Teoria hamowania - Inhibition theory

Teoria hamowania opiera się na podstawowym założeniu, że podczas wykonywania dowolnego zadania umysłowego wymagającego minimum wysiłku umysłowego podmiot przechodzi przez serię naprzemiennych stanów utajonych rozproszenia (brak pracy 0) i uwagi (praca 1), które nie mogą być obserwowane i całkowicie niezauważalne dla podmiotu.

Dodatkowo wprowadzono pojęcie hamowania lub hamowania reaktywnego, które jest również utajone. Zakłada się, że w stanach zahamowania uwagi liniowo rośnie wraz z nachyleniem a _1, aw stanach zahamowania rozproszenia liniowo maleje z nachyleniem a _0. Zgodnie z tym poglądem stany rozproszenia można uznać za rodzaj stanu regeneracji.

Zakłada się ponadto, że gdy zahamowanie wzrasta podczas stanu uwagi, w zależności od stopnia wzrostu, wzrasta również skłonność do przejścia w stan rozproszenia. Kiedy hamowanie zmniejsza się w stanie rozproszenia, w zależności od stopnia zmniejszenia, skłonność do przejścia w stan uwagi wzrasta. Skłonność do przechodzenia z jednego stanu do drugiego jest matematycznie opisywana jako współczynnik przejścia lub stopa hazardu, co sprawia, że ​​cały proces naprzemiennych czasów rozproszenia i czasu uwagi jest procesem stochastycznym .

Teoria

Nieujemna ciągła zmienna losowa T reprezentuje czas do wystąpienia zdarzenia. Stopa hazardu λ ( t ) dla tej zmiennej losowej definiuje się jako wartość graniczną prawdopodobieństwa wystąpienia zdarzenia w małym przedziale [ t , t  + Δ t ]; biorąc pod uwagę, że zdarzenie nie miało miejsca przed czasem t , podzielone przez Δ t . Formalnie stopę hazardu określa następujący limit:

${\ Displaystyle \ lambda (t) = \ lim _ {\ Delta t \ do 0} {\ Frac {\ Pr (t \ równoważnik T <t + \ Delta t \ mid T \ geq t)} {\ Delta t}} }$

Stopę hazardu λ ( t ) można również zapisać w postaci funkcji gęstości lub funkcji gęstości prawdopodobieństwa f ( t ) oraz funkcji rozkładu lub dystrybuanty F ( t ):

${\ Displaystyle \ lambda (t) = {\ Frac {f (t)} {1-F (t)}}}$

Szybkości przejścia λ ₁ ( t ), ze stanu 1 do stanu 0 i λ ₀ ( t ), ze stanu 0 do stanu 1, zależą od zahamowania Y ( t ): λ ₁ ( t ) = ℓ ₁ (Y ( t) )) i λ ₀ ( t ) = ℓ ₀ (Y ( t )), gdzie ℓ ₁ jest funkcją nie malejącą, a ℓ ₀ jest funkcją nierosnącą. Zauważ, że ℓ ₁ i l ₀ zależą od Y , przy czym Y jest zależna od T . Określenie funkcji l ₁ i l ₀ prowadzi do różnych modeli hamowania.

W teście można zaobserwować rzeczywiste czasy reakcji. Czas reakcji to suma serii naprzemiennych czasów rozproszenia i czasu uwagi, których nie można zaobserwować. Niemniej jednak możliwe jest oszacowanie na podstawie obserwowalnych czasów reakcji niektórych właściwości utajonego procesu czasów rozproszenia i czasu uwagi, tj. Średni czas rozproszenia, średni czas uwagi i stosunek a ₁ / a ₀ . Aby móc symulować kolejne czasy reakcji, teorię hamowania określono w różnych modelach hamowania.

Jednym z nich jest tak zwany model hamowania beta. W modelu hamowania beta zakłada się, że hamowanie Y ( t ) oscyluje między dwoma granicami, które są 0 i M ( M jak maksimum), gdzie M jest dodatnie. W tym modelu ℓ ₁ i ℓ ₀ są następujące:

${\ displaystyle \ ell _ {1} (r) = {\ frac {c_ {1} M} {mój}}}$

i

${\ Displaystyle \ ell _ {0} (r) = {\ Frac {c_ {0}} {y}}}$

oba z c ₀ > 0 i c ₁ > 0. Zauważ, że zgodnie z pierwszym założeniem, gdy y zmierza do M (podczas interwału), ℓ ₁ ( y ) zmierza do nieskończoności, co wymusza przejście do stanu spoczynku przed hamowanie można osiągnąć M . Zgodnie z drugim założeniem, gdy y zmierza do zera (podczas rozproszenia), ℓ ₀ ( y ) zmierza do nieskończoności, co wymusza przejście do stanu pracy, zanim zahamowanie osiągnie zero. Dla przedziału roboczego rozpoczynającego się w t ₀ z poziomem zahamowania y ₀  =  Y ( t ₀ ) szybkość przejścia w czasie t ₀  +  t wynosi λ ₁ ( t ) = l ₁ ( y ₀  +  a ₁ t). Dla przedziału czasu wolnego od pracy rozpoczynającego się w t ₀ z poziomem zahamowania y ₀  =  Y ( t ₀ ) szybkość przejścia wynosi λ ₀ ( t ) =  ℓ ₀ ( y ₀  -  a ₀ t ). W związku z tym

