使用混合模型来检查感知决策中的差异,作为参与者招募时间和方法的函数

科学领域:

• 认知心理学 认知心理学
• 决策科学 决策科学 决策科学
• 人与计算机的交互

背景情况:

• 参与者招募方法可以影响认知任务的表现.
• 学术学期时间可能会影响本科生参与者的参与度和数据质量.
• 在线众包 (例如,亚马逊机械土耳其人) 越来越多地用于心理学研究.

研究的目的:

• 根据学术学期时间和参与者招聘方法 (课程学分,亲自支付,在线支付) 来调查感知决策是否有所变化.
• 用混合模型评估来自不同参与者群体的数据的可靠性和质量.
• 测试认知心理学家对参与者表现差异的期望.

主要方法:

• 在证据积累框架内采用混合模型方法,以区分任务参与反应与污染物反应.
• 使用标准感知决策范式进行了两项实验.
• 调查了认知心理学家关于他们对参与者表现和谨慎的期望.

主要成果:

• 在课程学分参与者中发现了对学期时间对准确性,响应时间,处理效率,谨慎性或任务重点一致性的影响的最小证据.
• 与其他组相比,付费的面对面参与者通常表现出更高的准确性.
• 虽然所有组都表现出类似的速度/精度重点和歧视困难的影响,但这些影响的一致性在不同组之间有所不同.

结论:

• 在线众包平台可以为感知决策研究提供高质量的数据.
• 混合模型对于准确分析数据至关重要,因为它会考虑与任务无关的响应变化.
• 参与者招募方法,特别是亲自付款,可能会影响整体准确性.