UNIT IV • Learning, Memory, Forgetting • Learning

Reinforcement Schedule

Reinforcement schedules are rules that determine when a particular response will be reinforced under instrumental or operant conditioning. Grounded in the pioneering laboratory work of B.F. Skinner, these schedules dictate the rate and resistance to extinction of learned behaviors, forming a core pillar for both UP PGT Psychology and UGC NET curricula.

UP PGT Psychology • Code 13 UNIT IV • Learning, Memory, Forgetting

1. Definitional Framework and Foundational Theories

In operant conditioning, a reinforcement schedule is a protocol governing the delivery of reinforcers following specific behavioral emissions. B.F. Skinner systematically explored these schedules using the operant chamber (Skinner box), demonstrating that the temporal and numerical arrangement of rewards profoundly alters response topography and extinction rates.

Continuous Reinforcement (CRF): Every single occurrence of the target response is reinforced. Ideal for shaping novel behaviors during acquisition, but highly susceptible to rapid extinction once reinforcement ceases.
Intermittent (Partial) Reinforcement: Only some instances of the desired behavior are rewarded. Produces superior resistance to extinction, known mathematically and behaviorally as the Partial Reinforcement Extinction Effect (PREE).
Ratio vs. Interval Schedules: Ratio schedules depend on the number of responses emitted, whereas interval schedules depend on the passage of time before a response can be reinforced.
Fixed vs. Variable Schedules: Fixed schedules maintain a constant, unaltering requirement, whereas variable schedules change unpredictably around a mathematical mean.

2. Neurocognitive & Empirical Mechanisms

The psychological impact of reinforcement schedules is intimately tied to the brain's mesolimbic dopaminergic reward pathway, originating in the ventral tegmental area (VTA) and projecting to the nucleus accumbens. Variable schedules, in particular, evoke robust dopamine surges that encode prediction error, driving compulsive reinforcement-seeking.

Fixed Ratio (FR): Produces a high, steady rate of response characterized by a post-reinforcement pause (a temporary drop-off in responding immediately after a reward is delivered).
Variable Ratio (VR): Yields the highest and most stable rate of response with virtually no post-reinforcement pause. This schedule characterizes human behaviors such as gambling on slot machines.
Fixed Interval (FI): Generates a 'scalloped' response pattern where responding accelerates as the fixed time interval approaches its termination.
Variable Interval (VI): Produces a moderate, steady rate of response because the organism cannot predict precisely when the reward window will open.

3. Clinical, Educational & Practical Applications

Understanding reinforcement schedules is fundamental to Applied Behavior Analysis (ABA), token economy systems in psychiatric facilities, and educational behavior modification programs.

Token Economies: In clinical and institutional settings, secondary reinforcers (tokens) are dispensed on continuous schedules initially, then faded to variable schedules to maintain long-term behavioral compliance.
Classroom Management: Teachers utilize systematic praise. Shifting from continuous teacher attention to variable reinforcement prevents students from satiating on praise and encourages sustained academic engagement.
Overcoming Extinction: When treating phobias or maladaptive habits via extinction bursts, clinicians must anticipate that variable reinforcement histories make behaviors exceptionally stubborn to extinguish.

Comprehensive Matrix of Operant Reinforcement Schedules

Schedule Type	Basis of Reinforcement	Response Rate	Extinction Resistance	Behavioral Pattern
Fixed Ratio (FR)	Exact number of responses	High	Low to Moderate	Post-reinforcement pause (staircase pattern)
Variable Ratio (VR)	Average number of responses	Highest	Extremely High	Steady, rapid response; no predictable pause
Fixed Interval (FI)	Exact passage of time	Moderate	Low	'Scalloped' pattern (accelerates near end of interval)
Variable Interval (VI)	Average passage of time	Steady & Moderate	High	Constant, uniform rate of low-to-moderate responding

Memory Shortcut / Mnemonic

Mnemonic for Remembering Schedule Categories

FR - VR - FI - VI: 'Fast Vehicles Find Viper'

F = Fixed / Variable (first letters of modifiers); R = Ratio / Interval (second letters). Alternatively, remember: Ratio = Responses, Interval = Time; Fixed = Flat/Predictable, Variable = Vague/Unpredictable.

