Modell 2.2 – Verhalten, Fächer und Beziehungen

Status und wissenschaftliche Einordnung

Die Erweiterung ist ein regelbasiertes, synthetisches Modell. Ihre Koeffizienten sind frei gesetzte Annahmen, nicht empirisch geschätzte Wirkungen. Freundschaften, Unterstützung, Anpassung und Fachwerte sind operative Modellbegriffe, keine Aussagen über tatsächliche Kinder, Diagnosen, Noten oder pädagogische Wirksamkeit. Es werden keine Lernstiltypen behauptet. Kein Individuum führt ein Sprachmodell aus.

Der ursprüngliche sechsdimensionale Zustand bleibt Motivation, Stress, Lernzeit (0–6 h/Tag), Fokus, Organisation und Modellleistung (jeweils sonst 0–100 Punkte). Organisation bleibt ein konstantes individuelles Merkmal. Verhalten und Peerregeln sind unabhängig abschaltbar und standardmäßig ausgeschaltet. Ohne beide Erweiterungen bleiben die bisherigen numerischen Verläufe exakt erhalten.

Erhaltung und Versionierung

Modell: 2.2-behaviour. Schulformat: Schema 1, Generator 2.0. Alte Generator-1.0-Konfigurationen werden ausdrücklich akzeptiert und mit zusätzlichen reproduzierbaren Merkmalen neu erzeugt; die neutralen sechs Anfangswerte bleiben unverändert. Alte Modelle 2.0 und 2.1 dürfen keine später erfundenen Einstellungen oder Szenarien behaupten. Importierte Ergebnisse werden nicht vertraut; Berechnung erfolgt aus geprüften Einstellungen.

Der vollständige geprüfte Stand 2.1 ist durch Git-Checkpoint f20690a393c69da6322b135fa85482d232667e2b wiederherstellbar. event-reference.js bewahrt die ursprünglichen 2.1-Gleichungen unverändert. single-event.js bewahrt 2.0, legacy-engine.js 1.1. Frühere Desktop-Pakete bleiben unverändert.

Reproduzierbare Bevölkerung und Streuung

Unverändert: die sechs neutralen Startwerte stammen aus dem ursprünglichen Generator. Alter, Namen, Stresssensitivität und neue Merkmale nutzen getrennte Zufallsstrom-Instanzen. Änderungen an Namen oder Klasseneinteilung ändern keine numerischen Merkmale.

Für Motivation, Organisation und Modellleistung ist zusätzlich eine Streuung r zwischen 0 und 2 wählbar:

x_neu = begrenze(c + (x_alt − c) × r + Verschiebung, 0, 100)

Zentren: Motivation c=62.5, Organisation und Leistung c=60. Bei r=1 wird die ursprüngliche Rechenfolge ausdrücklich beibehalten, um selbst Rundungsunterschiede zu vermeiden. Bei r=0 sind die Werte vor der Verschiebung gleich. Die ursprünglichen Verteilungen sind gleichverteilt, keine empirischen Schulpopulationen.

Der Standardbereich bleibt 50–300. Mit ausdrücklichem classroomMode: true werden zusätzlich 1–49 Modellpersonen unterstützt und getestet. Höchstens 24 nichtleere Klassen; die Summe manueller Klassengrößen muss exakt stimmen. Keine Erweiterung über 300: Der Originalauftrag nennt dies Zukunftserkundung und warnt vor unbegründeter Größensteigerung.

Neue individuelle Merkmale, jeweils gleichverteilt im Bereich [0,1):

Verhaltensregel

Parameter: Aktivierung, Anpassungsstärke a∈[0,1], Rückkopplungsstärke f∈[0,1], fachlicher Schwerpunkt.

Sei k die Anzahl aufeinanderfolgender Tage mit mindestens einem direkt zugeordneten Ereignis positiver Intensität; ohne direkte Exposition wird k auf 0 zurückgesetzt. Mehrere Ereignisse am gleichen Tag zählen als ein Expositionstag. Stärke 0 zählt nicht.

Anpassungsfaktor = 1 / (1 + a × A × max(0,k−1) / 5) effektive Sensitivität = ursprüngliche Sensitivität × Anpassungsfaktor

Nur die direkten Ereignis-Stressterme werden mit dieser effektiven Sensitivität multipliziert, nicht Hintergrundrauschen oder Peerbeiträge. Der erste Expositionstag wird nicht abgeschwächt. Auch negative direkte Stressterme werden in diesem vereinfachten Modell abgeschwächt: Anpassung bedeutet hier kleinere direkte Reaktion, nicht bewiesene gesundheitliche Verbesserung.

Mit der Modellleistung P des Vortages:

g = begrenze((70 − P) / 40, −1, 1) zusätzlicher Lernzeitterm = f × H × 0.4 × g zusätzlicher Motivationsterm = f × H × 0.6 × g

70 ist ein frei gesetztes Regelziel, keine reale Leistungsnorm. Oberhalb dieses Ziels verringert die Regel die zusätzliche Anstrengung; darunter erhöht sie sie. Diese Terme werden vor der jeweiligen Zustandsbegrenzung zu den bisherigen Tagesänderungen addiert. Abhängigkeiten von Stress, Fokus und Leistung bleiben ansonsten erhalten.

