In the second practice task (memory

In the second practice task (memory phase) participants were presented with a sequence of the words “Fear” and “No Fear”. The first sequence contained 4 stimuli (2 of each type), presented in a random order. Following the presentation of the words, participants were required to press the appropriate buttons to recreate the sequence. Following a correct sequence 1 stimulus was added to the newly randomized sequence (up to a maximum of 7 stimuli). If participants failed to successfully replicate the sequence, 1 stimulus was removed (down to a minimum of 3 stimuli). Participants received feedback after each response sequence to inform them of their accuracy. This practice task contained a total of 10 sequences. If participants failed to replicate at least 6 out of the 10 sequences, they were asked to repeat the task to ensure that they had adequately learned the action–stimulus contingencies. As in previous studies (Hughes and Waszak, 2014, Roussel et al., 2013 and Roussel et al., 2014), the memory phase was included to reinforce the action–effect contingencies.

Following these practice tasks, the participants were fitted with the EEG recording apparatus. They then completed 4 sequences of the association phase, the memory phase, and the test phase. The association phase consisted of 20 trials, and the memory phase of 5 sequences. The test phase was identical to the association phase, except that in 25% of trials the expected action–effect relationship was violated. For instance, if a participant had learned that the left button actions always led to a fearful face, then on 25% of trials in the test phase left button presses would result in the presentation of a neutral face rather than a fearful face. These will henceforth be referred to as incongruent trials, with consistent mappings referred to as congruent trials. Each block consisted of a minimum of 80 trials. The block terminated once participants had pressed each button on 40 trials, up to a maximum of 140 trials in the block. This was to ensure that they were presented with each face stimulus once in the incongruent conditions. As in the acquisition blocks, participants were required to rate the amount of fear depicted in the face on each trial. See Fig. 1 for the trial timeline during the test phase.

2.3. EEG recording and data analysis

Electroencephalography (EEG) data were recorded from 31 scalp locations using a Brain Vision ActiCHamp system using the modified combinatorial nomenclature electrode placements, relative to a nose tip reference. The EEG was digitized at 500 Hz. Analysis was conducted using EEGlab (Delorme & Makeig, 2004) and custom-built Matlab scripts. The data were re-sampled offline to a 250 Hz sample rate, and low-pass filtered at 40 Hz. Epochs were generated from −1000 to 1000 ms relative to the onset of the face stimulus; with action onset at −200 ms. Baseline correction was applied from −200 to 0 ms.

Initial artifact rejection was conducted in a semi-automatic manner (in EEGlab) by rejecting epochs with improbable data and abnormally distributed data, where the threshold in each case was set to 5 standard deviations. Noisy channels were rejected by visual inspection and marked for later removal and later interpolation (see below). Ocular artifact correction was conducted in EEGlab in Matlab using independent component analysis (Delorme & Makeig, 2004). Following removal of eye blinks and eye movements, noisy channels were replaced by an interpolated weighted average from surrounding electrodes. Data from four participants contained noisy channels, with only a single channel interpolated in each case. A final round of automatic artifact rejection with a threshold of ±200 μv was used to remove any remaining artifacts.

Data analysis focused on three different EEG components—the P1, N170, and P2 components, identified based on previous literature. The P1 was calculated from 110 to 140 ms over electrodes O1 and O2 (Di Russo, Martinez, Sereno, Pitzalis, & Hillyard, 2002). This was used to assess whether the accurate prediction of the emotional content of a face influence early sensory processing (cf. Roussel et al., 2014 and Baess et al., 2008). The N170 was measured from 155 to 190 ms electrodes P7 and P8 (Bentin et al., 1996 and Eimer, 2000). The P2 component was calculated using the average amplitude from 200 to 300 ms, from electrodes P7 and P8 for the P2 (Eimer and Holmes, 2002 and Hughes and Waszak, 2014). Average amplitudes were calculated for each component by taking the mean activity across the defined time windows, averaged across the specified electrodes. Statistical analysis was conducted using repeated measure ANOVA with the factors emotion (fear and neutral) and congruency (congruent and incongruent). Statistical analysis of the behavioral ratings were also analyzed using a repeated measures ANOVA.

3. Results
3.1. Behavioral results

Analysis of the behavioral data focused on participants fear ratings (Table 1). Repeated measures ANOVA revealed a significant main effect of emotion (F(1,22) = 287.3; p < .001), as well as a significant interaction between emotion and congruency (F(1,22) = 5.12; p < .05). The main effect of emotion simply reflects the fact that participants rated the fearful faces as containing more fear compared to neutral faces. Paired-sampled t-tests were used to investigate the significant emotion × congruency interaction. These revealed that congruent fearful faces were rated as significantly more fearful than incongruent fearful faces (t(22) = 2.5; p < .05). Meanwhile, there was no significant difference between congruent neutral faces and incongruent neutral faces (t(22) = 1.37; p = .19). Overall, these findings show that correct prediction of a fearful face led to a significant increase in the fear perceived in the face. Although no significant effect was observed for neutral faces, the direction of the fear rating points to the possibility that correct prediction of neutrality (i.e. no fear) increased the perception of neutrality. Taken together, these findings suggest that behavioral ratings are facilitated by accurate action–effect prediction, since predicted fearful faces were rated as significantly more fearful, while predicted neutral faces were rated as somewhat more neutral (less fearful).

