인과 추리
Causal reasoning인과 추론은 인과관계를 확인하는 과정이다: 원인과 그 효과의 관계. 인과관계 연구는 고대의 철학에서 현대의 신경정신학까지 확장된다; 인과관계의 본질에 대한 가정은 후대의 사건 이전의 함수로 보일 수 있다. 원인과 효과에 대한 최초의 알려진 원초과학 연구는 아리스토텔레스의 물리학에서 일어났다.[1] 인과 추론은 인과 추론의 한 예다.
인과관계의 이해
인과관계는 힘의 이전으로 이해될 수 있다.[2] 만약 A가 B를 유발한다면, A는 반드시 B에게 힘을 전달해야 하며, 이 힘을 B에 전달하면 효과가 발생한다. 인과관계는 시간의 경과에 따른 변화를 암시한다; 원인과 결과는 일시적으로 연관되어 있고, 원인은 결과에 선행한다.[3]
인과관계는 힘이 없는 경우에도 유추될 수 있다. 덜 전형적인 정의.[4] 원인은 구조물에서 지지대를 제거하고 붕괴를 일으키거나 침전 부족으로 인해 식물이 썩는 것과 같은 제거(또는 정지)일 수 있다.
인간은 인과적 이해의 도움을 받아 많은 주제(예를 들어 사회적, 반사실적 상황 및 실험 과학)에 대해 추론할 수 있다.[3] 이해는 원인과 결과를 이해하는 능력에 달려 있다. 사람들은 다른 사람들의 행동의 원인에 대해 추론할 수 있어야 하고(그들의 의도를 이해하고 적절하게 행동하기 위해서) 그들 자신의 행동의 가능한 영향을 이해할 수 있어야 한다. 반사실적 주장은 많은 상황에서 제시된다; 인간들은 그 주장이 현재의 상황과 아무런 관계가 없을 때 조차도 "있을 수 있었던 것"에 대해 생각하는 경향이 있다.
인과관계는 개체의 범주를 정의한다.[5] 날개는 "새" 범주의 특징이며, 이 특성은 범주의 또 다른 특징인 날 수 있는 능력과 인과상 연관되어 있다.[5]
전통적으로 인지심리학 연구는 원인과 결과가 모두 이중적 가치일 때 인과관계에 초점을 맞추었다. 원인과 결과 모두 존재하거나 존재하지 않는다.[6][7] 원인과 결과 모두 연속적인 값을 취할 가능성도 있다. 예를 들어 라디오의 볼륨 노브를 돌리면(원인으로서) 소리 강도가 증가하거나 감소한다(효과로서). 이 경우 원인 변수와 효과의 관계는 원인 변수의 변화가 효과 변수의 값을 변화시키는 수학적 함수와 유사하다. 이러한 관계에 대한 인간 학습은 「기능 학습」 분야에서 연구되어 왔다.[8][9][10]
그렇더라도, 연속적인 수학 모델의 물리적 적용은 실제로 문자 그대로 지속되지 않는다는 것은 잘 이해된다. [11] 라디오의 노브는 셀 수 없을 정도로 무한한 수의 가능한 값을 차지하지 않는다. 노브 자체의 기계적, 물리적, 특성에 의해 완전히 제한되는 제한된 수의 가능한 값을 필요로 한다. 엔지니어링 응용 프로그램에 사용되는 연속적인 수학과 엔지니어링에 의해 생산된 물리적 제품 사이에는 일대일 매핑이 존재하지 않는다. 사실, 이것은 수학철학 안에 있는 핵심 열린 문제들 중 하나이다. [12] [13] [14] 이것이 수학철학에서 가장 두드러진 열린 문제들 중 하나이지만, 이 열린 질문에 대한 가능한 한 가지 답은 현실은 (플랑크 스케일로, 플랑크 스케일로, 루프 양자중력 참조) 근본적으로 분리되어 있다는 것이다. 연속수학은 측량 데이터가 없는 도면을 통해 기하학적으로 추론하는 데 사용되는 이미지의 가짜 또는 허구적 구성의 역할을 하는 수학 허구주의 이론도 마찬가지다. 실제로 가우스와 같은 일부 역사적 사상가들은 물리적 실체가 사실 본질적으로 비유클리드적이며, 따라서 비유클리드 기하학적 구조를 발달시켰으며, 당시 알버트 아인슈타인이 그의 일반 상대성 이론에서 사용한 비유클리드 기하학적 구조를 중력이 비유클리드적인 것으로 설명하여 현실을 비유클리드적인 것으로 의심하였다.
원인과 결과는 추정 통계를 통해 확률적으로 이해될 수 있다. 입문논리에서 흔히 가르치는 예는 '땅이 젖어 있다'는 조건부 진술이다. 흔히 구체적인 예를 '비가 왔다면 땅이 젖어 있다'는 문구나 이 선을 따라 제시된다. 그리고 종종 그러한 조건부 진술이 거짓인 경우에도 사실이라는 사실이 일부 논란을 일으킨다.
배제된 중간이라는 논란의 여지가 있는 조건부 법칙에 대한 이 사실은 원인과 결과에 대한 추론에 달려 있다. 예를 들어 비가 내리고 땅이 젖으면 비가 온다는 사실이 땅이 젖게 된 원인이라고 생각할 수도 있다. 그러나 이미 땅이 젖어 있는 후에 비가 내렸거나, 또는 관찰된 효과의 다른 가능한 원인일 수도 있다.
이러한 다른 가능한 원인들을 '숨겨진 변수'라고 부른다. 숨겨진 변수는 항상 그 선행자가 모두 거짓이고 그 결론이 진실인 상황에서 조건부 진술이 '진실' 진리 값을 취하게 한다. 결과적으로, 그것은 진정한 결론을 조건부로 하는 어떤 논리는 그 선행의 사실 여부에 관계없이 항상 진실이라는 것을 따른다. 그리고 어떤 논리 조건부라도 그 결론이 거짓일 때만 거짓 값을 취한다. 놀랄 일은 아니지.
추론 통계학에는 '상관 관계가 인과 관계가 같지 않다'는 만트라가 존재한다. 단지 비와 습한 땅이 긍정적인 상관관계를 가지고 있다고 해서(그것들은 함께 일어나는 경향이 있다), 더 많은 정보가 없다면 실제로 땅이 젖게 된 것이 비인지 아닌지를 알 수 없을 것이기 때문에 그 양의 상관관계는 인과관계에 불충분하다. 덤프 트럭이 와서 트럭 한 대 분량의 물을 땅바닥에 버렸을 수도 있고, 남자가 물을 떨어뜨렸을 수도 있고, 또는 그 밖의 가능한 많은 수의 선행자들이 지면이 사실이라고 결론지을 수도 있다.
이러한 방식으로 인과관계를 확인하는 것은 상당히 어렵고, 잠재적으로 동등하거나 분명하지 않을 수 있지만 여전히 가능한 원인(일부 신뢰도가 100%가 아닌 것, 신뢰간이라고 알려진 것)에 대해 통제되지 않은 다른 모든 다른 가능한 원인과 관련하여, 어떤 특정한 원인에 대한 불확실한 신뢰도를 배제하는 것은 거의 불가능하다.val inferential 통계량). 우연히, 이 숨겨진 변수의 문제는 과학적 방법의 기초를 형성한다. 이것은 숨겨진 변수의 문제에 대한 해결책이다. 과학적 방법을 통해서만 어떤 진정한 선행자가 결론도 진실되게 만든다는 것을 절대적으로 확신할 수 있다. 우리는 원인과 효과 사이에 100% 완벽한 상관관계(양성 또는 음성)가 존재하는 경우에만 가능한 다른 모든 변수를 (100% 신뢰도) 위해 통제할 때에만 원인이 영향을 미친다고 말한다. 이러한 경우 이러한 효과를 종속변수라고 하며, 그 원인을 독립변수(종속변수가 독립변수에 의존하고, 독립변수가 다른 변수에 의존하지 않기 때문에 그렇게 명명)라고 한다.
실제로 양자물리학의 경우와 같이 가능한 숨겨진 변수를 제어할 수 없을 때 인과관계는 불분명하다(수량 불변). [16] 이것은 오늘날 물리학의 가장 큰 개방적 문제 중 하나로 양자물리학의 해석과 특수상대성이론의 인과구조와의 화해(아인슈타인-아돌스키-로센 역설, 리에트디크–)를 구성한다.Putnam argress).
인과관계 이론은 자유 의지와 결정론 둘 다의 논쟁에서도 중요한 역할을 한다. 특수상대성이 예측한 경험적 관찰은 일어날 수 있는 모든 일이 이미 일어났다는 것을 암시한다. 수학 철학에 따라 이후 특별한 상대성이 지속으로 수학 모델[17]예고 효과를 치료하고conceptually-reliable-and-informative 허구의 이론에서 설명된 실험 확인 시간의 시간intimatel은 형이상학을 꼬집는 존재론,에 의미를 가진다.yt인과관계에 대한 관념과 원인과 결과에 대한 추론에 사로잡혀 있다. [18]
그리고 양자물리학의 (현재로서는) 불가침론은 결정론적 현실에서 자유의지의 가능성을 시사한다. [19] [20] 해머프를 인용하자면, "양자 상태 감소는 시간적 비지역성을 수반하는 것으로 보이며, 양자 정보를 시간적으로 지각하는 것에서 앞뒤로 언급할 수 있고, 실시간 의식적 인과 행동을 가능하게 한다. 따라서 양자뇌 생물학과 난초 OR은 자유의지를 구할 수 있다."(조정된 목표 감소).
인과관계 유추
인간은 원인과 결과를 이해하는 경향이 있어서 양방향으로 추론을 한다. 시간적 단서가 인과관계를 증명한다.[21] 어떤 사건을 관찰할 때, 사람들은 어떤 사건보다 앞선 것들이 그것을 야기시키고, 그 사건 뒤에 오는 것들이 그것의 영향이라고 가정한다.[22]
움직임과 공간 관계의 우연은 인과관계를 유추하는 또 다른 방법이다. 만약 물체가 함께 움직이면(혹은 한 물체가 다른 물체의 움직임을 시작하는 것처럼 보이면), 인과관계는 그 관계로부터 유추된다.[23] 애니메이션은 또한 그러한 관계로부터 유추될 수 있다.
인과적 추론은 거의 자동으로 활성화될 수 있다.[3][24] 그러나 원인과 효과에 대한 추론은 인과관계의 기초가 되는 메커니즘에 대한 이해를 항상 입증하는 것은 아니다. 인과관계는 "인지적 환상"[25]으로 묘사되어 왔다. 원인과 결과에 대한 많은 이해는 사건들이 서로 어떻게 연관되어 있는가에 대한 이해 없이 연관성에 기초한다.[26]
2013년 신경정신학 연구는[27] 인간이 오래된 정보에 새로운 정보를 준거한다는 것을 보여준다. 이것은 반전된 인과관계를 암시한다: 원인은 반드시 후방에 귀속되어야만 작용과 행위 사이의 인과 관계를 이해할 수 있다. 프리드리히 니체는 <권력에의 의지>에서 아리스토텔레스적 인과관계(그 원인이 효과에 선행)에 반대한다고 주장했다.[28]
인간은 원인과 결과를 이해한다. 연구는 [30]쥐와[29] 원숭이와 같은 다른 동물들이 원인과 결과를 이해할 수도 있고 이해하지 못할 수도 있다고 제안한다. 동물들은 의사결정을 개선하고 과거와 미래의 사건에 대한 추론을 하기 위해 원인과 영향에 대한 정보를 사용할 수 있다.[31] 인간의 추리와 사건에 대한 학습을 안내하는 상수는 인과관계다.[32] 인과적 고려는 사람들이 그들의 환경에 대해 어떻게 추론하는지에 필수적이다.[3] 인간은 결정과 예측을 하고 변화를 이끄는 메커니즘을 이해하기 위해 인과적 단서와 관련 효과를 이용한다.[33]
인과관계의 유형
인과관계를 관찰한 결과, 공통원인 관계, 공통영향 관계, 인과관계, 인과관계, 인과관계 등 여러 유형의 인과관계 모델이 개발된다.[26]
- 공통 원인 관계에서 단일 원인은 다음과 같은 여러 가지 영향을 미친다.
- 바이러스는 여러 가지 효과(열, 두통, 메스꺼움)를 초래하는 단일 원인의 예다.
- 공통 효과 관계에서 몇 가지 원인이 한 가지 효과로 수렴된다.
- 정부 지출의 증가는 몇 가지 원인(실업 감소, 통화가치 감소, 적자 증가)을 가진 한 가지 효과의 예다.
