الصفحة الرئيسية/مقالات/Mathematical Psychology

Mathematical Psychology

This project investigates mathematical psychology's historical and philosophical foundations to clarify its distinguishing characteristics and relationships to adjacent fields. Through gathering primary sources, histories, and interviews with researchers, author Prof. Colin Allen - University of Pittsburgh [1, 2, 3] and his students Osman Attah, Brendan Fleig-Goldstein, Mara McGuire, and Dzintra Ullis have identified three central questions:

What makes the use of mathematics in mathematical psychology reasonably effective, in contrast to other sciences like physics-inspired mathematical biology or symbolic cognitive science?
How does the mathematical approach in mathematical psychology differ from other branches of psychology, like psychophysics and psychometrics?
What is the appropriate relationship of mathematical psychology to cognitive science, given diverging perspectives on aligning with this field?

Preliminary findings emphasize data-driven modeling, skepticism of cognitive science alignments, and early reliance on computation. They will further probe the interplay with cognitive neuroscience and contrast rational-analysis approaches. By elucidating the motivating perspectives and objectives of different eras in mathematical psychology's development, they aim to understand its past and inform constructive dialogue on its philosophical foundations and future directions. This project intends to provide a conceptual roadmap for the field through integrated history and philosophy of science.

The Project: Integrating History and Philosophy of Mathematical Psychology

This project aims to integrate historical and philosophical perspectives to elucidate the foundations of mathematical psychology. As Norwood Hanson stated, history without philosophy is blind, while philosophy without history is empty. The goal is to find a middle ground between the contextual focus of history and the conceptual focus of philosophy.

The team acknowledges that all historical accounts are imperfect, but some can provide valuable insights. The history of mathematical psychology is difficult to tell without centering on the influential Stanford group. Tracing academic lineages and key events includes part of the picture, but more context is needed to fully understand the field's development.

The project draws on diverse sources, including research interviews, retrospective articles, formal histories, and online materials. More interviews and research will further flesh out the historical and philosophical foundations. While incomplete, the current analysis aims to identify important themes, contrasts, and questions that shaped mathematical psychology's evolution. Ultimately, the goal is an integrated historical and conceptual roadmap to inform contemporary perspectives on the field's identity and future directions.

The Rise of Mathematical Psychology

The history of efforts to mathematize psychology traces back to the quantitative imperative stemming from the Galilean scientific revolution. This imprinted the notion that proper science requires mathematics, leading to "physics envy" in other disciplines like psychology.

Many early psychologists argued psychology needed to become mathematical to be scientific. However, mathematizing psychology faced complications absent in the physical sciences. Objects in psychology were not readily present as quantifiable, provoking heated debates on whether psychometric and psychophysical measurements were meaningful.

Nonetheless, the desire to develop mathematical psychology persisted. Different approaches grappled with determining the appropriate role of mathematics in relation to psychological experiments and data. For example, Herbart favored starting with mathematics to ensure accuracy, while Fechner insisted experiments must come first to ground mathematics.

Tensions remain between data-driven versus theory-driven mathematization of psychology. Contemporary perspectives range from psychometric and psychophysical stances that foreground data to measurement-theoretical and computational approaches that emphasize formal models.

Elucidating how psychologists negotiated to apply mathematical methods to an apparently resistant subject matter helps reveal the evolving role and place of mathematics in psychology. This historical interplay shaped the emergence of mathematical psychology as a field.

The Distinctive Mathematical Approach of Mathematical Psychology

What sets mathematical psychology apart from other branches of psychology in its use of mathematics?

Several key aspects stand out:

Advocating quantitative methods broadly. Mathematical psychology emerged partly to push psychology to embrace quantitative modeling and mathematics beyond basic statistics.
Drawing from diverse mathematical tools. With greater training in mathematics, mathematical psychologists utilize more advanced and varied mathematical techniques like topology and differential geometry.
Linking models and experiments. Mathematical psychologists emphasize tightly connecting experimental design and statistical analysis, with experiments created to test specific models.
Favoring theoretical models. Mathematical psychology incorporates "pure" mathematical results and prefers analytic, hand-fitted models over data-driven computer models.
Seeking general, cumulative theory. Unlike just describing data, mathematical psychology aspires to abstract, general theory supported across experiments, cumulative progress in models, and mathematical insight into psychological mechanisms.

