Mô hình thang đo thứ tự là một loại thang đo thứ tự trong đó các số được phân bổ cho các đối tượng để thể hiện mức độ mà các đối tượng có một số tính chất. Nó cho phép xác định liệu một đối tượng có nhiều hơn hoặc ít hơn một tính chất so với một đối tượng khác nhưng không thể xác định được mức độ nhiều hơn hoặc ít hơn. Ví dụ về loại thang đo này là xếp hạng chất lượng dịch vụ được cung cấp bởi một số ngân hàng. Trong thang đo thứ tự, các số được sử dụng để xếp hạng các đối tượng theo thứ tự từ cao đến thấp hoặc từ thấp đến cao, nhưng không thể so sánh được mức độ khác biệt giữa các đối tượng.

Mô hình Stapel là một thang đo đặc biệt, trong đó một tính từ đơn (ví dụ: dễ sử dụng, chất lượng cao) được đặt ở trung tâm của thang đo. Thang đo này thường có 10 điểm, kéo dài từ +5 đến -5. Phương pháp này được thiết kế để thực hiện hóa hướng và cường độ của thái độ cùng một lúc. Mô hình Stapel cho phép người dùng đánh giá cả hướng và cường độ của thái độ một cách đồng thời, giúp phân tích dữ liệu trở nên chính xác hơn.

Một thang đo _______ là một hệ thống nhãn tượng trưng trong đó các số được sử dụng như nhãn hoặc thẻ để xác định và phân loại các đối tượng. Thang đo này không có thứ tự cụ thể và không có ý nghĩa về giá trị hoặc độ lớn. Ví dụ, các số trên một thẻ ID không có thứ tự cụ thể và không thể so sánh với nhau. Thang đo này thường được sử dụng trong các trường hợp phân loại đối tượng, chẳng hạn như phân loại người theo giới tính, màu da, v.v. Thang đo _______ không đo lường được sự khác biệt giữa các đối tượng, chỉ đơn giản là xác định và phân loại chúng.

Phương pháp lấy mẫu ________ được coi là lấy mẫu hạn chế theo ý kiến hai giai đoạn, được áp dụng rộng rãi trong việc phỏng vấn trên đường. Phương pháp này đòi hỏi phải xác định các tiêu chí cụ thể để chọn mẫu, chẳng hạn như giới tính, độ tuổi, nghề nghiệp, v.v. Sau đó, các nhà nghiên cứu sẽ chọn các cá nhân đáp ứng các tiêu chí này để tham gia phỏng vấn. Phương pháp này được sử dụng rộng rãi trong nghiên cứu xã hội và thị trường vì nó cho phép các nhà nghiên cứu thu thập dữ liệu từ một nhóm dân số cụ thể và có thể giúp họ hiểu rõ hơn về các vấn đề cụ thể.

Deductive và Inductive là hai phương pháp suy luận khác nhau trong logic. Deductive suy luận dựa trên nguyên tắc logic để đi đến một kết luận chắc chắn. Trong deductive suy luận, nếu các tiền đề là đúng, thì kết luận cũng sẽ đúng. Ví dụ, modus ponens là một quy tắc suy luận deductive điển hình, nó cho phép chúng ta đi đến một kết luận chắc chắn dựa trên các tiền đề đã cho. Ngoài ra, deductive suy luận cũng có thể được sử dụng để tạo ra dự đoán từ một lý thuyết đã cho. Điều này cho thấy rằng deductive suy luận là một công cụ mạnh mẽ để đi đến kết luận chắc chắn. Ngược lại, Inductive suy luận dựa trên kinh nghiệm và dữ liệu để đi đến một kết luận có thể xảy ra. Nó không đảm bảo kết luận chắc chắn như deductive suy luận.

Đáp án: B, C, D. B đúng vì thuật toán cho lời giải chính xác không sinh false positive lẫn false negative, nên precision = recall = 1. C đúng vì precision = TP/(TP+FP): có false positive thì mẫu số lớn hơn tử số, precision < 1. D đúng vì hai thuật toán xấp xỉ cho cùng bài toán đánh đổi khác nhau giữa bắt nhầm và bắt sót, nên chỉ số của chúng khác nhau. A sai vì một thuật toán xấp xỉ vẫn có thể chấp nhận được dù cả precision lẫn recall đều nhỏ hơn 1. ⚠ Đề này có lỗi: phương án E ("recall < 1 với thuật toán sinh false negative") CŨNG đúng, đối xứng hoàn toàn với C vì recall = TP/(TP+FN). Có 4 mệnh đề đúng nhưng đề chỉ cho chọn 3, nên buộc phải bỏ một; bản đáp án lưu hành bỏ E. Khi gặp lại câu này, nhớ đề chỉ nhận đúng 3 lựa chọn.

