결과 및 토론

의 각 48 참가자 평가 각 32 색 색상의 컬러 버클리 프로젝트(BCP)(Fig. 1B)의 측면에서 얼마나 많은 참가자는 좋아하는 색상을 사용하여 라인-mark 평가 규모로 변환되었는 숫자에 이르기까지 -100~+100 와 중점. 평균 선호도 등급(그림 1). 1C)는 포화(s),빛(l)및 음소거(m)색상이 파란색에서 넓은 피크와 chartreuse 에서 좁은 트로프와 대략 평행 한 기능을 생성 함을 보여줍니다. S 색상은 서로 다르지 않은 l 및 m 색상이 선호되었습니다(F<1). S,m 및 l 컷†에 걸친 색조 선호도의 패턴은 차이가 없었지만,다른 세 가지에 비해 어두운(d)컷에 대해 달랐다. 특히,어두운 오렌지(브라운)어두운 황색(올리브)었다 훨씬 적은 선호하는 것보다 다른 오렌지와 노랑하는 반면,진한 빨강과 녹색 어두운었던 것보다 더 선호하는 다른 빨강과 녹색이다.나는 이것이 어떻게 작동하는지 잘 모르겠습니다. 1.

(A)현재 샘플 32 색 색깔로 정의되는 여덟 색상으로 구성된,네 개의 약한 독특한 색상(적색,녹색,노란색,파란색)및 그들의 대략의 각 이등분선(오렌지,카르투지오회 수도원,하늘색,보라색),네”절단”(포화도-가벼움의 수준)색 공간:포화지(s,왼쪽),빛(l,오른쪽 상단),진(d,오른쪽 아래),그리고 음소거(m,왼쪽 아래). (B)CIELAB color-space 에서 isoluminant 평면에 이들 32 색의 투영. (C)48 명의 참가자 모두에게 색상 선호도가 평균화되었습니다. 오류 막대는 SEM 을 보여줍니다. (D)세 가지 다른 작업을 수행하는 독립적 인 참가자의 데이터를 사용하여 추정 된 32 개의 색채 색에 대한 파도.

중앙은 가정의 EVT 는 색상,환경 설정에 걸쳐 평균 사람들에 의해 결정되는 평균의 정서 원하는 사람들의 반응하는 개체를 강하게 관련된 각각의 색상입니다. 우리는 32 개의 색채 BCP 색 각각에 대한 가중 정서 원자가 추정(파)을 측정하여이 주장을 테스트했습니다(그림 1). 도 1D)및 그 결과를 대응하는 평균 색상 선호도(도 1d)와 상관시키는 것. 1 기음). 을 계산하는 파도의 32BCP 색상 필요한 수집 및 분석의 결과는 세 가지 다른 작업을 개체협회,작업체-원자 평가 작업,그리고 색깔 개체의 일치하는 작업입니다.

에서 객체협회,작업 74 순진 참가자를 보았 각각의 컬러 대해 개별적으로 동일한 중간 회색 배경과 지시를 받았으로 쓰는 많은 설명으로 그들이 할 수 있는 객체의 특징적으로 포함되는 색을 화면에 표시됩니다. 그들은 질문을 제한하는 그들의 응답하는 개체의 색상은 일반적으로 알 수 없는 것이 다른 사람에게 설명에서 이름의 색상(예를 들어,”내 마음에 드는 니트”)그리고 물체의 색을 것이 상대적으로는 특정 개체 유형(예를들면,지 않”crayon”또는”T-shirt,”될 수 있는 어떤 색깔). 그들은 또한 불쾌한 개체의 이름을 지정하는 것을 억제하지 않도록 명시 적으로 권장했습니다. 응답은 222 개의 객체 설명으로 분류되었습니다(우리가 사용한 기준은 재료 및 방법에 설명되어 있음).

이후의 개체 발랑 등급 작업 98 다른 참가자들은 다음과 같 각각의 222 개체에 대한 설명에서 검정 흰색 바탕에 텍스트하고 평가해달라고 요청하였는 얼마나 매력적인 각 참조 개체 라인에 표시”부정적인”왼쪽에 끝을””긍정적인 오른쪽에 있습니다. 색상되지 않았 지침에서 언급되고,색의 이름이 등장에서 설명이 필요할 때만을 명확하게 구분 범주(예:사과 대 녹색 사과).

