开发和验证一个高度动态和可重用的地图规模:一个新的情感测量工具
萍刘1,
丫'nan王- 1商业学院,四川大学,成都,中国
- 2电子与信息工程学院,四川大学,成都,中国
情感测量进行情感的研究是至关重要的。大量研究广泛采用文本为心理学和组织行为学研究尺度。然而,情感是瞬态的生物与持续时间相对较短,已报告文本范围的一些不可克服的局限性,包括低可靠性为单一的测量或对学习影响多个重复使用。在本文中,我们介绍了高度动态和可重用的地图规模(HDRPS), 3386年随机生成基于现实的、高质量的照片分为五类(人、动物、植物、对象和场景)。情感评级的照片收集从209年14专家和专业的法官。HDRPS是验证使用自我评估人体模特和PANAS达751人。89.73%的准确性,这个新工具允许研究人员衡量个人情感连续他们的研究。HDRPS非商业用途的系统可以自由访问请求http://syy.imagesoft.cc: 8989 / Pictures.7z。HDRPS仅用于非商业学术研究。收集的一些图片通过开放的网络,很难跟踪源,因此请联系作者是否有版权问题。
1。介绍
情感的概念是一个复杂的神经系统和心理现象的核心人类社会行为的组织(Balsamo et al ., 2020)。情绪是个体的关键;积极情绪的扩建理论表明,积极的情感体验可以扩大人们的瞬时经过思考的动作指令系统和帮助他们建立持久的个人资源。负面情绪,另一方面,缩小人们的注意力,使他们错过了森林的树(弗雷德里克森博士,2001)。维斯和Cropanzano (1996)研究发现,情绪影响记忆,评价判断,处理策略,和社会行为。
情绪是短期的,不稳定的心理状态,出现在个人(程,2021)和快速大幅可能不同甚至超过一天(Mehrabian 1996);其挥发性和随机性质使得研究更加困难。学者们主要是通过适当的诱导特定的情绪状态和控制刺激材料(Marchewka et al ., 2014),比如iap(国际情绪图片系统);IADS(国际情感数字听起来);EMDB(情感电影数据库)来研究情绪对各种认知过程的影响。尽管取得了丰富的研究成果,一些学者还指出,唤起情感是远离那些在现实生活中个人感觉。因此,这些发现可能不是可概括的(郑et al ., 2012)。
情感测量是进行情感研究的基础。情绪可以被识别和衡量分析演讲中,面部表情,自我报告,手机数据,或者生理数据(Lietz et al ., 2019)。人类影响的测量可以从两个基本角度接近:自动识别和自我报告方法(见表1详情)。其中,自动识别方法试图推断出情感信息通过测量用户的行为和生理信号自动(Broekens边缘主义者,2013年;Desmet et al ., 2016;Sonderegger et al ., 2016)。自我报告方法要求用户提供情感信息依赖特定工具或手段,包括语言,图形,动漫,摄取方法(Broekens边缘主义者,2013年)。
表1。比较不同的情感识别方法。
虽然上面的方法发挥了重要作用在情绪的研究中,他们有一些局限性。自动识别方法作为一个例子,受试者必须穿广泛的电生理设备在生理指标测量,这可能有问题,如复杂的操作过程,实现成本高,难以分析。对象实时测量的外部行为的措施,这可能会侵犯个人隐私,造成阻力。此外,上述方法主要用于实验场景,而不是日常情感测量。
自我报告是最广泛应用的方法收集主观情感体验(信息Reisenzein 1994;Betella Verschure, 2016;Sonderegger et al ., 2016)。言语尺度通常使用各种情绪形容词来测量受试者的情绪状态(例如,PANAS使用20个项目测量受试者的积极和消极情绪);通过这种方式,我们可以获得大量的信息。然而,值得注意的是这个方法主要适用于一个单一的测试由于大量项目和测试的持续时间。情绪是短暂的,而且现象(总值1998),每天的情感体验的主题不能捕捉到这一评估(Pollak et al ., 2011)。
各级员工暴露在各种各样的情感具有挑战性的事件(阿拉姆和辛格2019);持续关注情感表现个人情感状态和高频测量已经成为企业和学者的一个热点问题。现有的情感措施不适合连续测量,目前迫切需要开发简单、高效,适用的工具来评估情绪。
一张图片胜过一千字(Wichmann et al ., 2002)。画报规模是一个仪器,利用基于图像的元素来传达意义的项目(萨奥尔et al ., 2021),这是短暂的(Kunin 1998);直观的(鲍姆加特纳et al ., 2018);重复的;低语言依赖和简单的测量(萨奥尔et al ., 2021)。从这,我们可以合理地确定图像尺度连续测量可以作为一个新的工具。
鉴于大多数研究使用照片作为情绪刺激,尽管一些学者开发了地图尺度为特定目的,这种现象的潜在机制还没有讨论。本文首先编译国内外研究情绪和图片之间的关系,发现情感的中介理论,心理投射技术,和地图尺度可以提供一些支持假设照片表达情感。
1.1。情感的中介理论
Music-color联觉是一个吸引人的神经的现象。学者们发现,尽管只有一小部分的人有这样的联觉,最近的证据表明,自述non-synaesthesia展览健壮的和系统性的music-to-color协会(Whiteford et al ., 2018)。帕默et al。(2013)回顾了直接连接假说和情感中介假说解释了music-color关系。通过三个实验中,他们发现music-to-color协会是由常见的情感联系。根据情感的中介假说,人的情感联想刺激构成的一个基本的依据,设立跨通道协会(斯宾塞,2019;梁et al ., 2021)。人们把颜色和音乐的方式与他们自发的情感感知音乐,或者情绪与记忆图像自身而听(2015年Lindborg和弗里)。情感的中介机制的分析表明,情感之间有某种程度的对应关系和颜色。Albertazzi et al。(2015)探索跨通道的存在关联一般人群之间的一系列绘画古典(吉他)和一系列的剪辑音乐,发现跨通道高度复杂的刺激之间联系的存在。回顾情感中介理论的相关研究,我们的结论是,有一定的情绪和颜色和绘画之间的通信;基于这个逻辑,可能还有一定的情感和图片之间的通信。
1.2。心理上的投影技术
的心理投射技术被认为是三大心理测试技术。它假设大多数的人格结构的潜意识,通常可以揭示他们的欲望,需求和动机隐藏在潜意识当面对一个模棱两可的刺激情况(彭,2006)。因此在这项技术的帮助下,受试者的性能、认知、情绪、人格特质等,可以间接地评估。例如,在罗夏墨迹测验,研究人员将一个标准的墨迹图主题;通过记录什么主题关联,研究人员可以分析主体的个性和情感。
心理投射技术的运作机制表明,受试者将自己的影响投射到所选图片,因此,我们可以推断出当前情感状态的受试者通过这些图像。与自我报告法相比,这种技术有一定程度的隐藏;因此,当实现,它遇到相对较少阻力收集准确的信息(周,2006)。然而,很少有学者使用这种技术来确定受试者的影响由于缺乏客观标准和耗时的和要求的测试(方et al ., 2010)。
1.3。地图范围
很多情感体验的内容本质上是per-verbal (周,2006)。基辛格和沙克特(2006)透露,口头上的刺激也能造成left-lateralized激活,而图形刺激导致right-lateralized或双边激活;因此,图形刺激可能会导致自动处理与思考,联想,或概念上的处理比言语刺激。图片可能引起一种本能的反应(朗,1995);因此,对于个人情绪状态的表示,使用图片,图纸,和隐喻比言语更有效定义和描述(Diem-Wille 2001)。
第一个研究用图片代替文字可以追溯到自我评估人体模特(SAM)设计的朗et al。(1988)。山姆规模是一个三维的图像测量技术的价,兴奋,和主导地位,包括五个卡通肖像为每个维度。测量时,参与者可以选择任何图或这两个数字之间的中间状态,导致9分制,1代表最低水平的维度和9代表最高水平的维度。自从萨姆规模克服言语尺度的问题,如需要时间、努力和理解书面语言的能力(Obaid et al ., 2015),有一个类似的有效性语言量表(布拉德利和朗,1994年;Kolakowska et al ., 2020),研究者们主要用它来评估影响的变化引起的特定事件迅速。尽管山姆规模的广泛使用在情绪的研究中,规模设计以来被批评过于粗略,过于简单化,缺乏美感的(Sonderegger et al ., 2016)。一些研究人员也表示,仍然是一个悬而未决的问题,需要详细解释三维之前使用(Broekens边缘主义者,2013年;Obaid et al ., 2015;黄et al ., 2021)。
