SlideShare uma empresa Scribd logo
Generalização Espacial do Estímulo:
gradientes bidimensionais em ecrãs tácteis
José Bentes, Andreia Costa, Catarina Castro
Universidade do Minho
A s variações na localização espacial de um estímulo são uma dimensão física
tão relevante para o comportamento adaptativo quanto as variações noutras
propriedades como a côr, a forma, o tamanho, o número ou o tempo. Cheng,
Spetch & Johnson (1997) , no quadro de trabalhos sobre a orientação, espacial e
busca de alimento, realizaram o primeiro e um dos poucos estudos para
comparar a generalização espacial de estímulos com os processos conhecidos
noutras dimensões . Caracterizaram a forma dos gradientes em dimensões
ortogonais no plano de um ecrã táctil e confirmaram os efeitos de “peak-shift” e
“area shift” espaciais em resultado de treino discriminativo .
O estudo dos processos de discriminação e generalização espacial são ainda
relevantes para especiicar condições e testar supostos em questões como o
papel de respostas espacialmente definidas na aprendizagem de conceitos, os
mecanismos de generalização do reforço nas discriminações condicionais ou os
processos de representação multidimensional de estímulos.
O presente estudo desenvolve a metodologia e a proposta de Cheng e cols.para
uma investigação simultânea das várias dimensões espaciais e constitui mais um
passo na validação de um dsipositivo táctil para o estudo da Aprendizagem.
• Sujeitos: 3 pombos domésticos (Columba Livia) com experiência prévia de bicar no
ecrã táctil sob programas intermitentes de reforço e mantidos a 80% do seu peso em
alimentação livre,
• Equipamento: câmara isonorizada equipada com monitor táctil resistivo Elo Touch e
alimentador no painel posterior. Àrea visível e operativa de 30 x 17 cm. Sinalização
sonora das bicadas no alvo.
• Estímulos e espaço visual: círculos de 2,5 cm de diâmetro, de côr vermelha,
apresentados numa de 66 localizações possíveis no ecrã táctil (11 X 6)
• Treino de baseline: 20 sessões de 120 ensaios separados por intervalos de 5 segundos
. Respostas dirigidas ao estímulo reforçadas num programa de Intervalo Variável de 15
segundos. Apresentação do estímulo em localizações fixas de acordo com uma de três
condições experimentais.
•Testes de generalização: 8 sessões de 126 ensaios misturados aleatoriamente na
seguinte proporção. 33 ensaio de teste com 15 segundos de duração cada e terminando
em ITI. 91 ensaios reforçados num programa VI15”, distribuidos pelas localizações de
baseline.
1
Series1
Series2
Series3
Series4
Series5
Series6
0.0
5.0
10.0
15.0
20.0
25.0
1 2 3 4 5 6 7 8 9
10 11
Respostas
/
minuto
0.0
0.1
0.2
0.3
0.4
0.5
0.6
1 2 3 4 5 6 7 8 9 10 11
1/Latência
(s)
Generalização horizontal
(Velocidade de Reacção)
Sess.1-2
Sess.1-4
Sess.5-8
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
1 2 3 4 5 6
1/Latência
(s)
Generalização Vertical
(Velocidade de Reacção)
Sess.1-2
Sess.1-4
Sess.5-8
0
5
10
15
20
25
30
35
40
45
50
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minto
Generalização Horizontal
(Taxa de Resposta)
Sess.1-2
Sess.1-4
Sess.5-8
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6
Respostas
/
minuto
Generalização Vertical
(Taxa de Resposta)
Sess.1-2
Sess.1-4
Sess.5-8
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
1 2 3 4 5 6 7 8 9 10 11
1/latência
(s)
Generalização nas Diagonais
(Velocidade de Reacção)
Sess.1-2
Sess.1-4
Sess.5-8
Series1
Series3
Series5
0.0
0.1
0.2
0.3
0.4
0.5
1
2
3
4
5
6
7
8
9
10
11
1
/
latência
(s)
0
5
10
15
20
25
30
35
40
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minuto
Generalização nas Diagonais
(Taxa de Resposta)
Sess. 1-2
Sess. 1-4
Sess. 5-8
Series1
Series2
Series3
Series4
Series5
Series6
0.0
50.0
100.0
150.0
200.0
1
2
3
4
5
6
7
8
9
10
11
Respostas/min
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minto
Generalização Horizontal
(Taxa de Resposta)
Sess.1-2
Sess.5-8
0
20
40
60
80
100
120
140
160
180
1 2 3 4 5 6
Respostas
/
minuto
Generalização Vertical
(Taxa de Resposta)
Sess.1-2
Sess.5-8
0
50
100
150
200
250
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minuto
