Name: 虚拟名人特征如何驱动购买意愿：用结构方程建模检验刺激-有机体-反应框架 (视频) | JoVE Journal
Uploaded: 2026-03-03T14:40:00.000+00:00
Duration: 7 min 35 s
Description: 了解虚拟名人特征如何通过刺激-有机体-反应框架影响消费者满意度、忠诚度和购买意愿。本研究采用偏最小二乘结构方程模型分析249名参与者的数据，揭示内容质量是满意度的最强预测因子，个性化调节满意度与忠诚度的关系。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作得到了aSSIST大学研究经费的支持。

根据机构规定的最低风险指南，本研究符合免除全面伦理审查的条件，因其仅涉及一项匿名在线调查，且未收集任何可识别个人身份的信息。在调查开始时，会向参与者展示一份知情同意书，说明研究目的、自愿参与原则、匿名性及数据使用方式；只有签署同意书的参与者才会继续参与调查。
1. 样本量确定
最终样本量（N = 249）根据偏最小二乘结构方程模型（PLS–SEM）的统计检验力要求确定。单个内生构念的最大预测变量数为六个（三个虚拟名人特征和三个满意度的控制变量；满意度、交互项和忠诚度的控制变量）。功效分析表明，在α = 0.05、检验力为0.80的条件下，检测中等效应量（f2 = 0.15）至少需要约97个观测值。实际样本量超过该阈值，确保了对结构模型、中介效应和调节效应分析具有足够的统计检验力。
2. 受试者招募与筛选
受试者被招募 通过 采用目的性非概率抽样方法招募在线研究小组，以确保参与者具有虚拟名人的使用经验。仅限18岁及以上个体参与。研究包含筛选问题和注意力检测题项，并排除无效作答。当达到目标样本量时，数据收集结束。
3. 标准化定义与调查说明
向参与者提供虚拟名人的标准化定义，即具有稳定视觉形象、声音和重复性叙事内容的数字创建的音视频角色。要求他们根据自身实际经历进行回答。
4. 问卷工具的开发与实施
已验证的测量量表被调整用于虚拟名人情境（表1），所有构念均采用7点李克特量表进行测量（1 = 非常不同意；7 = 非常同意）。问卷包括外貌、声音、内容质量、满意度、忠诚度、个性化、购买意愿以及人口统计学信息等部分。平台控制措施防止了重复提交。
表1：测量项目及来源。 每个构念所使用的测量项目包括外貌吸引力、声音吸引力、内容质量、满意度、忠诚度、个性化和购买意愿。提供了量表改编的来源。<a href="https://www.jove.com/files/ftp_upload/70685/Table 1.xlsx" target="_blank">请点击此处下载该表格。</a>
5. 数据准备与清洗
数据以 CSV 格式导出。删除了不完整、未通过筛选及未通过注意力检查的作答记录。将清理后的数据集导入 PLS-SEM 软件进行分析。
6. 测量与结构模型评估
所有构念均设定为反射性。使用Cronbach’s α系数和组合信度（≥ 0.70）评估信度。采用平均方差提取值（AVE，≥ 0.50）评估收敛效度，采用Fornell–Larcker准则和HTMT（&#60; 0.90）评估区分效度。
根据概念模型确定了结构路径。使用方差膨胀因子（VIF）评估多重共线性，阈值为 VIF &#60; 5.0。通过 5,000 次重复抽样进行自助法分析，生成路径系数、t 值、p 值、95% 置信区间以及效应量（f2）。
<ol>
	<li>中介效应分析 
	采用基于自抽样法的间接效应检验（5,000 个子样本，95% 置信区间）对顺序中介模型（虚拟名人特征 → 满意度 → 忠诚度 → 购买意愿）进行检验。</li>
	<li>调节效应分析 
	通过检验交互项评估个性化程度的调节作用。采用自抽样法估计调节效应系数和效应量大小，并通过交互作用图展示条件效应。</li>
	<li>预测相关性 
	采用盲法检验和/或样本外预测程序评估模型的预测性能。将 Q2_predict 值、RMSE 和 MAE 与线性基准模型进行比较。当 Q2_predict &#62; 0 且 PLS 模型的误差低于基准模型时，表明模型具有预测相关性。</li>
	<li>报告与验证 
	汇总所有信度、效度、结构模型、中介效应、调节效应及预测性能结果用于报告。将输出结果与软件生成结果进行交叉核对，以确保准确性和一致性。</li>
</ol>
7. 故障排除与改进方法
若筛选失败率较高，则需优化纳入标准和指导说明。若信度（CR &#60; 0.70）或平均方差提取值（AVE &#60; 0.50）低于阈值，则在保持理论一致性的前提下剔除表现不佳的指标。对于多重共线性问题（VIF 超出限定范围），应重新评估构念的设定。若中介或调节效应不显著，则需重新评估样本量或操作化定义。采用 5,000 次重复抽样（bootstrap）以确保估计结果稳定。

