法醫研究分析科學雜誌

全文

研究文章
成為或不成為罪魁禍首或相似者這是一個問題:順序對單一的、重複的和沒有罪魁禍首的序列的影響

熱門的泰勒＊蘭斯工人麗貝卡·霍爾

英國南威爾士大學心理與治療研究學院

*通訊作者:Sandra Taylor，英國南威爾士大學心理與治療研究學院，電子郵件:sandra.taylor@southwales.ac.uk


摘要

先前的研究表明，在罪犯在場的隊列中，順序排列的陳述減少了“相對判斷”決策的程度。然而，與此同時，這樣的陳述增加了錯誤識別一個無辜的人的機會，而這個人在罪犯缺席的隊列中很像罪犯。在順序排列的展示中，罪犯和“相似的”麵孔的出現順序已經被發現影響識別和誤認率。在目前的研究中，展示了一個商店扒手的鏡頭，然後是一個使用順序排列演示的人臉識別任務。采用操縱三個變量的設計:單變量與大規模和分布式重複隊列條件;culprit-present與罪犯-缺席(有一個與罪犯麵部特征相似的“模仿者”);和早期與後期訂單報告。罪犯在序列中出現在相似者之前或之後(包括其重複)。在三種情況下，長相相似的人出現在罪犯之前，假設重疊的麵部特征會產生“錯誤信息效應”。在三種情況下，罪犯出現在長相相似的人麵前，既作為對照比較，又作為信號檢測理論(SDT)的檢驗。這三種罪犯缺席的情況有助於建立模仿麵部操縱的有效性。逆向分層對數線性分析表明，在所有的排列序列中，當相似人臉出現在罪犯之前時，識別率更高。當相似者在排隊序列中出現較晚，因此在罪犯的臉之後出現時，誤認率較高(支持SDT)。在罪犯缺席和罪犯在場的隊列中，誤認率相似。隻有在大量重複的罪犯缺席的隊列中，錯誤識別的次數比錯誤識別的次數多(這表明良好的相似操作)。對於單個和分布的沒有罪犯的隊列，錯誤識別和錯誤識別之間沒有區別。 Moreover, the presentation of the lookalike face before that of the culprit’s failed to induce a misinformation effect. A spacing effect in the predicted direction (identification highest in distributed repetition conditions) was not supported. While the current study did not obtain a misinformation effect, the design used did provide support for previous SDT studies.

關鍵字

單質量分布(滯後)重複順序隊列;人臉識別;錯誤信息的影響


簡介
係統變量:陣容結構

Wells[1]將估計量(即與個人有關的因素)和係統(即司法係統控製下的因素)變量引入目擊者證詞，導致法醫心理學家研究麵孔記憶和隊列結構對準確麵孔識別的影響。這些方法的結合揭示了一些有趣的信息，這些信息是關於目擊者在一組人中正確識別罪犯的能力的。考慮到諸如目擊者記憶等估計變量的研究結果表明，對事件和人的記憶可能是錯誤的，在事件發生後很容易被操縱[2-4]。在接下來的研究中，我們將探討估計量和係統變量之間的接口，更具體地說，係統變量(如排列結構)如何影響記憶軌跡的延展性。Robinson-Riegler等人[5]聲稱，雖然目擊者能夠從一係列照片中認出罪犯，但他們同樣有可能認錯與罪犯相似的人。因此，Schuster[6]認為，在警察或照片隊列中，罪犯應該保持與其他罪犯的模糊，因為這將減少被錯誤識別的風險。

Luus和Wells[7]測試了隊列中的所有個體是否與罪魁禍首非常相似。他們發現，當所有人看起來都很像真正的罪犯時，在沒有罪犯的隊列中，錯誤識別的可能性更小。然而，在罪犯出現的隊列中，當隊列中所有個體的相似性很高時，對罪犯的準確識別就會降低。根據克拉克和通尼克利夫[8]的說法，當隊列中的個體特征與罪犯非常相似時，錯誤識別就會增加。因此，一個無辜的人可以在與CCTV上的罪犯形象相似的基礎上，從一組人中選擇出來，這是偶然的。目擊者的辨認錯誤導致許多無辜的人被錯誤地指控犯罪，並因此被定罪[9,10]。

Fitzgerald等人[11]考慮了陣容結構中出現的非罪魁禍首個體(即“填充者”)的影響。Schuster[6]和目擊者證據技術工作組(2003)建議，罪犯不應該從名單中的其他個人中脫穎而出。菲茨傑拉德等人建議，“填充者”應該與嫌疑人具有“平均相似度”。對於假設一，他們表示低相似度的隊列將提高識別率。假設二認為中等相似度和高相似度的隊列會增加誤識別率。兩種假設都得到了支持。在他們的第二個假設中，中等或高相似度的“填充物”會影響錯誤識別，但不會影響罪犯識別。

使用現場排隊，同時觀看所有嫌疑人，這是英國采用的傳統身份遊行結構。然而，在今天的英國，視頻演示在很大程度上已經取代了現場排隊[12,13]。根據Horry等人[14]的說法，現場指認應符合《警察和刑事證據法案》(PACE) 1984年[15]規定下的“代碼D”。守則D每年修訂一次，目前規定，除了罪魁禍首[16]之外，現場隊列中還應包括8名誌願者。在美國，每一個罪犯的隊列中，必須有至少五個無辜的誌願者[17,18]。

根據林賽和威爾斯[19]的說法，當一個目擊者同時觀察所有的個體時，他們的選擇基於相對的判斷決策過程。威爾斯[20]指出，目擊者在同時觀看人臉時，會將一組人臉與另一組人臉進行比較，以確定哪一張麵孔與他們對罪犯的記憶最相似，因此會做出“相對判斷”的決定。這一過程在罪犯在場的情況下很有效，但在罪犯缺席的情況下，最接近的“長得像”的人更有可能被選中。Wells[21]發現，在罪犯在場的隊列中，目擊者在54%的案件中選擇了罪犯(轉換為46%的誤認率)。在沒有罪犯的隊列中，誤認率上升到68%。為了幫助減少在罪犯缺席的隊列中相對較高的誤認率，威爾斯提倡一種順序的隊列結構，即麵孔一次出現一個。

