The accuracy of perceived trustworthinessRecall from Study 1 that a de การแปล - The accuracy of perceived trustworthinessRecall from Study 1 that a de ไทย วิธีการพูด

The accuracy of perceived trustwort

The accuracy of perceived trustworthiness
Recall from Study 1 that a deception index was calculated for each dater. The judges’
trustworthiness ratings were not correlated with this deception index (r = −0.02,
ns), suggesting that their perceptions of the daters’ trustworthiness were not accurate.
To calculate the more traditional accuracy rate used in deception detection
research, the data were prepared for a 2 (high vs. low trustworthiness) ×2 (perceived
high vs. perceived low trustworthiness) classification. The deception index was used
to classify online daters into high and low trustworthiness categories using a median
split (Mdn = −0.16). Then, the judges’ ratings were used to categorize daters into
low and high perceived trustworthiness by dichotomizing the 7-point Likert scale
used. The midpoint of the scale (i.e., 4) or higher was classified as high perceived
trustworthiness and a score below 4 was classified as low. The midpoint rather than
the median of the perceived trustworthiness scale was used to assess truth bias (i.e.,
more daters being perceived as trustworthy than untrustworthy).
Judges’ accuracy rate in categorizing daters as high or low in trustworthiness
was 48.7%, not different from chance, suggesting that the judges were unable to
classify daters on trustworthiness from their textual self-descriptions. Consistent
with previous research on deception detection, an important reason for the low
detection rate was the operation of the truth bias: Judges only classified 14 of the 78
daters (18%) as not trustworthy (see Table 3).
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ความถูกต้องน่าเชื่อถือรับรู้เรียกคืนจาก 1 ศึกษาว่า ดัชนีหลอกลวงถูกคำนวณสำหรับแต่ละ dater ของผู้พิพากษาจัดอันดับน่าเชื่อถือได้ไม่ correlated กับดัชนีนี้หลอกลวง (r = −0.02ns) แนะนำที่ ไม่ถูกต้องของแนวของ daters น่าเชื่อถือการคำนวณอัตราความถูกต้องมากกว่าที่ใช้ในการตรวจสอบการหลอกลวงงานวิจัย ข้อมูลถูกเตรียมไว้สำหรับ (สูงเทียบกับน่าเชื่อถือต่ำ) 2 × 2 (มองเห็นเทียบกับการรับรู้ต่ำสุดที่น่าเชื่อถือสูง) จัดประเภท ใช้ดัชนีหลอกลวงการจัดประเภท daters ออนไลน์เป็นประเภทน่าเชื่อถือสูง และต่ำโดยใช้ค่ามัธยฐานแยก (Mdn = −0.16) แล้ว ใช้เพื่อจัดประเภท daters เป็นการจัดอันดับของผู้พิพากษาต่ำ และสูงมองเห็นน่าเชื่อถือ โดย dichotomizing สเกล Likert 7 จุดใช้ จุดกึ่งกลางสเกล (เช่น 4) หรือน้อยกว่าถูกจัดประเภทเป็นสูงมองเห็นน่าเชื่อถือและคะแนนด้านล่าง 4 ถูกจัดต่ำสุด เกณฑ์ rather กว่าค่ามัธยฐานของระดับรับรู้น่าเชื่อถือถูกใช้เพื่อประเมินความโน้มเอียงของความจริง (เช่นเพิ่มเติม daters ถูกถือว่าเป็นที่น่าเชื่อถือยิ่งกว่า)อัตราความถูกต้องของผู้พิพากษาในประเภท daters เป็นสูง หรือต่ำในน่าเชื่อถือถูกวาง 48.7% ไม่แตกต่างจากโอกาส การแนะนำว่า ผู้พิพากษาไม่สามารถหรือไม่จัดประเภท daters ในน่าเชื่อถือจากคำอธิบายของข้อความที่ตนเอง สอดคล้องกันงานวิจัยก่อนหน้านี้การตรวจหาการหลอกลวง สาเหตุต่ำที่สำคัญอัตราการตรวจจับได้การทำงานของอคติความจริง: ผู้พิพากษาจัด 14 78 เท่านั้นdaters (18%) เป็นไม่น่าเชื่อถือ (ดูตาราง 3)
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ความน่าเชื่อถือความถูกต้องของการรับรู้
การเรียกคืนจากการศึกษา 1 การหลอกลวงว่าดัชนีที่คำนวณได้สำหรับแต่ละ dater ผู้พิพากษา
การจัดอันดับความน่าเชื่อถือไม่ได้มีความสัมพันธ์กับดัชนีการหลอกลวงนี้ (r = -0.02,
NS) ชี้ให้เห็นว่าการรับรู้ของพวกเขา daters 'ความน่าเชื่อถือไม่ถูกต้อง.
ในการคำนวณอัตราความถูกต้องแบบดั้งเดิมที่ใช้ในการตรวจสอบการหลอกลวง
การวิจัยข้อมูล ได้แก่ เตรียมความพร้อมสำหรับ 2 (สูงเมื่อเทียบกับความน่าเชื่อถือต่ำ) × 2 (การรับรู้
กับการรับรู้ความน่าเชื่อถือสูงต่ำ) การจัดหมวดหมู่ ดัชนีหลอกลวงถูกนำมาใช้
ในการจำแนก daters ออนไลน์เป็นหมวดหมู่ความน่าเชื่อถือสูงและต่ำโดยใช้ค่ามัธยฐาน
แยก (MDN = -0.16) จากนั้นการให้คะแนนของผู้พิพากษาถูกนำมาใช้ในการจัดกลุ่ม daters เข้าไปใน
การรับรู้ความน่าเชื่อถือต่ำและสูงโดย dichotomizing ขนาด Likert 7 จุด
ใช้ จุดกึ่งกลางของขนาด (เช่น 4) หรือสูงกว่าจำแนกตามการรับรู้สูง
ความน่าเชื่อถือและคะแนนต่ำกว่า 4 ถูกจัดเป็นที่ต่ำ จุดกึ่งกลางมากกว่า
ค่าเฉลี่ยของระดับความน่าเชื่อถือการรับรู้ที่ถูกใช้ในการประเมินความลำเอียงความจริง (เช่น
daters มากขึ้นถูกมองว่าเป็นที่น่าเชื่อถือกว่าไม่น่าไว้วางใจ).
อัตราความถูกต้องของผู้พิพากษาในการจัดหมวดหมู่ daters สูงหรือต่ำในความน่าเชื่อถือ
เป็น 48.7% ไม่แตกต่างจาก โอกาสที่บอกว่าผู้พิพากษาไม่สามารถที่จะ
จำแนก daters ในความน่าเชื่อถือจากรายละเอียดเกี่ยวกับใจตัวเองของพวกเขา สอดคล้อง
กับงานวิจัยก่อนหน้านี้ในการตรวจสอบการหลอกลวงเหตุผลสำคัญที่ต่ำ
เป็นอัตราการตรวจจับการทำงานของอคติความจริง: ผู้พิพากษาเพียงจัด 14 จาก 78
daters (18%) ในขณะที่ไม่น่าเชื่อถือ (ดูตารางที่ 3)
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ความถูกต้องของการรับรู้ความไว้วางใจ
เรียกคืนจากการศึกษา 1 ที่การหลอกลวงดัชนีคำนวณสำหรับแต่ละ dater . คณะกรรมการจัดอันดับ
น่าเชื่อถือมีความสัมพันธ์กับดัชนีนี้หลอกลวง ( r = − 0.02
NS ) แนะนำว่า การ รับรู้ของ daters ' ความไม่ถูกต้อง .
หาแบบดั้งเดิมมากขึ้นอัตราความถูกต้องในการใช้วิจัย
การหลอกลวงข้อมูลที่เตรียมไว้สำหรับ 2 ( สูงและความน่าเชื่อถือต่ำ ) × 2 ( การรับรู้ความไว้วางใจ
สูงกับต่ำ ) การจำแนกประเภท ดัชนีที่ใช้เปรียบเทียบการหลอกลวง
daters ออนไลน์ในสูงต่ำและน่าเชื่อถือประเภทใช้แบ่งเฉลี่ย
( MDN = − 0.16 ) แล้วการจัดอันดับของผู้พิพากษาถูกจัดประเภทเป็น
datersต่ำและการรับรู้ความไว้วางใจโดย dichotomizing ที่ 7-point มาตรวัดแบบไลเคิร์ต
ใช้ . จุดกึ่งกลางของขนาด ( เช่น 4 หรือสูงกว่าตามการรับรู้สูง
ความน่าเชื่อถือและคะแนนด้านล่าง 4 จัดเป็นต่ำ จุดกึ่งกลางมากกว่า
ค่ามัธยฐานของการรับรู้ความไว้วางใจและใช้ประเมินความจริงอคติ ( I ,
เพิ่มเติมถูกรับรู้ว่าน่าเชื่อถือกว่า daters ไว้ใจไม่ได้ ) .
อัตราความถูกต้องของผู้พิพากษาในการแยกแยะ daters เป็นสูงหรือต่ำในความไว้วางใจ
เป็น 48.7 เปอร์เซ็นต์ไม่แตกต่างจากโอกาส แนะนำว่า ผู้พิพากษาไม่สามารถ
จำแนกความไว้วางใจจากคำอธิบายตนเอง daters บนข้อความของพวกเขา สอดคล้องกับงานวิจัยก่อนหน้านี้ในการตรวจสอบการหลอกลวง
,
เหตุผลสำคัญสำหรับน้อยอัตราการตรวจจับเป็นปฏิบัติการของความจริงอคติ : ผู้พิพากษาเพียงจัด 14 ของ 78
daters ( 18% ) อย่างไม่น่าไว้ใจ ( ดูตารางที่ 3 )
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: