Detectando valência em imagens não identificadas: uma ligação entre familiaridade e positividade no reconhecimento sem identificação - Parte 2

O presente estudo

O objetivo da presente pesquisa é reconciliar as ideias conflitantes revisadas acima sobre como os aspectos emocionais de um estímulo podem orientar nossos julgamentos mesmo para estímulos não identificados. Nos Experimentos 1 a 4, usamos imagens positivas e negativas (vs. imagens ameaçadoras e não ameaçadoras usadas por Cleary et al., 2013) neste estudo.

A relação entre emoções estimulantes e memória não pode ser ignorada. As emoções são nossas experiências internas que causam uma série de reações em nossos corpos e mentes. Memória é a capacidade do nosso cérebro de controlar o armazenamento e a recuperação de informações. Através de pesquisas científicas, descobrimos que emoções estimulantes e emoções positivas podem ajudar as pessoas a melhorar a memória.

Primeiro, estimular emoções pode causar fortes reações no cérebro, promovendo conexões e comunicação entre os neurônios. Essas respostas podem aprimorar nosso foco, permitindo-nos lembrar melhor de informações e experiências. Por exemplo, quando enfrentamos um acontecimento chocante, como uma bela experiência amorosa ou uma tarefa de trabalho desafiadora, nossos cérebros ativam neurotransmissores como a dopamina para acelerar o armazenamento e a recuperação de informações.

Em segundo lugar, as emoções positivas podem promover a aprendizagem e a memória. É muito mais fácil para as pessoas aprenderem novos conhecimentos e habilidades quando estão em um estado emocional positivo do que quando estão deprimidas e ansiosas. A pesquisa mostra que as pessoas aprendem mais rápido, lembram melhor e aplicam o que aprendem na vida real quando estão de bom humor.

Além disso, experiências e atividades divertidas podem melhorar a memória. Quando nos envolvemos em atividades divertidas, nosso cérebro libera neurotransmissores como a dopamina, que melhora nossa concentração e memória. Por exemplo, podemos melhorar a memória assistindo a um filme interessante, viajando ou participando de uma atividade interessante com amigos.

Em suma, emoções estimulantes e emoções positivas desempenham um papel importante na melhoria da memória. Devemos tentar encontrar experiências estimulantes e emoções positivas que nos ajudem a lembrar mais informações e experiências. Vamos ficar com a beleza e a gentileza que nos rodeia e melhorar a nossa qualidade de vida. Percebe-se que precisamos melhorar nossa memória. Cistanche deserticola pode melhorar significativamente a memória, porque Cistanche deserticola também pode regular o equilíbrio dos neurotransmissores, como aumentar os níveis de acetilcolina e fatores de crescimento. Essas substâncias são essenciais para a memória e o aprendizado. Além disso, a carne também pode melhorar o fluxo sanguíneo e promover o fornecimento de oxigênio, o que pode garantir que o cérebro receba nutrientes e energia suficientes, melhorando assim a vitalidade e a resistência do cérebro.

Clique em conhecer maneiras de melhorar a função cerebral

Esta escolha foi parcialmente prática: o banco de dados de imagens do qual nós (e Cleary et al., 2013) obtivemos os estímulos não inclui dados normativos relacionados à ameaça, por si só (Lang et al., 2005; Libkuman et al., 2007). Mais importante ainda, pensámos que a utilização de estímulos positivos e negativos permitiria uma maior generalidade nos nossos resultados, uma vez que a “ameaça” pareceria ser um subconjunto de “negativo”. Dado que a nossa questão principal diz respeito à ligação entre positividade e familiaridade, pensamos que a utilização de imagens positivas e negativas abordaria melhor estes objectivos mais gerais.

Além disso, estímulos negativos não identificáveis ​​são percebidos como mais familiares, então isso teria implicações para teorias que propõem que o afeto positivo e a familiaridade estão fortemente ligados.

Estávamos também interessados ​​em saber se a dimensão de excitação da emoção é um factor necessário na detecção de imagens emocionais não identificáveis. Ainda não se sabe se a valência por si só é suficiente para detectar emoções em imagens que estão abaixo do limiar de identificação e se essa informação pode ser usada para fazer julgamentos de familiaridade. Portanto, usamos um conjunto de imagens equiparado à excitação no Experimento 4 para examinar a possibilidade de que a alta excitação leve a um aumento da sensação de familiaridade com imagens não identificáveis. No Experimento 5 usamos as mesmas imagens ameaçadoras e não ameaçadoras usadas por Cleary et al. (2013).

Análise de potência

O número de participantes deste estudo foi determinado por uma análise de poder realizada usando G*Power (Faul et al., 2007). Assumimos um tamanho médio de efeito (d=0,5), conforme encontrado em Cleary et al. (2013, Experimento 3). Esta análise revelou que um N=54 resultaria em um nível de poder de 0,95 usando um critério de significância. Quaisquer desvios disso foram devidos a contrapesos e agendamentos.

Experiência 1

Uma suposição implícita de pesquisas anteriores descritas acima é que os participantes viram se uma imagem é positiva ou negativa, mesmo que não consigam identificar o conteúdo da imagem. Em outras palavras, estamos assumindo que há informação suficiente passando pelo filtro para identificar algumas das qualidades afetivas da imagem, mas não o suficiente para a identificação consciente do conteúdo. Se esta suposição estiver correta, então os participantes deverão ser capazes de julgar com precisão se uma imagem é positiva ou negativa, mesmo quando não puder ser identificada. O objetivo do Experimento 1 é, portanto, testar se os participantes podem julgar com precisão se a imagem por trás do filtro é positiva ou negativa.

Método

Os participantes deste experimento incluíram 53 estudantes de graduação da Universidade de Binghamton que foram recompensados ​​com créditos parciais para um requisito do curso.

Materiais Os estímulos foram 83 imagens do InternationalAfective Picture System (IAPS; Lang et al., 2005) e cinco imagens do Open Afective Standardized Image Set (OASIS; Kurdi et al., 2017), ambas incluindo classificações de valência normativas.

As cinco imagens foram usadas para ter um número par de imagens em cada categoria. As imagens eram positivas (M=7 0,41, SD=0 0,38) ou negativas (M=2 0,51 , SD=0.82) e retratava coisas animadas ou inanimadas, com 22 imagens em cada uma das quatro categorias (cinco cinco imagens do OASIS usadas na categoria negativo inanimado). As classificações de valência foram combinadas entre as respectivas categorias animadas e inanimadas.

Como mencionado anteriormente, a dimensão da excitação não foi controlada neste experimento. As imagens tinham 350 × 350 pixels e foram filtradas no Photoshop usando um filtro gaussiano monocromático de 150% para posterior identificação. Este filtro foi utilizado por Cleary et al. (2013) e teve sucesso em dificultar a identificação. Uma lista das imagens exatas e suas descrições pode ser encontrada no Open Science Framework(https://osf.io/kwc9m/?view_somente=00f285ab6cd46e7a16f17808c80fc19).

Procedimento Todas as imagens vermelhas filtradas foram apresentadas em uma ordem aleatória diferente para cada participante. Com a imagem presente em uma tela, os participantes foram solicitados a tentar identificar o conteúdo da imagem digitando uma resposta. Independentemente de terem produzido ou não uma identificação correta, os participantes foram então solicitados a avaliar se a imagem parecia positiva ou negativa pressionando P ou N no teclado. Esta foi uma resposta binária de escolha forçada. Cada tentativa foi precedida por si mesma, mas os participantes foram incentivados a prosseguir após 5 a 10 segundos se não conseguissem identificá-la. As instruções exatas foram as seguintes:

"Neste experimento, você avaliará uma série de imagens. As imagens são filtradas para que fiquem confusas e difíceis de ver. Para cada imagem, você fará duas coisas:

(1) Identifique a imagem.

Digite sua resposta usando o teclado. Se você não sabe o que é a imagem, use o botão "Não sei" localizado na parte inferior da tela.

(2) Dê uma nota se você acha que a imagem subjacente é positiva (boa) ou negativa (ruim). Mesmo que você consiga descobrir qual é a imagem, basta dar o seu melhor palpite. Este pode ser um sentimento "instintivo". Use as teclas P e N do seu teclado."

Resultados

O filtro de ruído foi bem sucedido na identificação dificultada, com uma taxa de superidentificação de 15% (ver Tabela 1 para uma divisão por categoria de imagem). Os ensaios de interesse foram aqueles em que a imagem não pôde ser desidentificada. Como tal, os ensaios com identificação bem sucedida foram excluídos da análise.

A variável dependente foi a proporção de respostas “positivas”. Uma análise de variância de medidas repetidas (ANOVA) 2 (valência: positiva vs. negativa) × 2 (animação: animada vs. inanimada) revelou um efeito principal de valência, onde imagens positivas não identificadas foram classificadas de forma mais positiva (M= 0,586, SD=0,15) do que imagens negativas (M=0,533, SD=0,167), F(1, 52)=15 0,33, p < 0,001, MSE=0,01, �p2=0,228. Não houve diferença significativa nas classificações de positividade entre os animais (M=0,547, SD=0,16 ) e imagens inanimadas (M =.573, SD=.161), F(1, 52)=2.899, p=.095, MSE {{ 34}}.012, �p2=.053. Não houve interação entre valência e animação, F (1, 52)=1 0,416, p=0,239, MSE=0,013, �p2= 0,027 ( veja a Figura 1).

Também usamos análises de detecção de sinal para desambiguar o viés de resposta da precisão. A medida de sensibilidade d′ foi calculada para cada participante, e a média foi significativamente acima de zero (chance), (M=0,41, SD=0,24), t(52) =12 0,45, p < 0,001, SE=0,033, d=1 0,71, mostrando evidências de discriminação de valência precisa, consistente com os resultados da análise anterior.

