心境影响自尊的记忆效应的研究

研究了心境在自尊的记忆效应中所起的作用.被试为181名大学生,30个特质形容词为刺激材料,采用2(自尊分组)×2(BDI分组)×2(参照条件)×2(词性)的混合实验设计,要求被试自由回忆特质形容词.以中性词或BDI分数为协变量进行了方差分析及简单效应分析,结果重复证实了既往研究发现的自尊的记忆效应模式,且发现不存在对于负向信息的自我参照效应.更为重要的是,研究结果证实自尊的记忆效应并非暂时的心境使然,而是特质自尊作用的结果.这一结果有助于加深对自尊的认知动力特性的认识.     

特征框架效应的心理机制与影响因素

特征框架效应是指当分别以积极框架和消极框架来描述给定情境中某一事物或事件的关键特征时, 一般情况下人们更偏好以积极框架来描述其关键特征的事物或事件的现象。特征框架效应广泛的存在于消费、医学及政治等领域。目前, 它的解释机制主要包括效价加工的认知机制、参照依赖、查询理论以及认知神经机制。它的影响因素主要包括经验、人格特质、计算能力以及认知闭合需要等。未来的研究应该从深入探索特征框架效应的产生根源和影响因素, 拓展其应用研究, 深入探索偏好消极框架下的特征框架效应以及探讨该现象与其它现象之间的关系等五方面展开。     

面部表情的跨文化表达与识别研究述评

近年来面部表情的跨文化研究显示出更多的跨文化一致性和差异性证据。自发面部表情的表达和识别、组内优势效应以及面部表情信息的上下不对称性已成为该领域的研究热点。方言理论、中国民间模型和EMPATH模型从三种不同的角度对面部表情跨文化研究的结果进行了理论解释。而表达规则和解码规则以及语言效应是面部表情跨文化表达与识别的重要影响因素。今后, 面部表情跨文化的表达和识别研究应更加关注面部表情特征信息和影响因素这两个方面。     

生命伦理学挑战和机遇:人类行为学时代

2002年11月绘制思想图计划在自然杂志上发表(Nature 420:121,2002).它具有从发展对于跨文化和多学科的生命伦理学的描述性方法,到制定代表更多少数人想法和观点的下策的几个目的.为了获得绘制想法的最适当的方法,绘制思想图计划设立了个方法组,其目的是发展平行的方法,建立一个对行为进行描述的全面基本的结构.对于确定第二年计划应该向哪个方向发展和集中精力于何处,我们考虑了一些方法组的意见.我们邀请更多的人成为这个计划的参与者.     

使用题组反应模型缓解局部题目依赖性对多阶段测验的危害

尽管多阶段测验(MST)在保持自适应测验优点的同时允许测验编制者按照一定的约束条件去建构每一个模块和题板,但建构测验时若因忽视某些潜在的因素而导致题目之间出现局部题目依赖性(LID)时,也会对MST测验结果带来一定的危害。为探究"LID对MST的危害"这一问题,本研究首先介绍了MST和LID等相关概念;然后通过模拟研究比较探讨该问题,结果表明LID的存在会影响被试能力估计的精度但仍为估计偏差较小,且该危害不限于某一特定的路由规则;之后为消除该危害,使用了题组反应模型作为MST施测过程中的分析模型,结果表明尽管该方法能够消除部分危害但效果有限。这一方面表明LID对MST中被试能力估计精度所带来的危害确实值得关注,另一方面也表明在今后关于如何消除MST中由LID造成危害的方法仍值得进一步探究的。     

测验链接中的锚题代表性研究

本文旨在以“锚题代表性”这一研究命题切入,探索在非等组锚测验设计下,作为实现测验链接的重要载体,锚题和相关的测验试卷/水平之间究竟应该有什么关系。本文首先指出锚题代表性这一概念在等值和垂直量尺化领域中具有不同的含义,并给出其在垂直量尺化中的含义。通过考察测验链接中有关锚题代表性的既有研究,系统总结相关研究成果,本文概括出了当前锚题构建实践的可能优化方案,分析了锚题代表性研究的未来方向。     

风险决策的概率权重偏差：心理机制与优化策略

概率权重偏差指人对事件发生的主观概率估计与客观概率的差异。它影响投资、投保、医患沟通等方面。“重结果轻概率”的非补偿性策略和参照点诱发的情绪波动会引发概率权重偏差; 改变“概率”的描述形式、“结果”的情绪体验、“损益”的参照点、风险的心理距离等可调整权重偏差、优化决策。未来需深究权重偏差的适用情境、机制关联及偏差辨别等问题。     

甘肃省镇原县教会事工情况

甘肃省镇原县教会的基督教徒由1995年的157人,增加到了1997年4月前的1400多人,遍及全县24个乡镇。他们以“爱国爱教,荣神益人”为教训,并付诸于行动。争作好人好事,荣神益人的人(次)比95年增加了近10倍,取得了令人可喜的成绩。     

贝叶斯多组比较——渐近测量不变性

在行为科学研究领域中,检验测量工具的测量不变性是进行群体差异比较的前提。目前,多组验证性因子分析(多组CFA)方法被广泛用于检验测量不变性,但是它对跨组等值的限制过于严格,在实际应用中常常存在大量局限。贝叶斯渐近测量不变性方法基于贝叶斯思想的优良特性,放宽了传统多组CFA方法对跨组差异的严格限制,避免了传统方法的问题,具有较高的应用价值。文章详细介绍了贝叶斯渐近测量不变性方法的原理及优势,同时通过实例展示了渐近测量不变性方法在Mplus软件中的具体分析过程。     

密集追踪数据分析：模型及其应用

在心理学、教育学和临床医学等领域, 越来越多的研究者开始关注个体内部的行为、心理、临床效果等随时间而产生的动态变化, 重视针对个体的差异化建模。密集追踪是一种在短时间内对个体进行多个时间节点密集追踪测量的方法, 更适合用于研究个体内部心理过程等的动态变化及其作用机制。近年来, 密集追踪成为心理学研究的一大热点, 但许多密集追踪的研究分析仍停留在较为传统的方法。方法学领域已涌现出较多用于密集追踪数据分析的模型方法, 较为主流的模型包括以动态结构方程模型(Dynamic Structural Equation Model, DSEM)为代表的自上而下的建模方法, 以及以组迭代多模型估计(Group Iterative Multiple Model Estimation, GIMME)为代表的自下而上的建模方法。二者均可以方便地对密集追踪数据中的自回归及交叉滞后效应进行建模。