社会认知内容的“大二”模型

社会认知的内容存在两个基本维度,一个与热情或社会性特质有关,另一个与能力或智力性特质有关,称之为社会认知内容的"大二"模型。关于"大二"模型的理论有进化心理学、本体论和功能性三种解释。目前,"大二"模型的理论焦点集中在模型的文化普适性检验、两维度之间的关系以及两个维度的权重和偏好问题上。今后可结合本土实际情况围绕着三大焦点问题和两维度的具身研究等问题进行深入探讨。     

服务质量差异模型及应用

服务是市场营销的重要因素。服务质量差异模型认为现实的服务、感受到的服务和期望的服务之间存在差异。消费者评价服务质量,有两种标准,一种是期望标准,一种是最低可接受标准,二者之差形成可接受区间。以该模型为指导的Servqual量表在服务质量研究领域得到了广泛的应用。     

责任、情感及帮助行为的归因结构模型

责任归因研究将归因理论应用于对他人行为的责任分析之中,为行为责任的推断提供了一个崭新的视角。该研究通过一个真实具有较大社会反响的案例探讨责任归因与帮助行为之间的内在联系。238名管理者和被管理者参与了此项研究,并通过EQS建立了有关归因的控制性、情感反应、期望改变、责任推断以及帮助行为之间关系的结构方程模型。结果提示：责任推断与情感反应具有双向关系,符合心理学中“知”和“情”相互作用的观点;员工与管理者相比更倾向于认为行为者失败的原因是外在的、不可控的并且应承担较低的责任     

大学英语四、六级考试分数等值研究

对现有的大学英语四、六级考试分数等值模式中存在的若干问题进行了深入的分析,并提出了新的解决方案——一个基于铆题设计和两参数IRT模型的解决方案。主要包括：（1）用两参数逻辑斯蒂模型替代原来的Rasch模型,以改进题目模型的适合性;（2）用共同题目的等值设计取代原来的共同被试等值设计,解决共同被试等值设计中,等值考生的动机水平难以控制的难题;（3）建立专用的等值用题库,并且一次性完成其中铆题的预测和参数标定工作,以解决原来等值模式中存在的误差累积问题。同时,由于铆题的保密工作难度较小,因此,等值专用题库对保证等值结果的可靠性也具有重大意义;（4）本文还对新的分数等值方案进行了真实的考试数据等值计算实验,并得到了一个令人满意的分数等值结果。     

互联网使用动机、行为与其社会-心理健康的模型构建

以581名大学生为被试,采用结构方程模型技术构建了互联网使用动机、病理性互联网使用行为与其相关社会-心理健康的关系模型。其中,互联网使用动机包括信息获取性动机和人际情感性动机两种模式;病理性互联网使用行为包括上网冲动性、分离/逃避和网上优越感三个初级因素;互联网相关社会-心理健康包括孤独感、社会参与度、一般抑郁、生活幸福感和生活满意度五个初级因素,并进一步概括为社会健康和心理健康两个维度。研究结果表明,基于信息获取性动机而使用互联网有助于相关社会-心理健康水平的提高;基于人际情感性动机而使用互联网更容易导致病理性互联网使用行为,并由此对使用者的社会-心理健康产生负面影响;大学生使用互联网的积极效应大于消极效应,且信息获取性动机对社会健康具有更大的积极效应,而人际情感性动机对对心理健康具有更大的消极效应     

共情的相关理论评述及动态模型探新

共情是发生在人际互动过程中的一种心理现象,恰当地共情不仅可以提高亲社会行为的发生几率,还可以有效抑制攻击行为。以往研究者大多从静态的角度对共情的定义、结构和机制等进行探讨,然而,共情作为一种心理过程,以动态的观点阐述其内部机制对于探讨共情的本质是十分必要的。本文首先回顾了以往研究者的共情定义,并在此基础上对共情进行了界定;之后在对共情相关的理论或模型评述的基础上提出了共情的动态模型,并结合以往的研究对动态模型进行了分析比较,最后是总结和对未来研究的展望。     

一种多级评分的认知诊断模型：P-DINA模型的开发

当前绝大多数认知诊断计量模型仅适用于0-1评分数据资料, 大大限制了认知诊断在实际中的应用, 也限制了认知诊断的进一步推广和发展。本文对具有较好发展前景的DINA模型进行拓展, 开发出适合多种评分(含0-1二级评分和多级评分)数据资料的P-DINA模型, 同时采用MCMC算法实现模型参数的估计, 并对该模型性能进行研究。结果表明：(1)本文开发的P-DINA模型无论是在无结构型属性层级关系下还是在结构型属性层级关系下, 参数估计的精度均较高, 参数估计的稳健性较强, 说明开发的P-DINA模型基本合理、可行。(2)P-DINA模型可采用MCMC算法实现参数估计, 且参数估计的精度较高。(3)整体来看, 无结构型属性层级关系和结构型属性层级关系下, P-DINA模型在项目参数的估计精度上两者基本相当; 但在被试属性判准率(MMR和PMR)上无结构型属性层级关系表现的稍差一些。(4)无结构型属性阶层关系下：模型诊断的属性个数越多, 参数 估计的精度越差、属性诊断的正确率(MMR和PMR)越低, 但参数 的估计精度越好; 若想保证属性模式判准率在80%以上, 建议诊断的属性个数不宜超过7个。总之, 本研究为拓展认知诊断在教育学和心理学中的应用提供了一种新方法、新模型。     

三参数Normal-Ogive模型参数估计的SAEM算法

Normal-Ogive模型是项目反应理论的代表性模型之一,其参数估计主要是基于MCMC抽样实现的,但MCMC抽样的不足是计算效率较低。针对这一问题,本文以混合模型（mixture model）的视角,通过变量扩充,提出三参数normalogive(3PNO)模型题目参数估计的随机逼近EM(stochastic approximation EM,简称SAEM)算法,并通过Monte Carlo模拟对SAEM算法的主要影响因素、计算效率、估计的返真性进行验证。模拟研究的结果表明：SAEM算法能够准确实现3PNO模型题目参数估计的计算,并且具有较高的计算效率,表现出优良的计算性质。     

CD-CAT中基于SCAD惩罚和EM视角的在线标定方法开发——G-DINA模型

G-DINA(the generalized deterministic input, noisy and gate)模型限制条件少,应用范围广,满足大量心理与教育评估测验数据的要求。研究提出一种适用于G-DINA等模型的同时标定新题Q矩阵与项目参数的认知诊断计算机化自适应测验(CD-CAT)在线标定新方法 SCADOCM,以期促进CD-CAT在实践中的推广与应用。本研究分别基于模拟题库以及真实题库进行研究,结果表明：相比传统的SIE方法, SCADOCM在各实验条件下均具有较为理想的标定精度与标定效率,应用前景较好; SIE方法不适用于饱和的G-DINA等模型,其各实验条件下的Q矩阵标定精度均较低。     

归类不确定时特征推理的单类说理论

人们不能完全确定某个事物应该归入哪个类别的情境,被称作“归类不确定的情境”。关于归类不确定情境中的特征推理,目前有两种理论解释：Anderson的理性模型和Murphy与Ross的“单类说”。理性模型认为,在归类不确定情境中,预测事物是否具有某个特征时,人们会考虑该事物可能属于的所有类别,既会考虑靶类别的信息,又会考虑非靶类别的信息。单类说则相反,认为在归类不确定情境下的特征推理,人们只会考虑靶类别的信息,而不考虑非靶类别的信息。该文重点介绍了单类说的发展进程,并对归类不确定情境中的特征推理进行了展望