Generalização na Diagonal
(Taxa de Resposta)
Sess. 1-2
Sess. 5-8
Este sujeito foi treinado numa localização central e testado em todas as posições
circundantes para determinar gradientes em duas dimensões simultâneas. Determinámos
gradientes bidimensionais de Latência e de Taxa de Resposta nas direcções Horizontal,
Vertical e Diagonal. A figura abaixo mostra que qualquer das medidas revela gradientes de
generalização bastante definidos e semelhantes aos encontrados noutras dimensões
perceptivas. Os resultados foram obtidos num reduzido número de testes em cada
localização, as características do gradiente surgiram logo de início e os testes continuados
apenas reduziram a força da resposta. De destacar a simetria em qualquer direccção à
volta da localização de treino, a maior generalização Horizontal, a maior discriminação na
Diagonal e uma tendência inicial para preferir localizações junto ao bordo inferior do ecrã.
1
Estes sujeitos foram treinados em três localizações diferentes ao longo de cada uma das diagonais, numa ordem aleatória. O objectivo foi criar três gradientes
simultâneos de generalização espacial, para estudar a sua interacção e os efeitos sobre toda a superície. Neste caso, as medidads de latência não mostraram
qualquer sensibilidade aos procedimentos, sendo geralmente muito longas e deordenadas. As medidas de taxa de resposta mostram de novo gradientes bem claros
desde o início dos testes, com o pico estendendo-se a toda a diagonal treinada. A amplitude da generalização é neste caso muito grande, estendendo-se a
praticamente toda a superície a partir da diagonal e não se reduzindo com a continuação dos testes. De notar a assimetria nos gradientes situados entre dois
estímulos de treino, mostrando claramente o efeito aditivo entre gradientes.
Series1
Series2
Series3
Series4
Series5
Series6
0.0
50.0
100.0
150.0
1
2
3
4
5
6
7
8
9
10
11
Respostas
/
minuto
0
20
40
60
80
100
120
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minto
Generalização Horizontal
(Taxa de Resposta)
Sess.1-4
Sess.5-8
0
20
40
60
80
100
120
1 2 3 4 5 6
Respostas
/
minuto
Generalização Vertical
(Taxa de Resposta)
Sess.1-4
Sess.5-8
0
20
40
60
80
100
120
1 2 3 4 5 6 7 8 9 10 11
Respostas
/
minuto
Generalização nas Diagonais
(Taxa de Resposta)
Sess. 1-4
Sess. 5-8
1
y = 0.0566x2 - 0.67x + 1.9699
R² = 0.9672
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1 2 3 4 5 6
Proporção
da
resposta
a
S+
Função de Generalização Horizontal
(Taxa de Resposta)
Sess.5-8
y = 0.6148x2 - 3.0739x + 3.6887
R² = 1
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1 2 3
Proporção
da
Resposta
a
S+
Função de Generalização Vertical
(Taxa de Resposta)
Sess.5-8
y = 0.098x2 - 0.9183x + 2.042
R² = 0.9631
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1 2 3 4 5 6
Proporção
da
Resposta
a
S+
Função de Generalização Diagonal
(Taxa de Resposta)
Sess.5-8
Poly. (Sess.5-8)
y = 0.436e-0.337x
R² = 0.7027
0.0
0.1
0.1
0.2
0.2
0.3
0.3
0.4
1 2 3 4 5
Proporção
reaacção
a
S+
Função de Generalização Horizontal
(Velocidade de Reacção)
Sess.5-8
Expon. (Sess.5-8)
y = 0.34e-0.531x
R² = 0.7499
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1 2 3
Proporção
de
Reacção
a
S+
Função de Generalização Vertical
(Velocidade de Reacção)
Sess.5-8
Expon. (Sess.5-8)
y = 0.3271e-0.298x
R² = 0.7582
0.0
0.1
0.1
0.2
0.2
0.3
0.3
1 2 3 4 5 6
Proporção
da
Reacção
a
S+
Função de Generalização Diagonal
(Velocidade de Reacção)
Sess.5-8
Expon. (Sess.5-8)
Forma do gradiente de generalização. A rapidez e magnitude com que o comportamento muda na presença de
estímulos diferentes depende, em parte, da escala em que o indivíduo avalia os estímulos. No caso da dimensão
espacial, a evidência favorece uma função exponencial sobre uma escala linear. Mas seja qual fôr a função
encontrada, a linearidade requer que a forma do gradiente permaneça idêntica em qualquer ponto e direcção no
espaço. A figura abaixo mostra as funções que melhor descrevem o comportamento em função da distância ao
estímulo de treino. Com medidas de latência, a Exponencial é a que melhor se ajusta, ainda que grosseiramente.
