Výsledky a Diskuse

Každý z 48 účastníků hodnocen každý z 32 chromatické barvy Berkeley Barva Projektu (BCP) (Obr. 1 A A B) pokud jde o to, jak moc se účastníkovi líbila Barva pomocí stupnice hodnocení čáry, která byla převedena na čísla v rozmezí od -100 do + 100 s neutrálním nulovým bodem. Průměrné hodnocení preferencí (obr. 1C) ukazují, že nasycené (s), lehká (l) a tlumené (m) barvy vyrábí přibližně paralelní funkce s širokým vrcholu v modré a úzké koryto v chartreuse. Barvy s byly upřednostňovány před barvami l A m, které se navzájem nelišily (F < 1). Ačkoli vzor preferencí odstínu napříč řezy s, m a l† se nelišil , lišil se pro tmavý (d) řez ve srovnání s ostatními třemi . Zejména tmavě oranžová (hnědá) a tmavě žlutá (olivová) byla výrazně méně výhodná než jiné pomeranče a žluté , zatímco tmavě červená a tmavě zelená byla výhodnější než jiné červené a zelené .

centrální nanebevzetí EVT je, že barevné preference, v průměru přes lidi, se stanoví podle průměrné afektivní valence lidí je reakce na objekty, které jsou silně spojené s každou barvou. Toto tvrzení jsme testovali měřením váženého afektivního valenčního odhadu (vlny) pro každou z 32 chromatických barev BCP (obr. 1D) a korelace výsledku s odpovídajícími průměrnými preferencemi barev (obr. 1C). Výpočet Vlny 32 BCP barvy vyžaduje sběr a analýzu výsledků tří různých úkolů: objekt-sdružení úkol, objekt-valence hodnocení úkol, a barva-objekt odpovídající úkol.

V objektu-sdružení úkol, 74 naivní účastníci viděli každou barvu jednotlivě proti stejnému neutrální šedé pozadí a jsou instruováni, aby psát jako mnoho popisů, jak by mohly objektů, které charakteristicky obsažené barvu zobrazenou na obrazovce. Byli požádáni, aby omezení jejich reakce na objekty, jejichž barva by byla obecně známo, že ostatní z popisu bez pojmenování barvy (např., „můj oblíbený svetr“) a objekty, jejichž barvy by být poměrně specifické pro daný typ objektu (např.,, ne „pastelka“ nebo „T-shirt“, která by mohla být jakákoliv barva). Byli také výslovně povzbuzováni, aby nepotlačovali pojmenování nepříjemných objektů. Odpovědi byly rozděleny do 222 popisů objektů (kritéria, která jsme použili, jsou popsána v materiálech a metodách).

V následujících objektu-valence hodnocení úkol, 98 ostatní účastníci byly ukázány každé z 222 popis objektu v černý text na bílém pozadí a byli požádáni, aby hodnotit, jak přitažlivé každý referent objekt byl na lince označené „negativní“ na levé straně na „pozitivní“ na pravé straně. Barva Nebyla v pokynech uvedena a názvy barev se v popisech objevily pouze v případě, že je to nutné pro rozcestník Kategorie (např. červená jablka vs. zelená jablka).

barva-objekt odpovídající úkol, třetí skupina 31 dalších pozorovatelů bylo prokázáno, že všechny popisy, spolu s čtvercovým barvy, které objekt popis byl uveden jako spolupracovník. Byli požádáni, aby hodnotili sílu shody (stupeň podobnosti) mezi barvou popsaných objektů a barvou zobrazenou na obrazovce. Hodnocení bylo provedeno pomocí stejné linii-označit úkol jako pro jiné úkoly a převeden do rozsahu 0-1, jako že popisy, jejichž referenty nejvíce uzavřeno barvu obrazovky obdržel závaží blíže k jednotě, a ty, jejichž referenty jsou většinou odlišné obdržel závaží blíže k nule.

vlna pro každou barvu (Wc) byla vypočtena následovně:, kde wco je průměrná barva-objekt zápas hodnota pro každé párování barva (c) a popis objektu (o), vo je průměrná valence hodnocení objektu o, a nc je počet objektů popisy připsal barva c. Na nápadnou podobnost těchto vlnových funkcí (Obr. 1D) k odpovídajícím preferenčním funkcím (obr. 1C) je podporován vysokou pozitivní korelací mezi vlnovými daty a údaji o preferencích barev (r = + 0,893), což představuje 80% rozptylu s jediným prediktorem. Tento fit je zvláště působivé vzhledem k tomu, že, navzdory své vnitřní složitosti, žádné volné parametry byly odhadnuty při výpočtu VLNA; to je prostě výsledek dobře definovaný postup pro stanovení množství teoreticky naznačeno EVT. Porovnat jeho výkon s alternativami teorií, jsme se vešly do stejné preference dat na tři další modely.

