A naturalistic database for understanding individual differences in affective responses to movie clips
本文介绍了一个包含22段电影片段及来自108名健康成年人相关情感评分的自然主义数据库，旨在通过分析情感反应的动态、综合及规范特征，结合生物学与刺激变量，来促进对情感反应个体差异的研究。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你的大脑就像一个高科技调音台，不断地混音着你一天的旋律。有时，这段曲目是一首欢快的流行歌曲；有时，是恐怖电影的惊悚配乐；有时，仅仅是平凡周二里那静谧的嗡嗡声。科学家们长期以来一直试图理解这个“情感调音台”是如何运作的，尤其是在出现问题的时候。在心理健康领域，一个损坏的调音台可能意味着一个人无法感受到快乐（就像一首歌被按下了静音键），或者在没有危险时感到恐惧（就像在图书馆里突然响起的警报声）。为了修复这些问题，研究人员需要一个完美的“参考录音”——即关于健康的大脑通常如何对生活的起伏做出反应的标准地图。但棘手之处在于，生活并非简单的“哔”声或一张静态图片。它是一部狂野、流动且不可预测的电影。如果你只用枯燥、静止的图像来测试人们，你就会错过人类情感中那种混乱而美丽的正向复杂性。
正是在这里，一项新的研究介入了，它扮演着一个巨大的、自然主义的情感体验图书馆的角色。研究人员想要建立一个“常模数据库”——基本上就是一本关于健康的人在观看真实电影场景时如何感受的巨型规则手册。他们知道每个人都是不同的：有些人天生对悲伤场景更敏感，而另一些人可能会因为开心的场景而更加兴奋。他们还怀疑，像性别或你对一部电影的熟悉程度，都会改变你内在调音台上的混音比例。通过绘制这些反应的详细地图，他们希望为未来的科学家提供一把更好的尺子来衡量情绪健康，从而帮助他们察觉何时某人的情感“原声带”播放得有些跑调。
论文本身描述了这个庞大数据库的创建过程，作者将其称为 DynAMoS（动态情感电影片段数据库）。研究团队并没有向志愿者展示静态的面部照片，而是收集了 108 名健康的成年人，让他们观看 22 段著名的电影短片。这些片段并非随机选择，而是经过精心挑选，旨在展示真实的社交情境，范围涵盖了从温馨时刻到紧张恐怖的场景。在观看过程中，参与者不仅仅是坐着不动；他们是自己管弦乐团的指挥。通过使用专门的软件，他们实时按下按钮来评估自己的感受，将刻度从“非常负面”滑动到“非常正面”。视频结束后，他们还会填写一份关于整部电影带给他们何种感受的调查问卷，对恐惧、兴奋或愤怒等特定情绪进行评分。
团队不仅收集了这些评分；他们还将它们转化为了一个数据宝库。他们计算了情感的强度、情感旅程的复杂程度（情感是保持稳定，还是剧烈跳动？），以及参与者的反应在多大程度上相互同步。他们甚至研究了电影本身，记录了诸如女性角色说话的时间与男性角色的比例等信息，以观察这是否会影响观众。结果非常迷人。他们发现，平均而言，男性和女性的反应略有不同，女性表现出更多的实时情感“摆动”——在电影悲伤时变得更负面，在电影快乐时变得更正面。但最大的发现是，两个人可能拥有相同的“平均”悲伤得分，但感受方式却完全不同。一个人可能感受到的是一种持续、低水平的悲伤（就像缓慢的鼓点），而另一个人可能感受到的是一种混乱、跳跃的模式，有着极端的起伏（就像一个故障频出的合成器）。
这个数据库是一个游戏规则改变者，因为它捕捉到了情感的动态、流动本质。作者表明，通过观察这些复杂的模式，研究人员可以识别出不同的“情感反应人格”。例如，某人如果感受到了非常负面的情绪，但反应却非常平淡、毫无变化，这可能显示出某种特定疾病的征兆；而另一个人如果拥有同样程度的负面感受，但反应却是狂野且不可预测的，则可能显示出另一种情况的征兆。该论文为其他科学家提供了清晰的指南，指导他们如何为自己的研究选择合适的电影片段，确保他们拥有测试所需情感的正确配比。最终，这项工作不仅仅给了我们一串数字；它给了我们一种聆听人类心灵的新方式，让我们明白，我们情感的节奏与情感的音量同样重要。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。