Een ecologische valentietheorie van menselijke kleurvoorkeur
resultaten en discussie
elk van de 48 deelnemers beoordeelde elk van de 32 chromatische kleuren van het Berkeley Color Project (Bcp) (Fig. 1 A en B) in termen van hoeveel de deelnemer vond de kleur met behulp van een lijn-mark rating schaal die werd omgezet in getallen variërend van -100 tot +100 met een neutraal nulpunt. Gemiddelde voorkeurswaarderingen (Fig. 1C) tonen aan dat de verzadigde (s), lichte (l) en gedempte (m) kleuren ongeveer parallelle functies produceerden met een brede piek bij blauw en een smalle dal bij chartreuse. De s-kleuren kregen de voorkeur boven de l-en m-kleuren, die niet van elkaar verschilden (F < 1). Hoewel het patroon van tint voorkeuren over s, m en l bezuinigingen† niet verschilde , het deed variëren voor de donkere (d) knippen ten opzichte van de andere drie . Met name donkeroranje (bruin) en donkergeel (olijf) hadden aanzienlijk minder voorkeur dan andere sinaasappelen en geel , terwijl donkerrood en donkergroen meer voorkeur hadden dan andere rode en groene .
(A) het huidige monster van 32 chromatische kleuren, gedefinieerd door acht tinten, bestaande uit vier ongeveer unieke tinten (rood, groen, Geel, Blauw) en hun geschatte hoekafwijkingen (Oranje, cHartreuse, Cyaan, Paars), bij vier “cuts” (verzadiging-lichtheidsniveaus) in kleurruimte: verzadigd (s, linksboven), licht (l, rechtsboven), donker (d, rechtsonder) en gedempt (m, linksonder). (B) de projecties van deze 32 kleuren op een isoluminant vlak in CIELAB kleurruimte. (C) kleurvoorkeuren gemiddeld over alle 48 deelnemers. Foutbalken tonen SEM. (D) golven voor de 32 chromatische kleuren geschat met behulp van gegevens van onafhankelijke deelnemers die drie verschillende taken uitvoeren.
de centrale aanname van de EVT is dat kleurvoorkeuren, gemiddeld over mensen, worden bepaald door de gemiddelde affectieve valentie van reacties van mensen op objecten die sterk geassocieerd zijn met elke kleur. We hebben deze claim getest door de gewogen affectieve valentieschatting (WAVE) te meten voor elk van de 32 chromatische BCP kleuren (Fig. 1D) en correleren van het resultaat met de overeenkomstige gemiddelde kleurvoorkeuren (Fig. 1C). Het berekenen van de golven van de 32 BCP-kleuren vereist het verzamelen en analyseren van de resultaten van drie verschillende taken: Een object-associatie-taak, een object-valence rating taak, en een kleur-object matching taak.
in de objectassociatietaak zagen 74 naïeve deelnemers elke kleur afzonderlijk tegen dezelfde neutrale grijze achtergrond en kregen de opdracht om zoveel mogelijk beschrijvingen te schrijven van objecten die kenmerkend waren voor de kleur die op het scherm wordt weergegeven. Ze werden gevraagd om hun reacties te beperken tot objecten waarvan de kleur in het algemeen bekend zou zijn bij anderen van de beschrijving zonder de kleur te noemen (bijvoorbeeld niet “mijn favoriete trui” ) en objecten waarvan de kleur relatief specifiek zou zijn voor dat objecttype (bijvoorbeeld niet “crayon” of “T-shirt,” wat elke kleur zou kunnen zijn). Ze werden ook expliciet aangemoedigd om het benoemen van onaangename objecten niet te onderdrukken. De reacties werden gecategoriseerd in 222 objectbeschrijvingen (de criteria die we gebruikten zijn beschreven in materialen en methoden).
in de volgende object-valence rating taak, werden 98 andere deelnemers getoond elk van de 222 object beschrijvingen in zwarte tekst op een witte achtergrond en werd gevraagd om te beoordelen hoe aantrekkelijk elk referent object was op een regel gelabeld “negatief” aan de linkerkant naar “positief” aan de rechterkant. Kleur werd niet genoemd in de instructies, en kleur namen verscheen in de beschrijvingen alleen wanneer dat nodig is om de categorie disambiguate (bijvoorbeeld, rode appels vs.groene appels).
in de color-object matching taak werd een derde groep van 31 extra waarnemers getoond, elk van de beschrijvingen samen met een vierkant van de kleur waaraan die objectbeschrijving was gegeven als associate. Ze werden gevraagd om de sterkte van de overeenkomst (mate van gelijkenis) tussen de kleur van de beschreven objecten en de kleur weergegeven op het scherm te beoordelen. Ratings werden gemaakt met behulp van dezelfde lijn-mark taak als voor de andere taken en omgezet in een 0-1 schaal, zodat beschrijvingen waarvan de referenten het meest nauw overeenkomt met de kleur van het scherm kreeg gewichten dichter bij eenheid, en degenen waarvan de referenten waren het meest verschillend ontvangen gewichten dichter bij nul.