컬러 개체 일치하는 작업,그리고 세 번째 그룹의 31 추가 관찰되었음의 각각에 대한 설명과 함께 스퀘어의 컬러는 해당 개체 설명했다로 주어진다. 그들은 설명 된 물체의 색상과 화면에 표시된 색상 사이의 일치 강도(유사성 정도)를 평가하도록 요청 받았다. 평가 만들어졌을 사용하여 동일한 라인-mark 작업에 대한 다른 작업 및로 변환 0-1 규모는 설명은 그 지시 대상 가장 밀접하게 일치하는 화면의 색상을 받았 무게 더 가까이 화합하고 그 지시 대상은 대부분 다른 수신 무게 더 가까이다.

각 색상(Wc)에 대한 파동을 다음과 같이 계산 하였다:어디 wco 평균색체의 일치 값의 각 쌍이 컬러(c)그리고 객체를 설명(o),vo 평균 원자가 평가를 개체 o,노스캐롤라이나의 수는 개체를 묘사에 기인하는 컬러 c. 눈에 띄는 유사성이 파기능(Fig. 도 1D)에 대응하는 특혜 함수(도 1d)를 포함한다. 1C)에 의해 지원되는 높은 긍정적인 사이의 상관 관계를 파 데이터와 색 환경 데이터(r=+0.893),80%를 차지의 분산을 가진 하나의 예측. 이에 맞게 특히 인상적 고려에도 불구하고,그 내부는 복잡성,무료 매개 변수 추정 했을 계산하는 파동,그것은 단순히 결과의 정의된 절차를 결정하기 위한 수량 이론적으로 묵시적으로 EVT. 그 성능을 대안 이론과 비교하기 위해 동일한 선호도 데이터를 세 가지 다른 모델에 맞 춥니 다.

우리는 우리의 방법을 사용합 Hurlbert 과 링(9,10)분석 평균 색 환경 평가 측면에서의 콘 상대에 대비 구성 요소 계산하여 대조의 색상 테스트에 대한 회색 바탕에 대한 L M,S-(L+M),(S+L+M)시스템 상대 및 CIELUV 채도입니다. 이 확장 모델은 우리의 데이터에서 분산의 37%만을 차지했습니다:s-(L+M)출력(r=0.46,P<0 으로 21%.05,색상했다 더 많은 바이올렛 기본)4%이상에 의한 S+L+M 출력(밝은 색상을 기본),또는 8%의 CIELUV 포화도(높이-포화도 색상을 기본),및 최종 4%L M-출력(는 색상을 더 푸른 녹색 선호). 이 모델의 현저히 가난한 성능의 데이터를(37%)보다 Hurlbert 과 링의 소유 데이터(70%)결과에서 크게 더 넓은 영역의의 색깔 샘플입니다. 할 때 원래의 콘 대조적 모델(10)에 적용되었을 좁은 여덟의 BCP 하는 색상과 유사하 Hurlbert 과 링의 색깔에서는 포화 및 이와 유사한 휘(거 오렌지색,옅은 노랑,음소거 chartreuse 거,녹색,포화 청록색,밝은 빨간색,밝은 녹색,밝은 자주색),그것을 설명할 수 있었 64.4%‡의 분산,비교하고 그 성능에 Hurlbert 과 링의 데이터를 소유한다는 것입니다. 그러나 현재 샘플의 추가 24 색상이 분석에 포함되었을 때 콘 대비 모델의 성능은 급격히 감소했습니다.

다음에 우리는 예측된 평균 기본 설정 등급을 사용하여 컬러-외형 모델에서 파생 된 우리의 참가자들의 평균 점수의 고전은 높은 수준 차원 색상의 외관:빨강/녹색,노랗고/블루,light/dark,and high/low saturation.¶색상 외관 모델의 60%를 차지했 분산(multiple-r=0.774,P<0.01)에 대한 완전한 세트의 32 개의 색상으로 세 가지 예측:34%를 위한 파란색-노란색(푸르게 색상을 기본),는 추가 19%포화도(높이-포화도 색상을 기본),및 최종 7%를 위한 빛이 어두운(가벼운 색상이 선호하). 이 색 외관 모델 따라서 실 콘 대비한 모델을 제안하는 환경 설정이 더 나은 모델링으로 높은 수준의 컬러 출연,적어도 색상을 혼합할 때 널리는 샘플링을 통해 색다. 이 색깔-외관 모델명의 좋은 거래를 분산,그것은 실패를 예측하는 두드러진 사이의 상호 작용 색조 환경에 d 절대 다른다. 그것은 또한 실패는 이유를 설명하는 사람들이 선호하는 색상들이다;그것은 단순히 제공하는지 설명의 환경 설정 패턴보다는 콘 대조하는 모델이다.

