驱动精灵硬件检测报告 版本:2014.12.11.1310(8.0.1211.1310)
====================================================================================================
硬件概要
CPU: 英特尔 Core i3-3110M (双核)
主板: LENOVO INVALID (英特尔 HM77 (Panther Point))
内存: 2 GBytes
显卡: 英特尔 HD Graphics 4000, 621552 KBytes
硬盘: WDC WD5000BPVT-08HXZT3
显示器: 三星 [Unknown Model: SEC4252]
网卡: 博通 802.11n Wireless Network Adapter
声卡: 英特尔 Panther Point PCH - High Definition Audio Controller [C1]
处理器信息
处理器: 英特尔(R) Core(TM) i3-3110M CPU @ 2.40GHz
运行速度: 2400.0 MHz
核心/线程: 双核, 四线程
核心代号: Ivy Bridge-MB PGA SV
功耗: 35.0 W
插座: rPGA988B
一级缓存: 指令: 32 KBytes, Data: 32 KBytes
二级缓存: 集成: 256 KBytes
三级缓存: 3 MB
特性: MMX SSE SSE-2 SSE-3 SSSE-3 SSE4.1 SSE4.2 AVX EMT64 VT EIST TM1 TM2
主板信息
主板厂商: 联想
主板型号: 联想 INVALID
芯片组: 英特尔 HM77 (Panther Point)
主板插槽: 3xPCI Express x1, 1xPCI Express x16
USB支持: v3.0
PCI-E支持: v2.0
BIOS版本: H1ET73WW(1.16)
BOIS日期: 04/10/2013
内存信息(总计: 2 GBytes)
内存大小: 20## MB
内存类型: DDR3 SDRAM
制造商: Hynix (现代)
制造日期: 20##年第30周
显卡信息
显卡1:
显卡芯片: 英特尔 HD Graphics 4000
显卡型号: 英特尔 Ivy Bridge-MB GT2 - Integrated Graphics Controller [E1/L1/N0/P0] [Lenovo]
显存大小: 621552 KB
显卡BIOS版本: 21373 PC 14.34 01/16/2012 02:52:02
频率: 350.0 MHz
显卡2:
显卡芯片: NVIDIA(英伟达) GeForce 610M
显卡型号: nVidia GeForce 610M [联想]
显存大小: 1024 MB
显卡BIOS版本: 21373 PC 14.34 01/16/2012 02:52:02
显示器信息
显示器: 三星 [Unknown Model: SEC4252]
生产日期: 20##年第1周
信号输入方式: Digital
屏幕水平尺寸: 34 cm
屏幕垂直尺寸: 19 cm
屏幕对角尺寸: 15英寸
存储信息
存储器1:
控制器: Serial ATA 1.5Gb/s
型号: WDC WD5000BPVT-08HXZT3
容量: 476,940 MB (500 GB)
转速: 5400 RPM
缓存: 8192 KBytes
NCQ功能: 支持, Max. Depth: 32
S.M.A.R.T.: 存在, Active
48bit LBA: 支持, Active
存储器2:
型号: HL-DT-ST DVDRAM GT50N
网卡信息
网卡1:
硬件名称: 博通 802.11n Wireless Network Adapter
MAC地址: 08-ED-B9-E8-54-DF
最大带宽: 72 Mbps
网卡2:
硬件名称: 瑞昱 Semiconductor RTL8168/8111 PCI-E Gigabit Ethernet NIC
MAC地址: 3C-97-0E-23-5A-53
最大带宽: 100 Mbps
声卡信息
硬件名称: 瑞昱 ALC269
解码器: 英特尔 Panther Point PCH - High Definition Audio Controller [C1]
电池信息
电池制造商: SMP
电池型号: 45N1045
化学性质: 锂电池
设计容量: 42770 mWh
完全充电容量: 40210 mWh
损耗率: 6.0 %
USB设备
USB设备1:
厂商: UPEK
设备名称: TouchStrip Fingerprint Sensor
USB版本: 1.00
驱动描述: TouchStrip Fingerprint Sensor
USB设备2:
厂商: Bison Corp.