作者声明无利益冲突。

本研究基于SOR框架，探讨虚拟名人的特征如何影响满意度、忠诚度和购买意愿，并以个性化程度作为调节变量。研究得出三个关键发现：内容质量相较于外貌和声音，是驱动满意度的最强因素；满意度仅通过忠诚度间接影响购买意愿（即仅存在间接中介效应）；个性化程度能够增强满意度与忠诚度之间的关系，但对购买意愿无直接作用。
内容质量的重要性凸显了虚拟名人吸引力概念化方式的转变。尽管以往的代言研究强调视觉真实性和表层线索，但研究结果表明，叙事连贯性、情感共鸣以及体验丰富性在塑造评价反应中起着更为核心的作用。内容质量构建了重复互动和意义积累的过程，使其成为关系结果的基础，而不仅仅是一种信息输入。
一个核心贡献在于证明了在虚拟名人情境中，满意度本身并不直接产生购买意愿。尽管先前的研究报告了满意度对购买或重复购买意愿的直接影响100，但在虚拟代言情境中的研究结果仍存在分歧82,101...

名人代言仍然被广泛使用，且企业正越来越多地在数字媒体渠道中采用虚拟名人1。人工智能及相关技术的进步，丰富了虚拟名人的表现形式，并提升了其可扩展性与互动性2。
虚拟名人是虚拟角色与传统名人的结合体3，本文将其定义为通过基于叙事的持续互动而获得公众认知和情感依附的数字化人物3,4。本研究聚焦于面向消费者的数字营销中的音视频虚拟名人。尽管企业日益依赖虚拟名人影响消费者行为5，但学术研究对其体验如何转化为满意度、忠诚度及购买意愿的关注仍较为有限。
以往的研究探讨了行为、认知和情感视角4，强调可信度与真实性6,7、感知真实性8、身份披露9、信息质量10以及情感反应11。研究还突出了吸引力线索，如外貌、声音和内容质量12，但往往未能解释这些因素如何驱动消费者行为结果13,14。因此，积极的评价并不总能转化为购买意愿，关于满意度与购买行为之间关系的证据仍不一致。
为弥补这一不足，本研究采用SOR框架，考察外貌、声音和内容质量如何影响满意度、忠诚度和购买意愿，并检验个性化在其中的调节作用15,16。
本研究通过将虚拟名人的吸引力概念化为外貌、声音和内容17，阐明忠诚度是连接满意度与购买意愿的关键机制18,19，并识别出个性化是增强满意度与忠诚度关系的放大器20。
刺激-有机体-反应（SOR）框架 
SOR 框架通过刺激（S）、有机体状态（O）和反应（R）的序列，解释环境刺激如何影响个体的内在状态和行为反应21。该框架已广泛应用于元宇宙、游戏、零售、广告、电子商务及名人代言等情境22,23,24,25,26,27,28。然而，尽管 SOR 能够描述虚拟名人属性、评价与结果之间的关系结构，却未能充分解释评价如何转化为行为意向。因此，本研究整合关系营销与忠诚度理论29，以阐明满意度—忠诚度—购买意向的作用机制。
消费者对虚拟名人的反应日益受到视听吸引力和内容参与度等体验性线索的影响4,30。外貌和声音影响初始印象，而内容质量则维持情感和叙事层面的参与14,31。尽管这些因素有助于形成积极评价，但先前研究表明，仅凭积极感知可能不足以驱动购买意愿。忠诚度和承诺等关系构念似乎能将积极体验转化为行为意图32,33。因此，外貌、声音和内容质量被建模为刺激因素；满意度和忠诚度为有机体状态；购买意愿则作为行为反应。忠诚度被概念化为心理承诺，购买意愿则被视为意动结果。
名人代言 
名人代言是一种广泛使用的营销策略34，指知名人士推广产品或服务35。该策略已在全球范围内得到扩展1,36,37，尤其是随着社交媒体影响者的兴起37。计算机生成的影响者已作为人类代言人的替代方案出现37，主要通过数字平台开展活动38。
大量研究探讨了代言效果的有效性39,40，提出了诸如信息源可信度41、意义迁移35、扩展的信息源吸引力42、名人与品牌契合度43以及过程迁移效应44等模型。这些理论框架强调可信度、吸引力、象征意义的传递以及品牌一致性45，为理解虚拟情境中的代言机制奠定了基础。
虚拟名人 
近期研究探讨了在数字环境中由人工智能生成的网红、VTuber（虚拟主播）以及虚拟品牌代言人，强调互动性、个性化与真实性。46 媒体丰富性理论认为，媒介越丰富，越能提升传播效果47，而虚拟角色通过沉浸式、多感官的互动体现了这种丰富性，从而影响用户的情感与社会反应4849。
尽管“虚拟名人”涵盖多种数字形象50，本研究聚焦于具有稳定身份和持续内容产出的视觉化音视频虚拟名人。以往研究从行为、认知和情感三个角度探讨其影响力4。行为研究关注用户参与度和购买行为32,51；认知研究强调可信度、真实性8、身份披露9,52以及信息质量10；情感研究则侧重于情感态度11。
虚拟名人的特征 
基于信源可信度理论，研究已探讨了拟人化、吸引力、可信度、专业性以及在虚拟情境中的准社会互动1,32,53。拟人化对消费者反应具有积极影响54,55，并符合“计算机即社会行为体”范式56，该范式已被扩展至媒体代理57、聊天机器人58以及虚拟影响者。然而，虚拟名人在真实感程度上存在差异4，而恐怖谷理论表明，接近人类的表征可能引发不适感59。
