追踪 来收集注视数据。

    在 Labvanced 中在线收集的 Navon 任务数据示例。

    在上面的图像中,您可以看到在 Labvanced 中记录的数据是什么样的。数据展示了任务的基本细节,例如试验编号、ID、区块名称和编号,以及任务名称(即,如果是说明、主任务或评分反馈)。此外,还收集了进一步的任务特定数据,例如正确性、每次试验按下的按键、运行总分以及目标刺激所属于的类别类型。

    需要考虑的可能混淆因素

    有不同的因素可能影响 Navon 任务中的表现,范围从刺激呈现、参与者因素,以及认知过程等个体差异:

    Navon 任务刺激和呈现

    • 暴露时间: 如果刺激呈现的时间非常短,观察者可能没有足够的时间完全处理局部细节,导致更强烈依赖全局特征(Kimchi, 1992)。
    • 元素数量: 如果参与者被呈现了许多局部特征,他们可能更依赖于全局属性,因为局部元素的数量过多;如果局部特征数量较少,参与者可能会倾向于更专注于局部细节。这些变化可能会混淆结果的解释(Kimchi, 1992)。
    • 偏心率: 偏心率指的是从中央凹(视网膜的中心点)到视觉刺激的距离。靠近中央凹的物体看起来更清晰。由于全局特征分布较广,它们可能在锐度上低于局部特征(Kimchi, 1992)。

    参与者因素和个体差异

    • 性别和性激素: 性激素如睾丸激素影响大脑如何处理 Navon 任务中的全局和局部特征。例如,在男性中,半球之间的更强脑连接(与睾丸激素有关)导致更好的全局处理能力(Pletzer & Harris, 2018)。
    • 情绪/情感状态: 情绪低落的个体在识别全局特征时相对较慢且不够准确,与没有焦虑、情绪状态较中性或积极的个体相比(Kabre & Srivastava, 2024)。
    • 处理速度: 个体在一般处理速度上的差异可能会影响反应时间,并可能影响个体在执行任务时使用的策略(Ashkenazi & Blum‐Cahana, 2022)。
    • 干扰效应: 如果参与者进行多次专注于全局层面的试验,这可能会产生“干扰”,使他们即使在应该切换到局部层面时,也继续优先关注全局层面(或反之)(Trawiński et al., 2023)。
    • 文化: 研究表明,东亚人在使用 Navon 图形测试时,通常具有比高加索西方人更强的全局处理优势。这种对全局处理的偏好被认为受到文化因素的影响,例如个人主义和集体主义(McKone et al., 2010)。

    什么是 Labvanced?

    Labvanced 是一个强大的平台,专门用于进行行为和认知实验以及心理研究,利用先进的功能,如经过同行评审的眼动追踪和通过网络及本地桌面/移动应用程序支持的多用户研究。

    注册


    Navon 任务的心理学

    Navon 任务被用于探索人们如何关注和处理层级刺激和视觉结构。但这个任务如何在理解方面提供帮助呢?Navon 范式有助于揭示不同的模式和认知过程,并提供对不同个体如何解释视觉刺激的理解。让我们详细了解一下:

    Navon 任务的目的

    Navon 任务在各个领域广泛应用,以理解视觉处理的不同方面。以下是一些:

    • 优先性: 这一术语指的是在全球层面或本地层面快速识别目标的倾向,特别是在层级刺激中(例如,由小字母组成的大字母)(Tess & Kruk, 2022)。
    • 感知处理: 感知处理是个体感知和优先考虑视觉细节的过程。Navon 任务的一个关键目的在于理解我们如何感知视觉呈现的层级刺激(Gerlach & Poirel, 2018a)。
    • 注意分辨率 (AR) 效率: 这一术语指的是注意力在全球和本地层面之间集中和转换的效率。高 AR 效率意味着对所关注的层级有更好的控制(Tess & Kruk, 2022)。
    • 层间干扰效应: 参与者通常对全球特征的反应速度快于对本地特征的反应。然而,当全球和本地特征不一致时(例如,由小"E"字母组成的大"H"),干扰可能导致反应时间变慢,特别是在识别本地元素时(Gerlach & Krumborg, 2014)。

    Navon 任务还带来了对以下内容的见解:

    • 全球优先效应: 在注意到视觉刺激的较小 "本地" 组件之前,处理视觉刺激的 "全球" 特征的倾向。
    • 一致性效应: 当全球和本地字母相同时(一致),参与者对层级刺激的反应速度比它们不同时(不一致)更快(Gerlach & Krumborg, 2014)。
    • 处理偏见: 倾向或偏好在一种信息类型上聚焦而不是另一种。在 Navon 任务中,一个人可能表现出全球处理偏见(关注全球特征而非本地特征)或本地处理偏见(关注本地特征而非全球特征)(Gerlach & Poirel, 2018b)。
    加入 Labvanced,并在您即将进行的研究和心理实验中在线包含 Navon 任务。

    相关的认知功能

    支持 Navon 任务的几个核心认知功能如下:

