情感捕捉:影視受眾的多維神經動態評估研究*

■ 諸 廉

一、受眾情感研究的瓶頸及亟須解決的問題

影視創作的核心在于以情動人,引發受眾共情共鳴。情感是在觀影過程中與影視劇內容交互產生的情緒結果①,其實質是大腦對影視信息即時處理與加工,進而轉化為情感體驗。但情感是一個抽象概念,是感性存在,難以用語言進行準確描述。同時,情感又是一個復雜概念,是體驗感知,無法簡單衡量。受眾觀影是一種情感體驗持續變化的動態非線性過程,情感變化的方向、程度、節奏、頻次受個體差異(人格特質、生活經歷、理解能力等)、觀影特點(片長、觀影次數、觀影地點等)的影響,或一閃而過、或持續時間較長,或變化起伏、或逐漸強化。這些特點導致情感捕捉成為受眾研究中的難點。隨著新技術的普及,受眾可以決定觀看的時間、地點、一起觀看的對象,并點播自己喜愛的影視節目,因此很大程度上掌握了獲取內容的主動權。這些改變使受眾呈現多元化、個性化、選擇主動等特點,對受眾研究提出了更客觀、深入、全面的要求。

情感啟發理論揭示,受眾對影視產品的選擇、判斷、評估有意識或無意識地受到主觀情感反應驅動。影視劇創作與傳播過程中,情感的激發與體驗是受眾研究的核心因素。②在短期內,情感的作用是引發共情共鳴；從長遠來看,情感體驗可能會在觀眾的記憶中發酵,成為思考和行為的模板③,并對同類影視劇的市場投放產生一定影響。因此,準確了解受眾情感需求、偏好、體驗、反饋,“將動態情感融入影視劇觀眾的體驗中”④,已然成為影視劇成功與否的關鍵要素。

目前受眾情感研究仍以基于自報告的問卷調查、訪談、焦點小組、反饋內容分析,以及社會科學古典實驗法等為主流方法,對于受眾心理的分析則大多以解釋性研究的方式展開。這些方法依賴受眾的回憶和主觀描述,缺少客觀測量維度和多維數據衡量指標；測量情感的“結果”呈現,缺少對觀影過程中情感“動態過程”的記錄和分析；記錄情感“變化”表現,缺少對包括神經活動、潛意識在內的各種內隱“機制”的探索。大數據挖掘和社會網絡分析等機器智能輔助展開的研究方法,近年在受眾研究中開始盛行。這些方法雖可以客觀記錄受眾行為偏好,但依然無法準確描述動態情感的體驗和反饋,不能解釋情感背后的產生機制。

2008年普林斯頓大學Hasson等學者首次提出神經影視學⑤,為研究受眾情感提供了新的思路與方法。這一方法很快被國內一些學者關注⑥,他們對一些線性的受眾情感進行了測量,但尚未涉及對動態非線性情感的準確評估。近年來,認知神經科學技術為突破受眾動態情感研究的難點問題提供了可能。它們通過探索人類認知背后的腦神經機制,實時、準確測量個體心理過程和潛意識反應,發現人類接受信息刺激時的普遍性差異,記錄情感變化過程數據,捕捉受眾動態非線性情感,并結合自報告的傳統研究方式,為捕捉影視受眾動態可變情感,評估受眾情感加工完整過程提供了科學的方法及證據補充,有效地拓展了影視學科的邊界,提供了新的研究范式與思路。

那么,認知神經科學技術可以測量哪些情感指標？認知神經科學方法驅動的受眾情感研究可以應用在哪些具體場景？能否提出新的范式,捕獲及刻畫受眾多維動態情感？這三個問題是未來開展動態情感研究的核心關鍵。

二、受眾情感研究的神經技術和指標

認知神經科學技術已被廣泛運用于社會科學的研究領域,包括經濟學⑦、管理學⑧、語言學⑨、新聞學⑩等,加深了人們對相關行業用戶行為的深層理解,幫助構建更為精準的決策理論和模型,制定有效政策,提高社會效率和經濟效率。在影視傳播領域,認知神經科學技術已經應用于受眾觀影時認知機制和視聽反應的研究、對受眾觀影反應的預測研究、受眾對不同放映機和觀看設備的偏好體驗研究、腦控及視控電影發展研究,以及影視劇字幕研究等多個方面,在理論層面拓展了研究范式和研究領域,在應用層面促進了行業發展,為這些領域的發展和創新作出了重要貢獻。

認知神經科學研究工具可以分為神經測量和神經調節兩類。神經測量是指測量個體的大腦神經元放電或者血氧含量等大腦神經活動,測量工具包括功能性核磁共振成像(fMRI)、腦電圖(EEG)、眼動跟蹤技術、功能性近紅外光譜成像技術(fNIRS)等。神經調節是指利用特定的認知神經科學技術，通過微弱的磁場或電流短暫性地影響某一腦區的神經活動,以影響相應的認知—情感加工。調節工具包括經顱磁刺激(TMS)、經顱直流電刺激(tDCS)、經顱交流電刺激(tACS)等。

目前,影視領域在受眾情感研究中應用最廣泛的技術是腦電圖、磁共振成像技術和眼動跟蹤技術,常用的情感相關神經指標見表1。其余神經技術可以從不同角度、不同層面探測情緒反應,但現階段應用不多。

表1 常用的情感相關神經指標

腦電技術主要應用于分析觀影過程中受眾的認知和情感反應,預測消費決策。比如根據受眾觀看不同影視片段時的腦區反應和腦電信號,可以對受眾情感反應進行分類,測量他們對不同視聽內容的情感反饋,并通過數據模型擬合出情感變化軌跡,追蹤、提取出最能激發受眾情感的畫面和片段,制作出吸引受眾的宣傳片。或者將腦電圖和眼球注視指標相結合,更準確地預測觀眾看電影的決策信息。比如諸廉等學者利用腦電技術研究了影視劇選角的受眾偏好。腦電技術還被應用到腦控、視控電影的研究和探索實踐。比如在影院實地環境進行的腦控電影實驗中,根據受眾沉浸觀影體驗過程中的腦電、心率、肌肉緊張度以及皮膚出汗反應等生理信號,可以構建情緒喚醒指標,并以此了解受眾情感、根據受眾情緒反應決定影片的故事走向和結局。

功能磁共振成像技術主要應用于探索受眾觀影時的認知神經機制。研究發現,喜悅和恐懼等不同情感具有不同或部分交叉的神經加工網絡；不同類型和情感色彩的音樂,可以有效激活情感加工相關腦區。比如對影視音樂認知加工反應的研究發現,帶有懸疑色彩的音樂是通過抑制視覺外圍處理,使觀眾提高注意力,加深觀影記憶。磁共振技術還可以提取腦神經數據來分析受眾觀看影片時的喜愛程度,并測量出不同電影情景及拍攝手法對觀眾視角和情感代入的不同影響。國內應用磁共振技術的影視受眾研究不多。王宜文等學者以《精神病患者》中經典的浴室殺人片段為實驗材料,研究人腦對影片圖像、聲音,以及聲畫結合放映的不同反應,證實影片聲畫語言與人腦活動存在關聯。

眼動跟蹤技術主要應用于分析受眾受到聲畫材料刺激時的注意力分配,探索認知機制、預測后續行為。在影視劇偏好研究中,根據受眾觀看彈幕電影時對相關區域的注視時長,可以體現不同受眾對電影以及彈幕的注意力分配情況,從而了解不同受眾對彈幕電影的情感偏好程度。通過對受眾眼睛視線活動情況的實時記錄(如注視點數、眼跳等),可以探測受眾對影視劇信息的選擇取向,從而準確預測電視劇的收視情況。但目前將眼動技術應用于聚焦受眾情感的研究不多。有學者在受眾觀影機制的研究中,將眼動與行為實驗方法相結合,研究電影中的情緒環境對觀眾情緒變化的影響,證實了前蘇聯電影人庫勒肖夫提出的情緒反應效應的真實性,以及除演員外,電影場景中的情緒環境與觀眾情緒存在關聯性。

由此可見,認知神經科學技術已在影視受眾研究領域進行了初步探索,在獲得受眾情感數據、進行準確測量方面存在優勢,并在一定程度上解決了受眾自報告不準確、難描述,情感分析欠深度及缺少客觀指標等問題。但現有國內外研究大多還停留在用碎片化的聲畫材料對受眾直接反應進行片段式研究,并未從動態情感研究的角度切入。這些局限和缺失的產生,很大程度上是由于目前大量相關研究主要由認知神經科學家們嘗試進行,他們對認知神經科學方法和技術相當熟悉,擅長解釋行為背后的神經機制,但對影視傳播的規律、流程,以及影視研究中的核心問題了解不深入。而影視傳播領域的專家雖然熟悉影視傳播規律和傳播實踐,但不熟悉技術,能深入解讀和分析神經數據的并不多。事實上,目前影視受眾研究與神經科學結合仍處于發展初期,尤其是國內研究中,真正應用于中國觀眾觀影過程中動態情感變化的自下而上的科學求證較少(王宜文、李思屈等),發表在高質量國際期刊上,針對國內影視受眾的實證研究成果更是屈指可數(諸廉等)。

因此,引入認知神經科學的研究方法和研究范式,可以大力推動影視受眾研究以情感研究為重點,向科學化縱深化方向發展,向更客觀、深入、全面轉型,并以此指導影視創制實踐。

三、受眾情感研究中認知神經科學方法的場景應用

隨著新技術的不斷普及,我們的傳播生態已經發生了翻天覆地的改變。受眾情感研究的適用場景也在不斷增加。受眾在觀影過程中的主動性、再創造和傳播的能力都已經成為影響影視行業發展的重要因素。經典的受眾研究理論,無論是從傳播學角度出發,如20世紀30年代的“魔彈論”、40年代的選擇性接受假說、60年代的涵化理論,以及70年代后興起的編碼—解碼、媒介依賴、使用與滿足等一系列關于受眾被動性和主動性的討論,還是從心理學視角出發,包括觀眾凝視、性別研究等一系列從精神分析理論出發的受眾心理研究,都無法完全解釋智媒時代的受眾動態情感體驗,以及這種情感產生的機制。學界和業界對受眾的關注也已不僅僅停留在分析受眾組成、了解他們對影視作品的解讀,以及票房及收視率等方面。智媒時代的受眾情感研究貫穿了影視創作和傳播的整個流程,從前期調研、制作準備、宣發推薦、到反饋優化,每個階段都有一些特別適合采用認知神經科學的方法進行受眾情感測量的場景和內容,以促進影視藝術在創制和傳播過程中的精準化、智能化創新。

(一)基于情感需求的影視劇受眾洞察研究

影視劇作品在創作之前需要有明確的受眾定位,在前期調研的時候需要深入了解受眾對導演、演員、類型、劇情設置、剪輯風格、投放平臺等的情感偏好,解析受眾情感激發的元素與路徑,以此輔助作品創作,增強共情可能。以往業界主要依靠專家經驗及受眾訪談,或者參考同類影視劇收視及票房表現等方式來嘗試了解受眾。近年來大數據等人工智能手段被業界廣泛采用,以期形成一個更加立體的“受眾畫像”。但這些方法都存在著對情感偏好描述不準確等問題。采用認知神經科學的方法能夠構建受眾偏好和情感需求的洞察模型,更加精準、科學地洞察受眾情感需求。運用認知神經科學工具,可以從大腦神經層面探究受眾情感偏好產生過程的內在神經機制。比如通過fMRI、EEG等設備記錄受眾觀看各類影視作品時,不同行為反應的大腦神經活動過程,提取神經活動的時間和空間特征,揭示不同行為背后的情感體驗機制。以此結合觀影的行為數據,就可以構建行為和神經耦合的受眾情感需求模型,在了解受眾行為偏好、情感需求以及內在神經機制的基礎上,通過行為和神經耦合的方式來預測受眾對不同影視作品的標簽價值,并根據作品之間可能的情感匹配關系,構建跨屏聯動的受眾偏好、情感需求的洞察模型,為影視劇創作提供科學、具體的受眾情感需求表征。

