Результаты
Распределение рейтингов красоты
900 изображений были разделены на четыре набора по 225 изображений, и каждое изображение получило один рейтинг от каждого участника, присвоенного его набору. Таким образом, было получено 368 оценок для изображений первого набора изображений и 140, 145 и 104 оценки для каждого изображения для подмножеств 2, 3 и 4 соответственно.
Для каждого изображения мы рассчитали среднее значение и SD его рейтинга красоты среди наблюдателей. Распределение этих статистических данных, а также примеры медианных, самых высоких и самых низких рейтинговых изображений показаны на Рис. 2. Участники использовали весь диапазон целочисленной шкалы: 1-7. Средние оценки красоты каждого изображения варьировались от 1,0 до 6,83. Распределение средних не было нормальным по критерию Шапиро-Уилка для нормальности, но было смещено влево, W = 0,98, p < 0,001, оценки параметров для искаженного нормального распределения, ω = 1,68, α = -2,39 (Azzalini, 2018).
Рисунок 2
www.frontiersin.org
Рисунок 2. Распределение по изображениям среднего значения и SD между наблюдателями рейтинга красоты для каждого изображения (A, B) и их соотношение (C). Примеры изображений В (А) показывают изображения с самым низким и самым высоким рейтингом, а также одно из изображений, получающих среднюю среднюю оценку 4,45. OASIS позволяет бесплатно использовать изображения в онлайн-и офлайн-исследованиях, поскольку они не подпадают под ограничения авторских прав. (C) сравнение данных (серые точки) с модельным прогнозом (черные точки) основано на 190 смоделированных оценках красоты на изображение (столько же, сколько среднее число оценок участников на изображение), взятых из нормального распределения со средним значением, равным средней красоте каждого изображения и SD 1,7, и округленных до ближайшего допустимого целочисленного ответа 1-7.
Существует квадратичная зависимость между SD и средним значением рейтинга красоты (рис. 2С), R2adj = 0,61, p < 0,001. Это было ожидаемо, потому что шкала красоты (как и шкала возбуждения, с которой были адаптированы инструкции) ограничена на обоих концах, что имеет тенденцию уменьшать дисперсию вблизи концов. Чтобы количественно оценить этот эффект, мы провели моделирование с помощью модели, которая имитирует отчет о красоте как среднюю красоту плюс нормально распределенный шум с SD = 1.7, округленный до ближайшего допустимого целочисленного рейтинга 1-7. Эта модель примерно повторяет наблюдаемое распределение SDs. Основное отклонение от наблюдаемых данных состояло в том, что наблюдаемые SDs для наиболее красивых изображений были ниже, чем предсказывалось моделью. Модель предполагает, что внутренние аналоговые отклики для всех изображений (до округления) имеют одинаковый SD.
Красота против удовольствия и возбуждения.
На рис. 3 показана зависимость между средними оценками красоты в нашем исследовании и средними оценками валентности и возбуждения на изображении, полученными Курди и др. (2017). В то время как оценки удовольствия-неудовольствия обозначаются в базе данных OASIS как “валентность”, мы будем называть это “УДОВОЛЬСТВИЕМ”, чтобы свести к минимуму жаргон. Красота была высоко положительно коррелирована с удовольствием, r(898) = 0,75, p < 0,001, 95% Ди [0,73, 0,78]. При использовании общих моделей для объяснения средней красоты через удовольствие было мало различий между линейной и квадратичной моделями, разница в скорректированном информационном критерии Акайке AICc = 8.77, оба R2adj = 0.57. В отличие от этого с удовольствием, положительная корреляция между оценками красоты и возбуждения была очень слабой, r(898) = 0,16, p < 0,001, [0,09, 0,22]. Введение квадратичного термина для предсказания красоты по рейтингам возбуждения немного улучшило подгонку модели, разница в AICc = 10.46, квадратичный R2adj = 0.04, по сравнению с линейным R2adj = 0.02.
Рисунок 3
www.frontiersin.org
Рисунок 3. Линейные отношения между средними оценками красоты и удовольствия (а) и возбуждения (Б). Каждая точка представляет собой среднюю оценку для одного изображения по всем участникам. Цвет и форма каждой точки указывают на категорию изображения: красные круги для животных; зеленые треугольники для объектов; синие квадраты для людей; фиолетовые кресты для сцен. Линии представляют собой линейные подгонки. Черные линии подходят для всех категорий изображений. Обратите внимание, что квадратичные соответствия с возбуждением в качестве предиктора объясняют едва ли больше дисперсии в оценках красоты, чем линейные соответствия. Для возбуждения все линейные R2adj = 0,00, тогда как максимальные квадратичные R2adj = 0,04. Средние оценки удовольствия и возбуждения были получены от http://www.benedekkurdi.com/oasis#oasis-да.
