2부: 기억에 저장된 정보는 귀납적 추론에 영향을 미친다
Mar 19, 2022
자세한 정보:ali.ma@wecistanche.com
기억을 위해 우르두어로 Cistanche를 클릭하십시오
절차
초기 교육 단계에서 참가자들은 블랙박스의 규칙을 배웠습니다. 이 단계에서 그들은 빛의 광선이 관찰 위치에 따라 블랙박스를 통과한 경로를 배웠습니다. 따라서 그들은 먼저 그림 2에서와 같이 규칙을 설명하는 화면을 보았지만 한 번에 하나의 규칙만 사용했습니다. 참가자들은 두 가지 버전의 설명된 규칙(즉, 두 가지 흡수)을 풀고 나중에 피드백을 받았습니다. 원자가 없으면 파란색으로 표시되고 잘못된 위치에 있으면 빨간색으로, 올바르게 배치된 원자는 녹색으로 표시됩니다. 참가자는 규칙의 각 버전이 올바르게 해결되었을 때만 다음 규칙으로 이동할 수 있었습니다. 참가자들은 모든 규칙을 수행한 후 규칙을 요약한 화면을 보았습니다(그림 2 참조).
테스트 단계에서 참가자들은 4가지 조건 각각에서 12개의 테스트 시도를 해결했습니다(그림 1 참조). 조건의 순서는 참가자 전체에 걸쳐 라틴 제곱에 따라 균형을 이루었습니다. 즉, 각 조건은 전체 참가자의 1/4에 대해 첫 번째, 두 번째, 세 번째 또는 네 번째 블록이었습니다. 각 블록은 연습 시험과 12개의 고정 시험으로 구성되었으며 E-Prime은 이를 무작위 순서로 제시했습니다. 각 블록은 현재 조건의 설정을 설명하는 화면으로 시작되었습니다. 즉, 시도가 다음 관찰로 넘어갈 때 시각적 설정에 어떤 정보가 남아 있었는지입니다. 그 후, 아이트래커의 5점 보정에 이어 연습 시험이 이어졌습니다. 지시 단계에서와 같이 참가자들은 연습 시험 후에 피드백을 받았고 올바르게 풀릴 때까지 시험을 반복해야 했습니다. 참가자는 조건에 대한 12가지 테스트를 모두 거친 후 다음 테스트로 넘어갔습니다. 조건 사이에 3분 동안 지속되는 표준 휴식 시간이 있었고, 그 동안 참가자들은 집중력 저하나 피로의 영향을 방지하기 위해 방에서 자유롭게 움직일 수 있었습니다. 마지막 단계에서 네 가지 조건을 나타내는 네 개의 블록을 따라 참가자들은 조건의 작업 난이도를 평가하는 쌍별 비교를 수행했습니다.
쌍별 비교
참가자들이 네 가지 조건을 모두 수행한 후 종이와 연필 설정에서 쌍별 비교 형태로 조건을 평가하도록 요청했습니다. 가능한 모든 조합을 통해 조건을 쌍으로 대조했습니다(예: 조건 1 "원자 및 진입/출구 위치 표시" - 조건 2 "보이지 않음"). 우리는 참가자들에게 각각의 결과 6쌍에서 더 도전적인 조건을 강조하도록 요청했습니다. 참가자들은 각 쌍에서 더 어려운 조건을 강조 표시하는 작업을 이해했는지 확인하기 위해 예제를 제공했습니다. 또한 참가자가 조건을 올바르게 기억할 수 있도록 별도의 시트에 각 조건을 제시하는 개요를 제공했습니까?
결과
성능
참가자에게 주어진 규칙에 따라 모든 원자를 배치하고 모순을 만들지 않으면 시행이 올바르게 해결되었습니다. 통합적으로 해결된 시도(즉, 참가자는 다음을 사용하여 원자 수를 낮게 유지했습니다.
