Valenssin havaitseminen tunnistamattomista kuvista: yhteys tutun ja positiivisuuden välillä tunnistamisessa ilman tunnistusta, osa 2

Tämä tutkimus

Tämän tutkimuksen tavoitteena on sovittaa yhteen edellä käsitellyt ristiriitaiset ajatukset siitä, kuinka ärsykkeen emotionaaliset puolet voivat ohjata arviotamme myös tuntemattomien ärsykkeiden kohdalla. Kokeissa 1–4 käytimme tässä tutkimuksessa positiivisia ja negatiivisia kuvia (vs. Clearyn et al., 2013 käyttämiä uhkaavia ja ei-uhkaavia kuvia).

Tunteiden stimuloimisen ja muistin välistä suhdetta ei voida jättää huomiotta. Tunteet ovat sisäisiä kokemuksiamme, jotka aiheuttavat erilaisia ​​reaktioita kehossamme ja mielessämme. Muisti on aivomme kyky hallita tiedon tallentamista ja hakua. Tieteellisen tutkimuksen avulla olemme havainneet, että tunteiden ja positiivisten tunteiden stimuloiminen voi auttaa ihmisiä parantamaan muistiaan.

Ensinnäkin tunteiden stimulointi voi aiheuttaa voimakkaita reaktioita aivoissa, mikä edistää yhteyksiä ja kommunikaatiota hermosolujen välillä. Nämä vastaukset voivat terävöittää keskittymiskykyämme, jolloin voimme paremmin muistaa tiedot ja kokemukset. Esimerkiksi kun kohtaamme järkyttävän tapahtuman, kuten kauniin rakkauskokemuksen tai haastavan työtehtävän, aivomme aktivoivat välittäjäaineita, kuten dopamiinia, nopeuttamaan tiedon tallentamista ja hakua.

Toiseksi positiiviset tunteet voivat edistää oppimista ja muistia. Ihmisten on paljon helpompi oppia uusia tietoja ja taitoja, kun he ovat positiivisessa tunnetilassa kuin ollessaan masentuneita ja ahdistuneita. Tutkimukset osoittavat, että ihmiset oppivat nopeammin, muistavat paremmin ja soveltavat oppimaansa tosielämään ollessaan positiivisella tuulella.

Lisäksi hauskat kokemukset ja aktiviteetit voivat parantaa muistia. Kun harrastamme hauskoja aktiviteetteja, aivomme vapauttavat välittäjäaineita, kuten dopamiinia, mikä parantaa keskittymiskykyämme ja muistia. Voimme parantaa muistia esimerkiksi katsomalla mielenkiintoista elokuvaa, matkustamalla tai osallistumalla mielenkiintoiseen toimintaan ystävien kanssa.

Kaiken kaikkiaan tunteiden stimuloinnilla ja positiivisilla tunteilla on tärkeä rooli muistin parantamisessa. Meidän tulee yrittää löytää kiihottavia kokemuksia ja positiivisia tunteita, jotka auttavat meitä muistamaan enemmän tietoa ja kokemuksia. Pysykäämme kauneuden ja ystävällisyyden kanssa ympärillämme ja parantakaamme elämänlaatuamme. Voidaan nähdä, että meidän on parannettava muistiamme. Cistanche deserticola voi merkittävästi parantaa muistia, koska Cistanche deserticola voi myös säädellä välittäjäaineiden tasapainoa, kuten nostaa asetyylikoliinin ja kasvutekijöiden tasoa. Nämä aineet ovat välttämättömiä muistille ja oppimiselle. Lisäksi liha voi myös parantaa verenkiertoa ja edistää hapen toimitusta, mikä voi varmistaa, että aivot saavat riittävästi ravinteita ja energiaa, mikä parantaa aivojen elinvoimaa ja kestävyyttä.

Napsauta tietää tapoja parantaa aivojen toimintaa

Tämä valinta oli osittain käytännöllinen: Kuvatietokanta, josta me (jaCleary ym., 2013) saimme ärsykkeet, ei sisällä normaalia uhkaan liittyvää dataa sinänsä (Lang et al., 2005; Libkuman et al., 2007). Vielä tärkeämpää oli, että ajattelimme, että positiivisten ja negatiivisten ärsykkeiden käyttäminen mahdollistaisi suuremman yleisyyden tuloksissamme, koska "uhka" näyttäisi olevan "negatiivisen" osajoukko. Koska ensisijainen kysymyksemme koskee positiivisuuden ja tuttavuuden välistä yhteyttä, ajattelimme, että positiivisten ja negatiivisten mielikuvien käyttäminen voisi parhaiten saavuttaa nämä yleisemmät tavoitteet.