Quando se mede taxas de resposta, as funções polinomiais descreveram os nossos dados com grande exactidão. Em
cada um dos casos, a respectiva função descreve de igual modo os gradientes para todas as direcções do plano,
suportando a ideia de linearidade e ortogonalidade. A forma polinomial pode sugerir ainda o efeito conjunto de
diferentes processos e pode resultar do presente paradigma de teste em várias orientações simultâneas.
y = -0.7226x2 + 2.8275x + 9.9924
R² = 0.9909
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
1 2 3 4 5 6
Proporção
da
resposta
a
S+
Função de Generalização Horizontal
(Taxa de Resposta)
Sess.5-8
y = -2.0653x2 + 6.4202x + 8.736
R² = 0.9889
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
16.0
1 2 3 4
Proporção
da
Resposta
a
S+
Função de Generalização Vertical
(Taxa de Resposta)
Sess.5-8
y = 0.2774x2 - 4.8031x + 18.631
R² = 0.933
-2.0
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
16.0
1 2 3 4 5 6
Proporção
da
Resposta
a
S+
Função de Generalização Diagonal
(Taxa de Resposta)
Sess.5-8
Tal como no sujeito treinado com um único estímulo em posição fixa, os gradientes resultantes do treino discriminativo em várias localizações
apresentam uma forma bem descrita por funções polinomiais. Nas figuras laterais, em baixo, pode distinguir-se dois momentos da função: um
em que o gradiente diminui de forma quadrática e outro em que varia linearmente ou simplesmente não muda. Os dois sujeitos apresentam a
fase linear em proximidades opostas ao estímulo treino e a fase quadrática é convexa para um e côncava para outro. A razão disto não é
evidente, dada a simetria do procedimento. Uma diferença signiicativa entre os sujeito está na alta taxa de respostas fora do alvo do P184 (ver
caixa abaixo), mas a relação entre este dado e a forma dos gradientes obtidos fica por determinar. Em todo o caso, os gradientes apresentam
forma semelhante em todas as direcções, sugerindo um vez mais a uniformidade métrica do espaço de teste.
y = 0.1731x2 - 3.1656x + 12.699
R² = 0.9259
0.0
2.0
4.0
6.0
8.0
10.0
12.0
1 2 3 4 5 6
Proporção
da
resposta
a
S+
Função de Generalização Horizontal
(Taxa de Resposta)
Sess.5-8
y = 4.1747x2 - 20.518x + 25.479
R² = 1
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
1 2 3
Proporção
da
Resposta
a
S+
Função de Generalização Vertical
(Taxa de Resposta)
Sess.5-8
y = 0.0351x2 - 2.1017x + 11.132
R² = 0.918
-2.0
0.0
2.0
4.0
6.0
8.0
10.0
1 2 3 4 5 6
Proporção
da
Resposta
a
S+
Função de Generalização Diagonal
(Taxa de Resposta)
Sess.5-8
Precisão da Resposta. Uma grande diferença no procedimento entre
este estudo e o trabalho de Spetch et al. (1997) é a de que nós treinámos
respostas especíicas ao próprio estímulo e não apenas bicadas
indiferenciadas em qulaquer localização na sua presença. No entanto, a
aquisição da bicada dentro de um círculo de 2.5 cm revelou-se diícil e as
bicadas fora do alvo mantiveram-se altas para os sujeitos 626 e 184. A
especiificidade da resposta pode ter contribuido para o rapido controlo de
estímulo, mas os efeitos dos erros podem também ter alterado a taxa
efectiva de reforços obtidos pelos animais na presença de diferentes
estímulos e assim enviesar a discriminação. Os dados de taxa de resposta
apresentados aqui incluem respostas dentro e fora do alvo e por isso o
efeito das bicadas falhadas será exclusivamente motivacional.
Os gráficos abaixo mostram a proporção das médias de bicadas falhadas
nos ensaios de Teste e nos ensaios de Baseline ao longo das sessões de
generalização. Os animais distribuem igualmente os “misses” pelos dois
tipos de ensaios, mas o P184 falha metade das bicadas enquanto responde
muito mais nos ensaios reforçados. (dados não mostrados) A análise dos
“misses durante o treino de baseline deverá dar indicações relevantes
sobre o tipo, distribuição e funçãodos erros
0
0.1
0.2
0.3
0.4
0.5
0.6
1 2 3 4 5 6 7
Proporção
média
por
ensaio
Respostas fora do alvo
Series1
Series2
0
0.1
0.2
0.3
0.4
0.5
0.6
1 2 3 4 5 6 7
Proporção
média
por
ensaio
Respostas fora do alvo
Series1
Series2
P320
P627 P184

