文章快速检索     高级检索
  华东师范大学学报(教育科学版)  2011, Vol. 29 Issue (2): 39-46,69  
0

引用本文  

陈琳, 莫雷, 徐贵平, 郑允佳. 阻碍效应的理论研究述评. 华东师范大学学报(教育科学版), 2011, 29(2): 39-46,69.
Chen Lin. Theories of Blocking. Journal of East China Normal University (Educational Sciences), 2011, 29(2): 39-46,69.

基金项目

本研究得到中山大学青年教师起步资助计划(18000-3181402)资助
阻碍效应的理论研究述评
陈琳 1, 莫雷 2, 徐贵平 2, 郑允佳 3     
1 中山大学国际汉语学院,广州 510275;
2 华南师范大学心理应用研究中心,广州 510631;
3 广东金融学院应用心理研究所,广州 510521
摘要:阻碍效应的研究对学习机制的探讨具有重要意义。联结主义学派和认知主义学派都对阻碍效应的机制进行了系统探讨。联结主义学习理论认为阻碍效应的存在是刺激之间竞争的结果,而认知学习理论认为阻碍效应是人们理性推理的结果。文章对阻碍效应的相关理论进行了回顾,并从学习双机制角度对阻碍效应的研究方向进行了展望。
关键词阻碍效应    联结主义    认知主义    学习双机制    
Theories of Blocking
Chen Lin 1 , et al
一、引言

学习机制研究一直是教育心理学关注的核心问题,而阻碍效应(blocking)的研究则为学习机制的探讨提供了一个新视角。从联结学习、因果学习、偶然学习到类别学习,当前阻碍效应的研究已经渗入到学习研究的各个方面。阻碍效应最早是Kamin在老鼠联结学习的实验中所发现,Kamin发现当老鼠学会灯光预测电击的联结后,就不会再去学习声音预测电击的联结。实验包括两个学习阶段和一个测验阶段。在第一个学习阶段,当有灯光出现时老鼠就会遭到电击,老鼠就形成灯光和电击的条件反射,即一出现灯光,老鼠就会表现出被电击的生理反应。在第二个学习阶段,同时出现灯光和一种声音,老鼠就遭到电击,老鼠就形成灯光、声音和电击的复合条件反射。测验阶段,测验声音单独出现时,老鼠是否会表现出被电击的生理反应。结果发现,相对于控制组的老鼠(该组老鼠没有进行第一个学习阶段),实验组老鼠不会习得声音同电击的联结。Kamin认为,实验组老鼠仅根据灯光就能正确预测电击,因此当灯光与声音同时出现时老鼠就不会关注声音对电击的预测,老鼠先前形成的灯光与电击的条件反射阻碍了后来的声音同电击的条件反射的建立。

根据Kamin的发现,阻碍效应被界定为:在学习由多个条件刺激构成的复合刺激与强化刺激的联结时,如果在先前的学习阶段已经形成某个条件刺激与强化刺激的联结,那么对该条件刺激的预先学习会阻碍复合刺激中其他条件刺激与强化刺激的联结学习。阻碍效应的发现对学习机制的研究意义重大。早期的联结主义学习理论认为刺激空间上的临近性对刺激之间联结的建立有重要影响,空间上临近的刺激更容易建立联结。但阻碍效应的研究结果表明,刺激之间的联结强度不单纯依赖于刺激空间上的临近性,在Kamin的研究中声音与电击同时出现,在空间上的临近性很高,但是声音与电击之间并没有建立联结。

自Kamin提出阻碍效应的概念之后,研究者进一步发现阻碍效应是学习中的普遍现象,在联结学习和因果学习中都发现了阻碍效应。因此研究者试图通过探讨阻碍效应去了解学习的内在机制,也逐渐成为联结主义学习理论和认知学习理论争论的焦点。接下来在对不同派别学习理论进行简要介绍的基础上,将重点介绍它们对阻碍效应机制的解释。

