线性呈现位置对概率类别学习的影响.ppt

组员：413全体 主讲人：刘智书 赵月 线性呈现位置对概率类别学习的影响 1引言 （1）概率类别学习：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。（不同于传统的类别学习，刺激的类别成员属性是概率性的而不是确定的。如某个刺激在这次的归类尝试中被归为A类，下次可能会被归为B类。） （2）概率类别学习研究的经典实验范式是天气预测任务。实验材料包括两种结果（天晴，下雨）和四条线索（长方形，菱形，圆形，三角形，分别对应不同的天晴概率，80%，60%，40%，20%）该概率与卡片呈现位置无关。 被试根据看到的卡片预测天晴或下雨，学习过程中会给予及时反馈。被试在学习结束后对每张卡片预测天晴或下雨的概率进行评价。 天气预测任务采用了四张卡片16种组合中的14种，总体而言所有组合反馈为天晴和反馈为下雨的概率相同。 （3）概率类别学习过程中所涉及的学习记忆系统一直以来都是研究的热点之一。 外显学习主要是对事实，特征等陈述性知识的学习，在完成任务的同时人们能有意识的报告出是如何完成任务的。内隐学习主要是对操作，动作，技能等程序性知识的学习，人们能完成任务却并不知道自己是如何完成任务的。 多数研究者都认为概率类别学习是一个内隐学习的过程。单系统观点认为在概率类别学习中只有一个内隐学习系统，随着功能磁共振技术的应用，多系统的观点开始兴起。进行了实验结果表明，在此学习过程中同时包含外显和内隐学习，且二者是竞争关系。 因此，本研究将通过两个实验探讨线索位置的不同呈现方式对概率类别学习的影响。 （4）提出的假设是：线索位置的不同呈现方式将导致内隐和外显学习系统的不同参与，当所有四张卡片的呈现位置固定时，概率类别学习是外显学习，当卡片呈现位置随机时，概率类别学习是内隐学习。 实验一 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。 ①被试 ? 40 名在校大学生, 男 14 名, 女 26 名, 平均年龄 22.9+2.5 岁 ②实验程序 ? 采用 Visual basic 6.0 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”, 反馈阶段卡片消失, 然后被试自主按键开始进行下一个归类尝试。被试在完成所有 200 个归类尝试后, 在 0~100%的刻度上, 逐一评价每张卡片预测天晴的概率以及每张卡片在预测天气中的重要 程度。 ③实验设计 单因素 2 水平被试间设计, 40 名被试随机分成位置固定和位置随机两组。位置固定是指四张卡片在所有的 200 个归类尝试中的呈现位置在被试内恒定和被试间平衡,采用拉丁方设计平衡卡片的位置效应; 位置随机是指四张卡片在所有的 200 个归类尝试中的呈现位置完全随机。 3实验结果 实验1： 1.学习成绩 2x4混合方差分析结果表明，组别主效应显著；主效应显著；二者交互作用和不显著。 位置固定组被试成绩总体优于位置随机组，并随着学习的推进两组被试的学习成绩逐步提高。 对两组被试在每个阶段的学习正确率进行t样本检验，结果表明：被试最终都学会了天气预测任务切最后的学习成绩没有显著差异。 2.外显性评价 卡片预测天气的概率评价 对卡片预测天晴的概率的评价结果进行2x4混合方差分析，结果表明卡片和组别之间的交互作用显著，卡片主效应显著，组别主效应不显著。即两组被试都四张卡片预测天晴的概率估计值存在显著差异。 对两种条件下四张卡片预测天晴的概率估计值和客观概率做t样本检测，表明位置固定组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；相反位置随机时及时学会天气预测任务，也不能正确估计卡片预测天晴的概率。 卡片预测天气的重要程度评价 对其结果进行2x2混合方差分析，结果发现线索和组别的交互作用显著，线索主效应不显著，组别主效应不显著，即两组被试对两类重要程度的评价存在显著差异。 对位置固定组位置随机组中强弱线索的重要性评价结果进行事后配对t检验，表明位置固定组被试能正确认识到不同线索预测天气的强弱，而位置随机组却对其作出了错误的评价。 目的 通过单模式的线索位置固定下概率类别学习的模式, 即仅一张卡片出现时固定其呈现位置这种条件下的概率类别学习模式, 来进一步探单模式策略是否是概率类别学习的主要策略。 ①被试 32 名在校大学生, 男 12 名, 女 20 名,? 平均年龄 21.8+1.8 岁。 ②实验材料 同实验 1。 ③实验程序 同实验 1。 实验二 ④实验设计