So while not unique to mathematical psychology, these key elements help characterize how its use of mathematics diverges from adjacent fields like psychophysics and psychometrics. Mathematical psychology carved out an identity embracing quantitative methods but also theoretical depth and broad generalization.

Situating Mathematical Psychology Relative to Cognitive Science

What is the appropriate perspective on mathematical psychology's relationship to cognitive psychology and cognitive science? While connected historically and conceptually, essential distinctions exist.

Mathematical psychology draws from diverse disciplines that are also influential in cognitive science, like computer science, psychology, linguistics, and neuroscience. However, mathematical psychology appears more skeptical of alignments with cognitive science.

For example, cognitive science prominently adopted the computer as a model of the human mind, while mathematical psychology focused more narrowly on computers as modeling tools.

Additionally, mathematical psychology seems to take a more critical stance towards purely simulation-based modeling in cognitive science, instead emphasizing iterative modeling tightly linked to experimentation.

Overall, mathematical psychology exhibits significant overlap with cognitive science but strongly asserts its distinct mathematical orientation and modeling perspectives. Elucidating this complex relationship remains an ongoing project, but preliminary analysis suggests mathematical psychology intentionally diverged from cognitive science in its formative development.

This establishes mathematical psychology's separate identity while retaining connections to adjacent disciplines at the intersection of mathematics, psychology, and computation.

Looking Ahead: Open Questions and Future Research

This historical and conceptual analysis of mathematical psychology's foundations has illuminated key themes, contrasts, and questions that shaped the field's development. Further research can build on these preliminary findings.

Additional work is needed to flesh out the fuller intellectual, social, and political context driving the evolution of mathematical psychology. Examining the influences and reactions of key figures will provide a richer picture.

Ongoing investigation can probe whether the identified tensions and contrasts represent historical artifacts or still animate contemporary debates. Do mathematical psychologists today grapple with similar questions on the role of mathematics and modeling?

Further analysis should also elucidate the nature of the purported bidirectional relationship between modeling and experimentation in mathematical psychology. As well, clarifying the diversity of perspectives on goals like generality, abstraction, and cumulative theory-building would be valuable.

Finally, this research aims to spur discussion on philosophical issues such as realism, pluralism, and progress in mathematical psychology models. Is the accuracy and truth value of models an important consideration or mainly beside the point? And where is the field headed - towards greater verisimilitude or an indefinite balancing of complexity and abstraction?

By spurring reflection on this conceptual foundation, this historical and integrative analysis hopes to provide a roadmap to inform constructive dialogue on mathematical psychology's identity and future trajectory.

The SDTEST^®

The SDTEST^® is a simple and fun tool to uncover our unique motivational values that use mathematical psychology of varying complexity.

The SDTEST^® helps us better understand ourselves and others on this lifelong path of self-discovery.

Here are reports of polls which SDTEST^® makes:

1) تصرفات الشركات فيما يتعلق بالموظفين في الشهر الماضي (نعم / لا)

2) تصرفات الشركات فيما يتعلق بالأفراد في الشهر الماضي (الحقيقة في٪)

3) مخاوف

4) أكبر المشاكل التي تواجه بلدي

5) ما هي الصفات والقدرات التي يستخدمها القادة الجيدون عند بناء فرق ناجحة؟

6) جوجل. العوامل التي تؤثر على فعالية الفريق

7) الأولويات الرئيسية للباحثين عن عمل

8) ما الذي يجعل المدرب قائدًا عظيمًا؟

9) ما الذي يجعل الناس ناجحين في العمل؟

10) هل أنت مستعد لتلقي أجر أقل للعمل عن بُعد؟

15) أسباب استسلام الناس (بقلم آنا Vital)

16) ثقة (#WVS)

17) مسح السعادة في أكسفورد

18) الراحه النفسية

19) أين ستكون فرصتك التالية إثارة؟

20) ماذا ستفعل هذا الأسبوع لرعاية صحتك العقلية؟

21) أعيش أفكر في ماضي أو حاضر أو مستقبلي

22) الجدارة

23) الذكاء الاصطناعي ونهاية الحضارة

24) لماذا الناس المماطلة؟

25) اختلاف الجنس في بناء الثقة بالنفس (IFD Allensbach)

26) Xing.com كوم تقييم الثقافة

27) باتريك لينسيوني "الخمسة اختلال وظيفي لفريق"

28) التعاطف ...