마지막 관찰을 설명하기 위해 이전에 원자를 설정했습니다. 그림 3b 참조) 뿐만 아니라 다른 원자를 배치하여 해결된 문제도 성공적으로 해결된 것으로 계산되었습니다(그림 3a 참조). 이 측정값을 "정확도"(ACC)라고 합니다. 통합적으로 해결된 실험 시도의 백분율을 ACC-i라고 합니다. 참가자들은 시도의 85.5%를 올바르게 풀었고 모든 실험 실험의 12.8%를 통합적으로 해결했습니다. Greenhouse-Geisser 수정 ANOVA는 더 많은 정보가 제공될 때 시행을 해결하는 더 높은 정확도를 나타내는 의미 있는 결과를 보여주지만 [MA&O=92 퍼센트(SD=13); MA=90퍼센트(SD=11); MO=86퍼센트(SD=15); MN=79퍼센트(SD=22); FACC(2.02, 60.46)=4.52, p=0.02, ηp2=0.13, BF{25}}.99], Bonferroni에는 큰 차이가 없습니다. 올바르게 해결된 시도의 백분율에 관한 조건 간의 쌍별 비교. 이것은 참가자들이 일반적으로 여러 조건에 걸쳐 작업을 해결할 수 있음을 보여주므로 다음에서는 작업이 해결된 방법에 중점을 둘 것입니다. 우리는 가설 3a에서 통합적으로 해결된 시도들을 더 자세히 살펴볼 것이다.
참가자는 관찰 작업에 평균 M=11.48초(SD=3.27)가 필요했습니다. 참가자들이 다음 관찰로 넘어갈 시기를 스스로 결정했으므로 참가자가 관찰 작업을 수행한 시간은 관찰을 화면에서 볼 수 있는 시간입니다. 따라서 이 측정값을 "시청 시간"(VT)이라고 합니다.
전체 시도를 푸는 데 평균 M=45.44초(SD=13.05)가 걸렸습니다. 참가자가 시험을 해결하는 데 필요한 시간을 "시간"(T)이라고 합니다.
관찰 처리 [FVT (3, 90)=1.66, p=0.18, ηp2=0.05, BF{{ 8}}.29] 또는 참가자가 전체 시험에 걸린 시간 [FT (3, 90)=1.44, p=0.24, ηp2=0.05,
BF{0}}.22].
참가자가 무작위 순서로 제시된 4개의 블록에서 4가지 조건을 모두 해결했기 때문에 학습으로 인한 이월 효과를 살펴보는 것이 중요합니다(표 2 참조). 데이터에 따르면 참가자가 필요한 시간의 모든 조건에서 블록 4만이 블록 1, 2, 3보다 훨씬 빠릅니다[FVT (3,90)=11.44, p < .="" 001,="" ηp{11}}.28,="" bf10=""> 1000; FT(3,90)=10.50, p < 0.001,="" ηp2="0.26," bf10=""> 1000]. 시청 시간(VT)과 시간(T) 모두 Bonferroni와 Block 4의 쌍별 비교에 대한 중요한 결과를 보여줍니다.
다른 세 블록 각각. 정확도는 시간이 지남에 따라 약간 떨어지는 것 같습니다. 그러나 ACC의 감소는 유의미한 통계적 결과는 아닙니다[FACC(1.70, 51.{15}}3)=2.01, p=0 .15, ηp2=0.06, BF{10}}.53]. Bonferroni 비교 중 어떤 것도 0.05 미만의 p-값을 산출하지 않습니다. 조건을 독립적으로 볼 때 VT와 ACC도 시간이 지남에 따라 큰 변화를 보이지 않습니다(모두 ps > 0.05, 모두 BF10 < 3).="" 즉,="" 어떤="" 조건도="" 실험="" 전반에="" 걸쳐="" 제시한="" 시점에="" 따라="" 유의미하게="" 다른="" 결과를="" 나타내지="" 않는다.="" 참가자가="" 네="" 가지="" 관찰을="" 모두="" 해결하는="" 데="" 필요한="" 시간과="" 관련하여="" anova는="" 원자와="" 관찰="" 위치가="" 보이는="" 조건에="" 대해="" 상당한="" 결과를="" 산출합니다[ft.a&o="" (3,="" 34)="3.{{" 23}},="" p="0.02," ηp2="0.25," bf10="4.44]," 이는="" 실험="" 후반부에="" 이="" 조건이="" 제시되었을="" 때="" 참가자가="" 시행을="" 더="" 빨리="" 풀었음을="" 나타냅니다.="" 다른="" 모든="" 조건과="" 관련하여="" anova는="" 의미="" 있는="" 결과를="" 보여주지="" 않습니다(모든="" ps=""> 0.05, 모두 BF10 <>
참가자들이 점점 더 통합적으로 시험을 해결했지만, 어떤 비교도 의미에 도달하지 못했습니다. 결론적으로, 참가자들이 시간이 지남에 따라 약간 빨라졌다 하더라도 조건을 제시한 순서에 따른 의미 있는 차이는 없었다. 결과적으로 모든 추가 분석을 위해 블록에 대한 데이터를 축소했습니다.
