运用宏观、微观、符号3个层面表征知识能够有效促进学生对概念的深层认知和迁移应用,以"蛋白质是生命活动的主要承担者"为例,基于三重表征理论,引导学生宏观认识蛋白质的功能,微观辨析蛋白质的结构,在不同符号化表征的灵活转换中,全面构建知识框架,形成认识生物大分子的基本思路和方法,突出三重表征理论在帮助学生认识生物大分子、发展学生生物学学科核心素养的重要作用.

目的:基于社会认同理论和最小努力原则,探究对亲密他人的响应性目标是否会增加消极验证行为以及道德认同在其中的调节作用.方法:研究1采用实验法操纵被试的响应性目标,实验2采用响应性目标量表、道德自我概念重要性量表以及消极验证行为量表,分别探究了想象情境中的消极验证意图和人们日常的消极验证行为.结果:研究1发现,与对照组相比,实验组的消极验证行为更多.研究2发现响应性目标与消极验证行为之间存在显著正相关,符号化道德认同在响应性目标强度对消极验证行为的影响中具有调节作用,符号化道德认同水平越高,响应性目标对消极验证行为的影响越小.结论:对亲密他人的响应性目标会增加自身对其的消极验证行为,但其作用效果取决于个人的符号化道德认同水平.

象思维具有两重内涵,第一层次的象思维是根据事物相似性进行简单类比的思维方式,第二层次的象思维则是以象模型为工具的模型化思维方式.中医象思维以构建与运用象模型为核心,通过提取不同物象作为具有代表性的意象,并根据其关联性建立不同的象模型,以此作为推演的依据.中医象思维的运行机制包括以下几个步骤:第一,从"物象"提炼"意象",即选取具有特定含义的物象进而形成符号化的意象.第二,建立象模型,即以取象比类的方法将意象加以联系,进而形成一系列符号体系.第三,从"意象"反推"物象",即再次取象比类后,根据象模型分析意象.通过象模型的转换,中医象思维脱离一般性类比的主观性,而更具系统性与科学性.

在生态学领域中,存在着生态系统整体论与还原论的争论.Tansley A.G.提出,生态系统是“准有机体”.Odum兄弟提出的“生态系统能量说”被广泛接受,但也受到质疑,称其为“还原论者的整体论”.基于对上述质疑的回应以及对生态系统整体论的追求,Patten B.C.等提出“生态网络理论”,运用“网络‘环境子’分析”方法,试图从物理层面分析解决生物层面的“涌现性”问题.不过,这一理论也受到批判,认为其在探究符号化的现象对生态系统的动态影响时,陷入了还原论困境.Jφrgensen S.E.等更进一步,提出“系统论”的生态系统生态学,试图从系统科学的角度研究生态系统的“物质-能量-信息-网络”系统.这一理论受到生态学界高度重视,但是也存在着在具体研究过程中如何平衡能量视角和生物地球化学视角的问题.由上述争论可见,生态系统生态学研究的趋势是从“物质实体”到“能量流动”,再到“网络信息”,最后到“开放系统”层层递进.目前面临的关键问题是:如何在更好地定义生态系统整体性的基础上,采取相应的能够体现生态系统整体性的方法,去获得更多、更好的生态系统整体性的认识.

在运动控制中,脑肌电耦合强度可以反映大脑皮层和运动肌肉之间的联系.传统的时间序列符号化方法容易混淆原始信号,丢失信号的动态特性.因此,提出可变尺度参数的符号传递熵,对上肢不同握力下的皮层脑电和表面肌电信号进行多通道耦合性分析,进而提出一种耦合强度的表示方法,对脑肌电耦合强度进行定量分析.首先,分析并比较尺度参数对脑肌电传递熵的影响,并选择优化的尺度进行符号化传递熵的计算;其次,针对不同握力下多通道脑肌电信号的分析,验证大脑运动区C3、C4通道的脑电在运动控制中占主导地位以及大脑的对侧控制机制.实验中还发现,随着握力的增强,肌电到脑电的传递熵有增大趋势,右手(惯用手)脑电到肌电的传递熵较左手的高,同时随着输出力量的增强,脑肌电的双向平均耦合强度也增大.结果分析显示:5、10、20 kg握力下,EMG→EEG方向的左手耦合强度分别为0.033 0±0.005 8、0.037 3±0.0040、0.045 1±0.005 5,右手耦合强度分别为0.0352±0.0029、0.0432±0.0035、0.0603±0.001 8,除左手5和10 kg握力间不存在显著性差异,其余都具有显著性差异(P＜0.05);EEG→EMG方向左手耦合强度分别为0.0253±0.0047、0.037 9±0.002 6、0.048 1土0.006 8,右手耦合强度分别为0.033 3±0.004 1、0.051 0±0.005 7、0.064 9±0.008 5,不同握力间均有显著性差异.研究结果表明:皮层肌肉功能耦合具有双向性,而且耦合强度在通道和握力不同时有差异.变尺度传递熵可用于定量描述大脑皮层与神经肌肉组织之间的非线性同步特征及信息交互.