High-Yield Exam Points for UP PGT Psychology

B.F. Skinner formulated reinforcement schedules in his seminal 1938 text 'The Behavior of Organisms'.
Variable Ratio (VR) schedule produces the highest resistance to extinction and the fastest response rate.
Post-reinforcement pauses are characteristically observed in Fixed Ratio (FR) schedules.
Fixed Interval (FI) schedules produce a distinct 'scalloped' cumulative record of responding.
The Partial Reinforcement Extinction Effect (PREE) demonstrates that intermittent rewards lead to greater persistence than continuous rewards.
Dopaminergic neurons in the nucleus accumbens fire most intensely during unpredictable (variable) reward schedules.

Common Misconceptions & Exam Traps

Misconception 2: Believing Variable Interval produces higher response rates than Variable Ratio. VR always yields the highest overall response rate because faster responding directly produces more reinforcement.

Practice Examination Questions (10 MCQs)

Test your conceptual understanding. Select an answer and check the detailed pedagogical rationale.

Q1 Which schedule of reinforcement produces the highest overall rate of response and the greatest resistance to extinction?

A Fixed Interval (FI)
B Fixed Ratio (FR)
C Variable Ratio (VR)
D Continuous Reinforcement (CRF)

Q2 A pigeon receives a food pellet after every 10th peck, regardless of how long those pecks take. This is an example of which schedule?

A Fixed Ratio 10
B Variable Ratio 10
C Fixed Interval 10
D Variable Interval 10

Q3 What behavioral pattern is classically observed immediately following the delivery of a reinforcer on a Fixed Ratio schedule?

A Complete cessation of all future learning
B A post-reinforcement pause
C A sharp escalation in extinction bursts
D A scalloped time-based acceleration

Q4 Checking your email throughout the day when messages arrive at unpredictable intervals operates on which schedule?

A Fixed Ratio
B Variable Ratio
C Fixed Interval
D Variable Interval

Q5 What is the primary psychological term used to describe why behaviors maintained by intermittent reinforcement are harder to extinguish than those maintained by continuous reinforcement?

A Partial Reinforcement Extinction Effect (PREE)
B Spontaneous Recovery
C Stimulus Generalization Gradient
D Premack Principle

Q6 Which of the following schedules produces the characteristic 'scalloped' response curve on a cumulative recorder?

A Fixed Ratio
B Variable Ratio
C Fixed Interval
D Continuous Reinforcement

Q7 Slot machines in casinos operate on which specific reinforcement schedule?

A Fixed Ratio
B Variable Interval
C Fixed Interval
D Variable Ratio

Q8 In operant conditioning terminology, what does 'Ratio' refer to?

A The proportion of time elapsed
B The ratio of correct to incorrect trials
C The number of behavioral responses required per reinforcement
D The ratio of primary to secondary reinforcers

Q9 When teaching a complex new motor skill to an animal or child, which schedule should ideally be implemented first during the acquisition phase?

A Variable Ratio
B Continuous Reinforcement (CRF)
C Fixed Interval
D Variable Interval

Q10 Who is credited with the systematic discovery and classification of operant reinforcement schedules?

A Ivan Pavlov
B John B. Watson
C B.F. Skinner
D Edward Thorndike

Frequently Asked Questions

What is the difference between Ratio and Interval schedules?

Ratio schedules depend strictly on the number of behavioral responses emitted by the organism (e.g., every 5th lever press), whereas Interval schedules depend on the passage of time before a response can be successfully reinforced (e.g., the first response after 2 minutes).

Why is the Variable Ratio schedule so resistant to extinction?

Because reinforcement is unpredictable, the organism cannot distinguish between an extinction phase and a standard delay between rewards, leading to prolonged persistence in emitting the behavior.

What is a post-reinforcement pause?

It is a temporary cessation or dip in response rate immediately following the delivery and consumption of a reinforcer, most prominently observed in Fixed Ratio schedules.

How do reinforcement schedules apply in classroom management?

Teachers begin with continuous reinforcement (frequent praise) to shape desired behaviors, then gradually transition to variable schedules to maintain student engagement without causing habituation or satiation.

