男性吸毒成瘾者对不同肢体情绪的识别

被引量 : 0次 | 上传用户:adward006
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人的情绪表达往往是通过面部、言语、身体姿势等多种元素表现出来的,而心理学关于情绪识别的经典范式多是通过面部表情作为刺激材料,采用身体姿势作为刺激来研究情绪识别的研究很少。通常,个人在识别面部表情时,距离较近,而身体姿势可在较远距离获取。从身体姿势来识别情绪的能力是需要关注的话题。为了研究吸毒成瘾是否会对情绪识别造成损害,研究抽取了42名强制戒毒的吸毒成瘾者为被试。在预实验阶段,从Bodily Expression Action Stimulus Test (BEAST)图片库中筛选出愤怒、恐惧、悲伤、高兴四种情绪姿势的正确率均在85%以上的图片,控制唤醒度、愉悦度和正确率后,最终选取四种面部模糊的肢体情绪图片共60张(F46,M24)作为刺激材料。结果发现:(1)识别率上,悲伤身体姿势最容易识别(84.92%),其次是恐惧(76.83%)和高兴(75.24%),愤怒(74.44%)识别率最低;(2)不同情绪识别率的主效应显著(F(3,123)=3.49,p=0.018),悲伤的肢体情绪均显著高于愤怒、恐惧、高兴;(3)反应时上,对悲伤肢体情绪图片(M=1385.28,SD=459.97)的识别要显著快于恐惧(M=1486.55,SD=508.97),(t=2.31,p=0.026)。结果表明:吸毒人员对身体姿势的情绪识别表现出对悲伤身体姿势最容易识别,反应时也最快,侧面说明对悲伤肢体情绪的加工最快。
其他文献
为了提高目前实验系统的智能化功能,降低实验搭建费用,文章采用带有通信模块的AI智能仪表与信号传感器和执行机构相连,既可以实现对实验过程中数据的在线监测,又可以对过程的控制实现智能化管理。AI仪表与上位机通信采用的协议简单,源代码开发方便,可根据需要自行开发,在控制点和采样点不多的情况下,采用AI仪表既经济又智能。
文章通过Mu ltisim10软件仿真平台,实现了对二阶电路零输入响应的三种情况的仿真:欠阻尼、临界阻尼和过阻尼。真实展示了三种情况下,电容两端的电压变化。软件仿真实验,摆脱了
目的探讨肝素钠软膏联合磺胺嘧啶银(SD-Ag)治疗深Ⅱ度烧伤创面的疗效。方法对52例烧伤后早期入院的中、小面积以深Ⅱ度烧伤为主的成年患者按照自体对照分别采取两种不同治疗方
李四光(1889-1971),湖北黄岗人,原名李仲揆,14岁时在武昌高等小学以优异成绩考取留目生,在填写出国护照表格时,不慎在姓名一栏里填写了年龄“十四”,这可糟了!小仲揆急中生智,顺手将“
目的探讨羟甲基戊二酰辅酶A(HMG-CoA)还原酶抑制剂氟伐他汀对急性心肌梗死后心衰大鼠内皮素-1(ET-1)表达变化的影响。方法雌性SD大鼠急性心肌梗死(AMI)术后6h随机分为心力衰竭对照
中国历史上最早有确切记载的地震,见于《竹书纪年》:“夏帝发七年(公元前1831年),泰山震。”在距今3800多年地震历史资料中,记载的地震至少有近万次,其中破坏性地震上千次,5级以