De Golf voor elke kleur (Wc) werd als volgt berekend:waarbij wco de gemiddelde kleur-object match waarde is voor elke koppeling van een kleur (c) en een object beschrijving (o), vo is de gemiddelde valentie rating gegeven aan object o, en nc is het aantal object beschrijvingen toegeschreven aan kleur c. de opvallende gelijkenis van deze golf functies (Fig. 1D) naar de overeenkomstige voorkeursfuncties (Fig. 1C) wordt ondersteund door de hoge positieve correlatie tussen de golfgegevens en kleurvoorkeurgegevens (r = +0,893), goed voor 80% van de variantie met een enkele voorspeller. Deze aanpassing is vooral indrukwekkend gezien het feit dat, ondanks de interne complexiteit, geen vrije parameters werden geschat bij de berekening van de golf; het is gewoon het resultaat van een goed gedefinieerde procedure voor het bepalen van een hoeveelheid theoretisch geïmpliceerd door de EVT. Om zijn prestaties te vergelijken met alternatieve theorieën, passen we dezelfde voorkeursgegevens aan drie andere modellen.
We gebruikten de methode van Hurlbert en Ling (9, 10) om de gemiddelde kleurvoorkeuren te analyseren in termen van cone-tegenstander contrastcomponenten door de contrasten van de testkleuren tegen de grijze achtergrond te berekenen voor de L-M, S-(L+M), (S+L+M) tegenstander systemen en cieluv verzadiging. Dit uitgebreide model was goed voor slechts 37% van de variantie in onze gegevens: 21% door de S-(L+M) output (r = 0,46, P < 0.05, kleuren die meer violet voorkeur), 4% meer door de S+L + M-uitvoer( lichtere kleuren voorkeur), een verdere 8% door cieluv verzadiging (hogere verzadiging kleuren voorkeur), en een laatste 4% Door De L-M-uitvoer (kleuren die meer blauw-groen voorkeur). De aanzienlijk slechtere prestaties van dit model op onze gegevens (37%) dan op de eigen gegevens van Hurlbert en Ling (70%) komen grotendeels voort uit het bredere gamma van onze kleurensteekproef. Toen hun oorspronkelijke kegelcontrastmodel (10) alleen werd toegepast op de smalle set van acht BCP-kleuren die analoog zijn aan de kleuren van Hurlbert en Ling in dezelfde verzadiging en vergelijkbare Luminantie (gedempt oranje, gedempt geel, gedempt chartreuse, gedempt groen, verzadigd cyaan, lichtrood, lichtgroen en lichtpaars), was het in staat om 64,4%‡ van de variantie te verklaren, vergelijkbaar met zijn prestaties op hurlbert en Ling ‘ s eigen gegevens. Toen de extra 24 kleuren in het huidige monster werden opgenomen in de analyse, echter, de prestaties van de kegel-contrast model sterk afgenomen.
vervolgens voorspelden we gemiddelde voorkeurswaarderingen met behulp van een kleur-uiterlijk model afgeleid van de gemiddelde waardering van onze deelnemers van klassieke, hoog-niveau dimensies van kleurverschijning: rood/groen, geel/blauw, licht/donker, en hoge/lage verzadiging.¶ Het kleur-uiterlijk model was verantwoordelijk voor 60% van de variantie (multiple-r = 0,774, P < 0,01) voor de volledige set van 32 kleuren met drie voorspellers: 34% Voor blauw-geel (voorkeur voor blauwere kleuren), een extra 19% voor verzadiging (voorkeur voor hogere verzadiging kleuren), en een laatste 7% voor licht-donker (voorkeur voor lichtere kleuren). Dit Kleur-Uiterlijk model presteerde dus beter dan het Kegel-contrast model, wat suggereert dat Voorkeuren beter worden gemodelleerd door kleurverschijnselen op een hoger niveau, tenminste wanneer de kleuren op grote schaal worden gesampled over kleurruimte. Hoewel dit Kleur-Uiterlijk model verklaart een groot deel van de variantie, het niet in slaagt om de opvallende interactie tussen tint voorkeuren in de D-cut ten opzichte van de andere bezuinigingen te voorspellen. Het kan ook niet verklaren waarom mensen de voorkeur geven aan de kleuren die ze doen; het geeft alleen een betere beschrijving van het voorkeurspatroon dan het kegelcontrastmodel.
we fit Ou et al.’s (15, 16) kleur-emotie model om onze gemiddelde kleur voorkeur gegevens met behulp van onze deelnemers’ directe ratings van hun drie factoren: actief/passief, zwaar/licht, en warm/koel. Dit model was goed voor 55% van de variantie, ongeveer hetzelfde als het kleur-uiterlijk model en meer dan het Kegel-contrast model. Actief / passief§ verklaarde 22% van de variantie (meer actieve kleuren bij voorkeur), warm/koel verklaarde nog eens 26% (koelere kleuren bij voorkeur), en zwaar/licht verklaarde nog eens 7% (lichtere kleuren bij voorkeur).
De GOLFVOORSPELLER van de EVT, die 80% van de variantie voor zijn rekening nam, presteerde dus beter dan alle drie de andere modellen die we testten—het cone-contrast model (37%), Het color-appearance model (60%) en het color-emotion model (55%)—en deed dit met twee minder voorspellers en vrije parameters. De Golf is veruit de beste voorspeller van de gemiddelde kleurvoorkeuren, en het vangt mooi de primaire kenmerken van de complexe kleurvoorkeurfuncties: de uitgesproken piek bij Blauw, De Trog bij chartreuse, hogere voorkeur voor verzadigde kleuren, en het uitgesproken minimum rond donkergeel (Fig. 1 C en D). De belangrijkste tekortkomingen zijn onderpredicting de aversie naar donker oranje (mogelijk omdat chocolade en koffie vaak worden beoordeeld als heel aantrekkelijk) en onderpredicting de positieve voorkeur voor Donker rood (mogelijk omdat bloed wordt meestal beoordeeld als onaantrekkelijk).
misschien wel het belangrijkste, de EVT geeft een duidelijke en plausibele uitleg van kleurvoorkeuren: de voorkeuren worden veroorzaakt door affectieve reacties op overeenkomstig gekleurde objecten. Hoewel het huidige bewijs correlatief is, lijkt het onwaarschijnlijk dat causaliteit in de tegenovergestelde richting loopt. Als object voorkeuren werden veroorzaakt door kleur voorkeuren, dan chocolade en uitwerpselen moeten op dezelfde manier aantrekkelijk zijn, omdat ze vergelijkbaar zijn in kleur. Dat is duidelijk niet het geval. Een derde mediating variabele denkbaar kan de sterke correlatie veroorzaken, maar het is onduidelijk wat dat zou kunnen zijn.
Deze resultaten laten zien dat de gemiddelde kleurvoorkeuren van moderne Amerikanen, gesampled uit Berkeley, CA, sterk correleren met objectvoorkeuren van een onafhankelijke maar vergelijkbare steekproef van mensen. De mate waarin deze kleur voorkeuren zijn hardwired, in tegenstelling tot geleerd tijdens het leven van een individu, is een open vraag, echter. Het feit dat het door ons gemeten voorkeurspatroon voor de kleurtint grotendeels overeenkomt met eerdere studies (1⇓⇓⇓⇓⇓⇓-8, 10, 11) en met het patroon van het kijken vooroordelen gevonden in zuigelingen (18⇓-20) suggereert dat ten minste sommige aspecten van de menselijke kleur voorkeuren universeel kunnen zijn. Bijvoorbeeld, blues en cyanen kunnen universeel geliefd zijn omdat heldere lucht en schoon water zijn universeel aantrekkelijk, en bruin en olijven kunnen worden universeel hekel omdat uitwerpselen en rottend voedsel zijn universeel walgelijk. Het is echter nog niet duidelijk of dergelijke universalen aangeboren of geleerd zijn. Toch zijn er vele manieren waarop we kunnen beoordelen of iemands persoonlijke ervaringen invloed hebben op kleurvoorkeuren tijdens zijn/haar leven door het bestuderen van culturele, institutionele en individuele verschillen, die we momenteel allemaal onderzoeken.
