动作电子游戏对不同注意子网络的影响——来自元分析的证据

doi:10.3724/SP.J.1042.2023.01843

摘要/Abstract

摘要：

动作电子游戏是指要求参与者在广阔的视野中处理多个复杂且快速变化的信息, 并对这些刺激做出快速而准确反应的游戏。以往研究对动作电子游戏是否能够促进注意能力的发展存在争议。采用元分析的方法, 研究分析了动作电子游戏对注意及其子网络的影响, 并考察行为指标作为调节变量时, 在动作电子游戏与注意之间关系产生的影响。共计纳入符合要求的文献28篇, 其中包含71个效应量, 涉及被试3359人。研究结果显示, 动作电子游戏对注意警觉的影响最为显著, 呈现为中等偏高程度的影响, 而注意定向呈现中等偏低程度的影响, 对注意的执行控制呈现低程度的影响。动作电子游戏对注意的影响还受到行为指标的调节, 反应时均大于正确率的效应值, 说明考察注意水平时反应时更加敏感。这些结果表明, 动作电子游戏与注意中的警觉功能关系最为密切, 且会受到行为指标选取的影响。研究进一步明确了动作电子游戏与注意的关系, 为不同研究之间的结果比较提供依据。

关键词: 动作电子游戏, 注意, 元分析, 调节效应, 警觉

Abstract:

Action video games (AVG) require participants to rapidly process and accurately respond to multiple complex pieces of information within a wide field of vision. Attention, which is the direction and concentration of consciousness to a certain object or location, plays an important role in cognitive processing and everyday life. However, whether AVG can boost attention development has been a controversy issue in previous studies. Some studies indicated that the AVG could enhance players' attention ability, while others reported that the attention of players was not impacted by AVG. The reason for this controversy may be that the previous researchers had not taken into account the varying characteristics of the subnetworks of attention. In order to further clarify the mechanisms of AVG's effects on players' attention, this study will examine the effects of AVG on different attentional sub-networks (alertness, orientation and executive control) and, at the same time, use behavioral indicators as moderating variables to provide more clarity on the relationship between AVG and different attentional sub-networks.

The aim of this meta-analysis was to investigate the relationship between AVGs and attentional subnetworks. English and Chinese literature was searched from January 2009 to December 2021. Studies were included in the analysis if they clearly distinguished between action video game groups and non-action video game groups to examine the relationship between action video games and player attention, if the study clearly reported the sample size of subjects and the study methodology, and if the study provided detailed statistical information related to the amount of effect that could be calculated (e.g., sample size, mean, F-value or t-value, p-value, etc.) and did not contain obvious errors .The studies were obtained by searching the keywords action video game, shooter game, attention, visual search, orienting, etc., from the full-text databases of China National Knowledge Infrastructure, Wanfang, Web of Science, PubMed and PsycInfo. Leading to the inclusion of 28 studies and 71 independent effect sizes. Data coding and analysis was performed using Comprehensive Meta Analysis 3.0 to examine main and moderating effects. Random effect models were employed to assess heterogeneity in alertness, orientation and executive control. Funnel plot and Rosenthal's Nfs test of publication bias revealed no significant publication bias.

The main effect test found that AVGs had various influences on attentional, alertness, orientation and executive control, with the alertness network (d = 0.75, 95%Cl = [0.41, 1.10]) exhibiting the strongest effects. However, presenting moderately low effects on orienting (d = 0.58, 95% Cl = [0.42, 0.74]) and low effects on executive control (d = 0.39, 95% Cl = [0.25, 0.53]), the results suggest that AVG has an effect on all attentional subnetworks, but compared to the effects on orienting and executive function networks, the effect on the vigilance network the effects were somewhat stronger for the attentional network. Whereas all three attentional subnetworks were significantly moderated by behavioural indicators, the results showed that the value of the effect of accuracy was greater than the value of the effect of reaction time, indicating that the effect of AVG on attention was more sensitive to response time compared to accuracy. To sum up, these results indicate that AVGs are most closely associated with attentional alertness, and are influenced by response times.

In sum, this meta-analysis not only elucidates the disputes and contradictions in earlier studies, but also elucidates the association between AVGs and attention, thus furnishing new evidence for the evolution of brain plasticity and the educational implications of AVGs. This study can contribute to a better understanding of the relationship between AVGs and attention, providing a basis for comparing results across different studies.

Key words: action video games (AVG), attention, meta-analysis, moderating effect, alertness

中图分类号:

B849

从欣蕊, 武泽宇, 曼祖拉·艾山江, 姜云鹏, 刘妍, 吴瑕. (2023). 动作电子游戏对不同注意子网络的影响——来自元分析的证据. 心理科学进展 , 31(10), 1843-1855.

CONG Xinrui, WU Zeyu, MANZULA·Aishanjiang , JIANG Yunpeng, LIU Yan, WU Xia. (2023). Effects of action video games on different attentional subnetworks: Evidence from a meta-analysis. Advances in Psychological Science, 31(10), 1843-1855.

图/表 6

参考文献 69

	(*表示纳入元分析的文献)
[1]	* 邱男. (2019). 基于电生理研究电子游戏对视觉选择性注意的短时效应 (硕士学位论文). 电子科技大学, 成都.
[2]	邵嵘, 滕召军, 刘衍玲. (2019). 暴力视频游戏对个体亲社会性的影响:一项元分析. 心理科学进展, 27(3), 453-464. doi: 10.3724/SP.J.1042.2019.00453
[3]	孙玉静, 尚雪松. (2017). 注意网络神经机制的述评. 心理学进展, 7(3), 366-376.
[4]	吴鹏, 刘华山. (2014). 道德推理与道德行为关系的元分析. 心理学报, 46(8), 1192-1207.
[5]	* 杨斌. (2009). 对动作类电子游对对玩家注意负荷和分配方式影响的研究 (硕士学位论文). 北京师范大学.
[6]	曾宪卿, 许冰, 孙博, 叶健彤, 傅世敏. (2021). EMMN受偏差-标准刺激对类型和情绪类型影响: 来自元分析的证据. 心理科学进展, 29(7), 1163.
[7]	张豹, 刘树辉, 缪素媚, 黄赛. (2019). 动作电子游戏经验对视觉注意的积极影响. 中国临床心理学杂志, 27(6), 5.
[8]	* 张玉. (2011). 动作电子游戏经验对基于位置和基于客体返回抑制的影响 (硕士学位论文). 华南师范大学, 广东.
[9]	* Azizi, E., Abel, L. A., & Stainer, M. J. (2017). The influence of action video game playing on eye movement behaviour during visual search in abstract, in-game and natural scenes. Attention, Perception, & Psychophysics, 79(2), 484-497. doi: 10.3758/s13414-016-1256-7 URL
[10]	* Bavelier, D., Achtman, R. L., Mani, M., & Föcker, J. (2012). Neural bases of selective attention in action video game players. Vision Research, 61, 132-143. doi: 10.1016/j.visres.2011.08.007 pmid: 21864560
[11]	Bediou, B., Adams, D. M., Mayer, R. E., Tipton, E., Green, C. S., & Bavelier, D. (2018). Meta-analysis of action video game impact on perceptual, attentional, and cognitive skills. Psychological Bulletin, 144(1), 77-110. doi: 10.1037/bul0000130 pmid: 29172564
[12]	Borenstein, M., Hedges, L. V., Higgins, J. P., & Rothstein, H. R. (2010). A basic introduction to fixed-effect and random-effects models for meta-analysis. Research Synthesis Methods, 1(2), 97-111. doi: 10.1002/jrsm.12 pmid: 26061376
[13]	Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Meta-analysis methods based on direction and p-values. In Introduction to Meta-Analysis (pp. 325-330). John Wiley & Sons, Ltd.
[14]	Brodbeck, M. I., & Dupuis, P. (2020). The short term effects of action and non-action videogame play on attention. Intersect: The Stanford Journal of Science, Technology, and Society, 14(1), 1-13.
[15]	* Cain, M. S., Prinzmetal, W., Shimamura, A. P., & Landau, A. N. (2014). Improved control of exogenous attention in action video game players. Frontiers in Psychology, 5, 69. doi: 10.3389/fpsyg.2014.00069 pmid: 24575061
[16]	* Chen, M.-S., Chiu, T.-S., & Chen, W.-R. (2018). Differences in visual attention performance between action game playing and non-playing children. Congress of the International Ergonomics Association (pp. 639-648). Springer, Cham.
[17]	* Chisholm, J. D., & Kingstone, A. (2015). Action video games and improved attentional control: Disentangling selection-and response-based processes. Psychonomic Bulletin & Review, 22(5), 1430-1436. doi: 10.3758/s13423-015-0818-3 URL
[18]	Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-159. doi: 10.1037//0033-2909.112.1.155 pmid: 19565683
[19]	Corbetta, M., & Shulman, G. L. (2002). Control of goal-directed and stimulus-driven attention in the brain. Nature Reviews Neuroscience, 3(3), 201-215. doi: 10.1038/nrn755 pmid: 11994752
[20]	* Dale, G., & Green, C. S. (2017). Associations between avid action and real-time strategy game play and cognitive performance: A pilot study. Journal of Cognitive Enhancement, 1(3), 295-317. doi: 10.1007/s41465-017-0021-8
[21]	* Dale, G., Kattner, F., Bavelier, D., & Green, C. S. (2020). Cognitive abilities of action video game and role-playing video game players: Data from a massive open online course. Psychology of Popular Media, 9(3), 347-358. doi: 10.1037/ppm0000237 URL
[22]	El-Nasr, M. S., & Yan, S. (2006, June). Visual attention in 3d video games. In Proceedings of the 2006 ACM SIGCHI International Conference on Advances in Computer Entertainment Technology (p. 22). Hollywood, CA, USA.
[23]	Eriksen, B. A., & Eriksen, C. W. (1974). Effects of noise letters upon the identification of a target letter in a nonsearch task. Perception & Psychophysics, 16(1), 143-149. doi: 10.3758/BF03203267 URL
[24]	Fan, J., Gu, X., Guise, K. G., Liu, X., Fossella, J., Wang, H., & Posner, M. I. (2009). Testing the behavioral interaction and integration of attentional networks. Brain and Cognition, 70(2), 209-220. doi: 10.1016/j.bandc.2009.02.002 pmid: 19269079
[25]	Fan, J., McCandliss, B. D., Fossella, J., Flombaum, J. I., & Posner, M. I. (2005). The activation of attentional networks. Neuroimage, 26(2), 471-479. doi: 10.1016/j.neuroimage.2005.02.004 pmid: 15907304
[26]	Fan, J., McCandliss, B. D., Sommer, T., Raz, A., & Posner, M. I. (2002). Testing the efficiency and independence of attentional networks. Journal of Cognitive Neuroscience, 14(3), 340-347. doi: 10.1162/089892902317361886 pmid: 11970796
