Kognition: wichtigste Theorien - Allgemeine Psychologie

Allgemeine Psychologie (Fach) / Kognition: wichtigste Theorien (Lektion)

In dieser Lektion befinden sich 74 Karteikarten

wichtigste Theorien nach Eysenck

Diese Lektion wurde von sofiesfood erstellt.

Lektion lernen

Broadbent: Filtertheorie (3) Zwei Stimuli werden parallel in sensorischem Buffer verarbeitet, dann durch sensorischen Filter Selektion: früh, nach physikalischen Merkmalen und Intonation parallele Verarbeitung, da keine Kapazitätsüberlastung durch early selection
Attenuation Modell Treisman (3) kein Filter, sondern graduelle Abschwächung, Stimuli aus zweiten Ohr können eher "durchbrechen", wenn sie zum Kontext passen Zwei Stufen der Verarbeitung/Sortierung: erst nach Physikalischen Eigenschaften, dann Wortbedeutung late selection
Deutsch und Deutsch Theorie alle Stimuli werden verarbeitet: late selection unwichtige werden aufgeblendet nur die wichtigsten übertreten Schwelle --> Konnte bei Messung von EP nicht nachgewiesen werden
Cueing Paradigma valide cues verkürzen die Reaktionszeit, invalide erhöhen sie wenn fast alle invalide: zentrale erfolgreich ignoriert, periphere nicht --> endogenes und exogenes System
Zoom Lens Modell aufmerksamkeit wie Linse, welche wir vergrößern oder verkleiner können Beispiel Autofahren: wir versuchen, möglichst viel zu sehen, aber wenn etwas salient wird, fällt Aufmerksamkeit darauf (Auto wechselt Spur)
multiple spotlights theory geht von mehreren spotlights der Aufmerksamkeit aus, Aufmerksamkit kann also geteilt werden Bereiche müssen nicht direkt nebeneinander liegen Diese gesplittete Aufmerksamkeit spart Verarbeitungsressourcen, da der Bereich zwischen den relevanten Bereichen vernachlässigt werden kann
Feature Integration Theory visuelle Objekte: aus Merkmalen (features) zusammengesetzt einzelne features schnell, parallel und ohne Aufmerksamkeit bei Kombination mehrerer Merkmale: serielle Suche, Aufmerksamkeit als Klebstoff für einzelne features, um sie zu Objekt zusammenzufügen Displaygröße: keinen Effekte bei paralleler Suche, aber bei seriell höhere RZ
generative Transformationsgrammatik (3) jeder Satz hat Oberflächen- und Tiefenstruktur TS hat alle Informationen zur semantischen Interpretation des Satzes Transformation, um diese abzukürzen
Universalgrammatik Chomsky geht davon aus, dass es eine universale angeborene Grammatik gibt, weil Babys Muttersprache so schnell lernen angezweifelt, da versch. Grammatiken der Sprachen so unterschiedlich aber: taube Kinder in Nigeria entwickelten Zeichensprache (auf Basis UG?!) genetische Faktoren spielen eine Rolle bei Sprachfähigkeit
Garden Path Modell doppeldeutige Sätze, die die Person auf den Holzweg schicken anfangs wird die einfachste syntaktische Struktur gewählt, Bedeutung ist hierbei nicht wichtig Prinzipien des minimal attachment und late closure, bei Konflikt zwischen den beiden in dubio pro MA zwei Stufen: syntaktisches Parsing, dann Abgleich mit semantischen und pragmatischen Informationen und Revision bei Unvermeidbarkeit
Theory of Good-Enough Respresentation von Fer-reira wir analysieren Satz nur soweit, bis wir eine Antwort darauf geben können die "gut genug" ist Moses Phänomen als Beispiel keine komplette detaillierte Representation des sprachl Inputs
