CN112674769B - 一种基于心理投射的心理测试方法 - Google Patents
一种基于心理投射的心理测试方法 Download PDFInfo
- Publication number
- CN112674769B CN112674769B CN202011434601.5A CN202011434601A CN112674769B CN 112674769 B CN112674769 B CN 112674769B CN 202011434601 A CN202011434601 A CN 202011434601A CN 112674769 B CN112674769 B CN 112674769B
- Authority
- CN
- China
- Prior art keywords
- test
- subject
- psychological
- type
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明提供一种基于心理投射的心理测试方法,包括获取受试者基本信息,并根据受试者基本信息为受试者配置测试图像;对受试者进行预测试,根据预测试的情况再进行正式测试,获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据;将所述第一测试数据加载到第一预警模型中进行处理,获取第一得分数据;该方法通过为不同认知人群配置不同的测试图像获取受试者的测试数据,通过预警分析模型对测试数据进行分析,从多个维度展示受试者的心理状态,判断受试者的心理健康风险;可大幅减少心理咨询师的参与,为受试者提供较为准确的心理健康分析测试信息,从而减少心理咨询师的工作压力,在大规模心理测试中具有突出的优势。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种基于心理投射的心理测试方法。
背景技术
当代社会生活中,各个年龄段的人群都面临着不同层面的压力与社会问题,如青少年群体面临着学业压力以及成长带来的思想转变,中年人群面临的儿女教育压力和经济压力等,老年人群面临的养老问题以及陪伴问题等。随着社会的进步,心理测试以及心理咨询越来越被大众所接受,现行的通用办法,是采用心理学量表筛查高风险群体,其能够获得有益的成效。但是,量表法存在语词敏感、具有导向性,其文字信息很容易引起受调查对象的警觉,进而出现故意隐瞒或提供虚假答案的情况;一些量表还出现难懂的专业术语,或者复杂的表述,不适合低年龄段的青少年学生群体、文化程度较低的群体以及老年人群体。因此,基于心理投射的方法被提出。
心理投射,是采用模糊心理刺激情景来刺激测评对象不自觉地泄露出其对外界事物、现象、自我以及他人的认知、欲望、需求、动机、冲突、态度、情绪和意识等心理特征的方法。绘画是心理投射常用采用的手段,是向测评对象提供不明确的刺激情景绘画,将隐藏在其潜意识中的认知、欲望、需求、动机、冲突等泄露出来。在心理学研究领域,心理投射的方法应用得越来越广泛。
传统的基于绘画图像的心理投射分析方法,要求心理分析师了解并界定绘画主题元素所承载的心理表征,解读主题元素尤其是作出常态性或异常性判断,然后作出个性化的心理解析。因此,对心理分析师的能力要求极高,解析过程主观性强,不能量化,仅适合少量的个体,不适合大规模的进行心理测试,基于此,本发明提供一种基于心理投射的心理测试方法,以全新的图像测试手段实现对不同年龄段的可批量化的心理测试。
发明内容
本发明的目的在于提供一种基于心理投射的心理测试方法,其以图像测试手段实现对不同年龄段的批量化心理测试。
本发明的实施例通过以下技术方案实现:
一种基于心理投射的心理测试方法,包括如下步骤,
获取受试者基本信息,并根据受试者基本信息为受试者配置测试图像;
对受试者进行预测试,根据预测试的情况再进行正式测试,获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据;
将所述第一测试数据加载到第一预警模型中进行处理,获取第一得分数据。
进一步的,所述受试者基本信息包括年龄、性别、文化程度和职业。
进一步的,所述根据受试者基本信息为受试者配置测试图像包括,根据受试者的年龄、性别、文化程度和职业为受试者配置对应的测试图像,所述测试图像包括第一类测试图像、第二类测试图像和第三类测试图像,所述第一类测试图像用于测试受试者是否在测试时有可信度较低的行为,并根据第一类测试图像的测试结果为受试者选择适合的第二类测试图像,所述第二类测试图像用于测试受试者的心理状态,并根据第二测试图像的测试结果为受试者选择适合的第三类测试图像,所述第三类测试图像用于对受试者心理状态的进行验证测试。
进一步的,所述第二类测试图像包括至少两个子类别测试图像,其中至少一子类别测试图像用于测试在第一类测试图像测试时存在可信度较低的行为的受试者。
进一步的,所述获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据具体包括,将受试者对第二类测试图像与第三类测试图像的喜好和心理状态作为第一测试数据。