    • 视觉选择性注意 (VSA): VSA 指的是在忽略无关信息的同时专注于视觉场景的某些方面的能力。在 Navon 任务的背景下,挑战在于按照要求处理和优先考虑全球特征或本地特征(Hokken et al., 2024)。
    • 分心注意: 分心注意是指一次处理多条信息的能力。在 Navon 任务中,参与者需要同时在本地和全球层面寻找目标,这测试了他们管理分心注意的能力(Lee et al., 2021)。
    • 工作记忆 (WM) 负载: 指在执行 Navon 任务中的认知任务时,个人可以在脑海中保持的信息量。高工作记忆负载可能会在关注本地特征时增加全球特征的干扰(导致更难忽略全球特征)。但是,当关注全球特征时,高工作记忆不会造成太多干扰(更容易忽略本地特征)(Ahmed & de Fockert, 2012)。
    • 抑制控制: 抑制控制帮助参与者管理他们的冲动和反应。在 Navon 任务中,这帮助参与者避免冲动地对他们看到的第一件事情(无论是全球特征还是本地特征)做出反应,而是专注于他们应该寻找的内容(Ashkenazi & Blum‐Cahana, 2022)。

    Navon 任务的变体

    在标准的 Navon 任务中,参与者被呈现出一个由较小字母(本地特征)组成的大字母(全球特征)。通常,人们识别大字母的速度更快。然而,自原始 Navon 任务开发以来,出现了许多任务的变体。

    Navon 任务刺激示例

    Navon 任务的变体以不同的形式存在,从用作全球和本地特征的刺激类型开始。刺激可以是数字、形状,甚至是字母的形式(Ashkenazi & Blum‐Cahana, 2022)。

    不同类型的 Navon 测试刺激的示例,从数字到箭头到希伯来字母.
    Navon 任务的刺激示例: (a) 数字, (b) 箭头, 和 (c) 希伯来字母
    Ashkenazi & Blum‐Cahana, 2022.CC BY-NC-ND 4.0

    当我们查看研究时,可以看到各种例子,展示不同刺激是如何被利用的,以及其他变体如何被融入 Navon 任务,以研究各种认知功能和行为。以下是一些来自研究的示例:

    减少显著性的 Navon 任务

    这种变体采用了“大字母条件”,在这种条件下,全球字母仅由少数局部字母组成,这些字母的大小各异且间距不规则。这些变化旨在消除参与者通常看到的全球优势(Noguchi & Tomoike, 2016)。

    在大字母条件下的 Navon 字母.
    在大字母条件下的 Navon 字母; Noguchi & Tomoike, 2016. CC BY 4.0

    Navon 形状任务

    在这个变体中,参与者被呈现出由较小形状组成的大形状,他们必须确定在全球层面(大形状)或本地层面(小形状)是否存在一个正方形或圆形。该任务涉及多种试验类型,并将试验组织为对,以评估参与者在这些层面之间切换重点的能力(例如,全球-全球、本地-本地、本地-全球、全球-本地)(Chamberlain & Wagemans, 2015)。

    纳冯数字任务

    纳冯数字任务由大型全局形状(数字)组成,这些全局形状由较小的局部元素(也为数字)构成。该任务包括三个集合,每个集合包含一个练习集合(要求参与者尽快说出他们首先看到的数字)和三个测试集合(根据要求命名全局或局部特征)。该变体还结合了眼动追踪,以分析参与者的注视行为(Hokken et al., 2024a)。

    纳冯数字任务的实验设计.
    纳冯数字任务的实验设计; Hokken et al., 2024a.

    综合纳冯全局-局部-停止信号任务

    本研究将纳冯任务与停止信号任务相结合,参与者必须响应全局或局部字母,除非出现停止信号(带有情感表达的面孔),在这种情况下,他们必须抑制响应。这种组合让他们能够研究字母刺激的全局与局部处理如何与停止信号面孔的情感内容(愤怒、快乐、中性)相互作用,从而影响响应抑制(Pandey & Gupta, 2023)。

    结合纳冯测试的全局-局部-停止信号任务进展示例.
    结合纳冯测试的全局-局部-停止信号任务进展示例;
    Pandey & Gupta, 2023.CC BY 4.0

    心理学领域中的纳冯任务

    纳冯任务在多个领域广泛应用,原因各异,以下是一些例子:

    • 临床心理学: 纳冯任务被用来帮助识别注意力集中和感知风格中的偏差,这些偏差可能表明自闭症、多动症、脑损伤以及面孔处理的困难。通过考察全局与局部水平的干扰,该任务提供了一种简洁的方法,以理解与多种临床表现相关的认知基本方面(Hokken et al., 2024)。
    • 发展心理学: 在发展心理学中,纳冯任务评估儿童成长和成人老化过程中全局与局部处理技能的演变。研究人员利用它来跟踪对“整体”首先看待的典型偏好(全局优先)的发展,以及不同年龄段集中注意力能力的变化。通过比较典型发展儿童与具有发展障碍(如阅读困难或自闭症)的儿童之间的模式,该任务有助于理解感知和注意力发展中的变异,以及学习等因素的影响(Morris, Dumontheil, & Farran, 2021)。
    • 神经心理学: 在神经心理学中,纳冯任务有助于了解脑损伤和神经条件如何影响复杂视觉信息的处理和注意力控制,以及在健康人群中大脑如何在功能水平上处理信息。纳冯任务用于评估不同水平的视觉处理,识别对全局或局部特征的偏见,评估在这些处理水平之间的注意力转移。通过检查该任务的表现,研究人员和临床医生可以获得对特定感知和注意力过程的洞察(Hausinger et al., 2025)。

