WikiDer > Теория торможения

Эта статья поднимает множество проблем. Пожалуйста помоги Улучши это или обсудите эти вопросы на страница обсуждения. (Узнайте, как и когда удалить эти сообщения-шаблоны) Эта статья может быть сбивает с толку или неясно читателям. Пожалуйста, помоги нам прояснить статью. Возможно обсуждение этого вопроса на страница обсуждения. (Февраль 2008 г.) (Узнайте, как и когда удалить этот шаблон сообщения) Эта статья возможно содержит оригинальные исследования. Пожалуйста Улучши это к проверка заявленные претензии и добавление встроенные цитаты. Заявления, содержащие только оригинальные исследования, следует удалить. (Февраль 2008 г.) (Узнайте, как и когда удалить этот шаблон сообщения) (Узнайте, как и когда удалить этот шаблон сообщения)

Теория торможения основан на основном предположении, что во время выполнения любой умственной задачи, требующей минимум умственных усилий, субъект фактически проходит через серию чередующихся скрытых состояний отвлечения (нерабочее 0) и внимания (работа 1), которые нельзя наблюдать и совершенно незаметны для субъекта.

Кроме того, понятие торможения или реактивное торможение который также является скрытым, вводится. Сделано предположение, что во время состояний торможения внимания линейно возрастает с крутизной а₁ а во время состояний отвлечения подавление линейно уменьшается с наклоном а₀Согласно этой точке зрения, состояние отвлечения можно рассматривать как своего рода состояние восстановления.

Кроме того, предполагается, что, когда ингибирование увеличивается во время состояния внимания, в зависимости от величины увеличения, также увеличивается склонность к переключению в состояние отвлечения. Когда сдерживание уменьшается во время состояния отвлечения, в зависимости от степени уменьшения склонность переключаться в состояние внимания увеличивается. Склонность к переключению из одного состояния в другое математически описывается как частота перехода или частота опасности, что делает весь процесс чередования времен отвлечения и времени внимания очень сложным. случайный процесс.

Теория

Неотрицательная непрерывная случайная величина Т представляет время до того, как событие состоится. Уровень опасности λ(т) для этой случайной переменной определяется как предельное значение вероятности того, что событие произойдет в небольшом интервале [т,т + Δт]; учитывая, что событие не произошло раньше времени т, деленное на Δт. Формально степень опасности определяется следующим пределом:

${ displaystyle lambda (t) = lim _ { Delta t to 0} { frac { Pr (t leq T$

Уровень опасности λ(т) также можно записать через функцию плотности или функция плотности вероятности ж(т) и функцию распределения или кумулятивная функция распределения F(т):

${ displaystyle lambda (t) = { frac {f (t)} {1-F (t)}}}$

Скорость перехода λ₁(т), из состояния 1 в состояние 0, и λ₀(т) из состояния 0 в состояние 1 зависят от торможения Y (т): λ₁(т) = ℓ₁(Y (т)) и λ₀(т) = ℓ₀(Y (т)), куда ℓ₁ - неубывающая функция и ℓ₀ - невозрастающая функция. Обратите внимание, что ℓ₁ и л₀ зависят от Y, в то время как Y зависит от Т. Спецификация функций л₁ и л₀ приводит к различным моделям торможения.

В ходе теста можно увидеть фактическое время реакции. Время реакции - это сумма серии чередующихся времен отвлечения и внимания, которые нельзя наблюдать. Тем не менее, по наблюдаемым временам реакции можно оценить некоторые свойства скрытого процесса - время отвлечения и время внимания, то есть среднее время отвлечения, среднее время внимания и соотношение a₁/ а₀. Чтобы иметь возможность моделировать последовательные времена реакции, теория ингибирования была конкретизирована в различных моделях ингибирования.

