Inference and coherence in causal-based artifact categorization

در چهار آزمایش، ما شرایطی را مورد بررسی قرار دادیم که مفاهیم مصنوعی از استنتاج و انسجام در دسته بندی علیت حمایت می کنند. در هر چهار آزمایش، شرکت کنندگان سناریوهایی را دسته بندی کردند که در آن ما به طور سیستماتیک اطلاعات مربوط به تاریخ طراحی مرتبط با مصنوعات، ساختار فیزیکی، قصد کاربر، عمل کاربر و نتیجه عملکرد را تغییر دادیم و هر کدام از ویژگی ها را می توان به عنوان نامحدود، مصالحه یا مشاهده کرد. به طور مداوم در سراسر آزمایشات، هنگامی که شرکت کنندگان اطلاعات کامل (به عنوان مثال، زمانی که تمام خواص مشاهده شد)، براساس خصوصیات فردی طبقه بندی شدند و شواهد استفاده از هماهنگی را برای طبقه بندی نشان ندادند. در مقابل، هنگامی که وضعیت برخی از اموال مشاهده نشد، شرکت کنندگان شواهدی از استفاده از اطلاعات موجود برای به دست آوردن اموال غیرقابل مشاهده را نشان دادند، که ارزش اطلاعات موجود را برای طبقه بندی افزایش داد. داده های ما پاسخ به سوالات طولانی مدت مربوط به طبقه بندی مصنوعی را ارائه می دهد، از جمله اینکه آیا مدل های علمی اساسی برای مصنوعات وجود دارد که خواص آنها بخشی از آنها است، چه تاریخ طراحی جوهر علت مصنوعی است و اینکه آیا ظاهر فیزیکی یا نتیجه عملکردی مهم ترین مصنوع است ویژگی.