2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、意識是21世紀未解的人類謎題之一,內隱學習則是探討意識的有效方法。常用的內隱學習研究方法主要包括人工語法范式和序列學習范式,前者以被試對語法的規(guī)則判斷為知識水平測量的因變量;后者則往往以反應時為測量指標。本研究中,我們采用兩種范式,分別考察被試對人工語法規(guī)則(研究一)和二級序列概率規(guī)則(研究二)的學習情況,結合意識測量的零相關標準、猜測標準和結構知識測量標準,對測驗過程中(主要包括研究一中的分類和再認測驗、研究二中的預測測驗)知識的意識

2、水平進行評估分析。值得一提的是,在研究一中,我們借鑒Linda(1997)的實驗對學習材料的組塊和規(guī)則特征進行了操縱,將其分為高組塊-規(guī)則、高組塊-非規(guī)則、低組塊-規(guī)則和低組塊-非規(guī)則,通過比較組塊和規(guī)則的學習情況確定意識和無意識知識的形成特征;在研究二的序列學習范式中,我們改變了傳統(tǒng)的反應時任務,要求被試對序列呈現(xiàn)的刺激進行隨機預測,以預測正確率作為因變量(代替以往的反應時),衡量序列學習的知識水平。本研究分為兩個部分:第一部分探討在

3、人工語法范式下知識和知識的意識水平;第二部分探討在序列預測范式下知識及其意識水平的測量。主要結果如下:
   (1)在人工語法范式下,實驗一、二、三比較被試在再認判斷(新-舊)和規(guī)則分類判斷(規(guī)則-不規(guī)則)條件下,對組塊知識和規(guī)則知識的習得情況。結果發(fā)現(xiàn):再認判斷更多受組塊知識的影響,且不因學習項目增加而發(fā)生顯著變化;分類判斷受到組塊知識和規(guī)則知識的共同影響,隨著學習項目增加,規(guī)則知識作用越來越大,并導致分類判斷成績也越來越好;

4、
   (2)在序列學習(預測正確率為因變量)范式下,實驗四、五通過設置自選預測(由自己控制預測時機)和迫選預測(由程序隨機控制預測時機)兩種任務,比較被試在不同意識控制條件下對序列整體概率(42312143241vs.341243142132)和二級序列概率(42-3vs.42-1等等)的習得情況。我們發(fā)現(xiàn),被試僅靠單純的觀察就能夠提高其正確預測序列項目(主要是迫選預測)的水平,分析表明,他們在自選預測中獲得的是有關序列整體概

5、率的知識,在迫選預測中獲得的則包括序列整體概率知識和二級序列概率知識兩種。
   (3)運用零相關標準,我們在實驗二和實驗三中發(fā)現(xiàn)人工語法范式下分類判斷中規(guī)則知識與信心水平呈正相關,表明被試有意識地獲得了規(guī)則知識。然而ROC曲線顯示,被試隨信心水平增加,其擊中和虛報率都有所上升,這一現(xiàn)象與研究者關于意識的假設(即虛報率和擊中率隨信心水平增加而減少)有所不同,從而引發(fā)我們的思考:被試的信心水平是否真正反映了他們對知識的意識程度?<

6、br>   (4)在序列學習范式下,我們對信心水平的測量方法進行了變化,設置輪盤賭搏游戲的情境要求被試對每次序列預測結果進行下注(實驗五),以下注的籌碼大小對應原來信心水平的高低。結果發(fā)現(xiàn),對于保守的被試來說,由于下注數(shù)量分布過于集中(絕大部分只進行1個或兩個籌碼的下注),其與預測成績的正相關并未反應意識的真正水平;而對于冒險的被試來說,進行大籌碼下注(4個)和小籌碼下注(1個)的機會幾乎相同,結果發(fā)現(xiàn),籌碼較多時被試習得的二級序列規(guī)

7、則知識水平小于籌碼較少的情況,符合零相關標準關于信心和知識水平無關的假設,從而驗證了二級序列規(guī)則的內隱學習。
   (5)在實驗三和實驗五中,我們還運用Dienes的結構知識測量方法,要求被試選擇他們在判斷過程中的知識依據(jù),比較猜測、直覺、熟悉感和規(guī)則條件下被試的知識獲得情況。結果發(fā)現(xiàn):受組塊影響的知識在判斷過程中更多基于猜測和直覺;受規(guī)則影響的知識則更多依靠熟悉感。這里,熟悉感的結構假設與Yonlinas記憶雙加工模型中熟悉感

8、的假設一致(Scott&Dienes,2009),認為它是與材料相似性有關(包括形式和結構相似性)的連續(xù)心理量。然而,ROC曲線形態(tài)顯示,內隱學習過程中作為判斷依據(jù)的熟悉感也許尚未具有Yonelinas(1994)和Scott等人假設的連續(xù)性。
   (6)在研究一中,我們運用人工神經(jīng)網(wǎng)絡模型對實驗一的人工語法規(guī)則學習進行了模擬,試圖發(fā)現(xiàn)規(guī)則學習(或者組塊學習)的內在機制,結果顯示,簡單的前向BP網(wǎng)絡(即傳遞方向向前,運用回傳誤

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論