这项研究测试了Oreg和Bayazit(2009)的认知偏见分类法。使用469名美国陆军士兵的样本和代表拟议分类的六种偏见,进行了各种分析以确定分类法的有效性,目的是推进理论和对认知偏见的理解。然而,几乎没有发现支持该分类法的证据。具体来说,尽管验证和简化偏见与同一类别的偏见的关系比与其他类别的偏见的关系更为密切,但在调节偏见方面却没有一个明确的模式。此外,Oreg和Bayazit(2009)提出的个体差异(如神经质)基本上不能有意义地预测启发式和偏见的任务表现。总的来说,如果关于认知偏差的研究要务实并具有现实世界的应用,那么认知偏差作为一个结构需要被更好地定义。此外,对认知偏差的测量需要包括主体间和主体内的测量,并且应该重新审视评分方法。

  • 研究要求:

需要一个有意义的分类方法来推进认知启发式方法和认知偏见的研究。Oreg和Bayazit(2009)提出了一个分类系统,根据偏见的共同基本机制(即个体差异)和动机终点来组织偏见。然而,Oreg和Bayazit(2009)的主张在很大程度上仍然是理论性的。因此,本研究的目的是测试Oreg和Bayazit(2009)提出的分类法的有效性和效用。本研究的目的是:(1)检验认知偏见是否集中在所提出的三个类别中;(2)调查偏见是否有共同的基本机制。

  • 程序:

为了评估分类法及其命题的有效性,我们进行了一些分析以积累证据。具体来说,我们评估了零阶相关,进行了探索性因素分析,并评估了基本机制(即个体差异)与每个启发式和偏见类别之间的关系。最终的样本由469名驻扎在美国的现役美国陆军军官和士兵组成。数据的收集是在课堂上使用纸笔调查问卷进行的。

  • 研究结果:

根据Oreg和Bayazit(2009年)提出的分类法,可以发现支持个体差异和认知偏见之间关系的证据微乎其微。偏见类别之间的经验关系与提议的分类法并不一致,个体差异和偏见之间的假设关系大多没有得到支持。一些令人鼓舞的发现确实出现了。一个类别内的偏见之间的关联模式比不同类别的偏见之间的关联模式更强烈的正向。这些结果不应该被视为意味着分类法是无效的;由于我们的研究只代表了一个单一的研究,所以现在确定分类法结构是不充分的或没有用的还为时尚早。

  • 研究结果的利用和传播:

如果改进测量的努力未能发生,本研究的最小发现可以作为未来认知偏见研究的预示。本文可以指导未来的偏见研究领域,特别是关于为推动该领域的发展而需要采取的强化测量工具。此外,研究结果还指出要把偏见理解为一种认知过程,而不是基于特质的个体差异。未来的测量应该考虑传统心理测量评估的替代方法,以实时评估这一过程。

成为VIP会员查看完整内容
19

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
14+阅读 · 2022年10月15日
Arxiv
40+阅读 · 2022年9月19日
Arxiv
14+阅读 · 2020年9月1日
已删除
Arxiv
31+阅读 · 2020年3月23日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
VIP会员
相关VIP内容
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
14+阅读 · 2022年10月15日
Arxiv
40+阅读 · 2022年9月19日
Arxiv
14+阅读 · 2020年9月1日
已删除
Arxiv
31+阅读 · 2020年3月23日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
微信扫码咨询专知VIP会员