当前位置:
X-MOL 学术
›
Psychological Bulletin
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Digital data and personality: A systematic review and meta-analysis of human perception and computer prediction.
Psychological Bulletin ( IF 17.3 ) Pub Date : 2024-05-16 , DOI: 10.1037/bul0000430 Joanne Hinds 1 , Adam N Joinson 1
Psychological Bulletin ( IF 17.3 ) Pub Date : 2024-05-16 , DOI: 10.1037/bul0000430 Joanne Hinds 1 , Adam N Joinson 1
Affiliation
In recent years, our increasing use of technology has resulted in the production of vast amounts of data. Consequently, many researchers have analyzed digital data in attempt to understand its relationship with individuals' personalities. Such endeavors have inspired efforts from divergent fields, resulting in widely dispersed findings that are seldom synthesized. In this two-part study, we draw from two distinct areas of personality prediction across psychology and computer science to explore the convergent validity of self-reports with human perception and machine learning algorithms, the identifiability of the Big Five traits, and the predictability of different types of data. In Study 1, five meta-analyses of human perception studies integrating findings from 24,124 individuals rated across 30 independent samples demonstrated moderate convergent validity across all traits (ranging from ρ = 0.38 for Neuroticism, to ρ = 0.57 for Openness). In Study 2, a multilevel meta-analysis of computer prediction studies reporting 534 effect sizes across 42 studies also demonstrated moderate convergent validity (ρ = 0.30). Multivariate analyses of the significant moderators highlighted that X, Facebook, Sina Weibo, videos, and smartphones had a negative impact on the variance identified. Finally, in synthesizing the extant literature, we discuss the measures used to assess personality and the analytical approaches adopted. We identify the strengths and limitations across each field and explain how interdisciplinary methodologies could advance the testing and development of psychological theory. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
中文翻译:
数字数据和个性:人类感知和计算机预测的系统回顾和荟萃分析。
近年来,我们越来越多地使用技术,产生了大量数据。因此,许多研究人员分析了数字数据,试图了解其与个人性格的关系。这些努力激发了不同领域的努力,导致了广泛分散且很少综合的发现。在这项由两部分组成的研究中,我们从心理学和计算机科学的两个不同的人格预测领域出发,探索自我报告与人类感知和机器学习算法的收敛有效性、大五特征的可识别性以及不同类型的数据。在研究 1 中,对人类感知研究进行的五项荟萃分析整合了 30 个独立样本中 24,124 名个体的评估结果,证明所有特征都具有中等收敛效度(范围从神经质的 ρ = 0.38 到开放性的 ρ = 0.57)。在研究 2 中,对计算机预测研究进行的多级荟萃分析报告了 42 项研究中的 534 个效应量,也证明了中等的收敛效度 (ρ = 0.30)。对重要调节因素的多变量分析强调,X、Facebook、新浪微博、视频和智能手机对确定的方差有负面影响。最后,在综合现有文献时,我们讨论了用于评估人格的措施和所采用的分析方法。我们确定每个领域的优势和局限性,并解释跨学科方法如何促进心理学理论的测试和发展。 (PsycInfo 数据库记录 (c) 2024 APA,保留所有权利)。
更新日期:2024-05-16
中文翻译:
数字数据和个性:人类感知和计算机预测的系统回顾和荟萃分析。
近年来,我们越来越多地使用技术,产生了大量数据。因此,许多研究人员分析了数字数据,试图了解其与个人性格的关系。这些努力激发了不同领域的努力,导致了广泛分散且很少综合的发现。在这项由两部分组成的研究中,我们从心理学和计算机科学的两个不同的人格预测领域出发,探索自我报告与人类感知和机器学习算法的收敛有效性、大五特征的可识别性以及不同类型的数据。在研究 1 中,对人类感知研究进行的五项荟萃分析整合了 30 个独立样本中 24,124 名个体的评估结果,证明所有特征都具有中等收敛效度(范围从神经质的 ρ = 0.38 到开放性的 ρ = 0.57)。在研究 2 中,对计算机预测研究进行的多级荟萃分析报告了 42 项研究中的 534 个效应量,也证明了中等的收敛效度 (ρ = 0.30)。对重要调节因素的多变量分析强调,X、Facebook、新浪微博、视频和智能手机对确定的方差有负面影响。最后,在综合现有文献时,我们讨论了用于评估人格的措施和所采用的分析方法。我们确定每个领域的优势和局限性,并解释跨学科方法如何促进心理学理论的测试和发展。 (PsycInfo 数据库记录 (c) 2024 APA,保留所有权利)。