Summary: | Tutkimuksessa tarkasteltiin psykofysiologisia reaktioita ja kasvonilmeiden tunnistamista
tilanteessa, jossa osallistujat (N = 25) näkivät toisen ihmisen esittämiä surullisia, vihaisia ja
neutraaleja ilmeitä reaaliaikaisesti nestekideikkunan läpi. Aiemmissa tunteiden tunnistamisen
tutkimuksissa on usein käytetty valokuvia tai videotallenteita, mutta tässä tutkimuksessa
pyrittiin parempaan ekologiseen validiteettiin käyttämällä eläviä kasvomalleja.
Tutkimuksessa mitattiin ihon sähkönjohtavuutta (EDA) ja kasvojen lihasaktiivisuutta (EMG),
jotka kuvastavat tunteiden viriämistä ja varhaista kognitiivista prosessointia. Lisäksi
osallistujat arvioivat kasvonilmeitä ja niiden voimakkuutta.
Tulokset osoittivat, että voimakkaampi EDA-vaste surullisiin ja neutraaleihin ilmeisiin oli
yhteydessä parempaan surullisten kasvonilmeiden tunnistamiseen. EMG-aktiivisuus vaihteli
esitetyn tunteen mukaan: zygomaticus-lihas aktivoitui eniten surullisten ja neutraaleiden
kasvonilmeiden kohdalla, kun taas corrugator-lihas aktivoitui vähiten vihaisten
kasvonilmeiden kohdalla. Voimakkaampi EMG-vaste neutraaleihin ilmeisiin oli yhteydessä
heikompaan tunnistustarkkuuteen. Masennus- ja ahdistusoireiden määrällä ei havaittu olevan
yhteyttä fysiologisiin vasteisiin tai käyttäytymiseen.
Tutkimus korostaa autonomisen ja motorisen vasteen roolia kasvonilmeiden tunnistuksessa:
EDA voi tukea tarkkaa tunnistusta erityisesti surullisissa ilmeissä, kun taas kasvojen
lihasaktiivisuus voi olla yhteydessä vaikeuksiin neutraalien ilmeiden tulkinnassa.
This study explored physiological reactivity and emotional face recognition and appraisal in
response to live facial expressions, with a focus on the role of anxiety and depression
symptoms. While physiological reactivity to and appraisal of emotional faces is often studied
using static images, this study aimed to enhance ecological validity by using live face models.
Participants (N = 25) viewed a face model through a liquid crystal screen (LCS) that revealed
sad, angry, or neutral expressions. Skin conductance response (SCR) and facial
electromyography (EMG) were recorded, along with behavioral measures of emotion
recognition and perceived intensity.
Higher SCR to sad and neutral faces was associated with better recognition accuracy of sad
expressions. A trend also suggested that stronger SCR was linked to greater perceived intensity
of sad faces. EMG responses varied by emotion: zygomatic activity was highest during sad and
neutral faces, while corrugator activity was lowest during angry faces. Notably, greater EMG
activity to neutral expressions — both zygomatic and corrugator — was linked to a worse
recognition accuracy of neutral faces.
No significant differences were found between participants with higher versus lower anxiety
and depression symptoms in either physiological responses or behavioral outcomes.
These findings suggest that individual physiological reactivity, rather than symptom severity,
may support or interfere with accurate emotional face recognition and appraisal — particularly
for sad and neutral expressions. Future research should explore these associations in larger or
clinical populations.
|