- 인과관계 사슬에서 한 원인은 영향을 유발하며, 이는 또 다른 영향을 유발한다.
- 수면 부족이 피로로 이어져 조율이 잘 안 되는 경우가 그 예다.
- 인과적 동태에서 인과관계는 안정적인 순환이나 보강 메커니즘을 형성한다.
- 깃털, 속이 빈 뼈, 높은 신진대사율, 그리고 비행은 한 가지 사례가 인과관계를 시작하기보다는 전체적 적응을 통해 새에서 서로를 강화시킨다.[26]
인과 추론의 유형
인과적 이해는 자동적일 수 있지만 복잡한 상황에서는 고급 추론이 필요하다. 원인 추론의 유형은[2] 다음과 같다.
공제
연역적 추리는 일반적인 규칙을 내포하고 있다; 사건은 보장된 결론이다. 결과는 인과관계를 결정할 수 있는 다른 주장에 기초하여 추론될 수 있다.
유도
귀납적 추론은 불확실성으로 이루어진 추론이다. 결론은 그럴 듯하지만 보장되지는 않는다. 유도는 인과관계에 대한 추측에 이용될 수 있다.
납치
유괴적 추론에서 전제조건은 결론을 보장하지 않는다. 유괴는 원인과 결과 사이에 필요한 관계 없이 데이터 설명에서 가설로 이동한다.
모델
인과관계에 대해 인간이 어떻게 추론하는지에 대한 몇 가지 모델이 있다.
종속성
의존성 모델은 영향은 원인에 따라 좌우된다고 주장한다.[3] 원인과 결과는 가능한 관계를 가지고 있다.
공분산
의존성 모델의 한 종류인 공분산(정규성) 모델은 인류가 원인과 결과의 관계를 우연에 의해 이해한다는 것을 시사하며, 원인의 변화가 영향을 바꾼다는 추론한다.[34]
메커니즘
이 모델은[2] 원인과 결과가 기계적으로 연관되어 있음을 시사한다. 이런 상황에서 원인과 결과의 기초가 되는 기본적인 과정이 있다.
역학
이 인과적 표현[35] 모델은 원인이 힘의 패턴으로 표현된다는 것을 시사한다. 힘 이론은[36] 인과적 표현과 추론에 적용되는 역학 모델의 확장이다.
인간의 발전
아이들은 인과관계를 이해하고 어린 나이에 원인과 결과에 근거하여 추론을 하는 능력을 발달시킨다;[24] 어떤 연구는 8개월 된 아이들이 원인과 결과를 이해할 수 있다고 제안한다.[37] 메커니즘과 인과관계에 대한 이해는 서로 밀접한 관계가 있다; 아이들은 인과관계를 이해할 수 있는 메커니즘의 작동을 이해하기 위해 인과관계를 이해할 필요가 있다.[26] 아이들은 메커니즘을 이해하기 위해 어린 나이에 "왜?"를 묻고, 결국 인과관계를 묻는다. 아이의 첫 번째 "왜" 질문은 언어를 습득한 후 첫 1년 이내에 무언가를 설명하려는 그들의 첫 번째 시도와 종종 일치한다.[26] 아이들은 메커니즘과 인과관계를 이해하는데 "왜"를 묻는다.[38]
어린 나이에 인과관계에 대해 이해하고 추론하는 능력은 아이들이 많은 주제에 대해 순진한 이론을 개발할 수 있게 해준다. 인과관계는 아이들이 물리학, 언어, 개념 그리고 다른 사람들의 행동에 대해 배우도록 돕는다.[24] 아이들이 가지고 있는 인과적 이해에는 발달 패턴이 있다.[38]
유아들은 인과력에 대한 이해가 있다.[26] 그들은 특정한 원인이 특정한 영향을 미친다는 것을 안다. 어린 아이들은 늦은 유아기부터 이른 유년기에 이르기까지 기능적 관계를 이해한다:[26] 특정한 속성(또는 메커니즘의 구성요소)은 특정한 기능을 가지고 있다. 그들은 또한 인과 밀도: 어떻게 원인들이 복잡한 방식으로 상호작용을 할 수 있는지를 이해한다.