우리는 또한 적합 Ou 등.’s(15,16)색 감정 모델의 평균 색상을 기본 설정 데이터를 사용하여 우리의 참가자들의 직접적인 평가는 그들의 세 가지 요소:active/passive,무거운/가벼운,따뜻한/멋진 있습니다. 이 모델은 색상-외관 모델과 거의 동일하고 원뿔-대비 모델보다 분산의 55%를 차지했습니다. Active/passive§설명 22%의 차이(더 활동적인 색상 기본),따뜻하고/차가운 설명은 추가 26%(냉각기 색상을 기본),그리고 무거운/가벼운 설명은 추가 7%(밝은 색상이 선호하).

EVT 의 파 예측되는,의 80%를 차지 분산,따라서 실적이 세 가지 모두 다른 모델을 우리가 테스트—콘 대조적 모델(37%),색상 모델(60%),컬러한 감정 모델(55%)—그리고 그것은 그렇게 두 개의 적은 예측하고 무료 매개 변수입니다. 파이고 예측의 평균 색상 설정,그것은 잘 캡처하는 기본 기능의 복잡한 색상을 기본 설정 기능의 발음 피크에서 블루,통 카르투지오회 수도원에서 높은 기본 설정한 가상화 그리고 뚜렷한 최소한 주위는 어두운 황색(Fig. 1C 및 D). 그 주요 결함이 있는 underpredicting 을 혐오는 어두운 오렌지(가능하기 때문에 초콜릿과 커피는 종종 판정으로 매우 매력적인)및 underpredicting 긍정적인 환경에 대한 어두운 붉은(아마도 때문에 혈액은 일반적으로 판단으로 호소력).

아마도 가장 중요한 것은,EVT 제공한 명확하고 그럴듯하게 설명의 색상 설정:기본 설정에 의해 발생하는 감정 응답하여 이에 대응하여 컬러 개체입니다. 현재의 증거는 상관 관계가 있지만 인과 관계가 반대 방향으로 실행되지는 않을 것으로 보인다. 개체 선호도가 색상 선호도에 의해 유발 된 경우 초콜릿과 대변은 색상이 비슷하기 때문에 비슷하게 매력적이어야합니다. 분명히 이것은 사실이 아닙니다. 일부 세 번째 매개 변수를 생각할 수 있다는 강력한 상호 관계,하지만 그것이 무엇인지 명확하지 않을 수 있습니다.

이러한 결과는 색상을 평균 기본 설정의 현대적인 미국인 샘플링부터 캘리포니아 버클리에 상관 관계를 강하게 개체 환경설정의 독립적 인 하지만 비슷한 샘플의 사람들이다. 그러나 개인의 평생 동안 배운 것과는 반대로 이러한 색상 선호도가 하드 와이어 된 정도는 공개적인 질문입니다. 사실에는 기본적인 색상 설정 패턴 우리가 측정된 크게 동의 이전 연구(1⇓⇓⇓⇓⇓⇓-8, 10, 11) 고의 패턴을 찾는 편견에서 발견 유아(18⇓-20)을 제안하는 적어도 몇 가지 측면의 인간의 색상 설정할 수 있다. 예를 들어,블루스 및채도의 청록할 수 있는 보편적으로 좋아하기 때문에 맑은 하늘과 깨끗한 물이 보편적으로,그리고 브라운 올리브될 수 있는 보편적으로 싫어하기 때문에 배설물과 썩는 음식이 보편적으로 싫다. 그러나 그러한 보편이 타고난 것인지 또는 배운 것인지는 아직 명확하지 않습니다. 그럼에도 다음과 같은 여러 가지 방법으로 우리가 할 수 있는지 여부를 평가 누군가의 개인적인 경험에 영향을 컬러 설정하는 동안 그/그녀의 일생을 연구하여 문화적,제도적,그리고 개인의 차이,모두의는 우리는 현재 조사하고 있습니다.

문화적으로,EVT 의미하는 사이의 상관 관계는 색상 설정과 파도에서 얻은 동일한 문화 그룹이 높은 것보다 사이의 상관 관계는 색상 설정과 파도에서 얻은 서로 다른 문화 그룹을 제공하는 두 그룹으로 다른 색깔이 있는 객체 협회 또는 다른 환경에 대한 동일한 개체(Fig. 2). 예를 들어 미국의 파도는 미국의 컬러 환경보다 더 나은 그들이 예측하는 일본의 색상 설정,그리고 일본의 파도는 일본의 색상 환경보다 더 나은 그들이 예측하는 미국의 컬러 설정. 우리는 현재 미국 외에도 일본,멕시코,인도 및 세르비아에서 32 가지 색상에 대한 이러한 예측을 테스트하고 있습니다. 예비적인 결과 일본에서는 이를 지원의 패턴을 예측:미국의 파도를 예측하는 미국 환경(r=0.89)보다 더 나은 그들이 예측되는 일본 환경(r=0.74),일본의 파도는 미국의 선호도(r=0.66)를 예측 한 것보다 일본의 선호도(r=0.55)를 더 잘 예측했다.

과 같은 논리로,파 데이터 그룹에서의 미국의 참가자들이 비슷한 색상 설정할 수 있어야 합 계정에 대한 자신의 색상 환경보다 더 나은 다른 그룹’컬러 설정. 이 테스트를 위해 예측을,우리는 모두를 측정 색 환경(취득)및 그 개체 원자가가 우리의 222 개체에 대한 설명(얻은 나중에)에서 하나의 세트의 참가자가 있습니다. 우리는 계층적 클러스터링 알고리즘(21)을 정의하는 두 개의 내부적으로 균일한 그룹 j k(을 포함하는 17 12 개인,각각),에 따라 사이의 상관 관계 색상을 기본 설정의 각 쌍에 대해 29 참가자는 연구입니다. 그런 다음 동일한 222 개체 설명에 대한 자체 원자가 등급을 기반으로 각 그룹의 평균 파동 데이터를 계산했습니다. 에 의해 예측 EVT 사이의 상관 관계를 파도와 색상 설정 그룹 내에서 높았(r=0.77 0.83)보다 사이의 상관 관계 그룹(r=0.47 및 0.64)(Fig. 2). 두 그룹에 대한 색상 환경 설정 및 파도를 보여주는 플롯에서 분명합니다(그림 1). S1)은 그룹 내 파동과 선호 함수가 그룹 간 파동과 선호 함수보다 더 유사하다는 것을 의미한다.

이 결과는 또한 답변을 가능한 이의 높은 긍정적인 사이의 상관 관계를 파 데이터와 컬러 설정에서 발생할 수 있는 원자 일관성 바이어스에서 객체 작업 협회:아마도 사람들은 단순히 목록 더 바람직한 개체에 대한 색상들이 좋아하고 목록을 덜 바람직한 개체에 대한 색상을 그들이 싫어합니다. 이 두 그룹의 결과는 두 그룹이 매우 동일한 개체 집합을 평가했기 때문에이 가능성이 전체 계정을 제공 할 수 없음을 보여줍니다. 어떤 선택의 편견에 222 개체에 대한 설명,그러므로,수 없습니다 계정에 차이가 있습니 사이의 상관 관계를 파고 기본 설정 데이터에 대한 이러한 두 개의 그룹이 있습니다.

EVT 또한 의미하는 사람들의 충성하는 사회적 기관과 강한 유대관계를 특정 색깔도에 영향을 미칠 그들의 색상 설정. 는 경우에는 그룹의 사람들이 강력한 긍정적인(또는 부정)감정적인 투자에 중요한 사회적기관에 있는 강력하고 일관적 색깔 협회(예를 들어,대학,운동,거리의 조직,종교적 명령,심지어 공휴일),그 EVT 예측하는 이 그룹이를 좋아하게 연결된 색상이 이에 대응하여 더 많은(이에 따라 극성의 영향을 미치)이상 중성 그룹이다. 이론적 설명을 위한 예측은 번성하는 현대 사회에서 큰 거래를 포함한 그 이상의 회의 생물학적 요구; 사회적 연결은 그만큼 중요하거나 더 중요 할 수 있습니다.

