Symulowana odległość oglądania pogarsza relację pewność-dokładność w przypadku długich, ale nie umiarkowanych odległości: wsparcie dla modelu uwzględniającego rolę niejednoznaczności funkcji Część 1

Abstrakcyjny

Istnieje coraz większa potrzeba badań identyfikacji naocznych świadków, aby zidentyfikować czynniki, które nie tylko wpływają na dokładność identyfikacji, ale mogą również wpływać na relację pewność-dokładność (CA). Jedną z takich zmiennych, która ma znaczący wpływ na pamięć twarzy, jest odległość oglądania, przy czym twarze zakodowane z krótszej odległości są zapamiętywane lepiej niż twarze zakodowane przy dłuższych różnicach.

Wraz z ciągłym rozwojem współczesnego społeczeństwa liczba świadków przestępstw stopniowo wzrasta. W takim przypadku świadkowie muszą być w stanie skutecznie zidentyfikować i zapamiętać kluczowe informacje, takie jak wygląd i ruchy podejrzanego. Istnieje związek pomiędzy rozpoznaniem naocznego świadka a pamięcią.

Po pierwsze, dobra pamięć jest kluczem do rozpoznania podejrzanych przez świadków. Jeżeli świadkowie będą w stanie wyraźnie zapamiętać wygląd podejrzanego, cechy jego ciała, nawyki poruszania się i inne informacje, wskaźnik pomyślnego rozwiązania sprawy znacznie się zwiększy. Można zauważyć, że dobra pamięć jest bardzo ważna dla świadków w celu identyfikacji podejrzanych.

Po drugie, stan psychiczny świadków będzie miał wpływ także na ich zdolności rozpoznawania i zapamiętywania. Na przykład, jeśli świadek jest przestraszony lub zdenerwowany, uwaga zostanie rozproszona i wpłynie to na pamięć. Z drugiej strony, jeśli świadek zachowa spokój i skupienie, będzie lepiej pamiętał informacje o podejrzanym. Dlatego świadkowie muszą przezwyciężyć negatywne emocje i zachować spokój, aby lepiej postrzegać i obserwować.

Ponadto doświadczenie życiowe i zdolności poznawcze świadków również odgrywają ważną rolę w rozpoznawaniu i zapamiętywaniu. Regularnie obserwując ludzi i rzeczy wokół siebie, ucząc się wiedzy psychologicznej itp., możesz poprawić swoje umiejętności obserwacji i zrozumienia. Jednocześnie aktywne ćwiczenia mózgu i utrzymywanie dobrych nawyków życiowych mogą również pomóc poprawić pamięć i zdolności poznawcze.

Krótko mówiąc, zdolność identyfikacji i zapamiętywania naocznych świadków odgrywa kluczową rolę w rozwiązywaniu przestępstw. Tylko dbając o dobry stan psychiczny, aktywnie ćwicząc i doskonaląc zdolności poznawcze, możemy lepiej pełnić rolę świadków i pomagać Policji w utrzymaniu spokoju i stabilności społecznej. Widać, że musimy poprawić naszą pamięć. Cistanche desericola może znacznie poprawić pamięć, ponieważ Cistanche desericola to tradycyjny chiński materiał leczniczy o wielu unikalnych efektach, z których jednym jest poprawa pamięci. Skuteczność mięsa mielonego wynika z wielu zawartych w nim składników aktywnych, w tym kwasów, polisacharydów, flawonoidów itp. Składniki te mogą na różne sposoby promować zdrowie mózgu.

Kliknij Poznaj 10 sposobów na poprawę pamięci

W czterech wcześniej zarejestrowanych eksperymentach, wykorzystujących próbki laboratoryjne i internetowe, porównaliśmy twarze oglądane z symulowanej odległości na różnych poziomach (średniej i dalekiej) z twarzami oglądanymi z bardzo zbliżonej do symulowanej odległości. Odległość symulowano za pomocą funkcji rozmycia Gaussa z wyższy poziom rozmycia odpowiada zakończeniu większej symulowanej odległości. Odkryliśmy, że zarówno średnie, jak i duże symulowane odległości pogarszają ogólną wydajność pamięci w porównaniu z brakiem symulowanej odległości, przy czym większa odległość skutkuje gorszą pamięcią.