进一步的,所述第一得分数据的获取包括,将所述第一测试数据输入至第一预警模型中,所述第一预警模型根据预设维度对第一测试数据进行分析,获得各预设维度的倾向信息,根据预设维度的倾向信息获得第一得分数据。
进一步的,所述预设维度包括尊重生命、安全意识、抑郁倾向和抗挫折能力四个维度。
进一步的,所述第一预警模型是基于专家知识库和机器学习模型构建,所述第一预警模型基于专家知识库的更新和心理测试数据进行参数修正。
进一步的,该方法还包括,采集受试者在测试时的表情信息与行为信息作为第二测试数据。
进一步的,将所述第二测试数据输入至基于机器学习的分析模型中,获得第一得分数据的参考比重值。
本发明实施例的技术方案至少具有如下优点和有益效果:
本方法是基于心理投射的方式提出的一种新的心理测试方法,其通过为不同认知人群配置不同的测试图像获取受试者的测试数据,通过预警分析模型对测试数据进行分析,并从多个维度展示受试者的心理状态,得出心理测试的分值,根据分值判断受试者的心理健康风险;该方法可以大幅减少心理咨询师的参与,为受试者提供较为准确的心理健康分析测试信息,从而减少心理咨询师的工作压力,在大规模心理测试中具有突出的优势。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明的方法流程图;
图2为本发明的系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一方面,如图1所示,本发明提供一种基于心理投射的心理测试方法,包括如下步骤,
S1.获取受试者基本信息,并根据受试者基本信息为受试者配置测试图像;
S2.对受试者进行预测试,根据预测试的情况再进行正式测试,获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据;
S3.将第一测试数据加载到第一预警模型中进行处理,获取第一得分数据。
步骤S1具体包括获取受试者包括年龄、性别、文化程度和职业在内的基本信息,可以理解的是,受试者的年龄、性别、文化程度和职业的差异会导致受试者在认知上存在群体差异,在人为测试场景,心理咨询师会通过与受试者进行多方面沟通,进一步了解受试者的认知情况,进而做出适应性的心理状态判断,在计算机处理领域,机器学习模型难以掌握受试者的认知情况,因此需要在测试前获取受试者的基本信息,进行受试者认知水平的粗分类,从而保障后续测试的准确性。
在一些实施例中,可以仅以年龄与文化程度作为认知水平粗分类的依据。
其中,根据受试者基本信息为受试者配置测试图像包括,根据由受试者的年龄、性别、文化程度和职业获取的受试者认知水平,为受试者配置对应的测试图像,测试图像包括第一类测试图像、第二类测试图像和第三类测试图像,第一类测试图像用于测试受试者是否在测试时有可信度较低的行为,并根据第一类测试图像的测试结果为受试者选择适合的第二类测试图像,第二类测试图像用于测试受试者的心理状态,并根据第二测试图像的测试结果为受试者选择适合的第三类测试图像,第三类测试图像用于对受试者心理状态的进行验证测试。
需要说明的是,测试图像均为基于心理投射的绘画图像,每张图像都包含相应的心理表征信息,并且所有测试图像包括两种形式,其一是根据图像信息选择该图像带来的感受,第二种是一张测试图像上包含多副图,受试者选择多幅图中喜欢的图像或能够表示自己当前所处环境的图像。
步骤S2中预测试时使用第一类测试图像进行预测试,正式测试时采用第二类测试图像与第三类测试图像进行测试,并将受试者第二类测试图像与第三类测试图像的喜好与心理反应作为第一测试数据。
在本实施例中,第一类测试图像通常包含多张具有相同或相似心理表征的测试图像,根据受试者对第一类测试图像的喜好选择情况,获取受试者在每张测试图像所反应出来的心理表征情况来判断受试者是否存在可信度较低的行为,如多张测试图像的心理表征信息较为混乱则可信度较低的可能性较高,若多张测试图像的心理表征信息一致性较高,则可信度较低的可能性较低,在本实施例中,当心理表征信息一致性低于70%时,则归类为存在可信度较低的行为的受试者,其他则归类为普通受试者。
根据受试者的分类,在正式测试时首先选取与受试者分类对应的第二类测试图像,其中第二类测试图像包括至少两个子类别测试图像,其中至少一子类别测试图像用于测试在预测试时存在可信度较低的行为的受试者。
需要理解的是,在本实施例中,第二类测试图像的子类别测试图像可以包括用于存在可信度较低的行为受试者的子类别测试图像、用于普通受试者的子类别测试图像和用于介于存在可信度较低的行为受试者和普通受试者之间的子类别测试图像等子类别;不同子类别的测试图像的主要区别在于受试者可选择项的数量范围,如存在可信度较低的行为的受试者的第二类测试图像可选择项会更少,减少其对心理状态隐藏的可能性。
在正式测试中的第二类测试图像测试完成之后,进行第三类测试图像的测试,需要说明的是,第三类测试图像又可以称为验证测试图像,其作用在于起到对第二类测试图像测试结果的验证,从而得出第二类测试图像测试结果的参考系数,其中,参考系数越高,结果的可信度越高。
可以理解的是,在使用该方法的测试中,第二类测试图像为主要测试图像,其结果能够反应受试者当前的心理状态情况。