Mais conteúdo relacionado

Último

2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
FlorAzaleia1
 
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptxMÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
MnicaPereira739219
 
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
jenneferbarbosa21
 
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
jenneferbarbosa21
 
Aula 1. Introdução ao estudo da célula.ppt
Aula 1. Introdução ao estudo da célula.pptAula 1. Introdução ao estudo da célula.ppt
Aula 1. Introdução ao estudo da célula.ppt
cleidianevieira7
 
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
FlorAzaleia1
 
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
jenneferbarbosa21
 
anatomia e fisiologia de peixes CRMVCP.
anatomia e fisiologia de peixes  CRMVCP.anatomia e fisiologia de peixes  CRMVCP.
anatomia e fisiologia de peixes CRMVCP.
FERNANDACAROLINEPONT
 

Último (8)

2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
2-10-EF - 9º ANO - CIÊNCIAS - LUZ E CORES.pdf
 
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptxMÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
MÁQUINAS SIMPLES-ALAVANCAS-POLIAS-ENGRENAGENS.pptx
 
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
EVOLUÇÃO-EVOLUÇÃO- A evolução pode ser definida como a mudança na forma e no ...
 
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
Cards das Espécies da Coleção-Carpoteca Temática Itinerante sediada no Labora...
 
Aula 1. Introdução ao estudo da célula.ppt
Aula 1. Introdução ao estudo da célula.pptAula 1. Introdução ao estudo da célula.ppt
Aula 1. Introdução ao estudo da célula.ppt
 
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
10-EF - 9º ANO - CIÊNCIAS - ONDAS ELETROMAGNÉTICAS - APLICAÇÕES TECNOLÓGICAS.pdf
 
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
Taxonomia: é a ciência que classifica os seres vivos, estabelecendo critérios...
 
anatomia e fisiologia de peixes CRMVCP.
anatomia e fisiologia de peixes  CRMVCP.anatomia e fisiologia de peixes  CRMVCP.
anatomia e fisiologia de peixes CRMVCP.
 

Destaque

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
GetSmarter
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
Alireza Esmikhani
 

Destaque (20)

