stringtranslate.com

Razonamiento causal

El razonamiento causal es el proceso de identificar la causalidad : la relación entre una causa y su efecto . El estudio de la causalidad se extiende desde la filosofía antigua hasta la neuropsicología contemporánea ; se puede demostrar que las suposiciones sobre la naturaleza de la causalidad son funciones de un evento anterior que precede a uno posterior. El primer estudio protocientífico conocido de causa y efecto ocurrió en la Física de Aristóteles . [1] La inferencia causal es un ejemplo de razonamiento causal.

Comprender la causa y el efecto

Las relaciones causales pueden entenderse como una transferencia de fuerza. [2] Si A causa B, entonces A debe transmitir una fuerza (o poder causal) a B que resulte en el efecto. Las relaciones causales sugieren un cambio a lo largo del tiempo; la causa y el efecto están relacionados temporalmente y la causa precede al resultado. [3]

La causalidad también puede inferirse en ausencia de una fuerza, una definición menos típica. [4] Una causa puede ser la eliminación (o detención), como quitar un soporte de una estructura y causar un colapso o la falta de precipitaciones que causa plantas marchitas.

Los seres humanos pueden razonar sobre muchos temas (por ejemplo, en situaciones sociales y contrafácticas y en las ciencias experimentales) con la ayuda de la comprensión causal. [3] La comprensión depende de la capacidad de comprender la causa y el efecto. Las personas deben ser capaces de razonar sobre las causas de la conducta de los demás (para comprender sus intenciones y actuar de manera apropiada) y comprender los efectos probables de sus propias acciones. Los argumentos contrafácticos se presentan en muchas situaciones; los seres humanos están predispuestos a pensar en "lo que podría haber sido", incluso cuando ese argumento no tiene relación con la situación actual.

Las relaciones de causa y efecto definen categorías de objetos. [5] Las alas son una característica de la categoría "pájaros"; esta característica está interconectada causalmente con otra característica de la categoría, la capacidad de volar. [5]

Tradicionalmente, la investigación en psicología cognitiva se ha centrado en las relaciones causales cuando la causa y el efecto son valores binarios; tanto la causa como el efecto están presentes o ausentes. [6] [7] También es posible que tanto la causa como el efecto tomen valores continuos. Por ejemplo, girar el botón de volumen de una radio (como causa) aumenta o disminuye la intensidad del sonido (como efecto). En estos casos, la relación entre las variables de la causa y el efecto se asemeja a una función matemática en la que el cambio en la variable de la causa cambia los valores de la variable del efecto. El aprendizaje humano de tales relaciones se ha estudiado en el campo del "aprendizaje funcional". [8] [9] [10]

Aun así, se entiende bien que las aplicaciones físicas de los modelos matemáticos continuos no son literalmente continuas en la práctica. [11] Una perilla en una radio no toma un número infinito incontable de valores posibles, toma un número finito de valores posibles completamente limitados por la naturaleza mecánica, física, de la perilla misma. No existe una correspondencia uno a uno entre las matemáticas continuas utilizadas para aplicaciones de ingeniería y el producto o productos físicos producidos por la ingeniería. De hecho, este es un problema destacado dentro de la Filosofía de las Matemáticas . [12] [13] Una posible respuesta a esta pregunta abierta es que la realidad está rasterizada (posiblemente en la Escala de Planck, ver Gravedad Cuántica de Bucles ) y es fundamentalmente discreta. Así va la teoría del ficcionalismo matemático, donde las matemáticas continuas sirven como una construcción ficticia de imágenes utilizadas para razonar geométricamente a través de dibujos e ideas intuitivas de formas ausentes de datos de medición.

La causa y el efecto también pueden entenderse de manera probabilística, a través de la estadística inferencial , donde la distinción entre correlación y causalidad es importante. El hecho de que dos variables estén correlacionadas no significa que una haya causado la otra. Por ejemplo, las ventas de helado están correlacionadas con el número de muertes por ahogamiento. Esto no se debe a que el helado cause ahogamiento o a que las muertes por ahogamiento hagan que la gente compre helado. Más bien, se debe a que un tercer factor causa ambas cosas. En este caso, el clima cálido hace que la gente compre helado y vaya a nadar, y esto último aumenta las probabilidades de ahogarse. Estas otras posibles causas que pueden explicar la correlación entre dos variables se denominan variables de confusión .

