What Are They Learning: a Study of Errors Produced During Behavior Acquisition Utilizing Two Prompting Procedures with a Cat
Notice bibliographique
Résumé
Prompting methods are common amongst animal trainers, both novice and experts. However, there is little empirical evidence to demonstrate the strengths or weaknesses of common prompting procedures. The current study assessed the strengths and weaknesses during behavior acquisition of two prompting methods, luring and targeting. Luring placed an edible directly in front of the animal which guided the animal through the desired behavior. Targeting, however used a target, an arbitrary object the animal has been trained to touch, guide behavior. A cat was trained, using each method, to walk around a flower. Walking around the right flower pot was trained using luring and walking around the left flower pot was trained using targeting. After both behaviors were acquired, a delay cue method was designed to transfer stimulus control. Later a combination of a delay cue and prompt fading was used. During acquisition the luring method acquired the behavior of walking around a pot more quickly with consistently fewer errors. During stimulus transfer the cat began independently initiating the behavior earlier with the target trained behavior and produced more correct behaviors after the verbal cue. Luring appeared to produce the faster behavior, but after stimulus transfer it could be concluded that the cat did not learn the desired behavior, but rather following the lure. Both methods could be beneficial in different circumstance, however, given the desired behavior was to walk around a flower pot on cue, targeting would be considered best practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».