二、阻碍效应的联结主义解释

联结学习理论主要分为成分理论(elemental theories)和完形理论(configural theories),两派理论主要在复合条件反射的形成过程上存在分歧,也是其对阻碍效应的机制持不同观点的根本原因。所谓复合条件反射(compound conditioning)是指多个条件刺激同时与一个无条件刺激(强化刺激)建立的条件反射。以Rescorla-Wagner模型、Mackintosh的选择性注意学习理论(the theory of selective attention)和Pearce-Hall模型为代表的成分理论认为:复合条件反射的建立过程是每个条件刺激分别与无条件刺激(强化刺激)建立联结的过程,阻碍效应是不同子条件刺激之间对无条件刺激的竞争;而从Pearce的联结网络模型(connectionist network model)为代表的完形理论则认为:复合条件反射的形成并不是各个子条件刺激与无条件刺激(强化刺激)联结强度的累加,而是将所有子条件刺激形成一元表征,并与无条件刺激(强化刺激)形成单一的联结,阻碍效应是在形成一元表征的过程中不同输入单元对完形单元的竞争

(一) 成分理论 1. Rescorla-Wagner模型

Rescorla-Wagner模型提出复合条件反射的联结强度V等于各个子条件刺激联结强度V之和,如果当前复合条件反射中同时包括条件刺激A和B,那么VAB=VA+VB,并且ΔVA=αAβ(λVAB),ΔVB=αBβ(λ-VAB)。ΔVA表示条件刺激A在第N个训练轮次中联结强度的变化,ΔVB表示条件刺激B在第N个训练轮次中联结强度的变化。λ表示当前无条件刺激条件下,条件刺激与无条件刺激所能形成的最佳联结强度。αβ的值在0-1之间变化,α表示该条件刺激的联结性(associability),由该条件刺激的显著性(salience)决定,即所能分配给条件刺激的注意力,0表示条件刺激不被注意,1表示条件刺激受到了最大程度的关注。β表示无条件刺激在当前学习轮次中发生的强度,反映了无条件刺激能够与条件刺激建立联结的能力。如果在学习复合条件刺激AB与无条件刺激的复合条件反射之前,已经形成了条件刺激A与无条件刺激的条件反射,即条件刺激A与无条件刺激之间的联结强度为1,那么根据Rescorla-Wagner模型,无论经过多少个学习轮次,条件刺激A与无条件刺激形成的联结强度VA永远为1,条件刺激B与无条件刺激形成的联结强度VB永远为0。

根据Rescorla-Wagner模型,在复合条件反射形成过程中,对条件刺激的选择性加工效应即阻碍效应的发生是由于不同条件刺激之间联结强度的竞争,该模型成功地解释了学习中的阻碍效应,对后来的模型产生了深远的影响。但是该模型过分强调无条件刺激在阻碍效应的发生中起决定作用,忽略了对条件刺激加工的贡献

2. 选择性注意学习理论

为了克服Rescorla-Wagner模型的缺陷,Mackintosh的选择注意理论从注意的选择性角度去阐释阻碍效应。该理论认为在有限注意资源下,条件刺激的联结性α并非固定不变,而是随着被试在每个学习轮次中体验的不同而变化,由该条件刺激对强化刺激的预测性决定。当一个条件刺激可以很好地预测一个强化刺激时,该条件刺激的联结性α就高,对该条件刺激分配的注意就会增加;当先前关于条件刺激A的学习已经证实了条件刺激A能够很好的预测强化刺激,而复合条件刺激AB同时出现时对强化刺激的预测与条件刺激A单独出现时没有差异,条件刺激B的预测性即为0,条件刺激B对强化刺激的低预测性导致低αB,因此在学习过程中会抑制对条件刺激B的注意而出现阻碍效应。

相对于Rescorla-Wagner模型,选择注意理论强调了条件刺激的加工过程对阻碍效应的影响,即从条件刺激联结性的角度阐述了阻碍效应的发生,是对阻碍效应解释的一大进步。但是选择注意理论却不能很好的解释“Hall-Pearce负迁移”现象,即如果老鼠在学习一个声音与高强度电击的联结之前先学习了该声音同一个低强度电击的联结,那么相对于控制组老鼠(控制组老鼠在学习声音同高强度电击的联结之前,学习轮次中只有声音没有电击),实验组的老鼠更难建立声音与高强度电击之间的联结,阻碍效应更明显。而根据选择注意理论,实验组老鼠的阻碍效应应该弱于控制组老鼠。据此,Pearce和Hall发展了自己的学习模型。

