Inleiding Cognitieve Modellen Flashcards
Spacing effect
The positive effect on factual recall that is observed when study trials are temporally separated.
Testing effect
When tested on material and successfully recalling it, the material is remembered better in the future than if it had not been tested.
What was the aim of Van Rijn, van Maanen & van Woudenberg 2009?
To reconcile the requirements of the testing effect and the spacing effect.
The optimal schedule (van Rijn et al)
The schedule that reaches the best performance, that gives the highest probability of recall over a longer timeframe.
On what 4 points do studies on spacing & testing effect differ from real-worlds situations? (van Rijn et al 2009)
1) Effects of prior knowledge are prevented.
2) The list of words studied is much longer than 10-30 words.
3) The retention interval is less than a day.
4) Studies are aimed at finding a general law, but individuals are different.
Retention interval
The time between the final test on the learned materials and the last study of the materials.
Subsymbolic model tracing
Each time an item is presented, behavioral data is used to dynamically adapt the model to the individual learner.
Noem 3 voordelen van een cognitief model ten opzichte van een verbale theorie:
1) limiteert ‘hand waiving’
2) maakt dingen/zijn falsifieerbaar
3) kan modellen vergelijken
Cognitief model
Een specificatie van de structuur van je brein op zo’n level van abstractie dat het de functie van je geest verklaart.
Paired association task
Learning & remembering the associations between stimuli that are artificially associated.
P(correct) in Rational Analysis
The percentage of correctly recalled items.
What does the EZ-diffusion model take as input?
mean response time, the variance of response time and response accuracy
What values does the EZ-diffusion model produce?
quality of information, response conservativeness and nondecision time.
Speed-accuracy trade-off
PArticipants can respond faster, and thus decrease the mean response time for correct decisions (MRT) at the expense of making more errors, thus decreasing Pc. So two participants could have the same ability even though one is faster, because that person then also makes more mistakes.
MRT
Mean response time for correct decisions
Pc
Proportion of correct decisions
Drift rate DZETA (Wagenmaker 2007)
Quantifies the deterministic component of the noisy information accumulation process.
s (Wagenmaker 2007)
A scaling parameter that represents the stochastic, nonsystematic component of the information accumulation process.
s^2 dt (Wagenmaker 2007)
The variance of the change in the accumulated information for a small time interval dt.
What does the boundary separation a tell us? (Wagenmaker 2007)
Large values of a indicate the presence of a conservative response criterion. Changes in a are one of the main reasons for accuracy-speed trade-off presence.
Accumulator (Ratcliff 2016)
An assumed structure in an evidence accumulation model that has the purpose of gathering evidence in favor of one response.
Across-trial variability (Ratcliff 2016)
The assumption that drift rates vary from decision to decision because, even if physical stimulus conditions are identical, the internal representation of the decision-relevant information is not.
Attractor model (Ratcliff 2016)
A network (graphbased) model of interconnected nodes with a dynamic updating process. The updating process
causes changes that lead to a stable
end state (at the ‘attractor’).
Collapsing boundary (Ratcliff 2016)
An assumption that the threshold becomes smaller as the time taken to make the decision increases. This contrasts with the standard assumption that the threshold is unchanging.
Confidence (Ratcliff 2016)
A subjective rating of the likely accuracy of a decision provided by the decision maker.
Evidence accumulation (Ratcliff 2016)
The idea that decisions are made by gathering evidence from the environment, continuing until sufficient evidence (a ‘threshold’
amount) is gathered.
Fast errors (Ratcliff 2016)
When the mean RT for incorrect responses is longer than that for correct responses.
Found when decision making is easy or decision makers stress speed.
Hopfield network (Ratcliff 2016)
A type of attractor model based on recurrent connections that has been used to model human memory and decision
processes, among other things.
Latency–probability (LP) and
quantile–probability (QP) plots
(Ratcliff 2016)
Parametric plots that show the relationship between the probabilities of different classes of responses and the timing of those responses. Response times can be plotted either as means (LP) or as quantiles (QP).
Nondecision time (Ratcliff 2016)
The component of RT that is not due to evidence accumulation. Usually modeled as either a fixed offset or a rectangular
additive distribution
Random walk model (Ratcliff 2016)
A theory of how decisions are made that says evidence is accumulated semirandomly over time until enough is gathered in favor of one decision over another.
Response signal task (Ratcliff 2016)
A decisionmaking paradigm in which an
experimenter-controlled signal informs the participant when a response is required. Also called ‘time controlled task’, ‘exogenous RT task’, and ‘deadline task’
Sequential probability ratio test
(SPRT)
(Ratcliff 2016)
A statistical process for making decisions. The SPRT is identical to the random walk model in certain cases. The SPRT is also optimal in that it minimizes decision time for a given level of accuracy.
Slow errors (Ratcliff 2016)
When the mean RT for incorrect responses is longer than that for correct responses, found if decision making is difficult and decision makers are careful.
Threshold (Ratclif 2016)
Also known as ‘criterion’ or ‘decision boundary’. The amount of evidence required to trigger a decision response.
Urgency signal (Ratclif 2016)
An assumption, related to the ‘collapsing boundary’, that the accumulated evidence is amplified more and more as the time
taken to make a decision grows.
Drift rate (Ratcliff 2016)
The average rate of evidence accumulation.
(ML1) BICA staat voor…
Biologically Inspired Cognitive Architectures
(ML1) Is een cognitief model simpeler of complexer dan een cognitief proces?
Simpeler
(ML1) Waarom leren kinderen efficiënter dmv SlimStampen?
De leermomenten worden aangeboden vlak voordat de feiten vergeten worden.
(ML1) Wat is een voordeel van een cognitief model ten opzichte van een verbale theorie?
Makkelijker te falsificeren
(ML1) Wat is een voordeel van een verbale theorie ten opzichte van een cognitief model?
Makkelijker te implementeren
(ML1) Wat is het belangrijkste verschil tussen het PA model en SlimStampen?
Optimalizatie op reactieitjden
(ML1) Wat zijn de belangrijkste componenten van een cognitief model?
1) Beschrijving
2) Voorspelling
3) Verklaring
4) Versimpeling
(ML1) Welke methode is een voorloper van SlimStampen?
Flashcard methode
(ML1) Wie is Herbert Simon?
Voorloper van cognitief modelleren
(ML1) Op welke manier kun je cognitieve modellen valideren?
1) Gedrag
2) Neurofysiologie
3) Functie
4) Simpliciteit
(ML1) Wat wordt bedoeld met subsymbolic model tracing?
Gedrag van gebruikers wordt gebruikt om subsymbolische informatie te updaten.
(ML1) Wat is de belangrijkste reden voor formele modelvergelijking?
Complexere modellen fitten de data altijd beter.
(ML2) Waarom wordt kennis vergeten volgens rationele analyse?
De kosten van onthouden zijn groter dan de kans dat je de informatie nodig hebt.
(ML2) Op basis van welke stap kun je stellen dat “simpele” rationele analyse niet voldoende is als theorie van geheugen?
Stap 6: herhaling met andere data
(ML2) Wat betekent “bounded rationality”?
Dat mensen “goed genoeg” gedrag vertonen (satisficing)
(ML2) Wat is het belangrijkste mechanisme voor vergeten, volgens rationele analyse?
Decay
(ML2) Wat zijn de vier belangrijkste stappen van rationele analyse?
1) Doel
2) Omgeving
3) Computational limitations
4) optimaal gedrag
(ML2) Welke eigenschappen bepalen volgens rationele analyse of een geheugenspoor actief is?
Frequentie en recentheid
(ML2) Welke feiten hebben de hoogste gemiddelde vergeetsnelheid?
Stadsplattegronden
(ML2) Welke kaart wordt bij de Wason selection taak door mensen vaker dan logisch omgedraaid om de stelling te verifieren? (kies uit: A, K, 2, 7)
2
(ML2) Welke stap van rationele analyse verschilt tussen “simpele” rationele analyse van geheugen en het PA model?
Stap 2: omgeving
(ML2) Zijn de resultaten van de Wason selectietaak indicatief voor irrationaliteit van proefpersonen?
Nee, proefpersonen maximaliseren “information gain”.
(ML2) Welke parameter in de formules voorspelt zowel een betere als langzamer recall bij een lagere waarde?
theta
(ML3) Welke eigenschap van de data geeft de d-prime (d’) in SDT weer?
Sensitiviteit
(ML3) Hoe verandert het aantal hits en false alarms als het criterium hoger wordt?
Minder hits, minder false alarms
(ML3) Wat zijn de parameters van een signaaldetectie model?
sensitiviteit en criterium
(ML3) Je maakt een perfect brandalarm (d-prime is oneindig hoog). Waar bevindt deze zich op de ROC-grafiek?
Helemaal linksboven
(ML3) Hoe kan sensitiviteit van een ROC-model worden berekend?
z(hit rate) - z(false alarm rate)
en
het oppervlak onder de ROC-curve
(ML3) De bekende p-waarde in (frequentistische) statistiek is…
een proportie false alarms
(ML3) De sensitiviteit van een brandalarm is onveranderd, maar de precisie is afgenomen. Hoe kan dat?
Er is vaker brand.
(ML3) Signaaldetectietheorie is van toepassing op sensitiviteit en het criterion van …
Een participant en een groep participanten
(ML4) Waarvoor staat SPRT?
Sequential Probability Ratio Test
(ML4) Een onderzoeker manipuleert in een experiment de zichtbaarheid van een stimulus. Welke DDM-parameter verwacht je dat verandert?
Drift rate
(ML4) Een onderzoeker instrueert proefpersonen in een experiment om sneller te reageren. Welke DDM-parameter verwacht je dat verandert?
Boundary separation
(ML4) Als in een DDM-model de drift rate hoger is, dan verwacht je…
Lagere RT, minder fouten
(ML4) Als in een DDM-model de non-decision time hoger is, dan verwacht je…
Hogere RT, evenveel fouten
(ML4) Waarvoor staat LBA?
Linear Ballistic Accumulator
(ML4) Welke aanname wordt gemaakt in het EZ-diffusion model?
Gemiddelde RT is gelijk voor correcte en incorrecte keuzes.
(ML4) Snelle fouten in reactietijd data kun je in DDM verklaren door
Variabiliteit in starting point
(ML4) Als in een LBA-model de threshold hoger is, dan verwacht je dat in DDM…
Hogere boundary separation
(ML4) Welk hersengebied lijkt de threshold parameter in LBA te coderen?
Striatum
(ML4) Welke parameter in DDM is conceptueel gelijk aan het criterion in SDT?
Drift rate