Please enable JavaScript.
Coggle requires JavaScript to display documents.
Concepts et catégories (Qu'est-ce qu'un concept/catégorie?…
Concepts et catégories
Qu'est-ce qu'un concept/catégorie?
Concept
Représentation mentale générale et abstraite ne faisant référence à aucun objet particulier et sur lequel nous nous basons pour catégoriser objets
Catégorie
Nom donné à regroupement objets concrets illustrant le concept (intimité entre concept/catégorie)
Définition
Description verbale de représentation mentale (concept)
Utilité?
Catégorie/concept=raccourcis mentaux permettant identification rapide
FAciliter identification
Guider comportement
Organiser le monde
Catégories formelles
Règles logiques
Règles logique formelle
Type de lien unissant des attributs
Règle conjonctive
Lien logique ET
Règle disjonctive
Lien ligique OU
Règle conditionnelle
Lien logique SI/ALORS
Règle biconditionnelle
Lien logique réciproque Si/ALORS; ET SI/ALORS
La règle est le concept et exemplaires fournis par règle forment catégorie
Apprentissage des règles
Apprentissage règles logiques
Expérience
9 problèmes à résoudre, inférence règle logique choisie par expérimentateur (règle cherchée toujours la même, mais changement attributs)
4 groupes: conjonction, disjonction, conditionnelle, biconditionnelle
2 attributs de 2 dimensions différentes
Interprétations/conclusions
Toutes les règles ne sont pas aussi facilement apprises
Une fois apprises, cependant, toutes les règles semblent aussi faciles à appliquer
Théorie fréquence des attributs pertinents
Prédit difficulté apprentissage d'une règle=inversement proportionnel à fréquencerelative attributs pertinents parmi tous attributs objets dans catégorie
Règles: conjonctive, disjonctive, conditionnelle, biconditionnelle
Conclusions
Ordre difficulté observé dans Bourne (1970) est tel que prédit par fréquence relative d'apparition attributs pertinents
Quand fréquence apparition élevée (conjonction, disjonction): règle catégorisation facille à apprendre
Quand fréquen ce apparition faibe (conditionnelle, biconditionnelle): règle catégorisation difficile à apprendre
Catégories naturelles
Catégories naturelles vs formelles
Naturelles
Définies par rapport à dimensions continues avec frontières +- floues
Souvent organisées selon système hiérarchique et taxonomique
Composées de différents exemplaires dont certains plus ou moins typiques de leur catégorie
Attributs catégories naturelles pas tous indépendants
Frontières catégorielles et dimensions continues
Frontières catégorielles
Expérience
Objet variant longueur/largeur; bol ou tasse?; imaginer contenant rempli pommes de terre dns condition exp.
Interprétations/conclusions
Frontière catégorielle tasse/bol=floue; probabilité objet catégorisé comme bol augmente progressivement à mesure que largeur augmente
Susceptibilité frontière tasse/bol à effet contexte; fait imaginer contenant rempli nourriture augmente susceptibilité à catégoriser comme bol
Organisation hiérarchique et taxonomique concepts
Niveaux catégoriels
Supérieur (plus abstrait)
De base
Subordonné (plus concret)
Importance niveau de base
Expérience
9 taxonomie; générer plus grands nb attributs associés
Interprétations
Plus facile générer attributs pour objets niveau de base; objet de bade plus attributs communs
Quotidien: plus utile, car présice concept
Expérience parallèle: catégorisation plujs rapide niveau de base; proposition catégorisation d'abord niveau de base
Niveau subordonné et expertise
Hypohèse
Attributs moins nombreux niveau subordonné, mais participants Rosch et al. (1976) moins familiers avec niveau subordonné
Expérience
Experts oiseaux/canins; générer attributs/catégoriser niveau de base/subordonné
Conclusions
Participants génèrent plus attributs niveau subordonné dans domaines expertise et plus rapides environ 100ms pour catégoriser niveau subordonné dans domaine expertise
Représentativité et ressemblance familiale (prototypie catégorie et explication)
Expérience
Générer plus attributs possibles dans catégories; donner un score prototypie subjective chaque item; expérimentateur calcule score de ressemblance
Résultats/interprétations
Prototypie/ressemblance familiale corrèlent presque parfaitement
Items plus représentatifs d'une catégorie=ceux qui possèdent attributs les plus fréquents dans catégorie (confirmé par Rosch et al. (1976))
Neurosciences catégorisation
Perte connaissances catégorielles
Étude neuropsychologiques
Expérience
4 patients agnosiques lésion bilatérale lobe temporal causé par encéphalite herpétique
Perte sélective capacité identifier ou décrire objets vivants
4% réponses correctes objets vivants vs 74% objets inertes
Trouble inverse existe aussi (suite infarctus ou atteinte temporo-pariétale)
Conclusions
Dissociation au niveau du stockage connaissacnes sémantiques objets vivants/inertes
Warrington et Shallice (1984): plupart objets inertes catégorisés à partir attributs fonctionnels vs objets vivants (et fruits) catégorisés à partir objets visuels; dissociation porte sur dichotomie visuel/fonctionnel
Modélisation connexionniste perte attributs visuels/fonctionnels
Modélisation connexionniste
Expérience (sujets normaux)
Objets vivants=16 attributs visuels, 2 fonctionnels
Objets inertes=9.4 attributs visuels, 6.7 fonctionnels
Construction modèle connexionniste basé sur expérience sujets normaux
Simulation lésions mémoire visuelle
Résultats=réplication parfaite Warrington et Shallice (1984)
Simulation lésions mémoire fontionnelle
Résultats=réplication parfaite Warrington et Shallice (1987)
Interprétations/conclusions
Perte complète connaissances sémantiques visuelles: incapacité presque totale identifier objets vivants + légère altération identifier objets inertes
Perte complète connaissances sémantiques fonctionnelles: préservation totale capacité identifier objets vivants + légère altération identifier objets inertes
DONC connaissances divisées en attributs visuels/fonctionnels
Données récentes: connaissances sémantiques stockées dans régions impliquées dans traitement modalités correspondantes (ex: attributs visuels dans aire visuelle, etc.)