3. Pearce-Hall模型

Pearce-Hall模型与选择注意理论,都认为条件刺激之间联结性(预测性)的竞争是导致学习中出现阻碍效应的主要原因,但不同的是,Pearce-Hall模型(1980)认为当学习达到稳定的渐近线后,就不需要对刺激分配额外的注意力。该模型认为条件刺激的联结性是由无条件刺激的意外程度决定,无条件刺激越意外,条件刺激的联结性就越好。具体而言,条件刺激A在第N个学习轮次中的联结性,取决于λVA之间差异的绝对值,αAn=|λ -VAn-1|。如果条件刺激之后出现的强化刺激是意外的,那么λ和VAn-1之间的差异增大,条件刺激A的联结性变大,如果条件刺激之后出现的强化刺激在意料之中,那么λ和VAn-1之间差异变小,条件刺激A的联结性变小。

Pearce-Hall模型很好地解释了“Hall-Pearce负迁移”现象,即如果老鼠在学习声音与一个高强度电击的联结之前学习了该声音同一个低强度电击的联结,那么声音与低强度电击的联结强度V趋近于低强度电击的λ,从而导致λV趋近于0,因此声音的联结性α会趋近于0。如果在当前学习轮次中老鼠学习高强度电击与声音的联结,由于声音的联结性趋近于0,所以在当前学习轮次中不会发生声音与高强度电击的联结学习,声音与高强度电击的学习受到阻碍。控制组老鼠在学习声音与高强度的电击之前,进行了几个只有声音没有电击的学习轮次,导致λ为0,那么VA会反超λ,由于联结性α取的是λVA差异的绝对值,所以联结性α反而会增加,所以更容易掌握声音与高强度电击的联结。

(二) 完形理论

完形理论认为当主体面临任何形式的刺激时都会激活一个输入网络(input network),该网络包括一层输入单元,这些输入单元要么处于激活水平要么处于睡眠状态,每个输入单元都同大量的完形单元(configural units)相联结。例如:图 1表示没有任何学习发生的状态,输入单元和完形单元之间的联结强度都为0,因此没有激活任何完形单元(虚线表示无效联结,实线表示有效联结);图 2是给主体呈现刺激A和刺激C时,输入单元和完形单元之间的联结情况。如果复合刺激A和C总是与无条件刺激配对出现,那么复合刺激AC的完形单元就会与无条件刺激US建立联结。当接下来呈现复合刺激AC时,会激活复合刺激AC的完形单元,从而激活无条件刺激,导致出现条件反应CR。条件反应的强度取决于完形单元AC的激活程度以及条件刺激AC和无条件刺激的联结强度。

图 1 没有学习发生的状态
图 2 有学习发生的状态

完形理论可以有效地解释阻碍效应。根据完形理论,在条件反射形成的第一个阶段仅有条件刺激A,因此在学习条件刺激A与无条件刺激之间的联结时,会首先激活条件刺激A的完形单元,并且条件刺激A的完形单元会同无条件刺激建立绝对的联结,从而引起绝对的条件反应CR。在接下来的学习轮次中当同时呈现复合条件刺激A和B时,复合条件刺激AB的完形单元会被激活,而条件刺激A的完形单元则不能被完全激活,会导致条件反应不能趋近渐近线。由于条件刺激A的完形单元提供了无条件刺激激活所需要的大部分激活单元,因此复合了条件刺激AB的完形单元与无条件刺激的联结强度会很弱。在阻碍效应研究的测验阶段,测验条件刺激B对无条件刺激的激活。由于复合条件刺激AB的完形单元与无条件刺激之间的联结强度本来很弱,再加之只能激活复合刺激AB的部分完形单元,当仅呈现条件刺激B时几乎不能引起条件反应,即表现为阻碍效应。

总之,虽然各派联结学习理论对阻碍效应的机制持有不同的观点,但各理论都强调学习的过程就是建立刺激之间联结的过程,都强调强化在学习过程中的重要作用。近年来随着认知心理学的发展,研究者越来越关注语言、认知和意识的控制在学习中的作用。

