تقييم استرداد المعلمات لفئة واسعة من نماذج تراكم الأدلة في اتخاذ القرار

الملخص أصبح النمذجة الحاسوبية ضرورية في دراسة ديناميات عمليات اتخاذ القرار. فئة بارزة من النماذج في هذا المجال هي نماذج تراكم الأدلة (EAMs)، التي تمثل كل من القرارات التي يتخذها الأشخاص والوقت الذي يستغرقونه. تم اقتراح العديد من التعديلات التي تغير معدل الانجراف، ومعدل الانتشار، وعوامل القرار، مما يرمز إلى ديناميات أكثر تعقيدًا ضمن إطار EAM. ومع ذلك، فإن إضافة ميزات إلى النموذج تعقد استرداد المعلمات، مما يجعل تفسير النموذج أكثر صعوبة. في هذا العمل، نجري دراسة استرداد المعلمات على مجموعة متنوعة من نماذج EAM للاختيار الثنائي الشائعة، نحدد التحديات المحددة لكل منها، ونستكشف كيفية تحسين استرجاع معلماتها. على الرغم من أن الدراسات السابقة تناولت هذا السؤال، إلا أنها كانت مجزأة بطبيعتها، حيث طبق مجموعات مختلفة طرق حسابية مختلفة لدراسة نماذج مختلفة. نهدف إلى توحيد هذه الأدبيات باستخدام أفضل الطرق الحسابية المتاحة حاليًا. علاوة على ذلك، نقدم أول تحليل بايزي، حسب علمنا، لنماذج الصراع الانتشاري. هدفنا هنا هو الشمولية، وليس الاستقصاء الكامل أو الشامل. مع وضع ذلك في الاعتبار، يصنف هذا المقال عددًا من النتائج، بعضها معروض سابقًا وبعضها جديد. بالإضافة إلى ذلك، يوضح المقال طرقًا مختلفة لتحليل النماذج. وُجد هذا المقال ليكون مرجعًا للباحثين المهتمين باستخدام نماذج EAM لدراسة عمليات اتخاذ القرار، موفرًا رؤى حول التحديات المرتبطة بهذه النماذج، وكيفية تحليلها في ضوء تلك التحديات، وأمثلة على كيفية التعامل مع تلك التحديات.