标签：Emotion 对照组 情绪 音乐 Spectrum 反应时间 Facial 识别 自闭症

1.这篇文章究竟讲了什么问题？
研究情感一致(congrunent)音乐对患有自闭症儿童的面部情感识别能力的影响

2.这是否是一个新的问题？
不是

3.这篇文章要验证一个什么科学假设？
a)没有音乐或者情感不一致的音乐会降低ASD患者的情感识别精度，并增加反应时间
b)自闭症特征（即自闭症谱系商得分越高）与情绪识别错误越多和反应时间越长呈正相关。

4.有哪些相关研究？如何归类？谁是这一课题在这领域值得关注的研究员？
1)Lozier, L. M., Vanmeter, J. W., & Marsh, A. A. (2014). Impairments in facial affect recognition associated with autism spectrum disorders: A meta-analysis. Development and Psychopathology, 4(1), 933–945.
2)Uljarevic, M., & Hamilton, A. (2013). Recognition of emotions in autism: A formal meta-analysis. Journal of Autism and Development Disorders, 43(7), 1517–1526.
3) Lozier, L. M., Vanmeter, J. W., & Marsh, A. A. (2014). Impairments in facial affect recognition associated with autism spectrum disorders: A meta-analysis. Development and Psychopathology, 4(1), 933–945.

5.论文中提到的解决方案之关键是什么？
a)问卷材料
b)面部识别任务材料
由于本文主要是一个实验性的研究，关键就是实验的设计部分

6.论文中的实验是如何设计的？
面部识别任务包含9次实验，每种面部情绪(生气，悲伤，喜悦)识别测试一次，每种音乐情况测试一次。
a) 二元斯皮尔曼相关倍计算用于对于AQ-10儿童分数，情绪识别难度量表的平均分数，所有试验中正确识别的情绪总和（情绪识别准确度），以及情绪识别任务中的反应时间。
b)以组间因素（对照组儿童与自闭症儿童）和情绪识别准确度作为因变量计算单因素方差分析。
c) 采用混合方差分析（ANOVA）测量组（对照组与自闭症儿童）受试者之间的因素和反应时间（正确答案与错误答案）受试者内部的因素，以观察正确识别和错误识别之间的反应时间是否不同。
d) 采用组间因素（对照组参与者与自闭症参与者）和组内因素（无音乐与一致音乐与不一致音乐）计算混合测量方差分析。
e) 为了测试自闭症儿童或对照组儿童在不同音乐条件下的正确情绪识别反应时间是否不同，计算混合测量方差分析时，将组（对照组与自闭症儿童）作为受试者之间的因素，将音乐（无音乐、一致音乐与不一致音乐）作为受试者内部的因素。
f) 为了测试自闭症谱系商是否与情绪识别能力下降有关，使用AQ-10评分、面部情绪识别准确度和反应时间计算了两变量斯皮尔曼相关性，用于一致、不一致和无音乐的试验。

7.用于定量评估的数据集是什么？代码有没有开源？
招募的被试，没有开源

8.论文中的实验及结果有没有很好地支持需要验证的科学假设？
有

9.这篇论文到底有什么贡献？
音乐会影响自闭症儿童处理情绪面孔的方式。能力对干预设计提供潜在应用参考。

10.下一步呢？有什么工作可以继续深入？
探索音乐是否对情感处理有一个持久的影响

标签：Emotion,对照组,情绪,音乐,Spectrum,反应时间,Facial,识别,自闭症
来源： https://www.cnblogs.com/crazyMint/p/15965106.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。