Simulierter Betrachtungsabstand beeinträchtigt die Konfidenz-Genauigkeits-Beziehung bei großen, aber nicht mäßigen Entfernungen: Unterstützung für ein Modell, das die Rolle der Merkmalsmehrdeutigkeit berücksichtigt, Teil 1

Abstrakt

In der Augenzeugenidentifizierungsforschung besteht ein zunehmender Bedarf, Faktoren zu identifizieren, die nicht nur die Identifizierungsgenauigkeit beeinflussen, sondern auch die Konfidenz-Genauigkeits-Beziehung (CA) beeinflussen können. Eine solche Variable, die einen bemerkenswerten Einfluss auf die Erinnerung an Gesichter hat, ist der Betrachtungsabstand, wobei Gesichter, die aus einer kürzeren Entfernung kodiert wurden, besser im Gedächtnis bleiben als Gesichter, die bei größeren Unterschieden kodiert wurden.

Mit der kontinuierlichen Entwicklung der modernen Gesellschaft hat die Zahl der Zeugen von Straftaten allmählich zugenommen. In diesem Fall müssen Zeugen in der Lage sein, wichtige Informationen wie das Aussehen und die Bewegungen des Verdächtigen effektiv zu identifizieren und sich daran zu erinnern. Es besteht ein Zusammenhang zwischen Augenzeugenerkennung und Erinnerung.

Erstens ist ein gutes Gedächtnis für Zeugen der Schlüssel zum Erkennen von Verdächtigen. Wenn Zeugen sich klar an das Aussehen, die Körpermerkmale, die Bewegungsgewohnheiten und andere Informationen des Verdächtigen erinnern können, wird die Erfolgsquote bei der Aufklärung des Falles erheblich verbessert. Es zeigt sich, dass ein gutes Gedächtnis für Zeugen sehr wichtig ist, um Verdächtige zu identifizieren.

Zweitens wirkt sich der psychologische Zustand der Zeugen auch auf deren Erkennungs- und Gedächtnisfähigkeiten aus. Wenn der Zeuge beispielsweise Angst hat oder nervös ist, wird die Aufmerksamkeit abgelenkt und das Gedächtnis beeinträchtigt. Wenn ein Zeuge dagegen ruhig und konzentriert bleibt, kann er sich besser an Informationen über den Verdächtigen erinnern. Daher müssen Zeugen negative Emotionen überwinden und ruhig bleiben, um besser wahrnehmen und beobachten zu können.

Darüber hinaus spielen auch die Lebenserfahrung und die kognitiven Fähigkeiten von Zeugen eine wichtige Rolle für das Erkennen und Erinnern. Durch regelmäßiges Beobachten von Menschen und Dingen in Ihrer Umgebung, das Erlernen psychologischer Kenntnisse usw. können Sie Ihre Beobachtungs- und Verständnisfähigkeiten verbessern. Gleichzeitig können aktives Training des Gehirns und die Aufrechterhaltung guter Lebensgewohnheiten auch dazu beitragen, das Gedächtnis und die kognitiven Fähigkeiten zu verbessern.

Kurz gesagt, die Identifikations- und Gedächtnisfähigkeiten von Augenzeugen spielen eine entscheidende Rolle bei der Aufklärung von Straftaten. Nur wenn wir für einen guten Geisteszustand sorgen, aktiv Sport treiben und die kognitiven Fähigkeiten verbessern, können wir die Rolle von Zeugen besser übernehmen und der Polizei helfen, den sozialen Frieden und die Stabilität aufrechtzuerhalten. Es ist ersichtlich, dass wir unser Gedächtnis verbessern müssen. Cistanche deserticola kann das Gedächtnis erheblich verbessern, da Cistanche deserticola ein traditionelles chinesisches Arzneimittel mit vielen einzigartigen Wirkungen ist, darunter die Verbesserung des Gedächtnisses. Die Wirksamkeit von Hackfleisch beruht auf den vielen darin enthaltenen Wirkstoffen, darunter Säure, Polysaccharide, Flavonoide usw. Diese Inhaltsstoffe können die Gesundheit des Gehirns auf verschiedene Weise fördern.