脉诊的符号化使用是中国中医诊断中的历史性现象,传统的解释将其视为一种医患间建立技术互信的博弈互动.但这一解释面对已然建立起技术制度信任的当下,其解释力已显不足.国家医疗体制的建立,为患者择医提供了可以信任的体制评价标准,当代脉诊对于中医患者的价值呈现了由技术证明功能向态度证明功能的位移.而竞争性医疗服务的背景,也影响了中医师的诊断行为,差异化竞争成为中医师必须采取的行动策略.由此,医患双方完成了对于中医医疗实践行为的重塑.脉诊的符号化使用,再次得以复苏.

目的:了解大学生的共情、道德认同和利他倾向的关系.方法:选取320名大学生,用人际反应指针量表测评认知共情和情感共情,用道德认同问卷测评道德认同的内化和符号化,用最后通牒博弈测查利他倾向.结果:情感共情得分正向预测大学生的利他倾向(β=0.50,P＜0.05).内化因子(β=0.15,P＜0.01)和符号化因子(β=-0.19,P＜0.001)在认知共情得分与利他倾向的关联中发挥调节作用.对认知共情低的大学生而言,内化[(55.8±2.78)vs.(49.7±1.91),P＜0.05]和符号化[(56.1±2.3) vs.(49.3±2.2),P＜0.001]较高其分享数量也较高;对认知共情高的大学生而言,符号化较低的大学生的分享数量高于较高的大学生[(51.6±2.7)vs.(47.7±1.8),P＜0.01].结论:大学生的情感共情与利他倾向正向关联,认知共情与利他倾向的关联受道德认同的调节.

目的:研究一种基于单通道脑电(electroencephalogram,EEG)信号特征提取的睡眠自动分期方法,发现用于睡眠分期的EEG有效特征,提高睡眠自动分期准确率.方法:使用10名受试者共10925个睡眠EEG样本,提取EEG时域、频域、双谱、非线性共48个特征作睡眠样本的特征向量,构造睡眠自动分期模型.新定义用于睡眠分期的双谱特征,将95％频谱边缘频率、递归定量分析、符号化动力学与熵结合的特征用于睡眠分期(6期).使用支持向量机(support vector machine,SVM)分类器作睡眠6期自动分类,使用隐马尔可夫模型(hidden Markov model,HMM)修正睡眠分布.结果:基于SVM的睡眠6期的分期准确率达85.06％.应用SVM-HMM睡眠自动分期模型对1名全新受试者整夜睡眠样本作分期,睡眠6期分期准确率为87.34％.结论:该研究提取的48个EEG特征可以作为睡眠分期的有效依据,该睡眠分期方法可用于全新受试者的睡眠自动分期,具有潜在的临床价值.

基于脑电信号的情感识别,对于相关情感疾病的诊断与治疗有着重要的临床和科研意义.如何有效地提取特征,提高识别率,减少计算时间是研究的重点.从研究脑通道间定向信息交互的角度出发,结合对瞬时因果效应的补偿算法,提出以变尺度符号化补偿传递熵(VSSCTE)为特征的情感分析方法,并以此构建情感因效性脑网络,使用网络测度与ReliefF特征优化选择算法进行通道选择.结果显示,在使用DAEP数据集中处理后的127个压力状态和125个平静状态的数据时,较传统的二元传递熵方法,VSSCTE的特征提取方法在压力和平静情感二分 类上的准确率提升约15％,达到96.74％;进行脑电通道优化后,当通道数由32个降至15个时,分类准确率仅下降约2％(分类准确率为94.36％),计算时间从51.27 s降至23.84 s.所提出的VSSCTE脑电特征提取方法可以有效分析情感变化时脑区之间的信息交互,为情感分析和计算提供新的思路.

运用"宏观—微观—符号"多重表征形式呈现知识,进而落实生物学学科核心素养是当下生物学教学的重要课题.以"细胞的能量'货币'ATP"一节教学设计为例,详细阐述符合学生认知发展规律的宏观表象刺激、微观原理可视化剖析、符号化工具交流,多维度构建"解释ATP是驱动细胞生命活动的直接能源物质"的概念知识网络,为教学提供参考.