Podcast
Questions and Answers
El condicionamiento se aprende por asociación de la existencia de una contigüidad, es decir, que el EC predice al EI y, finalmente, además de esta información predictiva, el EC acaba por equivaler al EI.
El condicionamiento se aprende por asociación de la existencia de una contigüidad, es decir, que el EC predice al EI y, finalmente, además de esta información predictiva, el EC acaba por equivaler al EI.
True (A)
Si los E (estímulos) son neutros, no se considera condicionamiento.
Si los E (estímulos) son neutros, no se considera condicionamiento.
True (A)
El aprendizaje de contingencias es más alto que el condicionamiento.
El aprendizaje de contingencias es más alto que el condicionamiento.
False (B)
La contingencia se aprende por estimación y cálculo de una relación estadística entre una clave y un resultado.
La contingencia se aprende por estimación y cálculo de una relación estadística entre una clave y un resultado.
En el aprendizaje de contingencias, la contigüidad entre estímulos no es tan importante como en el condicionamiento.
En el aprendizaje de contingencias, la contigüidad entre estímulos no es tan importante como en el condicionamiento.
En el condicionamiento, si los E son neutros, no se considera aprendizaje de condicionamiento.
En el condicionamiento, si los E son neutros, no se considera aprendizaje de condicionamiento.
¿El contexto causal puede llevarnos a hacer juicios predictivos o diagnósticos?
¿El contexto causal puede llevarnos a hacer juicios predictivos o diagnósticos?
¿Según Waldmann & Holyoak, las causas compiten entre sí para explicar efectos?
¿Según Waldmann & Holyoak, las causas compiten entre sí para explicar efectos?
¿Los efectos compiten de igual modo que las causas según Waldmann & Holyoak?
¿Los efectos compiten de igual modo que las causas según Waldmann & Holyoak?
¿En juicios predictivos, se predice que las causas potenciales competirán como predictores?
¿En juicios predictivos, se predice que las causas potenciales competirán como predictores?
¿Los efectos competirán de igual modo que las causas en tareas de diagnóstico?
¿Los efectos competirán de igual modo que las causas en tareas de diagnóstico?
¿La clave redundante (R) resulta bloqueada en la condición predictiva?
¿La clave redundante (R) resulta bloqueada en la condición predictiva?
¿Shanks & López encontraron competición tanto entre causas como entre efectos con una preparación más compleja?
¿Shanks & López encontraron competición tanto entre causas como entre efectos con una preparación más compleja?
¿Existe evidencia tanto a favor de los modelos asociativos como de modelos de reglas e inferencia causal?
¿Existe evidencia tanto a favor de los modelos asociativos como de modelos de reglas e inferencia causal?
¿El sesgo de densidad se relaciona con los modelos asociativos?
¿El sesgo de densidad se relaciona con los modelos asociativos?
¿Los mecanismos asociativos, de estimación y de razonamiento se relacionan de manera jerárquica para producir los efectos observados?
¿Los mecanismos asociativos, de estimación y de razonamiento se relacionan de manera jerárquica para producir los efectos observados?
La contingencia y la causalidad no son lo mismo, pero para que se dé una relación causal, la causa y la consecuencia deben darse con contingencia. ¿Es verdadero o falso?
La contingencia y la causalidad no son lo mismo, pero para que se dé una relación causal, la causa y la consecuencia deben darse con contingencia. ¿Es verdadero o falso?
La diferencia entre la covariación y la contingencia es que, si hay covariación, hay contingencia y viceversa. ¿Es verdadero o falso?
La diferencia entre la covariación y la contingencia es que, si hay covariación, hay contingencia y viceversa. ¿Es verdadero o falso?
La relación de contingencia entre tener fiebre y tener gripe o no es simétrica. ¿Es verdadero o falso?
La relación de contingencia entre tener fiebre y tener gripe o no es simétrica. ¿Es verdadero o falso?
El aprendizaje causal es el proceso por el que los organismos son capaces de captar las relaciones de dependencia entre acontecimientos de su medio. ¿Es verdadero o falso?
