Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Santolin, Chiara (2016) Learning Regularities from the Visual World. [Tesi di dottorato]

Full text disponibile come:

Documento PDF

Abstract (inglese)

Patterns of visual objects, streams of sounds, and spatiotemporal events are just a few examples of the structures present in a variety of sensory inputs. Amid such variety, numerous regularities can be found. In order to handle the sensory processing, individuals of each species have to be able to rapidly track these regularities. Statistical learning is one of the principal mechanisms that enable to track patterns from the flow of sensory information, by detecting coherent relations between elements (e.g., A predicts B). Once relevant structures are detected, learners are sometimes required to generalize to novel situations. This process can be challenging since it demands to abstract away from the surface information, and extract structures from previously-unseen stimuli. Over the past two decades, researchers have shown that statistical learning and generalization operate across domains, modalities and species, supporting the generality assumption. These mechanisms in fact, play a crucial role in organizing the sensory world, and developing representation of the environment.
But when and how do organisms begin to track and generalize patterns from the environment? From the overall existing literature, very little is known about the roots these mechanisms. The experiments described in this thesis were all designed to explore whether statistical learning and generalization of visual patterns are fully available at birth, using the newborn domestic chick (Gallus gallus) as animal model. This species represents an excellent developmental model for the study of the ontogeny of several cognitive traits because it can be tested soon after hatching, and allows complete manipulation of pre- and post-natal experience.
In Chapter 2, four statistical learning experiments are described. Through learning-by-exposure, visually-naive chicks were familiarized to a computer-presented stream of objects defined by a statistical structure; in particular, transitional (conditional) probabilities linked together sequence elements (e.g., the cross predicts the circle 100% of the times). After exposure, the familiar structured sequence were compared to a random presentation (Experiment 1) or a novel, structured combination (Experiment 2) of the familiar shapes. Chicks successfully differentiated test sequences in both experiments. One relevant aspect of these findings is that the learning process is unsupervised. Despite the lack of reinforcement, the mere exposure to the statistically-defined input was sufficient to obtain a significant learning effect.
Two additional experiments have been designed in order to explore the complexity of the patterns that can be learned by this species. In particular, the aim of Experiments 3 and 4 was to investigate chicks’ ability to discriminate subtle differences of distributional properties of the stimuli. New sequences have been created; the familiar one was formed by a pairs of shapes that always appear in that order whereas the unfamiliar stimulus was formed by shapes spanning the boundaries across familiar pairs (part-pairs). Unfamiliar part-pairs were indeed created by joining the last element of a familiar pair and the first element of another (subsequent) familiar pair. The key difference among pairs and part-pairs lied on the probabilistic structure of the two: being formed by the union of two familiar elements, part-pairs were experienced during familiarization but with a lower probability. In order to distinguish test sequences, chicks needed to detect a very small difference in conditional probability characterizing the two stimuli. Unfortunately, the animals were unable to differentiate test sequences when formed by 8 (Experiment 3) or 6 (Experiment 4) elements. My final goal would have been to discover whether chicks are effectively able to pick up transitional probabilities or whether they simply track frequencies of co-occurrence. In Experiments 1 and 2, since the frequency of appearance of each shape was balanced across stimuli, it was impossible to tell if chicks detected transitional probabilities (e.g., X predicts Y) or frequencies of co-occurrence (e.g., X and Y co-occur together, but any predictive relation characterize them) among elements. However, since the animals did not succeed in the first task, being unable to discriminate pairs vs. part-pairs, data are inconclusive as regards to this issue. Possible explanations and theoretical implications of these results are provided in the final chapter of this thesis.
In Chapter 3, the two studies described were aimed at testing newborn chicks’ capacities of generalization of patterns presented as stings of visual tokens. For instance, the pattern AAB can be defined as “two identical items (AA) followed by another one, different from the formers (B)”. Patterns were presented as triplets of simultaneously-visible shapes, arranged according to AAB, ABA (Experiment 5), ABB and BAA (Experiment 6). Using a training procedure, chicks were able to recognize the trained regularity when compared to another (neutral) regularity (for instance, AAB displayed as cross-cross-circle vs. ABA displayed as cross-circle-cross). Chicks were also capable of generalizing these patterns to novel exemplars composed of previously-unseen elements (AAB vs. ABA implemented by hourglass-hourglass-arrow vs. hourglass-arrow-hourglass).
A subsequent study (Experiment 6) was aimed at verifying whether the presence/absence of contiguous reduplicated elements (in AAB but not in ABA) may have facilitated learning and generalization in previous task. All regularities comprised an adjacent repetition that gave the triplets asymmetrical structures (AAB vs. ABB and AAB vs. BAA). Chicks discriminated pattern-following and pattern-violating novel test triplets instantiating all regularities employed in the study, suggesting that the presence/absence of an adjacent repetition was not a relevant cue to succeed in the task.
Overall, the present research provides new data of statistical learning and generalization of visual regularities in a newborn animal model, revealing that these mechanisms fully operate at the very beginning of life. For what concerns statistical learning, day-old chicks performed better than neonates but similar to human infants. As regards to generalization, chicks’ performance is consistent to what shown by neonates in the linguistic domain. These findings suggest that newborn chicks may be predisposed to track visual regularities in their postnatal environment. Despite the very limited previous experience, after a mere exposure to a structured input or a 3-days training session, significant learning and generalization effects have been obtained, pointing to the presence of early predispositions serving the development of these cognitive abilities.

