心理因素与学业表现：机器学习分类预测模型

随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近（KNN）、支持向量机（SVM）、决策树（DT）、朴素贝叶斯（NB）等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%, 召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括：年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90％,准确率92.60％,召回率89.26％。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。     

语言范畴可否引起偏侧化颜色范畴知觉？

本研究考查了语言范畴是否会引起偏侧化颜色范畴知觉,并探讨了偏侧化颜色范畴知觉是语言范畴即时分类颜色还是长期与颜色联结的结果。实验中,以测量差别阈限的方法选定的渐变、相邻颜色知觉距离相当的A、B、C、D四种颜色（A、B为绿色,C、D为蓝色）为材料,以色词与颜色重组模式训练被试用4个人造词汇分别命名4种颜色,并让被试在训练前、第一次训练和第八次训练后均完成视觉搜索任务测试。经训练,原范畴内颜色（AB,CD）变成了范畴间颜色,原范畴间颜色（BC）仍为范畴间颜色。结果显示：被试在一次训练后能以新名字区分4种颜色,八次训练后掌握了4种颜色的新名字;在训练前测试中,出现了与蓝绿色相应的偏侧化颜色范畴知觉;在第八次训练后测试中,出现了与习得的语言范畴相应的偏侧化颜色范畴知觉,但在第一次训练后测试中并未出现这一效应。这些结果表明,语言范畴能引起偏侧化颜色范畴知觉,偏侧化颜色范畴知觉是语言范畴长期与颜色联结,而非即时分类颜色的结果。     

教师心理素质的隐含研究

本研究旨在运用隐含研究方法揭示教帅应具备的心理素质及其结构。为此,本研究进行了一个预备测试与3个正式测试。研究结果表明：①创造性,责任感,教育效能感等21项特性是教师重要的心理品质;②在这些心理品质中,客观公正性、移情性、角色认同、有恒性、监控陛、责任感、非权势等11项心理品质被教师、家长、学生共同认定为最重要最基本的心理品质;③人们心目中教师心理品质由工作动因,工作行为、行为调控三个维度构成的;④综合三项测试结果,本研究认为教师心理素质是由3个维度、10项基本特性构成的。此外,文章还分析了这一结论与以前研究结果的关系及隐含研究方法对于该项研究的适用性。     

个体对效价预期和风险评估的时程加工机制:来自ERP的证据

采用事件相关电位技术(ERP),通过简单赌博任务,操纵结果预期的效价(输或赢)与风险(高风险与低风险),考察了个体对结果预期阶段的效价和风险评估的脑内时程动态加工过程。脑电结果发现:(1)在N2成分上,结果预期的效价主效应显著,预期输比预期赢能够引起更大的N2波幅;结果预期的风险主效应不显著。(2)在N500成分上,效价与风险之间的交互作用边缘显著,进一步简单效应分析发现,在预期输的条件下,肯定会输的N500波幅显著大于可能会输;而在预期赢的条件下,肯定会赢与可能会赢之间的N500波幅差异不显著。这说明,在不确定决策过程中的结果预期阶段,个体可能先对结果预期的效价进行加工,然后再对风险进行评估。     

大手牵小手 快乐共成长——幼儿园九月份迎接新生入园特别活动

2011年,我园对大班幼儿关心帮助他人情况进行了一次家长问卷调查,统计结果显示：67％的家长认为自己的孩子从来不会去主动关心帮助他人;23％的家长认为自己的孩子有时候想去帮助比自己小的朋友,但不知道怎样去做,往往弄巧成拙;只有10％的家长认为自己的孩子比较有爱心,喜欢去帮助别人,而且效果比较好!     

计算机化分类测验终止规则的类别、特点及应用

计算机化分类测验(Computerized Classification Testing, CCT)能够高效地对被试进行分类, 已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分, 终止规则决定测验何时停止以及将被试最终划分到何种类别, 因此直接影响测验效率及分类准确率。已有的三大类终止规则(似然比规则、贝叶斯决策理论规则及置信区间规则)的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时, 在不同测验情境下, CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求, 三类终止规则在合格性测验上均有应用潜力, 而临床问卷则倾向应用贝叶斯规则。     

非良基集合的域和分类

本文介绍正则互模拟理论并比较了正则互模拟的外延性大小,通过对非良基公理之间不相容的条件的讨论,我们进一步比较了由正则互模拟决定的非良基集合域的大小,最后对非良基集合论FAFA、SAFA和AFA中的非良基集合进行了分类。     

利用脑成像多体素模式分析解码认知的神经表征:原理和应用

多体素模式分析(multi-voxel pattern analysis,MVPA)是一种基于机器学习理论发展出来的新的功能磁共振数据分析技术。MVPA技术通过训练分类器,对由不同认知状态引起的多体素信号模式进行分类。与传统的基于单个体素的分析方法相比,该技术可更敏感地检测脑对认知状态的表征,并使得从神经信号解码认知状态成为可能。文章介绍MVPA技术的基本原理、分析步骤以及可以用MVPA来解决的科学问题,并对应用中可能面临的问题提供了参考建议。     

结果预期对青少年攻击性行为的影响：中介效应与调节效应

采用攻击性问卷、关系攻击行为量表、结果预期量表、移情量表和自我控制能力问卷对720名中学生进行调查,考察了结果预期与青少年攻击性行为的关系,以及自我控制在其中的中介作用和移情在其中的调节作用。结果发现:(1)结果预期与青少年的攻击性行为(外部攻击和关系攻击)存在显著负相关;(2)自我控制在结果预期与青少年攻击性行为之间起着完全中介作用;(3)在结果预期对青少年外部攻击行为的预测中,移情发挥了调节作用。在高移情个体中,结果预期并不预测外部攻击行为,而在低移情个体中,结果预期显著地反向预测外部攻击行为;(4)自我控制在结果预期与青少年外部攻击行为之间的中介作用受到移情的调节,高水平的移情能力可以有效地缓解青少年因低自我控制而导致的高攻击性。     

把结果论丢在后面

本报告挑战了下述陈词滥调——在结果论和义务论之间可以作出真正有效的理论选择,同时它论证了道义论比结果论的基本洞见更加深刻.以费希特的伦理学理论为例,证明它与亚里士多德实践观的一致性,本报告认为,所有行为都因其自身之故才是值得选择的,对结果的评价必须取决于由值得选择的行为所设置的目的.因此,在按照正确行为而选择的行为与按照最佳结果而选择的行为之间,最终不应该有什么分歧.在某些情况下,一种方法比另一种方法可能有启发性的优势,但每种方法也都可能会犯视角错误.结果论应被丢在后面,但不是彻底丢掉,而是像火车车尾的守车,只要被正确的道义论引擎牵引着,它就适得其所.