El aprendizaje causal es el proceso por el que los organismos son capaces de captar las relaciones de dependencia entre acontecimientos de su medio. ¿Es verdadero o falso?
Una relación de contingencia proviene del contenido, de tal modo que un evento 2 es contingente con un evento 1 si está contenido en este último. ¿Es verdadero o falso?
Una relación de contingencia proviene del contenido, de tal modo que un evento 2 es contingente con un evento 1 si está contenido en este último. ¿Es verdadero o falso?
La relación clave/resultado en una tarea predictiva indica la fuerza y el sentido de la relación. Si es positiva, se facilita, mientras que, si es negativa, se dificulta. ¿Es verdadero o falso?
La relación clave/resultado en una tarea predictiva indica la fuerza y el sentido de la relación. Si es positiva, se facilita, mientras que, si es negativa, se dificulta. ¿Es verdadero o falso?
El juicio de probabilidad indica la probabilidad de resultado en presencia de la clave y la probabilidad de resultado en ausencia de la misma. ¿Es verdadero o falso?
El juicio de probabilidad indica la probabilidad de resultado en presencia de la clave y la probabilidad de resultado en ausencia de la misma. ¿Es verdadero o falso?
Los modelos basados en el uso de reglas explican cómo aprendemos contingencias. ¿Es verdadero o falso?
Los modelos basados en el uso de reglas explican cómo aprendemos contingencias. ¿Es verdadero o falso?
El grado en que E2 es contingente respecto de E1 se calcula como la diferencia entre la probabilidad de observar E2 en presencia de E1 y en su ausencia. ¿Es verdadero o falso?
El grado en que E2 es contingente respecto de E1 se calcula como la diferencia entre la probabilidad de observar E2 en presencia de E1 y en su ausencia. ¿Es verdadero o falso?
Los resultados promedio obtenidos en un experimento de juicios de contingencia siempre rondarán los valores normativos. ¿Es verdadero o falso?
Los resultados promedio obtenidos en un experimento de juicios de contingencia siempre rondarán los valores normativos. ¿Es verdadero o falso?
En una tarea acción-resultado, el objetivo es provocar mediante una acción voluntaria del sujeto. ¿Es verdadero o falso?
En una tarea acción-resultado, el objetivo es provocar mediante una acción voluntaria del sujeto. ¿Es verdadero o falso?
El juicio de predicción indica la fuerza y el sentido de la relación clave/resultado. Si es positiva, se facilita, mientras que, si es negativa, se dificulta. ¿Es verdadero o falso?
El juicio de predicción indica la fuerza y el sentido de la relación clave/resultado. Si es positiva, se facilita, mientras que, si es negativa, se dificulta. ¿Es verdadero o falso?
La estimación aumenta en función directa de la probabilidad del resultado, incluso cuando no existe una relación de contingencia.
La estimación aumenta en función directa de la probabilidad del resultado, incluso cuando no existe una relación de contingencia.
El modelo de regla Delta P ponderada se utiliza para explicar el sesgo de densidad.
El modelo de regla Delta P ponderada se utiliza para explicar el sesgo de densidad.
El modelo de regla Delta D (diferencia de diagonales) compara la cantidad de ensayos favorables a una relación directa con la cantidad de ensayos favorables a una relación inversa.
El modelo de regla Delta D (diferencia de diagonales) compara la cantidad de ensayos favorables a una relación directa con la cantidad de ensayos favorables a una relación inversa.
Los modelos estadísticos cambian cuando hay varias claves, mientras que los modelos asociativos predicen efectos de competición entre claves.
Los modelos estadísticos cambian cuando hay varias claves, mientras que los modelos asociativos predicen efectos de competición entre claves.
El efecto de bloqueo, similar al efecto del mismo nombre en condicionamiento, implica que si primero se aprende que la subida de P predice R, será más difícil aprender que la subida de otro valor B, que ocurre al mismo tiempo, también predice R.
El efecto de bloqueo, similar al efecto del mismo nombre en condicionamiento, implica que si primero se aprende que la subida de P predice R, será más difícil aprender que la subida de otro valor B, que ocurre al mismo tiempo, también predice R.
