《Food Research International》：Baseline adjustment in emotion CATA questions: Addressing the bias of initial emotional states and emotional carryover
编辑推荐：
•测试前情绪状态影响后续样品辨别。•情绪延续效应在连续样品间持续存在。•消极情绪和高唤醒情绪表现出高度的跨样品一致性。•基线校正可提高估计精度，并可能有助于检测消极情绪。引言在感官和消费者研究中，人们对测量食品产品的情绪反应的兴趣日益增长。此类测量为深入了解与产品相关的体验提
- •
测试前情绪状态影响后续样品辨别。
- •
情绪延续效应在连续样品间持续存在。
- •
消极情绪和高唤醒情绪表现出高度的跨样品一致性。
- •
基线校正可提高估计精度，并可能有助于检测消极情绪。
引言
在感官和消费者研究中，人们对测量食品产品的情绪反应的兴趣日益增长。此类测量为深入了解与产品相关的体验提供了支持（Thomson等，2010），有助于辨别喜好评分相近的产品（Schouteten等，2015；Spinelli等，2015），并改善对消费者购买行为的预测（Dalenberg等，2014；Gutjar等，2015）。食品相关情绪研究中最流行的方法之一是"勾选所有适用项"法（Check-All-That-Apply, CATA）（Gunaratne等，2019；Gupta等，2021；Souza-Coutinho等，2020），该方法要求消费者选择描述其品尝样品时感受的词语（King & Meiselman, 2010），使用一组情绪词语（如EsSense25，Nestrud等，2016）以及表情符号等符号（Jaeger, Lee等，2018）。CATA在情感测试中的理论吸引力源于其认知负荷较低（Ares等，2014）。CATA已被广泛应用于测量对各类食品产品的情绪反应，包括巧克力（Schouteten等，2022）、酸奶（Gupta等，2021）、熟火腿（Melios等，2025）、汤（Hwang & Kim, 2025）。
然而，在食物诱发情绪研究中，一个关键但常被忽视的因素是参与者的基线情绪状态，即样品评估之前所处的情绪状态。消费者可能带着不同的基线状态进入测试，大量研究采用基于评分尺度的方法（如自我评估人偶，Kaneko等，2020；情绪状态剖面，Vuoskoski & Eerola, 2011），表明既存的情绪状态可能会影响后续对刺激的情绪反应。例如，积极的基线情绪状态往往与选择积极情绪词语相关，而消极的基线情绪状态往往对应选择消极情绪词语。这种结果模式已在各种情境中被观察到，包括消费者对葡萄酒的反应（Danner等，2016）、新食品（Kaneko等，2020）、电影（Negr?o等，2022）、音乐（Vuoskoski & Eerola, 2011）以及面部表情（Bouhuys等，1995）。此外，基线情绪状态还可能影响基于情绪的样品辨别。Negr?o等（2022）发现，那些经历消极情绪的个体在观看电影后往往表现出较小的情绪变化。
尽管存在这一共识，但这些发现是否可以推广到CATA仍然是一个开放问题。与捕捉分级强度的评分尺度不同，CATA产生的是二元数据（选择/未选择）。食品相关情绪测量研究表明，评分尺度对样品间的差异更敏感，能捕捉更广泛的情绪强度范围，而CATA倾向于仅选择由刺激引发的最强情绪，对细微变化的敏感性较低（King等，2013）。这提出了一个关键的方法论问题：CATA的二元性质是否使其对基线波动更具鲁棒性，还是与评分尺度一样受到相同偏差的影响？鉴于CATA作为食品科学主流工具的广泛使用，这一知识空白亟需解决。
除了初始基线的影响之外，CATA测量面临的另一项挑战源于单次会话中对多个样品的评估。在典型的消费者测试中，多个样品在单次会话中逐一进行评估。然而，研究表明，情绪并不会在刺激停止后立即终止，而是可以持续相当长的时间，这在视频和音乐研究中得到了证据支持（Adolphs & Andler, 2018；Gomez等，2009；Kuijsters等，2016；Ribeiro等，2019）。在这种情况下，先前样品引发的情绪状态在评估下一个样品时可能仍然存在，从而可能产生一种"情绪延续"效应，使后续反应产生偏差。威廉姆斯拉丁方等平衡呈现顺序可用于减轻此类干扰。然而，情绪的持续性在所有情绪类型中并不均匀：消极情绪和高唤醒情绪似乎更具持续性且更难衰减（Negr?o等，2022）。这意味着，如果基线情绪状态确实影响CATA反应，这种影响可能不容易通过呈现顺序来平衡，因为某些样品可能产生不成比例的巨大影响并延续至后续评估。
