Efeito do pareamento ao modelo com atraso fixo ou ajustado na formação de classes de equivalência
DOI:
https://doi.org/10.18761/PAC.2020.v11.n2.05Palavras-chave:
pareamento ao modelo, atraso fixo, atraso ajustado, equivalência de estímulosResumo
O presente estudo teve como objetivo investigar o efeito de diferentes tipos de pareamento ao modelo com atraso na formação de classes de equivalência com um delineamento intrassujeito. Cinco estudantes universitários foram expostos a duas condições experimentais. Na Condição Atraso Ajustado, o atraso entre a apresentação dos estímulos modelo e de comparação nos treinos aumentava de 1 em 1 s até atingir o atraso máximo de 12 s e na Condição Atraso Fixo o atraso era sempre de 12 s. O número de tentativas foi acoplado entre as condições experimentais. Após o treino de duas discriminações condicionais (AB e AC ou DE e DF), com estímulos visuais abstratos, foram realizados os testes de simetria, transitividade e equivalência. Os resultados demonstram que na Condição Atraso Fixo todos os participantes formaram classes de equivalência enquanto na Condição Atraso Ajustado apenas três. Esses resultados corroboram com a literatura ao demonstrarem que melhores desempenhos são obtidos após o treino de relações condicionais com pareamento com atraso fixo quando comparado aos desempenhos obtidos após o treino de relações condicionais com pareamento com atraso ajustado.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A Perspectivas em Análise do Comportamento adota a licença Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).
Os autores mantêm os direitos autorais de seus trabalhos e concedem à revista o direito de publicação.
Os artigos publicados podem ser compartilhados e adaptados, desde que:
- Seja atribuída a autoria e a fonte original
- Não haja uso para fins comerciais
Os autores estão autorizados a depositar e divulgar seus artigos em repositórios institucionais e plataformas acadêmicas.
A responsabilidade pelo conteúdo publicado é exclusivamente dos autores, incluindo a obtenção de permissões para uso de materiais de terceiros.
O uso de Inteligência Artificial (IA) deve ser devidamente declarado pelos autores e não configura autoria.
A revista opera em regime de acesso aberto, sem cobrança de taxas de submissão ou publicação.