Lisäksi tunnistamattomat negatiiviset ärsykkeet koetaan tutummiksi, niin tämä vaikuttaisi teorioihin, jotka ehdottavat, että positiivinen vaikutelma ja tuttuus liittyvät vahvasti toisiinsa.

Olimme myös kiinnostuneita siitä, onko tunteen kiihotusulottuvuus vaadittu tekijä tunnistamattomien tunteiden kuvien havaitsemisessa. Vielä ei tiedetä, riittääkö valenssi yksinään tunteiden havaitsemiseen kuvissa, jotka ovat kynnystunnistuksen alapuolella, ja voidaanko tätä tietoa käyttää tuttuvuusarvioiden tekemiseen. Siksi käytimme kokeessa 4 kiihottumiseen rinnastettua kuvajoukkoa tutkiaksemme mahdollisuutta, että korkea kiihottuminen johtaa tuntemattomien kuvien lisääntyneeseen tunteeseen. Kokeessa 5 käytimme samoja uhkaavia ja ei-uhkaavia kuvia, joita käyttivät Cleary et al. (2013).

Tehoanalyysi

Tämän tutkimuksen osallistujien määrä määritettiin tehoanalyysillä, joka suoritettiin G*Powerilla (Faul et al., 2007). Oletimme keskivaikutteisen koon (d=.5), kuten Cleary et al. (2013, koe 3). Tämä analyysi paljasti, että N=54 johtaisi tehotasoon 0,95 käyttämällä a.merkittävyyskriteeriä. Mahdolliset poikkeamat tästä johtuivat vastapainosta ja aikataulutuksesta.

Koe 1

Yllä kuvatun aiemman tutkimuksen implisiittinen oletus on, että osallistujat ovat nähneet, onko kuva positiivinen vai negatiivinen, vaikka he eivät pysty tunnistamaan kuvan sisältöä. Toisin sanoen oletamme, että läpi tulevaa informaatiota tulee riittävästi suodatettuna joidenkin kuvan tafektiivisten ominaisuuksien tunnistamiseksi, mutta ei tarpeeksi sisällön tunnistamiseen. Jos tämä oletus on oikea, osallistujien tulisi pystyä arvioimaan tarkasti, onko kuva positiivinen vai negatiivinen, vaikka sitä ei voida tunnistaa. Kokeen 1 tavoitteena on siksi testata, voivatko osallistujat arvioida tarkasti, onko suodattimen takana oleva kuva positiivinen vai negatiivinen.

Menetelmä

Tähän kokeiluun osallistui 53 Binghamtonin yliopiston perustutkinto-opiskelijaa, joille korvattiin osittaisella opintosuorituksella kurssivaatimusta.

Materiaalit Ärsykkeet olivat 83 kuvaa InternationalAfective Picture Systemistä (IAPS; Lang et al., 2005) ja viisi kuvaa Open Afective Standardized Image Setistä (OASIS; Kurdi et al., 2017), jotka molemmat sisältävät normatiiviset valenssiluokitukset.

Viittä kuvaa käytettiin siten, että kussakin luokassa oli parillinen määrä kuvia. Kuvat olivat joko positiivisia (M=7.41, SD=0.38) tai negatiivisia (M=2.51). , SD=0.82) ja kuvasi joko eläviä elollisia asioita, 22 kuvaa jokaisessa neljässä kategoriassa (viisi viisi OASIS-kuvaa, joita käytetään negatiivisessa elossa olevassa kategoriassa). Valenssiluokitukset yhdistettiin elävien ja elottomien luokkien välillä.

Kuten aiemmin mainittiin, kiihottumisen ulottuvuutta ei valvottu tässä kokeessa. Kuvat olivat kooltaan 350 × 350 pikseliä ja suodatettiin Photoshopissa käyttämällä monokromaattista Gaussin 150-prosenttista ei-suodatinta esteiden tunnistamiseksi. Tätä suodatinta käyttivät Cleary et ai. (2013) ja onnistui estämään tunnistautumista. Lista tarkoista kuvista ja niiden kuvauksista löytyy Open Science Frameworkista (https://osf.io/kwc9m/?view_only=00f285ab6cd46e7a16f17808c80fc19).

