Crying as the Primordial Unknown-State Emotion: An Emotional Saturation Threshold Model with Cross-Sectional Survey Validation

तकनीकी सारांश: रोना एक आदिम अज्ञात-अवस्था की भावना के रूप में

समस्या विवरण
यद्यपि रोना मानव नवजात शिशुओं द्वारा प्रदर्शित पहली भावनात्मक अभिव्यक्ति है और एक सार्वभौमिक मानवीय व्यवहार है, फिर भी भावनात्मक विज्ञान के भीतर इसकी सैद्धांतिक स्थिति अपर्याप्त रूप से परिभाषित है। मौजूदा ढांचे रोने के घटित होने को संपूर्ण वैलेंस स्पेक्ट्रम (चरम आनंद से लेकर गहन शोक तक) के माध्यम से समझाने में विफल रहते हैं।

• विशिष्ट मॉडल (Discrete Models): एक्मैन की मूल भावनाएं (खुशी, दुख, भय, क्रोध, घृणा, आश्चर्य) रोने को एक विशिष्ट भावना के रूप में वर्गीकृत नहीं करती हैं, जबकि यह लगभग सभी उच्च तीव्रता वाली भावनाओं के साथ सह-घटित होती है।
• आयामी मॉडल (Dimensional Models): रसेल का सर्कम्प्लेक्स मॉडल भावनाओं को एक वैलेंस-उत्तेजना (valence–arousal) तल पर मैप करता है, लेकिन इसमें इस बात का कोई औपचारिक तंत्र नहीं है जो यह समझा सके कि क्यों इस तल के चरम छोरों पर भावनात्मक अनुभव एक ही व्यवहारिक अभिव्यक्ति: अश्रुपात (lacrimation) पर अभिसरित होते हैं।
• अंतराल (The Gap): हालांकि "द्वि-आयामी अभिव्यक्तियों" (dimorphous expressions) पर हालिया शोध यह सुझाव देता है कि रोना एक नियामक कार्य के रूप में कार्य कर सकता है (जैसे, खुशी के आंसू), लेकिन कोई एकीकृत गणितीय ढांचा नहीं है जो रोने को एक सार्वभौमिक 'ओवरफ्लो' प्रतिक्रिया के रूप में औपचारिक रूप से परिभाषित करे, जो तब सक्रिय होती है जब भावनात्मक तीव्रता सीखे गए व्यवहारिक अभिव्यक्तियों की क्षमता से अधिक हो जाती है।

कार्यप्रणाली
लेखक गणितीय मॉडलिंग और एक बड़े पैमाने के क्रॉस-सेक्शनल सर्वेक्षण के संयोजन के माध्यम से इमोशनल सैचुरेशन थ्रेशोल्ड (EST) मॉडल का प्रस्ताव और सत्यापन करते हैं।

1. सैद्धांतिक ढांचा (EST मॉडल):

   • परिभाषाएं: मॉडल $n$ मूल भावनाओं ($E$) को परिभाषित करता है, जिनमें से प्रत्येक की एक तीव्रता फलन $I_k(t)$ और व्यवहारिक अभिव्यक्तियों का एक परिमित सेट ($B_k$) होता है। प्रत्येक अभिव्यक्ति की एक अधिकतम क्षमता $C(b_{k,j})$ होती है।
   • संतृप्ति सीमा (Saturation Threshold - $\tau_k$): इसे किसी दी गई भावना के लिए सभी व्यवहारिक अभिव्यक्तियों की अधिकतम क्षमता के रूप में परिभाषित किया गया है ($\tau_k = \max_j C(b_{k,j})$)।
   • अज्ञात अवस्था (The Unknown State - $\Omega$): जब $I_k(t) > \tau_k$ होता है, तो प्रणाली एक "अज्ञात अवस्था" ($\Omega$) में प्रवेश करती है, जो रोने के रूप में प्रकट होती है।
   • ट्रांज़िशन फलन (Transition Function): $\Omega$-अवस्था में प्रवेश करने की संभावना को इस प्रकार मॉडल किया गया है:
     $$P(\Omega| I_k) = 1 - \exp(-\alpha_k \cdot [I_k - \tau_k]_+)$$
     जहाँ $\alpha_k$ एक भावना-विशिष्ट संवेदनशीलता पैरामीटर है और $[x]_+$ धनात्मक भाग है।
   • विकासात्मक गतिशीलता (Developmental Dynamics): मॉडल यह प्रस्ताव करता है कि जन्म के समय, व्यवहारिक भंडार प्रभावी रूप से खाली ($\tau_k \approx 0$) होता है, जिससे रोना किसी भी उद्दीपन (stimulus) के प्रति डिफ़ॉल्ट प्रतिक्रिया बन जाता है। जैसे-जैसे व्यक्ति परिपक्व होते हैं, नई अभिव्यक्तियाँ प्राप्त होने के साथ $\tau_k$ तेजी से (exponentially) बढ़ता है।