Abstract (italiano)

Il mondo sensoriale è composto da un insieme di regolarità. Sequenze di sillabe e note musicali, oggetti disposti nell’ambiente visivo e sequenze di eventi sono solo alcune delle tipologie di pattern caratterizzanti l’input sensoriale. La capacità di rilevare queste regolarità risulta fondamentale per l’acquisizione di alcune proprietà del linguaggio naturale (ad esempio, la sintassi), l’apprendimento di sequenze di azioni (ad esempio, il linguaggio dei segni), la discriminazione di eventi ambientali complessi come pure la pianificazione del comportamento. Infatti, rilevare regolarità da una molteplicità di eventi permette di anticipare e pianificare azioni future, aspetti cruciali di adattamento all’ambiente. Questo meccanismo di apprendimento, riportato in letteratura con il nome di statistical learning, consiste nella rilevazione di distribuzioni di probabilità da input sensoriali ovvero, relazioni di dipendenza tra i suoi diversi componenti (ad esempio, X predice Y). Come illustrato nell capitolo introduttivo della presente ricerca, nonostante si tratti di uno dei meccanismi responsabili dell’apprendimento del linguaggio naturale umano, lo statistical learning non sembra essersi evoluto in modo specifico per servire questa funzione. Tale meccanismo rappresenta un processo cognitivo generale che si manifesta in diversi domini sensoriali (acustico, visivo, tattile), modalità (temporale oppure spaziale-statico) e specie (umana e non-umane). La rilevazione di pattern gioca quindi un ruolo fondamentale nell’elaborazione dell’informazione sensoriale, necessaria ad una corretta rappresentazione dell’ambiente. Una volta apprese le regolarità e le strutture presenti nell’ambiente, gli organismi viventi devono saper generalizzare tali strutture a stimoli nuovi da un punto di vista percettivo, ma rappresentanti le stesse regolarità. L’aspetto cruciale della generalizzazione è quindi la capacità di riconoscere una regolarità familiare anche quando implementata da nuovi stimoli. Anche il processo di generalizzazione ricopre un ruolo fondamentale nell’apprendimento della sintassi del linguaggio naturale umano. Ciò nonostante, si tratta di un meccanismo dominio-generale e non specie-specifico.
Ciò che non risultava chiaro dalla letteratura era l’ontogenesi di entrambi i meccanismi, specialmente nel dominio visivo. In altre parole, non era chiaro se le abilità di statistical learning e generalizzazione di strutture visive fossero completamente sviluppate alla nascita. Il principale obbiettivo degli esperimenti condotti in questa tesi era quindi quello di approfondire le origini di visual statistical learning e generalizzazione, tramite del pulcino di pollo domestico (Gallus gallus) come modello animale. Appartenendo ad una specie precoce, il pulcino neonato è quasi completamente autonomo per una serie di funzioni comportamentali diventando il candidato ideale per lo studio dell’ontogenesi di diverse abilità percettive e cognitive. La possibilità di essere osservato appena dopo la nascita, e la completa manipolazione dell’ambiente pre- e post- natale (tramite schiusa e allevamento in condizioni controllate), rende il pulcino un’ottimo modello sperimentale per lo studio dell’apprendimento di regolarità.
La prima serie di esperimenti illustrati erano allo studio di statistical learning (Chapter 2). Tramite un paradigma sperimentale basato sull’apprendimento per esposizione (imprinting filiale), pulcini neonati naive dal punto di vista visivo, sono stati esposti ad una video-sequenza di elementi visivi arbitrari (forme geometriche). Tale stimolo è definito da una struttura “statistica” basata su transitional (conditional) probabilities che determinano l’ordine di comparsa di ciascun elemento (ad esempio, il quadrato predice la croce con una probabilità del 100%). Al termine della fase di esposizione, i pulcini riuscivano a riconoscere tale sequenza, discriminandola rispetto a sequenze non-familiari che consistevano in una presentazione random degli stessi elementi (ovvero nessun elemento prediceva la comparsa di nessun altro elemento; Experiment 1) oppure in una ricombinazione degli stessi elementi familiari secondo nuovi pattern statistici (ad esempio, il quadrato predice la T con probabilità del 100% ma tale relazione statistica non era mai stata esperita dai pulcini; Experiment 2). In entrambi gli esperimenti i pulcini discriminarono la sequenza familiare da quella non-familiare, dimostrandosi in grado di riconoscere il struttura statistica alla quale erano stati esposti durante la fase d’imprinting. Uno degli aspetti più affascinanti di questo risultato è che il processo di apprendimento è non-supervisionato ovvero nessun rinforzo era stato dato ai pulcini durante la fase di esposizione.
Successivamente, sono stati condotti altri due esperimenti (Experiments 3 and 4) con l’obbiettivo di verificare se i pulcini fossero in grado di apprendere regolarità più complesse di quelle testate in precedenza. In particolare, il compito che dovevano svolgere i pulcini consisteva nel differenziare una sequenza familiare strutturata similmente a quella appena descritta e una sequenza non-familiare composta da part-pairs ovvero coppie di figure composte dall’unione dell’ultima figura componente una coppia familiare e la prima figura componente un’altra coppia familiare. Essendo formate dall’unione di elementi appartenenti a coppie familiari, le part-pairs venivano esperite dai pulcini durante la fase di familiarizazzione ma con una probabilità più bassa rispetto alle pairs. La difficoltà del compito risiede quindi nel rilevare una sottile differenza caratterizzante la distribuzione di probabilità dei due stimoli. Sfortunatamente i pulcini non sono stati in grado di discriminare le due sequenze ne quando composte da 8 elementi (Experiment 3) ne da 6 (Experiment 4). L’obbiettivo finale di questi due esperimenti sarebbe stato quello di scoprire il tipo di regolarità appresa dai pulcini. Infatti, negli esperimenti 1 e 2 i pulcini potrebbero aver discriminato sequenze familiari e non familiari sulla base delle frequenze di co-occorrenza delle figure componenti le coppie familiari (ad esempio, co-occorrenza di X e Y) piuttosto che sulle probabilità condizionali (ad esempio, X predice Y). Tuttavia, non avendo superato il test presentato negli esperimenti 3 e 4, la questione riguardante quale tipo di cue statistico viene appreso da questa specie rimane aperta. Possibili spiegazioni e implicazioni teoriche di tale risultato non significativo sono discusse nel capitolo conclusivo.
Il secondo gruppo di esperimenti condotti nella presente ricerca riguarda l’indagine del processo di generalizzazione di regolarità visive (Chapter 3). Le regolarità indagate sono rappresentate come stringhe di figure geometriche organizzate spazialmente, i cui elementi sono visibili simultaneamente. Ad esempio, la regolarità definita come AAB viene descritta come una tripletta in cui i primi due elementi sono identici tra loro (AA), seguiti da un’altro elemento diverso dai precedenti (B). I pattern impiegati erano AAB, ABA (Experiment 5) ABB e BAA (Experiment 6) e la procedura sperimentale utilizzata prevedeva addestramento tramite rinforzo alimentare. Una volta imparato a riconoscere il pattern rinforzato (ad esempio, AAB implementato da croce-croce-cerchio) da quello non rinforzato (ad esempio, ABA implementato da croce-cerchio-croce), i pulcini dovevano riconoscere tali strutture rappresentate da nuovi elementi (ad esempio, clessidra-clessidra-freccia vs. clessidra-freccia-clessidra). Gli animali si dimostrarono capaci di generalizzare tutte le regolarità a nuovi esemplari delle stesse. L’aspetto più importante di questi risultati è quanto dimostrato nell’esperimento 6, il cui obbiettivo era quello di indagare le possibili strategie di apprendimento messe in atto dagli animali nello studio precedente. Infatti, considerando il confronto AAB vs. ABA, i pulcini potrebbero aver riconosciuto (e generalizzato) il pattern familiare sulla base della presenza di una ripetizione consecutiva di uno stesso elemento (presente in AAB ma non in ABA, dove lo stesso elemento A è ripetuto e posizionato ai due estremi della tripletta). Nell’esperimento 6 sono state quindi confrontate regolarità caratterizzate da ripetizioni: AAB vs. ABB e AAB vs. BAA. I pulcini si mostrarono comunque in grado di distinguere le nuove regolarità e di generalizzare a nuovi esemplari, suggerendo come tale abilità non sia limitata a un particolare tipo di configurazione.
Complessivamente, i risultati ottenuti nella presente ricerca costituiscono la prima evidenza di statistical learning e generalizzazione di regolarità visive in un modello animale osservato appena dopo la nascita. Per quanto riguarda lo statistical learning, i pulcini dimostrano capacità comparabili a quelle osservate in altre specie animali e agli infanti umani ma apparentemente superiori a quelle osservate nel neonato. Ipotesi e implicazioni teoriche di tali differenze sono riportate nel capitolo conclusivo. Per quanto riguarda i processi di generalizzazione, la performance dei pulcini è in linea con quanto dimostrato dai neonati umani nel dominio linguistico. Alla luce di questi risultati, è plausibile pensare che il pulcino si biologicamente predisposto ad rilevare regolarità caratterizzanti il suo ambiente visivo, a partire dai primi momenti di vita.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Regolin, Lucia
Dottorato (corsi e scuole):Ciclo 28 > Scuole 28 > SCIENZE PSICOLOGICHE
Data di deposito della tesi:29 Gennaio 2016
Anno di Pubblicazione:29 Gennaio 2016
Parole chiave (italiano / inglese):statistical learning; generalization; visual regularities; newborn; domestic chicks statistical learning; generalizzazione; regolarità visive; neonato; pulcino domestico
Settori scientifico-disciplinari MIUR:Area 11 - Scienze storiche, filosofiche, pedagogiche e psicologiche > M-PSI/02 Psicobiologia e psicologia fisiologica
Struttura di riferimento:Dipartimenti > Dipartimento di Psicologia Generale
Codice ID:9374
Depositato il:24 Ott 2016 16:01
Simple Metadata
Full Metadata
EndNote Format