UNIT IV • Learning, Memory, Forgetting • Learning

प्रबलन अनुसूचियां (Reinforcement Schedules)

प्रबलन अनुसूचियां वे नियम हैं जो यह निर्धारित करते हैं कि नैमित्तिक (instrumental) या क्रियाप्रसूत अनुबंधन (operant conditioning) के अंतर्गत किसी विशिष्ट अनुक्रिया को कब प्रबलित किया जाएगा। बी.एफ. स्किनर (B.F. Skinner) के अग्रणी प्रयोगशाला कार्यों पर आधारित, ये अनुसूचियां सीखे गए व्यवहारों की दर और विलोपन (extinction) के प्रति प्रतिरोध को निर्धारित करती हैं, जो यूपी पीजीटी मनोविज्ञान और यूजीसी नेट पाठ्यक्रम दोनों के लिए एक मुख्य आधार स्तंभ है।

UP PGT मनोविज्ञान • कोड 13 UNIT IV • Learning, Memory, Forgetting

1. परिभाषात्मक रूपरेखा एवं आधारभूत सिद्धांत

क्रियाप्रसूत अनुबंधन में, प्रबलन अनुसूची (reinforcement schedule) एक प्रोटोकॉल है जो विशिष्ट व्यवहारों के उत्सर्जन के बाद प्रबलकों (reinforcers) की डिलीवरी को नियंत्रित करता है। बी.एफ. स्किनर ने ऑपरेंट चैंबर (स्किनर बॉक्स) का उपयोग करके इन अनुसूचियों का व्यवस्थित रूप से अन्वेषण किया, यह प्रदर्शित करते हुए कि पुरस्कारों की अस्थायी और संख्यात्मक व्यवस्था अनुक्रिया स्थलाकृति (response topography) और विलोपन दरों को गहराई से बदल देती है।

सतत प्रबलन (Continuous Reinforcement - CRF): लक्ष्य अनुक्रिया की प्रत्येक घटना को प्रबलित किया जाता है। अधिग्रहण (acquisition) के दौरान नए व्यवहारों को आकार देने के लिए आदर्श, लेकिन प्रबलन बंद होने पर तेजी से विलोपन के प्रति अत्यधिक संवेदनशील।
अंतराल (आंशिक) प्रबलन (Intermittent/Partial Reinforcement): वांछित व्यवहार के केवल कुछ उदाहरणों को पुरस्कृत किया जाता है। यह विलोपन के प्रति बेहतर प्रतिरोध उत्पन्न करता है, जिसे गणितीय और व्यावहारिक रूप से आंशिक प्रबलन विलोपन प्रभाव (Partial Reinforcement Extinction Effect - PREE) के रूप में जाना जाता है।
अनुपात बनाम अंतराल अनुसूचियां: अनुपात (Ratio) अनुसूचियां उत्सर्जित अनुक्रियाओं की संख्या पर निर्भर करती हैं, जबकि अंतराल (Interval) अनुसूचियां अनुक्रिया के प्रबलित होने से पहले समय के बीतने पर निर्भर करती हैं।
निश्चित बनाम परिवर्तनीय अनुसूचियां: निश्चित (Fixed) अनुसूचियां एक स्थिर, अपरिवर्तनीय आवश्यकता बनाए रखती हैं, जबकि परिवर्तनीय (Variable) अनुसूचियां एक गणितीय माध्य के आसपास अप्रत्याशित रूप से बदलती रहती हैं।

2. तंत्रिका-संज्ञानात्मक एवं अनुभवजन्य तंत्र

प्रबलन अनुसूचियों का मनोवैज्ञानिक प्रभाव मस्तिष्क के मेसोलिम्बिक डोपामिनर्जिक रिवॉर्ड पाथवे (mesolimbic dopaminergic reward pathway) से गहराई से जुड़ा है, जो वेंट्रल टेगमेंटल एरिया (VTA) से उत्पन्न होता है और न्यूक्लियस एकम्बेंस (nucleus accumbens) तक प्रोजेक्ट करता है। विशेष रूप से, परिवर्तनीय अनुसूचियां मजबूत डोपामाइन सर्ज उत्पन्न करती हैं जो भविष्यवाणी त्रुटि (prediction error) को एनकोड करती हैं, जिससे बाध्यकारी प्रबलन-खोज (compulsive reinforcement-seeking) को बढ़ावा मिलता है।

निश्चित अनुपात (Fixed Ratio - FR): यह अनुक्रिया की एक उच्च, स्थिर दर उत्पन्न करता है, जो प्रबलन-पश्चात विराम (post-reinforcement pause - पुरस्कार मिलने के तुरंत बाद अनुक्रिया में अस्थायी गिरावट) द्वारा चिह्नित होता है।
परिवर्तनीय अनुपात (Variable Ratio - VR): यह लगभग बिना किसी प्रबलन-पश्चात विराम के अनुक्रिया की उच्चतम और सबसे स्थिर दर प्रदान करता है। यह अनुसूची स्लॉट मशीनों पर जुआ खेलने जैसे मानवीय व्यवहारों को दर्शाती है।
निश्चित अंतराल (Fixed Interval - FI): यह एक 'स्कैलप्ड' (scalloped) अनुक्रिया पैटर्न उत्पन्न करता है जहाँ निश्चित समय अंतराल के समाप्त होने के करीब आने पर अनुक्रिया की गति तेज हो जाती है।
परिवर्तनीय अंतराल (Variable Interval - VI): यह अनुक्रिया की एक मध्यम, स्थिर दर उत्पन्न करता है क्योंकि जीव यह सटीक रूप से अनुमान नहीं लगा सकता कि पुरस्कार विंडो कब खुलेगी।

3. नैदानिक, शैक्षिक एवं व्यावहारिक अनुप्रयोग

प्रबलन अनुसूचियों को समझना एप्लाइड बिहेवियर एनालिसिस (ABA), मनोरोग सुविधाओं में टोकन इकोनॉमी सिस्टम और शैक्षिक व्यवहार संशोधन कार्यक्रमों के लिए मौलिक है।

टोकन इकोनॉमी: नैदानिक और संस्थागत सेटिंग्स में, द्वितीयक प्रबलकों (टोकन) को शुरू में सतत अनुसूचियों पर वितरित किया जाता है, फिर दीर्घकालिक व्यवहार अनुपालन बनाए रखने के लिए उन्हें परिवर्तनीय अनुसूचियों में बदल दिया जाता है।
कक्षा प्रबंधन: शिक्षक व्यवस्थित प्रशंसा का उपयोग करते हैं। सतत शिक्षक ध्यान से परिवर्तनीय प्रबलन की ओर स्थानांतरण करने से छात्र प्रशंसा के प्रति तृप्त (satiate) नहीं होते और निरंतर शैक्षणिक जुड़ाव को बढ़ावा मिलता है।
विलोपन पर विजय: जब विलोपन बर्स्ट (extinction bursts) के माध्यम से फोबिया या कुसमायोजित आदतों का इलाज किया जाता है, तो चिकित्सकों को यह अनुमान लगाना चाहिए कि परिवर्तनीय प्रबलन इतिहास व्यवहारों को विलोपित होने के प्रति असाधारण रूप से जिद्दी बना देता है।

क्रियाप्रसूत प्रबलन अनुसूचियों का व्यापक मैट्रिक्स

अनुसूची प्रकार	प्रबलन का आधार	अनुक्रिया दर	विलोपन प्रतिरोध	व्यवहार पैटर्न
निश्चित अनुपात (FR)	अनुक्रियाओं की सटीक संख्या	उच्च	निम्न से मध्यम	प्रबलन-पश्चात विराम (सीढ़ीनुमा पैटर्न)
परिवर्तनीय अनुपात (VR)	अनुक्रियाओं की औसत संख्या	उच्चतम	अत्यधिक उच्च	स्थिर, तीव्र अनुक्रिया; कोई अनुमानित विराम नहीं
निश्चित अंतराल (FI)	समय का सटीक बीत जाना	मध्यम	निम्न	'स्कैलप्ड' पैटर्न (अंतराल के अंत में तेजी)
परिवर्तनीय अंतराल (VI)	समय का औसत बीत जाना	स्थिर एवं मध्यम	उच्च	निम्न-से-मध्यम अनुक्रिया की निरंतर, एकसमान दर

स्मृति सूत्र / Mnemonic

अनुसूची श्रेणियों को याद रखने के लिए स्मृति सूत्र

FR - VR - FI - VI: 'Fast Vehicles Find Viper'