技术进步使虚拟名人逐渐转变为能够动态生成内容的智能体，从而提升了内容质量、声音表现力等体验性特征的重要性。已有研究探讨了合成语音14、面部外貌13、外貌与声音的一致性60、视听吸引力30以及对计算机生成面孔的反应61。
本研究从外貌、声音和内容三个方面构建虚拟名人的吸引力。外貌吸引力会影响社会评价62，这与光环效应一致62，并预期能够提升满意度。内容质量代表了虚拟名人产出的叙事性和体验性维度，在概念上区别于服务质量63,64,65。
满意度 
满意度反映了消费者对其体验是否达到预期的认知和情感评估66,67，并由感知表现相对于预期的比较所决定68,69。该概念已在在线环境中得到广泛研究70，并构成绩效评估的核心内容71。在服务场景中，吸引力会影响满意度72,73，而声音吸引力也表现出类似效应74。因此，在虚拟名人情境中，外貌、声音和内容质量均被认为会影响用户满意度。
因此，提出以下假设： 
H1：虚拟名人的外貌吸引力对消费者满意度有正向影响。 
H2：虚拟名人的声音吸引力对消费者满意度有正向影响。 
H3：虚拟名人的内容质量对消费者满意度有正向影响。
忠诚度 
本研究将忠诚度概念化为态度忠诚，反映消费者对虚拟名人的心理承诺及其情感联结，而非实际的重复行为19,33。忠诚度体现了个体在存在障碍的情况下仍愿意维持该关系的倾向75，并已被广泛作为满意度的结果变量，在在线环境67,76、旅游领域77以及虚拟主播代言情境33中得到检验。因此，提出以下假设： 
H4：消费者对虚拟名人的满意度正向影响其对虚拟名人的忠诚度。
虚拟名人代言商品与服务的购买意愿 
购买意愿反映了消费者购买某一产品或服务的可能性与准备程度67,78,79，并受到满意度、信任、忠诚度和愉悦感等因素的影响78。研究表明，忠诚度能够显著预测购买意愿80。在虚拟名人情境中，已有研究探讨了购买意愿的影响8,52，以及吸引力与购买意愿之间满意度的中介作用81,82。据此，提出以下假设： 
H5a：消费者满意度通过忠诚度对购买意愿产生正向间接影响。 
H5b：当模型中包含忠诚度时，满意度与购买意愿之间的直接关系不显著。 
H6：消费者对虚拟名人的忠诚度对购买意愿具有正向影响。
个性化（个性化服务） 
互动性源于社会学，指基于关系的沟通83，通常通过技术实现84。人工智能通过个性化服务增强了互动营销46，使个性化成为数字营销有效性的核心85。个性化是指针对个体定制内容或互动方式，以提升效果86，并支持用户参与和价值共创87。大数据和数字痕迹技术的进步使企业能够利用用户的行为历史和自行披露的信息，实现个性化沟通88,89,90。
先前的研究表明，个性化能够调节一些关键关系，例如质量与满意度之间的关系91、信任与满意度之间的关系16，以及在隐私担忧情境下的技术采纳行为92，以及其他相关的关系路径24,25,26,27。在本研究中，个性化被视为一种情境性调节变量，影响满意度和忠诚度向购买相关结果转化的方式。据此提出以下假设： 
H7a：感知到的个性化增强了满意度与忠诚度之间的关系。 
H7b：感知到的个性化增强了满意度与购买意愿之间的关系。 
H7c：感知到的个性化增强了忠诚度与购买意愿之间的关系。
概念研究模型 
图1 展示了基于刺激–机体–反应框架的概念模型：外观、声音和内容（刺激）影响满意度和忠诚度（机体），而购买意愿（反应）主要通过忠诚度产生。个性化增强了满意度与忠诚度之间的关系，并被建模为所选结构路径的调节变量。
<img alt="虚拟名人影响路径模型图：基于刺激-机体-反应框架，包含 CAA、CVA、CCA 等变量。" class="xfigimg" src="/files/ftp_upload/70685/70685fig1.jpg" data-altupdatedat="1777953618000" data-alt="图 1"> 
图 1： 基于刺激–机体–反应框架的研究模型。 概念模型展示了虚拟名人属性（外貌、声音和内容质量）作为刺激因素，机体变量（满意度与忠诚度）以及行为结果（购买意愿）之间的关系。个性化被建模为满意度与忠诚度关系的调节变量。图中还描绘了通过忠诚度产生的间接效应。注：CAA = 特征外貌吸引力；CVA = 特征声音吸引力；CCA = 特征内容吸引力；LO = 忠诚度；PE = 个性化；PI = 购买意愿；SA = 满意度。<a href="https://www.jove.com/files/ftp_upload/70685/70685fig1large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>

<table><tbody><tr><td>Qualtrics&lt;br/&gt; 版本：N/A</td><td>Qualtrics, LLC</td><td>N/A</td><td>问卷编码，https://www.qualtrics.com/</td></tr><tr><td>Prolific&lt;br/&gt; 版本：N/A</td><td>Prolific</td><td>N/A</td><td>在线问卷平台服务商，https://www.prolific.com/</td></tr><tr><td>SmartPLS&lt;br/&gt; 版本：4.0.1</td><td>SmartPLS GmbH</td><td>N/A</td><td>偏最小二乘结构方程模型（PLS-SEM）分析，https://www.smartpls.com/</td></tr><tr><td>ChatGPT&lt;br/&gt; 版本：5.2</td><td>OpenAI</td><td>N/A</td><td>提升文本可读性与语法检查，https://www.chatgpt.com/</td></tr></tbody></table>

虚拟名人特征如何驱动购买意愿：基于刺激-有机体-反应框架的结构方程模型检验

How Virtual Celebrity Characteristics Drive Purchase Intention: Testing the Stimulus-Organism-Response Framework with Structural Equation Modeling

近年来，企业开始引入虚拟名人，通过各类媒体渠道推广其产品和品牌。本研究采用刺激-机体-反应（SOR）框架，实证探讨虚拟名人的吸引力因素（如外貌、声音和内容质量）如何影响消费者满意度、忠诚度及购买意愿。基于249名曾体验过虚拟名人用户的样本，采用偏最小二乘结构方程模型（PLS-SEM）对假设进行检验。研究结果表明，内容质量是用户满意度最强的预测因子，且满意度通过忠诚度间接影响购买意愿。此外，个性化调节了满意度与忠诚度之间的关系，表明个性化体验有助于增强虚拟名人与粉丝之间的互动。研究结果提示，企业在策划虚拟名人营销活动时，应更注重激发情感、叙事连贯的内容，而非视觉上的真实感。此外，还需投入资源建设忠诚度培养计划和个性化互动方案，以将消费者满意度转化为持续性行为。

表2总结了最终样本（N = 249）的人口统计学特征，包括性别、年龄、教育水平以及与虚拟名人的互动频率。样本的性别分布较为均衡（女性占52.6%），主要由年轻至中年成年人组成，且教育程度相对较高。互动频率主要集中于每周至每月一次的范围，每日使用的用户较少。当将其作为控制变量纳入分析时，使用频率对因变量或核心关系均无显著影响，表明其对主要结果不具有实质性影响。
表2：样本的人口统计学特征与参与频率。 受访者特征的描述性统计，包括性别、年龄、教育水平以及自报的虚拟名人参与频率。<a href="https://www.jove.com/files/ftp_upload/70685/Table%202.xlsx" target="_blank">请点击此处下载该表格。</a>
采用 Cronbach’s α、组合信度（CR）和平均方差提取量（AVE）评估构念的信度与效度。如表3所示，所有指标均达到推荐阈值（α = 0.798–0.8...