2. अनुभवजन्य सत्यापन (Empirical Validation):

   • सर्वेक्षण डिजाइन: मार्च और अगस्त 2024 के बीच एक वेब-आधारित, गुमनाम क्रॉस-सेक्शनल सर्वेक्षण आयोजित किया गया।
   • नमूना (Sample): 14 देशों (एस्टोनिया, यूएसए, जापान, ब्राजील आदि सहित) के 7,812 वयस्कों का एक संतुलित जनसांख्यिकीय वितरण।
   • उपकरण:
     • क्राइंग-ट्रिगर इन्वेंटरी (CTI): प्रतिभागियों ने 8 भावनाओं (खुशी, दुख, भय, क्रोध, आश्चर्य, कृतज्ञता, हताशा, राहत) के लिए 5 तीव्रता स्तरों (बहुत कम से लेकर चरम तक) में रोने की संभावना को रेट किया।
     • EST परिकल्पना सहमति (EHA): मॉडल के मुख्य सिद्धांतों का परीक्षण करने वाले पांच कथन।
   • विश्लेषण: सर्वेक्षण डेटा को फिट करने के लिए नॉन-लीनियर लीस्ट स्क्वायर्स रिग्रेशन का उपयोग किया गया। गुडनेस-ऑफ-फिट का मूल्यांकन $R^2$ और RMSE के माध्यम से किया गया। चि-स्क्वायर टेस्ट ने जनसांख्यिकीय निरंतरता की जांच की।

प्रमुख परिणाम

1. मॉडल फिट: EST मॉडल ने सभी आठ परीक्षण की गई भावनाओं के लिए उत्कृष्ट फिट प्रदर्शित किया, जिसमें प्रत्येक भावना के लिए $R^2 > 0.92$ था (चार भावनाओं के लिए $R^2 > 0.97$ से अधिक था)।
2. क्रॉस-वैलेंस सत्यापन: डेटा ने पुष्टि की कि मध्यम तीव्रता पर रोने की घटना कम होती है लेकिन चरम तीव्रता पर, वैलेंस की परवाह किए बिना, नाटकीय रूप से बढ़ जाती है। विशेष रूप से, 72.4% उत्तरदाताओं ने "चरम खुशी" की स्थितियों में रोने की सूचना दी, जबकि केवल 4.2% ने मध्यम स्तर पर।
3. पैरामीटर अनुमान:
   • सीमाएं ($\hat{\tau}_k$): दुख का सबसे कम थ्रेशोल्ड ($\hat{\tau} = 4.30$) था, जो रोने के साथ इसके मजबूत सामाजिक जुड़ाव के अनुरूप है। राहत (Relief) का थ्रेशोल्ड सबसे अधिक ($\hat{\tau} = 6.78$) था।
   • संवेदनशीलता ($\hat{\alpha}_k$): राहत और दुख में रोने की ओर सबसे तीव्र संक्रमण देखा गया ($\hat{\alpha} = 0.42$ और $0.40$क्रमशः), जबकि आश्चर्य और हताशा में यह सबसे धीमा था ($\hat{\alpha} = 0.15$)।
4. परिकल्पना सहमति: EST के मूल सिद्धांतों के प्रति सहमति उच्च थी, जो 74.2% से 89.1% के बीच रही। उच्चतम सहमति (89.1%) उस कथन के लिए थी कि बच्चे रोते हैं क्योंकि उनके पास भावनाओं को व्यक्त करने का कोई अन्य तरीका नहीं है।
5. जनसांख्यिकीय निरंतरता: चरम तीव्रता पर रोने की दरों में लिंग, शिक्षा या क्षेत्र के आधार पर कोई महत्वपूर्ण अंतर नहीं पाया गया। एक मामूली आयु प्रभाव देखा गया, जहाँ युवा प्रतिभागियों (18-34) ने वृद्ध प्रतिभागियों (55+) की तुलना में चरम सकारात्मक भावनाओं पर थोड़ा अधिक रोने की दर दर्ज की, जो मॉडल के विकासात्मक प्रक्षेपवक्र के अनुरूप है।

प्रमुख योगदान

• रोने का औपचारिकीकरण: यह शोध पत्र रोने को एक विशिष्ट भावना के रूप में नहीं, बल्कि एक सार्वभौमिक "ओवरफ्लो" अवस्था ($\Omega$) के रूप में चित्रित करने वाला पहला गणितीय ढांचा प्रदान करता है, जो तब सक्रिय होती है जब भावनात्मक तीव्रता सीखे गए व्यवहारिक अभिव्यक्तियों की क्षमता से अधिक हो जाती है।
• सर्कम्प्लेक्स का विस्तार: मॉडल रसेल के दो-आयामी वैलेंस-उत्तेजना सर्कम्प्लेक्स को एक तीसरे, रेडियल आयाम (जो भावनात्मक तीव्रता का प्रतिनिधित्व करता है) को जोड़कर विस्तारित करता है। यह एक "अभिव्यक्ति योग्य क्षेत्र" ($I \le \tau_k$) और एक "$\Omega$-क्षेत्र" ($I > \tau_k$) बनाता है जहाँ रोना प्रमुख प्रतिक्रिया बन जाता है।
• आदिम स्थिति की व्याख्या: मॉडल इस बात का एक सिद्धांतपूर्ण स्पष्टीकरण देता है कि नवजात शिशु क्यों रोते हैं: शून्य व्यवहारिक भंडार के कारण, थ्रेशोल्ड प्रभावी रूप से शून्य होता है, जिसका अर्थ है कि कोई भी भावनात्मक उद्दीपन $\Omega$-अवस्था को ट्रिगर करता है।
• द्वि-आयामी अभिव्यक्तियों का एकीकरण: ढांचा द्वि-आयामी अभिव्यक्तियों (जैसे, खुशी से रोना) की अवधारणा को एकीकृत करता है, उन्हें एक नियामक तंत्र के रूप में प्रस्तुत करता है जो तब सक्रिय होता है जब तीव्रता सकारात्मक अभिव्यक्तियों की क्षमता को पार कर जाती है।

महत्व और दावे
लेखक दावा करते हैं कि EST मॉडल रोने के व्यवहार के लिए एक सिद्धांतपूर्ण, खंडन योग्य (falsifiable) विवरण प्रदान करता है।

• सैद्धांतिक एकीकरण: यह विविक्त (discrete) और आयामी (dimensional) भावना सिद्धांतों के बीच के अंतर को पाटता है, यह समझाते हुए कि कैसे अलग-अलग भावनाएं उच्च तीव्रता पर एक ही व्यवहारिक आउटपुट पर अभिसरित होती हैं।
• खंडन योग्यता (Falsifiability): मॉडल विशिष्ट, परीक्षण योग्य भविष्यवाणियां उत्पन्न करता है, जैसे:
  • समृद्ध व्यवहारिक भंडार वाले व्यक्तियों (जैसे, प्रशिक्षित अभिनेता) के $\tau_k$ मान अधिक और एक निश्चित तीव्रता पर रोने की दर कम होनी चाहिए।
  • अभिव्यक्ति क्षमता को कम करने वाली स्थितियां (जैसे, लॉक-इन सिंड्रोम) के परिणामस्वरूप कम $\tau_k$ और उच्च रोने की दर होनी चाहिए।
  • अभिव्यक्ति क्षमता को प्रभावित करने वाले न्यूरोलॉजिकल हस्तक्षेप $\tau_k$ को बदल सकते हैं।
• विकासात्मक अंतर्दृष्टि: मॉडल न्यूरो-मैकेनिस्टिक निष्कर्षों के साथ संरेखित होता है, जो यह सुझाव देता है कि रोने का सर्किट एक आदिम "डिफ़ॉल्ट" अवस्था है जिसे प्रीफ्रंटल कॉर्टेक्स के परिपक्व होने के साथ नई अभिव्यक्तियों द्वारा प्रतिस्थापित किया जाता है।

यह शोध निष्कर्ष निकालता है कि रोना एक मेटा-इमोशनल प्रतिक्रिया है जो वैलेंस सीमाओं से परे है, और एक सार्वभौमिक ओवरफ्लो तंत्र के रूप में कार्य करती है जब मानव भावना का "अभिव्यक्ति योग्य क्षेत्र" संतृप्त हो जाता है।