游泳技能与在无声和有节奏的环境中更精确地辨别超秒级视觉持续时间的能力有关

《Frontiers in Psychology》：Swimming expertise is associated with enhanced suprasecond visual duration discrimination across silent and rhythmic contexts

　　摘要
背景与目的：运动员在时间处理方面的优势主要反映的是特定运动的时间知识，还是可以转移到中性实验室任务中，这一问题尚未得到解决。竞技游泳提供了一个理论上有意义的案例，因为成功的表现取决于在感官受限环境中对重复动作的速度和节奏的精确调节。本研究探讨了游泳专长是否与在中性视觉超秒持续时间辨别任务中的优异表现相关，以及这种与专长相关的优势是否可以在不同的感官情境中观察到。

方法：进行了两项独立的实验，每项实验包括20名专业游泳者和20名业余对照组。参与者完成了一个视觉二选一的强制选择持续时间辨别任务，任务难度通过间隔时间差（200、500、1000和2000毫秒）来调节。实验1在无声视觉条件下进行，而实验2则在每个视觉间隔期间同时呈现与任务无关的节奏性听觉刺激。在每个实验中分别分析了准确性和反应时间（RT）。

结果：在两项实验中，随着任务难度的降低，辨别准确性提高，证实了难度调节的有效性。在不同难度水平下，专业游泳者在无声和与任务无关的节奏条件下都表现出比业余对照组更高的准确性。实验1中显示出在较高难度下专业优势更大，但这一现象在实验2中没有再现。反应时间的结果并未表明存在普遍的速度优势，尽管观察到了与难度相关的反应模式变化。节奏性听觉背景并未显著改变专业游泳者的整体准确性优势。

结论：游泳专长与在中性视觉超秒持续时间辨别任务中的表现提升有关，这种效果在两种感官情境中都得到了验证。这些发现表明，观察到的优势主要体现在辨别准确性上，而不是普遍的反应速度上，并且当任务置于与任务无关的节奏情境中时仍然存在。更广泛地说，这些结果支持了一种有限转移的解释：游泳者的专长似乎超出了明显的特定运动时间内容，但现有证据并不支持其具有无限制的领域通用性。

1. 引言
当人们判断红绿灯变灯时间是否异常长，或者比较两个事件持续时间是否不同时，他们依赖于间隔时间判断。这种能力支持日常行为中的时间判断、动作协调和时间准备（Buhusi和Meck，2005；Coul等，2011；Grondin，2010）。在体育运动中，这种能力尤为重要，因为成功的表现取决于对重复动作的速度和节奏的持续调节。这一点在封闭技能运动中尤为明显，因为这些运动在相对稳定的环境中进行，允许较大的自我节奏控制（Brady，1995；Wang等，2013）。然而，最近的体育心理学研究表明，封闭技能练习的认知后果不仅取决于开放技能与封闭技能的区别，还取决于该运动本身的特定感知、注意力和控制要求（Li等，2024）。因此，竞技游泳是一个理论上有意义的案例，因为表现取决于重复动作周期的精确时间组织、段落速度的调节以及在疲劳累积下的时间一致性维持。

重要的是，游泳的时间要求是多尺度的，而不是单一的。在局部层面，游泳者必须调节连续划水周期的节奏；在更广泛的层面上，他们必须保持目标分割时间，并在各个泳段和比赛段落中分配体力。最近的体育科学研究表明，游泳速度取决于划水频率和划水长度之间的相互作用，而当游泳者获得关于其当前表现的及时反馈时，速度准确性会提高（Altavilla等，2018；Staunton等，2025）。因此，游泳中的时间控制不能简化为单一的亚秒级运动间隔或整个比赛的时间测量。相反，它反映了从持续节奏调节到短段落节奏控制和长期比赛管理的嵌套时间过程的协调。这种多层次的时间结构使得游泳特别适合研究长期运动练习是否能够提升时间处理能力，超越了特定的运动情境。

游泳在封闭技能运动中也具有理论上的独特性，因为它是在水环境中进行的，在这种环境中，外部感官线索被减弱、间歇性不可用或行为效用较低。因此，游泳者可能更依赖于内部节奏、本体感觉监测和习得的时间规律性，而不是在视觉和听觉线索持续可用的环境中训练的运动员。Perrone等人（2023）在最近的一项比较研究中指出，游泳者在时间处理任务中更加准确和一致，并明确提出这种优势可能与水环境的感官模糊特性有关。此外，由于运动和体力消耗本身会扭曲主观时间，游泳为研究运动员在生理负荷下仍需保持准确节奏的条件下的时间处理提供了特别有用的模型（Edwards等，2024；Goudini等，2024；Bartolini等，2025）。因此，游泳不仅仅是一个封闭技能运动；相反，它为时间处理中的专长转移提供了一个更强且更具体的测试案例。

在这种背景下，核心的理论问题仍未解决。具体来说，尚不清楚运动员在时间判断方面的优势主要反映的是通过重复运动练习获得的特定领域的时间知识，还是这种专长与可以转移到中性实验室任务中的更一般的持续时间辨别能力相关（Perrone等，2023；Tobin和Grondin，2012）。一种有影响力的解释是任务持续时间知识理论，即通过反复练习高度熟练的常规动作，可以建立关于熟悉动作应持续时间的稳定长期知识（Tobin和Grondin，2012）。这一理论解释了为什么当实验任务与练习的时间结构或训练中的预期重叠时，经常观察到游泳者的优势（Bove等，2017）。确实，先前的研究表明，游泳者在估计熟悉游泳动作的持续时间时特别准确，并且当任务保留了与运动相关的动作结构、运动想象或隐含的运动内容时，运动员的时间表现可以得到提升（Bove等，2017；Tobin和Grondin，2012；Zheng，2024）。

同时，也有证据指向相反的方向。Chen和Cesari（2015）使用中性实验室刺激发现，精英运动员产生的时间估计比非运动员更准确且变化更小，尤其是在亚秒范围内。同样，Perrone等人（2023）发现，游泳者和跑步者在非特定于运动的时间处理任务中的表现优于非运动员，其中游泳者的表现最为突出。这些发现表明，运动员的时间优势并不总是局限于与运动明显相关的材料。然而，这些研究仍未解决该领域的核心矛盾。Chen和Cesari（2015）汇集了来自不同运动领域的运动员，并使用了中性混乱像素刺激的再现范式，这有助于了解一般的时间估计，但并未隔离特定运动群体中的视觉比较辨别能力。Perrone等人（2023）则采用了包括再现、手指敲击和运动想象在内的更广泛的测试组合，从而证明了时间优势超出了直接的运动模拟，但并未明确这些优势是否扩展到最小化运动产生的中性视觉持续时间辨别任务。相反，许多报告运动员优势的研究使用了基于隐含运动或想象的范式，其中表现可能受到感知熟悉度、具身模拟或特定运动感觉运动知识的促进（Bove等，2017；Zheng，2024）。因此，现有证据在理论上是混合的：既有支持转移的观点，也有支持任务特异性的观点，但背后的机制尚未得到清晰区分。

为了解决这个问题，本研究使用了“领域通用持续时间辨别能力”这一术语，但这里的“领域通用”并不意味着一个完全不受模式限制、在所有感官通道和所有刺激类别中均表现相同的内部时钟。鉴于大量证据表明持续时间辨别具有明显的模式特异性和刺激特异性特征（Rammsayer等，2015；Cantarella等，2024），这种强烈的主张难以成立。因此，在本研究中，“领域通用”被保守地定义为从游泳到中性、非运动、非想象的视觉比较任务的专长相关转移，这种任务需要比较时间判断而非明显的运动产生。根据这一定义，专业游泳者在当前任务中的优异表现表明其优势超出了练习过的动作语义和与特定运动刺激的直接具身熟悉度。实验2测试了这种优势的更强但仍然有限的形式：即当相同的中性视觉比较置于不同的感官情境中时，游泳者的优势是否仍然存在。因此，当前的设计并不将单一视觉任务的表现视为完全领域通用时间能力的充分证据；相反，它测试了一种有限且理论上透明的泛化形式，这种泛化比任务持续时间知识更强，但比完全跨模态的无限制性要弱。