[27]	Feng, J. & Spence, I. (2018). Playing action video games boosts visual attention. In Ferguson, C. (Ed.), Video game influences on aggression, cognition, and attention (pp. 93-104). Cham:Springer.
[28]	* Föcker, J., Mortazavi, M., Khoe, W., Hillyard, S. A., & Bavelier, D. (2019). Neural correlates of enhanced visual attentional control in action video game players: An event-related potential study. Journal of Cognitive Neuroscience, 31(3), 377-389. doi: 10.1162/jocn_a_01230 pmid: 29308981
[29]	* Föcker, J., Cole, D., Beer, A. L., & Bavelier, D. (2018). Neural bases of enhanced attentional control: Lessons from action video game players. Brain and Behavior, 8(7), 1-18.
[30]	Fuentes, L. J., & Campoy, G. (2008). The time course of alerting effect over orienting in the attention network test. Experimental Brain Research, 185(4), 667-672. doi: 10.1007/s00221-007-1193-8 pmid: 17989966
[31]	* Gao, Y.-L., Zhang, S.-H., Zhang, Y., Wang, M.-X., Li, Y.-X., Wang, Z.-N., ... Ye, C. (2018). Action video games influence on audiovisual integration in visual selective attention condition. Paper presented at International Conference on Medicine Sciences and Bioengineering, Suzhou, Jiangsu, China.
[32]	* Green, C. S., & Bavelier, D. (2006). Enumeration versus multiple object tracking: The case of action video game players. Cognition, 101(1), 217-245. doi: 10.1016/j.cognition.2005.10.004 pmid: 16359652
[33]	Green, C. S., & Bavelier, D. (2015). Action video game training for cognitive enhancement. Current Opinion in Behavioral Sciences, 4, 103-108. doi: 10.1016/j.cobeha.2015.04.012 URL
[34]	Greenfield, P. M., DeWinstanley, P., Kilpatrick, H., & Kaye, D. (1994). Action video games and informal education: Effects on strategies for dividing visual attention. Journal of Applied Developmental Psychology, 15(1), 105-123 doi: 10.1016/0193-3973(94)90008-6 URL
[35]	Higgins, J. P., Thompson, S. G., Deeks, J. J., & Altman, D. G. (2003). Measuring inconsistency in meta-analyses. BMJ, 327(7414), 557-560. doi: 10.1136/bmj.327.7414.557 URL
[36]	* Hubert-Wallander, B., Green, C. S., & Bavelier, D. (2011). Stretching the limits of visual attention: The case of action video games. Wiley Interdisciplinary Reviews: Cognitive Science, 2(2), 222-230. doi: 10.1002/wcs.v2.2 URL
[37]	Huedo-Medina, T. B., Sánchez-Meca, J., Marín-Martínez, F., & Botella, J. (2006). Assessing heterogeneity in meta-analysis: Q statistic or I² index? Psychological Methods, 11(2), 193-206. doi: 10.1037/1082-989X.11.2.193 pmid: 16784338
[38]	* Irons, J. L., Remington, R. W., & McLean, J. P. (2011). Not so fast: Rethinking the effects of action video games on attentional capacity. Australian Journal of Psychology, 63(4), 224-231. doi: 10.1111/j.1742-9536.2011.00001.x URL
[39]	* Jacques, T., & Seitz, A. R. (2020). Moderating effects of visual attention and action video game play on perceptual learning with the texture discrimination task. Vision Research, 171, 64-72. doi: S0042-6989(20)30020-1 pmid: 32172941
[40]	Jevons, W. S. (1871). The power of numerical discrimination. Nature, 3(67), 281-282. doi: 10.1038/003281a0
[41]	* Karle, J. W. (2011). The impact of action video game play on attention and cognitive control (Unpublished doctorial dissertation). McMaster University, Canada.
[42]	Karle, J. W., Watter, S., & Shedden, J. M. (2010). Task switching in video game players: Benefits of selective attention but not resistance to proactive interference. Acta Psychologica, 134(1), 70-78. doi: 10.1016/j.actpsy.2009.12.007 pmid: 20064634
[43]	Kozhevnikov, M., Li, Y., Wong, S., Obana, T., & Amihai, I. (2018). Do enhanced states exist? Boosting cognitive capacities through an action video-game. Cognition, 173, 93-105. doi: S0010-0277(18)30014-3 pmid: 29367017
[44]	* Li, Y., Jin, X., Wang, Y., & Niu, D. (2019). Reduced lateralization of attention in action video game players. Frontiers in Psychology, 10, 1631. doi: 10.3389/fpsyg.2019.01631 pmid: 31379668
[45]	* Mishra, J., Zinni, M., Bavelier, D., & Hillyard, S. A. (2011). Neural basis of superior performance of action videogame players in an attention-demanding task. Journal of Neuroscience, 31(3), 992-998. doi: 10.1523/JNEUROSCI.4834-10.2011 pmid: 21248123
[46]	* Murphy, K., & Spencer, A. (2009). Playing video games does not make for better visual attention skills. Journal of Articles in Support of the Null Hypothesis, 6(1), 1539-8714.
