Jumat, 10 Desember 2010

Mengubah perilaku dengan bantuan memori

Mengubah perilaku dengan bantuan memori: Sebuah model sosial psikologis calon memori dan pengembangan kebiasaan diuji dengan data lapangan yang dinamis.

Tobias, RobertLihat profil .  Psychological Review 116,2  (Apr 2009): 408-438.

Abstrak (RINGKASAN)

 
Artikel ini menyajikan sosial psikologis  Model  calon memori dan pengembangan kebiasaan. The  Model  ini didasarkan pada literatur penelitian yang relevan, dan dinamika diselidiki oleh simulasi komputer. Data time-series dari  perilaku -perubahan  kampanye di Kuba digunakan untuk kalibrasi dan validasi  model yang .The Model  mencetak baik dalam beberapa tes sistem analitis, termasuk replikasi data dan perkiraan perkembangan selanjutnya berdasarkan data sebelumnya. Selain itu, nilai-nilai parameter yang dikalibrasi menunjukkan bahwa aksesibilitas niat pembusukan pada tingkat yang sama sebagai kenangan retrospektif. Namun, aksesibilitas bisa tetap tinggi karena pengingat, efektivitas yang tergantung pada komitmen seseorang untuk melakukan perilaku . Selain itu, efek pengingat meluruh dari waktu ke waktu. Pembusukan ini jauh lebih lambat dibandingkan pengembangan kebiasaan, yang, setelah sekitar satu bulan, yang hampir sepenuhnya dikembangkan jika orang telah dieksekusi perilaku  cukup sering. Akhirnya, dari waktu ke waktu, kebiasaan ditunjukkan untuk menggantikan efek mengingatkan dari bantuan memori eksternal. Artikel ini menunjuk ke sebuah pemahaman baru tentang peran kebiasaan dalam mendukung kinerja mengulangi  perilaku  melalui mengingat. (PsycINFO Basis Data Record (c) 2012 APA, All rights reserved) (abstrak jurnal)

Isi 
Tampilkan lebih sedikit

Gambar Dan Tabel 
Tampilkan lebih sedikit
 
Abstrak
Artikel ini menyajikan sosial psikologis  Model  calon memori dan pengembangan kebiasaan. The  Model  ini didasarkan pada literatur penelitian yang relevan, dan dinamika diselidiki oleh simulasi komputer. Data time-series dari  perilaku -perubahan  kampanye di Kuba digunakan untuk kalibrasi dan validasi  model yang .The Model  mencetak baik dalam beberapa tes sistem analitis, termasuk replikasi data dan perkiraan perkembangan selanjutnya berdasarkan data sebelumnya. Selain itu, nilai-nilai parameter yang dikalibrasi menunjukkan bahwa aksesibilitas niat pembusukan pada tingkat yang sama sebagai kenangan retrospektif. Namun, aksesibilitas bisa tetap tinggi karena pengingat, efektivitas yang tergantung pada komitmen seseorang untuk melakukan perilaku . Selain itu, efek pengingat meluruh dari waktu ke waktu. Pembusukan ini jauh lebih lambat dibandingkan pengembangan kebiasaan, yang, setelah sekitar satu bulan, yang hampir sepenuhnya dikembangkan jika orang telah dieksekusi perilaku  cukup sering. Akhirnya, dari waktu ke waktu, kebiasaan ditunjukkan untuk menggantikan efek mengingatkan dari bantuan memori eksternal. Artikel ini menunjuk ke sebuah pemahaman baru tentang peran kebiasaan dalam mendukung kinerja mengulangi  perilaku  melalui mengingat.

Mengubah  perilaku  mungkin salah satu tugas yang paling penting diterapkan psikolog sebagai individu yang tidak memadai perilaku  sering dapat menyebabkan masalah bagi seluruh kelompok orang atau bahkan untuk masalah sosial dan global.Tiga pendekatan umum global terhadap perubahan individual  perilaku  adalah untuk (a) memudahkan bagi individu untuk melakukan target  perilaku  atau lebih sulit untuk melakukan bersaing  perilaku , (b) meyakinkan individu untuk melakukan target  perilaku  (misalnya,  Mosler, Schwarz, Ammann, & Gutscher 2001 ), dan (c) mempengaruhi jaringan sosial atau dinamika dalam kasus di mana sumber daya yang tidak merata atau keputusan untuk melakukan  perilaku  tergantung pada kinerja ini perilaku  oleh orang lain (misalnya, dalam mengorganisir tindakan kolektif, sebagai diselidiki oleh  Tobias & Mosler, 2008 ). Untuk semua tiga pendekatan, teknik yang efektif untuk mengubah  perilaku  telah dikembangkan dan berhasil diterapkan.Namun  perilaku - perubahan  kampanye masih gagal mengejutkan sering terlepas dari kemudahan melakukan target  perilaku , sikap positif dari orang-orang ke arah perilaku , dan dorongan sosial yang mendukung melakukan itu. Penjelasan populer menyebutkan bahwa kebiasaan menghambat  perubahan perilaku . Di sisi lain, jika kampanye menghasilkan kinerja baru  perilaku , orang masih sering akhirnya kembali ke lama mereka  perilaku . Populer penjelasan untuk kecenderungan ini adalah bahwa tidak ada kebiasaan yang benar-benar dikembangkan untuk baru  perilaku .Akibatnya, kebiasaan terutama dianggap bermasalah untuk perubahan perilaku , dan metafora kebiasaan melanggar sering digunakan dalam  perilaku - perubahan literatur (misalnya, Dahlstrand & Biel, 1997 ).
Artikel ini membahas peran kebiasaan dalam  perilaku - perubahan  kampanye. Para model yang  disajikan dan diuji menjelaskan bagaimana kebiasaan mengembangkan dan mempengaruhi  perilaku . Berbeda dengan pandangan populer, artikel ini mengikuti garis baru berpikir pada kebiasaan dengan menganggap mereka lebih sebagai dukungan untuk tujuan-diarahkan  perilaku  selain sebagai musuh (misalnya,Kayu & Neal, 2007 ). Artikel ini menyatakan bahwa kebiasaan tidak mempengaruhi perilaku  dalam bentuk automaticities reflexlike itu, setelah diaktifkan oleh isyarat situasional, dilakukan pasti jika tidak aktif ditekan. Mekanisme kebiasaan mempengaruhi  perilaku  diasumsikan dengan memfasilitasi mengingat dari kebiasaan  perilaku . Oleh karena itu, mengubah kebiasaan  perilaku  adalah masalah memori. Dalam situasi di mana kebiasaan  perilaku  dilakukan, hampir tidak ada sumber daya kognitif yang diinvestasikan (misalnya,  Vohs, Baumeister, & Ciarocco 2005 ). Hanya  perilaku  yang dapat diingat tanpa usaha apapun akan dilakukan. Karena efek memori-mendukung kebiasaan dalam kasus tersebut, kebiasaan  perilaku  akan dilakukan tanpa orang bahkan menyadari bahwa lain perilaku  dimaksudkan dalam situasi ini. Akibatnya, orang harus diingatkan tentang baru  perilaku  untuk  mengubah  kebiasaan  perilaku  dalam pengaturan dunia nyata.
Mengingat dimaksudkan  perilaku  dan metode untuk menghindari melupakan mereka yang diteliti sebagai penelitian memori prospektif. Penelitian ingatan prospektif (lihat McDaniel & Einstein, 2007 , untuk gambaran) menyelidiki keadaan yang membuat mengingat  perilaku  eksekusi mudah atau sulit (misalnya,  Einstein & McDaniel, 1990;  Marsh, Hicks, & Hancock 2000 ) dan juga mempertimbangkan bantu memori (Intons-Peterson & Fournier, 1986 ) dan efektivitas (misalnya,  Guynn, McDaniel, & Einstein, 1998 ). Penelitian ini berfokus pada pengaturan laboratorium di mana subjek melakukan tindakan lebih berarti ketika melakukan tugas-tugas yang sedang berlangsung mengganggu dalam jangka waktu tertentu. Bahkan, penelitian dalam pengaturan dunia nyata selama periode waktu yang lebih lama langka. Kebanyakan penelitian lapangan menyelidiki hanya perbedaan dalam kinerja memori prospektif antara kelompok (misalnya,  Henry, MacLeod, Phillips, & Crawford, 2004 , untuk gambaran berkaitan dengan perbedaan usia,  Heffernan & Bartolomeus 2006 , dan  . Heffernan et al, 2005 , untuk pengaruh penggunaan narkoba pada kinerja memori prospektif) atau tugas (misalnya,  Kvavilashvili & Fisher, 2007 , dan  Sellen, Louie, Harris, & Wilkins, 1997 , untuk perbedaan antara dan tugas berdasarkan waktu berdasarkan aktivitas). Studi lapangan ini menunjukkan validitas eksternal terbatas percobaan laboratorium (misalnya,  Rendell & Craik, 2000 , perbedaan utama antara hasil dari percobaan laboratorium dunia nyata-seperti dan data real-dunia nyata) dan pentingnya isyarat situasional dan alat bantu memori untuk mengingat (misalnya, Maylor, 1990 ). Namun, penelitian ini tidak menyelidiki proses yang menyebabkan perbedaan dalam kinerja memori prospektif atau  perubahan  dari waktu ke waktu.Akhirnya, studi lapangan pada memori prospektif jarang mempertimbangkan perubahan perilaku .
Artikel ini menyajikan sebuah studi lapangan yang mempromosikan  limbah pemisahan menggunakan pengingat sebagai  perilaku - perubahan ukuran. Berbeda dengan penelitian serupa (misalnya,  Holland, Aarts, & Langendam 2006 ), data yang dikumpulkan dalam bentuk time series setiap hari selama satu bulan. Untuk menganalisa data dinamis, dinamis komprehensif model yang  dikembangkan berdasarkan literatur. The  Model  ini dirancang untuk mendukung perencanaan dan membimbing kampanye di mana alat bantu memori yang digunakan. Karena melupakan adalah masalah utama di banyak sehari-hari  perilaku situasi seperti mengambil obat-obatan ( Sheeran & Orbell, 1999 ) atau belanja untuk produk tertentu ( Shapiro & Krishnan, 1999 ), alat bantu memori merupakan instrumen yang efisien untuk meningkatkan keberhasilan kampanye.
Artikel ini  Model  terdiri dari beberapa asumsi tidak umum dipertimbangkan dalam penelitian memori prospektif. Sumber daya kognitif tersedia untuk tugas memori prospektif diasumsikan tergantung pada keadaan situasional dan akan bervariasi untuk pertunjukan yang berbeda dari dunia nyata  perilaku . Kinerja tugas memori prospektif tidak hanya bergantung pada sumber daya kognitif tersedia untuk tugas ini tetapi juga pada kekuatan kebiasaan dikembangkan untuk dimaksudkan  perilaku .Selain itu, kinerja memori prospektif tergantung pada acara dan pengaruh situasional itu, yang terjadi sebelum saat mengingat  perilaku , meningkatkan aksesibilitas dari target  perilaku . Efek dari peristiwa ini dan pengaruh situasional tergantung pada komitmen seseorang untuk melakukan  perilaku  (disebut dalam penelitian memori prospektif sebagai pentingnya subjektif dari  perilaku ).
Kepentingan tertentu untuk artikel ini adalah alat bantu memori eksternal atau pengingat. Pengaruh pengingat tergantung pada waktu dan lokasi: Seiring waktu, arti-penting pengingat meluruh, dan efeknya menurun. Demikian pula, jika ada peningkatan jarak antara mana dimaksudkan  perilaku  harus diingat dan pengingat, efektivitas pengingat berkurang. Akhirnya, diasumsikan bahwa dimaksudkan  perilaku yang lupa pada tingkat yang sama seperti isi memori retrospektif. Alasan dimaksudkan  perilaku  telah diingat lebih mudah dalam beberapa studi (misalnya, Dockree & Ellis 2001 ;  Goschke & Kuhl 1993 ) adalah bahwa isi memori ini lebih penting untuk seseorang dan oleh karena itu ingat lebih sering dan lebih efektif.
Selain asumsi ini mengenai calon fenomena memori,  model yang  disajikan di sini juga mencakup beberapa ide-ide baru tentang fenomena kebiasaan. Kebiasaan didefinisikan sebagai perlahan-lahan berkembang asosiasi antara isyarat situasional dan berulang kali dilakukan  perilaku  pilihan. Konsep ini dibedakan dari fenomena lain yang umum terkait dengan kebiasaan. Dalam banyak kasus, konotasi afektif perilaku  yang bertentangan dengan pertimbangan berperan adalah penyebab melakukan kebiasaan buruk dan bukan asosiasi tersebut. Dalam situasi aktual (kebanyakan secara tidak sadar) memutuskan pada  perilaku , sering apa yang seseorang ingin melakukan lebih penting daripada apa yang orang berpikir akan menjadi yang terbaik  perilaku . Faktor-faktor lain selain dari keterbatasan memori dan konotasi afektif  perilaku  dapat menentukan apa  perilaku  seseorang melakukan dalam situasi tertentu. The  Model  mempertimbangkan kelayakan subjektif dari  perilaku  pilihan, keyakinan, norma, dan negara-negara ketegangan diprovokasi, misalnya, dengan kebutuhan puas atau disonansi kognitif. Mengingat bahwa semua faktor ini dapat menyebabkan pengulangan masa lalu  perilaku , frekuensi  perilaku  kinerja tidak cukup untuk menentukan kekuatan kebiasaan.
The  Model  mengasumsikan bahwa kebiasaan mengembangkan untuk  perilaku yang dilakukan dalam situasi tertentu dan untuk sejenis perilaku  dalam situasi yang sama. Akibatnya, jika sebuah  perilaku  dilakukan sering, mungkin akan diingat dalam situasi lain dan dilakukan lebih sering, sehingga umpan balik positif. Namun, jika perilaku  dilakukan terlalu jarang, mungkin dilupakan lebih sering dan kemudian akan dilakukan bahkan kurang, sehingga umpan balik negatif.
Artikel ini  model yang  mengarah ke pemahaman baru tentang  perubahan perilaku dan pemeliharaan  perubahan  (misalnya, Schwarzer 2008 , untuk gambaran saat ini).  Perubahan perilaku  dapat diblokir oleh keterbatasan memori, dan, dalam kasus tersebut, maka perlu untuk mengingatkan orang untuk melakukan  perilaku  pada saat yang kritis. Setelah  perilaku - perubahan  ukuran seperti acara persuasi, pengingat dapat digunakan untuk mempertahankan  perubahan . Dalam beberapa kasus, pengingat dapat cukup untuk mengarah pada pengulangan baru  perilaku .Namun, efek dari pengingat meluruh dari waktu ke waktu. Namun penurunan ini efek pengingat dapat dikompensasikan dengan pengembangan kebiasaan. Jika kebiasaan yang kuat mengembangkan, baru  perilaku  akan dilakukan selama keadaan situasional tetap tidak berubah. Untuk kebiasaan untuk mengembangkan, pengingat harus mengarah pada kinerja sering baru perilaku . Untuk meningkatkan efek pengingat, langkah-langkah lebih lanjut mungkin diperlukan, terutama mereka yang meningkatkan komitmen untuk melakukan  perilaku  (misalnya, niat implementasi, self-komitmen, dll). Untuk menyimpulkan, masalah berubah setiap hari  perilaku bukan tentang kebiasaan lama tetapi tentang kurangnya kebiasaan baru. Untuk mengatasi masalah ini, langkah-langkah harus diambil untuk fokus pada baru perilaku  sampai kebiasaan baru dikembangkan.
Pada bagian pertama artikel ini,  model yang  diformulasikan sebagai 10 prinsip dan terkait dengan literatur yang relevan. Formalizations Matematika diusulkan dan dilaksanakan sebagai simulasi komputer (lihat, misalnya,  Gilbert & Troitzsch 1999 , Sun 2008 ). Dalam bagian kedua, uji empiris pertama dari  model yang  disajikan. TheModel  ulangan deret waktu diukur  perilaku  tanpa kesalahan sistematis dan lebih baik daripada versi sederhana dari  model yang . Selanjutnya, dalam cross-validasi, itu menunjukkan bahwa  model yang pas data kemampuan 's digeneralisasikan dan data kemudian dapat diperkirakan berdasarkan data sebelumnya. The  Model parameter dapat diperkirakan secara akurat dan nilai-nilai mereka ditafsirkan dalam cara yang berarti mendukung asumsi dari  model yang . Pada bagian ketiga, temuan terkait dengan keadaan saat ini calon memori dan penelitian kebiasaan, dan kemungkinan ekstensi dari  model yang  juga dibahas untuk tujuan temuan masa depan. Selain itu, beberapa kekurangan dari penelitian ini dibahas dan kesimpulan global yang ditarik.

Sebuah  Model  Calon Memory dan Pengembangan Kebiasaan
The  Model  dapat dirumuskan dengan 10 prinsip-prinsip abstrak, yang perlu dan cukup untuk menjelaskan pengaruh bantu memori pada  perilaku  kinerja, dalam jangka panjang, dalam pengaturan lapangan.  Gambar 1 memberikan gambaran dari 10 prinsip: Prinsip 1, 2, dan 3 mengacu pada aspek-aspek umum dari  perilaku pemilihan; Prinsip 4-7 mendefinisikan proses melupakan dan mengingatkan, dan Prinsip 8-10 mendefinisikan proses dinamika kebiasaan. Konsep-konsep utama yang digunakan dalam artikel ini didefinisikan dalam  Tabel 1. 10 prinsip dapat diringkas sebagai berikut.
  • Prinsip 1-faktor penentu  perilaku  eksekusi. Sebuah  perilaku  akan dilakukan hanya jika (a) adalah mungkin, (b) tersebut akan diingat pada saat itu, dan (c) preferensi untuk kinerja lebih tinggi dari itu untuk setiap bersaing perilaku .
  • Prinsip 2-faktor penentu  perilaku  preferensi. Preferensi untuk  perilaku  ditentukan oleh (a) keyakinan dan norma-norma, (b) pengaruh afektif, dan (c) menyatakan ketegangan diprovokasi, misalnya, dengan kebutuhan puas atau permintaan.
  • Prinsip 3-faktor penentu mengingat  perilaku. Apakah  perilaku  dikenang tergantung pada (a) yang tergantung waktu akses (yaitu, kemudahan mengingat), (b) sumber daya-situasi tergantung kognitif yang tersedia, dan (c) kebiasaan yang mengingat angkat dan juga tergantung pada isyarat situasional.
  • Prinsip 4-lupa   . Aksesibilitas dimaksudkan  perilaku  meluruh dari waktu ke waktu, yang membuat mengingat kinerja mereka semakin sulit di saat kritis.
  • Prinsip 5-mengingatkan oleh kejadian   . Aksesibilitas dapat ditingkatkan dengan berbagai acara (misalnya, interaksi sosial, informasi dari media massa, atau keadaan lain mengaktifkan asosiasi dengan dimaksudkan perilaku ) yang berfungsi sebagai pengingat untuk melakukan  perilaku . Efeknya tergantung sebagian pada komitmen seseorang untuk melakukan  perilaku .
  • Prinsip 6-mengingatkan dengan  perilaku  eksekusi. Aksesibilitas meningkat dengan melakukan  perilaku . Jika perilaku  dilakukan lebih sering dalam keadaan tertentu, sangat kecil kemungkinan untuk dilupakan.
  • Prinsip 7-mengingatkan dengan isyarat situasional   . Isyarat situasional seperti sebagai alat bantu memori eksternal meningkatkan aksesibilitas dari sebuah perilaku , yang meningkatkan kemungkinan mengingat kinerjanya pada saat kritis.Efek ini dimoderatori oleh komitmen seseorang untuk melakukan  perilaku  dan meluruh dari waktu ke waktu.
  • Prinsip pembusukan 8-kebiasaan   . Kekuatan Kebiasaan meluruh dari waktu ke waktu. Efek kebiasaan dalam situasi tertentu melemahkan lagi  perilaku  tidak dilakukan dalam situasi itu.
  • Prinsip gain 9-kebiasaan   . Kekuatan Kebiasaan meningkat dengan mengaitkan perilaku  kinerja dengan isyarat situasional. Kinerja suatu  perilaku  dalam situasi tertentu semakin dipicu oleh isyarat situasional dengan peningkatan frekuensi kinerja dalam situasi itu.
  • Prinsip gain 10-kebiasaan atas tindakan tidak dieksekusi   . Kebiasaan berkembang tidak hanya untuk tindakan dilakukan dalam situasi tertentu tetapi juga untuk tindakan serupa dalam situasi yang sama. Kebiasaan kuat berkembang ketika situasi semakin mirip.
Gambaran skematis prinsip-prinsip yang digunakan untuk mendefinisikan model.Prinsip komprehensif mendefinisikan struktur dari model berwarna abu-abu. Prinsip mendefinisikan proses diformalkan dalam model hitam. Angka-angka mengacu pada jumlah prinsip-prinsip. Prinsip-prinsip yang dijelaskan dalam teks. Acc. = Aksesibilitas.
Definisi Key Constructs
Banyak dari prinsip-prinsip ini mungkin tampak sepele, dan, pada kenyataannya, beberapa sering diasumsikan tanpa diskusi lebih lanjut. Namun demikian, masing-masing prinsip adalah asumsi yang harus didirikan dan diuji. Selain itu, terlihat bahwa masing-masing prinsip diperlukan dan bahwa semua prinsip-prinsip bersama yang cukup untuk menjelaskan data empiris.
Untuk memungkinkan pengujian kuantitatif dari  Model asumsi 's dan untuk menyelidiki konsekuensi dari interaksi dari semua asumsi, para  model yang  disajikan dalam artikel ini diresmikan (yaitu, asumsi yang dirumuskan dengan menggunakan persamaan matematika untuk menjalankan simulasi komputer). Formalisasi tersebut mengarah ke definisi yang jelas, lengkap, dan tepat dari  model yang . Namun, semua persamaan yang digunakan dalam artikel ini harus dipahami sebagai formalizations pragmatis prinsip-prinsip dasar. Mereka adalah perkiraan awal yang mungkin perlu revisi dalam terang data yang lebih rinci.
The  Model  yang disajikan di sini dapat dipahami sebagai psikologi sosial pragmatis model yang  dirancang untuk investigasi lapangan menjadi efek dari  perilaku -perubahan  langkah-langkah dan perencanaan kampanye. Seperti  model yang harus relatif sederhana dan kuat untuk menangani rendahnya kualitas data lapangan. Namun, semua proses yang terkait dengan perilaku - perubahan langkah-langkah yang digunakan dalam kampanye, seperti pengingat dalam kasus ini, harus secara eksplisit diwakili. Akhirnya,  model yang  harus sederhana untuk menafsirkan dalam pengembangan kampanye-proses pengambilan keputusan.
Untuk memenuhi persyaratan ini,  model yang  dirancang sebagai sangat abstrak, waktu-diskrit, dan deterministik simulasi berbasis agen (misalnya,  Mosler, & Martens, 2008 , untuk aplikasi baru-baru ini). Ini merupakan proses perorangan, masing-masing dimodelkan sebagai agen. Mengingat kesulitan pengumpulan data, maka model yang  dirancang pada tingkat abstraksi tertinggi yang masih memungkinkan penyelidikan semua aspek yang relevan dari kampanye yang menggunakan alat bantu memori. Untuk alasan yang sama dan karena simulasi kontinu-waktu akan memerlukan bahwa momen yang tepat dari setiap  perilaku  kinerja dan event diketahui, pendekatan waktu-diskrit telah digunakan. Artinya, simulasi berjalan dalam langkah-langkah, dalam hal ini, dari hari. Akhirnya,  model yang bersifat deterministik.Dengan demikian, ia menghindari asumsi tentang distribusi probabilitas, yang sulit untuk mengetahui secara empiris. Sebaliknya, deterministik  model  yang sederhana untuk menguji dan hasilnya lebih mudah ditafsirkan.

Perilaku  Seleksi
The  Model  menjelaskan dan memprediksi efek bantu memori pada  perilaku  kinerja, namun, proses memori bukan satu-satunya pengaruh pada  perilaku . Oleh karena itu,  model yang  harus berurusan dengan faktor-faktor penentu perilaku  kinerja secara umum.  Perilaku  dimodelkan di sini dengan konsep  perilaku  frekuensi didefinisikan sebagai persentase peluang untuk melakukan  perilaku  dalam langkah waktu di mana  perilaku  benar-benar dijalankan. Hal ini diasumsikan bahwa peluang di mana  perilaku  dilakukan pada rendah  perilaku  frekuensi,  perilaku  ini juga dilakukan pada lebih tinggi  perilaku  frekuensi.

