快速判断准确度评价

1.组织材料。

1. 创建视频，其中包括先前拍摄的画面的 10 高校辅导员。教学内容应涵盖广泛的学科领域。
2. 每个老师，找出三个独立的 10-s 剪辑。三个剪辑应分别采取开始、 中间和结尾的类，并设有单独视频帧中的老师。
3. 以下的拉丁方设计，结合三个剪辑按随机顺序;这样做的每一位教师。这将导致 30 总视频剪辑。
4. 编译的 10 名教官在视频中每个学期结束的学生评价。这些评价是从对应于这段录像的实际课程。

2.参与者招聘

1. 进行了动力分析和招募足够数量的参与者观看和速率的视频剪辑。
   1. 妇女被首选在最初的研究，因为先前的研究支持，他们是比男性更擅长解码的非言语行为的概念。

3.数据收集

1. 告诉参与者提供评级基于整体非言语行为的讲师。尤其是，在 9 点 Likert 范围要求学员评委老师关于 15 教学与有关方面 （例如，接受、主动、 周到、 占主导地位、 诚实、 可爱、 温暖，专业等） (1 = 根本不; 9 = 非常)。
   1. 参与者应接受没有其他培训。
2. 为了评估分子非言语行为 （即，特定的非言语行为），有两个支付、 受过训练的程序员看相同的视频剪辑。
3. 为每个剪辑，理货数量的点点头，握手，微笑，笑，打个呵欠，皱眉，咬的嘴唇，向下凝视，自触动，烦躁、 有力的手势，和弱手势老师发。
4. 有两名考官也表明教师的对称性及身体的姿势。
5. 考虑到吸引力的影响，也有两个程序员判断基于 5 点 Likert 范围每个教师的身体吸引力 (1 = 根本不; 5 = 非常) 基于取自视频每个老师的一张照片。
6. 充分听取汇报的参与者。

4.数据分析

1. 请注意，感兴趣的主要的结果变量教学实效，通过评级由教师的学生，在学期结束前评估。
   1. 这包括两个项目，要求学生教师的绩效和整体课程质量的评价。
2. 将这些评级转换为百分比。
   1. 两个评价项目的平均百分比作为主变量的兴趣。
3. 分析了摩尔的非言语行为的可靠性评级。
4. 从这些数据，计算总体的均值，表示摩尔的非言语行为的综合得分。
   1. 这两种复合材料得分和每个个体 15 评级被视为潜在的预测因子的教学效果。
5. 分析程序员的评级的分子非言语行为的可靠性。
6. 分析教师的吸引力，使可靠性评级。