[47]	Orosy-Fildes, C., & Allan, R. W. (1989). Psychology of computer use: XII. videogame play: Human RT to visual stimuli. Perceptual and Motor Skills, 69(1), 243-247. doi: 10.2466/pms.1989.69.1.243 URL
[48]	Posner, M. I. (1978). Chronometric explorations of mind. Hillsdale, NJ: Lawrence Erlbaum.
[49]	Posner, M. I. (1980). Orienting of attention. Quarterly Journal of Experimental Psychology, 32(1), 3-25. doi: 10.1080/00335558008248231 pmid: 7367577
[50]	Posner, M. I., & Dehaene, S. (1994). Attentional networks. Trends in Neurosciences, 17(2), 75-79. doi: 10.1016/0166-2236(94)90078-7 pmid: 7512772
[51]	Posner, M. I., & Fan, J. (2008). Attention as an organ system. In J. R. Pomerantz (Ed.), Lopics in integrative neuroscience: From Cellsto cognition (pp. 31-61). Cambridge, UK: Cambridge University Press.
[52]	Posner, M. I., & Petersen, S. E. (1990). The attention system of the human brain. Annual Review of Neuroscience, 13(1), 25-42. doi: 10.1146/neuro.1990.13.issue-1 URL
[53]	* Qiu, N., Ma, W., Fan, X., Zhang, Y., Li, Y., Yan, Y., ... Yao, D. (2018). Rapid improvement in visual selective attention related to action video gaming experience. Frontiers in Human Neuroscience, 12, 1-11. doi: 10.3389/fnhum.2018.00001 URL
[54]	Raymond, J. E., Shapiro, K. L., & Arnell, K. M. (1992). Temporary suppression of visual processing in an RSVP task: An attentional blink? Journal of Experimental Psychology: Human Perception and Performance, 18(3), 849-860. doi: 10.1037/0096-1523.18.3.849 URL
[55]	Reed, W. R. (2015). A Monte Carlo analysis of alternative meta-analysis estimators in the presence of publication bias. Economics: The Open-Access, Open-Assessment E-Journal, 9, 1-40.
[56]	Rosenberg, M. S. (2005). The file-drawer problem revisited: A general weighted method for calculating fail-safe numbers in meta-analysis. Evolution, 59(2), 464-468. pmid: 15807430
[57]	* Schenk, S., Bellebaum, C., Lech, R. K., Heinen, R., & Suchan, B. (2020). Play to win: Action video game experience and attention driven perceptual exploration in categorization learning. Frontiers in Psychology, 11, 933. doi: 10.3389/fpsyg.2020.00933 pmid: 32477224
[58]	* Schmidt, A., Geringswald, F., Sharifian, F., & Pollmann, S. (2020). Not scene learning, but attentional processing is superior in team sport athletes and action video game players. Psychological Research, 84(4), 1028-1038. doi: 10.1007/s00426-018-1105-5 pmid: 30294749
[59]	Sekuler, R., & Ball, K. (1986). Visual localization: Age and practice. Journal of the Optical Society of America. 3(6), 864-867.
[60]	Song, F., Parekh, S., Hooper, L., Loke, Y. K., Ryder, J., Sutton, A. J., ... Harvey, I. (2010). Dissemination and publication of research findings: An updated review of related biases. Health Technology Assessment, 14(8), 1-220. doi: 10.3310/hta14080
[61]	Spagna, A., Dong, Y., Mackie, M.-A., Li, M., Harvey, P. D., Tian, Y., Wang, K., & Fan, J. (2015). Clozapine improves the orienting of attention in schizophrenia. Schizophrenia Research, 168(1-2), 285-291. doi: 10.1016/j.schres.2015.08.009 pmid: 26298539
[62]	Spence, I., & Feng, J. (2010). Video games and spatial cognition. Review of General Psychology, 14(2), 92-104. doi: 10.1037/a0019491 URL
[63]	Treisman, A. M., & Gelade, G. (1980). A feature-integration theory of attention. Cognitive Psychology, 12(1), 97-136. doi: 10.1016/0010-0285(80)90005-5 pmid: 7351125
[64]	* Trisolini, D. C., Petilli, M. A., & Daini, R. (2018). Is action video gaming related to sustained attention of adolescents? Quarterly Journal of Experimental Psychology, 71(5), 1033-1039. doi: 10.1080/17470218.2017.1310912 URL
[65]	* Wong, N. H., & Chang, D. H. (2018). Attentional advantages in video-game experts are not related to perceptual tendencies. Scientific Reports, 8(1), 1-9.
[66]	* Wu, X., Jiang, Y., Jiang, Y., Chen, G., Chen, Y., & Bai, X. (2021). The influence of action video games on attentional functions across visual and auditory modalities. Frontiers in Psychology, 12, 611778. doi: 10.3389/fpsyg.2021.611778 URL
[67]	Xuan, B., Mackie, M.-A., Spagna, A., Wu, T., Tian, Y., Hof, P. R., & Fan, J. (2016). The activation of interactive attentional networks. Neuroimage, 129, 308-319. doi: S1053-8119(16)00023-9 pmid: 26794640
[68]	Yuji, H. (1996). Computer games and information processing skills. Perceptual and Motor Skills, 83(2), 643-647. pmid: 8902044
[69]	* Zhang, X., & Yang, B. (2010). Effects of action video game on spatial attention distribution in low and high perceptual load task. Journal of Software, 5(12), 1434-1441.