设备名称: Integrated Camera
USB版本: 2.00
驱动描述: USB Composite Device
USB设备3:
厂商: Generic
设备名称: Flash Card Reader/Writer
USB版本: 2.00
驱动描述: USB
USB设备4:
厂商: SIGMACHIP
设备名称: Usb 鼠标
USB版本: 1.10
驱动描述: USB
第二篇:内隐联想测验1
1.2.2内隐态度概述
1.2.2.1态度
态度是个体基于过去经验对其周围的人、事、物等对象持有的比较持久而一致的心理准备状态或人格倾向。态度作为个体的一种内在结构,为大多数心理学家所接受的看法是:态度是由认知、情感、意向三种成分构成的、比较稳定且相对持久的个人内在结构[7]。其中:认知成分是态度所指向的对象,该对象可以是具体事物或事件,也可以是抽象概念;情感成分是个体对态度对象好恶的心理倾向,同时也是对该对象积极或消极的评价;意向成分则是个体对态度对象的反应倾向,即行为的准备状态,个体准备对态度对象作出某种反应。这种观点被称作态度的三元论[8]。
Allport(1935)在其《社会心理学的历史背景》一书中提出态度的“很明显的一个主要功能是个体对环境的总结,从而作为反应的倾向和准备状态。
1.2.2.2内隐态度
美国心理学家Greenwald A.G.和Banaji M.R.(1995)首次提出内隐态度的概念,认为内隐态度指过去经验和已有态度积淀下的一种无意识痕迹,这种痕迹或其影响是个体在意识水平上无从知觉的,但它又潜在地影响个体对社会对象的情感取向、认识水平和行为[9]。
杨治良等(1996,1997)运用内隐记忆中的任务分离逻辑,对外显态度和内隐态度的关系进行先驱性的探讨。结果表明,人们在生活中表现出来的外显态度与内隐态度并不一致,实验开创性地证明内隐态度可以测量,而且证明态度的无意识或内隐成份[8]。
1.2.2.3内隐态度对行为的影响
Wilson等人(2000)提出的双重态度模型认为:当新的态度形成时,旧的态度并未消失,而是被压抑到内隐层次里,二者以意识为分界线。内隐态度是自动激活的稳定评价,占用极少的认知资源和注意力;外显态度是经常变化的、对情景敏感的构思,两者共存于记忆中[10]。如果资源和动机充足,外显态度会影响个体的精细的、周密思虑过的行为反应,但如果条件不允许(时间压力)或动机不足,内隐态度则更具影响性,它会无意识地系统地影响非言语行为(non-verbal behavior)即个体难以主动控制的行为或个体以为不反映态度的行为,而且这种
影响难以消除[10]。
1.2.2.4内隐态度的测量
内隐态度是在无意识情况下发生的一种自动化的过程,很难通过传统的、自陈式的方法进行直接测量,而只有通过间接的方法才能对其进行测量[11]。目前,内隐社会认知研究常用的间接方法有内隐记忆研究方法、投射测验、传记分析法、反应时法、情景测验法和内隐联想测验等[11]。但其中内隐记忆的研究方法由于通常只能涉及社会认知的知觉层面而难以深入,投射测验、传记分析法、情景测验法等则由于难以量化、主观性强而难以得到广泛应用,而反应时法是认知心理学中最常用的范式之一[11]。
内隐联想测验(Implicit Association Test,简称 IAT)是 Greenwald 等于 1998 年提出的一种以反应时为指标的词汇分类任务,目的是对个体的内隐态度等内隐社会认知进行间接测量。在实验中被试对呈现的概念类词和属性类词根据要求做出分类反应并记录下被试的反应时。被试对概念和属性之间心理表征的联结强度可以通过概念与属性的相对反应速度表现出来。内隐联想测验具有很好的稳定性和可靠性,可以有效地避免自我矫饰(self-presentation)和印象整饰
(impressionmanagement)等作用[11]。IAT 的信度高于一般内隐测验,Gawroski采取多特质多方法设计,通过 IAT自我报告法测查德国被试对土耳其人和对亚洲人的态度,其研究证明了 IAT 具有相当的聚合和区分效度[12]。
Mary等发现与自我报告的态度(外显态度)相比,IAT测量的态度(内隐态度)与行为有更强的联系。Greenwald等发现自我评价IAT结果能够预期被试实验操作的成功或失败,而外显的自我评价方法却不能预期[13]。本研究拟采用编制的IAT程序测定初中生、高中生和大学生的内隐网络态度。
1.2.2.5内隐态度的稳定性和可变性
内隐态度研究往往隐含这样一种观点:内隐态度形成过程较为缓慢,需要通过大量学习(Over-learned)和经验积累方可形成,与外显态度相比,内隐态度非常稳定且难以改变[15]。与这种观点一致的是,认为个体的意识性努力难以抑制和超越个体的内隐态度和刻板印象,甚至会加强其自动化提取[16]。内隐态度具有稳定性的观点受到实证研究的支持,例如:Greenwald,McGhee&Schwartz(1998)的研究表明,被试在外显种族量表(MRS)上没有表现出种族差异,但是在内
隐量表上却体现出亲白人的态度[17]。Nosek,Banaji&Greenwald(2002)的基于网络调查所获得的数据,对年龄IAT进行分析后发现,被试表现出对青年人的积极内阴态度和外显态度,随着被试年龄的增长,被试的内隐态度没有发生变化,而被试的外显态度则表现出内群体偏好,随着年龄的增长被试对青年人评价的积极程度下降[18]。
在态度研究领域中,研究者们假定态度的形成与改变在本质上是同一的,态度的改变意味着新态度的形成。Kawakami等(2000)发现,个体长期接触反刻板印象信息可以有效降低刻板印象的激活[19]。Dasgupta和Greenwald(2001)发现,当被试多次接触积极的黑人和消极的白人样例时,可以减少个体对黑人的偏见,这一效应至少可以持续道4小时以后[20]。Blair,Ma和Lenton(2001)发现,指示被试想象有力的女性可以减少个体的内隐刻板印象。这些研究有力说明,内隐联结可以被修正,至少可以暂时性地得到改变[21]。
1.2.2.6内隐网络态度
内隐互联网态度是个体对网络内隐的、自动化的心理倾向[5]。梁宁建等研究发现,网络成瘾者持有对互联网积极评价的内隐态度,而非网络成瘾者对互联网和生活用品两者并无明显偏好[5]。由此可见,网络态度可能对学生的网络行为有着重要的影响,对青少年的网络态度进行系统的分析研究将对其网络活动的了解和控制有着不小的帮助。
1.3研究假设
假设1:中学生的内隐网络态度与网络成瘾倾向存在高相关
假设2:大学生的内隐网络态度与网络成瘾倾向存在高相关
假设3:青少年的内隐网络态度存在性别、年级差异
假设4:青少年的网络成瘾倾向存在性别、年级差异
2 研究方法
本研究分为三个步骤,第一步:编制内隐网络态度IAT测定程序,测量初中生、高中生和大学生的内隐网络态度;第二步:采用《中学生网络成瘾量表》测量初中生和高中生的网络成瘾倾向,采用《大学生网络成瘾倾向问卷》测量大学生的网络成瘾倾向;第三步:综合前两步的数据,探索内隐网络态度和网络成瘾倾向之间的相关程度以及二者的性别、年级差异情况。
2.1操作定义
2.1.1内隐网络态度
内隐网络态度是个体对网络内隐的、自动化的心理倾向。
以不相容任务平均反应时的对数值与相容任务平均反应时的对数值的差来表示被试的内隐网络态度。
2.1.2网络成瘾倾向
网络成瘾倾向指网络用户发生网络成瘾的心理倾向。
按照问卷的计分方法计算出来的总分即代表被试的网络成瘾倾向。
2.2被试
选取某中学的中学生104名,其中男生52名,女生52名(初三学生56名,其中男生29名,女生27名;高二学生48名,其中男生23名,女生25名)。
选取某大学的大学生83名,其中男生27名,女生56名(大二学生51名,其中男生16名,女生35名;大四学生32名,其中男生11名,女生21名)。 注:初中生、高中生和大二学生之前未做过类似的内隐联想测验,大四学生之前做过类似的内隐联想测验。
2.3研究工具
2.3.1内隐网络态度IAT测定程序(自编 详见附录1)
内隐联想测验包含目标类别和属性类别两个类别,使用样例作为刺激材料来代表这些类别。本实验采用对被试进行访谈的方法,筛选目标类别和属性类别下的例证词,以作为编制内隐网络态度的IAT测定程序的材料。目标类别为:网络活动、日常活动;属性类别为:积极形容词、消极形容词。
2.3.2《中学生网络成瘾量表》(引用 详见附录2)
本量表选自上海师范大学郭颖的硕士学位论文《中学生网络成瘾量表的编制及相关研究》,是根据目前国际上公认的网络成瘾障碍的七条标准编制的,用于了解中学生的网络成瘾倾向。本量表包含30道题目,采用5点计分,“1”表示完全不符合;“2”表示不太符合;“3”表示一般;“4”表示比较符合;“5”表示完全符合,得分越高表示网络成瘾倾向越明显。该研究初测显示此量表具有较好的信度和效度。
2.3.3《大学生网络成瘾倾向问卷》(引用 详见附录3)
本问卷选自西南师范大学陈侠的硕士学位论文《大学生网络成瘾倾向问卷的初步编制》,用于了解大学生的网络成瘾倾向。本问卷共47个项目,分为三个分量表,采用Likert自评式5点量表计分,“完全不符”计1分,“比较不符”计2分,“不确定”计3分,“比较符合”计4分,“完全符合”计5分。其中有16个反向计分的题目,防止被试发生反应定势,包括三对六个测谎题项,作为剔除废卷的参考标准。其中,网络关系成瘾倾向分量表包括18个项目,从第1题到18题;网络娱乐成瘾倾向分量表包括15个项目,从第19题到33题;网络信息收集成瘾倾向分量表包括14个项目,从第34题到47题。其中在分量表的得分
高说明在该具体网络功能的使用上具有较高的成瘾倾向,得分低说明具有较低的成瘾倾向。该研究所编制的大学生网络成瘾倾向问卷采用内部一致性系数
(Cronbach a系数)和分半信度作为检验问卷信度的指标,采用内容效度和结构效度来考察问卷的效度。检验结果表明此问卷具有较好的信度和效度,可以作为后续研究的测量工具。
2.4研究程序
2.4.1测量内隐网络态度
采用自编的内隐网络态度IAT测定程序,测量初中生、高中生和大学生的内隐网络态度。
2.4.1.1测试程序
对美国Inquisit专业软件IAT程序进行必要的汉化处理,设计初中生、高中生和大学生内隐网络态度IAT程序,测试获得被试的内隐网络态度,计算机记录反应时及正误数。IAT程序分为七个步骤:
(1)对网络活动和日常活动进行区分;
(2)对积极形容词和消极形容词进行区分;
(3)相容任务:对日常活动和积极形容词、网络活动和消极形容词共同反应;
(4)同(3);
(5)对积极形容词和消极形容词进行区分;
(6)不相容任务:对日常活动和消极形容词、网络活动和积极形容词共同反应;
(7)同(6)。
其中步骤(3)和(6)为练习。
2.4.1.2数据处理
按照Greenwald(1998)有关IAT实验处理模式,对数据进行必要的整理:被试反应时间长于3000毫秒或少于300毫秒,记为3000毫秒或300毫秒,每组前两次测验为基线而不纳入数据分析[22]。IAT测验错误率超过20%给予剔除。收回有效结果138份,其中男生53名,女生85名。
每个被试通过一轮实验可以得到相容任务和不相容任务两组数据,各138个,求得平均数代表各个被试的反应时。
注:综上两步数据处理,总共收回有效数据134对,另外高中生无IAT测定的数据,仅得有效问卷数据41个。 2.4.2测量网络成瘾倾向
采用《中学生网络成瘾量表》测量初中生和高中生的网络成瘾倾向,采用《大学生网络成瘾倾向问卷》测量大学生的网络成瘾倾向。 2.4.2.1测试程序
分发调整过形式的问卷给被试进行填写并回收。 2.4.2.2数据处理
按照问卷的计分原则和测谎题项,剔除12份无效问卷,收回有效问卷175份。
本研究根据问卷的计分方法,用SPSS11.5软件包输入,在Excel和SPSS中计算和统计网络成瘾倾向的总分。 2.4.3统计方法
本研究采用SPSS11.5软件包进行数据统计分析,主要运用相关分析、方差分析等方法对数据进行处理。
3 结果
3.1初中生的内隐网络态度与网络成瘾倾向的相关分析
表3.1 初中生的内隐网络态度与网络成瘾倾向的相关分析
Pearson积距相关系数
网络成瘾倾向 P值(双侧)
样本数
Pearson积距相关系数
内隐网络态度 P值(双侧)
样本数
网络成瘾倾向
1.000
. 51 .212 .136 51
内隐网络态度
.212 .136 51 1.000
. 51
由表3.1可以看出,初中生的内隐网络态度与网络成瘾倾向之间呈现出低相关(显著度水平p=0.136>0.05)。
3.2大学生的内隐网络态度与网络成瘾倾向的相关分析
表3.2 大学生的内隐网络态度与网络成瘾倾向的相关分析
Pearson积距相关系数
网络关系成瘾倾向 P值(双侧)
样本数
Pearson积距相关系数
网络娱乐成瘾倾向 P值(双侧)
样本数
Pearson积距相关系数
信息收集成瘾倾向 P值(双侧)
样本数
网络成瘾倾向
内隐网络态度
Pearson积距相关系数 P值(双侧) 样本数
Pearson积距相关系数 P值(双侧) 样本数
网络关系网络娱乐信息收集网络成瘾内隐网络成瘾倾向 成瘾倾向 成瘾倾向 倾向
1.000
. 81 .475* .000 81 .684* .000 81 .846* .000 81 -.210 .060 81
.475* .000 81 1.000
. 82 .750* .000 82 .842* .000 82 -.057 .614 82
.684* .000 81 .750* .000 82 1 . 83 .906* .000 83 -.111 .317 83
.846* .000 81 .842* .000 82 .906* .000 83 1 . 83 -.139 .210 83
态度
-.210 .060 81 -.057 .614 82 -.111 .317 83 -.139 .210 83 1 . 83
由表3.2可以看出,大学生的内隐网络态度与网络关系成瘾倾向之间呈现出低相关(显著度水平p=0.060>0.05);大学生的内隐网络态度与网络娱乐成瘾倾向之间呈现出低相关(显著度水平p=0.614>0.05);大学生的内隐网络态度与收集信息成瘾倾向之间呈现出低相关(显著度水平p=0.317>0.05);大学生的内隐网络态度与网络关系成瘾倾向之间呈现出低相关(显著度水平p=0.210>0.05)。
3.3青少年内隐网络态度的年级、性别差异检验
表3.3.1 内隐网络态度的年级、性别差异检验(初中生和大学生)
因变量:内隐网络态度 变异来源 校正的模型
截距 性别
III型方差SS
.563 .470 .274
自由度
3 1 1
均方MS
.188 .470 .274
统计量F
10.799 27.047 15.765
P值
.000 .000 .000
年级 性别*年级 误差 合计 校正的合计
.002 .387 2.259 3.327 2.822
1 1 130 134 133
.002 .387 .017
.092 22.277
.762 .000
a.R=.199(校正的R=.181)
由表3.3.1可以看出,初中生和大学生的内隐网络态度存在性别差异,(F=15.765,p=0.000<0.01);初中生和大学生的内隐网络态度不存在年级差异,(F=0.092,p=0.762>0.05);性别和年级之间的交互作用显著,(F=22.277,p=0.000<0.01)。也就是说,性别是影响青少年内隐网络态度的因素之一,且它与年级之间存在显著地交互作用,可与年级共同影响青少年的内隐网络态度。但是,年级因素对青少年的内隐网络态度可能不存在影响。