Consistente com pesquisas anteriores sobre percepção sem consciência, os resultados do Experimento 1 sugerem que os participantes podem discriminar entre imagens positivas e negativas, mesmo quando não conseguem identificar o conteúdo da foto.

Experimento 2

Nosso segundo objetivo era determinar se imagens negativas não identificadas seriam classificadas como mais familiares do que imagens positivas não identificadas. Isto é semelhante ao experimento de Cleary et al. (2013), com a única diferença de que utilizamos imagens positivas e negativas em vez de imagens ameaçadoras e não ameaçadoras per se.

Método

Participantes Os participantes foram 63 estudantes de graduação da Universidade de Binghamton que foram compensados ​​com créditos parciais para um requisito do curso.

Materiais Os materiais eram idênticos ao Experimento 1.

Procedimento

O procedimento foi idêntico ao do Experimento 1, exceto que, em vez de avaliar as imagens se pareciam positivas ou negativas, os participantes avaliaram o quão familiar a imagem parecia em uma escala de 1 a 8. As instruções exatas para a classificação de familiaridade foram as seguintes:

"Avalie a imagem de acordo com o quão familiar ela lhe parece. Pode ser uma vaga sensação de que você pode ter visto a imagem subjacente em algum momento antes deste experimento. Envie sua resposta usando as teclas numéricas na parte superior do teclado."

Resultados

O filtro de ruído foi novamente bem sucedido em dificultar a identificação, com uma taxa global de identificação de 13% (ver Tabela 1 para uma discriminação por categoria de imagem). Os ensaios de interesse foram aqueles em que a imagem não pôde ser identificada. Como tal, os ensaios com identificação bem sucedida não foram incluídos nas análises principais. A variável dependente foram as classificações de familiaridade atribuídas às imagens. Uma ANOVA de medidas repetidas 2 (valência: positiva vs. negativa) × 2 (animidade: animada vs. inanimada) revelou um efeito principal de valência, onde imagens positivas não identificadas foram classificadas como mais familiares (M=2 0,76, SD { {6}}.03) do que imagens negativas (M=2.34, SD =1.13), F(1, 62)=95.24, p < .001, MSE=0,12, �p2=0,606.

Houve também um efeito principal de animação, onde imagens animadas foram classificadas como mais familiares (M=2 0,69, SD=1 0,15) do que imagens inanimadas (M=2 0,41, SD { {6}}.02), F(1, 62) =24.745, p < .001, MSE=.19, �p2=.285. Não houve interação significativa entre valência e animação, F (1,62) <1, p=0,496, MSE=0,11, �p2=0,008, (ver Fig. .2).

Embora não seja o foco deste experimento, notamos que o mesmo padrão foi encontrado para as imagens identificadas. Imagens positivas (M=5.09, SD=1.51) foram classificadas como mais familiares do que imagens negativas (M=4.72, SD=1.73),t( 62)=2 0,26, p=0,03, d=0 0,29 e imagens animadas (M =5 0,4, SD=1 0,57) foram classificados como mais familiares do que imagens inanimadas (M=4 0,25, SD=1 0,75), t (60)=7 0,2, p < 0,001, d =0 .92.

Em resumo, ao contrário de pesquisas anteriores, descobrimos que, entre as imagens não identificadas, as imagens positivas foram classificadas como mais familiares do que as imagens negativas. Embora não seja o foco desta investigação, também descobrimos que imagens não identificadas representando assuntos animados foram classificadas como mais familiares do que imagens representando assuntos inanimados, replicando os resultados de Cleary et al. (2013).

Experimentos 3A e 3B

No Experimento 2, as imagens positivas não identificadas foram classificadas como mais familiares do que as imagens negativas não identificadas. Esses resultados são contrários aos resultados de Cleary et al. (2013,Experiência 3). Embora tenhamos utilizado o mesmo filtro de imagem e estímulos semelhantes ao estudo anterior, notamos que houve uma discrepância entre nossas taxas de identificação de 13% e as de Cleary et al. de 32%. É possível que esta taxa de identificação de discrepâncias possa explicar os resultados díspares, portanto nos Experimentos 3A e 3B, reduzimos a intensidade dos filtros para aumentar as taxas de identificação. Caso contrário, os experimentos foram iguais ao Experimento 2.

Método

Os participantes incluíram um total de 58 (30 em 3A e 28 em 3B) estudantes de graduação da Universidade de Binghamton que foram compensados ​​com créditos parciais para um requisito de curso.

Materiais Os materiais foram os mesmos do Experimento 1, exceto pela intensidade do filtro. Um filtro de ruído monocromático gaussiano de 125% foi utilizado no Experimento 3A e 110% no Experimento 3B.

Procedimento O procedimento foi idêntico ao utilizado no Experimento 2.

For more information:1950477648nn@gmail.com