Core  Affect  Dimensional  Structures  Derived  from  Facial  Expressions  of  Older  Adults

Kim, Jongwan

doi:https://doi.org/10.14695/KJSOS.2024.27.3.51

Core Affect Dimensional Structures Derived from Facial Expressions of Older Adults

Recommendations

Search

고령자의 연령별 얼굴 정서 차원

Type: Academic journal

Author: Kim, Jongwan (전북대학교)

Journal: 한국감성과학회 감성과학 감성과학 제27권 제3호 KCI Accredited Journals

Published: 2024.9

Pages: 51 - 60 (10page)

DOI: https://doi.org/10.14695/KJSOS.2024.27.3.51

Usage

Core Affect Dimensional Structures Derived from Facial Expressions of Older Adults

Abstract· Keywords

Report Errors

Previous research reported a decline in facial emotion recognition with aging, but whether this was due to a genuine decline in recognition ability or own-age face recognition bias remains unclear, as most studies used stimuli from younger models. Thus, this study recruited older adults as participants and utilized stimuli identical to Kim (2021) study for direct comparison. Participants rated the similarity of pairs of facial expressions representing six emotions (anger, disgust, fear, happiness, neutrality, and sadness) from three age groups (young, middle-aged, and old). Multidimensional scaling analysis revealed that, regardless of age, all three core dimensions were confirmed, indicating similar representation of facial emotions across age groups. The older participants assigned lower arousal and dominance to younger faces expressing disgust and higher arousal and dominance to younger faces expressing fear, indicating that they rated younger faces’ disgust expressions less strongly and overestimated fear expressions. These findings suggest that the own-age face recognition bias in facial expression perception may be emotion-specific rather than universally applicable to all emotions.

#얼굴표현 #핵심 정서 #다차원척도법 #고령자 #자기 나이 얼굴 인식 편향 #Facial Expression #Core Affect #Multidimensional Scaling #Older Adults #Own-Age Face Recognition Bias

No content found

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Recently viewed articles

Comments(0)