中山大学2023年心理学前沿研究方法青年论坛顺利举行

为了进一步提升我校心理学计量与方法方向的培养质量，探索专业未来发展前景与空间，中山大学心理学系于2023年6月18日成功举办了中山大学2023年心理学前沿研究方法青年论坛。本次论坛共邀请了来自国内知名高校的七位心理学研究方法领域青年学者参加，论坛由心理学系潘俊豪副主任和代政嘉教授主持。

会议于上午9：00开始。我系主任佐斌教授首先致辞，代表心理学系向与会学者表示热烈欢迎，并从研究方法的重要性、交叉学科融合的积极意义等方面对论坛的举办表示肯定与祝贺。

本次论坛分为上午、下午两个半场，参与论坛的青年学者围绕心理学研究方法的不同主题，分享了各自的研究进展与最新成果，并围绕报告内容展开了深入交流。

论坛上半场由北京师范大学隋婧研究员、华东师范大学顾昕副教授和中山大学柯紫筠副教授依次进行报告。

隋婧老师与大家共同回顾了基于磁共振影像预测个体认知行为的最新研究进展，系统介绍了不同模态的磁共振影像在评估认知能力、疾病风险、治疗效果等领域的创新应用，总结了机器学习和深度学习等先进方法在该领域使用时的优点和不足，并提出了一系列注意事项，最后展望了多中心大样本研究、多模态融合研究和纵向预测模型等前沿领域的发展前景。

顾昕老师从智商与情商对学业成绩的影响出发，介绍了变量相对重要性的概念以及常用的评估指标，推荐使用优势分析、相对权重分析等方法评估变量相对重要性，并提出相应的统计推断方法及模型应用途径，为之后研究者做变量重要性评估提供了许多建议。

柯紫筠老师分享了她在工具变量领域内的最新成果，指出当存在多个内生性变量时，如何在统计上检验模型内工具变量是否满足假设仍缺乏定论。柯老师与合作者提出了基于结构方程模型框架的、用于检验工具变量合法性的新检验指标——奇异值之比，并展示了模拟研究结果以证实该指标的有效性。

中午，与会学者移步系楼会议室举行圆桌论坛，就专业方向发展与学科人才培养等内容进行了交流。

论坛下半场由北京大学江哲涵副研究员、南方科技大学刘泉影助理教授、复旦大学曲文青年副研究员和中山大学林盈副教授依次报告。

江哲涵老师总结目前因子分估计的各种方法，并在对比各方法的优缺点的基础上提出了新的因子分计算方法——网络模型中的混合中心性。该模拟研究结果发现：混合中心性是更好的估计因子分的方法，并建议在未来的研究中更多地关注网络模型的应用。

刘泉影老师分享了她的团队在神经调控优化方法上的一系列成果：基于控制理论和机器学习模型设计神经调控优化函数，优化电刺激，实现侵入式的闭环神经调控；通过脑网络动力学分析和深度学习的结合，推断出认知任务相关的脑区，学习大脑的功能动态。最后，刘老师期望未来能实现对大脑活动乃至行为的精准调控，为癫痫等脑疾病的治疗提供新的有效方法。

曲文老师着眼于大规模学生评教数据中的文本评论，提出利用基于领域特定词典的情感分析、深度学习模型和其他机器学习方法对评教文本数据进行分析，并探究评教数据中文本与数值的关系以及潜在的性别偏见。曲文老师表示，通过不同分析方法对评教数据进行综合评价可以使其更具可靠性。

林盈老师分享了其团队采用计算智能方法研究人脑结构-功能耦合关系的最新成果：首先，运用人工神经网络建立从多个人脑结构特征预测人脑功能连接的模型，从而对比不同结构特征的预测力，发现通信路径对功能连接的形成有重要影响；进一步，围绕人脑通信机制展开研究，采用遗传算法探索了脑区水平的混合路由策略，验证了该策略拟合脑功能网络和支持鲁棒通信的能力，并尝试解释脑区在路由策略选择上的合理性，为人脑结构-功能耦合的区域异质性提供了通信层面的新见解。

七位老师的报告深入浅出、鞭辟入里，激起了与会师生的兴趣，引发现场广泛交流讨论。

中山大学心理学系以此次论坛为契机，为国内心理学研究方法领域的青年学者提供了学术及实践经验交流的专业平台，期待能为心理学研究方法的深入发展和应用空间的拓展做出积极贡献，为探索培养我国社会主义建设新征程上所需的心理学专业人才贡献力量。

编辑 | 郭彦琳

初审 | 许俊斌

审核 | 刘妍

审核发布 | 李桦