快速判断准确度评价

Social Psychology

Your institution must subscribe to JoVE's Psychology collection to access this content.

Fill out the form below to receive a free trial or learn more about access:

Welcome!

Enter your email below to get your free 1 hour trial to JoVE!





We use/store this info to ensure you have proper access and that your account is secure. We may use this info to send you notifications about your account, your institutional access, and/or other related products. To learn more about our GDPR policies click here.

If you want more info regarding data storage, please contact gdpr@jove.com.

 

Overview

资料来源: 迭戈雷内罗 & 杰范韦尔 — — 纽约大学

社会心理学家长期感兴趣的是别人的方式人形式印象。这项工作的大部分重点的错误人们做出判断别人,如夸张特质的影响中央 (如"温暖"和"冷"),不足的重量给的别人的行为发生的地方,并为人们做出符合他们最初的预期,关于另一种的判断趋势的上下文。然而,这种注重错误掩盖的事实人很擅长制作相当准确的判断,对其他人的特点,无疑是重要的人类进化过程的能力。

事实上,人类的能力,能够快速理解的社会情况和人民跻身我们最宝贵的技能。特别是对我们的能力,使他人的感觉令人印象深刻的不是多么小的信息,我们需要做出的推论,但如何好校准我们可以用很少的信息。该视频演示使用心理学研究者,包括阿姆巴迪和罗森塔尔在其开创性的一些实验技术工作,1和探索中的学生评价教师的上下文推论的过程。

Cite this Video

JoVE Science Education Database. 社会心理学精要. 快速判断准确度评价. JoVE, Cambridge, MA, (2019).

Principles

在大部分的早期研究,判断基于目标的行为言语和非言语渠道风险敞口。然而,后来的研究表明,陌生人的判断可能存在的可观察到的线索,有关特别非言语行为和外表线索。因此,新的实验旨在 (像是现在) 审查非言语行为和外表上的个性判断准确性的中介作用。在这些实验中,研究人员控制向评级机构提供的信息,以便目标被评为靠他们的非语言行为,和他们也得到独立的判断,外表的目标,以检查外表和个性判断的准确性之间的关系。

确定管理单元判断精度的另一个因素是吻合的判断和标准之间程度。早期的研究使用自我报告的标准;然而,这个数据是容易出现偏差。后来的研究,像当前的技术,避免自我报告以务实和生态的有效标准涉及 3rd缔约国报告 (在这里,学生的评价)。

最后的原则涉及在审查关于人格特质的目标从很小的非交互式信息陌生人的判断的准确性,研究人员考虑分子和摩尔的非言语行为的事实。心理学家将分子行为定义为小响应单位 (瞬间的离散响应) 所述的行为而不是较大的。M太阳的行为,另一方面,所述大响应单位占用不同数量的时间。

Procedure

1.组织材料。

  1. 创建视频,其中包括先前拍摄的画面的 10 高校辅导员。教学内容应涵盖广泛的学科领域。
  2. 每个老师,找出三个独立的 10-s 剪辑。三个剪辑应分别采取开始、 中间和结尾的类,并设有单独视频帧中的老师。
  3. 以下的拉丁方设计,结合三个剪辑按随机顺序;这样做的每一位教师。这将导致 30 总视频剪辑。
  4. 编译的 10 名教官在视频中每个学期结束的学生评价。这些评价是从对应于这段录像的实际课程。

2.参与者招聘

  1. 进行了动力分析和招募足够数量的参与者观看和速率的视频剪辑。
    1. 妇女被首选在最初的研究,因为先前的研究支持,他们是比男性更擅长解码的非言语行为的概念。

3.数据收集

  1. 告诉参与者提供评级基于整体非言语行为的讲师。尤其是,在 9 点 Likert 范围要求学员评委老师关于 15 教学与有关方面 (例如,接受、主动、 周到、 占主导地位、 诚实、 可爱、 温暖,专业等) (1 = 根本不; 9 = 非常)。
    1. 参与者应接受没有其他培训。
  2. 为了评估分子非言语行为 (即,特定的非言语行为),有两个支付、 受过训练的程序员看相同的视频剪辑。
  3. 为每个剪辑,理货数量的点点头,握手,微笑,笑,打个呵欠,皱眉,咬的嘴唇,向下凝视,自触动,烦躁、 有力的手势,和弱手势老师发。
  4. 有两名考官也表明教师的对称性及身体的姿势。
  5. 考虑到吸引力的影响,也有两个程序员判断基于 5 点 Likert 范围每个教师的身体吸引力 (1 = 根本不; 5 = 非常) 基于取自视频每个老师的一张照片。
  6. 充分听取汇报的参与者。