I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Abe, K., & Watanabe, D. (2011). Songbirds possess the spontaneous ability to discriminate syntactic rules. Nature Neuroscience, 14(8), 1067-1074. Cerca con Google

Aslin, R. N., & Newport, E. L. (2012). Statistical learning from acquiring specific items to forming general rules. Current Directions in Psychological Science, 21(3), 170-176. Cerca con Google

Aslin, R. N., Saffran, J. R., & Newport, E. L. (1998). Computation of conditional probability statistics by 8-month-old infants. Psychological Science, 9(4), 321-324. Cerca con Google

Bateson, P. (1973). Preferences for familiarity and novelty: a model for the simultaneous development of both. Journal of Theoretical Biology, 41(2), 249-259. Cerca con Google

Bateson, P. (1974). Length of training, opportunities for comparison, and imprinting in chicks. Journal of Comparative and Physiological Psychology, 86(4), 586. Cerca con Google

Bateson, P., & Jaeckel, J. B. (1976). Chicks' preferences for familiar and novel conspicuous objects after different periods of exposure. Animal Behaviour, 24(2), 386-390. Cerca con Google

Bateson, P. (1979). Brief exposure to a novel stimulus during imprinting in chicks and its influence on subsequent preferences. Animal Learning & Behavior, 7(2), 259-262. Cerca con Google

Bateson, P. (1990). Is imprinting such a special case? Philosophical Transactions of the Royal Society of London B: Biological Sciences, 329(1253), 125-131. Cerca con Google

Bateson, P., & Laland, K. N. (2013). Tinbergen's four questions: an appreciation and an update. Trends in Ecology & Evolution, 28(12), 712-718. Cerca con Google

Beckers, G. J., Bolhuis, J. J., Okanoya, K., & Berwick, R. C. (2012). Birdsong neurolinguistics: songbird context-free grammar claim is premature. Neuroreport, 23(3), 139-145. Cerca con Google

Bolhuis, J. J., Johnson, M. H., & Horn, G. (1989). Interacting mechanisms during the formation of filial preferences: The development of a predisposition does not prevent learning. Journal of Experimental Psychology: Animal Behavior Processes, 15(4), 376. Cerca con Google

Bulf, H., Johnson, S. P., & Valenza, E. (2011). Visual statistical learning in the newborn infant. Cognition, 121(1), 127-132. Cerca con Google

Butler, A. B., & Hodos, W. (2005). Comparative vertebrate neuroanatomy. Hoboken. Cerca con Google

Chen, J., van Rossum, D., & ten Cate, C. (2015). Artificial grammar learning in zebra finches and human adults: XYX versus XXY. Animal Cognition, 18(1), 151-164. Cerca con Google

Clara, E., Regolin, L., Zanforlin, M., & Vallortigara, G. (2006). Domestic chicks perceive stereokinetic illusions. Perception-London, 35(7), 983. Cerca con Google

Clarke, C. H., & Jones, R. B. (2000). Effects of prior video stimulation on open-field behaviour in domestic chicks. Applied Animal Behaviour Science, 66(1), 107-117. Cerca con Google

Clarke, C. H., & Jones, R. B. (2001). Domestic chicks’ runway responses to video images of conspecifics. Applied Animal Behaviour Science, 70(4), 285-295. Cerca con Google

Cole, R. A., Jakimik, J., & Cooper, W. E. (1980). Segmenting speech into words. The Journal of the Acoustical Society of America, 67(4), 1323-1332. Cerca con Google

Comins, J. A., & Gentner, T. Q. (2013). Perceptual categories enable pattern generalization in songbirds. Cognition, 128(2), 113-118. Cerca con Google

Conway, C. M., & Christiansen, M. H. (2001). Sequential learning in non-human primates. Trends in Cognitive Sciences, 5(12), 539-546. Cerca con Google

Conway, C. M., & Christiansen, M. H. (2005). Modality-constrained statistical learning of tactile, visual, and auditory sequences. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(1), 24-39 Cerca con Google

Daniela, M., & Toro, J. M. (2013). Rule learning over consonants and vowels in a non-human animal. Cognition, 126(2), 307-312. Cerca con Google

Daisley, J. N., Vallortigara, G., & Regolin, L. (2010). Logic in an asymmetrical (social) brain: transitive inference in the young domestic chick. Social Neuroscience, 5(3), 309-319. Cerca con Google

