Huang-Pollock, C. L., Maddox, W. T., & Karalunas, S. L. (2011). Development of implicit and explicit category learning. Journal of experimental child psychology, 109(3), 321-335.
根据COVIS模型(详见文献笔记-Ye Yizhou)，至少存在两个独立但部分重叠的分类系统来指导正确的决策。分别是基于逻辑推理和工作记忆的explicit系统，以及发生于神经中枢、不能用语言来清晰表达的程序学习的implicit系统。基于规则的类别学习任务利用explicit系统，而信息整合类别学习任务利用implicit系统。
信息整合类别的范式中，一般要求被试将刺激分为两组，刺激是通过从两个双变量正态分布（例如，线的方向和空间的频率[见图1]）中随机抽样而创建的。最佳策略要求被试在决策阶段之前将两个值结合起来。文章作者研究了当决策边界为二次方形状（研究1 [见图2]）和为线性时（研究2[见图5]）时性能的发展差异，这两个方面都不容易用口头描述。
COVIS模型提出，基于规则的系统和信息整合系统之间存在竞争，且竞争的结果决定了哪个系统将主导对任何给定试验的反应。人类和非人类的灵长类动物都表现出对使用explicit系统的明显偏好（即使当最佳策略是程序性的）。如果要采用implicit策略，首先必须抑制使用explicit系统的偏好。改善implicit学习是通过加重执行过程负担并阻碍explicit学习来实现的(例如，增加工作记忆负荷，增加一个并行任务，增加不相关的维度，睡眠剥夺)。
一项研究（Minda，2008)比较了3岁，5岁和7岁以及上大学的成年人的类别学习。3岁儿童在基于一维分类规则的explicit学习任务上的表现要比其他组差得多。而在可以利用implicit学习系统的分类任务上，学习轨迹上没有群体差异。这表明，在学龄前儿童中，implicit联想学习过程（不涉及执行过程）和转移阶段（理论上涉及执行过程）都是完整的。
为了更全面地理解儿童的类别学习及发展差异，作者认为不仅要进行准确率测试，还要去理解影响表现的策略。因此，作者设计了两个研究，在Minda (2008)的基础上研究了implicit和explicit类别学习中的发展差异，寻找潜在的基于性别的表现差异，并进行策略分析来帮助解释发展差异。
研究1——信息整合分类任务：使用了大量的单一问题，提供了延长的训练时间，并遵循非线性二次规则。（先前的研究表明，学习非线性决策界限的要求比线性规则更强调纹状体的参与。根据COVIS模型，implicit类别学习依赖于额叶-纹状体结构。）
在研究2中，考察了信息整合分类任务的发展差异，该任务遵循线性界限，并将研究扩展到包括explicit分类学习作为比较点。
研究1
被试（8-12岁儿童，18-25岁大学生）被要求将400个非独立的Gabor patch分成两组(图1)（分5个block进行，每次80个patch分类，每次分类均有反馈。），patch是通过从线的方向和空间频率的两个二元正态分布中随机采样来创建，其中通过遵循二次分类规则来获得最佳分类(图2)。
图3展示了两个年龄段随时间的表现。儿童和成人能够以相同的速度学习分类任务。一个主要的block效应：成人与儿童的准确性均随时间而提高。
基于模型的分析发现，儿童在放弃基于语言规则的策略而采用信息整合方法时有更大的困难。正确策略的使用与性能准确性直接相关，被试使用信息整合策略的block总数显著预测了block 5中成年人和儿童的分类准确性。图4表示基于模型的绩效数据。
类别学习是生存所必需的基本过程，支持它的神经结构在6个月以下的婴儿中也起作用。 先前关于学龄儿童信息整合类别形成的研究（Minda，2008）在implicit概念获取中未发现年龄差异。在研究1中，尽管儿童能够以与成年人相同的速度获得类别知识，但就整个任务而言，他们在绝对准确性上不如作为大学生的成年人。
因此，作者得出结论：形成类别的能力在儿童早期就起作用，且该能力在整个儿童早期和中期继续发展。例如，在婴儿早期，类别学习主要是自下而上的联想过程，它依赖于对象感知特征的统计和概率规律，随着发展，儿童能够根据较高阶的属性形成类别。即使行为表现似乎与成人相同，推动分类的认知过程在整个童年中期一直延伸到青春期早期。
作者认为，儿童表现更差，是因为他们在更多的试验中使用基于规则的策略，比成人更难过渡到信息整合方法。在这种类型的分类任务上的准确表现似乎也需要抑制explicit系统输出的能力，并且使用次优的explicit规则仍可以产生可接受的准确性水平。因此，基于模型的分析的使用，作者在研究2试图阐明开发过程中类别学习的过程。
研究2
在研究2中，作者使用不同的信息整合任务来复制研究1中的发现，并将研究的范围扩展到explicit学习中作为比较点。为了严格控制变量，作者对implicit和explicit条件都使用线性决策界限。
被试（9-13岁儿童、18-25岁大学生）完成了两个分类任务：(1)线性信息整合任务(图5) (2)基于规则的分类任务(图6)，通过使用沿一维(即空间频率)的explicit可描述规则来解决，并且通过在空间频率取向空间中将刺激旋转45度并缩小类别分离来从信息整合任务中导出。被试在任务结束后自我报告使用的策略以及成功频率。
图7展示了两个年龄段随时间的表现。 在基于规则的任务中，成年人准确率始终高于儿童。成年人的学习轨迹比儿童更陡。基于模型的分析表明，儿童表现较差的原因是因为他们相对于成人更倾向于根据无关紧要的维度（即线方向）做出判断（图8）。使用正确排序规则的block数显着预测了儿童的block 5准确性。在任务结束时， 10名儿童有6名（14名成人中有9名）自我报告自己正在使用基于相关维度（即空间频率）的策略。
在绝对准确率和学习一维分类规则的速度方面，成年人要优于儿童。 这一发现与“一维规则的使用是由explicit学习系统介导的，而explicit学习系统又取决于执行功能的发展状况”一致。基于模型的分析表明，持续使用无关的维度（即线方向）来作为他们的判断依据，从而阻碍了儿童的表现。相比之下，成年人能更好地抑制了无关的维度，这直接导致了分类性能的提高。
结论
在两项研究过程中，作者在两种信息整合范例中发现了一致的证据，即与年龄相关的表现差异是由于学龄儿童无法从基于规则的策略过渡到信息整合策略所导致的。基于模型的分析表明，表现的发展差异是由于儿童无法抑制explicit系统的输出。实验结果与COVIS模型一致，该模型认为，对于人类来说，必须克抑制对explicit系统的偏好，才能成功地在implicit类别学习范式上取得成功。