将受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据,进入步骤S3中进行分析处理。
步骤S3具体包括,将反应受试者对第二类测试图像与第三类测试图像的喜好和心理状态的第一测试数据加载在第一预警模型中,第一预警模型根据预设维度对第一测试数据进行分析,获得各预设维度的倾向信息,根据预设维度的倾向信息获得第一得分数据。
在本实施例中,预设维度包括尊重生命、安全意识、抑郁倾向和抗挫折能力四个维度,需要说明的是,预设维度并不限于上述四个维度,还可以包括抗压能力等。
根据尊重生命、安全意识、抑郁倾向和抗挫折能力四个维度构建相应的维度表,进一步的根据预设维度的倾向信息获得第一得分数据;需要说明的是抑郁倾向、尊重生命、抗挫折能力和安全意识对第一得分数据的影响依次降低,当受试者抑郁倾向较为严重时,其第一得分数据会更低。
需要理解的是,第一预警模型是基于专家知识库和机器学习模型构建,在数据不断的积累更新过程中,第一预警模型基于专家知识库的更新和心理测试数据进行参数修正且不断进行学习,可以理解的是,此处的心理测试数据主要来源于心理咨询专家参与会诊的测试数据,第一预警模型不断完善,进而使模型得出的受试者倾向信息与第一得分数据更加准确。
另外该方法还包括,采集受试者在测试时的表情信息与行为信息作为第二测试数据,第二测试数据输入至基于机器学习的分析模型中,获得第一得分数据参考比重值;该第二测试数据可以作为第一类测试图像测试结果的补充,进一步帮助判断受试者是否存在可信度较低的行为,如果第二测试结果表面受试者存在可信度较低的行为的概率较高,可以适当调低第一得分数据的参考比重,进而使其能够具有更准确的测试结果。
该方法通过为不同认知人群配置不同的测试图像获取受试者的测试数据,通过预警分析模型对测试数据进行分析,并从多个维度展示受试者的心理状态,得出心理测试的分值,根据分值判断受试者的心理健康风险;该方法可以大幅减少心理咨询师的参与,为受试者提供较为准确的心理健康分析测试信息,从而减少心理咨询师的工作压力,在大规模心理测试中具有突出的优势。
另一方面,基于上述方法,本发明还提供采用上述方法的一种基于心理投射的心理测试系统,如图2所示,该系统包括受试者信息获取分析单元、测试终端和预警分析单元,所述受试者信息获取分析单元,用于获取受试者的年龄、性别、文化程度和职业,并根据受试者的基本信息判断受试者的认知水平情况,所述预测终端用于根据受试者的认知水平情况为受试者配置符合认知水平的测试图像,并获取受试者的测试的第一测试数据;所述预警分析单元用于对所述第一测试数据进行分析处理,获得受试者的第一得分数据;在本实施例中,测试终端可以是具有通信功能的移动计算设备。
该心理测试系统还可包括受试者状态采集单元和状态分析单元,所述受试者状态采集单元用于采集受试者在测试时的表情信息与行为信息;所述状态分析单元用于分析受试者在测试时的表情信息与行为信息,判断受试者是否存在可信度较低的行为。
在一实施例中,受试者状态采集单元可以是具有通信功能的移动计算设备上的图像采集装置。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于心理投射的心理测试方法,其特征在于,包括如下步骤,
获取受试者基本信息,并根据受试者基本信息为受试者配置测试图像;其中,所述受试者基本信息包括年龄、性别、文化程度和职业;所述测试图像为基于心理投射的绘画图像;且所述测试图像包括两种,一种根据图像信息选择该图像带来的感受,另一种为一张测试图像上包含多副图,受试者选择多幅图中喜欢的图像或能够表示自己当前所处环境的图像;
所述根据受试者基本信息为受试者配置测试图像包括,根据受试者的年龄、性别、文化程度和职业为受试者配置对应的测试图像,所述测试图像包括第一类测试图像、第二类测试图像和第三类测试图像,所述第一类测试图像用于测试受试者是否在测试时有可信度较低的行为,并根据第一类测试图像的测试结果为受试者选择适合的第二类测试图像,所述第二类测试图像用于测试受试者的心理状态,并根据第二测试图像的测试结果为受试者选择适合的第三类测试图像,所述第三类测试图像用于对受试者心理状态的进行验证测试;
所述第一类测试图像包含具有相同或相似心理表征的测试图像,根据受试者对第一类测试图像的喜好选择信息,获取受试者在每张测试图像所反应出来的心理表征情况并判断受试者的可信度;当多张图像心理表征信息一致性低于70%时,则归类为存在可信度较低的行为的受试者,其他则归类为普通受试者;
所述第二类测试图像包括至少两个子类别测试图像,其中至少一子类别测试图像用于测试在第一类测试图像测试时存在可信度较低的行为的受试者;其中,不同子类别的测试图像的区别在于受试者可选择项的数量范围;
所述第三类测试图像为验证测试图像,其用于对第二类测试图像测试结果进行验证,获得第二类测试图像测试结果的参考系数;
对受试者进行预测试,根据预测试的情况再进行正式测试,获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据;具体为,将受试者对第二类测试图像与第三类测试图像的喜好和心理状态作为第一测试数据;
将所述第一测试数据加载到第一预警模型中进行处理,获取第一得分数据。