Klicken Sie auf 10 Möglichkeiten zur Verbesserung des Gedächtnisses

In vier vorab registrierten Experimenten, bei denen sowohl Labor- als auch Online-Proben verwendet wurden, verglichen wir Gesichter, die aus einem simulierten Betrachtungsabstand auf verschiedenen Ebenen (mittel und weit) betrachtet wurden, mit Gesichtern, die aus einem sehr nahe simulierten Abstand betrachtet wurden. Der Abstand wurde mithilfe einer Gaußschen Unschärfefunktion mit simuliert Höhere Unschärfegrade entsprechen letztendlich einer größeren simulierten Entfernung. Wir fanden heraus, dass sowohl mittlere als auch weite simulierte Distanzen die Gedächtnisleistung im Vergleich zu keiner simulierten Distanz insgesamt beeinträchtigten, wobei eine größere Distanz zu einem schlechteren Gedächtnis führte.

Allerdings beeinträchtigten weit simulierte Entfernungen die CA-Beziehung. In einem vierten Experiment stellten wir fest, dass eine Warnung vor dem Test diese Beeinträchtigung der CA-Beziehung für Gesichter, die aus einer simulierten Fernentfernung betrachtet wurden, nicht verbesserte. Die Ergebnisse deuten darauf hin, dass Identifizierungen mit hoher Konfidenz für Gesichter, die aus großer Entfernung betrachtet werden, außer Acht gelassen werden sollten und dass Schätzvariablen, die das Gedächtnis beeinflussen, die CA-Beziehung verschlechtern können, wenn das Gedächtnis auf ein kritisches Signifikanzniveau reduziert wirdStellungnahme

Wenn ein Augenzeuge den Verlauf eines Verbrechens beobachtet, beeinflussen mehrere Variablen die Wahrscheinlichkeit, dass er später eine genaue Identifizierung vornehmen kann. Frühere Untersuchungen ergaben, dass die Beziehung zwischen Vertrauen und Genauigkeit bei der Identifizierung bestenfalls dürftig sei, aber eine neuere Analysestrategie hat diese Wahrnehmung geändert. Vertrauen kann ein guter Indikator für Genauigkeit sein, solange die Umstände des Codierungsereignisses ideal sind. Weniger bekannt ist, ob der Zusammenhang zwischen Vertrauen und Genauigkeit auch unter nicht idealen Umständen erhalten bleibt.

Obwohl allgemein bekannt ist, dass die Erinnerung an Gesichter von Augenzeugen mit zunehmender Entfernung schlechter wird, ist weniger klar, ob dieser Faktor die Beziehung zwischen Vertrauen und Genauigkeit beeinflusst. Einige Studien haben herausgefunden, dass die Beziehung zwischen Vertrauen und Genauigkeit bei einigen Entfernungen erhalten bleibt, bei anderen jedoch nicht. Forscher haben vermutet, dass dies darauf zurückzuführen ist, dass Augenzeugen nicht erkannt haben, wie schwierig die Aufgabe ist, ein Gesicht mit zunehmender Betrachtungsentfernung zu identifizieren.

In vier Experimenten verwendeten wir ein „Innerhalb der Versuchspersonen“-Design, das die Möglichkeit ausschließt, dass Einzelpersonen ihre Strategie ändern können, um mehr oder weniger konservativ zu werden, es jedoch berücksichtigt, dass die Erkennung für einige Gesichter schwieriger sein wird als für andere. Wir fanden Hinweise darauf, dass nur große Entfernungen die Konfidenz-Genauigkeits-Beziehung beeinträchtigten. Bei moderaten Abständen war dies nicht der Fall, was darauf hindeutet, dass die Mehrdeutigkeit der Merkmale bei der Kodierung zu dem betroffenen Effekt führt und nicht zu einem übermäßigen Vertrauen in die Erkennungsleistung.

