Advances in Psychology 心理学进展, 2013, 3, 292-297 http://dx.doi.org/10.12677/ap.2013.36044 Published Online November 2013 (http://www.hanspub.org/journal/ap.html) The Effects of Task Experience on Strategy Shifts in the Allocation of Study Time* Li Peng1, Weijian Li1#, Haide Chen2, Ruibo Xie1, Wei Ca o1 1Institute of Psychology, Zhejiang Normal University, Jinhua 2Institute of Developmental Psychology, Beijing Normal University, Beijing Email: #xlxh@zjnu.cn Received: Sep. 6th, 2013; revised: Sep. 17th, 2013; accepted: Sep. 30th, 2013 Copyright © 2013 Li Peng et al. This is an open access article distributed under the Creative Commons Attribution License, which per- mits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract: In this study, we adopted the Dunlosky’s paradigm, took 81 college students as the participants and chose two kinds of item (5-point difficult and 1-point easy item) through four study-test trials to explore the effects of task experience on strategy shifts in the allocation of study time under the trade-off situation. The results found that with the increase of task experience, participants selected more high test item to restudy in 2 experiments, the proportions of the strategy shift in 5-point difficult groups were 58% and 39%, the propor- tions of the strategy shift in 1-point easy groups were 20% and 18%. Those results indicated that the trade-off decision of study-time allocation changed with the increase of task experience, while most of participants failed to complete the strategy shift. Keywords: Task Experience; Study-Time Allocation; Strategy Shift; Agenda; Trade-Off 任务经验对学习时间分配策略转移的影响* 彭 丽1,李伟健 1#,陈海德 2,谢瑞波 1,曹 玮1 1浙江师范大学心理研究所,金华 2北京师范大学发展心理研究所,北京 Email: #xlxh@zjnu.cn 收稿日期:2013 年9月6日;修回日期:2013 年9月17 日;录用日期:2013 年9月30 日 摘 要:本研究采用 Dunlosky范式,以 80 名大学生为被试,选择困难 5分和容易 1分两类项目,通 过4个试次的学习–测试过程,探讨权衡情境下任务经验对学习时间分配策略转移的影响。结果发现, 在有提示和无提示条件下,随着任务经验的增加,被试均更多地重学高测试项目,困难 5分组实现策 略转移的比例分别为 58%和39%,容易 1分组实现策略转移的比例分别是20%和18%。结果表明:学 习时间分配的权衡决策随着任务经验的增加而变化;然而,大部分被试未能实现策略转移。 关键词:任务经验;学习时间分配;策略转移;议程;权衡 1. 引言 自上个世纪八、九十年代以来,学习时间分配内 在机制,即人们在学习时是怎样进行项目选择和分配 学习时间的,成为研究者们关注的热点。研究者先后 提出了基于项目难度驱动学习时间分配的差异缩小 模型、层次模型和最近学习区模型(Dunlosky & Hertzog, 1998; Metcalfe, 2002; Thiede & Dunlosky, 1999)。