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 

Generalização Espacial do Estimulo

  • 1. Generalização Espacial do Estímulo: gradientes bidimensionais em ecrãs tácteis José Bentes, Andreia Costa, Catarina Castro Universidade do Minho A s variações na localização espacial de um estímulo são uma dimensão física tão relevante para o comportamento adaptativo quanto as variações noutras propriedades como a côr, a forma, o tamanho, o número ou o tempo. Cheng, Spetch & Johnson (1997) , no quadro de trabalhos sobre a orientação, espacial e busca de alimento, realizaram o primeiro e um dos poucos estudos para comparar a generalização espacial de estímulos com os processos conhecidos noutras dimensões . Caracterizaram a forma dos gradientes em dimensões ortogonais no plano de um ecrã táctil e confirmaram os efeitos de “peak-shift” e “area shift” espaciais em resultado de treino discriminativo . O estudo dos processos de discriminação e generalização espacial são ainda relevantes para especiicar condições e testar supostos em questões como o papel de respostas espacialmente definidas na aprendizagem de conceitos, os mecanismos de generalização do reforço nas discriminações condicionais ou os processos de representação multidimensional de estímulos. O presente estudo desenvolve a metodologia e a proposta de Cheng e cols.para uma investigação simultânea das várias dimensões espaciais e constitui mais um passo na validação de um dsipositivo táctil para o estudo da Aprendizagem. • Sujeitos: 3 pombos domésticos (Columba Livia) com experiência prévia de bicar no ecrã táctil sob programas intermitentes de reforço e mantidos a 80% do seu peso em alimentação livre, • Equipamento: câmara isonorizada equipada com monitor táctil resistivo Elo Touch e alimentador no painel posterior. Àrea visível e operativa de 30 x 17 cm. Sinalização sonora das bicadas no alvo. • Estímulos e espaço visual: círculos de 2,5 cm de diâmetro, de côr vermelha, apresentados numa de 66 localizações possíveis no ecrã táctil (11 X 6) • Treino de baseline: 20 sessões de 120 ensaios separados por intervalos de 5 segundos . Respostas dirigidas ao estímulo reforçadas num programa de Intervalo Variável de 15 segundos. Apresentação do estímulo em localizações fixas de acordo com uma de três condições experimentais. •Testes de generalização: 8 sessões de 126 ensaios misturados aleatoriamente na seguinte proporção. 33 ensaio de teste com 15 segundos de duração cada e terminando em ITI. 91 ensaios reforçados num programa VI15”, distribuidos pelas localizações de baseline. 1 Series1 Series2 Series3 Series4 Series5 Series6 0.0 5.0 10.0 15.0 20.0 25.0 1 2 3 4 5 6 7 8 9 10 11 Respostas / minuto 0.0 0.1 0.2 0.3 0.4 0.5 0.6 1 2 3 4 5 6 7 8 9 10 11 1/Latência (s) Generalização horizontal (Velocidade de Reacção) Sess.1-2 Sess.1-4 Sess.5-8 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 1 2 3 4 5 6 1/Latência (s) Generalização Vertical (Velocidade de Reacção) Sess.1-2 Sess.1-4 Sess.5-8 0 5 10 15 20 25 30 35 40 45 50 1 2 3 4 5 6 7 8 9 10 11 Respostas / minto Generalização Horizontal (Taxa de Resposta) Sess.1-2 Sess.1-4 Sess.5-8 0 5 10 15 20 25 30 35 40 45 1 2 3 4 5 6 Respostas / minuto Generalização Vertical (Taxa de Resposta) Sess.1-2 Sess.1-4 Sess.5-8 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 1 2 3 4 5 6 7 8 9 10 11 1/latência (s) Generalização nas Diagonais (Velocidade de Reacção) Sess.1-2 Sess.1-4 Sess.5-8 Series1 Series3 Series5 0.0 0.1 0.2 0.3 0.4 0.5 1 2 3 4 5 6 7 8 9 10 11 1 / latência (s) 0 5 10 15 20 25 30 35 40 1 2 3 4 5 6 7 8 9 10 11 Respostas / minuto Generalização nas Diagonais (Taxa de Resposta) Sess. 1-2 Sess. 1-4 Sess. 5-8 Series1 Series2 Series3 Series4 Series5 Series6 0.0 50.0 100.0 150.0 200.0 1 2 3 4 5 6 7 8 9 10 11 Respostas/min 0 50 100 150 200 250 1 2 3 4 5 6 7 8 9 10 11 Respostas / minto Generalização Horizontal (Taxa de Resposta) Sess.1-2 Sess.5-8 0 20 40 60 80 100 120 140 160 180 1 2 3 4 5 6 Respostas / minuto Generalização Vertical (Taxa de Resposta) Sess.1-2 Sess.5-8 0 50 100 150 200 250 1 2 3 4 5 6 7 8 9 