Aufgaben - Theoretische Grundlagen Kognitiver Modellierung: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
(Eine dazwischenliegende Version von einem anderen Benutzer wird nicht angezeigt)
Zeile 9: Zeile 9:
<quiz shuffleanswers=true>
<quiz shuffleanswers=true>


{QuestionA
{Was davon ist keine Analyseebene nach Marr:
|type="[]"}
|type="[]"}
+ Correct answer.
+ Semantische Ebene
- Incorrect answer.
- Algorithmische Ebene
+ Correct answer.
- Komputationale Ebene
- Incorrect answer.
- Implementierungsebene


{QuestionB
{Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:
|type="[]"}
|type="[]"}
+ Correct answer.
+ Die verwendeten Begriffe sind standardisiert und klar formuliert, was die Kommunikation zwischen Wissenschaftlern vereinfacht.
- Incorrect answer.
- Sie werden so komplex wie möglich gehalten um ein Phänomen bis ins Detail beschreiben zu können.
+ Correct answer.
+ Sie können zur Simulation von Daten eingesetzt werden, die dann mit empirischen Daten verglichen werden können.
- Incorrect answer.
+ Auch implizite Annahmen werden im Formalisierungsprozess explizit definiert.  


{QuestionB
{Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?
|type="[]"}
|type="[]"}
+ Correct answer.
- Substrate – Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse
- Incorrect answer.
- Substrate – Agenten – Intra-Agenten Prozesse – Inter-Agenten Prozesse
+ Correct answer.
- Inter-Agenten Prozesse – Substrate – Agenten - Intra-Agenten Prozesse
- Incorrect answer.
- Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse – Substrate
+ Inter-Agenten Prozesse – Agenten – Intra-Agenten Prozesse – Substrate


{QuestionB
{Was versteht man in der Modellierung unter Sparsamkeit?
|type="[]"}
|type="[]"}
+ Correct answer.
- Das Modell verwendet möglichst wenige mathematische Formeln.
- Incorrect answer.
- Das Modell stellt möglichst wenige, dafür aber sehr konkrete Vorhersagen.
+ Correct answer.
+ Das Modell bezieht möglichst wenige Annahmen mit ein.
- Incorrect answer.


{QuestionB
{Welche Aussagen zur Einteilung von Modellen sind richtig?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Formalmodelle bestehen aus mathematischen Gleichungen oder sind Computerprogramme.
- Incorrect answer.
- Realmodelle sind realistische Veranschaulichungen von realen Systemen, z.B. eine Modelleisenbahn oder ein architektonischer Gebäudeentwurf.
+ Correct answer.
- Formalmodelle sind in der Psychologie noch am weitesten verbreitet, verlieren aber gegenüber Verbalmodellen zunehmend an Gewicht.
- Incorrect answer.
+ Formalmodelle lassen sich laut Dawson in statistische, mathematische und explanative / synthetische Modelle einteilen.


{QuestionB
{Durch welche Schritte werden die Erkenntnisziele der Modellierung erfüllt?
|type="[]"}
|type="[]"}
+ Correct answer.
- Für die Relation zwischen Modell und Realsystem sind keine gemessenen oder simulierten Daten erforderlich, solange das Modell in sich (logisch) widerspruchsfrei ist.
- Incorrect answer.
+ Indem wir sowohl Realsystem als auch Modell als datengenerierende Systeme verstehen und deren Randbedingungen (Experiment, Parameter) manipulieren, können wir durch Vergleich ihrer Daten die gegenseitige Relation einschätzen.
+ Correct answer.
+ Die Manipulation der Randbedingungen hilft nicht nur dabei, die Passung der System- und Modelldaten zu bestimmen, sondern auch neuartige Vorhersagen zu liefern.
- Incorrect answer.


{QuestionB
{Welche Aussagen beschreiben korrekt den Modellierungsprozess?
|type="[]"}
|type="[]"}
+ Correct answer.
+ Simulationsmodelle können abstrakte Modellannahmen in ihrer Schlüssigkeit verifizieren oder falsifizieren. Dies bezeichnet man als proof-of-concept.
- Incorrect answer.
+ Deduktion bedeutet, aus einem Modell Schlussfolgerungen auf erwartete Daten zu ziehen.
+ Correct answer.
- Beim deduktiven Ansatz entwickelt man aus der Analyse der gemessenen Systemdaten ein Modell, welches das System am besten beschreibt.
- Incorrect answer.
+ Über den Vergleich der Systemdaten mit den Simulationsdaten können Schlussfolgerungen über die Güte des Modells getroffen werden.