나이 든 아이들과 어른들은 기계론적인 단편들에 대한 이해를 계속 발전시키고 있다.[26] 그들은 비록 시스템의 완전한 기계론적 세부사항들이 성인이 되어서야 나타나지만, 고립된 상태로 일하는 시스템의 요소들을 이해한다. Jean Piaget은 개발 전 운영, 구체적인 운영 및 공식 운영 단계를 정의했다.
문화를 가로질러
인과 귀속은 여러 가지 면에서 다른 문화 사이에서 서로 다른 것으로 나타났다.
원인속성
옌과 가이어는[39] 미국인과 아시아인 두 그룹의 학생들 사이에서 대학 성공과 실패의 인과관계를 조사했다. 아시아 그룹은 중국, 한국, 일본, 동남아시아 출신이었다. 성적은 4개 국적을 통틀어 비슷했다. 학생들은 학업에서 다른 사람의 성공과 실패에 대해, 그리고 그러한 결과가 선천적인 능력에 기인하는지 아니면 노력의 소모가 있는지에 대해 판단하도록 요청 받았다. 미국 참가자들은 아시아 참가자들보다 학업 성취도를 능력 탓으로 돌리는 경향이 훨씬 더 많았다. 비록 미국인들은 성공이 노력의 결과라고 평가하는 경향이 있었지만, 실패는 노력 부족의 결과로 인식되지 않았다. 아시아 학생들은 이런 패턴을 보여주지 않았다.
서양과 동양 어린이와 성인의 비교는 특정한 질병에 기인하는 인과관계에서 문화간의 차이를 암시한다.[40] 질병에 대한 이야기를 읽고 그 질병의 원인에 대해 추론을 한 후, 두 그룹 모두 대부분의 질병의 생물학적 원인에 대한 이해를 보여주었다. 하지만, 모든 아이들과 동양 어른들 또한 약간의 질병 (그리고 그들의 치료법)을 마법의 원인에 기인했다.
인과 동기
개인주의자나 집산주의 문화의 구성원들은 애니메이션 객체들 사이에서 작은 규모로 움직임의 기원과 동기에 대해 다른 귀속성을 만들 수도 있고, 또는 애니메이션 객체들 집단 내에서 움직임을 유발하는 것에 대해 다른 귀속성을 만들 수도 있다.[41] 영국, 중국, 홍콩의 참가자들은 컴퓨터 화면에 물고기 애니메이션 영상을 보여주었다. 영상에는 물고기 떼를 향해 또는 멀어져 가는 중심 물고기의 모습이 담겨 있었으며, 참가자들은 물고기들 사이의 관계를 결정하도록 요청받았다: 내적 동기(중앙 물고기는 먹이를 찾고 있었다) 또는 외적 동기(중앙 물고기는 다른 물고기들과 함께하기를 원했다. 또 다른 비디오 세트에서는 개별 물고기가 작용하는 것과 함께, 물고기 그룹이 지배적인 작용제라는 것을 암시했다. 이러한 서로 다른 비디오들은 집단 혹은 개인의 행동이 다른 문화들 사이에서 선호되는 동기 부여 힘인지를 판별할 수 있는 기회를 제공했다.
자체 보고된 결과는 아시아계 참가자들이 그룹이 중심이 되고 인과관계가 있는 설명과 상황을 선호하고, 서양인들은 개인이 대리인이 되는 상황을 선호한다는 것을 시사했다. 이러한 효과는 기억 과정으로도 확장되었다; 집산주의 참여자들은 그룹이 1차적인 상황에 대한 더 나은 기억을 가지고 있었다. 이는 개인주의 문화의 구성원들이 독립적 대리인에게 더 잘 반응하고 집단주의 문화의 구성원들이 개별적인 행동을 지도할 때 더 많은 반응을 보인다는 것을 시사한다.
인간이 아닌 동물의 인과적 추리
인과적 추리는 인간만의 것이 아니다; 동물들은 종종 인과적 정보를 생존의 단서로 사용할 수 있다.[25] 쥐는 음식 보상을 얻기 위해 인과응보를 일반화할 수 있다. 쥐와 같은 동물들은 보상을 이끌어낼 수 있는 것에 대해 추론함으로써 보상에 필요한 메커니즘을 배울 수 있다.[25]
새로운 칼레도니아 까마귀들은 인과적 사건에 대해 추론할 수 있는 능력에 대해 연구되어 왔다.[42] 이 지적인 종은 침팬지들도 할 수 없는[citation needed] 방식으로 도구를 사용하며, 음식을 가까이 가져갈 수 있는 복잡한 도구를 만든다.
