童年晚期与青少年期在基本与非基本面部表情解码中的年龄与性别差异终

1、 童年晚期和青少年早期在基本和非基本面童年晚期和青少年早期在基本和非基本面部表情解码中的年龄和性别差异部表情解码中的年龄和性别差异Age and Gender Differences in Decoding Basic and Non-basic Facial Expressions in Late Childhood and Early Adolescence（Yolanda van Beek . Judith Semon Dubas） J Nonverbal Behav (2008) 32:3752宋智辉 李冬 王雪 王聪主要内容主要内容引言引言方法方法结果结果讨论讨论引言引言 宋智辉宋智

2、辉摘要摘要 本研究旨在探讨年龄和性别在非语言线索解码中的差异，研究重点是不同情绪在基本和非基本面部表情上知觉强度的差异。 主要研究结果 研究依据Keywords关键词关键词 情绪解码情绪解码Emotion decoding 面部表情面部表情 Facial expressions 青春期青春期 Adolescence 性别差异性别差异 Gender differences 引言引言文章导入文章导入在人的一生中区别和解释面部表情的能力对人际交往和个人内部的判断都有重要意义 。基本面部表情解码准确性的发展已经被详细的研究，这些解码技术的发展从童年早期继续到到成年期，并且在所有的年龄阶段女性的这种能力

3、均超过男性。引言引言Hall和Matsumoto在2003年发现即使是清晰的基本面部表情，也会有数种混合的情绪被知觉，然而，对于非目标情绪而言目标情绪的强度更高。此外，用这种更两极分化的评价模式的解释作为更高的精确度指标，与成年男性相比成年女性在目标情绪中有较高的强度，在非目标情绪中强度相对较低。因此，成人在基本情绪感知的范围内有一定程度的变化。 前人研究前人研究引言引言第二个研究小组负责研究基本和非基本面部表情，研究表明相对于基本面部表情成人在非基本面部表情中报告出的是几个更加均衡的情感。与基本表情不同，由于在非基本表情中没有明确的目标或者是非目标情绪，非基本表情中有较少的两极化等级模式被发

4、现。前人研究前人研究引言引言前人研究前人研究关于解码的研究在处理非基本表情时还不能在年龄和性别差异上提供直接的预测结果。然而，研究表明有关冲突或复杂情绪的知识是随着年龄增长的。此外，最近的研究结果表明，在复杂的情况下年龄较大的儿童比年幼的儿童更能实际的感受到复杂的情绪。引言引言关于感性知识和经验的发展是如何与表情编码的发展相联系的这方面的研究还没有。然而，在成年人中，一些研究结果显示，知识的非言语线索与解码精度有关(Rosip and Hall 2004)。此外，显示规则规定负面情绪应受到打击或隐藏，并且在某些即使他们不是真正的快乐的情况下，人们也应该是友好的和微笑的(DePaulo 1992

5、; LaFrance and Hecht 1999; Saarni and Weber 1999; Underwood et al. 1992)。 前人研究前人研究引言引言同样，关于复杂情绪的知识女性要比男性高(Brown and Dunn 1996)，在非基本表达式中，较男性而言女性在负性情绪中可能表现出较高的强度，在积极情绪中表现出较低的强度。前人研究前人研究引言引言研究研究对象对象本研究通过对童年后期（9-11岁），早期（12-13岁），中青春期（14-15岁）三个阶段的学生的研究，探讨在基本和非基本的面部表情中一些混合情绪编码的年龄和性别的差异。本研究采用了与Bouhuys 1995年

6、相同的示意图去研究儿童和青少年在重点是混合了愤怒、悲伤、恐惧和喜悦的基本和非基本表情中是否也感知到了混合的情绪。引言引言研究研究假设假设对于基本的表情，我们假设年纪较大的青少年和女性中有一个更加两极分化的格局，对于目标情绪而言非目标情绪的强度更高。对于非基本表情，我们假设年纪较大的青少年和女性在负面情绪中的强度较高，在积极情绪中的强度较低。研究方法研究方法 李冬李冬研究工具 为了评估描述不同的识别技巧的类型，给孩子们呈现的是之前用于成人研究中的已经改过了强度和模糊度（Bouhuys et al.1995a,b,1997,1999;-Hald et al.1998）的面孔图片。这些脸孔的图片已经

7、经过修改使其更适合儿童：与最初的版本不同的是脑袋改成了圆形，并且用曲线状的眉毛代替了直线状的，眼睛也化成了杏仁状使得看起来更逼真，而且还增加了头发使图片看起来更像真人的脸孔。十二个不同的面部表情示意图被呈现出来（参见表1）。研究工具 图画包括四种不同的眉毛的组合（眉内角上挑（悲伤），眉内角向下（愤怒），眉毛正常（中性）和）眉毛突出（惊奇）和三种不同嘴型的组合（嘴角上扬（微笑），嘴巴正常（中性）和嘴角向下（悲伤）。这12种由不同眉型和嘴型位置组合的图形生成了6种基本的面部表情，两种愤怒，两种悲伤和两种高兴的面孔，这些图片呈现在表1的最左端呈纵向列。研究工具研究工具 表1中最右上角的面孔（悲伤的嘴