Aufgrund einer relativ neuen Änderung in der Art und Weise, wie Forscher des Gedächtnisses von Augenzeugen die Beziehung zwischen und der Genauigkeit quantitativ charakterisieren, besteht ein wiederbelebtes Interesse an der Identifizierung von Faktoren, die die Fähigkeit der Augenzeugen beeinflussen, ihre Wahrscheinlichkeit der Genauigkeit vorherzusagen (Wixted & Wells, 2017). ). Daher interessiert uns die Art und Weise, wie bestimmte Schätzvariablen die Identifizierungsgenauigkeit beeinflussen, aber nicht unter der Kontrolle des Strafjustizsystems stehen (WellsInfluence beeinflussen diese Beziehung).

Während sich ein großer Teil der Forschung auf dem Gebiet der Psychologie und des Rechts zu Recht auf Systemvariablen oder jene Faktoren konzentriert, die unter der Kontrolle des Strafjustizsystems stehen, ist es ebenso wichtig, Schätzvariablen zu verstehen (S. Miler et al., 2018). Das heißt weil wir evidenzbasierte Vorhersagen darüber erstellen können, wie wahrscheinlich es ist, dass ein bestimmter Zeuge einen Täter biospezifisch und in einem bestimmten Augenzeugenkontext erfolgreich identifiziert, wenn wir die Auswirkungen dieses Kontexts auf die Gedächtnisleistung verstehen. Für die vorliegenden Studien haben wir uns auf eine Schätzvariable konzentriert, den Betrachtungsabstand (den Abstand zwischen dem Beobachter und dem Zielgesicht beim Kodieren), um die Einflüsse der Beziehung zwischen Vertrauen und Genauigkeit besser zu verstehen.

Für einen Laien sollte es keine Überraschung sein, dass mit zunehmender Entfernung zwischen einem Augenzeugen und dem Gesicht, das für die spätere Bestimmung der Genauigkeit erforderlich ist, abnimmt. Die Wissenschaft ist sich darüber im Klaren (z. B. Lindsay et al., 2008; Nyman et al., 2019; Lockamyier et al., 2020), und die Finanzierung wurde von offiziellen politischen Entscheidungsträgern anerkannt. Beispielsweise haben Lindsay et al. wandte sich an Studenten auf einem Universitätscampus und bat sie, das Gesicht eines wissenschaftlichen Mitarbeiters zu kodieren, der zwischen 4 und 15 m oder 20–50 m entfernt erschien.

Die Teilnehmer trafen dann sofort oder 24 Stunden pro Stunde eine Aufstellungsentscheidung zwischen einer Aufstellung ohne Ziel oder mit anwesendem Ziel. Die intuitive Vorhersage wurde bestätigt. Die korrekte Zielidentifizierung war auf größeren Entfernungen schlechter. In ähnlicher Weise haben Nyman et al. ließ die Teilnehmer in einer kontrollierteren (aber immer noch naturalistischen) Umgebung verschiedene Distanzen zwischen 5 und 110 m kodieren. Die Teilnehmer identifizierten sich ähnlich aus einer Aufstellung, und es ergab sich das gleiche Ergebnismuster.

Allerdings ist die reale Natur der Testbedingungen, die sowohl bei Lindsay et al. (2008) und Nyman et al. (2019) führt zu einer höheren Variabilität als nach Laborstandards ideal wäre.