ผลลัพธ์ (ไทย) 1:

ในสองฝึกงาน (หน่วยความจำระยะ) ผู้เข้าร่วมได้นำเสนอ ด้วยลำดับของคำ "ความกลัว" และ "ไม่กลัว" ลำดับแรกมีอยู่ 4 สิ่งเร้า (2 ของแต่ละชนิด), นำเสนอในลำดับแบบสุ่ม ผู้เข้าร่วมได้ไม่ต้องกดปุ่มที่เหมาะสมเพื่อสร้างลำดับดังต่อไปนี้นำเสนอคำ มีเพิ่มขั้นกระตุ้นถูกต้องลำดับ 1 ลำดับ randomized ใหม่ (ได้สูงสุด 7 สิ่งเร้า) ถ้าผู้เรียนไม่สามารถจำลองลำดับสำเร็จ กระตุ้น 1 ถูกเอาออก (ลงขั้นต่ำ 3 สิ่งเร้า) ผู้เข้าร่วมได้รับผลป้อนกลับหลังจากแต่ละลำดับตอบรับกันความถูกต้องของ ปฏิบัติงานนี้ประกอบด้วยทั้งหมด 10 ลำดับ ถ้าผู้เรียนไม่สามารถจำลองน้อย 6 จากลำดับที่ 10 พวกเขาถูกขอให้ทำงานเพื่อให้แน่ใจว่า พวกเขาได้เรียนรู้ contingencies ดำเนินการ – กระตุ้นเพียงพอซ้ำ ในการศึกษาก่อนหน้า (ฮิวจ์สและ Waszak, 2014, Roussel et al., 2013 และ Roussel et al., 2014), เฟสหน่วยความจำถูกหนุน contingencies ดำเนินการ – ผลรวมต่องานเหล่านี้ปฏิบัติ ผู้เข้าร่วมถูกติดตั้ง ด้วยเครื่อง EEG การบันทึก จะแล้วเสร็จสมบูรณ์ลำดับที่ 4 ของสมาคมเฟส เฟสหน่วยความจำ และระยะการทดสอบ ระยะความสัมพันธ์ประกอบด้วยการทดลอง 20 และขั้นตอนการจำลำดับที่ 5 ระยะการทดสอบได้เหมือนกับขั้นตอนการเชื่อมโยง การถูกละเมิดความสัมพันธ์การกระทำผลที่คาดไว้ใน 25% ของการทดลอง เช่น ถ้าผู้เรียนได้เรียนรู้ว่า การดำเนินการของปุ่มซ้ายที่มักจะนำไปสู่หน้าน่ากลัว แล้วใน 25% ของการทดลองในการทดสอบระยะซ้ายปุ่มกด จะทำให้งานนำเสนอของหน้ากลางมากกว่าหน้ากลัว เหล่านี้จะต่อไปอ้างถึงเป็นการทดลอง incongruent มีการแมปที่สอดคล้องกันหรือเรียกว่าแผงทดลอง แต่ละบล็อกประกอบด้วยอย่างน้อย 80 การทดลอง ช่วงยกเลิกเมื่อผู้เข้าร่วมมีกดปุ่มแต่ละปุ่มบนการทดลอง 40 ถึงสูงสุดของการทดลอง 140 ในช่วง นี่คือเพื่อให้แน่ใจว่า พวกเขาได้นำเสนอกระตุ้นใบหน้าแต่ละครั้งในเงื่อนไข incongruent ในบล็อกซื้อ ผู้เรียนถูกต้องอัตราจำนวนของความกลัวที่แสดงในหน้าในการทดลองแต่ละ ดู Fig. 1 เส้นเวลาทดลองระหว่างขั้นตอนการทดสอบ2.3 การ EEG บันทึกและข้อมูลวิเคราะห์Electroencephalography (EEG) ข้อมูลที่บันทึกจากตำแหน่งที่ตั้ง 31 หนังศีรษะโดยใช้ระบบ ActiCHamp วิสัยทัศน์สมองใช้การปรับเปลี่ยนระบบการตั้งชื่อปัญหาไฟฟ้าและ สัมพันธ์กับการอ้างอิงคำแนะนำของจมูก EEG ถูกในรูปดิจิทัลที่ 500 Hz. วิเคราะห์วิธีการใช้ EEGlab (Delorme & Makeig, 2004) และสคริปต์ Matlab มา ข้อมูลมีอีกความแบบออฟไลน์กับอัตราตัวอย่าง 250 Hz และกรองที่ 40 Hz. Epochs รอบต่ำเกิดจาก −1000 ไป 1000 ms สัมพันธ์ของกระตุ้นใบหน้า การดำเนินการ เริ่มที่นางสาว −200 พื้นฐานการแก้ไขใช้จาก −200 0 msการปฏิเสธสิ่งประดิษฐ์เริ่มต้นได้ดำเนินการในลักษณะกึ่งอัตโนมัติ (ใน EEGlab) โดยปฏิเสธ epochs improbable ข้อมูลและข้อมูลที่กระจายอย่างผิดปกติ การที่มีตั้งขีดจำกัดในแต่ละกรณีไปส่วนเบี่ยงเบนมาตรฐาน 5 ช่องเสียงดังถูกปฏิเสธ โดยตรวจสอบภาพ และทำเครื่องหมายสำหรับการเอาออกในภายหลังและแทรกข้อความในภายหลัง (ดูด้านล่าง) มีดำเนินการแก้ไขสิ่งประดิษฐ์แนวใน EEGlab ใน Matlab ใช้วิเคราะห์ส่วนประกอบอิสระ (Delorme & Makeig, 2004) ต่อเอากะพริบตาและการเคลื่อนไหวของตา ช่องเสียงดังถูกแทนที่ โดยเฉลี่ยถ่วงน้ำหนัก interpolated จากรอบข้างหุงต ข้อมูลจากผู้เข้าร่วม 4 ประกอบด้วยช่องเสียงดัง มีเพียงช่องเดียวในแต่ละกรณีในการส รอบสุดท้ายของการปฏิเสธวัตถุอัตโนมัติ ด้วยขีดจำกัดของ ±200 μv ที่ใช้ลบวัตถุใด ๆ ที่เหลือวิเคราะห์ข้อมูลเน้นสามส่วนประกอบ EEG ที่แตกต่างกัน — ชิ้นส่วน P1, N170 และ p 2 ระบุตามวรรณกรรมก่อนหน้า P1 จะถูกคำนวณจาก 110 ms 140 กว่าหุงต O1 และ O2 (สง Di มาติเน่ Sereno, Pitzalis, & Hillyard, 2002) นี้ใช้เพื่อประเมินว่า การคาดเดาที่ถูกต้องของเนื้อหาอารมณ์ของใบหน้าส่งผลต่อต้นทางประสาทสัมผัสและการประมวลผล (มัทธิว Roussel et al., 2014 Baess et al., 2008) N170 ถูกวัดจาก 155 การหุงต 190 ms P7 และ P8 (Bentin et al., 1996 และ Eimer, 2000) ส่วน p 2 คำนวณใช้คลื่นเฉลี่ยจาก 200 เป็น 300 ms จากหุงต P7 และ P8 สำหรับ p 2 (Eimer และโฮ ลมส์ 2002 และสตีเฟ่น และ Waszak, 2014) ช่วงเฉลี่ยถูกคำนวณสำหรับแต่ละส่วนประกอบ ด้วยกิจกรรมเฉลี่ยในหน้าต่างกำหนดเวลา averaged ข้ามหุงตระบุ วิเคราะห์ทางสถิติได้ดำเนินการวัดซ้ำการวิเคราะห์ความแปรปรวนด้วยปัจจัยอารมณ์ (กลัวและกลาง) และ congruency (แผง และ incongruent) วิเคราะห์ทางสถิติของการจัดอันดับพฤติกรรมก็ยังวิเคราะห์โดยใช้การวัดซ้ำการวิเคราะห์ความแปรปรวน3. ผลลัพธ์3.1. พฤติกรรมผลลัพธ์วิเคราะห์ข้อมูลพฤติกรรมมุ่งเน้นในการร่วมจัดอันดับความกลัว (ตาราง 1) ซ้ำผลหลักสำคัญของอารมณ์เปิดเผยมาตรการการวิเคราะห์ความแปรปรวน (F(1,22) = 287.3; p < .001), และโต้ตอบอย่างมีนัยสำคัญระหว่างอารมณ์และ congruency (F(1,22) = 5.12; p < .05). ผลหลักของอารมณ์ก็สะท้อนความจริงที่ว่า ผู้เข้าร่วมจัดอันดับหน้ากลัวเป็นกลัวมากเมื่อเทียบกับใบหน้ากลางที่ประกอบด้วย คู่ตัวอย่าง t-ทดสอบที่ใช้ตรวจสอบโต้ตอบอารมณ์ที่สำคัญซื้อ congruency เหล่านี้เปิดเผยว่า แผงหน้ากลัวได้อันดับเป็นอย่างมากน่ากลัวยิ่งกว่ากลัวหน้า incongruent (t(22) = 2.5; p < .05). ในขณะเดียวกัน มีไม่แตกต่างอย่างมีนัยสำคัญระหว่างแผงหน้ากลางและหน้ากลาง incongruent (t(22) = 1.37; p =.19). โดยรวม ผลการวิจัยเหล่านี้แสดงว่า ทำนายถูกต้องของใบหน้าที่น่ากลัวนำไปสู่การเพิ่มขึ้นอย่างมีนัยสำคัญในความกลัวที่มองเห็นในหน้า ถึงแม้ว่าไม่มีผลสำคัญถูกตรวจสอบในหน้ากลาง ทิศทางของจุดคะแนนกลัวที่จะเป็นไปได้ที่ทำนายถูกต้องของความเป็นกลาง (เช่นไม่กลัว) เพิ่มการรับรู้ของความเป็นกลาง ถ่ายด้วยกัน เหล่านี้ค้นพบด้วยการแนะนำที่ อำนวยความสะดวก โดยคาดเดาถูกต้องดำเนินการ – ผลจัดอันดับพฤติกรรม เนื่องจากคาดว่า กลัว หน้าถูกจัดเป็นมากขึ้นน่ากลัว ในขณะที่กลางหน้าคาดการณ์ถูกจัดอันดับเป็นกลางค่อนข้างมาก (ไม่กลัว)

