stringtranslate.com

Теория интеграции информации

Принципиальная схема теории интеграции информации

Теория интеграции информации была предложена Норманом Х. Андерсоном для описания и моделирования того, как человек интегрирует информацию из ряда источников, чтобы вынести общее суждение. Теория предлагает три функции .

Функция оценки — это эмпирически полученное отображение стимулов на интервальную шкалу . Она уникальна с точностью до преобразования обмена интервалами ( ).

Интегральная функция — это алгебраическая функция , объединяющая субъективные значения информации. «Когнитивная алгебра» относится к классу функций, которые используются для моделирования процесса интеграции. Они могут быть сложением, усреднением , взвешенным усреднением , умножением и т. д.

Функция производства реакции — это процесс, посредством которого внутреннее впечатление преобразуется в явную реакцию.

Теория интеграции информации отличается от других теорий тем, что она не возведена на принципе согласованности, таком как баланс или соответствие, а скорее опирается на алгебраические модели . Теория также называется функциональным измерением, потому что она может предоставить проверенные масштабные значения стимулов. Элементарное рассмотрение теории, вместе с программой Microsoft Windows для проведения анализа функциональных измерений, представлено в учебнике Дэвида Дж. Вайса. [1]

Модели интеграции

В теории интеграции информации используются три основных типа алгебраических моделей: сложение, усреднение и умножение.
Модели сложения, реакция/явное поведение, способствующие факторы


(Условие 1) (Условие 2)

Обычно эксперимент разрабатывается таким образом, чтобы: , и , так что .


Существует два особых случая, известных как дисконтирование и аугментация.

Дисконтирование : значение любого фактора уменьшается, если добавляются другие факторы, которые производят тот же эффект.
Пример: отсутствует или имеет нулевое значение. Если положительно, то G 1 должен быть меньше . Аугментация : обратная версия типичной модели. Пример: если отрицательно, то должно быть больше .


Два преимущества добавления моделей:

  1. Участникам не требуется точного интуитивного расчета.
  2. Сама по себе модель сложения не обязательно должна быть полностью валидной. Определенные виды взаимодействия между факторами не повлияют на качественные выводы.

Примечания

  1. ^ Вайс, DJ (2006). Анализ дисперсии и функциональное измерение: практическое руководство. Нью-Йорк: Oxford University Press.

Ссылки

Внешние ссылки