专业技能发展的动态建模研究：整合练习、能力与个体差异

【项目介绍】 理解人类专业技能如何发展仍然是心理学、教育学和认知科学领域的核心问题。相互竞争的理论观点要么强调刻意练习的主导作用，要么强调智力等个体差异的重要性。虽然人们普遍认为两者都对技能习得有贡献，但目前尚不清楚这些因素如何在时间上动态交互，从而影响整个生命周期中复杂技能的发展和保持。此外，其他个体特征，包括人格和动机，也可能影响学习过程和长期表现。

本项目采用动力系统方法来模拟技能发展，以解决这些问题。项目不仅仅关注改善的平均轨迹，而是强调个体内部的调节和变异性。核心目标是理解表现波动是如何产生的，它们是被放大还是被抑制，以及哪些因素作为调节这些动态的机制。

本项目将开发和应用动态建模方法，包括自回归模型、交叉滞后模型和连续时间模型，以检验技能如何在个体内部演变。这些模型为捕捉稳定和时间变化的影响提供了灵活的框架。特别是，本项目将区分时间依赖性和时间独立性预测因子。时间依赖性预测因子，如高强度训练期或练习条件的变化，将被建模为扰动系统的事件类输入，其效应随时间展开。时间独立性预测因子，包括认知能力、人格特质和动机，将用于解释潜在系统动力学中的个体间差异，如变化率和变异性。

在实证方面，本项目将利用大规模技能习得纵向数据集，包括来自游戏或结构化训练环境等领域的数字痕迹数据。这些数据提供了随时间变化的高分辨率表现和练习测量，使学习过程的精细建模成为可能。

在方法论方面，本项目将涉及R和/或Python中的统计建模，重点关注连续时间结构方程模型和相关方法。学生将开发、比较和验证竞争性的技能发展模型，并检验不同的理论假设（如练习驱动与能力驱动的解释）如何在观察数据中体现。

总体而言，本项目将通过超越静态或基于轨迹的解释，转向面向过程的发展模型，推进对专业技能的理论理解。它将为整合练习、能力和其他个体差异提供统一框架，并有助于更精确地理解复杂技能如何在生命周期中被习得、保持和潜在优化。

【资助信息】 仅限自费或外部资助学生。入学时间通常为每年10月和3月。注：大学每年有一些竞争性奖学金，更多详情可查看网站。

【参考文献】 Vaci, N., Edelsbrunner, P., Stern, E., Neubauer, A., Bilalić, M., & Grabner, R. H. (2019). The joint influence of intelligence and practice on skill development throughout the life span. Proceedings of the National Academy of Sciences, 116(37), 18363-18369.