Jednak symulowane na odległość odległości pogarszały relację CA. W czwartym eksperymencie odkryliśmy, że ostrzeżenie przed testem nie złagodziło tego zaburzenia relacji CA w przypadku twarzy oglądanych z symulowanej dużej odległości. Odkrycia sugerują, że należy zignorować identyfikacje o wysokim stopniu pewności dokonane w przypadku twarzy oglądanych z dużej odległości oraz że zmienne estymatora wpływające na pamięć mogą pogorszyć relację CA, gdy pamięć zostanie zredukowana do poziomu krytycznego.oświadczenie

Kiedy naoczny świadek widzi przebieg przestępstwa, kilka zmiennych wpływa na prawdopodobieństwo, że będzie on w stanie później dokonać przypadkowej identyfikacji. Wcześniejsze badania wykazały, że związek między pewnością a dokładnością identyfikacji jest w najlepszym razie wątpliwy, ale nowsza strategia analizy zmieniła to postrzeganie. Zaufanie może być dobrym wskaźnikiem dokładności, o ile okoliczności zdarzenia kodowania są idealne. Mniej znane jest to, czy związek między pewnością a dokładnością może zostać zachowany nawet w nieidealnych okolicznościach.

Chociaż powszechnie wiadomo, że twarze naocznych świadków pogarszają się wraz ze wzrostem odległości, mniej wiadomo, czy czynnik ten wpływa na związek między pewnością siebie a dokładnością. Niektóre badania wykazały, że związek między pewnością a dokładnością może zostać zachowany w przypadku niektórych odległości, ale nie innych. Naukowcy sugerują, że jest to spowodowane tym, że naoczni świadkowie nie doceniają, jak trudno jest zidentyfikować twarz w miarę zwiększania się odległości patrzenia.

W czterech eksperymentach zastosowaliśmy projekt wewnątrzobiektowy, który eliminuje możliwość zmiany strategii na mniej lub bardziej konserwatywną, ale uwzględnia fakt, że rozpoznawanie niektórych twarzy będzie trudniejsze niż innych. Znaleźliśmy dowody na to, że tylko duże odległości zaburzają relację pewność-dokładność. Umiarkowane odległości nie powodowały takiego efektu, co sugeruje, że niejednoznaczność funkcji podczas kodowania prowadzi do zaburzonego efektu, a nie do nadmiernej pewności co do wydajności rozpoznawania.

Ze względu na stosunkowo niedawną zmianę w sposobie, w jaki badacze pamięci naocznych świadków ilościowo charakteryzują związek między a dokładnością, odrodziło się zainteresowanie identyfikacją czynników, które wpływają lub nie wpływają na zdolność naocznych świadków do przewidywania prawdopodobieństwa dokładności identyfikacji (Wixted i Wells, 2017). ). W związku z tym interesuje nas sposób, w jaki pewne zmienne estymatorów wpływają na dokładność identyfikacji, ale nie są pod kontrolą systemu sądownictwa karnego (Wellsinfluence wpływa na tę zależność.

Podczas gdy duża część badań w dziedzinie psychologii i prawa słusznie koncentruje się na zmiennych systemowych lub czynnikach znajdujących się pod kontrolą systemu sądownictwa karnego, zrozumienie zmiennych estymatorów jest równie ważne (S Miler i in., 2018). Oznacza to, że ponieważ możemy generować oparte na dowodach przewidywania dotyczące prawdopodobieństwa, że ​​dany świadek pomyślnie zidentyfikuje biospecyficzność sprawcy w konkretnym kontekście naocznego świadka, jeśli zrozumiemy wpływ tego kontekstu na wydajność pamięci. W niniejszych badaniach skupiliśmy się na jednej zmiennej estymatora, odległości oglądania (odległości między obserwatorem a twarzą docelową podczas kodowania), aby lepiej zrozumieć wpływ zależności między pewnością siebie a dokładnością.