三、阻碍效应的认知解释

认知学习理论认为学习过程是对刺激之间关系表征的过程,人类的学习是受到注意控制和充满理性推理的过程,该理论主要阐述人们如何对所处环境中的关系进行表征从而形成认知模型并对之进行调整。而随着相关研究开始发现在人类的因果推理学习和偶然学习(contingency learning)中都存在阻碍效应,该理论认为阻碍效应的产生正是由于人们进行了如下的推理:当刺激线索B和刺激线索A一起出现时,引发的结果与刺激线索A单独出现时引发的结果相同,因此,刺激线索B并不是导致结果产生的原因,会出现对刺激线索B的阻碍学习。在阻碍效应的认知解释中,除了早期的Cheng等人提出的概率对照模型(probabilistic contrast model),比较代表性的是Waldmann和Holyoak的因果模型理论和De Houwer,Beckers等人的推论解释观

(一) 因果模型理论(causal model theory, CMT)

Waldmann和Holyoak提出:联结主义学习理论认为事件之间的因果关系仅仅与时间顺序有关,是形成线索和结果之间的联结,先发生的事件被当作线索而后发生的事件被当作结果。在联结学习中线索和输出结果之间不存在必然的因果联系,线索既可以做原因也可以做结果。而因果模型理论认为事件之间因果关系的形成依赖于现实生活中事件所扮演的因果角色。现实生活中的线索指的是在因果关系中扮演原因角色且导致结果产生的事件。因此,因果模型理论强调因果关系学习中的方向性,人们对学习中因果关系的方向性也非常敏感,并且人们由于对因果关系中不同方向性的感知会导致预测学习(predictive learning)和诊断学习(diagnostic learning)中的阻碍效应不同。

预测学习即根据原因推理可能结果的学习(见图 3);诊断学习则是根据结果推理可能原因的学习(见图 4)。根据联结主义学习理论,两种学习都是建立由输入线索到结果输出的联结,因此,二者是对称的。在预测学习中,当推论结果时多个可能的原因之间会出现竞争,在诊断学习中,当推论原因时多个可能的结果之间也会出现竞争,因此根据联结学习理论预测学习和诊断学习中都会发生阻碍效应。但根据因果模型理论,在进行预测学习时学习是按照由因到果的顺序,多个可能的原因或线索之间会存在竞争,所以会出现对某些原因或线索的阻碍学习。在进行诊断学习时学习是按照由果到因的顺序,多个可能的结果之间并不存在竞争,因此并不会出现阻碍效应。而Waldmann和Holyoak的研究发现,阻碍效应只发生在预测学习中,进一步支持了因果模型理论。

图 3 预测学习
图 4 诊断学习

因果模型理论的提出具有重要意义,该理论首次探讨了原因事件和结果事件自身的特性对学习的影响,提出在学习中人们不仅可以获得抽象的因果知识,同时还可以利用这些抽象的因果知识进行新的学习。此外,因果模型理论对后来的认知学习理论,尤其是De Houwer等人提出的推论解释观产生了重要影响。

(二) 推论解释观(Inferential Account)

De Houwer,Beckers等人的推论解释观认为,在学习中之所以会出现对某些线索的阻碍学习,是人们对该线索在学习中所处的角色进行推理后产生的结果。当人们推论出某线索并不是引起结果产出的重要原因,即对结果产出没有贡献时,人们对该线索的学习就会受到阻碍,出现阻碍效应;反之,如果人们根据已有的信息推论出某线索是结果产出的重要原因,即对结果产出有重要贡献时,人们就会对该线索进行学习,阻碍效应就会变弱。在对线索角色推理的过程中,线索自身的特性以及结果产出的特性都会影响到人们对线索角色的推理,从而对学习中的阻碍效应产生影响。

De Houwer等人的研究首先探讨了线索的特性对阻碍效应的影响,研究中分别探讨了线索作为结果产出的原因和预示者时,对阻碍效应强度的影响。研究结果发现线索角色不同对阻碍效应产生的影响不同,当线索被描述为结果产出的原因时,容易出现强烈的阻碍效应,当线索被描述为结果产出的预示者时,阻碍效应的强度远远弱于前者。该结果表明人们对线索角色的不同认知会导致学习中阻碍效应的强度不同,支持阻碍效应的认知解释。而联结学习理论则无法进行解释。