(二)基于情感激發的影視劇創作準備研究

在影視劇的制作準備階段,利用認知神經科學手段可以精準測量受眾對演員和劇情走向的情感反饋,發現可以有效激發受眾情感的創作要素,使制作方完善影視劇的制作準備,同時為后續導演個性化創作提供基礎,匹配共情偏好。從美劇《紙牌屋》到去年國內熱播的《長安十二時辰》,影視行業已經開始嘗試用人工智能分析藝人標簽、角色匹配度、商業價值和歷史作品表現等,并進行綜合評估建模,為制片團隊推薦合適的主創團隊或者主要演員列表。但人工智能對于人類復雜情感的識別和計算能力還比較有限。運用認知神經科學方法則可以更深入、客觀地圍繞受眾情感激發,有效測量受眾心理加工過程,獲得情感激發的神經數據,預測受眾情感激發的神經反應,實現對不同演員的接受度的精準預測。基于受眾偏好、情感需求洞察模型,結合目標受眾對主創偏好的腦認知機制,可以實現對影視劇主要候選演員的智能推薦,并基于大腦神經反饋提供劇本創作建議。此外,還可以運用fMRI、EEG等腦認知神經科學方法,探測、提取目標受眾加工影視劇的文本、語音、視頻中的劇情走向、情節設置、剪輯節奏等劇本創作重要影響因素的大腦認知神經活動,結合需求洞察模型,為劇情預測及劇本創作提供建議和輔助支持。

(三)基于情感偏好的影視劇推薦匹配研究

影視劇的宣發推薦是影視產業鏈上的重要一環。智媒時代,除了傳統的宣發渠道和互聯網時代早期的單一個性化推薦方式,智能推薦重要性日益凸顯,成為影視產業關注的重點。不同于早期的個性化推薦存在評價標準單一和推薦不準確等特點,智能推薦能夠以多渠道數據結合智能推薦技術,實現更加精準有效的推薦。在此基礎上,運用神經科學的方法,可以全面了解受眾的情感偏好和觀影行為,提高受眾情感偏好與影視作品表達之間的匹配性,增加共情概率,提升影視劇的宣發精準度。通過fMRI和EEG技術,可以測量和提取與影視劇內容相關的大腦神經特征,整合受眾偏好、情感需求洞察模型,及受眾觀影時的實時神經數據,構建針對不同情感需求的影視劇投放個性化推薦策略。在此基礎上,構建考慮受眾情感共鳴程度、場景貼近程度、情感反饋神經特征以及觀影中受眾之間的大腦活動一致性等多角度、全方位的投放評估指標體系,從大腦神經層面的小樣本測量數據,對影視劇在不同群體中投放之后的效果進行預測；跟蹤受眾與投放影視劇實際市場行為數據,測量投放推薦效果,動態調整和優化影視劇精準推薦策略。

(四)基于情感反饋的影視劇優化提升研究

影視劇優化是指制作團隊根據受眾對影視作品的反應及反饋意見,對現有的作品版本進行修改,使之更能激發情感,更好地實現與受眾之間的共情、共鳴。這就要求制作團隊能夠獲悉受眾的實時情感反饋數據,以及情感變化后的行為反應。運用神經科學獲取情感反饋的神經數據,通過神經計算方法可以幫助制作方實現影視劇的有效優化。制作團隊可以通過認知神經科學技術來測量關鍵劇情點上受眾的情緒變化,以及受眾在影視劇觀看過程中的情感實時變化過程。然后,采用支持向量機及深度學習等機器學習算法對情感反饋的大腦神經數據進行深入分析,優化智能反饋系統參數,以實現更精準地優化應對策略,包括對影視劇劇情元素及剪輯節奏等進行調整,甚至根據不同平臺及受眾偏好,創作出個性化、情感偏好驅動的多版本影視劇作品,提升共情效果。

四、探索受眾本體情感的多維神經動態評估范式

認知神經科學作為一個新興學科,技術不斷迭代,理論不斷創新,可以突破受眾研究瓶頸,構建新的動態情感理論與模型。多模態神經數據采集分析技術、超掃描技術、群體實地神經測量技術、計算神經建模方法等新方法,可以有效探索多維神經動態評估范式的創新,捕獲復雜情感數據、探索情感互動、測量情緒感染、揭示情感變化規律。

(一)多模態神經數據刻畫受眾復雜情感

多模態神經數據是指整合或融合兩種及兩種以上的認知神經科學工具,如fMRI、EEG、眼動跟蹤技術、功能性近紅外光譜成像技術(fNIRS)等,進行多維數據采集以及數據分析處理的技術。多模態數據研究利用不同模態的互補信息來克服單個模態數據的基本局限性,從而進行受眾動態情感的多維測量,彌補過往研究中存在的對受眾觀影行為變化與情感體驗刻畫不完整的不足。在影視劇受眾情感洞察研究中,利用多模態神經數據技術,對多設備的數據進行融合,可以獲得受眾觀影過程中的多維神經生理數據,構建基于受眾多維情感表征的情感需求洞察模型,更為準確地洞察受眾情感偏好,實現對受眾情感需求的深度解析,提高制作方對受眾影視劇偏好的洞察能力。此外,通過多模態數據計算方法來構建多設備數據之間的耦合關聯,可以更加準確、深入地探索受眾行為變化過程中的實時情感動態變化。