    结论

    纳冯任务是视觉认知研究中一个流行的工具,特别是在理解我们如何优先处理视觉领域中的信息方面。其灵活性和简单设计使其在各个领域的研究中广受欢迎,并继续通过提供对各种认知功能和行为的洞察而发挥作用!

    注册Labvanced并在线进行纳冯任务.

    参考文献

    Ahmed, L., & de Fockert, J. W. (2012). 工作记忆负载能够改善和损害选择性注意:来自纳冯范式的证据。注意、感知与心理物理学, 74(7), 1397–1405.

    Ashkenazi, S., & Blum‐Cahana, I. Y. (2022). 抑制和处理速度在数学中的作用。应用认知心理学, 37(1), 111–124.

    Chamberlain, R., & Wagemans, J. (2015). 视觉艺术训练与对视觉刺激的局部和全局水平的灵活注意相关。心理学报, 161, 185–197.

    Gerlach, C., & Krumborg, J. R. (2014). 相同,相同——但不同:在面部处理研究中使用纳冯派生的全局/局部处理测量。心理学报, 153, 28–38.

    Gerlach, C., & Poirel, N. (2018a). 纳冯经典范式涉及局部和全局处理与视觉物体分类表现之间系统性关系。科学报告, 8(1).

    Gerlach, C., & Poirel, N. (2018b). 纳冯经典范式涉及局部和全局处理与视觉物体分类表现之间系统性关系。科学报告, 8(1).

    Hausinger, T., Reisinger, P., Weisz, N., Hansen, A., Harris, T. A., & Pletzer, B. (2025). 纳冯任务的时空解码挑战全局-局部处理中的僵化半球不对称性。心理生理学, 62(3), e70032.

    Hokken, M. J., Van Der Zee, Y. J., Pereira, R. R., Rours, I. G., Frens, M. A., van der Steen, J., Pel, J. J., & Kooiker, M. J. (2024a). 在正常言语智商的CVI,自闭症和阅读障碍儿童中进行形状、纳冯和卡尼札错觉处理。人类神经科学前沿, 18.

    Hokken, M. J., Van Der Zee, Y. J., Pereira, R. R., Rours, I. G., Frens, M. A., van der Steen, J., Pel, J. J., & Kooiker, M. J. (2024b). 在正常言语智商的CVI,自闭症和阅读障碍儿童中进行形状、纳冯和卡尼札错觉处理。人类神经科学前沿, 18.

    Kabre, M., & Srivastava, P. (2024). 先天情绪和音乐在知觉判断任务中的影响。认知科学学会年会会议录, 46. 来源:https://escholarship.org/uc/item/4920c3h3

    Kimchi, R. (1992). 整体处理和全局/局部范式的优先性:一项批判性审查。心理学公报, 112(1), 24–38.

    Lee, L. Y., Talhelm, T., Zhang, X., Hu, B., & Lv, X. (2021). 整体思维者处理分心注意任务的速度更快:来自全局/局部的视角。当前心理学, 42(7), 5415–5427.

    McKone, E., Davies, A. A., Fernando, D., Aalders, R., Leung, H., Wickramariyaratne, T., & Platow, M. J. (2010). 亚洲具有全球优势:种族与视觉注意力。视觉研究, 50(16), 1540-1549.

    Morris, S., Dumontheil, I., & Farran, E. K. (2021). 纳冯任务的反应在发展过程中和在具有不同注意力需求的任务之间存在差异。视觉研究, 185, 17-28.

    Navon, D. (1977). 林中树木:全局特征在视觉感知中的优先性。认知心理学, 9(3), 353–383.

    Noguchi, Y., & Tomoike, K. (2016). 强烈动机的积极情绪比对视觉刺激的全局信息反应更快:采用大型纳冯字母的研究。科学报告, 6(1).

    Pandey, S., & Gupta, R. (2023). 快乐的面孔在狭窄的注意范围内促进抑制控制。认知科学学会年会会议录 (第45卷,第45期).

    Pletzer, B., & Harris, T. (2018). 性激素调整了纳冯范式中全局优势、侧化和两半球连通性之间的关系。大脑连通性, 8(2), 106–118.

    Tess, V. A., & Kruk, R. S. (2022). 纳冯任务作为儿童和成人注意分辨率效率的测量。视觉杂志, 22(14), 3792.

    Trawiński, T., Mestry, N., & Donnelly, N. (2023). 先前观看位置和空间尺度对观看绘画的影响。视觉, 7(3), 55.