一个基于屏幕时间的混合模型,用于识别和监测疏忽和不足的努力,以响应生态瞬间评估数据
Esther Ulitzsch1, Steffen Nestler2, Oliver Lüdtke1
1Department of Educational Measurement and Data Science, IPN-Leibniz Institute for Science and Mathematics Education.
Psychological methods
|February 29, 2024
概括
本研究引入了一种混合建模方法,用于检测和分析在使用屏幕时间的生态瞬间评估 (EMA) 数据中的不小心响应. 它有助于研究人员确保数据质量,并了解随时间推移的响应模式.
科学领域:
- 心理学方法 心理学方法
- 调查方法 调查方法
- 数据科学数据科学数据科学
背景情况:
- 生态瞬间评估 (EMA) 收集实时数据,但面临着受访者负担的挑战.
- 这种负担可能导致不合规,疏忽和不充分的响应力度 (C/IER).
研究的目的:
- 开发一种混合模型方法来量化和分析EMA数据中的C/IER.
- 为研究人员提供评估数据污染和响应轨迹的工具.
主要方法:
- 使用混合建模方法,利用电子EMA的屏幕时间数据.
- 开发了注意力和不注意的屏幕时间和C / IER轨迹的组件模型.
- 将该方法应用于来自德国社会经济小组创新样本的EMA数据.
主要成果:
- 该方法有效地将C / IER与使用屏幕时间的熟悉效应区分开来.
- 它提供了对C/IER轨迹的详细理解,区分了当天和当天之间的影响.
- 该模型显示了良好的参数恢复,并产生了有效的结论,即使使用干净的数据.
结论:
- 开发的混合物建模方法是提高EMA数据质量的宝贵工具.
- 它使研究人员能够识别和研究不小心的反应,提高研究结果的可靠性.
- 这种方法有助于在纵向研究中进行更可靠的数据收集和分析.
相关概念视频
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
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 squares (OLS)...
00:56Noncompartmental Analysis: Statistical Moment Theory
Noncompartmental analyses leverage statistical moment theory to examine time-related changes in macroscopic events, encapsulating the collective outcomes stemming from the constituent elements in play. Statistical moment theory is a mathematical approach used to describe the time course of drug concentration in the body without assuming a specific compartmental model. SMT provides insights into drug absorption, distribution, metabolism, and elimination by treating drug concentration versus time...