Ariel, Dunlosky 和Bailey (2009)发现奖励结构 *本研究得到国家自然科学基金项目(31170999)的资助。 #通讯作者。 Open Access 292 任务经验对学习时间分配策略转移的影响 对学习时间分配的影响超越了项目难度,从而提出了 “基于议程调节模型” (Agenda-Based Regulation, ABR)。ABR 模型是对以往学习时间分配模型的整合 与发展,对学习时间分配现象有着更强的解释力 (Metcalfe & Jacobs, 2010; Dunlosky & Ariel, 2011)。该 模型的核心假设是:为了获得最大的学习收益,学习 者先建构如何进行项目选择和分配学习时间的议程 (即学习计划或方案),然后通过元认知监测与控制不 断调整已建构的议程;在动态变化的议程驱动下,学 习时间分配也随之调整与变化(Dunlosky & Ariel, 2011)。然而,议程是如何动态变化的?该问题还有待 进一步探讨。 以往一些实证研究支持学习时间分配是一个动 态变化过程。研究者发现,学习者首先倾向于学习容 易和中等难度的项目,随着学习不断进行,学习者逐 渐倾向于学习困难项目 Metcalfe, 2002;Price & Murray, 2012)。还有研究者利用眼动记录技术,考察 学习时间分配的不同阶段(贾宁,白学军,臧传丽,阎 国利,2008)。结果发现,第一阶段,学习者主要学习 容易项目,并尝试学习困难项目;第二阶段,学习者 主要学习中等难度项目;第三阶段,学习者既学习中 等难度项目,又学习困难项目。Castel, Murayama, Friedman, McGillivray和Link (2013)研究发现,年轻 人被试在学习初期会优先学习高分项目,在学习末期 出现了变化,更多地学习中等分值项目。这些结果都 说明了学习者的学习时间分配策略随着学习进程而 转移。 为什么学习时间分配策略会发生转移?这可能 与任务经验有关(Ariel, 2012)。任务经验是指被试通过 多个“学习–测试”的试次来获得关于学习策略有效 性的知识(Dunlosky & Hertzog, 2000)。研究表明,学 习者不仅能通过任务经验辨别之前的学习时间策略 是否有效(Hertzog & Dunlosky, 2008; Hertzog et al., 2009; Tullis & Benjamin, 2012),还能通过任务经验调 整无效的学习时间分配策略(Ariel, 2012)。Ariel 通过 四个试次的学习-测试过程,探讨任务经验和奖励结构 对学习时间分配策略转移的影响。在实验中被试学习 “英语–英语”和“斯瓦西里语–英语”两种类型的 词对,但是只测试其中一种类型的词对,回忆正确将 获得 5分奖励,分值没有直接标示在项目上。结果表 明,有些被试能从任务经验中掌握哪些项目是有学习 价值的,并更多地选择学习高回报的项目。 Areil 设置分值单因素的学习情境,然而,在现实 的学习情境中,学习者往往面临诸多因素,如项目难 度、分值和测试可能性,需要对这些因素进行权衡。 权衡是指在多个因素中,不存在主导选项,学习者如 果要提高一个特性的值,往往需要以牺牲另一个特性 为代价,此时,决策者必须对不同特性进行比较,并 将不同特性值相互转化,决定孰轻孰重(李晓明,傅小 兰,2004;李伟健,蔡任娜,陈海德,汪磊,王敏敏, 印刷中;牛勇,2006)。以往研究提出困难 5分和容易 1分构成难度和分值的权衡(牛勇,2006)。在实际学习 中,虽然两类学习项目都将被测试,但往往有一类的 项目测试可能性更高(如90%),另一类项目的测试可 能性更低(如10%)。 本研究采用 Dunlosky 范式,设置高测试项目为困 难5分或容易1分项目,探讨在 4个试次的学习–测 试过程中,学习者是否会随任务经验的增加而更多地 重学高测试项目,有多少学习者能够实现学习时间分 配策略转移,即重学高测试项目的比例达到 100%。 实验 1设置有提示条件,即告知被试每种项目的测试 可能性。实验 2设置无提示条件,不告知被试每种项 目的测试可能性,被试只能通过任务经验掌握项目的 测试可能性。本研究通过两个具有生态效度的实验, 进一步探讨任务经验对学习时间分配策略转移的影 响,从而有助于了解学习时间分配策略的转移和议程 动态变化的内在机制。 2. 实验 1:有提示情况下任务经验 对学习时间分配策略转移的影响 2.1. 研究方法 2.1.1. 被试 以浙江省某大学 41 名大学生为被试,年龄平均 为21.15 岁,标准差为 1.68岁。将这些被试随机分配 到两个组(见表 1)。所有被试在该实验前未参加过类似 心理实验,视力或矫正视力正常。 2.1.2. 实验设计 采用 2 × 4混合实验设计。自变量为高测试项目 类型(类型 1、类型 2),试次 (试次 1、试次2、试次 3、 试次 4)。高测试项目类型是被试间变量,类型 1即困 难5分项目为高测试项目,容易 1分项目为低测试项 Open Access 293 任务经验对学习时间分配策略转移的影响 Table 1. The proportion of restudy chose in different groups 表1. 不同组别的重学选择比例(M ± SD) 试次 高测试 项目类型 n 试次 1 试次 2 试次 3 试次 4 实验 1 困难 5分 20 0.85 ± 0.17 0.90 ± 0.11 0.91 ± 0.09 0.91 ± 0.11 容易 1分 21 0.49 ± 0.26 0.51 ± 0.28 0.60 ± 0.25 0.67 ± 0.22 实验 2 困难 5分 23 0.77 ± 0.21 0.79 ± 0.18 0.81 ± 0.17 0.82 ± 0.20 容易 1分 17 0.58 ± 0.25 0.51 ± 0.25 0.70 ± 0.32 0.70 ± 0.21 目;类型 2即容易1分项目为高测试项目,困难 5分 项目为低测试项目。试次是被试内变量。因变量为高 测试项目重学比例和策略转移的被试比例。 2.1.3. 实验材料 实验材料为中文双字词关联词对,每个词对由线 索词和目标词构成。每种难度水平各有 40 个词对, 共80个词对。首先设计 60个关联程度较高的词对和 60 个关联程度较低的词对。然后,请 40 位大学生对 每一个词对的难度进行评定,评定等级为 5级(“1” 表示“很容易”,“5”表示“很困难”)。最后对所有 词对按照难度进行排序,选取40个容易词对(难度在 1.20~3.38 之间,M = 1.92)和40 个困难词对(难度在 4.23~4.68 之间,M = 4.43)。 2.1.4. 实验程序 实验用 E-prime 软件编程,在电脑上呈现。分为 练习部分和正式实验部分。两部分的实验程序一致。 正式实验由四个试次组成,每个试次包括了学习阶 段、干扰任务阶段、重学阶段和测试阶段。告诉被试 任务的目标是在测试中尽最大的可能得高分,他们在 最终的测试中每回忆一个词对将获得该词对对应的 分值,并告知被试每种类型项目的测试可能性。为了 激发被试的动机,告知被试如果他们在最后的试次中 回忆成绩很好,除了会获得实验报酬之外,还能获得 额外的奖励。 第一,学习阶段。在电脑的屏幕上随机的单独呈 现10 个困难词对和 10 个容易词对,每个词对呈现1 秒,要求被试尽量记住所出现的词对。 第二,干扰任务阶段。被试学完 20个词对之后, 对100 进行连续倒减 3的算术任务。 第三,重学阶段。告知被试可以从 10 × 2 的矩阵 中选择 10 个词对来重学,每个词对的上方都会标示 出对应的难度和分值。词对在矩阵中的位置都是随机 排列的。每个线索词的后面都有“?”的标记,前面 都对应了一个字母(A-T)。被试可以通过按字母键来进 行重学,当按某个字母键时,与之相对应的词对就会 立刻在电脑屏幕上呈现 2秒。每个词对只能重学一次, 总共只能重学10 个词对,超过了 10个电脑会自动提 示,并进入测试阶段。 第四,测试阶段。电脑将呈现线索词,每个线索 词上方都会标示出对应的难度和分值,让被试回忆出 目标词,回忆时间不限。在每个试次中,自始至终有 一种类型的词对测试可能性是90%,另一种类型的词 对测试可能性是 10%。测试之后,告诉被试 10个词 对中,他们回答正确的个数和得分。然后继续进行下 一个试次,程序是相同的,但词对是新的。 2.1.5. 计算方式 计算高测试项目的重学比例是通过高测试项目 的重学选择个数除以高测试项目的总数(Ariel, 2012)。 高测试项目中有一个项目始终都不会被测试,我们无 法确定学习者能否回忆出该项目。所以把始终不会测 试的那个项目从高测试项目中排除,即所有组都只分 析9个项目。高测试项目的总数是由 9减去被试没有 选择重学却回忆正确的项目数量所得的个数。 计算策略转移的比例是通过将从不同试次开始 实现策略转移的比例相加得到的总数。策略转移的操 作定义是:在一个试次和之后的试次中选择高测试项 目的重学比例都达到 100%。 2.2. 实验结果 2.2.1. 项目重学比例 重复测量方差分析发现,试次主效应显著 F(3, 117) = 4.02,p < 0.01,η2 = 0.09,试次 4的项目重学 比例显著高于试次 1和试次2(ps < 0.05),试 次3的项 目重学比例显著高于试次 1(p < 0.05),其他试次两两 之间无显著差异(ps > .05)。高测试项目类型主效应显 著F(1, 39) = 60.16,p < 0.01,η2 = 0.61,困难 5分项 目的重学比例显著高于容易 1分项目(p < 0.01)。试次 与高测试项目类型的交互作用不显著,F(3, 117) = 1.29,p > 0.05,η2 = 0.03。 Open Access 294 任务经验对学习时间分配策略转移的影响 2.2.2.策略转移的被试比例 从表 2中可以看出,困难5分组的被试发生策略 转移的比例达到58%,容易 1分组的比例仅达到了 20%。为考察高测试项目对学习时间分配策略转移的 影响,将高测试项目作为回归自变量,被试是否策略 转移作为回归因变量,进行二分逻辑回归分析。结果 发现,高测试项目可以预测被试将他们的学习时间分 配策略转移到高测试项目上(B = 1.67, odds ratio = 0.19, p < 0.05)。困难 5分组的被试比容易 1分组更多 地发生了策略转移。回归分析模型达到显著:χ2 (n = 41, df = 1) = 6.15,p < 0.05。将所有被试均判断为策略 转移的判断正确率是 68.3%。 3. 实验 2:无提示情况下任务经验对 学习时间分配策略转移的影响 3.1. 研究方法 3.1.1. 