Оценки по линейным моделям приведены на рис. 3. Красота была умеренно хорошо объяснена удовольствием линейным способом (R2adj = 0,57). В отличие от этого, оценки возбуждения составляли очень малую часть дисперсии красоты (R2adj = 0,04), и связь между красотой и возбуждением лучше всего описывалась перевернутой U-образной формой: красота подавлена в крайних точках, что эквивалентно очень слабой версии утверждения Берлина (1971).
Мы повторили этот анализ для изображений в каждой из четырех заранее определенных категорий изображений. В то время как положительная корреляция между красотой и удовольствием была очевидна во всех категориях изображений, все r ≥ 0,78, все p < 0,001, положительная линейная связь между красотой и возбуждением была очевидна только для сцен, r(218) = 0,21, p = 0,001, 95% Ди [0,08, 0,34], а не для объектов, людей (оба p ≥ 0,122) или животных. Для животных незначимая корреляция обратна, r (132) = -0,16, p = 0,060, [-0,32, 0,01]. Не было никакой разницы в благости пригодности для линейного против квадратичные модели в предсказании красоты от возбуждения для изображений животных, оба R2adj = 0.02, разница в AICc = 0.93, или сцены, оба R2adj = 0.04, разница в AICc = 1.96. Красота была немного лучше предсказана по возбуждению с помощью квадратичной модели для людей, линейный R2adj = 0,00 против квадратичного R2adj = 0,04, разница в AICc = 11,08, и объектов, линейный R2adj = 0,00 против квадратичного R2adj = 0,18, разница в AICc = 39,88. Заметим, однако, что обе квадратичные модели все еще объясняют очень малую дисперсию.
Эта модель результатов подтверждает устойчивую положительную корреляцию между красотой и удовольствием. Однако, несмотря на высокую положительную корреляцию между красотой и удовольствием (r = 0,75), маловероятно, что наблюдатели объединяют красоту и удовольствие. Например, изображение "Торнадо4 “получило среднюю оценку красоты 5,66 ± 1,34 и среднюю оценку удовольствия всего лишь 2,70 ± 1,36, тогда как изображение” Фейерверкс4" получило почти такую же красоту (5,67 ± 1,29), но гораздо более высокую оценку удовольствия (5,95 ± 0,91), более чем в два раза. Рисунок 3А иллюстрирует, что неприятные образы могут быть красивыми, но, по крайней мере, в этом наборе изображений очень приятные образы никогда не перестают быть красивыми, расширяя и подтверждая наш первоначальный отчет (Brielmann and Pelli, 2017).
Мы не находим никакой общей связи между возбуждением и красотой. Во всяком случае, красота слабо связана с возбуждением в перевернутой U-образной манере [очень слабая версия того, что утверждал Берлин (1971)], но это относится только к изображениям людей и объектов, в то время как для сцен существует положительная линейная связь между возбуждением и красотой (r = 0,21).
Все результаты, представленные ниже, основаны на рейтингах всех 225 изображений, сделанных каждым участником. Чтобы исключить, что усталость из-за количества испытаний повлияла на наши результаты, мы повторили основные анализы с первыми 100 оценками, которые дал каждый участник. Полученные результаты эквивалентны приведенным ниже и могут быть найдены в дополнительном файле S3.
Гендерные Последствия
В целом средние оценки красоты мужчин и женщин на одно изображение были высоко коррелированы, r(898) = 0,94, p < 0,001, 95% Ди [0,93, 0,95]. Однако диаграмма рассеяния, иллюстрирующая этот вывод (Рис. 4), показывает, что существует подмножество изображений, которые были оценены женщинами выше по красоте, чем мужчинами, в то время как ни одна группа изображений не выделяется как более высоко оцененная мужчинами. В то время как 16 изображений были оценены женщинами более чем на один балл выше, чем мужчинами, только одно изображение (“Horseracing1”) было оценено мужчинами на один балл выше, чем женщинами. Изображения, которые были оценены значительно (более чем на один балл) выше женщинами, в основном изображали людей (16/20 = 80%), в то время как только 38% изображений оазиса являются изображениями людей. Примечательно, что большинство этих изображений людей показывали пары. Из 14 изображений "обнаженных пар" в общей базе данных изображений 12 были оценены более чем на один балл выше по красоте женщинами, чем мужчинами. Различия в оценках красоты между мужчинами и женщинами не были связаны с возбуждением и удовольствием изображений, как Р ≥ 0,1. Мы сообщаем обо всех дальнейших, незначительных демографических эффектах в дополнительном файле S2.
Рисунок 4
www.frontiersin.org
Рисунок 4. Средняя оценка красоты по мужчинам (вертикальная ось) и женщинам (горизонтальная ось) для каждого изображения очень сильно коррелирует. Одна связная подгруппа изображений (в основном "обнаженные пары") была оценена женщинами выше по красоте, чем мужчинами. Из 14 изображений "обнаженных пар" в общей базе данных изображений 12 были оценены более чем на один балл выше по красоте женщинами, чем мужчинами.
Продолжение в части №4...
Источники: https://doi.org/10.3389/fpsyg.2019.02420