更广泛的计时文献进一步表明，如果不考虑任务本身涉及的机制，这个问题无法解决。标量期望理论预测，时间变异性随间隔长度而变化（Gibbon，1977；Gibbon等，1984），而注意力理论则认为主观持续时间取决于间隔期间的认知资源分配（Zakay和Block，1997）。与此观点一致，元分析证据表明，认知负荷系统地改变了持续时间判断，表明时间表现不仅受经过的时间影响，还受注意力和任务要求的影响（Block等，2010）。这种区别尤为重要，因为当前研究是在秒级（超秒）范围内进行的。这一范围内的时间调节更受注意力、工作记忆、时间学习和具身或感觉运动过程的影响，而不是非常短暂的间隔处理，后者受到低级感官因素的更严格限制（Rammsayer等，2015；Teghil和Wittmann，2025）。因此，当前的2-7秒间隔范围并不试图复制整个游泳比赛的持续时间，也不是单个划水阶段的细微时间属性。相反，它针对的是一个介于两者之间的中间时间窗口，这个窗口在理论上更接近于持续的节奏调节和短段落节奏控制，而不是超短间隔的时间测量或整个比赛的时间测量。在这方面，所选择的范围并不是游泳比赛时间尺度的简单复制，而是一个理论上有动机的折中：它保留了与游泳相关的时间控制的相关性，同时最小化了特定运动的明显内容。

这些考虑激发了当前的方法学选择。首先，研究使用了一个视觉二选一的强制选择持续时间辨别任务，参与者比较两个连续的视觉间隔并决定哪个持续时间更长。由于该范式直接针对比较时间判断，同时最小化了动作意义、隐含的运动和明显的运动想象，因此它提供了一个比基于特定运动内容的范式更为保守的转移测试（Grondin，2010）。其次，任务难度通过Δt来调节，这里Δt定义为试验内两个持续时间之间的绝对差异；换句话说，Δt反映了区分这两个间隔的难度，较小的Δt值表示更难的比较。在本研究中，Δt的范围从200到2000毫秒，从而提供了试验间可区分性的分级调节。重要的是，尽管难度调节以毫秒为单位表示，但绝对持续时间仍保持在秒范围内（实验1：2000-7000毫秒；实验2：2000-7000毫秒）。因此，该范式更准确地被描述为一个秒级持续时间辨别任务，具有毫秒级的可区分性调节，而不是一个毫秒级的时间测量任务。这种区分很重要，因为它将任务与超秒认知时间最相关的时间尺度对齐，同时保持了精细的实验控制。此外，由于任务同时产生准确性和反应时间（RT），它允许评估专长是否仅体现在辨别成功上，还是也体现在分级不确定性下的速度-准确性权衡中（Heitz，2014）。

使用中性视觉刺激也需要明确的理由。现有许多关于运动员时间的研究的一个核心限制是，与运动相关或与专长相关的刺激可能会将时间敏感性与语义熟悉度、动作预测或具身模拟混淆。这一担忧尤其重要，因为最近的证据表明，视觉运动在短间隔内可能会损害持续时间辨别，而不是促进它，这意味着动态显示可能会引入与理论问题无关的感知变异（Torres等，2024）。通过使用中性的视觉间隔，本研究减少了这些混淆因素，并测试了当刺激本身不携带任何与运动相关的意义时，游泳者的专业知识是否能够转移到比较计时上。这使得任何组间差异都可以更加谨慎地解释为视觉比较计时内部转移的证据，而不是运动特定处理的副产品。感官背景构成了另一个理论问题，并直接激发了实验2的开展。心理物理学研究经常报告听觉在时间敏感性上高于视觉，包括在几秒的范围内（Rammsayer等人，2015年；Cantarella等人，2024年）。然而，这并不能证明有节奏的声音应该自动改善视觉计时。一方面，当有节奏的刺激具有预测性或与任务相关时，它可以引导时间注意力，从而影响注意力的分配（Lakatos等人，2008年；Nobre和van Ede，2018年）。另一方面，这些效应取决于任务结构和注意力设置。当注意力没有指向听觉流时，有节奏的声音并不一定能促进同时的视觉表现（De Winne等人，2022年），而且与任务无关的声音可能会吸引注意力并干扰正在进行的过程，而不是支持它（Marois等人，2019年；Parmentier，2014年）。最近的证据进一步表明，在特定条件下，感官同步可以提高视听时间敏锐度，但并非在所有情境下都适用（Marsicano等人，2024年）。因此，听觉节奏应该被视为一个具有理论意义的边界条件，而不是一个保证的性能增强器。在本研究中，实验2引入了有节奏的听觉刺激，以测试在中性视觉比较任务中观察到的任何游泳者优势是否在不同的感官背景下保持稳定、变化或消失。

基于这一理由，本研究报告了两个独立的实验，这两个实验使用了相同的中性视觉比较范式，在两种不同的感官背景下进行。实验1使用纯粹的视觉顺序比较。实验2保持了相同的视觉结构，但将每个视觉间隔嵌入到有节奏的听觉刺激中。这两个实验被视为独立的测试，而不是直接的跨实验比较，因为它们涉及不同的参与者样本。这种设计解决了文献中的一个具体空白：先前的研究没有明确确定专业游泳者是否在相同的中性几秒范围视觉持续时间辨别任务中表现优于业余对照组，当动作语义和隐含的运动被最小化时这种优势是否仍然存在，以及在测量准确性和反应时间时这种优势是否在不同感官背景下仍然稳健。因此，如果专业游泳者在两个实验中都优于业余对照组，那么结果将更符合与专业知识相关的转移，而不仅仅是与运动特定的时间知识有关。相反，如果这种模式在不同感官背景下发生变化，那么研究结果将阐明运动员计时优势在超出练习过的运动程序之外的理论边界条件。

1.1 研究问题和假设
本研究考察了游泳专业知识是否与在中性视觉超秒持续时间辨别任务中的优越表现相关，以及任何与专业知识相关的优势是否可以在两种不同的感官背景下观察到。由于两个实验涉及独立的样本，所有预测都是在每个实验内分别评估的，而不是通过直接的跨实验比较。组别（专业游泳者 vs. 业余对照组）被视为参与者间的因素。任务难度被视为参与者内的因素，并通过间隔间的持续时间差异来操作化，较小的持续时间差异表示更高的难度和更大的时间不确定性。

H1：在每个实验中，专业游泳者在不同难度水平上将表现出比业余对照组更高的持续时间辨别准确性。
H2：在每个实验中，随着任务难度的降低，两组的表现准确性都会提高。
H3：在每个实验中，专业游泳者在更高难度条件下（时间辨别更加不确定的情况下）相对于业余对照组将具有更大的准确性优势。
H4：在每个实验中，随着任务难度的降低，两组的表现反应时间都会减少。

RQ1（专业知识效应在不同感官背景下的稳健性）：当分别考虑每个实验时，与专业知识相关的准确性优势是否在无声视觉背景和与任务无关的有节奏背景中都能观察到？
RQ2（不同难度下组间反应时间模式的变化）：组别与反应时间之间的关系是否随难度水平而变化，这是否与在不同时间不确定性下可能的组间反应策略差异一致？

