eredmények és vita

mind a 48 résztvevő eddig mind a 32 kromatikus színek a Berkeley Color Project(BCP) (ábra. 1 A és B) annak szempontjából, hogy a résztvevő mennyire tetszett a színnek egy sorjeles minősítési skálán, amelyet -100-tól +100-ig terjedő számokká alakítottak át semleges nulla ponttal. Átlagos preferencia értékelés (ábra. 1C) azt mutatják, hogy a telített (k), világos (l) és elnémított (m) színek megközelítőleg párhuzamos funkciókat hoztak létre, széles csúcsuk kék és keskeny vályú a chartreuse-ban. Az s színek előnyben részesítették az l és m színeket, amelyek nem különböztek egymástól (F < 1). Bár az S, m és l színárnyalatok mintázata nem különbözött egymástól, a sötét (d) vágásnál a másik háromhoz képest eltérő volt . Különösen a sötét narancs (barna) és a sötétsárga (olíva) volt szignifikánsan kevésbé előnyös , mint a többi narancs és sárgák, míg a sötétvörös és sötétzöld volt előnyösebb, mint a többi vörös és zöld .

az EVT központi feltételezése az, hogy az emberek átlagolt színpreferenciáit az emberek válaszainak átlagos érzelmi valenciája határozza meg az egyes színekhez erősen kapcsolódó tárgyakra. Teszteltük ezt az állítást mérésével súlyozott affektív valence becslés (hullám) mind a 32 kromatikus BCP színek (ábra. 1D), valamint az eredmény korrelálása a megfelelő átlagos színbeállításokkal (ábra. 1C). A 32 BCP szín hullámainak kiszámításához három különböző feladat eredményeit kellett összegyűjteni és elemezni: egy objektum-asszociációs feladatot, egy objektum-valence minősítési feladatot, valamint egy szín-objektum illesztési feladatot.

az objektum-asszociációs feladatban 74 naiv résztvevő látta az egyes színeket külön-külön ugyanazon semleges szürke háttérrel szemben, és arra utasították őket, hogy annyi leírást írjanak, amennyit csak tudtak olyan tárgyakról, amelyek jellegzetesen tartalmazták a képernyőn megjelenő színt. Arra kérték őket, hogy korlátozzák válaszaikat olyan tárgyakra, amelyek színe általában mások számára ismert lenne a leírásból anélkül, hogy megneveznék a színt (például nem “Kedvenc pulóverem”) és olyan tárgyakat, amelyek színe viszonylag specifikus lenne az adott objektumtípusra (például nem “zsírkréta” vagy “póló”, amely bármilyen szín lehet). Arra is ösztönözték őket, hogy kifejezetten ne szüntessék meg a kellemetlen tárgyak elnevezését. A válaszokat 222 objektumleírásba soroltuk (az általunk használt kritériumokat anyagokban, módszerekben írtuk le).

az ezt követő objektum-valence minősítési feladat, 98 más résztvevők mutatták mind a 222 objektum leírások fekete szöveg fehér alapon, és arra kérték, hogy értékelje, milyen vonzó minden referens objektum volt egy sorban jelölt” negatív “a bal végén a” pozitív ” a jobb oldalon. A szín nem szerepel az utasításokban, a színnevek csak akkor jelennek meg a leírásokban, ha a kategória egyértelműsítéséhez szükséges (például piros alma vs zöld alma).

a szín-objektum egyeztetési feladat, egy harmadik csoport 31 további megfigyelők mutatták az egyes leírások együtt egy négyzet a szín, amelyre az objektum leírása kapott, mint egy társult. Arra kérték őket, hogy értékeljék a mérkőzés erősségét (hasonlóság fokát) a leírt objektumok színe és a képernyőn megjelenő szín között. Értékelések felhasználásával készült ugyanabban a sorban-mark feladat, mint az egyéb feladatokat, majd áttért a 0-1 skálán, olyan leírások, akinek referents legszorosabban illeszkedik a képernyő színe kapott súlyokat közelebb egység, illetve azok, akiknek referents volt a legtöbb hasonló kapott súlyokat közelebb nulla.

