الگوی عملکردی بازشناسی هیجان های اساسی با استفاده از آزمون رایانه ای کن تب (CANTAB) در جمعیت ایرانی
Publish place: Cognitive psychology، Vol: 8، Issue: 4
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 25
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCPKH-8-4_003
تاریخ نمایه سازی: 18 اردیبهشت 1403
Abstract:
بازشناسی هیجان از مهمترین مولفه های شناخت اجتماعی است. ضعف در بازشناسی هیجان می تواند ماندگاری انسان در محیط را با خطر مواجه نماید. بازشناسی هیجان در فرهنگ ها و ملیت های مختلف الگوی متفاوتی دارد و برخی از هیجان ها بهتر از هیجان های دیگر بازشناسی می شوند. در یکسری از اختلالات روان شناختی و آسیب های عصب شناختی نیز تفاوت یا ضعف در بازشناسی الگوی هیجانی وجود دارد. هدف این پژوهش بررسی الگوی بازشناسی هیجان در ایرانیان با استفاده از آزمون عصب – روان شناختی معتبر رایانه ای بوده است. این مطالعه از نوع توصیفی-تحلیلی است. در ابتدا از داوطلبان ۲۴ الی ۴۰ ساله آزمون هوش رایانه ای ماتریس های پیش رونده ریون-۲ گرفته شد، سپس برای ۸۸ نفر که در آزمون ریون-۲ نمره نرمال را کسب نموده بودند، خرده آزمون بازشناسی هیجان، از مجموعه آزمون های شناختی کمبریج (کن تب) اجرا شد. میانگین پاسخ صحیح آزمودنی ها به هر یک از ۶ هیجان به صورت درصد بررسی شد. داده های جمع آوری شده پراکندگی نرمال داشتند و شرط کرویت نیز برای داده ها برقرار بود. بیشترین میزان پاسخ صحیح ۷۵.۸۳ درصد در بازشناسی هیجان شادی بود، غم ۷۰ درصد، تعجب ۶۸.۴۸ درصد، انزجار ۴۷.۸۴ درصد، عصبانیت ۴۲.۵۴ درصد و سرانجام هیجان ترس ۳۸.۲۶ درصد پاسخ صحیح ثبت شد. ایرانیان شادی را بهتر از سایر هیجان ها تشخیص می دهند و ترس ضعیف ترین هیجانی است که می توانند تشخیص دهند. نتایج این آزمون در بررسی شاخص های شناختی افراد جامعه ایران در زمینه شناسایی بهتر توانایی ها و ضعف های شناختی مردم موثر است. به عبارتی نتایج این تحقیق یافته های موثری در بررسی شناخت اجتماعی مردم ایران می تواند داشته باشد.
Keywords:
Authors
سروش لهراسبی
Shahidbeheshti university
علیرضا مرادی
Kharazmi university
میثم صادقی
Institute for Cognitive Science Studies
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :