Item gefilterd op datum: december 2012

Ebbinghaus voerde in 1885 een experiment uit over hoeveel mensen zich nog konden herinneren na het leren van zinloze lettergrepen. Uit het diagram op blz. 171 blijkt: hoe langer de interval is tussen de stimuli en het oproepen hiervan, hoe slechter dit gaat, maar het daalt minder snel naarmate de tijd vordert (asymptoot). Na 24 uur wist Ebbinghaus nog 33,8 procent van het geleerde materiaal te herinneren. Door dit materiaal nogmaals over te leren

bereikte hij een winst van 64,1 procent ten opzichte van het originele materiaal. Toen cognitieve psychologie gescheiden werd in 1960 van het Behaviorisme ontstond er een grote impuls op het gebied van het menselijk geheugen. Dit had 2 redenen: veel vragen waren er over het geheugen van mensen aangezien de Behavioristen zich alleen op dieren richtten & aan de hand van het onderzoek naar het menselijk geheugen konden meer vragen op ander gebied worden beantwoord.

Dit stukje gaat erover dat tekort aan kennis over verschillende categorieën gevolgen zijn van schades aan verschillende gebieden in je hersenen, bijvoorbeeld mensen met een beschadiging aan hun temporal lobe hebben een tekort aan kennis over biologische categorieën, zoals dieren, fruit en groenten, ze kunnen dus bijvoorbeeld geen eend herkennen, maar ze kunnen slechts zeggen dat het een dier was, meer niet.

Deze theorie gaat over de delta rule. Dit model illustreert 1 van de vele mechanismen die er zijn om schema abstractie te bereiken. Het is interessant om te zien dat de schemarepresentatie onmisbaar is als het gaat om synaptische sterktes. De synaptische sterkte van een verbinding tussen een input en een output is een maat van hoe typisch een symptoon

is voor een ziekte. Verder moet je dit experiment van Gluck & Bower zelf maar doorlezen vanaf blz. 165.

We hebben reeds semantische netwerken gezien en schema’s als 2 verschillende manieren om conceptuele kennis te representeren. Maar het blijkt dat dit nog niet genoeg is. Daarom zijn er nog 2 theorieën: abstraction & instance theories. Maar de schematheorie die we al behandeld hebben is een voorbeeld van een abstraction theorie.

Instance theories houden in dat we geen centrale concept opslaan maar specifieke instanties. Wanneer de tijd komt om te beoordelen hoe typisch een specifiek object is van vogels in het algemeen, vergelijken we het met specifieke vogels en maken dan een beoordeling van het gemiddelde verschil. De twee theorieën verschillen dan wel een beetje, maar algemeen gezien geven ze dezelfde voorspellingen. Bijvoorbeeld voorspellen ze beiden een betere verwerkingsproces van centrale leden van een categorie.

De effecten van een categoriale structuur kan verklaard worden door het aannemen dat mensen the centrale leden ‘pakken’ of dat ze specifieke instanties opslaan van categorieën.

Het zijn niet alleen objecten die een conceptuele structuur hebben, maar ook evenementen zoals naar de bios gaan, voor dit soort ‘event schemas’ zijn door Schank & Abelson (1977) scripts uitgevonden, zie blz. 161 Table 1.0 voor een voorbeeld van een diner en de scripts die men al klaar heeft staan, dus wat men zou verwachten van een dineetje in een restaurant. Voor andere experimenten over dit onderwerp verwijs ik je naar blz. 160 t/m 164.

Scripts zijn event schemas die mensen gebruiken om een evenement te beredeneren/voorspellen.

Hoe zit het dan met de mate waarin de categorieën worden ingedeeld en welke leden de mensen hieraan toekennen (Degree of category membership) (Rosch (1973, ’77, ’79))? Het blijkt dat de klassering van het menselijk gedrag voortdurend verandert, en dat het niet alleen afhangt van de eigenschappen van een object, maar ook van de context waarin het zich bevindt. Verschillende instanties zijn leden van verschillende categorieën, maar de meer centrale leden zijn het makkelijkst in het verwerken ervan.

