跳到主要內容

diffusion model

--- ---

diffusion model: 認知歷程估計模型

反應時間是認知作業常用的指標,我們很常使用平均反應時間的差異來指涉不同的認知歷程的差異。例如在常見的叫色測驗(Stroop task)當中會使用一致嘗試(congruent trial)以及不一致嘗試(incongruent trial)的平均反應時間的差異大小來作為認知抑制功能的高低。

不過這樣子的做法對於反應時間只使用到它的平均數,其他與反應時間有關的訊息都被忽略了(例如反應時間的分佈情況、變異程度)。Ratcliff(1978)提出了diffusion model,可以完整的使用反應時間的分佈相關的資訊。藉由這個模型可以估計出幾個不同的參數,而且每一個參數都代表著一種認知歷程,因此在理論的驗證上可以做出更精準的假設以及驗證。

The Basic Diffusion Model


基本的diffusion model會估計四個參數,分別代表四個不同的認知歷程

  • ν\nu: drift rate, the speed of information uptake

    • 訊息處理能力,受到個體的認知能力以及作業難度的影響。如果是比個體間的差異,兩麼就是前者,而若是比較作業間的差異就是後者
  • aa: threshold seperation, the amount of information that is considered for a decision

    • 較保守的決策風格,會有比較大的aa
    • 對於speed versus accuracy的指導語很敏感
  • zz: starting point, bias to behave toward one kind of response. usually reported as zr=z/az_r = z/a. if zrz_r is not 12a\frac{1}{2}a, it is biased.

    • 這個會受到許多因素的影響,例如說reward。如果回答某一個反應的reward明顯地比較高,會偏向那一個回答。
  • t0t_0 or terrt_{err}: duration of nondecisional processes

    • Such processes may comprise basic encoding processes, the configuration of working memory for a task, and processes of response execution (i.e., motor activity).
    • 通常會假設t0t_0在兩種反應是一樣的。然而實際上也有可能是不同的,可以將這個參數定為要隨著刺激不同而不同的要估計的參數。

但要使用這個模型在實驗派典的使用以及作業要測量的認知歷程都有限制以及假設,下面簡單介紹。

diffusion model基本假設

  • Binary Decisions: Diffusion Model用來描述binary choice decision process,也就是要做A反應或是B反應。它假設決策的歷程可以用Wiener diffusion process來描述相關訊息累進的過程。當訊息累積到一定程度(超過閾值)便會做出決策反應。

  • Continuous Sampling: decisions are based on a continuous sampling process

    • many simple decision tasks information sampling can be conceived as a continuous process.
  • Single-Stage Decisions: 一開始的發展是假設決策的歷程只有一步。如果是兩階段以上的決策歷程並不適用。

    • 然而現在已有研究者提出多階段歷程的模型
    • belief bias task應該就要考量多階段的(有的時候會多想)
  • Constancy of Parameter Values Over Time:

    • 通常會假設模型參數是常數(現已有提出隨機變數的模型),不會隨著時間而改變。所以不會作業一開始是某個值,作業快要完成時卻變成另一個值。
  • Decision Times:

    • 通常用在latency < 1 second
    • 如果決策時間很長(例如大於10秒),很有可能違反上述的假設。
  • Numbers of Trials and Percentage of Errors

    • trials數量要夠多(沒有一個絕對值,隨著估計的方法以及參數的數量而變)
    • 錯誤數(或者說另一種反應的反應數)要夠多,才有辦法估出兩個歷程。

心得

雖然diffusion model看來好像很厲害,但在認知心理學領域當中使用尚未普遍。可能是受限於過去電腦運算的能力不佳而發展較慢,也可能是適用的作業需要驗證才能夠確定是否能符合其假設。若要將這個模型應用到評估工具可能還需要更多更完整的發展以及驗證。但現在似乎開始有人嘗試進行相關的研究工作了。

這些被估計出來的參數所能夠反應的認知歷程實際上到底是什麼,也是研究者在使用上需要仔細討論的。在使用上可能更需要理論基礎。


參考文獻以及圖片來源
Voss, A., Nagler, M., & Lerche, V. (2013). Diffusion Models in Experimental Psychology: A Practical Introduction. Experimental Psychology, 60(6), 385–402. https://doi.org/10.1027/1618-3169/a000218