为了解决这些偏差，一种潜在的解决方案是使用基线状态调整评估结果（Groarke & Hogan, 2019；Kuijsters等，2016；Macht & Mueller, 2007）。然而，这种方法很少应用于CATA。虽然Gallo等（2017）在会话开始前测量了一次基线情绪状态，但单次测试前测量无法捕捉连续样品之间的动态情绪波动。如果情绪延续确实在连续样品间发生，那么使用逐样品基线进行调整，而非单次测试前基线，可能更能有效地分离归因于每个样品的情绪变化。此外，这种逐样品校正可能有助于揭示低引用频率是反映了弱引发效应还是对既存情绪状态的主动抑制——这是传统CATA分析无法区分的。
为了解决这些问题，本研究在每次样品品尝前整合了基线情绪测量。主要目标是考察既存情绪状态对CATA反应产生偏见的程度，并描述连续评估过程中情绪延续的动力学特征。此外，研究还探讨了逐样品基线校正能否提高样品辨别能力并提供情绪变化的方向性洞察。为确保方法论的鲁棒性，采用了被试内设计来比较带有和不带基线测量的评估任务，从而考虑测量过程本身可能引入的任何潜在偏差。最后，进行了两项涉及多样化食品基质（酸奶和虾条）的研究，以评估研究结果的普适性。
章节摘要
参与者
参与者通过社交媒体招募，均为江南大学的学生。研究1和研究2分别招募了138名和132名参与者，其中134名和129名完成了所有测试。参与者年龄在18至22岁之间，女性占53%–54%。测试前，使用在线问卷排除了自报有乳制品或海鲜过敏或不耐受的人群，并确认目标产品的消费情况。研究1的参与者为酸奶消费者。
基线情绪状态对样品辨别的影响
为考察消费者的基线情绪状态如何影响其后续情绪反应，根据参与者测试前的情绪状态对其进行了分组。该分类通过对个体情绪数据应用多重对应分析（MCA）实现（图3）。首先，基于维度1（惯量占比43.08%–70.28%），通过对参与者坐标的中位数分割，将其分为积极效价组（如"喜爱"、"快乐"）和消极效价组（如"厌恶"、"担忧"），以确保
讨论
本研究解决了三个主要问题：(1) 基线情绪状态是否影响CATA反应；(2) 连续品尝过程中是否发生情绪延续效应导致基线漂移；(3) 基线校正方案能在多大程度上提高食品诱发情绪画像的准确性和可解释性。研究结果证实，基线状态和延续效应均显著使CATA结果产生偏差，表明考虑这些因素是必要的
结论
本研究调查了基线情绪状态是否影响CATA反应、连续品尝过程中是否发生情绪延续效应，以及基线校正能否解决这些问题。研究结果证实，基线情绪状态确实影响CATA反应：具有消极或高唤醒测试前状态的消费者倾向于使用更少的情绪词语，并表现出较低的样品辨别能力。情绪延续效应也得到了证实，样品与基线之间的关联
CRediT作者贡献声明
宋嘉辉：写作——初稿撰写、可视化、验证、软件、方法论、调查、正式分析、数据管理。夏一暄：写作——审阅与编辑、资源、项目管理、正式分析、数据管理。Charles Spence：写作——审阅与编辑、资源、正式分析、数据管理。王子源：验证、资源、数据管理。曲立敏：验证、资源、数据管理。王娟：验证、资源、数据管理。钟芳：写作——
未引用参考文献
Gwet, 2008
Manoukian, 2022
Meyners, Castura和Worch, 2016
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：宋嘉辉报告由CLASSYKISS乳业（深圳）有限公司提供了设备、药品或物资。如果有其他作者，他们声明没有已知的竞争财务利益或个人关系可能影响本研究报告的工作。
致谢
本研究得到中国国家重点研发计划的支持（2025YFF1107600）。
宋嘉辉|夏一暄|Charles Spence|王子源|曲立敏|王娟|钟芳
