拓展后的GGUM在LOT-R中的适用性分析

该研究对拓广等级展开模型（GGUM）进行了拓展,取消GGUM中关于主观反应类别阈限对称的假设,并将拓展之后的新模型和GGUM同时用于生活取向测验修订版（LOT-R）的被试反应数据分析,采用新编的单项目、两项目对和三项目组χ2/df计算程序计算和比较新模型和GGUM在该测验数据上的拟合差异。结果显示,新编程序与Stark等人开发的MODFIT程序具有同样的有效性,新模型在这些指标上的值显著小于GGUM,并且均小于3,表明新模型较GGUM更适合于分析LOT-R的反应数据,说明新模型更适用于分析具有多个评定等级的人格测验数据。根据以上结果,该研究认为,未来人格测验的数据分析应该使用没有对主观反应类别阈限进行对称限定的新拓展的模型更合理。     

做好人生的“减法”

非洲的撒哈拉大沙漠在成为沙漠以前,土地肥沃,水分充足,是各种植物生长的天堂。在这些植物中,不乏一些高大的树木,它们以其发达的根系和硕大的树冠,占尽了生长的优势,成了这片土地的"霸主"。在那个时候,在那个生长环境里,这些树木或鲜花盛开,或枝繁叶茂,尽情展露着自己迷人的外表。后来,由于众所周知的原因,地球上的环境变得恶劣起来,撒     

基于行为事件的履历资料评估

行为事件的履历资料评估能有效克服传统履历数据构思效度弱、情景限制多等问题。本研究结合某通信企业招聘工作,选取250名应聘者数据,结合关键事件法,通过对履历事件的行为锚定来评估应聘者的胜任特征。研究在多重比较行为履历资料、履历表数据、认知能力等多个指标组合对录用结果预测的回归模型基础上,检验新增指标的预测效度。结果表明,行为事件的履历资料评估具有效标关联效度,与其他工具组合使用时具有增量效度。     

中国苏州与美国15岁学生数学学习特征比较

本研究首次采用"学生能力国际评估计划"(PISA)的学生问卷,对苏州市504名15岁学生的数学学习心理及特征进行了调查研究,并与美国学生数据作比较.调查表明:中国苏州大多数学生在数学学习上具有较强的竞争意识与合作意识,他们会运用多种学习策略;那些对数学有更大兴趣和更高动机的学生,有更积极的自我概念和更少的焦虑体验.中美两国学生的数学学习特征性别差异显著.     

类内相关系数的原理及其应用

类内相关系数 (Intraclass Correlation Coefficients:ICCs)是一族社会科学家们经常使用的指标.心理学家用它们来表示评分者一致性或判断数据是否适合进行多水平分析. ICCs有多种模型.研究者们常苦于准确选出适合特定研究的模型.本文介绍了ICCs的常见模型及其关键用途.     

家庭因素对大学生心理健康的影响研究

本研究以问卷调查的方式试图对父母婚姻状况、家庭子女数、父母的文化及工作单位等家庭因素对大学生心理健康状况的影响进行量化的研究.通过对北京某大学6165份有效数据的分析,结果表明家庭的多种因素对大学生的心理健康产生了显著的影响.     

关注失独者

每年五月的第二个星期日是母亲节。这一天,孩子们向妈妈表达爱与感谢,感谢母亲孕育了我们的生命,给予无微不至的关心,呵护我们的成长。这一天,丈夫也向妻子献上祝福,感谢妻子为家庭的付出。然而,有这样一个特殊的群体,由于各种原因,他们失去了家中唯一的孩子,没有再生养子嗣,成为＂失独者＂。有媒体报道称,按常规死亡率计算,1975年至2010年间,有超过1000万独生子女在25岁之前死亡。这意味着有2000万名父亲和母亲,在中老年时期失去唯一的子嗣,成为孤单无助的失独者。卫生部门统计的数据显示,我国每年新增失独家庭7.6万个。在今年4月22日盼美国波士顿爆炸案中,     

人工智能辅助下的心理健康新型测评

近年来,人工智能技术的飞速发展及应用催生了"智能化心理健康测评"这一领域。智能化心理健康测评能够弥补传统方法的不足,降低漏诊率并提高诊断效率,这对于心理健康问题的普查及预警具有重大意义。目前,智能化心理健康测评处于初步发展阶段,研究者基于在线行为数据、便携式设备数据等开展主要以数据驱动为导向的探索研究,旨在实现更高的预测准确率,但是测评结果的可解释性等指标尚不够理想。未来的智能化心理健康测评需要强调心理学领域知识和经验的深度介入,提高测评的针对性和精细化程度,加强信效度检验,这对于智能化心理健康测评工具的进一步发展和应用至关重要。     

人工智能辅助的自闭症早期患者的筛查与诊断

自闭症谱系障碍(AutisticSpectrumDisorders,ASD)的症状早在婴幼儿期就会显现,越早发现,越早干预,治疗效果越好。传统自闭症早期筛查与诊断在评估方法、流程上存在局限,无法满足大规模筛查和诊断需求。随着人工智能技术的快速发展,使用智能化方法进行自闭症早期大规模无感筛查与诊断逐渐成为可能。近10年间,国内外对自闭症智能化识别方法的探索在经典任务行为、面部表情和情绪、眼动、脑影像、运动控制和运动模式、多模态6个领域积累了丰富的研究成果。未来研究应围绕构建国内自闭症早期智能医学筛查与诊断体系,开发针对婴幼儿患者的筛查工具,构建融合多模态数据的自闭症婴幼儿智能化识别模型,建立结合脑影像技术的自闭症精细化诊断方法等方面来开展。     

基于POI数据的扬州旅游产业空间聚集性分析

基于江苏省扬州市旅游业相关POI数据，通过核密度分析与服务范围分析法，对扬州旅游产业空间布局进行分析，并对其周边餐饮、住宿服务便利度进行评估，通过对POI数据处理与制图，有效且直观地反映出扬州旅游产业的布局情况与各区域间产业的发展差距，以期进一步为产业空间布局优化提供支持。