$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Yeni insanlarla tanıştıktan sonra, birçok kişi, devam etmek için çok fazla bilgi olmasa bile, başka bir kişi hakkında hızlı kararlar verme eğilimindedir.
Örneğin, bir sosyal toplantıda, birisi hiç tanışmadığı havalı gözlüklü adamın sadece görünüşüne dayanarak sevimli olduğunu düşünebilir. Görünüşe göre, kolay gidiyor ve birçok arkadaşı var.
Dikkat çekici bir şekilde, insanlar bu ilk izlenimleri verirken şaşırtıcı derecede doğrudur - ani kararlar olarak adlandırılır - sadece görsel ipuçlarına dayanır.
Ambady ve Rosenthal'ın ufuk açıcı çalışmalarına dayanan bu video, eğitmenlerin ani kararlarını vermek için kullanılan deneysel teknikleri gösteriyor. öğretim etkinliklerinin gerçek değerlendirmeleriyle karşılaştırıldığında kişilikler. Ayrıca, bu tür çıkarımların, özelliklerin analizine dayanan diğer mesleklere nasıl uygulanabileceğini de keşfedeceğiz.
Bu çalışmada, katılımcılardan çeşitli konuları öğreten yeni üniversite eğitmenlerinin kısa, sessiz video derlemelerini izlemeleri ve belirli nitelikleri değerlendirmeleri istenmektedir. Diğer eğitimli kodlayıcılar, fiziksel görünümlerini derecelendirmenin yanı sıra daha spesifik sözsüz davranışları da sayar.
Bu değerlendirmeler, görsel özelliklere ve farklı, nesnel eylemlere dayalı ilk izlenimlerin doğruluğunu incelemek için nihayetinde gerçek öğretim değerlendirmeleriyle karşılaştırılır.
Katılımcılar ilk olarak, hevesli, sevimli ve kendinden emin görünüp görünmedikleri gibi öğretimle ilgili 15 boyuta dayalı olarak molar derecelendirmeler (geniş özellik yargıları) sağlarlar. Likert ölçeği 1 (hiç değil) ile 9 (çok) arasında değişir.
Buna ek olarak, araştırma görevlileri aynı klipleri izler ve gülümsemek veya başını sallamak gibi anlık ve ayrık olan moleküler davranışları hesaplarlar. Ayrıca öğretmenin simetrisi ve vücut duruşu hakkında rapor vermeleri istenir.
Son olarak, videolardan alınan tek bir fotoğrafa dayanarak, asistanlardan her bir eğitmenin fiziksel çekiciliğini, çekiciliğin etkilerini hesaba katmak için 1'in "hiç" ve 5'in "çok" anlamına geldiği 5 puanlık bir Likert ölçeğinde derecelendirmeleri istenmiştir.
Bu ani kararların öngörücü faydasını incelemek için, her öğretim elemanının dönem sonu öğretim değerlendirmeleri, tarafsız nicel karşılaştırmalar için derlenir.
Bu formları kullanarak, bağımlı değişken, öğrencilerin eğitmenleri derecelendirdiği iki öğenin ortalamasına dayalı olarak öğretim etkinliğidir. kursların performansları ve genel kalitesi.
Sonuçta, katılımcılar? Molar sözel olmayan davranışların değerlendirilmesi, bir günlük eğitimden 30 sn film verildiğinde, öğrencilerle yüksek düzeyde ilişkili olması beklenir mi? Eğitmenlerinin çok daha uzun bir süreye dayanan değerlendirmeleri, bir sömestr değerinde etkileşim.
Bu bulgular, ince dilimleme olarak bilinen doğru bir ilk izlenim bırakmak için çok az zamana ihtiyaç duyulduğunu göstermektedir - başka bir kişinin karakterini çok kısa bir maruziyetten hızlı bir şekilde çıkarma yeteneği.
Deneyden önce, yeterli sayıda katılımcıyı işe almak için bir güç analizi yapın. Ek olarak, her birinden üç ayrı, 10 saniyelik klip oluşturmak için on üniversite eğitmeninin daha önce çekilmiş görüntülerini kullanın ve toplam 30 video elde edin.
Her biri için, sonraki gözlemler için fotoğraf olarak kaydetmek üzere bir çerçeve yakalayın. Hazırlığı tamamlamak için, gösterilen 10 eğitmenin her biri için dönem sonu öğrenci değerlendirmelerini, görüntülere karşılık gelen gerçek derslerden derleyin.
