Carvalho P F ,Goldstone R L . The sequence of study changes what information is attended to,encoded, and remembered during category learning.[J]. journal of experimentalpsychology learning memory & cognition, 2017, 43(11).
在类别学习中学习的顺序改变了信息的关注、编码和记忆
摘要
学习的顺序对不同环境下，不同材料的学习是有益的。本实验通过三个实验研究顺序对归纳分类学习的影响。交叉学习（两个类别交替呈现interleaved）使得注意力集中在连续项目属性的不同上，在编码和记忆在区分类别上更好。分块学习（block），对特征的编码更强，可能是注意力集中在连续的强烈相似性上。这个实验支持了SAT理论（the sequential attention theory），该理论认为归纳分类学习是通过比较当前项目和先前项目的过程。不同的项目顺序会改变注意力的分配方式，哪个序列学习效果更好取决于与任务的匹配程度。
前言
在归纳分类学习中，大量的研究分析了较差和分组两种顺序之间的差异，本实验主要目的不是探究两种方法哪个更好，而是把重点放在导致这种差异的认知机制是什么。
Kornell and Bjork (2008) 交错顺序学习更好。E.g.学习12位不同画家的画，对新的画作进行分类任务。
Carpenter and Mueller (2013) 分组学习更好。E.g.学习法语拼写-音标对照时block更好。
SAT理论（Carvalho& Goldstone, 2015b）认为AI分类学习中，学习者会把当前项目和之前的项目比较。如果属于同一类，注意会偏向类内相似性（这也会导致在编码信息时，中心不是不同类的区别，因此在分类任务中表现会更差）；如果属于不同类，注意会偏向类间差异性。
每个给定特征都有线索有效性（cue validity）和类别有效性（category validity）两个指标。
cue validity：P(“X is in Category A” | “X has feature F”) =在A类中有F特征的/ 所有类中含有F特征的
category validity ：P(“X has feature F” | “X is in Category A”) = 在A类中含有F特征的/ A类中所有项
e.g. “barks”是dog类别里有高线索有效性和高类别有效性的，因为狗大多会叫，叫的大多是狗。
假设：交叉顺序更有可能对高线索有效性编码；分组顺序更有可能对类别有效性编码。
实验一：新项目与学习过的项目的泛化任务；特征预测任务
实验二：不同记忆间隔下对每周特征类型的记忆
实验三：运用严冬研究学习者最关注的特征
实验一
交叉顺序会更注意类别间的区别，分组学习会注意同一类别中已学的特征与新特征的区别。
在预测特征任务中，对不同特征对分类任务的贡献打分，分为cue validity test（具有该特征的物品有多大可能性出现在某类别中），category validity test（某类别中有多大可能性有此特征），分组学习者对类内相似的特征打分会更高（与交叉学习者相比），并且对出现的类内新特征难以分类。
刺激
随机选择一科进行block，另一组进行interleaved，被试间设计+被试内（被试需要完成两种顺序）。
程序
Study phase--transfer task（分类任务）--feature-prediction task
学习阶段：外星生物图片-1500ms-两个按键（没有时间要求，但是尽量快）-反馈正误
Block：A-B-A-B interleaved：A-A-B-B-A-A
分类任务：外星生物图片-1500ms-两个按键（没有时间要求，但是尽量快）
随机呈现（学过的，特征保留的，特征改变的）
预测任务：四类项目进行分类：拥有两类共有特征的（characteristic features）；拥有可鉴别特征的（discriminative features）；分类任务中出现的带有新特征的；从未出现的新特征。要求被试1（不太可能属于）-100（肯定属于）打分，判断每个特征属于某个类别的可能性。
结果和讨论
分类任务：总的来说，顺序并没有影响分类任务的准确性。但是项目类型和学习顺序之间有交互作用。Block学习者对特征保留的项目效果更好，而interleaved学习者两种项目没有差别（符合假设）。
0表示表现不受到新特征的影响，负值表示受到了负面影响。
对组内相似特征的改变对block组有显著的负面效应，而两种顺序对组间区别特征的敏感性是相同的。Block学习者对同类相似性（characteristic features）的编码更好，interleaved学习者似乎忽略了同类相似特征的编码。
预测任务：整体上，对discriminative features的预测要比characteristic features更好，并且在预测过程中，被试回忆了之前的学习和任务过程。但是并没有发现特征类型和学习顺序之间的交互作用。在block学习中，探查到第二类会对两类特征判断有影响，但是interleaved学习者并没有此类交互作用。