De esta manera, determinar relaciones de causa y efecto es bastante difícil y posiblemente imposible mediante la observación estadística únicamente. Los estudios estadísticos pueden aliviar el problema controlando las variables sospechosas de ser factores de confusión, pero aún es posible que una correlación observada sea causada por algún factor no controlado. El método científico es una solución a este problema. En un experimento científico, los experimentadores varían una variable independiente y observan los cambios en la variable dependiente. Siempre que la variable independiente varíe de manera aleatoria en toda la muestra (por ejemplo, en un estudio médico, la mitad de los participantes pueden ser elegidos aleatoriamente para recibir el tratamiento y la otra mitad un placebo), no habrá variables de confusión que causen tanto el cambio en las variables independientes como en las dependientes, ya que la variable independiente está controlada por los experimentadores.

La causalidad es una cuestión importante en la física moderna. Según las teorías deterministas, cualquier acontecimiento futuro podría predecirse en principio con un conocimiento perfecto del presente, ya que se podría calcular con precisión qué resultado causaría el estado actual de las cosas. Sin embargo, la mecánica cuántica ha recuperado la posibilidad de acontecimientos indeterministas, es decir, acontecimientos que no están determinados por causas previas. Si los resultados de los acontecimientos de la mecánica cuántica son realmente indeterministas es uno de los mayores problemas abiertos en la física actual y forma parte de la interpretación de la física cuántica y su reconciliación con la estructura causal de la relatividad especial .

Las teorías de la causalidad también juegan papeles importantes en los debates sobre el libre albedrío. Por ejemplo, si el determinismo es cierto, implica que nuestras acciones son causadas por eventos previos, lo que los incompatibilistas argumentan que es incompatible con el libre albedrío. Como resultado, los incompatibilistas se dividen en dos grupos principales: los libertarios (que no deben confundirse con los libertarios políticos), que argumentan que las acciones humanas no están determinadas por causas previas, y los deterministas duros, que argumentan que el libre albedrío no existe. El principal desafío para los filósofos libertarios es explicar cómo se causan las acciones humanas, si no son causadas por eventos previos. Algunos citan la mecánica cuántica como evidencia de que las acciones humanas pueden no ser deterministas. [14] [15] En oposición a los libertarios y los deterministas duros están los compatibilistas , que argumentan que la existencia del libre albedrío es compatible con el determinismo.

Inferir causa y efecto

Los seres humanos están predispuestos a comprender la causa y el efecto, y a realizar inferencias de forma bidireccional. Las señales temporales demuestran la causalidad. [16] Al observar un acontecimiento, las personas suponen que las cosas que lo preceden lo causan y las que lo siguen son efectos de él. [17]

La coincidencia de movimiento y las relaciones espaciales son otra forma de inferir causa y efecto. Si los objetos se mueven juntos (o un objeto parece iniciar el movimiento de otro), la causalidad se infiere de esa relación. [18] La animicidad también puede inferirse de tales relaciones.

El razonamiento causal puede activarse casi automáticamente. [3] [19] Sin embargo, las inferencias sobre causa y efecto no siempre demuestran comprensión de los mecanismos subyacentes a la causalidad; la causalidad ha sido descrita como una "ilusión cognitiva". [20] Gran parte de la comprensión de la causa y el efecto se basa en asociaciones, sin una comprensión de cómo se relacionan los eventos entre sí. [21]

Un estudio neuropsicológico de 2013 [22] demuestra que los seres humanos adaptan la información nueva a la información antigua. Esto sugiere una experiencia causal invertida: la causa debe atribuirse al efecto a posteriori para comprender la conexión causal entre agente y acto. Friedrich Nietzsche argumentó contra la causalidad aristotélica (que la causa precede al efecto) en La voluntad de poder . [23]

Los seres humanos comprendemos la relación causa-efecto. Las investigaciones sugieren que otros animales, como las ratas [24] y los monos [25] , pueden o no comprender la relación causa-efecto. Los animales pueden utilizar la información sobre la relación causa-efecto para mejorar la toma de decisiones y hacer inferencias sobre acontecimientos pasados ​​y futuros [26] . Una constante que guía el razonamiento y el aprendizaje humanos sobre los acontecimientos es la causalidad [27] . Las consideraciones causales son fundamentales para la forma en que las personas razonan sobre su entorno [3] . Los seres humanos utilizan señales causales y sus efectos relacionados para tomar decisiones y hacer predicciones y para comprender los mecanismos que conducen al cambio [28] .

Tipos de relaciones causales

Como resultado de la observación de las relaciones causales se desarrollan varios tipos de modelos causales: relaciones de causa común, relaciones de efecto común, cadenas causales y homeostasis causal . [21]

Ejemplo de una causa única con múltiples efectos
Un virus es un ejemplo de una única causa que produce varios efectos (fiebre, dolor de cabeza y náuseas).
Ejemplo de múltiples causas con un único efecto
Un aumento del gasto público es un ejemplo de un efecto con varias causas (reducción del desempleo, disminución del valor de la moneda y aumento del déficit).
Ejemplo de una cadena causal
Un ejemplo es la falta de sueño que produce fatiga, lo que a su vez provoca mala coordinación.
Ejemplo de homeostasis causal
Las plumas, los huesos huecos, la alta tasa metabólica y el vuelo se refuerzan mutuamente en las aves, y la adaptación al conjunto en lugar de a una sola instancia inicia una relación causal. [21]

Tipos de razonamiento causal

Si bien la comprensión causal puede ser automática, en situaciones complejas es necesario un razonamiento avanzado. Los tipos de razonamiento causal [2] incluyen:

Deducción

El razonamiento deductivo implica una regla general: un acontecimiento es una conclusión garantizada. Se puede deducir un resultado basándose en otros argumentos, que pueden determinar una relación de causa y efecto.

Inducción

El razonamiento inductivo es una inferencia realizada con incertidumbre; la conclusión es probable, pero no garantizada. La inducción se puede utilizar para especular sobre la causalidad.

Secuestro

En el razonamiento abductivo , las premisas no garantizan una conclusión. La abducción pasa de la descripción de los datos a una hipótesis sin que exista una relación necesaria entre causa y efecto.

Modelos

Existen varios modelos de cómo los humanos razonamos sobre la causalidad.

Dependencia

El modelo de dependencia afirma que los efectos dependen de las causas; [3] causa y efecto tienen una relación probable.

Covariación

El modelo de covariación (regularidad), un tipo de modelo de dependencia, sugiere que los humanos entienden las relaciones entre causas y efectos por su coincidencia, infiriendo que el cambio en una causa cambia un efecto. [29]

Mecanismo

Este modelo [2] sugiere que la causa y el efecto están relacionados mecánicamente. En esta situación, existe un proceso básico subyacente a la causa y el efecto.

Dinámica

Este modelo de representación causal [30] sugiere que las causas están representadas por un patrón de fuerzas. La teoría de la fuerza [31] es una extensión del modelo de dinámica que se aplica a la representación y el razonamiento causal (es decir, a la extracción de inferencias a partir de la composición de múltiples relaciones causales).

Desarrollo en humanos

Los niños desarrollan la capacidad de comprender la causalidad y hacer inferencias basadas en la causa y el efecto a una edad temprana; [19] algunas investigaciones sugieren que los niños de tan solo ocho meses pueden comprender la causa y el efecto. [32] La comprensión del mecanismo y la causalidad van de la mano; los niños necesitan comprender la causa y el efecto para comprender el funcionamiento de los mecanismos, lo que les permite comprender las relaciones causales. [21] Los niños preguntan "¿por qué?" a una edad temprana para comprender el mecanismo y, a su vez, la causalidad. La primera pregunta "¿por qué?" de un niño a menudo coincide con su primer intento de explicar algo, dentro del primer año después de adquirir el lenguaje. [21] Los niños preguntan "¿por qué?" para comprender el mecanismo y la causalidad. [33]

La capacidad de comprender y razonar sobre la causalidad a una edad temprana permite a los niños desarrollar teorías ingenuas sobre muchos temas. La causalidad ayuda a los niños a aprender sobre física, lenguaje, conceptos y el comportamiento de los demás. [19] Existe un patrón de desarrollo para la comprensión causal que tienen los niños. [33]

Los bebés comprenden el poder causal. [21] Saben que ciertas causas tienen efectos particulares. Los niños pequeños, desde la infancia tardía hasta la niñez temprana, comprenden las relaciones funcionales: [21] una propiedad particular (o componente de un mecanismo) tiene una función determinada. También comprenden la densidad causal: cómo las causas pueden interactuar de manera compleja.

Los niños mayores y los adultos continúan desarrollando una comprensión de los fragmentos mecanicistas. [21] Entienden los componentes de un sistema de trabajo de forma aislada, aunque los detalles mecanicistas completos de un sistema no emergen hasta la edad adulta. Jean Piaget definió las etapas de desarrollo preoperacional, operacional concreta y operacional formal .

A través de culturas

Se ha demostrado que las atribuciones causales difieren entre diferentes culturas de varias maneras:

Atribuciones causales

Yan y Gaier [34] investigaron las atribuciones causales del éxito y el fracaso universitario entre dos grupos de estudiantes, estadounidenses y asiáticos. El grupo asiático era de China, Corea, Japón y el sudeste asiático. El rendimiento fue similar en las cuatro nacionalidades. Se pidió a los estudiantes que emitieran juicios sobre los éxitos y fracasos de otras personas en el trabajo escolar, y si esos resultados eran atribuibles a la capacidad innata o al esfuerzo invertido. Los participantes estadounidenses tenían muchas más probabilidades de atribuir el logro académico a la capacidad que los participantes asiáticos. Aunque los estadounidenses tendían a calificar el éxito como atribuible al esfuerzo, el fracaso no se percibía como resultado de la falta de esfuerzo. Los estudiantes asiáticos no mostraron este patrón.

Las comparaciones entre niños y adultos occidentales y orientales sugieren diferencias entre las culturas en la causalidad atribuible a enfermedades particulares. [35] Después de leer historias de enfermedades y hacer inferencias sobre las causas de esas enfermedades, ambos grupos demostraron una comprensión de las causas biológicas de la mayoría de las enfermedades. Sin embargo, todos los niños y los adultos orientales también atribuyeron algunas enfermedades (y sus remedios) a causas mágicas.

Motivaciones causales

Los miembros de culturas individualistas o colectivistas pueden hacer diferentes atribuciones de los orígenes y motivaciones del movimiento a pequeña escala entre objetos animados, o qué causaría el movimiento dentro de un grupo de objetos animados. [36] A los participantes del Reino Unido, China y Hong Kong se les mostraron videos de peces animados en una pantalla de computadora. Los videos mostraban un pez central moviéndose hacia o alejándose de un grupo de peces, y se les pidió a los participantes que determinaran la relación entre los peces: motivada internamente (el pez central estaba buscando comida) o motivada externamente (el pez central quería unirse a los demás). Otro conjunto de videos sugirió que el grupo de peces era el agente predominante, y que el pez individual era el que recibía acción. Estos diferentes videos brindaron una oportunidad para determinar si la acción grupal o individual es la fuerza motivadora preferida entre diferentes culturas.

Los resultados autoinformados sugirieron que los participantes asiáticos preferían descripciones y situaciones en las que el grupo era el foco central y el agente causal, mientras que los occidentales preferían situaciones en las que el individuo era el agente. Estos efectos también se extendieron a los procesos de memoria; los participantes colectivistas tenían mejores recuerdos de situaciones en las que el grupo era el principal. Esto sugiere que los miembros de culturas individualistas son más receptivos a los agentes independientes y los miembros de culturas colectivistas son más receptivos cuando los grupos guían la acción individual.