A hullám minden szín (Wc) a következőképpen számítottuk ki:, ahol a wco az átlagos szín-objektum egyezik az értéket az összes párosítás egy színes (c), illetve egy tárgy, leírás, (o), vo az átlagos valence értékelés adott objektum o, nc száma tárgy leírások tulajdonított színes c. A feltűnő hasonlóság ezek a hullámfüggvény (Fig. 1D) a megfelelő preferencia funkciók (ábra. 1C) a HULLÁMADATOK és a színpreferencia adatok (r = +0.893) közötti magas pozitív korreláció támogatja, amely a variancia 80% – át teszi ki egyetlen prediktorral. Ez a illeszkedés különösen lenyűgöző, figyelembe véve, hogy belső összetettsége ellenére a hullám kiszámításakor nem becsülték meg a szabad paramétereket; ez egyszerűen egy jól meghatározott eljárás eredménye az EVT által elméletileg feltételezett mennyiség meghatározására. Annak érdekében, hogy összehasonlítsuk teljesítményét az alternatív elméletekkel, ugyanazokat a preferencia-adatokat illesztjük három másik modellhez.

használtuk a módszer Hurlbert, s Ling (9, 10), hogy elemezze az átlagos szín előnyben nézettség szempontjából kúp-ellenfél kontraszt komponensek számítása a kontrasztok a vizsgált színek ellen, a szürke háttér a L-M, K-(L+M), (K+L+M) ellenfél rendszerek CIELUV telítettség. Ez a kiterjesztett modell csak a variancia 37%-át tette ki adatainkban: 21% Az S – (L+M) kimenettel (r = 0,46, P < 0.05, színek, amelyek inkább lila előnyös), 4% – kal több az S+L+M kimenet (világosabb színek preferált), további 8% – kal cieluv telítettség (magasabb telítettség színek preferált), és a végső 4% – kal az L-M kimenet (színek, amelyek inkább kék-zöld előnyös). Ez a modell lényegesen gyengébb teljesítményt nyújt adatainkon (37%), mint a Hurlbert és Ling saját adatainkon (70%), nagyrészt a színminta szélesebb skálájából származik. Ha az eredeti kúp-kontraszt modell (10) alkalmazták, csak a szűk csoportja nyolc BCP színek, amelyek hasonló Hurlbert, s Ling színek azonos telítettség hasonló fénysűrűség (elnémítva narancs, tompa sárga, tompa chartreuse, tompa zöld, telített cián, világos piros, világoszöld, vagy világos lila), nem volt képes megmagyarázni, 64.4%‡ a variancia, hasonló a teljesítmény Hurlbert, s Ling saját adatok. Amikor a jelen mintában szereplő további 24 szín szerepelt az elemzésben, a kúp-kontraszt modell teljesítménye azonban hirtelen csökkent.

a Következő becsült átlagos előnyben minősítések segítségével egy színes-megjelenés modellből a résztvevők átlagos értékelés klasszikus, magas szintű méretek színes megjelenés: piros/zöld, sárga/kék, világos/sötét, magas/alacsony telítettség. Ś a szín-megjelenés modell elszámolni 60% – a, a variancia (több-r = 0.774, P < 0.01) a teljes készlet 32 színek a három predictors: 34%, a kék-sárga (kékebb színek preferált), további 19% – os telítettség (magasabb-telítettség, szín javasolt), majd egy utolsó 7% – fény-sötét (világosabb szín javasolt). Ez a szín-megjelenési modell tehát felülmúlta a kúp-kontraszt modellt, ami arra utal, hogy a preferenciákat jobban modellezik a magasabb szintű színmegjelenések, legalábbis akkor, ha a színeket széles körben mintavételezik a színtér felett. Bár ez a szín-megjelenés modell magyarázza egy jó sok variancia, nem tudja megjósolni a kiemelkedő közötti kölcsönhatás színárnyalat preferenciák a D vágott képest a többi vágás. Azt is nem magyarázza meg, hogy miért az emberek inkább a színek csinálnak; ez csupán egy jobb leírást a preferencia minta, mint nem a kúp-kontraszt modell.