关于有节奏声音的任何额外促进效应，没有指定方向性假设，因为在当前的设计中，听觉序列是与任务无关且不可预测的，而不是一个被明确关注的时间线索。

2 实验1
2.1 材料和方法
2.1.1 参与者
我们使用G*Power 3.1.9.7（Faul等人，2007年）来估计在混合设计的重复测量方差分析中检测目标组别-难度交互作用所需的最小样本量，该分析包含两个组和四个被试内水平。分析指定了效应大小f = 0.25（Cohen，1988年），alpha水平为0.05，统计功效为0.95，重复测量相关性为0.50，以及非球形性校正为1。结果表明最小总样本量为36名参与者。这个目标样本量与比较运动员和非运动员的持续时间辨别研究一致（Zheng，2024年）。

为了考虑在练习或测试阶段可能出现的流失，实验1最终包括了40名男性参与者，其中20名专业游泳者和20名业余对照组。所有参与者都来自北京体育大学的本科生或大学运动员群体。为了尽量减少性别差异对持续时间判断的潜在影响，并提高组间比较的内部一致性，样本限制为男性。对持续时间判断的元分析表明，性别差异通常较小但具有统计学意义；因此，使用单性样本有助于减少额外的方差来源（Block等人，2000年）。

总样本的平均年龄为19.09 ± 0.83岁。专业游泳者组由20名男性运动员组成，平均年龄为19.05 ± 0.79岁。他们的系统游泳训练年限平均为10.41 ± 1.14年，每周的专项训练量为11.96 ± 1.41小时，他们的世界游泳积分（WA点）平均为695.00 ± 29.52分。业余对照组包括20名男性参与者，平均年龄为19.14 ± 0.89岁。他们的游泳经验平均为1.73 ± 0.63年，每周的总体体育活动量为3.56 ± 1.55小时。每个组的详细样本特征见表1。

表1
组 别 年龄 性别 专业知识 经验（年） 锻炼（小时/周） WA点
专家 19.05 ± 0.79 20 M 10.41 ± 1.14 11.96 ± 1.41 695.00 ± 29.52
业余 19.14 ± 0.89 20 M 1.73 ± 0.63 3.56 ± 1.55
—— 总计 19.09 ± 0.83 40 M

表1中的值以平均值 ± 标准差（M ± SD）的形式报告。世界游泳积分（WA点）指数表示竞技游泳表现，分数越高表示表现越好；WA点仅针对专业游泳者报告，他们所有人都符合国家级标准。游泳经验（年）表示参与游泳的年数，锻炼（小时/周）表示每周的体育活动量（专业游泳者为监督下的游泳训练，业余对照组为一般活动）；业余对照组也没有报告竞技游泳经验。

参与者筛选分为两个阶段。在第一阶段，所有候选人完成了一份结构化的筛选问卷，涵盖人口统计信息、用手习惯、视觉和听觉状况、训练历史、比赛水平、每周训练或体育活动量、医疗历史以及之前参与类似实验的情况。在第二阶段，即在测试当天，实验者亲自核实了问卷回答，确认了组别分配的准确性，并记录了将纳入数据分析的人口统计和背景变量，包括年龄、用手习惯、视觉和听觉状况、系统训练年限以及每周训练量。对于专业游泳者组，还核实了世界游泳积分（WA点）和比赛水平信息。所有参与者在实验开始前都提供了书面知情同意书。该研究得到了北京体育大学伦理委员会的批准（批准号2024349H），并遵循了《赫尔辛基宣言》的伦理原则。

两个组的纳入标准如下：男性；年龄在18至20岁之间；右利手；视力正常或矫正至正常；听力正常；以及能够独立理解和完成实验任务。两个组的排除标准包括：自报的神经系统疾病、重大精神疾病或脑损伤后的脑震荡史或残留症状；当前使用可能影响中枢神经系统功能的药物；未经矫正的视觉或听觉障碍；之前参与过高度相似的时间感知实验；以及在练习阶段未能达到预定的任务资格标准。

如果参与者目前正在接受系统性的游泳训练，仍然积极参与正式比赛，并且达到了国家一级运动员的水平，有资格参加当年的国家级比赛，则被纳入专业游泳者组。这些资格通过官方比赛记录进行了验证。业余对照组允许有有限的休闲游泳经验（≤2年），但参与者不能有任何系统性的游泳训练历史、任何竞技游泳经验，或在过去一年内有过与专业组相当的专项体育训练。

2.1.2 设备和刺激
实验1采用了横断面的组间实验室设计，以比较专业游泳者和业余对照组在纯粹的视觉超秒持续时间辨别任务中的表现。为了确保组间差异尽可能反映目标认知过程，而不是情境噪声，所有参与者在相同的实验室条件下完成了相同的任务协议，设备参数、刺激设置和响应映射在测试会话中保持不变。实验程序是用MATLAB 2021编写的，并使用Psychtoolbox 3.1.7（Kleiner等人，2007）实现的。视觉刺激显示在一个24英寸的LCD显示器上，分辨率为1,920 × 1,080像素，刷新率为60 Hz。屏幕亮度校准为大约100 cd/m2。所有测试都在同一个实验室进行。在数据收集期间，环境照明保持在35 lux（在参与者眼睛水平测量），背景噪声保持在≤35 dB(A) LAeq，实验室内没有持续的对话、电话铃声或其他显著的干扰源。参与者坐在距离显示器大约60厘米的观看距离处。为了尽量减少昼夜节律和一天中不同时间对注意力状态、反应速度和其他基本认知过程的潜在影响，所有会话都在09:00到12:00之间进行（Valdez，2019年；Munnilari等人，2024年）。所有会话中使用相同的标准键盘收集响应，所有参与者用左手按F键，用右手按J键。刺激呈现、时间控制和响应记录以及试验级数据记录都是完全自动化的，从而减少了实验者依赖的错误并提高了可重复性。

实验背景为黑色（RGB: 0, 0, 0）。视觉刺激由两个彩色方块组成：一个蓝色方块（RGB: 0, 0, 255）和一个黄色方块（RGB: 255, 255, 0），每个方块的尺寸为150 × 150像素。在顺序呈现阶段，屏幕中心始终显示一个方块。在选择阶段，两个方块同时呈现，蓝色方块位于左侧，黄色方块位于右侧。两个方块的中心分别位于屏幕中心的左侧150像素和右侧150像素处。实验1不包括任何听觉刺激；所有条件都是纯粹的视觉刺激。这种配置确保了任务需求集中在视觉持续时间信息本身上，从而为后续的组间比较提供了一个相对清晰的感知判断框架。

2.1.3 程序
实验1采用了一次性会话、两种选择的强制选择视觉持续时间辨别任务（2AFC）。每个参与者只参加一个实验会话，并独立完成整个任务。由于超秒持续时间判断特别容易受到策略性过程的影响，如显式计数，所有参与者在练习阶段和正式测试之前都收到了相同的标准化口头指导。具体来说，他们被指示不要使用显式的计数、默念、重复词语、内部节奏或任何其他人为的计时策略，而是基于他们对哪个间隔持续时间更长的直接主观印象来做出反应（Rattat和Droit-Volet，2012年；Riemer等人，2022年）。该程序旨在最小化由于策略性时间安排而产生的与实验构建无关的方差，并确保正式评估更准确地反映对持续时间差异的直接感知判断。为了确保所有参与者在正式测试前完全理解任务要求，并提前筛选出明显不符合要求的反应模式，在正式测试之前进行了10次练习试验。这种安排基于之前类似类型的持续时间辨别研究中使用的熟悉化程序（Li等人，2022年）。练习试验在刺激结构、呈现顺序、反应映射和时间序列方面与正式试验相同，但不包括在最终分析中。仅在练习阶段提供逐次试验的反馈，以帮助参与者熟悉任务规则和反应程序。根据实验室预定义的质量控制标准和处理无效反应的先前原则（Skylark和Gheorghiu，2017年），如果参与者在练习中正确反应少于5次，或者他们的无效反应率超过10%（包括反应时间小于200毫秒的预期反应和遗漏的反应），则不允许他们进行正式测试。这种程序的理由是，练习阶段主要目的是确保对任务的理解和适应程序，其次是作为正式测试前的数据质量筛选步骤。

