Manipulación del contenido en el fenómeno de ensombrecimiento en juicios de contingencia .

  1. Arnau Gras, Jaume
  2. Martín Tamayo, Ignacio
  3. de la Fuente Solana, Emilia Inmaculada
Revista:
Psicothema

ISSN: 0214-9915

Año de publicación: 2000

Volumen: 12

Número: 4

Páginas: 599-604

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Psicothema

Resumen

En el presente artículo pretendemos estudiar el proceso de ensombrecimiento y la predicción que realizan los modelos establecidos en los juicios de contingencia para explicar este fenómeno. En dos experimentos, los sujetos establecieron sus juicios en una tarea experimental que consistía en predecir dos consecuencias en función de cuatro causas potenciales. Los dos experimentos diferían en cuanto al contenido de las causas y consecuencias (síntomas y enfermedades en el primero y letras y números en el segundo). Los resultados muestran que el contenido parece no afectar a los juicios aunque sí hay diferencias entre ellos en función de las contingencias objetivas establecidas entre las causas y consecuencias. De los modelos estudiados sólo tres de ellos muestran ajustes aceptables a los datos empíricos: Regla de Bayes, Delta O y el Modelo Asociativo.

Referencias bibliográficas

  • Alloy, L. y Abramson, L. (1979). Judgemnent of contingency in depressed and nondepressed students: sadder but wiser? Journal of Experimental Psychology: General, 108, 441-485.
  • Alloy L.B. y Tabachnick (1984). Assesment of covariation by humans and animals: the joint influence of prior expectations and current situational information. Psychological Review, 91, 112-149.
  • Baker A.G.; Mercier, P.; Vallee-Tourangeau, F.; Frank, R. y Pan, M. (1993). Selective associations and causality judgements: presence of a strong causal factor may reduce judgements of a weaker one. Journal of Experimental Psychology: Learning, Memory and Cognition, 19, 414-432.
  • Cheng, P.W. (1993). Separating causal laws from causal facts: pressing the limits of statistical relevance. The Psychology of Learning and Motivation, 30, 215-264.
  • Cheng, P. W. y Novick, L.R. (1990). A probabilistic contrast model of causal induction. Journal of Personality and Social Psychology, 58, 545-567.
  • Cheng, P.W. y Novick, L.R. (1991). Causes versus enabling conditions. Cognition, 40, 83-120.
  • Cheng, P.W. y Novick, L.R. (1992). Covariation in natural causal induction. Psychological Review, 99, 365-382.
  • Cosmides, L. y Tooby, J. (1996). Are humans good intuitive statisticians after all? Rethinking some conclusions from the literature on judgment under uncertainty. Cognition, 58, 1-73.
  • Dickinson, A., Shanks, D. y Evenden, J. (1984). Judgement of act-outcome contingency: the role of selective attribution. The Quaterly Journal of Experimental Psychology, 36A, 29-50.
  • Gluck M.A. y Bower, G. (1988). Evaluating a adaptative network model of human learning. Journal of Memory and Language, 27, 166-195.
  • Kelley, H.H. (1973). The process of causal attribution. American Psychologist, 28, 107-128.
  • López, F.J.; Almaraz, J.; Fernández, P. y Shanks, D. (1999). Adquisición progresiva del conocimiento sobre relaciones predictivas: curvas de aprendizaje en juicios de contingencia. Psicothema,11, 337-349.
  • Novick, L.R., Fratianne, A. y Cheng, P.W. (1992). Knowledge-based assumptions in causal attribution. Social Cognition, 10, 299-333.
  • Price, P.C. y Yates, J.F. (1993). Judgmental overshadowing: further evidence of cue interaction in contingency judgment. Memory and Cognition, 21, 561-572.
  • Price, P.C. y Yates, J.F. (1995). Associative and rule-based accounts of cue interaction in contingency judgment. Journal of Experimental Psychology: Learning, Memory and Cognition, 21, 1639-1655.
  • Rescorla, R.A. y Wagner, A.R. (1972). A theory of pavlovian conditioning: variations in the effectiveness of reinforcement and non reinforcement. En Black A.H. y Prokasy, W. F. (Eds). Classical Conditioning II: Current research and theory. New York. Appleton-Century-Crofts .
  • Schneider, W. (1990). MEL User’s guide: Computer techniques for real time psychological experimentation. Pittsburgh. Psychology Sofware Tools Inc.
  • Shanks, D.R. (1990). Connectionism and the learning of probabilistic concepts. The Quaterly Journal of Experimental Psychology, 42A, 209- 237.
  • Shanks, D.R. (1991). Categorization by a connectionist network. Journal of Experimental Psichology: Learning, Memory and Cognition, 17, 433-443.
  • Van Hamme, L.J., y Wasserman, E.A. (1993). Cue competition in causality judgments: the role of manner of information presentation. Bulletin of the Psychonomic Society, 31, 457-460.
  • Van Hamme, L.J., y Wasserman, E.A. (1994). Cue competition in causality judgments: the role of nonpresentation of compound stimulus elements. Learning and Motivation, 25, 127-151.
  • Wasserman, E.A. (1990) Attribution of causality to common and distinctive elements of compound stimuli. Psychological Science , vol. 1, nº5, 298-302.
Fuente de los datos: Dialnet