F = Fixed / Variable (संशोधकों के पहले अक्षर); R = Ratio / Interval (दूसरे अक्षर)। वैकल्पिक रूप से याद रखें: Ratio = Responses (अनुक्रियाएं), Interval = Time (समय); Fixed = Flat/Predictable (सपाट/अनुमानित), Variable = Vague/Unpredictable (अस्पष्ट/अप्रत्याशित)।

UP PGT मनोविज्ञान परीक्षा के लिए महत्वपूर्ण तथ्य

बी.एफ. स्किनर ने 1938 के अपने मौलिक ग्रंथ 'द बिहेवियर ऑफ ऑर्गेनिज्म' में प्रबलन अनुसूचियों को प्रतिपादित किया।
परिवर्तनीय अनुपात (VR) अनुसूची विलोपन के प्रति उच्चतम प्रतिरोध और सबसे तेज अनुक्रिया दर उत्पन्न करती है।
प्रबलन-पश्चात विराम (Post-reinforcement pauses) विशेष रूप से निश्चित अनुपात (FR) अनुसूचियों में देखे जाते हैं।
निश्चित अंतराल (FI) अनुसूचियां अनुक्रिया का एक विशिष्ट 'स्कैलप्ड' संचयी रिकॉर्ड उत्पन्न करती हैं।
आंशिक प्रबलन विलोपन प्रभाव (PREE) यह प्रदर्शित करता है कि आंतरायिक पुरस्कार सतत पुरस्कारों की तुलना में अधिक दृढ़ता उत्पन्न करते हैं।
न्यूक्लियस एकम्बेंस में डोपामिनर्जिक न्यूरॉन्स अप्रत्याशित (परिवर्तनीय) पुरस्कार अनुसूचियों के दौरान सबसे तीव्रता से सक्रिय होते हैं।

सामान्य भ्रांतियां एवं परीक्षा के जाल (Common Traps)

भ्रांति 1: यह मानना कि परिवर्तनीय अंतराल (VI) परिवर्तनीय अनुपात (VR) से अधिक अनुक्रिया दर उत्पन्न करता है। VR हमेशा उच्चतम समग्र अनुक्रिया दर देता है क्योंकि तेज अनुक्रिया सीधे अधिक प्रबलन उत्पन्न करती है।
भ्रांति 2: निश्चित अंतराल (FI) और निश्चित अनुपात (FR) के पैटर्न को भ्रमित करना। FI में समय का महत्व है (स्कैलपिंग), जबकि FR में अनुक्रियाओं की संख्या का महत्व है (विराम)।

अभ्यास परीक्षा प्रश्न (10 बहुविकल्पीय प्रश्न)

अपनी अवधारणात्मक समझ का परीक्षण करें। उत्तर चुनें और विस्तृत शैक्षणिक व्याख्या देखें।

प्रश्न 1 कौन सी प्रबलन अनुसूची अनुक्रिया की उच्चतम समग्र दर और विलोपन के प्रति सबसे अधिक प्रतिरोध उत्पन्न करती है?

क निश्चित अंतराल (FI)
ख निश्चित अनुपात (FR)
ग परिवर्तनीय अनुपात (VR)
घ सतत प्रबलन (CRF)

प्रश्न 2 एक कबूतर को हर 10वीं चोंच मारने के बाद भोजन का दाना मिलता है, चाहे उन चोंच मारने में कितना भी समय लगे। यह किस अनुसूची का उदाहरण है?

क निश्चित अनुपात 10
ख परिवर्तनीय अनुपात 10
ग निश्चित अंतराल 10
घ परिवर्तनीय अंतराल 10

प्रश्न 3 निश्चित अनुपात अनुसूची पर प्रबलक मिलने के तुरंत बाद कौन सा व्यवहार पैटर्न देखा जाता है?

क भविष्य के सभी सीखने का पूर्ण समापन
ख प्रबलन-पश्चात विराम
ग विलोपन बर्स्ट में तीव्र वृद्धि
घ स्कैलप्ड समय-आधारित त्वरण

प्रश्न 4 दिन भर अपना ईमेल चेक करना जब संदेश अप्रत्याशित अंतराल पर आते हैं, किस अनुसूची पर कार्य करता है?