Jsme použili metodu Hurlbert a Ling (9, 10) analyzovat průměrnou barvu preference hodnocení z hlediska kužel-soupeř kontrast komponent výpočtem kontrasty test barev proti šedé pozadí pro L-M, S-(L+M), (S+L+M) soupeř systémy a CIELUV nasycení. Tento rozšířený model představoval pouze 37% rozptylu v našich datech: 21% výstupem S-(L + M) (r = 0.46, P < 0.05, barvy, které jsou více fialové přednost), 4% více S+L+M výstup (světlejší barvy preferované), dalších 8% CIELUV nasycení (vyšší sytost barev, preferované), a poslední 4% L-M výstup (barvy, které jsou více modré-zelené přednost). Výrazně horší výkon tohoto modelu na našich datech (37%) než na vlastních datech Hurlberta a Linga (70%) vyplývá z velké části z širší škály našeho barevného vzorku. Když se jejich původní kužel-kontrast modelu (10) byla použita jen na úzký soubor osmi BCP barvy, které jsou analogické k Hurlbert a Ling barvy mají stejnou sytost a podobné jasu (oranžové tlumené, tlumené žluté, tlumené chartreuse, tlumené zelené a syté azurové, světle červené, světle zelené a světle fialová), byl schopen vysvětlit 64.4%‡ rozptylu, srovnatelné jeho výkon na Hurlbert a Ling vlastní data. Když bylo do analýzy zahrnuto dalších 24 barev v předkládaném vzorku, výkon modelu s kuželovým kontrastem se však prudce snížil.

Dále jsme předpokládali, průměrná preference hodnocení pomocí barvy-vzhled modelu odvozené z našich účastníků průměrné hodnocení klasické, high-level rozměry vzhled barva: červená/zelená, žlutá/modrá, světlo/tma, a vysoké/nízké nasycení.# Barva-vzhled modelu tvořily 60% rozptylu (multiple-r = 0.774, P < 0.01) pro kompletní sadu 32 barvy se třemi prediktory: 34% pro modro-žluté (modřejší barvy preferované), dalších 19% pro nasycení (vyšší sytost barev, preferované), a konečné 7% pro světlo-tma (světlejší barvy preferované). Tato barva-vzhled modelu tak překonal kužel-kontrast model, což naznačuje, že preference jsou lepší modelovány na vyšší úrovni, barvy vystoupení, alespoň v případě, že barvy jsou široce vzorku více než barevný prostor. Ačkoli tento model barevného vzhledu vysvětluje hodně rozptylu, nedokáže předpovědět výraznou interakci mezi preferencemi odstínu v řezu d vzhledem k ostatním řezům. To také nedokáže vysvětlit, proč lidé preferují barvy dělají; to jen poskytuje lepší popis preference vzor než kužel-kontrastní model.

jsme také fit Ou et al.s (15, 16) color-emotion model k našim průměrným údajům o preferencích barev pomocí přímých hodnocení našich účastníků jejich tří faktorů: aktivní / pasivní, těžký/lehký a teplý/chladný. Tento model představoval 55% rozptylu, přibližně stejný jako model barevného vzhledu a více než model s kuželovým kontrastem. Aktivní / pasivní§ vysvětlil 22% rozptylu (preferovány aktivnější barvy), teplý / chladný vysvětlil dalších 26% (preferovány chladnější barvy) a těžký/lehký vysvětlil dalších 7% (preferovány světlejší barvy).

EVT je VLNA prediktor, což představovalo 80% rozptylu, čímž překonal všechny tři ostatní modely, které jsme testovali—kužel-kontrast modelu (37%), barva-vzhled modelu (60%), a barva-emoce model (55%)—a to s dvěma méně prediktory a zdarma parametry. VLNA je zdaleka nejlepší prediktor průměrné barevné preference, a to pěkně zachycuje základní rysy složité barevné preference funkce: výrazný vrchol v modré, koryto v chartreuse, vyšší preference pro syté barvy a výrazné minimum kolem tmavě žlutá (Obr. 1 C A D). Její hlavní nedostatky jsou underpredicting averzi k tmavě oranžové (možná proto, čokolády a kávy jsou často posuzována jako docela lákavá) a underpredicting pozitivní preference pro tmavé červené (možná proto, že krev je obvykle hodnoceny jako neatraktivní).

snad nejdůležitější je, že EVT poskytuje jasné a věrohodné vysvětlení barevných preferencí: preference jsou způsobeny afektivními reakcemi na odpovídající barevné objekty. Ačkoli tyto důkazy jsou korelační, zdá se nepravděpodobné, že by kauzalita probíhala opačným směrem. Pokud byly předvolby objektu způsobeny barevnými preferencemi, pak by čokoláda a výkaly měly být podobně přitažlivé, protože mají podobnou barvu. Je zřejmé, že tomu tak není. Nějaká třetí zprostředkovávající proměnná by mohla způsobit silnou korelaci, ale není jasné, co by to mohlo být.