ผลลัพธ์ (ไทย) 2:

ในการปฏิบัติงานที่สอง (เฟสหน่วยความจำ) ผู้เข้าร่วมถูกนำเสนอด้วยลำดับของคำว่า "ความกลัว" และ "ไม่กลัว" ลำดับแรกที่มีสิ่งเร้าที่ 4 (2 แต่ละประเภท) นำเสนอในลำดับแบบสุ่ม ต่อไปนี้นำเสนอคำพูดที่ผู้เข้าร่วมจะต้องกดปุ่มที่เหมาะสมในการสร้างลำดับ ตามลำดับที่ถูกต้อง 1 กระตุ้นถูกบันทึกอยู่ในลำดับที่สุ่มใหม่ (สูงสุดไม่เกิน 7 สิ่งเร้า) หากผู้เข้าร่วมการล้มเหลวที่จะประสบความสำเร็จในการทำซ้ำลำดับที่ 1 ถูกลบออกมาตรการกระตุ้นเศรษฐกิจ (ลงไปต่ำสุดของ 3 สิ่งเร้า) ผู้เข้าร่วมรับการตอบรับหลังจากที่ลำดับการตอบสนองของแต่ละคนที่จะแจ้งให้ทราบถึงความถูกต้องของพวกเขา งานการปฏิบัตินี้มีทั้งหมด 10 ลำดับ หากผู้เข้าร่วมการล้มเหลวในการทำซ้ำอย่างน้อย 6 จาก 10 ลำดับที่พวกเขาได้ขอให้ทำซ้ำงานเพื่อให้แน่ใจว่าพวกเขาได้เรียนรู้อย่างเพียงพอภาระผูกพันการดำเนินการกระตุ้นเศรษฐกิจ ในขณะที่การศึกษาก่อนหน้า (ฮิวจ์สและวาสซัก 2014 Roussel et al., 2013 และ Roussel et al., 2014) ขั้นตอนที่หน่วยความจำถูกรวมเพื่อเสริมสร้างภาระผูกพันการกระทำมีผล. ดังต่อไปนี้งานทางปฏิบัติผู้เข้าร่วมได้รับการติดตั้งด้วย เครื่องบันทึกคลื่นไฟฟ้าสมอง จากนั้นพวกเขาเสร็จสิ้น 4 ลำดับขั้นตอนของสมาคมเฟสหน่วยความจำและขั้นตอนการทดสอบ ขั้นตอนการเชื่อมโยงประกอบด้วย 20 การทดลองและความทรงจำของเฟส 5 ลำดับ ขั้นตอนการทดสอบก็เหมือนกับเฟสสมาคมยกเว้นว่าใน 25% ของการทดลองความสัมพันธ์ที่ดำเนินการผลกระทบที่คาดว่าจะถูกละเมิด ตัวอย่างเช่นหากผู้เข้าร่วมได้เรียนรู้ว่าการกระทำของปุ่มซ้ายนำเสมอที่จะมีใบหน้าที่น่ากลัวแล้วเมื่อวันที่ 25% ของการทดลองในขั้นตอนการทดสอบด้านซ้ายกดปุ่มจะส่งผลให้การนำเสนอของใบหน้าที่เป็นกลางมากกว่าใบหน้าที่น่ากลัว เหล่านี้ต่อจากนี้ไปจะเรียกว่าการทดลองสอดคล้องกันกับการแมปที่สอดคล้องกันจะเรียกว่าการทดลองสอดคล้องกัน แต่ละบล็อกประกอบด้วยอย่างน้อย 80 การทดลอง บล็อกสิ้นสุดที่ครั้งหนึ่งเคยได้เข้าร่วมการกดแต่ละปุ่ม 40 การทดลองได้สูงสุดถึง 140 การทดลองในแปลงที่ นี้คือเพื่อให้แน่ใจว่าพวกเขาถูกนำเสนอด้วยการกระตุ้นใบหน้าแต่ละครั้งในเงื่อนไขที่ไม่สอดคล้องกัน ในขณะที่บล็อกการเข้าซื้อกิจการที่ผู้เข้าร่วมจะต้องประเมินจำนวนของความกลัวที่ปรากฎในหน้าในการพิจารณาคดีในแต่ละ ดูรูป 1 สำหรับระยะเวลาการพิจารณาคดีในระหว่างขั้นตอนการทดสอบ. 2.3 บันทึกคลื่นไฟฟ้าสมองและการวิเคราะห์ข้อมูลElectroencephalography (EEG) ข้อมูลที่ถูกบันทึกไว้ตั้งแต่วันที่ 31 สถานที่หนังศีรษะโดยใช้สมองวิสัยทัศน์ระบบ ActiCHamp ใช้ตำแหน่งขั้วศัพท์ combinatorial แก้ไขเมื่อเทียบกับการอ้างอิงปลายจมูก คลื่นไฟฟ้าสมองได้รับในรูปแบบดิจิตอลที่ 500 เฮิร์ตซ์ วิเคราะห์ได้ดำเนินการโดยใช้ EEGlab (Delorme และ Makeig, 2004) และกำหนดเองที่สร้างขึ้นสคริปต์ Matlab ข้อมูลใหม่ตัวอย่างแบบออฟไลน์เพื่ออัตราตัวอย่างเฮิร์ตซ์ 250 และต่ำผ่านการกรองที่ 40 เฮิร์ตซ์ epochs ถูกสร้าง -1,000-1000 มิลลิวินาทีเมื่อเทียบกับการโจมตีของการกระตุ้นใบหน้า; มีการโจมตีการกระทำที่ -200 มิลลิวินาที แก้ไขพื้นฐานถูกนำมาใช้จาก 0 -200 มิลลิวินาที. ปฏิเสธสิ่งประดิษฐ์ครั้งแรกได้ดำเนินการในลักษณะกึ่งอัตโนมัติ (ใน EEGlab) โดยปฏิเสธ epochs กับข้อมูลที่จะเกิดขึ้นและกระจายข้อมูลที่ผิดปกติซึ่งเกณฑ์ในแต่ละกรณีได้รับการตั้งค่าให้ 5 ค่าเบี่ยงเบนมาตรฐาน ช่องที่มีเสียงดังถูกปฏิเสธจากการตรวจสอบภาพและการทำเครื่องหมายสำหรับการกำจัดต่อมาและต่อมาการแก้ไข (ดูด้านล่าง) การแก้ไขสิ่งประดิษฐ์ตาได้ดำเนินการใน EEGlab ใน Matlab โดยใช้การวิเคราะห์องค์ประกอบอิสระ (Delorme และ Makeig, 2004) ต่อไปนี้การกำจัดของกระพริบตาและการเคลื่อนไหวของดวงตาช่องที่มีเสียงดังถูกแทนที่ด้วยค่าเฉลี่ยถ่วงน้ำหนักหยันจากขั้วไฟฟ้าโดยรอบ ข้อมูลจากผู้เข้าร่วมที่มีสี่ช่องที่มีเสียงดังมีเพียงช่องทางเดียวหยันในแต่ละกรณี รอบสุดท้ายของการปฏิเสธสิ่งประดิษฐ์โดยอัตโนมัติด้วยเกณฑ์ของ± 200 μvถูกใช้ในการลบวัตถุใด ๆ ที่เหลือ. การวิเคราะห์ข้อมูลที่มุ่งเน้นการแตกต่างกันสาม EEG ส่วนประกอบ P1, N170 และส่วนประกอบ P2, ระบุตามเอกสารก่อนหน้า P1 ที่คำนวณได้ 110-140 มิลลิวินาทีมากกว่าขั้ว O1 และ O2 (Di รุสโซ, มาร์ติเน Sereno, Pitzalis และ Hillyard, 2002) นี้ถูกใช้ในการประเมินว่าการคาดการณ์ที่ถูกต้องของเนื้อหาทางอารมณ์ของใบหน้าที่มีอิทธิพลต่อการประมวลผลในช่วงต้นประสาทสัมผัส (cf Roussel et al., 2014 และ Baess et al., 2008) N170 วัด 155-190 มิลลิวินาทีขั้ว P7 และ P8 (Bentin et al., 1996 และ Eimer, 2000) องค์ประกอบ P2 ที่คำนวณโดยใช้ความกว้างเฉลี่ย 200-300 มิลลิวินาทีจากขั้วไฟฟ้า P7 และ P8 สำหรับ P2 (Eimer และโฮล์มส์ปี 2002 และฮิวจ์สและวาสซัก 2014) ช่วงกว้างของคลื่นเฉลี่ยจะถูกคำนวณสำหรับแต่ละองค์ประกอบโดยการใช้กิจกรรมเฉลี่ยในหน้าต่างเวลาที่กำหนดไว้เฉลี่ยทั่วขั้วไฟฟ้าที่ระบุ การวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้มาตรการซ้ำ ANOVA กับอารมณ์ปัจจัย (กลัวและกลาง) และสอดคล้อง (สอดคล้องกันและสอดคล้องกัน) การวิเคราะห์ทางสถิติของการจัดอันดับพฤติกรรมยังถูกนำมาวิเคราะห์โดยใช้การวัดซ้ำ ANOVA. 3 ผล3.1 ผลพฤติกรรมการวิเคราะห์ข้อมูลพฤติกรรมมุ่งเน้นไปที่ผู้เข้าร่วมการจัดอันดับกลัว (ตารางที่ 1) วัดซ้ำ ANOVA เผยให้เห็นผลกระทบหลักที่สำคัญของอารมณ์ความรู้สึก (F (1,22) = 287.3; p <0.001) เช่นเดียวกับการปฏิสัมพันธ์ที่สำคัญระหว่างอารมณ์และความสอดคล้อง (F (1,22) = 5.12; p <0.05 ) ผลกระทบหลักของอารมณ์ความรู้สึกก็สะท้อนให้เห็นถึงความจริงที่ว่าผู้เข้าร่วมการจัดอันดับเป็นที่น่ากลัวใบหน้าที่มีความกลัวมากขึ้นเมื่อเทียบกับใบหน้าที่เป็นกลาง คู่-ตัวอย่างเสื้อทดสอบถูกนำมาใช้ในการตรวจสอบอารมณ์อย่างมีนัยสำคัญ×ปฏิสัมพันธ์สอดคล้อง เหล่านี้แสดงให้เห็นว่าใบหน้าที่น่ากลัวสอดคล้องถูกจัดอันดับให้เป็นมากขึ้นอย่างมีนัยสำคัญที่น่ากลัวกว่าใบหน้าที่น่ากลัวไม่สอดคล้องกัน (t (22) = 2.5; p <0.05) ในขณะที่ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างใบหน้าเป็นกลางสอดคล้องกันและใบหน้าที่เป็นกลางไม่สอดคล้องกัน (t (22) = 1.37; p = 0.19) โดยรวม, การค้นพบนี้แสดงให้เห็นว่าการคาดการณ์ที่ถูกต้องของใบหน้าที่น่ากลัวนำไปสู่การเพิ่มขึ้นอย่างมากในความหวาดกลัวการรับรู้ในหน้า แม้ว่าจะไม่มีผลกระทบอย่างมีนัยสำคัญก็สังเกตเห็นใบหน้าเป็นกลางทิศทางของจุดคะแนนความกลัวที่จะเป็นไปได้ว่าการคาดการณ์ที่ถูกต้องของความเป็นกลาง (เช่นความกลัวไม่มี) เพิ่มการรับรู้ของความเป็นกลาง ที่ร่วมกันค้นพบเหล่านี้ชี้ให้เห็นว่าการจัดอันดับพฤติกรรมจะอำนวยความสะดวกโดยการคาดการณ์การกระทำที่ถูกต้องผลกระทบเนื่องจากการคาดการณ์ที่น่ากลัวใบหน้าได้รับการจัดอันดับให้เป็นอย่างมีนัยสำคัญที่น่ากลัวมากขึ้นในขณะที่คาดการณ์ใบหน้าที่เป็นกลางได้รับการจัดอันดับเป็นที่ค่อนข้างเป็นกลางมากขึ้น (น่ากลัวน้อยกว่า)

