Эмоциональная составляющая представлений о времени у взрослых: лингвопсихологический подход

Аннотация

Актуальность. Время является многогранной и междисциплинарной категорией. Психологический уровень анализа позволяет дополнить рассмотрение времени представлениями, отраженными в конкретном семантическом пространстве человека. Выделение эмоциональной составляющей представлений о времени позволяет увидеть субъективно значимые его аспекты.

Цель. Выявить особенности эмоциональной составляющей представлений взрослых о времени.

Выборка. В исследовании приняли участие 760 респондентов в возрасте от 18 до 70 лет (205 мужчин; 555 женщин).

Методы. Для сбора данных использовался метод ассоциативного эксперимента в формате ограниченного выбора. Полученные ассоциаты анализировались в соответствии с лингвопсихологической методикой Л.Г. Бабенко, использующей в качестве единиц анализа денотативно-идеографические группы и функционально-семантические категории, с которыми соотносились слова-ассоциации, включенные в словарь-тезаурус эмотивной лексики. При обработке данных применялся частотный анализ и расчет рангов, выделение ядерного и периферийного уровней эмоциональной составляющей представлений о времени.

Результаты. Исследование позволило выявить в семантическом поле ассоциаций на слово «время» эмоциональную составляющую и проанализировать ее особенности. Денотативно-идеографические группы эмотивной лексики, ассоциирующейся с понятием времени у взрослых людей, представлены неравномерно. Из всего набора денотативно-идеографических групп в данном семантическом поле представлены только три ядерные группы: любовь, радость, горе. Функционально-семантические категории представлены также неравномерно: в наибольшей степени представлена «эмоциональная характеризация», в наименьшей — «внешнее выражение эмоций» и «человек как средоточие и носитель эмоций».

Выводы. Эмоциональная составляющая представлений о времени у взрослых людей дихотомична, при большей выраженности положительного полюса. На положительном полюсе расположены эмоции любви, радости, счастья, на отрицательном полюсе — горя и жестокости.

Литература

Бабенко, Л.Г. (2021). Алфавит эмоций. Екатеринбург, Москва: Изд-во «Кабинетный ученый».

Васильева, И.В. Чумаков, М.В. (2023). Эмоциональная составляющая образа волонтерства в представлениях студентов психолого-педагогических направлений. Вестник Московского университета. Серия 14. Психология, 46(4), 248–271. https://doi.org/10.11621/LPJ-23-47

Васильева, И.В., Чумаков, М.В. (2022). Представления студентов-психологов о волонтерской деятельности. Ярославский педагогический вестник, (5), 161–169. https://doi.org/10.20323/1813-145X-2022-5-128-161-169

Васильева, И.В., Чумаков, М.В. (2024). Представления об учебном курсе «Физическая культура» у студентов университета. Человек. Спорт. Медицина, 24(2), 118–124. https://doi.org/10.14529/hsm240215

Васильева, И.В., Чумаков, М.В., Чумакова, Д.М. (2023). Представления студентов о благополучии. Экология человека, 30(12), 909–918. https://doi.org/10.17816/humeco627147

Доржиева, Г.С., Щербакова, А.А. (2019). Психолингвистические мотивы номинации ветров. Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация, (4), 122–132.

Каманцева, О. (2021). Эмотивная лексика с позиции междисциплинарного подхода. Вестник филологических наук, 1(4), 19–26.

Карпов, А.В. (2023). Психика и время: в 2 тт. Т. 1. История. Методология. Структура. Ярославль: Изд-во «Филигрань».

Мелёхин, А.И., Киреева, З.А. (2016). Специфика когнитивных репрезентаций времени в пожилом и старческом возрасте. Клиническая и специальная психология, 5(3), 95–115. https://doi.org/10.17759/cpse.2016050307

Пацакула, И.И., Зайчикова, И.В., Гудовская, О.С. (2015). Психологический анализ представлений о субъективном времени личности. Современные проблемы науки и образования, (2–2). URL: https://science-education.ru/ru/article/view?id=22826 (дата обращения: 07.02.2026).

Петренко, В.Ф., Митина, О.В., Супрун, А.П. (2021). К проблеме сознания и бессознательного в психосемантике. Психология. Журнал Высшей школы экономики, 18(4), 930–943. https://doi.org/10.17323/1813-8918-2021-4-930-943

Alarcão, S.M., Fonseca, M.J. (2019). Emotions recognition using EEG signals: A survey. IEEE Transactions on Affective Computing, 10(3), 374–393. https://doi.org/10.1109/TAFFC.2017.2714671

Bota, P.J., Wang, C., Fred, A.L.N., Plácido da Silva, H.A. (2019). A review, current challenges, and future possibilities on emotion recognition using machine learning and physiological signals. IEEE Access, (7), 140990–141020. https://doi.org/10.1109/ACCESS.2019.2944001

Carretié, L., Tapia, M., López-Martín, S., Albert, J. (2019). EmoMadrid: An emotional pictures database for affect research. Motivation and Emotion, 43(6), 929–939. https://doi.org/10.1007/s11031-019-09780-y