시선 분석
안구 움직임을 분석하기 위해 각 격자 사각형을 하나의 AOI로 정의했습니다. 그 결과 각각의 크기가 2.64도 × 2.64도(102 × 102픽셀)인 100개의 개별 AOI가 생성되었습니다. 추가 분석을 위해 관련 AOI만 코딩했습니다(그림 4). 관련하여 정의된 AOI는 광선의 진입/출구 위치, 광선이 원자의 영향 장에 부딪히는 장, BBX의 규칙에 따라 원자가 배치되어야 하는 AOI입니다. 우리는 광선이 영향을 받는 필드와 AOI를 실제 원자 위치와 결합하여 "원자"라는 범주로 분류했습니다.
우리는 각각의 새로운 관찰 프레젠테이션에 대한 시선 데이터를 개별적으로 분석했습니다. 현재 관측된 정보는 "현재 관측 위치"로, 현재 원자는 "이전 관측 위치" 및 "이전 원자"와 비교하여 "현재 원자"로 표시되어 있습니다.
그림 4 데이터 분석에 사용되는 AOI 정의.=현재 관측 위치;=현재 원자 및 광선이 현재 원자의 영향장에 닿는 위치.=이전 원자 위치 및=이전 관측 위치. 이 그림은 A&O 조건의 예를 보여줍니다. AOI는 나머지 세 가지 조건에 대해 유사하게 표시되었습니다.
시험을 통해 이미 본 모든 관찰의 위치. 이전 원자와 관찰 위치를 구별하기 위해 정보가 제공된 시험의 시점도 사용했습니다. 따라서 첫 번째 관측치(관측 위치)는 O1 및 해당 원자 A1로 코딩됩니다. 다음으로 O2와 A2는 두 번째 관측치를 나타내고 O3와 A3는 세 번째 관측치를 나타냅니다.
시선 데이터는 다른 AOI에 대한 고정 시간(밀리초)으로 정의됩니다. 참가자가 각 관찰에 소비하는 시간을 자유롭게 결정하기 때문에 고정 시간을 참가자가 관찰에 소비한 시간(VT)으로 나누었습니다. 결과적으로 고정 시간(FT) 비율로 작업했습니다. 관련 없는 AOI는 기준 측정값으로 사용되었습니다. 각 시도에 대해 회색 경계 영역의 관련 없는 AOI를 정의하여 관찰 위치와 비교하고 흰색 격자 영역의 관련 없는 AOI를 정의하여 원자 위치와 비교했습니다. 따라서 우리는 실험 전반에 걸쳐 관찰 위치나 원자 또는 영향장을 포함하지 않는 무작위 AOI를 선택했습니다.
추론이 성공할 때 메모리 인덱싱 또는 공간 인덱싱에 관심이 있으므로 시선 분석에는 올바르게 해결된 시도의 데이터만 포함됩니다.
가설 1: 과제 난이도에서 경험한 차이
기술 데이터에 따르면 소수의 사람들만이 조건 A&O를 다른 조건보다 더 어려운 것으로 평가했습니다(표 3, A&O 열 참조). 대다수
참가자들은 원자와 진입/출구 위치를 기억해야 하는 조건(N)을 다른 모든 조건보다 더 어려운 것으로 평가했습니다(표 3, N 열 참조).
R(Turner & Firth, 2012)의 BradleyTerry2 패키지를 사용하여 Bradley-Terry 모델 ft를 계산했습니다. 이 모델은 쌍을 이루는 선택 데이터에 대한 로지스틱 모델이며 모든 속성(모델에 대한 자세한 설명은 Agresi, 2007; Bradley, 1984 참조). 따라서 사람들이 문제를 해결하는 데 성공했는지 여부와 관계없이 각 조건의 어려움을 어떻게 인식하는지 보여줍니다. 우리는 "원자 및 관찰이 보이는"(A&O) 조건을 기준선으로 설정하고 참가자가 "원자가 보이는"(A) 조건을 매개변수가 1.94이고 "관측이 보이는"(O) 조건을 더 어려운 것으로 평가했음을 발견했습니다. 1.81의 매개변수와 3.74의 매개변수로 "아무것도 보이지 않는" 조건(N)이 가장 어렵습니다.