(二)超掃描技術探索受眾情感互動

超掃描技術是指借助神經影像學技術同時記錄多人腦活動,通過分析腦間活動同步性、相似性及其與行為間的關系等,從群體角度闡述認知互動活動的腦機制研究方法。運用超掃描技術記錄多人腦間活動同步性指標,有利于表征社會互動中的多種特征,能夠記錄觀影過程中情感互動的動態非線性過程,揭示情感變化的方向、程度、節奏、頻次,能有效考察社會互動行為的內在機制。影視觀賞往往是多人共同進行的活動,受眾容易受到他人情感或態度的影響,僅關注個體的情感偏好不足以深入理解觀影過程中的情感反饋。但是,現有的影視領域受眾研究大多為單人實驗研究,導致對影視劇受眾情感互動的內在機制缺乏了解。在以往分析單個受眾研究的基礎上,運用超掃描技術研究受眾的觀影情感反應及腦際關聯,并結合自然刺激范式來觀測觀影過程中的腦活動同步性,了解受眾情感互動的方向、頻率等信息,可以實現對非線性的情感互動和反饋的深入理解,有效提升情感偏好與影視劇情感表達的匹配度,激發受眾情感。超掃描技術能夠在影視劇創作準備研究中獲得受眾情感狀態的多腦數據,更深入地理解受眾觀影時的情感共振,并從腦際情感互動的視角對影視劇市場進行精準預測。

(三)群體實地神經實驗測量觀影情緒感染

群體田野實驗綜合了群體田野調查與實驗研究兩種社會研究方法,在真實的場景下開展群體實驗。使用群體田野實驗研究影視受眾的群體行為現象和內在機制,測量真實觀影情景下受眾群體情感激發與情緒感染過程,可以增強研究的生態效度。現有的影視受眾研究中,大多采用問卷、訪談、實驗室實驗等方式進行個體層面的研究。近年來,也有少數研究者開始關注雙人互動研究。但這些研究首先在環境方面與真實的觀影環境有所不同；其次,實際的觀影是群體行為,而不是個體或者雙人行為,群體之間的情緒感染與雙人之間的情緒影響有著本質的差異。采用群體田野實驗在真實場景中開展群體性隨機實驗,測量多名受眾在真實場景中的行為和神經活動信息,就能及時對受眾觀影全過程中的真實情感以及相互之間的情緒感染過程進行記錄,有效彌補現有研究的缺陷。此外,在基于情感偏好的影視劇推薦匹配研究中,通過群體田野實驗的方法獲得受眾真實情感以及情緒感染的神經反應,可以有效掌握激發受眾情感的關鍵要素,增強影視劇與受眾之間的共情可能。

(四)神經計算建模揭示受眾情感規律

神經計算是基于數據分析和計算建模,通過對神經、生理以及行為等個體、群體相關信息進行模擬和研究,以更加準確地描述、預測和揭示個體和群體的行為規律。觀影過程中的受眾情感非常復雜,具有動態非線性的特點,難以準確描述情感規律,尤其是情感變化的規律。通過神經科學建模的方法結合生理數據構建出相關的算法模型,能夠直接探究大腦內部是如何將每一個情節以及場景進行編碼,了解大腦內部的活動,實現對情感數據更為全面、深入的理解。傳統的數據模型方法僅能在影視劇內容和受眾行為或評分間建立簡單關聯,但無法解釋產生這種關聯的內在機制,及受眾復雜的互動機制,也無法有針對性地進行影視劇推薦與優化。使用神經科學建模的方法來研究影視受眾情感變化,構建多維數據的受眾情感衡量體系,可以更清晰地了解影響觀影過程中受眾情感變化與行為的因素,更加準確地描述影視作品與受眾之間的情感互動和傳播規律,由此提高同類影視劇作品創作和推薦的精準度。