Tyto výsledky ukazují, že průměrná barevné preference moderních Američanů, vzorku z Berkeley, CA, korelují silně s objektem preference nezávislého ale podobný vzorek lidí. Míra, do jaké jsou tyto barevné preference pevně zapojeny, na rozdíl od učení během života jednotlivce, je však otevřenou otázkou. Skutečnost, že základní odstín preference vzor změřili jsme do značné míry souhlasí s předchozí studií (1⇓⇓⇓⇓⇓⇓-8, 10, 11) a se vzorem z pohledu zaujatosti vyskytuje u kojenců (18⇓-20) naznačuje, že alespoň některé aspekty lidské barevné preference mohou být univerzální. Například, modré a azurové může být všeobecně líbil, protože jasná obloha a čistá voda jsou univerzálně přitažlivé, a hnědé a olivy mohou být všeobecně neoblíbený, protože výkaly a hnijící potraviny jsou všeobecně odporné. Zatím však není jasné, zda jsou takové univerzály vrozené nebo naučené. Přesto existuje mnoho způsobů, jak můžeme posoudit, zda něčí osobní zkušenosti ovlivňují barevné preference během jeho života studiem kulturních, institucionálních a individuálních rozdílů, které v současné době zkoumáme.

Kulturně, EVT znamená, že korelace mezi preferencí barev a Vlny získané z téže kulturní skupiny by měla být vyšší než korelace mezi preferencí barev a Vlny získané z různých kulturních skupin, za předpokladu, že obě skupiny mají různé barvy-objekt sdružení nebo různé preference pro stejné objekty (Obr. 2). Například americké vlny by měly předpovídat americké barevné preference lépe, než předpovídají japonské barevné preference, a japonské vlny by měly předpovídat japonské barevné preference lépe než předpovídají americké barevné preference. V současné době testujeme takové předpovědi pro naše 32 barvy v Japonsku, Mexiku,Indii a Srbsku kromě Spojených států. Předběžné výsledky z Japonska podporují tento vzorec předpovědí: americké vlny předpovídaly americké preference (r = 0.89) lépe, než předpovídaly japonské preference (r = 0.74) a japonské vlny předpovídaly japonské preference (r = 0.66) lépe, než předpovídaly americké preference (r = 0.55).

Podle stejné logiky, WAVE data od skupiny Amerických účastníků, kteří mají podobné barevné preference by měl být schopen zohlednit své vlastní barevné preference lepší než u jiných skupin barevné preference. Abychom otestovali tuto předpověď, změřili jsme jak barevné preference (získané jako první), tak hodnoty objektů pro naše 222 popisy objektů (získané později) od jedné sady účastníků. Použili jsme hierarchical clustering algoritmus (21) vymezit dvě vnitřně homogenní skupiny, j a k (obsahující 17 a 12 osob, v tomto pořadí), na základě korelace mezi barevné preference pro každou dvojici z 29 účastníků studovali tak daleko. Poté jsme vypočítali průměrná vlnová data pro každou skupinu na základě jejich vlastních valenčních hodnot stejných 222 popisů objektů. Jak předpovídal EVT, korelace mezi Vlnami a barevné preference v rámci skupin byla vyšší (r = 0.77 a 0,83) než korelace mezi skupinami (r = 0.47 0.64 a) (Obr. 2). Z grafů je zřejmé barevné preference a vlny pro obě skupiny (obr. S1) že vlny uvnitř skupiny a preferenční funkce jsou více podobné než vlny mezi skupinami a preferenční funkce.

Tento výsledek také odpovědi na možné námitky, že vysoká pozitivní korelace mezi VLNA údaje a barevné preference by mohly vyplývat z valence-konzistence zkreslení v objektu-sdružení úkol: Možná, že lidé prostě seznam více žádoucí objekty pro barvy se jim líbí a seznam méně žádoucí objekty pro barvy, které se jim nelíbí. Výsledky těchto dvou skupin ukazují, že tato možnost nemůže poskytnout úplný účet, protože obě skupiny hodnotily stejnou sadu objektů. Žádné výběrové zkreslení v 222 popis objektu, proto nelze vysvětlit rozdíly v korelacích mezi VLNOU a preference data pro tyto dvě skupiny.

evt také znamená, že loajalita lidí k sociálním institucím se silnými vazbami na konkrétní barvy by měla také ovlivnit jejich barevné preference. Když se skupina lidí má silný pozitivní (nebo negativní) emocionální investice v důležitou sociální institucí, která má silné a konzistentní barvy sdružení (např. univerzity, sportovní týmy, pouličních gangů, náboženských řádů, a dokonce i svátky), pak EVT předpovídá, že tato skupina by měla přijít jako přidružené barvy odpovídajícím více (nebo méně, v závislosti na polaritě jejich vliv) než neutrální skupiny. Důvodem této předpovědi je, že prosperující v moderní společnosti zahrnuje mnohem víc než jen uspokojování biologických potřeb; na sociálních vazbách může záležet stejně nebo dokonce více.

Předběžné výsledky s university barvy naznačují, že sociální investice mohou a působit na lidi je barevné preference: Mezi University of California, Berkeley, absolventi, množství „duch školy“, jak hodnotí dotazník podáván po hodnotili barevné preference, pozitivně koreluje s preferencí pro Berkeley vlastní modré a zlaté barvy a negativně se preference pro červené a bílé Berkeley ‚ s arch-rival, Stanford University. Inverzní vzor byl nalezen mezi Stanfordskými vysokoškoláky. Toto zjištění podporuje dvě zásadní předpovědi EVT. První, ukazuje, že sociokulturní institucionální vztahy mohou ovlivnit barevné preference během života jednotlivce. Za druhé, poskytuje další důkaz příčinného směru, protože je velmi nepravděpodobné, že postoje studentů k univerzitám jsou způsobeny jejich barevnými preferencemi. Studenti, kteří mají rádi Berkeley, tak neučiní, protože mají rádi modrou a zlatou; mají rádi modrou a zlatou, protože mají rádi Berkeley.

Další předběžný důkaz, že předvolby objektů způsobují předvolby barev, pochází z výsledků, které naznačují, že předvolby barev lze změnit zobrazením zkreslených vzorků obrázků barevných objektů. Všichni účastníci nejprve hodnotili 32 barev BCP pro estetické preference, poté viděli prezentaci, ve které provedli různé úsudky o obrázcích barevných objektů, a poté znovu hodnotili stejné barvy 32 BCP. Pro jednu skupinu prezentace obsahovala 10 obrázků žádoucích červených objektů (např. jahod a třešní), 10 obrázků nežádoucích zelených objektů (např., sliz a plísně) a 20 neutrálních objektů jiných barev. Druhá skupina viděla 10 žádoucích zelených objektů (např. stromy a travnatá pole), 10 nežádoucích červených objektů (např. krev a léze) a stejných 20 neutrálních objektů jiných barev. Obě skupiny bylo řečeno, že prezentace byla součástí samostatné experiment na prostorových estetiky, během nichž byli požádáni, aby rozhodl, zda dané označení bylo vhodné, aby obrázek, uvést umístění středu ústředním objekt s kurzorem, hodnotit vizuální složitost ústředním objektem, a hodnotit, jak moc se jim líbil ústředním objektem. Výsledky zatím ukazují, že preference hodnocení pro red významně zvýšila u skupiny, která viděla žádoucí červené objekty, a preference hodnocení pro zelené významně zvýšila u skupiny, která viděla žádoucí zelené objekty. Došlo také ke snížení preferenčních hodnocení barvy nežádoucích objektů, ale tyto poklesy nebyly statisticky spolehlivé. Tato zjištění ukazují, že barevné preference mohou být ovlivněny zkušenostmi a podporují tvrzení, že předvolby objektů způsobují barevné preference.

je důležité si uvědomit, že EVT nepopírá možnost, že předvolby barev mohou kauzálně ovlivnit předvolby objektu. Je zřejmé, že existuje mnoho situací, kdy barvy ovlivňují preference objektů, zejména u artefaktů, ve kterých je barva jediným prvkem, který odlišuje jinak identické případy (např. Na EVT ve skutečnosti předpovídá, že preference pro barvu bude posílena prostřednictvím pozitivní zpětné vazby do té míry, že lidé nakonec rádi něco koupili, vyrobeny, nebo si vybral, protože jeho barva. Barevné preference a tak mají tendenci být self-udržovat, alespoň do jiné faktory, jako je nuda, nové fyzické nebo sociální okolnosti a/nebo módní trendy, změna dynamiky estetické reakce, jako ostatně nevyhnutelně.