Prinsip 1:  Perilaku  eksekusi ditentukan oleh kelayakan, recallability, dan preferensi
Tiga faktor penentu ada untuk pelaksanaan suatu  perilaku , yaitu, (a) pelaksanaannya harus mungkin, (b) perilaku  opsi harus diingat, dan (c) preferensi untuk kinerjanya harus lebih tinggi daripada untuk bersaing  perilaku . Meskipun pertama dua determinan yang jelas, mereka sering diabaikan dalam penelitian psikologis sosial. Pengecualian adalah teori yang direncanakan  perilaku  ( Ajzen, 1991 ), yang menganggap dua pertama determinan dengan konstruk dirasakan perilaku  kontrol. Namun, fokus dari riset psikologi sosial pada menjelaskan  perilaku kinerja berdasarkan preferensi. Di sini,  preferensi   menandakan kecenderungan untuk menjalankan salah satu  perilaku  pilihan di atas yang lain jika keduanya sama-sama mungkin dan ingat. Seperti dijelaskan dalam Prinsip 2, niat tercermin hanya salah satu aspek dari preferensi ini.
Penelitian ingatan prospektif biasanya mengabaikan fakta bahwa  perilaku  mungkin diingat tapi tidak dilakukan karena alasan lain. Menurut  Marsh, Hicks, dan Landau (1998) , alasan yang paling penting untuk tidak melaksanakan direncanakan  perilaku adalah perubahan sadar rencana. Ini  perubahan  dapat terjadi baik karena eksekusi itu tidak mungkin atau karena lain  perilaku  menjadi lebih penting. Untuk alasan ini, penting untuk mempertimbangkan ketiga faktor penentu  perilaku eksekusi bahkan jika studi tertentu telah difokuskan pada hanya satu dari mereka.
Penting untuk dicatat bahwa  perilaku  dengan preferensi sangat rendah mungkin juga dapat dipilih karena tidak ada layak lainnya  perilaku  opsi dikenang.Sebaliknya,  perilaku  dengan preferensi yang sangat tinggi tidak mungkin dipilih karena alternatif dengan preferensi yang lebih tinggi. Penentu  perilaku  preferensi dibahas secara singkat dalam prinsip berikutnya. Sisa dari artikel ini berfokus pada aspek memori  perilaku seleksi.

Prinsip 2:  Perilaku  preferensi ditentukan oleh keyakinan, norma-norma, konotasi afektif, dan negara-negara ketegangan
Pada artikel ini,  perilaku  kinerja dijelaskan dengan proses memori. Namun, kontras pendekatan ini dengan pendekatan-pendekatan lain yang menjelaskan  perilaku kinerja berdasarkan  perilaku  preferensi, penentu lain dari  perilaku  kinerja dibahas secara singkat. Sebagai contoh, pendekatan sosial psikologis kebanyakan fokus pada keyakinan dan norma-norma. Beberapa teori yang paling mapan teori beralasan tindakan ( Fishbein & Ajzen, 1975 ) dan penggantinya, teori direncanakan perilaku  ( Ajzen, 1991 ). Keduanya menggunakan konsep sikap sebagai faktor utama jelas, di mana sikap terdiri dari instrumental dan afektif penilaian (misalnya,  Breckler & Wiggins, 1989 ;  Rhodes & Courneya 2003 ). Ini harus dipertimbangkan secara terpisah sebagai korelasinya sering rendah dan langkah-langkah yang dirancang untuk  mengubah  mereka sangat berbeda ( Mosler, Tamas, Tobias, Caballero Rodríguez, & Guzmán Miranda, 2008 ). Selain itu, pengaruh mereka pada  perilaku mungkin berbeda tergantung pada kondisi yang sebenarnya. Untuk menggambarkan,  Conner dan Armitage (1998)  mengusulkan dua proses  Model  dari sikap- perilaku hubungan di mana pertimbangan berperan hanya mempengaruhi perilaku  jika seseorang mampu dan mau untuk berpikir tentang apa  perilaku  untuk melakukan. Dengan demikian,  model yang  mempertimbangkan faktor kognitif dari perilaku  preferensi (yaitu, keyakinan dan norma-norma) dan faktor afektif (misalnya, konotasi afektif dari  perilaku  opsi). Mantan mendominasi pembentukan preferensi dalam situasi dengan keterlibatan kognitif yang tinggi. Sebaliknya, yang terakhir memiliki pengaruh yang lebih besar ketika orang itu tidak mau atau mampu berpikir banyak tentang apa yang harus dilakukan. [1]  Akhirnya, negara ketegangan kognitif berasal dari kebutuhan puas, disonansi, permintaan, dan sebagainya mempengaruhi perilaku . Jika cukup tinggi, pengaruh ini bisa menimpa semua faktor yang disebutkan sebelumnya lainnya. Oleh karena itu, preferensi tinggi untuk  perilaku  mungkin berasal tidak hanya dari sikap positif tetapi juga dari negara-negara ketegangan kognitif.  
Kebiasaan tidak dianggap sebagai penentu  perilaku  preferensi, tetapi mereka mempengaruhi  perilaku  pemilihan melalui proses memori, yang kemudian dijelaskan dalam Prinsip 3. Namun demikian, masa lalu  perilaku  tidak mempengaruhi preferensi. Namun, hal ini bukan karena asosiasi isyarat situasional dengan  perilaku pilihan tapi hasil dari penyebab lain, seperti heuristik keputusan sederhana yang menggunakan keputusan sebelumnya sebagai default untuk keputusan selanjutnya dalam situasi yang sama, pertimbangan strategis menargetkan konsisten  perilaku keputusan, pengembangan norma-norma atau konotasi afektif, dan sebagainya.
Untuk menutup diskusi ini preferensi, dua catatan ditambahkan untuk menghindari salah pengertian. Pertama,  model yang tidak menggunakan konsep-konsep seperti kesadaran atau kesadaran. Dengan demikian,  perilaku  pemilihan berdasarkan preferensi dapat kadang-kadang kadang-kadang lebih atau kurang sadar. Bahkan jika sebagian besar pengaruh pada preferensi dapat dibuat secara sadar, misalnya, jika diperlukan dalam sebuah wawancara, mereka akan kebanyakan tidak sadar pada saat  perilaku  seleksi. Kedua, seperti yang disebutkan dalam Prinsip 1, preferensi kriteria seleksi relatif. Selain itu,  perilaku  preferensi yang sangat rendah dapat dipilih jika tidak ada layak  perilaku  pilihan dengan preferensi yang lebih tinggi dikenang. Dengan demikian, efek memori dapat menimpa seluruh struktur preferensi.Preferensi lebih faktor pembatas untuk diingat (dan layak)  perilaku  yang akan dilakukan dalam suatu situasi. Ini juga menjelaskan mengapa kebiasaan  perilaku dilakukan bahkan jika lain  perilaku  pilihan akan lebih disukai (misalnya,  Danner, Aarts, & de Vries, 2007 ;  Ji & Wood, 2007 ).
Akhirnya, prinsip ini, bersama dengan Prinsip 1, menekankan banyak faktor yang mempengaruhi  perilaku kinerja. Secara khusus, pengulangan dari  perilaku  mungkin disebabkan karena (a) kurangnya alternatif yang layak, (b) pengulangan keputusan sebelumnya, (c) heuristik keputusan tertentu, (d) pengembangan norma-norma, (e) pengembangan konotasi afektif, (f) komitmen yang kuat untuk melakukan  perilaku , atau (g) pengembangan kebiasaan yang mempengaruhi  perilaku  pemilihan melalui proses memori. Dengan demikian, operasionalisasi dari setiap proses ini dengan frekuensi masa lalu  perilaku  pertunjukan mungkin bingung dengan proses lainnya.

Melupakan dan Mengingat Pelaksanaan  Perilaku
Meskipun penyelidikan fenomena memori merupakan salah satu daerah tertua psikologi eksperimental (misalnya, Ebbinghaus, 1885 ), penyelidikan efek memori pada  perilaku  eksekusi dikenal sebagai calon memori penelitian relatif baru (pertama percobaan dengan  Loftus 1971 , karena gambaran baru-baru ini, lihat McDaniel & Einstein, 2007 ). The  Model  yang dikembangkan di sini hanya mempertimbangkan literatur yang berhubungan dengan efek dari isyarat situasional, khususnya, alat bantu memori eksternal seperti catatan atau benda ditempatkan sebagai pengingat ( Intons-Peterson & Fournier, 1986 ), dan menghilangkan studi tentang efek penuaan dan neuropsikologis studi.

Prinsip 3: Mengingat tergantung pada aksesibilitas, sumber daya kognitif, dan kebiasaan
Pada saat tertentu, beberapa  perilaku  pilihan yang lebih mudah diingat daripada yang lain. Namun kadang-kadang bahkan mudah diingat opsi dilupakan, padahal, dalam situasi lain,  perilaku  yang biasanya sulit untuk mengingat diingat. Kemudahan mengingat disebut aksesibilitas (misalnya,  Higgins, 1996 ). Sejauh mana sebuahperilaku  pilihan harus dapat diakses untuk diingat tergantung pada sumber daya kognitif tersedia untuk tugas-tugas memori. Sumber daya ini terutama tergantung pada situasi di mana  perilaku  harus dilakukan tetapi juga dapat bervariasi antara orang-orang. Kebutuhan sumber daya kognitif untuk mengingat untuk melaksanakan perilaku  telah diteliti secara intensif dalam penelitian memori prospektif. Penelitian terbaru telah menunjukkan bahwa tugas-tugas memori prospektif selalu membutuhkan sumber daya kognitif (misalnya,  Marsh, Hancock, & Hicks, 2002 ; Smith, Hunt, McVay, & McConnell, 2007 ), meskipun pada tingkat yang berbeda-beda.Hal ini ditangkap dalam dua proses  model  yang terdiri dari peningkatan aksesibilitas, yang otomatis, dan monitoring untuk isyarat, yang membutuhkan sumber daya kognitif (misalnya, Guynn 2003 ;  Loft & Yeo, 2007 ;  McDaniel & Einstein, 2000 ,  McDaniel, Guynn , Einstein, & Breneiser 2004 ,  Smith & Bayen 2004 ).
Perbedaan antara kedua proses ini sangat penting untuk saat ini  model yang .Namun, proses didefinisikan lebih umum didasarkan pada dinamika yang mendasarinya. Dinamika aksesibilitas tidak melibatkan sumber daya kognitif. Yang lebih penting untuk saat ini  model yang  adalah kenyataan bahwa aksesibilitas tidak berbeda dengan karakteristik situasional tetapi kerusakan dari waktu ke waktu.Meskipun isyarat situasional dapat meningkatkan aksesibilitas, penghapusan isyarat tersebut tidak mengakibatkan aksesibilitas kembali segera untuk nilai mereka sebelumnya. The aksesibilitas dikontraskan dengan aksesibilitas isi memori (misalnya, perilaku  opsi) yang harus dicapai untuk diingat (selanjutnya disebut sebagai aksesibilitas threshold   ). Batas ini bervariasi secara langsung dengan situasional (dan pribadi) karakteristik. Di satu sisi, karakteristik ini mempengaruhi sumber daya kognitif seseorang bersedia dan mampu untuk berinvestasi dalam tugas memori. Di sisi lain, isyarat situasional dapat mengaktifkan kebiasaan. Hubungan asosiatif antara situasi dan  perilaku  memfasilitasi tindakan mengingat ini  perilaku  dalam situasi di mana ia sering dilakukan ( Aarts, Verplanken, & van Knippenberg, 1998 ;  Danner et al, 2007. ). Oleh karena itu, aksesibilitas ambang mengungkapkan untuk apa gelar karakteristik situasional memfasilitasi atau menghambat mengingat  perilaku , sedangkan aksesibilitas merupakan efek dari peristiwa masa lalu pada tugas memori hadir. [2]  
Menurut ini  Model , ada tiga cara untuk mengingat  perilaku  pada saat yang kritis.Pertama, orang dapat mengerahkan diri untuk mengingat untuk melakukan  perilaku .Namun, untuk sehari-hari  perilaku , upaya ini biasanya tidak dapat disimpan untuk waktu yang lebih lama, dan sumber daya kognitif tersedia untuk mengingat  perilaku yang di sini diasumsikan ditentukan oleh situasi. Kedua, aksesibilitas mungkin meningkat, misalnya, dengan menggunakan pengingat. Bantu memori eksternal seperti meningkatkan aksesibilitas dari  perilaku  dan mengurangi kebutuhan akan sumber daya kognitif (misalnya,  Marsh et al., 1998 ). Tidak ada sumber daya kognitif yang diperlukan untuk mengambil  perilaku pilihan ( Loft & Yeo, 2007 ;  . McDaniel et al, 2004 ) kecuali pengingat tidak optimal efektif-yang mungkin terjadi di sebagian besar pengaturan dunia nyata. Dalam kasus tersebut, mengingat  perilaku  mungkin masih bergantung pada ketersediaan sumber daya kognitif. Ketiga, setelah beberapa pertunjukan dari  perilaku  dalam kondisi yang sama, maka  perilaku menjadi kebiasaan, dan kebiasaan memfasilitasi mengingat dengan menurunkan ambang aksesibilitas. Jika kebiasaan yang kuat dikembangkan,  perilaku  dapat diingat tanpa perlu upaya kognitif atau alat bantu memori.
Asumsi sumber daya-situasi tertentu kognitif membutuhkan pertimbangan lebih lanjut karena potensi masalah ketika menerapkan  model yang  ke pengaturan dunia nyata.Dalam penyelidikan tersebut, sulit untuk melacak setiap  perilaku  kinerja dan situasi.Sebuah konseptualisasi yang lebih abstrak yang tidak mengacu pada kondisi situasional tertentu adalah lebih baik. Sebuah solusi mungkin untuk menghubungkan sumber daya kognitif untuk frekuensi perilaku  kinerja. Ide di balik konsep ini adalah bahwa situasi di mana  perilaku  dilakukan bervariasi sesuai dengan sumber daya yang tersedia kognitif, terutama mengingat gangguan. Hal ini masuk akal untuk mengasumsikan bahwa jika seseorang jarang ingat sebuah  perilaku , mengingat hanya akan terjadi dalam keadaan di mana mudah (yaitu, situasi dengan hampir tidak ada gangguan tetapi di mana banyak sumber daya kognitif karena itu tersedia untuk tugas memori). Sebaliknya, jika  perilaku  dilakukan lebih sering, kemungkinan meningkat bahwa beberapa pertunjukan terjadi dalam situasi di mana mengingat lebih sulit karena kurangnya sumber daya kognitif, misalnya, di hadapan lebih gangguan.
Konseptualisasi ini tidak berarti bahwa peningkatan frekuensi  perilaku  kinerja membuatnya lebih sulit untuk diingat. Bahkan, dalam Prinsip 6, terlihat bahwa sebaliknya mungkin terjadi: kinerja Behavioral meningkatkan aksesibilitas, dan semakin sering  perilaku  dilakukan, semakin mudah untuk mengingatnya pada saat yang kritis. Intinya di sini adalah bahwa lebih sering  perilaku  kinerja meningkatkan kemungkinan  perilaku  harus diingat dalam keadaan di mana mengingat lebih sulit.Melakukan  perilaku  sering memfasilitasi mengingat, tapi keadaan situasional mungkin menghambat mengingat, terutama jika  perilaku  dilakukan sering. Diskusi umum ini  model yang  menguraikan beberapa ide dari keadaan yang mengarah pada dominasi salah satu pengaruh ini atas yang lain.
Tiga konsep yang disebutkan dalam prinsip-aksesibilitas, sumber daya kognitif, dan kebiasaan-yang dipertimbangkan dalam komputasi  Model . Seperti yang telah dibahas, pengaruh situasional pada sumber daya kognitif tersedia untuk tugas memori prospektif dimodelkan sebagai fungsi dari  perilaku  frekuensi. Untuk perilaku  frekuensi  BF   untuk diingat, aksesibilitas harus lebih besar dari atau sama dengan ambang batas aksesibilitas dihitung sebagai berikut:
 
Persamaan ini terdiri dari dua bagian: (a) pengaruh sumber daya kognitif ( C   AT   + WBF   AT   ×  BF   ) dan (b) pengaruh kebiasaan ( WH   AT   ×  HS   BF   ). Pengaruh sumber daya kognitif dimodelkan dengan konstanta ( C   AT   ) dan fungsi linear dari perilaku  frekuensi  BF   . Ketergantungan aksesibilitas ambang batas pada  perilaku frekuensi berarti bahwa lebih sering  perilaku  kinerja menciptakan kemungkinan peningkatan bahwa beberapa pertunjukan berlangsung dalam keadaan di mana mengingat lebih sulit karena kurangnya sumber daya kognitif (misalnya, dengan lebih banyak gangguan). Oleh karena itu, pengaruh ini ditambahkan ke ambang pintu.Kekuatan pengaruh keadaan yang membuat lebih sulit mengingat diatur dengan berat  WBF  AT   . Mengingat bahwa kebiasaan ( HS   BF   ) membuat lebih mudah mengingat, mereka dikurangi. Sekali lagi, pengaruh ini tertimbang ( WH   AT   ).
Argumen untuk prinsip ini adalah bahwa  perilaku  aksesibilitas opsi yang meningkat oleh peristiwa dan kemudian meluruh dari waktu ke waktu harus dibedakan dari ambang batas aksesibilitas, yang tergantung pada karakteristik situasional.Karakteristik situasional menentukan sumber daya kognitif tersedia untuk tugas memori dan mengaktifkan kebiasaan yang mengingat asuh. Yang terakhir khususnya difokuskan pada saat menyelidiki prinsip ini, sebagai kebiasaan biasanya tidak dipertimbangkan dalam penelitian memori prospektif.

Prinsip 4: The aksesibilitas dari dimaksudkan  perilaku  pembusukan dari waktu ke waktu
Secara umum diasumsikan bahwa, dengan berjalannya waktu, menjadi lebih sulit untuk mengingat untuk melakukan  perilaku . Meskipun pengalaman dan garis panjang penelitian memori membuat prinsip ini tampak jelas, beberapa penelitian justru menunjukkan bahwa dimaksudkan  perilaku  tidak atau hanya sangat lambat dilupakan dari waktu ke waktu. Sebagai contoh, Goschke dan Kuhl (1993 , sama, Dockree & Ellis, 2001 ) menyatakan bahwa aksesibilitas dari dimaksudkan  perilakuyang lebih tinggi daripada yang tidak dimaksudkan  perilaku . Sebagai penjelasan yang mungkin, mereka menyebutkan pembusukan lebih lambat dari aksesibilitas dari dimaksudkan  perilaku  (dibandingkan dengan yang tidak-dimaksudkan). Dalam Hicks, Marsh, dan Russell (2000) , meningkatkan interval retensi bahkan menyebabkan kinerja memori prospektif lebih tinggi. Namun, penelitian ini tidak mempertimbangkan bahwa aksesibilitas tidak hanya kerusakan tetapi juga meningkatkan karena peristiwa dan isyarat. Di sini, aksesibilitas dari dimaksudkan perilaku  diasumsikan membusuk pada kecepatan yang sama seperti halnya kognisi lainnya, tetapi mereka lebih sering meningkat peristiwa atau isyarat yang berkaitan dengan ini  perilaku  atau proses internal aktif yang menjaga aksesibilitas tinggi (misalnya, ingatan,  Ellis, 1996 , latihan,  Kvavilashvili, 1987 ). Pandangan ini sesuai dengan  Goschke dan Kuhl (1993)  penjelasan kedua dan juga konsisten dengan Marsh, Hicks, dan Watson (2002) , yang menyatakan bahwa, ketika calon kenangan disimpan lebih mudah diakses, sumber daya kognitif ditarik off dari tugas yang sedang berlangsung. Dalam interval retensi yang sangat singkat seperti yang digunakan oleh Hicks et al. (2000) , aksesibilitas meningkat lebih dari pembusukan, yang mengarah ke kinerja yang lebih tinggi setelah 15 menit dari setelah 5 menit. Namun, hasil ini tidak dapat digeneralisasi dengan harapan kinerja memori yang lebih baik, misalnya, setelah 3 hari dari setelah 1 hari.  Freeman dan Ellis (2003)  juga menyebutkan kemungkinan bahwa, dalam kasus tugas yang sangat sederhana dan spesifik, aksesibilitas lebih tinggi dari calon niat setelah penundaan singkat "mungkin mencerminkan operasi motorik rahasia atau SPT-jenis [3]  encoding atau latihan operasi yang ditujukan untuk mempersiapkan tindakan ini untuk eksekusi segera "(hal. 227).  
Banyak kemungkinan yang ada untuk meresmikan asumsi membusuk aksesibilitas. Rubin dan Wenzel (1996)  dipasang 105 fungsi yang berbeda untuk 210 set data dan menyimpulkan bahwa fungsi logaritmik atau daya mungkin paling menggambarkan kurva melupakan empiris. Namun, fungsi-fungsi ini memiliki dua kelemahan utama.Pertama, mereka adalah murni deskriptif dan tidak mengacu pada proses dinamis yang mendasarinya. Kedua, mereka menggambarkan pembusukan dari waktu ke waktu dari saat subyek belajar materi sempurna. Dalam kasus ini, banyak peristiwa yang berbeda diharapkan dapat meningkatkan aksesibilitas sedikit setiap kali. Oleh karena itu, formalisasi yang lebih disukai yang merupakan proses yang masuk akal dalam bentuk yang sederhana dan tidak memerlukan pemantauan berkali-kali acara aksesibilitas meningkat terjadi. Bentuk paling sederhana dari proses tersebut adalah peluruhan proporsional (untuk lebih persamaan yang kompleks, lihat, misalnya,Higgins, 1996 ). Ini berarti bahwa aksesibilitas yang lebih tinggi menunjukkan pembusukan lebih cepat. Secara matematis, hal ini dirumuskan sebagai berikut:dimana  ADP   adalah parameter peluruhan aksesibilitas yang menentukan kecepatan pembusukan. Dinamika aksesibilitas pembusukan yang divisualisasikan dalam Gambar A1
 
, Di  Lampiran A .  Gambar A1  juga menunjukkan bahwa  ADP   untuk isi memori retrospektif adalah sekitar 0,84. Oleh karena itu, jika memang benar bahwa calon kenangan membusuk lebih lambat dari kenangan retrospektif,  ADP   harus dikalibrasi ke nilai jauh lebih kecil dari 0,84.
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.
Untuk menyimpulkan, aksesibilitas dari dimaksudkan  perilaku  diasumsikan membusuk pada kecepatan yang sama seperti aksesibilitas isi memori lainnya.Pembusukan ini diasumsikan cepat tak lama setelah peningkatan aksesibilitas (yaitu, sementara aksesibilitas tinggi) dan kemudian lebih lambat ketika aksesibilitas rendah (yaitu, semakin banyak waktu yang telah berlalu sejak diingatkan).

Prinsip 5: Events meningkatkan aksesibilitas
Seperti disebutkan dalam pembahasan Prinsip 4, baik aksesibilitas pembusukan dan peristiwa yang meningkatkan aksesibilitas dianggap untuk  Model . Pada titik ini, konsep acara yang sengaja disimpan kabur karena terdiri pengaruh sesaat yang meningkatkan aksesibilitas. Jelas, untuk penyelidikan empiris, peristiwa harus didefinisikan secara jelas dan berdasarkan bukti. Contoh peristiwa percakapan dengan orang lain, informasi atau tanda-tanda, melakukan beberapa  perilaku , dan sebagainya. Salah satu acara yang diselidiki adalah pembentukan berbasis event-sasaran isyarat, terutama menyiapkan bantuan memori eksternal ( Goschke & Kuhl, 1993 ;  Intons-Peterson & Fournier, 1986 ) atau perencanaan pelaksanaan suatu perilaku  ( Guynn et al. 1998 ). Bahkan, saat ketika seseorang definitif memutuskan untuk melaksanakan  perilaku  dan merencanakan rincian spesifik tindakan dalam situasi tertentu merupakan fokus dari suatu daerah penelitian secara keseluruhan.Keputusan ini, atau, lebih tepatnya, "menghubungkan [dari] tujuan-diarahkan tertentu  perilaku  untuk konteks situasional sesuai diantisipasi "( Gollwitzer & Brandstätter 1997 , p. 187), disebut niat implementasi (misalnya,  Gollwitzer 1999 ).Penelitian tentang pelaksanaan niat berfokus terutama pada  perilaku  preferensi (Prinsip 2) dan, sampai batas tertentu, termasuk efek dari isyarat situasional (Prinsip 7). Namun demikian, beberapa penyelidikan telah menunjukkan bahwa tingkat kegiatan persiapan ( Naik, Thompson, & Verplanken 2003 ) dan kekuatan komitmen untuk  perilaku  eksekusi ( Gollwitzer 1999 ) akan memodulasi efek acara ini. Selain itu, ketika tugas memori prospektif yang diberikan lebih penting, meningkatkan kinerja (misalnya,  Kliegel, Martin, McDaniel, & Einstein, 2007 ). Pengaruh ini digabung menjadi satu variabel intensitas komitmen   . Di sini, intensitas komitmen didefinisikan sebagai kekuatan segala bentuk tekanan internal untuk melakukan  perilaku . [4] Tekanan ini dapat menyebabkan negara ketegangan kognitif dan dengan demikian mempengaruhi preferensi sesuai dengan Prinsip 2. Namun, penelitian ini berfokus pada efek moderasi intensitas komitmen pada proses memori. Hal ini diasumsikan bahwa intensitas yang lebih tinggi komitmen (yaitu, lebih penting dari  perilaku kinerja, meningkatkan kekuatan niat pelaksanaan, dll) memerlukan efek kuat mengingatkan peristiwa dan isyarat situasional (terakhir dibahas dalam Prinsip 7).  
Temuan dapat diformalkan dengan persamaan berikut: Dalam satu langkah waktu (misalnya hari) selama acara berlangsung, peningkatan aksesibilitas dengan konstan,  AGC  acara   , independen dari intensitas komitmen ( CI   ) dan proporsi tertentu ( WCI   Kegiatan   ) dari intensitas komitmen. Mengingat bahwa tidak ada peristiwa lain telah diselidiki, semua jenis peristiwa diasumsikan untuk beroperasi dengan cara yang identik. Namun, setiap peristiwa mungkin memiliki parameter lainnya (yaitu, konstanta lain dan berat untuk intensitas komitmen). Dengan pemodelan acara setiap hari dan kalibrasi parameter efeknya secara individual, data dapat dipasang. Oleh karena itu, peristiwa titik harus dipertimbangkan secara terbatas untuk menguji proses kognitif  Model  dan untuk menghasilkan perkiraan.
 