8、型和突出的眉毛）显示了悲伤作为最主要的情绪比其他基本表情的强度更低但是有更多消极情绪糅合在里面。由于这种表情不好说是明显的基本情绪还是非基本情绪，所以在进一步的分析中被删除了。另外一些非基本面部表情与基本的表情相比更容易分辨出来，结果是有4种低强度/两可图形和1种中强度生气-愉快的两可图形。研究方法 参与者要求想象他们正在与图片中的人进行交谈（参与者为同一年龄段的人）然后用一个03（例如：愤怒；0=不愤怒，1=有一点愤怒，2=愤怒，3=非常愤怒）计分的四点量表指出他们感受到图片中的人的情绪强度（悲伤，愤怒，愉快和恐惧）。 尽管这些面孔中并没有包含恐惧的特征（例如：张大的双眼），我们要求这种情绪

9、的强度是为了让参与者体会所有可能的混合的消极情绪。每一个刺激物会被呈现四次（每一次针对一种情绪）并且呈现的时间很短（5秒）。研究工具 a 对于目标情绪参与者的百分比得分为2（情绪清晰的呈现）或者3（情绪非常清晰的呈现）。目标情绪的平均强度都2.0且75%在自由标签任务中自发的目标情绪。低于10%的参与者在非目标情绪中得2或者3，除了悲伤的面孔，恐惧经常被指出虽然它的强度低于悲伤。在自由标记任务中恐惧从未被自发的提及。 b 由于这些面孔中没有明确的的给出目标情绪的平均强度。情绪的平均强度小于0.1的没有被呈现。 c 标签（同义词一起）被呈现从最常见的到比较不常见的。小于5%的参与者没有提及的没有

10、在自由标签任务中呈现。信度 面部的情绪察觉内容与成人的报告十分相似（Boubuys et al.1995a），除了恐惧的强度，在更真实的杏仁形眼睛的图片中它的强度更低（在原始的图片中眼睛都是睁开的）。指定的强度与图片中眉毛和嘴型的位置所构成的情绪内 容 是 很 匹 配 的 。 此 外 ， 在 部 分 取 样 中（n=248），一项自由标记的任务表明同样归因于情感意义通过感知强度测量（参见表1）。在另一个不同的样本中（N=223，年龄在12-16），一个重测实验研究（间隔为1或者2天）结果显示大于90%的青少年在这三种的基本情感上主导情感的得分是一致的。信度 平均强度的得分在非基本的面孔显示了高

11、且极其显著的（p.001）相关：与悲伤的相关为r=0.69，愉快r=0.72，生气r=0.82。最后，在相同的独立研究中，我们用非基本表情的图片的平均等级与那些从DANVA中选择的和真的儿童和青少年相似的图片进行比较（Nowicki and Carton 1993;Nowicki and Duke 1994）。相关都呈现高显著性（p.001）：愉快的相关r=0.3，悲伤的相关r=0.51，生气的相关r=0.57。变量 以下变量是从这些数据中提取。以下变量是从这些数据中提取。 基本表情中的错误基本表情中的错误 在基本面部表情中所犯的错误数据是以对目标情绪得0分的数目来计算的。因为几乎没有任何孩子

12、在同样的情绪中犯错，数据被简单的分为两种（情绪中的任何错误 是/否）。变量 愤怒、悲伤和愉快的强度在基本表情愤怒、悲伤和愉快的强度在基本表情上上的一致性的一致性 对于任意一种情绪来说，目标情绪的平均强度都超过了两种基本面孔的一致性程度。 非目标情绪的强度非目标情绪的强度 由于几乎没有任何一种其他的情绪在积极的面孔中被指出，也没有任何积极情绪在消极面孔中被指出，只有 “愤怒面孔中的悲伤”和“悲伤面孔中的愤怒”、“愤怒面孔中的恐惧”和“悲伤面孔中的恐惧”的平均强度被计算。变量 低强度面孔中的情绪觉知低强度面孔中的情绪觉知 四种低强度面孔显示了几种混合情绪。如果任何一种情绪被指出它主要是与强度1。因

13、此我们为每一种情绪计算（生气、悲伤、恐惧和愉快）当情绪被指出时（从0-4计分）低强度面孔的数量。进一步的，我们计算混合了两种或多种消极情绪被指出的面孔的数量，以及那些既有积极又有消极情绪（有歧义的）的面孔的数量。变量 愤怒愤怒-愉快混合的脸部愉快混合的脸部 愤怒愉快混合的面孔是被分开分析的，因为它既不是一个基本的也不是一个低强度的面孔。只有愤怒和愉快的强度被分析因为其他情绪几乎没有被指出。由于这些变量的值显示范围有限（愤怒0-3；愉快0-2），并没有呈正态分布，因此他们运用了对数线性分析方法。统计分析 初步假设检验（检查常态、线性、异常值等）进行了包括所有变量在内的方差分析。采用马氏距离的价值

