Khoảng cách xem mô phỏng làm suy giảm mối quan hệ tin cậy-độ chính xác trong khoảng cách dài nhưng không vừa phải: Hỗ trợ cho một mô hình kết hợp vai trò của sự mơ hồ về tính năng Phần 1

trừu tượng

Nhu cầu nghiên cứu nhận dạng nhân chứng ngày càng tăng để xác định các yếu tố không chỉ ảnh hưởng đến độ chính xác của nhận dạng mà còn có thể ảnh hưởng đến mối quan hệ tin cậy – chính xác (CA). Một biến số như vậy có tác động đáng chú ý đến trí nhớ đối với khuôn mặt là khoảng cách xem, với các khuôn mặt được mã hóa từ khoảng cách ngắn hơn được ghi nhớ tốt hơn so với các khuôn mặt được mã hóa ở khoảng cách xa hơn.

Với sự phát triển không ngừng của xã hội hiện đại, số lượng nhân chứng tội phạm ngày càng tăng lên. Trong trường hợp này, các nhân chứng cần có khả năng xác định và ghi nhớ một cách hiệu quả những thông tin quan trọng như hình dáng và chuyển động của nghi phạm. Có một mối quan hệ giữa sự nhận biết của nhân chứng và trí nhớ.

Đầu tiên, trí nhớ tốt là chìa khóa để nhân chứng nhận ra nghi phạm. Nếu các nhân chứng có thể nhớ rõ ngoại hình, đặc điểm cơ thể, thói quen di chuyển và các thông tin khác của nghi phạm thì tỷ lệ giải quyết vụ án thành công sẽ được cải thiện rất nhiều. Có thể thấy, trí nhớ tốt là điều rất quan trọng để nhân chứng nhận diện được nghi phạm.

Thứ hai, trạng thái tâm lý của người chứng kiến ​​cũng sẽ ảnh hưởng đến khả năng nhận biết và ghi nhớ của họ. Ví dụ, nếu nhân chứng sợ hãi hoặc lo lắng, sự chú ý sẽ bị phân tán và trí nhớ sẽ bị ảnh hưởng. Ngược lại, nếu nhân chứng giữ bình tĩnh và tập trung thì họ sẽ có khả năng ghi nhớ thông tin về nghi phạm tốt hơn. Vì vậy, người chứng kiến ​​cần vượt qua những cảm xúc tiêu cực và giữ bình tĩnh để nhận thức và quan sát tốt hơn.

Ngoài ra, kinh nghiệm sống và khả năng nhận thức của người chứng kiến ​​cũng đóng vai trò quan trọng trong việc nhận biết và ghi nhớ. Bằng cách thường xuyên quan sát mọi người và mọi thứ xung quanh, học hỏi kiến ​​thức tâm lý, v.v., bạn có thể cải thiện khả năng quan sát và hiểu biết của mình. Đồng thời, tích cực rèn luyện trí não và duy trì thói quen sinh hoạt tốt cũng có thể giúp cải thiện trí nhớ và khả năng nhận thức.

Nói tóm lại, khả năng nhận dạng và trí nhớ của nhân chứng đóng vai trò quan trọng trong việc giải quyết tội phạm. Chỉ bằng cách đảm bảo trạng thái tinh thần tốt, tích cực rèn luyện và nâng cao khả năng nhận thức, chúng ta mới có thể đóng vai trò nhân chứng tốt hơn và giúp cảnh sát duy trì hòa bình, ổn định xã hội. Có thể thấy rằng chúng ta cần phải cải thiện trí nhớ của mình. Cistanche Deserticola có thể cải thiện trí nhớ đáng kể vì Cistanche Deserticola là một dược liệu cổ truyền của Trung Quốc với nhiều tác dụng độc đáo, một trong số đó là cải thiện trí nhớ. Hiệu quả của thịt băm đến từ nhiều hoạt chất có trong nó, bao gồm axit, polysaccharides, flavonoid, v.v. Những thành phần này có thể tăng cường sức khỏe não bộ theo nhiều cách khác nhau.

Bấm biết 10 cách cải thiện trí nhớ

Trong bốn thử nghiệm đã đăng ký trước, sử dụng cả mẫu trong phòng thí nghiệm và mẫu trực tuyến, chúng tôi đã so sánh các khuôn mặt được xem ở khoảng cách xem mô phỏng ở các mức độ khác nhau (trung bình và xa) với các khuôn mặt được xem ở khoảng cách rất gần được mô phỏng. Khoảng cách được mô phỏng bằng chức năng làm mờ Gaussian với mức độ mờ cao hơn tương ứng với khoảng cách mô phỏng lớn hơn. Chúng tôi nhận thấy rằng cả khoảng cách mô phỏng trung bình và xa đều làm suy giảm hiệu suất bộ nhớ tổng thể so với không có khoảng cách mô phỏng, với khoảng cách tăng lên dẫn đến trí nhớ kém hơn.

Tuy nhiên, khoảng cách mô phỏng xa làm suy yếu mối quan hệ CA. Trong thử nghiệm thứ tư, chúng tôi nhận thấy rằng cảnh báo trước thử nghiệm không cải thiện được sự suy giảm mối quan hệ CA này đối với các khuôn mặt được nhìn ở khoảng cách mô phỏng xa. Các phát hiện này cho thấy rằng việc nhận dạng khuôn mặt có độ tin cậy cao được thực hiện cho các khuôn mặt được nhìn từ khoảng cách xa nên bị bỏ qua và các biến ước tính tác động đến trí nhớ có thể làm suy giảm mối quan hệ CA khi bộ nhớ bị giảm đến mức quan trọng.tuyên bố

Khi một nhân chứng chứng kiến ​​một tội ác diễn ra, một số biến số sẽ ảnh hưởng đến khả năng sau này họ có thể xác định chính xác. Nghiên cứu trước đây cho rằng mối quan hệ giữa độ tin cậy và độ chính xác trong việc nhận dạng là rất mong manh, nhưng chiến lược phân tích gần đây hơn đã thay đổi nhận thức đó. Độ tin cậy có thể là một chỉ báo tốt về độ chính xác miễn là hoàn cảnh của sự kiện mã hóa là lý tưởng. Điều ít được biết đến hơn là liệu mối quan hệ giữa độ tin cậy và độ chính xác có thể được bảo tồn ngay cả trong những trường hợp không lý tưởng hay không.

Mặc dù người ta đã xác định rõ rằng khuôn mặt ghi nhớ của các nhân chứng bị suy giảm theo khoảng cách ngày càng tăng, nhưng liệu yếu tố này có ảnh hưởng đến mối quan hệ giữa độ tin cậy và độ chính xác hay không thì vẫn chưa được hiểu rõ. Một số nghiên cứu đã phát hiện ra rằng mối quan hệ giữa độ tin cậy và độ chính xác có thể được bảo toàn ở một số khoảng cách nhưng không phải ở những khoảng cách khác. Các nhà nghiên cứu cho rằng điều này là do các nhân chứng không đánh giá được mức độ khó khăn của nhiệm vụ nhận dạng khuôn mặt khi khoảng cách quan sát tăng lên.

Trong bốn thử nghiệm, chúng tôi đã sử dụng thiết kế bên trong đối tượng để loại bỏ khả năng các cá nhân có thể thay đổi chiến lược của mình để trở nên bảo thủ hơn hoặc ít hơn nhưng lại đưa họ vào thực tế là một số khuôn mặt sẽ khó nhận dạng hơn những khuôn mặt khác. Chúng tôi tìm thấy bằng chứng rằng chỉ có khoảng cách xa mới làm suy giảm mối quan hệ tin cậy và chính xác. Khoảng cách vừa phải thì không, điều này cho thấy rằng sự mơ hồ về tính năng khi mã hóa dẫn đến hiệu ứng bị ảnh hưởng hơn là sự tự tin thái quá về hiệu suất nhận dạng.

Do một sự thay đổi tương đối gần đây trong cách các nhà nghiên cứu về trí nhớ nhân chứng mô tả một cách định lượng mối quan hệ giữa và độ chính xác, nên đã có mối quan tâm trở lại trong việc xác định các yếu tố có ảnh hưởng và không ảnh hưởng đến khả năng tự tin của nhân chứng trong việc nhận dạng để dự đoán khả năng chính xác của họ (Wixted & Wells, 2017 ). Do đó, chúng tôi quan tâm đến cách mà một số biến ước tính nhất định ảnh hưởng đến độ chính xác của nhận dạng nhưng không nằm dưới sự kiểm soát của hệ thống tư pháp hình sự (Wellsinfluence ảnh hưởng đến mối quan hệ này.

Trong khi rất nhiều nghiên cứu trong lĩnh vực tâm lý học và luật tập trung đúng vào các biến số của hệ thống hoặc những yếu tố nằm dưới sự kiểm soát của hệ thống tư pháp hình sự, thì các biến ước tính cũng quan trọng không kém để hiểu (S Miler và cộng sự, 2018). Đó là điều quan trọng không kém. bởi vì chúng tôi có thể tạo ra các dự đoán dựa trên bằng chứng về khả năng một nhân chứng cụ thể xác định thành công đặc điểm sinh học của thủ phạm trong bối cảnh nhân chứng cụ thể nếu chúng tôi hiểu tác động của bối cảnh đó đến hiệu suất bộ nhớ. Đối với các nghiên cứu hiện tại, chúng tôi tập trung vào một biến ước tính, khoảng cách xem (khoảng cách giữa người quan sát và khuôn mặt mục tiêu khi mã hóa), để hiểu rõ hơn về ảnh hưởng của mối quan hệ giữa độ tin cậy và độ chính xác.

Sẽ không có gì ngạc nhiên đối với một người bình thường khi khoảng cách giữa nhân chứng và khuôn mặt mà họ cần để xác định độ chính xác sau này sẽ giảm đi. Khoa học đã rõ ràng về thực tế này (ví dụ, Lindsayet al., 2008; Nyman và cộng sự, 2019; Lockamyier và cộng sự, 2020), và nguồn tài trợ đã được các nhà hoạch định chính sách chính thức công nhận. Ví dụ, Lindsay và cộng sự. đã tiếp cận các sinh viên trong khuôn viên trường đại học và yêu cầu họ mã hóa khuôn mặt của một trợ lý nghiên cứu xuất hiện cách đó từ 4 đến 15 dặm hoặc cách xa 20–50 m.

Sau đó, những người tham gia đưa ra quyết định về đội hình từ đội hình có mục tiêu vắng mặt hoặc có mục tiêu ngay lập tức hoặc 24 giờ một 24-h dela. Xác nhận dự đoán trực quan, việc xác định mục tiêu chính xác kém hơn ở khoảng cách xa hơn. Tương tự như vậy, Nyman et al. có những người tham gia mã hóa theo cách được kiểm soát nhiều hơn (nhưng vẫn mang tính tự nhiên) với các khoảng cách khác nhau khác nhau, từ 5 đến 110 m. Những người tham gia nhận dạng tương tự từ một đội hình và cùng một kiểu kết quả xuất hiện.

Tuy nhiên, bản chất thực tế của các điều kiện thử nghiệm được sử dụng trong cả Lindsay và cộng sự. (2008) và Nyman và cộng sự. (2019) đưa ra mức độ biến thiên cao hơn mức lý tưởng theo tiêu chuẩn phòng thí nghiệm.

Teseofferdies đưa ra một sự đánh đổi minh họa tuyệt vời mà các nhà nghiên cứu phải thực hiện giữa việc mô phỏng chặt chẽ các điều kiện tự nhiên và thực hiện kiểm soát thực nghiệm nghiêm ngặt. Mặc dù không có câu trả lời đúng về cách tiếp cận nào là tốt nhất, các nhà nghiên cứu khác đã cố gắng mô phỏng khoảng cách xem trong phòng thí nghiệm bằng cách sử dụng các bản fax kỹ thuật số của khuôn mặt (chứ không phải khuôn mặt thật, sống) tương ứng với một số khoảng cách vật lý trong thế giới tự nhiên. May mắn thay, khoảng cách có thể được mô phỏng theo một số cách đã được thiết lập theo kinh nghiệm trước tiên là ghi lại sự kiện được chứng kiến ​​trên video và chỉ đơn giản là thay đổi khoảng cách giữa mục tiêu và máy ảnh (Lockamyieret al., 2020). Các nhà nghiên cứu có thể lựa chọn cho những người tham gia xem những bức ảnh chụp khuôn mặt nhưng giảm kích thước của chúng xuống mức khoảng cách gần đúng (ví dụ, Loftus & Harley, 2005).