Secara singkat, Prinsip 5 menangkap bahwa keadaan sementara dapat meningkatkan aksesibilitas dari dimaksudkan perilaku  dan bahwa peningkatan ini sebagian bergantung pada intensitas komitmen.

Prinsip 6: Melakukan  perilaku  meningkatkan aksesibilitas
Tipe lain dari peristiwa adalah pelaksanaan  perilaku  itu sendiri. Dalam sebuah percobaan oleh  Hacker, Herrman, Pakossnik, dan Rudolf (1998) , siswa harus diperhatikan konteks kata-kata tertentu selama kelas. Kinerja mereka meningkat sebagai jumlah kata-kata pemicu meningkat sedemikian rupa sehingga tugas yang harus diingat dieksekusi lebih sering. Hal ini menunjukkan bahwa lebih sering perilaku  kinerja memfasilitasi mengingat karena aksesibilitas meningkat dengan perilaku  eksekusi.
Aksesibilitas-meningkatkan efek kinerja perilaku yang dipertimbangkan dalam  model yang  berbeda dari peristiwa diperkenalkan dalam Prinsip 5. Titik Prinsip 6 adalah bahwa melakukan  perilaku  memfasilitasi mengingatnya, yang meningkatkan frekuensi melakukan itu. Sebagaimana dijelaskan dalam Prinsip 3, jika  perilaku dilakukan lebih sering, itu menjadi lebih mungkin bahwa  perilaku  harus diingat dalam situasi di mana melakukan tugas-tugas memori lebih sulit. Dengan demikian, peningkatan frekuensi kinerja perilaku tidak selalu memfasilitasi mengingat.
Untuk tujuan formalisasi, keuntungan dalam aksesibilitas karena  perilaku  kinerja (AccGain   Beh   ) harus tergantung pada  perilaku  frekuensi. Demi kesederhanaan, fungsi yang sama ( WBF   AT   ×  BF   Exe   ) digunakan di sini seperti yang digunakan untuk ambang aksesibilitas (lihat  Persamaan 1 ). Fungsi ini ditimbang dengan parameter WBF   AGBeh   , yang mendefinisikan apakah sering  perilaku  eksekusi baik memfasilitasi mengingat ( WBF  AGBeh   >  ADP   ) atau menghalangi itu ( WBF  AGBeh   <  ADP   ). Selain itu, sebuah konstanta ( AGC   Beh   ) ditambahkan yang tidak dikalibrasi tetapi agak dihitung untuk menstabilkan awal  perilaku  frekuensi (SBF   ). Tergantung pada frekuensi yang dieksekusi  perilaku  ( BF   Exe   ), para aksesibilitas dari semua  perilaku  frekuensi yang meningkat dengan jumlah yang sama  AccGain   Beh   , didefinisikan sebagai
 
Argumen utama Prinsip 6 adalah bahwa  perilaku  eksekusi meningkatkan aksesibilitas dari  perilaku , sehingga membuatnya lebih mudah untuk diingat.Namun, menurut Prinsip 3, frekuensi yang lebih tinggi dari  perilaku  kinerja menandakan kemungkinan peningkatan kinerjanya berlangsung dalam kondisi yang membuat lebih sulit mengingat. Dengan demikian,  perilaku  frekuensi dapat berupa menguntungkan atau menonjol untuk mengingat dimaksudkan  perilaku tergantung pada yang mempengaruhi mendominasi.

Prinsip 7: isyarat situasional meningkatkan aksesibilitas tergantung pada komitmen
Pengaruh isyarat situasional, terutama dari bantuan memori eksternal, dapat dimodelkan dengan cara yang sama sebagai efek dari peristiwa dalam Prinsip 5.Namun, efek dari isyarat situasional tidak sangat tergantung pada waktu, mengingat permanen mereka di tempat yang biasa, tetapi lebih pada lokasi  perilaku  kinerja relatif terhadap lokasi isyarat situasional atau bantuan memori. Misalnya, jika  limbah sebagian besar dipisahkan di dapur, pengingat ditempatkan di dapur akan memiliki efek yang lebih besar dari satu ditempatkan di kamar mandi.
The  Model  mempertimbangkan lokasi dimana  perilaku  kinerja harus diingat (yaitu, seberapa jauh dari pengingat yang  perilaku  yang akan dilakukan). Namun, asumsi teoritis sederhana ini menyebabkan masalah dengan investigasi empiris dalam pengaturan dunia nyata. Dalam studi tersebut, lokasi yang tepat dari  perilakukinerja biasanya tidak diketahui, dan asumsi selanjutnya ditambahkan ke  model yang , yaitu, bahwa ketika sebuah perilaku  dilakukan lebih sering, itu adalah kinerja lebih mungkin kadang-kadang terjadi jauh dari pengingat. Lebih khusus lagi, untuk kali dimaksudkan  perilaku  dilakukan cukup dekat untuk pengingat, efek pengingat yang kuat. Jika  perilaku  dilakukan secara teratur, akan ada banyak kali bahwaperilaku  harus diingat begitu jauh dari pengingat bahwa efeknya juga sama kecil untuk semua ini perilaku  pertunjukan. Akhirnya, satu set pertunjukan perilaku akan terjadi pada jarak dari pengingat mana efek dari bantuan memori bervariasi untuk setiap  perilaku  kinerja. Fungsi logistik sehingga dapat digunakan untuk menggambarkan hubungan antara jumlah pertunjukan perilaku dan efek pengingat.The komputasi  Model  menggunakan persamaan berikut:
 
Fungsi ini disebut  fungsi kesamaan, Sf   ( BF   ), karena mendefinisikan sejauh mana situasi melakukan  perilaku  dengan frekuensi tertentu yang mirip dengan melakukan perilaku  yang tepat pada lokasi pengingat. Inti dari persamaan ini adalah divisi kiri atas: fungsi logistik dari  BF   dengan parameter titik balik  T   S   (mendefinisikan perilaku  frekuensi di mana titik paling curam dari fungsi ini terletak) dan parameter kemiringan  S   S   (mendefinisikan maksimal yang kecuraman dari fungsi). Sisa operasi multi-divisi adalah transformasi linear untuk memastikan bahwa fungsi berjalan melalui 0 dan 1, untuk  perilaku  frekuensi dari 0 dan 1, masing-masing. Ini adalah kebutuhan matematika murni tanpa makna substansial. Fungsi ini dikalikan dengan parameter ketidaksamaan,  DP   , yang mendefinisikan perbedaan maksimal dari situasi. Ungkapan ini dikurangi dari 1 untuk mengatur fungsi untuk 1 untuk perilaku  frekuensi dari 0. Karena transformasi linear,  Persamaan 5  rumit. Namun, kecenderungan yang dinyatakan oleh persamaan ini sederhana dan grafis diwakili dalam  Gambar A2 di  Lampiran A .
Kesamaan fungsi (Persamaan 5) untuk nilai yang berbeda dari parameter titik balik, TS, parameter kemiringan, SS, dan parameter perbedaan, DP. Model ini dikalibrasi dengan nilai-nilai berikut: TS = .52, SS = 19.52, dan DP = .79. Fungsi ini juga diplot untuk TS = 1.0, SS = 10, dan DP = 0,4, dimana nilai-nilai parameter masing-masing lainnya disimpan pada nilai dikalibrasi.
Selain lokasi  perilaku  kinerja, karakteristik pengingat harus ditangkap dalam  Model. Penelitian yang cukup besar telah dilakukan untuk menentukan efektivitas bantu memori eksternal.  Guynn et al. (1998)  menyimpulkan bahwa pengingat yang efektif mengacu pada  perilaku  dan situasi di mana ia akan dieksekusi, atau pengingat harus didirikan di tempat-tempat di mana  perilaku  yang akan dieksekusi. Pengingat ini kemudian mengaktifkan hubungan antara  perilaku  dan situasi. Studi-studi lain, termasuk Marsh et al. (2000) , telah lebih terfokus pada arti-penting dari isyarat situasional yang menyebabkan efek yang lebih kuat. Aspek salience beruang karakteristik lanjut pengingat, seperti, dari waktu ke waktu, arti-penting isyarat apapun harus membusuk karena menjadi akrab. Kualitas pengingat dan arti-penting yang tidak hanya tergantung pada pengingat tetapi juga pada pengalaman subyektif ( Smith et al., 2007 ). Akhirnya, seperti yang dijelaskan dalam Prinsip 5, pengingat saja tidak akan berpengaruh banyak jika tidak ada kepentingan dalam melakukan perilaku . Aktivasi hubungan antara isyarat situasional dan  perilaku  juga tergantung pada intensitas komitmen (yaitu, pentingnya perilaku  kinerja kepada orang, kekuatan niat pelaksanaan, dll), diselidiki dalam bidang niat pelaksanaan (misalnya,  Chasteen, Park, & Schwarz, 2001 ;  Orbell, Hodgkins, & Sheeran, 1997 ).
Secara keseluruhan, mengingat karakteristik situasional, karakteristik pengingat, sebuah arti-penting membusuk, dan pengaruh komitmen, efek pengingat tentang aksesibilitas yang dimaksudkan  perilaku  dapat diformalkan dengan cara sebagai berikut:
 
Untuk setiap langkah waktu pengingat di tempat, aksesibilitas dimaksudkan  perilaku meningkat sebesar  AccGain  Rem   . Efek ini tergantung pada keuntungan aksesibilitas konstan pengingat  AGC   Rem   , yang  model  kualitas umum pengingat. Untuk pengingat biasa-biasa saja,  AGC   Rem   akan mendekati 0, sedangkan, untuk pengingat eye-catching, konstanta ini harus memiliki nilai yang lebih tinggi. Sejauh mana komitmen intensitas CI   mempengaruhi efek pengingat dikendalikan oleh berat intensitas komitmen,  WCI   Rem   . Pengaruh pengingat kemudian tergantung pada jarak dari pengingat di mana  perilaku  dilakukan sedemikian rupa sehingga pengaruh ini dari  perilaku lokasi-kinerja dinyatakan dengan fungsi kesamaan  Sf   ( BF   ) (lihat  Persamaan 5 ). Akhirnya, arti-penting pengingat,  Arti   Rem   , meluruh dari waktu ke waktu, membuat pengingat kurang efektif semakin lama digunakan. Salience selalu diatur ke 1 pada saat pengaturan pengingat, dan kemudian peluruhan proporsional diasumsikan sama dengan pembusukan aksesibilitas (lihat  Persamaan 2 ). Namun, arti-penting pengingat meluruh pada tingkat yang berbeda, yang ditetapkan oleh arti-penting peluruhan parameter  SDP   Rem   :
 
Untuk menjaga kesederhanaan  model yang , formalisasi dalam artikel ini tidak mempertimbangkan bahwa kualitas pengingat dan arti-penting tergantung sebagian pada pengalaman subyektif ( Smith et al., 2007 ). Jika perlu, aspek ini dapat dengan mudah dianggap dengan mengubah parameter dari yang global ditentukan untuk orang-orang yang dapat diatur untuk nilai yang berbeda untuk setiap kasus.
Prinsip ini dapat diringkas sebagai empat poin kunci: (a) Sejauh mana bantuan memori adalah pengingat untuk perilaku  kinerja tergantung pada jarak dari pengingat di mana  perilaku  dilakukan (dinyatakan pada tingkat abstrak menggunakan fungsi logistik  perilaku  frekuensi), (b) efek pengingat tergantung pada kualitas dan (c) komitmen untuk melakukan  perilaku , dan (d) efek pengingat meluruh dari waktu ke waktu.

Pengembangan Kebiasaan
Meskipun efek situasional pada  perilaku  telah menarik dalam psikologi behavioris (misalnya,  Skinner, 1938 ,  Watson, 1913 ), penyelidikan kebiasaan adalah topik yang relatif baru tapi booming dalam psikologi kognitif (untuk gambaran baru-baru ini, lihat, misalnya,  Kayu & Neal, 2007 ). Meskipun beberapa arah penelitian dapat dibedakan, jumlah ekstensif penelitian neurologis (misalnya,  Packard & Knowlton, 2002 ,  Squire, Stark, & Clark, 2004 ;  Yin & Knowlton, 2006 ) tidak dibahas karena relevansinya hanya tangensial terhadap saat ini  Model . Tinjauan literatur berfokus pada penelitian psikologi sosial dan kognitif.
Penelitian psikologi sosial terutama berfokus pada menyelidiki kekuatan membangun kebiasaan untuk menjelaskan perilaku  (misalnya,  Bamberg, Ajzen, & Schmidt 2003 , Mittal, 1988 ;  Verplanken & Melkevik 2008 ) dan aspek praktis dari metode kebiasaan berubah (misalnya,  Dahlstrand & Biel 1997 ,  Eriksson, Garvill, & Nordlund 2008 ;  Fujii & Gärling 2005 ). Meskipun baris ini penelitian menggambarkan pentingnya membangun ini dan menyajikan ide-ide yang berkaitan dengan berurusan dengan kebiasaan praktis, tidak ada informasi yang diberikan tentang proses yang sebenarnya dimana dampak kebiasaan  perilaku  dan bagaimana mereka berkembang dari waktu ke waktu. Satu-satunya informasi yang dapat ditemukan mengenai pengembangan kekuatan kebiasaan sangat tidak tepat. Sebagai contoh, Breckler dan Wiggins (1989) memperkirakan bahwa  perilaku  harus diulang antara 12 dan 15 kali untuk kebiasaan yang akan didirikan, sedangkan  Ronis, Yates, dan Kirscht (1989 , p. 213) memperkirakan bahwa setidaknya 10 kali pengulangan perlu yang akan dilakukan, dua kali sebulan, untuk mencapai tujuan ini. Demikian juga, Ouellette dan Wood (1998)  berasumsi bahwa  perilaku  harus dijalankan setidaknya seminggu atau bahkan setiap hari, selalu dalam situasi yang sama, untuk mengembangkan kebiasaan rutin. Namun, penelitian behavioris menunjukkan bahwa efek pembelajaran penguatan awalnya mengarah ke keuntungan cepat dan kemudian orang-orang semakin lambat sampai kinerja maksimum tercapai setelah sekitar 14 hari ( Tolman & Honzik, 1930 , p. 267).
Di sisi lain, penelitian psikologis kognitif dan klinis berfokus pada menggambarkan dan pemodelan fenomena yang sangat spesifik yang berhubungan dengan kebiasaan, rutinitas  perilaku , atau pembelajaran implisit (misalnya, tindakan slip selama tugas-tugas sederhana seperti membuat secangkir kopi kali atau reaksi terhadap masalah tertentu) . Para  model  yang dikembangkan untuk mereplikasi, mengintegrasikan, dan menjelaskan temuan memberikan gambaran yang baik dari bidang ini (misalnya, Botvinick & Plaut 2004 , Cooper & Shallice 2000 ,  Kruschke 2001 ,  Sun, Slusarz, & Terry, 2005 ). Namun, ini  model  terlalu kompleks untuk data yang dapat dikumpulkan dalam studi lapangan dan fokus pada detail disarikan oleh  model yangdikembangkan di sini. Prinsip dasar di balik  model  adalah bahwa pembelajaran asosiatif, yaitu, peningkatan kemudian aktivasi  perilaku  oleh isyarat situasional tertentu ketika frekuensi  perilaku kinerja di hadapan isyarat meningkat. Jika perilaku  tidak dilakukan di hadapan isyarat ini untuk beberapa waktu, maka asosiasi pembusukan. Beberapa  model  juga mempertimbangkan kesamaan antara isyarat dan perilaku  yang mengarah pada aktivasi yang sama. Oleh karena itu, untuk mempertahankan pelit  model yang  sesuai dengan data yang tersedia dalam studi lapangan, maka perlu untuk mempertimbangkan pembusukan dan meningkatkan asosiasi antara isyarat dan  perilaku , serta efek kesamaan antara isyarat dan berbeda  perilaku .

Prinsip 8: Kekuatan Kebiasaan meluruh dari waktu ke waktu
Tampaknya ada konsensus implisit bahwa kebiasaan menghilang jika  perilaku  tidak dilakukan untuk jangka waktu tertentu. The  Model  yang disajikan di sini mengasumsikan pembusukan proporsional kekuatan kebiasaan (seperti untuk pembusukan aksesibilitas dalam  Persamaan 2  dan pembusukan  Arti   dari pengingat dalam  Persamaan 7 ). Kecepatan kebiasaan kekuatan pembusukan dikendalikan oleh parameter peluruhan kebiasaan,  HDP   : Sebagaimana dijelaskan dalam Prinsip 4 dan diilustrasikan pada  Gambar A1  di  Lampiran A , formulasi ini mengarah ke pembusukan cepat ketika kebiasaan kuat dan pembusukan lambat ketika mereka lemah. Diharapkan  HDP   akan dikalibrasi untuk nilai yang jauh lebih kecil dari parameter aksesibilitas pembusukan mengingat bahwa melupakan terjadi jauh lebih cepat daripada pengembangan kebiasaan.
 
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.

Prinsip 9: Kebiasaan kekuatan meningkat dengan mengaitkan  perilaku  kinerja dengan isyarat situasional
Peningkatan kekuatan kebiasaan umumnya dipahami sebagai peningkatan yang terjadi pada kekuatan hubungan antara beberapa isyarat situasional dan  perilaku dengan pelaksanaan masing-masing. Dengan demikian, setiap kali  perilaku dilakukan, nilai tertentu ditambahkan ke kekuatan kebiasaan. Kombinasi seperti peningkatan konstan dengan kerusakan proporsional, seperti yang diasumsikan dalam Prinsip 8, kemudian mengarah ke peningkatan yang diamati awal yang cepat dalam kekuatan kebiasaan, yang kemudian melambat. Karena berbagai jumlah perilaku  pertunjukan berlangsung dalam langkah waktu dari  model yang , peningkatan kekuatan kebiasaan juga tergantung pada  perilaku  frekuensi. Untuk skala kekuatan kebiasaan untuk setiap  perilaku  frekuensi antara 0 dan 1, peningkatan kekuatan kebiasaan lanjut tergantung pada parameter peluruhan kebiasaan dan pada kekuatan kebiasaan yang sudah dicapai, yang mengarah ke persamaan berikut:
 
Persamaan 9  mengungkapkan hubungan linear antara peningkatan kekuatan kebiasaan dan dieksekusi  perilaku frekuensi,  BF   Exe   . Peningkatan terbesar mungkin dalam kekuatan kebiasaan adalah nilai dari kebiasaan parameter peluruhanHDP   . Dengan demikian, kekuatan kebiasaan tidak pernah bisa melebihi 1. Juga memungkinkan lebih rendah  perilaku  frekuensi mencapai nilai maksimum dari kekuatan kebiasaan, kekuatan kebiasaan,  HS   , dapat mengkompensasi rendah perilaku  frekuensi. Dengan demikian,  model yang  mendalilkan dua metode untuk memperoleh kekuatan kebiasaan maksimum: melakukan  perilaku  (a) sering atau (b) secara teratur selama jangka waktu yang panjang.
Prinsip ini menyatakan bahwa kebiasaan berkembang lebih lambat baik saat  perilaku dilakukan dengan frekuensi rendah dan segera setelah  perubahan perilaku  atau peningkatan  perilaku  frekuensi.

Prinsip 10: Kebiasaan juga mengembangkan untuk tindakan serupa dalam situasi yang sama
Prinsip 9 di atas menggambarkan sarana yang kekuatan kebiasaan meningkatkan tindakan benar-benar dieksekusi. Pertanyaannya tetap apakah eksekusi tindakan ini memiliki efek pada kekuatan kebiasaan yang berhubungan dengan tindakan lain dalam situasi lain. Banyak penulis telah mencatat bahwa perkembangan kebiasaan tergantung pada kesamaan antara tindakan dan situasi (misalnya,  Botvinick & Plaut 2004 ;  Ouellette & Wood, 1998 ). Ini berarti bahwa, meskipun tindakan tertentu tidak benar-benar dilakukan dalam situasi tertentu, kekuatan kebiasaan yang dapat meningkat jika aksi serupa dilakukan dalam situasi yang sama.
Sebuah fenomena yang terkait dan baik-diteliti adalah  perilaku  membentuk (Skinner, 1953 ,  1958 , sebagai contoh dari studi yang lebih baru, lihat  Eckerman, Hienz, Stern, & Kowlowitz, 1980 ). Meskipun  perilaku  membentuk tidak tepat berkaitan dengan pengembangan kebiasaan, kedua paradigma menyelidiki pengembangan asosiasi tanpa menggunakan sumber daya kognitif. Untuk  perilaku membentuk, telah menunjukkan bahwa  perubahan  dalam  perilaku dapat membangun asosiasi dikembangkan untuk sejenis  perilaku  dalam situasi yang sama.
Hubungan serupa juga telah ditemukan untuk proses kognitif lebih menuntut seperti yang diselidiki di daerah transfer jauh dari materi yang dipelajari (lihat  Barnett & Ceci 2002 , untuk gambaran). Yakni, peningkatan jumlah perbedaan antara situasi pelatihan dan situasi dimana bahan belajar yang diterapkan memerlukan probabilitas yang lebih rendah dari aplikasi. Studi-studi ini juga mengusulkan dimensi di mana kesamaan situasi mungkin berbeda-beda, untuk pengembangan kebiasaan, dimensi konteks fisik, temporal, dan sosial yang penting. Demikian pula,  Belk (1975) mengidentifikasi lima jenis karakteristik situasional: sekitarnya, sekitarnya, perspektif sosial sementara fisik (waktu di mana  perilaku  dilakukan), definisi tugas (niat atau peran terkait dengan  perilaku ), dan negara-negara anteseden (misalnya, suasana hati ).
Pendekatan yang paling umum dan akurat kesamaan adalah fitur pencocokan (Tversky, 1977 ). Situasi dapat digambarkan dengan fitur di mana sejumlah fitur bersama oleh dua situasi menandakan tingkat kesamaan di antara mereka. Berbagi lebih banyak fitur menunjukkan kesamaan yang lebih besar antara dua situasi (Forbus, Gentner, & Hukum 1995 ,  Thorndike, 1906 ). Sebaliknya, memiliki fitur lebih sedikit kesamaan menyiratkan kurang kesamaan antara situasi (lihat juga  Botvinick & Plaut 2004 , untuk pentingnya mempertimbangkan tidak hanya kesamaan, tetapi juga perbedaan). Selain itu, fitur yang harus dipertimbangkan tergantung pada perhatian yang ditujukan kepada mereka ( Kruschke 2001 ). Meskipun pendekatan ini mungkin menarik untuk percobaan laboratorium, itu tidak cocok untuk studi lapangan karena semua fitur dari semua situasi semua orang dapat diselidiki pernah diketahui ( Barnett & Ceci, 2002 ). Seperti  model yang  akan terlalu rumit.
A jauh lebih ideal pendekatan, mirip dengan yang digunakan dalam Prinsip 7, diterapkan di sini. Adapun efek situasional yang berbeda pada aksesibilitas, kesamaan dinyatakan sebagai fungsi dari frekuensi pertunjukan perilaku. Jika perilaku  dilakukan jarang, kesamaan ada antara situasi di mana hal ini terjadi dan tindakan yang terlibat dalam  perilaku  kinerja. Ketika  perilaku  dilakukan lebih sering, ada kemungkinan peningkatan bahwa ini mungkin terjadi dalam situasi dengan karakteristik yang berbeda dan melibatkan tindakan yang berbeda.Kesamaan, kemudian, menurun sebagai frekuensi  perilaku  kinerja meningkat. Sekali lagi, fungsi logistik menggambarkan hubungan antara frekuensi  perilaku  kinerja dan kesamaan karakteristik situasional dan motor pertunjukan. Jika karakteristik motor yang identik untuk semua perilaku  pertunjukan, fungsi yang sama dapat digunakan sebagai untuk definisi perbedaan situasional (Prinsip 7). Dengan demikian, efek dari melakukan  perilaku  dalam situasi tertentu pada kekuatan kebiasaan untuk melakukan itu dalam situasi lain berbanding lurus dengan kesamaan situasi ini.Secara formal, ini dapat dinyatakan sebagai berikut:
 