在虚拟名人体验的背景下，内容质量对满意度的影响最为显著；而满意度又通过忠诚度间接提升购买意愿。via 个性化增强了满意度与忠诚度之间的关联，因此企业应优先打造激发情感、叙事一致的虚拟名人内容，并实施个性化的忠诚度计划。

近年来，企业开始推出虚拟名人，通过各种媒体渠道推广其产品和品牌。本研究……

本研究分析虚拟名人的属性如何影响消费者满意度、忠诚度、购买意愿，以及个性化如何增强由满意度驱动的忠诚度。现有研究指出了替代性手段和可信度，但对过程结果的解释尚不充分。本研究通过SOR框架、中介作用、个性化及调节作用，阐明了其中的作用机制。首先，为偏最小二乘结构方程模型（PLS-SEM）定义结构模型。为内生构念指定最多六个预测变量，包括三个虚拟名人的特征和三个控制变量。设定统计参数，例如中等效应量、显著性水平以及用于功效分析的统计检验力。现在，运行功效分析以估算所需的最小样本量。通过在线研究小组，采用目的性非概率抽样方式招募参与者。仅限年龄在18岁及以上的个体参与。在调查中插入筛选问题和注意力检测项目，以验证受访者的资格和回答质量。审查调查结果，并删除未通过筛选或注意力检测标准的记录。当达到预设的目标样本量时，停止数据收集。首先给出虚拟名人的定义，将其描述为通过数字技术创建的视听形象，具有稳定的视觉身份、声音特征以及持续更新的叙事内容。指导参与者根据其与这类虚拟名人实际互动的经历回答调查问题。设计问卷时应包含多个调查部分，涵盖形象、声音、内容质量、满意度、忠诚度、个性化程度、购买意愿以及人口统计学信息。使用7点李克特量表测量所有构念，其中1表示强烈不同意，7表示强烈同意。通过平台控制设置防止重复提交。将收集到的响应以逗号分隔值（CSV）格式导出，并将清理后的数据集导入PLS-SEM软件中。在进行测量和结构模型评估时，应将所有构念指定为反射性构念。使用 Cronbach's alpha 和组合信度（composite reliability，CR）评估信度，要求其值大于或等于 0.7。通过平均方差提取量（average variance extracted，AVE）评估收敛效度，要求其值大于或等于 0.5。使用 Fornell-Larcker 准则和异质-单质比（HTMT 比值）评估区分效度，并确保其小于 0.9。根据概念模型设定结构路径，并通过方差膨胀因子（VIF）值评估多重共线性，VIF 值应低于 5。采用 5,000 个子样本进行自举法（bootstrapping）分析，以估计路径系数、T 值、置信区间和效应量。使用5,000个子样本和95%置信区间进行自举法（bootstrapping）分析，检验从虚拟名人的特征到满意度、满意度到忠诚度、忠诚度到购买意愿的序列中介效应。构建交互项以检验个性化程度的调节作用。采用自举法估计调节效应系数及效应量大小。生成交互作用图以可视化条件效应。在预测性能评估后，将Q²预测值、均方根误差和平均绝对误差与线性基准模型进行比较。当Q²预测值大于零且偏最小二乘法（PLS）误差低于基准模型时，确认模型具有预测相关性。信度和聚合效度检验结果表明，所有构念均超过推荐阈值，证实所采用的测量工具具有良好的信度和效度。通过 Fornell-Larcker 准则和异质-单质比率（Heterotrait-Monotrait ratio）评估的区分效度，进一步证实所有构念在实证上具有可区分性。结构模型评估结果显示模型具有中等解释力和可接受的预测性能。通过Q平方预测值（范围为0.280至0.485）确认了模型的预测相关性。PLS-SEM模型的预测性能与线性回归基准进行了比较。均方根误差和平均绝对误差值越低，表明预测准确性越高。统计分析可确定模型中哪些假设得到数据支持。外观、声音和内容质量显著影响客户满意度。满意度提升忠诚度，进而导致更高的购买意愿。中介分析表明，满意度通过忠诚度对购买意愿产生间接影响。个性化增强了满意度与忠诚度之间的关系，但对购买意愿没有影响。该方案有助于通过问卷调查和结构模型分析虚拟名人的特征如何影响满意度、忠诚度和购买意愿。本方案中的关键挑战包括招募虚拟名人参与者，以及澄清先前研究中满意度与购买意愿报告之间存在的不一致关系。本研究有助于未来在文化差异背景下开展关于新兴人工智能技术的研究，以及个性化和虚拟名人特质的长期影响研究。

how-virtual-celebrity-characteristics-drive-purchase-intention

Research

科研

JoVE Journal

Behavior

行为

虚拟名人特征如何驱动购买意愿：用结构方程建模检验刺激-有机体-反应框架

本文展示了一种实验设计，该设计结合使用全身动画角色和功能磁共振成像（fMRI）来研究观察虚拟社交互动时的神经相关机制。...

观察虚拟社会互动的神经相关性的脑成像研究

本文介绍了可用于研究与身体相关的自我感知/自我表征的虚拟手和虚拟脸错觉范式。这些范式已在多项研究中被使用，证明在特定条件下，虚拟的手或脸可以被整合进个体的身体表征中，表明身体表征具有相当的灵活性。...

创建虚拟手部和虚拟面部错觉以研究自我表征

本文介绍了使用桌面虚拟商店创建虚拟购物环境以研究店内消费者行为的方法。文中提供了构建和运行实验的方案描述、关于商店布局实验的示例结果，以及开展虚拟商店实验时的重要注意事项。...

使用虚拟商店作为研究工具探究消费者店内行为

本文介绍了一种用于研究消费者对在线零售环境中大规模定制反应的实验方案。该方案详细说明了在线调查的实施步骤，以及如何使用结构方程模型分析数据，并通过潜在均值分析检验组间差异。...

应用eMASS定制程序作为研究工具评估消费者获益

我们提出一个开源的虚拟代理平台，用于开展实时动机性访谈，该平台结合了先进的语言模型和扩散模型，能够根据用户的行为和特征进行自适应调整。通过使用Greta...

融合自适应非语言行为与语言模型的实时动机性访谈虚拟代理

本文介绍了如何使用脑磁图（MEG）记录杏仁核活动。此外，本文还将描述如何在无意识状态下进行痕迹性恐惧条件反射实验，该任务可激活杏仁核。内容涵盖三个主题：1）设计一种利用后向掩蔽来调控意识水平的痕迹条件反射范式；2）在实验过程中使用脑磁图记录大脑活动；3）利用源成像技术从皮层下结构中恢复信号。...

如何利用源成像技术通过脑磁图检测杏仁核活动

干式巴恩斯迷宫被广泛用于测量动物在轻度厌恶刺激下的空间导航能力。在连续数天的测试中，对照组受试动物的表现（例如 找到逃生笼所需的时间）会逐渐改善，表明其具有正常的學習與記憶能力。大鼠與小鼠之間的差異需要對儀器和方法進行相應調整，本文將詳細介紹這些改動。...

小型与大型啮齿类动物模型的巴恩斯迷宫测试策略

迄今为止，研究主要集中在人们为应对不确定性而采用的认知策略。本研究则探讨了一种处理不确定性的感性方式，并提出一系列实验方法，展示触觉上的柔软感如何作为一种应对手不确定性的工具。...

通过柔和触觉感知应对不确定性的实验研究

本文探讨了前臂之间的对侧触觉掩蔽现象，即远程部位施加的振动可调节触觉检测阈值。哪些远程部位会产生影响的详细信息，有助于揭示大脑对身体的表征方式。...

前臂间的触觉掩蔽测试

H1 深部经颅磁刺激线圈已获得美国食品药品监督管理局（FDA）批准用于治疗抑郁症。我们展示了如何通过将头盔置于受试者颅骨的不同位置，将 H1...

如何将H1深度经颅磁刺激线圈用于抑郁症以外的疾病治疗

了解虚拟名人特征如何通过刺激-有机体-反应框架影响消费者满意度、忠诚度和购买意愿。本研究采用偏最小二乘结构方程模型分析249名参与者的数据，揭示内容质量是满意度的最强预测因子，个性化调节满意度与忠诚度的关系。

虚拟名人特征如何驱动购买意愿：基于刺激-有机体-反应框架的结构方程模型检验

探索更多视频