Dla laika nie powinno być zaskoczeniem, że wraz ze zmniejszaniem się odległości między naocznym świadkiem a twarzą, którą należy później dokładnie zidentyfikować, maleje. Nauka nie pozostawia wątpliwości co do tego faktu (np. Lindsayet in., 2008; Nyman i in., 2019; Lockamyier i in., 2020), a finansowanie zostało uznane przez oficjalnych decydentów. Na przykład Lindsay i in. skontaktował się ze studentami na kampusie uniwersyteckim i poprosił ich o zakodowanie twarzy asystenta badawczego, który pojawił się w odległości od 4 do 15 metrów, czyli 20–50 m.

Następnie uczestnicy podejmowali decyzję o ustawieniu na podstawie składu bez celu lub z obecnym celem natychmiast lub po 24 godzinach 24-h dela. Potwierdzając intuicyjne przewidywania, prawidłowa identyfikacja celu była gorsza na dłuższych dystansach. W podobnym duchu Nyman i in. uczestnicy zakodowali w bardziej kontrolowanym (ale wciąż naturalistycznym) ustawieniu różne różne odległości w zakresie od 5 do 110 m. Uczestnicy podobnie identyfikowali się ze składu i wyłonił się ten sam wzór wyników.

Jednakże rzeczywisty charakter warunków testowych zastosowanych zarówno w Lindsay i in. (2008) oraz Nyman i in. (2019) wprowadza większą zmienność niż byłaby idealna według standardów laboratoryjnych.

Oferty te stanowią doskonałą ilustrację kompromisu, którego badacze muszą dokonać pomiędzy dokładnym symulowaniem warunków naturalnych a rygorystyczną kontrolą eksperymentalną. Chociaż nie ma właściwej odpowiedzi na pytanie, które podejście jest najlepsze, inni badacze próbowali symulować odległość widzenia w laboratorium, używając cyfrowych faksów twarzy (a nie rzeczywistych, żywych twarzy) odpowiadających pewnej fizycznej odległości w świecie przyrody. Na szczęście odległość można symulować na kilka empirycznie ustalonych sposobów. Najpierw należy zarejestrować na wideo obserwowane zdarzenie i po prostu zmieniać odległość między celem a kamerą (Lockamyieret al., 2020). Badacze mogą alternatywnie zdecydować się na prezentowanie uczestnikom zdjęć twarzy, ale zmniejszać ich rozmiar do przybliżonych odległości (np. Loftus i Harley, 2005).

Jednak oba podejścia słabo przekładają się na zdalne gromadzenie danych, biorąc pod uwagę brak standaryzacji dotyczącej rozmiaru wyświetlacza, z którego korzystają zdalni uczestnicy. Aby rozwiązać ten problem, zdecydowaliśmy się na rozmycie twarzy w większym lub mniejszym stopniu, co przekłada się na większą lub mniejszą symulowaną odległość. Rozmycie twarzy można osiągnąć na wiele sposobów (np. rozmycie gaussowskie, Lampinen i in., 2015; filtry, Loftus i Harley, 2005). Podobnie jak w przypadku pokazywania obrazów o zmniejszonym rozmiarze, rozmycie obrazu twarzy symuluje fakt, że odległe twarze są reprezentowane przez mniej fotoreceptorów w siatkówce, co oznacza, że ​​każda cecha twarzy musi być zakodowana przez mniejszą liczbę komórek, co daje obraz podobny do obrazu pikselowego.

Loftus i Harley (2005) zastosowali takie podejście i odkryli, że użycie niskofiltra doskonale symuluje zmiany odległości oglądania in vivo (porównywalnie w przypadku zmniejszania rozmiaru zdjęcia). W następstwie tego badania Lampinen i in. (2015) wykorzystali rozmycie Gaussa (które daje podobny dolnoprzepustowy efekt wizualny) i znaleźli dowody zgodne z bardziej naturalistycznymi procedurami badawczymi – negatywny trend monotoniczny dla dokładności jako symulowanej odległości. Dlatego też użycie funkcji rozmycia do symulacji efektywnej odległości i pozwala badaczom zachować ścisłość laboratoryjny kortyzol. Ta metoda ma przewagę nad manipulacją rozmiarem, ponieważ uczestnicy mogą dostosować kąt widzenia swojego ekranu, aby mieć pewność, że zakodują rozmytą twarz zgodnie z zamierzeniami, ale nie poprawia to efektu zamierzonego efektu.

Taka procedura zamazywania pozwoliła nam zbadać, jak (jeśli w ogóle) odległość wpływa na związek między pewnością a dokładnością pamięci naocznego świadka (Lampinen i in., 2014). Identyfikacja oczu w największym stopniu przyczynia się do spraw unieważnionych w ciągu ostatnich kilku dekad w ramach projektu Innocence (Innocence Project, 2019). Według badaczy potrzeba zidentyfikowania okoliczności, w których identyfikacja jest bardziej oczywista. Osądy często towarzyszą identyfikacji i mogą być wyświetlane z monitem („Jak pewien jesteś, że to był ten facet?”) lub bez podpowiedzi („To na pewno był ten facet, którego widziałem!”).

Biorąc pod uwagę częstotliwość, z jaką takie informacje są powiązane z identyfikacją, obowiązkiem wymiaru sprawiedliwości w sprawach karnych jest określenie ich przydatności do ustalenia faktów (Smalarz i in., 2021; Wells i in., 1981, 2002). Jeszcze trzydzieści lat temu badacze pamięci naocznych świadków byli na ogół zgodni co do tego, że pewność siebie naocznych świadków była w najlepszym razie słabo powiązana z dokładnością naocznych świadków (Sporer i in., 1995). Jednak od tego czasu to nastawienie uległo zmianie; Wixted i Wells (2017) niedawno opowiedzieli się za wykorzystaniem pewności jako predyktora dokładności w kontekstach prawnych, argumentując, że wcześniejsze założenia dotyczące pewności i dokładności nie są ze sobą powiązane, opierały się na nieprawidłowym podejściu analitycznym (tj. korelacji punktowo-dwuseryjnej, zob. Juslin i in. ., 1996 do dyskusji).

Ich propozycja zawierała zastrzeżenie: pewność powinna być stosowana jako predyktor dokładności jedynie pod warunkiem, że warunki w czasie kodowania identyfikacji twarzy sprzyjały późniejszej kationizacji (np. zmienne estymatora w momencie kodowania są powiązane z lepszą pamięcią brak czynników na poziomie systemu, wpływu, naocznego świadka, dokładności lub pewności). Niektórzy jednak argumentowali dalej, że te korzystne warunki mogą być niewystarczające, ale nie konieczne, jako warunek pewności, aby był ważnym i wiarygodnym czynnikiem prognostycznym dokładności (Mickes i in., 2017).

Zasadniczo może istnieć kilka nieoptymalnych warunków, które ogólnie pogarszają pamięć naocznego świadka, ale pozostawiają nienaruszoną relację pewność–dokładność (patrz Wixtedet al., 2016, aby zapoznać się z badaniem terenowym potwierdzającym tę precyzję). Dobrze wróży to zaufania jako dowodu dowodowego w kontekstach prawnych. , ponieważ wstępnie filtruje mechanizm filtrowania, dzięki któremu świadkowie o niskim stopniu zaufania w ramach testu mogą zostać uniemożliwieni przystąpienia do procesu (ponieważ pewność sugeruje niskie prawdopodobieństwo identyfikacji).

W kontekście odległości widzenia stosunkowo niewiele badań próbowało zbadać konkretnie pewność i dokładność. Semmler i in. (2018) ponownie przeanalizowali zależność tconfidencee-dokładność od Lindsayet al. (2008) poprzez konstruowanie krzywych kalibracyjnych i odkryli, że chociaż odległość widzenia ma duży wpływ na pamięć (indeksowaną przez d-prim, miarę rozróżnialności), sama relacja pewność-dokładność pozostała w dużej mierze nienaruszona (chociaż należy zauważyć, że było to prawdą tylko wtedy, gdy deidentyfikacja została opóźniona; to samo nie było prawdą, gdy deidentyfikacja była natychmiastowa). Wysunęli argument, że to, że dana zmienna estymatora wpływa na pamięć, nie oznacza, że ​​zmienna będzie musiała wpływać na oceny zaufania, a identyfikacja dokonana przez wysoce pewnych świadków nadal będzie prawdopodobnie dokładna.

W ramach upośledzenia pamięci globalnej i metapamięci każda zmienna, która ogólnie szkodzi pamięci, również obniżyłaby próg, jaki mógłby mieć naoczny świadek, aby dokonać oceny z dużą pewnością. Na przykład, jeśli ktoś byłby świadkiem włamywacza późno w nocy przy kiepskich warunkach pogodowych, spodziewalibyśmy się, że prawdopodobieństwo późniejszej prawidłowej identyfikacji włamywacza będzie dość niskie. Globalne ramy przewidywałyby, że średnio kalibracja również byłaby zakłócona, a naoczny świadek w tym scenariuszu (w porównaniu z świadkiem w idealnych warunkach oglądania) byłby bardziej skłonny do błędnego przypisania oceny o większym stopniu pewności błędnej identyfikacji, czyniąc ocenę pewności przeszacowaniem wydajności.

Co Semmler i in. (2018), a my (Davis i in., 2019) zaproponowaliśmy, że czynniki, które wpływają na ogólną wydajność pamięci, niekoniecznie pogarszają oceny metapamięci (np. Co i in., 1997; Leippe, 1980; Penrod i Cutler, 1995). Zasadniczo chodzi o to, że naoczni świadkowie wiedzą pośrednio lub bezpośrednio, że ich pamięć jest słaba, i w miarę dokonywania identyfikacji zmniejszają stopień pewności. To pozostawia relację pewność–dokładność w dużej mierze nienaruszoną, co oznacza, że ​​osoby próbujące ustalić fakty mogą nadal pokładać wiarę w ocenach naocznych świadków charakteryzujących się dużą pewnością. nawet jeśli okoliczności związane z identyfikacją nie są optymalne.

Dla kontrastu, Man i in. (2019) przeanalizowali zależność między dokładnością w swoim badaniu z wykorzystaniem procedury testów in vivo w centrum naukowym i odkryli, że zależność między pewnością a dokładnością wydaje się być zachowana w przypadku krótszych odległości, ale nie większych. Lockamyier i in. (202 zidentyfikowano na podstawie podobnego wzorca na krzywych charakterystycznych pewność–dokładność, z dobrą kalibracją zaobserwowaną na krótkich dystansach (3 m), ale nie na większych dystansach (10 i 20 m), co ponownie pokazuje, że zwiększanie odległości może być powiązane z pogorszeniem zależności między pewnością a dokładnością. Wyniki wykazano również dla zmiennych estymatorów innych niż odległość patrzenia (np. efekt croefektu; Dodson i Dobolyi, 2016).

Według modelu progowego Nymana i in. (2019) uczestnicy w warunkach, w których zdolność do rozróżniania jest szczególnie niska, mogą nie zdawać sobie sprawy, jak trudne jest to zadanie i że sukces jest niepewny. To prowadzi ich do podejścia do formułowania sądów metapoznawczych w taki sam sposób, w jaki robiliby to w przypadku jedynie umiarkowanie trudnego zadania, co oznacza, że ​​większość ich osądów będzie przeceniać ich rzeczywiste wyniki. Badania nad metapoznaniem w literaturze edukacyjnej potwierdzają tę tezę; uczniowie mają zazwyczaj większą pewność co do trudnego materiału w porównaniu z trudnym materiałem, ponieważ mają tendencję do błędnego zakładania, że ​​ich poziom osiągnięć pozostanie taki sam, nawet gdy poziom trudności wzrośnie (np. Kelemen i in., 2000; Maki t al., 2005; Schraw i Roedel , 1994).

Jednakże zarówno Nyman i in. (2019) oraz Lockamyier i in. (2020) przyznali, że stosunkowo niewiele pozytywidentyfikacji dokonano na bardzo duże odległości, co utrudnia obliczenie odpowiednich statystyk wnioskowania przy tym najwyższym poziomie ufności i podaje w wątpliwość, czy zaobserwowany efekt progowy był po prostu spowodowany wysokim zmienność ocen o wysokim stopniu pewności na długich dystansachTen problem metodologiczny pogarsza procedura zestawiania, która ma wysoką wartość użytkową, ale z konieczności daje tylko warunek pojedynczego punktu danych, co dodatkowo zwiększa zmienność. W niniejszych badaniach sprawdziliśmy wpływ obserwacji odległości na relację pewność–dokładność przy użyciu paradygmatu rozpoznawania twarzy, który generuje dziesiątki obserwacji w każdym stanie. To z kolei daje bardziej wiarygodne szacunki dokładności na każdym poziomie ufności. Podczas gdy identyfikacja pojedynczej twarzy i stare/nowe decyzje dotyczące dużego zestawu wcześniej przedstawionych twarzy nie są z pozoru identycznymi zadaniami, oba opierają się na podobnym przetwarzaniu twarzy przez podobne architektury poznawcze (Morgan i in., 2007), przy czym rozpoznawanie twarzy często jest przydatne jako podstawowe narzędzie badawcze testowanie stanowisk teoretycznych.

Chociaż istnieją różnice między paradygmatami rozpoznawania twarzy a paradygmatami ułożenia (patrz Weber i Brewer, 2006, aby zapoznać się z omówieniem podobieństw między paradygmatami), uważamy, że zwiększona siła i stabilność szacunków przeważają nad wadami zmniejszonej ważności ekologicznej.

Oprócz maksymalizacji mocy statystycznej poprzez zastosowanie paradygmatu rozpoznawania twarzy, obecne badania przeprowadziliśmy w ramach mocniejszego projektu wewnątrzobiektowego, mającego na celu maksymalizację wiarygodności szacunków punktowych.

Podczas gdy man i in. (2019) rzeczywiście wymagali od uczestników dokonania czterech identyfikacji możliwych celów, podzielono je na zestawienia z obecnością celu i bez celu, a każde zadanie było wykonywane sekwencyjnie (np. uczestnicy badali i byli testowani pojedynczo, ze zmęczeniem twarzy naraz), co zwiększało prawdopodobieństwo aby uczestnicy mogli dostosować swoje globalne kryteria wyboru i pewności co do ocen w zależności od zadania. Twierdzimy, że chociaż dane dostarczone przez Nymana i in. dostarczają dowodów na korzyść rachunku progowego, należy przeprowadzić bardziej rygorystyczne badania laboratoryjne na próbce i projekcie stworzonym w celu wykrycia sytuacji, w których występuje zależność pewność-dokładność.

Nasze badania przeprowadziliśmy także z udziałem studentów i pracowników Amazon MechanicalTurk (MTurk). Ponieważ naoczni świadkowie w USA mogą prawdopodobnie należeć do dowolnego z kilku profili demograficznych występujących w kraju, próbki uczestników muszą odpowiadać temu poziomowi różnorodności. Zatem próba MTurka pozwala na bardziej ogólne oszacowanie zdolności populacji Stanów Zjednoczonych1, zamiast polegać tylko na homogenicznej próbie studentów szkół wyższych z wyższym wykształceniem w celu uogólnienia ich na populację będącą przedmiotem zainteresowania. Na koniec wdrożyliśmy prostą taktykę proceduralną (tj. ostrzeżenie instruktażowe), mającą na celu skorygowanie przeszacowań pewności w Eksperymencie 3, ponieważ ważne jest określenie, czy jakikolwiek negatywny wpływ zmiennych estymatorów można skorygować poprzez zmiany polityki, które można łatwo wdrożyć w danej dziedzinie.

For more information:1950477648nn@gmail.com