Drei zusätzliche Fachzähler

Fachzähler sind getrennte synthetische Zustände, keine Schulnoten. Sie starten bei den tatsächlichen generierten Fachstartwerten. Mit aktuellem Lernen L, Fokus F und Fachstartwert R:

Z_neu = begrenze(Z_alt + 0.12 × L × (F/100) × (0.5 + R/100) × Anteil × 3, 0, 100)

Gleichmäßiger Schwerpunkt: Anteil=1/3 je Fach. Gewählter Schwerpunkt: Anteil=0.6 für dieses Fach, 0.2 für jedes andere. Die Fachzähler wirken nicht verdeckt auf die sechs ursprünglichen Zustände zurück. Ihre Entwicklung wird separat gespeichert und im Profil mit dem passenden Normalverlauf verglichen.

Beziehungsgraph

Knoten sind Modellpersonen. Kanten sind ungerichtete, eindeutige Verbindungen ohne Selbstkanten. Beide Richtungen haben dasselbe Gewicht. Parameter:

Die Personen werden vor der Konstruktion nach ID geordnet. Freie Partner werden aus der bevorzugten Gruppe zufällig gewählt. Bei q=0 sind nur eigene Klassen zulässig; bei q=1 nur andere Klassen. Bei 0<q<1 darf bei erschöpftem bevorzugtem Pool der andere zulässige Pool verwendet werden. q ist deshalb eine Präferenz, keine Garantie für einen exakten Kantenanteil.

Die Gradobergrenze darf unterschritten werden, etwa bei ungeraden Gruppen, vollen Partnern oder eingeschränkten Pools. Eine alleinige Modellperson und d=0 ergeben einen gültigen leeren Graphen. Anfangsgewichte liegen in [0.4,1), spätere Gewichte in [0.1,1]. Die Topologie bleibt innerhalb eines Versuchs unverändert; die Gewichte können sich ändern. Das ist eine kleine, nachvollziehbare Beziehungserweiterung, kein vollständiges Gesellschaftsmodell.

Zeitverzögerte Peereffekte

Alle Personen lesen denselben vollständig gespeicherten Vortageszustand. Es gibt keinen Vorteil durch die Reihenfolge der Aktualisierung. B bezeichnet das nach Kantengewicht gewichtete Nachbarmittel; D die tatsächliche Anzahl verbundener Personen; U deren gewichteten Unterstützungsbeitrag:

StressΔ_peer = κ × [0.15 × (B_Stress − eigener Stress) − 0.6 × B_U × min(D,3)/3] MotivationΔ_peer = κ × 0.10 × (B_Motivation − eigene Motivation) LernzeitΔ_peer = κ × 0.10 × (B_Lernzeit − eigene Lernzeit)

Isolierte Personen, ausgeschaltete Peerregeln oder κ=0 erhalten exakt null Peerterme. Stress- und Motivationsdifferenzen haben Punkte als Einheit, Lernzeitdifferenzen h/Tag. Die drei Zusatzterme werden vor der jeweiligen Zustandsbegrenzung eingebracht.

Ein direktes Ereignis an Tag t kann eine nur indirekt verbundene Person frühestens an Tag t+1 beeinflussen. Klassen außerhalb der direkten Ereigniszuordnung sind bei eingeschalteten Peerregeln deshalb keine automatisch unberührten Kontrollgruppen. Der Normalverlauf enthält dieselben Verhaltens- und Peerregeln; nur die direkten Szenarioereignisse fehlen dort.

Veränderung der Beziehungen

Auch die Gewichtsregel liest ausschließlich den Vortag:

w_neu = begrenze(w_alt + ρ × [0.25 − |Stress_i − Stress_j|/100], 0.1, 1)

Ähnliche Stresswerte erhöhen das Gewicht nach dieser erfundenen Regel, hinreichend verschiedene Werte senken es. Dies ist keine empirische Freundschaftstheorie. Die Gewichtsentwicklung wird für beide Bedingungen täglich gespeichert. Neue Gewichte werden erst im folgenden Tagesschritt für Peereffekte genutzt. Eine graphische Anordnung verändert keinerlei Simulationsergebnis.

Drei weitere Ereignisse

Mit s=Intensität/2, an jedem direkt zugeordneten Ereignistag:

Die acht früheren Szenarien behalten ihre bisherigen Terme. Ein Hauptereignis und bis zu vier Zusatzereignisse werden wie in 2.1 additiv innerhalb eines einzigen Tagesschritts kombiniert. Alle Ereignisse teilen denselben dritten Tageszufallswert; insgesamt werden weiterhin exakt sechs übereinstimmende Hintergrundzufallszahlen pro Person und Tag verwendet. Nichtlineare Rückkopplung, Grenzen und soziale Ausbreitung machen Ergebnisdifferenzen im Allgemeinen nicht additiv.

Berechnungsevidenz und Grenzen

Automatisierte Tests prüfen neutrale Referenzgleichheit, Wiederholbarkeit, reine und gradbegrenzte Graphen, Seed-Isolation, zeitverzögerte Ausbreitung, übereinstimmende Kontrollen, unabhängige Verlaufskopien, kleine Klassen sowie endliche begrenzte Werte bei 300 Personen und 30 Tagen. Aktuelle tatsächlich ausgeführte Gesamtzahlen stehen im erzeugten Prüfbericht, nicht in diesem Text.

Tests begründen Softwareverhalten unter den definierten Regeln, nicht die Gültigkeit als Modell menschlichen Lernens. Es gibt weder empirische Kalibrierung noch einen echten Lehrkräfte-/Schulgeräteversuch. Eine Sprachmodell-Erklärung ist eine optionale Lesehilfe außerhalb der numerischen Berechnung und darf weder Fachzähler noch Beziehungen oder Zustände verändern.