Dawson, C., & Gerken, L. (2009). From domain-generality to domain-sensitivity: 4-month-olds learn an abstract repetition rule in music that 7-month-olds do not. Cognition, 111(3), 378-382. Cerca con Google

Dehaene, S., Meyniel, F., Wacongne, C., Wang, L., & Pallier, C. (2015). The Neural Representation of Sequences: From Transition Probabilities to Algebraic Patterns and Linguistic Trees. Neuron, 88(1), 2-19. Cerca con Google

Deng, C., & Rogers, L. J. (1998). Bilaterally projecting neurons in the two visual pathways of chicks. Brain Research, 794(2), 281-290. Cerca con Google

Endress, A. D., Scholl, B. J., & Mehler, J. (2005). The role of salience in the extraction of algebraic rules. Journal of Experimental Psychology: General, 134(3), 406-419. Cerca con Google

Endress, A. D., & Bonatti, L. L. (2007). Rapid learning of syllable classes from a perceptually continuous speech stream. Cognition, 105(2), 247-299. Cerca con Google

Endress, A. D., Dehaene-Lambertz, G., & Mehler, J. (2007). Perceptual constraints and the learnability of simple grammars. Cognition, 105(3), 577-614. Cerca con Google

Ferguson, C. A. (1983). Reduplication in child phonology. Journal of Child Language, 10(01), 239-243. Cerca con Google

Fiser, J., & Aslin, R. N. (2001). Unsupervised statistical learning of higher-order spatial structures from visual scenes. Psychological Science, 12(6), 499-504. Cerca con Google

Fiser, J., & Aslin, R. N. (2002a). Statistical learning of higher-order temporal structure from visual shape sequences. Journal of Experimental Psychology: Learning, Memory, and Cognition, 28(3), 458-467. Cerca con Google

Fiser, J., & Aslin, R. N. (2002b). Statistical learning of new visual feature combinations by infants. Proceedings of the National Academy of Sciences, 99(24), 15822-15826. Cerca con Google

Fiser, J., & Aslin, R. N. (2005). Encoding multielement scenes: statistical learning of visual feature hierarchies. Journal of Experimental Psychology: General, 134(4), 521-537 Cerca con Google

Frost, R., Armstrong, B. C., Siegelman, N., & Christiansen, M. H. (2015). Domain generality versus modality specificity: the paradox of statistical learning. Trends in Cognitive Sciences, 19(3), 117-125. Cerca con Google

Frost, R. L., & Monaghan, P. (2016). Simultaneous segmentation and generalisation of non-adjacent dependencies from continuous speech. Cognition, 147, 70-74. Cerca con Google

Gebhart, A. L., Newport, E. L., & Aslin, R. N. (2009). Statistical learning of adjacent and nonadjacent dependencies among nonlinguistic sounds. Psychonomic Bulletin & Review, 16(3), 486-490. Cerca con Google

Gentner, T. Q., Fenn, K. M., Margoliash, D., & Nusbaum, H. C. (2006). Recursive syntactic pattern learning by songbirds. Nature, 440(7088), 1204-1207. Cerca con Google

Gerken, L. (2006). Decisions, decisions: Infant language learning when multiple generalizations are possible. Cognition, 98(3), B67-B74. Cerca con Google

Gervain, J., Macagno, F., Cogoi, S., Peña, M., & Mehler, J. (2008). The neonate brain detects speech structure. Proceedings of the National Academy of Sciences, 105(37), 14222-14227. Cerca con Google

Ghahramani, Z. (2004). Unsupervised learning. Advanced Lectures on Machine Learning Lecture Notes in Computer Science, 72-112. Cerca con Google

Giurfa, M., Zhang, S., Jenett, A., Menzel, R., & Srinivasan, M. V. (2001). The concepts of ‘sameness’ and ‘difference’ in an insect. Nature, 410(6831), 930-933. Cerca con Google

Goldstone, R. L. (2003). Learning to perceive while perceiving to learn. Perceptual organization in vision: Behavioral and neural perspectives, 233-278. Cerca con Google

Gómez, R. L. (2002). Variability and detection of invariant structure. Psychological Science, 13(5), 431-436. Cerca con Google

Gómez, R., & Maye, J. (2005). The developmental trajectory of nonadjacent dependency learning. Infancy, 7(2), 183-206. Cerca con Google

Goujon, A., & Fagot, J. (2013). Learning of spatial statistics in nonhuman primates: contextual cueing in baboons (Papio papio). Behavioural Brain Research, 247, 101-109. Cerca con Google

Grainger, J., Dufau, S., Montant, M., Ziegler, J. C., & Fagot, J. (2012). Orthographic processing in baboons (Papio papio). Science, 336(6078), 245-248. Cerca con Google

Graf-Estes, K., Evans, J. L., Alibali, M. W., & Saffran, J. R. (2007). Can infants map meaning to newly segmented words? Statistical segmentation and word learning. Psychological Science, 18(3), 254-260. Cerca con Google

Güntürkün, O., Miceli, D., & Watanabe, M. (1993). Anatomy of the avian thalamofugal pathway. 1993) Vision, Brain and Behavior in Birds Cambridge: MIT, 115-135. Cerca con Google

Ham, A. D., & Osorio, D. (2007). Colour preferences and colour vision in poultry chicks. Proceedings of the Royal Society of London B: Biological Sciences, 274(1621), 1941-1948. Cerca con Google

Hauser, M. D., Newport, E. L., & Aslin, R. N. (2001). Segmentation of the speech stream in a non-human primate: statistical learning in cotton-top tamarins. Cognition, 78(3), B53-B64. Cerca con Google

Hauser, M. D., & Glynn, D. (2009). Can free-ranging rhesus monkeys (Macaca mulatta) extract artificially created rules comprised of natural vocalizations?. Journal of Comparative Psychology, 123(2), 161-167. Cerca con Google

Helmholtz, H. v. (1925). Treatise on psychological optics (JPC Southall, Trans.).(Vol. 3). Menasha, WI: Banta.(Original work published 1910). Cerca con Google

Hinton, G. E., & Sejnowski, T. J. (1999). Unsupervised learning: foundations of neural computation: MIT press. Cerca con Google

Jarvis, E. D., Güntürkün, O., Bruce, L., Csillag, A., Karten, H., Kuenzel, W., ... & Butler, A. B. (2005). Avian brains and a new understanding of vertebrate brain evolution. Nature Reviews Neuroscience, 6(2), 151-159. Cerca con Google

Johnson, M.H., Bohluis, J.J. & Horn, G. (1985). Interaction between acquired preferences and developing predispositions during imprinting. Animal Behaviour, 33(3), 1000-1006. Cerca con Google

Johnson, M., & Horn, G. (1988). Development of filial preferences in dark-reared chicks. Animal Behaviour, 36(3), 675-683. Cerca con Google

Johnson, S. P., Fernandes, K. J., Frank, M. C., Kirkham, N., Marcus, G., Rabagliati, H., & Slemmer, J. A. (2009). Abstract rule learning for visual sequences in 8-and 11-month-olds. Infancy, 14(1), 2-18. Cerca con Google

Jones, C. D., Osorio, D., & Baddeley, R. J. (2001). Colour categorization by domestic chicks. Proceedings of the Royal Society of London B: Biological Sciences, 268(1481), 2077-2084. Cerca con Google

Jones, R. B., Larkins, C., & Hughes, B. O. (1996). Approach/avoidance responses of domestic chicks to familiar and unfamiliar video images of biologically neutral stimuli. Applied Animal Behaviour Science, 48(1), 81-98. Cerca con Google

Karten, H. J., & Shimizu, T. (1989). The origins of neocortex: connections and lamination as distinct events in evolution. Journal of Cognitive Neuroscience 1(4), 291-301. Cerca con Google

Kirkham, N. Z., Slemmer, J. A., & Johnson, S. P. (2002). Visual statistical learning in infancy: Evidence for a domain general learning mechanism. Cognition, 83(2), B35-B42. Cerca con Google

Kirkham, N. Z., Slemmer, J. A., Richardson, D. C., & Johnson, S. P. (2007). Location, location, location: Development of spatiotemporal sequence learning in infancy. Child Development, 78(5), 1559-1571. Cerca con Google

Krogh, L., Vlach, H. A., & Johnson, S. P. (2013). Statistical learning across development: flexible yet constrained. Frontiers in psychology, 3. Cerca con Google

Lazareva, O. F., Freiburger, K. L., & Wasserman, E. A. (2004). Pigeons concurrently categorize photographs at both basic and superordinate levels. Psychonomic Bulletin & Review, 11(6), 1111-1117. Cerca con Google

Lea, S. E., Slater, A. M., & Ryan, C. M. (1996). Perception of object unity in chicks: A comparison with the human infant. Infant Behavior and Development, 19(4), 501-504. Cerca con Google

Lorenz K.Z. (1937). The companion in the bird's world. The Auk, 54(3), 245-273. Cerca con Google

Marcus, G. F., Vijayan, S., Rao, S. B., & Vishton, P. M. (1999). Rule learning by seven-month-old infants. Science, 283(5398), 77-80. Cerca con Google

Marcus, G. F. (2000). Pabiku and Ga Ti Ga Two Mechanisms Infants Use to Learn About the World. Current Directions in Psychological Science, 9(5), 145-147. Cerca con Google

Marcus, G. F., Fernandes, K. J., & Johnson, S. P. (2007). Infant rule learning facilitated by speech. Psychological Science, 18(5), 387-391. Cerca con Google

Mayer, U., Watanabe, S., & Bischof, H. J. (2013). Spatial memory and the avian hippocampus: Research in zebra finches. Journal of Physiology-Paris, 107(1), 2-12. Cerca con Google

Mascalzoni, E., Regolin, L., & Vallortigara, G. (2010). Innate sensitivity for self-propelled causal agency in newly hatched chicks. Proceedings of the National Academy of Sciences, 107(9), 4483-4485. Cerca con Google