Одна из них - это так называемая модель бета-ингибирования. В модели бета-ингибирования предполагается, что ингибирование Y (т) колеблется между двумя границами: 0 и M (M для Максимума), где M положительный. В этой модели ℓ₁ и ℓ₀ являются следующими:

${ displaystyle ell _ {1} (y) = { frac {c_ {1} M} {M-y}}}$

и

${ displaystyle ell _ {0} (y) = { frac {c_ {0}} {y}}}$

как с c₀ > 0 и c₁ > 0. Отметим, что согласно первому предположению при y идет в M (в антракте), ℓ₁(y) уходит в бесконечность, и это заставляет перейти в состояние покоя до того, как торможение достигнет M. Согласно второму предположению, когда y стремится к нулю (во время отвлечения), ℓ₀(y) стремится к бесконечности, и это вызывает переход в рабочее состояние до того, как торможение может достичь нуля. Для рабочего интервала от т₀ с уровнем ингибирования y₀ = Y(т₀) скорость перехода во время т₀ + т дан кем-то λ₁(т) = л₁(y₀ + а₁т). За нерабочий интервал, начиная с т₀ с уровнем ингибирования y₀ = Y(т₀) скорость перехода определяется выражением λ₀(т) = ℓ₀(y₀ − а₀т). Следовательно

${ displaystyle lambda _ {1} (t) = { frac {c_ {1} M} {M- (y_ {0} + a_ {1} t)}}}$

и

${ displaystyle lambda _ {0} (t) = { frac {c_ {0}} {y_ {0} -a_ {0} t}}}$

Модель имеет Y колеблется в интервале от 0 до M. Стационарное распределение Y/M в этой модели есть бета-распределение (модель ингибирования бета).

Общее реальное рабочее время до завершения задачи (или единицы задачи в случае повторения эквивалентных единичных задач), например, в тесте на концентрацию внимания, обозначается как А. Среднее время стационарного отклика E(Т) можно записать как

${ displaystyle operatorname {E} (T) = A + { frac {a_ {1}} {a_ {0}}} A.}$

За M уходит в бесконечность λ₁(т) = c₁. Эта модель известна как гамма - или модель ингибирования Пуассона (см. Smit and van der Ven, 1995).

Заявление

Теория ингибирования была специально разработана для учета кратковременных колебаний, а также долгосрочного тренда на кривых времени реакции, полученных в задачах непрерывного отклика, таких как Тест на концентрацию внимания (ACT). ACT обычно состоит из усвоенной продолжительной рабочей задачи, в которой каждый ответ вызывает следующий. Несколько авторов, в том числе Бине (1900), подчеркивали важность колебаний времени реакции, предполагая, что среднее отклонение как мера производительности.

В этой связи также стоит упомянуть исследование Хилана (1898). В своем эксперименте B он использовал задачу сложения 27 однозначных чисел, указывающую на важность колебаний времени реакции, и был первым, кто сообщил о постепенном увеличении (незначительном уменьшении) кривых времени реакции (Hylan, 1898, стр. 15, рис. 5).

В последнее время модель ингибирования также использовалась для объяснения продолжительности фаз в бинокулярное соперничество эксперименты (van der Ven, Gremmen & Smit, 2005). Модель способна учитывать статистические свойства чередующихся длительностей фаз.

представляет количество времени, в течение которого человек воспринимает раздражитель одним глазом Т_1j а в другом глазу Т_0j.

Смотрите также

• Когнитивное торможение

Рекомендации

• Бине, А. (1900). Внимание и адаптация [Внимание и адаптация]. L'annee Psyologique, 6, 248−404.
• Хилан, Дж. П. (1898). Колебание внимания. Психологический обзор, Серия приложений к монографиям, Vol. II., № 2 (Целое № 6). Нью-Йорк: компания MacMillan ».
• Смит, Дж. К. и ван дер Вен, А. Х. С. (1995). Ингибирование в тестах на скорость и концентрацию: модель ингибирования Пуассона. Журнал математической психологии, 39, 265–273.
• ван дер Вен, А. Х. С., Греммен, Ф. М. и Смит, Дж. К. (2005). Статистическая модель бинокулярного соперничества. Британский журнал математической и статистической психологии, 58, 97–116.