Diese Angebote bieten einen hervorragenden Kompromiss, den Forscher zwischen der genauen Simulation natürlicher Bedingungen und der Ausübung strenger experimenteller Kontrollen eingehen müssen. Obwohl es keine eindeutige Antwort darauf gibt, welcher Ansatz der beste ist, haben andere Forscher versucht, den Betrachtungsabstand im Labor zu simulieren, indem sie digitale Faksimiles von Gesichtern (anstelle von echten, lebenden Gesichtern) verwendeten, die einem physischen Abstand in der natürlichen Welt entsprechen. Glücklicherweise kann die Entfernung auf verschiedene empirisch etablierte Weise simuliert werden. Zunächst wird das beobachtete Ereignis auf Video aufgezeichnet und einfach die Entfernung zwischen dem Ziel und der Kamera variiert (Lockamyiere et al., 2020). Forscher können sich alternativ dafür entscheiden, den Teilnehmern Fotos von Gesichtern zu präsentieren, deren Größe jedoch auf ungefähre Distanzen zu reduzieren (z. B. Loftus & Harley, 2005).

Allerdings lassen sich beide Ansätze schlecht auf die Remote-Datenerfassung übertragen, da es an einer Standardisierung hinsichtlich der Displaygröße mangelt, die Remote-Teilnehmer verwenden möchten. Um dieses Problem anzugehen, haben wir uns dafür entschieden, Gesichter mehr oder weniger unscharf zu machen, was zu einer mehr oder weniger simulierten Entfernung führt. Gesichtsunschärfe kann auf verschiedene Arten erreicht werden (z. B. Gaußsche Unschärfe, Lampinen et al., 2015; Filter Filter, Loftus & Harley, 2005). Ähnlich wie die Logik, die hinter der Darstellung verkleinerter Bilder steckt, simuliert die Unschärfe des Bildes eines Gesichts die Tatsache, dass entfernte Gesichter durch weniger Fotorezeptoren in der Netzhaut dargestellt werden, was bedeutet, dass jedes Merkmal des Gesichts durch weniger Zellen kodiert werden muss, was zu etwas führt, das einem pixeligen Bild ähnelt.

Loftus und Harley (2005) verwendeten einen solchen Ansatz und stellten fest, dass die Verwendung eines Niedrigfilters in vivo Änderungen des Betrachtungsabstands perfekt simulierte (vergleichbar mit einer Verringerung der Fotogröße). Im Anschluss an diese Studie haben Lampinen et al. (2015) verwendeten Gaußsche Unschärfe (die einen ähnlichen Tiefpass-Visualisierungseffekt erzeugt) und fanden Beweise, die mit naturalistischeren Forschungsverfahren übereinstimmen – ein negativer monotoner Trend für die Genauigkeit als simulierter Abstand Labor-Cortisol. Diese Methode hat gegenüber Größenmanipulationen einen Vorteil, da die Teilnehmer den Blickwinkel ihres Bildschirms anpassen können, um sicherzustellen, dass sie das unscharfe Gesicht wie beabsichtigt codieren. Dies verbessert jedoch nicht den beabsichtigten Effekt.

Ein solches Unschärfeverfahren ermöglichte es uns zu untersuchen, wie sich die Entfernung (wenn überhaupt) auf die Beziehung zwischen Vertrauen und Genauigkeit im Gedächtnis von Augenzeugen auswirkt (Lampinen et al., 2014). Augenfehlerkennung ist der größte Einzelfaktor für Fälle, die in den letzten Jahrzehnten vom Innocence Project aufgehoben wurden (Innocence Project, 2019). Den Forschern zufolge ist es notwendiger, die Umstände zu identifizieren, unter denen die Identifizierung von Söhnen erfolgt. Urteile gehen häufig mit Identifizierungen einher und können mit Aufforderung („Wie sicher sind Sie, dass das der Typ war?“) oder unaufgefordert („Das war mit Sicherheit der Typ, den ich gesehen habe!“) erfolgen.