Fungsi kesamaan (lihat  Persamaan 5 ) yang dialihkan untuk menjalankan melalui 1 untuk dieksekusi  perilaku  frekuensi. Nilai lebih besar dari 1 set ke 1, dan nilai-nilai kurang dari 0 diatur ke 0. Nilai yang dihasilkan kemudian dikalikan dengan peningkatan kekuatan kebiasaan untuk dieksekusi  perilaku  frekuensi, yang dihitung dalam  persamaan 9 . Kecenderungan dijelaskan oleh persamaan ini diilustrasikan pada  Gambar A3 di  Lampiran A .
Fungsi gain kebiasaan (Persamaan 10) didefinisikan sebagai fungsi logistik di mana nilai-nilai yang dibatasi maksimum yang sama dengan nilai fungsi untuk frekuensi perilaku (BF) dilakukan. Dalam diagram, fungsi logistik lengkap ditunjukkan oleh garis putus-putus dan nilai yang diijinkan (yaitu, nilai kurang dari atau sama dengan nilai untuk BFExe) oleh garis padat. Fungsi ini diplot untuk dieksekusi frekuensi perilaku .2 dan .3. Parameter yang ditetapkan untuk nilai-nilai dikalibrasi (yaitu, DP = .79, HDP = 08, SS = 19.5, TS = .52). HabitGainExe = .5.
Konsekuensi dari prinsip ini cukup dramatis, namun dapat dengan mudah diuji. Jika kekuatan kebiasaan meningkat untuk situasi yang sama dan jika kebiasaan menurunkan ambang aksesibilitas sebagaimana tercantum dalam Prinsip 3, setelah beberapa saat, frekuensi yang merupakan  perilaku  yang dilakukan dapat meningkatkan tanpa campur tangan dari luar. Jika pengingat dapat menstabilkan frekuensi yang cukup tinggi dari  perilaku  kinerja, kekuatan kebiasaan tidak hanya akan meningkatkan untuk situasi di mana  perilaku  dilakukan tetapi akan, menurut Prinsip 10, meningkatkan tindakan dan situasi yang sama. Hal ini akan menurunkan ambang aksesibilitas, menurut Prinsip 3, yang mengarah ke mengingat perilaku  lebih mudah dalam situasi lain. The  perilaku  mungkin kemudian dilakukan dalam situasi ini agak berbeda, yang lagi-lagi meningkatkan kekuatan kebiasaan untuk tindakan bahkan lain, situasi yang berbeda, dan sebagainya. Namun, umpan balik positif ini dapat berkembang menjadi umpan balik negatif karena efek yang dijelaskan dalam Prinsip 9. Jika  perilaku  dilakukan terlalu jarang, maka kekuatan kebiasaan meluruh lebih cepat daripada meningkat. Hasil kekuatan Penurunan kebiasaan dalam  perilaku yang dilakukan bahkan lebih jarang, yang mengurangi kekuatan kebiasaan bahkan lebih, dan sebagainya. Hal ini menyebabkan kasus-kasus empiris di mana  perilaku frekuensi meningkat relatif terlambat setelah pengingat sudah diatur dan kasus-kasus lain di mana  perilaku  frekuensi tetap stabil pada tingkat rendah untuk jangka waktu dan kemudian meluruh sepenuhnya ke nol.

Ikhtisar

Ringkasan  Model
Untuk merangkum 10 prinsip dan formalizations mereka, tata letak skematis dari model yang  diberikan dalam  Gambar 2(Di mana blok mewakili persamaan dari komputasi  Model ), dan  model yang parameter 's disusun dalam  Tabel 2. Ide dasar dari  model yang  adalah bahwa kemudahan mengingat tertentu  perilaku  opsi dapat bervariasi (yaitu,  perilaku aksesibilitas 's mungkin beragam) dan bahwa sejauh mana suatu  perilaku  harus dapat diakses untuk diingat juga tergantung pada faktor-faktor lain. Belah ketupat di pusat  Gambar 2  melambangkan bahwa, jika aksesibilitas lebih besar dari atau sama dengan nilai ambang batas, sebuah  perilaku pilihan diingat, jika tidak, itu bukan (Prinsip 3). Dari semua ingat  perilaku  pilihan, yang satu dengan preferensi tertinggi dipilih (Prinsip 1). Aksesibilitas diasumsikan kerusakan dari waktu ke waktu (Prinsip 4,  AccDecay   ) dan meningkat (a) peristiwa (Prinsip 5,  AccGain   acara   ), (b) melakukan  perilaku  (Prinsip 6,  AccGain   Beh   ), dan (c) isyarat situasional seperti sebagai pengingat (Prinsip 7,  AccGain   Rem   ).
Skema diagram dari model memori prospektif. Blok mengandung persamaan. Panah adalah variabel. Diagram dijelaskan dalam teks. AG = aksesibilitas gain, BF = perilaku frekuensi; CI = intensitas komitmen, HS = kekuatan kebiasaan, Beh = perilaku, Rem = pengingat; Acc. = Aksesibilitas; Eq. = Persamaan.
Skema diagram dari model memori prospektif. Blok mengandung persamaan. Panah adalah variabel. Diagram dijelaskan dalam teks. AG = aksesibilitas gain, BF = perilaku frekuensi; CI = intensitas komitmen, HS = kekuatan kebiasaan, Beh = perilaku, Rem = pengingat; Acc. = Aksesibilitas; Eq. = Persamaan.
Parameter Global (Set untuk Nilai Sama untuk Semua Kasus) Model di Abjad, Dengan Singkatan mereka, Ranges, dan Nilai dikalibrasi
Dua keuntungan aksesibilitas ( AccGain   Beh   dan  AccGain   acara   ) tergantung pada  perilaku  frekuensi, dan dua ( AccGain  acara   dan  AccGain   Rem   ) tergantung pada intensitas komitmen. Dua parameter ini adalah satu-satunya parameter dari  model yang  yang dapat memiliki nilai awal yang berbeda untuk setiap kasus ( SBF   atau  CI   ). Perhatikan bahwa simulasi selalu diawali dengan intensitas komitmen dari nol, dan nilai awal intensitas komitmen hanya ditetapkan pada saat pengingat didirikan. Persamaan lengkap untuk memperbarui aksesibilitas adalah sebagai berikut:
 
Dalam setiap langkah waktu simulasi, aksesibilitas meluruh menurut  Persamaan 2 (Prinsip 4). Jika suatu kejadian yang terjadi dalam langkah waktu, aksesibilitas meningkat sesuai dengan  Persamaan 3  (Prinsip 5) dan, jika perilaku  dilakukan, menurut  Persamaan 4  (Prinsip 6). Akhirnya, jika pengingat di tempat, aksesibilitas meningkat menurut  Persamaan 6  (Prinsip 7). Selain itu, semua peningkatan aksesibilitas dapat terjadi dalam satu langkah waktu dan memiliki efek kumulatif.Selain itu, harus diperhatikan bahwa arti-penting pengingat meluruh menurut Persamaan 7 . Pembusukan ini dihitung sebelum penentuan aksesibilitas untuk langkah waktu berikutnya, menurut  Persamaan 11 .
Aksesibilitas ambang tergantung pada sumber daya kognitif tersedia untuk tugas memori, yang pada gilirannya tergantung pada karakteristik situasi di mana  perilaku yang harus diingat. Mengingat bahwa karakteristik situasional dari dunia nyata perilaku  pertunjukan biasanya tidak diketahui, komputasi  model yangmenggunakan fungsi dari  perilaku  frekuensi untuk mewakili pengaruh situasional.Dengan frekuensi yang lebih tinggi dari perilaku  eksekusi, kemungkinan meningkat bahwa beberapa pertunjukan berlangsung dalam keadaan di mana mengingat lebih sulit (Prinsip 3). Kekuatan Kebiasaan menurunkan ambang aksesibilitas (Prinsip 3), meluruh dari waktu ke waktu (Prinsip 8), dan meningkat dengan pelaksanaan perilaku  (Prinsip 9 dan 10). Persamaan lengkap untuk dinamika kebiasaan adalah sebagai berikut:
 
Dalam setiap langkah waktu, kekuatan kebiasaan meluruh menurut  Persamaan 8 (Prinsip 8) dan meningkat sesuai dengan Persamaan 9  dan  10  (Prinsip 9 dan 10), jika  perilaku  dilakukan. Preferensi, menurut Prinsip 2, diasumsikan di sini untuk menjadi konstan, namun data dikumpulkan untuk menguji kebenaran asumsi ini.

Hipotesis berasal dari  model yang asumsi 's
Untuk memungkinkan tes kuantitatif dari  Model asumsi 's, hipotesis berasal dari prinsip-prinsip, dan kriteria pemalsuan didefinisikan berdasarkan komputasi  Model .
Hipotesis 1   (Prinsip 1 dan 2): Mengingat bahwa  perilaku  pilihan tergantung pada beberapa faktor,  perilaku frekuensi dapat sistematis bervariasi tergantung pada perilaku  preferensi yang diukur sebagai sikap instrumental atau afektif. Hipotesis ini dipalsukan jika  perilaku  dinamika dapat dijelaskan cukup baik dengan dinamika sikap instrumental dan afektif.
Hipotesis 2   (Prinsip 3): Mengingat tergantung pada aksesibilitas, sumber daya kognitif yang tersedia (menggunakan perilaku  frekuensi sebagai indikator dari pengaruh situasional pada sumberdaya ini), dan kebiasaan. Hipotesis ini dipalsukan if (a) beberapa dinamika ini adalah identik dan sebagai hasilnya parameter  Persamaan 1  tidak dapat diidentifikasi (yaitu, kalibrasi tidak memberikan nilai univocal untuk parameter), (b) batas aksesibilitas tidak dipengaruhi oleh  perilaku  frekuensi (yaitu, WBF   AT   = 0), atau (c) batas aksesibilitas tidak dipengaruhi oleh perkembangan kebiasaan (yaitu,  WH   AT   = 0).
Hipotesis 3   (Prinsip 4): Aksesibilitas meluruh dari waktu ke waktu. Hipotesis ini dipalsukan jika  ADP   = 0. Sebuah bentuk yang lebih kuat dari hipotesis menyatakan bahwa aksesibilitas dari dimaksudkan  perilaku  pembusukan pada kecepatan yang sama seperti kenangan retrospektif. Hipotesis kuat dipalsukan jika  ADP   memiliki nilai jauh lebih kecil dari 0,84.
Hipotesis 4   (Prinsip 5): Events meningkatkan aksesibilitas. Peningkatan ini tergantung pada komitmen seseorang untuk melakukan  perilaku . Hipotesis ini dipalsukan jika  WCI   Acara   = 0.
Hipotesis 5   (Prinsip 6): Melakukan  perilaku  meningkatkan aksesibilitas. Hipotesis ini dipalsukan jika  WBF  AGBeh   tidak dapat diidentifikasi karena, untuk kasus ini, model yang  menggunakan  persamaan 4  tidak memiliki kekuatan lebih daripada yg menjelaskan  model yang  menggunakan  Persamaan 1  saja.
Hipotesis 6   (Prinsip 7): Pengaruh pengingat tergantung pada komitmen seseorang untuk melakukan perilaku . Hipotesis ini dipalsukan jika  WCI   Rem   = 0.
Hipotesis 7   (Prinsip 7): Pengaruh pengingat meluruh dari waktu ke waktu. Hipotesis ini dipalsukan jika  SDP   Rem   = 0 (yaitu, arti-penting tidak membusuk sama sekali) atau jika arti-penting meluruh pada tingkat yang sama seperti aksesibilitas (yaitu, pengingat tidak berpengaruh).
Hipotesis 8   (Prinsip 7): Sebuah fungsi logistik dari  perilaku  frekuensi adalah fungsi yang paling sederhana yang dapat digunakan untuk mempertimbangkan jarak dari perilaku  kinerja dari pengingat. Hipotesis ini dipalsukan jika fungsi sederhana, atau tidak mempertimbangkan fungsi kesamaan dalam efek pengingat, menyebabkan cocok sama baik dari  model yang ke data.
Hipotesis 9   (Prinsip 8 dan 9): Kekuatan Kebiasaan meluruh dari waktu ke waktu dan meningkat dengan  perilaku  kinerja. Hipotesis ini dipalsukan jika  HDP   = 0.
Hipotesis 10   (Prinsip 9): Kebiasaan berkembang lebih cepat jika  perilaku  dilakukan dengan frekuensi yang lebih tinggi. Namun, kebiasaan yang kuat juga mengembangkan untuk  perilaku  dilakukan dengan frekuensi rendah jika mereka dieksekusi secara teratur selama jangka waktu yang lama. Hipotesis ini dipalsukan jika fungsi peningkatan kebiasaan independen  perilaku  frekuensi mengarah pada fit yang sama dari  model yang  ke data.
Hipotesis 11   (Prinsip 10): Kebiasaan berkembang tidak hanya untuk tindakan dieksekusi tetapi juga untuk tindakan serupa dalam situasi yang sama. Oleh karena itu,  perilaku  frekuensi harus meningkatkan lebih lanjut jika itu sudah cukup tinggi.Jika  perilaku  frekuensi terlalu rendah, harus mengurangi lebih lanjut. Hipotesis ini dipalsukan jika  perilaku  menunjukkan perkembangan yang menyimpang dari prediksi ini.
Hipotesis 12   (Prinsip 10): Sebuah fungsi logistik dari  perilaku  frekuensi adalah cara paling sederhana untuk mempertimbangkan perbedaan antara situasi untuk tindakan yang berbeda dikumpulkan dalam  perilaku  frekuensi. Selain itu, fungsi yang digunakan untuk  memodelkan  jarak ke pengingat (Hipotesis 8) juga dapat digunakan untuk  memodelkan  kesamaan situasi mengenai perkembangan kebiasaan. Hipotesis ini dipalsukan jika  model yang  fit tidak tergantung pada fungsi kemiripan atau jika fungsi sederhana sesuai dengan sama baiknya.
Untuk menguji hipotesis ini secara empiris, data harus memenuhi persyaratan sebagai berikut. Pertama, sebagai  model yang menggambarkan proses dinamis, data time-series yang diperlukan untuk menyelidiki dan menguji  model yang . Kedua, sebagai model yang  kekhawatiran  perubahan perilaku , data harus dikumpulkan selama periode perilaku  perubahan . Akhirnya, sebagai  model yang  berfokus pada lupa dari  perilaku  sementara preferensi untuk  perilaku  yang diasumsikan konstan, kampanye tersebut seharusnya tidak menggunakan cara-cara persuasif kecuali preferensi sudah tinggi sebelum dimulainya. Pada bagian berikutnya dari artikel, investigasi empiris disajikan yang sesuai dengan persyaratan ini.

Pengujian dan Menganalisis  Model  Dengan Bidang Dinamis data
Penelitian ini disajikan di sini data yang digunakan dari kampanye yang dilakukan di Santiago de Cuba, Cuba, untuk mempromosikan limbah  pemisahan untuk didaur ulang. Data yang dikumpulkan sangat cocok untuk menguji dan menyelidiki  model yang karena  perilaku  frekuensi diukur setiap hari dan kampanye mengubah perilaku  secara signifikan. Selain itu, relatif tinggi  perilaku  frekuensi sudah disukai sebelum kampanye, dan tidak ada sarana persuasif yang diterapkan selama kampanye. Akhirnya, para peserta sudah disebutkan sebelumnya kampanye bahwa faktor penting untuk tidak melakukan  perilaku  lupa.

Metode
Pengujian dan menyelidiki dinamis  Model  yang disajikan di atas adalah proses yang sangat berbeda dari prosedur pengujian hipotesis secara tradisional dilakukan dalam psikologi. Oleh karena itu, metode yang dijelaskan secara rinci. Awalnya, pengumpulan data time-series di lapangan ditujukan, dan kemudian analisis sistem simulasi  model yang  dijelaskan.

Kampanye dan pengumpulan data
Data dikumpulkan pada awal tahun 2005 dalam kampanye yang dirancang untuk mengurangi padat Deposit  limbah  di Santiago de Cuba. Berdasarkan wawancara ahli dan survei representatif yang dilakukan sekitar satu tahun sebelum awal kampanye ( Binder & Mosler 2007 ,  Mosler, Drescher, Zurbrugg, Caballero Rodríguez, & Guzmán Miranda, 2006 ;  . Mosler et al, 2008 ), mempromosikan  limbah  pemisahan untuk daur ulang diidentifikasi sebagai sebuah cara yang mungkin untuk mengurangi Deposit  limbah . Meskipun sikap terhadap  limbah  pemisahan telah sangat positif, kinerja rendah karena peserta lupa untuk memisahkan mereka  limbah  pada saat pembuangan. Sebuah intervensi sederhana berdasarkan pengingat akibatnya diimplementasikan: Setiap rumah tangga dalam sampel menerima selembar kertas dengan teks (dalam bahasa Spanyol): "Silakan mengklasifikasikan dan memisahkan!Kaca-Aluminium-Kertas-karton-plastik. "Tanpa unsur persuasif lanjut, lembaran itu didistribusikan selama wawancara pertama, bersama dengan permintaan peserta untuk menampilkannya di rumah-rumah mereka di lokasi di mana sebagian besar sampah  dikumpulkan. Data dikumpulkan selama tahap uji coba kampanye, ketika pengingat diuji sebelum diterapkan dalam skala besar. Metode acak-rute yang digunakan untuk pengambilan sampel (misalnya,  Hoffmeyer-Zlotnik, 2003 ): Enam puluh empat rumah tangga menerima pengingat dan setiap hari mengisi kuesioner singkat yang bertanya tentang mereka  perilaku  dan beberapa konstruksi psikologis.Sekitar seminggu sekali, pewawancara mengumpulkan kuesioner. Data harian ini pertemuan dengan kuesioner singkat disebut sebagai  pemantauan   .
Mengukur data setiap hari menimbulkan beberapa masalah, khususnya dalam pandangan reaktivitas pengukuran dan kelelahan subyek '. Akibatnya, kuesioner harian harus tetap pendek dan sederhana. Untuk artikel ini, hanya tiga konstruksi yang dipertimbangkan:  perilaku , sikap afektif, dan sikap instrumental. Hal ini diperlukan untuk mempertimbangkan langkah-langkah sikap karena baru (bukan kebiasaan)  perilaku  yang sedang diselidiki. Akibatnya, kinerja ini  perilaku  tidak mungkin dibatasi hanya oleh melupakan kinerja, tetapi juga oleh preferensi rendah untuk itu.
Untuk  perilaku , setiap item memiliki dua subitems-sejak dua lembaga dikumpulkan padat  sampah  untuk didaur ulang-yang bertanya tentang jumlah padat dipisahkan limbah . Setiap subitem memiliki enam kategori untuk menjawab, dikodekan sebagai 1, 75, .5, .25, .1, dan 0, dan dua jawaban yang ditambahkan. Item untuk sikap afektif diminta untuk apa gelar peserta sangat ingin memisahkan padat  sampah  untuk didaur ulang. Empat kategori jawaban berkisar dari  aku merasa banyak seperti melakukannya   (dikodekan sebagai 1)  saya tidak merasa sama sekali seperti melakukannya   (dikodekan sebagai 0). Untuk sikap instrumental, kuesioner diminta untuk apa gelar orang pikir itu layak memisahkan padat  sampah  untuk didaur ulang.Tujuh kategori jawaban berkisar dari  banyak manfaat lebih dari upaya   (dikodekan sebagai 1) ke hampir manfaat yang sama seperti usaha   (dikodekan sebagai 0) ke lebih banyak usaha daripada manfaat   (dikodekan sebagai -1). Tidak ada data tentang melupakan, kebiasaan, atau kekuatan komitmen diukur. Selain itu,  perilaku frekuensi sebelum intervensi juga tidak jelas, karena sebagian besar seri waktu dimulai segera dengan kampanye. Namun, untuk tujuan pengujian dan menyelidiki sifat dinamis dari  model yang , seri waktu  perilaku frekuensi yang cukup.