Tuy nhiên, cả hai phương pháp đều chuyển dịch kém sang việc thu thập dữ liệu từ xa do thiếu tiêu chuẩn hóa liên quan đến kích thước hiển thị mà người tham gia từ xa chọn sử dụng. Để giải quyết vấn đề này, chúng tôi đã chọn làm mờ khuôn mặt ở mức độ lớn hơn hoặc ít hơn để chuyển thành khoảng cách mô phỏng lớn hơn hoặc nhỏ hơn. Làm mờ khuôn mặt có thể được thực hiện theo nhiều cách (ví dụ: làm mờ Gaussian, Lampinen và cộng sự, 2015; bộ lọc bộ lọc, Loftus & Harley, 2005). Tương tự như logic đằng sau việc hiển thị hình ảnh có kích thước giảm, việc làm mờ hình ảnh của một khuôn mặt mô phỏng thực tế là các khuôn mặt ở xa được biểu thị bằng ít tế bào cảm quang hơn trong võng mạc, nghĩa là mỗi đặc điểm của khuôn mặt phải được mã hóa bởi ít ô hơn, dẫn đến một cái gì đó tương tự như một hình ảnh có pixel.

Loftus và Harley (2005) đã sử dụng cách tiếp cận như vậy và phát hiện ra rằng việc sử dụng bộ lọc thấp mô phỏng hoàn hảo những thay đổi in vivo về khoảng cách xem (có thể so sánh với việc giảm kích thước ảnh). Sau nghiên cứu này, Lampinen et al. (2015) đã sử dụng độ mờ Gaussian (tạo ra hiệu ứng thị giác tốc độ thấp tương tự) và tìm thấy bằng chứng phù hợp với các quy trình nghiên cứu mang tính tự nhiên hơn—xu hướng đơn điệu âm về độ chính xác như khoảng cách mô phỏng. Do đó, việc sử dụng chức năng làm mờ để mô phỏng khoảng cách hiệu quả và cho phép các nhà nghiên cứu duy trì chặt chẽ cortisol phòng thí nghiệm. Phương pháp này có lợi thế hơn so với thao tác kích thước vì người tham gia có thể điều chỉnh góc nhìn của màn hình để đảm bảo rằng họ mã hóa khuôn mặt bị mờ như dự định, nhưng điều này không cải thiện hiệu ứng có chủ ý.

Quy trình làm mờ như vậy cho phép chúng tôi điều tra xem khoảng cách (nếu có) tác động như thế nào đến mối quan hệ giữa độ tin cậy và độ chính xác trong trí nhớ của nhân chứng (Lampinen và cộng sự, 2014). Nhận dạng bằng mắt là tác nhân lớn nhất dẫn đến các vụ án đã bị lật tẩy trong vài thập kỷ qua bởi Dự án Vô tội (Dự án Vô tội, 2019). Theo các nhà nghiên cứu, nhu cầu xác định các tình huống trong nhận dạng bất ngờ là các phán đoán có độ tin cậy cao hơn thường đi kèm với nhận dạng và có thể được nhắc ("Bạn chắc chắn rằng đây là anh chàng như thế nào?") hoặc không được nhắc nhở ("Đó chắc chắn là anh chàng Isaw!").