Başlamak için, her katılımcıya test odasına kadar eşlik edin ve videoları izleyeceklerini ve molar sözsüz davranışları değerlendireceklerini açıklayın - bu durumda kişilik özellikleri.
Her bir rastgele klip setini görüntülerken, her eğitmenin sözsüz davranışlarını?15 öğretimle ilgili sıfatları?9 puanlık bir Likert ölçeğinde değerlendirmelerini sağlayın.
Daha sonra, moleküler sözel olmayan davranışı ölçmek için, iki eğitimli kodlayıcıdan aynı bölümleri izlemelerini ve her bir eğitmenin 12 farklı davranıştan birini kaç kez yaptığını, simetrileri ve vücut duruşlarıyla ilgili ayrıntılarla birlikte hesaplamalarını isteyin.
Son olarak, çekiciliğin etkilerini hesaba katmak için, her kodlayıcının kaydedilen görüntüleri görüntülemesini ve her eğitmenin fiziksel görünümlerini 5 puanlık bir Likert ölçeğinde değerlendirmesini sağlayın.
Deneyi sonuçlandırmak için, katılımcıları çalışmanın gerçek amacı ve prosedürleri hakkında tam olarak bilgilendirin.
Verileri derlemek için, iki değerlendirme yanıtının yüzdelere dönüştürüldüğünden ve her eğitmen için ortalamasının alındığından emin olun.
Ardından, molar ve moleküler kategorilerin ortalama değerlerini öğretim etkinliğiyle karşılaştırmak için ayrı grafikler oluşturun. Ölçülen her sözel olmayan davranış için korelasyonları çizin.
İlk olarak, sözel olmayan davranışın 15 molar derecelendirmesinden 10'unun, genel bileşik ortalama da dahil olmak üzere, küresel değişken de dahil olmak üzere anlamlı ve pozitif bir şekilde ilişkili olduğuna dikkat edin.
Bununla birlikte, moleküler davranışlar daha az öngörücüydü. Sadece kıpırdanma, öğretim etkinliği ile negatif korelasyon gösterdi. Dahası, ilişkiler eğitmen çekiciliğini kontrol ettikten sonra bile devam etti.
Sonunda, öğrenciler eğitmenlerin güvenilir izlenimlerini formüle edebildiler mi? Yalnızca 30 sn sözsüz video görüntüsü kullanarak öğretim etkinliği.
Artık bir eğitim ortamında ani kararları değerlendirmek için bir çalışmanın nasıl tasarlanacağını bildiğinize göre, bu araştırmanın diğer insanların karakterini anlamak için hızlı çıkarımlara dayanan diğer mesleklere nasıl yayıldığına bakalım.
Bir poker oyunu sırasında, birçok oyuncu rekabetlerini büyütmek için ani kararlara güvenir. Rakipleri hakkında hızlı çıkarımlar yapanlar mı? Yalnızca sınırlı miktarda görsel ipucuna dayanan oyun stili, potu kazanabilir.
Bununla birlikte, diğerlerini ince dilimlerken doğruluğu korumak, büyük ölçüde hangi faktörlerin önemli olduğunu bilmeye bağlıdır. Örneğin, araştırmacılar, etkileşimde bulunan bir çiftin çok kısa bir videosunu izleyerek boşanmanın şans seviyelerinin üzerinde tahmin edilebileceğini göstermiştir.
Bu durumda, şikayet etme veya öfke gibi beklenen davranışlar boşanmayı öngörmedi, daha ziyade savunmacılık ve geri çekilme yaptı. Bu nedenle, doğru sinyallere uyum sağlamayı dolaylı veya açık bir şekilde öğrenmek, bu uzmanlığı geliştirmek için çok önemli olabilir.
Az önce JoVE'nin anlık kararların doğruluğunu nasıl değerlendireceğinize dair videosunu izlediniz. Şimdi, tahmine dayalı çıkarımlar yapmak için sadece kısa bir zamana ihtiyaç duyulduğunu ve bu becerinin diğer mesleklerde nasıl yararlı olabileceğini incelemek için bir deneyin nasıl tasarlanacağı, yürütüleceği ve analiz edileceği konusunda iyi bir anlayışa sahip olmalısınız.
İzlediğiniz için teşekkürler!