此外,De Houwer和Beckers等人还发现结果产出的特性,尤其是结果产出的可加性(additivity)和极大性(maximality)也会对阻碍效应的强度产生影响,再次证明人类的学习是一个理性推理过程。结果产出的可加性是指当多个线索都对结果产出有贡献时,多个线索同时出现所引起的结果产出幅度会大于单个线索出现时所引起的结果产出幅度。如果结果产出具有可加性而新增的线索没有导致结果产出的幅度增大时,对新增加线索的学习容易出现阻碍效应;而如果已知结果产出不具有可加性,对新线索学习的阻碍效应就会明显变弱。结果产出的极大性是指当多个线索同时出现时引起的结果产出的幅度是否达到了极大值。如果结果产出没有达到极大值,而新增的线索没有引起结果产出的幅度增加时,那么对新增加的线索更容易出现阻碍效应;如果已知结果产出已经达到极大值,对新线索学习的阻碍效应就会明显变弱

关于阻碍效应的认知解释,还有大量相关研究。例如:Matute等人的一系列研究发现不同学习任务类型会影响对原因线索和结果产出的学习。此外,还有研究者在De Houwer和Beckers等人的基础上通过研究次极大性来支持阻碍效应的认知解释

四、小结与展望

联结主义学习理论和认知学习理论关于阻碍效应机制的研究和探讨,对了解和认识学习机制发挥了重要作用。但是由于两种理论都只能解释阻碍效应中的部分现象,两种理论争论也一直存在,而当前心理学界内关于高级认知过程的双加工机制理论的发展或许可以为阻碍效应的研究以及解决两种理论的分歧提供一个新的思路。

双加工机制理论认为人类的高级认知活动包括两个认知加工系统:一个是无意识的、快速的自动加工系统,另一个是意识控制的加工缓慢的认知系统。双加工机制理论在推理、决策和社会认知的研究中都得到了支持。那么双机制的加工系统是否能够解释学习中的阻碍效应?先前关于阻碍效应的联结主义解释与认知主义解释得出不一致的结论,是否是由于分别关注了双机制系统中的某一个系统所致?人类的学习过程是否同时包括联结学习和认知学习?Shanks在关于联结主义学习理论和认知学习理论的回顾中也曾提到“人类的学习过程是充满意识控制的,并且个体的信念会对学习产生很大影响,但是联结主义在人类的学习中仍发挥了重要作用”

事实上,随着阻碍效应研究的不断深入,一些研究结果也从侧面支持了阻碍效应的发生符合学习双机制理论的解释。有研究发现人们对事件线索的学习一方面受到线索联结性的影响,线索联结性会影响到对该事件线索分配的注意力,同时人类的学习也是一个理性推理过程,并且该推理过程受分配到的注意力的影响

Cobos和Lopez等人对学习机制进行的一系列研究也同时发现了支持联结主义学习和认知学习的证据。他们的研究结果表明对事件之间关系的阐述方式在大部分情况下会影响到阻碍效应的出现,这与因果模型理论的观点一致;但学习有时也会对事件的描述方式免疫而独立于事件的因果结构,又支持联结主义学习的观点。而Le Pelley和Mclaren对因果学习中阻碍效应的研究结果发现人类的因果学习的确与动物的联结学习相似,强化在学习中发挥了重要作用,如果在刺激呈现后不给予相应的强化物,学习中的阻碍效应就会消失。但同时Le Pelley等也发现当采用更容易进行理性推理的实验程序时,即使在刺激呈现之后没有给予强化物,学习中的阻碍效应也不会消失,这表明人类的因果学习中包括了认知加工过程,在一些特定情况下人们的学习也不仅仅依赖于强化

综上所述,如何有效利用学习双机制理论对阻碍效应进行解释是今后研究的一个重要内容。毕竟在双机制加工理论内部,各派对于两个认知加工系统与学习形式之间的关系还存在很大争议。在学习过程中,是认知系统决定了加工方式,还是学习形式决定了加工方式,各派观点不一。如果是认知系统决定了加工方式,那么对于任何形式的学习,是否是都可以采用自动无意识的加工?如果是学习形式决定了加工方式,是否某些特定的学习形式,只能被某种特定的认知系统加工,而不能被另外一种加工系统加工?此外,在利用学习双机制理论对阻碍效应进行解释时,研究者还需要关注不同物种和不同学习方式在阻碍效应强度上量的差异,在动物身上发现的阻碍效应是否能够全部推广到人类还有待于商榷。即使是对人类而言,在内隐学习和外显学习两种不同的学习方式下在阻碍效应的强度上都有所不同,而关注这些差异对于了解阻碍效应的内在机制具有重要意义。

Aydin, A., & Pearce, J. M. Prototype effects in categorization by pigeons. Journal of Experimental Psychology: Animal Behavior Processes, 1994, 20: 264-277.
Kamin, L. J. Predictability, surprise, attention, and conditioning. In Church, R. M. & Campbell, B. A. (Eds.), Punishment and aversive behavior. New York: Appleton-Century Crofts, 1969, 279-296.
Mackintosh, N. J. A Theory of Attention: Variations in the Associability of Stimuli with Reinforcement. Psychological Review, 1975, 82: 276-298.
Waldmann, M. R. Competition among causes but not effects in predictive and diagnostic learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 2000, 26: 53-76.
Beckers, T., De Houwer, J., & Matue, H. Editorial: Human contingency learning. The Quarterly Journal of Experimental Psychology, 2007, 60: 289-290.
Bott, L., Hoffman, A. B., & Murphy, G. L. Blocking in Category Learning. Journal of Experimental Psychology: General, 2007, 136: 685-699.
Aitken, M. R. F., Larkin, M. J. W., & Dickinson, A. Re-examination of the role of within-compound associations in the retrospective revaluation of causal judgements. The Quarterly Journal of Experimental Psychology, 2001, 54: 27-51.
Le Pelley, M. E., Oakeshott, S. M., Wills, A. J. & McLaren, I. P. L. The outcome specificity of learned predictiveness effects: parallels between human causal learning and animal conditioning. Journal of Experimental Psychology: Animal Behavior Processes, 2005, 31: 226-236.
Beckers, T., De Houwer, J., Pineno, O., & Miller, R. R. Outcome additivity and outcome maximality influence cue competition in human causal learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 2005, 31: 238-249.
De Houwer J., & Beckers T. A review of recent developments in research and theories on human contingency learning. The Quarterly Journal of Experimental Psychology, 2002a, 55B: 289-310.
Lovibond, P. F., Been, S. L., Mitchell, C. J., Bouton, M. E., & Frohardt, R. Forward and backward blocking of causal judgment is enhanced by additivity of effect magnitude. Memory & Cognition, 2003, 31: 133-142.
Mitchell, C. J., & Lovibond, P. F. Backward and forward blocking in human electrodermal conditioning: Blocking requires an assumption of outcome additivity. Quarterly Journal of Experimental Psychology, 2002, 55B: 311-329.
Rescorla, R. A., & Wagner, A. R. A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. In A. H. Black & W. F. Prokasy (Eds.), Classical conditioning: Ⅱ. Current research and theory. New York: Appleton-Century-Crofts, 1972, 64-99.
Pearce, J. M. A model for stimulus generalization in pavlovian conditioniong. Psychological Review, 1987, 94: 61-73.
Dickinson, A., & Mackintosh, N. J. Classical conditioning in animals. Annual Review of Psychology, 1978, 29: 587-612.
Le Pelley, M. E.The role of associative history in models of associative learning: A selective review and a hybrid model. The Quarterly Journal of Experimental Psychology, 2004, 57B: 193-243.
Pearce, J. M., & Hall, G. A model for Pavlovian learning Variations in the effectiveness of conditioned but Not of Unconditioned Stimuli. Psychological Review, 1980, 87: 532-552.
Hall, G. & Pearce, J. M. Latent inhibition of a CS during CS-US pairings. Journal of Experimental Psychology: Animal Behavior Processes, 1979, 5: 31-42.
Pearce, J. M., & Bouton, M. E. Theories of associative learning in animals. Annual Review of Psychology, 2001, 52: 111-139.
Holland, P. C. Cognitive versus stimulus-response theories of learning. Learning and Behavior, 2008, 36: 227-241.
Chapman, G. B., & Robbins, S. J. Cue interaction in human contingency judgment. Memory & Cognition, 1990, 18: 537-545.
De Houwer, J., & Beckers, T. Higher-order retrospective revaluation in human causal learning. The Quarterly Journal of Experimental Psychology, 2002b, 55B: 137-151.
De Houwer J., & Beckers T. Second-order backward blocking and unovershadowing in human causal learning. Experimental Psychology, 2002c, 49: 27-33.