Với tần suất mà những thông tin đó được gắn với danh tính của con trai, hệ thống tư pháp hình sự có nhiệm vụ xác định tính hữu ích của chúng đối với những người xét xử sự thật (Smalarz và cộng sự, 2021; Wells và cộng sự, 1981, 2002). Cách đây chưa đầy ba mươi năm, các nhà nghiên cứu trí nhớ của nhân chứng nói chung đều đồng ý rằng sự tự tin của nhân chứng ít nhất có liên quan yếu đến độ chính xác của nhân chứng (Sporer et al.,1995). Tuy nhiên, tình cảm đó đã thay đổi; Wixted và Wells (2017) gần đây đã ủng hộ việc sử dụng niềm tin như một yếu tố dự báo độ chính xác trong bối cảnh pháp lý, lập luận rằng các giả định trước đây về độ tin cậy và độ chính xác không liên quan đến nhau dựa trên cách tiếp cận phân tích không chính xác (tức là mối tương quan điểm-lưỡng tính, xem Juslin et al ., 1996 để thảo luận).

Đề xuất của Teir đã đi kèm với một lời cảnh báo: chỉ nên sử dụng độ tin cậy như một yếu tố dự đoán độ chính xác miễn là các điều kiện tại thời điểm mã hóa khuôn mặt thuận lợi cho việc xác định chính xác (ví dụ: các biến ước tính tại thời điểm mã hóa có liên quan đến bộ nhớ tốt hơn không có các yếu tố ở cấp độ hệ thống về hiệu suất, độ ảnh hưởng, độ chính xác của nhân chứng hoặc độ tin cậy). Tuy nhiên, một số người còn lập luận thêm rằng những điều kiện thuận lợi này có thể không đủ, nhưng không cần thiết, tạo điều kiện tin cậy để trở thành một yếu tố dự báo chính xác và đáng tin cậy về độ chính xác (Mickes và cộng sự, 2017).

Về bản chất, có thể có một số điều kiện dưới mức tối ưu làm suy giảm trí nhớ của nhân chứng nói chung nhưng vẫn giữ nguyên mối quan hệ giữa độ tin cậy và độ chính xác (xem Wixtedet al., 2016, để biết một nghiên cứu thực địa xác nhận độ chính xác này). Đây là tín hiệu tốt cho sự tự tin như bằng chứng chứng minh trong bối cảnh pháp lý. , vì nó lọc trước một cơ chế lọc, theo đó các nhân chứng có độ tin cậy thấp trong cuộc kiểm tra có thể bị ngăn cản tiến hành xét xử (vì độ tin cậy cho thấy khả năng nhận dạng thấp).

Trong bối cảnh khoảng cách xem, tương đối ít nghiên cứu đã cố gắng kiểm tra độ chính xác-độ tin cậy một cách cụ thể. Semmler và cộng sự. (2018) đã phân tích lại mối quan hệ giữa độ chính xác và sự tự tin từ Lindsayet al. (2008) bằng cách xây dựng các đường cong hiệu chỉnh và nhận thấy rằng mặc dù khoảng cách xem có ảnh hưởng lớn đến trí nhớ (được biểu thị bằng d prime, thước đo khả năng phân biệt đối xử), bản thân mối quan hệ tin cậy-độ chính xác vẫn còn nguyên vẹn (mặc dù lưu ý rằng điều này chỉ đúng khi quá trình khử nhận dạng bị trì hoãn; điều tương tự cũng không đúng khi việc loại bỏ nhận dạng ngay lập tức). Họ đưa ra lập luận rằng chỉ vì một biến ước tính nhất định ảnh hưởng đến bộ nhớ không có nghĩa là biến đó sẽ cần đến các phán đoán về độ tin cậy và việc nhận dạng được đưa ra bởi các nhân chứng có độ tin cậy cao vẫn có khả năng chính xác.

Theo khuôn khổ suy giảm trí nhớ toàn cầu và siêu trí nhớ, bất kỳ biến số nào gây tổn hại đến trí nhớ nói chung cũng sẽ làm giảm ngưỡng mà một nhân chứng có thể có để đưa ra phán đoán có độ tin cậy cao. Ví dụ, nếu một người chứng kiến ​​một tên trộm vào đêm khuya trong điều kiện tầm nhìn kém, chúng ta sẽ cho rằng khả năng xác định chính xác tên trộm sau đó là khá thấp. Một khuôn khổ toàn cầu sẽ dự đoán rằng trung bình, việc hiệu chuẩn cũng sẽ bị suy giảm và một nhân chứng trong tình huống này (so với một người chứng kiến ​​trong điều kiện quan sát lý tưởng) sẽ có nhiều khả năng gán nhầm phán đoán có độ tin cậy cao hơn cho việc nhận dạng sai, khiến cho phán đoán về độ tin cậy trở thành một yếu tố đánh giá quá cao hiệu quả hoạt động.