Het gaat zogezegd in dit hoofdstuk om meaning-based knowledge representations. Een belangrijk kenmerk van dit soort representaties is dat ze een gedeelte van de ervaringen wegnemen die eigenlijk leiden tot kennis. In het geval van propositionele representaties zijn de delen die worden weggenomen, die van de perceptuele details, dit heet ook wel

abstractions. Dit zijn een soort van waarneembare details. Dit filteren (deleten, weghalen) leidt tot conceptual knowledge. Zoals het indelen in categorieën, categorization genaamd. Bijvoorbeeld een object dat daar loopt op 2 benen, noemen wij een mens. Dit zorgt ervoor dat we kunnen voorspellen. Door het kunnen voorspellen, geven categorieën een grote besparing in representatie en communicatie.

Deze paragraaf beschrijft verder 2 theorieën die onderzoeken hoe categorisatie werkt, waarvan de eerste, genaamd Semantic Networks weer ongeveer hetzelfde werkt als bij network representations, dit kan je weer het beste zelf doornemen vanaf blz. 152, hier staat o.a. een experiment beschreven van Collins &Quillian (1969).

Schemas

De tweede theorie heet Schemas. Het belang van een categorie is dat het voorspelbare informatie opslaat over een geval/ deel van een categorie. Maar een semantisch netwerk kan alleen de ruwe eigenschappen van een concept opslaan, dus daarom moesten de wetenschappers iets bedenken om bijvoorbeeld de typische grootte van een huis op te slaan, daarom kwamen ze met schemas. Hoe schemas werken kun je het beste zelf lezen vanaf blz. 154. Op blz. 156 staat een interessant experiment van Brewer & Treyens (1981) over de beginwaarden die mensen hebben over een categorie.

In de cognitieve psychologie-literatuur vindt je soms dat proposities gepresenteerd zijn in een netwerk zoals je kunt zien op blz. 148. Het lijkt op de ER-modellen en de UML-modellen, alleen maken deze gebruik van zogenaamde links en nodes. Dus deze kan je het beste zelf bestuderen.

Propositionele informatie kan gerepresenteerd worden in netwerken zodat de relaties tussen de concepten zichtbaar zijn.

Er zijn meerdere termen in de cognitieve psychologie om de betekenis van de zinnen en plaatjes te representeren. Een van de meest gebruikte termen is de propositional representation. Deze representatie is een veel gebruikte methode voor het analyseren van zinvolle informatie in de cognitieve psychologie. Het concept van een propositie staat centraal

in deze analyses. Een propositie is de kleinste eenheid van kennis dat op zich zelf kan staan en die je kan beoordelen met goed/ fout, dit heet ook wel de propositional unit. Propositionele analyse heeft alleen betrekking tot de taal (= linguistic information).

Als je een complexe zin hebt, zoals: Lincoln, who was president of the USA during a bitter war, freed the slaves. Het lijkt dan makkelijker om deze zin in stukjes op te delen en zo te onthouden, maar niks is minder waar. Het blijkt dat als je zin in stukjes (proposities)hakt en ze apart voorlegt, dat de mensen de combinatie van alle proposities het best onthouden. Een van de bekendste theorieën hierover is die van Anderson & Bower (1973) en die van Kintsch (1974).

Deze theorieën over proposities maken gebruik van relations en arguments. Hoe dit werkt kan je het beste zelf lezen op blz. 145.

Uit experimenten van Gernsbacher(1985 (m.b.v. plaatjes)) en Anderson (1974b m.b.v. verbale zinnen)) kan je zeggen dat het geheugen voor detail (memory for detail)er alleen maar in het begin aanwezig is, maar deze verdwijnt snel, terwijl het geheugen voor betekenis langer intact blijft.

Implications of Good Memory for Meaning

We hebben hierboven gezien dat mensen een relatief goed geheugen hebben voor significant belangrijke interpretaties van informatie. Dus het geheugen voor betekenis (Memory for meaning)Dit houdt dus in dat wanneer mensen geconfronteerd worden met materiaal om te onthouden, dat ze deze opslaan of dat ze er een interpretatie aan geven, maar jammer genoeg zijn mensen zich niet bewust van dit feit, en de prestatie van het geheugen gaat als gevolg

hiervan achteruit.

Om deze prestaties te verbeteren is er de mmenonic technique. Dit is een techniek die de prestaties verbetert door ‘zinloze’ informatie om te zetten in ‘zinvolle’ informatie. Een voorbeeld wordt gegeven door een woordpaar DAX-GIB die de ppn moet onthouden, door er een kenmerk aan toe te kennen, bijvoorbeeld DAX rijmt op ‘dad’ en GIB is het begin van het woord ‘gibberish.

Het is makkelijker om relatief onbelangrijke materiaal te onthouden door deze om te zetten in zinvolle materiaal.