De Houwer, J., & Beckers, T. Secondary task difficulty modulates forward blocking in human contingency learning. Quarterly Journal of Experimental Psychology, 2003, 56B: 345-357.
Cheng, P.W., & Holyoak, K. J. Complex adaptive systems as intuitive statisticians: causality, contingency, and prediction. In. Roitblat, H. L, & Meyer, J. A, (Eds.), Comparative Approaches to Cognitive Science. Cambridge, MA: MIT Press, 1995, 271-302.
Waldmann, M. R., & Holyoak, K. J. Can causal induction be reduced to associative learning? In Proceedings of the Twelfth Annual Meeting of the Cognitive Science Society. Hillsdale, NJ: Erlbaum, 1990, 190-197.
Waldmann, M. R., & Holyoak, K. J. Predictive and diagnostic learning within causal models: Asymmetries in cue competition. Journal of Experimental Psychology: General, 1992, 121: 222-236.
Beckers, T., De Houwer, J., Pineno, O., & Miller, R. R. Outcome additivity and outcome maximality influence cue competition in human causal learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 2005, 31: 238-249.
De Houwer, J., Vandorpe, S., & Beckers, T. On the role of controlled cognitive processes in human associative learning. In A. J. Wills (Ed.), New directions in human associative learning. Mahwah, NJ: Lawrence Erlbaum Associates, Inc, 2005, 41-63.
Vandorpe, S., De Houwer, J. & Beckers, T. The role of memory for compounds in cue competition. Learning and Motivation, 2007a, 38: 195-207.
De Houwer, J., Beckers, T., & Glautier, S. Outcome and cue properties modulate blocking. Quarterly Journal of Experimental Psychology, 2002, 55A: 965-985.
Vandorpe, S., De Houwer, J. & Beckers, T. Outcome maximality and additivity training also influence cue competition in causal learning when learning involves many cues and events. The Quarterly Journal of Experimental Psychology, 2007b, 60: 356-368.
Matute, H., Vegas, S., & De Marez, P. J. Flexible use of recent information in causal and predictive judgments. Journal of Experimental Psychology: Learning, Memory and Cognition, 2002, 28: 714-725.
Vadillo, M. A., Miller, R. R., & Matute H. Causal and predictive-value judgments, but not predictions, are based on cue-outcome contingency. Learning & Behavior, 2005, 33: 172-183.
Wheeler, D. S., Beckers, T, & Miller, R. R. The effect of subadditive pretraining on blocking: limits on generalization. Learning & Behavior, 2008, 36: 341-351.
Haselgrove, M. Reasoning rats or associative animals? A common-element analysis of the effects of additive and subadditive pretraining on blocking. Journal of Experimental Psychology: Animal Behavior Processes, 2010, 36(2):296-306.
Schmajuk, N., & Larrauri, J. Associative models can describe both causal learning and conditioning. Behavioural Process. 2008, 77: 443-445.
Melchers, K.G., Shanks, D. R., & Lachnit, H. Stimulus coding in human associative learning:?exible representations of parts and wholes. Behavioural Processes, 2008, 77: 413-427.
Evans, J. Dual-processing accounts of reasoning, judgment, and social cognition. Annual Review of Psychology, 2008, 59: 255-278.
Shanks, D. R. Learning: From association to cognition. Annual Review of Psychology, 2010, 61: 271-301.
Mitchell, C. J., De Houwer. J., & Lovibond, P. F. The propositional nature of human associative learning. Behavioral and Brain Sciences, 2009, 32: 183-246
Cobos, P. L., López, F. J., Caño, A., Almaraz, J., & Shanks, D. R. Mechanisms of predictive and diagnostic causal induction. Journal of Experimental Psychology: Animal Behavior Processes, 2002, 28: 331-346.
López, F. J., Cobos, P. L., & Caño, A. Associative and causal reasoning accounts of causal induction: Symmetries and asymmetries in predictive and diagnostic inferences. Memory & Cognition, 2005, 33: 1388-1398.
Le Pelley, M. E., Beesley, T., & Suret, M. B. Blocking of human causal learning involves learned changes in stimulus processing. Quarterly journal of experimental psychology, 2007, 60: 1468-1476.