Semmler và cộng sự. (2018) và chúng tôi (Davis và cộng sự, 2019) đã đề xuất rằng các yếu tố ảnh hưởng đến hiệu suất bộ nhớ nói chung không nhất thiết làm giảm khả năng đánh giá siêu bộ nhớ (ví dụ: Co và cộng sự, 1997; Leippe, 1980; Penrod & Cutler, 1995). Về bản chất, ý tưởng là các nhân chứng biết ngầm hoặc rõ ràng rằng hiệu suất trí nhớ của họ kém và giảm mức độ tin cậy khi họ nhận dạng. Điều này khiến mối quan hệ tin cậy-chính xác phần lớn không bị ảnh hưởng, có nghĩa là những người thử thực tế vẫn có thể đặt niềm tin vào các phán đoán của nhân chứng có độ tin cậy cao ngay cả khi hoàn cảnh xung quanh việc nhận dạng chưa tối ưu.

Ngược lại, Man và cộng sự. (2019) đã phân tích – mối quan hệ chính xác trong nghiên cứu của họ bằng cách sử dụng quy trình thử nghiệm in vivo ở một trung tâm khoa học và nhận thấy mối quan hệ giữa độ tin cậy và độ chính xác dường như được duy trì ở khoảng cách ngắn hơn chứ không phải ở khoảng cách dài hơn.Lockamyier và cộng sự. (202 đã xác định được một mô hình tương tự trong các đường cong đặc trưng độ tin cậy-độ chính xác, với sự hiệu chuẩn tốt được quan sát ở khoảng cách ngắn (3 m) nhưng không ở khoảng cách dài hơn (10 và 20 m), một lần nữa cho thấy rằng khoảng cách ngày càng tăng có thể liên quan đến sự suy giảm mối quan hệ độ tin cậy-độ chính xác. Các phát hiện có cũng đã được chứng minh cho các biến ước tínhngoài khoảng cách xem (ví dụ: hiệu ứng croeffectce;Dodson & Dobolyi, 2016).

Theo mô hình ngưỡng của Nyman và cộng sự (2019), những người tham gia trong điều kiện mà khả năng phân biệt đối xử đặc biệt thấp có thể không nhận ra nhiệm vụ khó đến mức nào và thành công đó là không thể. Điều này khiến họ tiếp cận việc đưa ra các phán đoán siêu nhận thức theo cách mà họ chỉ làm đối với một nhiệm vụ có độ khó vừa phải, có nghĩa là phần lớn các phán đoán của họ sẽ đánh giá quá cao hiệu suất thực tế của họ. Nghiên cứu về siêu nhận thức trong tài liệu giáo dục ủng hộ ý tưởng này; Người học có xu hướng tự tin hơn về những nội dung khó so với những nội dung khó vì họ có xu hướng sai lầm khi cho rằng mức độ thực hiện của họ sẽ không đổi ngay cả khi độ khó tăng lên (ví dụ, Kelemen và cộng sự, 2000; Maki tal., 2005; Schraw & Roedel , 1994).