作者	男性%	被试群体	平均年龄(岁)	N	子网络	实验范式	行为指标	统计分析	d
邱男, 2019	100	大学生	NVGPS = 12; AVGPS = 22	29	定向	UFOV范式	正确率	F-test	0.133
张玉, 2011 A	100	大学生	18~26	36	定向	IOR范式	反应时	F-test	1.283
张玉, 2011 B	100	大学生	18~26	36	定向	简单检测任务	反应时间	F-test	0.565
杨斌, 2009 A	100	大学生	19~26	16	执行控制	外侧分心物相融性范式	反应时间	F-test	0.389
杨斌, 2009 B	100	大学生	19~26	16	执行控制	外侧分心物相融性范式	反应时间	F-test	0.302
Azizi et al., 2017 A	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.049
Azizi et al., 2017 B	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.131
Azizi et al., 2017 C	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	-0.047
Azizi et al., 2017 D	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.066
Azizi et al., 2017 E	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.077
Bavelier et al., 2012 A	100	大学生	20.5	26	定向	搜索范式	正确率	F-test	1.407
Bavelier et al., 2012 B	100	大学生	20.5	26	定向	搜索范式	反应时	F-test	1.222
Chen et al., 2018 A	未提及	儿童	7-12	24	定向	UFOV范式	正确率	F-test	1.199
Chen et al., 2018 B	未提及	儿童	7-12	24	定向	UFOV范式	反应时	F-test	1.417
Cain et al., 2014 A	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.217
Cain et al., 2014 B	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.030
Cain et al., 2014 C	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.415
Cain et al., 2014 D	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.259
Cain et al., 2014 E	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.087
Cain et al., 2014 F	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.815
Cain et al., 2014 G	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.179
Cain et al., 2014 H	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.680
Cain et al., 2014 I	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.118
Chisholm et al., 2015 A	100	大学生	20.5	57	定向	提示范式	正确率	t-test	0.620
Chisholm et al., 2015 B	100	大学生	20.5	57	定向	提示范式	反应时	F-test	0.625
Chisholm et al., 2015 C	100	大学生	20.5	57	定向	提示范式	反应时	F-test	0.965
Dale & Green et al., 2017 A	87.70	大学生	21.07	57	警觉	简单反应时	反应时	F-test	0.943
Dale & Green et al., 2017 B	87.70	大学生	21.07	57	执行控制	辨别反应时	反应时	F-test	1.111
Dale & Green et al., 2017 C	87.70	大学生	21.07	57	警觉	GO-no go任务	反应时	F-test	1.251
Dale & Green et al., 2017 D	87.70	大学生	21.07	57	执行控制	注意瞬脱范式	正确率	F-test	0.259
Dale & Green et al., 2017 E	87.70	大学生	21.07	57	定向	UFOV范式	正确率	F-test	0.839
Dale & Green et al., 2017 F	87.70	大学生	21.07	57	执行控制	MOT范式	正确率	F-test	0.693
Dale & Green et al., 2017 G	87.70	大学生	21.07	57	执行控制	N-back范式	正确率	F-test	0.093
Dale & Green et al., 2017 H	87.70	大学生	21.07	57	执行控制	N-back范式	反应时	F-test	0.752
Dale et al., 2020 A	53.20	学生	30.58	2169	定向	UFOV范式	正确率	t-test	1.010
Dale et al., 2020 B	53.20	学生	30.58	2169	执行控制	MOT范式	正确率	t-test	0.700
Föcker et al., 2018 A	100	大学生	NVGPS = 21.5; AVGPS = 21.1	32	执行控制	注意控制范式	正确率	F-test	0.637
Föcker et al., 2018 B	100	大学生	NVGPS = 21.5; AVGPS = 21.1	32	执行控制	抓式表现任务	正确率	t-test	0.739
Föcker et al., 2019	100	男性青年	23	29	警觉	快速序列呈现范式	反应时	F-test	0.742
Gao et al., 2018 A	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	反应时	F-test	0.172
Gao et al., 2018 B	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	灵敏度	F-test	0.261
Gao et al., 2018 C	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	似然比	F-test	0.214
Green & Bavelier., 2006	47	大学生	NVGPS = 21.0; AVGPS = 21.3	32	执行控制	MOT范式	正确率	F-test	1.337
Hubert-Wallander et al., 2011	100	大学生	NVGPS = 19.5; AVGPS = 19.0	21	定向	搜索范式	正确率	F-test	1.232
Irons et al., 2011	100	大学生	NVGPS = 18.32; AVGPS = 19.74	32	执行控制	Flanker范式	正确率	F-test	0.657
Jacques & Seitz., 2020 A	65.79	大学生	18~24	38	定向	UFOV范式	正确率	F-test	0.964
Jacques & Seitz., 2020 B	65.79	大学生	18~24	38	定向	UFOV范式	正确率	F-test	0.060
Jacques & Seitz., 2020 C	66.67	大学生	18~24	42	定向	UFOV范式	正确率	F-test	0.224
Jacques & Seitz., 2020 D	66.67	大学生	18~24	42	定向	UFOV范式	正确率	F-test	0.095
Karle, 2011 A	100	大学生	NAVGPS = 18.30; AVGPS = 19.2	56	定向	视觉搜索范式	反应时	F-test	0.531
Karle, 2011 B	100	大学生	NAVGPS = 18.30; AVGPS = 19.2	40	定向	视觉搜索范式	反应时	F-test	0.878
Li et al., 2019 A	50.90	大学生	NAVGPS = 19.11; AVGPS = 19.55	55	执行控制	Flanker范式	反应时	t-test	-0.212
Li et al., 2019 B	50.90	大学生	NAVGPS = 19.11; AVGPS = 19.55	55	执行控制	全局刺激任务	正确率	t-test	0.443
Mishra et al., 2011 A	100	成年人	NAVGPS = 24; AVGPS = 21	41	执行控制	Flanker范式	反应时	F-test	0.692
Mishra et al., 2011 B	100	成年人	NAVGPS = 24; AVGPS = 21	41	执行控制	Flanker范式	正确率	F-test	0.659
Murphy & Spencer, 2009 A	100	大学生	17~25	60	执行控制	注意瞬脱范式	正确率	F-test	0.221
Murphy & Spencer, 2009 B	100	大学生	17~25	59	定向	UFOV范式	正确率	F-test	0.136
Murphy & Spencer, 2009 C	100	大学生	17~25	59	定向	UFOV范式	反应时	F-test	0.553
Murphy & Spencer, 2009 D	100	大学生	17~-25	61	警觉	非注意盲视范式	正确率	F-test	0.199
Murphy & Spencer, 2009 E	100	大学生	17~25	59	执行控制	重复盲视范式	正确率	F-test	0.137
Qiu et al., 2018	100	大学生	22.26 ± 0.23	29	定向	UFOV范式	正确率	F-test	0.133
Schmidt et al., 2020	60	手球运动员	24.4	75	警觉	视听刺激任务	反应时	F-test	0.782
Schenk et al., 2020	51.50	大学生	22.53	33	执行控制	视觉分类任务	正确率	F-test	0.830
Trisolini et al., 2018	62.22	高中生	15	45	定向	提示范式	正确率	F-test	0.712
Wong & Chang., 2018 A	52.20	大学生	22.53	113	警觉	全局刺激任务	灵敏度	F-test	1.196
Wong & Chang., 2018 B	52.20	大学生	22.53	113	警觉	全局刺激任务	一致性	F-test	1.731
Wu et al., 2021 A	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.519
Wu et al., 2021 B	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.706
Wu et al., 2021 C	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.674
Zhang & Yang., 2010 A	100	大学生	19~26	16	定向	空间注意范式	正确率	F-test	1.252
Zhang & Yang., 2010 B	100	大学生	19~26	16	定向	空间注意范式	反应时	F-test	1.244