2.如权利要求1所述的心理测试方法,其特征在于,所述获取并记录受试者在正式测试时对测试图像的喜好与心理反应作为第一测试数据具体包括,将受试者对第二类测试图像与第三类测试图像的喜好和心理状态作为第一测试数据。
3.如权利要求2所述的心理测试方法,其特征在于,所述第一得分数据的获取包括,将所述第一测试数据输入至第一预警模型中,所述第一预警模型根据预设维度对第一测试数据进行分析,获得各预设维度的倾向信息,根据预设维度的倾向信息获得第一得分数据。
4.如权利要求3所述的心理测试方法,其特征在于,所述预设维度包括尊重生命、安全意识、抑郁倾向和抗挫折能力四个维度。
5.如权利要求3所述的心理测试方法,其特征在于,所述第一预警模型是基于专家知识库和机器学习模型构建,所述第一预警模型基于专家知识库的更新和心理测试数据进行参数修正。
6.如权利要求1-5任一项所述的心理测试方法,其特征在于,该方法还包括,采集受试者在测试时的表情信息与行为信息作为第二测试数据。
7.如权利要求6所述的心理测试方法,其特征在于,将所述第二测试数据输入至基于机器学习的分析模型中,获得第一得分数据的参考比重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434601.5A CN112674769B (zh) | 2020-12-10 | 2020-12-10 | 一种基于心理投射的心理测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011434601.5A CN112674769B (zh) | 2020-12-10 | 2020-12-10 | 一种基于心理投射的心理测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112674769A CN112674769A (zh) | 2021-04-20 |
CN112674769B true CN112674769B (zh) | 2023-07-18 |
Family
ID=75446610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011434601.5A Active CN112674769B (zh) | 2020-12-10 | 2020-12-10 | 一种基于心理投射的心理测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112674769B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016049438A (ja) * | 2014-08-28 | 2016-04-11 | 岡崎 章 | 人の心理を定量的に測定する心理量測定装置と測定方法 |
JP2016140637A (ja) * | 2015-02-04 | 2016-08-08 | 学校法人常翔学園 | 知覚閾値測定装置、知覚閾値測定方法及び知覚閾値測定プログラム |
CN106407935A (zh) * | 2016-09-21 | 2017-02-15 | 俞大海 | 基于人脸图像和眼动注视信息的心理测试方法 |
EP3143933A1 (en) * | 2015-09-15 | 2017-03-22 | BrainSigns s.r.l. | Method for estimating a mental state, in particular a workload, and related apparatus |
KR20170102152A (ko) * | 2016-02-29 | 2017-09-07 | 중앙대학교 산학협력단 | 인지 및 기억 검사 장치 및 방법 |
CN107657964A (zh) * | 2017-08-15 | 2018-02-02 | 西北大学 | 基于声学特征和稀疏数学的抑郁症辅助检测方法及分类器 |
CN109276243A (zh) * | 2018-08-31 | 2019-01-29 | 易念科技(深圳)有限公司 | 脑电心理测试方法及终端设备 |
CN109464151A (zh) * | 2018-12-29 | 2019-03-15 | 中国科学院深圳先进技术研究院 | 注意抑制能力获取方法、装置、设备及存储介质 |
CN110443733A (zh) * | 2019-08-05 | 2019-11-12 | 衡阳师范学院 | 一种心理学职业能力测评系统 |
CN110650685A (zh) * | 2017-03-24 | 2020-01-03 | 爱尔西斯有限责任公司 | 评估人的心理生理状态的方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120071785A1 (en) * | 2009-02-27 | 2012-03-22 | Forbes David L | Methods and systems for assessing psychological characteristics |
CN108186031B (zh) * | 2015-08-07 | 2021-02-09 | 北京智能阳光科技有限公司 | 一种用于调节测试人员的认真程度的刺激方法 |
CN106618609A (zh) * | 2016-11-28 | 2017-05-10 | 邹敏伟 | 心理测评方法及心理测评仪 |
CN109447155A (zh) * | 2018-10-29 | 2019-03-08 | 国家电网有限公司 | 一种人脸表情识别模型训练方法、装置及设备 |
KR102240930B1 (ko) * | 2019-01-18 | 2021-04-15 | (주)지영커뮤니티 | 미술심리검사 장치 |
CN110163118A (zh) * | 2019-04-29 | 2019-08-23 | 湖南检信智能科技有限公司 | 一种基于多维度心理测评综合分析系统 |
CN110279425B (zh) * | 2019-05-09 | 2020-08-04 | 中国科学院自动化研究所 | 基于智能分析的心理评估方法及系统 |
-
2020
- 2020-12-10 CN CN202011434601.5A patent/CN112674769B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016049438A (ja) * | 2014-08-28 | 2016-04-11 | 岡崎 章 | 人の心理を定量的に測定する心理量測定装置と測定方法 |
JP2016140637A (ja) * | 2015-02-04 | 2016-08-08 | 学校法人常翔学園 | 知覚閾値測定装置、知覚閾値測定方法及び知覚閾値測定プログラム |
EP3143933A1 (en) * | 2015-09-15 | 2017-03-22 | BrainSigns s.r.l. | Method for estimating a mental state, in particular a workload, and related apparatus |
KR20170102152A (ko) * | 2016-02-29 | 2017-09-07 | 중앙대학교 산학협력단 | 인지 및 기억 검사 장치 및 방법 |
CN106407935A (zh) * | 2016-09-21 | 2017-02-15 | 俞大海 | 基于人脸图像和眼动注视信息的心理测试方法 |
CN110650685A (zh) * | 2017-03-24 | 2020-01-03 | 爱尔西斯有限责任公司 | 评估人的心理生理状态的方法 |
CN107657964A (zh) * | 2017-08-15 | 2018-02-02 | 西北大学 | 基于声学特征和稀疏数学的抑郁症辅助检测方法及分类器 |
CN109276243A (zh) * | 2018-08-31 | 2019-01-29 | 易念科技(深圳)有限公司 | 脑电心理测试方法及终端设备 |
CN109464151A (zh) * | 2018-12-29 | 2019-03-15 | 中国科学院深圳先进技术研究院 | 注意抑制能力获取方法、装置、设备及存储介质 |
CN110443733A (zh) * | 2019-08-05 | 2019-11-12 | 衡阳师范学院 | 一种心理学职业能力测评系统 |
Non-Patent Citations (2)
Title |
---|
基于表情和生理信号的双模态视频情感识别研究;于曼丽;《中国优秀硕士学位论文全文数据库信息科技辑》;全文 * |
青少年网络成瘾者自杀行为特征及自杀风险评估;黄彦;《中国博士学位论文全文数据库医药卫生科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112674769A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kemper et al. | Short versus long scales in clinical assessment: Exploring the trade-off between resources saved and psychometric quality lost using two measures of obsessive–compulsive symptoms | |
Leitgöb et al. | Measurement invariance in the social sciences: Historical development, methodological challenges, state of the art, and future perspectives | |
Fisher et al. | The binary bias: A systematic distortion in the integration of information | |