由于山姆规模可以过时,后来的学者开始开发新的pictural情感测量量表(Betella Verschure, 2016;看到表2详情)。
表2。地图上情绪的措施。
审查现有的研究发现地图尺度主要与面部表情和身体动作表达特定的情感,有问题直接和单一的测量和缺乏严格的漫画形式设计。例如,情感滑块(AS)是一种新的数字自我评估量表由两个滑块控制措施基本情绪的愉悦和兴奋(Betella Verschure, 2016;看到图1)。尽管作者声称不需要书面指示,可以取代山姆自我报告的快乐和兴奋,不选择表达式的基本原理是描述在工具开发,这可能会影响仪器的可靠性。
图1所示。情感滑块。
除了测量情绪的帮助下漫画和表情,还有情感测试工具,使用真实的图片,比如PAM(摄影影响计)。PAM是一种地图情感测量仪中,受试者被要求选择1图像从16图像用不同的主题和内容,最佳匹配他们当前的情绪(Pollak et al ., 2011)。
PAM的设计为我们的研究提供了必要的思想。然而,值得注意的是,帕姆仍存在一些不足之处。首先,PAM不设计严格的照片评分过程,只是标记图片根据主题选择的图片和报道的情绪;因此,标签的可靠性是有问题的。其次,测试接口提供了多种类型的图像,如人、动物,同时和场景,通过这些不可控的因素,如个人喜好可能会影响测试结果的准确性。最后但并非最不重要,PAM包含100张图片,这是小相比一个16演示图片,并可能面临更高的重复率。
1.4。目前的研究
情绪和情感的重复测量高频在回廊中是很常见的心理和心理生理评估(Betella Verschure, 2016)。相关研究已经广泛使用自我报告方法重复的措施,并取得了一些研究进展。然而,我们面临工具不足的困境,因为一些标准的心理库存可以运输批发到每日日记格式(克兰福德et al ., 2006)。
在目前的研究中,我们调查个人的真实情感和开发一个高度动态和可重用的地图比例尺,措施情感状态的变化。与现有的情感测量工具相比,HDRPS小说有一个格式,不同的内容,和一个广泛的能力物质库,允许个人情感的有效测量。
在这个研究中,进行了四个实验,以建立一个高度动态的地图规模(细节中可以看到图21和2),其中实验旨在构建一幅材料图书馆。基于情感的维度理论,我们情绪分为两个维度:价和兴奋。指的是Mehrabian (1996)相关研究概念定义,价指的是消极和积极的情感状态,通常从虐待、羞辱、不感兴趣,兴奋和无聊,放松,爱,与安宁。激励是指精神警觉性和身体活动水平,和一般的变化从睡眠,缺乏运动,无聊,和放松高唤醒等州觉醒,身体紧张,剧烈运动和浓度。实验3和4是为了验证地图量表应用于现实环境。经常考虑到组织科学总结情感的积极情感和消极情感(维斯和Cropanzano, 1996),指的是相关的研究沃森et al。(1988),我们开发了地图与价评级尺度作为提示。然后,验证的有效性地图规模、语义PANAS规模和规模萨姆被选为校准图片。进一步确保成功进行的研究中,我们发展自己的照片评价体系(以下简称PES)1和基于图的规模有效性验证系统(以下简称psv)2协助完成实验。
图2。实验过程和目的。虚线代表之间的内在联系的实验目标,和实箭头表示学习秩序。
2。实验1:专家评价的图像材料
2.1。方法
2.1.1。材料
指小睡的内部架构(Nencki情感图系统)和绿洲(打开情感标准化图像集),我们建立了框架材料的库包含人、动物、植物、对象和场景。
为了便于图像检索,我们称为一个相关的研究Marchewka et al。(2014)人工图像分类用以下标准。照片中“人”的范畴被描述为含可见,人类身体人体或孤立的部分。图片描述的“动物”类别包含可见的动物(这类图像可能包含人体器官在后台)。“植物”类别被形容为植物的生长周期没有人类或动物。“对象”类别被形容为自然或人工对象没有人类或动物,顺势在“周期。最后,“场景”领域被称为图像描述各种自然和人为风景,全景记录或地形没有人类或动物可见。
考虑到照片筛选将不断进行施工材料的库,42名大学生被招募来收集各种彩色图像在公开网络。为了尽可能地扩大搜索范围,减少图像的重复率,我们编译自己的搜索条件和要求被试搜索图片根据给定的条件。自不同国家的相同的对象可能代表不同的情绪状态(例如,平静的海,风大浪急的海面),每个项目必须有不少于10图片覆盖不同级别的价和兴奋。根据搜索需求,共有22054个原始图像最终被收集。
考虑到原始图像有不同的大小和格式,我们使用OpenCV和Visual Studio 2015标准化图像成JPG格式图像的512 * 512像素的大小。物理性质的事实可能会影响情绪的判断(例如,Lakens et al ., 2013;Carretie et al ., 2019),我们重新映射的灰色通道值“对象”和“场景”的帮助下RGB曲线,和调优七大照片颜色差异基于原始图像。
两个博士和两个硕士学生研究团队评估的可用性标准化处理图片,而指的是相关的研究et al。(2020)开发可用性评估规则。首先,图像内容完整、清晰,无水印或文字标识。第二,情感意义很简单,不需要复杂的认知过程。最后但并非最不重要,图片不包含文化敏感性,而且没有明显的刺激元素,可以从个人迅速引起一个有效的反应。共有1289套图片,8933图片,剩余的可用性评估。
2.1.2。参与者
确保图像标签的科学性,严格的标准建立了招聘。首先,受试者被要求有一个博士学位或更高的研究经验和情感科学的相关研究经验。为了方便起见,14日从四川大学和云南大学博士生被邀请参与实验,包括7 7男性和女性,平均年龄为27.77岁。其次,受试者被要求有正常的颜色视觉和精神状态。石原色盲测试,自我评估焦虑量表(SAS);郑氏,1971),自我评估抑郁量表(SDS;郑氏,1971 b)依次进行。结果表明,所有的受试者正常色觉,SAS得分低于50和SDS得分低于53,正常水平的中国(李et al ., 202014),因此,所有的受试者合格的专家。
实验过程和评价指标进行了详细的解释在实验开始之前。专家们被要求登录到PES,签署一份知情同意书,实验完成后获得一定的补偿。
2.1.3。程序
减少心理疲劳的影响评级结果,同样14专家被随机分为两组,A和b图像被随机分为任务的1289套1和2(任务1包含645套图片和task 2包含644的图像)。A和B组专家的评价任务完成任务1和任务2,分别。实验进行了连续5天,每天评估时间大约是3 - 4 h。
在实验开始之前,专家登录PES,自动播放一个操作视频和详细解释了实验过程和评级指数(专家可以选择跳过第二次的会话)。正式实验包括三个交易日。第一个是情感自我报告;为了防止个人情绪影响了评估结果,PANAS规模和山姆规模(价和冲动)被用来测量情感专家在实验开始前的状态,和测试结果的有效性的基本原理或评级数据。第二个是预先测试实践中,为了确保专家充分理解评级指标和操作过程,共5套(5图像/集)预先测试实践的设计(专家可以选择跳过这部分在第二次)。第三张照片评估,考虑到几种不同的图片来判断一次可以偏见获得每一个类别,得分是比较稳定可靠,当给定的类别(Dan-Glauser谢勒,2011);照片是在集,一个接一个,在实验过程中。由于评级指标的快速转换往往影响结果的稳定性,每15组照片都是随机包装成一个单位。正式的评估期间,专家们首先评估单元中的所有图片的价,然后所有图片再次提出了他们的冲动。指的绿洲,这项研究并没有设定一个固定的时间的评级图片只要求专家尽快回答,根据自己的直觉,没有过多的思考。同时,消除精神疲劳的影响评级结果,成立一个义务休息的期限,要求专家至少需要休息3分钟完成后每个3单位评级的任务。
2.2。统计数据
可靠性措施,也称为可靠性测试,通常由计算的克伦巴赫系数测量量表(鲍姆加特纳et al ., 2019),这通常是0.65 - -0.80的范围内,最低可接受的水平高于0.50 (库克et al ., 2018)。这里我们使用了克伦巴赫α系数测量的可靠性专家的评级。
此外,引入身份比的概念。身份比的比例是所有参与者都认为图像属于这种情感类型的总数相比评价者(王朱,2013)。我们被一些学者的标准(李,2014),用60%的身份比筛选规则,进一步提高材料的质量。
2.3。结果
2.3.1。可靠性的措施
扣除后给出的评级数据,当专家的影响异常,量表的阿尔法的价和唤起评级专家组A和B分别计算。表3显示所有变量的量表的阿尔法高于0.8,除了唤醒A组,低于0.7。在此基础上,我们得出结论,有一些内部专家评价结果的一致性。
表3。专家评分的一致性。
2.3.2。身份比评级
下面的方式皮拉尔et al。(2012)分类价和觉醒,图片1 - 3价评级,4 - 6、7 - 9和标记为负的,中性的,和积极的,和图片唤起评级1 - 3、4 - 6、7 - 9和标记为低,中,高。每个图像的身份比分开计算基于图像的情感标签(价、兴奋)。照片是根据60%标准筛选(李,2014),最后,总共1269套和5046张照片通过了评估。2
考虑评估参与者的数量相对较少,更多的受试者招募实验2中的情感判断为了提高稳定性的情感标签和情感评价的可靠性。
3所示。实验2:专业评价的图像材料
3.1。方法
3.1.1。材料
职业评估材料5046照片通过了实验包括549人的形象,974张图片的动物,植物的816张图片,图像的对象,998和1709的图像场景。
3.1.2。参与者
考虑到这个实验的目的是改进图片标签和进一步提高图片的科学性分数,正如在实验1中,我们限制了主体的专业和健康状况。大学生主修人力资源管理,心理学,图像识别,和其他相关专业定向招募并受到石原色盲测试、情景应用程序测试和SDS测试。总共有244名本科生和硕士学生招募了四川大学。选择后,25参与者专业相关性低,1参与者色盲测试失败,SAS 9参与者超过了中国规范的标准,和3参与者超过中国规范标准SDS(3人超过SAS和SDS正常水平)3。删除后35参与者,209例(101男性和108女性)被评级机构认定为是与平均年龄为21.67岁。此后,评级机构被要求登记在PES,签署一份知情同意书,收到一定数量的实验完成后付款。
3.1.3。程序
209年评级机构被随机和同样分成六组,A1,一个2B1B2C1C2。六十九套的照片被随机选中图片,一样普遍,剩下1200套的图片被分成六块。每组以来评级机构被要求完成269套照片评分,评估进行的五次,为每个评估约65分钟。
针对最小化外部环境因素对评价结果的影响,实验是在标准的实验室环境中进行的。在实验过程中,电脑屏幕分辨率都统一调整为1600 * 1024,而窗帘关闭,灯光打开,和两个实验在现场维护秩序和回答任何问题及时出现。
评级机构自动登录到PES在实验开始之前,看操作视频(他们可以选择跳过会话在接下来的试验)。实验开始后,评级机构被要求按顺序进行情感自我报告,检测前练习,和判断力的照片,同样的过程,实验1。
3.2。统计数据
类似于实验1,我们首先计算的内部一致性评定等级的评估使用克伦巴赫α系数。与此同时,考虑到数据的特异性物质,我们Loewenthal (2001)相关研究使用个人评级之间的平均相关系数和整体评级的可靠性测试结果。根据库克et al。(2018)如果可靠性结果大于0.5,我们可以得出结论,评定等级的评估是可靠的。
改善图像质量,图像首先进一步筛选基于识别比标准的60%。此外,我们比较了保留图像的标签在实验1和2;删除的图片不一致的标签后,我们最终建立图像库。
3.3。结果
3.2.1之上。可靠性的措施
验证的可靠性评级机构的评级结果,情感评级69套(共400张照片)常见的图片分别进行了分析,之后删除10图像缺失的数据由于系统问题,内部一致性分数计算剩余的照片,它是发现,克伦巴赫α的价和兴奋分别为0.974和0.977,分别。
此外,指Loewenthal (2001)相关的研究中,我们计算的可靠性。数据显示的可靠性对价和兴奋分别为0.795和0.61,分别是大于0.5(的判别标准库克et al ., 2018);因此,它可以假定评分结果比较可靠。
3.2.2。身份比评级
按照所采用的方法在实验1中,情感评级(9分)转化为情感标签(价、兴奋)。计算后的身份比价评级和唤起评级分别为每个图像,总共有4149图片标准同时达到了60%,其中包括497图片的人,693张图片的动物,植物的682张图片,图像的对象,741和1536的图像场景。
3.2.3。生成图像库
实验1和实验2的结果,比较一致的情感标签的图片被定义为有效的图片(如积极正面,新低)。结果表明,有3910张图片与一致的价3579标签和图片一致的唤醒标签。综合考虑价和唤醒标签后,共有3386个有效得到照片,可以看到表4。
表4。描述性统计材料的库。
材料与实验1和实验2,库包含3386张照片(细节中可以看到图3)成立于这项研究。实验3将开发地图规模可用于情感识别库,基于材料和初步验证量表的有效性。
图3。物料库的示例。HDRPS,图片命名根据内容分类,标签价,数量。例如,people-n081代表第81积极的图片类别的人。价(V)的评级,唤起(A)是:people-p081, V = 6.65, = 7.30;people-hn093, V = 5.84 = 4.96;people-ln016, V = 4.57 = 3.94;people-n127, V = 2.67 = 4.17;animals-p057, V = 6.11 = 6.14;animals-hn078, V = 5.76 = 4.98;animals-ln005, V = 4.46 = 4.03; animals-n002, V = 3.38, A = 7.97; plants-p264, V = 6.70, A = 6.21; plants-hn170, V = 5.89, A = 5.03; plants-ln003, V = 4.05, A = 3.98; plants-n013, V = 3.47, A = 3.73; objects-p205, V = 6.74, A = 5.08; objects-hn167, V = 5.80, A = 4.98; objects-ln017, V = 4.45, A = 5.23; objects-n125, V = 2.78, A = 4.88; scenes-p306, V = 6.92, A = 6.16; scenes-hn044, V = 5.93, A = 4.83; scenes-ln100, V = 4.69, A = 4.02; scenes-n235, V = 2.98, A = 4.11.
4所示。实验3:HDRPS预先测试
4.1。方法
以下4.4.1。材料
每个图片的材料图书馆有两个维度,价和兴奋;根据图片的组合价和冲动的类型,允许的发展规模与连续9个图片展示。考虑到显示过多的图片会选择更加困难,延长测试时间,而对情绪的研究主要集中在组织设置在积极和消极情绪(费舍尔和Ashkanasy, 2002年),地图规模开发基于价评级。同时,地图规模有效性验证系统(psv)开发促进实验3的实现。
在测试的过程中地图比例尺、埃因霍温随机呈现一种类型的图片,并自动选择1正面照片,1中性图片,和1 -图生成测试规模;然后,参与者被要求选择一个最佳匹配的三个图片他们的当前状态的影响/情绪。考虑到可能的问题的个人喜好选择图片,五轮的测试是重复的,五个类别的图片呈现随机。
4.1.2。参与者
为了控制年龄和文化背景等因素对测试结果的地图规模尽可能多,261名志愿者,他们没有参与实验1和2被招募参加预先测试符合前两个实验,色盲测试,情景应用程序测试,和SDS测试顺序进行,共有229名志愿者通过了资格审查。参与者通过选择过程需要在网上注册的登录到psv,签署知情同意书,收到100元补偿在完成实验。
沃森et al。(1988)发现积极情感(PA)州显示强大的时段效应:PA分数往往整个早上,在剩下的时间保持稳定,然后再下降在晚上。因此,参与者被要求参加考前每天在同一时间连续五天(周一至周五)为了克服时间对测试结果的影响。出于管理目的,我们做了一个实验安排在实验开始前,解决日常实验时间六个时期,和参与者被允许选择他们参与实验的时间根据个人计划,形成6测试组(a, b, c, d, e, f)。据统计,209名参与者(73男性和136女性)加入了实验在平均20.58年。
4.1.3。程序
这个实验进行了在线为了控制外部环境的影响对参与者的影响和最大化接近真正的学习和工作情况。实验开始的前一天,我们组织了志愿者的帮助下一个腾讯会议,详细解释了实验过程和治理规则。
开始正式实验中,志愿者们第一次注册腾讯会议,打开摄像头在线办理登机手续,确保了摄像头在整个实验过程。实验者通过视频了解志愿者的工作和学习环境,确保外部因素对测试结果的影响在可控范围内。签约后,参与者登录到psv,观看演示视频(会话可以跳过),然后进入正式实验。
正式的实验是由三个面板。一个是校准规模测试;对于验证地图比例尺,PANAS规模和山姆规模(价)作为有效的标准。另一种是实践;共有五套照片准备练习,和三组是由系统随机选择的锻炼(下次会话可以跳过)。最后一个是地图scaleHDRPS测试,系统随机呈现的五套照片(1套/类别),和参与者需要从这三个选择一幅图片最能匹配他们当前情感/情绪,这对一个试验花了5分钟。
1045测试HDRPS进行在这个实验中,删除丢失的数据项后,复制记录项目,显然不正常项目,845年测试结果仍然有效。
4.2。统计数据
4.2.1。准备可靠性的措施
自HDRPS 1规模,无法计算的克伦巴赫α系数在规模的验证过程中,每个等级之间的平均相关系数和综合评分被用来指的可靠性测试结果Loewenthal (2001)。与实验2,结果被认为是内部一致性和通过可靠性测量如果计算结果大于0.5。
4.2.2。有效性的措施
有效性的措施是指乐器措施的程度它打算测量什么(库克et al ., 2018),通常使用皮尔逊相关证明,验证对地图的主要形式。林恩(1986)指出,三种类型的有效性是常用的今天:内容,criterion-related和构造。因为实验1和2已经确保了内容效度,这一部分主要检查的有效性效标效度和建构效度。
同时效度表示的程度的测试结果对应于这些现有的(之前验证)测试(s)相同的构造在同一时间点(库克et al ., 2018),通常同时效度的值越大,新开发的规模就越好。因此,我们使用了同时效度测量效标效度;和提出的标准墨菲和Davidshofer (2015),结果被认为是重要的如果是大于0.45。
区分效度表示测量的程度,没有将相关的理论实际上是无关的或不同的(库克et al ., 2018同时效度),这是相反的,和相关系数越小,就越好。指提出的判别准则库克et al。(2018),相关系数小于0.45被认为是一个传递的有效性。
4.3。结果
4.3.1。可靠性的措施
可靠性测试结果计算是0.70意味着HDRPS通过了可靠性测试。
4.3.2。有效性的措施
首先,山姆规模之间的相关性和HDRPS计算,结果显示相关系数为0.633,通过同时效度测试。
鉴于PANAS量表测量的情感状态最近一周,从HDRPS属于不同构造,计算相关系数作为区分效度。结果表明,相关系数为0.394,通过区分效度测试。
实验3后,30名学生被邀请参加半结构化访谈HDRPS提高有效性,最终,27个受试者完成在线采访平均15分钟的面试时间。为了解决这一问题相对较少造成的困难选择中性图片,提高59.3%的受访者,地图的表示规模调整,与中性图片进一步分为两种类型:低中性和高中性(4 <价≤5低中性,中性高5 <价≤6)。
5。研究4:HDRPS的正式测试
5.1。方法
5.1.1。材料
在实验的过程中,系统随机选择1的图片,并自动提取一组图片,包含1正面照片,1高中性图片,1低中性图片,和1 -图片,生成测试项目。参与者被要求选择1图片最能匹配他们的当前状态影响/情绪。与实验3、5轮测试被设置为每个审判,和图片的5类随机(具体例子如下图片)。
People-p081 People-hn093 People-ln016 People-n127
animals-p057 animals-hn078 animals-ln005 animals-n002
plants-p264 plants-hn170 plants-ln003 plants-n013
objects-p205 objects-hn167 objects-ln017 objects-n125
scenes-p306 scenes-hn044 scenes-ln100 scenes-n235
5.1.2中。参与者
员工招募工作参与这个实验是为了测试的有效性HDRPS在实际工作环境中,受试者被要求在正常色觉,或矫正视力正常,正常的心理功能和能够使用电话。会计年龄差异的影响(例如,2008年Gruhn和麦克尔),受试者招募在子组的年龄组和管理。
这个实验招募了636名参与者。真正的工作环境可能员工精神异常(例如,SAS、SDS评分对中国规范),资格审查与色觉异常只有排除员工。统计数据显示,共522名参与者通过了资格审查,完成系统登记。性别,有154男性和368女性。年龄,35.6%是18 - 30岁,27.6% 31-40岁51-60岁每周岁23.9%,12.8%。婚姻状况,33.7%是未婚,61.5%已婚的,4.8%的离婚了。对于教育,或低于28.7%是大学毕业生,42.1%拥有本科学位,29.1%拥有硕士学位或以上。在管理层面,政府和机构员工占28.2%,企业职工占32.4%,服务业员工占6.5%,和工人,自由职业者,其他占32.9%。在开始实验之前,受试者签署知情同意书在线和支付35元人民币在完成实验。
5.1.3。程序
HDRPS是一个情感测量工具,可以反复使用。这个实验来验证其连续测量效果,进行了连续7天时间内(周一至周日)。因为这个实验可能干扰受试者的正常工作生活,他们被要求登录到埃因霍温在移动结束前上午(11:30-12:30)和下午(17:30-18:30)在线测试后自己的工作安排。
由于时间和精力有限的参与者,没有进一步pre-experiment培训安排。确保参与者熟悉实验过程,埃因霍温的测试功能开放实验开始前2天;因此,所有的参与者可以利用他们的空闲时间来登录到psv任何操作。同时,核实照片和情绪之间的关系,我们建立了校准测试之前和之后HDRPS规模,和评估这些照片是否可以测量影响通过比较第一和第二校准天平的区别。
正式实验由三个部分组成。校准天平的第一个测试中,参与者需要填写PANAS规模和山姆规模(价)登录到系统后。HDRPS测试,系统随机提供5套图片(1套/类别),和参与者被要求选择1图片每个4图片最能匹配他们的当前状态影响/情绪。最后,参与者被要求报告他们自己的价水平,再次使用SAM规模,历时约3分钟为一个审判。
5.2。统计数据
5.2.1。验证picture-emotion反射机制
照片可以用作标准材料诱导情绪,并验证是否可以使用图片作为一种工具来衡量影响,山姆规模测试之前和之后HDRPS测试实验4中。
我们使用两种方法来验证picture-emotion反射机制。一个是成对样品T以及山姆HDRPS前后测试结果;我们相信如果HDRPS刺激受试者的情绪,应该有一个测试结果的显著差异。相反,如果HDRPS可以反映受试者的情绪,结果并不重要。
此外,我们对情感激励的相关研究马丁(1990),定义成功的标准影响引出情绪的变化从pre-induction post-induction至少10个基点。在我们看来,如果山姆HDRPS测试之前和之后的变化小于10%,可以验证picture-emotion反射机制。
5.2.2。HDRPS的信度和效度
在实验2和3,可靠性测试是通过使用相同的方法进行的Loewenthal (2001)的年代。同时,除了建构效度通过使用区分效度,效标效度是由使用同时效度。
5.2.3。HDRPS的准确性和稳定性
HDRPS是一个高度动态的工具反复测量受试者的影响变化,这可以代替冗长的垂直尺度和地图尺度与固定内容迅速评估一个人的情感。因此,HDRPS的有效性验证,准确率计算是基于第一山姆规模的测试结果。
此外,考虑到HDRPS可以重用来衡量员工的影响中,我们进一步研究了持续的稳定指的是使用一个相关的研究毛刺et al . (2021),这意味着使用根连续平方差异(rMSSD)来衡量情感不稳定。
5.3。结果
5.3.1。验证picture-emotion反射机制
首先,成对样品t以及执行(见山姆的结果表5),发现没有显著差异(Sig > 0.05)的参与者的价评级HDRPS测试之前和之后。
表5所示。成对样品t以及的山姆。
在此基础上,参照马丁(1990)的研究中,我们计算的大小变化,发现79.05%的参与者的影响变化小于10%,表明确实是图片和影响之间的反射机制,和个人情感的帮助下可以测量图片。
5.3.2。HDRPS的信度和效度
在这个实验中,总共有4339的测试进行了HDRPS,删除丢失的数据项后,复制记录条目,而且显然异常项目,3778年测试结果仍然有效。指的是Loewenthal (2001)的研究中,平均每个评级和整体评级之间相关系数计算;结果表明,可靠性测试结果为0.54,大于0.5的判断标准,因此,我们认为HDRPS规模通过了可靠性测试。
验证的有效性HDRPS, HDRPS和校准尺度之间的关系分别进行了计算,结果表明,HDRPS和山姆量表之间的相关系数为0.45,PANAS规模的相关系数为0.21,通过了有效性测试。
5.3.3。HDRPS的准确性和稳定性
根据rating-affective标签转换方法在实验1和实验2中,我们转换的结果1日山姆规模和HDRPS进入情感标签,并计算测试结果的一致性。数据显示之间的一致性比率1日山姆规模和HDRPS为89.73%,说明地图规模可以相对准确地衡量员工的影响。
通过计算的rMSSD PANAS规模,山姆,HDRPS分别和关联(见表6),我们发现年龄、资历和婚姻状况与情绪不稳定的规模负相关(批准2008年Gruhn和麦克尔),而SDS和SAS呈正相关,情绪不稳定。在这方面,我们可以得出这样的结论:HDRPS基本上是与校准天平的测试结果一致,这证明了地图规模有一定程度的科学性和有效性不断测量员工的影响。
表6所示。分析情感不稳定。
6。讨论
6.1。研究内容
情感测量基本和必要的情感发展的科学研究。情感的常用方法访问生理指标措施、外部行为的措施,和自我报告方法。目前,研究生理和行为性情感识别主要限于实验室设置,而情感在实际工作场景中访问主要是由口头鳞片。虽然从言语尺度可以获得大量的信息,有一些明显的问题。首先,成熟的鳞片都是来自西方的研究,这使得它很难找到准确的英语单词翻译过程(沃森et al ., 1988)。第二,天平通常适用于西方文化,和过于直接的措施可能导致受试者做出回应,以满足实验的要求。在第三位,影响瞬态的生物,因此单个测试的可靠性不高,而多个测试易受学习效果。最后但并非最不重要,语义尺度相对要求不适用的参与者和教育程度较低的群体。
本文致力于发展一个高度动态和可重复使用的测量工具来评估个人的真正的影响。保证图像的科学合理的施工材料,我们设计了一个严格的实验过程。起初,我们收集了高质量的彩色图片在互联网上,和最初的照片数量达到22054。标准化处理和可用性评估后,有8933张照片。接下来,14个相关领域的博士学位的学生被邀请参加实验1来判断情感标签的照片;筛选后的图片识别率不到60%,剩下5046张照片。然后,209专业评估人员招募率实验2中的图片,和3910年图像与一致的价3759标签和图片一致的唤醒标签删除后剩下不到60%的标准图片。在此基础上,我们计算的平均评级价和每个形象画面情感的唤起评级,实验1和实验2的结果相比,保留一致的情感标签的照片,最后,建立了一个图书馆材料容量的3386张照片。
价(快乐)是一种最基本的评价功能(Dan-Glauser谢勒,2011)。考虑到在组织环境影响的研究都集中在积极的影响和消极的影响(费舍尔和Ashkanasy, 2002年),目前的工作发展地图规模基于价标签。地图尺度上验证,实验3和实验4进行了先后。在实验3中,209名志愿者加入HDRPS预先测试,总共有845次试验有效地完成。考虑到大学生志愿者参与实验3都有类似的学术背景和年龄,HDRPS的有效性在组织背景下无法有效验证。因此,我们招募了522名工作人员(年龄在18 - 60岁之间的)参与实验4,之后连续7天每天两次连续测量,我们一共完成了3778个有效试验。分析结果显示,反复HDRPS具有良好的可靠性,可用于测量受试者的影响。
6.2。创新和局限
第四次工业革命加速人们的工作的步伐,突然增加的工作压力已经成为滋生的沃土的负面影响,严重影响员工的工作和生活。本文致力于发展地图比例尺,是高度动态的,可以重用访问对象的影响。与之前的情感测量方法相比,新的仪器有三个特性。使用图片作为测量仪器提供了一种感知影响不依赖语义尺度,这方法比较新颖和隐蔽,可以降低受试者的防御性。此外,HDRPS依赖于大容量物质库,可以随机生成测试项目在不同的主题相结合,并使高度动态测量的情绪而控制外部因素,如偏好。此外,HDRPS依赖于手机,电脑和其他媒体测量,使用方便,操作简单,快速(单个测试时间小于5 s)。因此,这种方法是不太可能的地方额外负担的主题,可以应用于日常情绪的连续测量。
当前的研究,与其他研究一样,有一些缺点。最重要的是,这张照片材料只有包含两个维度的价和兴奋,因此主导地位并不包括在内。实证研究表明主导地位的弱点在解释总体方差的影响(例如,费雷et al ., 2012),二维情感模型优于模型包含更多的维度。一些研究人员排除了主导地位维度为了缩短试验时间,降低疲劳(如主题李et al ., 2012)。然而,未来的研究仍然需要考虑材料数据库中主导地位的角色。
另一个限制是,在HDRPS的发展,以适应现实的管理和减少选择的难度,我们提取图片形成了基于价标签的测试项目不考虑激励维度。因此,未来的研究应该考虑如何使用相同的主题形象反映了两种不同的情感维度和测量受试者的情感更全面。
此外,HDRPS完全建在中国,我们还没有研究文化差异可能会影响照片的分数,甚至这个方法是否适当的运用跨文化。未来的研究使用HDRPS应该意识到可能的文化差异的影响。因为我们已经提供了所有图片的分数对价和兴奋,我们鼓励未来的研究执行小型验证之前使用这个工具。
再一次,测量的数量可以自主决定在HDRPS的访问。在这项研究中,我们重复的图片选择5次验证的规模,防止个人偏好的影响结果,延长测试时间,因此一个审判可以在后期进行的对比研究精度的差异之间的一个测量和多个测量。
进一步限制物质库的容量是3386人,其中11.93%的人,17.28%是动物,15.63%是植物,17.99%是对象和37.18%是场景,表现出不均匀分布。未来的研究应该继续探索地图尺度更为平衡的结构分布。
数据可用性声明
最初的贡献在这项研究中都包含在本文展示/补充材料,进一步调查可以针对相应的作者。
道德声明
书面知情同意不从个人(s),获得也小(s)的法定监护人/近亲,出版的任何潜在的可识别的图像或数据包含在本文中。
作者的贡献
PL是整个项目研究的负责人。YW研究设计者和实现者。J 'nH负责实验和数据分析的实现。L 'bQ负责指导系统的技术开发。KZ负责系统的设计和开发。所有作者的文章和批准提交的版本。
的利益冲突
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。
出版商的注意
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。
脚注
- ^http://syy.imagesoft.cc: 8083 / # / evaluatePhase
- ^http://syy.imagesoft.cc: 8083 / # / testPhase