예비와 결과대학의 색깔을 제안하는 사회적 투자를 할 수 있고 사람들이 영향을 미치의 색상 설정:중에서 캘리포니아 버클리 대학의 대학생,양의”학교,성령”의해 평가 설문지 투여한 후에 그들은 색 환경 설정,상관관계를 긍정적으로 환경에 대한 버클리의 자신의 블루 골드 색상과 부정적인 환경 설정을 위해서 빨간색과 흰색의 버클리의 최대 라이벌 스탠포드 대학교도 있습니다. 역 패턴은 스탠포드 학부생들 사이에서 발견되었습니다. 이 발견은 EVT 의 두 가지 중요한 예측을 뒷받침합니다. 첫째,사회 문화적 제도적 제휴가 개인의 평생 동안 색 선호에 영향을 줄 수 있음을 보여줍니다. 둘째로,그것은 추가 증거를 제공의 인과 방향,기 때문에 격렬하게 황당한 학생에 대한 태도가 대학에 의해 발생하는 자신의 색상 설정. 학생의는 다음과 같 버클리 그렇게 하지 않기 때문에 그들이 좋아 블루 골드,그리고 그것들루기 때문에 그들은 다음과 같습니다.

한 예비 증거하는 개체의 기본 설정으로 인한 색상 환경에서 오는 결과를 나타내는 컬러 설정을 변경할 수 있습으로 사람들이 보여주는 편견의 샘플 사진을의 컬러 개체입니다. 모든 참가자는 첫 번째 평가 32BCP 색상을 위해 미적인 환경 설정,다음을 보았 슬라이드 쇼에서는 만들어진 각종에 대한 판단의 사진을 착색한 개체를 평가 같은 32BCP 색깔을 다시합니다. 중 하나에 대한 그룹,슬라이드 쇼에 포함된 10 사진의 바람직한 붉은 물체(예를 들어,딸기와 체리),10 사진의 바람직하지 않은 녹색 물체(예를 들어 점액과 곰팡이),그리고 다른 색상의 20 개의 중립적 인 물체. 다른 그룹 본 10 바람직한 녹색 물체(예를 들어,나무와 풀이 무성한 분야),10 바람직하지 않은 붉은 물체(예를 들어,혈액 및 병변),와 동일한 20 중립체의 다른 색상. 두 그룹이었다 말하는 슬라이드 쇼의 일부분이었는 별도의 실험 공간에 미학하는 동안,그들은 물었는지 여부를 결정하는 주어진 레이블에 적절한 사진을 나타내는 위치의 중심의 초점 객체가 커서,을 평가하는 시각의 복잡성에 초점 객체를 평가하는 그들이 얼마나 좋아했는 초 개체입니다. 결과는 지금까지 보여 환경 평가를 위한 빨간이 크게 증가하는 그룹을 본 것이 바람직 빨간 개체고 기본 설정에 대한 평가 녹색이 크게 증가하는 그룹을 본 것이 바람직 녹색체입니다. 또한 바람직하지 않은 개체의 색상에 대한 선호도 등급이 감소했지만 이러한 감소는 통계적으로 신뢰할 수 없었습니다. 이러한 연구 결과 보는 색상 설정에 의해 영향을 받을 수 있습 경험과 지원 주장하는 개체를 기본 설정으로 인한 색상 설정.

이 주목하는 것이 중요하 EVT 거부하지 않을 가능성 컬러 설정할 수 있는 영향력을 인체 환경설정. 명확하게 많은 상황에서는 색상의 수행에 영향을체 환경 위해,특히 아티팩트는 색상이 유일한 기능을 구분하는 그렇지 않으면 동일한 경우(예를 들어,페인트,의류,가구). EVT 실제로 예측하는 기본 설정한 색상은 강화를 통해 긍정적인 피드백을 정도로 사람들이 궁극적으로 다음과 같 그들이 뭔가를 구입하거나 선택했기 때문에 그 색상입니다. 따라서 색상 설정하는 경향이 자기를 영속시키고,적어도까지는 기타 요소와 같은 지루함,새로운 물리적 또는 사회적 상황에서,그리고/또는 패션 트렌드의 역학을 변경 심미적인 응답으로,참으로 그들 필연적으로 않습니다.