留言

這個網誌中的熱門文章

wisconsin card sorting研究心得

wisconsin card sorting研究心得 [[Wisconsin Card Sorting Task]](WCST)是一個很常用的神經心理測驗,最早是被用來作為思考彈性的測驗,但後來被發現可以用來評估腦傷程度。現在許多研究也使用它來做為認知彈性的測量工具。也有研究發現在自閉症、思覺失調症患者上都有表現較一般人差的情況 1 ,而這兩種疾病的患者也都被認為有認知彈性缺乏的問題。 文獻中提到的缺點 雖然這個作業已經有長期使用的歷史,但是目前看來仍有些缺點。 首先是 測驗相當複雜,所測量到的能力可能有很多個 。作業表現的差可能的原因很多。有的研究者把這個作業當作是執行控制功能(executive function)的測驗工具,而不是單指認知彈性。但其實認知彈性有許多的 定義 ,所以這一點雖然可以算是缺點,但也可以算是優點,因為認知彈性可能就是一個多能力交互作用才可以得到的表現。 另外 測驗結果指標多元,但背後所對應的能力仍不確定 。文獻中不同的研究者曾提出不同的計分方式,最常見的是total error(所有分類錯誤的卡片數量)、categories completed(完成的組數)、perseverative errors(延續使用舊有規則造成的錯誤)、failure to maintain set(無法連續正確分類)。有可能不同的指標所指涉的是不同的認知能力,又或者有些指標所測量到的不只一種能力。這樣看來,將這個作業歸為執行控制功能測量工具可能較合適,因為執行控制功能本身也是一個複雜的概念,包含多種能力在其中。 WCST的 測驗規則變化是固定的,多次測量的結果可能會有練習效果或是穩定度的問題 ,但目前相關的研究結果並不一致。例如有研究發現1年後正常成人再測的練習效果很大 1 。但其他研究發現卻發現間隔9個月再測信度不錯,而且練習效果不大 2 。 WCST也有發展電腦化的測驗,但是電腦化測驗的心理計量特性研究發現,電腦化的版本和原先版本並不相同,不能夠共用常模 3 4 。 WCST心理計量驗證情況 我在scopus以及google scholar搜尋找尋相關的信效度研究 WCST有許多的版本,但多以128張卡片的研究為主,部份為64張卡片。前者為同樣的64張但進行兩次,需要花費較多的時間。此外也有修改版(去除掉同時可以符合2種以上規則分類的...

認知彈性測驗整理

Common cognitive flexibility measurements traditional clinical neuropsychological measures [[Wisconsin Card Sorting Task]] (WCST) [[Trail Making Test]] [[Dellis-Kaplan executive function system]] (D-KEFS) color-word task [[Intradimensional–Extradimensional Shift task]] experimental task-switch paradigms switch tasks switch cost為主要的依變項 近來開始有人注意到switch rate,指自由狀態下的改變傾向 [[CNS Vital Signs]]當中兩個分測驗的分數相減來計算。需要花比較多的時間來施測 [[graphophonological-semanticcognitive flexibility task]] (GSF task) [[general color-shape flexibility task]] Multiple classification task [[Flexible Item Selection Task]] [[Dimensional Change Card Sort]] (DCCS) [[Stroop test]] [[Day-night]] Stroop like test [[Optional shift task]] [[Alternative uses task]] 雖然定義上可能符合認知彈性的定義,但通常是在創造力的研究中使用 scales for flexibility [[cognitive flexibility inventory]] [[Cognitive Control and Flexibility Questionnaire]] ​

how to measure metacognition

--- --- 如何測量後設認知(metacognition) 後設認知的定義 如同前次[[metacognition the definition]]所整理,後設認知([[metacognition]])指的是對於認知歷程的監控歷程,並在臨床領域中進一步的推廣到對於自身以及他人的認知歷程的覺察與評價,同時可以利用這個覺察與評價的結果進一步的調整自己的行為策略。 我們可以看到某些研究的領域中,後設認知著重在於對自身認知歷程的覺察與評價,而某些領域中,強調的是整體的行為能否有效地進行調控。 後設認知的測量方法 目前常見的後設認知測量方法有三種,一種是面談(interview)中由訪談者評分,一種是自陳式的量表,而第三種則是認知測驗以及相關的指標參數的計算。 在我所回顧的文獻當中,認知測驗相關的研究最多,但是也最雜。因為在不同的認知心理學次領域當中針對不同的主題(例如:記憶、學習、知覺…)都各自有不同的實驗派典。也就是說,針對不同的後設認知所要監控或是覺察評價的目標,有不同的作業。而在這些不同的作業當中有共通可以使用的測量方式。我最後再來討論這個。先從面談以及自陳式量表開始。 訪談以及自陳式量表 面談以及自陳式量表的後設認知測量方法系出同門,根據Metacognitive Multi-Function Model (MMFM),後設認知包含三方面的能力 Understanding one’s own mind Understanding of others’ mind Mastery(能夠利用對於個體心理表徵以及心理狀態執行有效策略來完成認知作業或是解決困難的能力) metacognition assessment scale (MAS) Semerari等人(2003)根據上述理論架構設計了一個訪談的評分表,三個能力各自有9 ~ 11題不等,每一題都是是非題,由訪談的治療師進行評分。不過當時Semerari等人只有報告了幾名case的資料,並沒有大規模施測的資料。 metacognition self-assessment scale 而根據同樣的理論架構,Pedone等人(2017)發展了[[Metacognition Self-Assessment Scale]],是18題的自陳式5點量表用來測量個體的上述三面向的能力。就其...