- ^图片评级会话的保留率为56.49%,因为只剩下一幅在某些集,组统计不显著,所以数据没有算进组。
引用
阿拉姆,M。,和Singh, P. (2019). Performance feedback interviews as affective events: An exploration of the impact of emotion regulation of negative performance feedback on supervisor–employee dyads.人力资源管理评估。31日,100740年。doi: 10.1016 / j.hrmr.2019.100740
Albertazzi, L。,运河,L。,和Micciolo, R. (2015). Cross-modal associations between materic painting and classical Spanish music.雷竞技rebat心理学领域6:424。doi: 10.3389 / fpsyg.2015.00424
Balsamo, M。Carlucci, L., Padulo, C., Perfetti, B., and Fairfield, B. (2020). A bottom-up validation of the IAPS, GAPED, and NAPS affective picture databases: Differential effects on behavioral performance.雷竞技rebat心理学领域11:2187。doi: 10.3389 / fpsyg.2020.02187
费利克斯,J。弗雷,N。,Kleinke, M., Sauer, J., and Sonderegger, A. (2019). Pictorial system usability scale (P-SUS): Developing an instrument for measuring perceived usability.CHI. 5, 4–9. *jt. doi: 10.1145/3290605.3300299
费利克斯,J。,Sonderegger,。,和萨奥尔,J。(2018). No need to read: Developing a pictorial single-item scale for measuring perceived usability.国际人机研究杂志》上122年,78 - 89。doi: 10.1016 / j.ijhcs.2018.08.008
Betella,。,和Verschure, P. F. (2016). The affective slider: a digital self-assessment scale for measurement of human emotions.《公共科学图书馆•综合》11:e0148037。doi: 10.1371 / journal.pone.0148037
布拉德利,M . M。,和朗,p . J。(1994). Measuring emotion: the Self-Assessment Manikin and the Semantic Differential.行为疗法与实验精神病学杂志》上。25日,49-59。0005 - 7916 . doi: 10.1016 / (94) 90063 - 9
Broekens, J。,和Brinkman, W. P. (2013). Affect Button: A method for reliable and valid affective self-report.国际人机研究杂志》上。71年,641 - 667。doi: 10.1016 / j.ijhcs.2013.02.003
毛刺,D。Castrellon, J. J., Zald, D., and Samanz-Larkin, G. R. (2021). Emotion dynamics across adulthood in everyday life: Older adults are more emotionally stable and better at regulating desires.情感21日,453 - 464。doi: 10.1037 / emo0000734
Carretie, L。Tapia, M。,López-Martín, S., and Albert, J. (2019). EmoMadrid: An emotional pictures database for affect research.动机和情感。43岁,929 - 939。doi: 10.1007 / s11031 - 019 - 09780 - y
做饭,a·J。,Roberts, D. A., and Nelson, K. C. (2018). Development of a pictorial scale for assessing functional interference with chronic pain: the Pictorial Pain Interference Questionnaire.疼痛研究杂志》11日,1343 - 1354。doi: 10.2147 / JPR.S160801
Covie, R。,Douglas-Cowie, E., Savvidou, S., McMahon, E., Sawey, M., and Schröder, M. (2000). “‘FEELTRACE’: An instrument for recording preceived emotion in real time,” in学报ISCA教程和研究研讨会(ITRW)演讲和情感(纽卡),5 - 7。
克兰福德,j . A。乔舒亚,p E。Iida, M。,Rafaeli, E., Yip, T., and Bolger, N. (2006). A procedure for evaluating sensitivity to within-person change: Can mood measures in diary studies detect change reliably.人格与社会心理学公报》。32岁,917 - 929。doi: 10.1177 / 0146167206287721
Dan-Glauser,大肠。,和Scherer, K. R. (2011). The Geneva affective picture database (GAPED): A new 730-picture database focusing on valence and normative significance.行为研究方法43岁,468 - 477。doi: 10.3758 / s13428 - 011 - 0064 - 1
Desmet, P。,Overbeeke, K., and Tax, S. (2001). Designing products with added emotional value: Development and application of an approach for research through design.Des。J。4,32-47。
Desmet, p . m . A。,Vastenburg, M. H., and Romero, N. (2016). Mood measurement with Pick-A-Mood: Review of current methods and design of a pictorial self-report scale.设计研究杂志》上。14日,241 - 279。doi: 10.1504 / JDR.2016.079751
方,P。,Qiao, Y. Y., and Jiang, Y. (2010). A probe into measurement of adolescent mood.教育的理论与实践。30,36-38。
