2. 公务员
  3. 根据所给材料，回答下列问题： ①注意力不集中是常有之事，如何提高注意力，尽可能长时间保持专注呢? ②耶鲁大学心理学系布朗教授研究发现，人类的注意力非常有限，因而大脑通常过滤掉我们看到的模糊而无关紧要的东西，留下清晰鲜艳的目标。在很多情况下，

根据所给材料，回答下列问题： ①注意力不集中是常有之事，如何提高注意力，尽可能长时间保持专注呢? ②耶鲁大学心理学系布朗教授研究发现，人类的注意力非常有限，因而大脑通常过滤掉我们看到的模糊而无关紧要的东西，留下清晰鲜艳的目标。在很多情况下，

admin2020-12-01  30
问题 根据所给材料，回答下列问题：
    ①注意力不集中是常有之事，如何提高注意力，尽可能长时间保持专注呢?
    ②耶鲁大学心理学系布朗教授研究发现，人类的注意力非常有限，因而大脑通常过滤掉我们看到的模糊而无关紧要的东西，留下清晰鲜艳的目标。在很多情况下，人们需要具备长时间注意细节的能力。
    ③布朗教授一直致力于通过为人们提供快速精准的反馈意见来提高他们的专注力。他的团队以往经常采用功能性核磁共振成像技术，通过检验血液流进脑细胞的磁场变化实现脑功能成像，给出精确的结构与功能的关系。神经元在大脑中的活跃与繁衍都依赖氧气，而氧气要借由神经细胞附近的微血管，通过红血球中的血红素运送。因此，当脑神经活化时，附近的血流会增加，补充消耗掉的氧气，由于带氧血红素与去氧血红素之间的磁导率不同，含氧血跟缺氧血的变化使磁场产生扰动，从而能被检测出来。通过重复进行某种思考、动作或经历，可以用统计方法判断哪些脑区在这个过程中有信号的变化，从而找出是哪些脑区在执行这些思考、动作或经历。
    ④需要指出的是，功能性核磁共振成像也有_______：因为数据分析可能长达数月之久，所以为病人提供反馈的时间较为漫长。对于专注行为这样短时间内极易变化的活动，作用可以说是_______的。而布朗教授这次利用的实时脑成像技术可以在1到2秒内对扫描大脑所获取的数据进行分析，几乎同步反应人脑的活跃状况，这样人们就可以利用反馈信息及时调整行为，达到时刻警惕的状态。
    ⑤为了测试注意力，布朗教授团队设计了一个巧妙的实验：他们为参与者提供了一组由人脸和场景图合成的画面，人脸和场景分别做了50％程度的透明化处理。参与者需要在2分钟内持续观察不同人脸与场景的合成图，并辨认出其中的场景是室内还是室外——室内场景需要参与者作出回应，室外场景则不需要任何回应。这项任务要求参与者把注意力集中在场景画面上，然而，实验中根本就没有室外场景的画面，参与者被不断地给出只有室内场景的画面，久而久之，注意力就会发生变化。
    ⑥那么，研究者是如何知晓参与者注意力的变化呢?通过对参与者的大脑进行实时脑成像扫描，以毫米为单位绘制出一系列的大脑图像，根据统计数据的模型，显示出参与者关注场景和人脸时大脑活动的区别。最关键的是，根据分析结果及时向参与者提供反馈，让他们知道自己的注意力是否集中在正确的目标上。
    ⑦在实验中，参与者如何得到注意力变化的反馈呢?布朗教授团队采用的是“惩罚一奖赏”反馈机制。最开始，图像中场景和人脸各自占比50％，当观察到参与者的注意力不够集中在场景上时，研究者就启用“惩罚”机制，降低场景的占比，使之更难以辨认，迫使参与者集中注意力去辨认场景；相反．如果大脑的注意力集中在场景上，研究者就启用“奖赏”机制。让场景越来越清晰，用这样方式对他们进行反馈。
    ⑧在整个过程中，参与者注意力的变化呈现波动趋势。一开始他们可能会被人脸分散注意力，表现并不是很好。于是受到惩罚，场景的图片渐渐模糊，迫使他们越来越集中精力，场景随之慢慢变得清晰；意识到自己被“奖励”后，他们的注意力又会渐渐被人脸吸引。依此反复，他们的大脑在控制他们所能看到的画面。
    ⑨在反馈测试过程中，很多人被观察到注意力越来越集中，维持长时间注意力的能力也变得更强。有观点认为他们在测试中当然会表现更好。因为他们知道自己在参加测试。但事实上，在日常生活中这些人的注意力也得到了显著的提高。
作者接下来最可能(      )。
选项 A、阐述人类注意力与神经系统之间的关系
B、介绍“惩罚-奖赏”机制在其他领域的应用
C、探讨实时脑成像技术与反馈机制的应用前景
D、列举生活中注意力不集中现象造成的隐患
答案B
解析 这是一道下文推断题。篇章的下文推断要注意整个篇章的核心话题，整个篇章都在围绕“惩罚-奖赏”机制进行论述，结合最后一段的尾句“但事实上，在日常生活中这些人的注意力也得到了显著的提高”，依据话题一致的原则，接着要论述的是这个机制在其他领域的运用。故本题正确答案为B选项。
转载请注明原文地址:https://kaotiyun.com/show/WcEi777K
本试题收录于： 行测题库国家公务员分类
0

行测

国家公务员

相关试题推荐
随机试题
最新回复(0)