সিমুলেটেড দেখার দূরত্ব দীর্ঘ সময়ের জন্য আত্মবিশ্বাস-নির্ভুলতার সম্পর্ককে ক্ষতিগ্রস্থ করে, কিন্তু মাঝারি দূরত্ব নয়: বৈশিষ্ট্যের অস্পষ্টতার ভূমিকা অন্তর্ভুক্তকারী একটি মডেলের জন্য সমর্থন অংশ 2

পরীক্ষা 1a এবং 1b

পরীক্ষা 1a-3 ওপেন সায়েন্স ফ্রেমওয়ার্কে প্রাক-নিবন্ধিত ছিল। এই প্রাক-নিবন্ধন, পরিপূরক সামগ্রী এবং বিশ্লেষণের জন্য ব্যবহৃত সমস্ত উপকরণ এবং ডেটা এখানে উপলব্ধhttps://osf.io/7wdvy/।

বৈজ্ঞানিক কাঠামো এবং স্মৃতির মধ্যে একটি শক্তিশালী সম্পর্ক রয়েছে। একটি বৈজ্ঞানিক কাঠামো হল জ্ঞান এবং তত্ত্বগুলিকে একত্রে সংগঠিত করার একটি উপায় যা আমাদেরকে নতুন জ্ঞানকে আরও ভালভাবে বুঝতে এবং মনে রাখতে সাহায্য করে।

নতুন জ্ঞান শেখার সময়, আমরা প্রায়শই কেবল কিছু অপ্রাসঙ্গিক বিবরণ মনে রাখতে পারি, কিন্তু অর্থপূর্ণ জ্ঞান কাঠামোতে সেগুলিকে একীভূত করতে পারি না। এই সময়ে, বৈজ্ঞানিক কাঠামোর ভূমিকা স্পষ্ট হয়ে ওঠে। একটি বৈজ্ঞানিক কাঠামো শেখার এবং বোঝার মাধ্যমে, আমরা একটি জৈব সমগ্র গঠন করতে বিদ্যমান জ্ঞানের সাথে নতুন জ্ঞানকে সংযুক্ত করতে পারি, যার ফলে নতুন জ্ঞানের গভীর উপলব্ধি এবং স্মৃতি থাকতে পারে।

উদাহরণস্বরূপ, বাস্তুবিদ্যা অধ্যয়ন করার সময়, আমরা বাস্তুসংস্থান ব্যবস্থা সম্পর্কে মৌলিক ধারণা এবং তত্ত্বগুলি শিখতে পারি এবং একটি ব্যাপক এবং সুশৃঙ্খল জ্ঞান কাঠামো তৈরি করতে বিভিন্ন পরিবেশগত পরিস্থিতিতে প্রয়োগ করতে পারি। এই কাঠামোটি আমাদের বাস্তুতন্ত্রের জটিলতা বুঝতে এবং বাস্তুবিদ্যার মৌলিক ধারণা এবং নীতিগুলি আরও ভালভাবে মনে রাখতে সাহায্য করতে পারে।

উপরন্তু, বৈজ্ঞানিক কাঠামো আমাদের বৈজ্ঞানিক পরীক্ষার ফলাফলগুলিকে আরও ভালভাবে বুঝতে এবং মনে রাখতে সাহায্য করতে পারে। বৈজ্ঞানিক পরীক্ষা-নিরীক্ষায়, আমাদের প্রায়ই আমাদের অনুমান যাচাই করার জন্য ভেরিয়েবলের একটি সিরিজকে একীভূত করতে হবে এবং তাদের নিয়ন্ত্রণ করতে হবে। পরীক্ষামূলক প্রক্রিয়াটি বোঝা এবং মনে রাখার মাধ্যমে, আমরা পরীক্ষামূলক ডেটার অর্থ আরও ভালভাবে বুঝতে পারি এবং এটি বৈজ্ঞানিক ক্ষেত্রের বিস্তৃত পরিসরে প্রয়োগ করতে পারি।

সংক্ষেপে, বৈজ্ঞানিক কাঠামো আমাদের কেবল নতুন জ্ঞানকে আরও ভালভাবে বুঝতে এবং মনে রাখতে সাহায্য করে না বরং আমাদের আরও গভীর বৈজ্ঞানিক বোঝাপড়া এবং চিন্তা করার উপায় তৈরি করতে সহায়তা করে। যতক্ষণ আমরা সক্রিয়ভাবে বৈজ্ঞানিক কাঠামো শিখতে এবং প্রয়োগ করি, ততক্ষণ আমরা অধ্যয়ন এবং গবেষণায় আরও বেশি ফলাফল অর্জন করতে পারি। দেখা যায় আমাদের স্মৃতিশক্তি উন্নত করতে হবে। Cistanche deserticola উল্লেখযোগ্যভাবে স্মৃতিশক্তি উন্নত করতে পারে, কারণ Cistanche deserticola নিউরোট্রান্সমিটারের ভারসাম্য নিয়ন্ত্রণ করতে পারে, যেমন অ্যাসিটাইলকোলিনের মাত্রা বৃদ্ধি এবং বৃদ্ধির কারণগুলি। এই পদার্থগুলি স্মৃতিশক্তি এবং শেখার জন্য অত্যন্ত গুরুত্বপূর্ণ। এছাড়াও, মাংস রক্ত ​​​​প্রবাহকে উন্নত করতে পারে এবং অক্সিজেন সরবরাহকে উন্নীত করতে পারে, যা নিশ্চিত করতে পারে যে মস্তিষ্ক পর্যাপ্ত পুষ্টি এবং শক্তি পায়, এইভাবে মস্তিষ্কের জীবনীশক্তি এবং সহনশীলতা উন্নত করে।

মস্তিষ্কের কার্যকারিতা উন্নত করার উপায়গুলি জানুন ক্লিক করুন

পদ্ধতি

অংশগ্রহণকারীরা

আমরা আমাদের পূর্ববর্তী গবেষণার (ডেভিস এট আল।, 2019) উপর ভিত্তি করে নমুনার আকার নির্ধারণ করেছি, যেখানে আমরা দেখতে পেয়েছি যে প্রতি শর্তে 50 জন অংশগ্রহণকারীর নমুনা ক্রমাঙ্কন কার্ভের অবস্থার মধ্যে পার্থক্য পরীক্ষা করার জন্য যথেষ্ট ছিল। পরীক্ষা 1a এবং 1b-এর অংশগ্রহণকারীরা স্কিডমোর কলেজে পড়া 102 জন ছাত্র যারা আংশিক কোর্স ক্রেডিট (MAge=19 বছর) জন্য অংশগ্রহণ করেছিল, প্রতিটি পরীক্ষায় 51 জন অংশগ্রহণকারী ছিল৷

উপকরণ এবং পদ্ধতি

পদ্ধতিটি ডেভিস এট আল-এর (2019) পরীক্ষা 2-এর মতই ছিল। উদ্দীপনাগুলি ছিল 60 জন পুরুষ ও মহিলার মুখের বিভিন্ন বর্ণের (যেমন, ককেশীয়, হিস্পানিক, আফ্রিকান আমেরিকান এবং এশিয়ান) একটি নিরপেক্ষ মুখের অভিব্যক্তি সহ শিকাগো ফেস ডেটাবেস (Ma et al.,2015)। স্কেচ ফটোগ্রাফ এডিটিং সফ্টওয়্যার ব্যবহার করে এক্সপেরিমেন্ট 1এ এর জন্য 5 এর গাউসিয়ান ব্লার এবং এক্সপেরিমেন্ট 1বি এর জন্য 10 এর ব্লার প্রয়োগ করে দূরত্বটি সিমুলেট করা হয়েছিল (উদাহরণগুলির জন্য চিত্র 1 দেখুন)।

গাউসিয়ান ব্লার হল ফটোগ্রাফ মসৃণ করার একটি পদ্ধতি যা এটিকে ঘিরে থাকা অন্যান্য পিক্সেলের উপর ভিত্তি করে প্রতিটি পিক্সেলের জন্য একটি গড় রঙের মান তৈরি করে, কাছাকাছি পিক্সেলকে আরও ভারী করে। অস্পষ্টতার স্তর গণনায় বিবেচনা করা আশেপাশের পিক্সেলের সংখ্যাকে বোঝায়; 5 এর aGaussian blur (পরীক্ষা 1a-এর জন্য), প্রতিটি পিক্সেলে প্রতিটি দিকে একে ঘিরে থাকা পাঁচটি পিক্সেলের গাউসিয়ান-ওজনযুক্ত গড় থাকবে। এক্সপেরিমেন্ট 1বি-তে, ঝাপসা মুখগুলি 10 এর একটি গাউসিয়ান ব্লার ফ্যাক্টর ব্যবহার করেছে, যার গড় কাছাকাছি 10 পিক্সেল জুড়ে এবং এইভাবে অস্পষ্ট চিত্র তৈরি করে।

আমরা অনুমান করি যে 5 এবং 10-এর গাউসিয়ান ব্লারগুলি আনুমানিক 43 এবং 172 ফুটের সাথে মিলে যায় (দেখুন লফটাস এবং হারলে, 2005; কিন্তু মনে রাখবেন যে এখানে ব্যবহৃত গাউসিয়ান ব্লারফিল্টার তাদের নিম্ন-পাসফিল্টার থেকে কিছুটা আলাদা)।

প্রতিটি অংশগ্রহণকারী 30টি মুখ এনকোড করেছে, যার মধ্যে 15টি পরিষ্কার এবং 15টি অস্পষ্ট ছিল৷ আমরা স্পষ্ট অবস্থাকে নিকট-দূরত্বের অবস্থা এবং ঝাপসা অবস্থাকে মাধ্যম- (পরীক্ষা 1a) বা দূর- (পরীক্ষা 1b) দূরত্বের অবস্থা হিসাবে উল্লেখ করব। কাছের এবং সিমুলেটেড দূরবর্তী মুখের উপস্থাপনা ক্রম প্রতিটি অংশগ্রহণকারীর জন্য আলাদাভাবে এলোমেলোভাবে তৈরি করা হয়েছিল, এবং একটি প্রদত্ত মুখের অধ্যয়ন করা বা না করা এবং কাছাকাছি বা দূরের অংশগুলি অংশগ্রহণকারীদের মধ্যে ভারসাম্যহীন ছিল।

এনকোডিংয়ের আগে, অংশগ্রহণকারীদের বলা হয়েছিল যে তারা মুখের একটি সিরিজ দেখতে পাবে, কিছু অস্পষ্ট এবং কিছু অস্পষ্ট, এবং এই মুখগুলির জন্য তাদের স্মৃতি পরে পরীক্ষা করা হবে। তারপর তারা প্রতিটি মুখকে 1.5 সেকেন্ডের জন্য এনকোড করে। এনকোডিং পর্বের পরে, অংশগ্রহণকারীরা 2 মিনিটের জন্য শব্দ ধাঁধার একটি সিরিজ সম্পন্ন করে এবং তারপর স্বীকৃতি পরীক্ষার জন্য নির্দেশনা পায়। পরীক্ষার সময়, সমস্ত 60টি মুখ (30টি পূর্বে এনকোড করা হয়েছিল এবং 30টি নতুন) অস্পষ্ট ছাড়াই উপস্থাপন করা হয়েছিল, অনেকটা যখন সাক্ষীরা একটি লাইনআপে মুখ দেখেন।

এলোমেলো ক্রমে এক সময়ে মুখগুলি উপস্থাপন করা হয়েছিল, এবং অংশগ্রহণকারীদের প্রথমে একটি প্রদত্ত মুখ দেখা গেছে বা দেখা যায়নি তা নির্দেশ করতে বলা হয়েছিল, এবং তারপরে 0 (একটি অনুমান) থেকে 100 (একটি অনুমান) স্কেলে তাদের প্রতিক্রিয়ার প্রতি তাদের আস্থা নির্দেশ করতে বলা হয়েছিল। নিশ্চিত)। পুরানো/নতুন স্বীকৃতি টাস্ক এবং আত্মবিশ্বাসের রায় উভয়ই স্ব-গতি সম্পন্ন ছিল। পরীক্ষা শেষ করার পরে, অংশগ্রহণকারীরা জনসংখ্যা সংক্রান্ত প্রশ্নের একটি সিরিজের উত্তর দিয়েছিল এবং ডিব্রিফ করা হয়েছিল।

ফলাফল

পরীক্ষা 1a

আমরা প্রথমে সামগ্রিকভাবে মেমরি পারফরম্যান্সের উপর সিমুলেটেড দেখার দূরত্বের প্রভাব পরীক্ষা করি (সারণি 1 দেখুন হিট, মিথ্যা অ্যালার্ম এবং ডি-প্রাইম স্কোরের সারসংক্ষেপ)। ডি প্রাইম স্কোরগুলি একটি প্রমিত পরিমাপকে প্রতিনিধিত্ব করে যা মিথ্যা অ্যালার্ম 2 (ভুলভাবে "দেখা হয়েছে"-কে ভুলভাবে প্রতিক্রিয়া জানায়। নতুন মুখ) হিট থেকে (একটি পুরানো মুখের জন্য "দেখা" সঠিকভাবে প্রতিক্রিয়া), শূন্যের স্কোর যা পুরানো এবং নতুন মুখের মধ্যে কোন বৈষম্য নয় এবং উচ্চতর স্কোর বৈষম্যের আরও ভাল স্তরের প্রতিনিধিত্ব করে। আশ্চর্যজনকভাবে, একটি মাঝারি সিমুলেটেড দূরত্বে (M=0.99) এনকোড করা মুখগুলির জন্য বৈষম্য অনেক বেশি দরিদ্র ছিল যেগুলি কাছাকাছি সিমুলেটেড দূরত্বে এনকোড করা হয়েছিল (M=1.77), t(50) )=6.14, পৃ<0.001, d=0.86.

সমালোচনামূলক আগ্রহ ছিল আত্মবিশ্বাস এবং নির্ভুলতার মধ্যে ক্রমাঙ্কন। নতুন প্রতিক্রিয়ার তুলনায় পুরাতনের বৃহত্তর প্রয়োগ এবং তাত্ত্বিক গুরুত্বের প্রেক্ষিতে, শুধুমাত্র অংশগ্রহণকারীরা পুরানো হিসাবে চিহ্নিত মুখগুলির জন্য ডেটা বিশ্লেষণ করেছেন (প্রত্যক্ষদর্শী স্মৃতিতে আত্মবিশ্বাস-নির্ভুলতা সম্পর্ক বোঝার জন্য কেন পুরানো প্রতিক্রিয়াগুলি আরও গুরুত্বপূর্ণ তা আলোচনার জন্য ওয়েবার এবং ব্রুয়ার, 2003 দেখুন)।

আমরা পুরানো প্রতিক্রিয়াগুলিকে চারটি কনফিডেন্স বিনে বিভক্ত করেছি, যার আকার ছিল আমাদের পূর্বের গবেষণার উপর ভিত্তি করে (এই পদ্ধতির আলোচনার জন্য ডেভিসেট আল।, 2019 দেখুন), এবং সামগ্রিক নির্ভুলতার পরিকল্পনা করা হয়েছে (উদাহরণস্বরূপ, একজন অংশগ্রহণকারী কতবার সঠিকভাবে উত্তর দিয়েছিল পুরানোকে বিভক্ত করে পুরোনো প্রতিক্রিয়ার মোট সংখ্যা) আত্মবিশ্বাসের এই চারটি স্তরের প্রতিটির একটি ফাংশন হিসাবে। 3 চিত্র 2-এ দেখা যায়, ক্রমাঙ্কন সাধারণত মুখের জন্য বেশ ভাল ছিল যেগুলি উভয়ের নীচে এনকোড করা হয়েছিল।

কাছাকাছি- এবং মাঝারি-দূরত্বের অবস্থা। চারটি জোড়া-নমুনা টি-পরীক্ষা নিশ্চিত করেছে যে আত্মবিশ্বাসের চারটি স্তরের যে কোনও একটিতে দুটি শর্তের মধ্যে কোনও উল্লেখযোগ্য পার্থক্য নেই, ts<1.69. Thus, whereas memory was impaired overall when faces were encoded at a medium distance, there was no impact on the relationship between confidence and accuracy. This is largely consistent with the extant literature that has examined the impact of estimator variables on the confidence–accuracy relationship (e.g., Davis et al., Palmer et al., 2013).

পরীক্ষা 1 বি

আবার, আমরা d prime asthe নির্ভরশীল পরিমাপ ব্যবহার করে পরিষ্কার এবং সিমুলেটেড দূরবর্তী মুখগুলির মধ্যে মেমরির যথার্থতা পরীক্ষা করেছি (টেবিল 1 দেখুন)। Experiment1a-এর মতো, যে মুখগুলিকে একটি কাছাকাছি দূরত্ব (M=1.77), টি( ৫০)=11.৪২, পৃ<0.001, d=1.60.

আরও একবার, আমরা প্রাথমিকভাবে আত্মবিশ্বাস এবং নির্ভুলতার মধ্যে সম্পর্কের বিষয়ে আগ্রহী ছিলাম, চিত্রে চিত্রিত। 3. এখানে, আত্মবিশ্বাসের প্রথম তিনটি স্তরে শর্তগুলির মধ্যে কোনও পার্থক্য ছিল না, এটি<1.41, but accuracy was significantly worse for faces encoded at a far simulated distance relative to faces that were encoded at the near simulated distance at the highest bin of confidence, t(35)=3.39, p=0.002, d=0.57.4

আলোচনা

পরীক্ষা 1a এবং 1b Lockamyier et al-এর অনুরূপ ফলাফলগুলির একটি আপাতদৃষ্টিতে পৃথক জোড়া প্রকাশ করেছে। (2020) এবং Nyman et al. (2019)। যেখানে একটি সিমুলেটেড দূরত্বে এনকোডিং উভয় পরীক্ষায় সামগ্রিকভাবে মেমরিকে দুর্বল করেছে, আত্মবিশ্বাস-নির্ভুলতা সম্পর্কের উপর সিমুলেটেড দেখার দূরত্বের প্রভাব দূরত্বের স্তরের উপর নির্ভর করে। পরীক্ষা 1a-এ আত্মবিশ্বাস হল চারটি কনফিডেন্স বিন জুড়ে নির্ভুলতার ভবিষ্যদ্বাণী। যাইহোক, অধিকতর সিমুলেটেড দূরত্বে, অংশগ্রহণকারীরা মুখের জন্য কম নির্ভুল ছিল যেগুলি কাছাকাছি দূরত্বের তুলনায় অনেক বেশি সিমুলেটেড দূরত্বে এনকোড করা হয়েছিল।

ফৌজদারি বিচার ব্যবস্থায় বাস্তবতার ট্রায়ারদের জন্য এই অনুসন্ধানটি বিশেষভাবে সমস্যাযুক্ত, কারণ উচ্চ-আস্থা সনাক্তকরণগুলি বিচারে সম্ভাব্য প্রমাণ হিসাবে কাজ করার সম্ভাবনা সবচেয়ে বেশি। এইভাবে, যদি আত্মবিশ্বাস দূরত্বে দেখা মুখগুলির জন্য উচ্চ স্তরের আত্মবিশ্বাসে নির্ভুলতার ভবিষ্যদ্বাণী না হয়, তবে এই শর্তগুলির অধীনে সর্বোত্তম অনুশীলনের সুপারিশগুলি সম্ভবত এই ধরনের প্রত্যক্ষদর্শীদের সাক্ষ্য দেওয়ার অনুমতি না দেওয়া অন্তর্ভুক্ত করবে। অতএব, আমরা একটি একক পরীক্ষায় একটি ভিন্ন নমুনা ব্যবহার করে এই অনুসন্ধানের প্রতিলিপি করা বুদ্ধিমান বলে মনে করেছি (দেখুন ওপেন সায়েন্স কোলাবরেশন, 2015; মনস্তাত্ত্বিক বিজ্ঞানে প্রজননযোগ্যতার গুরুত্ব সম্পর্কে আলোচনার জন্য)। বিশেষভাবে, আমরা অ্যামাজনের মেকানিক্যাল তুর্কের কর্মীদের ব্যবহার করে একটি পরীক্ষায় কাছাকাছি--, মাঝারি- এবং দূর-দূরত্বের অবস্থার মধ্যে পার্থক্য তুলনা করেছি।

পরীক্ষা 2

পদ্ধতি

অংশগ্রহণকারী, নকশা, উপকরণ, এবং পদ্ধতি

একশ পাঁচটি এমটার্ক কর্মী আর্থিক ক্ষতিপূরণের (MAge=40 বছর) জন্য অংশগ্রহণ করেছিল, যার মধ্যে 53 জন নিকট-দূরত্বের পরিস্থিতিতে এবং 52 জন অংশগ্রহণকারী দূর-দূরান্তের অবস্থায় ছিল৷ এখানে ব্যবহৃত উপাদানগুলি পরীক্ষা 1a এবং 1b-এ ব্যবহৃত উপাদানগুলির সাথে অভিন্ন। তবে, আমরা একক পরীক্ষায় বিষয়গুলির মধ্যে গাউসিয়ান ব্লার (মাঝারি-দূরত্ব এবং দূর-দূরত্ব) ডিগ্রী ম্যানিপুলেট করেছি। এইভাবে, নকশাটি ছিল একটি 2 (মুখের দূরত্ব: কাছাকাছি বনাম দূরত্ব) × 2 (দূরত্বের স্তর: মধ্যম। দূরত্ব) মিশ্র নকশা, মুখের দূরত্ব সহ, বিষয়গুলির মধ্যে ম্যানিপুলেট করা হয়েছে এবং দূরত্বের স্তরটি বিষয়গুলির মধ্যে ম্যানিপুলেট করা হয়েছে।

ফলাফল এবং আলোচনা

আমরা প্রথমে 2 (মুখের দূরত্ব: কাছাকাছি বনাম দূরত্ব) 2 (দূরত্বের স্তর: মাঝারি বা দূর) মিশ্রিত আনোভা (সারণী 1 দেখুন) দিয়ে সামগ্রিকভাবে মেমরির কার্যকারিতা পরীক্ষা করেছিলাম। মুখের দূরত্বের একটি প্রধান প্রভাব ছিল, F(1, 103)=50.69,p<0.001, ηp 2=0.33, with lower discriminability for faces that were encoded at a simulated distance. Tere was also a nearly significant main effect on the Level of Distance, F(1, 103)=3.97, p=0.05, ηp 2=0.04, with lower discriminability in the Far Distance condition than the Medium Distance condition. Te interaction was not signifcant, F(1, 103)<0.001, p=0.99, ηp 2<0.001.Thus, memory performance was worse for distant faces than near faces and was worse still for the far distance relative to the medium distance.

পরীক্ষা 1a এবং 1b-এর মতো, আমরা প্রাথমিকভাবে আত্মবিশ্বাস এবং নির্ভুলতার মধ্যে সম্পর্কের উপর দূরত্বের বিভিন্ন স্তরের প্রভাবে আগ্রহী ছিলাম (চিত্র 4 দেখুন)। আমাদের প্রাক-নিবন্ধনে যেমন উল্লেখ করা হয়েছে, আমরা চারটি পৃথক 2 (মুখের দূরত্ব: কাছাকাছি বনাম দূরত্ব)×2 (দূরত্বের স্তর: মাঝারি বা দূর) মিশ্র ANOVA পরিচালনা করেছি প্রতিটি আত্মবিশ্বাসের স্তরে। আত্মবিশ্বাসের প্রথম তিনটি স্তরে, কোনও প্রধান প্রভাব বা মিথস্ক্রিয়া ছিল না, এফ<1.79. At the highest level of confdence, there was a main efect of Face Distance, F(1, 67)=21.39, p<0.001,ηp 2=0.24, as well as a main efect of Level of Distance, F(1, 67)=8.08, p=0.006, ηp 2=0.11. These main effects were qualified by significant interaction, F(1, 67)=4.90, p=0.03, ηp 2=0.07. 

আত্মবিশ্বাসীর এই সর্বোচ্চ স্তরে ফলো-আপ পরীক্ষাগুলি (একাধিক তুলনার জন্য একটি বনফেরোনি সংশোধন ব্যবহার করে, সমালোচনামূলক আলফা=0.013) প্রকাশ করেছে যে থিম-দূরত্বের অবস্থায়, নিকটবর্তী এবং দূরের মুখগুলির মধ্যে তুলনা করা হয়েছে কিন্তু তাৎপর্যের দিকে পৌঁছায়নি (39) =2.41, p=0.02, d=0.38। দূর-দূরত্বের অবস্থায়, কাছাকাছি এবং দূরের মুখের মধ্যে তুলনা উল্লেখযোগ্য ছিল, t(28)=3.59, p=0.001, d=0.67, কম নির্ভুলতার সাথে কাছাকাছি দূরত্বে এনকোড করা মুখগুলির তুলনায় (M=0.60) দূরত্বে এনকোড করা মুখগুলির জন্য (M=0.85)৷ মুখের জন্য মাঝারি-দূরত্ব এবং দূর-দূরত্বের অবস্থার মধ্যে কোনও পার্থক্য কাছাকাছি দূরত্বে এনকোড করা হয়নি, t(89)=1.20, p=0.23, d=0.25 . যাইহোক, মাঝারি দূরত্ব (M=0.82), t(70){{37}এ এনকোড করা মুখগুলির তুলনায় দূরত্বে (M=0.60) এনকোড করা মুখগুলির জন্য নির্ভুলতা কম ছিল }.98, পি=0.004, ডি=0.71।

পরীক্ষা 1a এবং 1b-এর মতো, এটা মনে হয় যে দূরত্বের নিম্ন স্তরে আত্মবিশ্বাস-নির্ভুলতা সম্পর্কের উপর সিমুলেটেড দূরত্বের সামান্য প্রভাব ছিল। যাইহোক, দূরত্বের বৃহত্তর স্তরে, অংশগ্রহণকারীরা মুখ পরিষ্কার এবং মাঝারি দূরত্ব থেকে দেখা মুখের তুলনায় উল্লেখযোগ্যভাবে বেশি আত্মবিশ্বাসী ছিল।

পরীক্ষা 3-এর লক্ষ্য ছিল নির্দেশমূলক সতর্কীকরণ (ব্ল্যাঙ্ক অ্যান্ড লাউনাই, 2014 দেখুন, ভুল তথ্য সাহিত্যে অনুরূপ সতর্কীকরণ ম্যানিপুলেশনের উপর মেটা-বিশ্লেষণ দেখুন) আত্মবিশ্বাস-নির্ভুলতা সম্পর্কের উপর অনেক বেশি সিমুলেটেড দূরত্বে এনকোডিং মুখের প্রভাবকে কমিয়ে দেওয়ার জন্য ডিজাইন করা হয়েছে।

For more information:1950477648nn@gmail.com