${\ Displaystyle \ lambda _ {1} (t) = {\ Frac {c_ {1} M} {M- (r_ {0} + a_ {1} t)}}}$

i

${\ Displaystyle \ lambda _ {0} (t) = {\ Frac {c_ {0}} {y_ {0} -a_ {0} t}}}$

Model ten Y zmienne w przedziale od 0 do M . Stacjonarny rozkład Y / M w tym modelu jest rozkładem beta (model hamowania beta).

Całkowity czas rzeczywisty pracy aż do zakończenia zadania (lub jednostka zadaniem w przypadku powtórzenia równoważnych zadań jednostkowych), na przykład, w stężeniu testowym uwaga, jest określana jako A . Średni stacjonarny czas odpowiedzi E ( T ) można zapisać jako

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

Dla M dochodzi do nieskończoności λ ₁ ( t ) = c ₁ . Model ten jest znany jako model gamma - lub hamowania Poissona - (patrz Smit i van der Ven, 1995).

Podanie

Teoria hamowania została opracowana specjalnie w celu uwzględnienia krótkoterminowych oscylacji, a także długoterminowego trendu krzywych czasu reakcji uzyskanych w zadaniach ciągłej odpowiedzi, takich jak test koncentracji uwagi (ACT). ACT zazwyczaj składa się z nadmiernie wyuczonego, długotrwałego zadania roboczego, w którym każda odpowiedź wywołuje następną. Kilku autorów, wśród nich Binet (1900), podkreślało znaczenie fluktuacji czasów reakcji, sugerując średnie odchylenie jako miarę wydajności.

W związku z tym warto również wspomnieć o opracowaniu Hylana (1898). W swoim eksperymencie B zastosował 27 jednocyfrowe zadanie dodawania, wskazujące na znaczenie fluktuacji czasów reakcji i jako pierwszy zgłosił stopniowo rosnące (nieznacznie zmniejszające się) krzywe czasu reakcji (Hylan, 1898, strona 15, rysunek 5).

Ostatnio model hamowania został również wykorzystany do wyjaśnienia czasu trwania faz w eksperymentach z rywalizacją obuoczną (van der Ven, Gremmen i Smit, 2005). Model jest w stanie uwzględnić właściwości statystyczne przemiennych czasów trwania faz

reprezentujące ilość czasu, przez jaki osoba odbiera bodziec w jednym oku T _1j, aw drugim oku T _0j .

Definicja inteligencji

Za pomocą teorii hamowania można operacyjnie zdefiniować pojęcie inteligencji. Inteligencja jest zatem stosunkiem tempa wzrostu zahamowań w okresach uwagi i tempa hamowania malejącego w okresach rozproszenia lub, lepiej, minus logarytm naturalny tego stosunku, tj.

${\ displaystyle \ operatorname {-} \ ln {\ frac {a_ {1}} {a_ {0}}}.}$

Minus logarytmu naturalnego ma rozkład normalny. Powodem użycia znaku minus jest to, że wysoki wynik odpowiada wtedy wysokiej inteligencji, a niski wynik niskiej inteligencji.

Zamiast ilości zahamowań jako siły przewodniej, można by przyjąć ilość energii lub lepiej energii mentalnej jako siłę przewodnią. Energia psychiczna jest zatem odwrotnością zahamowań. Pomysł zmniejszania energii psychicznej w okresach uwagi i regeneracji, zwiększania energii psychicznej w okresach rozproszenia został już zasugerowany przez Spearmana: „Zwykle ciężka praca, jak możemy przypuszczać, powoduje zwiększone zużycie tej energii, a następnie odpowiedni wzrost w jego rekonwalescencji. " (Spearman, 1927, rozdział XIX, strona 327).

Zobacz też

• Zahamowanie poznawcze

Bibliografia

• Binet, A. (1900). Uwaga i przystosowanie [Uwaga i przystosowanie]. L'annee psychologique , 6 , 248–404.
• Hylan, JP (1898). Fluktuacja uwagi. Przegląd psychologiczny , seria suplementów do monografii , t. II., Nr 2 (całość nr 6). Nowy Jork: The MacMillan Company.
• Smit, JC i van der Ven, AHGS (1995). Testy hamowania prędkości i stężenia: model hamowania Poissona. Journal of Mathematical Psychology , 39 , 265–273.

• Spearman, C. (1927). Umiejętności człowieka. Londyn: MacMillan.

• van der Ven, AHGS, Gremmen, FM i Smit, JC (2005). Statystyczny model rywalizacji obuocznej. British Journal of Mathematical and Statistical Psychology , 58 , 97–116.