Learning About the Self: Motives for Coherence and Positivity Constrain Learning From Self-Relevant Social Feedback

心理学 连贯性(哲学赌博策略) 非正面反馈 特质 强化学习 认知心理学 正面反馈 社会心理学 人工智能 计算机科学 统计 量子力学 电气工程 物理 工程类 电压 程序设计语言 数学
作者
Jacob Elder,Tyler Davis,Brent Hughes
出处
期刊:Psychological Science [SAGE]
卷期号:33 (4): 629-647 被引量:20
标识
DOI:10.1177/09567976211045934
摘要

People learn about themselves from social feedback, but desires for coherence and positivity constrain how feedback is incorporated into the self-concept. We developed a network-based model of the self-concept and embedded it in a reinforcement-learning framework to provide a computational account of how motivations shape self-learning from feedback. Participants (N = 46 adult university students) received feedback while evaluating themselves on traits drawn from a causal network of trait semantics. Network-defined communities were assigned different likelihoods of positive feedback. Participants learned from positive feedback but dismissed negative feedback, as reflected by asymmetries in computational parameters that represent the incorporation of positive versus negative outcomes. Furthermore, participants were constrained in how they incorporated feedback: Self-evaluations changed less for traits that have more implications and are thus more important to the coherence of the network. We provide a computational explanation of how motives for coherence and positivity jointly constrain learning about the self from feedback, an explanation that makes testable predictions for future clinical research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
多多少少忖测的情完成签到,获得积分10
刚刚
科研通AI5应助兴奋的宛白采纳,获得10
1秒前
2秒前
zhanlonglsj发布了新的文献求助10
2秒前
2秒前
芍药完成签到,获得积分10
2秒前
Yogita完成签到,获得积分10
3秒前
DoctorYan完成签到,获得积分10
3秒前
Adler完成签到,获得积分10
3秒前
4秒前
坐宝马吃地瓜完成签到 ,获得积分10
4秒前
SciGPT应助Strike采纳,获得10
4秒前
自强不息完成签到,获得积分10
4秒前
5秒前
czq发布了新的文献求助30
5秒前
望春风完成签到,获得积分10
5秒前
5秒前
huangJP完成签到,获得积分10
6秒前
情怀应助Tira采纳,获得10
6秒前
王阳洋完成签到,获得积分10
6秒前
6秒前
7秒前
通~发布了新的文献求助10
7秒前
李爱国应助非常可爱采纳,获得20
7秒前
7秒前
8秒前
阿敏发布了新的文献求助10
9秒前
JamesPei应助小憩采纳,获得10
9秒前
jkhjkhj发布了新的文献求助10
9秒前
风中香之发布了新的文献求助30
9秒前
忍冬完成签到,获得积分10
10秒前
Zhong发布了新的文献求助10
11秒前
胡图图关注了科研通微信公众号
11秒前
爱吃泡芙发布了新的文献求助20
11秒前
xiuxiu_27发布了新的文献求助10
11秒前
小书包完成签到,获得积分10
12秒前
xxx发布了新的文献求助10
12秒前
直率的钢铁侠完成签到,获得积分10
12秒前
大模型应助Elaine采纳,获得10
13秒前
花痴的骁完成签到 ,获得积分10
13秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527521
求助须知:如何正确求助?哪些是违规求助? 3107606
关于积分的说明 9286171
捐赠科研通 2805329
什么是DOI,文献DOI怎么找? 1539901
邀请新用户注册赠送积分活动 716827
科研通“疑难数据库(出版商)”最低求助积分说明 709740