五、結語與思考

影視作品以情動人,讓受眾從內心深處產生共情和共鳴,并持續一個過程,最終形成記憶。這就要求影視創作充分理解受眾情感偏好和需求。根據情感啟發理論,受眾對影視劇的選擇和評估是由基于情感的自動加工系統起主要作用。利用認知神經科學技術,在影視領域采用“多維神經動態評估范式”進行研究,可以幫助受眾動態情感研究從經驗總結、調查反饋向科學評估測量全面轉向。

具體來說,認知神經科學的手段有助于推動受眾情感研究從兩個方面充分展開。一方面,認知神經科學的加入可以拓寬影視傳播的研究領域,助力影視創作在調研階段洞察受眾情感、在制作前期匹配受眾情感、在宣發階段針對受眾情感偏好進行精準推薦、在作品優化階段根據受眾情感反饋實現作品的有效優化,為影視實踐提供精準可靠的參考數據,推動影視創作和傳播的科學化發展,提高制作與投放決策的精準性,提升共情效果,使作品叫好又叫座,實現影視創作向智能化轉型；另一方面,認知神經科學可以更新傳統受眾情感研究的方法和范式,在影視領域構建“受眾本體情感的多維神經動態評估范式”,從簡單到復雜、從單向到互動、從個體到群體、從現象描述到規律發現,向多學科交叉研究的多元視角轉型,刻畫受眾多維情感、探索情感互動、測量情緒感染,并且揭示情感規律,使影視傳播的受眾情感理論研究朝著科學化的方向邁進,進一步推動技術為影視行業賦能,更能有助于我國影視傳播理論和應用研究大步趕超國外水平。

當然認知神經科學方法在影視研究中的應用仍然存在一些難點和局限性。首先,就影視創作而言,作為一種藝術創作,需要打破思維定式、推陳出新。認知神經科學方法可以有效收集和測量受眾情感反應,為影視創作和宣發提供有效的決策依據,但也可能推動影視創作為了追逐利益而不斷向大眾審美靠攏,產生影視作品趨同現象,從而遏制了制作團隊的創造力和想象力。其次,就技術本身而言,由于認知神經科學技術對于實驗設置的要求相對較高,并且技術要求限制了大規模實時測量及分析,因此大規模受眾群體研究上仍有待突破。換言之,提高研究的可重復性與顯著性,解決生態效度問題,仍是未來研究的難點之一。認知神經科學與人工智能及大數據技術的結合產生的多模態數據,可以在一定程度上彌補認知神經科學技術方法上的不足,但也對數據采集與分析技術提出了較高要求。最后,國家鼓勵新文科發展和跨學科融合,但神經科學專家不熟悉影視研究中的難點及核心問題,而影視傳播的專家又對神經科學方法所知不多,對數據解讀不夠深入。兩個完全不同的學科要融合創新,推動彼此發展,就需要不斷探索和磨合,克服困難,形成團隊合力。

注釋:

① 盧康:《電影如何激發觀眾的情感——卡爾·普蘭丁格認知—知覺理論述評》,《北京電影學院學報》,2020年第6期,第12頁。

② 紀莉、董薇:《從情感研究的起點出發:去情緒化的情感與媒介效果研究》,《南京社會科學》,2018年第5期,第110頁。

③ Plantinga C.R.MovingViewers:AmericanFilmandtheSpectator′sExperience.University of California Press,2009.pp.5-6.

④ 盧康:《中國電影觀眾研究史略》,《電影新作》,2020年第2期,第94頁。

⑤ Hasson U.,Landesman O.,Knappmeyer B.,et al.Neurocinematics:TheNeuroscienceofFilm.Projections,vol.2,2008.pp.1-26.

⑥ 王宜文、賀永、王文靜等:《希區柯克電影懸疑效果的神經電影學研究——以〈精神病患者〉為例》,《藝術百家》,2016年第1期,第70頁。

⑦ Camerer C.,Loewenstein G.,Prelec D.Neuroeconomics:HowNeuroscienceCanInformEconomics.Journal of Economic Literature,vol.43,no.1,2005.pp.9-64.

⑧ 潘煜、萬巖、陳國青等:《神經信息系統研究:現狀與展望》,《管理科學學報》,2018年第5期,第1頁。

⑨ Kuhl P.K.,null.BrainMechanismsinEarlyLanguageAcquisition(Review).Neuron,vol.67,no.5,2010.pp.713-727.

⑩ 李彪、盧芳珠:《從屬性數據到關系數據:社群時代新聞傳播學研究方法新轉向》,《編輯之友》,2020年第9期,第49頁。