4.数据分析

  1. 请注意,感兴趣的主要的结果变量教学实效,通过评级由教师的学生,在学期结束前评估。
    1. 这包括两个项目,要求学生教师的绩效和整体课程质量的评价。
  2. 将这些评级转换为百分比。
    1. 两个评价项目的平均百分比作为主变量的兴趣。
  3. 分析了摩尔的非言语行为的可靠性评级。
  4. 从这些数据,计算总体的均值,表示摩尔的非言语行为的综合得分。
    1. 这两种复合材料得分每个个体 15 评级被视为潜在的预测因子的教学效果。
  5. 分析程序员的评级的分子非言语行为的可靠性。
  6. 分析教师的吸引力,使可靠性评级。

在结识新朋友,许多个体倾向于做出快速判断的另一个人 — — 即使没有太多的信息。

例如,在一个社交聚会,有人可能会立即认为这个家伙,很酷的眼镜,他们从未见过,谁是可爱完全基于他的外表。原来,他随和,有很多的朋友。

引人注目的是,人们都是惊人的准确,制作这些第一印象时 — — 所述作为判断 — — 只是基于视觉线索。

基于巴迪和罗森塔尔的开创性工作,该视频演示了用于仓促做出判断的教师个性与实际评估其教学效果的比较的实验技术。我们还将探讨如何这种推论可以应用到其他依赖特性分析的行业。

在此研究中,参与者被要求观看教学等多种学科的新型高校辅导员短、 无声视频汇编和必须判断某些属性。其他受过训练的编码器计数更具体的非语言行为,以及率他们的外表。

这些评估最终被比作实际教学评价工作,以审查基于视觉特征和独特的、 客观的行动的第一印象的准确性。

参加者首先提供摩尔评级 — — 广泛的特质判断 — — 基于是否他们似乎热情、 可爱、 和自信的 15 教学相关维度。李克特量表范围从 1 (根本不) 到 9 (非常)。

此外,研究助理看同样的视频片段和理货分子行为 — — 都是短暂的离散的行动 — — 像微笑或点头。他们还要求报告老师的对称性及身体的姿势。

最后,基于视频从一张照片,要求助理率 5 点 Likert 范围,那里 1 表示"根本不"和 5"非常",等于吸引力的影响占身体的吸引力,每个教练。

要检查的预测效用这些判断,每个教练的期末教学评价在编译 nonbiased 的定量比较。

使用这些窗体,因变量教学效果,基于平均学生评价了辅导员队伍的表现,整体课程质量的两个项目。

最终,摩尔的非言语行为的参与者的评估 — — 给出 30 s 的电影通过一天的指令 — — 预计将会与学生评价他们的指导员,基于多更长的时间跨度的高度相关 — — 一个学期的相互作用。