在連續的隊列中，目擊者被顯示，一次一個人[19]。這種排隊格式減少了發生錯誤識別的機會[22,23]。目擊者更有可能通過將一個人的麵部與罪犯麵部的編碼記憶進行一次匹配來做出絕對的判斷。Meissner等人[24]認為，使用順序格式時誤認較少的一個原因與證人的保守性有關。也就是說，他們不太可能做出選擇。

Steblay等人對25項研究進行了薈萃分析。研究結果表明，由順序排列引起的決策類型減少了對罪犯缺席隊列和對罪犯在場隊列的錯誤識別的機會。在Steblay et al.[22] 2011年的元分析中，同時排列的識別率為52%，而順序排列的識別率為44%。然而，與順序格式相比，同時格式的誤認率更高(28%)與15%)。因此，雖然在同步隊列中命中率更高，但錯誤識別率也更高。Wells，等人[25]隨機分配了真實犯罪的目擊者，讓他們觀看以同步或連續排列格式呈現的麵孔。盡管他們發現兩種排列格式在識別罪犯方麵沒有總體差異(25%)，但與同時排列格式(18%)相比，順序排列的錯誤識別率(11%)更低。在同步排列條件下，目擊者的誤認率高於順序排列條件(41%)與32%)。

最近，英國警方以VIPER(視頻識別遊行電子記錄)的形式采用了這種順序排列。VIPER的排列結構由八張麵孔組成，最符合目擊者的描述。頭部和肩部的全臉姿勢之後，身體向右彎曲三分之三，然後向左回到全臉姿勢。整個過程耗時15秒。使用VIPER隊列和屏幕上顯示的靜態照片已經由Darling等人[26]對目擊者識別準確率進行了經驗測試:在識別率方麵，兩種格式之間沒有發現差異。新的排隊視頻識別係統，VIPER，允許目擊者觀察兩次排隊。因此，在看到符合“滯後7”重複序列的所有8張臉後(在第一次和第二次呈現之間插入7張臉)，臉會重複出現。使用VIPER看兩次以上辨認列隊的目擊者比隻看一兩次的目擊者辨認的更少，辨認錯的更多[27]。這表明，以一種類似滯後的方式重複增加了對目標相似物的識別。罪犯和目標相似人臉在序列中的位置影響識別和誤認率。 This is illustrated by consistent findings of more misidentifications occurring when the target lookalike is presented late in the sequence. This can be explained using Signal Detection Theory (SDT).

信號檢測理論(SDT)

Clark和Davey[28]表明，最像罪犯的個體在較晚出現時更有可能被選中(位置4)與在沒有罪犯的排列序列中的位置2)。他們聲稱，當這個“相似的人”出現在序列的早期時，目擊者會堅持要求更好的替代方案，這通常會導致對陣容的拒絕。Clark和Davey[28]解釋說，該序列被拒絕的原因是序列中隻剩下了低相似度的個體。為了解釋這種拒絕，埃貝森和弗洛建議目擊者提高他們判斷一張臉是否以前見過的門檻。因此，他們提高了決策標準。然而，在某些情況下，如果長相相似的人出現在隊列的後麵，那麼目擊者就會“降低他們的判斷標準”，然後做出選擇。Flowe和Ebbesen[30]通過操縱隊列中一個或多個個體與罪犯的相似度，改變他們在序列中的出現順序，支持了這一論點。他們的發現證實了克拉克和戴維的發現。

響應準則的這種變化在信號檢測理論(SDT)中已經被Green和Swets[31]考慮過。SDT方法提供了一種確定個體如何區分他們以前見過的麵孔和他們尚未經曆過的麵孔的方法。這可以通過正確識別和錯誤識別的麵孔數量來衡量。基於實驗室的SDT研究的標準範式包括學習階段和測試階段。學習階段通常包括一些演示。然而，在目擊者研究的情況下，學習階段僅限於一個單一的觀察，然後是一個測試(識別)階段。Meissner等人[24]通過新的隊列識別範式對該標準範式進行了改進。在這裏，參與者被展示了許多目標麵孔，他們必須在目標缺席和目標存在的隊列中識別這些麵孔。在學習階段，他們通過顯示一半的樣本(48個)，包括目標麵孔，每3秒顯示一次來控製編碼強度。對另一半(48人)來說，目標臉被展示了兩次，這意味著參與者看到這些臉的時間為6秒。 During the test phase participants were presented with either the simultaneous or sequential line-up format. In the condition where target faces were repeated, participants showed significantly higher discrimination accuracy. There was no effect of line-up presentation or an interaction between encoding strength and line-up presentation on discrimination accuracy. Sequential line-ups, however, produced more conservative response rates, in support of Ebbesen, and Flowe’s [29] response criterion shift. The repetition of faces strengthened the memory trace and improved discrimination accuracy.

在學習階段進行重複啟動，以提高測試中的識別能力，是一種以“間隔範式”為幌子的行之有效的方法[32-35]。重複一張臉兩次可以提高識別能力。此外，以分布式方式呈現兩次(即滯後呈現)會在連續重複的情況下產生進一步的識別率提高(稱為大規模呈現或滯後0;(34、35)。這種記憶力的提高被稱為“間隔效應”。Meissner等人[24]使用多個目標麵的重複作為檢查SDT的手段。

在目前的研究中，罪犯的臉總共被觀看了三次(即，最初是在閉路電視鏡頭中，然後在連續的照片中觀看兩次)。此外，照片中還包括一張分散注意力的臉(“長相相似”)，這張臉還包括其他與罪犯長相不同的臉。正如前麵提到的，Clark和Davey[28]表明，與罪犯最相似的麵孔更有可能在後麵出現而不是在前麵出現時被選中。我們采用間隔效果設計來模擬許多英國警察部隊使用的視頻演示格式。如前所述，這類視頻有兩次出現的人臉序列。間距效應設計，特別是分布重複，再現了這種格式。包含一個單一的陳述可以用來比較重複有效性的罪犯識別。由於我們也對罪犯和外貌相似順序對識別和誤認率的影響感興趣，這可以通過使用間距效應設計來探索。此外，間距效應格式可以用來探索當新的分散注意力的信息(如相似的臉)出現在罪犯之前時，對罪犯麵部的原始記憶會發生什麼。為了理解一張分散注意力的相似麵孔如何幹擾罪犯的原始記憶痕跡，我們需要考慮由Loftus等人首先提出的錯誤信息範式。[36]。

錯誤的範例

Loftus[37,38]最初提出誤導性的事件後信息可以扭曲原始記憶通過一個“破壞性更新”過程。盡管Loftus認為破壞性更新會永久地從記憶中刪除信息，但她隨後修改了這一概念[39]。有人認為，這些發現可以解釋為，在錯誤的事件曝光後，人們對事件的原始記憶受到了損害。因此，誤信息效應可能是由於檢索失敗，而不是由於“破壞性更新過程”[40,41]。盡管破壞性更新的證據有限，但最初的記憶痕跡一旦暴露在具有誤導性的事件後信息中，就明顯變得不那麼準確，從而造成了錯誤信息效應。Loftus，[42,43]因此認為錯誤信息效應是由於新信息幹擾了原始記憶，然後將原始記憶檢索為事件的真實記憶。錯誤信息效應的實證支持是強有力的[44-49]。在洛夫特斯和帕爾默的[45]經典研究中，當交通事故或盜竊事件的目擊者在觀看視頻[50]後，向他們提出具有誤導性的事後問題時，發現了錯誤信息效應。這種事後誤導信息降低了對原始事件的回憶準確性。

總結和假設

順序排列演示有助於減少誤認率。通過采用基於間隔範式的重複方法來模擬這樣的表示是可能的。特別是，分布式重複結構類似於連續排列，每次顯示一個麵，然後重複整個序列。間隔範式預測信息在重複時將被更有效地編碼。因此，假設1 (H1)指出，在重複順序排列陳述中，識別罪魁禍首的能力要高於在單一順序排列陳述中。間隔範式還預測，學習信息在分布式(滯後7)表示下是有效的。因此，假設2 (H2)指出，在分布式重複順序排列演示中，識別罪魁禍首的能力要高於大規模重複順序排列演示。

信號檢測理論預測，在隊列中，“相似的人”的臉出現在序列的早期，在罪犯之前，錯誤識別相似的人的頻率會降低。這是因為目擊者“堅持”尋找與最初記憶痕跡更匹配的線索。因此，假設3 (H3.)指出，在單次和重複順序排列中，當相似者出現在罪犯之前，而不是出現在罪犯之後時，相似者的誤認率會降低。

另一種可能是錯誤信息效應。當誤導的事後信息在事後呈現時，就會發生錯誤信息效應。在這項研究中，研究人員通過展示一張與罪犯特征高度重疊的相似麵孔來操縱事件後的誤導性信息。這是在罪犯的閉路電視畫麵出現之後，但在罪犯的麵孔出現之前。因此，假設4 (H4)指出，在單一的和重複的順序排列中，當在相似者之前出現時，罪犯的辨識度會比在相似者之後出現時高。這很可能是因為長相相似的人會幹擾閉路電視畫麵中對罪犯的原始記憶。

在順序排列中包含“填充符”很重要，但如果它們與罪魁禍首太不相似，則很可能選擇罪魁禍首，如果太相似，則選擇“填充符”[11]。一個與罪魁禍首相似的“填充物”更有可能在沒有罪魁禍首的序列隊列[8]中被選中。因此，假設5 (H5)指出，在單一的和重複的順序陣容中，罪犯缺席的陣容比罪犯在場的陣容更容易識別錯誤。這也有助於確定在顯示的“其他”填充臉的背景下，對相似者與罪犯的相似性進行操縱的有效性。此外，在沒有罪犯的情況下，錯誤識別應該多於錯誤識別。

方法
參與者和設計

180名來自英國一所大學的心理學大一本科生(144名女性，36名男性)是人臉識別實驗的新手，他們被隨機分配到九種條件中的一種。這些條件是基於下列變量:

  • 單與重複的罪魁禍首
  • 非常相像與不同的麵孔
  • 罪犯的順序與在連續的隊列中有相似的麵孔
  • 罪犯在場和不在場的名單

在本研究的學習階段，所有參與者都觀看了相同的入店行竊鏡頭(見資料)。測試階段是一個科目之間的設計，參與者被提供三種類型的測試階段排隊序列(單一與兩個重複條件(聚集與分布式));一種是“罪犯-長相相似者”的麵孔順序(罪犯在長相相似者之前，罪犯在長相相似者之後)和“罪犯在場”與culprit-absent陣容。來自不同研討班的學生小組被集體隨機分配到九個測試條件中的一個(見補充材料部分)。

倫理問題

這項研究的提案是由巴斯溫泉大學的心理學研究倫理委員會通過的，學生是從那裏招募的。所有參與者都被告知，參與本研究是自願的，他們有權在任何時候退出。他們向與會者保證，根據他們提供的數據無法確定他們的身份。

材料和過程

長達27秒的黑白閉路電視畫麵被投射到屏幕上。由於使用黑白監控錄像是英國警方的標準做法，因此決定保持這一做法的一致性。這段虛構的視頻顯示，一名年輕的成年男子進入了一家“當地街角商店”。他拿起東西，把它們藏在衣服下麵，不經意地直視鏡頭一秒鍾。在學習階段，所有參與者都觀看了相同的鏡頭。在學習和測試階段之間沒有延遲。在測試階段，研究人員向參與者展示了以小插圖風格製作的男性正麵正麵的黑白照片;每部電影放映5秒鍾。為了與閉路電視錄像一致，照片也是單色的。每個麵都有一個序號，按數字順序遞進，並與答卷上的數字相對應。 The culprit and lookalike faces contained overlapping features such that they appeared similar when presented separately but different when presented together. Ordering of slides during the test phase conformed to single and two repetition sequences (massed and distributed; see supplementary material section).

參與者選擇了屏幕上顯示的他們認為是罪魁禍首的臉對應的幻燈片編號。無論參與者在重複的罪犯或相似的麵孔(或其他任何一張麵孔)上打上一個或兩個勾都無關緊要，因為罪犯和相似的麵孔從未在另一張麵孔完全出現在序列中之前出現過——這對分布式重複序列尤其相關(滯後7)。參與者不被告知罪犯缺席的情況，因為這樣可以擊敗通過選擇相似的麵孔誘導虛假識別的目標(參與者的說明見補充材料部分)。

結果

盡管參與者被允許做出“不回應”(即不勾選任何數字)，但所有人實際上都至少識別出了一張他們認為是罪魁禍首的圖片。表1顯示了在單一和重複條件下，罪犯優先(C-L)或相似者優先(L-C)順序呈現的頻率計數(罪犯、相似者或其他麵孔)。在單一條件和重複條件下，在不同的順序下，正確和錯誤的反應都有差異。由於數據是名義數據(即，可以是正確的(識別)或不正確的(錯誤識別)，或從“其他”麵孔中選擇任何一個(錯誤識別)，因此使用分層對數-線性分析分析所有條件的頻率計數(見表1)。

條件 訂單 結果
C =識別 L =誤認 其他=假身份
單 有氯 9 4 7
L-C 12 4 4
C-Absent 0 7 13
總計 21 15 24
集中重複 有氯 10 8 2
L-C 17 1 2
C-Absent 0 10 10
總計 27 19 14
分布式重複 有氯 7 13 0
L-C 16 4 0
C-Absent 0 11 9
總計 23 28 9

表1:在非重複和重複條件下，罪犯、模仿者或其他麵孔的頻率計數，模仿者和模仿者呈現順序。

分層對數線性分析:逆向消去統計

在單一/重複條件下，識別、錯誤識別和錯誤識別之間的整體關係以及罪犯和相似者呈現的順序，使用層次對數-線性模型作為多元統計的擴展進行了測試。對數線性分析用於對分類數據集進行交叉分類，然後通過生成多方式交叉表(即頻率表和Chi表)進行分析2)．由於對數線性模型不區分自變量和因變量，它們隻能表示變量之間的關聯。對數線性分析中有幾種不同類型的模型選擇:建立模型、逆向消元和強製輸入。采用了逆向消元模型。逆向消去模型通過逐步丟棄變量，直到Chi減少2(Χ2)在采用0.05概率水平時不再顯著。如果從計算中刪除該變量沒有顯著影響，則保留該變量並考慮下一個變量。從飽和模型(所有效應和所有變量之間的所有可能的相互作用)中逆向消除，通過刪除三階和更高階的相互作用，沒有顯示出模型的顯著損害。擬合優度檢驗表明模型與數據擬合良好(似然比Χ2= 14.183, p < 0.05; df = 12日Χ2= 11.471, df = 12, p < 0.05)。因此，該模型可以重新表述為包含順序*結果和條件*結果的相互作用。

訂單*結果交叉表:結果(識別、錯誤識別和錯誤識別)在單次和重複順序排列呈現中作為C-L、L-C和c -缺失順序的函數得到顯著差異(Χ2=17.593 (df=4, N=60) p<0.001;Χ2=32.418 (df=4, N=60) p<0.0001， Χ2=39.568 (df=4, N=60) p分別<0.0001)。用克萊默V測量的尺寸對單一條件的影響為0.383;大量重複為0.520，分布重複為0.574。考慮到0.25對於四個自由度來說是一個較大的效應量[51]，這些都是較大的效應量。根據Coe[52]，報告影響的大小是重要的，因為它提供了“量化兩組之間差異的大小”的衡量標準(p.1)。此外，它不像顯著性值那樣被樣本大小所混淆。大小分數的影響表明，由於序列位置的不同，在隊列中對罪犯、長相相似者和“其他”麵孔的選擇上存在著明顯的差異。對於C-L順序，在單一重複和大量重複條件下(見表1)，識別高於錯誤識別或錯誤識別。在分布式重複的情況下，錯誤識別高於識別或錯誤識別。當考慮到L-C順序時，識別遠遠高於錯誤識別或錯誤識別。 In the C-absent order, misidentification and false identification occur equally for the repetition conditions but misidentifications occur more often in the single condition. Identification, misidentification and false identification scores are plotted against C-L, L-C and C-absent orders as a function of single sequential line-up presentations in figure 1; as a function of massed repetition sequential line-up presentations in figure 2 and as a function of distributed repetition sequential line-up presentations in figure 3 (See Figures 1-3).

圖1:顯示了罪犯、相似者和其他分數，以C-L、L-C和c -缺席的順序為單順序排列展示。

圖2:顯示了罪犯、相似者和其他分數，根據C-L、L-C和c -缺席序列順序繪製了大規模重複順序排列演示。

圖3:展示了罪犯、相似者和其他分數，根據C-L、L-C和c -缺席序列順序繪製，用於分布式重複順序排列展示。

A.按條件分列:在單順序排列中，L-C順序的表征識別能力高於C-L順序。這對H4其中C-L的識別能力應該高於L-C的排列能力。錯誤識別在C-L和L-C順序中是一樣的(除了分布式重複，在這種情況下相似選擇更高)，並且在沒有c的單排條件下發生錯誤識別的頻率要低。這為H提供了支持3.其中L-C的錯誤識別應該低於C-L排列呈現，與SDT的預測一致。H的預測5c -缺席陣容陳述比c -在場陣容陳述更多的識別錯誤是不被支持的。通過從表1中提取數據，我們使用z比來計算兩個獨立部分之間的差異(對於沒有c的單一陣容，7/22=32%，8/44(4來自C-L, 4來自L-C;18%)為單一C-present陣容)))發現單尾假設差異不顯著(p=0.1064)。

在大量重複順序排列表示中，L-C順序下的識別數高於C-L順序。這對H4識別應該在C-L中高於L-C隊列表示，但支持H3.L-C組的誤認率應該低於C-L組。在沒有c的陣容中，誤認率最高。然而，C-L階的誤認率高於L-C階。除了大量重複的情況外，在c -缺席的隊列呈現中，錯誤識別多於錯誤識別。H5在大量重複條件下，c -缺席的隊列陳述比c -在場的隊列陳述產生的錯誤識別多於錯誤識別，這部分支持。通過使用z比來計算兩個獨立部分之間的差異(大規模重複的c -缺席陣容呈現為10/22 (c -缺席45%)，大規模重複的c -缺席陣容呈現為9/44 (c -缺席20%);表1)發現單尾假設的顯著差異(p=0.0172)。