확률로 변환(Agresi, 2007 p. 266 참조), 0.98의 확률로 평가된 참가자는 0.98 조건 A&O가 조건 N보다 쉽고, { {8}}.86 O만큼 쉽고 {{1{12}}}}.87의 확률로 조건 A보다 쉽습니다. 조건 O는 0.47의 확률로 조건 A보다 더 쉽게 평가됩니다. 조건 A와 O는 모두 0.{11}} 및 0.87의 높은 확률로 조건 N보다 더 쉽게 평가됩니다. 이것은 참가자들이 조건 A와 O를 비슷하게 도전하고 모든 것을 검색해야 하는 조건 N을 훨씬 더 어렵게 경험했다는 우리의 가설을 확인시켜주었습니다. 이것은 검색이 재구성보다 주관적으로 더 큰 요구를 제기한다는 우리의 가설을 뒷받침합니다.
가설 2: 상황 모델의 요소
그림 5에 제시된 개요 요약 그래픽에서 참가자들은 그리드의 관련 없는 필드보다 이전 각 원자 위치를 보는 데 더 많은 시간을 보냈습니다. 동시에 그들은 회색 경계 영역에서 무작위로 선택된 관련 없는 필드보다 이전의 각 관찰 위치에 더 많은 관심을 기울였습니다. 그러나 현재 관찰과 그에 상응하는 설명(원자)은 항상 참가자들이 가장 많이 보았습니다. 일반적으로 설명은 관찰 위치보다 훨씬 더 큰 역할을 하는 것 같습니다. 이 초기 개요에서 모든 조건이 동일한 패턴을 형성하는 것으로 보인다는 점은 흥미롭습니다. 주어진 추론 대 추론에 따른 전략 변경 없음메모리.
그림 5 시선 데이터 개요. 시험에서 제시되는 지점에 따라 원자 위치(왼쪽) 및 관찰 위치(오른쪽)에 대한 고정. A1/O1은 첫 번째 관찰 및 해당 원자를 나타냅니다. 유사하게, A2/O2 및 A3/O3는 두 번째 및 세 번째 관찰 및 해당 원자를 나타냅니다. A_cur/O_cur는 현재를 표시합니다.
참가자가 현재 화면에 표시되는지 여부에 관계없이 모든 원자 및 관찰 위치를 보고 있음을 설명하기 위해 Greenhouse-Geisser 수정 2(시선 대상: 원자, 관찰) × 3(정보 유형)을 계산했습니다. : 현재, 이전, 관련 없음) 조건 N에 대한 반복 측정 ANOVA. 참가자가 다음에서 모든 이전 정보를 검색해야 하는 이 조건을 선택합니다.메모리참가자들이 참여했음을 보여주기 때문입니다.메모리인덱싱. 분석 결과 시선의 대상 [F(1, 30)=85.38, p < 0.001,="" ηp{{6="" }}.74]="" 및="" 정보="" 유형="" [f(1.19,="" 35.63)="78.80," p="">< 0.001,="" ηp2="0.72]." 첫="" 번째="" 주효과는="" 설명="" 위치가="" 관찰="" 위치보다="" 유의하게="" 더="" 많은="" 주의(고정="" 시간의="" 비율이="" 더="" 높음)를="" 받는다는="" 것을="" 나타냅니다.="" 두="" 번째="" 주요="" 효과는="" 참가자가="" 이전="" 정보="" 위치="" 및="" 관련="" 없는="" 공간="" 영역보다="" 현재="" 정보="" 위치(화면에="" 표시되기="" 때문에)를="" 더="" 많이="" 보았다는="" 것을="" 보여줍니다.="" 즉,="" 데이터는="" tar에서="" 가정한="" 새로운="" 정보의="" 상황="" 모델에="" 대한="" 이해="" 및="" 통합="" 단계를="" 지원합니다(johnson="" &="" krems,="" 2001;="" klichowicz,="" strehlau,="" baumann,="" krems,="" &="" rosner,="" 2020도="" 참조).="" 훨씬="" 더="" 중요한="" 것은="" 참가자들이="" 관련="" 없는="" 공간="" 영역보다="" 이전="" 정보="" 위치(더="" 이상="" 가시적인="" 정보를="" 포함하지="" 않음)를="" 더="" 많이="" 보았다는="" 것입니다.="" 이것은="" 정보가="" 여전히="" 정신적="" 표현의="" 일부임을="" 나타냅니다.="" 현재,="" 이전="" 및="" 관련="" 없는="" 영역에="" 대한="" 모양="" 간의="" 차이는="" 사후="" bon="" ferroni="" 쌍별="" 비교(모두="" ps="">< 0.001)에서도="">
최근 발표된 정보. Gr{0}}ir은 BBX의 흰색 격자에서 임의로 선택된 관련 없는 필드를 나타내고 B{2}}는 회색 테두리에서 임의로 선택된 관련 없는 필드를 나타냅니다. 오차 막대는 표준 오차를 나타냅니다.