10 11 Respostas / minuto Generalização na Diagonal (Taxa de Resposta) Sess. 1-2 Sess. 5-8 Este sujeito foi treinado numa localização central e testado em todas as posições circundantes para determinar gradientes em duas dimensões simultâneas. Determinámos gradientes bidimensionais de Latência e de Taxa de Resposta nas direcções Horizontal, Vertical e Diagonal. A figura abaixo mostra que qualquer das medidas revela gradientes de generalização bastante definidos e semelhantes aos encontrados noutras dimensões perceptivas. Os resultados foram obtidos num reduzido número de testes em cada localização, as características do gradiente surgiram logo de início e os testes continuados apenas reduziram a força da resposta. De destacar a simetria em qualquer direccção à volta da localização de treino, a maior generalização Horizontal, a maior discriminação na Diagonal e uma tendência inicial para preferir localizações junto ao bordo inferior do ecrã. 1 Estes sujeitos foram treinados em três localizações diferentes ao longo de cada uma das diagonais, numa ordem aleatória. O objectivo foi criar três gradientes simultâneos de generalização espacial, para estudar a sua interacção e os efeitos sobre toda a superície. Neste caso, as medidads de latência não mostraram qualquer sensibilidade aos procedimentos, sendo geralmente muito longas e deordenadas. As medidas de taxa de resposta mostram de novo gradientes bem claros desde o início dos testes, com o pico estendendo-se a toda a diagonal treinada. A amplitude da generalização é neste caso muito grande, estendendo-se a praticamente toda a superície a partir da diagonal e não se reduzindo com a continuação dos testes. De notar a assimetria nos gradientes situados entre dois estímulos de treino, mostrando claramente o efeito aditivo entre gradientes. Series1 Series2 Series3 Series4 Series5 Series6 0.0 50.0 100.0 150.0 1 2 3 4 5 6 7 8 9 10 11 Respostas / minuto 0 20 40 60 80 100 120 1 2 3 4 5 6 7 8 9 10 11 Respostas / minto Generalização Horizontal (Taxa de Resposta) Sess.1-4 Sess.5-8 0 20 40 60 80 100 120 1 2 3 4 5 6 Respostas / minuto Generalização Vertical (Taxa de Resposta) Sess.1-4 Sess.5-8 0 20 40 60 80 100 120 1 2 3 4 5 6 7 8 9 10 11 Respostas / minuto Generalização nas Diagonais (Taxa de Resposta) Sess. 1-4 Sess. 5-8 1 y = 0.0566x2 - 0.67x + 1.9699 R² = 0.9672 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1 2 3 4 5 6 Proporção da resposta a S+ Função de Generalização Horizontal (Taxa de Resposta) Sess.5-8 y = 0.6148x2 - 3.0739x + 3.6887 R² = 1 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1 2 3 Proporção da Resposta a S+ Função de Generalização Vertical (Taxa de Resposta) Sess.5-8 y = 0.098x2 - 0.9183x + 2.042 R² = 0.9631 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1 2 3 4 5 6 Proporção da Resposta a S+ Função de Generalização Diagonal (Taxa de Resposta) Sess.5-8 Poly. (Sess.5-8) y = 0.436e-0.337x R² = 0.7027 0.0 0.1 0.1 0.2 0.2 0.3 0.3 0.4 1 2 3 4 5 Proporção reaacção a S+ Função de Generalização Horizontal (Velocidade de Reacção) Sess.5-8 Expon. (Sess.5-8) y = 0.34e-0.531x R² = 0.7499 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1 2 3 Proporção de Reacção a S+ Função de Generalização Vertical (Velocidade de Reacção) Sess.5-8 Expon. (Sess.5-8) y = 0.3271e-0.298x R² = 0.7582 0.0 0.1 0.1 0.2 0.2 0.3 0.3 1 2 3 4 5 6 Proporção da Reacção a S+ Função de Generalização Diagonal (Velocidade de Reacção) Sess.5-8 Expon. (Sess.5-8) Forma do gradiente de generalização. A rapidez e magnitude com que o comportamento muda na presença de estímulos diferentes depende, em parte, da escala em que o indivíduo avalia os estímulos. No caso da dimensão espacial, a evidência favorece uma função exponencial sobre uma escala linear. Mas seja qual fôr a função encontrada, a linearidade requer que a forma do gradiente permaneça idêntica em qualquer ponto e direcção no espaço. A figura abaixo mostra as funções que melhor descrevem o comportamento em função da distância ao estímulo de treino. Com medidas de latência, a Exponencial é a que melhor se