这些研究结果表明,需要很少的时间来做出准确的第一印象,被称为薄切片 — — 能够迅速推断出另一个人的性格从很短的曝光。

试验前进行动力分析,招募足够数量的参与者。此外,使用先前拍摄的画面的十个高校辅导员从每个结束了与共 30 个视频生成三个独立的 10-s 剪辑。

为每一个人,捕获帧将另存为随后的观察他们的照片。若要完成准备,编译的 10 名教官所示,从对应于画面的实际课程每个学期学生评价结束。

若要开始,护送进入考场的每个参与者和解释他们将观看视频和评估磨牙的非言语行为 — — 在这个案例的人格特质。

当他们查看每组随机剪辑,他们判断每个教师的非言语行为 — — 15 教学相关的形容词 — — 上 9 点 Likert 范围。

接下来,要测量分子的非言语行为,要求两个受过训练的程序员观看同一段和理货的次数每个教官让 12 不同的行为,相关详细信息的对称性和身体的姿势之一。

最后,要考虑影响的吸引力,有每个编码器查看已保存的图像和判断每个教官就 5 点 Likert 范围的物理表现。

最后实验,充分听取汇报有关实际的目的和程序的研究参与者。

要编译数据,请确保已将两个评价反应转换成百分比和每个导师的平均值。

然后,创建单独的图来比较摩尔和分子类别对教学效果的平均值。绘制每个测量的非言语行为的相关性。

首先,请注意,10 15 摩尔评级的非言语行为显著正相关,包括整体复合平均 — — 全局变量。

然而,分子行为较少预测。与教学效果只有坐立不安呈负相关。此外,关系仍然即使在控制教练吸引力。

最后,学生们就能制定可靠的印象,教师教学效果使用只有 30 s 的非言语的录像片段。

既然你已经熟悉如何设计研究,以评估在教育环境中的管理单元判断,让我们看看如何本研究延伸到其他行业,依靠快速的推论,了解其他人的性格。

在扑克游戏中,很多球员依靠管理单元判断,他们的竞争对手的规模。使快速推断出他们的对手打的那些样式 — — 仅仅基于数量有限的视觉提示 — — 可以赢得彩池。

然而,薄切片别人时保持精度主要取决于知道哪些因素重要的。例如,研究人员已经证明,离婚可以通过查看非常简短的视频,一对夫妇相互作用预测机会水平之上。

在这种情况下,抱怨或愤怒的预期的行为,并不能预测离婚,但相反,倾向于采取守势和撤回。因此,它可能是隐式或显式学会接通到正确的信号,是对发展这种专门知识至关重要。

你刚看了朱庇特的视频如何评价管理单元判断的准确性。现在您应该有好的理解如何设计,行为,并分析实验研究如何只有短时间,被需要做出预测的推论,以及如何这种技能可以在其他行业中有用。

谢谢观赏 !

Results

结果表明,九没有整体的与老师效果 (图 1),学期结束评级呈正相关的非言语行为的 15 摩尔评级意味着摩尔评级。分子的行为,另一方面,是少预测 (图 2);只皱着眉头坐立不安 (消极) 与相关教学有效性 (图 3)。老师吸引力不明显涉及教师的工作效益。更重要的是,非言语行为的影响仍然即便是在统计控制的吸引力。因此,当给出仅 30 s 的电影通过一天的指令,评估的非言语行为与基于一个学期的接触他们教师学生的印象非常高度相关。

Figure 1
图 1: 磨牙的非言语行为和学生评价教师绩效的相关性。摩尔的非言语行为 (,特质判断) 从薄切片的视频剪辑与学生的学期结束评分的老师有效性相关。十 15 摩尔的非言语行为预测评级的老师有效性 (乐观、 自信、 占主导地位,积极、 热情、 全球变量,可爱、 温暖、 主管、 支持)。

Figure 2
图 2: 相关性的分子的非言语行为与摩尔全球评级。与教师的整体摩尔全球评级相关分子非言语行为 (,特定的非言语行为) 从薄切片的视频剪辑。只皱着眉头呈显著负相关。

Figure 3
图 3: 分子的非言语行为和学生评价教师绩效的相关性。与学生的学期结束评价教师绩效的相关分子非言语行为 (,特定的非言语行为) 从薄切片的视频剪辑。坐立不安的标准变量与呈负相关: 教师更摆弄他们的手或摆弄的对象,如粉笔或一支笔,从他们的学生收到显著降低评级。

Applications and Summary

描述的技术演示,观察只是 30 s 的行为就足以精确推断教学效果。巴迪和罗森塔尔重复使用更短的剪辑的这项研究,发现类似的效果: 基于三个剪辑尽可能短学期结束评级 2.0 s 产量高相关性的判断。1有效教学非语言相关知识帮助我们的学习过程,在教学中的情感行为的重要性的理解,也在指导选择和未来的教师培训的实际意义。

该机构的研究超越了判断的教学效果。研究表明,人们可以判断如何值得信赖的个人只是从几个简短秒查看该人的一张照片。别人发现人们可以预测谁会赢选举精度以上机会,只是基于查看候选人的照片。能够迅速推断出另一个人的性格或从短暂的暴露特征称为薄切片

人们可以切割薄,他人与令人印象深刻的程度的准确性。然而,这个精度取决于在很大程度上了解哪些因素重要的。例如,由关系专家 John Gottman 和同事表明,离婚可以通过查看薄片的一对夫妇互动视频预测几率比一级进行的研究。2 Gottman 确定预测离婚的四个关键行为: 批评、 蔑视、 防卫,撤回企图蒙混过去。有趣的是,抱怨与愤怒其实不预测离婚。

此外,许多行业依靠准确薄切片,从侦探工作和人身安全到扑克游戏和精神阅读。它可能是隐式或显式学会接通到正确的信号,是对发展这种专门知识至关重要。

References

  1. Ambady, N. & Rosenthal, R. (1993). Half a minute: Predicting teacher evaluations from thin slices of nonverbal behavior and physical attractiveness. Journal of Personality and Social Psychology, 64, 431-441.
  2. Gottman, J. M., Coan, J., Carrere, S., & Swanson, C. (1998). Predicting marital happiness and stability from newlywed interactions. Journal of Marriage and Family, 60, 5-22.

1.组织材料。

  1. 创建视频,其中包括先前拍摄的画面的 10 高校辅导员。教学内容应涵盖广泛的学科领域。
  2. 每个老师,找出三个独立的 10-s 剪辑。三个剪辑应分别采取开始、 中间和结尾的类,并设有单独视频帧中的老师。
  3. 以下的拉丁方设计,结合三个剪辑按随机顺序;这样做的每一位教师。这将导致 30 总视频剪辑。
  4. 编译的 10 名教官在视频中每个学期结束的学生评价。这些评价是从对应于这段录像的实际课程。

2.参与者招聘

  1. 进行了动力分析和招募足够数量的参与者观看和速率的视频剪辑。
    1. 妇女被首选在最初的研究,因为先前的研究支持,他们是比男性更擅长解码的非言语行为的概念。

3.数据收集

  1. 告诉参与者提供评级基于整体非言语行为的讲师。尤其是,在 9 点 Likert 范围要求学员评委老师关于 15 教学与有关方面 (例如,接受、主动、 周到、 占主导地位、 诚实、 可爱、 温暖,专业等) (1 = 根本不; 9 = 非常)。
    1. 参与者应接受没有其他培训。
  2. 为了评估分子非言语行为 (即,特定的非言语行为),有两个支付、 受过训练的程序员看相同的视频剪辑。
  3. 为每个剪辑,理货数量的点点头,握手,微笑,笑,打个呵欠,皱眉,咬的嘴唇,向下凝视,自触动,烦躁、 有力的手势,和弱手势老师发。
  4. 有两名考官也表明教师的对称性及身体的姿势。
  5. 考虑到吸引力的影响,也有两个程序员判断基于 5 点 Likert 范围每个教师的身体吸引力 (1 = 根本不; 5 = 非常) 基于取自视频每个老师的一张照片。
  6. 充分听取汇报的参与者。

4.数据分析

  1. 请注意,感兴趣的主要的结果变量教学实效,通过评级由教师的学生,在学期结束前评估。
    1. 这包括两个项目,要求学生教师的绩效和整体课程质量的评价。
  2. 将这些评级转换为百分比。
    1. 两个评价项目的平均百分比作为主变量的兴趣。
  3. 分析了摩尔的非言语行为的可靠性评级。
  4. 从这些数据,计算总体的均值,表示摩尔的非言语行为的综合得分。
    1. 这两种复合材料得分每个个体 15 评级被视为潜在的预测因子的教学效果。
  5. 分析程序员的评级的分子非言语行为的可靠性。
  6. 分析教师的吸引力,使可靠性评级。

在结识新朋友,许多个体倾向于做出快速判断的另一个人 — — 即使没有太多的信息。

例如,在一个社交聚会,有人可能会立即认为这个家伙,很酷的眼镜,他们从未见过,谁是可爱完全基于他的外表。原来,他随和,有很多的朋友。

引人注目的是,人们都是惊人的准确,制作这些第一印象时 — — 所述作为判断 — — 只是基于视觉线索。

基于巴迪和罗森塔尔的开创性工作,该视频演示了用于仓促做出判断的教师个性与实际评估其教学效果的比较的实验技术。我们还将探讨如何这种推论可以应用到其他依赖特性分析的行业。