Toimenpide Kaikki suodatetut punaiset kuvat esitettiin eri satunnaisessa järjestyksessä jokaiselle osallistujalle. Kun kuva oli näytöllä, osallistujia pyydettiin yrittämään tunnistaa kuvan sisältö kirjoittamalla vastaus. Riippumatta siitä, tuottivatko he oikean tunnisteen, osallistujia pyydettiin sitten arvioimaan, vaikuttiko kuva positiiviselta vai negatiiviselta painamalla näppäimistön P tai N. Tämä oli pakotetun valinnan binäärinen vastaus. Jokainen koe edelsi itseään, mutta osallistujia rohkaistiin jatkamaan 5–10 sekunnin kuluttua, jos he eivät kyenneet tunnistamaan sitä. Tarkat ohjeet olivat seuraavat:

"Tässä kokeilussa arvioit sarjan kuvia. Kuvat suodatetaan niin, että ne ovat sumeita ja vaikeasti nähtävissä. Teet jokaiselle kuvalle kaksi asiaa:

(1) Tunnista kuva.

Kirjoita vastauksesi näppäimistöllä. Jos et tiedä, mikä kuva on, käytä näytön alareunassa olevaa "En tiedä" -painiketta.

(2) Anna arvio siitä, onko taustalla oleva kuva mielestäsi positiivinen (hyvä) vai negatiivinen (huono). Vaikka voit selvittää, mikä kuva on, anna vain paras arvauksesi. Tämä voi olla "suoli" tunne. Käytä näppäimistön P- ja N-näppäimiä."

Tulokset

Noifilterter onnistui estämään tunnistusta 15 %:n ylitunnistuksella (katso taulukosta 1 erittely kuvakategorioiden mukaan). Mielenkiintoisia kokeita olivat ne, joissa kuvaa ei voitu tunnistaa. Sellaisenaan onnistuneesti tunnistaneet kokeet jätettiin analyysin ulkopuolelle.

Riippuva muuttuja oli "positiivisten" vastausten osuus. 2 (valenssi: positiivinen vs. negatiivinen) × 2 (animaatio:elävä vs. eloton) toistuvien mittausten varianssianalyysi (ANOVA) paljasti valenssin päävaikutuksen, jossa positiiviset tunnistamattomat kuvat arvioitiin positiivisemmin (M=). .586, SD=.15) kuin negatiiviset kuvat (M=.533, SD =.167), F(1, 52)=15.33, p < .001, MSE=.01, �p2=.228. Positiivisuusarvioissa ei ollut merkittävää eroa animaation välillä (M=.547, SD=.16 ) ja elottomat (M =.573, SD=.161) kuvat, F(1, 52)=2.899, p=.095, MSE {{ 34}}.012, �p2=.053. Valenssin ja eloisuuden välillä ei ollut vuorovaikutusta, F(1, 52)=1.416, p=.239, MSE=.013, �p2= .027 ( katso kuva 1).

Käytimme myös signaalintunnistusanalyysejä erottaaksemme vastauksen poikkeaman tarkkuudesta. Herkkyysmitta d′ laskettiin kullekin osallistujalle, ja keskiarvo oli merkittävästi nollan yläpuolella (sanoma), (M=0.41, SD=0.24), t(52) =12 .45, p < .001, SE=.033, d=1.71, mikä osoittaa tarkan valenssin erottelun, joka on yhdenmukainen edellisen analyysin havaintojen kanssa.

Yhdessä aiemman tutkimuksen kanssa havainnoista ilman tietoisuutta, kokeen 1 tulokset viittaavat siihen, että osallistujat voivat erottaa positiiviset ja negatiiviset kuvat, vaikka he eivät pysty tunnistamaan valokuvan sisältöä.

Koe 2

Toinen tavoitteemme oli selvittää, luokitellaanko tunnistamattomat negatiiviset kuvat tutummiksi kuin tunnistamattomat positiiviset kuvat. Tämä on samanlainen kuin Clearyn et al. (2013), erona oli se, että käytimme positiivisia ja negatiivisia kuvia uhkaavien ja ei-uhkaavien kuvien sijaan sinänsä.

Menetelmä

Osallistujat Osallistujia oli 63 Binghamton Universityn perustutkinto-opiskelijaa, joille korvattiin osittaisella opintopisteellä kurssin vaatimuksesta.

Materiaalit Materiaalit olivat identtisiä kokeen 1 kanssa.