Struminskaya et al. | The effects of questionnaire completion using mobile devices on data quality. Evidence from a probability-based general population panel | |
Fredricks et al. | Attitude–behavior relations: A comparison of the Fishbein-Ajzen and the Bentler-Speckart models. | |
Reid et al. | Impact of product design representation on customer judgment | |
Heron et al. | 40,000 memories in young teenagers: Psychometric properties of the Autobiographical Memory Test in a UK cohort study | |
Moreno et al. | Measuring problematic internet use, internet gaming disorder, and social media addiction in young adults: cross-sectional survey study | |
Korff et al. | Too Much Choice:{End-User} Privacy Decisions in the Context of Choice Proliferation | |
Penfield | Distinguishing between net and global DIF in polytomous items | |
WO2012116334A2 (en) | Methods and systems for assessing latent traits using probabilistic scoring | |
US20130236878A1 (en) | Method for Testing and Developing Intelligence | |
EP3831290A1 (en) | Dementia risk presentation system and method | |
Goodman-Deane et al. | Digital technology competence and experience in the UK population: who can do what | |
Cronin et al. | Emotional expressions reduce the own-age bias. | |
CN108932593B (zh) | 一种认知影响因素分析方法及装置 | |
Abrams et al. | Evolving interpretation of screening and diagnostic tests in allergy | |
CN112674769B (zh) | 一种基于心理投射的心理测试方法 | |
Heimgärtner | Cultural Differences in Human Computer Interaction: Results from Two Online Surveys. | |
Minson et al. | Confidence in context: Perceived accuracy of quantitative estimates decreases with repeated trials | |
Yaprak | Measurement problems in cross-national consumer research: the state-of-the-art and future research directions | |
Li et al. | Item memorability has no influence on value-based decisions | |
Duffy et al. | An economist and a psychologist form a line: What can imperfect perception of length tell us about stochastic choice? | |
Ashburner et al. | On the influence of evaluation context on judgments of effort. | |
Sherman et al. | Knowing that you know that you know: Above chance discrimination of metacognitive performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |