Arousal and exposure duration affect forward step initiation
Notice bibliographique
Résumé
Emotion influences parameters of goal-directed whole-body movements in several ways. For instance, previous research has shown that approaching (moving toward) pleasant stimuli is easier compared to approaching unpleasant stimuli. However, some studies found that when emotional pictures are viewed for a longer time, approaching unpleasant stimuli may in fact be facilitated. The effect of viewing duration may have modulated whole-body approach movement in previous research but this has not been investigated to date. In the current study, participants initiated a step forward after viewing neutral, high-arousal pleasant and high-arousal unpleasant stimuli. The viewing duration of the stimuli was set to seven different durations, varying from 100 to 4000 ms. Valence and arousal scores were collected for all stimuli. The results indicate that both viewing duration and the arousal of the stimuli influence kinematic parameters in forward gait initiation. Specifically, longer viewing duration, compared to shorter viewing duration, (a) diminished the step length and peak velocity in both neutral and emotional stimuli, (b) increased reaction time in neutral stimuli and, (c) decreased reaction time in pleasant and unpleasant stimuli. Strikingly, no differences were found between high-arousal pleasant and high-arousal unpleasant stimuli. In other words, the valence of the stimuli did not influence kinematic parameters of forward step initiation. Instead the arousal level (neutral: low; pleasant and unpleasant: high) explained the variance found in the results. The kinematics of forward gait initiation seemed to be reflected in the subjective arousal scores, but not the valence scores. So it seems arousal affects forward gait initiation parameters more strongly than valence. In addition, longer viewing duration seemed to cause diminished alertness, affecting GI parameters. These results shed new light on the prevailing theoretical interpretations regarding approach motivation in the literature, which warrants further examination in future research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».