Article de reference

Modèle stimulus-réponse

Le modèle stimulus-réponse est un cadre conceptuel en psychologie qui décrit la manière dont les individus réagissent aux stimuli externes . Selon ce modèle, un stimulus externe...

Le modèle stimulus-réponse est un cadre conceptuel en psychologie qui décrit la manière dont les individus réagissent aux stimuli externes . Selon ce modèle, un stimulus externe déclenche une réaction dans un organisme, souvent sans qu'il soit nécessaire de réfléchir consciemment. Ce modèle met l'accent sur les aspects mécanistes du comportement, suggérant que le comportement peut souvent être prédit et contrôlé en comprenant et en manipulant les stimuli qui déclenchent les réponses.

Domaines d'application

Les modèles de stimulus-réponse sont appliqués dans les relations internationales, la psychologie , l’évaluation des risques , les neurosciences , la conception de systèmes inspirés des neurones, et de nombreux autres domaines.

Les relations dose-réponse pharmacologiques sont une application des modèles stimulus-réponse.

Un autre domaine dans lequel ce modèle peut être appliqué est celui des problèmes/troubles psychologiques tels que le syndrome de Gilles de la Tourette . Les recherches montrent que le syndrome de Gilles de la Tourette (GTS) peut être caractérisé par des fonctions cognitives améliorées liées à la création, à la modification et au maintien de connexions entre stimuli et réponses (liens S-R). Plus précisément, deux domaines, l'apprentissage de séquences procédurales et, en tant que nouvelle découverte, la liaison de fichiers d'événements, montrent des preuves convergentes d'hyperfonctionnement dans le GTS.

Des recherches antérieures sur l'apprentissage en ligne ont prouvé que l'étude en ligne peut être encore plus intimidante pour les enseignants et les étudiants qui changent soudainement leurs habitudes d'apprentissage des salles de classe aux salles virtuelles. Cela est principalement dû au fait que la soudaineté de ce changement rend difficile pour les enseignants de se préparer pleinement à donner des cours dans l'environnement d'apprentissage virtuel. À la lumière des faits mentionnés ci-dessus, cette recherche propose un nouveau modèle et intègre la théorie du flux dans la théorie du modèle d'acceptation de la technologie (TAM), basée sur la théorie stimulus-organisme-réponse (SOR). Le modèle SOR a été largement utilisé dans les études précédentes sur le comportement des clients en ligne, et la théorie du modèle comprend trois composantes : stimulus, organisme et réponse. En supposant que les stimuli contenus dans l'environnement externe provoquent des changements chez les personnes, ce qui affecte leur comportement.

Formulation mathématique

L'objet d'un modèle stimulus-réponse est d'établir une fonction mathématique qui décrit la relation f entre le stimulus x et la valeur attendue (ou autre mesure de localisation) de la réponse Y :

Une simplification courante supposée pour de telles fonctions est linéaire, nous nous attendons donc à voir une relation comme

La théorie statistique des modèles linéaires est bien développée depuis plus de cinquante ans et une forme standard d’analyse appelée régression linéaire a été développée.

Fonctions de réponse délimitées

Étant donné que de nombreux types de réponses ont des limites physiques inhérentes (par exemple, une contraction musculaire maximale minimale), il est souvent applicable d'utiliser une fonction bornée (telle que la fonction logistique ) pour modéliser la réponse. De même, une fonction de réponse linéaire peut être irréaliste car elle impliquerait des réponses arbitrairement grandes. Pour les variables dépendantes binaires, l'analyse statistique avec des méthodes de régression telles que le modèle probit ou le modèle logit , ou d'autres méthodes telles que la méthode de Spearman-Kärber. Les modèles empiriques basés sur la régression non linéaire sont généralement préférés à l'utilisation d'une transformation des données qui linéarise la relation stimulus-réponse.

Un exemple de modèle logit pour la probabilité d'une réponse à l'entrée réelle (stimulus) , ( ) est

où sont les paramètres de la fonction.

A l’inverse, un modèle Probit serait de la forme

où est la fonction de distribution cumulative de la distribution normale .

Équation de Hill

En biochimie et en pharmacologie , l' équation de Hill fait référence à deux équations étroitement liées, dont l'une décrit la réponse (le rendement physiologique du système, comme la contraction musculaire) à un médicament ou à une toxine , en fonction de la concentration du médicament . L'équation de Hill est importante dans la construction des courbes dose-réponse . L'équation de Hill est la formule suivante, où est l'amplitude de la réponse, est la concentration du médicament (ou de manière équivalente, l'intensité du stimulus), est la concentration du médicament qui produit une réponse semi-maximale et est le coefficient de Hill .

Ivan Pavlov

L'équation de Hill se réorganise en une fonction logistique par rapport au logarithme de la dose (similaire à un modèle logit).

Fondateur du Modèle

Ivan Pavlov

Pavlov a commencé à étudier le système digestif des chiens en réalisant des implantations chroniques de fistules dans l'estomac, ce qui lui a permis de démontrer avec une extrême clarté que le système nerveux joue un rôle dominant dans la régulation du processus digestif. Les expériences sur la digestion ont conduit au développement du premier modèle expérimental d'apprentissage, dans lequel un stimulus neutre acquiert la capacité d'évoquer une réponse spécifique suite à un couplage répété avec un autre stimulus qui évoque la réponse.

Edouard Thorndike

Edouard Thorndike

Thorndike , qui a proposé le modèle, croyait que l'apprentissage découlait du stimulus et de la réponse. Pavlov a popularisé et révolutionné la théorie en expérimentant sur les chiens.

Lectures complémentaires

  • Holland, Peter C. (2008). « Théories cognitives et théories de l'apprentissage basées sur les stimulus et les réponses ». Learning & Behavior . 36 (3) : 227–241. doi :10.3758/lb.36.3.227. PMC 3065938 . PMID 18683467.
Original text
Rate this translation
Your feedback will be used to help improve Google Translate