ผลลัพธ์ (ไทย) 3:

ในงานที่ปฏิบัติ ( เฟสสองหน่วยความจำ ) ผู้เข้าร่วมแสดงลำดับของคำว่า " ความกลัว " และ " ไม่กลัว " ลำดับแรกมี 4 สิ่งเร้า ( 2 ของแต่ละประเภท ) , นำเสนอในลำดับแบบสุ่ม ตามการนำเสนอของคำ ได้แก่ ต้องกด ปุ่มที่เหมาะสมเพื่อสร้างลำดับต่อไปนี้เป็นลำดับถูกต้อง 1 กระตุ้นถูกเพิ่มเข้าไปใหม่แบบสุ่มลำดับ ( สูงสุด 7 สิ่งเร้า ) ถ้าผู้ที่ล้มเหลวในการประสบความสำเร็จทำซ้ำลำดับ 1 กระตุ้นถูกลบออก ( ลงให้น้อยที่สุด 3 สิ่งเร้า ) ผู้เข้าร่วมได้รับการตอบรับหลังจากการตอบสนองแต่ละลำดับเพื่อแจ้งให้ทราบของความถูกต้องของพวกเขา งานนี้ปฏิบัติที่มีอยู่ทั้งหมด 10 ลำดับถ้าผู้ที่ล้มเหลวที่จะทำซ้ำอย่างน้อย 6 ใน 10 ลำดับ พวกเขาถูกขอให้ทำซ้ำงานเพื่อให้แน่ใจว่าพวกเขาได้เรียนรู้การกระตุ้นอย่างเพียงพอและภาระผูกพัน . ในการศึกษาก่อนหน้านี้ ( ฮิวจ์ และ waszak 2014 , รูสเซล , et al . , 2013 และรูสเซล et al . , 2010 ) , หน่วยความจำระยะถูกรวมเพื่อเสริมสร้างการกระทำและผลอย่างต่อเนื่อง