正式测试采用了固定试验设计。每个试验都遵循相同的时间序列。首先，中央固定十字（“+”）显示500毫秒。接着，屏幕中央单独显示第一个方块（蓝色或黄色），持续其预设的时间长度。该方块消失后立即，屏幕中央再单独显示第二个方块（剩余的颜色），持续其预设的时间长度。重要的是，两种颜色的呈现顺序在每次试验中都是随机的，并且在每个难度级别内严格平衡。两个连续时间间隔结束后，任务进入选择阶段，在此阶段，蓝色和黄色方块分别出现在屏幕的左侧和右侧，形成响应界面。参与者需要指出在之前的单个方块呈现阶段哪个方块持续时间更长。按下F键表示左侧的蓝色方块持续时间更长，按下J键表示右侧的黄色方块持续时间更长。选择屏幕一直可见，直到做出响应或达到4000毫秒的响应截止时间。试验间隔为500毫秒。在正式测试期间不提供逐次试验的反馈，以避免引入可能影响后续判断策略的额外指导。

任务难度通过Δt来调节，Δt定义为两个时间间隔之间的绝对时间差。使用了四个难度级别：Δt = 200毫秒、500毫秒、1000毫秒和2000毫秒。较小的Δt值表示更细微的时间间隔差异，因此难度更大；而较大的Δt值表示更明显的差异，因此难度较低。每个难度级别包含20次正式试验，总共80次正式试验。在每个Δt级别内，呈现顺序（蓝色先 vs. 黄色先）和目标持续时间（蓝色更长 vs. 黄色更长）都进行了完全平衡。在实验开始前，每个参与者的试验顺序是随机分配的。在每次试验中，两个单独的时间间隔在2000-7000毫秒的允许范围内生成，同时确保较长的时间间隔不超过上限。这种设计允许在恒定的感知判断框架内系统地调节任务难度，同时减少参与者基于固定时间配对采用预测策略的可能性。

数据采集完全自动化。对于每次试验，程序记录了参与者的基本信息，包括参与者ID、性别和年龄。它还记录了条件变量，包括Δt、蓝色方块的实际呈现时间、黄色方块的实际呈现时间以及哪个颜色客观上持续时间更长。此外，程序记录了关键的时间标记，包括固定十字、蓝色方块、黄色方块和选择屏幕的开始时间。每次试验的按键响应、反应时间（RT）和准确性都被保存下来。RT是相对于选择屏幕的开始时间测量的，并以秒为单位由程序记录，然后在统计分析前转换为毫秒。如果在选择阶段参与者按下了Escape键，任务会立即终止，并自动保存所有之前完成的试验数据。所有原始数据都以逗号分隔值（.csv）文件的形式导出，并同时保存为MATLAB（.mat）文件。文件名包括实验名称、参与者ID和时间戳，以确保原始数据的可追溯性。通过自动化整个记录过程，研究进一步减少了由于手动记录错误和实验者相关变异性引起的偏差风险。

完成正式测试后，所有参与者填写了一份简短的书面策略检查表，以评估他们在正式试验中是否使用了计数、内心默念、有声重复、想象动作重复或其他人工计时策略。研究预先规定，任何明确报告在正式测试中持续使用主动计数的参与者将被排除在分析之外（Bangert等人，2011年；Allman等人，2011年）。预测试中的不计数指令和后测试策略检查共同构成了一个互补的策略控制程序：前者旨在防止策略性时间安排的发生，后者则用于在分析阶段识别并排除任何残留的策略污染。由于任务涉及超秒间隔，因此无法完全排除策略性计数。不计数指令和测试后策略检查用于减少和监控计数相关的污染，而不是彻底消除它。

为了提高科学透明度，还前瞻性地控制了几个潜在的偏差来源。首先，所有参与者使用相同的设备、相同的反应映射、相同的实验室环境和同一天的相同时间窗口进行测试，从而最小化了设备差异、情境变化和一天中不同时间对行为表现的影响（Valdez，2019年；Munnilari等人，2024年）。其次，刺激呈现、时间控制、反应收集和数据存储都是自动化的，从而减少了实验者的记录错误和程序变异性。第三，两个刺激在每次试验中的呈现顺序是随机的。重要的是，在每个难度级别内，蓝色先和黄色先的序列比例严格平衡，以消除潜在的间隔顺序效应（见图1）。

图1：视觉持续时间辨别任务中实验1的程序。在收到标准化指令后，参与者完成了10次带有反馈的练习试验，然后进行了包含四个难度级别（每个级别20次试验）的80次正式测试，在整个正式测试过程中不提供反馈。在每次试验中，参与者首先看到一个500毫秒的固定十字，接着依次呈现一个蓝色方块和一个黄色方块，每个方块的持续时间在2000到7000毫秒之间，然后在4000毫秒内判断哪个方块持续时间更长。试验间隔为500毫秒。正式测试完成后进行了测试后策略检查。

2.1.4 数据分析
所有数据预处理和统计分析都是在R 4.5中进行的。数据清洗和重塑使用了dplyr和tidyr包。混合设计方差分析使用了afex包，简单效应分析和事后比较使用了emmeans包，分布诊断和效应大小估计分别使用了moments、car和effectsize包。为了与SPSS输出的逻辑保持最大一致性，方差分析基于III型平方和，因素编码使用了sum-to-zero对比。afex包默认使用III型平方和，因此非常适合与商业统计软件对齐的ANOVA框架。

在统计分析之前，对原始行为数据进行了预处理。在参与者层面，如果他们的总体无效反应率超过10%或总体准确率低于50%的机会水平，则排除这些参与者。对于剩余样本，进行了试验级别的数据清洗。具体来说，反应时间（RT）小于200毫秒的试验（预期反应）或达到4000毫秒截止时间的试验（遗漏）被分类为无效并丢弃。最后，所有后续的RT分析仅限于具有正确反应的有效试验。

首先使用Shapiro-Wilk检验评估每个因变量的分布。当正态性检验表明偏离正态性显著时，进一步结合偏度和峰度来评估偏离的程度。当|偏度| < 2且|峰度| < 7时，分布被认为是近似正态的。这些阈值是应用研究中常用的经验标准，有助于避免过度依赖单一的正态性检验，因为在样本量较小时，单一正态性检验可能过于敏感。

使用Levene检验评估组间方差的同质性，使用Mauchly的球形性检验评估被试内因素的球形性假设。当球形性假设被违反时，统一应用Greenhouse-Geisser校正来调整自由度和相应的显著性检验。由于重复测量ANOVA对球形性违反敏感，因此报告球形性检验及其相应的校正被认为是所有被试内主效应和交互作用的必要步骤。

