MétaCan
Menu
Retour à la cohorte
Enregistrement W2016581743 · doi:10.1080/17470218.2012.667424

Are Preventive and Generative Causal Reasoning Symmetrical? Extinction and Competition

2012· article· en· W2016581743 sur OpenAlexaff
Irina Baetu, A. G. Baker

Notice bibliographique

RevueQuarterly Journal of Experimental Psychology · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExtinction (optical mineralogy)PsychologyInhibitory postsynaptic potentialExcitatory postsynaptic potentialBlocking (statistics)Outcome (game theory)Generative grammarCognitive psychologyNeuroscienceCommunicationArtificial intelligenceComputer scienceBiologyMathematicsMathematical economics

Résumé

récupéré en direct d'OpenAlex

We tested whether preventive and generative reasoning processes are symmetrical by keeping the training and testing of preventive (inhibitory) and generative (excitatory) causal cues as similar as possible. In Experiment 1, we extinguished excitors and inhibitors in a blocking design, in which each extinguished cause was presented in compound with a novel cause, with the same outcome occurring following the compound and following the novel cause alone. With this novel extinction procedure, the inhibitory cues seemed more likely to lose their properties than the excitatory cues. In Experiment 2, we investigated blocking of excitatory and inhibitory causes and found similar blocking effects. Taken together, these results suggest that acquisition of excitation and inhibition is similar, but that inhibition is more liable to extinguish with our extinction procedure. In addition, we used a variable outcome, and this enabled us to test the predictions of an inferential reasoning account about what happens when the outcome level is at its minimum or maximum (De Houwer, Beckers, & Glautier, 2002). We discuss the predictions of this inferential account, Rescorla and Wagner's (1972) model, and a connectionist model-the auto-associator.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,541

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,346
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of Experimental PsychologyMême sujetChild and Animal Learning DevelopmentTravaux en français237 207