Direct classification
In a typical classification task, a stimulus is presented on
each trial and the participant depresses a response key
indicating the category membership of the stimulus. Feedback
is then provided, and a new trial is initiated (Ashby &
Maddox, 2005). For instance, the stimuli might be circular
sine-wave gratings (e.g., Gabor disks) varying in bar width
and bar orientation. To visualize the category structures,
each stimulus can be represented graphically by a point in a
two-dimensional space like those shown in Fig. 1 (with
each axis representing a different stimulus dimension).
Many studies have reported striking differences in how
people learn with rule-based (the top panels and the bottom
right panel) versus information-integration (the bottom left
panel) category structures (e.g., Ashby, Ell, & Waldron,
2003; Ashby, Maddox, & Bohil, 2002; Maddox, Ashby, &
Bohil, 2003; Maddox & Ing, 2005; Waldron & Ashby,
2001). In rule-based tasks, the optimal categorization
strategy can be learned using an explicit reasoning process
and is often easy to describe verbally (Ashby, Alfonso-
Reese, Turken, & Waldron, 1998). For instance, the top left
panel of Fig. 1 shows the simplest and most widely studied
rule-based category structures. Note that the optimal onedimensional
rule here is ‘‘respond A if the bars are thick and
B if they are thin’’. There are similar verbal rules for the two
category structures shown in the right column of Fig. 1. In
contrast, the optimal categorization strategy for the information-
integration category structures shown in the bottom
left panel of Fig. 1 is difficult or impossible to describe
verbally. Accuracy is maximized only if information from
two or more stimulus dimensions is integrated at some predecisional
จำแนกโดยตรงในการจัดหมวดหมู่งานทั่วไปกระตุ้นเศรษฐกิจที่จะนำเสนอเกี่ยวกับการพิจารณาคดี
แต่ละคนและผู้มีส่วนร่วมสำคัญในการตอบสนอง depresses
บ่งบอกถึงการเป็นสมาชิกประเภทของการกระตุ้นเศรษฐกิจ
ข้อเสนอแนะให้แล้วและการพิจารณาคดีใหม่จะเริ่ม (แอชบี&
แมดดอกซ์ 2005) ตัวอย่างเช่นสิ่งเร้าที่อาจจะมีวงกลม
gratings คลื่นซายน์ (เช่นดิสก์ Gabor) ที่แตกต่างกันในความกว้างแถบ
การปฐมนิเทศและบาร์เพื่อให้มองเห็นโครงสร้างหมวดหมู่
กระตุ้นแต่ละคนสามารถแสดงตามกราฟิกของจุดในพื้นที่
สองมิติเช่นเดียวกับที่แสดงในรูปที่ 1 (
กับแกนที่เป็นตัวแทนของมิติกระตุ้นเศรษฐกิจที่แตกต่างกันในแต่ละ).
การศึกษาจำนวนมากได้รายงานความแตกต่างที่โดดเด่นในวิธีที่ผู้คนเรียนรู้ด้วย
ตามกฎ (แผงด้านบนและด้านล่าง
แผงด้านขวา) กับข้อมูลบูรณาการ (ด้านล่างซ้าย
แผง) โครงสร้างหมวดหมู่ (เช่นแอชบี ell, &ลดรอน
2003; แอชบีแมดดอกซ์& bohil, 2002; แมดดอกซ์, แอชบี&
bohil, 2003; แมดดอกซ์&ไอเอ็นจี, 2005; ลดรอน&แอชบี
2001) ในงานตามกฎการจำแนกประเภทที่เหมาะสมกลยุทธ์
สามารถเรียนรู้ได้โดยใช้เหตุผล
ที่ชัดเจนของกระบวนการและมักจะเป็นเรื่องง่ายที่จะอธิบายด้วยวาจา (แอชบีอัลฟองโซ-
รีส Turken, &ลดรอน, 1998) ตัวอย่างเช่นด้านบนซ้าย
แผงมะเดื่อ 1 แสดงที่ง่ายและส่วนใหญ่การศึกษาอย่างกว้างขวาง
ตามกฎโครงสร้างหมวดหมู่ ทราบว่ากฎที่ดีที่สุด
onedimensional ที่นี่เป็น'' ตอบสนองถ้าแท่งหนาและ
b หากพวกเขาเป็นบาง'' มีกฎระเบียบวาจาที่คล้ายกันสำหรับทั้งสองประเภทโครงสร้าง
ที่แสดงในคอลัมน์ด้านขวาของมะเดื่อเป็น 1 ในทางตรงกันข้าม
กลยุทธ์การจัดหมวดหมู่ที่เหมาะสมสำหรับข้อมูล-
โครงสร้างประเภทบูรณาการแสดงในด้านล่างแผงด้านซ้าย
มะเดื่อ 1 เป็นเรื่องยากหรือเป็นไปไม่ได้ที่จะอธิบายด้วยวาจา
ความถูกต้องเป็น maximized เฉพาะในกรณีที่ข้อมูลจาก
สองมิติหรือมากกว่าการกระตุ้นเศรษฐกิจที่เป็นแบบบูรณา predecisional บาง
การแปล กรุณารอสักครู่..