ajusta, ainda que grosseiramente. Quando se mede taxas de resposta, as funções polinomiais descreveram os nossos dados com grande exactidão. Em cada um dos casos, a respectiva função descreve de igual modo os gradientes para todas as direcções do plano, suportando a ideia de linearidade e ortogonalidade. A forma polinomial pode sugerir ainda o efeito conjunto de diferentes processos e pode resultar do presente paradigma de teste em várias orientações simultâneas. y = -0.7226x2 + 2.8275x + 9.9924 R² = 0.9909 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 1 2 3 4 5 6 Proporção da resposta a S+ Função de Generalização Horizontal (Taxa de Resposta) Sess.5-8 y = -2.0653x2 + 6.4202x + 8.736 R² = 0.9889 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 1 2 3 4 Proporção da Resposta a S+ Função de Generalização Vertical (Taxa de Resposta) Sess.5-8 y = 0.2774x2 - 4.8031x + 18.631 R² = 0.933 -2.0 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 1 2 3 4 5 6 Proporção da Resposta a S+ Função de Generalização Diagonal (Taxa de Resposta) Sess.5-8 Tal como no sujeito treinado com um único estímulo em posição fixa, os gradientes resultantes do treino discriminativo em várias localizações apresentam uma forma bem descrita por funções polinomiais. Nas figuras laterais, em baixo, pode distinguir-se dois momentos da função: um em que o gradiente diminui de forma quadrática e outro em que varia linearmente ou simplesmente não muda. Os dois sujeitos apresentam a fase linear em proximidades opostas ao estímulo treino e a fase quadrática é convexa para um e côncava para outro. A razão disto não é evidente, dada a simetria do procedimento. Uma diferença signiicativa entre os sujeito está na alta taxa de respostas fora do alvo do P184 (ver caixa abaixo), mas a relação entre este dado e a forma dos gradientes obtidos fica por determinar. Em todo o caso, os gradientes apresentam forma semelhante em todas as direcções, sugerindo um vez mais a uniformidade métrica do espaço de teste. y = 0.1731x2 - 3.1656x + 12.699 R² = 0.9259 0.0 2.0 4.0 6.0 8.0 10.0 12.0 1 2 3 4 5 6 Proporção da resposta a S+ Função de Generalização Horizontal (Taxa de Resposta) Sess.5-8 y = 4.1747x2 - 20.518x + 25.479 R² = 1 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0 1 2 3 Proporção da Resposta a S+ Função de Generalização Vertical (Taxa de Resposta) Sess.5-8 y = 0.0351x2 - 2.1017x + 11.132 R² = 0.918 -2.0 0.0 2.0 4.0 6.0 8.0 10.0 1 2 3 4 5 6 Proporção da Resposta a S+ Função de Generalização Diagonal (Taxa de Resposta) Sess.5-8 Precisão da Resposta. Uma grande diferença no procedimento entre este estudo e o trabalho de Spetch et al. (1997) é a de que nós treinámos respostas especíicas ao próprio estímulo e não apenas bicadas indiferenciadas em qulaquer localização na sua presença. No entanto, a aquisição da bicada dentro de um círculo de 2.5 cm revelou-se diícil e as bicadas fora do alvo mantiveram-se altas para os sujeitos 626 e 184. A especiificidade da resposta pode ter contribuido para o rapido controlo de estímulo, mas os efeitos dos erros podem também ter alterado a taxa efectiva de reforços obtidos pelos animais na presença de diferentes estímulos e assim enviesar a discriminação. Os dados de taxa de resposta apresentados aqui incluem respostas dentro e fora do alvo e por isso o efeito das bicadas falhadas será exclusivamente motivacional. Os gráficos abaixo mostram a proporção das médias de bicadas falhadas nos ensaios de Teste e nos ensaios de Baseline ao longo das sessões de generalização. Os animais distribuem igualmente os “misses” pelos dois tipos de ensaios, mas o P184 falha metade das bicadas enquanto responde muito mais nos ensaios reforçados. (dados não mostrados) A análise dos “misses durante o treino de baseline deverá dar indicações relevantes sobre o tipo, distribuição e funçãodos erros 0 0.1 0.2 0.3 0.4 0.5 0.6 1 2 3 4 5 6 7 Proporção média por ensaio Respostas fora do alvo Series1 Series2 0 0.1 0.2 0.3 0.4 0.5 0.6 1 2 3 4 5 6 7 Proporção média por ensaio Respostas fora do alvo Series1 Series2 P320 P627 P184