作者	男性%	被试群体	平均年龄(岁)	N	子网络	实验范式	行为指标	统计分析	d
邱男, 2019	100	大学生	NVGPS = 12; AVGPS = 22	29	定向	UFOV范式	正确率	F-test	0.133
张玉, 2011 A	100	大学生	18~26	36	定向	IOR范式	反应时	F-test	1.283
张玉, 2011 B	100	大学生	18~26	36	定向	简单检测任务	反应时间	F-test	0.565
杨斌, 2009 A	100	大学生	19~26	16	执行控制	外侧分心物相融性范式	反应时间	F-test	0.389
杨斌, 2009 B	100	大学生	19~26	16	执行控制	外侧分心物相融性范式	反应时间	F-test	0.302
Azizi et al., 2017 A	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.049
Azizi et al., 2017 B	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.131
Azizi et al., 2017 C	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	-0.047
Azizi et al., 2017 D	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.066
Azizi et al., 2017 E	60	大学生	NVGPS = 25.87; AVGPS = 23.2	60	定向	搜索范式	注视时间	t-test	0.077
Bavelier et al., 2012 A	100	大学生	20.5	26	定向	搜索范式	正确率	F-test	1.407
Bavelier et al., 2012 B	100	大学生	20.5	26	定向	搜索范式	反应时	F-test	1.222
Chen et al., 2018 A	未提及	儿童	7-12	24	定向	UFOV范式	正确率	F-test	1.199
Chen et al., 2018 B	未提及	儿童	7-12	24	定向	UFOV范式	反应时	F-test	1.417
Cain et al., 2014 A	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.217
Cain et al., 2014 B	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.030
Cain et al., 2014 C	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.415
Cain et al., 2014 D	62.5	大学生	NVGPS = 22.5; AVGPS = 21.0	40	执行控制	反线索范式	正确率	t-test	0.259
Cain et al., 2014 E	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.087
Cain et al., 2014 F	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.815
Cain et al., 2014 G	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.179
Cain et al., 2014 H	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.680
Cain et al., 2014 I	67.35	大学生	NVGPS = 22.5; AVGPS = 20.9	49	执行控制	注意瞬脱范式	正确率	t-test	0.118
Chisholm et al., 2015 A	100	大学生	20.5	57	定向	提示范式	正确率	t-test	0.620
Chisholm et al., 2015 B	100	大学生	20.5	57	定向	提示范式	反应时	F-test	0.625
Chisholm et al., 2015 C	100	大学生	20.5	57	定向	提示范式	反应时	F-test	0.965
Dale & Green et al., 2017 A	87.70	大学生	21.07	57	警觉	简单反应时	反应时	F-test	0.943
Dale & Green et al., 2017 B	87.70	大学生	21.07	57	执行控制	辨别反应时	反应时	F-test	1.111
Dale & Green et al., 2017 C	87.70	大学生	21.07	57	警觉	GO-no go任务	反应时	F-test	1.251
Dale & Green et al., 2017 D	87.70	大学生	21.07	57	执行控制	注意瞬脱范式	正确率	F-test	0.259
Dale & Green et al., 2017 E	87.70	大学生	21.07	57	定向	UFOV范式	正确率	F-test	0.839
Dale & Green et al., 2017 F	87.70	大学生	21.07	57	执行控制	MOT范式	正确率	F-test	0.693
Dale & Green et al., 2017 G	87.70	大学生	21.07	57	执行控制	N-back范式	正确率	F-test	0.093
Dale & Green et al., 2017 H	87.70	大学生	21.07	57	执行控制	N-back范式	反应时	F-test	0.752
Dale et al., 2020 A	53.20	学生	30.58	2169	定向	UFOV范式	正确率	t-test	1.010
Dale et al., 2020 B	53.20	学生	30.58	2169	执行控制	MOT范式	正确率	t-test	0.700