Standard pragmatic Model von Grice (2) bei wortlwörtl./übertragener Wortbedeutung drei Phasen: Erkennungs Wortbedeutung, dann abgleich ob dies passt, wenn nicht Suche nach nicht-wörtlicher Bedeutung wortwörtl. Bedeutungsinterpretation schnell und automatisch
Common ground von Grice Sprecher und Zuhörer arbeiten zusammen, gehen von dem Bereich des Wissens aus, den sie teilen, dem CG Zuhörer geht davon aus, dass sich der Sprecher auf Infos aus CG bezieht, wenn nicht dann Verständnisprobleme
Egocentric Heuristic von Keysar CG ist viel zu anstrengend, daher gehen wir eher von eigenem Wissen aus und interpretieren von daraus bei Missverständnissen: duch CG aufdecken bei Fremden eher EH, bei Bekannten CG
Kapazitätstheorie von Just & Carpenter bei langen Texten (Rolle AGK) hohe AGK: besser in Verständnisaufgaben, bessere Kontrolle der Aufmerksamkeit, nicht abschweifen der Gedanken AG für Abspeicherung von Informationen und für Prozesse
Anaphor Resolution einfachte Form von briding-inferences: Wenn man einen Satz gehört hat, wo mehrere Nomen/Pronomen vorkamen und in einem späteren Satz wieder. Dann muss man schauen, vorauf sich dieses Pronomen /Nomen bezieht: Fred sold John his lawnmower, and then he sold him his garden hose --> hier müssen wir wissen, dass sich das he wahrscheinlich auf Fred bezieht Das Geschlecht oder die Anzahl können uns bei diesen Rückschlüssen behilflich sein.
Constructionist Approach von Bransford Während wir Lesen entsteht in unserem Gehirn ein mentales Modell der Situationen und Events, welche im Text vorkommen. Während wir einen Text lesen, ziehen wir ganz viele Rückschlüsse. unendliche Anzahl an automatischen inferences, welche wir ziehen können. Hier will der Leser den Text verstehen und Wissen erwerben.
Minimalistic hypothesis von McKoon & Ratcliff 2 Arten von inferences: automatische (lokal) und strategische (global) nur begrenzte Anzahl von rückschlüssen werden gezogen VPN lesen Text anders, wenn nur oberflächliche oder Detailfragen zu erwarten
Schema Theorie (Verarbeitung von langen Texten) Diese Theorie geht davon aus, dass unser Wissen in Schemata gespei-chert ist, welche aus Frames und Skripts bestehen. Dies vereinfacht unser Leben, weil wir dadurch gewisse Erwartungen haben. Bei Expe-rimenten kam heraus, dass diese Schemata sehr wichtig sind (Kleider waschen mit oder ohne Titel).
Schema Theorie von Barlett (Verarbeitung von langen Texten) (3) was wir uns von Geschichten merken: abhängig von LG und Kapazität der Schemata bei Geschichten die kulturell nicht in Schema passen: Umformung, wir erinnern uns an dinge falsch, damit sie ins Schema passen Details verschwinden, Grundideen in Schema abgespecihert bleiben
Event Indexing Model von Zwaan & Radvansky Leser beachtet bei Geschichten 5 unabh. Faktoren: Protagonsit, Zeitlichkeit, Kausalität, Räumlichkeit und Absichten / Intentionen immer wieder automatisch aktualisiert beim Lesen here and now view: gerade gelesene Infos eher verfügbar resonance view: neue Infos zu Infos in Gedächtnis in Verbindung gesetzt
Experimental -simulations approach Wenn wir eine Geschichte verarbeiten, dann machen wir Simulationen von dem in unserem Gehirn, diese sind fast gleich zu setzten mit sol-chen, welche wir auch haben, wenn wir wirklich etwas erlebt haben. Es ist etwas sparsamer als das construction-integration Modell, weil nur eine Repräsentation geformt wird.
