线索呈现位置对概率类别学习的影响

《线索呈现位置对概率类别学习的影响》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、线索呈现位置对概率类别学习的影响504宿舍高曦玮、龚玺粤、曹瑞、陈晓菁、蓝水晶自变量：线索位置呈现的方式：（2个水平）随机出现方式固定出现方式线索的模式：（2个水平）单线索模式多线索模式因变量：进行多系统还是单系统的概率类别学习概率类别学习：所谓概率类别学习，就是指人们通过反复的归类尝试的反馈学习而逐渐获得线索和结果间的概率关系，并对线索的类别成员的属性进行判断的过程。概率类别学习中涉及的学习记忆系统主要存在多系统和单系统两种理论观点。单系统理论观点：人类的概率类别学习中只有一个内隐学习系统（即人们能完成天气预测

2、任务，但却不知道自己是如何完成的），只有在内隐学习系统正常的情况下人们才能完成概率类别学习的任务，天气预测任务的完成主要依赖于中脑多巴胺功能系统。【证据】中颞叶发生病变但中脑多巴胺能系统正常的遗忘症病人和早期阿尔兹海默症病人都能学会天气预测，并且前50次归类尝试的学习成绩和正常人一样，后期的学习成绩虽低于正常人但仍优于机遇水平50%，但是在外显性评价任务中，病人却不知道自己是如何完成任务的。基底神经节存在严重病理症状的巴金森症和亨廷顿氏舞蹈症病人，则不能完成天气预测任务，但是简单的样例类别学习等外显学习任务中却表

3、现正常。多系统理论观点：概率类别学习中同时存在外显学习和内隐学习两种学习系统，且二者之间是竞争关系。【证据】功能磁共振技术的应用（fMRI），poldrack等人首先运用fMRI技术探讨了人们在完成天气预测任务时大脑激活模式，结果发现，在天气预测任务中，大脑的中颞叶和基底神经两个学习系统之间存在竞争，学习早期中颞叶激活，但随着学习的推进其逐渐失活，同时基底神经节激活。对概率类别的影响研究进行多系统学习还是单系统学习内隐学习外显学习内隐学习本实验采用的经典范式天气预测任务四种图形：：代表晴天概率80%：代表晴天概率

4、60%：代表晴天概率40%：代表晴天概率20%■◆▲●两种结果下雨晴天实验程序采用visualbasic6.0进行编程，电脑呈现刺激，分辨率为1024*768，被试个别施测。首先要求被试根据看到的卡片按键预测可能的天气情况是“天晴”还是“下雨”。按键后，屏幕右上角会即时反馈正确的天气情况是“天晴”还是“下雨”，反馈阶段卡片不消失。然后被试自主按键开始进行下一个归类尝试、任务一：要求被试根据看到的卡片预测天气是天晴还是下雨，学习过程中会给予及时反馈。任务二：要求被试在学习结束后对每张卡片预测天晴或下雨的概率等进行评

5、价。实验一实验目的：探讨是否是线索的位置固定和随机导致了外显和内隐两种学习系统在概率类别学习中不同程度的参与。本次天气测试任务，实验中每张卡片的呈现位置在被试内固定和被试间平衡，并且除了要求被试评估每张卡片预测天气的概率进行评价之外，还要求被试评估没每张片在天气预测中的重要程度。实验简单介绍：40名在校大学生随机分成随机组和固定组进行实验。分别以随机呈现和固定呈现的方式呈现4张卡片，进行200次的归类。后又将200次归类分为4个区组。实验结果图片：（1）预测天气的正确率（2）预测卡片概率结果：（外显性评价）（3）

6、被试认为的卡片重要性的结果结果表明：组别主效应显著，存在交互作用，但是交互作用不明显。位置固定组的成绩总体优于位置随机组，并且学习的推进两组被试的学习成绩逐步提高，并且学习的推进两组被试的学习成绩逐步提高。最后的学习成绩没有显著差异。结果表明位置固定组被试不仅学会了天气预测任务，而且在总体上能正确估计卡片预测天晴的概率。相反地，位置随机组被试尽管学会了天气预测任务，但是不能正确估计卡片预测天晴的概率。从预测天气的重要程度来看长方形卡片1和三角形卡片4是预测天气的强线索而菱形卡片2和圆形卡片3是预测天气的弱线索。结

7、果表明对于评价卡片的重要程度的评价中，可以看出位置固定组正确的评价了不同线索预测天气的强弱，位置随机组被试错误的评价了线索预测天气的强弱。总结果分析：位置固定组和位置随机组在主效应上不存在明显差异，因为最后一个区组的正确率分别为74%和68%，因此不存在显著差异。同时也表明了无论是哪个组的被试都学会了天气预测任务。但是，在位置固定条件下，被试能够正确的估计线索预测天气的概率和重要性，因此说概率类别学习为外显学习。而位置随机条件下，被试不能够正确的估计线索预测天气的概率和重要性，因此说概率类别学习为内隐学习。因此本

8、实验很好的验支持了线索位置的不同呈现方式导致了内隐学习系统和外显学习系统的不同参与，支持了概率类别学习的多系统观点。小结（1）是否能够正确的预测天气（2）是否正确估计了卡片的概率（3）是否正确的判断卡片重要性人们在概率学习中主要有三种策略：（1）多线索策略（multi-cuestrategy）是指同时考虑四条线索并学习所有14种线索组合对应的天气结果；（2）单模式策略（s