贝叶斯推理的三重加工心智模型

自二十世纪60年代Edwards首次用实验研究人类推理是否遵循贝叶斯规则以来,国内外贝叶斯推理研究取得了长足的发展,但也出现了一些困境:对影响贝叶斯推理的客体因素和主体因素研究未成体系,解释理论莫衷一是。未来的研究应该重新审视客体与主体的关系,系统整合和多角度分析影响贝叶斯推理的因素,尝试以三重加工心智模型解释人类贝叶斯推理行为,并对以往的解释理论进行融合,从而更好地揭示人类不确定性决策的本质。     

实践推理:从信念和愿望应该形成什么目标

这篇文章探讨实践推理中目标推理的问题,试图发现一个理性主体从信念和愿望形成目标的基本逻辑标准。文中的分析以循序渐进的方式展开,从只包含信念和愿望的基础模型开始,到增加了数值和排序方式表示愿望偏好的混合拓展模型结束,都给出了相应的目标形成标准,并构造出了形式化的目标形成理论。最后,我们探讨了不同模型形成的目标之间的关系,并证明了混合拓展模型中目标的存在性等基本定理。     

对相容和不相容析取关系下析取句与条件句之间推理的比较

研究析取句和条件句之间的推理能检验推理心理学中的主要理论解释。一个实验考察了析取句和条件句中两个基本成分之间的关系(相容析取与不相容析取)和推理方向(由析取句推条件句与由条件句推析取句)对析取句与其等值的条件句之间推理的影响。结果发现,推理方向的影响取决于条件句和析取句中基本成分间的关系,在不相容析取关系下的推理成绩好于在相容析取关系下的推理成绩。现有的推理理论不能解释被试的整体反应模式,作者提出的特殊知识启发式与一般的句法意义对比启发式的竞争能统一解释被试的主导反应模式。     

个体确定名称之指称的推理特征——从皮尔斯指号-名称思想看

语词自身并不指称,作出指称的是人——这是斯特劳森(P.Strawson)关于名称之指称的一个洞见。然而,个体有关于名称之指称的对象的多个信念储备,在遇到含有某个名称的表达式并意欲对之做出反应时,他如何确定这个名称的指称?经典语义理论没有专门回答这一问题。     

关联理论视角下的医患交际

愈益紧张的医患关系不仅扰乱了正常的医疗诊治活动,而且已经严重影响了社会的稳定与和谐.因此,从不同的侧面探讨医患矛盾的成因及对策是当下最为紧迫的问题.本文立足于关联理论对医患交际进行初步的剖析,旨在从语用认知的角度为改善医患关系提供新的思路.     

福多的组合性思想及其理论旨趣

在认知科学的发展过程中,概念问题一直占据着主导地位,对它进行研究,当今认知科学界主要有两种不同的理论取向:第一种是以推理作用语义学(inferential role semantics)为哲学基础,认为概念是原型(prototype),概念是定型(stereotype),概念是定义(definition),等等[1];与此相反,第二种     

充分条件句语义关系知觉对条件推理的影响

作者通过实验考察了大学生被试对五种充分条件句语义关系知觉对其条件推理的影响。两个实验的结果表明,被试对条件句中前后件之间语义关系的知觉理解影响和调节其相应的条件推理的成绩。实验1新发现,被试对充分条件句后件对前件必要性的知觉理解存在难易差异,对许可句和定义句的后件必要性容易知觉,对偶然句、义务句和因果句的后件必要性难以知觉。实验2新发现,被试对充分条件句后件对前件必要性的知觉理解的难易差异导致被试在否定后件式推理成绩上的差异,对许可句和定义句的否定后件式推理成绩显著高于对偶然句、义务句和因果句的否定后件式推理成绩,对充分条件句否定后件式推理成绩随对后件必要性知觉增加而增加。     

题库优化设计的回顾与展望

题库优化设计是指在题库建立前确定一份最佳的题库开发蓝图,使题库更好地服务于组卷。目前,在线性计算机化测验的情景下,题库优化设计方法主要包括：线性规划法、成本函数法;在计算机适应性测验（CAT）情境下,题库设计方法主要包括：影子测验设计法、p-优化设计法。文中首先介绍这些优化设计法的基本思路、具体步骤与相关的应用研究,然后评述当前题库设计研究的局限,指出未来的可能研究方向。     

关于马基雅维利主义的道德心理研究

上世纪60～70年代,Christie创造了马基雅维利主义的心理学构念,而Exline,Geis和Bogart开创了关于马基雅维利主义的道德心理研究,后继研究者继承并不断完善他们的实验方法,探讨了马基雅维利主义与不道德行为(尤其是欺骗和逢迎)、道德判断(包括道德观和道德推理)、道德教育的关系。研究结果发现,尽管有证据证明马基雅维利主义与不道德行为存在密切关系,但两者是否是直接的因果关系仍存争议,不过多数学者一致认为马基雅维利主义者的不道德行为缘于其道德判断和道德教育,他们决策时将传统道德标准排除在决策标准体系之外,因此描述他们道德判断应采用"非道德"而不是"不道德"。     

多层多项Logit模型：原理与应用

常用的多层线性模型要求因变量是服从正态分布的连续变量,却无法处理因变量为离散变量的嵌套数据.多层多项Logit模型能够处理因变量是无序多分类的多层嵌套数据,但这一模型在我国心理学研究中却鲜有介绍和应用.研究简要介绍了多层多项Logit模型的原理、参数估计和假设检验,然后分别用该模型和传统Logistic回归模型探讨个体因素和区域因素对35721名学生进入不同高校就读机会的影响并对结果进行了解释,结果表明多层多项Logit模型比传统Logistic回归模型更拟合数据.