《Applied Sciences》:Do Spanish Affective Picture Norms Transfer to Russian Speakers? Valence and Arousal Ratings of a Low-Level Matched Subset of the EmoMadrid Database
编辑推荐:
在一个样本中获得的标准化情感图片集常模可能无法迁移至另一个样本。研究人员检验了EmoMadrid数据库的EMselec子集(40张负性、40张中性和40张正性图片,在亮度、空间频率和色彩复杂度上匹配)能否在俄语使用者样本中保留其常模特性。63名被试(M = 2
在一个样本中获得的标准化情感图片集常模可能无法迁移至另一个样本。研究人员检验了EmoMadrid数据库的EMselec子集(40张负性、40张中性和40张正性图片,在亮度、空间频率和色彩复杂度上匹配)能否在俄语使用者样本中保留其常模特性。63名被试(M = 25岁,SD = 6;43名女性)在西班牙常模的呈现参数下,在线完成了五点评分的效价(valence)和唤醒度(arousal)评定。全部图片的等级顺序一致性较高(效价ρ = 0.91;唤醒度ρ = 0.86),类别内一致性较低(唤醒度ρ = 0.40至0.73;中性和正性效价ρ = 0.27和0.07)。效价的绝对一致性良好(ICC = 0.89),唤醒度的绝对一致性估计不精确(ICC = 0.70,95% CI [?0.02, 0.89])。所有类别的唤醒度评分均较低,低0.24至0.59分。效价评分向量表中间压缩(校准斜率0.68),总体效价差异不显著。与西班牙常模不同,负性图片的唤醒度评分高于正性图片(差异0.35),因此二者的唤醒度匹配不成立。EMselec保持了其类别结构,但其绝对常模需要局部重新校准。
研究背景与问题
情绪组织着人类行为的诸多方面,情感状态的诱发与测量是情感科学中的标准方法。静态情绪场景由于易于标准化、可重复呈现,并能控制亮度、对比度、空间频率等低层视觉属性,被广泛用于实验室研究。然而,多数视觉刺激数据库并未控制图像的低层视觉参数,而这些参数在功能性磁共振成像(fMRI)、脑电图(EEG)、脑磁图(MEG)等功能神经成像实验中会影响记录信号。为解决这一问题,马德里自治大学的Brain, Affect and Cognition研究组(Cerebro, Afecto y Cognición, CEACO)创建了EmoMadrid情绪场景数据库,包含813张图片的效价与唤醒度常模,并报告每张图片的亮度、空间频率和色彩复杂度。
标准化情感图片集的常模在某一被试样本中获取后,未必能迁移至另一群体。跨文化研究表明,不同样本对刺激的相对评价往往一致,但效价与唤醒度的绝对水平可能存在差异。EmoMadrid常模采集自西班牙样本,且采用短时呈现(图片呈现1秒、随后4秒评分),贴近事件相关电位研究的典型条件。当该数据库用于新的语言文化环境时,其常模特性需要验证。俄语使用者尤其被发现倾向于抑制对陌生人的积极情绪表达,因此俄罗斯样本与西班牙样本在反应风格上可能先验地存在差异。本研究旨在比较西班牙参考样本与俄语使用者样本对EMselec图片子集的效价与唤醒度评定,并确定西班牙EMselec常模的哪些属性可无需重新校准而用于俄语使用者。
研究内容与结论
研究人员使用EmoMadrid数据库作者选取的EMselec子集(负性、中性和正性图片各40张,三类在空间频率、亮度(照度)和色彩复杂度上无显著差异)。63名俄语使用者被试(M = 25岁,SD = 6;43名女性)在PsychoPy/Pavlovia平台在线完成评定,采用与西班牙常模相同的呈现参数和五点评分量表,效价与唤醒度分为两个区块并以平衡顺序呈现。俄罗斯评分与EmoMadrid西班牙常模在图片层面进行比较。研究得出:EMselec的类别结构在俄语样本中得到保留,但绝对评分存在系统性差异——所有类别的唤醒度评分均更低(低0.24至0.59分),效价评分向量表中间压缩(校准斜率0.68)并伴小幅上移;负性图片唤醒度高于正性图片(差异0.35),西班牙常模中两类图片唤醒度匹配的特性在俄语样本中不成立。实践意义在于:EMselec可用于俄语使用者中对比三类图片的实验,但按绝对效价或唤醒度值筛选图片时须用本研究的类别特异性差异进行局部重新校准。
关键技术方法
研究人员采用的方法包括:使用EmoMadrid数据库作者选取的EMselec子集(120张图片,三类各40张,在亮度、空间频率和色彩复杂度上匹配);通过PsychoPy 2024.2.4编程、Pavlovia平台在线收集63名俄语使用者(M = 25岁,SD = 6,43名女性)的评定,效价与唤醒度分块且顺序平衡,图片呈现1秒、反应4秒,五点评分;统计方法包括Spearman等级相关、ICC(A,1)绝对一致性、Bland-Altman分析、线性混合效应模型、校准回归模型、被试层面偏差模型及累积连接混合模型;参照样本为EmoMadrid西班牙常模(采集自三所西班牙大学的768名心理学本科生)。
研究结果
3.1 效价与唤醒度评定的一致性
跨全部图片,等级顺序一致性较高(效价ρ = 0.91;唤醒度ρ = 0.86)。类别内相关性较低:唤醒度ρ介于0.40(中性)至0.73(负性)之间,控制类别后的偏相关ρ = 0.62;效价在负性类别内ρ = 0.67,但中性和正性仅为0.27和0.07,偏相关ρ = 0.34,表明效价的总体高相关主要反映类别间分离。效价绝对一致性良好(ICC = 0.89),唤醒度ICC = 0.70但95%置信区间宽泛且延伸至零以下([?0.02, 0.89])。Bland-Altman分析显示唤醒度平均差异为?0.40,效价平均差异为+0.08(不显著)。
3.2 线性混合效应回归分析
对唤醒度,Sample × Affect交互显著(F(2, 117) = 15.98, p < 0.001, η
2p = 0.21)。Bonferroni校正对比显示俄语样本三类唤醒度均较低:正性差异最大(?0.59),负性居中(?0.38),中性最小(?0.24)。对效价,交互亦显著(F(2, 117) = 79.16, p < 0.001),方向随类别反转:正性评分低于西班牙常模(?0.40),负性评分较高即负性程度减弱(+0.45),中性小幅上移(+0.18)。
3.3 俄语评分对西班牙常模的校准
校准模型比较显示,效价最优模型斜率为0.68(95% CI [0.63, 0.73])、截距为0.07,俄语效价评分压缩至西班牙范围的约三分之二并伴有小幅上移。唤醒度最优模型斜率为0.74、截距为?0.22,差异由下移、压缩和类别依赖成分共同组成。两维度斜率均随类别而异。图片内评分标准差分析显示俄语评分离散度平均高于西班牙评分。
3.4 俄语评分的被试层面分析
被试层面模型纳入59名被试的6749个效价评分和62名被试的7244个唤醒度评分。俄语评分对西班牙常模的偏差依赖情感类别,与图片层面一致:效价偏差为负性+0.45、中性+0.18、正性?0.40;唤醒度偏差为负性?0.38、中性?0.24、正性?0.59。对原始评分的累积连接混合模型得到相同模式。
3.5 俄语样本内部的情感结构
俄语样本中效价排序符合预期:负性低于中性、中性低于正性。唤醒度呈V形轮廓,负性与正性均高于中性。与西班牙常模不同(负性与正性唤醒度差异0.14,不显著),俄语样本中负性图片唤醒度显著高于正性图片(差异0.35),EMselec的唤醒度匹配标准在俄语使用者中不成立。
3.6 结果总结
第一,EMselec类别结构在俄语样本中得到保留,但类别内图片排序仅对唤醒度中等保留、对效价较弱;第二,绝对评分系统性偏移,唤醒度全部偏低、效价向中间压缩;第三,负性与正性图片的唤醒度匹配不成立。
讨论与结论
讨论部分指出,高等级顺序一致性与不同绝对评分水平的组合,支持情感评价中不变成分与情境依赖成分的区分,也与层级加工模型一致——刺激的情绪意义早期以相对普遍的方式编码,后期评价受高阶认知和社会文化因素塑造。唤醒度维度可能比效价更易受语言文化建构影响;俄语量尺标签「вoзбуждение」(vozbuzhdenie)带有兴奋和激动的含义,可能部分解释较低的唤醒度评分。理想情感理论和表达规则提供了可能解释,但本研究数据无法检验。研究局限包括:俄语样本与西班牙常模在语言文化、测试环境、显示设备、数据采集时期及人口学特征上均存在差异,设计无法分离这些因素;西班牙常模仅提供图片层面均值和标准差,被试层面模型仅能处理俄罗斯数据。
研究结论可翻译如下:跨全部图片,俄语样本与西班牙常模的等级顺序对应较高(效价ρ = 0.91、唤醒度ρ = 0.86);类别内图片排序对唤醒度和负性效价中等保留,但对中性和正性效价不保留。效价绝对一致性良好(ICC = 0.89),唤醒度估计不精确(ICC = 0.70,95% CI [?0.02, 0.89])。所有类别的唤醒度评分均较低,效价评分向中间压缩并小幅上移。负性图片的唤醒度高于正性图片,EMselec类别的唤醒度匹配在俄语样本中不成立。总体而言,EMselec子集是用于俄语被试研究的潜在标准化刺激集,但需重新校准绝对常模并考虑负性与正性图片间的唤醒度差异。更一般地,情感图片集的常模值在新人群中使用时应加以检验,即使其排序得以保留。