Sensitive Topics,Missing Data,and Refusal in Social Network Studies: An Ethical Examination

We describe our ethics‐driven process of addressing missing data within a social network study about accountability for racism, classism, sexism, heterosexism, cis‐sexism, ableism, and other forms of oppression among social justice union organizers. During data collection, some would‐be participants did not return emails and others explicitly refused to engage in the research. All refusals came from women of color. We faced an ethical dilemma: Should we continue to seek participation from those who had not yet responded, with the hopes of recruiting more women of color from within the network so their perspectives would not be tokenized? Or, should we stop asking those who had been contacted multiple times, which would compromise the social network data and analysis? We delineate ways in which current discussions of the ethics of social network studies fell short, given our framework and our community psychology (CP ) values. We outline literature that was helpful in thinking through this challenge; we looked outside of CP to the decolonization literature on refusal. Lessons learned include listening for the possible meanings of refusals and considering the level of engagement and the labor required of participants when designing research studies.     

管理胜任力特征分析:结构方程模型检验

管理胜任力特征分析是人事选拔与评价的重要内容之一。本研究在运用基于胜任力的职位分析并总结国内外有关文献的基础上,编制了管理综合素质评价量表,并运用此量表调查了220名中高层管理者,采用因素分析和结构方程模型检验企业高级管理者胜任力特征的结构。结果表明,管理胜任力特征结构由管理素质和管理技能等两个维度构成,但在维度要素及其关键度上,职位层次间存在显著差异。本研究为管理职位的测评选拔提供了新的理论依据。     

融合反应时的多级评分IRT模型开发及其应用研究

当前大多数融合反应时的IRT模型仅适用于0-1评分数据资料,极大的限制了IRT反应时模型在实际中的应用。本文在传统的二级计分反应时IRT模型基础上,拟开发一种多级评分反应时模型。在层次建模框架下,分别采用拓广分部评分模型(GPCM)和对数正态模型构建融合反应时的多级评分IRT模型(本文记为JRT-GPCM),并采用全息贝叶斯MCMC算法实现新模型的参数估计。为验证新开发的JRT-GPCM模型的可行性及其在实践中的应用,本文开展了两项研究:研究1为模拟实验研究,研究2为新模型在大五人格-神经质分量表中的应用。研究1结果表明,JRT-GPCM模型的估计精度较高,且具有较好的稳健性。研究2表明,被试的潜在特质与作答速度具有一定的正相关,且本研究结果支持Ferrando和Lorenzo-Seva(2007)提出的“距离-困难度假设”,即当被试的潜在特质与项目的难度阈限距离越远,那么被试会花费更多的时间对项目进行作答。总之,本研究为拓展反应时信息在心理测量及教育中的应用提供新的方法支持。     

Multiple Religious Belonging among visitors of Dominican spiritual centers in the Netherlands

ABSTRACT

In the religiously pluralized Western world, a trend called ‘Multiple Religious Belonging’ (MRB) has been identified. Although it is a much theologically debated concept, empirical research on the practice of MRB is limited. The present research project therefore explores the phenomenon of MRB among visitors of Dominican spiritual centers in the Netherlands (n=472). It investigates to what extent and in which ways such visitors combine elements from more than one religious tradition in their lives and what they perceive to be the benefits of combining elements. It links this information to their views on religion, the resources they draw from, their (religiously diverse) networks, and their motivations for attending spiritual activities. The results indicate that respondents who combine elements from more than one religious tradition (‘combiners’) are more likely than ‘non-combiners’ to: a) see religion as something that is constantly changing during the life course; b) have networks which are religiously diverse; c) place importance on nature, in-depth conversations, personal rituals or practices, and theological, philosophical, and spiritual texts as resources; d) be motivated to attend spiritual centers because of a focus on self-exploration.     

认知诊断缺失数据处理方法的比较：零替换、多重插补与极大似然估计法

数据缺失在测验中经常发生, 认知诊断评估也不例外, 数据缺失会导致诊断结果的偏差。首先, 通过模拟研究在多种实验条件下比较了常用的缺失数据处理方法。结果表明：(1)缺失数据导致估计精确性下降, 随着人数与题目数量减少、缺失率增大、题目质量降低, 所有方法的PCCR均下降, Bias绝对值和RMSE均上升。(2)估计题目参数时, EM法表现最好, 其次是MI, FIML和ZR法表现不稳定。(3)估计被试知识状态时, EM和FIML表现最好, MI和ZR表现不稳定。其次, 在PISA2015实证数据中进一步探索了不同方法的表现。综合模拟和实证研究结果, 推荐选用EM或FIML法进行缺失数据处理。     

广告诉求-品牌来源国刻板印象匹配度对品牌态度的影响机制

基于刻板印象内容模型,作者将广告诉求分为诚意诉求和能力诉求,并研究了广告诉求和品牌来源国刻板印象对品牌态度的交互影响。通过两个实验,作者发现广告诉求和来源国刻板印象之间的匹配程度正向地影响消费者处理广告信息的流畅性,进而导致积极的情绪体验。消费者将这种积极情绪错误地归因到品牌上,从而产生积极的品牌态度。这一发现证实品牌来源国信息可以在消费者无意识的状态下通过情绪体验影响不同广告诉求的说服效果。     

项目反应理论新进展：基于3PLM和GRM的混合模型

IRT中的计量模型较多,不同计量模型适合不同特点的数据资料,实际工作者应根据实际情况选择适当的IRT模型来分析数据。我国是个考试、测评大国,测评的题型丰富多样,在实际应用IRT时,一个模型往往很难反应所有数据资料本身的特点,这时可考虑应用多个IRT模型（即“混合模型”）来分析,以达到对数据的最佳拟合。本文对混合模型的思想方法及原理、参数估计的实现、以及模型性能进行了研究,发现：（1）本文自主开发的混合模型参数估计程序Mix_Tu具有较高的返真性,且与国际知名测量软件Parscale相当。（2）在“项目异常”情况下,Mix_Tu程序对参数b和c的估计受数据异常程度的影响要大于Parscale程序,而对参数a的估计受数据异常程度的影响要小于Parscale程序,而在参数theta上两个程序相当。（3）在“被试异常”情况下,Mix_Tu程序对所有参数的估计受数据异常程度的影响均要小于Parscale程序,Mix_Tu程序表现的更为稳健。     

整合模型还是占优启发式模型? 从齐当别模型视角进行的检验

实验从齐当别模型的视角,通过对决策过程反应时的考察分别对以累积预期理论(cumulative prospect theory)为代表的整合模型和启发式模型家族的重要成员--占优启发式模型(priority heuristic)--进行检验。结果表明,决策过程反应时并未随着占优启发式模型所假定的决策步骤的增加而变慢;也未随着选项之间整体值差值的变大而变快;模糊决策过程的反应时反而快于风险决策过程的反应时。无论是以累积预期理论为代表的整合模型还是占优启发式模型均不能满意地描述和解释人们的实际决策过程,而齐当别模型则能解释大部分实验结果。文章建议多角度、多指标探讨人们的决策过程,检验、修改、完善,以及建立新的启发式模型或决策过程模型(process model),以增进对人们如何进行风险决策的理解。     

空间推理的脑机制：一项ERP研究

记录14名正常成人完成四种空间推理及一种基线任务（记忆任务）时的事件相关电位,对空间推理的脑电活动情况进行考察。研究结果表明,在200ms-900ms窗口,推理任务比基线任务诱发更大的正成分。对不同推理任务的比较表明,具体与抽象材料的单模型推理诱发相似的波形;单模型与有效的双模型任务诱发的ERP成分明显不同,在300ms-600ms窗口,后者比前者诱发更大的正波;在200-600ms时间窗口,存在有效结论与无有效结论的双模型问题也诱发明显不同的ERP波形。研究的结果表明,推理与记忆涉及不同的加工要求,推理需要整合前提的信息,而记忆只需要储存前提信息。在解决双模型推理问题时,从200ms开始,被试就对刺激材料进行初步的加工与判断,随后对双模型问题采用有注解的单模型加工策略。另外,不同材料的空间推理任务之间的波形较为一致,表明视觉表象并未明显影响空间推理过程。