Pengujian dan analisis sistem simulasi  model yang
Analisis sistem dari  model yang  dilakukan dalam tiga langkah. Pada langkah pertama,  model yang  dikalibrasi. Artinya, nilai-nilai parameter yang bervariasi secara sistematis sampai cocok dari data simulasi dan empiris ditemukan. Hal ini dilakukan tidak hanya untuk penuh  Model , seperti yang disajikan sebelumnya, tetapi juga untuk sejumlah varian, yang masing-masing kehilangan satu atau dua bagian penuh Model . Berdasarkan hal ini, fit dari  model yang dan pentingnya setiap bagian-bagiannya dievaluasi untuk menguji apakah  model yang  struktur cukup dan diperlukan untuk meniru dan menjelaskan dinamika data. Pada langkah kedua, cross-validasi yang digunakan untuk menguji  model yang kemampuan 's untuk menggeneralisasi hasil untuk data lain tidak digunakan untuk kalibrasi dan untuk meramalkan perkembangan masa depan berdasarkan data sebelumnya. Pada langkah ketiga, nilai-nilai parameter dan ketepatan yang mereka dapat dikalibrasi dengan menggunakan data yang tersedia (yaitu, identifiability empiris dari  model yang ) diselidiki.
The  Model  dikalibrasi dengan data menggunakan sebuah adaptasi dari dikocok pendekatan evolusi kompleks disajikan oleh  Duan, Gupta, dan Sorooshian (1993) .Untuk semua berjalan optimasi, setidaknya 10.000 iterasi dihitung, dengan mayoritas optimasi berjalan konvergen dalam 5.000 iterasi. Hanya  perilaku frekuensi pada awal seri waktu ( SBF   ) dan intensitas komitmen pada saat setup pengingat ( CI   ) memiliki nilai-kasus tertentu. Semua parameter lain dibatasi untuk memiliki nilai yang sama untuk semua kasus-kasus individu. 16 parameter global ini digunakan untuk analisis. Hanya dua peristiwa aksesibilitas meningkat, seperti yang dijelaskan dalam Prinsip 5, didokumentasikan dalam data: (a) hari pengingat didirikan dan (b) dilihat oleh pewawancara di rumah tangga. Semua peristiwa satu jenis (yaitu, semua hari menyiapkan pengingat atau semua kunjungan pewawancara) yang dikalibrasi dengan konstanta yang sama dan berat untuk semua rumah tangga. Instalasi Reminder diberi label Event 1, dan kunjungan pewawancara adalah acara 2. Time series dari sikap instrumental dan afektif tidak digunakan dalam simulasi  model yang . Sebaliknya, data ini hanya digunakan untuk menyelidiki sampai sejauh mana  perilaku  preferensi bisa menjelaskan dinamika diamati  perilaku .
Tidak ada yang sempurna fit dapat diharapkan. Tidak hanya manusia  perilaku nondeterministic, itu juga tergantung pada faktor-faktor lain (Prinsip 1 dan 2).Selanjutnya, karena kesalahan dalam data lapangan, sebuah  model yang  tidak dapat sempurna sesuai data. Bahkan, seharusnya tidak cocok dengan data sempurna, karena hal ini akan menunjukkan overfitting (lihat, misalnya,  Pitt & Myung 2002 ). Namun,  model yang  harus meniru kecenderungan global dinamika tanpa bias sistematis, yang akan diselidiki secara kualitatif berdasarkan plot dari seri waktu.Selain itu,  model yang  harus melakukan jauh lebih baik dibandingkan nilai acak murni atau rata-rata konstan per kasus dan masih lebih baik daripada versi sederhana dari  model yang  berasal dari itu. Delapan belas versi sederhana dari model yang  diselidiki, masing-masing dengan satu atau dua bagian yang hilang. Ini bisa berupa parameter set ke nilai tertentu (misalnya, nol) atau penggunaan fungsi yang berbeda (misalnya, linear bukannya fungsi logistik).  Tabel B1 di  Appendix B memberikan gambaran versi diselidiki. Kalibrasi versi ini dari  model yang  dilakukan dengan cara yang sama dengan kalibrasi penuh  Model . Namun, sebagai titik awal, parameter set optimal untuk penuh  model yang digunakan untuk memberikan varian kesempatan terbaik untuk mencapai cocok sama baik atau bahkan lebih baik daripada penuh Model . Dengan demikian, setiap fit yang lebih rendah dari versi nonfull dari model yang  menunjukkan kelemahan nya. Penurunan fit dari model yang  dengan penyederhanaan yang menunjukkan kepentingan yang lebih besar dari masing-masing  model yang  bagian.
Sekilas Versi yang Diselidiki Model, Indeks Fit Selama Dihitung Semua Kasus, Mean of Fit Indeks Dihitung Per Kasus Kasus Dengan Dinamika Aktual (Kasus 6-35, Tanpa 28 dan 31), dan Jenis Kesalahan Sistematis Terjadi Dengan Versi Yang
Untuk mengukur pas, tiga indeks yang digunakan: (a) error absolut rata-rata (MAE), (b) root-mean-square error (RMSE), dan (c) varians menjelaskan ( R   2   ). Indeks ini dihitung lebih dari kumpulan data seluruh dan setiap kasus secara terpisah.Mengingat bahwa banyak dari varians dalam data berasal dari perbedaan antara kasus, nilai-nilai yang terakhir mengukur seberapa baik dinamika individu sebenarnya dijelaskan. Ini adalah tugas yang sulit karena membutuhkan menjelaskan  perilaku untuk individu tertentu pada hari tertentu, namun hal ini merupakan aspek penting yang dinamis  Model . Untuk menghitung rata-rata indeks casewise fit, satu-satunya kasus yang digunakan adalah mereka yang menunjukkan dinamika sistematis sebenarnya untuk  perilaku  frekuensi. Selanjutnya, fit dari  model yang  diteliti secara kualitatif, berdasarkan plot dari seri waktu. Mungkin cocok kriteria yang paling penting adalah tidak adanya deviances sistematis data simulasi dari empiris. Untuk ini, sejumlah karakteristik kunci dari time series empiris diekstraksi, dan kemudian, apakah time series simulasi bisa meniru karakteristik ini diperiksa. Jika kesalahan sistematik dilaporkan dalam hasil, hal ini mengacu pada pola meresap deviances data simulasi dari empiris, bukan hanya beberapa kasus dengan kondisi kurang fit. The perubahan  dalam kompleksitas yang dihasilkan dari penghilangan bagian penuh model yang  tidak dihitung (seperti, misalnya, diusulkan oleh  Pitt, Myung, & Zhang, 2002 ) karena itu tidak diperlukan untuk memutuskan antara versi agak lebih kompleks tapi pas lebih baik dan agak kurang kompleks tapi tidak-yang-baik pas versi.
The fit dari  model yang  data empiris hanya satu kriteria yang digunakan untuk mengevaluasi  model yang berkualitas 's, dan, seperti yang disebutkan sebelumnya, fit terlalu sempurna mungkin bermasalah.  Pitt dan Myung (2002)  mengemukakan bahwa tidak goodness of fit adalah menentukan tapi "generalisasi dari  model yangpas data kemampuan 's "(hal. 421). Pendekatan yang biasa digunakan untuk  Model pengujian dalam hal ini adalah cross-validasi, dimana  model yang  dikalibrasi oleh suatu bagian dari data yang tersedia ( training   atau  data kalibrasi   ), dan kemampuannya untuk digeneralisasi diuji oleh sisa data ( validasi   atau  data uji   ).
Analisis ini menguji  model yang kemampuan 's untuk menggeneralisasi hasil data tidak termasuk dalam kalibrasi dan untuk meramalkan perkembangan masa depan.Dengan demikian, tidak hanya merupakan kegunaan pragmatis dari  model yang diuji, tetapi juga apakah itu terlalu rumit. Secara khusus, jika  model yang  terlalu kompleks, itu akan cocok dengan data pelatihan yang sangat baik, tetapi akan berkinerja buruk pada data validasi karena keanehan dari sampel data tertentu direplikasi (misalnya,  Pitt et al., 2002 ).
Dalam penelitian ini, dua jenis cross-validasi dilakukan: salah satu yang menguji apakah hasilnya dapat digeneralisir dan salah satu yang menguji kemampuan prognostik dari  model yang . Pada tipe pertama, sampel acak yang mengandung setengah dari kasus dipilih untuk menguji apakah kalibrasi umum ke bagian lain dari kasus. Tiga perpecahan acak seperti itu dilakukan untuk memastikan bahwa hasil tidak tergantung pada sampel tertentu. Untuk setiap split, cross-validasi dilakukan pada kedua arah (misalnya, menggunakan sampel untuk mengkalibrasi dan sisanya dari kasus untuk menguji, dan menggunakan sisa kasus untuk mengkalibrasi dan sampel untuk menguji). Untuk setiap set dan setiap arah, lima optimasi dilakukan, mulai dari secara acak menetapkan nilai-nilai parameter. Karena satu set mungkin lebih mudah untuk menyesuaikan dari yang lain, fit dari data uji dibandingkan tidak hanya untuk fit dari data pelatihan tetapi juga untuk fit dari  model yang  yang dikalibrasi, dengan semua data, untuk kasus-kasus yang termasuk dalam data uji.
Dalam kedua jenis cross-validasi, semua kasus dibagi menjadi periode kalibrasi dan periode peramalan. Untuk menyelidiki jumlah hari yang diperlukan untuk mencapai perkiraan diterima berdasarkan kalibrasi, hari cutoff bervariasi antara 1 dan 24 hari setelah membuat pengingat, sehingga menggunakan 7% sampai 92% dari data untuk kalibrasi dan sisanya untuk menguji perkiraan. Karena dinamika berubah selama 26 hari penyelidikan, ekstrapolasi statistik murni dari data tidak akan menyebabkan hasil yang memadai. Sebaliknya, pengetahuan apriori harus digunakan untuk membangun perkiraan berdasarkan informasi yang paling diagnostik dalam data. Untuk setiap hari cutoff, lima optimasi, mulai dari secara acak menetapkan nilai-nilai parameter, dilakukan dengan data dari periode kalibrasi. Optimasi dengan paling cocok dengan data kalibrasi (yang tidak biasanya menyebabkan paling cocok dari perkiraan) kemudian digunakan untuk ramalan. Perbandingan perkiraan untuk periode kalibrasi tidak bermakna. Akibatnya, perkiraan dibandingkan dengan fit dari  model yang dikalibrasi, dengan semua data, data dari periode peramalan.
Langkah terakhir dalam analisis difokuskan pada nilai-nilai parameter. The ketepatan dimana nilai parameter dapat dikalibrasi (yaitu, apakah solusi sama baik memimpin kalibrasi terhadap nilai-nilai parameter yang sama) diselidiki. Seratus optimasi dilakukan dengan berbeda, secara acak menetapkan nilai awal untuk 16 parameter global, dan sejauh mana dikalibrasi nilai parameter bervariasi untuk solusi dengan cocok sama baik dianalisis. Kebaikan serupa dalam fit didefinisikan sebagai RMSE hingga 15% lebih tinggi daripada solusi optimal. Sepuluh optimasi tidak mencapai kriteria itu dan dengan demikian digantikan oleh optimasi dari nilai acak lainnya.
Sebuah varians besar dalam nilai-nilai parameter menunjukkan bahwa data tidak cukup untuk mengkalibrasi  model yang  dan bahwa  model yang  mungkin terlalu rumit. Varians dinyatakan dengan standar deviasi, dan toleransi diatur berdasarkan perbandingan dengan data psikometri. Skala psikometri unipolar biasanya memiliki antara empat dan enam kategori. Dengan demikian, skala dari 0 ke 1 akan memiliki resolusi antara 0,2 dan 0,333. Jika standar deviasi dari nilai-nilai dikalibrasi adalah antara 0,1 dan 0.167, kalibrasi masih akan memiliki akurasi skala psikometri dalam 68% kasus. Namun, varians besar dalam nilai parameter juga mungkin karena masalah dengan optimasi, karena beberapa parameter mungkin akan lebih sulit untuk mengoptimalkan daripada yang lain. Secara khusus, sebagai pendekatan optimasi yang digunakan mengoptimalkan semua parameter sekaligus, parameter kurang sensitif akan kurang memadai diperkirakan dari yang lebih sensitif. Untuk memperhitungkan pengaruh ini, korelasi fit dari solusi dengan perbedaan nilai parameter dengan nilai solusi terbaik dihitung. Sebuah korelasi yang tinggi menunjukkan pengaruh penting dari parameter yang bersangkutan dalam fit dari model yang . Namun, korelasi yang rendah juga mungkin disebabkan karena varians rendah dari nilai-nilai dan tidak selalu menunjukkan parameter yang penting rendah.Jika parameter dapat dikalibrasi cukup baik (yaitu, jika  model yang  dapat diidentifikasi secara empiris), maka nilai-nilai mereka dapat ditafsirkan.

Hasil
Hasilnya disajikan sesuai dengan analisis dijelaskan dalam  Metode   bagian, di atas.Pertama, data empiris disajikan. Kemudian, fit dari  model yang  data tersebut dibandingkan dengan fit versi sederhana dari  model yang . Bagian ketiga dari hasil membahas cross-validasi, termasuk penyelidikan kemampuan peramalan dari  model yang . Akhirnya, identifiability dari  model yang  dan nilai-nilai parameter yang dibahas.

Data empiris
Dari 64 rumah tangga termasuk dalam sampel, 47 (73%) time series memasuki analisis berikut dengan total 1.170 poin data. Tidak atau kurang data dikumpulkan selama sembilan kasus (14%), dan dalam tujuh kasus (11%), yang  perilaku  kinerja tidak mencapai maksimum, meskipun stabil pada tingkat yang tinggi, yang menunjukkan bahwa faktor pembatas tidak melupakan melainkan kesulitan dalam perilaku  eksekusi atau preferensi rendah. Karena hanya bagian dari  model yang yang berhubungan dengan proses memori diselidiki di sini, kasus terakhir dikeluarkan juga. Selain itu, dalam satu kasus, pengingat didirikan 20 hari setelah dimulainya pengumpulan data. Meskipun hal ini tidak digunakan untuk analisis sistem, hal ini dipandang sebagai kasus kontrol anekdot yang menunjukkan monitoring saja tidak memiliki atau hanya memiliki efek minimal pada mengingat  perilaku .
Dalam  Angka 3 dan  4, Empiris dan simulasi  perilaku  frekuensi dari 47 kasus dianalisis dan kasus kontrol diplot. Untuk memudahkan melacak jumlah besar informasi yang disajikan dalam angka-angka ini, kasus-kasus secara kasar diatur dari dampak terendah dampak tertinggi yang dibuat oleh pengingat. Data mengandung beberapa kebisingan dan, dalam beberapa kasus, bahkan mungkin muncul secara acak (misalnya, Kasus 28 dan 31). Namun, dalam banyak kasus, kecenderungan dalam dinamika menjadi jelas. Dalam sebagian besar kasus, menyimpan Kasus 1-5, menyiapkan pengingat (atau wawancara dilakukan pada hari ini) memiliki efek yang kuat pada  perilaku  frekuensi. Untuk Kasus 36-47, dengan  perilaku  frekuensi tetap tinggi untuk sisa pengukuran setelah pengingat didirikan. Untuk kasus lain,  perilaku frekuensi cepat membusuk setelah beberapa hari. Untuk Kasus 6-15, perilaku frekuensi membusuk dengan nol atau nilai sebelum kampanye. Untuk Kasus 16-23, perilaku  frekuensi tampak stabil pada tingkat yang rendah, sedangkan untuk Kasus 24-35, meningkat dan stabil pada tingkat yang tinggi pada akhir bulan diselidiki.
Data individual frekuensi perilaku untuk Kasus 1-24. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Data individual frekuensi perilaku untuk Kasus 25-47 dan kasus kontrol (Ctrl.), tidak digunakan dalam analisis. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Berbeda mencolok dengan dinamika yang jelas, kedua komponen sikap berlari pada tingkat yang sama dan hampir konstan sepanjang waktu. Komponen instrumen menunjukkan sedikit, jika ada, kerusakan dari waktu ke waktu dalam banyak kasus.Deviasi standar sarana per kasus mengekspresikan antarindividu varians-adalah 0,23 untuk afektif dan 0,27 untuk komponen sikap instrumental, yang keduanya jauh lebih kecil dari yang untuk perilaku  ( s   berarti   = 0,32). Mean dari deviasi standar per kasus mengekspresikan variasi dari nilai-nilai dalam kasus-adalah 0,21 untuk afektif dan 0,17 untuk komponen sikap instrumental, yang menggambarkan variasi kecil dalam kasus jika dibandingkan dengan rata-rata standar deviasi ( 0.28) untuk perilaku . Korelasi dari  perilaku  frekuensi dengan komponen sikap afektif adalah 0,11 dan dengan sikap instrumental .22. Dua komponen sikap tidak berkorelasi ( r   = .02), yang mendukung perbedaan di antara mereka. Dengan demikian, sikap, atau preferensi, untuk  perilaku , seperti yang diperkenalkan pada Prinsip 2, tidak bisa menjelaskan dinamika  perilaku  frekuensi. Namun, langkah-langkah sikap menjelaskan beberapa varians dalam  perilaku  frekuensi sebelum kampanye: The rata-rata dari kedua komponen sikap berkorelasi dengan  r   = .39 dengan dimulainya  perilaku  frekuensi. Mean dari kedua komponen sikap menjelaskan 25% dari varians dari awal  perilaku  frekuensi. Hal ini menunjukkan bahwa langkah-langkah sikap bekerja tetapi mereka tidak bisa menjelaskan dinamika dipicu oleh pengaturan pengingat.

Fit dari data simulasi penuh dan disederhanakan  model
Angka 3  dan  4  juga menunjukkan fit kualitatif baik antara simulasi dan data empiris.Meskipun model yang  tidak meniru setiap puncak data empiris, ada penyimpangan sistematis dalam kecenderungan global dinamika dapat ditemukan. Temuan ini berbeda mencolok dengan hampir semua versi sederhana dari  model yang diselidiki. Tabel B1  di  Lampiran B  menunjukkan statistik fit dari penuh  Model  dan semua versi. Penuh  Model menjelaskan sekitar 68% dari varians dari data set seluruh dan, rata-rata, sekitar 47% dari dinamika individu. Untuk menghitung ini berarti dinamika casewise, Kasus 6-35, tanpa 28 dan 31, yang digunakan, karena kasus-kasus ini menunjukkan tidak hampir konstan  perilaku  frekuensi setelah pengaturan pengingat atau pola randomlike. RMSE adalah sekitar setengah dari serangkaian waktu yang acak terdistribusi secara merata. Dibandingkan dengan pembangunan konstan dengan rata-rata per kasus,  model yang  memiliki RMSE sekitar 20% lebih rendah atas semua kasus dan, rata-rata, sebuah RMSE sekitar 25% lebih rendah per kasus. Hal ini menunjukkan kekuatan yg menjelaskan besar dari  model yang . Hanya tiga versi memiliki fit sebanding (kurang dari 5% lebih tinggi atau lebih rendah RMSE R   2   ). Versi 3-2, yang menghilangkan efek dari bantuan memori independen dari intensitas komitmen, memiliki sekitar fit sama dengan penuh  Model . Hal ini diharapkan karena sifat biasa-biasa saja dari pengingat yang digunakan. Selain itu, kedua Versi 1-4, di mana kebiasaan meningkat secara independen dari frekuensi kinerja perilaku pada hari, dan Versi 5-3, yang menghilangkan pembusukan arti-penting pengingat, memiliki RMSE yaitu sekitar 3% lebih tinggi atau sebuah  R   2  yang lebih rendah atas semua kasus, dan 3% -5% perbedaan untuk rata-rata dihitung casewise-RMSE dan  R   2   .
Data individual frekuensi perilaku untuk Kasus 1-24. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Data individual frekuensi perilaku untuk Kasus 25-47 dan kasus kontrol (Ctrl.), tidak digunakan dalam analisis. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Selain menghitung indeks fit, time series diplot dianalisis kasus per kasus penyimpangan sistematis simulasi dari data empiris. Seperti disebutkan sebelumnya, tidak ada penyimpangan seperti itu ditemukan penuh Model . Selain itu, Versi 3-2 tidak menunjukkan penyimpangan sistematis. Namun, semua versi lainnya menyimpang sistematis dalam satu bentuk atau lain dari data empiris. Beberapa versi punya masalah dengan  perilaku frekuensi dekat dengan maksimal (kesalahan sistematis Type 1) atau minimal (Tipe 2) nilai-nilai parameter ini, sedangkan yang lain tidak meniru pola-pola dinamis tertentu (Tipe 3) atau  perilaku  dalam rentang frekuensi tertentu (Tipe 4 ). Akhirnya, beberapa versi diproduksi dinamika tanpa kesamaan dengan dinamika empiris (Type 5). Kesalahan yang paling penting, Tipe 2 dan 3, diilustrasikan dalam  Gambar 5.
Contoh kesalahan sistematis. Top panel: kesalahan sistematis tipe 2 diilustrasikan dengan dinamika Varian 1-4 dan 5-3 untuk Kasus 13. Frekuensi perilaku harus tetap rendah selama kurang lebih 12 hari dan kemudian meluruh sampai nol. Sebaliknya, untuk varian, frekuensi perilaku meningkat bahkan lebih. Untuk kasus ini, tidak ada data yang dikumpulkan sampai hari 8. Bawah panel: kesalahan sistematis Tipe 3 diilustrasikan dengan dinamika Varian 3-3 dan 4-4 untuk Kasus 35. Frekuensi perilaku harus membusuk kuat dalam 3 minggu pertama dan kemudian tetap stabil pada tingkat tinggi untuk sisa waktu. Sebaliknya, untuk varian, frekuensi perilaku tidak membusuk cukup awal atau membusuk terlalu pesat dalam minggu terakhir. Emp. = Data empiris, penuh = simulasi dengan model penuh.
Versi menunjukkan tipe 2 kesalahan sistematis tidak bisa meniru rendah  perilaku frekuensi, yang, setelah jangka waktu yang lama, meluruh ke nol. Dengan nilai parameter sehingga paling cocok untuk data,  perilaku  frekuensi tidak pernah membusuk nol untuk versi ini. Namun, dengan menetapkan nilai-nilai parameter yang berbeda,  perilaku  frekuensi meluruh ke nol segera. Jenis kesalahan ini memiliki sebelah tidak berpengaruh pada nilai-nilai RMSE atau  R   2   . Namun, ketidakmampuan untuk meniru dinamika rendah  perilaku  frekuensi sangat penting karena merupakan perbedaan mendasar jika seseorang melakukan  perilaku setidaknya setiap hari atau tidak sama sekali. Versi yang menunjukkan jenis kesalahan melebih-lebihkan efek kampanye dengan peramalan nilai-nilai yang terlalu tinggi untuk  perilaku  frekuensi untuk periode selanjutnya.
Kesalahan sistematis Tipe 3 mengacu pada pola dinamis yang paling penting diamati dalam data: peluruhan yang kuat dari  perilaku  frekuensi pada minggu-minggu pertama diikuti dengan peningkatan  perilaku  frekuensi dan stabilitas akhir setelah sekitar 3 minggu. Banyak versi baik tidak meniru kerusakan yang mendalam awal perilaku frekuensi atau tidak stabil pada tingkat tinggi pada akhir bulan.
Gambar 5  menjelaskan mengapa versi yang hanya menunjukkan tipe 2 kesalahan (yaitu, Versi 1-4 dan 5-3) masih menunjukkan keseluruhan cocok. Di satu sisi, perbedaan antara data empiris dan simulasi kecil. Di sisi lain, hanya beberapa kasus menunjukkan dinamis di mana kesalahan ini bermasalah. Namun,  model yang  tidak dapat diterima bila tidak bisa meniru jenis seluruh dinamika dan memprediksi harian perilaku  kinerja di mana tidak ada. Selain itu, versi ini juga menunjukkan kinerja perkiraan miskin daripada penuh  Model .
Contoh kesalahan sistematis. Top panel: kesalahan sistematis tipe 2 diilustrasikan dengan dinamika Varian 1-4 dan 5-3 untuk Kasus 13. Frekuensi perilaku harus tetap rendah selama kurang lebih 12 hari dan kemudian meluruh sampai nol. Sebaliknya, untuk varian, frekuensi perilaku meningkat bahkan lebih. Untuk kasus ini, tidak ada data yang dikumpulkan sampai hari 8. Bawah panel: kesalahan sistematis Tipe 3 diilustrasikan dengan dinamika Varian 3-3 dan 4-4 untuk Kasus 35. Frekuensi perilaku harus membusuk kuat dalam 3 minggu pertama dan kemudian tetap stabil pada tingkat tinggi untuk sisa waktu. Sebaliknya, untuk varian, frekuensi perilaku tidak membusuk cukup awal atau membusuk terlalu pesat dalam minggu terakhir. Emp. = Data empiris, penuh = simulasi dengan model penuh.
Secara keseluruhan, penyelidikan ini menunjukkan kekuatan yg menjelaskan kuat penuh  Model  dan bahwa semua bagian dari model yang  diperlukan untuk mereplikasi data empiris. Namun, dalam kasus yang sangat biasa-biasa saja pengingat seperti yang digunakan di sini, pertimbangan efek pengingat independen dari komitmen tidak perlu. Namun, dengan menghilangkan ketergantungan peningkatan kekuatan kebiasaan pada  perilaku  frekuensi atau dengan menghilangkan pembusukan salience pengingat itu, secara keseluruhan fit berkurang hanya sedikit. Namun, versi ini menghasilkan kesalahan sistematis tidak dapat diterima.

Cross-validasi dan kemampuan peramalan
Hasil acak-split cross-validasi disajikan pada  Tabel 3. The  Model  mencetak baik dalam analisis ini, menunjukkan generalisasi yang baik dari  model yang pas data kemampuan 's. Rata-rata, indeks fit hanya sekitar 3% lebih buruk untuk tes dibandingkan untuk data pelatihan atau fit dari  model yang  dikalibrasi dengan semua data. Satu-satunya pengecualian adalah bahwa MAE dari data uji adalah 10% lebih tinggi dibandingkan dengan fit dari  model yang  dikalibrasi dengan semua data.Namun, sebagai MAE dari data uji, rata-rata, hanya 4% lebih tinggi dari data pelatihan, ini tidak dapat dikaitkan dengan overfitting dan, karena itu, terlalu kompleks  Model .
Hasil Cross-Validasi Berdasarkan Acak Splits Sampel
Kualitas perkiraan sebagai fungsi dari jumlah data yang digunakan diplot di  Gambar 6, Menggunakan RMSE sebagai contoh. Indeks fit lainnya menyebabkan hasil yang sama.  Gambar 6  menunjukkan ada ketergantungan yang kuat dari kualitas perkiraan pada jumlah hari yang digunakan untuk mengkalibrasi  model yang  selama beberapa hari pertama. Setelah sekitar satu minggu (yaitu, menggunakan sekitar 30% dari data), perkiraan mencapai kualitas penuh  Model  (RMSE = 0,25). Alasan untuk perkiraan miskin menggunakan data kurang dari seminggu adalah perkembangan yang lambat dari kebiasaan. Untuk mengkalibrasi parameter yang menentukan perkembangan kebiasaan, efek kebiasaan yang cukup kuat harus muncul.Menggunakan data dari minggu ke-3 setelah penyiapan bantuan memori mengarah ke kesalahan sedikit lebih tinggi dibandingkan bila tidak menggunakan data ini. Hal ini menunjukkan kualitas sangat miskin dari data dalam periode ini. Menggunakan data dari awal minggu ke-4 lagi mengurangi kesalahan untuk tingkat  Model  yang digunakan semua data untuk kalibrasi.
Root-rata-square error (RMSE) dari perkiraan sebagai fungsi hari setelah dimulainya kampanye digunakan untuk mengkalibrasi model (garis tebal). Garis tipis mewakili RMSE dari model dikalibrasi dengan semua data, dihitung untuk set yang sama hari sebagai kompromi perkiraan. Sebagai contoh, untuk Cutoff Day 10, model untuk ramalan itu dikalibrasi dengan data hingga 10 hari setelah membuat pengingat. Nilai-nilai mewakili RMSE dari periode awal 11 hari setelah membuat pengingat sampai akhir seri data.
Root-rata-square error (RMSE) dari perkiraan sebagai fungsi hari setelah dimulainya kampanye digunakan untuk mengkalibrasi model (garis tebal). Garis tipis mewakili RMSE dari model dikalibrasi dengan semua data, dihitung untuk set yang sama hari sebagai kompromi perkiraan. Sebagai contoh, untuk Cutoff Day 10, model untuk ramalan itu dikalibrasi dengan data hingga 10 hari setelah membuat pengingat. Nilai-nilai mewakili RMSE dari periode awal 11 hari setelah membuat pengingat sampai akhir seri data.
Dalam  Gambar 6 , fit dari  model yang  dikalibrasi dengan semua data untuk periode pengujian diplot. Dalam 2 minggu pertama, RMSE menurun, sehingga menunjukkan cocok miskin dari rata-rata untuk periode ini. Sebuah pembusukan sangat kuat dari RMSE dapat diamati antara cutoff Hari 12 dan 16. Mutu data yang buruk dari ini hasil periode di RMSE tersebut lebih tinggi dari perkiraan. Secara keseluruhan,  model yang menunjukkan kemampuan peramalan yang baik jika data dari setidaknya 1 minggu digunakan untuk kalibrasi.
Root-rata-square error (RMSE) dari perkiraan sebagai fungsi hari setelah dimulainya kampanye digunakan untuk mengkalibrasi model (garis tebal). Garis tipis mewakili RMSE dari model dikalibrasi dengan semua data, dihitung untuk set yang sama hari sebagai kompromi perkiraan. Sebagai contoh, untuk Cutoff Day 10, model untuk ramalan itu dikalibrasi dengan data hingga 10 hari setelah membuat pengingat. Nilai-nilai mewakili RMSE dari periode awal 11 hari setelah membuat pengingat sampai akhir seri data.

Identifiability dan parameter nilai
Nilai-nilai yang dikalibrasi parameter global disusun dalam  Tabel 2 , bersama-sama dengan deviasi standar nilai untuk solusi sama baik dan korelasi cocok dari solusi, dengan selisih nilai parameter, dengan solusi optimal. Parameter individu termasuk dalam  Angka 3  dan  4 . Akhirnya, distribusi nilai-nilai, untuk semua parameter, mendekati normal, dengan pengecualian  AGC   Rem   , yang memiliki modus nol.
Data individual frekuensi perilaku untuk Kasus 1-24. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Data individual frekuensi perilaku untuk Kasus 25-47 dan kasus kontrol (Ctrl.), tidak digunakan dalam analisis. Sumbu x mewakili waktu dalam hari 0-30. Pengingat didirikan pada Hari 4. Y-axis mewakili frekuensi perilaku dalam persentase limbah padat dipisahkan dari 0 ke 1. Garis tebal menunjukkan data empiris dan garis tipis simulasi. SBF = mulai frekuensi perilaku, intensitas CI = komitmen.
Hanya tujuh parameter memiliki standar deviasi lebih besar dari 0,1, dan hanya tiga memiliki standar deviasi lebih besar dari 0.167. Standar deviasi terbesar ditemukan untuk parameter kemiringan fungsi kesamaan ( S  s   ). Namun, parameter ini memiliki jangkauan yang tak ada habisnya nilai-nilai, dan variasi nilai sebesar ± 3 mengarah ke nyaris tak terlihat  perubahan  dalam plot fungsi. Dengan demikian, terlepas dari standar deviasi yang besar, parameter ini dapat diidentifikasi sangat tepat. Standar deviasi terbesar kedua ditemukan untuk berat  perilaku frekuensi gain aksesibilitas karena  perilaku  eksekusi ( WBF   AGBeh   ). Namun, parameter ini juga memiliki korelasi tertinggi ( r   = 0,51) dari fit dengan perbedaan nilai parameter dengan solusi optimal. Oleh karena itu, parameter ini penting untuk  model yang , namun, karena sensitivitas yang rendah, tidak dapat diperkirakan dengan baik di semua optimasi. Ini adalah parameter fine-tuning khas yang harus dioptimalkan secara terpisah ketika parameter lain diatur ke nilai optimal. Akhirnya, berat intensitas komitmen dalam keuntungan aksesibilitas untuk acara ( WCI   event1   dan  WCI   event2   ) memiliki, meskipun masih dapat diterima, standar deviasi agak besar. Tampaknya bahwa perbedaan antara individu tidak dapat ditangkap cukup dengan hanya dua parameter atau bahwa data memiliki terlalu banyak suara. Kedua masalah pasti menyebabkan kesalahan, dan banyak kemungkinan kompromi menyebabkan cocok sama dari  model yang . Namun, karena standar deviasi masih dapat diterima, maka dapat disimpulkan bahwa semua parameter dapat diidentifikasi dengan baik dan, dengan demikian, bahwa nilai-nilai mereka dapat ditafsirkan.
Parameter aksesibilitas peluruhan ( ADP   ) memiliki nilai 0,76. Ini menandakan bahwa aksesibilitas dimaksudkan perilaku  meluruh sekitar kecepatan yang sama seperti kenangan retrospektif (lihat  Gambar A1  di  Lampiran A ), sebuah temuan yang mendukung bahkan versi lebih kuat dari Hipotesis 3. Mengenai peningkatan aksesibilitas, hasil menunjukkan peran penting intensitas komitmen. Untuk kedua jenis peristiwa dan efek pengingat, berat komitmen ( WCI   ) dikalibrasi ke nilai yang lebih tinggi dibandingkan dengan konstanta ( AGC   ). Kecenderungan ini setidaknya diucapkan untuk Event 1 (pengaturan pengingat) dan paling menonjol untuk efek pengingat di tempat. Bahkan, konstanta efek pengingat dapat diatur ke nol, yang diharapkan karena penggunaan seperti pengingat biasa-biasa saja. Selain itu, perilaku  eksekusi ditemukan memiliki efek media pada proses memori, sesuai dengan berat  perilaku  frekuensi ambang aksesibilitas ( WBF   AT   ). Namun, nilai berat  perilaku  frekuensi gain aksesibilitas karena  perilaku  eksekusi ( WBF  AGBeh   )-tentang ukuran nilai parameter aksesibilitas peluruhan ( ADP   )-menunjukkan bahwa dua proses antagonistik dari  perilaku  pengaruh frekuensi ini pada mengingat kekuatan yang sama. Selain itu, parameter lain dari ambang aksesibilitas ( C   AT   dan  WH   AT   ) dikalibrasi untuk nilai sekitar 0,5, menunjukkan pentingnya sama dari dua faktor dinamis ambang aksesibilitas. Arti-penting pengingat menunjukkan lambat tapi relevan peluruhan ( SDP   Rem   ). Setelah 30 hari, pengingat menunjukkan sekitar setengah dari efeknya seperti pada hari pertama. Itu pembusukan ini tidak dapat diamati dalam semua kasus adalah karena pengembangan kebiasaan, yang mengkompensasi efek pengingat berkurang.
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.
Nilai parameter kebiasaan peluruhan ( HDP   ) menunjukkan bahwa dibutuhkan sekitar satu bulan untuk kekuatan kebiasaan untuk sepenuhnya berkembang jika perilaku  tersebut dilakukan setiap hari dan, setelah sekitar satu minggu, kekuatan kebiasaan yang setengah dikembangkan. Angka ini tampaknya masuk akal dan menjelaskan ramalan agak miskin jika data yang digunakan untuk mengkalibrasi model yang  berasal dari kurang seminggu setelah membuat pengingat. Dalam waktu yang singkat, hampir tidak ada pengembangan kebiasaan terjadi, sehingga sulit untuk mengkalibrasi parameter masing-masing. Fungsi kesamaan dikalibrasi diplot di Gambar A2  di  Lampiran A . Parameter ketidaksamaan ( DP   ) diatur ke nilai yang lebih tinggi, dan parameter titik balik ( T   S   ) menetapkan langkah fungsi di daerah antara  perilaku frekuensi .15 dan .45. Akhirnya, kemiringan ( S   S   ) ditetapkan menjadi agak curam. Semua nilai-nilai ini mendukung bahwa karakteristik langkah yang diperlukan untuk menggambarkan kesamaan pada tingkat abstrak.
Kesamaan fungsi (Persamaan 5) untuk nilai yang berbeda dari parameter titik balik, TS, parameter kemiringan, SS, dan parameter perbedaan, DP. Model ini dikalibrasi dengan nilai-nilai berikut: TS = .52, SS = 19.52, dan DP = .79. Fungsi ini juga diplot untuk TS = 1.0, SS = 10, dan DP = 0,4, dimana nilai-nilai parameter masing-masing lainnya disimpan pada nilai dikalibrasi.

Pembahasan Analisis Sistem Secara empiris Didirikan
The  Model  menjelaskan lebih dari dua pertiga dari varians dari data set seluruh dan, rata-rata, hampir setengah dari dinamika individu. Selain itu, tidak ada penyimpangan sistematis dari data empiris dapat ditemukan berdasarkan time series diplot. Dengan pengecualian menghilangkan efek dari independen pengingat komitmen, karena pengingat biasa-biasa saja yang digunakan dalam kampanye, tidak ada penyederhanaan lain yang mungkin tanpa menghasilkan kesalahan sistematis.
Kesimpulan bahwa  model yang  tidak terlalu rumit juga didukung oleh hasil cross-validasi. The dikalibrasi  Model  sesuai data yang tidak digunakan untuk kalibrasi.Selain itu, jika bernilai setidaknya 1 minggu dari data yang digunakan (karena perkembangan yang lambat dari kebiasaan), perkiraan kualitas  model yang dikalibrasi dengan semua data yang mungkin. Dengan demikian,  model yang  tidak overfit data dan menangkap proses dinamis utama di balik data yang diamati.
Selain itu, analisis identifiability mendukung gagasan bahwa kompleksitas  model yang  sesuai dengan informasi dari data. Namun, mengenai analisis perbedaan antarindividu, kompleksitas model yang , serta kualitas data, mungkin agak rendah.
Nilai-nilai parameter semua muncul masuk akal dan mendukung prinsip-prinsip  Model. Sebuah hasil yang sangat menarik adalah bahwa aksesibilitas dari dimaksudkan perilaku  pembusukan pada tingkat yang sama sebagai kenangan retrospektif.Kekuatan Kebiasaan meluruh dan berkembang dalam waktu sekitar satu bulan.Mengingat bahwa arti-penting pengingat meluruh jauh lebih lambat, kebiasaan dapat mengimbangi efek berkurangnya pengingat. Akhirnya, pengingat menjadi tidak perlu, karena  perilaku  yang dilakukan (atau setidaknya ingat) karena kebiasaan.
Nilai-nilai parameter dan dampak varians mereka menunjukkan proses berikut meningkatkan  perilaku frekuensi: Events sangat meningkatkan aksesibilitas dari dimaksudkan  perilaku , yang kemudian dengan cepat busuk lagi. Pengingat kompensasi untuk kerusakan ini dengan terus meningkatkan aksesibilitas. Pengaruh pengingat sangat tergantung pada komitmen seseorang untuk melakukan  perilakuyang mengarah pada perbedaan antar besar dalam perkembangan  perilaku frekuensi dari waktu ke waktu. Selain itu, arti-penting pengingat meluruh dari waktu ke waktu, mengurangi efektivitas mereka. Hal ini dikompensasikan dengan perlahan-lahan mengembangkan kebiasaan-tapi hanya jika  perilaku  dilakukan cukup sering.Jika  perilaku  dilakukan sebelum pengingat sudah diatur, dapat membangun kebiasaan yang sudah ada, yang mempercepat proses peningkatan  perilaku frekuensi.
Mengenai hasil studi empiris, masing-masing hipotesis dikompilasi:
  • Hipotesis 1 didukung oleh korelasi yang rendah dari komponen sikap dengan perilaku  frekuensi.
  • Hipotesis 2 didukung, sebagai parameter ambang aksesibilitas ( WBF   AT   dan WH   AT   ) yang dikalibrasi ke nilai lebih besar dari nol dan menghilangkan parameter ini menyebabkan kesalahan yang cukup besar.
  • Hipotesis 3 didukung bahkan dalam bentuk yang lebih kuat dengan nilai  ADP   : aksesibilitas untuk dimaksudkan perilaku  pembusukan pada kecepatan yang sama seperti kenangan retrospektif.
  • Hipotesis 4 didukung, sebagai bobot pengaruh komitmen ( WCI   acara   ) dari kedua peristiwa yang dikalibrasi ke nilai yang lebih besar dari nol dan menghilangkan parameter ini menyebabkan kesalahan yang cukup besar.
  • Hipotesis 5 didukung oleh korelasi yang tinggi dari fit dari berbagai optimasi dengan perbedaan nilai-nilai dari  WBF   AGBeh   , dengan nilai optimasi terbaik. Selain itu, menghilangkan parameter ini menyebabkan kesalahan yang cukup besar.
  • Hipotesis 6 didukung oleh nilai  WCI   Rem   , yang jauh lebih besar dari nol. Selain itu, pengaturan parameter ini ke nol menyebabkan kesalahan yang cukup besar.
  • Hipotesis 7 ini didukung oleh nilai  SDP   Rem   , yang jauh lebih kecil dari nilai  ADP  tapi jelas lebih besar dari nol. Selain itu, pengaturan peluruhan arti-penting menjadi nol menyebabkan kesalahan sistematis.
  • Hipotesis 8 didukung, sebagai fungsi logistik mengarah ke fit yang cukup dan lebih baik dari fungsi sederhana. Selain itu, parameter fungsi logistik dikalibrasi untuk nilai-nilai yang menonjolkan langkah karakteristik dari jenis fungsi.
  • Hipotesis 9 didukung oleh nilai  HDP   , yang jauh lebih besar dari nol. Selain itu, pengaturan parameter ini ke nol menyebabkan kesalahan yang cukup besar.
  • Hipotesis 10 didukung, sebagai  contoh  dengan peningkatan kebiasaan independen dari  perilaku  frekuensi menghasilkan kesalahan sistematis.
  • Hipotesis 11 ini didukung oleh data:  Perilaku  frekuensi meningkat dari waktu ke waktu jika  perilaku  dilakukan cukup sering.
  • Hipotesis 12 didukung untuk alasan yang sama seperti Hipotesis 8.
Semua hipotesis berasal dari  model yang  dikonfirmasi. Dengan demikian, data sangat mendukung disajikan  Model , yang sekarang dibahas pada tingkat yang lebih umum.

Pembahasan  Model
Setelah menunjukkan  Model kecukupan 's dalam studi empiris pertama, diskusi yang lebih umum disajikan. The Model  ini terkait dengan penelitian tentang calon memori dan kebiasaan, dan petunjuk lebih lanjut dibahas untuk pengujian, investigasi, dan aplikasi.

Hubungan Dengan Calon Memory Penelitian

Temuan baru untuk penelitian memori prospektif
Disajikan  Model  mempertimbangkan banyak topik penelitian utama yang ditemukan dalam literatur penelitian memori prospektif. Yang paling penting adalah kebutuhan akan sumber daya kognitif pada tugas-tugas memori prospektif (Prinsip 3), pembusukan aksesibilitas dari dimaksudkan  perilaku  (Prinsip 4), dan peningkatan aksesibilitas karena peristiwa (Prinsip 5),  perilaku  kinerja (Prinsip 6), dan alat bantu memori (Prinsip 7). Literatur yang berkaitan dengan topik ini telah dibahas di atas dalam penjelasan awal prinsip-prinsip.
Aspek baru, yang belum dipertimbangkan dalam penelitian memori prospektif, adalah efek dari kebiasaan pada mengingat dimaksudkan  perilaku . The  Model menegaskan bahwa kebiasaan mendukung penarikan kembali dimaksudkan perilaku , sehingga mengurangi kebutuhan akan sumber daya kognitif untuk berhasil menyelesaikan tugas memori prospektif. Asumsi ini sangat didukung oleh studi empiris disajikan dan harus dipertimbangkan dalam penyelidikan berulang tugas memori prospektif.
Penelitian empiris juga menunjukkan bahwa aksesibilitas dari dimaksudkan  perilaku pembusukan pada kecepatan yang sama seperti kognisi retrospektif (Prinsip 4).Meskipun demikian, calon isi memori dapat mengingat lebih mudah daripada isi memori retrospektif, karena mengingat tidak hanya bergantung pada peluruhan aksesibilitas tetapi juga di ambang aksesibilitas (Prinsip 3) dan terutama pada faktor-faktor yang meningkatkan aksesibilitas (Prinsip 4-7). Hal ini diasumsikan bahwa aksesibilitas dari dimaksudkan  perilaku , yang biasanya lebih penting kepada seseorang daripada nonintended  perilaku , lebih sering dan kuat meningkat peristiwa dan isyarat situasional daripada aksesibilitas kenangan retrospektif adalah.Namun, aksesibilitas kenangan retrospektif penting, misalnya, PIN kartu kredit, mungkin karena sering dan sangat meningkat sebagai orang-orang dari niat, membuat mereka hanya sebagai mudah untuk mengambil sebagai calon kenangan.Penelitian di masa depan membandingkan ingatan prospektif dan retrospektif harus mempertimbangkan faktor-faktor ini untuk datang ke pemahaman yang lebih baik tentang mengapa calon kenangan yang ingat lebih sering daripada kenangan retrospektif.
Peningkatan aksesibilitas agak diabaikan dalam penelitian memori prospektif dan sebagian besar diperlakukan dalam kaitannya dengan pengurangan sumber daya kognitif yang dibutuhkan atau dengan cara teoretis seperti asumsi tentang bagaimana kerja alat bantu memori. The  Model  memperkenalkan empat aspek baru dalam Prinsip 5-7. Mereka melibatkan (a) mempertimbangkan komitmen untuk melakukan  perilaku , juga disebut sebagai pentingnya tugas memori prospektif untuk orang tersebut; (b) mengingat pelaksanaan  perilaku  sebagai suatu peristiwa yang meningkatkan aksesibilitas ini perilaku  jika dilakukan kembali, (c) mengingat bahwa, dalam pengaturan dunia nyata, sebuah  perilaku  dilakukan dalam berbagai situasi, terutama pada jarak yang berbeda dari pengingat, dan (d) mengingat bahwa pengingat kehilangan efektivitas dari waktu ke waktu meskipun peluruhan ini relatif lambat .
Dalam studi empiris, efek pengingat hampir sepenuhnya ditentukan oleh komitmen terhadap perilaku . Selain itu, untuk efek peristiwa, intensitas komitmen memainkan peran penting. Hal ini tidak hanya menunjukkan pentingnya faktor ini untuk penelitian memori prospektif, tetapi juga menunjukkan pilihan untuk membuat pengingat yang lebih efektif dengan menggunakan langkah-langkah seperti niat implementasi atau self-komitmen.
Dalam studi ini,  perilaku  eksekusi sebagai suatu peristiwa yang meningkatkan aksesibilitas ini  perilaku  terjadi untuk menjadi penting. Namun, penelitian lebih lanjut diperlukan untuk menentukan lebih tepat dalam kondisi apa sering perilaku kinerja membuat mengingat  perilaku  lebih mudah dan dalam kondisi apa lain mengingat lebih sulit. Asumsinya adalah bahwa, jika  perilaku  selalu dilakukan dalam situasi yang sama dan, khususnya, dalam jangka waktu yang singkat (misalnya, dalam pengaturan laboratorium), lebih-sering eksekusi meningkatkan kinerja memori.Dalam pengaturan dunia nyata, lebih-sering  perilaku  kinerja juga berarti  perilaku dilakukan di lebih banyak situasi yang berbeda. Oleh karena itu, tinggi  perilaku frekuensi menunjukkan peningkatan kemungkinan bahwa  perilaku  dilakukan dalam keadaan yang membuat lebih sulit mengingat (yaitu, dalam situasi yang berbeda).Selanjutnya, jika lag antara satu  perilaku peristiwa-eksekusi agak besar, frekuensi yang lebih tinggi dari  perilaku  kinerja harus membuat tugas memori lebih sulit.
Mengingat kemungkinan bahwa  perilaku  dilakukan dalam situasi yang berbeda mungkin menjadi perbedaan paling penting antara studi yang dilakukan dalam pengaturan dunia nyata dan orang-orang di laboratorium. Dalam pengaturan dunia nyata, tidak pernah akan mungkin untuk melacak setiap situasi tunggal di mana berulang  perilaku  dilakukan. Oleh karena itu, konsep abstrak dari fungsi kesamaan diperkenalkan dan diformalkan dalam bentuk yang sangat disederhanakan. Meskipun seluruh berbagai situasi di mana orang-orang yang melakukan  perilaku digambarkan dengan hanya tiga parameter, fungsi itu cukup untuk menangkap karakteristik penting dari varietas ini.
The  Model  juga menunjukkan perlunya untuk melakukan studi jangka panjang.Dalam penelitian ini, pengaruh pengingat terlihat membusuk dari waktu ke waktu.Namun, pembusukan ini relatif lambat. Secara khusus, itu jauh lebih lambat dibandingkan peningkatan kekuatan kebiasaan jika  perilaku  dilakukan cukup sering.Dengan demikian, kebiasaan mungkin mengkompensasikan peluruhan efektivitas pengingat, namun, dalam banyak kasus,  perilaku  tidak dilakukan cukup sering.Dalam kasus terakhir,  perilaku  tidak akan dilakukan setelah beberapa minggu meskipun pengingat di tempat.
Akhirnya, Prinsip 1 poin untuk fakta bahwa mengingat  perilaku  hanyalah salah satu faktor yang menentukan  perilaku eksekusi. Terutama dalam pengaturan dunia nyata, sebuah  perilaku  mungkin diingat tetapi tidak dieksekusi karena tidak layak atau lain  perilaku  opsi lebih disukai. Sebaliknya, penyelidikan psikologis sosial harus mempertimbangkan bahwa  perilaku  tidak mungkin dilaksanakan karena sudah cukup dilupakan, meskipun preferensi untuk itu tinggi. Dalam studi empiris yang dijelaskan di atas, maka  perilaku  dinamika tidak dapat dijelaskan oleh sikap.