在分布式重複順序排列表示中，L-C順序的識別數高於C-L順序的識別數。C-L階的誤認率高於L-C階。在沒有c的陣容陳述中，錯誤的識別多於錯誤的識別。這對H4其中C-L型的識別能力比L-C型的高。H3.，然而，由於預測L-C的錯誤識別比C-L的陣容展示更低，因此得到支持。使用z比計算兩個獨立部分之間的差異(分布重複c -缺席陣容呈現11/22=50%，分布重複c -出現陣容呈現17/44=39%;表1)發現單尾假設的差異不顯著(p=0.1892)。H5因此不被支持，因為在c -缺席和c -存在的分布式重複排列表示中所做的錯誤識別(與識別相比)沒有顯著差異。然而，當比較c缺失條件下錯誤識別和錯誤識別的數量時，隻有在大規模重複條件下，相似的麵孔比“其他”麵孔更多。這部分支持H5．

條件*結果交叉表:在單次和重複順序排列條件下，C-L順序的識別、錯誤識別和錯誤識別之間有顯著差異(Χ2=14.085 (df=4, N=60) p<0.01) -因此，支持間隔效應。用克拉默V測量C-L階的效應量是0.343(這是一個在四個自由度下的大效應量)。在L-C和c -缺失階的情況下，在不同條件下得到的差異不顯著(Χ2=6.933 (df=4, N=60) p>0.05和Χ2=1.741 (df=2, N=60) p>0.05)。盡管如此，克萊默的V值分別為0.240和0.170。對於前者，這略低於0.25的大效應量，而對於後者，這略低於0.21的中等效應量。識別、錯誤識別和錯誤識別分數被繪製為圖4中C-L順序的函數，對應於單次和重複順序排列條件;作為圖5中L-C順序的函數和圖6中c -缺失順序的函數(見圖4-6)。

圖4:以C-L順序為函數，顯示了罪犯、相似者和其他分數針對單一和重複條件繪製。

圖5:顯示了罪犯、相似者和其他分數在單一和重複條件下作為L-C順序的函數繪製。

圖6:顯示了相似度和其他分數在單一和重複條件下作為一個罪犯缺席順序的函數。

a .按條件分解:在C-L順序中，重複對錯誤識別有顯著影響，從單質量分布的順序排列表現中有明顯的進展(見表1)。較大的效應量支持這一發現。然而，從大規模重複條件到分布式重複條件，識別能力顯示出邊際下降，從單一重複條件到大規模重複條件，識別能力僅略有增加(因此，不支持H1)．H2，預測在分布式的識別將高於大規模重複順序排列演示中，是不支持的。因此不支持識別率的間隔效應。H4，預測在單次和重複順序排列中，當罪犯出現在相似者之前而不是之後時，識別率的方向是相反的，因此不支持。由於相似者出現在罪犯出現後，盡管從單一重複到大量重複再到分布重複的錯誤識別增加，但錯誤信息效應不太可能出現。這在很大程度上造成了顯著的影響。

在L-C順序中，沒有發現重複的顯著影響，然而，有一些跡象表明，從單一重複到大量重複排列呈現的識別增加，但在分布式重複中略有下降(注意，盡管沒有達到顯著性，但有很強的效應大小)。在與單一條件相同的分布式重複隊列中，錯誤識別在大量重複下減少，而在重複隊列中再次上升。然而，當相似者出現在罪犯麵前時，效應大小為更頻繁發生的識別提供了支持。這與錯誤信息效應相反，但為SDT提供了支持(聲稱當罪犯的麵孔在隊列序列中出現較晚時，識別會更頻繁)。此外，對H的支持很少2由於識別率在兩種重複條件下未能顯示出預期的增加。在c缺失順序下，錯誤識別比錯誤識別從單一重複排隊到大量重複排隊增加，在分布式重複排隊條件下增加幅度較小。因此，盡管顯示了一些重複的模式效應，但這些效果並不顯著，但效果大小表明，在不同條件下，相似麵孔被選擇的次數與“其他”麵孔的次數存在差異(因此，這表明存在間隔效應)。基於所有條件下c缺位訂單的效應量，有一些證據支持錯誤識別多於錯誤識別。然而，也有部分人支持H5預測在單一序列和重複序列中，罪魁禍首缺失的隊列比罪魁禍首存在的隊列呈現的誤認率更高(見表1)。顯著效應出現在大量重複條件下，在缺少c的隊列序列中，誤認率高於錯誤識別率。

然而，在單質量分布重複排列條件下，錯誤識別在C-L順序上增加。這表明，當相似的麵孔出現在序列的後麵時，會發生更多的識別錯誤(見表1;L-C中的相似選擇與有氯)。這些發現未能為錯誤信息效應提供支持。

H1不支持基於單排(不包括c -缺席)和集中和分布式重複排(不包括c -缺席)組合的識別數據。通過使用z比來計算兩個獨立部分之間的差異(21/44=48%的單個隊列演示和50/88=57%的重複隊列演示)，發現單尾假設的差異不顯著(p=0.1616)。

討論和結論

我們從對數線性分析的結果中推斷出一些有趣的發現。然而，五種假設中的三種幾乎沒有得到支持。一個假設得到部分支持，另一個假設得到統計上顯著的支持。

假設1 (H1）

H1在重複順序排列的陳述中，對罪魁禍首的識別比在單一順序排列的陳述中要高。結果未能支持這一點，相反，表明在連續隊列中，單一或重複的麵孔呈現在識別率上沒有優勢。然而，錯誤識別率從單一重複條件到大量重複條件再到分布式重複條件逐漸增加。當罪犯出現在長相相似的人之前時，這種情況發生的次數要多於長相相似的人出現在罪犯之前時。在罪犯不在的隊列中，錯誤識別增加符合間隔效應(即，從單一重複到大量重複到分布重複增加)，而錯誤識別減少(也有助於間隔效應)。雖然對間隔效應有支持，但識別率在不同條件下沒有增加——因此，對H沒有支持1．

假設2 (H2）

H2分布式重複序列的識別率要比大規模重複序列的識別率高。識別率未能在重複條件下增加，因此，對H2(關於誤認率的評論見H1)。

假設3 (H3.）

H3.在單一序列和重複序列中，相似序列前的錯誤識別比相似序列前的錯誤識別要低。結果發現，在隻有長相相似的訂單之前，錯誤識別的罪犯增加了。因此，無論是在條件內還是條件間，罪犯在相似指令之前的錯誤識別都是最高的3.．