งานต่อไปนี้การปฏิบัติเหล่านี้ผู้เข้าร่วมถูกติดตั้งกับสมองบันทึกอุปกรณ์ จากนั้นพวกเขาเสร็จ 4 ลำดับของสมาคมเฟส เฟสหน่วยความจำและทดสอบระยะ สมาคมเฟส จำนวน 20 ครั้ง และหน่วยความจำระยะ 5 ลำดับ ทดสอบระยะเหมือนกับสมาคมเฟส ยกเว้นว่า 25% ของการกระทำและผลที่คาดหวังความสัมพันธ์ที่ถูกละเมิด สำหรับอินสแตนซ์ถ้าผู้เข้าร่วมได้เรียนรู้ว่าปุ่มซ้ายของการกระทำเสมอทำให้ใบหน้าที่น่ากลัวแล้ว 25 % ของการทดลองในการทดสอบระยะซ้ายกดปุ่มจะส่งผลในการนำเสนอของใบหน้าที่เป็นกลางมากกว่า หน้า กลัว เหล่านี้จะเป็นต้นจะเรียกว่าการทดลองซึ่งไม่ลงรอยกัน , กับชีวิตที่สอดคล้องกันเรียกว่าการทดลองที่สอดคล้องต้องกัน แต่ละบล็อกมีอย่างน้อย 80 การทดลองบล็อกที่เข้าร่วมได้สิ้นสุดลงเมื่อกดแต่ละปุ่มบน 40 การทดลองสูงสุด 140 การทดลองในบล็อก นี้คือเพื่อให้แน่ใจว่าพวกเขากำลังนำเสนอด้วยแต่ละใบหน้ากระตุ้นครั้งเดียวในเงื่อนไขซึ่งไม่สอดคล้องกัน . ในการซื้อบล็อกที่ผู้เข้าร่วมต้องเท่ากัน ปริมาณของความกลัวที่ปรากฎในหน้าในแต่ละคดี ดูภาพประกอบ1 สำหรับการทดลองใช้ระยะเวลาในการทดสอบระยะ

2.3 คลื่นสมอง การบันทึกและการวิเคราะห์ข้อมูล

การบันทึกคลื่นไฟฟ้าสมอง ( EEG ) ข้อมูลที่ถูกบันทึกไว้จาก 31 สถานที่โดยใช้วิสัยทัศน์ actichamp หนังศีรษะ สมอง ระบบการใช้วิธีการดัดแปลงระบบการตั้งชื่อขั้วตำแหน่งเทียบกับจมูกปลายอ้างอิง ที่สมองถูกแปลงเป็นข้อมูลดิจิตอลที่ 500 Hz . การวิเคราะห์จำนวน eeglab ( makeig ลอร์ม& ,2004 ) และสินค้าโปรแกรมสคริปต์ ข้อมูลตัวอย่างเป็น 250 Hz ครับ Re : อัตราตัวอย่างและกรองผ่านต่ําที่ 40 Hz . ยุคสมัยที่ถูกสร้างขึ้นจาก− 1000 ถึง 1000 MS เทียบกับการโจมตีของใบหน้าเริ่มกระตุ้น ; กับการกระทำที่− 200 คุณพื้นฐานแก้ไขประยุกต์จาก− 0 คุณ

200การปฏิเสธสิ่งเริ่มต้นดำเนินการในลักษณะกึ่งอัตโนมัติ ( ใน eeglab ) โดยปฏิเสธยุคสมัยกับข้อมูลและกระจายข้อมูลไม่น่าจะผิดปกติ ซึ่งเกณฑ์ในแต่ละกรณีถูกตั้งไว้ 5 ส่วนเบี่ยงเบนมาตรฐาน ช่องเสียงดังถูกปฏิเสธโดยการตรวจสอบภาพและเครื่องหมายสำหรับภายหลังการกำจัดและภายหลังการแก้ไข ( ดูด้านล่าง )การแก้ไขวัตถุจักษุ ทำการศึกษาใน eeglab โปรแกรม MATLAB โดยใช้การวิเคราะห์องค์ประกอบอิสระ ( ลอร์ม& makeig , 2004 ) ต่อเอาไฟกระพริบตา และการเคลื่อนไหวของตา , ช่องเสียงหยันถูกแทนที่โดยถัวเฉลี่ยจากรอบขั้วไฟฟ้า ข้อมูลจากสี่ผู้เข้าร่วมประกอบด้วยช่องเสียงดัง มีเพียงช่องเดียวขัดในแต่ละกรณีเป็นรอบสุดท้ายของการปฏิเสธวัตถุอัตโนมัติกับเกณฑ์ของ± 200 μ V ถูกใช้เพื่อลบวัตถุที่เหลือใด ๆ การวิเคราะห์ข้อมูล

เน้นชิ้นส่วนสมองที่แตกต่างกันสาม n170 P1 , P2 และส่วนประกอบที่ระบุบนพื้นฐานของวรรณกรรมเดิม โดย P1 คือคำนวณจาก 110 140 MS ผ่านขั้วไฟฟ้า 01 และ O2 ( ดิ รุสโซ มาร์ติเนซ Sereno , pitzalis &ฮิลยาร์ด , 2002 )นี้ถูกใช้เพื่อประเมินว่าการทำนายความถูกต้องของเนื้อหาทางอารมณ์ของใบหน้าการประมวลผลทางประสาทสัมผัส ( อิทธิพลก่อน CF รูสเซล et al . , 2014 และ baess et al . , 2008 ) การ n170 วัดจาก 155 190 MS และขั้วไฟฟ้า p7 P8 ( bentin et al . , 1996 และไอเมอร์ , 2000 ) องค์ประกอบที่ P2 คำนวณโดยใช้ค่าเฉลี่ย 200 - 300 นางสาวจากขั้วไฟฟ้าและ p7 P8 สำหรับ P2 ( ไอเมอร์ และ โฮล์ม , 2002 และ Hughes และ waszak 2014 ) แรงบิดเฉลี่ยคำนวณสำหรับแต่ละองค์ประกอบ โดยสละหมายถึงกิจกรรมผ่านกำหนดเวลา Windows เฉลี่ยทั่วที่ขั้วไฟฟ้าสถิติที่ใช้ในการวิเคราะห์ข้อมูล โดยใช้การวิเคราะห์ความแปรปรวนแบบวัดซ้ำและปัจจัยทางอารมณ์ ( กลัวและเป็นกลาง ) และความสอดคล้องกัน ( สอดคล้องกับซึ่งไม่ลงรอยกัน ) การวิเคราะห์ทางสถิติของคะแนนพฤติกรรมวิเคราะห์ข้อมูลโดยใช้การวิเคราะห์ความแปรปรวนชนิดวัดซ้ำยังเป็น

3 ผลลัพธ์
3.1 . พฤติกรรมผล

การวิเคราะห์พฤติกรรมของข้อมูลที่เน้นผู้ที่กลัวคะแนน ( ตารางที่ 1 )ย้ำมาตรการ ANOVA พบผลหลักที่สำคัญของอารมณ์ ( F ( 1,22 ) = 287.3 ; p < . 001 ) รวมทั้งปฏิสัมพันธ์ร่วมกันระหว่างอารมณ์และความสอดคล้องกัน ( F ( 1,22 ) = 5.12 ; p < . 05 ) ผลกระทบหลักของอารมณ์เพียงสะท้อนให้เห็นถึงความจริงที่ว่าผู้ที่มีใบหน้าที่น่ากลัวอย่างที่มีมากกว่าความกลัวเมื่อเทียบกับใบหน้าที่เป็นกลางข้อมูล ข้อมูลใช้การทดสอบค่าที เพื่อศึกษาทางด้านอารมณ์×หว่างปฏิสัมพันธ์ เหล่านี้พบว่า ความหวาดกลัว ใบหน้าอยู่ในระดับที่น่ากลัวอย่างมาก มากกว่าซึ่งไม่ลงรอยกันน่ากลัวใบหน้า ( T ( 22 ) = 2.5 ; p < . 05 ) ขณะเดียวกัน มีความแตกต่างอย่างไม่มีนัยสำคัญระหว่างใบหน้าและเป็นกลางเป็นกลางซึ่งไม่สอดคล้องกันสอดคล้องต้องกันใบหน้า ( T ( 22 ) = 1.37 ; p = . 19 ) โดยรวมผลการศึกษาแสดงให้เห็นว่า การทำนายที่ถูกต้องของใบหน้าหวาดกลัว ทำให้ผลการเพิ่มความกลัวการรับรู้ในหน้า แม้ว่าจะไม่มีผลเป็นสังเกตสำหรับใบหน้าที่เป็นกลาง ทิศทางของความกลัวอันดับคะแนนความเป็นไปได้ว่า การทำนายที่ถูกต้องเป็นกลาง ( คือไม่กลัว ) เพิ่มการรับรู้ของความเป็นกลาง ถ่ายด้วยกันข้อมูลเหล่านี้ชี้ให้เห็นว่าพฤติกรรมการจัดอันดับการอํานวยความสะดวกและถูกต้องผลการทำนาย เนื่องจากคาดการณ์ใบหน้าหวาดกลัวอยู่เป็นอย่างมาก ยิ่งกลัว ในขณะที่คาดการณ์ใบหน้าเป็นกลางอยู่ในระดับค่อนข้างเป็นกลางมากขึ้น ( น่ากลัว
น้อยลง )