Penelitian yang ada untuk memori prospektif masih harus dipertimbangkan dalam model yang
Yang disajikan  Model  mempertimbangkan berbagai temuan dalam penelitian memori prospektif. Namun, demi kesederhanaan, banyak daerah lain penelitian lapangan ini harus dihilangkan dan harus dipertimbangkan dalam pekerjaan di masa depan. Fokus pertama pada tujuan utama dari  model yang , yaitu, untuk meramalkan efek bantu memori eksternal, gambaran yang lebih komprehensif dari literatur diberikan. Temuan mengenai efek dari isyarat situasional pada tugas-tugas memori prospektif dapat diringkas sebagai hal-hal berikut:
  • Isyarat situasional memungkinkan situasi untuk diakui sebagai satu di mana perilaku  harus dieksekusi (misalnya, Einstein & McDaniel, 1990 ;  . Marsh et al, 2000 ;  Marsh, Hancock, & Hicks, 2002 ).
  • Selain itu, isyarat situasional mengingatkan orang yang  perilaku  harus dieksekusi. Guynn et al. (1998)  menunjukkan bahwa yang dirancang dengan baik bantu memori eksternal mengaktifkan koneksi asosiatif antara situasi dan kunci perilaku yang akan dieksekusi, sehingga lebih mudah untuk mengingat  perilaku  pada saat kritis.
  • Alat bantu memori eksternal juga harus membuat cadangan tugas memori retrospektif seperti mengingat rincian tentang bagaimana  perilaku  akan dieksekusi ( Ellis & Kvavilashvili 2000 ,  Shapiro & Krishnan, 1999 ).
  • Akhirnya,  Einstein, McDaniel, Smith, dan Shaw (1998)  menyebutkan fungsi umpan balik dari memori bantuan dalam kasus berulang  perilaku . Beberapa  perilaku , seperti minum obat, tidak boleh dijalankan lebih dari sekali dalam jangka waktu tertentu. Dalam kasus ini, bantuan memori yang dirancang dengan baik menunjukkan apakah perilaku  telah dieksekusi atau masih harus dieksekusi.
Disajikan  Model  menganggap hanya titik kedua. Untuk mempertimbangkan titik pertama, modul persepsi tambahan harus ditambahkan, sebagai titik ini tidak menyangkut proses memori. Seperti augmentation dari  model yang akan masuk akal jika penyelidikan yang melibatkan kasus-kasus di mana situasi dapat ditafsirkan secara keliru. Jika kebenaran  perilaku  kinerja adalah masalah karena pengetahuan yang hilang pada saat kritis, titik ketiga harus dipertimbangkan. Di sini, pada dasarnya sama memori  jenis  seperti yang disajikan dapat digunakan, tetapi kognisi akan isi memori retrospektif daripada dimaksudkan  perilaku . Para aksesibilitas kenangan retrospektif membusuk, tetapi mereka juga meningkat oleh peristiwa tertentu dan isyarat situasional seperti pengingat. Karena  perilaku  diselidiki dalam studi empiris tidak memiliki batasan pada seberapa sering hal itu bisa dilakukan, titik terakhir tidak dianggap. Pertimbangan tersebut mungkin akan lebih rumit mengingat bahwa model yang  harus melacak periode di mana  perilaku  harus dilakukan dan di mana tidak harus dilakukan. Secara teknis, ini dapat dengan mudah dilaksanakan, tapi pertama-tama perlu untuk mengetahui secara lebih rinci proses psikologis dari pelacakan ini.
Kurangnya penelitian tentang masalah yang terkait dengan overperforming sebuah perilaku  mengarah ke daerah lain agak diabaikan tidak tergabung dalam aktual Model : berbasis waktu prospektif mengingat. Beberapa penelitian di daerah ini (misalnya,  Kvavilashvili & Fisher 2007 ,  Maylor, 1990 ;  . Sellen et al, 1997 ) telah berfokus pada pertanyaan tentang apa yang merangsang subjek untuk berpikir mengenai tugas mereka harus melakukan pada waktu tertentu. Seperti yang terjadi, mengingat tugas biasanya sudah otomatis (yaitu, diaktifkan oleh isyarat, atau hanya "muncul dalam pikiran seseorang"). Selain itu, orang-orang yang melakukan tugas berbasis waktu mengingat tugas lebih sering daripada orang-orang yang melakukan tugas yang berbasis event. Namun, pada saat-saat kritis, tugas berdasarkan waktu lupa lebih sering daripada tugas berbasis event.  Kvavilashvili dan Fisher (2007) mengusulkan random-walk  Model  pikiran. Idenya adalah bahwa pikiran "berkeliaran di sekitar" secara acak dan pikiran lebih dekat berliku-liku untuk tugas, semakin mudah tugas akan diingat. Hal ini dengan mudah bisa dipertimbangkan dalam  model yang  dengan menambahkan nomor acak dengan ambang batas aksesibilitas.Namun, dalam kondisi dunia nyata, tugas berbasis waktu murni mungkin jarang terjadi karena mereka umumnya menjadi tugas berdasarkan aktivitas (misalnya, dengan menetapkan jam alarm atau dengan kopling tugas dengan beberapa peristiwa yang terjadi secara alami atau rutin  perilaku , lihat, misalnya,  Maylor, 1990). Namun, masalah dari  perilaku yang diingat, meskipun tidak pada saat yang tepat atau di lokasi yang benar, juga umum untuk banyak tugas dalam pengaturan dunia nyata. Dalam aktual  Model , tidak ada perbedaan dibuat antara apakah  perilaku benar-benar dilupakan atau dikenang, hanya saja tidak pada waktu yang tepat atau tempat. Versi masa depan dari  model yang  mungkin mempertimbangkan masalah tersebut secara lebih rinci.
Di sisi lain, banyak penelitian memori prospektif meliputi perbedaan usia. Ini tidak secara eksplisit dipertimbangkan dalam disajikan  Model . Namun, literatur menunjukkan bahwa tidak ada perbedaan tersebut dapat ditemukan dalam pengaturan dunia nyata dan bahwa mereka tampaknya lebih dari artefak pengaturan laboratorium.  Rendell dan Craik (2000)  melakukan percobaan laboratorium yang mungkin menirukan pengaturan dunia nyata, dan mereka memang menemukan perbedaan usia. Namun, di dunia nyata, tidak ada perbedaan seperti itu ditemukan.Para penulis disebutkan, sebagai alasan untuk perbedaan-perbedaan mencolok antara laboratorium dan studi lapangan, kerangka waktu yang lebih lama, kegiatan yang sedang berlangsung yang dipilih oleh orang itu sendiri, aspek motivasi, dan prediktabilitas dari peristiwa masa depan dalam pengaturan dunia nyata dibandingkan dengan dalam pengaturan laboratorium.  Kvavilashvili dan Fisher (2007)menjelaskan kurangnya pengaruh perbedaan usia dengan motivasi yang lebih tinggi (yaitu, komitmen) dari orang-orang lanjut usia, sedangkan  Maylor (1990) menjelaskan adanya perbedaan usia dengan teknik yang digunakan oleh orang-orang untuk mengingat tugas ( misalnya, kopling rutin  perilaku , perencanaan ke depan, penggunaan alat bantu memori eksternal, dll).  Henry et al. (2004) berpendapat bahwa, untuk proses otomatis, tidak ada perbedaan usia dapat ditemukan, tetapi jika proses yang lebih strategis yang terlibat, maka perbedaan usia lebih akan muncul. Menurut  McDaniel dan Einstein (2000) , proses strategis yang diperlukan dalam kasus-kasus
(A) PM isyarat non khas, (b) hubungan yang lemah antara isyarat dan tindakan dimaksud, (c) yang sangat perhatian-menuntut atau terlibat tugas yang sedang berlangsung, atau (d) pengolahan PM isyarat yang perifer untuk pengolahan yang dilakukan dalam tugas yang sedang berlangsung. ( Henry et al., 2004 , p. 28)
Dengan demikian, dalam disajikan  Model , perbedaan usia bisa dengan mudah dianggap dengan meningkatkan ambang aksesibilitas sementara pada saat yang sama membuat pengingat lebih efektif.
Aspek lain yang tidak termasuk dalam  model yang  merupakan alat bantu memori internal seperti ingatan ( Ellis, 1996 ) dan latihan ( Kvavilashvili, 1987 ). Ini dapat dimodelkan dengan menambahkan pengaruh mirip dengan peristiwa eksternal. Bantu Memori internal juga bisa dimodelkan mirip dengan efek dari  perilaku  eksekusi di mana aksesibilitas akan meningkat bukan oleh frekuensi  perilaku  eksekusi melainkan oleh frekuensi menerapkan bantu memori internal. Versi pertama akan memodelkan  jarang terjadi pengingat disengaja untuk melakukan tugas tersebut, sedangkan versi kedua akan  memodelkan  proses otomatis yang lebih berkelanjutan. Penelitian di masa depan harus menunjukkan formulir yang lebih memadai atau dalam hal ini salah satu bentuk atau yang lain yang akan digunakan.Relatedly, topik yang lain adalah kebutuhan akan sumber daya kognitif dalam melakukan rekoleksi ini dan latihan. Lebih khusus lagi, kebutuhan akan sumber daya kognitif dalam melaksanakan tugas-tugas memori prospektif, seperti yang diteliti dalam berbagai percobaan, mungkin memiliki dua aspek: kebutuhan akan sumber daya kognitif untuk (a) ingat  perilaku pada saat kritis dan (b) menjaga aksesibilitas tinggi untuk jangka waktu lama. Mengingat bantu memori internal akan sangat menarik ketika menyelidiki alat bantu memori sosial ( Schaefer & Laing, 2000 ) dalam simulasi multi agen. Hal ini akan memungkinkan pemodelan efek negatif mengharapkan diingatkan oleh seseorang tanpa itu benar-benar terjadi.

Kaitannya dengan Kebiasaan Penelitian
The  Model  mempertimbangkan prinsip-prinsip utama pembelajaran asosiatif menjadi peluruhan asosiasi (Prinsip 8), peningkatan asosiasi tergantung pada frekuensi melakukan  perilaku  dalam situasi tertentu (Prinsip 9), dan efek dari  perilaku eksekusi pada mirip tindakan yang dilakukan dalam situasi yang sama (Prinsip 10).Studi empiris menghindari membingungkan proses-kebiasaan yang berhubungan dengan faktor-faktor lain yang dapat menyebabkan diulang  perilaku  kinerja (Prinsip 1 dan 2) dengan berfokus pada efek memori kebiasaan dan perkembangan mereka dari waktu ke waktu. Jelas dinamika kebiasaan yang ditemukan, menunjukkan proses peningkatan atau penurunan kekuatan kebiasaan maksimum atau nol, masing-masing, dalam waktu kurang lebih 1 bulan. Ini laju perkembangan kebiasaan agak lebih lambat daripada yang ditemukan dalam literatur (misalnya,  Breckler & Wiggins, 1989 ;  Ronis et al, 1989. ;  Tolman & Honzik, 1930 ), tetapi masih tampaknya masuk akal. Perbedaan mungkin berasal dari definisi kebiasaan sepenuhnya dikembangkan (yaitu, kekuatan kebiasaan maksimum) dan juga dari jenis  perilaku . Sebagai contoh, dalam studi  Baldwin et al. (2006) , butuh waktu berbulan-bulan untuk mata pelajaran untuk mengembangkan kebiasaan merokok. Ini mungkin karena kesulitan yang lebih besar dalam membangun kebiasaan untuk tidak melakukan sesuatu dibandingkan dengan melakukan sesuatu, serta masalah mengatasi kebiasaan lama dan, khususnya, mengatasi ketergantungan fisik seperti merokok. Selanjutnya, seperti juga ditunjukkan oleh para penulis, proses berhenti merokok mungkin lebih terkait dengan perilaku  preferensi (Prinsip 2) daripada kebiasaan, seperti orang-orang berada dalam konflik antara menginginkan rokok (sikap afektif) dan menilai merokok yang tidak diinginkan (sikap instrumental, yaitu, keyakinan dan norma-norma).
Mungkin yang paling penting dari konsep kebiasaan dalam  model yang  disajikan di sini adalah bahwa kebiasaan tidak dipahami sebagai kekuatan penggerak  perilaku seleksi. Sebaliknya, kebiasaan memiliki dampak sentral pada proses memori dengan membuat lebih mudah untuk mengingat mengulangi  perilaku . Alasan bahwa kebiasaan  perilaku  dilakukan jauh lebih sering daripada nonhabitual  perilaku adalah bahwa lain  perilaku  pilihan yang tidak dapat diakses pada saat yang kritis.Jika mereka ingat, mungkin masih bahwa preferensi yang sebenarnya bagi mereka adalah lebih rendah daripada kebiasaan  perilaku , terutama karena pengaruh afektif. Dikatakan bahwa, ketika melakukan kebiasaan buruk, orang tidak terjebak dalam otomatisitas tak terelakkan. Sebaliknya, mereka mungkin hanya akan linglung atau, pada saat yang sebenarnya, mungkin tidak merasa seperti melakukan  perilaku mereka akan mempertimbangkan lebih baik dalam kondisi lain. Misalnya, orang mungkin makan snack yang tidak sehat karena mereka lupa mereka ingin beralih ke makan buah sebagai gantinya atau karena, pada saat keputusan, mereka mungkin lebih suka camilan yang tidak sehat karena lebih baik rasa-meskipun, ketika merenungkan keputusan, mereka lebih suka buah karena lebih sehat. Either way, itu bukan otomatisitas reflexlike yang membuat orang makan makanan yang tidak sehat.Ini adalah keputusan sadar dibuat dalam keadaan yang berbeda daripada ketika merenungkan diet mereka dengan perut puas. Dengan demikian, tidak ada kebiasaan perlu menjadi rusak, melainkan, seseorang harus diingatkan dari target  perilaku , dan tindakan harus diambil untuk menjaga ini  perilaku  menarik dalam situasi kritis ketika harus dilakukan.
Hal ini tidak berarti tugas yang mudah, dan tidak berpendapat bahwa mengubah diri dari kebiasaan ke baru  perilaku usaha. Sebaliknya, ia berpendapat bahwa, meskipun upaya yang diperlukan, seperti yang ditunjukkan oleh banyak studi (misalnya,  Vohs et al., 2005 ), upaya ini tidak digunakan untuk menekan kebiasaan  perilaku  , tetapi untuk menjaga baru  perilaku  dalam pikiran. Selain itu, diperlukan upaya untuk menjaga baru  perilaku  menarik pada saat dan situasi kinerja atau untuk melakukan itu terlepas dari daya tarik afektif yang lebih rendah.
Argumen tidak boleh dipahami sebagai mengecilkan pentingnya keputusan berbasis kebiasaan dalam kehidupan sehari-hari. Sebaliknya, untuk keputusan perilaku yang paling sehari-hari, memori adalah faktor penting, mengingat bahwa keterlibatan kognitif dalam situasi ini biasanya minimal. Selain itu, argumen tidak menyangkal bahwa kebiasaan memiliki banyak karakteristik automaticities ( Bargh, 1996 ;  Bargh & Chartrand 1999 ), seperti, misalnya, bahwa kebiasaan  perilaku  dapat dilakukan tanpa menggunakan sumber daya kognitif dan bahwa  perilaku yang dipilih secara tidak sadar. Namun, kebiasaan  perilaku  tidak dijalankan pasti dengan adanya stimulus mengaktifkan. The  Model  yang disajikan di sini menyatakan proses yang memediasi efek rangsangan tersebut pada perilaku  dan kondisi di mana kebiasaan yang atau tidak dilakukan.
Meskipun penelitian ini mendukung peran penting dari kebiasaan dalam proses memori, penyelidikan lebih lanjut diperlukan untuk menentukan apa kebiasaan sejauh dilakukan secara otomatis. Studi semacam harus melibatkan  perubahan perilaku karena perbandingan belaka kebiasaan  perilaku  dengan kebiasaan kurang perilaku  akan mengarah pada hasil yang sama, yaitu bahwa kebiasaan  perilaku dilakukan lebih sering daripada nonhabitual perilaku  dalam kondisi keterlibatan kognitif rendah. Namun, argumen artikel ini akan didukung jika langkah-langkah yang berfokus pada menjaga nonhabitual  perilaku  dalam pikiran dan menarik memiliki dampak yang lebih besar pada perubahan perilaku  dari langkah-langkah yang menegakkan penindasan kebiasaan  perilaku . Misalnya, niat implementasi yang berfokus pada melakukan baru  perilaku  harus lebih efektif daripada niat implementasi yang berfokus pada menekan kebiasaan  perilaku . Terkait dengan argumen ini adalah pandangan bahwa kebiasaan tidak selalu menghambat kinerja lebih disengaja  perilaku . Memang, seperti dalam studi empiris yang disajikan di sini, dalam banyak kasus, kebiasaan mendukung tujuan-diarahkan  perilaku  ( Foerde, Poldrack, & Knowlton, 2007 ;  Hay & Jacoby, 1996 ;  Wood & Neal, 2007 ). Ini bukan karena kebiasaan bergantung pada tujuan tetapi karena  perilaku  yang mendukung tujuan dilakukan lebih sering dan dengan demikian memiliki kesempatan yang lebih baik menjadi kebiasaan.
Prinsip terakhir dari  model yang  menyatakan bahwa kebiasaan berkembang tidak hanya untuk  perilaku yang  dijalankan dalam situasi tertentu, tetapi juga untuk tindakan serupa dalam situasi yang sama. Seperti telah ditunjukkan ketika memperkenalkan Prinsip 10, asumsi ini bukanlah hal baru dan bahkan secara implisit dipertimbangkan dalam banyak penelitian tentang kebiasaan. Namun, formalisasi sangat sederhana diusulkan dan berdiri tes dalam studi empiris. Fungsi kesamaan yang sama digunakan sebagai pengingat untuk efek yang dibahas di atas, yang menunjukkan bahwa pengingat mungkin telah menjadi isyarat penting untuk berhubungan dengan  perilaku .
Mengenai bagian-kebiasaan yang berhubungan dengan  model yang , tidak banyak ekstensi tampak mungkin tanpa mengubah tujuan dari  model yang  dan membuatnya jauh lebih kompleks. Secara khusus, penyelidikan fenomena yang sangat spesifik, seperti penyebab dan variasi slip tunggal-tindakan, tidak harus dicoba dengan disajikan  model yang  karena penelitian tersebut membutuhkan kelas yang sama sekali berbeda dari  model  (misalnya,  Botvinick & Plaut 2004 ;  Cooper & Shallice 2000 ). Namun, proses perhatian (misalnya,  Kruschke 2001 ) mungkin dianggap pada tingkat abstrak dalam modul persepsi tambahan. Selain itu, fungsi kesamaan yang lebih canggih mungkin menarik meskipun pada kenyataannya mereka membuat  model yang  jauh lebih rumit dan menuntut data bahkan lebih. Konsep yang mungkin telah dibahas dalam penyajian  Model  (Prinsip 10).

Kekurangan dan Investigasi lebih lanjut
Mengenai  Model  itu sendiri, kelemahan yang paling penting mungkin pengurangan untuk sekadar proses memori dan kelalaian dari dua faktor lain yang menentukan perilaku  seperti yang dijelaskan dalam Prinsip 1. Secara teknis, menambahkan modul lebih lanjut tidak ada masalah. Namun, penyelidikan yang kompleks seperti  model yang  menjadi sangat sulit, dan itu mungkin lebih baik untuk menyelidiki pertama modul oleh modul. Untuk alasan yang sama, penyelidikan disajikan terbatas pada kasus-kasus terpisah yang tidak berinteraksi. Dalam pendekatan berbasis agent yang digunakan, tidak sulit untuk menyelidiki populasi berinteraksi individu. Ini mungkin salah satu langkah selanjutnya dalam mengeksplorasi lebih lanjut  Model .
Beberapa kekurangan dari studi empiris harus dibicarakan. Pertama-tama, himpunan variabel yang time series yang dikumpulkan sangat terbatas. Dengan demikian, beberapa konstruksi tidak hadir dalam data, terutama kekuatan kebiasaan dan komitmen. Namun, kedua konstruksi ini sulit untuk diukur di lapangan. Untuk kasus kekuatan kebiasaan, para peserta dapat ditanyakan langsung baik apakah mereka merasa bahwa tertentu perilaku  dilakukan biasa (misalnya,  Orbell, Blair, Sherlock, & Conner, 2001 ;  Verplanken & Orbell 2003 ) atau sampai sejauh mana kebiasaan lain menghambat  perilaku eksekusi 's. Sayangnya, orang mungkin tidak menyadari kebiasaan mereka, dan dengan demikian jawaban atas pertanyaan-pertanyaan tersebut mungkin tidak dapat diandalkan ( Nisbett & Wilson, 1977 ). Namun,  Wood et al. (2002)  menemukan korelasi yang tinggi antara kebiasaan diri diklasifikasikan dan kriteria definisi yang biasanya digunakan kebiasaan seperti frekuensi  perilaku kinerja, stabilitas kontekstual, keterlibatan kognitif yang rendah, dan kompleksitas rendah dari  perilaku . Dengan demikian, kebiasaan mungkin sebenarnya secara memadai dinilai oleh penyelidikan langsung. Untuk menentukan intensitas komitmen, berbagai pengukuran telah digunakan. Misalnya,  Naik et al. (2003) bertanya tentang berbagai aspek perencanaan pelaksanaan dimaksudkan  perilaku  dan mengatur skala yang terdiri dari beberapa item. Kemungkinan lain bertanya tentang kekuatan peserta komitmen merasa menuju melakukan tertentu  perilaku , tentang pentingnya melakukan keputusan, atau untuk apa gelar mereka mencoba untuk mematuhi keputusan mereka.
Pertanyaan lain mengacu pada kualitas data yang digunakan. Tiga pengaruh yang mungkin merusak data yang dibahas. Ini adalah bias sistematik seperti (a) pengaruh keinginan sosial, (b) efek dari kejadian acak ketika menggunakan item tunggal untuk mengukur konstruksi, dan (c) efek dari pengukuran pada data. Mengenai pengaruh pertama dalam penelitian yang dipresentasikan, item utama yang menanyakan tentang  perilaku  mudah untuk menjawab, dan tidak ada alasan yang jelas ada untuk tidak memberikan jawaban yang benar. Bahkan lebih penting lagi, bahkan jika ada bias sistematis dalam jawaban, ini akan mempengaruhi hanya nilai absolut, bukan pengembangan jawaban '. Hal ini sangat mungkin bahwa beberapa peserta akan menunjukkan bias yang sama dalam mengubah jawaban dari waktu ke waktu.Mungkin ada bias keinginan sosial untuk menyatakan tinggi  perilaku  frekuensi, tetapi tidak ada norma ada tentang bagaimana perilaku  frekuensi harus mengembangkan dari waktu ke waktu. Selanjutnya, para peserta harus merencanakan jawaban mereka di depan waktu untuk membuat bias dalam dinamika.Mengenai pengaruh kedua, peristiwa acak sangat dipengaruhi data, seperti dapat dilihat oleh puncak dalam time series dari  perilaku  frekuensi. Namun, sebagai item yang sama diminta berkali-kali, pengaruh gangguan acak pada kecenderungan umum jawaban harus kecil. Dengan demikian dapat disimpulkan bahwa data harus dapat diandalkan, setidaknya dalam hal dinamika dijelaskan oleh  Model . Ketiga, mengisi kuesioner seharusnya tidak memiliki pengaruh pada  perilaku kinerja seperti itu terjadi pada waktu yang sama sekali berbeda dari hari dari yang sebenarnya perilaku . Di sisi lain, kunjungan pewawancara memiliki efek lebih dramatis pada perilaku  kinerja, tetapi efek ini secara eksplisit dipertimbangkan dalam  model yang .
Sebuah Kelemahan terakhir adalah desain global studi empiris itu. Untuk alasan penelitian, desain eksperimental menggunakan beberapa kelompok dengan perlakuan yang berbeda akan menjadi lebih baik. Desain yang sempurna untuk menilai perkembangan kebiasaan akan memulai baru  perilaku  dan kemudian-untuk setiap kelompok eksperimen pada titik yang berbeda dalam waktu- mengubah  the perilaku  kembali lagi atau  mengubah  ke yang lain  perilaku . Namun, seperti desain akan sangat sulit untuk menerapkan dan akan menimbulkan pertanyaan etis karena subjek dalam kampanye akan benar-benar bingung tentang prosedur. Karena itu, ketika mengumpulkan data dari sebenarnya perilaku - perubahan  kampanye, keterbatasan tertentu harus diterima, dan tidak dapat diharapkan bahwa data seperti yang dalam percobaan laboratorium akan diperoleh. Namun,  model yang pasti harus diuji dengan data yang lebih dikumpulkan selama kampanye tersebut untuk memastikan generalisasi hasil. Data pada dua kampanye mempromosikan desinfeksi air di Bolivia telah dianalisis dan mendukung dari  model yang . Investigasi ini akan diterbitkan di tempat lain.

Kesimpulan
Ini akan selalu menantang untuk menyelidiki metode di mana  perilaku - perubahan ukuran fungsi dalam pengaturan dunia nyata. Banyak efek berinteraksi dan proses harus dipertimbangkan secara bersamaan. Namun, pada saat yang sama, hanya data yang sangat terbatas yang tersedia, dan bahkan pengingat sederhana mempengaruhi  perilaku  dalam cara yang rumit. Solusi yang diusulkan adalah pengembangan komputer  model  yang mencakup semua proses yang relevan dalam bentuk yang sangat abstrak. Di sisi empiris, saran adalah untuk mengumpulkan data hanya pada beberapa variabel namun untuk melakukannya berulang kali untuk menangkap dinamika dalam time series. Dengan menggabungkan simulasi komputer dengan data time-series, adalah mungkin untuk menyelidiki proses tersembunyi dan variabel yang terkait, yang tidak terukur di lapangan.
Dengan demikian, penelitian yang dipresentasikan menyebabkan banyak temuan mengejutkan yang mungkin meletakkan dasar untuk penelitian masa depan. Yang paling penting, peran kebiasaan dalam mengingat dari dimaksudkan  perilaku  harus dipertimbangkan baik dalam penelitian dan kebiasaan dalam penelitian memori prospektif. Selain itu, di bidang  perubahan perilaku , kebiasaan harus dilihat lebih sebagai abettors tujuan-diarahkan  perilaku  bukan sebagai hambatan yang harus diatasi: Masalah berubah setiap hari  perilaku  tidak melibatkan melanggar kebiasaan lama melainkan kurangnya kebiasaan untuk baru  perilaku . Sampai kebiasaan baru dikembangkan, langkah-langkah seperti pengingat dan niat implementasi yang diperlukan untuk  perilaku  yang akan dilakukan sering.
Hal ini juga telah menunjukkan bahwa, untuk sepenuhnya memahami dampak dari alat bantu memori, penting untuk melakukan studi lapangan selama waktu yang lebih lama untuk menyelidiki bagaimana efek bervariasi karena keadaan situasional dan perubahan  dari waktu ke waktu. Artikel ini juga bisa memicu penelitian laboratorium masa depan, karena ini  model yang  memperkenalkan banyak pembedaan yang telah diabaikan dalam penelitian memori prospektif. Sebagai contoh, fakta bahwa perilaku  dikenang lebih sering bisa disebabkan baik pembusukan lebih lambat dari aksesibilitas, peningkatan aksesibilitas kuat karena berbagai aktivitas dan proses, atau mengurangi ambang aksesibilitas karena keadaan situasional. Penelitian yang disajikan dalam artikel ini menunjukkan bahwa yang dimaksud  perilaku  yang lupa pada kecepatan yang sama seperti isi memori retrospektif. Namun, karena kepentingan yang lebih tinggi mereka, aksesibilitas niat yang lebih sering dan lebih kuat meningkat oleh peristiwa, isyarat situasional, dan alat bantu memori eksternal dan internal. Demikian pula, kebutuhan akan sumber daya kognitif mungkin disebabkan oleh upaya untuk mengingat  perilaku  pada saat yang kritis atau dengan upaya untuk menjaga tinggi aksesibilitas untuk jangka waktu lama. Akhirnya, penelitian ini menarik koneksi untuk penelitian tentang self-komitmen dan niat implementasi yang masih harus dieksplorasi lebih dalam. Studi ini menunjukkan bahwa komitmen untuk melakukan  perilaku  meningkatkan efek mengingatkan peristiwa dan isyarat.
Dari sudut pandang pragmatis, penelitian ini mencapai tujuannya untuk mengembangkan sederhana  Model  yang dapat memprediksi dan menjelaskan dinamika  perilaku  kinerja dibatasi oleh lupa dan yang dapat memungkinkan perencanaan perilaku - perubahan  kampanye yang menggunakan pengingat. The Model  telah demikian lulus uji pertama dengan data empiris dari nyata  perilaku -perubahan  kampanye dan sekarang siap untuk penyelidikan lebih lanjut. Jika  model yang  nilai baik, mungkin akan diterapkan untuk merencanakan kampanye berikutnya.Namun demikian, harus dilihat bukan sebagai solusi yang tepat tetapi hanya sebagai salah satu alat antara lain yang dapat membantu individu atau tim untuk cepat tiba pada keputusan yang dapat diterima.