Dodds, P.S., Harris, K.D., Kloumann, I.M., Bliss, C.A., Danforth, C.M. (2011). Temporal patterns of happiness and information in a global social network: Hedonometrics and Twitter. PLoS ONE, 6(12), e26752. https://doi.org/10.1371/journal.pone.0026752

Ferrara, E., Yang, Z. (2015). Quantifying the effect of sentiment on information diffusion in social media. PeerJ Computer Science, (1), e26. https://doi.org/10.7717/peerj-cs.26

Gerdes, A.B.M., Wieser, M.J., Alpers, G.W. (2014). Emotional pictures and sounds: a review of multimodal interactions of emotion cues in multiple domains. Frontiers in Psychology, (5), 1351. https://doi.org/10.3389/fpsyg.2014.01351

Guedes, D., Prada, M., Garrido, M.V., Lamy, E. (2023). The taste and affect music database: Subjective rating norms for a new set of musical stimuli. Behavior Research Methods, 55(3), 1121–1140. https://doi.org/10.3758/s13428-022-01862-z

Haberkamp, A., Glombiewski, J.A., Schmidt, F., Barke, A. (2017). The DIsgust-RelaTed-Images (DIRTI) database: Validation of a novel standardized set of disgust pictures. Behaviour Research and Therapy, (89), 86–94. https://doi.org/10.1016/j.brat.2016.11.010

Harmon-Jones, E. (2006). Unilateral right-hand contractions cause contralateral alpha power suppression and approach motivational affective experience. Psychophysiology, (43), 598–603. https://doi.org/10.1111/j.1469-8986.2006.00465.x

Izard, C.E. (1991). The psychology of emotions. New York: PlenumPress.

Jacobs, G.D., Snyder, D. (1996). Frontal brain asymmetry predicts affective style in men. Behavioral Neuroscience, (110), 3–6. https://doi.org/10.1037//0735-7044.110.1.3

Jiang, Y., Li, W., Hossain, M.S., Chen, M., Alelaiwi, A., Al-Hammadi, M. (2020). A snapshot research and implementation of multimodal information fusion for data-driven emotion recognition. Information Fusion, (53), 209–221. https://doi.org/10.1016/j.inffus.2019.06.019

Johnson, K.T., Narain, J., Quatieri, T., Maes, P., Picard, R.W. (2023). ReCANVo: A database of real-world communicative and affective nonverbal vocalizations. Scientific Data, (10), 523. https://doi.org/10.1038/s41597-023-02405-7

Kapucu, A., Kılıç, A., Özkılıç, Y., Sarıbaz, B. (2021). Turkish emotional word norms for arousal, valence, and discrete emotion categories. Psychological Reports, 124(1), 188–209. https://doi.org/10.1177/0033294118814722

Kensinger, E.A., Schacter, D.L. (2006). Processing emotional pictures and words: Effects of valence and arousal. Cognitive, Affective, and Behavioral Neuroscience, (6), 110–126. https://doi.org/10.3758/CABN.6.2.110

Kleinberg, B., van der Vegt, I., Mozes, M. (2020). Measuring emotions in the COVID-19 Real World Worry Dataset. https://doi.org/10.48550/arXiv.2004.04225

Pérez-Sánchez, M.Á., Stadthagen-Gonzalez, H., Guasch, M., Hinojosa, J.A., Fraga, I., Marín, J., Ferré, P. (2021). EmoPro — Emotional prototypicality for 1286 Spanish words: Relationships with affective and psycholinguistic variables. Behavior Research Methods, (53), 1857–1875. https://doi.org/10.3758/s13428-020-01519-9

Stella, M., Restocchi, V., De Deyne, S. (2020). Lockdown: network-enhanced emotional profiling in the time of COVID-19. Big Data and Cognitive Computing, 4(2), 14. https://doi.org/10.3390/bdcc4020014

Tomarken, A.J., Davidson, R.J., Wheeler, R.E., Doss, R. (1992). Individual differences in anterior brain asymmetry and fundamental dimensions of emotion. Journal of Personality and Social Psychology, 62(4), 676–687. https://doi.org/10.1037/0022-3514.62.4.676

Wang, Y., Song, W., Tao, W., Liotta, A., Yang, D., Li, X., Gao, S., Sun, Y., Ge, W., Zhang, W., Zhang, W. (2022). A systematic review on affective computing: emotion models, databases, and recent advances. Information Fusion, (83–84), 19–52. https://doi.org/10.1016/j.inffus.2022.03.009

Xu, X., Li, J., Chen, H. (2022). Valence and arousal ratings for 11,310 simplified Chinese words. Behavior Research Methods, (54), 26–41. https://doi.org/10.3758/s13428-021-01607-4

Zhao, S., Yao, X., Yang, J., Jia, G., Ding, G., Chua, T-S., Schuller, B.W., Keutzer, K. (2022). Affective image content analysis: Two decades review and new perspectives. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(10), 6729–6751. https://doi.org/10.1109/TPAMI.2021.3094362