分类 心尺 下的文章
摘要: 本周,心尺AIRA进行了更新和调整。主要变化包括更新了后端AI的知识库获取能力,并改变了回答模式以更接近心理学家的解读方式。文章强调心理测量不应仅基于测试结果与人群数据的对照,还应考虑个体的体验和文化差异。此外,介绍了新的API接口用于搜索相关论文和订阅心理学期刊的RSS推送,以便持续更新知识库。这些改进旨在提供更准确、相关的心理学信息,并通过解释和建议帮助用户理解自己的心理状态及如何改善。
摘要: PsychoScales是一个致力于促进心理学知识公开和人群研究的量表网站。2024年初,该项目建立了一个基于量表的AI解读网站,但存在一些问题,如框架复杂和解读不全面。因此,项目团队进行了技术与知识的储备,以完善PsychoScales的设计。2025年,项目重新搭建了两个子项目:[PsychoScales](https://www.psychoscales.com/)和[PsychoScalesOrg](https://www.psychoscales.org/)。前者提供混合量表测量和AI解读,后者是量表展示与结果计算平台。用户信息不会被保存,仅邮箱用于区分用户。新的PsychoScales采用随机量表系统,以提供更准确的测量结果,并保留所有量表问题、选项和计分机制用于数据比较。AI将与用户对话,解读所有量表结果。用户每回答一个问题将获得积分,每次对话消耗五个积分,以激励用户提供最新数据。
摘要: ItemStudy 新增利用大语言模型判断,因之前语义判断有问题且不能用 ReverseItem 作判断,现调用大语言模型判断 item 对语义是否相反,将语义相反的 item 对 similarity 取负。在特定模型下选取两端测试,正 correlation 区在现有样例中全部维持原判,负 correlation 区误判率约 0.325。此方法不能很好解决负 correlation 问题,需进一步研究。
摘要: 文章介绍了在 ItemStudy 中添加了 reverse item 但仍为非线性,给出了相关链接和代码更新。提到对 xy 轴 pivot 尝试非线性相关,展示了 reverse 前后的结果图片。讨论认为区别不大,参数略变,绝对值大相关高,可能是语义“范围”问题,相似度高但相关性负很多的例子中套话结构占空间,被测变量内在相关性也有影响,还指出 item 的 reverse 是对被测变量而言的方向,并非语义方向。
摘要: 计算 Cronbach's alpha 可衡量量表项内部一致性,其取值范围是 0 到 1,值越高表示一致性越好。具体公式为:alpha = k / (k - 1) * (1 - sum(sig_i^2) / sum(sig_T^2)),其中 k 是量表项数,sig_i^2 是每个项的方差,sig_T^2 是所有项分数总和的方差。
- 1
- 2
- 后一页 »