• •
李辉, 刘红云
Li Hui, Liu Hongyun
摘要: 近年来,密集追踪调查在心理学研究中应用广泛,为研究者捕捉个体内部心理状态的变化,并揭示心理过程随时间发展的动态规律提供了有益工具。然而,其高频、多次测量的特点会加重被试负担,易导致被试不认真作答(careless responding, CR),进而威胁数据质量和研究结论的可靠性。本研究聚焦密集追踪调查中的CR问题,探究CR对数据分析结果和结论的影响,探索如何利用机器学习技术与作答行为日志数据相结合的方式精准识别CR,设计并对比多种处理CR的策略,并在此基础上开发用户友好的识别和处理CR的工具,以方便研究者高效清理密集追踪调查数据。