109 resultados para 1501
Resumo:
Notas al final
Resumo:
Notas al final
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés
Resumo:
Resumen tomado del autor. Resumen en castellano e inglés. Apéndice al final
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés
Resumo:
Resumen tomado del autor. Resumen en castellano e inglés
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés. Apéndice al final
Resumo:
Resumen basado en el del autor. Resumen en castellano e inglés
Resumo:
Resúmen tomado del autor. Resúmen en castellano e inglés. Apéndice en p. 211
Resumo:
Resúmen basado en el del autor. Resúmen en castellano e inglés
Resumo:
Res??men basado en el del autor. Res??men en castellano e ingl??s
Resumo:
Se insiste en la necesidad de diferenciar entre aprendizaje predictivo y causal. De los dos grandes bloques teóricos que existen actualmente, el modelo asociativo y el modelo normativo, se decanta por este último obviando el hecho de que muchos de los efectos a discutir se explican mejor desde una perspectiva asociativa: mientras los modelos normativos indican cuál debería ser el resultado final del aprendizaje, los modelos asociativos explican mejor cuál es en realidad el proceso por el que se produce el aprendizaje, incluyendo los sesgos y errores que se observan a menudo en el aprendizaje humano y animal. Por tanto, a pesar del valor heurístico que tiene la propuesta de Perales, se hace necesario mencionar que muchas de sus afirmaciones teóricas no tienen suficiente justificación empírica.
Resumo:
En el campo del aprendizaje causal se encuentran distintos tipos de tareas experimentales. Se llama la atención sobre la necesidad de diferenciar entre las distintas tareas empleadas para el estudio del aprendizaje causal, cuando es muy probable que cada una de estas tareas midan aspectos diferentes de dicho aprendizaje. Si se quiere determinar la información que es relevante en el aprendizaje causal, y por qué lo es, resulta necesario determinar previamente cuál es la información que proporcionan cada una de las tareas experimentales. A continuación se estudian las tareas de juicios causales y de juicios de probabilidad contrafactual, además de señalar aspectos críticos implicados en estudios ( Perales y Shanks; Perales, Catena y Maldonado, 2001; Perales, Cheng y Catena) para llegar a la conclusión de la importancia del análisis computacional en el estudio del aprendizaje causal y en la necesidad de diferenciar conceptual y experimentalmente entre los diferentes procedimientos de tal estudio.