Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Response Surface Methodology01:16

Response Surface Methodology

263
Response Surface Methodology (RSM) is a collection of statistical and mathematical techniques used to develop, improve, and optimize processes. It is particularly valuable when many input variables or factors potentially influence a response variable.
The process of RSM involves several key steps:
263
Modeling in Therapy01:26

Modeling in Therapy

145
Modeling, a key technique in therapy, uses observational learning to help clients acquire and practice new skills by watching therapists demonstrate desired behaviors. This approach, rooted in Albert Bandura's concept of vicarious learning, plays a significant role in therapeutic interventions for various psychological conditions, including social anxiety, ADHD, and depression.
Participant Modeling
Participant modeling involves therapists demonstrating calm and effective behaviors in...
145
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving01:29

Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving

100
Mechanistic models play a crucial role in algorithms for numerical problem-solving, particularly in nonlinear mixed effects modeling (NMEM). These models aim to minimize specific objective functions by evaluating various parameter estimates, leading to the development of systematic algorithms. In some cases, linearization techniques approximate the model using linear equations.
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
100
Mechanistic Models: Compartment Models in Individual and Population Analysis01:23

Mechanistic Models: Compartment Models in Individual and Population Analysis

85
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
85
Steps in the Modeling Process01:14

Steps in the Modeling Process

306
Albert Bandura's theory of observational learning identifies four critical processes: attention, retention, motor reproduction, and reinforcement or motivation.
Attention is the first necessary component for observational learning. It involves focusing on what the model is doing and saying. For example, if you decide to take a drawing class to enhance your skills, you need to pay close attention to the instructor's words and hand movements. The characteristics of the model significantly...
306
Transient and Steady-state Response01:24

Transient and Steady-state Response

273
In control systems, test signals are essential for evaluating performance under various conditions. The ramp function is effective for systems undergoing gradual changes, while the step function is suitable for assessing systems facing sudden disturbances. For systems subjected to shock inputs, the impulse function is the most appropriate test signal.
These test signals are integral in designing control systems to exhibit two key performance aspects: transient response and steady-state...
273

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

SELF-Tree: An Interpretable Model for Multivariate Causal Direction Heterogeneity Analysis.

Psychometrika·2025
Same author

Unlocking employee creativity: How learning orientation and transformational leadership spark innovation through creative self-efficacy.

PloS one·2025
Same author

Ideal Point or Dominance Process? Unfolding Tree Approaches to Likert Scale Data with Multi-Process Models.

Multivariate behavioral research·2025
Same journal

Planned missingness in intensive longitudinal studies: Extensions and comparisons of multiform designs.

Behavior research methods·2026
Same journal

A validity-guided workflow for robust large language model research in psychology.

Behavior research methods·2026
Same journal

Are 7-point Likert scales preferable to 5-point scales in language research?

Behavior research methods·2026
Same journal

Generative psychometrics via AI-GENIE: Automatic item generation and validation with network-integrated evaluation.

Behavior research methods·2026
Same journal

Exploring psychological tradeoffs: Developing and demonstrating an R Shiny app for Pareto optimization.

Behavior research methods·2026
Same journal

The performance of Bayesian fit measures in detecting misspecified multilevel structural equation modeling.

Behavior research methods·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Sep 10, 2025

Modeling Verbal Behavior Deficits with the Stimulus Control Ratio Equation, SCoRE
06:57

Modeling Verbal Behavior Deficits with the Stimulus Control Ratio Equation, SCoRE

Published on: May 14, 2019

10.6K

Modelado del estilo de respuesta en respuestas continuas limitadas: desarrollo y validación del modelo

Youxiang Jiang1, Biao Zeng1, Siwei Peng2

  • 1Collaborative Innovation Center of Assessment for Basic Education Quality, Beijing Normal University, Beijing, China.

Behavior research methods
|August 27, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio introduce un nuevo modelo de respuesta de elementos para datos continuos, midiendo efectivamente los estilos de respuesta extremos y medios. El modelo demuestra una validez robusta y mitiga los efectos del estilo de respuesta en las mediciones continuas.

Palabras clave:
Respuesta limitada continuaModelo de respuesta del artículoEstilo de respuestaEscala analógica visual

Más Videos Relacionados

RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans
11:09

RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans

Published on: July 17, 2021

3.1K
A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
13:54

A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM

Published on: August 18, 2023

4.9K

Videos de Experimentos Relacionados

Last Updated: Sep 10, 2025

Modeling Verbal Behavior Deficits with the Stimulus Control Ratio Equation, SCoRE
06:57

Modeling Verbal Behavior Deficits with the Stimulus Control Ratio Equation, SCoRE

Published on: May 14, 2019

10.6K
RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans
11:09

RBDT: A Computerized Task System based in Transposition for the Continuous Analysis of Relational Behavior Dynamics in Humans

Published on: July 17, 2021

3.1K
A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
13:54

A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM

Published on: August 18, 2023

4.9K

Área de la Ciencia:

  • Psicometría
  • Modelado estadístico
  • Metodología de la encuesta

Sus antecedentes:

  • Se establecen modelos de teoría de respuesta de elementos para datos de escala Likert, pero menos desarrollados para formatos continuos como escalas analógicas visuales (VAS) y barras deslizantes.
  • Los estilos de respuesta, como el estilo de respuesta extrema (ERS) y el estilo de respuesta de punto medio (MRS), pueden sesgar los resultados en formatos de medición continuos.
  • Los modelos existentes a menudo no abordan o aíslan adecuadamente estos estilos de respuesta en datos continuos.

Objetivo del estudio:

  • Proponer un nuevo marco de modelo de respuesta de elementos para el análisis de formatos de respuesta continuos.
  • Incorporar de manera flexible los rasgos de contenido, el estilo de respuesta extremo (ERS) y el estilo de respuesta de punto medio (MRS) en un modelo unificado.
  • Validar la capacidad del modelo para estimar con precisión el ERS y el MRS y mitigar su impacto en las respuestas observadas.

Principales métodos:

  • Desarrollo de un marco de modelo de respuesta de elementos jerárquicos utilizando pseudo-respuestas.
  • Validación empírica utilizando datos de respuesta limitada continua para evaluar la estimación de ERS y MRS.
  • Estudios de simulación que emplean métodos de cadena de Markov Monte Carlo (MCMC) para evaluar la recuperación de los parámetros.

Principales resultados:

  • El modelo propuesto demostró una adaptación superior a los datos de respuesta limitada continua en comparación con los enfoques existentes.
  • El modelo estimó efectivamente el estilo de respuesta extremo (ERS) y el estilo de respuesta del punto medio (MRS).
  • Los métodos de cadena de Markov Monte Carlo (MCMC) recuperaron con precisión los parámetros del modelo en varias condiciones de simulación.

Conclusiones:

  • El marco del modelo de respuesta de artículo novedoso proporciona un enfoque sólido y válido para analizar los datos de respuesta limitada continua.
  • El modelo aisla y cuantifica con éxito los estilos de respuesta (ERS, MRS), mitigando sus efectos adversos en las respuestas observadas.
  • Este marco avanza en el modelado psicométrico para instrumentos de medición continua, mejorando la precisión e interpretabilidad de los datos.