准确性和反应时间分别使用2 × 4混合设计ANOVA进行分析，组（专家 vs. 业余爱好者）作为组间因素，任务难度（Δt = 200毫秒、500毫秒、1000毫秒和2000毫秒）作为被试内因素。显著性阈值设为α = 0.05。对于所有主效应和交互作用，报告了F值、自由度、p值、ηp2及其95%置信区间。对于计划的比较和显著交互作用的分解，进行了简单效应分析。在满足方差同质性假设的情况下，使用独立样本t检验进行组间比较；当存在显著的方差异质性时，使用Welch的t检验来获得方差稳健的自由度和标准误差估计。在组内不同难度级别之间的比较使用了配对样本t检验。所有多重比较的p值都使用了Bonferroni校正，局部比较的效应大小以Cohen's d表示。

2.2 结果
最初筛选了50名参与者。其中2人因不符合研究的预指定纳入标准而被排除，4人不符合练习阶段的资格标准（1人因练习阶段的总体准确率低于标准，3人因不符合预指定的反应时间标准而被排除），1人因正式测试中的总体准确率未达到机会水平而被排除，2人因正式测试中不符合预指定的反应时间标准而被排除，还有1人因在正式测试中自报持续使用主动计数而被排除。最终分析的样本包括20名专业游泳者和20名业余对照组。

所有分析基于40名参与者，包括20名专业游泳者和20名业余对照组。初步假设检查表明数据总体上适合参数分析。在所有组 × 任务难度单元中，准确率的偏度范围为?1.891到0.189，峰度范围为?1.064到2.866；反应时间的偏度范围为0.071到1.701，峰度范围为?0.966到2.333。Mauchly的检验表明，在Δt = 200毫秒和500毫秒时，准确性的球形性假设得到满足，W = 0.866，p = 0.384；但在Δt = 1000毫秒和2000毫秒时，球形性假设被违反，W = 0.714，p = 0.030；因此，对反应时间分析应用了Greenhouse-Geisser校正。Levene的检验表明，在Δt = 200毫秒和500毫秒时准确性的方差同质性得到满足，但在Δt = 1000毫秒和2000毫秒时方差不等；因此，对相应的组间后续比较使用了Welch调整后的检验。对于反应时间，在所有四个难度级别下，同质性假设都得到满足。

2.2.1 准确性
描述性统计显示，专业游泳者在所有四个难度级别上都优于业余对照组。在专业游泳者中，Δt = 200毫秒时的平均准确率为0.628（SD = 0.085），Δt = 500毫秒时为0.822（SD = 0.110），Δt = 1000毫秒时为0.943（SD = 0.059），Δt = 2000毫秒时为0.984（SD = 0.030）。在业余对照组中，相应的数值分别为0.548（标准差=0.094）、0.626（标准差=0.072）、0.743（标准差=0.132）和0.868（标准差=0.097）（见表2）。

表2
组别 | Δt = 200 ms | Δt = 500 ms | Δt = 1,000 ms | Δt = 2,000 ms
准确性（n = 20）
专家组（平均值 ± 标准差） | 0.628 ± 0.085 | 0.822 ± 0.110 | 0.943 ± 0.059 | 0.984 ± 0.030
业余组（平均值 ± 标准差） | 0.548 ± 0.094 | 0.626 ± 0.072 | 0.743 ± 0.132 | 0.868 ± 0.097

反应时间（n = 20）
专家组（平均值 ± 标准差） | 1,131 ± 388 | 1,006 ± 304 | 866 ± 253 | 737 ± 224
业余组（平均值 ± 标准差） | 817 ± 306 | 841 ± 303 | 764 ± 258 | 684 ± 235

实验1的准确性和反应时间描述性统计。

对于专家游泳组和业余对照组（每组n = 20），每个任务难度水平的数据以Δt（200、500、1,000和2,000毫秒）为索引，表示为平均值 ± 标准差（M ± SD）。所有数值保留三位小数，反应时间（RTs）以毫秒为单位报告。

2 × 4混合设计重复测量方差分析显示，组别的主效应显著，F(1, 38) = 94.023, p < 0.001, ηp2 = 0.712；任务难度的主效应也显著，F(2.753, 104.597) = 112.945, p < 0.001, ηp2 = 0.748。组别 × 任务难度的交互作用也显著，F(2.753, 104.597) = 4.628, p = 0.006, ηp2 = 0.109。

由于交互作用显著，进行了Bonferroni校正的简单效应分析。在统计文件中，组间对比的方向是业余对照组减去专家游泳组；因此，负的平均值差异表示专家游泳组的准确性更高。在所有四个难度水平上，组间比较均显著：在Δt = 200 ms时，平均差异（MD）= ?0.080，95%置信区间[?0.137, ?0.023]，t(38) = ?2.820, p = 0.030，Cohen's d = ?0.892；在Δt = 500 ms时，MD = ?0.196，95%置信区间[?0.255, ?0.136]，t(38) = ?6.671, p < 0.001，Cohen's d = ?2.109；在Δt = 1,000 ms时，MD = ?0.200，95%置信区间[?0.267, ?0.134]，Welch's t(26.328) = ?6.178, p < 0.001，Cohen's d = ?1.954；在Δt = 2,000 ms时，MD = ?0.116，95%置信区间[?0.163, ?0.069]，Welch's t(22.686) = ?5.123，p < 0.001，Cohen's d = ?1.620（见图2A）。

图2 实验1（仅视觉）中专家和业余组（每组n = 20）在Δt（200, 500, 1,000, 2,000 ms）下的表现。（A）准确性。（B）反应时间（毫秒；从选择显示开始）；星号表示每个Δt下的Bonferroni校正后的组间差异（*p < 0.05, ***p < 0.001）。

组内Bonferroni校正后的比较进一步明确了这种交互模式。在专家游泳组中，Δt = 200 ms时的准确性低于Δt = 500 ms时，MD = ?0.194，95%置信区间[?0.270, ?0.118]，t(19) = ?5.342, p < 0.001，Cohen's d = ?1.195；在Δt = 1,000 ms时，MD = ?0.315，95%置信区间[?0.355, ?0.275]，t(19) = ?16.628, p < 0.001，Cohen's d = ?3.718；在Δt = 2,000 ms时，MD = ?0.356，95%置信区间[?0.396, ?0.316]，t(19) = ?18.664，p < 0.001，Cohen's d = ?4.173。Δt = 500 ms时的准确性也低于Δt = 1,000 ms时，MD = ?0.121，95%置信区间[?0.178, ?0.065]，t(19) = ?4.496, p = 0.001，以及Δt = 2,000 ms时，MD = ?0.162，95%置信区间[?0.217, ?0.108]，t(19) = ?6.237，p < 0.001，Cohen's d = ?1.395。Δt = 1,000 ms时的准确性仍然低于Δt = 2,000 ms时，MD = ?0.041，95%置信区间[?0.068, ?0.015]，t(19) = ?3.283，p = 0.023，Cohen's d = ?0.734。在业余对照组中，Δt = 200 ms与Δt = 500 ms之间的比较不显著，MD = ?0.078，95%置信区间[?0.136, ?0.020]，t(19) = ?2.806，p = 0.068，Cohen's d = ?0.627。所有其余的成对比较均显著：Δt = 200 ms vs. 1,000 ms，MD = ?0.195，95%置信区间[?0.267, ?0.122]，t(19) = ?5.631，p < 0.001，Cohen's d = ?1.259；Δt = 200 ms vs. 2,000 ms，MD = ?0.320，95%置信区间[?0.388, ?0.252]，t(19) = ?9.845，p < 0.001，Cohen's d = ?2.201；Δt = 500 ms vs. 1,000 ms，MD = ?0.117，95%置信区间[?0.182, ?0.051]，t(19) = ?3.735，p = 0.008，Cohen's d = ?0.835；Δt = 500 ms vs. 2,000 ms，MD = ?0.242，95%置信区间[?0.298, ?0.186]，t(19) = ?9.007，p < 0.001，Cohen's d = ?2.014；Δt = 1,000 ms vs. 2,000 ms，MD = ?0.125，95%置信区间[?0.187, ?0.063]，t(19) = ?4.239，p = 0.003，Cohen's d = ?0.948。

2.2 反应时间
反应时间最初由程序以秒（s）记录，在最终统计分析之前转换为毫秒（ms）以便于展示。描述性统计数据显示，两组中反应时间均随着任务难度的降低而减少。在专家游泳组中，Δt = 200 ms时的平均反应时间为1,131 ms（标准差=388），Δt = 500 ms时为1,006 ms（标准差=304），Δt = 1,000 ms时为866 ms（标准差=253），Δt = 2,000 ms时为737 ms（标准差=224）。在业余对照组中，相应的数值分别为817 ms（标准差=306）、841 ms（标准差=303）、764 ms（标准差=258）和684 ms（标准差=235）（见表2）。

使用Greenhouse–Geisser校正后，2 × 4混合设计重复测量方差分析显示，任务难度的主效应显著，F(2.434, 92.499) = 41.475, p < 0.001，ηp2 = 0.522。组别的主效应不显著，F(1, 38) = 3.434, p = 0.072，ηp2 = 0.083。然而，组别 × 任务难度的交互作用显著，F(2.434, 92.499) = 9.626, p < 0.001，ηp2 = 0.202。

在统计文件中，组间反应时间对比的方向也是业余对照组减去专家游泳组；因此，负的平均值差异表示专家游泳组的反应时间更长。Bonferroni校正后的简单效应分析显示，仅在Δt = 200 ms时出现了显著的组间差异，MD = ?314 ms，95%置信区间[?537, ?90]，t(38) = ?2.838，p = 0.029，Cohen's d = ?0.898。在Δt = 500 ms、Δt = 1,000 ms和Δt = 2,000 ms时，未观察到显著的组间差异。

组内Bonferroni校正后的比较显示，在专家游泳组中，Δt = 200 ms与Δt = 500 ms之间的差异不显著，MD = 125 ms，95%置信区间[26, 223]，t(19) = 2.646，p = 0.096，Cohen's d = 0.592。所有其他成对比较均显著：Δt = 200 ms vs. 1,000 ms，MD = 265 ms，95%置信区间[156, 374]，t(19) = 5.088，p < 0.001，Cohen's d = 1.138；Δt = 200 ms vs. 2,000 ms，MD = 394 ms，95%置信区间[287, 502]，t(19) = 7.684，p < 0.001，Cohen's d = 1.718；Δt = 500 ms vs. 1,000 ms，MD = 140 ms，95%置信区间[77, 204]，t(19) = 4.638，p = 0.001，Cohen's d = 1.037；Δt = 500 ms vs. 2,000 ms，MD = 270 ms，95%置信区间[211, 328]，t(19) = 9.658，p < 0.001，Cohen's d = 2.160；Δt = 1,000 ms vs. 2,000 ms，MD = 129 ms，95%置信区间[67, 192]，t(19) = 4.345，p = 0.002，Cohen's d = 0.971。在业余对照组中，Δt = 200 ms与Δt = 500 ms之间的比较不显著，MD = ?24 ms，95%置信区间[?88, 41]，t(19) = ?0.765，p = 1.000，Cohen's d = ?0.171；Δt = 200 ms与Δt = 1,000 ms之间的比较，MD = 53 ms，95%置信区间[?5, 110]，t(19) = 1.921，p = 0.419，Cohen's d = 0.430；Δt = 500 ms与Δt = 1,000 ms之间的比较，MD = 76 ms，95%置信区间[10, 143]，t(19) = 2.392，p = 0.163，Cohen's d = 0.535。相比之下，Δt = 200 ms与Δt = 2,000 ms之间的比较（MD = 134 ms，95%置信区间[61, 207]，t(19) = 3.845，p = 0.007，Cohen's d = 0.860）；Δt = 500 ms与Δt = 2,000 ms之间的比较（MD = 157 ms，95%置信区间[81, 234]，t(19) = 4.291，p = 0.002，Cohen's d = 0.960）；以及Δt = 1,000 ms与Δt = 2,000 ms之间的比较（MD = 81 ms，95%置信区间[31, 131]，t(19) = 3.393，p = 0.018，Cohen's d = 0.759）是显著的。

2.3 简要讨论
实验1在无声条件下检查了超秒视觉持续时间辨别能力。准确性随任务难度可靠变化，并显示出组别的主效应以及任务难度与组别的交互作用。在四个难度水平（Δt = 200 ms、500 ms、1,000 ms和2,000 ms）中，专家游泳组的准确性始终高于业余对照组。在专家游泳组内，Δt = 200 ms和Δt = 500 ms时的准确性低于较容易的条件，而在Δt = 1,000 ms和Δt = 2,000 ms时表现趋于平稳。相比之下，业余对照组在所有四个难度水平上表现出稳定的分级模式。对于反应时间，组别的主效应不显著，而任务难度和任务难度与组别的交互作用显著。唯一的可靠组间差异出现在Δt = 200 ms时，专家游泳组的反应速度比业余对照组慢。总体而言，随着任务难度的增加，两组的反应时间都变长。

由于本研究的时间间隔范围为2,000–7,000毫秒，自发的计时计数应被视为影响表现的一个可能因素。计数可以提高准确性并减少变异性，但也可能违反时间的标量属性。此外，当比较不鼓励计数的方法时，干扰任务往往会扭曲时间判断并增加变异性（Rattat和Droit-Volet，2012）。为了减少计数对构念有效性的影响，Riemer及其同事通过移除间隔之间的停顿并将判断改为判断一个短暂事件是否发生在参考时间的前半段或后半段来修改了经典的双区间辨别范式。这种修改伴随着与计数相关的反应时间增加，并在没有提供计数相关指令时减少了自发计数的倾向（Riemer等人，2022）。然而，由于实验2需要在视觉材料和响应规则上与实验1保持可比，我们没有实质性地改变双选择强制选择的结构。鉴于实验1中使用的超秒详细参与者特征在表3中呈现。表3如下：

| 组别 | 年龄 | 性别 | 专长 | 经验（年） | 锻炼时间（每周小时） | WA分数 |
|------|------|------|-------|----------------|---------|
| 专家组 | 20.08 ± 1.43 | 20 | 男性 | 11.42 ± 1.57 | 11.20 ± 2.36 | 699.95 ± 27.33 |
| 业余组 | 19.59 ± 0.96 | 20 | 男性 | 1.88 ± 0.86 | 2.14 ± 1.44 | – |
| 总计 | 19.82 ± 1.24 | 40 | 男性 | – | – | – |

表3列出了实验2的参与者特征。变量定义和缩写与表1相同。

3.1.2 设备和刺激
实验2中的编程框架、显示设备、实验室环境、基于键盘的响应收集方式、视觉刺激参数以及空间布局与实验1相同。两个实验的主要方法学区别在于实验2在序列呈现阶段引入了额外的节奏性听觉刺激，从而在同时存在的视觉-听觉刺激下创建了一个超秒持续时间辨别任务。听觉刺激通过PsychPortAudio以高优先级模式呈现，具有44.1 kHz的采样率，每个听觉事件是一个持续50毫秒的1000赫兹纯音。所有试验的数字幅度参数固定为0.3。使用了四种预定义的节奏模式。在每次试验中，蓝色间隔被分配一种节奏模式，黄色间隔被分配另一种不同的节奏模式。听觉刺激在每个视觉间隔开始时触发，并记录听觉起始时间戳，以便在试验层面验证视听时间同步性。听觉刺激通过BOSE QuietComfort 45耳机传输。

