净度（aka 数感）在过去的十年中一直是非常热门和有趣的研究领域。另一个有趣的研究，这次展示了执行功能的作用……这些功能被反复发现对于数学认知和成就很重要。
点击图片放大。
智能 洞察力s on Intelligence Theories and Tests
2016年8月1日星期一
从我的iPad mini 4与Blogsy一起发布
2015年11月19日，星期四
研究字节：简单的加法问题求解可能是自动计数程序，而不是从长期记忆中快速检索
根据CHC模型在Gq，Glr和Gr下归档
快速自动计数程序以及解决问题的方法：什么时候使用它们，为什么将它们误认为是检索？ ☆
强调
- •
- 普遍认为，小加法的答案是从内存中检索的。
- •
- 相反，我们复制它们是通过自动压缩程序解决的。
- •
- 此外，我们在这里显示这些过程仅限于最大为4的操作数。
- •
- 违反直觉的是，RT建议将检索用于更大的添加。
- •
- 压缩过程比检索更快，因此被误认为是压缩过程。
抽象
相反
在广泛的假设下，最近的一项研究表明，成年人不会
通过直接从中获取答案来解决非常小的添加项
内存，而是依靠高度自动化和快速的计数
procedures (巴鲁耶& Thevenot, 2013）。
本研究的目的是检验以下假设：
自动编译程序仅限于少量
不超过关注焦点的大小（即4个元素）。对于
为此，我们分析了90名成人的反应时间
参与者在操作数从1到9的情况下求解81个加法。
即使只关注小问题（即总和）⩽10) reported 通过
通过直接检索，计时分析解决了参与者
揭示了强大的尺寸效果。响应时间与
证明a参与的操作数的大小
顺序多步骤过程。但是，这种尺寸效应受到限制
涉及操作数从1到4的问题，而
其他小问题的响应时间与检索兼容
假设。这些发现表明，常规反应非常快
解释为反映了从记忆中直接检索答案
实际上包含了比
检索并提供答案，而主题仍然不知道
他们的过程，误认为他们直接从 长期记忆.
订阅：
帖子（原子）