费雷,P。,Guasch, M., Moldovan, C., and Sánchez-Casas, R. (2012). Affective norms for 380 Spanish words belonging to three different semantic categories.Behav。研究方法44岁,395 - 403。doi: 10.3758 / s13428 - 011 - 0165 - x
费舍尔,c, D。,和Ashkanasy, N. M. (2002). The emerging role of emotions in work life: An introduction.j .器官。Behav。21日,123 - 129。doi: 10.1002 / (SICI) 1099 - 1379 (200003) 21 < 123:: AID-JOB33 < 3.0.CO; 2 - 8
吉拉德,S。,和Johnson, H. (2009). Developing affective educational software products: Sorémo, a new method for capturing emotional states.j·英格。Des。20岁,493 - 510。doi: 10.1080 / 09544820903158827
Gruhn D。,和Scheibe, S. (2008). Age-related differences in valence and arousal ratings of pictures from the International Affective Picture System (IAPS): Do ratings become more extreme with age?行为研究方法。40岁,512 - 521。doi: 10.3758 / BRM.40.2.512
基辛格,大肠。,和Schacter, D. L. (2006). Processing emotional pictures and words: Effects of valence and arousal.认知情感和行为神经科学。6,110 - 126。doi: 10.3758 / CABN.6.2.110
Kolakowska,。Szwoch, W。,和Szwoch, M. (2020). A review of emotion recognition methods based on data acquired via smartphone sensors.传感器。20日,6367年。doi: 10.3390 / s20216367
Lakens D。,Fockenberg, D. A., Lemmens, K. P. H., Ham, J., and Midden, C. J. H. (2013). Brightness differences influence the evaluation of affective pictures.认知和情感27日,1225 - 1246。doi: 10.1080 / 02699931.2013.781501
朗,p . j . (1980)。“行为治疗和bio-behavioral评估:计算机应用,”技术在精神卫生保健交付系统eds j·b·Sidowski j·h·约翰逊,和t·a·威廉姆斯(诺伍德,新泽西:Ablex)。
李,D。Cheng, Z., Dai, R., Wang, F., and Huang, Y. (2012). Preliminary establishment and assessment of affective music system.中国心理卫生杂志》上。26日,552 - 556。
李,问。,Wei, J., Wu, Q., Zhang, N., and Zhao, T. (2020). Investigation and analysis on anxiety and depression of 183 medical staffs during the epidemic period of the COVID-19.气J印第安纳Hyg Occup说38岁,908 - 911。
梁,P。,Jiang, J., Wei, L., and Ding, Q. (2021). Direct mapping of affective pictures and taste words.食品质量和偏好。89年,104151年。doi: 10.1016 / j.foodqual.2020.104151
Lietz, R。,Harraghy, M., Calderon, D., Brady, J., Becker, E., and Makedon, F. (2019). “Survey of mood detection through various input modes,” in第12届ACM国际研讨会论文集普遍技术相关辅助环境佩特拉19(Rhodes) 28-31。doi: 10.1145/3316782.3321543
Lindborg, P。,和Friberg, A. K. (2015). Colour association with music is mediated by emotion: Evidence from an experiment using a CIE lab interface and interviews.《公共科学图书馆•综合》10:e0144013。doi: 10.1371 / journal.pone.0144013
Manassis, K。,Mendllowitz, S., Kreindler, D., Lumsden, C., Sharpe, J., Simon, M., et al. (2009). Mood assessment via animated characters: A novel instrument to evaluate feelings in young children with anxiety disorders.j .中国。孩子Adolesc。Psychol。38岁,380 - 389。doi: 10.1080 / 15374410902851655
Marchewka,。,Zurawski, L., Jednoróg, K., and Grabowska, A. (2014). The Nencki Affective Picture System (NAPS): Introduction to a novel, standardized, wide-range, high-quality, realistic picture database.行为研究方法。46岁,596 - 610。doi: 10.3758 / s13428 - 013 - 0379 - 1
Mehrabian, a (1996)。Pleasure-arousal-dominance:一个总体框架来描述和测量气质的个体差异。当代心理学14日,261 - 292。doi: 10.1007 / BF02686918
Obaid, M。,Dünser, A., Moltchanova, E., Cummings, D., Wagner, J., and Bartneck, C. (2015). “LEGO Pictorial Scales for Assessing Affective Response,” in人机Interaction-INTERACT 2015,第一部分,信号9296(Cham Springer): 263 - 280。doi: 10.1007 / 978 - 3 - 319 - 22701 - 6 _19