表3.3.2 内隐网络态度的年级、性别差异检验(大二学生和大四学生)
因变量:内隐网络态度 变异来源 校正的模型
截距
性别 年级 性别*年级 误差 合计 校正的合计
III型方差SS
.173 .334 .005 .164 .008 .642 1.135
自由度
3 1 1 1 1 79 83 82
均方MS
.058 .334 .005 .164 .008 .008
统计量F
7.093 41.095 .590 20.230 .964
P值
.000 .000 .445 .000 .329
.815
a.R=.212(校正的R=.182)
由表3.3.2可以看出,大二学生和大四学生的内隐网络态度不存在性别差异,(F=0.590,p=0.445>0.05);大二学生和大四学生的内隐网络态度存在年级差异,(F=20.230,p=0.000<0.01);性别和年级之间的交互作用不显著,(F=0.964,p=0.329>0.05)。也就是说,年级是影响大学生内隐网络态度的因素之一,但它与性别之间的交互作用不显著。但是,性别因素对大学生的内隐网络态度可能不存在影响。
3.4中学生网络成瘾倾向的性别、年级差异检验
表3.4 中学生网络成瘾倾向的性别、年级差异检验
因变量:网络成瘾倾向 变异来源 校正的模型
截距 性别 年级 性别*年级 误差 合计 校正的合计
III型方差SS
8799.285 426652.563 2711.348 3357.548 1865.770 17659.878 447391.000 26459.163
自由度
3 1 1 1 1 88 92 91
均方MS 2933.095 426652.563 2711.348 3357.548 1865.770
200.680
统计量F
14.616 2126.030 13.511 16.731 9.297
P值
.000 .000 .000 .000 .003
a.R=.333(校正的R=.310)
由表3.4可以看出,中学生的网络成瘾倾向存在性别差异,(F=13.511,p=0.000<0.01);中学生的网络成瘾倾向存在年级差异,(F=16.731,
p=0.000<0.01);性别和年级之间的交互作用显著,(F=9.297,p=0.003<0.01)。也就是说,性别、年级是影响中学生网络成瘾倾向的因素,且二者之间的交互作用显著,共同影响着中学生的内隐网络态度。
3.5大学生网络成瘾倾向的性别、年级差异检验
表3.5 大学生网络成瘾倾向的年级、性别差异检验
因变量:网络成瘾倾向 变异来源 校正的模型
截距 性别 年级 性别*年级 误差 合计 校正的合计
III型方差SS
300.917 949868.755
101.567
178.570 27.601 36630.505 1165876.000 36931.422
自由度
3 1 1 1 1 79 83 82
均方MS 100.306 949868.755
101.567
178.570 27.601 463.677
统计量F
.216 2048.556
.219
.385 .060
P值
.885 .000 .641 .537 .808
a.R=.008(校正的R=-.030)
由表3.5可以看出,大学生的网络成瘾倾向不存在性别差异,(F=0.219,p=0.641>0.05);大学生的网络成瘾倾向不存在年级差异,(F=0.385,
p=0.537>0.05);性别和年级之间的交互作用不显著,(F=0.060,p=0.808>0.05)。也就是说,性别、年级因素对大学生的网络成瘾倾向可能不存在影响。