Razonamiento causal en animales no humanos

El razonamiento causal no es exclusivo de los humanos; los animales suelen ser capaces de utilizar la información causal como clave para la supervivencia. [20] Las ratas son capaces de generalizar las claves causales para obtener recompensas alimenticias. Animales como las ratas pueden aprender los mecanismos necesarios para obtener una recompensa razonando sobre lo que podría provocarla. [20]

Pintura de un pájaro grande y negro posado en una rama.
Cuervo de Nueva Caledonia ( Corvus moneduloides )

Los cuervos de Nueva Caledonia han sido estudiados por su capacidad de razonar sobre eventos causales. Esta especie inteligente utiliza herramientas de una manera que ni siquiera los chimpancés pueden, fabricando herramientas complejas para poner la comida a su alcance. [37]

El trabajo experimental con esta especie sugiere que pueden entender causas ocultas de una manera que antes se creía exclusiva de los humanos. [38] En el primero de dos experimentos, un cuervo fue confinado, con comida en un tubo inaccesible para el cuervo sin algún esfuerzo. Un humano entró en el recinto y se colocó detrás de una cortina, agitando un palo cerca del tubo de comida a través de un agujero en la cortina. Cuando el humano salió del recinto, el cuervo se movió confiadamente hacia el área de comida y recuperó la recompensa, sabiendo que la causa humana del movimiento del palo (aunque invisible) había desaparecido. En el segundo experimento, ningún humano entró o salió del recinto. En este caso, el cuervo se movió hacia la comida con incertidumbre, sin saber qué causaba que el palo se moviera.

Véase también

Referencias

  1. ^ Falcon, Andrea (1 de enero de 2015). Zalta, Edward N. (ed.). The Stanford Encyclopedia of Philosophy (edición de primavera de 2015). Metaphysics Research Lab, Universidad de Stanford.
  2. ^ abc Ahn, WK; Kalish, CW; Medin, DL; Gelman, SA (1995-03-01). "El papel de la covariación frente a la información del mecanismo en la atribución causal". Cognición . 54 (3): 299–352. doi :10.1016/0010-0277(94)00640-7. ISSN  0010-0277. PMID  7720361. S2CID  10841629.
  3. ^ abcde Sloman, SA (2005). Modelos causales . Nueva York, Nueva York: Oxford University Press. [ página necesaria ]
  4. ^ Cheng, Patricia W. ; Novick, Laura R. (1990). "Un modelo de contraste probabilístico de inducción causal". Revista de personalidad y psicología social . 58 (4): 545–567. doi :10.1037/0022-3514.58.4.545. PMID  2348358.
  5. ^ ab Rehder, B (2003). "Categorización como razonamiento causal". Ciencia cognitiva . 27 (5): 709–748. doi : 10.1207/s15516709cog2705_2 .
  6. ^ Jenkins, HM y Ward, WC (1965). Juicio de contingencia entre respuestas y resultados. Psychological Monographs, 79, (1, número completo 594).
  7. ^ Cheng, PW (1997). De la covariación a la causalidad: una teoría del poder causal. Psychological Review, 104, 367–405.
  8. ^ Carroll, JD (1963). Aprendizaje funcional: el aprendizaje de mapeos funcionales continuos que relacionan estímulos y respuestas continuas. NJ: Servicio de evaluación educativa de Princeton
  9. ^ Brehmer, B. (1974). Hipótesis sobre las relaciones entre variables escaladas en el aprendizaje de tareas de inferencia probabilística. Comportamiento organizacional y desempeño humano, 11, 1–27.
  10. ^ Koh, K. y Meyer, DE (1991). Aprendizaje funcional: inducción de relaciones estímulo-respuesta continuas. Journal of Experimental Psychology: Learning, Memory, and Cognition, 17, 811–836.
  11. ^ Maddy, Penelope (2017). Fundamentos de la teoría de conjuntos
  12. ^ Eklund, Matti (2019). Enciclopedia de filosofía de Stanford: ficcionalismo [1]
  13. ^ Balaguer, Mark (2018). Stanford Encyclopedia of Philosophy: Ficcionalismo en la filosofía de las matemáticas [2]
  14. ^ Balaguer, Mark. (2010). MIT Press: El libre albedrío como un problema científico abierto [3]
  15. ^ Hameroff, Stewart. (2012). Front Integr Neurosci.: Cómo la biología cuántica del cerebro puede rescatar el libre albedrío consciente. [4]
  16. ^ Lagnado, David A.; Sloman, Steven A. (2006). "El tiempo como guía para la causa". Revista de psicología experimental: aprendizaje, memoria y cognición . 32 (3): 451–460. doi :10.1037/0278-7393.32.3.451. PMID  16719658. S2CID  16873453.
  17. ^ Cheng, Patricia W.; Novick, Laura R. (1990). "Un modelo de contraste probabilístico de inducción causal". Revista de personalidad y psicología social . 58 (4): 545–567. doi :10.1037/0022-3514.58.4.545. PMID  2348358.
  18. ^ Scholl, Brian J; Tremoulet, Patrice D (2000). "Causalidad perceptual y animicidad". Tendencias en Ciencias Cognitivas . 4 (8): 299–309. doi :10.1016/s1364-6613(00)01506-0. PMID  10904254. S2CID  41797881.
  19. ^ abc Corrigan, Roberta; Denton, Peggy (1 de junio de 1996). "La comprensión causal como un primitivo del desarrollo". Developmental Review . 16 (2): 162–202. doi :10.1006/drev.1996.0007.
  20. ^ abc Sawa, Kosuke (1 de septiembre de 2009). "Comportamiento predictivo y aprendizaje causal en animales y humanos1". Investigación psicológica japonesa . 51 (3): 222–233. doi : 10.1111/j.1468-5884.2009.00396.x . ISSN  1468-5884.
  21. ^ abcdefgh Keil, Frank C. (2006). "Explicación y comprensión". Revista anual de psicología . 57 (1): 227–254. doi :10.1146/annurev.psych.57.102904.190100. ISSN  0066-4308. PMC 3034737 . PMID  16318595. 
  22. ^ Kahan, Dan M.; Peters, Ellen; Dawson, Erica Cantrell; Slovic, Paul (2017). "Numeración motivada y autogobierno ilustrado". Políticas públicas conductuales . 1 (1). Cambridge University Press: 54–86. doi :10.1017/bpp.2016.2. hdl : 1794/18962 . ISSN  2398-063X. S2CID  4694932. SSRN  2319992.
  23. ^ Friedrich Nietzsche. La voluntad de poder . Hacia la década de 1880, lo que confirman recientes experimentos neuropsicológicos. 