结论：（1）不同顺序的编码不同；（2）这些差异很可能是由于时间上的刺激比较过程。
实验二
将实验一的结果拓展到记忆，可以测试学习者对不同学习顺序的不同信息的记忆的预测。学习顺序不仅改变了被编码的内容，还影响了学习者记住那些关于学习内容的信息。
假设：block组对characteristic features记忆效果更好，interleaved组对discriminative features记忆效果更好；两组的记忆都随着时间衰退。
刺激
学习阶段与实验一相同。在回忆测试，两种新的特征分别与原刺激在形状和颜色上不同。
程序
Study task—recognition memory task
记忆测试分组：立刻完成，3分钟后完成（完成学习任务，接受3分钟的干扰问答），1-3天（被试需要在3天内回访，但是不知道有记忆测试）
recognition memory task：对给出的特征进行1-6打分，判断是否在学习阶段看到了这种特征；1分表示没见过，6分表示肯定见过
结果和讨论
随着时间间隔的延长，对记忆的保留递减。Block学习者对characteristic features和二类的discriminative features分数持平，均高于一类的discriminative features。Interleaved学习者对一类和二类的discriminative features分数持平，但是对characteristic features更高。
学习者对学习项目的不同性质的记忆取决于不同的学习顺序。采用信号检测方法（接收机工作特性ROCS）进行分析。ROC曲线表示hits和false alarms之间的比率。具体用Z分数计算，斜率表示ROC曲线的对称性，截距与差异和灵敏度有关。
由上图可知，总体上，衰减效应显著，且在两种顺序间无差异；interleaved学习组总体上准确率高于block组；discriminative first category准确率比另外两组更低。这与实验一的编码实验结果是一致的：block组对characteristic features编码记忆更多，并且在两类进行比较时，discriminative second category编码也会增多。
实验三
利用眼动技术研究学习顺序是如何影响实时的注意分配的。
刺激
项目与实验一相同，仪器是Tobii眼动仪。感兴趣的区域（ROIs）定义为围绕项目的矩形。
程序
九点校准眼动仪-- Study phase--transfer task（分类任务）
与实验一大致相同，但是在分类任务阶段只能看到全新的项目。
结果和讨论
汇总每个参与者的实验和序列，得出每种类型特征的注意总时间。
左图：总体上，block组的注意总时间少于interleaved组；被试在characteristic features的时间少于discriminative features。
右图：两个指标是前后两个项目是否相似。总体上，block组的注意总时间少于interleaved组；学习者会花费更多时间在与前一项不同的项目上；顺序与特征类别有显著的交互作用，在interleaved组，学习者对不同的特征注视时间更长，而block组没有这样的效应。
结论：（1）被试在characteristic features的时间少于discriminative features；（2）block组的注意总时间少于interleaved组；（3）interleaved组优先注意与前一项不同的项目。
这与前两个实验的结论一致：block组对连续的项目没有表现出显著差异；interleaved组更加关注前后两项的差异。这个过程是概率性的，还可能有其他因素在起作用。
讨论
通过不同的学习顺序，会导致不同的注意力模式，从而导致不同的编码，产生不同的记忆痕迹。Block学习更强调每个类别的特征，而interleaved学习更强调能够区分不同类别的特征，忽略那些类别内的相似。
不同的编码与对不同特征的注意不同有关
The generalized context model (GCM)：刺激由多维空间中的点表示，根据刺激与之前学习项目的相似以及和所有项目的相似性来划分类别。
在模型中，分类任务即两个项目之间的比较，这种差异是加权注意参数（表示两种的显著性和相关性）。运用模型的运行结果与实验三结果一致。
上图：当更多主要放到characteristic features（w=0.5代表block组；w=0.1代表interleaved组）时，与characteristic-preserved项目比，对characteristic-changed项目的保留更少。
不同的编码影响学习后哪些信息可用
SAT理论的核心就是认为学习顺序影响类别学习是因为注意的变化导致了编码的变化。
Jones, Love, & Maddox, 2006 : 提出近因效应可能带来的偏差。本研究还预测更之前的项目也会带来影响，这种影响会随着距离增加递减。
事实上，很多学习者都注意到了不同类之间的区别特征，这可能表明任务相关性和新颖性会引导学习者的注意方向。