ตรงประเภท
งานประเภททั่วไป กระตุ้นที่แสดงบน
กดการทำทดลองแต่ละครั้งและผู้เข้าร่วมงานคีย์ตอบ
ระบุประเภทเป็นสมาชิกของการกระตุ้นเศรษฐกิจ ความคิดเห็น
แล้วให้ และเริ่มต้นทดลองใหม่ (ส่วนหนึ่งของ&
แมดด็อกซ์ 2005) ตัวอย่าง สิ่งเร้าอาจวงกลม
gratings ผ่านความคลื่นไซน์พยายาม (เช่น กาบอร์ดิสก์) แตกต่างกันไปในแถบความกว้าง
และแนวการ เห็นภาพโครงสร้างประเภท,
สามารถแสดงกระตุ้นแต่ละภาพตามจุดใน
พื้นที่สองมิติเช่นที่แสดงใน Fig. 1 (กับ
แต่ละแกนที่แสดงขนาดต่าง ๆ กระตุ้น) .
ศึกษาจำนวนมากได้รายงานโดดเด่นความแตกต่างในวิธี
คนเรียน ด้วยตามกฎ (แผงด้านบนและด้านล่าง
แผงด้านขวา) เมื่อเทียบกับการรวมข้อมูล (ซ้ายด้านล่าง
โครงสร้างประเภทแผง) (ส่วนเช่น หนึ่ง Ell & Waldron,
2003 ส่วนหนึ่ง แมดด็อกซ์ & Bohil, 2002 แมดด็อกซ์ ส่วนหนึ่ง &
Bohil, 2003 แมดด็อกซ์& Ing, 2005 ส่วนหนึ่งของ& Waldron,
2001) ในงานตามกฎ การจัดประเภทที่ดีที่สุด
กลยุทธ์สามารถจะเรียนรู้โดยใช้กระบวนการเหตุผลชัดเจน
และมักง่ายอธิบายถึง (ส่วนหนึ่ง อัลฟองโซ-
รูป Turken & Waldron, 1998) เช่น บนซ้าย
แผง Fig. 1 แสดงง่าย และอย่างกว้างขวางที่สุด studied
ตามกฎประเภทโครงสร้าง หมายเหตุที่ onedimensional ดีที่สุด
กฎนี่คือ '' ตอบ A ถ้าแถบหนา และ
B จะบาง '' มีกฎเหมือนวาจาสำหรับสอง
ประเภทโครงสร้างที่แสดงในคอลัมน์ด้านขวาของ Fig. 1 ใน
ความคมชัด กลยุทธ์การจัดประเภทที่เหมาะสมสำหรับข้อมูล-
โครงสร้างประเภทรวมที่แสดงด้านล่าง
แผงซ้าย Fig. 1 ไม่ยาก หรือไม่สามารถอธิบาย
วาจา ความถูกต้องถูกขยายเมื่อข้อมูลจาก
น้อยสองมิติกระตุ้นรวมที่ predecisional
การแปล กรุณารอสักครู่..