이 종에 대한 실험적인 연구는 그들이 이전에 독특하게 인간으로 믿었던 방식으로 숨겨진 원인을 이해할 수 있다는 것을 시사한다.[43] 두 번의 실험 중 첫 번째 실험에서, 까마귀 한 마리가 갇혀 있었는데, 튜브 속의 음식은 까마귀에게 아무런 힘도 들이지 않고 접근할 수 없었다. 한 사람이 인클로저에 들어가 커튼 뒤에 가서 커튼 구멍으로 식품관 근처 막대기를 흔들었다. 인간이 인클로저를 떠날 때 까마귀는 자신 있게 먹이 지역을 향해 나아가서 (보이지 않는 경우가 거의 없는) 움직이는 막대기의 인간적인 원인이 사라진 것을 알고 보상금을 회수했다. 두 번째 실험에서는 인클로저에 사람이 출입하거나 빠져나가지 않았다. 이 경우 까마귀는 무엇이 막대기를 움직이게 했는지 몰라 불확실하게 음식 쪽으로 이동했다.
참조
- ^ Falcon, Andrea (2015-01-01). Zalta, Edward N. (ed.). The Stanford Encyclopedia of Philosophy (Spring 2015 ed.). Metaphysics Research Lab, Stanford University.
- ^ a b c Ahn, W. K.; Kalish, C. W.; Medin, D. L.; Gelman, S. A. (1995-03-01). "The role of covariation versus mechanism information in causal attribution". Cognition. 54 (3): 299–352. doi:10.1016/0010-0277(94)00640-7. ISSN 0010-0277. PMID 7720361. S2CID 10841629.
- ^ a b c d e S. A. (2005) 슬롬. 원인 모델. 뉴욕, 뉴욕: 옥스퍼드 대학 출판부.[page needed]
- ^ Cheng, Patricia W.; Novick, Laura R. (1990). "A probabilistic contrast model of causal induction". Journal of Personality and Social Psychology. 58 (4): 545–567. doi:10.1037/0022-3514.58.4.545. PMID 2348358.
- ^ a b Rehder, B (2003). "Categorization as causal reasoning". Cognitive Science. 27 (5): 709–748. doi:10.1207/s15516709cog2705_2.
- ^ Jenkins, H. M. & Ward, W. C. (1965) 반응과 결과 사이의 우발성 판단. 심리 모노그래프, 79, (1, 전체 594)
- ^ 쳉, P. W.(1997년). 공분리에서 인과관계로: 인과력 이론. 심리학 리뷰, 104, 367–405.
- ^ 캐롤, J. D. (1963년). 기능성 학습: 자극과 반응 연속체와 관련된 지속적인 기능 매핑의 학습. NJ: Princeton 교육 테스트 서비스
- ^ 브레머, B. (1974년). 확률론적 추론 과제 학습에서 척도 변수 사이의 관계에 대한 가설. 조직 행동 및 인적 성과, 11, 1-27.
- ^ 고, K, & 마이어, D. E. (1991) 기능 학습: 지속적인 자극-반응 관계의 유도. 실험 심리학 저널: 학습, 기억 및 인식, 17, 811–836.
- ^ 매디, 페넬로페(2017). 세트-테오틱 파운데이션. [1]
- ^ 쾰너, 피터(2013). 스탠포드 철학 백과사전: 연속 가설 [2]
- ^ 에클룬드, 마티(2019년). 스탠포드 철학 백과사전: 허구주의[3]
- ^ 발라거, 마크(2018). 스탠포드 철학 백과사전: 수학철학의 허구론 [4]
- ^ 밴초프, 토마스. 비유클리드 기하학의 개발. [5]
- ^ 프리데리히, 사이먼. 에반스, 피터(2019년). 스탠포드 철학 백과사전: 양자역학의 역행성. [6]
- ^ 푸트남, 힐러리(1967년). 철학 저널: 시간 및 물리적 형상 [7]
- ^ 마코시안, 에드(2014년) 샌포드 철학 백과사전: 시간. [8]
- ^ 발라거, 마크. (2010) MIT 프레스: 열린 과학 문제로서 자유의지[9]
- ^ 해머프, 스튜어트 (2012). 프런트 통합 뉴로시:양자 두뇌 생물학이 어떻게 의식적인 자유의지를 구할 수 있는가. [10]
- ^ Lagnado, David A.; Sloman, Steven A. (2006). "Time as a guide to cause". Journal of Experimental Psychology: Learning, Memory, and Cognition. 32 (3): 451–460. doi:10.1037/0278-7393.32.3.451. PMID 16719658. S2CID 16873453.