被试 以浙江省某大学 40 名大学生为被试,年龄平均 为21.22 岁,标准差为 1.85岁。将这些被试随机分配 到两个组(见表 1)。所有被试在该实验前未参加过类似 心理实验,视力或矫正视力正常。 3.1.2. 实验设计、材料、程序、计算方式 实验设计、实验材料、实验程序和计算方式均与 实验 1相同。唯一的不同之处为不告知被试每种类型 项目的测试可能性。 3.2. 实验结果 3.2.1. 项目重学比例 重复测量方差分析发现,试次主效应显著 F(3, 114) = 4.17,p < 0.01,η2 = .10,试 次4的项目重学比 例显著高于试次 1和试次 2(ps < 0.05),试 次3的项目 重学比例显著高于试次2(p < 0.05),其他试次两两之 间无显著差异(ps > 0.05)。高测试项目类型主效应显著 F(1, 38) = 10.64,p < 0.01,η2 = 0.22,困难 5分项目 的重学比例显著高于容易 1分项目(p < 0.01)。试次与 高测试项目类型的交互作用不显著,F(3, 114) = 2.17, p > 0.05,η2 = 0.05。 3.2.2. 策略转移的被试比例 从表 2中可以看出,困难5分组的被试发生策略 Table 2. The proportion of strategy shift in each group 表2. 每组被试策略转移的比例 高测试项 目类型 从试次 1开 始转移 从试次 2开 始转移 从试次 3 开始转移 从试次 4开 始转移 总计 实验 1 困难 5分14% 10% 10% 24% 58% 容易 1分5% 0% 5% 10% 20% 实验 2 困难 5分9% 0% 17% 13% 39% 容易 1分0% 0% 6% 12% 18% 转移的比例达到39%,容易 1分组的比例仅达到了 18%。与实验1相同,实验2也进行了二分逻辑回归。 结果发现,高测试项目不可以预测被试将他们的学习 时间分配策略转移到高测试可能性的项目(B = 1.10, odds ratio = 0.33, p > 0.05)。回归分析模型也没有达到 显著:χ2 (n = 40, df = 1) = 2.24,p > 0.05。将所有被 试均判断为策略转移了的判断正确率是 70%。 4. 讨论 本研究结果发现,学习者随着任务经验的增加, 更多地选择高测试可能性的项目重学。这与以往研究 结果(贾宁等人,2008;Ariel,2012;Castel et al., 2013) 一致,都说明了学习时间分配是动态变化的过程,被 试会根据获得的任务经验不断调整自己的学习策略。 为什么学习时间分配策略会发生转移呢?第一,可能 与监测有关,根据 Nelson 和Narens (1994)提出的监测 影响控制理论假说,被试在学习过程中可能会根据任 务经验监测到项目测试可能性,从而调整学习时间分 配策略。第二,可能与学习目标与关,Dunlosky和 Ariel (2011)认为学习者在获得最大收益的学习目标 定向下,建构一个关于如何选择项目的议程,并在学 习中执行这一议程,而议程可能会根据获得的任务经 验不断调整。当没有获得任务经验之前,被试基于以 往的学习经验,更多地重学困难 5分项目(陈海德, 2011;李伟健,蔡仁娜等人,印刷中;Ariel et al., 2009; Soderstrom & McCabe,2011),即从试次 1开始就构 建了一个基于分值的议程。当获得任务经验之后,被 试会更多地重学高测试项目,即改变原来仅基于分值 的议程,构建一个基于测试可能性的议程,学习时间 分配策略也随之改变。 Open Access 295 任务经验对学习时间分配策略转移的影响 第三,还可能与权衡有关,李伟健,蔡仁娜等人 (印刷中)提出学习者是通过权衡外部学习情境中的项 目难度、分值、测试可能性等要素建构议程,议程正 是权衡决策的结果。在没有任务经验之前,只需要权 衡项目难度和分值,为了获得高分,被试倾向于重学 困难 5分项目。随着任务经验的增加,被试逐渐掌握 了项目测试可能性,困难 5分组的被试重学困难 5分 项目的收益最大(陈海德,2011;李伟健,蔡仁娜等人, 印刷中;Ariel et al., 2009),他们倾向于更多地重学这 类项目,逐渐放弃容易 1分项目;容易1分组的被试 重学容易 1分项目的收益虽然最大,但是两类项目收 益之间的差距很小,并且与之前选择学习高分项目学 习的议程产生冲突,他们会更多地重学容易 1分项目, 同时也会兼顾困难 5分项目。所以我们发现,学习者 随着任务经验的增加,更多地选择高测试项目重学, 但困难 5分项目的重学比例都显著高于容易 1分项 目。 尽管学习时间分配策略会随任务经验的增加发 生变化,然而本研究还发现只有少部分被试实现了策 略转移,这与Ariel 的结果一致。那么这些不能进行 策略转移的被试,是因为他们不能通过任务经验获得 项目的测试可能性呢?还是因为他们在重学阶段发 生了项目难度、分值和测试可能性三者的权衡,不能 建构基于测试可能性的议程呢?对此,我们通过对两 个实验的数据分析发现,有提示情况下,39%的被试 能随任务经验的增加实现策略转移;无提示情况下, 29%的被试能随任务经验的增加实现策略转移。