El efecto de señalización (Shanks) indica que la aparición del resultado en ausencia de la clave reduce menos el juicio de contingencia si esos ensayos se señalizan mediante otra clave adicional.
El efecto de señalización (Shanks) indica que la aparición del resultado en ausencia de la clave reduce menos el juicio de contingencia si esos ensayos se señalizan mediante otra clave adicional.
En la condición c (con señalización), al asociar la clave 1 (pulsar la tecla) con la R (aparición del triángulo), la presencia del tono interferirá en la creación de una asociación B – R.
En la condición c (con señalización), al asociar la clave 1 (pulsar la tecla) con la R (aparición del triángulo), la presencia del tono interferirá en la creación de una asociación B – R.
La contingencia tendría un valor positivo según el Delta P condicional si se eliminan todos los ensayos tipo c en los que aparece el tono.
La contingencia tendría un valor positivo según el Delta P condicional si se eliminan todos los ensayos tipo c en los que aparece el tono.
El modelo Delta P condicional explica los fenómenos de bloqueo y señalamiento, pero no explica los de validez externa, sesgo de densidad y número de ensayos.
El modelo Delta P condicional explica los fenómenos de bloqueo y señalamiento, pero no explica los de validez externa, sesgo de densidad y número de ensayos.
La afirmación de Cheng & Novick sobre la contingencia es que no se calcula sobre todos los ensayos, sino sobre ensayos comparables.
La afirmación de Cheng & Novick sobre la contingencia es que no se calcula sobre todos los ensayos, sino sobre ensayos comparables.
El conjunto focal es un contexto invariable sobre el cual comparamos la influencia de que la clave esté presente vs. ausente.
El conjunto focal es un contexto invariable sobre el cual comparamos la influencia de que la clave esté presente vs. ausente.
El modelo Delta P ponderada se utiliza para explicar el sesgo de densidad, pero no explica los efectos de competición entre claves.
El modelo Delta P ponderada se utiliza para explicar el sesgo de densidad, pero no explica los efectos de competición entre claves.
El modelo de Rescorla y Wagner (1972) afirma que el cambio en la fuerza de la asociación clave – resultado depende de la saliencia de la clave (), de la del resultado (), y de la diferencia entre la cantidad máxima posible de fuerza asociativa () y la cantidad acumulada por todas las claves presentes (Vx).
El modelo de Rescorla y Wagner (1972) afirma que el cambio en la fuerza de la asociación clave – resultado depende de la saliencia de la clave (), de la del resultado (), y de la diferencia entre la cantidad máxima posible de fuerza asociativa () y la cantidad acumulada por todas las claves presentes (Vx).
Según el modelo de Rescorla y Wagner, se espera que el cambio de la fuerza asociativa entre contexto – E2 sea menor que entre E1 – E2 debido al bajo poder predictivo del contexto.
Según el modelo de Rescorla y Wagner, se espera que el cambio de la fuerza asociativa entre contexto – E2 sea menor que entre E1 – E2 debido al bajo poder predictivo del contexto.
El sesgo de densidad tiende a desaparecer con grandes cantidades de práctica, ya que al principio la asociación clave-resultado se fortalece más que la asociación clave-contexto.
El sesgo de densidad tiende a desaparecer con grandes cantidades de práctica, ya que al principio la asociación clave-resultado se fortalece más que la asociación clave-contexto.
El modelo de Rescorla y Wagner explica el efecto del orden de presentación de los ensayos, ya que el juicio tiende a sesgarse en base a los ensayos presentados más tarde debido al efecto de sorpresa.
El modelo de Rescorla y Wagner explica el efecto del orden de presentación de los ensayos, ya que el juicio tiende a sesgarse en base a los ensayos presentados más tarde debido al efecto de sorpresa.
El modelo de Rescorla y Wagner puede explicar el efecto del bloqueo hacia atrás, donde en la fase dos se aprende sobre B a pesar de no estar presente.