Unrestricted Race Model von Pickering & Traxler (Verarb. DD Sätze) sowohl syntaktische als auch semantische Infos werden genutzt, um synaktische Struktur zu erkennen alle anderen mögl. syntaktsiche Strukturen ignoriert, außer wenn ausgewählte mit nachfolgenden Infos nicht kompartibel dann reanalyse bei einer Studie kam heraus, dass man doppeldeutige Sätze am schnellsten verarbeitet, dies passt zu der Theorie, weil man keine Reanalyse machen muss, da man alle Strukturen verwenden kann.
Erwartungsnutzentheorie Erwarteter Nutzen = Subjektiver Wert der Verhaltensfolgen (Nutzen der Konsequenzen) * Wahrscheinlichkeit des Eintretens subjektiver Nutzen am wichtigsten, Option mit höchstem wird ausgewählt
Prospect Theory von Kahnemann & Tversky Leute haben einen Referenzpunkt (status-quo), welcher die Ausgangslage beschreib Leute sind gegenüber Verlusten sensibeler, als gegenüber potentieller Gewinne, loss aversion: wenn es 50:50 steht dann muss mein Gewinn doppelt so hoch sein, als mein Verlust wenn ich verliere, damit ich mich für die riskantere Variante entscheide. Die Kurve der Verluste ist, um einiges steiler, als die Kurve der Gewinne.
Rational-emotional-model von Anderson Die Entscheidungsfindung hängt sowohl von rationalen Faktoren, wie auch von erlebten und antizipierten Emotionen ab → man möchte negative Emotionen möglichst minimieren.
Multi Attribute Utility/ Multiattributives Nutzen-modell Entscheidung verläuft wie folgt: · Die relevanten Attribute für eine Entscheidung identifizieren · Sich entscheiden, wie man diese Attribute gewichtet · Man muss den Gesamtnutzen erfassen, indem man jeden subjektiven Nutzten addiert · Man sucht sich die Option, welche am positivsten erscheint aus Konjunktionsregel: alle cut offs müssen erfüllt sein, Disjunktionsregel: ein cut off mindestens erfüllt
Bayes Theorem WSK für Ergebnisse + Zusatzinformation = 2 Hypothesen und WSK Zusatzinfo daraus ergibt sich Chancenverhältnis Beispiel: Taxi Cab Problem, Basisratenfehler da Erstinformation ignoriert
Support Theory von Tversky und Köhler Man denkt, dass etwas häufiger vorkommt, je nachdem wie es beschrieben wird. . Wir glauben eher, dass wir im Sommerurlaub sterben, wenn wir schon mehrere Möglichkeiten bekommen, wie wir sterben könnten. Es gibt zwei Erklärungen dafür: Es werden Informationen aufgedeckt, an die wir gar nicht gedacht haben Wir können uns auch einfach gar nicht an alle Dinge erinnern, welche mit einem Ereignis zusammenhängen können.
Natural Frequency Hypo-thesis von Gigerenzer & Hoffrage natural frequency aufgrund des natural samplings: wir zählen, wie oft Dinge oder Ereignisse da sind in der Realität wir können besser mit Häufigkeiten als mit Prozentangaben
Casual Model Uns hilft informelles Wissen erfolgreichere Urteile im Alltag zu fällen.
Dual Process Model von Kahlemann und Frederick System 1: Dieses läuft intuitiv, automatisch und schnell ab. Die Strategien, welche wir dort verwenden sind automatisch, ohne aufwand, assoziativ und implizit. Oftmals werden sie von Emotionen beeinflusst und es ist sehr schwer sie zu kontrollieren oder modifizieren. System 2: Dieses ist analytisch geleitet und von Regeln kontrolliert. Diese Strategien sind langsamer, seriell, ohne großen Aufwand und man verwendet kontrollierte Strategien. Sie sind auch sehr flexibel und eher Regelbasiert. Wenn wir eine Entscheidung treffen wollen, dann benützten wir zuerst das System 1 und dann kommt System 2, was diese erste Entscheidung nochmals modifiziert oder korrigiert. Aber nur wenige Menschen benützten das System 2 oder nur wenig Informationen von System 2.