mi is illik ou et al.”s (15, 16) szín-érzelem modell az átlagos szín preferencia adatok segítségével a résztvevők közvetlen értékelés a három tényező: aktív / passzív, nehéz/könnyű, meleg / hűvös. Ez a modell a variancia 55%-át tette ki, nagyjából megegyezik a szín-megjelenési modellel, és több, mint a kúp-kontraszt modell. Aktív / passzív§ a variancia 22% – át magyarázta (aktívabb színek előnyben részesítve), a warm/cool további 26% – ot magyarázott (hűvösebb színek előnyben részesítve), a heavy/light pedig további 7% – ot magyarázott (világosabb színek előnyben részesítve).

az EVT hullám-előrejelzője, amely a variancia 80%—át tette ki, így felülmúlta mind a három másik tesztelt modellt-a kúp-kontraszt modellt (37%), a szín-megjelenési modellt (60%), valamint a szín—érzelem modellt (55%) -, és ezt két kevesebb prediktorral és szabad paraméterekkel tette meg. A hullám messze a legjobb előrejelzője az átlagos szín preferenciák, és szépen rögzíti az elsődleges jellemzői a komplex szín preferencia funkciók: a hangsúlyos csúcs kék, a vályú chartreuse, magasabb preferencia telített színek, valamint a hangsúlyos minimum körül sötét sárga (ábra. 1 C és D). Fő hiányosságai a sötét narancssárga ellenszenv (valószínűleg azért, mert a csokoládét és a kávét gyakran meglehetősen vonzónak ítélik meg), és alulbecsülik a sötétvörös pozitív preferenciáját (valószínűleg azért, mert a vért általában nem tetszik).

talán a legfontosabb, hogy az EVT világos és kézenfekvő magyarázatot ad a színpreferenciákra: a preferenciákat a megfelelő színű objektumokra adott affektív válaszok okozzák. Bár a jelen bizonyítékok korrelatívak, valószínűtlennek tűnik, hogy az ok-okozati összefüggés az ellenkező irányba halad. Ha az objektum preferenciáit a színpreferenciák okozták, akkor a csokoládénak és a székletnek hasonlóan vonzónak kell lennie, mert hasonló színűek. Nyilvánvaló, hogy nem ez a helyzet. Néhány harmadik közvetítő változó elképzelhető, hogy az erős korrelációt okozhatja, de nem világos, hogy mi lehet.

Ezek az eredmények azt mutatják, hogy a modern amerikaiak átlagos színpreferenciái, amelyeket a Berkeley, CA-ból vettek fel, erősen korrelálnak egy független, de hasonló emberminta objektumpreferenciáival. Az a fok, amelyre ezek a szín preferenciák vezetékes, szemben tanult az egyén életében, egy nyitott kérdés, azonban. Az a tény, hogy az általunk mért alapvető színárnyalat-preferencia-minta nagymértékben egyetért a korábbi tanulmányokkal (1⇓⇓⇓⇓⇓⇓-8, 10, 11) a csecsemőkben (18⇓-20) talált torzítások mintájával azt sugallja, hogy az emberi színpreferenciák legalább néhány aspektusa univerzális lehet. Például a blues és a cyans általánosan kedvelt, mert a tiszta ég és a tiszta víz egyetemesen vonzó, a barnák és az olajbogyók pedig általánosan nem tetszenek, mert a széklet és a rothadó ételek egyetemesen undorítóak. Még nem világos azonban, hogy az ilyen univerzálisok veleszületettek vagy tanultak-e. Ennek ellenére számos módon értékelhetjük, hogy valaki személyes tapasztalatai befolyásolják-e a színpreferenciákat élete során kulturális, intézményi és egyéni különbségek tanulmányozásával, amelyek mindegyikét jelenleg vizsgáljuk.

Kulturálisan, az EVT azt jelenti, hogy a korreláció a két szín beállítások, majd a Hullámok nyert az azonos kulturális csoport nagyobb legyen, mint az összefüggés szín beállítások, majd a Hullámok nyert a különböző kulturális csoportok, feltéve, hogy a két csoport különböző szín-objektum egyesületek vagy más beállítások az azonos objektumok (Fig. 2). Például az amerikai hullámoknak jobban meg kell jósolniuk az amerikai színpreferenciákat, mint a japán színpreferenciákat, a japán hullámoknak pedig jobban meg kell jósolniuk a japán színpreferenciákat,mint az amerikai színpreferenciákat. Jelenleg az Egyesült Államok mellett Japánban, Mexikóban, Indiában és Szerbiában is tesztelünk ilyen előrejelzéseket 32 színünkre. A japán előzetes eredmények alátámasztják ezt az előrejelzési mintát: az amerikai hullámok jobban megjósolták az amerikai preferenciákat (r = 0, 89), mint a japán preferenciákat (r = 0.74), a japán hullámok pedig jobban megjósolták a japán preferenciákat (r = 0, 66), mint az amerikai preferenciákat (r = 0, 55).

ugyanezen logika szerint az amerikai résztvevők hasonló színbeállításokkal rendelkező csoportjainak HULLÁMADATAINAK képesnek kell lenniük arra, hogy jobban figyelembe vegyék saját színpreferenciáikat, mint más csoportok színpreferenciáit. Ennek az előrejelzésnek a teszteléséhez mind a színbeállításokat (először kapott), mind az objektum-valenciákat mértük a 222 objektum leírásainkhoz (később kapott) egyetlen résztvevőkészletből. Egy hierarchikus klaszterezési algoritmust (21) használtunk két belső homogén csoport, a j és a k meghatározására (17, illetve 12 egyént tartalmazva), az eddig vizsgált 29 résztvevő mindegyik párjának színpreferenciája közötti korrelációk alapján. Ezután kiszámítottuk az egyes csoportok átlagos HULLÁMADATAIT, ugyanazon 222 objektumleírás saját valence-értékelése alapján. Az EVT előrejelzése szerint a csoportok hullámai és színpreferenciái közötti korreláció magasabb volt (r = 0,77 és 0,83), mint a csoportok közötti korreláció (r = 0,47 és 0,64) (ábra. 2). A két csoport színpreferenciáit és hullámait bemutató parcellákból kitűnik (1.ábra). S1), hogy a csoporton belüli hullámok és preferencia függvények jobban hasonlítanak a csoportközi hullámokhoz és a preferencia függvényekhez.

Ez az eredmény is a válaszok egy lehetséges ellenvetés, hogy a magas pozitív összefüggés a HULLÁM adatok szín beállításokat, előfordulhat, hogy a valence-következetesség elfogultság az objektum-egyesület feladata: az emberek Talán egyszerűen a lista több, kívánatos tárgyak, a színek, a lista kevésbé kívánatos tárgyak, a színek nem bírják elviselni. E két csoport eredményei azt mutatják, hogy ez a lehetőség nem képes teljes körű fiókot biztosítani, mivel mindkét csoport ugyanazt az objektumkészletet értékelte. A 222 objektumleírásban szereplő bármely kiválasztási torzítás tehát nem tudja figyelembe venni a hullám és a két csoport preferenciaadatai közötti korrelációk különbségeit.

Az EVT azt is jelenti, hogy az emberek a hűséget, hogy a szociális intézmények erős kötelékek, hogy speciális színek is kell, befolyásolja a szín beállítások. Ha egy csoport ember erős pozitív (vagy negatív) érzelmi befektetés egy fontos szociális intézmény, hogy erős, egységes színek egyesületek (pl. egyetemek, atlétikai csapat, utcai bandák, szerzetesrendek, valamint ünnepnapokon is), akkor az EVT jósolja, hogy ez a csoport jöjjön, mint a kapcsolódó színek megfelelően több (vagy kevesebb, attól függően, hogy a polaritás a hatással), mint egy semleges csoport. Ennek az előrejelzésnek az az oka, hogy a modern társadalomban való virágzás sokkal többet foglal magában, mint pusztán a biológiai igények kielégítése; a társadalmi kapcsolatok annyira vagy még inkább fontosak lehetnek.

az Előzetes eredmények egyetemi színek javaslom, hogy a szociális beruházások képesek befolyásolni az emberek szín beállítások: Között University of California, Berkeley egyetemi hallgatók, az összeg a “csapatszellem”, ahogy értékelni, ha egy kérdőív beadása után névleges szín beállítások, pozitívan korrelál a preferencia Berkeley saját kék-arany színben, illetve negatívan a preferencia a piros, fehér, a Berkeley arch-rivális, a Stanford Egyetemen. Az inverz mintát a Stanford egyetemisták körében találták meg. Ez a megállapítás támogatja az EVT két alapvető előrejelzését. Először is, ez azt mutatja, hogy a szociokulturális intézményi hovatartozás befolyásolhatja a színpreferenciákat az egyén életében. Második, további bizonyítékokat szolgáltat az ok-okozati irányról, mert vadul valószínűtlen, hogy az egyetemekkel szembeni hallgatói attitűdöket szín preferenciáik okozzák. A Berkeley-t kedvelő diákok nem azért teszik ezt, mert szeretik a kéket és az aranyat; szeretik a kéket és az aranyat, mert szeretik a Berkeley-t.

további előzetes bizonyíték arra, hogy az objektumbeállítások színbeállításokat okoznak, olyan eredményekből származik, amelyek azt jelzik, hogy a színbeállítások megváltoztathatók a színes tárgyak képeinek elfogult mintáinak bemutatásával. Minden résztvevő először az esztétikai preferencia érdekében értékelte a 32 BCP színt, majd egy diavetítést látott, amelyben különféle ítéleteket hoztak a színes tárgyak képeiről, majd ismét ugyanazt a 32 BCP színt értékelte. Egy csoport esetében a diavetítés 10 képet tartalmazott a kívánatos vörös tárgyakról( pl. eper és cseresznye), 10 képet a nemkívánatos zöld tárgyakról (pl., iszap és penész), valamint 20 semleges tárgyak más színekben. A másik csoportban 10 kívánatos zöld tárgy (pl. fák és füves mezők), 10 nemkívánatos vörös tárgy (pl. vér és léziók), valamint ugyanaz a 20 semleges, más színű tárgy volt látható. Mindkét csoport azt mondták, hogy a slide show része volt, önálló kísérlet térbeli esztétika, amely során arra kérték, hogy eldöntsük, egy adott címke volt megfelelő a kép, jelzi a helyét a központ a fokális tárgy a kurzor, hogy értékelje a vizuális komplexitás a fokális tárgy, hogy értékelje, hogy mennyire tetszett nekik a fokális tárgy. Az eddigi eredmények azt mutatják, hogy a vörösre vonatkozó preferenciaértékelések jelentősen növekedtek a kívánatos vörös tárgyakat látó csoport számára, a zöldre vonatkozó preferenciaértékelések pedig jelentősen növekedtek a kívánatos zöld tárgyakat látó csoport számára. A nemkívánatos tárgyak színének preferenciaértékei is csökkentek, de ezek a csökkenések statisztikailag nem voltak megbízhatóak. Ezek az eredmények azt mutatják, hogy a színpreferenciákat befolyásolhatja a tapasztalat, és támogatják azt az állítást, hogy az objektumpreferenciák színpreferenciákat okoznak.

fontos megjegyezni, hogy az EVT nem tagadja annak lehetőségét, hogy a színbeállítások ok-okozati hatással lehetnek az objektum preferenciáira. Nyilvánvaló, hogy sok olyan helyzet van, amikor a színek befolyásolják az objektumok preferenciáit, különösen olyan tárgyak esetében, amelyekben a szín az egyetlen olyan tulajdonság, amely megkülönbözteti az egyébként azonos példányokat (pl. Az EVT valójában azt jósolja, hogy a szín preferenciáját pozitív visszajelzések erősítik meg, olyan mértékben, hogy az emberek végül szeretnek valamit, amit vásároltak, készítettek, vagy a színe miatt választották. A színpreferenciák tehát általában önfenntartóak, legalábbis addig, amíg más tényezők, például az unalom, az új fizikai vagy társadalmi körülmények és/vagy a divatirányzatok megváltoztatják az esztétikai válasz dinamikáját, ahogyan valójában elkerülhetetlenül.