응시 데이터에 대한 가설을 테스트하기 위해 원자(보임/보이지 않음), 관찰 위치(보임/보이지 않음) 및 응시 대상(이전 원자 위치/이전 관찰 위치) 요인으로 반복 측정 ANOVA를 계산했습니다. ).
ANOVA는 세 가지 주요 결과를 얻었고 상호 작용은 없었습니다. 시선의 대상에 대한 주효과 [F(1, 30)=53.33, p < .="" 001,="" ηp2="0.64," bf10=""> 1000]은 참가자가 화면에 보이는 것과 상관없이 관찰 위치보다 원자 위치를 보는 데 더 많은 시간을 보냈다는 것을 나타냅니다. 이것은 귀납적 추론 과정에서 설명 위치가 이전 관찰 위치보다 더 중요하다는 가설을 지지합니다. 이는 원자 위치가 여전히 표시되는지 또는 검색해야 하는지 여부에 따라 참가자가 원자 위치를 보는 데 소비한 시간 사이에 큰 차이가 없다는 사실에 의해 더욱 뒷받침됩니다. 유의성이 없다는 것은 통계적 지원을 제공하지 않기 때문에 BF01은 귀무 가설을 지지한다고 말합니다[Raftery 1995; F(1, 30)=0.16, p=0.70, ηp2=0.005, BF01=6.82]. 데이터는 다음 사이에 통계적 차이가 없음을 보여줍니다메모리원자 위치를 참조하는 인덱싱 및 공간 인덱싱. 특히 Bayes Factor BF01의 값은 이러한 제안을 뒷받침합니다.
세 번째 주요 결과는 관찰 위치에 관한 것입니다. 유의미한 결과[F(1, 30)=12.76, p=0.001, ηp2=0.30, BF10=44.15]는 참가자가 관찰 위치가 보일 때만 봅니다.
요약하면, 이러한 결과는 설명 위치가 가장 중요하고 메모리 비용과 관계없이 상황 모델의 일부라는 가정을 지지합니다. 반면에 관측 위치는 외부에 저장할 수 있는 경우에만 포함됩니다.메모리.
가설 3: 통합 솔루션
가설 3a는 참가자들이 더 많은 정보를 볼 수 있을 때 더 통합적인 설명을 찾을 수 있다고 말했습니다. 즉, 사람들은 설정이 외부로 작용할 때 더 많은 이전 정보와 설명을 사용합니다.메모리가게. 그러나 4가지 조건[F (2.36, 70.67)=0.57, p=0.59, ηp2=0 .02, BF{11}}.07]. 모든 설명 및 관찰 정보가 계속 표시될 때 테스트 시도의 14%(SD=30)가 통합적으로 해결되었습니다. 원자만 남아 있을 때 16%(SD=30)와 관찰 위치만 남아 있을 때 13%(SD=30)로 모든 조건은 엄격하게 메모리 기반 조건(MN {{ 20}} 퍼센트 ; SD=25). 이 결과가 예상된 방향에 있더라도 조건 간의 Bonferroni 쌍별 비교는 통계적으로 의미가 없습니다.
모든 정보를 메모리에 보관해야 하는 설정에서는 참가자가 필요에 따라 상황 모델을 구성, 유지 관리 및 검색해야 하므로 가설 3b에서 참가자가 마지막 관찰에 대한 일관된 설명을 찾는 데 더 많은 시간이 걸린다고 제안했습니다. 반복 측정 ANOVA는 참가자가 마지막 관찰에 응답해야 하는 시간에 대해 조건 간에 차이가 없음을 보여주었습니다. [F (3,9{{2{31}}})=1.21, p { {8}}.31, ηp{10}}.04, BF{12}}.13]. 참가자는 원자와 관찰(MA&O=5.0 s, SD=1.9), 원자(MA=5.5, SD=2.3) 또는 관측 위치(MO=5.2, SD=2. 2) 계속 보였다. 이것이 올바른 방향의 추세를 보여주지만 쌍별 비교 중 어느 것도 유의성을 나타내지 않습니다(모두 ps > 0.05).
결론적으로, 이 표본 크기와 과제를 감안할 때 사람들은 주어진 정보의 양에 따라 정보 통합이나 시험을 푸는 데 걸리는 시간에 대해 신뢰할 만한 차이를 보이지 않습니다.