Menettely

Toimenpide oli identtinen kokeen 1 kanssa, paitsi että osallistujat arvioivat kuvia sen perusteella, vaikuttivatko ne positiivisilta vai negatiivisilta, asteikolla 1-8. Tarkat ohjeet tuttuusarviointiin olivat seuraavat:

"Arvioi kuva sen mukaan, kuinka tutulta se sinusta tuntuu. Tämä voi olla epämääräinen tunne, että olet saattanut nähdä alla olevan kuvan jossain vaiheessa ennen tätä kokeilua. Lähetä vastauksesi käyttämällä näppäimistön päällä olevia numeronäppäimiä."

Tulokset

Kohinasuodatin onnistui jälleen estämään tunnistamisen, ja kokonaistunnistusaste oli 13 % (katso taulukosta 1 erittely kuvakategorioiden mukaan). Mielenkiintoisia kokeita olivat ne, joissa kuvaa ei voitu tunnistaa. Sellaisenaan onnistuneesti tunnistettuja kokeita ei sisällytetty pääanalyyseihin. Riippuva muuttuja oli kuville annetut tuttuvuusarviot. A 2 (valenssi: positiivinen vs. negatiivinen) × 2 (animaatio: animoitu vs. eloton) toistetut mittaukset ANOVA paljasti valenssin päävaikutuksen, jolloin positiiviset tunnistamattomat kuvat arvioitiin tutummiksi (M= 2.76, SD { {6}}.03) kuin negatiiviset kuvat (M=2.34, SD =1.13), F(1, 62)=95.24, p < .001, MSE=.12, �p2=.606.

Päävaikutuksena oli myös animaatio, jossa animoidut kuvat arvioitiin tutummiksi (M=2.69, SD=1.15) kuin elottomat kuvat (M=2.41, SD { {6}}.02), F(1, 62) =24.745, p < .001, MSE=.19, �p2=.285. Valenssin ja animaation välillä ei ollut merkitsevää vuorovaikutusta, F(1,62) < 1, p=.496, MSE=.11, �p2=.008, (katso kuva . 2).

Vaikka se ei ole tämän kokeen painopiste, huomaamme, että sama kuvio havaittiin tunnistetuille kuville. Positiiviset kuvat (M=5.09, SD=1.51) arvioitiin tutummiksi kuin negatiiviset kuvat (M=4.72, SD=1.73),t( 62)=2.26, p=.03, d=0.29 ja animoidut kuvat (M =5.4, SD=1.57) arvioitiin tutummiksi kuin elottomat kuvat (M=4.25, SD=1.75), t(60)=7.2, p < .001, d =0 .92.

Yhteenvetona, toisin kuin aiemmissa tutkimuksissa, havaitsimme, että tunnistamattomista kuvista positiiviset kuvat arvioitiin tutummiksi kuin negatiiviset kuvat. Vaikka tämä ei ollutkaan tämän tutkimuksen painopiste, havaitsimme myös, että tunnistamattomat kuvat, jotka kuvaavat eläviä kohteita, arvioitiin tutummiksi kuin kuvat, jotka kuvaavat elottomia kohteita, mikä toistaa Clearyn et al. (2013).

Kokeet 3A ja 3B

Kokeessa 2 tunnistamattomat positiiviset kuvat arvioitiin tutummiksi kuin tunnistamattomat negatiiviset kuvat. Nämä tulokset ovat ristiriidassa Clearyn et al. (2013, koe 3). Vaikka käytimme samaa kuvasuodatinta ja samanlaisia ​​ärsykkeitä kuin edellisessä tutkimuksessa, huomaamme, että 13 prosentin tunnistusprosenttimme ja Clearyn et al. 32 %:sta. On mahdollista, että tämä eroavaisuuksien tunnistustaajuus voi selittää erilaiset tulokset, joten kokeissa 3A ja 3B vähennimme suodattimien intensiteetin tunnistusnopeuksille. Muuten kokeet olivat samat kuin kokeessa 2.

Menetelmä

Osallistujia oli yhteensä 58 (30 3A:ssa ja 28 3B:ssä) Binghamtonin yliopiston perustutkinto-opiskelijaa, joille korvattiin osittaisella opintopisteellä kurssin vaatimuksesta.

Materiaalit Materiaalit olivat samat kuin kokeessa 1, lukuun ottamatta suodattimen intensiteettiä. Kokeessa 3A käytettiin Gaussin monokromaattista kohinasuodatinta 125 % ja kokeessa 3B 110 %.

Toimenpide Menettely oli identtinen kokeessa 2 käytetyn kanssa.

For more information:1950477648nn@gmail.com