因此, 实验中那些不能进行策略转移的被试可能不是因为 在实验中无法凭借任务经验获得项目的测试可能性 (Ariel, 2012),而是因为被试在重学阶段需要权衡多个 因素之间的关系,测试可能性没有占据绝对优势,被 试不仅需要重视困难 5分项目的学习,还要兼顾容易 1分项目的学习,这与他们在日常学习中获得的经验 相似(陈海德,2011;李伟健,家晓余等人,印刷中; Ariel et al., 2009;Ariel & Dunlosky, 2013)。这支持了 学习时间分配是学习者对各种因素综合权衡的过程, 议程的建构是不断权衡的结果(李伟健,蔡仁娜等人, 印刷中)。 但是我们还发现,实验 1在有提示条件下,困难 5分组比容易 1分组更多地实现策略转移。而实验2 在无提示条件下,困难 5分组实现策略转移的比例并 没有容易 1分组更多。对于这种结果的原因可能是: 在有提示条件下,被试掌握了项目测试可能性,困难 5分组的被试重学困难5分项目的收益最大,容易1 分组的被试重学困难5分项目和容易 1分项目的收益 差距很小,所以困难 5分组的被试更有可能实现策略 转移。在无提示条件下,被试只能凭借任务经验掌握 大概的测试可能性,增加了被试的认知负担,而议程 的建构和执行是需要认知资源的(李伟健,蔡仁娜等 人,印刷中;Ariel et al., 2009)。Ariel 的研究也发现工 作记忆广度低的被试更难实现学习时间分配策略的 转移。所以被试不会完全选择高测试项目,即便高测 试项目是困难 5分项目,即不能构建一个基于分值和 测试可能性的议程。 ABR 模型突破了以往经典理论认为项目难度决 定学习时间分配的观点,不再以难度作为时间分配的 驱动力,而是以议程建构和执行来说明学习时间分配 的内在机制(李伟健,蔡仁娜等人,印刷中;Ariel et al., 2009; Ariel, 2012; Dunlosky & Ariel, 2011)。而涉及到 难度、分值和测试可能性三个因素权衡机制的提出旨 在进一步阐明议程的内在机制和运行规律。本研究对 学习时间分配权衡机制的探讨进一步完善和丰富了 ABR 模型。 5. 结论 根据本研究结果及讨论得出以下结论:学习时间 分配是一个动态变化的过程,学习者会在学习过程中 根据获得的任务经验不断调整已建构的议程。但是大 部分学习者在重学阶段发生了项目难度、分值和测试 可能性三者的权衡,不能将学习时间分配策略转移到 高测试项目上。 参考文献 (References) 陈海德(2011). 项目难度与分值对学习时间分配的影响. 浙江师范 大学硕士论文, 金华. 李伟健, 蔡任娜, 陈海德 , 汪磊, 王敏敏(印刷中). 项目难度与分值 对自定步调学习时间的影响. 心理科学 . 李伟健, 家晓 余, 陈海德, 黄杰, 蔡任娜, 曹玮等(印刷中). 自定步 调学习时间的习惯性反应:来自眼动的证据. 心理科学 . 李晓明, 傅小兰(2004). 情绪性权衡困难下的决策行为. 心理科学 进展 , 12 期, 801-808. 贾宁, 白学军, 臧传丽, 阎国利(2008). 学习时间分配机制的眼动 研究. 心理科学 , 31 期, 93-96. 牛勇(2006). 权衡困难情境下的学习时间分配决策. 中国科学院博 士学位论文, 北京. Open Access 296 任务经验对学习时间分配策略转移的影响 Open Access 297 Ariel, R., Dunlosky, J., & Bailey, H. (2009). Agenda-based regulation of study-time allocation: When agendas override item-based monitoring. Journal of Experimental Psychology: General, 138, 432-447. Ariel, R. (2012). Learning what to learn: The effects of task experience on strategy shifts in the allocation of study time. Kent State University, Kent. Ariel, R., & Dunlosky, J. (2013). When do learners shift from habitual to agenda-based processes when selecting items for study? Memory & Cognition, 41, 416-428. Castel, A. D., Murayama, K., Friedman, M. C., McGillivray, S., & Link, I. (2013). Selecting valuable information to remember: Age-Related differences and similarities in self-regulated learning. Psychology and Aging, 28, 232-242. Dunlosky, J., & Hertzog, C. (1998). Training programs to improve learning in later adulthood: Helping older adults educate