Cours 12.2 Flashcards
En quoi les définitions de dictionnaires ne respectent pas l’approche classique ?
Elles sont GÉNÉRALEMENT vraies, elles ne respectent pas les critères stricts de l’approche classique (individuellement nécessaire et conjointement suffisante). Elles sont parfois disjonctives (avec OU) et rarement parfaitement exclusives.
Sur quoi est basée la ressemblance familiale ?
sur le nombre de caractéristiques PARTAGÉES par les membres d’une catégorie
Qu’est-ce que le score de ressemblance familiale ?
Le score de ressemblance familiale est calculée selon le nombre de propriétés pareilles qui sont présentes chez un les individus d’une même catégorie. Plus il y a des caractéristiques qu’on retrouve ailleurs chez un indiv, plus il a un haut score de ressemblance familiale
Avec quoi la ressemblance familiale a-t-elle une haute corrélation ?
Les jugements de typicité. Plus un item est jugée “typique” de sa catégorie, plus il aura un haut score de ressemblance familiale (beaucoup de caractéristiques qui ressemblent aux autres de sa catégorie)
Qu’est-ce qui déterminerait la catégorisation (placer un item dans une catégorie) ?
La SIMILARITÉ de cet item avec les autres de la catégorie ou l’item TYPIQUE de cette catégorie.
Que dit l’approche prototypiste sur les concepts ?
Que les concepts sont des PROTOTYPES, soit des représentations abstraites/sommaires qui sont obtenues en “moyennant” les exemplaires d’une catégorie.
Quels sont les deux types de “moyennage” ?
- Choisir la valeur la plus commune pour chaque propriété (quand les propriétés sont facilement identifiables)
- Moyenne mathématique : prototype de ex : chien parfait obtenu avec la moyenne mathématique des propriétés des chiens ce qui crée un chien imaginaire sur lequel on se base pour identifier les nouveaux items.
Pourquoi avait-on besoin de créer des catégories articifielles pour tester les approches de création de concepts ?
Parce que si on étudie des concepts/catégories qui existent déjà, cela ne nous renseigne pas sur comment on crée des catégories. Il faut être en mesure de contrôler les variables en jeu (enlever les connaissances préalables, la familarité, etc.) pour déterminer comment on bâtit des catégories en mémoire
[Posner & Keele (1968): On the genesis of abstract ideas].
Tester l’approche prototypique avec une tâche d’induction catégorielle (apprentissage par exposition de nouvelles catégories avec rétroaction). On crée des prototypes et des distorsions de ces prototypes. Les prototypes ne seront jamais présentés, et on doit apprendre à classer les nuages de points en catégorie.
Phase d’induction (apprentissage des catégories) PUIS phase test. Quelles sont les hypothèses ?
- Anciennes distorsions : TR plus bas, TE élevé, il y a un effet de pratique
- Nouveaux items
a) nouveaux items classés de façon moins exacte que les anciens puisque jamais vus (TE plus bas et TR plus élevé)
b) représentations prototypiques créées en tête et donc les nouveaux items similaires au prototype créé seront traités + vite que ceux plus éloignés du prototype
[Posner & Keele (1968): On the genesis of abstract ideas].
Tester l’approche prototypique avec une tâche d’induction catégorielle (apprentissage par exposition de nouvelles catégories avec rétroaction). On crée des prototypes et des distorsions de ces prototypes. Les prototypes ne seront jamais présentés, et on doit apprendre à classer les nuages de points en catégorie.
Phase d’induction (apprentissage des catégories) PUIS phase test. Quels sont les résultats obtenus ?
- Anciens exemplaires classés avec exactitude
- Prototypes catégoriels classés avec exactitude aussi même si jamais vu
- Performance aux nouvelles distorsions en fonction de leur similarité avec le prototype (faibles distorsions = meilleure performance au test)
Est-ce que la mémoire des prototypes est durable ? (phase test immédiat ou avec délai)
- Avantage pour les anciens items disparait
- Performance pour les prototypes bonne & stable dans le temps
- Nouvelles distorsions : meilleure performance en fonction de la similarité avec le prototype.
DONC OUI.
Que dit l’approche exemplariste sur les concepts ?
Les concepts sont l’ensemble ou le sous-ensemble de tous les exemplaires rencontrés précédemment. Il n’y a pas de règles/prototypes. Si objet similaire aux exemplaires en mémoire = partie de catégorie
Pour des formes géométriques avec propriétés binaires, quelles sont les prédictions pour les approches prototypiques vs exemplaristes ?
- Si prototypes sont acquis, alors exemplaires hautement similaires au prototype devraient être appris plus facilement (taux d’erreur plus bas pour l’identification à la bonne catégorie)
- Si on ne forme pas des prototypes mais que seulement les exemplaires sont mémorisés, alors les exemplaires + similaires à d’autres exemplaires dans la même catégorie, et dissimilaires aux exemplaires de l’autre catégorie, devraient être appris plus facilement
[Medin & Schaffer (1978): Context Theory of Classification Learning]
Classer des stimuli géométriques dans la bonne catégorie avec rétroaction.
À quelle approche cette étude montre-elle du soutien ?
L’approche exemplariste.
[Brady et al. (2008): Visual long-term memory has a massive storage capacity for object details]
Montrer la capacité de la MLT visuelle. Regarder 2896 images de 3s chaque (10 blocs de 20 min) et identifier les doublons (phase d’acquisition). Puis, 2 images côte à côte et identifier laquelle a été vue (images liées par catégorie, exemplaire ou était) (phase test)
Quels sont les résultats de cette étude
- Quand les items répétés sont séparés par 1000+, on détecte les doublons 79% du temps
- Pour la reconnaissance, performance de 90% peu importe la condition
