类别结构无规律时,采用程序性学习

Crossley, M. J., Madsen, N. R., & Ashby, F. G. (2012). Procedural learning of unstructured categories. Psychonomic Bulletin & Review, 19, 1202– 1209.


一、实验目的:

1、探究学习无规律的分类结构时,是程序性学习还是陈述性学习;2、刺激类别的概率分配是否会增加程序性学习的可能性(概率分配的意思是,刺激不是恒定属于类别A,而是有时属于类别A,有时属于类别B,此概率由主试确定)

(无规律的类别结构:刺激物是被随机分配到各类别中的,类内无相似性或规则)

二、实验设计思路:

区别于陈述性学习,程序性学习有三个特点:无需意识参与;进度缓慢,需要实时反馈;包含运动部分。本实验选了第三个特点来设计实验,以区分陈述性记忆和程序性记忆。具体操作是,被试经过一段时间的训练后,已经熟悉了反应按键,这时候调转按键的位置,测验绩效是否改变。若改变,为程序性学习;若不变,为陈述性学习。

根据实验目的,是2×2被试间设计,类别结构(无规律/基于规则),刺激类别(单一类别/概率分配),共4种条件。

三、实验程序:

实验分为8个试次组,每组由100个试次组成,前7个试次组是训练组,第8个试次组会交换按键位置。每一试次中,屏幕上先出现注视点,然后是一个由线条组成的图案(天气预报封面图),被试需要判断所属类别是“晴”还是“雨”,用右手按右键,用左手按左键。若反应时间超过5秒,告知反应过慢,结果无效。每次反应后立即给予听觉反馈,730ms、500hz纯音表示反应正确,1220ms、200hz纯音表示反应错误。

两个概率分配组被提前告知,图案(刺激)以一定概率准确性预测晴雨,有时会预测错误;两个单一类别组被提前告知,图案(刺激)能准确预测晴雨,不会出错。四个组都被提前告知,实验快结束时,会有变化发生,且会在适当的时间提示。

四、各条件下的刺激类型及其类别分配方式


图一


图二


五、实验结果:

1、分类准确率随试次组增多而提高,但在试次组8中,略有下降(图三)


图三

2、比较7和8试次组的结果(图4,8结果减7结果),在无结构情况下,按键交换使正确率下降,反应时上升,说明被试表现变差;在基于规则情况下,正确率有略微下降,反应时也下降,这是速度-准确性上的权衡,而不是表现变差。t检验结果也显示,无结构条件下,正确率显著下降,基于规则条件下,正确率无明显变化;无结构-确定条件下,反应时显著提高,其余三种条件下无显著变化。故得出结论:学习无规律的类别结构时,是程序性学习;学习基于规则的类别结构时,是陈述性学习。


图4

3、非结构-概率条件下,交换按键前,刺激的类别越随机(越接近各类别50%),其分类准确性越低;交换按键后,各刺激的准确性无明显差异。得出结论:概率分配不会使被试在策略上增加程序性学习。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352