Föcker et al., 2018 A	100	大学生	NVGPS = 21.5; AVGPS = 21.1	32	执行控制	注意控制范式	正确率	F-test	0.637
Föcker et al., 2018 B	100	大学生	NVGPS = 21.5; AVGPS = 21.1	32	执行控制	抓式表现任务	正确率	t-test	0.739
Föcker et al., 2019	100	男性青年	23	29	警觉	快速序列呈现范式	反应时	F-test	0.742
Gao et al., 2018 A	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	反应时	F-test	0.172
Gao et al., 2018 B	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	灵敏度	F-test	0.261
Gao et al., 2018 C	100	大学生	NVGPS = 19.67; AVGPS = 21	29	警觉	视听刺激任务	似然比	F-test	0.214
Green & Bavelier., 2006	47	大学生	NVGPS = 21.0; AVGPS = 21.3	32	执行控制	MOT范式	正确率	F-test	1.337
Hubert-Wallander et al., 2011	100	大学生	NVGPS = 19.5; AVGPS = 19.0	21	定向	搜索范式	正确率	F-test	1.232
Irons et al., 2011	100	大学生	NVGPS = 18.32; AVGPS = 19.74	32	执行控制	Flanker范式	正确率	F-test	0.657
Jacques & Seitz., 2020 A	65.79	大学生	18~24	38	定向	UFOV范式	正确率	F-test	0.964
Jacques & Seitz., 2020 B	65.79	大学生	18~24	38	定向	UFOV范式	正确率	F-test	0.060
Jacques & Seitz., 2020 C	66.67	大学生	18~24	42	定向	UFOV范式	正确率	F-test	0.224
Jacques & Seitz., 2020 D	66.67	大学生	18~24	42	定向	UFOV范式	正确率	F-test	0.095
Karle, 2011 A	100	大学生	NAVGPS = 18.30; AVGPS = 19.2	56	定向	视觉搜索范式	反应时	F-test	0.531
Karle, 2011 B	100	大学生	NAVGPS = 18.30; AVGPS = 19.2	40	定向	视觉搜索范式	反应时	F-test	0.878
Li et al., 2019 A	50.90	大学生	NAVGPS = 19.11; AVGPS = 19.55	55	执行控制	Flanker范式	反应时	t-test	-0.212
Li et al., 2019 B	50.90	大学生	NAVGPS = 19.11; AVGPS = 19.55	55	执行控制	全局刺激任务	正确率	t-test	0.443
Mishra et al., 2011 A	100	成年人	NAVGPS = 24; AVGPS = 21	41	执行控制	Flanker范式	反应时	F-test	0.692
Mishra et al., 2011 B	100	成年人	NAVGPS = 24; AVGPS = 21	41	执行控制	Flanker范式	正确率	F-test	0.659
Murphy & Spencer, 2009 A	100	大学生	17~25	60	执行控制	注意瞬脱范式	正确率	F-test	0.221
Murphy & Spencer, 2009 B	100	大学生	17~25	59	定向	UFOV范式	正确率	F-test	0.136
Murphy & Spencer, 2009 C	100	大学生	17~25	59	定向	UFOV范式	反应时	F-test	0.553
Murphy & Spencer, 2009 D	100	大学生	17~-25	61	警觉	非注意盲视范式	正确率	F-test	0.199
Murphy & Spencer, 2009 E	100	大学生	17~25	59	执行控制	重复盲视范式	正确率	F-test	0.137
Qiu et al., 2018	100	大学生	22.26 ± 0.23	29	定向	UFOV范式	正确率	F-test	0.133
Schmidt et al., 2020	60	手球运动员	24.4	75	警觉	视听刺激任务	反应时	F-test	0.782
Schenk et al., 2020	51.50	大学生	22.53	33	执行控制	视觉分类任务	正确率	F-test	0.830
Trisolini et al., 2018	62.22	高中生	15	45	定向	提示范式	正确率	F-test	0.712
Wong & Chang., 2018 A	52.20	大学生	22.53	113	警觉	全局刺激任务	灵敏度	F-test	1.196
Wong & Chang., 2018 B	52.20	大学生	22.53	113	警觉	全局刺激任务	一致性	F-test	1.731
Wu et al., 2021 A	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.519
Wu et al., 2021 B	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.706
Wu et al., 2021 C	52.20	大学生	18~24	59	执行控制	Flanker范式	反应时	F-test	0.674
Zhang & Yang., 2010 A	100	大学生	19~26	16	定向	空间注意范式	正确率	F-test	1.252
Zhang & Yang., 2010 B	100	大学生	19~26	16	定向	空间注意范式	反应时	F-test	1.244