Angesichts der Häufigkeit, mit der solche Informationen mit der Identifizierung von Söhnen verknüpft sind, obliegt es der Strafjustiz, ihren Nutzen für die Feststellung von Tatsachen zu bestimmen (Smalarz et al., 2021; Wells et al, 1981, 2002). Noch vor 30 Jahren waren sich Augenzeugengedächtnisforscher im Allgemeinen darin einig, dass das Vertrauen der Augenzeugen bestenfalls in einem schwachen Zusammenhang mit der Genauigkeit der Augenzeugen steht (Sporer et al., 1995). Diese Stimmung hat sich jedoch inzwischen geändert; Wixted und Wells (2017) plädierten kürzlich für die Zuverlässigkeit von uns als Prädiktor für die Genauigkeit in rechtlichen Kontexten und argumentierten, dass frühere Annahmen über die Zuverlässigkeit und die Genauigkeit, die nichts miteinander zu tun hatten, auf dem falschen analytischen Ansatz beruhten (d. h. der Punkt-Biserial-Korrelation, siehe Juslin et al ., 1996 für eine Diskussion).

Ihr Vorschlag war jedoch mit einer Einschränkung verbunden: Vertrauen sollte nur als Prädiktor für die Genauigkeit verwendet werden, solange die Bedingungen zum Zeitpunkt der Kodierung des Gesichts für eine Posiidentifizierung günstig waren (z. B. sind Schätzvariablen zum Zeitpunkt der Kodierung mit einem besseren Gedächtnis verbunden). Leistung, Faktoren auf Systemebene, Wissen, Einfluss, Augenzeugen, Genauigkeit oder Vertrauen fehlen. Einige haben jedoch weiter argumentiert, dass diese günstigen Bedingungen möglicherweise nicht ausreichen, aber nicht notwendig sind, um die Zuverlässigkeit der Bedingungen zu gewährleisten, um ein gültiger und zuverlässiger Prädiktor für die Genauigkeit zu sein (Mickes et al., 2017).

Im Wesentlichen kann es mehrere suboptimale Bedingungen geben, die das Gedächtnis von Augenzeugen insgesamt beeinträchtigen, aber die Beziehung zwischen Vertrauen und Genauigkeit intakt lassen (siehe Wixtedet al., 2016, für eine Feldstudie, die diese Präzision bestätigt). Dies ist ein gutes Zeichen für Vertrauen als Beweismittel in rechtlichen Kontexten , da es einen Filtermechanismus vorfiltert, durch den verhindert werden kann, dass die Testzeugen mit geringer Vertrauenswürdigkeit zum Prozess übergehen (da die Vertrauenswürdigkeit auf eine geringe Wahrscheinlichkeit einer Identifizierung hindeutet).

Im Zusammenhang mit dem Betrachtungsabstand haben relativ wenige Studien versucht, die Konfidenz und Genauigkeit speziell zu untersuchen. Semmler et al. (2018) analysierten die Beziehung zwischen Vertrauen und Genauigkeit von Lindsay et al. erneut. (2008) durch die Erstellung von Kalibrierungskurven und stellten fest, dass die Konfidenz-Genauigkeitsbeziehung selbst weitgehend intakt blieb, obwohl der Betrachtungsabstand große Auswirkungen auf das Gedächtnis hatte (gezeigt durch d prim, ein Maß für die Unterscheidbarkeit). Das Gleiche galt nicht, wenn die Deidentifizierung unmittelbar erfolgte. Sie brachten das Argument vor, dass die bloße Tatsache, dass eine bestimmte Schätzvariable das Gedächtnis beeinflusst, nicht bedeute, dass die Variable zwangsläufig die Vertrauensurteile beeinflussen werde, und Identifizierungen, die von Zeugen mit hoher Selbstsicherheit vorgenommen würden, immer noch wahrscheinlich korrekt seien.

Unter einem globalen Rahmen für Gedächtnis- und Metagedächtnisbeeinträchtigungen würde jede Variable, die das Gedächtnis insgesamt beeinträchtigt, auch die Schwelle verringern, die ein Augenzeuge möglicherweise für ein sicheres Urteil hat. Wenn man beispielsweise spät in der Nacht bei schlechten Sichtverhältnissen Zeuge eines Einbrechers wird, gehen wir davon aus, dass die Wahrscheinlichkeit, den Einbrecher später korrekt zu identifizieren, recht gering ist. Ein globaler Rahmen würde vorhersagen, dass im Durchschnitt auch die Kalibrierung beeinträchtigt sein würde und ein Augenzeuge in diesem Szenario (im Vergleich zu einem Zeugen unter idealen Betrachtungsbedingungen) eher fälschlicherweise einer Fehlidentifizierung ein Urteil mit höherer Konfidenz zuordnen würde, was die Beurteilung der Konfidenz zu einem Überschätzer der Leistung machen würde.

Was Semmler et al. (2018) und wir (Davis et al., 2019) haben vorgeschlagen, dass Faktoren, die sich auf die Gedächtnisleistung insgesamt auswirken, nicht unbedingt Metagedächtnisurteile beeinträchtigen (z. B. Co et al., 1997; Leippe, 1980; Penrod & Cutler, 1995). Im Wesentlichen besteht die Idee darin, dass Augenzeugen implizit oder explizit wissen, dass ihre Gedächtnisleistung schlecht ist, und die Konfidenzbewertungen nach unten skalieren, während sie eine Identifizierung vornehmen. Dadurch bleibt die Beziehung zwischen Konfidenz und Genauigkeit weitgehend intakt, was bedeutet, dass Faktenprüfer immer noch auf Augenzeugenurteile mit hoher Konfidenz vertrauen können selbst wenn die Umstände der Identifizierung nicht optimal sind.

Im Gegensatz dazu haben Man et al. (2019) analysierten die Genauigkeitsbeziehung in ihrer Studie mithilfe eines In-vivo-Testverfahrens in einem Wissenschaftszentrum und stellten fest, dass die Beziehung zwischen Vertrauen und Genauigkeit bei kürzeren Distanzen, jedoch nicht bei längeren Distanzen erhalten zu bleiben schien. Lockamyier et al. (202 identifizierten ein ähnliches Muster in den Vertrauens-Genauigkeits-Kennlinien, wobei eine gute Kalibrierung bei kurzen Entfernungen (3 m), jedoch nicht bei längeren Entfernungen (10 und 20 m) beobachtet wurde, was wiederum zeigt, dass eine zunehmende Entfernung mit einer Beeinträchtigung der Vertrauens-Genauigkeits-Beziehung verbunden sein kann. Die Ergebnisse haben wurde auch für andere Schätzvariablen als den Betrachtungsabstand nachgewiesen (z. B. den Croeffectce-Effekt; Dodson & Dobolyi, 2016).

Laut dem Schwellenwertmodell von Nyman et al. (2019) erkennen Teilnehmer unter Bedingungen, in denen die Unterscheidungsfähigkeit besonders gering ist, möglicherweise nicht, wie schwierig die Aufgabe ist und dass der Erfolg unwahrscheinlich ist. Dies führt dazu, dass sie ihre metakognitiven Urteile so angehen, wie sie es bei einer nur mäßig schwierigen Aufgabe tun würden, was bedeutet, dass die meisten ihrer Urteile ihre tatsächliche Leistung überschätzen. Untersuchungen zur Metakognition in der Bildungsliteratur unterstützen diese Idee; Lernende neigen dazu, bei schwierigem Material zuversichtlicher zu sein als bei schwierigem Material, weil sie fälschlicherweise davon ausgehen, dass ihr Leistungsniveau auch bei steigendem Schwierigkeitsgrad gleich bleibt (z. B. Kelemen et al., 2000; Maki t al., 2005; Schraw & Roedel). , 1994).

Sowohl Nyman et al. (2019) und Lockamyier et al. (2020) räumten ein, dass es relativ wenige Positiidentifizierungen über die sehr großen Entfernungen gab, was es schwierig machte, bei diesem höchsten Konfidenzniveau die geeigneten Inferenzstatistiken zu berechnen und Zweifel aufkommen ließ, ob der beobachtete Schwelleneffekt einfach auf hohe Distanzen zurückzuführen war Variabilität bei Urteilen mit hoher Konfidenz über große EntfernungenDiesDieses methodische Problem wird durch das Aufstellungsverfahren verschärft, das einen hohen Anwendungswert hat, aber zwangsläufig nur einen einzigen Datenpunkt pro Bedingung liefert, was die Variabilität weiter erhöht. In den vorliegenden Studien haben wir die Auswirkungen der Beziehung zwischen Betrachtungsentfernung, Vertrauen und Genauigkeit anhand eines Gesichtserkennungsparadigmas untersucht, das Dutzende von Beobachtungen pro Bedingung generiert. Dies führt wiederum zu zuverlässigeren Schätzungen der Genauigkeit auf jeder Vertrauensebene. Während die Identifizierung einzelner Gesichtslinien und alte/neue Entscheidungen für eine große Menge zuvor präsentierter Gesichter oberflächlich betrachtet keine identischen Aufgaben sind, basieren sie beide auf ähnlichen kognitiven Architekturen der Gesichtsverarbeitung (Morgan et al., 2007), wobei die Gesichtserkennung häufig als grundlegendes Forschungsinstrument nützlich ist Prüfung theoretischer Positionen.

Obwohl es Unterschiede zwischen Gesichtserkennungs- und Aufstellungsparadigmen gibt (siehe Weber & Brewer, 2006, für eine Diskussion der Ähnlichkeiten zwischen den Paradigmen), glauben wir, dass die erhöhte Aussagekraft und Stabilität der Schätzungen die Nachteile einer verringerten ökologischen Gültigkeit überwiegen.

Zusätzlich zur Maximierung der statistischen Aussagekraft mithilfe eines Gesichtserkennungsparadigmas führten wir die aktuellen Studien in einem leistungsfähigeren In-Subjekt-Design durch, um die Zuverlässigkeit von Punktschätzungen zu maximieren.

Während man et al. (2019) verlangten von den Teilnehmern, dass sie vier Identifizierungen möglicher Ziele vornehmen mussten. Diese wurden sowohl in Ziel-vorhandene als auch in Ziel-fehlende-Aufstellungen unterteilt und jede Aufgabe wurde nacheinander erledigt (z. B. untersuchten und wurden die Teilnehmer jeweils nur ein ermüdungsfreies Gesicht untersucht und getestet), was die Wahrscheinlichkeit erhöht dass die Teilnehmer ihre globalen Kriterien für die Auswahl und für Vertrauen-auf-Vertrauens-Urteile von Aufgabe zu Aufgabe anpassen konnten. Wir argumentieren, dass die von Nyman et al. Wenn Sie einige Belege für ein Schwellenwertkonto liefern, sollten strengere Labortests mit einer Probe und einem Design durchgeführt werden, die erstellt wurden, um Situationen einer Konfidenz-Genauigkeits-Beziehung zu erkennen.

Wir haben unsere Studien auch mit College-Studenten und Mitarbeitern auf Amazons MechanicalTurk (MTurk) durchgeführt. Da es sich bei Augenzeugen in den USA wahrscheinlich um eines von mehreren im Land vorhandenen demografischen Profilen handeln kann, müssen die Teilnehmerstichproben diesem Grad an Diversität entsprechen. Somit ermöglicht die MTurk-Stichprobe eine allgemeinere Schätzung der Fähigkeiten der US-Bevölkerung1, anstatt sich nur auf eine hochgebildete, homogene Stichprobe von College-Studenten zu verlassen, um diese auf die interessierende Bevölkerung zu verallgemeinern. Schließlich haben wir in Experiment 3 eine einfache Verfahrenstaktik (d. h. eine Anweisungswarnung) implementiert, um Überschätzungen des Vertrauens zu korrigieren, da es wichtig ist zu bestimmen, ob ein negativer Einfluss von Schätzvariablen durch Richtlinienänderungen korrigiert werden kann, die vor Ort leicht implementiert werden können.

For more information:1950477648nn@gmail.com