HomeAboutMeBlogGuest
© 2025 Sejin Cha. All rights reserved.
Built with Next.js, deployed on Vercel
장지원 페이지/
📕
2024 UGRP
/
Member Page
Member Page
/
장지원
장지원
/
#13. 논문 리뷰 / 메모

#13. 논문 리뷰 / 메모

태그
연구 계획
날짜
Apr 1, 2024
상태
완료

[Origin]

 
file (plos.org)
journals.plos.org/plosone/article?id=10.1371/journal.pone.0159915
 

[Summary]

 
 
 

[Contents]

 
문제점: 우울증 테스트 같은 건 있는데, 우울증 말고의 감정까지 고려하는 테스트가 잘 안보인다..!
[Abstract]
Discrete Emotions Questionnaire (DEQ)를 분석하는 연구
notion image
4가지 연구 방법으로 이의 합당성을 증명해볼 것이다.
[Introduction]
새로운 이산 감정 측정 도구 마련
감정 측정 도구
[On Accurately Assessing Self-Reported Emotions]
PANAS
[Other Measures of Self-Reported Emotions]
Brief Mood Introspection Scale
Self-assessment manikin
[Theories of Basic Emotions]
DEQ
감정 측정 도구의 중요성 + 여러 감정들의 특징에 관한 설명…
[Study1]
목표: 개인이 감정을 표현하는데 사용하는 단어 수집
Method
[Meterial]
이야기 프롬프트 구성
감정을 유발하는 사건에 관한 이야기
ex. 다른 사람 때문에 발생한 부정적인 상황을 생각해보세요. 그 상황에서 극도로 강한 감정적 반응을 경험한 적이 있나요?
notion image
[Participate]
337명의 실험 대상자
[Procedure]
순서
  1. Meterial에 있는 Tabel에서 무작위로 주어진 프롬프트를 읽고 참가자들은 반응한다.
  1. 이것을 바탕으로 생각나는 상황을 적는다.
  1. 참가자들은 자신이 느끼는 감정과 관련된 5가지의 단어을 적는다.
  1. 참가자들은 나는 __해요!의 빈칸을 채운다.
⇒ 감정을 나타내는데에 가장 평범한 말을 유도하기 위함
[Multiplation check]
위의 참가자들이 정확한 이야기를 만들었는지에 대한 2차 검증
→ 검증된 것들만 사용
notion image
Result
위에서 참가자들이 말한 단어들을 바탕으로 감정을 표현하는 단어들 구성
notion image
idea: 사진을 보여주고 단어를 적게 한다. 위 테이블에 있는 단어를 언급하면 그림을 보고 제대로된 감정을 느꼈다고 결론 짓는다.
[Study2]
목표: study1에서의 느낀 감정을 단어로 표현해봄. study2에서는 감정들의 크기를 나타내보자!
Method
[Participate]
244명의 실험 대상자
전 실험에서의 참가자들과 ‘다른’ 참가자들인 것 같다..
[Procedure]
실험 방법은 study1에서와 같다.
이 감정을 1~7까지의 척도로써 나타낸다. 이것은 감정 단어를 기준으로 한다.
ex. 위에서 얻었던 단어를 기준으로 단어에 대해 1~7점 매긴다는 뜻인 것 같다.
Result
결과: 절댓값이 높을 수록 관계가 높다.
notion image
→ 이 척도(Factor)들 만으로 분류가 유의미했다. + 관련성을 알 수 있다.→ Study1을 보충하기 위한 결론인 것 같다.
[Study3]
목표: 그 전 연구에서는 너무 다양했어서 → 보다 구체적인 분류를 하고자 한다.
Method
[Participate]
439명
전 실험에서의 참가자들과 ‘다른’ 참가자들인 것 같다..
[Meterials]
실험1, 실험2에서 생성된 이야기를 바탕으로 한 시나리오
각 감정 범주에 대해 두 가지 시나리오를 생성하였다.
notion image
notion image
[Procedure]
Study 2와 유사, 그러나 회상하는 대신 주어진 상황을 상상하는 방식을 사용함.
이후 점수를 매기고, 시나리오에 대한 (시나리오를 잘 읽었는지에 대한) 테스트를 진행했다.
Result
결과: 절댓값이 높을 수록 관계가 높다.
notion image
notion image
[Study4]
목적: 시나리오에서만. 그림에 대해서도 같은 과정을 진행해보자.
Method
[Participate]
511명
전 실험에서의 참가자들과 ‘다른’ 참가자들인 것 같다..
[Meterials]
7가지 감정을 유발하는 그림들을 생성했다.
분노(군인들이 미국 국기를 불태우는 사진), 혐오(더러운 화장실과 썩은 음식), 공포(위험한 동물과 무기), 불안(시험을 보거나 경찰에게 심문당하는 사람들의 사진), 슬픔(울고 있는 사람들의 사진), 욕망(맛있어 보이는 디저트의 사진), 그리고 편안함(해변의 사진)
[Procedure]
사진을 보고 경험을 상상한다.
이후 느끼는 감정을 DEQ의 4가지에 대하여 평가한다.
Result
결과: 절댓값이 높을 수록 관계가 높다.
notion image
[General Discussion]
각 연구의 결과는 DEQ의 타당성을 지원한다.
notion image
 

Memo

key word: Emotion self assessment, emotion labeling,
  • Self-Assessment Manikin (SAM): 그림으로 자신의 감정 파악
IEEE Xplore Full-Text PDF: 감정 라벨을 정하는 레퍼런스
근데 설문으로 하면 한쪽 감정에 몰리지 않을까? 첫 번째 방법으로 한다면 위 논문 참고하기
  1. 사진을 보여주고, 그림을 그리고, 사진의 감정과 일치하는지 확인한 다음에 이걸 바탕으로 라벨을 하자.
사진을 보여준다음에 → DEQ 설문조사: 첫 번째로 검증을 한 다음에
그림을 그리게 하는게 어떤가 → 주석자들을 구하는 게 어떤지..