Mattys, S. L., Jusczyk, P. W., Luce, P. A., & Morgan, J. L. (1999). Phonotactic and prosodic effects on word segmentation in infants. Cognitive Psychology, 38(4), 465-494. Cerca con Google

Mattys, S. L., & Jusczyk, P. W. (2001). Phonotactic cues for segmentation of fluent speech by infants. Cognition, 78(2), 91-121. Cerca con Google

Meyer, T., & Olson, C. R. (2011). Statistical learning of visual transitions in monkey inferotemporal cortex. Proceedings of the National Academy of Sciences, 108(48), 19401-19406. Cerca con Google

Miller, G. A., & Selfridge, J. A. (1950). Verbal context and the recall of meaningful material. The American Journal of Psychology, 63(2) 176-185. Cerca con Google

Misyak, J. B., & Christiansen, M. H. (2007). Extending statistical learning farther and further: Long-distance dependencies, and individual differences in statistical learning and language. In Proceedings of the 29th Annual Cognitive Science Society (pp. 1307-1312). Cerca con Google

Murphy, R. A., Mondragón, E., & Murphy, V. A. (2008). Rule learning by rats. Science, 319(5871), 1849-1851. Cerca con Google

Orbán, G., Fiser, J., Aslin, R. N., & Lengyel, M. (2008). Bayesian learning of visual chunks by human observers. Proceedings of the National Academy of Sciences, 105(7), 2745-2750. Cerca con Google

Passantino, A. (2008). Application of the 3Rs principles for animals used for experiments at the beginning of the 21st century. Annual Review of Biomedical Sciences, 10, T27-T32. Cerca con Google

Pelucchi, B., Hay, J. F., & Saffran, J. R. (2009). Learning in reverse: Eight-month-old infants track backward transitional probabilities. Cognition, 113(2), 244-247. Cerca con Google

Petkov, C. I., & Jarvis, E. D. (2012). Birds, primates, and spoken language origins: behavioral phenotypes and neurobiological substrates. Frontiers in Evolutionary Neuroscience, 4. Cerca con Google

Reeder, P. A., Newport, E. L., & Aslin, R. N. (2009). The role of distributional information in linguistic category formation. In Proceedings of the 31st annual meeting of the Cognitive Science Society (pp. 2564-2569). Cerca con Google

Reeder, P. A., Newport, E. L., & Aslin, R. N. (2010). Novel words in novel contexts: The role of distributional information in form-class category learning. In Proceedings of the 32nd Annual Conference of the Cognitive Science Society (pp. 2063-2068). Cerca con Google

Regolin, L., & Vallortigara, G. (1995). Perception of partly occluded objects by young chicks. Perception & Psychophysics, 57(7), 971-976. Cerca con Google

Regolin, L., Tommasi, L., & Vallortigara, G. (2000). Visual perception of biological motion in newly hatched chicks as revealed by an imprinting procedure. Animal Cognition, 3(1), 53-60. Cerca con Google

Regolin, L., Marconato, F., & Vallortigara, G. (2004). Hemispheric differences in the recognition of partly occluded objects by newly hatched domestic chicks (Gallus gallus). Animal Cognition, 7(3), 162-170 Cerca con Google

Rescorla, R. A., & Wagner, A. R. (1972). A theory of Pavlovian conditioning: Variations in the effectiveness of reinforcement and nonreinforcement. In Classical conditioning: Current research and theory. Cerca con Google

Rosa Salva, O., Daisley, J. N., Regolin, L., & Vallortigara, G. (2010). Time-dependent lateralization of social learning in the domestic chick (Gallus gallus domesticus): effects of retention delays in the observed lateralization pattern. Behavioural Brain Research, 212(2), 152-158. Cerca con Google

Rosa Salva, O., Regolin, L., & Vallortigara, G. (2010). Faces are special for newly hatched chicks: evidence for inborn domain‐specific mechanisms underlying spontaneous preferences for face‐like stimuli. Developmental Science, 13(4), 565-577. Cerca con Google

Rosa Salva, O., Regolin, L., Mascalzoni, E., & Vallortigara, G. (2012). Cerebral and behavioural asymmetries in animal social recognition. Comparative Cognition & Behavior Reviews CCBR, 7(10), 110-138. Cerca con Google

Rosa Salva, O., Rugani, R., Cavazzana, A., Regolin, L., & Vallortigara, G. (2013). Perception of the Ebbinghaus illusion in four-day-old domestic chicks (Gallus gallus). Animal Cognition, 16(6), 895-906. Cerca con Google

Rugani, R., Regolin, L., & Vallortigara, G. (2007). Rudimental numerical competence in 5-day-old domestic chicks (Gallus gallus): identification of ordinal position. Journal of Experimental Psychology: Animal Behavior Processes, 33(1), 21. Cerca con Google

Rugani, R., Kelly, D. M., Szelest, I., Regolin, L., & Vallortigara, G. (2010). Is it only humans that count from left to right?. Biology Letters, 6(3), 290-292. Cerca con Google

Rugani, R., Vallortigara, G., Vallini, B., & Regolin, L. (2011). Asymmetrical number-space mapping in the avian brain. Neurobiology of Learning and Memory, 95(3), 231-238. Cerca con Google

Santelmann, L. M., & Jusczyk, P. W. (1998). Sensitivity to discontinuous dependencies in language learners: Evidence for limitations in processing space. Cognition, 69(2), 105-134. Cerca con Google

Saffran, J. R., Aslin, R. N., & Newport, E. L. (1996). Statistical learning by 8-month-old infants. Science, 274(5294), 1926-1928. Cerca con Google

Saffran, J. R., Johnson, E. K., Aslin, R. N., & Newport, E. L. (1999). Statistical learning of tone sequences by human infants and adults. Cognition, 70(1), 27-52. Cerca con Google

Saffran, J. R. (2001). The use of predictive dependencies in language learning. Journal of Memory and Language, 44(4), 493-515. Cerca con Google

Saffran, J. R. (2002). Constraints on statistical language learning. Journal of Memory and Language, 47(1), 172-196. Cerca con Google

Saffran, J. R., Pollak, S. D., Seibel, R. L., & Shkolnik, A. (2007). Dog is a dog is a dog: Infant rule learning is not specific to language. Cognition, 105(3), 669-680. Cerca con Google

Saffran, J. R., & Thiessen, E. D. (2007). Domain‐General Learning Capacities. Blackwell handbook of language development, 68-86. Cerca con Google

Saffran, J. R., Hauser, M., Seibel, R., Kapfhamer, J., Tsao, F., & Cushman, F. (2008). Grammatical pattern learning by human infants and cotton-top tamarin monkeys. Cognition, 107(2), 479-500. Cerca con Google

Santolin, C., Rosa Salva, O., Vallortigara, G. & Regolin, L. Unsupervised visual statistical learning in the newborn chick (Gallus gallus). Manuscript under review Cerca con Google

Santolin, C., Rosa Salva, O., Regolin, L. & Vallortigara, G. Generalization of visual regularities in newly-hatched chicks (Gallus gallus). Manuscript submitted
 Cerca con Google

Schmid, K. L., & Wildsoet, C. F. (1998). Assessment of visual acuity and contrast sensitivity in the chick using an optokinetic nystagmus paradigm. Vision Research, 38(17), 2629-2634. Cerca con Google

Shimizu, T., & Karten, J. H. (1993). The avian visual system and the evolution of the neocortex (H. P. Zeigler & H. J. Bischof, Eds.). In Vision, Brain and Behaviour in Birds (pp. 103-114). MA: MIT Press. Cerca con Google

Soto, F. A., & Wasserman, E. A. (2014). Mechanisms of object recognition: what we have learned from pigeons. Frontiers in Neural Circuits, 8. Cerca con Google

Takahasi, M., Yamada, H., & Okanoya, K. (2010). Statistical and prosodic cues for song segmentation learning by Bengalese finches (Lonchura striata var. domestica). Ethology, 116(6), 481-489. Cerca con Google

ten Cate, C., & Okanoya, K. (2012). Revisiting the syntactic abilities of non-human animals: natural vocalizations and artificial grammar learning. Philosophical Transactions of the Royal Society B: Biological Sciences, 367(1598), 1984-1994. Cerca con Google

Thiessen, E. D. (2012). Effects of inter-and intra-modal redundancy on infants' rule learning. Language Learning and Development, 8(3), 197-214. Cerca con Google

Tinbergen, N. (1963) On aims and methods of ethology. Zeitschrift fu ̈r Tierpsychologie, 20, 410–433. Cerca con Google

Toro, J. M., & Trobalón, J. B. (2005). Statistical computations over a speech stream in a rodent. Perception & Psychophysics, 67(5), 867-875. Cerca con Google

Vallortigara, G., & Andrew, R. (1991). Lateralization of response by chicks to change in a model partner. Animal Behaviour, 41(2), 187-194. Cerca con Google

Vallortigara, G., & Andrew, R. J. (1994). Differential involvement of right and left hemisphere in individual recognition in the domestic chick. Behavioural Processes, 33(1), 41-57. Cerca con Google

Vallortigara, G. (2012). Core knowledge of object, number, and geometry: a comparative and neural approach. Cognitive Neuropsychology, 29(1-2), 213-236. Cerca con Google

Vouloumanos, A., & Werker, J. F. (2004). Tuned to the signal: the privileged status of speech for young infants. Developmental Science, 7(3), 270-276. Cerca con Google

Zentall, T. R., Wasserman, E. A., Lazareva, O. F., Thompson, R. K., & Rattermann, M. J. (2008). Concept learning in animals. Comparative Cognition & Behavior Reviews CCBR, 3, 13-45. Cerca con Google

Wilson, B., Slater, H., Kikuchi, Y., Milne, A. E., Marslen-Wilson, W. D., Smith, K., et al. (2013). Auditory artificial grammar learning in macaque and marmoset monkeys. The Journal of Neuroscience, 33(48), 18825-18835. Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record