C。,Goudbeek, M., and Krahmer, E. (2020). Gradual positive and negative affect induction: The effect of verbalizing affective content.《公共科学图书馆•综合》15:e0233592。doi: 10.1371 / journal.pone.0233592
帕默,s E。,Schloss, K. B., Xu, Z., and Prado-León, L. R. (2013). Music-color associations are mediated by emotion.Proc,国家科学院110年,8836 - 8841。doi: 10.1073 / pnas.1212562110
皮拉尔,F。,Guasch, M., Moldovan, C., and Sánchez-Casas, R. (2012). Affective norms for 380 Spanish words belonging to three different semantic categories.行为研究方法。44岁,395 - 403。doi: 10.3758 / s13428 - 011 - 0165 - x
Pollak, j . P。,亚当斯,P。,和Gay, G. (2011). “PAM: a photographic affect meter for frequent, in situ measurement of affect,” inACM会议程序在计算系统人为因素(气)(温哥华BC)。
阅读,j . c (2008)。验证有趣的工具包:一个儿童的意见技术测量仪。Cogn。抛光工艺。工作10日,119 - 128。doi: 10.1007 / / s10111 - 007 - 0069 - 9
Reisenzein, r (1994)。Pleasure-arousal理论和情绪的强度。人格与社会心理学杂志》上67年,525 - 539。0022 - 3514.67.3.525 doi: 10.1037 /
桑切斯,j . N。诺玛,P。,Hernández, J. C., and Penagos, Y. O. (2006). “Conveying mood and emotion in instant messaging by using a two-dimensional model for affective states,” in学报2006年巴西人为因素在研讨会上计算系统(纽约:ACM), 66 - 72。doi: 10.1145/1298023.1298033
萨奥尔,J。Baumgartner, J., Frei, N., and Sonderegger, A. (2021). Pictorial Scales in research and practice: A review.欧洲的心理学家。26日,112 - 130。1016 - 9040 . doi: 10.1027 / / a000405
施赖伯,M。,和Jenny, G. J. (2020). Development and validation of the ‘Lebender emoticon PANAVA’ scale (LE-PANAVA) for digitally measuring positive and negative activation, and valence via emoticons.珀耳斯。个体所。是不同的。160:109923。doi: 10.1016 / j.paid.2020.109923
Sonderegger,。Heyden, K。Chavaillaz, A., and Sauer, J. (2016). “AniSAM & AniAvatar: Animated visualizations of affective states,” in诉讼的2016人为因素在计算系统(CHI CHI会议”16)(纽约),4828 - 4837。doi: 10.1145/2858036.2858365
王,l . X。Chu, Y. D. (2013). Standardization and assessment of affective picture stimulates material system of sport circumstance.北京体育大学学报。36岁,74 - 77。
华生,D。Clark, L. A., and Tellegen, A. (1988). Development and validation of brief measures of positive and negative affect: the PANAS scales.个人与社会心理学杂志》上。54岁,1063 - 1070。0022 - 3514.54.6.1063 doi: 10.1037 /
维斯,h . M。Cropanzano, R. (1996). Affective event theory: A theoretical exploration of the structure, causes, and consequences of emotional experiences at work.组织行为研究。18日,1 - 74。
Whiteford, k . L。城堡,k B。Helwig: E。,和Palmer, H. E. (2018). Color, music, and emotion: Bach to the Blues.i-Perception9,1-27。
Wichmann, f。夏普,l . T。,和Gegenfurtner, K. R. (2002). The contributions of color to recognition memory for natural scenes.实验心理学杂志:学习、记忆和认知。28日,509 - 520。0278 - 7393.28.3.509 doi: 10.1037 / /
黄,m . Y。Croarkin, P. E., Lee, C. K., and Lee, P. F. (2021). Validation of pictorial mood assessment with ottawa mood scales and the positive and negative affect scale for young adults.社区精神卫生杂志57岁,529 - 539。doi: 10.1007 / s10597 - 020 - 00679 - 4
郑,P。,Liu, C. H., and Yu, G. L. (2012). An overview of mood-induction methods.心理科学进展。45 - 55。doi: 10.3724 / SP.J.1042.2012.00045
郑氏,w . w . (1971)。焦虑障碍的评定工具。心身医学。咨询和联络精神病学杂志》上12日,371 - 379。doi: 10.1016 / s0033 - 3182 (71) 71479 - 0
关键字:情感评级,真实的情感,语言尺度,高度动态,多个重复测量、地图比例尺
引用:刘P,王Y’,胡锦涛J稀烂清L ' b和赵K(2023)开发和验证一个高度动态和可重用的地图规模:一个新的情感测量工具。前面。Psychol。13:1078691。doi: 10.3389 / fpsyg.2022.1078691
收到:2022年10月24日;接受:2022年12月28日;
发表:2023年1月17日。
编辑:
西蒙·瑞塔西班牙马德里大学,版权©2023刘、王、胡、青和赵。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
*通信:丫'nan王,
2020325020047 @stu.scu.edu.cn