Aufgaben - Ethik: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
(versuch 5 pb)
(versuch 6)
Zeile 5: Zeile 5:
<quiz shuffleanswers=true>
<quiz shuffleanswers=true>


{Was davon ist keine Analyseebene nach Marr:
{Die Täuschung der Versuchspersonen…
|type="[]"}
|type="[]"}
+ Semantische Ebene
+ … ist ein legitimes Mittel
- Algorithmische Ebene
- … sollte so oft wie möglich eingesetzt werden, um jeglichen Verzerrungen vorzubeugen („gekünsteltes Verhalten“).
- Komputationale Ebene
+ … sollte weitestgehend vermieden und nur in notwendigen Fällen angewandt werden. ®
- Implementierungsebene
- … ist moralisch unbedenklich, solange kein psychischer und physischer Schaden dadurch entsteht.


{Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:
{Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:

Version vom 30. März 2022, 08:50 Uhr

Aufgaben die sich mit Ethik beschäftigen! Siehe unten

  

1 Die Täuschung der Versuchspersonen…

… sollte weitestgehend vermieden und nur in notwendigen Fällen angewandt werden. ®
… ist ein legitimes Mittel
… sollte so oft wie möglich eingesetzt werden, um jeglichen Verzerrungen vorzubeugen („gekünsteltes Verhalten“).
… ist moralisch unbedenklich, solange kein psychischer und physischer Schaden dadurch entsteht.

2 Formalmodelle führen in der Theoriebildung zu folgenden Vorteilen:

Auch implizite Annahmen werden im Formalisierungsprozess explizit definiert.
Sie können zur Simulation von Daten eingesetzt werden, die dann mit empirischen Daten verglichen werden können.
Die verwendeten Begriffe sind standardisiert und klar formuliert, was die Kommunikation zwischen Wissenschaftlern vereinfacht.
Sie werden so komplex wie möglich gehalten um ein Phänomen bis ins Detail beschreiben zu können.

3 Welche Reihenfolge zur Hierarchie von Objekten der Analyse ist laut Sun et al. korrekt, wenn die Richtung von makroskopischer zu mikroskopischer Betrachtung verläuft?

Inter-Agenten Prozesse – Agenten – Intra-Agenten Prozesse – Substrate
Substrate – Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse
Substrate – Agenten – Intra-Agenten Prozesse – Inter-Agenten Prozesse
Intra-Agenten Prozesse – Agenten – Inter-Agenten Prozesse – Substrate
Inter-Agenten Prozesse – Substrate – Agenten - Intra-Agenten Prozesse

4 Was versteht man in der Modellierung unter Sparsamkeit?

Das Modell stellt möglichst wenige, dafür aber sehr konkrete Vorhersagen.
Das Modell bezieht möglichst wenige Annahmen mit ein.
Das Modell verwendet möglichst wenige mathematische Formeln.

5 Welche Aussagen zur Einteilung von Modellen sind richtig?

Formalmodelle lassen sich laut Dawson in statistische, mathematische und explanative / synthetische Modelle einteilen.
Formalmodelle bestehen aus mathematischen Gleichungen oder sind Computerprogramme.
Formalmodelle sind in der Psychologie noch am weitesten verbreitet, verlieren aber gegenüber Verbalmodellen zunehmend an Gewicht.
Realmodelle sind realistische Veranschaulichungen von realen Systemen, z.B. eine Modelleisenbahn oder ein architektonischer Gebäudeentwurf.

6 Durch welche Schritte werden die Erkenntnisziele der Modellierung erfüllt?

Die Manipulation der Randbedingungen hilft nicht nur dabei, die Passung der System- und Modelldaten zu bestimmen, sondern auch neuartige Vorhersagen zu liefern.
Indem wir sowohl Realsystem als auch Modell als datengenerierende Systeme verstehen und deren Randbedingungen (Experiment, Parameter) manipulieren, können wir durch Vergleich ihrer Daten die gegenseitige Relation einschätzen.
Für die Relation zwischen Modell und Realsystem sind keine gemessenen oder simulierten Daten erforderlich, solange das Modell in sich (logisch) widerspruchsfrei ist.

7 Welche Aussagen beschreiben korrekt den Modellierungsprozess?

Über den Vergleich der Systemdaten mit den Simulationsdaten können Schlussfolgerungen über die Güte des Modells getroffen werden.
Simulationsmodelle können abstrakte Modellannahmen in ihrer Schlüssigkeit verifizieren oder falsifizieren. Dies bezeichnet man als proof-of-concept.
Beim deduktiven Ansatz entwickelt man aus der Analyse der gemessenen Systemdaten ein Modell, welches das System am besten beschreibt.
Deduktion bedeutet, aus einem Modell Schlussfolgerungen auf erwartete Daten zu ziehen.