477 (noviembre de 1887-marzo de 1888) "Sostengo también la fenomenalidad del mundo interior: todo aquello de lo que nos volvemos conscientes está ordenado, simplificado, esquematizado, interpretado de cabo a rabo; el proceso real de la "percepción" interior, la conexión causal entre pensamientos, sentimientos, deseos, entre sujeto y objeto, están absolutamente ocultos para nosotros, y son quizá puramente imaginarios. El "mundo interior aparente" está gobernado por las mismas formas y procedimientos que el mundo "exterior". Nunca encontramos "hechos": el placer y el displacer son fenómenos intelectuales subsiguientes y derivados; la "causalidad" se nos escapa; suponer un vínculo causal directo entre pensamientos, como lo hace la lógica, es la consecuencia de la observación más burda y torpe. Entre dos pensamientos juegan su juego toda clase de afectos: pero sus movimientos son demasiado rápidos, por lo tanto no los reconocemos, los negamos; el "pensamiento" tal como lo conciben los epistemólogos , simplemente no ocurre: es una ficción completamente arbitraria, a la que se llega seleccionando un elemento del proceso y eliminando todos los demás, una disposición artificial con el propósito de la inteligibilidad — El "espíritu", algo que piensa: donde sea posible incluso "espíritu absoluto, puro" — esta concepción es un segundo derivado de esa falsa introspección que cree en el "pensar": primero se imagina un acto que simplemente no ocurre, "pensar", y segundo un sujeto-sustrato en el que todo acto de pensar, y nada más, tiene su origen: es decir, tanto el hecho como el hacedor son ficciones.
  24. ^ Lovett, Richard A. (16 de febrero de 2006). «Las ratas entienden la causa y el efecto, sugiere un experimento». National Geographic News . National Geographic Society . Archivado desde el original el 16 de marzo de 2006 . Consultado el 27 de diciembre de 2016 .
  25. ^ Visalberghi, Elisabetta; Limongelli, Luca (1994). "Falta de comprensión de las relaciones causa-efecto en los monos capuchinos (Cebus apella) que utilizan herramientas". Revista de Psicología Comparada . 108 (1): 15–22. doi :10.1037/0735-7036.108.1.15. PMID  8174341.
  26. ^ Garcia-Retamero, Rocio; Wallin, Annika; Dieckmann, Anja (2007). "¿El conocimiento causal nos ayuda a ser más rápidos y frugales en nuestras decisiones?". Memory & Cognition . 35 (6): 1399–1409. doi : 10.3758/BF03193610 . ISSN  0090-502X. PMID  18035636.
  27. ^ Sloman, Steven; A. Lagnado, David (1 de enero de 2003). Motivación, BT - Psicología del aprendizaje y (ed.). Invariancia causal en el razonamiento y el aprendizaje . Psicología del aprendizaje y la motivación. Vol. 44. Academic Press. págs. 287–325. doi :10.1016/s0079-7421(03)44009-7. ISBN 9780125433440.
  28. ^ Hagmayer, Y., Sloman, SA, Lagnado, DA y Waldmann, MR (2007). "Razonamiento causal a través de la intervención". En A. Gopnik y L. Schulz (Eds.), Aprendizaje causal: psicología, filosofía y computación (pp. 86-100). Oxford, Inglaterra: Oxford University Press.
  29. ^ Cheng, Patricia W. (1997). "De la covariación a la causalidad: una teoría del poder causal". Psychological Review . 104 (2): 367–405. doi :10.1037/0033-295x.104.2.367. S2CID  6844972.
  30. ^ Wolff, Phillip (2007). "Representación de la causalidad". Revista de Psicología Experimental: General . 136 (1): 82–111. doi :10.1037/0096-3445.136.1.82. PMID  17324086. S2CID  11303336.
  31. ^ Wolff, Phillip; Barbey, Aron K. (1 de enero de 2015). "Razonamiento causal con fuerzas". Frontiers in Human Neuroscience . 9 : 1. doi : 10.3389/fnhum.2015.00001 . PMC 4301188 . PMID  25653611. 
  32. ^ Sobel, David M.; Kirkham, Natasha Z. (2006). "Blickets y bebés: el desarrollo del razonamiento causal en niños pequeños y lactantes". Psicología del desarrollo . 42 (6): 1103–1115. doi :10.1037/0012-1649.42.6.1103. PMID  17087545. S2CID  11546585.
  33. ^ ab Keil, FC (1 de octubre de 2012). "¿Quedarse sin energía? Cómo la ciencia popular se las arregla con menos". Current Directions in Psychological Science . 21 (5): 329–334. doi :10.1177/0963721412453721. S2CID  46741933.
  34. ^ Yan, W.; Gaier, EL (27 de julio de 2016). "Atribuciones causales del éxito y el fracaso universitarios: una comparación entre asiáticos y estadounidenses". Revista de psicología transcultural . 25 (1): 146–158. doi :10.1177/0022022194251009. S2CID  73591400.
  35. ^ Nguyen, Simone P.; Rosengren, Karl S. (1 de marzo de 2004). "Razonamiento causal sobre la enfermedad: una comparación entre niños europeos y vietnamitas-estadounidenses". Revista de cognición y cultura . 4 (1): 51–78. doi :10.1163/156853704323074750. ISSN  1568-5373. S2CID  146247015.
  36. ^ Ng, Sik Hung; Zhu, Ying (1 de abril de 2001). "Atribución de causalidad y recuerdo de eventos en situaciones de acción individual y grupal: una comparación entre Beijing, Hong Kong y Wellington". Revista asiática de psicología social . 4 (1): 39–52. doi :10.1111/1467-839X.00074. ISSN  1467-839X.
  37. ^ Hunt, Gavin R. (18 de enero de 1996). "Fabricación y uso de herramientas con forma de gancho por los cuervos de Nueva Caledonia". Nature . 379 (6562): 249–251. Código Bibliográfico :1996Natur.379..249H. doi :10.1038/379249a0. S2CID  4352835.
  38. ^ Taylor, Alex H.; Miller, Rachael; Gray, Russell D. (2012-10-02). "Los cuervos de Nueva Caledonia razonan sobre agentes causales ocultos". Actas de la Academia Nacional de Ciencias . 109 (40): 16389–16391. Bibcode :2012PNAS..10916389T. doi : 10.1073/pnas.1208724109 . ISSN  0027-8424. PMC 3479607 . PMID  22988112.