假設4 (H4）

H4在單一序列和重複序列中，罪犯前相似序列的識別率高於罪犯前相似序列的識別率。在單順序排列的情況下，發現了由於順序而產生的顯著差異，但這些差異不是在H中規定的方向上4．在單次和重複條件下，僅對H不提供支持，相似者在罪犯指令前的識別率增加4．

假設5 (H5）

H5在單一序列和重複序列中，c -缺失序列的誤認率比c -存在序列的誤認率高。在單一陣容呈現下，c -在場和c -缺席陣容的錯誤識別數量差異不顯著。分布式重複排列演示也是如此;然而，對於大量重複的隊列，有顯著的差異。在缺少c的序列中，錯誤識別比錯誤識別更多。H5隻有在錯誤識別比錯誤識別更多的情況下，大規模重複排隊陳述是正確的。因此,H5部分支持。為什麼在沒有c的隊列中出現更多的識別錯誤隻是因為大量重複，這很有趣，也很難解釋。然而，這種結果可能是由於長得很像的麵孔連續出現的結果。如果參與者在第一次看到相似的麵孔時不確定，那麼立即的重複很可能會強化它的顯著性，增加識別錯誤的可能性。在c缺失的分布式重複序列中，在看到在第一次和第二次顯示之間插入的7張麵孔之後，相似麵孔的第二次顯示發生在稍後。一旦新麵孔出現，模仿者的顯著性可能就會消失。這也會發生在沒有c的單個呈現序列中。

這些假設如何符合當前的文獻?

雖然研究結果未能支持假設1、2和4，並為假設5提供了部分支持，但這些發現證實了目前關於順序排列研究的文獻。假設3的一個重要發現進一步支持了這一點(見後麵)。假設1和2來自於“間隔效應”文獻。在文獻中規定，當一張麵孔出現不止一次時，它的識別率就會增加。此外，當以滯後7的序列重複(分布式重複)時，人臉識別優於滯後0(大規模重複;[35])。未能獲得識別命中的間隔效應的一個解釋可能可以用本研究的設計來解釋。人臉的重複通常出現在實驗的學習階段，不像目前的研究，這是在測試階段。其目的是使用間隔效應作為一種工具，以類似於視頻順序排列(與VIPER類似)的格式測試識別。為了達到這個目的，作為一種工具，這種格式工作得很好。 Moreover, in the sequential line-up literature there is no reason why massed and distributed repetition should enhance identification rate. Repetition serves, however, to allow eyewitnesses to have another opportunity to see all individuals in the line-up. Although massed repetition is not representative of video sequential line-ups, distributed repetition is. As a tool, distributed repetition can be used to devise sequential line-ups analogous to those developed by the police. It can also be used in a non-applied context as a means of ascertaining the number of interpolated faces required to achieve optimal identification rates. Findings from such research can then be used by police in an applied context.

從SDT方法得到的假設3得到了支持。正如預測的那樣，在相似的訂單之前，錯誤識別的罪犯增加了。在罪犯命令之前，外貌相似者的識別增加了(與SDT預測一致)。這可能會影響到罪犯的臉應該在什麼時候出現在隊列序列中。我們可能會問，如果所有參與者的麵部都與罪犯有重疊的相似之處，順序排列是否更可靠?也許把誌願者排成一排，每個人都與罪犯有重疊的相似之處(而不是彼此之間)，會減少誤認的數量。這樣的呈現形式可能會減少典型地像罪犯的人(在c -在場和c -不在場的隊列中)被錯誤識別的次數。

假設4源於Loftus等人[36]引入的錯誤信息效應。我們的研究結果未能支持錯誤信息效應的預測。研究人員認為，一旦參與者在視頻中看到了扒手，他們會在相似的命令之前認出更多的罪犯。在假設4中，由於相似人臉的幹擾，預測在罪犯下單之前，相似人臉會發生更多的識別錯誤。因此，在罪犯訂單之前，相似會造成錯誤信息效應。然而，這項研究的結果表明，在罪犯出現之前，以相似麵孔為幌子的誤導信息是否出現，對識別率沒有影響。事實上，研究結果表明，在罪犯下單之前，長相相似者的識別率有所提高。為什麼在“罪犯命令”出現之前，“相似麵孔”出現在“相似麵孔”中，卻未能幹擾罪犯的選擇，這也許可以用播放視頻時參與者產生的強健記憶痕跡來解釋。Loftus et al.[36]認為，如果一個麵孔的弱記憶痕跡被編碼，然後顯示其他類似的麵孔，這些麵孔中的任何一個都可能幹擾原始的編碼。Loftus的錯誤信息效應似乎沒有通過目前的相似操作得到證實。

然而，可以說我們的設計未能複製Loftus和Palmer[45]所使用的經典錯誤信息範式。在他們的研究中，長相相似的人會被插入到原始事件的敘述中。因此，這個相似的人可能是在事後的彙報中出現的，其中包含了當時提出的錯誤信息。這將導致誤導性的信息被納入到記憶中，假設在這一點上沒有覺察到差異。在我們的設計中，錯誤信息是在識別任務中首先出現的。因此，在我們的設計中，我們可以認為這個相似的人，不是檢測錯誤信息效應的設計的一部分，而是意外地比出現的其他麵孔更像罪犯。

盡管假設5得到了部分支持，但有關順序隊列的文獻表明，在c -缺失隊列中出現的錯誤識別比c -存在隊列中更多。在目前的研究中，發生在C-absent的錯誤識別數量沒有顯著差異與C-present陣容。然而，隻有在大規模重複條件下，在缺少c的序列中，錯誤識別率和錯誤識別率之間產生了顯著差異。在這種情況下，誤識別率高於誤識別率。“相對判斷過程”(Link[53])表明，當我們預先接觸到一個刺激時，就會形成一個心理標準，並通過減法過程將其與其他刺激進行比較。在有目擊證人的情況下，他們可能會從最像罪犯的一組人中選擇一個人，並相對於這一組人中其他成員做出這個決定。正如前麵在C-present隊列中所述，罪魁禍首最有可能被識別。然而，最像罪犯的人是在沒有c的隊列中被識別出來的。我們的研究結果表明，與C-present隊列的錯誤識別相比，C-present隊列的識別率更高(條件崩潰)。然而，在c缺失的隊列(條件崩潰)中，錯誤識別和錯誤識別率沒有顯著差異，除非c缺失的大量重複條件。總的來說，我們可以從這些發現中推斷出，在缺少c的單一和分布式重複隊列中，相似的麵孔和“其他”麵孔被選擇的頻率一樣高。 This is not the case for the C-absent massed condition. It might appear that the lookalike face was poorly manipulated for likeness to the culprit; however, a different conclusion can be made when the order (culprit before lookalike and lookalike before culprit) is considered. It becomes clear that the likeness manipulation holds well as the lookalike is selected more often than one of the ‘other’ faces in C-present line-ups.