Một thuật toán được thiết kế để tìm tất cả các sự kiện xảy ra trong một văn bản của tên người. Có hai trường hợp có thể xảy ra: Thuật toán có thể tìm thấy một tên không phải là tên người. Điều này được gọi là sai dương (false positive). Thuật toán có thể không tìm thấy sự xuất hiện của một số tên người. Điều này được gọi là sai âm (false negative). Vì vậy, thuật toán có thể tìm thấy một tên không phải là tên người và cũng có thể không tìm thấy sự xuất hiện của một số tên người. Trong trường hợp này, thuật toán có thể tạo ra cả sai dương và sai âm.

Đáp án đúng: Is valid until further findings disprove it. Đặc trưng cốt lõi của một lý thuyết khoa học là tính KHẢ BÁC (falsifiability, theo Popper): nó được chấp nhận là hợp lệ chừng nào chưa có bằng chứng nào bác bỏ, và luôn để ngỏ khả năng bị lật đổ bởi phát hiện mới. Không lý thuyết nào là chân lý tuyệt đối (loại C), và một mệnh đề "không thể bị bác bỏ" thì theo định nghĩa nằm ngoài khoa học (loại D). Không phải lý thuyết nào cũng dưới dạng công thức toán (loại A — nhiều lý thuyết sinh học, xã hội học thì không). Và khoa học không quyết bằng biểu quyết đa số (loại B) mà bằng bằng chứng.

Đáp án đúng: The method consists of observing a natural phenomenon under study, postulating a theory that explains it, and devising carefully chosen experiments to confirm or disprove the theory. Đây đúng ba bước của phương pháp khoa học từ thời Galileo và Newton: QUAN SÁT → ĐẶT GIẢ THUYẾT/LÝ THUYẾT → THIẾT KẾ THÍ NGHIỆM để kiểm chứng hoặc bác bỏ. Chữ "or disprove" là điểm mấu chốt: thí nghiệm phải có khả năng bác bỏ lý thuyết, không phải chỉ để xác nhận. Phương án A sai vì toán học là công cụ trung tâm chứ không phải thứ cần tránh; C sai vì thí nghiệm phải được thiết kế có chủ đích chứ không sinh ngẫu nhiên; D sai vì phương pháp khoa học bắt buộc có kiểm chứng thực nghiệm; E sai vì thí nghiệm xác nhận chỉ củng cố chứ không bao giờ biến lý thuyết thành chân lý không thể tranh cãi.

Đáp án đúng: C và E. Hai khái niệm này đối xứng nhau và rất dễ tráo. SOUND (đúng đắn) nghĩa là mọi dự đoán của lý thuyết đều là hiện tượng CÓ THỂ XẢY RA — lý thuyết không sinh ra dự đoán sai, tức không có "dương tính giả" (phương án C). COMPLETE (đầy đủ) nghĩa là lý thuyết dự đoán được TẤT CẢ các hiện tượng có thể xảy ra — không bỏ sót, tức không có "âm tính giả" (phương án E). Vì vậy phương án B sai do gán định nghĩa của sound cho complete, và D sai vì một lý thuyết dự đoán được hiện tượng bất khả thi là lý thuyết KHÔNG sound. Phương án A ("lý tưởng thì nên vừa sound vừa complete") tuy đúng nhưng chỉ là một nhận định chung, không MÔ TẢ hai khái niệm như đề yêu cầu, mà đề chỉ cho chọn 2.

Đáp án: The research result may be used by other researchers to advance their research. Significance trả lời câu hỏi "kết quả này có quan trọng không", và thước đo học thuật của nó là người khác dựa vào kết quả mà đi tiếp được. A sai vì "chưa ai biết trước đó" chính là định nghĩa của originality — có hẳn một câu riêng về originality trong cùng bộ đề dùng đúng mệnh đề này. B sai vì số tiền tài trợ không nói lên giá trị của kết quả. C sai vì tính bất ngờ cũng thuộc về originality. ⚠ Phương án E (cải thiện một quy trình thực tế, giảm chi phí và tăng hiệu năng) là ứng viên đáng cân nhắc, vì đó là significance theo nghĩa tác động thực tiễn; đề chỉ cho chọn 1 và bản đáp án lưu hành chọn tác động lên cộng đồng nghiên cứu.

Đáp án: Automated. Trục của câu là cụm "cost-efficient" khi nguồn lực nghiên cứu hạn chế: thu thập dữ liệu tự động (khảo sát trực tuyến, thiết bị ghi nhận hành vi) cắt được phần lớn chi phí nhân công so với Manual — hai phương án này được dựng thành cặp đối lập ngay trong danh sách, và vế tiết kiệm chi phí là vế được chọn. Internal và External là cặp nói về NGUỒN dữ liệu, không nói về chi phí thu thập; chúng thuộc về một câu khác trong cùng bộ đề ("integrated with other research data coming from both internal and external sources"). ⚠ Vẫn có thể lập luận rằng dùng dữ liệu nội bộ sẵn có cũng rẻ hơn, nhưng sự có mặt của vế Manual cho thấy đề đang xoay quanh mức độ tự động hoá chứ không phải nguồn dữ liệu.