29) ما هو الضروري لأخصائيي تكنولوجيا المعلومات في اختيار عرض العمل؟

30) لماذا يقاوم الناس التغيير (بقلم سيوبهان ماكهيل)

31) كيف تنظم مشاعرك؟ (بقلم نوال مصطفى ماجستير)

32) 21 مهارات تدفع لك إلى الأبد (بواسطة Jeremiah Teo / 赵汉昇)

33) الحرية الحقيقية ...

34) 12 طريقة لبناء الثقة مع الآخرين (بقلم جاستن رايت)

35) خصائص موظف موهوب (من قبل معهد إدارة المواهب)

36) 10 مفاتيح لتحفيز فريقك

37) جبر الضمير (بقلم فلاديمير لوفيفر)

38) ثلاث احتمالات متميزة للمستقبل (بقلم د. كلير دبليو جريفز)

Below you can read an abridged version of the results of our VUCA poll “Fears“. The full version of the results is available for free in the FAQ section after login or registration.

مخاوف

الرسوم البيانية ارتباط

VUCA

القيمة الحرجة معامل الارتباط

التوزيع الطبيعي ، بقلم ويليام سيلي جوسريت (طالب) r = 0.033

التوزيع غير الطبيعي ، بواسطة سبيرمان r = 0.0013

إظهار النتائج فقط > r = 0.033

توزيع	غير طبيعي	غير طبيعي	غير طبيعي	طبيعي	طبيعي	طبيعي	طبيعي	طبيعي
كل الأسئلة كل الأسئلة أعظم خوفي هو
أعظم خوفي هو
Answer 1	-	ضعيفة إيجابية 0.0558	ضعيفة إيجابية 0.0311	سلبية ضعيفة -0.0169	ضعيفة إيجابية 0.0917	ضعيفة إيجابية 0.0304	سلبية ضعيفة -0.0128	سلبية ضعيفة -0.1541
Answer 2	-	ضعيفة إيجابية 0.0229	سلبية ضعيفة -0.0006	سلبية ضعيفة -0.0443	ضعيفة إيجابية 0.0632	ضعيفة إيجابية 0.0453	ضعيفة إيجابية 0.0130	سلبية ضعيفة -0.0942
Answer 3	-	سلبية ضعيفة -0.0032	سلبية ضعيفة -0.0122	سلبية ضعيفة -0.0413	سلبية ضعيفة -0.0464	ضعيفة إيجابية 0.0469	ضعيفة إيجابية 0.0786	سلبية ضعيفة -0.0196
Answer 4	-	ضعيفة إيجابية 0.0437	ضعيفة إيجابية 0.0345	سلبية ضعيفة -0.0196	ضعيفة إيجابية 0.0152	ضعيفة إيجابية 0.0307	ضعيفة إيجابية 0.0204	سلبية ضعيفة -0.0981
Answer 5	-	ضعيفة إيجابية 0.0303	ضعيفة إيجابية 0.1280	ضعيفة إيجابية 0.0134	ضعيفة إيجابية 0.0733	سلبية ضعيفة -0.0005	سلبية ضعيفة -0.0203	سلبية ضعيفة -0.1759
Answer 6	-	سلبية ضعيفة -0.0003	ضعيفة إيجابية 0.0082	سلبية ضعيفة -0.0630	سلبية ضعيفة -0.0082	ضعيفة إيجابية 0.0195	ضعيفة إيجابية 0.0830	سلبية ضعيفة -0.0315
Answer 7	-	ضعيفة إيجابية 0.0124	ضعيفة إيجابية 0.0382	سلبية ضعيفة -0.0694	سلبية ضعيفة -0.0241	ضعيفة إيجابية 0.0473	ضعيفة إيجابية 0.0641	سلبية ضعيفة -0.0514
Answer 8	-	ضعيفة إيجابية 0.0696	ضعيفة إيجابية 0.0850	سلبية ضعيفة -0.0333	ضعيفة إيجابية 0.0150	ضعيفة إيجابية 0.0346	ضعيفة إيجابية 0.0134	سلبية ضعيفة -0.1364
Answer 9	-	ضعيفة إيجابية 0.0667	ضعيفة إيجابية 0.1676	ضعيفة إيجابية 0.0077	ضعيفة إيجابية 0.0694	سلبية ضعيفة -0.0128	سلبية ضعيفة -0.0517	سلبية ضعيفة -0.1817
Answer 10	-	ضعيفة إيجابية 0.0780	ضعيفة إيجابية 0.0754	سلبية ضعيفة -0.0211	ضعيفة إيجابية 0.0249	ضعيفة إيجابية 0.0347	سلبية ضعيفة -0.0132	سلبية ضعيفة -0.1303
Answer 11	-	ضعيفة إيجابية 0.0579	ضعيفة إيجابية 0.0528	سلبية ضعيفة -0.0090	ضعيفة إيجابية 0.0083	ضعيفة إيجابية 0.0201	ضعيفة إيجابية 0.0308	سلبية ضعيفة -0.1198
Answer 12	-	ضعيفة إيجابية 0.0389	ضعيفة إيجابية 0.1036	سلبية ضعيفة -0.0362	ضعيفة إيجابية 0.0359	ضعيفة إيجابية 0.0255	ضعيفة إيجابية 0.0297	سلبية ضعيفة -0.1521
Answer 13	-	ضعيفة إيجابية 0.0645	ضعيفة إيجابية 0.1041	سلبية ضعيفة -0.0438	ضعيفة إيجابية 0.0262	ضعيفة إيجابية 0.0423	ضعيفة إيجابية 0.0174	سلبية ضعيفة -0.1603
Answer 14	-	ضعيفة إيجابية 0.0710	ضعيفة إيجابية 0.1022	سلبية ضعيفة -0.0015	سلبية ضعيفة -0.0085	سلبية ضعيفة -0.0006	ضعيفة إيجابية 0.0087	سلبية ضعيفة -0.1169
Answer 15	-	ضعيفة إيجابية 0.0555	ضعيفة إيجابية 0.1365	سلبية ضعيفة -0.0429	ضعيفة إيجابية 0.0179	سلبية ضعيفة -0.0158	ضعيفة إيجابية 0.0223	سلبية ضعيفة -0.1178
Answer 16	-	ضعيفة إيجابية 0.0591	ضعيفة إيجابية 0.0271	سلبية ضعيفة -0.0384	سلبية ضعيفة -0.0401	ضعيفة إيجابية 0.0655	ضعيفة إيجابية 0.0283	سلبية ضعيفة -0.0709