3.1.3 程序
实验2遵循与实验1相同的总体程序，包括标准化的不计数指令、带有反馈的10次试验练习阶段、练习筛选标准、响应映射（F = 蓝色间隔更长；J = 黄色间隔更长）、4000毫秒的响应截止时间、500毫秒的试验间隔以及任务后的策略检查。正式测试再次包括80次试验，难度通过四个Δt水平（200、500、1000和2000毫秒；每个水平20次试验）以随机顺序呈现。

3.2 结果
最初共有48名参与者被筛选出来参与实验2。其中，1人因不符合研究的预设纳入标准而被排除，4人不符合练习阶段的资格标准（2人因练习阶段总体准确率低于标准被排除，2人因不符合预设的反应时间标准被排除），1人因正式任务的总体准确率未超过随机水平被排除，还有1人因在正式测试期间自我报告持续进行计数而被排除。最终分析的样本包括20名专家游泳者和20名业余对照组。所有分析均基于40名参与者，包括20名专家游泳者和20名业余对照组。初步假设检查表明数据总体上适合参数分析，尽管有一个准确率数据点的正态性偏离较大。在所有组×任务难度组合中，准确率的偏度范围为-2.068至0.802，峰度范围为-1.077至3.285；反应时间的偏度范围为0.288至1.455，峰度范围为-1.553至1.914。Mauchly检验表明准确率的球形性假设得到满足（W = 0.799，p = 0.144），但反应时间的球形性假设不满足（W = 0.398，p < 0.001），因此对反应时间分析应用了Greenhouse–Geisser校正。Levene检验表明在Δt = 200毫秒、500毫秒和1000毫秒时方差同质，但在Δt = 2000毫秒时方差不等。对于反应时间，在所有四个难度水平上都满足方差同质性假设。

3.2.1 准确率
描述性统计数据显示，专家游泳者在所有四个难度水平上都比业余对照组更准确。专家游泳者在Δt = 200毫秒时的平均准确率为0.665（标准差=0.088），Δt = 500毫秒时为0.795（标准差=0.072），Δt = 1000毫秒时为0.913（标准差=0.086），Δt = 2000毫秒时为0.988（标准差=0.028）。业余对照组相应的值分别为0.595（标准差=0.086）、0.668（标准差=0.113）、0.783（标准差=0.099）和0.925（标准差=0.066）。2×4混合设计重复测量方差分析显示，组别的主效应显著（F(1, 38) = 50.042，p < 0.001，ηp2 = 0.568），任务难度的主效应也显著（F(2.651, 100.739) = 120.021，p < 0.001，ηp2 = 0.760）。组别×任务难度的交互效应不显著（F(2.651, 100.739) = 1.969，p = 0.131，ηp2 = 0.049）。因此，没有进一步进行简单的效应分析（见表4和图4A）。

表4显示了不同Δt（200毫秒、500毫秒、1000毫秒、2000毫秒）下专家游泳者和业余对照组在准确率上的结果。

3.2.2 反应时间
反应时间最初由程序以秒（s）记录，为了便于最终统计分析转换为毫秒（ms）。描述性统计数据显示，两组中随着任务难度的降低，反应时间均有所减少。专家游泳者在Δt = 200毫秒时的平均反应时间为863毫秒（标准差=347），Δt = 500毫秒时为799毫秒（标准差=285），Δt = 1000毫秒时为638毫秒（标准差=240），Δt = 2000毫秒时为602毫秒（标准差=186）。业余对照组相应的值分别为750毫秒（标准差=315）、747毫秒（标准差=255）、682毫秒（标准差=190）和670毫秒（标准差=232）。经过Greenhouse–Geisser校正后，2×4混合设计重复测量方差分析显示组别的主效应不显著（F(1, 38) = 0.030，p = 0.863，ηp2 = 0.001）。任务难度的主效应显著（F(1.838, 69.857) = 19.647，p < 0.001，ηp2 = 0.341）。重要的是，组别×任务难度的交互效应也显著（F(1.838, 69.857) = 5.021，p = 0.011，ηp2 = 0.117）。由于交互效应显著，进行了Bonferroni校正后的简单效应分析。在统计文件中，组间对比以业余对照组减去专家游泳者的方向报告；因此，负的平均差异表示专家游泳者的反应时间更长。然而，在任何难度水平上，组间比较均未达到显著性：在Δt = 200毫秒时，MD = ?113毫秒，95%置信区间[?325, 99]，t(38) = ?1.077，p = 1.000，Cohen's d = ?0.341；在Δt = 500毫秒时，MD = ?52毫秒，95%置信区间[?225, 121]，t(38) = ?0.610，p = 1.000，Cohen's d = ?0.193；在Δt = 1000毫秒时，MD = 44毫秒，95%置信区间[?95, 182]，t(38) = 0.639，p = 1.000，Cohen's d = 0.202；在Δt = 2000毫秒时，MD = 68毫秒，95%置信区间[?66, 203]，t(38) = 1.029，p = 1.000，Cohen's d = 0.325。组内Bonferroni校正后的比较显示，不同组之间的模式有所不同。在专家游泳者中，Δt = 200毫秒和500毫秒之间的差异不显著（MD = 64毫秒，95%置信区间[0, 128]毫秒，t(19) = 2.099，p = 0.297），Δt = 1000毫秒和2000毫秒之间的差异也不显著（MD = 36毫秒，95%置信区间[?24, 96]毫秒，t(19) = 1.265，p = 1.000，Cohen's d = 0.283）。相比之下，Δt = 200毫秒时的反应时间显著长于Δt = 1000毫秒（MD = 225毫秒，95%置信区间[123, 327]毫秒，t(19) = 4.607，p = 0.001，Cohen's d = 1.030），以及Δt = 2000毫秒时的反应时间显著长于Δt = 1000毫秒（MD = 261毫秒，95%置信区间[133, 388]毫秒，t(19) = 4.278，p = 0.002，Cohen's d = 0.957）。在业余对照组中，Bonferroni校正后的组内比较均未达到显著性。

4. 讨论
4.1 主要发现
在两项独立的实验中，本研究显示专家游泳者在中性视觉超秒持续时间辨别任务中始终比业余对照组具有更高的准确率优势。在两项实验中，随着任务难度的降低，辨别表现有所提高，表明基本的难度操作按预期发挥了作用。在实验1中观察到，在更高难度下专家优势更为显著，但这一现象在实验2中并未重现，这表明这种模式并非在所有样本中都完全稳定。随着任务难度的降低，反应时间也随之减少；然而，没有观察到整体上的组间反应时间优势。同时，与专业技能相关的准确性优势在无声视觉环境和与任务无关的节奏环境中都依然存在，尽管组间反应时间模式的差异存在，但这本身并不足以得出强有力的机制性结论。综合这些发现，可以认为，在当前的任务结构中，游泳技能主要体现在更准确的超秒级时间辨别能力上，而非普遍的速度提升。

4.2 与以往文献的关系
当前的研究结果与以往的证据大体一致，即大量的运动训练可以带来更好的时间表现，但同时也限定了这种优势出现的条件。与Chen和Cesari（2015年）的研究结果一致，他们发现精英运动员的时间表现更准确且变化较小；Perrone等人（2023年）的研究也表明，特别是游泳运动员，在时间把握上比非运动员更为精确和稳定。然而，当前的研究在任务类型上有所不同：专家游泳运动员的优势体现在一个中性的超秒级时间辨别任务中，而不是在时间再现、手指敲击或运动想象的任务中。这一差异在理论上具有重要意义，因为游泳运动员的优势通常是在保持与运动相关的时间结构或动作内容的任务中表现出来的（例如Tobin和Grondin，2012年；Bove等人，2017年）。与这些研究相比，当前的研究表明，游泳运动员的优势并不完全依赖于明显的运动表现、运动想象或游泳特有的语义。这种更为保守的解释也与最近的非运动研究结果相符，即稳定的运动时间感可以有选择地提高对匹配时间间隔的感知辨别能力（Guo等人，2025年）。

与Zheng（2024年）的研究相比，也发现了类似的现象，他发现运动员在超秒级时间范围内对隐含运动刺激有优势。与那项研究相比，当前的研究表明，即使去除了隐含的运动成分，将刺激简化为中性视觉间隔，运动员的优势仍然存在。然而，这些结果不应被解读为一种普遍适用的时间优势。相反，它们更应被视为在当前任务结构内的有限转移现象，因为不同感觉模式在时间敏感性上的差异在广泛的研究中仍然存在，通常听觉时间感知的表现优于视觉时间感知（Rammsayer等人，2015年；Cantarella等人，2024年）。最后，组间差异在与任务无关的节奏环境中的持续存在也与证据一致，即当节奏声音既不被注意也不具有预测性时，它并不会自动促进视觉任务的完成（De Winne等人，2022年）。综上所述，当前的研究在特定且理论上重要的方面扩展了关于运动员时间感知的文献：它在中性的超秒级时间辨别任务中发现了与专业技能相关的优势，并且这种优势存在于两种感觉模式中，但并未声称这种优势具有跨任务或跨模式的普遍性。

4.3 其他解释
当前的研究结果支持在当前任务结构中存在与专业技能相关的优势，但它们本身并未明确指出这种优势产生的具体处理层次。由于任务要求对超秒级范围内的中性视觉间隔进行明确的比较，观察到的组间差异可能不仅反映了时间辨别能力，还涉及与超秒级判断密切相关的其他过程，包括注意力分配、工作记忆维持和间隔比较。这种更为谨慎的解释与经典的时间感知理论一致，这些理论强调了注意力和记忆在明确时间判断中的作用（Zakay和Block，1997年；Block等人，2010年；Grondin，2010年），同时也与最近的研究结果相符，即超秒级范围内的表现特别容易受到高级认知因素的影响，包括与训练过的动作情境相关的因素（Zheng，2024年；Teghil和Wittmann，2025年）。因此，当前的组间差异更适当地被描述为在当前视觉比较任务中与专业技能相关的超秒级时间决策优势，而不是直接证明了一种选择性增强的内部时间机制。

对于反应时间的结果也需要同样的谨慎态度。在当前的研究中，反应时间模式表明专家游泳运动员可能随着任务难度的增加而系统地调整了他们的响应标准，尤其是在时间不确定性较大的情况下。然而，仅凭反应时间和准确性无法确定相关的组间差异是由于更强的时间感知能力、更谨慎的响应方式，还是其他潜在的决策因素造成的。这种区分需要使用正式的序列采样方法，如扩散模型分析（Ratcliff和McKoon，2008年；Heitz，2014年）。因此，当前的反应时间结果应被视为行为上的信息来源，但在机制上并不具有决定性。

最后，实验1中观察到的准确性交互作用在实验2中没有重现，这不应被解读为两种实验中存在不同的时间机制。一种更为保守的解释是，在这种类型的超秒级视觉辨别任务中，准确性对组间差异的敏感度并不相同。当表现接近最低或最高水平时，组间差异可能会被压缩，而接近阈值难度的任务可能更清楚地揭示这些差异。从这个角度来看，实验1中的交互作用更合理地被解释为不同难度区域之间的测量敏感性差异，而不是某种质量上不同的潜在过程的证据。综上所述，当前的结果最适当地被解释为在当前任务的特定认知和感知要求下与专业技能相关的优势，同时留下了多个需要通过未来研究直接验证的过程层面解释的空间。

4.4 实际意义
从应用角度来看，当前的研究结果对教练、运动心理学支持和运动员发展有几个谨慎的启示。对于教练和表现团队来说，当前的中性超秒级时间辨别任务的表现可以作为一个补充的行为指标，用于评估在不同难度下的节奏控制和判断稳定性，尤其是当纵向分析和相对于运动员个人基线进行比较时。对于运动心理学支持而言，较高的准确性而没有普遍的反应时间优势表明，这项任务可能更适用于评估在时间不确定性下的注意力稳定性和响应一致性，而不仅仅是评估响应速度。在运动员发展方面，当前的结果并不支持将这项任务作为独立的选择工具。如果未来的前瞻性研究能够证明其预测有效性，它可能更适合作为一个辅助的评估变量，纳入更广泛的多维评估框架中。

4.5 局限性和未来方向
有几个局限性需要承认。首先，尽管实验2引入了节奏声音，但这种操作与任务无关且不具备预测性。因此，当前的研究无法直接测试节奏是否会在被注意、行为相关或具有时间信息性的情况下影响表现。未来的工作应该更明确地操纵这些因素，因为从节奏结构中获得的感知收益似乎不仅取决于规律性本身，还取决于时间预期和可预测性（De Winne等人，2022年；Heynckes等人，2023年）。其次，当前对反应时间模式的解释仍然是描述性的。由于没有使用正式的序列采样框架来分析反应时间和准确性，当前的数据无法区分观察到的组间差异主要是由证据质量的变化、响应谨慎性还是其他潜在决策因素引起的（Ratcliff和McKoon，2008年；Heitz，2014年）。第三，该研究仅依赖于行为测量。未来的工作如果结合神经或生理指标，将有助于澄清观察到的优势是与视觉时间感知、时间预期还是更广泛的注意力调节更密切相关。此外，另一个局限性在于对计数策略的控制。尽管参与者接受了标准化的无计数指令并完成了任务后的策略检查，但这里使用的超秒级时间间隔范围使得完全排除计数的可能性较低。此外，实验2中的节奏听觉背景并未被验证为直接的反计数操作。因此，当前的研究结果应被视为在当前策略控制程序下与专业技能相关的任务表现差异，而不是无计数时间机制的纯粹证据。最后，当前的研究结果来自横断面的组间比较，因此并未探讨在这种类型的超秒级时间判断任务中提高表现是否会在运动表现中转化为可测量的提升。未来的干预性研究可以探讨针对时间判断稳定性的针对性训练是否与节奏控制或其他与表现相关的结果变化有关，这是感知-认知干预领域中一个重要的问题（Bernier等人，2025年；Zhu等人，2024年）。

5 结论
通过两个独立的实验，当前的研究考察了游泳技能是否与在中性视觉环境和与任务无关的节奏环境中的超秒级时间辨别任务中的优越表现相关。在两个实验中，专家游泳运动员的表现都比业余对照组更准确，而反应时间的结果并未显示出普遍的速度优势。与任务无关的节奏声音的存在并没有显著改变整体的准确性模式，表明观察到的与专业技能相关的优势并不依赖于外部节奏的直接促进作用。综合这些发现，可以认为游泳技能与当前任务结构中的更准确的超秒级视觉时间辨别能力相关，同时也表明这种优势超出了明显的运动特定刺激内容。同时，当前的证据更适当地被解释为在中性视觉比较环境中的有限转移现象，而不是无限制的跨领域时间优势的证据。未来的工作应该结合更有针对性的节奏相关性和可预测性操作，以及正式的决策建模和基于干预的设计，以澄清与专业技能相关的时间优势的机制及其实际意义。