Диссертация (1147543), страница 27
Текст из файла (страница 27)
Данная модель объясняет более 58% дисперсии (при p<0,01),что позволяет содержательно интерпретировать полученные данные. Уравнение регрессиивыглядит следующим образом:Точность опознания реалистических сцен=15,256+1,206С+19,873SM+1,409Fгде: C – цвет, SM – субъективная оценка, F – гибкость-ригидность конитивного контроля.Таблица 14.
Предикторы точности опознания объектных сценПеременнаяСубъективнаяоценкаЦветГибкостьригидностьБетаTЗнч.0,9665,577,000-0,431-2,528,021-0,458-,384,045R-Скоррект.квадратR-квадрат0,5840,564FЗнч28,0980,000110Переменная «Субъективная оцека» показывает, что точность опознания изображений вбольшей степени связана с целостностью описания воспринятого (наибольший вклад врегрессионную модель β=0,966 при p<0,000).
Полученный результат свидетельствует о том, чтоспособ оценочного описания изображения, понимание его «логики», психологичесткого смысласпособствует более точному опознанию воспринятого.Цветовые характеристики (β=-0,431 при p<0,021) определяют точность описанияизображения, причем данные параметры являются в некоторой степени альтернативными.Субъект либо точно называл объекты изображения, но без указания на цвета, хотя, вероятно,учитывая его в названной категории объекта, либо описывал цветовые параметры с низкойточностью описания изображения.Этот же феномен наблюдается и с предиктором «гибкий-ригидный когнитивныйконтроль» (β=-0,486 при p<0,045).
Гибкость респондентов способствует точности опознанияизображения, что, вероятно, связано со способностью быстро переключаться междуизображениями (заданиями) и идеями о том, чем бы это могло быть. Ригидность способствует«вязкости» ума и неспособности к быстрому изменению своих представлеий. Гибкостьригидность отражает способность мобильности переключения не только между цветовымихарактеритиками, но и между смысловыми понятиями.А также был проведен факторный анализ (приложение Б10), по результатам которого,были выделены следующие компоненты опознания объектных сцен (общая дисперсия 73,075%):Первый фактор (вклад в общую суммарную дисперсию составляет 32,759%) включилследующие параметры преодоления неопределенности: субъективная оценка (0,931), цвет (0,880)и пространственный параметр (0,683). Этот фактор характеризует стимульный материал иотношение к нему со стороны субъекта, решающего задачу.Второй фактор (вклад в общую суммарную дисперсию составляет 16,408%) включилпараметры преодоления: точность (0.884) и целостность (0.719), а также показатель количестваошибок, совершаемых при выполнении Каган-теста (0.587).
Вероятно, этот компонент включилсодержательные аспекты точности опознания изображений: точность называния ключевыхсемантических объектов изображения, описание логики (психологической сути) изображения,внимательность к деталям изображения.Третий фактор (вклад в общую суммарную дисперсию составляет 15,424%) включилгибкость-ригидность когнитивного контроля (0.765), перцептивный-вербальный способобработки информации (0.738), скорость решения заданий Каган-теста (0.608). Данный фактор в111большей степени характеризиует скорость решения перцептивных задач и переключениявнимания.Четвертый фактор (вклад в общую суммарную дисперсию составляет 8,484%) включилуровень полезависимости-поленезависимости (0,937).
Выделенность данного когнитивногостиля в отдельный фактор, вероятно, подчеркивает, что полезависимость-поленезависимость неиграет существенной роли в решении перцептивных задач данного типа.Таким образом, выделенные факторы отражают значимые компонены в процессе решенияперцептивных задач и меру их включенности в этот процесс.Качественный анализ ответов восприятия объектных сцен.Согласно медианному критерию параметра точности общая выборка респондентов быларазделена на условно «точных» и «неточных» в описании ключевого семантического объекта.Качественный анализ ответов в выборках показал существенные различия в использованииэмпирических параметров преодоления неопределенносьт, представленные в таблице 15.Таблица 15. Характеристики параметров опознания реалистических изображений в выборках«точных» и «неточных» респондентовПараметры«Точные» респонденты«Неточные» респондентыТочностьПредставление о вариативности Однозначностьобраза (многозначности).неверноеопознанияобраза,определениеключевогооттенковцветовыхнаправлениядвиженияобъектаЦветИгнорированиеоттенков Выделениецветовых характеристикПространствоАкценторганизациихарактеристикфигура-фоновой Акцентилокализации ключевого семантического объектаобъектовСубъективные Ограниченноеоценкииспользование Частоеиспользованиесубъективныхсубъективных оценок - лишь в оценок в отношении всех категорийотношениитранспортныхкатегорий объектовсредствиавтомобилейВ выборке «точных» респондентов предлагалось сразу два или три варианта ответов овоспринятом образе, причем один из вариантов зачастую являлся правильным, что увеличивалопоказатель точности.
«Точные» респонденты описывали основные цвета без указания каких-либооттенков, например, «слоник бежит по зеленой траве», «коричневые холмы», «зеленая трава».Респонденты данной группы в большей степени обращались к описанию фигура-фоновой112организации и локализации объектов, например, «на фоне травы слон», «лесная поляна, а покраям мелкие деревья и в центре – лужайка и животное», «собака лежит головой направо, асмотрит налево». Респонденты использовали субъективные оценки в меньшей степени, причемлишь по отношению к транспортным средствам и автомобилям, например, «мчащаяся машина»,«неровная ухабистая местность», «легковая машина не из дешевых».В группе «неточных» респондентов в большинстве случаев неверно определялсяключевой семантический объект, причем наблюдалось стремление быстро выдвигать гипотезы осути изображения. Зачастую респонденты предлагали только один вариант называния объекта впроцессе опознания, близкий по форме, например, «котенок» вместо щенка, «зубр» вместо оленя,«лев» вместо собаки.Эта особенность может быть объяснена в рамках концепциикатегориального восприятия Дж.
Брунера и его гипотезы о недостаточной критичностивосприятия, как предиктора ошибок категоризации (1977). «Неточные» респонденты преждевсего выделяли оттенки и контрастность цвета, например, «светло-зеленая трава», «желтозеленый», «собака белой масти с пятнами», «белый цвет с рыжими пятнами», «желто-фиолетовоеполе», «серо-салатовый». Количественные показатели уже выявили обратную взаимосвязьвстречаемости характеристик цвета и точности описания, что проявилось и в данныхкачественных результатах.
«Неточные» респонденты часто указывали направление движениясемантического объекта, например, «слоненок, идущий справа налево с поднятым хоботом»,«слон идет налево», «машина едет сверху справа налево», «машина едет по левой стороне дороги,из левого верхнего угла в правый нижний». «Неточным» респондентам было свойственновыражение субъективных оценок, например, «серая дорогая машина, мчащаяся по дороге»,«спокойно лежит собака», «современный поезд», «баран грустит».Изменение характера описаний также обнаружилось в векторее уменьшения размераключевого семантического объекта изображения. В изображениях с минимальным размеромключевого семантического объекта акцент описаний смещается к фону и происходитигнорирование семантического содержания.Экспериментальный план провоцирует респондентов на активизацию мышления ивоображения (Лустина, 1981).
В описаниях изображений с маленьким размером ключевогосемантического объекта (категории - животные, собаки, автомобили, транспортные средства)наблюдалось больше описаний цветовых характеристик по сравнению с изображениями, гдеразмер объекта был большим. Полученные результаты качественного анализа ответовреспондентов в соответствии с категориальными блоками представлены в таблице 16.113Таблица 16. Показатели качественного анализа ответов в соответствии с размером ключевогосемантического объекта изображенияБлок«Животные»Блок«Автомобили»Блок«Собаки»НаибольшийразмерключевогообъектаВбольшинствеответов(80%)отмечалосьназваниеихарактеристикаключевого объекта,например,«белый баран сочень закрученнымирогами», «баран сбежевымирожками».Почтивсереспонденты (93%)назвали категориюавтомобиля, и срединих70%наименование маркиавтомобиляиуказание на егодвижение, например,«серый импортныйавтомобиль седан»,«машина едет сбольшой скоростьюпо дороге».93%ответовсодержат названиекатегории,например, «чернаясобака смотрит всторону», «чернаясобакалежитвтраве».
