计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

[摘要]迁移和潜在抽象知识表征是内隐学习的两个

2013-07-27 01:07
导读:硕士毕业论文论文论文,[摘要]迁移和潜在抽象知识表征是内隐学习的两个应该怎么写,有什么格式要求,科教论文网提供的这篇文章是一个很好的范例:   [摘要]迁移和潜在抽象知识表征是内隐学习的两个重要基

  [摘要]迁移和潜在抽象知识表征是内隐学习的两个重要基石。在人工语法学习研究范式下,对迁移效应产生机制的解释主要有两类:一是组块信息迁移的统计归纳理论。主张对测验序列进行分类的基础是序列成分组块分布特征的统计归纳;二是抽象类比迁移理论,主张是对测验序列进行分类的基础是在范例序列相似性基础上的重复成分的抽象类比.两种观.最各持一说。其问存在着明显的分歧和争议.
  
  [关键诃]人工语法学习;迁移效应;序列依存性;组块信息迁移;抽象类比迁移
  
  内隐学习作为一个研究领域始于20世纪60年代后期,Reber开创的人工语法学习(artificialgrammar learning)研究揭开了内隐学习研究的序幕,而对此研究领域的进一步关注则是最近十几年的事情.由Broadbent及其同事进行的造句系统研究推动(Berry&Broadbent,1984),继而被系列反应时(Nissen&Bullemer,1987)和偶然反应时研究(Lewicki&Czyzewska&Hafman,1987)将其引向了认知,6-理学研究的前沿u J.迁移是个体在一种情境中的学习对其在其他情境中的学习和行为的影响.作为内隐学习经典研究范式的人工语法学习对迁移的关注源于被试在学习阶段习得的知识表征的本质属性与迁移密切相关,迁移和潜在的抽象知识表征是内隐学习的两个重要基石.对人工语法学习迁移效应的研究有助于我们更深入地认识和把握内隐学习的机制,从而为探明无意识学习的实质提供了一个重要的视角和有效的研究途径.
  
  1 人工语法学习迁移效应研究的新进展
  
  过去的三十多年中,研究者提出了许多理论来解释被试在人工语法学习中的学习.一些研究者认为,从仅以抽象规则知识为基础的解释到抽象规则知识与整个学习范例共存,从仅以局部知识为基础的解释到局部与抽象规则共存.语法规则的抽象与序列成分的分布统计特征的习得是相同的.人工语法学习及对迁移的解释与被试在学习过程中习得的知识表征密切相关.有三种理论解释被试在人工语法学中习得的知识:第一是基于范例的解释,认为对学习序列初步加工的表征构成了被试的知识;第二是局部编码加工理论,认为被试习得的是组成序列的成分对或成分组块知识;第三是基于抽象知识的解释,认为被试习得了独立于学习序列表层结构的潜在语法结构知识.这三种理论对迁移效应的解释也各不相同.在最早的内隐学习研究中,Reber认为被试习得了抽象结构知识,这些知识可以被相对容易地应用到潜在结构相同的序列中,并且能够成为区别语法和非语法(潜在语法结构不同)序列的基础.对抽象知识的明确表述是由Whittle.sea和Dorken提出的,他们将这些知识称为深层结构,是重复出现在每个序列中的模式,对它们的编码加工独立于学习序列的表层结构.主张局部加工解释的研究者认为,被试习得的知识基本由成分组块(两个或两个以上的序列成分)构成.基于范例的解释则认为,学习序列在学习阶段中未被加工,被试记忆了整个学习序列,在标准分类任务和迁移操作中,被试是在测验序列与已贮存的学习序列的相似性基础上做出判断的.在一般的内隐学习和具体的人工语法学习中,内隐知识的迁移包括两类:一是表层结构和深层结构都相同的刺激间的迁移;二是表层结构不同,但深层结构相同的刺激间的迁移.目前,研究者已经提出大量的理论来解释第一类迁移效应,认为被试学习和表征了序列的潜在语法规则,且能在这种规则的基础上,对测验序列进行分类.一些研究表明,被试习得的并不是语法规则的真实表征信息,而是一些与语法规则相关的信息表征,Perruchet和Pacteau将这些相关的信息表征称为“相关语法”(correlatedgrammar),认为它们是由对学习序列成分出现频率的记忆组成的,被试根据测验序列是否由他们所熟悉的成分构成,来分类测验序列.Vokey和Brooks则认为,被试对整个学习序列进行了编码,在已贮存的学习与测验序列之间相似性的基础上,对测验序列进行了分类.但是,在不考虑表征是对抽象语法结构进行编码,还是对序列成分进行编码,亦或是对整个序列范例进行编码的情况下,在这三种表征形式中,都假定被试对学习序列的一些基本分布特征敏感,如序列的成分经常独自或共同出现在序列的哪些位置上 .因此,当测验与学习序列表层结构相同时,对测验序列的分类而言,三种编码形式之间有很大的重叠,它们之间的差异很难区分.但当测验序列的表层结构与学习序列不同时,三种编码形式之间则有差异.在此情况下,被试就需要在两个序列集合的潜在语法结构知识间建立一种对应关系.此外,Brunstrom(2002)等人研究发现,内隐学习需要注意,可能依赖注意机制和工作记忆机制 .注意的指向与集中系统哪一个是内隐学习所必需的?内隐学习受被试运用策略影响的程度如何?而且,注意容量有限,同时进行的认知过程间会有冲突(如不同的工作记忆过程),那么哪些工作记忆过程是内隐学习所必需的呢?它们又是如何影响内隐学习的呢?有关这些问题的实证研究已经逐渐成为内隐学习研究的热点,但迄今为止,尚无明确的结论.目前,有关人工语法学习迁移效应的研究都采用无意义的材料,这样就限制了其生态效度.如何减少人为性,让实验研究更符合人类学习的真实情况呢?这些都对我们在实验设计、变量选择与控制.材料的运用等方面提出了更高的要求,同时也使这一领域的研究充满了挑战,敦促我们继续在这片广袤未知的领域中探索前行.

上一篇:1 前言 风蚀是产生风沙危害的首要环节,风蚀及 下一篇:由于教育经费的有限,印度一直重视高等教育和