Copyright © 2015
All rights reserved.

Modèle de lentille


Les deux côtés de l`objectif sont décrits dans les mêmes termes conceptuels, instanciés par une régression multiple. La saisie des politiques est effectuée sur les données du directeur du personnel, ou dans le langage du modèle de lentille, le juge. La corrélation multiple, RS, reflète la mesure dans laquelle les jugements de la personne sont prévisibles, en supposant un modèle linéaire et additif. Idéalement (sauf la non-fiabilité toujours présente du jugement), il devrait être 1,0 à moins que le juge n`utilise valablement des non-linéarités de la forme de fonction, des nonadditivités dans la règle d`intégration ou des indices valides qui ne sont pas dans l`équation (par exemple, sachant qu`un autre le candidat pauvre est le fils du PDG). La variable R est déterminée par la façon dont les repères prédisent l`environnement et la façon dont le modèle a été spécifié. Les coefficients d`utilisation des repères (RI) et les validités écologiques (re) sont des corrélations d`ordre zéro reflétant l`importance des indices pour le juge et le succès de l`emploi, respectivement. Le modèle d`objectif [4] identifie plusieurs composantes de la précision du jugement (in). Dans une étude type de modèle d`objectif, un «juge» doit prendre un certain nombre de décisions en fonction de différents éléments d`information («repères»). Le jugement est mesuré par la mesure dans laquelle la décision du juge correspond (c.-à-d. corrélée) à un indicateur du résultat réel ou de la situation («critère»). Einhorn (deuxième étude, [8]) fournit un exemple d`une étude typique de modèle de lentille (voir la figure 1).

Dans cette étude, les médecins ont évalué la sévérité de la maladie de Hodgkin (cancer) à partir des lames de biopsie du patient (voir le côté droit de la figure 1, ys). Les médecins ont rendu un jugement en ce qui concerne le temps de survie estimé, qui a été comparé avec le nombre réel de mois de survie (voir le côté gauche de la figure 1, Ye). Une forte corrélation entre les jugements des médecins et les mois réels de survie A indiqué un haut rendement de jugement. En résumé, notre étude démontre que la méta-analyse psychométrique est utile pour évaluer la performance de jugement et pour construire de meilleurs modèles de jugement linéaire pour le Bootstrapping. Cette première méta-analyse psychométrique des études de modèle de lentille confirme et prolonge les résultats précédents de la méta-analyse des os nus: le rendement de jugement varie clairement entre les domaines. Notre analyse a également élargi les recherches antérieures sur le rôle modérateur potentiel de l`expertise dans et entre les domaines décisionnels. L`analyse actuelle a révélé que le défaut de corriger les artefacts méthodologiques peut conduire à des sous-estimations des résultats de jugement et des surestimités de l`hétérogénéité entre les études. Par conséquent, le succès du amorçage avec des modèles de jugement linéaires est également sous-estimé si les paramètres LME ne sont pas corrigés pour les artefacts méthodologiques. Nous recommandons donc aux futurs chercheurs de suivre une approche psychométrique afin d`arriver à des estimations moins biaisées et à des modèles de jugements linéaires plus réussis. Si les données pertinentes pour les analyses psychométriques (par exemple, les données sur l`erreur de mesure) ne sont pas immédiatement disponibles, les chercheurs peuvent effectuer une analyse de robustesse avec des valeurs estimées.

En ce qui concerne les modérateurs spécifiques de la réussite de jugement, la présente étude confirme le modèle précédemment trouvé pour les comparaisons entre les différents domaines [5], à savoir que la performance de jugement varie grandement à travers le médical, éducatif, psychologiques, d`affaires et d`autres domaines professionnels.