El modelo de Rescorla y Wagner puede explicar el efecto del bloqueo hacia atrás, donde en la fase dos se aprende sobre B a pesar de no estar presente.
De acuerdo con Van Hamme and Wasserman (1994), en la primera fase, los predictores se asocian entre sí.
De acuerdo con Van Hamme and Wasserman (1994), en la primera fase, los predictores se asocian entre sí.
El bloqueo y el bloqueo hacia atrás producen resultados similares según el texto.
El bloqueo y el bloqueo hacia atrás producen resultados similares según el texto.
En el bloqueo hacia atrás, en los primeros ensayos Vx sería igual a 0 puesto que alfa en este caso tiene un valor muy bajo.
En el bloqueo hacia atrás, en los primeros ensayos Vx sería igual a 0 puesto que alfa en este caso tiene un valor muy bajo.
El modelo asociativo de Rescorla y Wagner explica fenómenos de competición entre claves, como el efecto del bloqueo.
El modelo asociativo de Rescorla y Wagner explica fenómenos de competición entre claves, como el efecto del bloqueo.
Según el modelo asociativo de Rescorla y Wagner, el juicio de contingencia va a ser bajo en los primeros ensayos, pero este va aumentando produciéndose la curva de aprendizaje.
Según el modelo asociativo de Rescorla y Wagner, el juicio de contingencia va a ser bajo en los primeros ensayos, pero este va aumentando produciéndose la curva de aprendizaje.
El modelo asociativo de Rescorla y Wagner tiene problemas para explicar cómo se aprende acerca de una clave cuando NO está presente, como el bloqueo hacia atrás.
El modelo asociativo de Rescorla y Wagner tiene problemas para explicar cómo se aprende acerca de una clave cuando NO está presente, como el bloqueo hacia atrás.
De acuerdo con el modelo asociativo de Rescorla y Wagner, el orden de presentación de los ensayos puede afectar el resultado final del aprendizaje.
De acuerdo con el modelo asociativo de Rescorla y Wagner, el orden de presentación de los ensayos puede afectar el resultado final del aprendizaje.
Study Notes
Condicionamiento y Aprendizaje de Contingencias
- El condicionamiento se aprende por asociación de la existencia de una contigüidad, es decir, el estímulo condicional (EC) predice el estímulo incondicional (EI).
- La contingencia se aprende por estimación y cálculo de una relación estadística entre una clave y un resultado.
- La contigüidad entre estímulos no es tan importante en el aprendizaje de contingencias como en el condicionamiento.
Aprendizaje Causal
- El aprendizaje causal es el proceso por el que los organismos son capaces de captar las relaciones de dependencia entre acontecimientos de su medio.
- El aprendizaje causal se da cuando se aprende que una causa predice un efecto.
Juicios Predictivos
- En juicios predictivos, se predice que las causas potenciales competirán como predictores.
- La relación clave/resultado en una tarea predictiva indica la fuerza y el sentido de la relación.
- El juicio de probabilidad indica la probabilidad de resultado en presencia de la clave y la probabilidad de resultado en ausencia de la misma.
Modelos de Aprendizaje
- Los modelos asociativos explican cómo se aprenden contingencias.
- El modelo de Rescorla y Wagner (1972) afirma que el cambio en la fuerza de la asociación clave-resultado depende de la saliencia de la clave, de la del resultado, y de la diferencia entre la cantidad máxima posible de fuerza asociativa y la cantidad acumulada por todas las claves presentes.
Sesgo de Densidad y Efectos de Competición
- El sesgo de densidad se relaciona con los modelos asociativos.
- El modelo de regla Delta P ponderada se utiliza para explicar el sesgo de densidad.
- Los modelos estadísticos cambian cuando hay varias claves, mientras que los modelos asociativos predicen efectos de competición entre claves.
- El efecto de bloqueo implica que si primero se aprende que la subida de P predice R, será más difícil aprender que la subida de otro valor B, que ocurre al mismo tiempo, también predice R.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Explore the concept of alternative rules models and their application in scenarios where there is no contingency relationship but the result occurs frequently. Learn about the weighted delta P calculation and its potential bias in estimations.