themselves. In: Hacker, D. J., Dunlosky, J., & Graesser, A. C., Eds., Metacogni- tion in educational theory and practice (pp. 249-275). Mahwah: Erlbaum. Dunlosky, J., & Hertzog, C. (2000). Updating knowledge about encod- ing strategies: A componential analysis of learning about strategy effectiveness from task experience. Psychology an d Aging, 15, 462. Dunlosky, J., & Thiede, K. W. (2004). Causes and constraints of the shift-to-easier-materials effect in the control of study. Memory & Cognition, 32, 779-788. Dunlosky, J., & Ariel, R. (2011). Self-regulated learning and the allocation of study time. In Ross, B. H., Ed., The psychology of learning and motivation: Advances in research and theory (pp. 103-140). San Diego: Academic. Hertzog, C., Price, J., & Dunlosky, J. (2008). How is knowledge generated about memory encoding strategy effectiveness? Learning and Individual Differences, 18, 430-445. Hertzog, C., Price, J., Burpee, A., Frentzel, W. J., Feldstein, S., & Dunlosky, J. (2009). Why do people show minimal knowledge updating with task experience: Inferential deficit or experimental artifact? The Quarterly Journal of Experimental Psychology, 62, 155-173. Metcalfe, J. (2002). Is study time allocated selectively to a region of proximal learning? Journal of Experimental Psychology: General, 131, 349. Metcalfe, J., & Jacobs, W. J. (2010). People’s study time allocation and its relation to animal foraging. Behavioural Proces ses, 83, 213-221. Nelson, T. O., & Narens, L. (1994). Why investigate metacognition? In: Metcalfe, J., & Shimamura, A. P., Eds., Metacognition: Knowing about knowing (pp. 1-25). Cambridge: MIT Press. Price, J., & Murray, R. G. (2012). The region of proximal learning heuristic and adult age differences in self-regulated learning. Psy- chology and Aging, 27, 1120. Thiede, K. T., & Dunlosky, J. (1999). Toward a general model of self-regulated study: An analysis of selection of items for study and self-paced study time. Journal of Experimental Psychology: Learn- ing, Memory, and Cognition, 25, 1024-1037. Tullis, J. G., & Benjamin, A. S. (2012). The effectiveness of updating metacognitive knowledge in the elderly: Evidence from metamne- monic judgments of word frequency. Psychology and Aging, 27, 683. |