在此研究中,参与者被要求观看教学等多种学科的新型高校辅导员短、 无声视频汇编和必须判断某些属性。其他受过训练的编码器计数更具体的非语言行为,以及率他们的外表。

这些评估最终被比作实际教学评价工作,以审查基于视觉特征和独特的、 客观的行动的第一印象的准确性。

参加者首先提供摩尔评级 — — 广泛的特质判断 — — 基于是否他们似乎热情、 可爱、 和自信的 15 教学相关维度。李克特量表范围从 1 (根本不) 到 9 (非常)。

此外,研究助理看同样的视频片段和理货分子行为 — — 都是短暂的离散的行动 — — 像微笑或点头。他们还要求报告老师的对称性及身体的姿势。

最后,基于视频从一张照片,要求助理率 5 点 Likert 范围,那里 1 表示"根本不"和 5"非常",等于吸引力的影响占身体的吸引力,每个教练。

要检查的预测效用这些判断,每个教练的期末教学评价在编译 nonbiased 的定量比较。

使用这些窗体,因变量教学效果,基于平均学生评价了辅导员队伍的表现,整体课程质量的两个项目。

最终,摩尔的非言语行为的参与者的评估 — — 给出 30 s 的电影通过一天的指令 — — 预计将会与学生评价他们的指导员,基于多更长的时间跨度的高度相关 — — 一个学期的相互作用。

这些研究结果表明,需要很少的时间来做出准确的第一印象,被称为薄切片 — — 能够迅速推断出另一个人的性格从很短的曝光。

试验前进行动力分析,招募足够数量的参与者。此外,使用先前拍摄的画面的十个高校辅导员从每个结束了与共 30 个视频生成三个独立的 10-s 剪辑。

为每一个人,捕获帧将另存为随后的观察他们的照片。若要完成准备,编译的 10 名教官所示,从对应于画面的实际课程每个学期学生评价结束。

若要开始,护送进入考场的每个参与者和解释他们将观看视频和评估磨牙的非言语行为 — — 在这个案例的人格特质。

当他们查看每组随机剪辑,他们判断每个教师的非言语行为 — — 15 教学相关的形容词 — — 上 9 点 Likert 范围。

接下来,要测量分子的非言语行为,要求两个受过训练的程序员观看同一段和理货的次数每个教官让 12 不同的行为,相关详细信息的对称性和身体的姿势之一。

最后,要考虑影响的吸引力,有每个编码器查看已保存的图像和判断每个教官就 5 点 Likert 范围的物理表现。

最后实验,充分听取汇报有关实际的目的和程序的研究参与者。

要编译数据,请确保已将两个评价反应转换成百分比和每个导师的平均值。

然后,创建单独的图来比较摩尔和分子类别对教学效果的平均值。绘制每个测量的非言语行为的相关性。

首先,请注意,10 15 摩尔评级的非言语行为显著正相关,包括整体复合平均 — — 全局变量。

然而,分子行为较少预测。与教学效果只有坐立不安呈负相关。此外,关系仍然即使在控制教练吸引力。

最后,学生们就能制定可靠的印象,教师教学效果使用只有 30 s 的非言语的录像片段。

既然你已经熟悉如何设计研究,以评估在教育环境中的管理单元判断,让我们看看如何本研究延伸到其他行业,依靠快速的推论,了解其他人的性格。

在扑克游戏中,很多球员依靠管理单元判断,他们的竞争对手的规模。使快速推断出他们的对手打的那些样式 — — 仅仅基于数量有限的视觉提示 — — 可以赢得彩池。

然而,薄切片别人时保持精度主要取决于知道哪些因素重要的。例如,研究人员已经证明,离婚可以通过查看非常简短的视频,一对夫妇相互作用预测机会水平之上。

在这种情况下,抱怨或愤怒的预期的行为,并不能预测离婚,但相反,倾向于采取守势和撤回。因此,它可能是隐式或显式学会接通到正确的信号,是对发展这种专门知识至关重要。

你刚看了朱庇特的视频如何评价管理单元判断的准确性。现在您应该有好的理解如何设计,行为,并分析实验研究如何只有短时间,被需要做出预测的推论,以及如何这种技能可以在其他行业中有用。

谢谢观赏 !

A subscription to JoVE is required to view this article.
You will only be able to see the first 20 seconds.

RECOMMEND JoVE