논의
TAR(Johnson & Krems, 2001)에 따르면, 여러 관찰에 대한 최상의 설명을 찾을 때 사람들은 상황 모델로 표현되는 현재 상황에 대한 이해를 구성해야 합니다. 이 표현의 복잡성과 특성은 현재 작업만큼 인지 자원에 따라 달라집니다. 상황 모델은 성공적인 추론에 매우 중요하기 때문에 이 연구는 결과뿐만 아니라 프로세스가 어떻게 진행되는지에 관심이 있었습니다.
주어진 정보의 양에 따라 추론이 바뀝니다. 순차적 귀납적 추론 작업에서 우리는 이전 관찰과 이전에 발견된 설명이 시험 기간 동안 계속 표시되는지 여부를 조작했습니다. 시선 추적을 사용하여 일련의 관찰에 대한 최상의 설명을 찾는 데 사용된 정보를 평가할 수 있었습니다. 이를 통해 우리는메모리정보 검색(기억 인덱싱 기반; Renkewitz & Jahn, 2012) 및 외부 세계의 정보 평가. 우리는 프로세스의 변화뿐만 아니라 조건 사이의 어려움에 대해서도 관심을 보였습니다. 따라서 우리는 또한 우리 연구에서 쌍대 비교를 사용했습니다.
마지막 연구 질문에서 우리는 사용 가능한 정보의 조작이 추론 결과에 영향을 미쳤는지 여부에 관심이 있었습니다. 보다 정확하게는 주어진 정보가 검색해야 하는 정보에 비해 솔루션에 도달하기 위해 더 복잡한 정보 통합으로 이어지는지 여부를 조사했습니다.메모리. 보유하고 있는 정보량의 조작메모리특히 프로세스 추적 측정으로서 시선 추적과 밀접한 관련이 없는 귀납적 추론이 이전에는 수행되지 않았습니다.
작업 난이도에서 경험한 차이점
우리의 결과는 일련의 관찰에 대한 설명을 찾을 때 사람들이 정신적 표현에서 검색하는 것보다 외부 세계에서 정보를 수집할 수 있을 때 어려움을 덜 겪는다는 것을 보여줍니다. 따라서 필요한 정보(예: 이전에 찾은 설명)가 시각적 배열에서 직접 평가되는지 여부에 차이가 있습니다. 그러나 우리 연구에서 사람들은 쉬운 것으로 평가된 조건에 대해 더 통합적인 솔루션을 보여주지 않고 더 많거나 더 빠른 솔루션을 생성하지 않기 때문에 작업 난이도에 대한 단순한 평가는 추론 과정의 실제 결과에 영향을 미치지 않습니다. 우리는 참가자들이 더 중요한 정보의 우선순위를 정함으로써 단순히 추론 과정을 최적화한다고 가정합니다. 즉, 이미 설명한 관찰과 같이 추론 결과에 중요하지 않은 정보는 무시됩니다.
상황 모델의 요소
우리의 결과는 참가자가 시각적 배열에서 여전히 볼 수 있는지 여부에 관계없이 이전 원자 위치에주의를 기울이고 있음을 보여줍니다.메모리. 이것은 우리의 가설과 일치합니다. 이전 원자 위치는 이전에 발견된 구체적인 설명을 나타내므로 전체 설명에 중요하며 메모리에 저장해야 하는 경우에도 상황 모델에서 표현되어야 합니다. 이는 의사결정에 대한 연구와도 일치하며, 이는 다음과 같은 의사결정 간에 전략 적용에 차이가 없음을 발견했습니다.메모리그리고 주어진 것으로부터의 결정(Rieskamp & Otto, 2006). 그러나 우리 데이터에 따르면 이는 작업과 직접 관련된 정보에만 해당됩니다. 관찰 위치는 일단 설명되면 중요성이 줄어들기 때문에 여전히 존재하는 상황 모델의 일부일 뿐입니다. 사람들은 단순히 배열에 있는 개체를 볼 수 있습니다. 그러나 이것은 참가자들이 설명이 없는 위치를 보는 이유를 설명하지 못합니다. 우리는 시선 패턴이 현저할 뿐만 아니라 목표 지향적이라고 가정하기 때문에 지각의 단순한 돌출 또는 상향식 프로세스가 이전 관찰 위치를 응시하게 한다고 믿지 않습니다(예: Ballard & Hayhoe, 2009 ). 참가자들이 상황 모델에 어떤 종류의 정보가 포함되어야 하고 어떤 정보가 중요하지만 비용이 너무 높을 경우 제쳐 둘 수 있다는 것을 알고 있다고 가정하는 것이 더 합리적입니다. 따라서 안구 운동은 기억 과정뿐만 아니라 추론 결과에서 반드시 볼 수는 없는 작업에 대한 적응도 반영합니다. 이것은 사람들이 필요할 때만 능동적으로 암기하고 인출한다는 Ballard, Hayhoe, and Pelz(1995)의 결과를 추론에 적용할 수 있음을 나타내는 지표이다. 그러나 이 연구는 안구 운동과 인출이 밀접하게 연관되어 있음을 보여줍니다(Hollingworth, 2005, 2006; Renke-Witz & Jahn, 2012; Spivey & Geng, 2001). 안구 운동이 검색에 도움이 될 수 있는지 여부에 대한 결론을 허용하지 않습니다(Anderson, Bothell, & Douglass, et al., 2004; Scholz, Mehlhorn, Bocklisch, & Krems, 2011; Scholz, Klichowicz, & Krems, 2018; Scholz, Mehlhorn, & Krems, 2016).
