知识对成人归纳推理标签效应的影响

通过对标签所承载的表层类属知识和深层概念知识进行区分,考察了知识对成人归纳推理中标签效应的影响。实验材料为自然标签和人工标签,任务为亲缘关系判断,结果发现在两种材料中都能观察到标签效应。在自然类别中,当标签承载深层知识时,标签承载的表层类属知识的作用会受其影响而减小;在人工类别中,标签作用的发挥会受到标签自身特征的影响,当标签中含有类别信息的汉字时,标签对归纳推理的促进作用更大。     

认知心理学与计算机科学的研究与教学——介绍西蒙教授的认知心理学讲学

H.A.Simon(西蒙)教授关于“认知心理学”的讲学几乎涉及到人类信息加工理论的各个方面,每个方面都很富有启发性。对于这个讲学的内容,讲几点印象最深的方面。他指出了人脑和计算机作为信息加工系统两者的同一性。基于这一点,他提出了物理符号系统假说。任何系统如果要表现出智能的话,它就要能执行物理符号系统的六种功能(输入、输出、存储、复制、建立符号结构和条件转移)。同时,他给出了三个推论:     

通过样例和问题解决建立产生式

我们对学生通过例题和问题学习学科知识的问题作了一些实验研究。本文介绍了其中的一项研究结果。结果表明:学生以这种形式进行学习,只要例题和问题安排得合适,学生能较快地和较好地掌握有关知识。学生不仅学会了解决问题,而且能从中总结出某些解题策略和启发式规则,并能调用新建立的启发式规则指导解题,从而加速了解题的进程。 本文还讨论了学生在这种学习情境中的学习过程。依据本实验所揭示的人对符号产生式建立的一般过程和有效的训练示例,为计算机摸拟人的学习提供了某些依据。     

最优分割法及其在心理学上的应用

许多心理学实验所得的数据是有序数据。例如,成人记忆实验所得的依年龄为顺序的数据。通过分析这些数据,将心理活动发展过程划分成若干阶段,是在数据处理时常常碰到的问题。最优分割法是一种用于将有序数据划分成若干阶段的聚类分析(Clustering Analysis)方法。它最早由Fisher 提出,因此通常又叫做Fisher 最优分割法(参见[1],但本文中有些符号的含义与它不回)。用这种方法分析有序数据,较目前常用的F 考验和t 考验有明