Induktives Denken von Besonderem auf Allgemeines, oft im Alltag verwendet diese Konklusionen sind wahrscheinlich aber nicht wahr
3 Induktionsmethoden nach Mill Übereinstimmung: wenn alle Beobachtungen eine Sache gemeinsam haben, so ist dies die Ursache Unterschied: wenn etwas in einer Situation auftritt und diese nur einen Unterschied zu anderer Situation hat, so ist dieser Unterschied die Ursache gleichzeitige Änderung: Wenn sich etwas in a ändert und gleichzeitig auch etwas in b. Dann könnte man davon ausgehen, dass die Änderung in a zu der Veränderung in b führt. Wenn es z.B. mehr CO2 gibt, dann wird es auch wärmer auf der Erde.
Induktionsproblem von David Hume (3) Ein Induktionsprinzip kann kein analytischer Satz sein, der unabhängig von der Erfahrung ist. Ein Induktionsprinzip kann auch nicht synthetisch a priori wahr sein, ansonsten müssen auch die a posteriori wahr sein und wenn diese es nicht sind, dann ist es nicht mehr möglich diese a priori zu falsifizieren. Ein Induktionsprinzip kann nicht aus den Erfahrungen gewonnen werden, denn für das bräuchten wir ein Induktionsprinzip höherer Ordnung. Wir müssten die Begründung abbrechen oder einen Zir-kelschluss benützen.
Social Contract Theory Die deontic Regel, wenn es ein p gibt dann musst du q machen, hilft uns dabei eine Regel besser zu verstehen. Denn es hat eine Regelve-letzung, welche es mit uns zieht. Durch durch die Evolution ist es in uns verankert, dass wir eine gute Leistung im sozialen Kontext erbrin-gen wollen. Es hat sich gezeigt, dass man tatsächlich bessere Leistun-gen erbringt bei dem Wason 4 Karten Paradigma, wenn man durch das Aufdecken von Karten einen Schummler entlarven kann.
Mental Modell (deduktives reasoning) von Johnson Wir konstruieren immer mentale Modell zu den verschiedenen Er-scheinungsformen von Möglichkeiten, dies sollte konsistent zur Konklusion sein nur wahre Modelle Modell wird durch weitere gebildete Falsifiziert oder sonst beibehalten erfordert AGK --> Deduktive reasoning Aufgaben erfordern viele Ressourcen und mentale modell, weswegen sie auch so schwer zu lösen sind.
Probabilistisches Ansatz für deduktives Reasoning von Chater und Oaksford Im Alltag machen wir weniger sicheres reasoning, als unsicheres. In diesem Fall beziehen wir uns eher auf Wahrscheinlichkeiten als richtig deduktiv vorzugehen durch alltagserfahrungen
Dual System Theorie von Evans (evolution. Stufen!) System 1: Unbewusster Prozess, parallel, unabhängig von der Intelligenz. Schon auf einer frühen evolutionären Stufe ausgereift System 2: Bewusste Prozesse, wurde erst letztens in der evolutionären Geschichte erschaffen, es geht um durch ein Gesetz geleiteten Prozess, serieller Prozess, der nur eine limitierte Kapazität hat und mit Intelligenz verbunden ist. Wir verwenden oftmals heuristische Prozesse um ein mental model zu konstruieren. Man kann aber dann noch das analytische System miteinbeziehen, damit wir überarbeiten können, ob ein mentales Modell funktioniert. Manchmal ist das hilfreich, manchmal aber auch nicht.
Es gibt folgende 3 Prinzipien auf dem das analytische-hypothetische Denken beruht: SRS · Singularity principle: Nur ein einziges mentales Modell wird in Erwägung gezogen. · Relevance principle: das relevanteste Modell, welches auf Vorwissen und dem aktuellen Kontext beruht wird in Erwägung gezogen. Satificing principle: Das aktuelle mentale Modell wird vom analytischen System evaluiert und akzeptiert. Das Nutzten dieses Konstruktes führt dazu, dass die Konklusionen angenommen werden, die wahr sein können aber nicht müssen.