요약하면, 우리의 결과는 전체 설명을 찾을 때 설명 위치가 관찰 위치보다 훨씬 더 관련성이 있음을 보여줍니다. 눈의 움직임은 자동으로 중요한 정보로 구동될 뿐만 아니라 상황 모델의 내용을 나타냅니다. 데이터는 참가자가 다음 두 가지 정보를 모두 사용하여 정신적 표상을 구성할 수 있음을 보여줍니다.메모리그리고 이전 연구(Hayhoe, Bensinger, & Ballard, 1998)와도 일치하는 외부 세계로부터. 이러한 맥락에서 우리의 데이터는 상황 모델이메모리및 외부 메모리 저장소의 정보. 특히 참가자가 작업을 까다로운 것으로 인식하는 경우에 그렇습니다.
통합 솔루션
작업과 관련하여 작업이 더 까다로울 때 사람들이 전략을 변경하기를 기대하기 때문에메모리, 실제 추론 결과도 변경되는지 여부를 말할 수 없습니다. 정보를 보관하더라도메모리매우 비용이 많이 들지만 참가자는 좋은 성과를 내는 안전한 전략이기 때문에 정보가 여전히 존재한다는 사실과 무관하게 프로세스에 중요한 정보를 기억합니다(Gray & Fu, 2001). 시선 전략의 변경이 더 높은 검색 요구를 보상할 수도 있습니다. 그러나 우리 연구에서 참가자들은 일반적으로 적은 수의 실험적 시도만을 통합적으로 해결했습니다. 향후 연구는 글로벌 통합 솔루션으로 이어지는 상황에 더 초점을 맞춰야 합니다. 우리 연구에서 적분적으로 풀 수 있는 관찰은 항상 L-패턴이었다. Johnson & Krems(2001)의 연구에서도 이러한 패턴은 통합 솔루션으로 이어지는 경우가 많지 않았습니다. 이전 설명을 통해서만 설명할 수 있는 흡수와 같은 다른 패턴은 다른 응답 패턴을 이끌어낼 수 있습니다. 여기서 우리는 사람들이 시행착오를 푸는 방법을 선택할 때 사람들의 행동을 조사하기 위해 통합 솔루션에 대한 흡수를 피했습니다. 따라서 우리의 결과는 TAR과 모순되지 않습니다(Johnson & Krems, 2001). 모델에 따르면 아직 구체적이지 않은 설명이 통합 솔루션으로 이어집니다.
TAR(Johnson & Krems, 2001)은 그렇지 않으면 사람들이 가능한 가장 간단한 설명을 사용한다고 예측합니다. Johnson과 Krems(2001)는 그들의 데이터로 이 예측을 뒷받침할 수 없었기 때문에 우리의 연구는 이 질문을 밝히는 데 도움이 됩니다. 요약하면, 사람들은 리소스가 모든 설명을 통합하기에 충분하지 않을 때 쉬운(비통합) 솔루션을 사용합니다. 즉, 요구할 때메모리너무 높으면 사람들은 이미 존재하는 설명을 기반으로 새로운 관찰의 솔루션을 찾는 데 필요한 정보를 검색하고 결합하지 않고 완전히 새로운 설명을 만듭니다. 이것은 모든 정보가 보이는 상태에서도 우리의 작업이 어려웠다는 결론으로 이어집니다. 메모리에 저장해야 하는 정보가 많아지면서 난이도가 높아지면서 통합 솔루션의 비율이 더 낮아졌습니다. 그러나 이 결과는 기능적 안구 운동을 사용하고 덜 중요한 정보를 무시하는 것과 같은 보상 전략으로 설명할 수 있는 통계적 의미가 없었습니다. 이는 참가자가 마지막 관찰을 해결하고 세 가지 관찰과 설명이 포함된 복잡한 상황 모델을 검색하는 데 필요한 시간이 제공된 정보의 양에 따라 크게 변하지 않았다는 사실에서도 분명합니다.
추론 성능의 차이를 유발하기 위해 향후 연구에서는 2차 과제를 도입해야 합니다. BBX 작업을 해결하기 위해 참가자는 이미 본 관찰과 설명을 통합해야 합니다. 이 과정은 작업의 공간적 구성요소에서 일어날 가능성이 가장 높기 때문에메모리(시각 공간 스케치패드; Baddeley & Hitch, 1974, 1994 참조), 우리는 보조 작업으로 복잡한 패턴의 손가락 두드리기와 같은 공간 작업을 제안합니다. 이 절차가 시각적 자료를 결합하는 데 영향을 미친다는 증거가 이미 있습니다(예: Pearson et al. 1999). 따라서 시선 추적과 결합된 이 접근 방식은 다양한 추론 결과를 유발할 수 있을 뿐만 아니라 작업 기억 요구가 특히 높은 귀납적 추론 과정의 단계를 식별할 수도 있습니다.
요약
이 연구는 두 가지 증거를 제공합니다. 첫째, 추론은메모리외부 소스도 마찬가지입니다. 따라서 사람들은 추론 작업에서의 성공에 차이가 나타나지 않더라도 주어진 사례에서 구성을 훨씬 덜 요구합니다. 둘째, 작업 난이도의 차이는 더 많은 정보를 검색해야 할 때 상황 모델의 변화에서도 분명합니다.메모리. 더 많은 정보를 검색해야 하는 경우 프로세스와 관련된 변경(즉, 상황 모델의 내용)이 먼저 발생합니다. 참가자들은 인출 요구가 높을 때 가장 중요한 정보를 정신적 표상에 포함시키기 위해 자신을 제한합니다. 우리 연구에서 이 가장 중요한 정보는 항상 이미 발견된 설명으로 구성됩니다. 추론자가 설명할 수 있다는 의미에서 이미 이해된 관찰은 기억 요구 사항이 허용할 때만 포함됩니다. 따라서 과제는 귀납적 추론이 발생하는 방식에 영향을 주지만 성공 여부에 관계없이 반드시 그런 것은 아닙니다.
감사의 말 Agnes Rosner는 스위스 국립과학재단(Grant 157432)의 지원에 감사드립니다. 이 논문의 이전 버전에 대해 유익한 논평을 해주신 Alper Kumcu와 익명의 두 번째 심사자에게 감사드립니다.
자금 조달 Open Access 자금 조달은 Projekt DEAL에 의해 활성화되고 조직되었습니다. Agnes Rosner는 감사하게도 스위스의 지원을 인정합니다
국립 과학 재단(보조금 157432).
윤리 기준 준수
이해 충돌 공개할 이해 충돌이 없습니다.
참여 동의 모든 참가자는 참여와 과학적 사용을 위한 데이터 기록 및 저장에 동의했습니다.
오픈 액세스 이 기사는 크리에이티브 커먼즈 저작자 표시 4.0 국제 라이선스에 따라 라이선스가 부여되었으며 적절한 출처를 제공하는 한 모든 매체 또는 형식으로 사용, 공유, 각색, 배포 및 복제할 수 있습니다. 원저자(들) 및 출처에 대한 링크를 제공하고 Creative Commons 라이선스에 대한 링크를 제공하고 변경 사항이 있는지 표시합니다. 이 기사의 이미지 또는 기타 제3자 자료는 자료에 대한 크레딧 라인에 달리 명시되지 않는 한 기사의 크리에이티브 커먼즈 라이선스에 포함됩니다. 자료가 기사의 크리에이티브 커먼즈 라이선스에 포함되어 있지 않고 의도한 사용이 법적 규정에 의해 허용되지 않거나 허용된 사용을 초과하는 경우 저작권 소유자로부터 직접 허가를 받아야 합니다. 이 라이선스의 사본을 보려면 http://creativecommons.org/licenses/by/4.0/를 방문하세요.