Tuy nhiên, cả Nyman và cộng sự. (2019) và Lockamyier và cộng sự (2020) thừa nhận rằng có tương đối ít nhận dạng thực chứng thực hiện ở khoảng cách rất xa, gây khó khăn cho việc tính toán số liệu thống kê suy luận phù hợp ở mức độ tin cậy cao nhất này và khiến người ta nghi ngờ liệu hiệu ứng ngưỡng quan sát được có phải chỉ đơn giản là do mức độ tin cậy cao. sự thay đổi trong các phán đoán có độ tin cậy cao ở khoảng cách xaĐiều nàyVấn đề về phương pháp luận này càng trở nên trầm trọng hơn bởi quy trình xếp hàng, quy trình này có giá trị ứng dụng cao nhưng do cần thiết chỉ mang lại một điểm dữ liệu duy nhất cho mỗi điều kiện, làm tăng thêm tính biến thiên. Trong các nghiên cứu hiện tại, chúng tôi đã kiểm tra tác động của việc xem mối quan hệ độ tin cậy-độ chính xác về khoảng cách bằng cách sử dụng mô hình nhận dạng khuôn mặt, mô hình này tạo ra hàng chục quan sát cho mỗi điều kiện, từ đó mang lại ước tính đáng tin cậy hơn về độ chính xác ở mỗi mức độ tin cậy. Trong khi các nhận dạng một khuôn mặt và các quyết định cũ/mới cho một tập hợp lớn các khuôn mặt được trình bày trước đó là các nhiệm vụ giống hệt nhau về bề ngoài, cả hai đều dựa vào các kiến ​​trúc nhận thức tương tự trong quá trình xử lý khuôn mặt (Morgan và cộng sự, 2007), trong đó nhận dạng khuôn mặt thường hữu ích như một công cụ nghiên cứu cơ bản cho kiểm tra các vị trí lý thuyết

Mặc dù có sự khác biệt giữa nhận dạng khuôn mặt và mô hình dòng sản phẩm (xem Weber & Brewer, 2006 để thảo luận về những điểm tương đồng giữa các mô hình), chúng tôi tin rằng sức mạnh gia tăng và tính ổn định của các ước tính sẽ lớn hơn những nhược điểm của việc giảm giá trị sinh thái.

Ngoài việc tối đa hóa sức mạnh thống kê bằng cách sử dụng mô hình nhận dạng khuôn mặt, chúng tôi đã tiến hành các nghiên cứu hiện tại theo thiết kế bên trong đối tượng mạnh mẽ hơn nhằm tối đa hóa độ tin cậy của ước tính điểm.

Trong khi đó người đàn ông và cộng sự. (2019) đã yêu cầu người tham gia thực hiện bốn xác định các mục tiêu có thể có, chúng được chia thành các nhóm có mục tiêu hiện tại và mục tiêu vắng mặt, và mỗi nhiệm vụ được hoàn thành một cách tuần tự (ví dụ: những người tham gia đã nghiên cứu và được kiểm tra tình trạng mệt mỏi đơn lẻ tại một thời điểm), khiến điều đó có nhiều khả năng xảy ra hơn. rằng những người tham gia có thể điều chỉnh các tiêu chí chung của họ để lựa chọn và đưa ra các đánh giá về độ tin cậy từ nhiệm vụ này sang nhiệm vụ khác. Chúng tôi lập luận rằng trong khi dữ liệu được cung cấp bởi Nyman et al. cung cấp một số bằng chứng ủng hộ tài khoản ngưỡng, thì nên thực hiện thử nghiệm trong phòng thí nghiệm nghiêm ngặt hơn với mẫu và thiết kế được tạo ra để phát hiện các tình huống về mối quan hệ tin cậy-độ chính xác.

Chúng tôi cũng tiến hành nghiên cứu bằng cách sử dụng cả sinh viên đại học và công nhân trên MechanicalTurk (MTurk) của Amazon. Bởi vì những người chứng kiến ​​ở Hoa Kỳ về mặt xác suất có thể là bất kỳ ai trong số một số hồ sơ nhân khẩu học có mặt ở quốc gia này, nên các mẫu của người tham gia phải phù hợp với mức độ đa dạng này. Do đó, mẫu MTurk cho phép ước tính tổng quát hơn về khả năng của dân số Hoa Kỳ,1 thay vì chỉ dựa vào một mẫu sinh viên đại học đồng nhất, có trình độ học vấn cao để khái quát hóa cho nhóm dân số quan tâm. Cuối cùng, chúng tôi đã triển khai một chiến thuật thủ tục đơn giản (tức là một cảnh báo hướng dẫn) nhằm sửa chữa những đánh giá quá cao về độ tin cậy trong Thí nghiệm 3, vì điều quan trọng là xác định xem liệu bất kỳ ảnh hưởng tiêu cực nào của các biến ước tính có thể được sửa chữa bằng những thay đổi chính sách có thể dễ dàng thực hiện trong lĩnh vực này hay không.

For more information:1950477648nn@gmail.com