क निश्चित अनुपात
ख परिवर्तनीय अनुपात
ग निश्चित अंतराल
घ परिवर्तनीय अंतराल

प्रश्न 5 आंतरायिक प्रबलन द्वारा बनाए गए व्यवहार सतत प्रबलन की तुलना में विलोपित करना कठिन क्यों होते हैं? इसके लिए मुख्य मनोवैज्ञानिक शब्द क्या है?

क आंशिक प्रबलन विलोपन प्रभाव (PREE)
ख स्वतः पुनर्प्राप्ति
ग उद्दीपक सामान्यीकरण प्रवणता
घ प्रेमैक सिद्धांत

प्रश्न 6 निम्नलिखित में से कौन सी अनुसूची संचयी रिकॉर्डर पर विशिष्ट 'स्कैलप्ड' अनुक्रिया वक्र उत्पन्न करती है?

क निश्चित अनुपात
ख परिवर्तनीय अनुपात
ग निश्चित अंतराल
घ सतत प्रबलन

प्रश्न 7 कैसीनो में स्लॉट मशीनें किस विशिष्ट प्रबलन अनुसूची पर काम करती हैं?

क निश्चित अनुपात
ख परिवर्तनीय अंतराल
ग निश्चित अंतराल
घ परिवर्तनीय अनुपात

प्रश्न 8 क्रियाप्रसूत अनुबंधन शब्दावली में, 'अनुपात' (Ratio) का क्या अर्थ है?

क बीते हुए समय का अनुपात
ख सही बनाम गलत परीक्षणों का अनुपात
ग प्रति प्रबलन आवश्यक व्यवहारिक अनुक्रियाओं की संख्या
घ प्राथमिक बनाम द्वितीयक प्रबलकों का अनुपात

प्रश्न 9 किसी जानवर या बच्चे को जटिल नया मोटर कौशल सिखाते समय, अधिग्रहण चरण के दौरान आदर्श रूप से कौन सी अनुसूची लागू की जानी चाहिए?

क परिवर्तनीय अनुपात
ख सतत प्रबलन (CRF)
ग निश्चित अंतराल
घ परिवर्तनीय अंतराल

प्रश्न 10 क्रियाप्रसूत प्रबलन अनुसूचियों की व्यवस्थित खोज और वर्गीकरण का श्रेय किसे दिया जाता है?

क इवान पावलोव
ख जॉन बी. वॉटसन
ग बी.एफ. स्किनर
घ एडवर्ड थार्नडाइक

अक्सर पूछे जाने वाले प्रश्न (FAQs)

अनुपात और अंतराल अनुसूचियों के बीच क्या अंतर है?

अनुपात अनुसूचियां सख्ती से जीव द्वारा उत्सर्जित व्यवहारिक अनुक्रियाओं की संख्या पर निर्भर करती हैं (जैसे, हर 5वीं लीवर प्रेस), जबकि अंतराल अनुसूचियां उस समय पर निर्भर करती हैं जो अनुक्रिया के सफलतापूर्वक प्रबलित होने से पहले बीतता है (जैसे, 2 मिनट के बाद पहली अनुक्रिया)।

परिवर्तनीय अनुपात अनुसूची विलोपन के प्रति इतनी प्रतिरोधी क्यों है?

चूंकि प्रबलन अप्रत्याशित है, जीव विलोपन चरण और पुरस्कारों के बीच सामान्य देरी के बीच अंतर नहीं कर सकता, जिससे व्यवहार उत्सर्जित करने में दीर्घकालिक दृढ़ता बनी रहती है।

प्रबलन-पश्चात विराम (Post-reinforcement pause) क्या है?

यह एक प्रबलक की डिलीवरी और उपभोग के तुरंत बाद अनुक्रिया दर में अस्थायी समाप्ति या गिरावट है, जो निश्चित अनुपात अनुसूचियों में सबसे प्रमुखता से देखी जाती है।

कक्षा प्रबंधन में प्रबलन अनुसूचियां कैसे लागू होती हैं?

शिक्षक वांछित व्यवहारों को आकार देने के लिए सतत प्रबलन (बार-बार प्रशंसा) से शुरू करते हैं, फिर धीरे-धीरे परिवर्तनीय अनुसूचियों की ओर बढ़ते हैं ताकि आदत या तृप्ति पैदा किए बिना छात्र जुड़ाव बनाए रखा जा सके।

UP PGT Psychology Study Tracker Track all 10 units, 26 sections & 218 curriculum topics