Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/83056
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Burgos Triano, Jose Enrique | |
dc.contributor.advisor | García Leal, Oscar | |
dc.contributor.author | Alcalá Temores, Jaime Emmanuel | |
dc.date.accessioned | 2021-05-25T20:52:30Z | - |
dc.date.available | 2021-05-25T20:52:30Z | - |
dc.date.issued | 2017-07-06 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12104/83056 | - |
dc.identifier.uri | https://wdg.biblio.udg.mx | |
dc.description.abstract | En análisis conductual, la elección impulsiva, un tipo de “impulsividad”, es la preferencia por un reforzador pequeño e inmediato en lugar de uno mayor y demorado. Este fenómeno ha sido estudiado exclusivamente con contingencias operantes, donde los reforzadores asociados a una u otra opción son contingentes a las respuestas de elección. En el procedimiento más común, el sujeto es expuesto y elige entre dos alternativas que difieren en demora (o tiempo de entrega) y magnitud del reforzador. En el presente trabajo se reporta un nuevo fenómeno que permite extender esta noción de impulsividad más allá de su ámbito conceptual y metodológico tradicional. Un antecedente es el estudio de Picker y Poling (1982), quienes expusieron palomas a procedimientos de automoldeamiento con dos señales distintas, cada una reforzada separada e independientemente con una frecuencia distinta de reforzamiento (100 % vs. 50 %). En ensayos de elección (presentaciones concurrentes de ambas señales), casi todas las palomas mostraron una clara preferencia por la señal reforzada el 100 %. En otro antecedente, este fenómeno fue simulado con un modelo de redes neurales por Burgos y García (2015), quienes llamaron al fenómeno “elección automoldeada”, ya que se trata de una forma de elección instaurada mediante contingencias pavlovianas. El presente trabajo es una extensión de estos estudios a un análogo pavloviano del tipo de arreglo que típicamente se usa para estudiar la impulsividad en condicionamiento operante. En dicho análogo, la demora es el intervalo entre estímulos condicionado (EC) e incondicionado (EI), y la magnitud de la recompensa es la magnitud del EI. Usando el mismo modelo de redes neurales, primero se simuló dicho análogo y las redes mostraron una forma de impulsividad comparable a la estudiada con contingencias operantes. Esta nueva predicción fue empíricamente confirmada con palomas. Puesto que las contingencias fueron pavlovianas, este nuevo fenómeno puede denominarse “impulsividad pavloviana”. Se discutirán algunas implicaciones de estos resultados para las diferencias, semejanzas y relaciones entre condicionamiento operante y condicionamiento pavloviano | |
dc.description.tableofcontents | Contenido Contenido ............................................................................................................................................. ii Resumen .............................................................................................................................................. iii Lista de Figuras.....................................................................................................................................iv Lista de Tablas .....................................................................................................................................iv Introducción ..........................................................................................................................................1 Antecedentes.............................................................................................................................1 ¿Son necesarias las contingencias operantes para la impulsividad? .............................3 El Modelo ............................................................................................................................................15 Nivel de Red ...........................................................................................................................16 Nivel Neurocomputacional ....................................................................................................18 Regla de activación. .......................................................................................................19 Regla de aprendizaje......................................................................................................21 Experimentos.......................................................................................................................................24 Experimento 1: Simulación con redes neurales artificiales..................................................26 Método............................................................................................................................26 Resultados.......................................................................................................................29 Discusión.........................................................................................................................34 Experimento 2: Prueba con palomas experimentalmente no ingenuas..............................36 Método............................................................................................................................36 Resultados.......................................................................................................................39 Discusión.........................................................................................................................42 Experimento 3: Prueba con palomas ingenuas.....................................................................44 Método............................................................................................................................44 Resultados.......................................................................................................................46 Discusión.........................................................................................................................48 Discusión General ...............................................................................................................................49 Limitaciones y direcciones futuras.........................................................................................53 Referencias...........................................................................................................................................57 | |
dc.format | application/PDF | |
dc.language.iso | spa | |
dc.publisher | Biblioteca Digital wdg.biblio | |
dc.publisher | Universidad de Guadalajara | |
dc.rights.uri | https://www.riudg.udg.mx/info/politicas.jsp | |
dc.title | IMPULSIVIDAD PAVLOVIANA: PREDICCIÓN CON UN MODELO DE REDES NEURALES Y PRUEBA CON PALOMAS (COLUMBA LIVIA) | |
dc.type | Tesis de Maestría | |
dc.rights.holder | Universidad de Guadalajara | |
dc.rights.holder | Alcalá Temores, Jaime Emmanuel | |
dc.coverage | GUADALAJARA, JALISCO | |
dc.type.conacyt | masterThesis | - |
dc.degree.name | Maestría en Ciencia del Comportamiento Orientación Análisis de la Conducta | - |
dc.degree.department | CUCBA | - |
dc.degree.grantor | Universidad de Guadalajara | - |
dc.degree.creator | Maestro en Ciencia del Comportamiento Orientación Análisis de la Conducta | - |
Aparece en las colecciones: | CUCBA |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
MCUCBA10114FT.pdf | 1.2 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.