因此，重要的是，證人的指認必須經過精心組織，這樣目擊者的描述才能反映他們對罪犯外貌的記憶。這反過來又會對被選中的誌願者產生影響。通過確保所有人都與罪犯相似(因此，與目擊者提供的描述相似)，可以在有c的隊列中進行更多的識別，在沒有c的隊列中減少錯誤識別[17]。

如何改進目前的研究?

本研究的設計可以通過提高生態效度的水平而得到改進。可以說，實現這一目標的一種方法是將所有的隊列序列呈現為視頻片段。這可能更符合英國警方采用的VIPER係統。我們也可能使用彩色圖像而不是單色圖像。雖然間隔效應被用作一種工具，用於將罪犯放在相似物之前，相似物放在罪犯順序之前，但模擬VIPER格式所需的隻是分布式重複(或滯後7)序列。在未來的研究中，分布式重複可以用來建立最佳的排隊誌願者數量，以提高識別和減少錯誤識別和錯誤識別率。此外，罪魁禍首和相似的指令可以被操縱，以在排隊序列中呈現更多的替代位置。在本研究中，相似者和罪犯的位置被滯後0和滯後7所限製。此外，第二次出現的罪犯或相似者分別發生在第一次出現的罪犯或相似者之前。如果這些限製被取消，看看識別和誤認率會發生什麼將是有趣的。

最後請注意

雖然我們沒有發現間距對識別率的影響，但我們得出的結論是，這種設計格式可以用於應用設置。特別是，分布式重複可以應用於模擬許多英國警察使用的視頻序列隊列。使用間隔效應設計還允許我們研究罪犯和相似順序效應對識別率的影響。在罪犯之前的相似順序中，識別的次數多於錯誤識別的次數。這支持了之前關於SDT的研究。然而，這種設計不適用於錯誤信息效應的調查。分布式重複可用於研究罪犯和相似外形箔的排列順序效應。此外，在罪犯第一次和第二次出現之間的人臉插值的數量可以被操縱，以獲得增加識別所需的最佳延遲。從這類研究中得出的結果可以用來告訴警方最好的順序排列結構。例如，延遲7實際上似乎是最優的。 Our findings add support to their being advantages of using a sequential line-up format. This is illustrated by Wells [54] who jests, “Can I see the rest before I decide whether this is the person I want to identify as the murderer?” (p.14).


參考文獻

  1. Wells GL(1978)應用目擊者證詞研究:係統變量和估計變量。心理學報36:1546- 1557。［Ref。］
  2. (1998)基於激活的記憶模型對錯誤信息效應的預測。Psychon Bull Rev 5: 1-21。［Ref。］
  3. Gabbert F, Memon A, Allan K(2003)記憶一致性:目擊者對某一事件的記憶能相互影響嗎?應用認知心理雜誌17:533-543。［Ref。］
  4. 加伯特F, Wright DB, Memon A, Skagerberg EM, Jamieson K(2012)目擊者的記憶一致性。法院評論:美國法官協會雜誌48:36- 43。［Ref。］
  5. 2 .《認知心理學:心理科學的應用》(2012)理查德·道金斯皮爾遜版,305 - 322。［Ref。］
  6. Schuster B(2007)警察陣容:使目擊者的辨認更可靠。國家司法研究所期刊258。［Ref。］
  7. Luus CAE, Wells GL(1991)目擊者識別和隊列幹擾物的選擇。法律行為15:43 -57。［Ref。］
  8. Clark SE, Tunnicliff JL(2001)在目擊者識別實驗中選擇隊列襯托:實驗控製和現實世界模擬。法律學報25:199-216。［Ref。］
  9. Gross SR, Jacoby K, Matheson DJ, Montgomery N, Patil S(2005) 1989年至2003年美國的無罪釋放。《犯罪法學》95:523-560。［Ref。］
  10. Gross SR, Shaffer M(2012) 1989-2012年美國的免罪聲明:國家免罪聲明登記處的報告。［Ref。］
  11. Fitzgerald RJ, Price HL, Oriet C, Charman SD(2013)嫌疑人-填充者相似性對目擊者識別決策的影響:一項元分析。精神公共政策法19:151-64。［Ref。］
  12. Valentine T, Darling S, Memon A(2007)心理科學如何提高識別程序的有效性?國際比較。公益法律記者11:21 -39。［Ref。］
  13. Taylor S(2016)犯罪和犯罪:多學科方法。1聖勞特利奇·泰勒和弗朗西斯集團，紐約800。［Ref。］
  14. Horry R, Halford P, Brewer N, Milne R, Bull R(2014)目擊者識別測試結果的檔案分析:它們能告訴我們關於目擊者記憶的什麼?法律Hum Behav 38: 94- 108。［Ref。］
  15. 英國政府(2013)《1984年警察和刑事證據法》(PACE)的實踐守則。［Ref。］
  16. 霍裏·R，梅蒙·A，米爾恩·R，賴特·DB，道爾頓·G(2013)視頻嫌疑人識別:英國現行實踐和政策的討論。警察7:307 - 315。［Ref。］
  17. Wells GL, Rydell SM, Seelau EP(1993)目擊者隊列的幹擾物的選擇。應用心理雜誌78:835-844。［Ref。］
  18. 美國司法部司法項目辦公室(1999)目擊者證據:執法指南。國家司法研究所，華盛頓特區。［Ref。］
  19. Lindsay RC, Wells GL(1985):從隊列中改進目擊者識別:同時進行與連續的係列演講。應用心理雜誌70:556-564。［Ref。］
  20. Wells GL(1984)隊列識別心理學。應用社會心理雜誌14:89-103。［Ref。］
  21. 我們對目擊者的辨認了解多少?Am Psychol 48: 553-571。［Ref。］
  22. Steblay NM, Dysart J, Fulero S, Lindsay RC(2001)目擊者在順序和同步陣容陳述中的準確率:一個元分析比較。法律Hum Behav 25: 459-473。［Ref。］
  23. Steblay NK, Dysart JE, Wells GL(2011)連續陣容優勢效應的72個檢驗:元分析和政策討論。精神公共政策法17:99-139。［Ref。］
  24. Meissner CA, Tredoux CG, Parker JF, MacLin OH(2005)同時和順序隊列中的目擊者決策:雙過程信號檢測理論分析。備忘錄33:783-792。［Ref。］
  25. Wells GL, Steblay NK, Dysart JE(2015)使用真實目擊者的雙盲照片隊列:序列的實驗測試與同時陣容過程。法律Hum Behav 39: 1-14。［Ref。］
  26. Darling S, Valentine T, Memon A(2007)操作環境下的隊列箔的選擇。應用認知心理學22:159-169。［Ref。］
  27. Memon A, harvard C, Clifford B, Gabbert F, Watt M (2011) VIPER係統的現場評估:一種引出目擊者識別證據的新技術。精神犯罪法17:711- 729。［Ref。］
  28. Clark SE, Davey SL(2005)同步和連續隊列中的目標到箔的轉移。律政學報29:151-172。［Ref。］
  29. 艾貝森EB，弗洛伊HD(2002)同步與我們到底知道什麼?［Ref。］
  30. Flowe HD, Ebbesen EB(2007)隊列成員相似度對同時和順序隊列識別精度的影響。法律Hum behavior 31: 33-52。［Ref。］
  31. Green DM, Swets JA(1966)信號檢測理論與心理物理學。威利，密歇根大學。［Ref。］
  32. Hintzman DL, Rogers MK(1973)圖片記憶中的間距效應。memm Cognit 1:30 -434。［Ref。］
  33. Janiszewski C, Noel H, Sawyer AG(2003)語言學習中間隔效應的元分析:對廣告重複和消費者記憶研究的啟示。J消耗Res 30: 138-149。［Ref。］
  34. 馬馬瑞拉·N, Russo R, Avons SE(2002)陌生麵孔和非單詞提示記憶任務中的間距效應。Mem Cognit 30: 1238-1251。［Ref。］
  35. Russo R, Parkin AJ, Taylor SR, Wilks J(1998)修正當前記憶間隔效應的兩種處理方法。心理學雜誌24:161-172。［Ref。］
  36. Loftus EF, Korf NL, Schooler JW(1989)誤導的記憶:對現實的真誠扭曲。見:Yuille JC (eds)可信度評估。Kluwer學術出版社，荷蘭261- 474。［Ref。］
  37. Loftus EF (1979a)目擊者證詞。哈佛大學出版社，英國劍橋。［Ref。］
  38. Loftus EF (1979b)人類記憶的延展性。科學通報67:312-320。［Ref。］
  39. Belli RF, Loftus EF(1995)自傳體記憶的柔韌性:錯誤信息和錯誤記憶問題。在:Rubin DC (ed)的《回憶我們的過去:自傳體記憶的研究》。劍橋大學出版社，美國157-179。［Ref。］
  40. Chandler CC, Gargano GJ, Holt BC(2001)目睹後事件並不會改變記憶痕跡，但會影響記憶的提取。應用Cognit Psychol 15:3 -22。［Ref。］
  41. Eakin DK, Schreiber TA, Sergent-Marshall S(2003)目擊者記憶中的錯誤信息效應:作為警告和錯誤信息可及性的功能，記憶障礙的存在和不存在。心理學雜誌29:813-825。［Ref。］
  42. Loftus EF(1992)當謊言變成記憶的真相:暴露於錯誤信息後的記憶扭曲。心理科主任1:121-123。［Ref。］
  43. Loftus EF(2005)在人腦中植入錯誤信息:對記憶延展性的30年調查。學習Mem 12: 361-366。［Ref。］
  44. Chan JC, Thomas AK, Bulevich JB(2009)回憶一個目擊事件會增加目擊者的暗示性:反向測試效應。心理科學20:66-73。［Ref。］
  45. Loftus EF, Palmer JC(1974)汽車破壞的重建:語言和記憶之間相互作用的一個例子。J語言學習語言行為13:585-589。［Ref。］
  46. Meade ML, Roediger HL(2002)記憶的社會傳染的探索。memm Cognit 30: 995-1009。［Ref。］
  47. Mitchell KJ, Zaragozza MS(2001)情境重疊與目擊者暗示性。Mem Cognit 29: 616-626［Ref。］
  48. Zaragoza MS, Lane SM(1994)來源錯誤歸因和目擊者記憶的暗示性。J Exp Psychol Learn Mem cog20: 934-945。［Ref。］
  49. Zaragoza MS, Payment KE, Ackil JK, Drivdahl SB, Beck M(2001)訪談證人:強迫虛構和確認性反饋增加錯誤記憶。心理科學12:473-477。［Ref。］
  50. 洛夫特斯·英孚，沃克曼·L(2012)感謝回憶。心理學家25:526-528。
  51. Zaiontz C(2013-2018)卡方檢驗的效應量。使用Excel進行真實統計。［Ref。］
  52. 這是效應量，傻瓜:什麼是效應量，為什麼它很重要。英國教育研究協會年會，埃克塞特大學，英格蘭12-14。［Ref。］
  53. Link SW(1975)兩種選擇響應時間的相對判斷理論。數學心理雜誌12:114-135。［Ref。］
  54. Wells GL(2014)目擊者識別:證明值、標準偏移和關於順序陣容的政策。主任心理科學23:11-16。［Ref。］

在此下載臨時PDF

PDF

條信息

文章類型:研究文章

引用:Taylor S, Workman L, Hall R(2018)成為或不成為罪犯或相似者這就是問題:順序對單一、重複和無罪犯序列的影響。法醫鑒定2(1):dx.doi。org/10.16966/2577 - 7262.107

版權:©2018 Taylor S，等。這是一篇開放獲取的文章，根據創作共用署名許可協議(Creative Commons Attribution License)發布，該協議允許在任何媒體上不受限製地使用、分發和複製，前提是注明原作者和來源。

出版的曆史:

  • 收到日期:2017年7月28日

  • 接受日期:2018年2月14日(

  • 發表日期:2018年2月20日(