Credit: Pixabay/CC0公共领域
诺丁汉大学的研究人员在英国EPSRC和国家网络安全中心(NCSC)的支持下，一直致力于解决各种问题问卷中的不确定性
他们开发了一种区间值响应方法，作为常用问卷方法的替代方法
他们的研究发表在《行为研究方法》上
填写调查、问卷和评论是日常生活的一部分
这些被用作收集一系列应用程序的反馈和数据的方式，但是当前的模型在它们可以收集的响应方面是不灵活的，通常使用1-5的等级，可能不太可能，或者同意不同意，其中回答者只能选择一个分数
计算机科学教授克里斯汀·瓦格纳一直在领导这项研究
他解释说，“目前收集定量或定性数据的方法各有其局限性，我们正在探索旨在最大限度地获取投入的数据的替代方法的可行性
具体来说，我们关注的是一个我们认为相对较少受到关注的问题，因为它具有潜在的重要性——有效地捕捉单个受访者感受到的不确定性
我们都曾面临过一个常规的尺度，不确定选择哪一个选项，这个问题是措辞糟糕还是模棱两可，或者我们不知道确切的答案，或者确实觉得多个选项都适用
我们的研究提供了一个考虑到这种不确定性的替代响应系统，提供了更高质量的数据，几乎没有额外的努力
这有很多好处，将来甚至可以用来改善数据隐私
" 这种新方法使用省略号，让受访者在回答问题时可以选择一个范围，既直观又容易理解
因此，被调查者可以在所有适用的选项周围画一个区间，而不是沿着标尺选择一个离散点
该团队在多个领域测试了这些区间值问卷；从网络安全中的漏洞评估，到消费者对产品的认知、患者对医疗保健的理解以及环境管理
该论文的主要作者扎克·埃勒比(Zack Ellerby)阐述道，“数据被用于为广泛领域的决策提供信息，我们的研究表明，有一种有效的方法可以在不需要更多时间或金钱的情况下获取更高质量的数据——人们可以有效地使用这种方法来传达他们的不确定性
" 该研究由诺丁汉大学计算机科学学院的数据和决策不确定性实验室(LUCID)领导，是与包括卡内基梅隆大学社会和决策科学学院在内的合作伙伴的跨学科合作
领导该实验室的克里斯汀·瓦格纳补充说，“最近的研究成果确实凸显了跨学科研究的潜力，在这种情况下，它将计算机科学和心理学联系在一起
与正在进行的专注于结果数据分析的研究平行，我们已经在与其他部门的利益相关者合作，例如消费品制造商，将此应用到他们的业务中，我们渴望扩展到其他领域，探索这种方法的益处
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