{QuestionB
|type="[]"}
+ Correct answer.
- Incorrect answer.
+ Correct answer.
- Incorrect answer.
{QuestionB
|type="[]"}
+ Correct answer.
- Incorrect answer.
+ Correct answer.
- Incorrect answer.
{QuestionB
|type="[]"}
+ Correct answer.
- Incorrect answer.
+ Correct answer.
- Incorrect answer.


</quiz>
</quiz>

Aktuelle Version vom 2. Dezember 2019, 17:06 Uhr

Der folgenden Bereich enthält Fragen zu theoretischen Grundlagen der kognitiven Modellierung. Alle Fragen sind Multiple Choice Fragen, d.h. es können immer mehrere Antworten richtig sein. Klicken Sie zur Beantwortung einer Frage die korrekten Antwortmöglichkeiten an. Um Ihre Ergebnisse auszuwerten, wählen Sie bitte den Button "Speichern" am unteren Ende der Seite.

Für jede vollständig richtig beantwortete Frage erhalten Sie einen Punkt. Für falsche beantwortete Fragen werden Ihnen keine Punkte abgezogen. Sie können diese Einstellung jedoch beliebig verändern. Ihre Gesamtpunktzahl finden Sie am unteren Seitenende.


  

1 Was davon ist keine Analyseebene nach Marr:

Algorithmische Ebene
Implementierungsebene
Semantische Ebene
Komputationale Ebene

2 Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:

Auch implizite Annahmen werden im Formalisierungsprozess explizit definiert.
Sie werden so komplex wie möglich gehalten um ein Phänomen bis ins Detail beschreiben zu können.
Die verwendeten Begriffe sind standardisiert und klar formuliert, was die Kommunikation zwischen Wissenschaftlern vereinfacht.
Sie können zur Simulation von Daten eingesetzt werden, die dann mit empirischen Daten verglichen werden können.

3 Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?

Substrate – Agenten – Intra-Agenten Prozesse – Inter-Agenten Prozesse
Inter-Agenten Prozesse – Substrate – Agenten - Intra-Agenten Prozesse
Substrate – Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse
Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse – Substrate
Inter-Agenten Prozesse – Agenten – Intra-Agenten Prozesse – Substrate

4 Was versteht man in der Modellierung unter Sparsamkeit?

Das Modell stellt möglichst wenige, dafür aber sehr konkrete Vorhersagen.
Das Modell bezieht möglichst wenige Annahmen mit ein.
Das Modell verwendet möglichst wenige mathematische Formeln.

5 Welche Aussagen zur Einteilung von Modellen sind richtig?

Formalmodelle sind in der Psychologie noch am weitesten verbreitet, verlieren aber gegenüber Verbalmodellen zunehmend an Gewicht.
Formalmodelle bestehen aus mathematischen Gleichungen oder sind Computerprogramme.
Formalmodelle lassen sich laut Dawson in statistische, mathematische und explanative / synthetische Modelle einteilen.
Realmodelle sind realistische Veranschaulichungen von realen Systemen, z.B. eine Modelleisenbahn oder ein architektonischer Gebäudeentwurf.

6 Durch welche Schritte werden die Erkenntnisziele der Modellierung erfüllt?

Die Manipulation der Randbedingungen hilft nicht nur dabei, die Passung der System- und Modelldaten zu bestimmen, sondern auch neuartige Vorhersagen zu liefern.
Indem wir sowohl Realsystem als auch Modell als datengenerierende Systeme verstehen und deren Randbedingungen (Experiment, Parameter) manipulieren, können wir durch Vergleich ihrer Daten die gegenseitige Relation einschätzen.
Für die Relation zwischen Modell und Realsystem sind keine gemessenen oder simulierten Daten erforderlich, solange das Modell in sich (logisch) widerspruchsfrei ist.

7 Welche Aussagen beschreiben korrekt den Modellierungsprozess?

Simulationsmodelle können abstrakte Modellannahmen in ihrer Schlüssigkeit verifizieren oder falsifizieren. Dies bezeichnet man als proof-of-concept.
Über den Vergleich der Systemdaten mit den Simulationsdaten können Schlussfolgerungen über die Güte des Modells getroffen werden.
Deduktion bedeutet, aus einem Modell Schlussfolgerungen auf erwartete Daten zu ziehen.
Beim deduktiven Ansatz entwickelt man aus der Analyse der gemessenen Systemdaten ein Modell, welches das System am besten beschreibt.