ウォーゲームにおける行動に基づく敵の神経症を特定する

科学分野:

• 心理学
• 機械学習
• 行動科学

背景:

• 伝統的な神経症の評価は 自己報告のアンケートに 基づいており 対立的な状況では制限され 偏見がつきやすいものです
• 神経症を評価するための客観的で実用的な方法が必要で,特に競争環境ではそうである.

研究 の 目的:

• 行動データを用いて神経症を予測するための機械学習ベースのアプローチを開発し,検証する.
• 神経症の評価における主観的な自己評価の限界を克服する.

主な方法:

• MiaoSuan Wargameの 167人の参加者の行動記録を分析した.
• 神経症に関連した重要な行動特性を特定し,予測モデルを開発しました.
• ビッグファイブ・インベントリーの8項目の神経症性のサブスケールを用いて神経症性の評価を行った.

主要な成果:

• 最優秀なモデルであるLinearSVRは 行動データから神経症のレベルを 効果的に推測しました
• 予測された神経症のスコアと 自己報告のスコアとの間には 0.606 の相関がある.
• テスト再テストの信頼性は0.516で,モデルの安定性を示しています.

結論:

• 行動データは神経症を予測するために効果的に使用され,自己報告の測定に有効な代替案を提供します.
• 開発された方法は,競争環境における心理的評価において実用的な応用がある.
• 将来の研究は,特徴選択の精錬と行動ベースの評価の応用シナリオの拡大に焦点を当てるべきです.