14、量表指出低强度面部表情中两种多元变异值已经被删除。方差齐性检验中指出在“低强度面孔中的愤怒”（F（5，566）=3.97，p=.002）违反了变量的均等，因为在最年轻的一组中绝大多数的男孩得分都为“0”。因为我们的样本数量足够大，所以这些假定的异常是可以忽略的。“愤怒面孔中的悲伤”和“悲伤面孔中的愤怒”的平均强度斜交是因为大量的参与者指出这些情绪并未呈现（得分为0）。运用平方根的转化来解决这一问题。没有其他的问题出现。统计分析 正常的数据进行了线性分析，从饱和模型中淘汰。线性分析可以被考虑用来进行分析正常的数据，而且结果显示出主效应和交互作用。当从模型中被删除时似然比卡方值的改变为了指出每一项

15、的显著性被呈现。结果结果王雪王雪参与者在每一个年龄参与者在每一个年龄性别组中的其中一个基本面孔中没有性别组中的其中一个基本面孔中没有识别出目标情绪的比率识别出目标情绪的比率所有组群在悲伤和生气面孔中的平均强度所有组群在悲伤和生气面孔中的平均强度 所有组群在悲伤和生气面孔中的平均强度数据分析所有组群在悲伤和生气面孔中的平均强度数据分析对愉快来说，发现了逆转的性别效应对愉快来说，发现了逆转的性别效应对生气来说，发现了性别的主对生气来说，发现了性别的主效应效应对愉快情绪的知觉强度在早期对愉快情绪的知觉强度在早期的青少年中比较低，尤其是青的青少年中比较低，尤其是青春期前的青少年春期前的青少年对分开的因

16、变量的分析显示了对分开的因变量的分析显示了悲伤、生气、害怕情绪中，女悲伤、生气、害怕情绪中，女孩比男孩有更高的强度。并且孩比男孩有更高的强度。并且随年龄增长，对悲伤、生气、随年龄增长，对悲伤、生气、害怕情绪的知觉强度也在增加害怕情绪的知觉强度也在增加虽然在性别差异中早期的青少虽然在性别差异中早期的青少年组比其他年龄组显示了更多年组比其他年龄组显示了更多的性别差异，但没有发现显著的性别差异，但没有发现显著的年龄和性别的交互效应的年龄和性别的交互效应混合因变量的分析混合因变量的分析 性别主效应性别主效应F(3,470)=4.6，p=.003和年和年龄的主效应龄的主效应F(6,942)=2.9，p=

17、.036呈现呈现显著显著 一一年龄年龄性别的交互作用不呈现显著，性别的交互作用不呈现显著，而且学业水平作为协变量也没有呈现而且学业水平作为协变量也没有呈现显著。显著。 二二因变量的独立分析因变量的独立分析因变量的独立分析在情绪之间因变量的独立分析在情绪之间显示出差异显示出差异 一对于开心的面孔在目标情绪的对于开心的面孔在目标情绪的觉察强度上没有任何年龄或性觉察强度上没有任何年龄或性别的主效应显著别的主效应显著 二另外：温馨提示另外：温馨提示在悲伤和生气的面孔在悲伤和生气的面孔中几乎没有任何积极中几乎没有任何积极情绪被指出，同时在情绪被指出，同时在非常明确的高兴的表非常明确的高兴的表情中也没有消

18、极情绪情中也没有消极情绪被指出，因此这些数被指出，因此这些数据没有进行分析据没有进行分析 。那些没有识别出目标那些没有识别出目标情绪的参与者在分析情绪的参与者在分析时被剔除，是为了检时被剔除，是为了检验在混合情绪中识别验在混合情绪中识别出目标情绪的强度。出目标情绪的强度。讨论讨论 从实验中究竟得到了什么？从实验中究竟得到了什么？ 王聪王聪基本情绪表达基本情绪表达2在年龄中没有发现对靶目标情绪知觉强度的明显增长和非靶目标情绪知觉强度的降低。取而代之，非靶目标情绪知觉强度分数在年龄最大组是最高的。1目标情绪的知觉强度在女孩中是通常高些的，在分辨生气的面孔时才足够大。这种微小的性别差异可能是由于天花板效应影响的 。非基本情绪表达2所有对消极情绪的知觉在女孩较高，年龄大的参加者比年龄小的参加者高 。1性别和年龄因素更加普遍解释随年龄增长青少年逐渐意识到消极情绪可能是压抑的或者隐藏的在日常交往中，生气是最不被接受的情绪表达（因为对接受者来说具有最高 的 人 际 消 极 含义），尤其在女孩中。女孩怀疑生气是被控制的即使情绪强度是高的。探索关于规则的知识，归属的需要还是拒绝的敏感 ？青少年时期，对社会