แบบจำลองการกระตุ้นและการตอบสนองเป็นกรอบแนวคิดในทางจิตวิทยาที่อธิบายว่าบุคคลตอบสนองต่อสิ่งเร้า ภายนอกอย่างไร ตามแบบจำลองนี้ สิ่งเร้าภายนอกจะกระตุ้นให้เกิดปฏิกิริยาในสิ่งมีชีวิต โดยมักไม่จำเป็นต้องใช้ความคิดอย่างมีสติ แบบจำลองนี้เน้นด้านกลไกของพฤติกรรม โดยชี้ให้เห็นว่าพฤติกรรมมักสามารถคาดการณ์และควบคุมได้โดยการทำความเข้าใจและจัดการกับสิ่งเร้าที่กระตุ้นให้เกิดการตอบสนอง

แบบจำลองการกระตุ้น-การตอบสนองถูกนำไปใช้ในความสัมพันธ์ระหว่างประเทศ^{[ 1 ] จิตวิทยา [ 2 ] การ}ประเมินความ^{เสี่ยง[} 3 ] ^{ประสาทวิทยา[} 4 ] ^{การออกแบบระบบ} ที่ได้รับแรงบันดาลใจจากระบบประสาท^{[ 5 ]} และสาขาอื่นๆ อีกมากมาย

ความสัมพันธ์ระหว่างขนาดยาและการตอบสนองทางเภสัชวิทยาเป็นการประยุกต์ใช้แบบจำลองการกระตุ้นและการตอบสนอง

อีกหนึ่งสาขาที่สามารถนำแบบจำลองนี้ไปประยุกต์ใช้ได้คือ ปัญหา/ความผิดปกติทางจิตวิทยา เช่น กลุ่มอาการทูเร็ตต์งานวิจัยแสดงให้เห็นว่า กลุ่มอาการกิลส์ เดอ ลา ทูเร็ตต์ (GTS) ^{[ 6 ]}สามารถระบุลักษณะได้ด้วยการทำงานของระบบการรับรู้ที่เพิ่มขึ้น ซึ่งเกี่ยวข้องกับการสร้าง การปรับเปลี่ยน และการรักษาความเชื่อมโยงระหว่างสิ่งเร้าและการตอบสนอง (ความเชื่อมโยง S-R) โดยเฉพาะอย่างยิ่ง สองด้าน ได้แก่ การเรียนรู้ลำดับขั้นตอน และการค้นพบใหม่ คือการผูกไฟล์เหตุการณ์ แสดงให้เห็นหลักฐานที่สอดคล้องกันของการทำงานเกินปกติใน GTS ^{[ 7 ]}

งานวิจัยก่อนหน้านี้เกี่ยวกับการเรียนรู้แบบอิเล็กทรอนิกส์ได้พิสูจน์แล้วว่าการเรียนออนไลน์อาจเป็นเรื่องที่ท้าทายยิ่งกว่าสำหรับอาจารย์และนักเรียนที่เปลี่ยนรูปแบบการเรียนรู้จากห้องเรียนไปสู่การเรียนออนไลน์อย่างกะทันหัน สาเหตุหลักมาจากการเปลี่ยนแปลงอย่างกะทันหันทำให้อาจารย์เตรียมตัวสอนในสภาพแวดล้อมการเรียนรู้ออนไลน์ได้ไม่เต็มที่ จากข้อเท็จจริงข้างต้น งานวิจัยนี้จึงเสนอแบบจำลองใหม่และบูรณาการทฤษฎีการไหลเข้ากับทฤษฎีแบบจำลองการยอมรับเทคโนโลยี (TAM) โดยอิงจากทฤษฎีสิ่งเร้า-สิ่งมีชีวิต-การตอบสนอง (SOR) ซึ่งแบบจำลอง SOR ได้ถูกนำมาใช้กันอย่างแพร่หลายในงานวิจัยก่อนหน้านี้เกี่ยวกับพฤติกรรมของลูกค้าออนไลน์ และทฤษฎีแบบจำลองนี้ประกอบด้วยองค์ประกอบสามส่วน ได้แก่ สิ่งเร้า สิ่งมีชีวิต และการตอบสนอง โดยสมมติว่าสิ่งเร้าที่อยู่ในสภาพแวดล้อมภายนอกทำให้ผู้คนเปลี่ยนแปลง ซึ่งส่งผลต่อพฤติกรรมของพวกเขา^{[ 8 ]}

วัตถุประสงค์ของแบบจำลองการกระตุ้น-การตอบสนองคือการสร้างฟังก์ชันทางคณิตศาสตร์ที่อธิบายความสัมพันธ์fระหว่างสิ่งกระตุ้นxและค่าที่คาดหวัง (หรือการวัดตำแหน่งอื่น) ของการตอบสนองY : ^{[ 9 ]}

${\displaystyle \mathrm {E} (Y)=f(x)}$

โดยทั่วไปแล้ว ฟังก์ชันประเภทนี้มักถูกทำให้ง่ายขึ้นด้วยรูปแบบเชิงเส้น ดังนั้นเราจึงคาดว่าจะเห็นความสัมพันธ์ในลักษณะนี้

${\displaystyle \mathrm {E} (Y)=\alpha +\beta x.}$

ทฤษฎีทางสถิติสำหรับแบบจำลองเชิงเส้นได้รับการพัฒนามาอย่างดีเป็นเวลากว่าห้าสิบปีแล้ว และรูปแบบมาตรฐานของการวิเคราะห์ที่เรียกว่าการถดถอยเชิงเส้นก็ได้รับการพัฒนาขึ้น

เนื่องจากการตอบสนองหลายประเภทมีข้อจำกัดทางกายภาพโดยธรรมชาติ (เช่น การหดตัวของกล้ามเนื้อขั้นต่ำถึงสูงสุด) จึงมักใช้ฟังก์ชันที่มีขอบเขต (เช่นฟังก์ชันโลจิสติก ) ในการจำลองการตอบสนอง ในทำนองเดียวกัน ฟังก์ชันการตอบสนองเชิงเส้นอาจไม่สมจริง เนื่องจากจะหมายถึงการตอบสนองที่มีขนาดใหญ่เกินความจำเป็น สำหรับตัวแปรตามแบบไบนารี การวิเคราะห์ทางสถิติด้วยวิธีการถดถอย เช่นแบบจำลองโพรบิตหรือแบบจำลองโลจิตหรือวิธีการอื่นๆ เช่น วิธีสเปียร์แมน-เคอร์เบอร์^{[ 10 ]}แบบจำลองเชิงประจักษ์ที่อิงตามการถดถอยแบบไม่เชิงเส้นมักเป็นที่นิยมมากกว่าการใช้การแปลงข้อมูลบางอย่างที่ทำให้ความสัมพันธ์ระหว่างสิ่งเร้าและการตอบสนองเป็นเชิงเส้น^{[ 11 ]}

ตัวอย่างหนึ่งของแบบจำลองโลจิตสำหรับความน่าจะเป็นของการตอบสนองต่ออินพุตจริง (สิ่งเร้า) คือ ( )${\displaystyle x}$${\displaystyle x\in \mathbb {R} }$

${\displaystyle p(x)={\frac {1}{1+e^{-(\beta _{0}+\beta _{1}x)}}}}$

พารามิเตอร์ของฟังก์ชันอยู่ ที่ไหน${\displaystyle \beta _{0},\beta _{1}}$

ในทางกลับกันโมเดล Probitจะมีรูปแบบดังนี้

${\displaystyle p(x)=\พี (\beta _{0}+\beta _{1}x)}$

โดยที่คือ ฟังก์ชันการ กระจาย สะสมของการกระจายแบบปกติ${\displaystyle \Phi (x)}$

ในชีวเคมีและเภสัชวิทยา สมการ ของHillหมายถึงสมการสองสมการที่เกี่ยวข้องกันอย่างใกล้ชิด โดยสมการหนึ่งอธิบายการตอบสนอง (ผลลัพธ์ทางสรีรวิทยาของระบบ เช่น การหดตัวของกล้ามเนื้อ) ต่อยาหรือสารพิษ โดย เป็น ฟังก์ชันของ ความเข้มข้นของยา^{[ 12 ]}สมการของ Hill มีความสำคัญในการสร้างเส้นโค้งการตอบสนองต่อขนาดยาสมการของ Hill คือสูตรต่อไปนี้ โดยที่คือขนาดของการตอบสนองคือความเข้มข้นของยา (หรือเทียบเท่ากับความเข้มของสิ่งเร้า) คือความเข้มข้นของยาที่ทำให้เกิดการตอบสนองครึ่งหนึ่งของค่าสูงสุด และคือสัมประสิทธิ์ ของ Hill${\displaystyle E}$${\displaystyle {\ce {[A]}}}$${\displaystyle \mathrm {EC} _{50}}$${\displaystyle n}$

${\displaystyle {\frac {E}{E_{\mathrm {max} }}}={\frac {1}{1+\left({\frac {\mathrm {EC} _{50}}{[A]}}\right)^{n}}}}$^{[ 12 ]}

สมการของ Hill สามารถจัดเรียงใหม่เป็นฟังก์ชันโลจิสติกโดยสัมพันธ์กับลอการิทึมของขนาดยา (คล้ายกับแบบจำลองโลจิต)

พาฟลอฟเริ่มศึกษาระบบย่อยอาหารในสุนัขโดยการสร้างท่อเชื่อมต่อในกระเพาะอาหารอย่างต่อเนื่อง ซึ่งทำให้เขาสามารถแสดงให้เห็นได้อย่างชัดเจนว่าระบบประสาทมีบทบาทสำคัญในการควบคุมกระบวนการย่อยอาหาร การทดลองเกี่ยวกับการย่อยอาหารนำไปสู่การพัฒนารูปแบบการเรียนรู้เชิงทดลองแบบแรก ซึ่งสิ่งเร้าที่เป็นกลางจะได้รับความสามารถในการกระตุ้นให้เกิดการตอบสนองที่เฉพาะเจาะจงมากขึ้นเมื่อมีการจับคู่กับสิ่งเร้าอื่นที่กระตุ้นให้เกิดการตอบสนองซ้ำๆ^{[ 13 ]}

Thorndikeผู้เสนอแบบจำลองเชื่อว่าการเรียนรู้เกิดจากสิ่งเร้าและการตอบสนอง^{[ 14 ]} Pavlov ได้เผยแพร่และปฏิวัติทฤษฎีนี้โดยการทดลองกับสุนัข

• Holland, Peter C. (2008). "ทฤษฎีการเรียนรู้แบบองค์ความรู้เทียบกับทฤษฎีการเรียนรู้แบบกระตุ้น-ตอบสนอง" . Learning & Behavior . 36 (3): 227– 241. doi : 10.3758/lb.36.3.227 . PMC  3065938 . PMID  18683467 .