cultureel impliceert de EVT dat de correlatie tussen kleurvoorkeuren en golven verkregen uit dezelfde culturele groep hoger moet zijn dan de correlatie tussen kleurvoorkeuren en golven verkregen uit verschillende culturele groepen, op voorwaarde dat de twee groepen verschillende kleur-object associaties of verschillende voorkeuren voor dezelfde objecten hebben (Fig. 2). Amerikaanse golven zouden bijvoorbeeld Amerikaanse kleurvoorkeuren beter moeten voorspellen dan Japanse kleurvoorkeuren, en Japanse golven zouden Japanse kleurvoorkeuren beter moeten voorspellen dan Amerikaanse kleurvoorkeuren. Momenteel testen we dergelijke voorspellingen voor onze 32 kleuren in Japan, Mexico, India en Servië in aanvulling op de Verenigde Staten. Voorlopige resultaten uit Japan ondersteunen dit patroon van voorspellingen: Amerikaanse golven voorspelden Amerikaanse Voorkeuren (r = 0.89) beter dan ze voorspelden Japanse Voorkeuren (r = 0.74), en Japanse golven voorspelden Japanse Voorkeuren (r = 0,66) beter dan ze voorspelden Amerikaanse Voorkeuren (r = 0,55).
Diagram met een centraal principe van de EVT: de correlatie tussen golven en kleurvoorkeuren die binnen een groep worden verkregen, moet sterker zijn dan de correlatie tussen golven en kleurvoorkeuren die uit verschillende groepen worden verkregen. De correlaties worden verkregen van individuen met vergelijkbare kleurvoorkeuren zoals bepaald door hiërarchische clustering (21). (Fig. S1 toont plots van de kleurvoorkeuren en golven van deze twee groepen.)
volgens dezelfde logica zouden golfgegevens van groepen van Amerikaanse deelnemers met vergelijkbare kleurvoorkeuren beter rekening moeten kunnen houden met hun eigen kleurvoorkeuren dan met de kleurvoorkeuren van andere groepen. Om deze voorspelling te testen, hebben we zowel kleurvoorkeuren (eerst verkregen) als objectvalenties gemeten voor onze 222 objectbeschrijvingen (later verkregen) van een enkele set deelnemers. We gebruikten een hiërarchisch clusteringsalgoritme (21) om twee intern homogene groepen te definiëren, j en k (die respectievelijk 17 en 12 individuen bevatten), gebaseerd op de correlaties tussen kleurvoorkeur voor elk paar van de 29 tot nu toe bestudeerde deelnemers. Vervolgens berekenden we de gemiddelde golfgegevens voor elke groep, gebaseerd op hun eigen valentie ratings van dezelfde 222 objectbeschrijvingen. Zoals voorspeld door de EVT, waren de correlaties tussen de golven en kleurvoorkeuren binnen groepen hoger (r = 0,77 en 0,83) dan de correlaties tussen groepen (r = 0,47 en 0,64) (Fig. 2). Het is duidelijk uit de percelen met de kleur voorkeuren en golven voor de twee groepen (Fig. S1) dat de binnen-groep golven en voorkeursfuncties meer op elkaar lijken dan de tussen-Groep golven en voorkeursfuncties.
Dit resultaat beantwoordt ook een mogelijk bezwaar dat de hoge positieve correlatie tussen de golfgegevens en kleurvoorkeuren het gevolg kan zijn van een valentie-consistentie bias in de object-associatie taak: misschien sommen mensen gewoon meer wenselijke objecten op voor kleuren die ze leuk vinden en minder wenselijke objecten voor kleuren die ze niet leuk vinden. De resultaten van deze twee groepen tonen aan dat deze mogelijkheid geen volledig account kan bieden, omdat beide groepen dezelfde verzameling objecten beoordeelden. Elke selectie bias in de 222 object beschrijvingen, daarom, kan niet verklaren voor de verschillen in correlaties tussen de golf en voorkeur gegevens voor deze twee groepen.
de EVT houdt ook in dat de loyaliteit van mensen aan sociale instellingen met sterke banden met specifieke kleuren ook hun kleurvoorkeuren zou moeten beïnvloeden. Als een groep mensen een sterke positieve (of negatieve) emotionele investering heeft in een belangrijke sociale instelling die krachtige en consistente kleurenassociaties heeft (bijvoorbeeld universiteiten, atletische teams, straatbendes, religieuze orden en zelfs vakanties), dan voorspelt de EVT dat deze groep de bijbehorende kleuren meer (of minder, afhankelijk van de polariteit van hun invloed) dan een neutrale groep zou moeten leuk vinden. De grondgedachte voor deze voorspelling is dat gedijen in de moderne samenleving veel meer inhoudt dan alleen het voldoen aan biologische behoeften; sociale connecties kunnen net zoveel of zelfs meer uitmaken.voorlopige resultaten met universiteitskleuren wijzen erop dat sociale investeringen de kleurvoorkeuren van mensen kunnen en kunnen beïnvloeden: onder de Universiteit van Californië, Berkeley studenten, de hoeveelheid “schoolgeest”, zoals beoordeeld door een vragenlijst toegediend nadat ze kleurvoorkeuren hadden beoordeeld, correleerde positief met de voorkeur voor Berkeley ’s eigen blauwe en gouden kleuren en negatief met de voorkeur voor het rood en wit van Berkeley’ s aartsrivaal, Stanford University. Het omgekeerde patroon werd gevonden onder Stanford studenten. Deze bevinding ondersteunt twee cruciale voorspellingen van de EVT. Ten eerste laat het zien dat socioculturele institutionele affiliaties kleurvoorkeuren kunnen beïnvloeden tijdens iemands leven. Ten tweede, het levert verder bewijs van de causale richting, omdat het zeer onwaarschijnlijk is dat de houding van studenten ten opzichte van universiteiten worden veroorzaakt door hun kleur voorkeuren. Studenten die van Berkeley houden, doen dat niet omdat ze van blauw en goud houden; ze houden van blauw en goud omdat ze van Berkeley houden.
verder voorlopig bewijs dat objectvoorkeuren kleurvoorkeuren veroorzaken komt uit resultaten die aangeven dat kleurvoorkeuren kunnen worden gewijzigd door mensen bevooroordeelde voorbeelden van afbeeldingen van gekleurde objecten te tonen. Alle deelnemers beoordeelden eerst de 32 BCP kleuren voor esthetische voorkeur, zagen vervolgens een diavoorstelling waarin ze verschillende oordelen maakten over foto ‘ s van gekleurde objecten, en beoordeelden vervolgens weer dezelfde 32 BCP kleuren. Voor één groep bevatte de diavoorstelling 10 foto ’s van wenselijke rode objecten (bijv. aardbeien en kersen), 10 foto’ s van ongewenste groene objecten (bijv., slijm en schimmel), en 20 neutrale objecten van andere kleuren. De andere groep zag 10 wenselijke groene objecten (bijvoorbeeld bomen en grasvelden), 10 ongewenste rode objecten (bijvoorbeeld bloed en laesies), en dezelfde 20 neutrale objecten van andere kleuren. Beide groepen kregen te horen dat de diavoorstelling deel uitmaakte van een apart experiment op ruimtelijke esthetiek, waarbij ze werden gevraagd om te beslissen of een bepaald label geschikt was voor het beeld, om de locatie van het centrum van het focale object aan te geven met de cursor, om de visuele complexiteit van het focale object te beoordelen, en om te beoordelen hoeveel ze van het focale object hielden. De resultaten tot nu toe laten zien dat voorkeurswaarderingen voor rood aanzienlijk zijn toegenomen voor de groep die wenselijke rode objecten zag, en de voorkeurswaarderingen voor groen aanzienlijk zijn toegenomen voor de groep die wenselijke groene objecten zag. Er waren ook dalingen in voorkeurswaarderingen van de kleur van de ongewenste objecten, maar deze dalingen waren statistisch niet betrouwbaar. Deze bevindingen tonen aan dat kleurvoorkeuren kunnen worden beïnvloed door ervaring en ondersteunen de bewering dat objectvoorkeuren kleurvoorkeuren veroorzaken.
Het is belangrijk op te merken dat de EVT de mogelijkheid niet ontkent dat kleurvoorkeuren objectvoorkeuren Causaal kunnen beïnvloeden. Het is duidelijk dat er veel situaties zijn waarin kleuren objectvoorkeuren beïnvloeden, vooral voor artefacten waarin kleur het enige kenmerk is dat anders identieke instanties onderscheidt (bijvoorbeeld verf, Kleding en meubels). De EVT voorspelt eigenlijk dat de voorkeur voor een kleur zal worden versterkt door positieve feedback in de mate dat mensen uiteindelijk graag iets dat ze gekocht, gemaakt, of gekozen vanwege de kleur. Kleurvoorkeuren hebben dus de neiging om zichzelf in stand te houden, tenminste totdat andere factoren, zoals verveling, nieuwe fysieke of sociale omstandigheden en/of modetrends, de dynamiek van de esthetische respons veranderen, zoals ze onvermijdelijk doen.