子网络	模型	独立样本	异质性				Tau-squared
子网络	模型	独立样本	Q值	df	p值	I-squared	Tau-squared	SE	方差	Tau
定向	随机模型	30	54.16	29	0.003	46.46%	0.09	0.05	0.003	0.30
执行控制	随机变量	31	46.66	30	0.027	35.71%	0.05	0.04	0.001	0.23
警觉	随机变量	10	24.70	9	0.003	63.56%	0.20	0.15	0.022	0.44

子网络	模型	独立样本	异质性				Tau-squared
子网络	模型	独立样本	Q值	df	p值	I-squared	Tau-squared	SE	方差	Tau
定向	随机模型	30	54.16	29	0.003	46.46%	0.09	0.05	0.003	0.30
执行控制	随机变量	31	46.66	30	0.027	35.71%	0.05	0.04	0.001	0.23
警觉	随机变量	10	24.70	9	0.003	63.56%	0.20	0.15	0.022	0.44

子网络	模型	独立样本	效应值及95%的置信区间			双尾检验
子网络	模型	独立样本	点估计	下限	上限	z值	p值
定向	随机效应	30	0.58	0.42	0.74	6.98	0.000
执行控制	随机效应	31	0.39	0.25	0.53	5.58	0.000
警觉	随机效应	10	0.75	0.41	1.10	4.26	0.000