Informales Reasoning im Alltag: selten deduktiv, sondern wichtigkeit von Vorwissen, Glaube, Überzeugungen... Wir nutzten dazu auch den Kontext eines Argumentes und vor allem auch probabilistische Infos Die stärke der Konklusion: wie stark primäre Überzeugungen und Glaube Positive Informationen haben mehr Einfluss als negative Infos. Inhalte im Gegensatz zu DR wichtig
Erklären VS. Verstehen von Georg Henrik von Wright Kausal: Dies verwenden wir beim Erklären. Eine Handlung erfolgt aus Intentionen heraus. Teleologisch: Da ist die Handlung eine Folge von Gründen und Zielen. Hier geht es nur um das Verstehen.
HO-Schema von Hempel und Oppenheim Ein Explanandum (Satz, der das Erklärende beschreibt) folgt immer deduktiv aus dem Explanans Das Explanans enthält allgemeine Gesetzte, diese müssen zur Erklärung erforderlich sein sowie erfüllte Bedingungen Das Explanans hat einen empirischen Inhalt, muss falsifizierbar sein Alle Sätze des Explanans sind wahr
Holismus von Quine Man kann eine Hypothese nie isoliert überprüfen. Man muss sie im-mer in einen Kontext setzten. Man kann auch nie nur einzelne Sätze bewerten, sondern muss sie immer in einer Theorie anschauen.
Kohärenztheorie von Bon-jour Überzeugungssysteme sind nicht statisch, sondern verändern sich ständig unter anderem aufgrund neuer Wahrnehmungsüberzeugungen. Brauchbare Überzeugungssysteme müssen also in der Lage sein, diese spontanen Wahrnehmungsüberzeugungen sinnvoll zu integrieren. Eine Überzeugung ist genau dann gerechtfertigt, wenn sie Element eines maximal kohärenten Systems von Überzeugungen ist, das die Beobachtungsforderung erfüllt.
Non-Statement View von Stegmüller Wenn sich eine Hypothese nicht als richtig erweist. Dann heißt das nicht, dass die Theorie falsch ist, sondern nur dass die Hypothese in dieser spezifischen Situation nicht zutrifft.
Chunking theory · Schachexperten brechen die Stellungen auf dem Spielfeld in chunks runter (meist sieben) · Im Allgemeinen haben sie detailliertere chunks im LZG · Bei den chunks bei den Schachmeistern stecken mehr Informationen drinnen. 2,5 Stücke vs. 1,9 Stücke. · Schachmeister besitzen auch mehr chunks im LZG à dadurch können sie auch mehr im KZG halten Aber Experten sind nicht nur wegen den chunks im LZG besser
Template theory Schachexperten speichern ihre Infos in templates ab. Diese bestehen aus einer fixen Information (cor) und einer varibalen Information (slot) besser unter Zeitdruck, Intelligenz sollte Leistung nicht beeinflussen, benachbarte Figuren sollten ähnliche Templates aktivieren Experten besitzen mehr templates
Deliberate Practice gezielte Übung für mehr Expertise Aufgabe muss angemessen schwer sein man muss Feedback bekommen aufgabe wiederholen dürfen fehler korrigieren können man speichert auch mehr im LZG ab. Durch cues können diese In-formationen abgerufen werden und dadurch kann man auch besser abreiten. Man hat also kein besseres AG, sondern man kann einfach die beiden Teile besser verbinden.
MACR von Coleen Zeitz Moderately abstract cognitive representation à man kann als Experte kognitive Repräsentationen einfach abstrahieren. à man probiert die Informationen nicht mehr so abstrakt zu erfassen, sondern probiert sie auf ein gutes Maß runter zu brechen. Wenn es zu abstrakt ist, dann ist es instabil.