如何开展循环轮转社会互动研究：高效捕捉自然社会行为的教程
How to run round-robin social interaction studies: A tutorial for the efficient capture of natural social behavior.
自然社会行为研究需要高效、可重复地采集大量丰富的社会数据，并覆盖个体与多位互动对象的差异，但被试缺席、实验者操作失误、需求特征和数据管理等问题让研究者望而却步。作者以一项近期研究为基础，给出循环轮转设计的操作教程，并提供可定制资源，包括现场数据采集的半自动化和数据管理的自动化。原文为方法教程，未报告具体实证结果。
基于一项近期研究给出循环轮转社会互动设计的操作教程，涵盖现场数据采集半自动化与数据管理自动化，并附可定制资源。
自然社会行为的研究是心理学的前沿学科。尽管此类工作对于推进和完善社会行为、社会认知、进化心理学、人际关系等理论极为必要，但由于预期投入的努力，研究者很少致力于如此密集的研究设计。特别是，要理解自然展开的社会行为，科学家必须能够高效、有效且可重复地收集和处理大量丰富的社会数据。此外，由于社会行为高度个体化且依赖情境，捕捉人们在多个互动伙伴之间的自然社会行为变异至关重要。在此，我们聚焦于“轮转”研究设计。此类设计的实施中可能出现重大问题，从而抑制对自然主义轮转社会数据的收集。这些问题包括与参与者缺席、实验者错误、需求特征最小化以及数据管理相关的问题。在此，我们基于近期一项研究提供一份教程，其中包含可定制的资源，旨在缓解此类研究固有的挑战，包括面对面数据收集的半自动化以及数据管理的自动化。（PsycInfo数据库记录(c) 2026 APA，保留所有权利）。
中文由 AI 翻译，仅供参考，以原文为准。
来源：Psychological Methods · doi.org