 LampiranA

Proporsional Decay of aksesibilitas ( Persamaan 2  Prinsip 4)
Gambar A1  visualisasi pembusukan proporsional parameter aksesibilitas pembusukan,  ADP   . Pada hari 0, aksesibilitas meningkat oleh sebuah peristiwa secara maksimal dan kemudian meluruh. Pembusukan cepat pada awalnya dan kemudian melambat. Dalam  Gambar A1 , pengaruh konstan  perilaku  eksekusi (parameter gain aksesibilitas untuk  perilaku eksekusi,  AGP   Beh   , lihat Prinsip 6 dalam teks utama) dianggap dan bervariasi. Perhatikan bahwa  ADP   tergantung pada panjang langkah waktu simulasi, di sini, langkah waktu sehari. Jika simulasi dijalankan dalam langkah menit bukan, nilai  ADP   akan jauh lebih kecil. Hal yang sama berlaku untuk parameter peluruhan lainnya (yaitu,  SDP  Rem   dan  HDP   ).
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.
Pembusukan Proporsional aksesibilitas setelah peristiwa aksesibilitas meningkat pada hari 0, sesuai dengan Persamaan 2. Model ini dikalibrasi dengan ADP value = 0,76, mendekati nilai 0,84, yang meniru data empiris dari Ebbinghaus (1885), Finkenbinder (1913), dan Krueger (1929). Studi ini menggunakan metode tabungan, yang menyatakan aksesibilitas kenangan dalam persentase waktu yang dihemat dalam belajar kembali materi. Sebuah ADP yang lebih kecil dari .40 akan menyebabkan pembusukan lebih lambat. Aksesibilitas ini terus meningkat dengan keuntungan akses konstan untuk melaksanakan perilaku (AGCBeh), menurut Persamaan 4. ADP = parameter aksesibilitas pembusukan.
Untuk membandingkan hasil penelitian ini dengan penelitian tentang dinamika memori retrospektif,  ADP   dikalibrasi dengan beberapa data yang ada yang menggambarkan kurva melupakan. Mengingat bahwa melupakan tergantung pada berbagai faktor (lihat Prinsip 3 di teks utama), studi yang hanya mempertimbangkan jumlah bahan ingat tidak cocok di sini. Sebaliknya, hanya penelitian yang menggunakan metode penghematan untuk mengukur retensi digunakan. Mengukur adalah persentase waktu belajar yang disimpan dibandingkan dengan pembelajaran pertama kalinya.Tiga set data yang dimasukkan pada Gambar A1:  Ebbinghaus (1885) ,  Finkenbinder (1913 , rata-rata dari semua kondisi), dan  Krueger (1929 , kondisi 150%). Dalam semua kasus, replikasi diterima dari data menyusul  ADP   sekitar 0,84.

Kesamaan Fungsi ( Persamaan 5  Prinsip 7)
Kedua efek jarak dari pengingat pada efek mengingatkan (lihat Prinsip 7 dalam teks utama) dan pengaruh kesamaan situasi pada pengembangan kebiasaan (lihat Prinsip 10 dalam teks utama) dimodelkan dengan fungsi kesamaan  Sf   ( BF   ) seperti yang didefinisikan oleh  Persamaan 5  Prinsip 7. Terlepas dari kompleksitas persamaan itu, fungsi memiliki bentuk agak sederhana, yang dapat dilihat pada  Gambar A2 .
Kesamaan fungsi (Persamaan 5) untuk nilai yang berbeda dari parameter titik balik, TS, parameter kemiringan, SS, dan parameter perbedaan, DP. Model ini dikalibrasi dengan nilai-nilai berikut: TS = .52, SS = 19.52, dan DP = .79. Fungsi ini juga diplot untuk TS = 1.0, SS = 10, dan DP = 0,4, dimana nilai-nilai parameter masing-masing lainnya disimpan pada nilai dikalibrasi.
Fungsi kesamaan memiliki bentuk langkah: Hingga tertentu  perilaku  frekuensi, nilainya menunjukkan sedikit perubahan . Kemudian, nilai-nilai menurun dengan cepat dan, akhirnya, sekali lagi,  berubah  sangat sedikit. Parameter titik balik, T   S  , menentukan di mana frekuensi langkah fungsi kemiripan terletak; parameter lereng, S   S  , set lebar area  perubahan , dan parameter ketidaksamaan,  DP   , mendefinisikan ketinggian langkah. Kesamaan antara situasi dari dua frekuensi berbanding terbalik dengan perbedaan fungsi kesamaan untuk dua  perilaku frekuensi.

Fungsi untuk Kebiasaan Kekuatan Peningkatan Lain Selain Tindakan Executed (Persamaan 10  Prinsip 10)
Persamaan 10  di teks utama menggambarkan bagaimana kebiasaan atas tindakan tidak dieksekusi peningkatan ketergantungan mereka pada kesamaan mereka untuk tindakan benar-benar dilakukan. Fungsi agak rumit ini secara grafis diwakili dalamGambar A3 .
Fungsi gain kebiasaan (Persamaan 10) didefinisikan sebagai fungsi logistik di mana nilai-nilai yang dibatasi maksimum yang sama dengan nilai fungsi untuk frekuensi perilaku (BF) dilakukan. Dalam diagram, fungsi logistik lengkap ditunjukkan oleh garis putus-putus dan nilai yang diijinkan (yaitu, nilai kurang dari atau sama dengan nilai untuk BFExe) oleh garis padat. Fungsi ini diplot untuk dieksekusi frekuensi perilaku .2 dan .3. Parameter yang ditetapkan untuk nilai-nilai dikalibrasi (yaitu, DP = .79, HDP = 08, SS = 19.5, TS = .52). HabitGainExe = .5.
Untuk  perilaku  frekuensi yang lebih rendah daripada dieksekusi  perilaku  frekuensi, kekuatan kebiasaan meningkat pada tingkat yang sama seperti untuk frekuensi dieksekusi, seperti yang didefinisikan oleh  Persamaan 9  di teks utama ( HabitGain  Exe   ). Untuk yang lebih tinggi  perilaku  frekuensi, kekuatan kebiasaan meningkat dalam proporsi langsung dengan kesamaan antara situasi di mana tindakan ini perilaku  frekuensi dilakukan dan orang-orang di mana tindakan diwakili oleh dieksekusi  perilaku  frekuensi dilakukan. Untuk kasus ini, kemiripan situasi dimodelkan dengan fungsi kesamaan diperkenalkan pada Prinsip 7 dalam teks utama.Tentu saja, fungsi kesamaan yang berbeda dapat digunakan di sini jika perbedaan situasional yang berbeda dari mereka dari efek pengingat atau jika perbedaan karakteristik motor tindakan harus dipertimbangkan.


 LampiranB
 


References 

1. Aarts, H.,  Verplanken, B., &  van Knippenberg, A.  (1998). Journal of Applied Social Psychology.
2. Ajzen, I.  (1991). Organizational Behaviour and Human Decision Processes.
3. Baldwin, A. S.,  Rothman, A. J.,  Hertel, A. W.,  Linde, J. A.,  Jeffery, R. W.,  Finch, E. A., &  Lando, H. A.  (2006). Health Psychology.
4. Bamberg, S.,  Ajzen, I., &  Schmidt, P.  (2003). Journal of Basic and Applied Social Psychology.
5. Bargh, J. A.,  Higgins, E. T., &  Kruglanski, A. W.  (1996). Social psychology: Handbook of basic principles. New York: Guilford Press.
6. Bargh, J. A., &  Chartrand, T. L.  (1999). American Psychologist.
7. Barnett, S. M., &  Ceci, S. J.  (2002). Psychological Bulletin.
8. Belk, R. W.  (1975). Journal of Consumer Research.
9. Binder, C., &  Mosler, H.-J.  (2007). Resources, Conservation and Recycling.
10. Botvinick, M. M., &  Plaut, D. C.  (2004). Psychological Review.
11. Breckler, S. J., &  Wiggins, E. C.  (1989). Journal of Experimental Social Psychology.
12. Chasteen, A. L.,  Park, D. C., &  Schwarz, N.  (2001). Psychological Science.
13. Cohen, R. L.  (1981). Scandinavian Journal of Psychology.
14. Conner, M., &  Armitage, C. J.  (1998). Journal of Applied Social Psychology.
15. Cooper, R., &  Shallice, T.  (2000). Cognitive Neuropsychology.
16. Dahlstrand, U., &  Biel, A.  (1997). Journal of Applied Social Psychology.
17. Danner, U. N.,  Aarts, H., &  de Vries, N. K.  (2007). Personality and Social Psychology Bulletin.
18. Dockree, P. M., &  Ellis, J. A.  (2001). Memory & Cognition.
19. Duan, Q. Y.,  Gupta, V. K., &  Sorooshian, S.  (1993). Journal of Optimization Theory and Applications.
20. Ebbinghaus, H.  (1885). Über das Gedächtnis. Leipzig, Germany: Duncker.
21. Eckerman, D. A.,  Hienz, R. D.,  Stern, S., &  Kowlowitz, V.  (1980). Journal of the Experimental Analysis of Behavior.
22. Einstein, G. O., &  McDaniel, M. A.  (1990). Journal of Experimental Psychology: Learning, Memory, and Cognition.
23. Einstein, G. O.,  McDaniel, M. A.,  Smith, R., &  Shaw, P.  (1998). Psychological Science.
24. Ellis, J.,  Brandimonte, M. A.,  Einstein, G. O., &  McDaniel, M. A.  (1996). Prospective memory: Theory and applications. Hillsdale, NJ: Erlbaum.
25. Ellis, J., &  Kvavilashvili, L.  (2000). Applied Cognitive Psychology.
26. Eriksson, L.,  Garvill, J., &  Nordlund, A. M.  (2008). Transportation Research.
27. Finkenbinder, E. D.  (1913). American Journal of Psychology.
28. Fishbein, M., &  Ajzen, I.  (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Reading, MA: Addison-Wesley.
29. Foerde, K.,  Poldrack, R. A., &  Knowlton, B. J.  (2007). Memory & Cognition.
30. Forbus, K. D.,  Gentner, D., &  Law, K.  (1995). Cognitive Science.
31. Freeman, J. E., &  Ellis, J. A.  (2003). International Journal of Psychology.
32. Fujii, S.,  Gärling, T., &  Underwood, G.  (2005). Traffic and transport psychology. Amsterdam: Elsevier.
33. Gilbert, N., &  Troitzsch, K. G.  (1999). Simulation for the social scientist. Philadelphia: Open University.
34. Gollwitzer, P. M.  (1999). American Psychologist.
35. Gollwitzer, P. M., &  Brandstätter, V.  (1997). Journal of Personality and Social Psychology.
36. Goschke, T., &  Kuhl, J.  (1993). Journal of Experimental Psychology: Learning, Memory, and Cognition.
37. Guynn, M. J.  (2003). International Journal of Psychology.
38. Guynn, M. J.,  McDaniel, M. A., &  Einstein, G. O.  (1998). Memory & Cognition.
39. Hacker, W.,  Herrman, J.,  Pakossnik, K., &  Rudolf, M.  (1998). Sprache und Kognition.
40. Hay, J. F., &  Jacoby, L. L.  (1996). Journal of Experimental Psychology: Learning, Memory, and Cognition.
41. Heffernan, T. M., &  Bartholomew, J.  (2006). Journal of Adolescent Health.
42. Heffernan, T. M.,  Ling, J.,  Parrott, A. C.,  Buchanan, T.,  Scholey, A. B., &  Rodgers, J.  (2005). Drug and Alcohol Dependence.
43. Henry, J. D.,  MacLeod, M. S.,  Phillips, L. H., &  Crawford, J. R.  (2004). Psychology and Aging.
44. Hicks, J. L.,  Marsh, R. L., &  Russell, E. J.  (2000). Journal of Experimental Psychology: Learning, Memory, and Cognition.
45. Higgins, E. T.,  Higgins, E. T., &  Kruglanski, A. W.  (1996). Social psychology: Handbook of basic principles. New York: Guilford Press.
46. Hoffmeyer-Zlotnik, J. H. P.,  Ferligoj, A., &  Mrvar, A.  (2003). Developments in applied statistics. Ljubljana, Slovenia: FDV.
47. Holland, R. W.,  Aarts, H., &  Langendam, D.  (2006). Journal of Experimental Social Psychology.
48. Intons-Peterson, M. J., &  Fournier, J.  (1986). Journal of Experimental Psychology: General.
49. Ji, M. F., &  Wood, W.  (2007). Journal of Consumer Psychology.
50. Kliegel, M.,  Martin, M.,  McDaniel, M. A., &  Einstein, G. O.  (2007). Memory.
51. Krueger, W. C. F.  (1929). Journal of Experimental Psychology.
52. Kruschke, J. K.  (2001). Journal of Mathematical Psychology.
53. Kvavilashvili, L.  (1987). British Journal of Psychology.
54. Kvavilashvili, L., &  Fisher, L.  (2007). Journal of Experimental Psychology: General.
55. Loft, S., &  Yeo, G.  (2007). Memory & Cognition.
56. Loftus, E.  (1971). Psychonomic Science.
57. Marsh, R. L.,  Hancock, T. W., &  Hicks, J. L.  (2002). Psychonomic Bulletin & Review.
58. Marsh, R. L.,  Hicks, J. L., &  Hancock, T. W.  (2000). Applied Cognitive Psychology.
59. Marsh, R. L.,  Hicks, J. L., &  Landau, J. D.  (1998). Memory & Cognition.
60. Marsh, R. L.,  Hicks, J. L., &  Watson, V.  (2002). Journal of Experimental Psychology: Learning, Memory, and Cognition.
61. Maylor, E. A.  (1990). Quarterly Journal of Experimental Psychology: Human Experimental Psychology.
62. McDaniel, M. A., &  Einstein, G. O.  (2000). Applied Cognitive Psychology.
63. McDaniel, M. A., &  Einstein, G. O.  (2007). Prospective memory: An overview and synthesis of an emerging field. Thousand Oaks, CA: Sage.
64. McDaniel, M. A.,  Guynn, M. J.,  Einstein, G. O., &  Breneiser, J.  (2004). Journal of Experimental Psychology: Learning, Memory, and Cognition.
65. Mittal, B.  (1988). Journal of Applied Social Psychology.
66. Mosler, H.-J.,  Drescher, S.,  Zurbrügg, C.,  Caballero Rodríguez, T., &  Guzmán Miranda, O.  (2006). Habitat International.
67. Mosler, H.-J., &  Martens, T.  (2008). Journal of Environmental Management.
68. Mosler, H.-J.,  Schwarz, K.,  Ammann, F., &  Gutscher, H.  (2001). Personality and Social Psychology Review.
69. Mosler, H.-J.,  Tamas, A.,  Tobias, R.,  Caballero Rodríguez, T., &  Guzmán Miranda, O.  (2008). Environment & Behavior.
70. Nisbett, R. E., &  Wilson, T.  (1977). Psychological Review.
71. Orbell, S.,  Blair, C.,  Sherlock, K., &  Conner, M.  (2001). Journal of Applied Social Psychology.
72. Orbell, S.,  Hodgkins, S., &  Sheeran, P.  (1997). Personality and Social Psychology Bulletin.
73. Ouellette, J. A., &  Wood, W.  (1998). Psychological Bulletin.
74. Packard, M. G., &  Knowlton, B. J.  (2002). Annual Review of Neuroscience.
75. Pitt, M. A., &  Myung, I. J.  (2002). Trends in Cognitive Science.
76. Pitt, M. A.,  Myung, I. J., &  Zhang, S.  (2002). Psychological Review.
77. Rendell, P. G., &  Craik, F. I. M.  (2000). Applied Cognitive Psychology.
78. Rhodes, R. E., &  Courneya, K. S.  (2003). British Journal of Social Psychology.
79. Rise, J.,  Thompson, M., &  Verplanken, B.  (2003). Scandinavian Journal of Psychology.
80. Ronis, D. L.,  Yates, J. F.,  Kirscht, J. P.,  Pratkanis, A. R.,  Breckler, S. J., &  Greenwald, A. G.  (1989). Attitude structure and function. Hillsdale, NJ: Erlbaum.
81. Rubin, D. C., &  Wenzel, A. E.  (1996). Psychological Review.
82. Schaefer, E. G., &  Laing, M. L.  (2000). Applied Cognitive Psychology.
83. Schwarzer, R.  (2008). Applied Psychology: An International Review.
84. Sellen, A. J.,  Louie, G.,  Harris, J. E., &  Wilkins, A. J.  (1997). Memory.
85. Shapiro, S., &  Krishnan, H. S.  (1999). Journal of Experimental Psychology: Applied.
86. Sheeran, P., &  Orbell, S.  (1999). European Journal of Social Psychology.
87. Skinner, B. F.  (1938). The behavior of organisms: An experimental analysis. New York: Appleton-Century.
88. Skinner, B. F.  (1953). Science and human behavior. New York: Macmillan.
89. Skinner, B. F.  (1958). American Psychologist.
90. Smith, R. E., &  Bayen, U. J.  (2004). Journal of Experimental Psychology: Learning, Memory, and Cognition.
91. Smith, R. E.,  Hunt, R. R.,  McVay, J. C., &  McConnell, M. D.  (2007). Journal of Experimental Psychology: Learning, Memory, and Cognition.
92. Squire, L. R.,  Stark, C. E. L., &  Clark, R. E.  (2004). Annual Review of Neuroscience.
93. Sun, R.  (2008). The Cambridge handbook of computational psychology. New York: Cambridge University.
94. Sun, R.,  Slusarz, P., &  Terry, C.  (2005). Psychological Review.
95. Thorndike, E. L.  (1906). Principles of teaching. New York: Seiler.
96. Tobias, R.,  Mosler, H.-J.,  Edmonds, B.,  Hernándes, C., &  Troitzsch, K.  (2008). Social simulation technologies: Advances and new discoveries. Hershey, PA: Idea Group.
97. Tolman, E. C., &  Honzik, C. H.  (1930). University of California Publications in Psychology.
98. Tversky, A.  (1977). Psychological Review.
99. Verplanken, B., &  Melkevik, O.  (2008). Psychology of Sport and Exercise.
100. Verplanken, B., &  Orbell, S.  (2003). Journal of Applied Social Psychology.
101. Vohs, K. D.,  Baumeister, R. F., &  Ciarocco, N. J.  (2005). Journal of Personality and Social Psychology.
102. Watson, J. B.  (1913). Psychological Review.
103. Wood, W., &  Neal, D. T.  (2007). Psychological Review.
104. Wood, W.,  Quinn, J. M., &  Kashy, D. A.  (2002). Journal of Personality and Social Psychology.
105. Yin, H. H., &  Knowlton, B. J.  (2006). Nature Reviews Neuroscience. 







Catatan kaki 

1 ^  Because habits have a maximum impact on conditions of minimal cognitive involvement, the argument that, under this condition, affective influences dominate the behavioral preferences might be seen as a contradiction to findings that show weaker affective reactions related to habitual rather than nonhabitual behaviors (e.g.,Wood, Quinn, & Kashy, 2002). However, no such contradiction exists: The affective influences considered in themodel are affective connotations of behaviors and not emotions provoked by selecting, performing, or interrupting behaviors. Under the lowest cognitive involvement, how much one likes or dislikes performing abehavior influences behavior selection the most. Under these conditions, the fewest affective reactions to the selection and performance of the behavior are to be expected.
2 ^  Because investigations of accessibility dynamics never consider habits, including them might lead to some confusion about construct labels. The label accessibility  was used because all evidence on this construct uses this label. However, as habits reduce the cognitive effort to remember a behavior, in a strict sense, habits increase accessibility because they make remembering easier. Yet, because habits are clearly situation dependent, they form part of the accessibility threshold, as defined above. The concept of accessibility as used here refers to only one type of ease of remembering, namely, the one increased by events and that decays over time.
3 ^  SPT stands for subject performed task  (Cohen, 1981). Under this condition, the actions to be memorized are not only read but also enacted during encoding.
4 ^  Commitment intensity is not related to attitudes. While attitudes express how favorably a behavior is perceived, the commitment expresses an internal pressure or subjective importance of performing a behavior.Behaviors appraised with negative attitudes might be seen as important (e.g., paying taxes), while positively appraised behaviors might be perceived as not important (e.g., watching TV). Only in cases where persons have to explicitly commit themselves (e.g., in the form of a public self-commitment or explicitly forming an implementation intention) is a correlation between attitudes and commitment expected, due to the fact that persons with negative attitudes will not accept such an explicit commitment.
Diposting oleh di
Label: , ,

1 komentar:

  1. rossa stanley loan25 Maret 2018 pukul 05.04

    HAPPY NEW YEAR HAPPY NEW YEAR HAPPY NEW YEAR
    DARI-rossastanleyloancompany

    Apakah Anda membutuhkan kredit yang urg?

    Sangat Cepat dan Transfer Instan ke rekening bank anda
    Bayar kembali bulan setelah Anda
    akun bank
    * Suku bunga rendah 2%
    * Pengembalian jangka panjang (1-30) Panjang
    * Pinjaman fleksibel dan gaji bulanan
    *. Berapa lama waktu yang dibutuhkan untuk membiayai? Setelah mengajukan pinjaman
    Anda mungkin mengharapkan jawaban kurang dari 24 jam
    pembiayaan dalam 48 Jam setelah menerima informasi yang mereka butuhkan
    Dari kru Di perusahaan pinjaman ROSSA STANLEY, kami adalah perusahaan pembiayaan yang berpengalaman yang menyediakan fasilitas pinjaman mudah untuk tulus, korporat, legal dan publik dengan tingkat bunga 2%. Kami memiliki akses ke koleksi uang tunai untuk diberikan kepada perusahaan dan mereka yang memiliki rencana untuk memulai bisnis tidak peduli sedikit atau besar, kami memiliki uang tunai. Yakinlah yang kesejahteraan dan Kenyamanan Anda adalah prioritas utama kami, di sini kami di sini untuk mengurus Anda.

    Hubungi perusahaan pinjaman yang sah dan dapat dipercaya dengan track record layanan yang memberikan kebebasan finansial kepada Perserikatan Bangsa-Bangsa.
    Untuk informasi lebih lanjut dan pinjaman yang meminta untuk bisnis anda, belilah rumah, beli mobil, liburan, hubungi kami via,

    E-mail Resmi: rossastanleyloancompany@gmail.com
    Instagram resmi: Rossamikefavor
    Twitter resmi: Rossastanlyloan
    Official Facebook: rossa stanley favor
    CSN: +12133153118
    untuk respon cepat dan cepat.
    Silahkan mengisi aplikasi di bawah ini dan kami akan memanggil Anda lagi, Kami tersedia 24/7

    DATA PEMOHON

    1) Nama Lengkap:

    2) Negara:

    3) Alamat:

    4) Jenis Kelamin:

    5) Status Perkawinan:

    6) Pekerjaan:

    7) Nomor Telepon:

    8) posisi saat bekerja:

    9) Penghasilan:

    10) Jumlah Pinjaman yang Dibutuhkan:

    11) Durasi Pinjaman:

    12) nama facebook:

    13) nomor Whatsapp:

    14) Agama:

    15) Tanggal lahir:

    SALAM,
    Mrs.Rossa Stanley Favor
    ROSSASTANLEYLOANCOMPANY
    Email rossastanleyloancompany@gmail.com

    BalasHapus

Langganan: Posting Komentar (Atom)