В ответахвыделенконтрастчерного и белого.СреднийразмерНаименьшийразмерключевого объектаключевого объекта65%ответоввключалиназваниесемантическогообъекта в сочетании снаправлениемдвижения, например,«слоник бежит позеленойтраве»,«слоненок,идущийсправа налево».Лишь 36% ответовотражали наименованиеобъекта,восновномописывалсяфонбезобъекта, животного, изних 16% содержат верноеуказание на ключевойобъект,например,«оленёнок у берега реки».Почтивсереспонденты(93%)ответовсодержатуказание на категориюи только 40% наименование маркиавтомобиля и указаниенадвижение,например,«сераямашинанеиздешевых»,«бледноголубая машина потипу Aston Martin»63% ответов содержатуказания на категорию,причем лишь 10% наименованиемаркиавтомобиля и движения,например,«машинаедетпокамышестому болоту».70%ответовсодержатописаниесобаки,например,«Собака дворняжка».Акцентстатики.Цветовыехарактеристики,например, «шкурка скоричневымипятнами»,«белокоричневаясобака»,«преобладаетбелыйцветсрыжимипятнами».73% ответов содержатописание категории, изних 27% - собаки «Короваили собака стоит посредицветочков»,«Летитворона».Яркоевосприятиецвета,например,«желтофиолетовоеполе»,«желтые цветы».114Блок«Транспортныесредства»Большинствоответов(86%)содержит названиекатегории,например, «красныйлондонскийдвухэтажныйавтобус»,«пустойавтобус».
В ответахвыделяютсяуточненияидвижение.60%ответовсодержатназваниекатегориисуточнением деталей,например,«поезд,проезжающийповиадуку»,«поездследует по железнойдороге»,«зеленыймост,понемудвижется, возможно,монорельсовый поездяркой раскраски слеванаправо».46% ответов содержатназвание транспортногосредства, однако треть(36%) из них содержалаверноеуказаниенаключевойобъект,например, «поезд едет нафоне красно-коричневойстепи», «поезд на фонегорного пейзажа».Акцент на фоне,вполовинеслучаевнаблюдалосьигнорированиетранспортного средства.Качественный анализ позволил выделить четыре стратегии опознавания: констатация,угадывание, сравнение и определение. Стратегии были представлены, как тенденция единстваформы и содержания: формальные представления выделенных содержательных характристик.
Вописанных стратегиях выделены основные системы способов оперирования информацией иформирования ответного поведения, направленные на решение конкретной задачи –максимально точное опознание увиденного. Стратегии выделены на основании представленийИ.Г. Скотниковой. Каждое высказывание было отнесено к одной из стратегий, а также нередко водном высказывании сочетались сразу несколько стратегий. Оценка проводилась, какиндивидуально, так и согласованно професором и аспирантом Санкт-Петербургскогогосударственного университета. Рассмотрим выделенные стратегии.Стратегия угадывания была основана на гипотетических предположениях о конкреномсодержании увиденного, например, «возможно, слон с хоботом или какой-нибудь зубр»,«изображен слон серого цвета, возможно, не очень большой», «в центре кадра животное темногоцвета, возможно, косуля или что-то типа того», «озеро, окруженное деревьями, скорее всегососнами», «животное, предположительно кошка», «поле неяркого цвета, возможно тундра».Следует отметить, что стратегия угадывания обнаруживает неуверенность и сомнения состороны респондентов.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