تصدير إلى MS Excel

ستكون هذه الوظيفة متاحة في استطلاعات VUCA الخاصة بك

موافق

You can not only just create your poll in the تعريفة «V.U.C.A مصمم الإستطلاع» (with a unique link and your logo) but also you can earn money by selling its results in the تعريفة «متجر يبيع المسوحات», as already the authors of polls.

If you participated in VUCA polls, you can see your results and compare them with the overall polls results, which are constantly growing, in your personal account after purchasing تعريفة «بلدي المعاملة الخاصة والتفضيلية»

[1] https://twitter.com/wileyprof

[2] https://colinallen.dnsalias.org

[3] https://philpeople.org/profiles/colin-allen

2023.10.13

فاليري كوسنكو

مالك المنتج SaaS مشروع الحيوانات الأليفة SDTEST®

تم تأهيل فاليري كأخصائي في علم النفس التربوي الاجتماعي في عام 1993، ومنذ ذلك الحين طبق معرفته في إدارة المشاريع.
حصل فاليري على درجة الماجستير ومؤهل مدير المشروع والبرامج في عام 2013. وخلال برنامج الماجستير، أصبح على دراية بخريطة طريق المشروع (GPM Deutsche Gesellschaft für Projektmanagement e. V.) والديناميكيات الحلزونية.
أجرى فاليري العديد من اختبارات Spiral Dynamics واستخدم معرفته وخبرته لتكييف الإصدار الحالي من SDTEST.
فاليري هو مؤلف كتاب استكشاف عدم اليقين بشأن V.U.C.A. مفهوم باستخدام الديناميكيات الحلزونية والإحصائيات الرياضية في علم النفس، في أكثر من 20 استطلاعًا دوليًا.

هذا المنشور لديه 0 تعليقات

الرد على

إلغاء الرد

اترك تعليقك