- ^ Cheng, Patricia W.; Novick, Laura R. (1990). "A probabilistic contrast model of causal induction". Journal of Personality and Social Psychology. 58 (4): 545–567. doi:10.1037/0022-3514.58.4.545. PMID 2348358.
- ^ Scholl, Brian J; Tremoulet, Patrice D (2000). "Perceptual causality and animacy". Trends in Cognitive Sciences. 4 (8): 299–309. doi:10.1016/s1364-6613(00)01506-0. PMID 10904254. S2CID 41797881.
- ^ a b c Corrigan, Roberta; Denton, Peggy (1996-06-01). "Causal Understanding as a Developmental Primitive". Developmental Review. 16 (2): 162–202. doi:10.1006/drev.1996.0007.
- ^ a b c Sawa, Kosuke (2009-09-01). "Predictive behavior and causal learning in animals and humans1". Japanese Psychological Research. 51 (3): 222–233. doi:10.1111/j.1468-5884.2009.00396.x. ISSN 1468-5884.
- ^ a b c d e f g h Keil, Frank C. (2006). "Explanation and Understanding". Annual Review of Psychology. 57 (1): 227–254. doi:10.1146/annurev.psych.57.102904.190100. ISSN 0066-4308. PMC 3034737. PMID 16318595.
- ^ Kahan, Dan M.; Peters, Ellen; Dawson, Erica Cantrell; Slovic, Paul (2013-09-03). "Motivated Numeracy and Enlightened Self-Government". Rochester, NY: Social Science Research Network. doi:10.2139/ssrn.2319992. hdl:1794/18962. SSRN 2319992.
{{cite journal}}
: Cite 저널은 필요로 한다.journal=
(도움말) - ^ 프리드리히 니체. 1880년대 경, 최근의 신경심리학 실험에서 확인된 '힘에 대한 의지' 477년 (1887년 11월 ~ 1888년 3월) "나도 내면세계의 현상성을 유지하고 있다: 우리가 의식하게 되는 모든 것은 배열되고 단순화되고 도식화되고, 해석되고, 또 해석되어진다 — 내면의 "인정"의 실제 과정, 생각, 감정, 욕망, 대상과 대상 사이의 인과관계는 절대적으로 숨겨져 있다. 우리로부터 - 그리고 아마도 순전히 상상일 것이다. "신선한 내적 세계"는 "외로운" 세계와 동일한 형태와 절차에 의해 지배된다. 우리는 결코 "사실"을 접하지 않는다: 즐거움과 불쾌감은 후속적이고 파생적인 지적 현상 - "Causality"는 우리를 피한다; 논리가 그렇듯이 직접적인 인과관계가 ween thinks라고 가정하는 것은 가장 구질구질하고 서투른 관찰의 결과물이다. 두 가지 생각 사이에 모든 종류의 영향을 끼친다. 하지만 그들의 동작은 너무 빨라서 우리는 그것들을 인식하지 못한다. 우리는 그것을 부정한다. 인식론자들이 상상하는 대로 "생각"하는 것은 단순히 일어나지 않는다. 그것은 공정에서 한 가지 요소를 선택하고 나머지 요소들을 모두 제거함으로써 도달한, 인위적인 배열이다.nt를 알기 위한 목적 — "정신"을 생각하는 것: 가능한 한 "절대하고 순수한 정신"까지 – 이 개념은 "생각"을 믿는 잘못된 자기 성찰의 두 번째 파생물이다: 첫째는 단순히 일어나지 않는, "생각" 그리고 둘째는 모든 생각의 대상이 되는 행동이다.g, 그리고 다른 어떤 것도 그것의 기원을 가지고 있지 않다. 즉, 행위자와 행위자 모두 허구다.
- ^ Lovett, Richard A. (February 16, 2006). "Rats Understand Cause and Effect, Experiment Suggests". National Geographic News. National Geographic Society. Retrieved 2016-12-27.
- ^ Visalberghi, Elisabetta; Limongelli, Luca (1994). "Lack of comprehension of cause-effect relations in tool-using capuchin monkeys (Cebus apella)". Journal of Comparative Psychology. 108 (1): 15–22. doi:10.1037/0735-7036.108.1.15. PMID 8174341.
- ^ Garcia-Retamero, Rocio; Wallin, Annika; Dieckmann, Anja (2007). "Does causal knowledge help us be faster and more frugal in our decisions?". Memory & Cognition. 35 (6): 1399–1409. doi:10.3758/BF03193610. ISSN 0090-502X. PMID 18035636.
- ^ Sloman, Steven; A. Lagnado, David (2003-01-01). Motivation, BT - Psychology of Learning and (ed.). Causal Invariance in Reasoning and Learning. Psychology of Learning and Motivation. Vol. 44. Academic Press. pp. 287–325. doi:10.1016/s0079-7421(03)44009-7. ISBN 9780125433440.
- ^ Hagmayer, Y, Sloman, S. A, Lagnado, D. A, & Waldmann, M. R. (2007) "간섭을 통한 숙독 추리" A. Gopnik & L. Schulz (Eds.)에서는 인과적 학습: 심리학, 철학, 연산(pp. 86–100). 영국 옥스퍼드: 옥스퍼드 대학교 출판부
- ^ Cheng, Patricia W. (1997). "From covariation to causation: A causal power theory". Psychological Review. 104 (2): 367–405. doi:10.1037/0033-295x.104.2.367. S2CID 6844972.
- ^ Wolff, Phillip (2007). "Representing causation". Journal of Experimental Psychology: General. 136 (1): 82–111. doi:10.1037/0096-3445.136.1.82. PMID 17324086. S2CID 11303336.
- ^ Wolff, Phillip; Barbey, Aron K. (2015-01-01). "Causal reasoning with forces". Frontiers in Human Neuroscience. 9: 1. doi:10.3389/fnhum.2015.00001. PMC 4301188. PMID 25653611.
- ^ Sobel, David M.; Kirkham, Natasha Z. (2006). "Blickets and babies: The development of causal reasoning in toddlers and infants". Developmental Psychology. 42 (6): 1103–1115. doi:10.1037/0012-1649.42.6.1103. PMID 17087545. S2CID 11546585.
- ^ a b Keil, F. C. (2012-10-01). "Running on Empty? How Folk Science Gets By With Less". Current Directions in Psychological Science. 21 (5): 329–334. doi:10.1177/0963721412453721. S2CID 46741933.
- ^ Yan, W.; Gaier, E. L. (2016-07-27). "Causal Attributions for College Success and Failure: An Asian-American Comparison". Journal of Cross-Cultural Psychology. 25 (1): 146–158. doi:10.1177/0022022194251009. S2CID 73591400.
- ^ Nguyen, Simone P.; Rosengren, Karl S. (2004-03-01). "Causal Reasoning about Illness: A Comparison between European- and Vietnamese-American Children". Journal of Cognition and Culture. 4 (1): 51–78. doi:10.1163/156853704323074750. ISSN 1568-5373. S2CID 146247015.
- ^ Ng, Sik Hung; Zhu, Ying (2001-04-01). "Attributing causality and remembering events in individual- and group-acting situations: A Beijing, Hong Kong, and Wellington comparison". Asian Journal of Social Psychology. 4 (1): 39–52. doi:10.1111/1467-839X.00074. ISSN 1467-839X.
- ^ Hunt, Gavin R. (1996-01-18). "Manufacture and use of hook-tools by New Caledonian crows". Nature. 379 (6562): 249–251. Bibcode:1996Natur.379..249H. doi:10.1038/379249a0. S2CID 4352835.
- ^ Taylor, Alex H.; Miller, Rachael; Gray, Russell D. (2012-10-02). "New Caledonian crows reason about hidden causal agents". Proceedings of the National Academy of Sciences. 109 (40): 16389–16391. Bibcode:2012PNAS..10916389T. doi:10.1073/pnas.1208724109. ISSN 0027-8424. PMC 3479607. PMID 22988112.